ANALISA BURNED AREA KEPULAUAN NUSA TENGGARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DENGAN INTEGRASI RADIAL BASIS FUNCTION KERNEL

Data luas area kebakaran sangat dibutuhkan sebagai informasi untuk rehabilitasi
pasca kebakaran, pendugaan emisi karbon, dan penegakan hukum oleh
pemerintah. Perlu dilakukan perhitungan luas area terbakar yang bertujuan untuk
mengetahui seberapa luas kerusakan yang diakibatkan oleh kebakaran hutan atau
lahan tersebut. Mengukur luas area yang terbakar secara langsung di lapangan
tidak hanya relatif mahal, tetapi juga memakan banyak waktu. Penelitian ini
bertujuan untuk mengklasifikasikan area terbakar di Kepulauan Nusa Tenggara
dengan memanfaatkan teknologi remote sensing. Klasifikasi area terbakar
merupakan langkah penting dalam pemantauan dan manajemen bencana
lingkungan. Dalam penelitian ini, kami menggunakan data citra Landsat 7 ETM+
dan Landsat 8 OLI/TIRS sebanyak 1000 data, dengan setiap kelas citra memiliki
jumlah sebanyak 500. Terdapat beberapa tahapan, dimulai dari pengumpulan data
citra hingga analisis hasil klasifikasi. Perangkat lunak yang digunakan meliputi
Google Earth Engine, QGIS, dan Google Colab. Mengidentifikasi area terbakar
menggunakan Normalized Burn Ratio (NBR) sebagai fitur ekstraksi. Hasil
penelitian menunjukkan bahwa klasifikasi area terbakar di Kepulauan Nusa
Tenggara dari tahun 2000 hingga 2022, menggunakan metode SVM dengan
kernel RBF, berhasil mencapai akurasi sebesar 96%. Akurasi ini menandakan
keberhasilan dalam mengidentifikasi area terbakar dengan tingkat keakuratan
yang tinggi.Selain itu, penelitian ini juga berhasil mendapatkan estimasi luas area
terbakar di Kepulauan Nusa Tenggara dalam satuan hektar (ha).
Kata Kunci: Klasifikasi, Remote Sensing, Landsat, Normalized Burn Ratio,
Kepulauan Nusa Tenggara, Support Vector Machine, Radial Basis Function
Kernel.