MODEL SISTEM CERDAS UNTUK DETEKSI AWAL PENEBANGAN LIAR KAWASAN HUTAN PADA DAERAH ALIRAN SUNGAI

ABSTRAK
SYAFRUDDIN SYARIF. Model Sistem Cerdas untuk Deteksi Awal
Penebangan Liar Kawasan Hutan pada Daerah Aliran Sungai (dibimbing
oleh Nadjamuddin Harun, Muhammad Tola, dan M. Wihardi Tjaronge).
Penelitian ini bertujuan mengklasifikasikan penggunaan berbagai
metode sistem cerdas dan menentukan model optimal deteksi dini
pembalakan liar dan perubahan dalam kawasan hutan.
Penelitian Disertasi ini mensimulasikan metode sistem cerdas
hybrid untuk mengetahui dan menganalisis penebangan liar pada sampel
citra kawasan hutan lindung di wilayah daerah aliran sungai dengan
menggunakan pasangan sampel citra tahun 2007 sampai tahun 2010.
Pada metode sistem cerdas ini, citra digital akan dikrop dan kemudian
diklasifikasi untuk memperoleh dua bagian daerah gambar berupa area
hutan dan area bukan hutan. Selanjutnya mencari parameter masukan
berupa nilai rata-rata R (Red), G (Green) dan B (Blue) untuk setiap
pasangan sampel citra awal dan akhir. Parameter inilah yang akan
menjadi masukan bagi metode sistem cerdas.
Dari metode sistem cerdas Jaringan Syaraf Tiruan (JST), Adaptive
Neuro Fuzzy Inference System (ANFIS), Wavelet Neural Network (WNN),
Hidden Markov Model (HMM), Discrete Cosine Transform (DCT), dan
Support Vector Machine (SVM), diperoleh metode yang optimal, hasil
optimasi dari metode sistem cerdas tersebut adalah hasil yang diperoleh
dari kombinasi beberapa metode sistem cerdas yang telah diuji di
kawasan hutan pada Daerah Aliran Sungai. Jumlah data latih yang
digunakan adalah data citra yang banyak dan data uji yang digunakan
sebanyak data yang diperoleh baik dari Google Earth maupun dari citra
Landsat. Metode sistem cerdas hybrid DCT_HMM (SYARITAR) mampu
mengidentifikasi dan mendeteksi terjadinya penebangan liar pada
kawasan hutan lindung khususnya wilayah daerah aliran sungai dengan
tingkat keakuratan 80% sampai 100%.