Penerapan Algoritma K-Means Untuk Pemetaan Biodiversity Kayu Bulat Di Indonesia

Abstract

Indonesia merupakan salah satu negara didunia yang memiliki kawasan hutan luas yang tersebar di pulau sumatera, jawa, kalimantan, sulawesi, bali, nusa tenggara, maluku dan papua. Hutan memiliki fungsi sebagai penghasil oksigen dan habitat terbesar keanekaragaman hayati di Dunia. Kebakaran hutan terjadi hampir di seluruh wilayah Indonesia dan merupakan permasalahan yang terus berulang, dan intensitas akan mulai meningkat pada musim kemarau. kebakaran hutan akan menimbulkan banyak sekali kerugian baik dari segi kesehatan yang akan mengancam keselamatan jiwa maupun material, mempengaruhi kualitas udara, lahan, air, kerusakan fasilitas dan tempat hidup flora dan fauna yang ada, berkurangnya produksi oksigen hingga musnahnya keanekaragaman hayati. Untuk dapat memperkecil kemungkinan terjadinya kebakaran hutan yang terus meningkat diperlukan analisis pemetaan titik penyebaran api, penyebab kebakaran,  dan keanekaragaman hayati hutan. Penelitian ini menggunakan etode pengumpulan data primer dataset persebaran titik kebakaran hutan, data statistik kehutanan, kemudian dilanjutkan dengan pengolahan data Algoritma K-Mean dan visualisasi pengolahan data menggunakan bahasa pemrograman Python dan mapping menggunakan GeoPandas. Hasil yang didapatkan adalah jenis produksi hutan tertinggi terdapat di Pulau Sumatera dengan jenis Kayu Akasia sebesar 28,573,433.84 m3, kemudian Pulau Jawa jenis Kayu Sengon sebesar 5,431,029.46 m3 dan Pulau Kalimantan jenis Kayu Rimba Campuran. Sedangkan luas area kebakaran terluas pada kawasan hutan terdapat di Pulau Kalimantan sebesar 243,013.5 hektar dari jumlah area hutan Kalimantan 53,054,900 hektar atau sebesar 0.458 %. Kmeans 5 klaster antara Pulau Sumatera dan Pulau Jawa adalah Klaster 1 terdapat 82 jenis Kayu, Klaster kedua Kayu Akasia, Klaster ketiga Kayu Ekaliptus, Klaster keempat Kayu Sengon dan Klaster kelima adalah Kayu Rimba Campuran, Mahoni dan Jati.