PENGEMBANGAN MODEL VISUALISASI GEOSPASIAL KEBAKARAN HUTAN MENGGUNAKAN MULTI CRITERIA DECISION MAKING (MCDM)

Paays, Emmanuel Abet Rossi (2025) PENGEMBANGAN MODEL VISUALISASI GEOSPASIAL KEBAKARAN HUTAN MENGGUNAKAN MULTI CRITERIA DECISION MAKING (MCDM). Diploma thesis, Universitas Nasional.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (507kB)
[thumbnail of BAB 1.pdf] Text
BAB 1.pdf

Download (235kB)
[thumbnail of BAB 2.pdf] Text
BAB 2.pdf

Download (342kB)
[thumbnail of BAB 3.pdf] Text
BAB 3.pdf

Download (1MB)
[thumbnail of BAB 4.pdf] Text
BAB 4.pdf

Download (967kB)
[thumbnail of BAB 5.pdf] Text
BAB 5.pdf

Download (144kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (431kB)

Abstract

Kebakaran hutan dan lahan merupakan salah satu bencana lingkungan tahunan yang
memberikan dampak signifikan terhadap ekosistem dan kesehatan masyarakat,
khususnya di wilayah Kalimantan. Sistem pemantauan yang ada saat ini seringkali
menghadapi kendala dalam hal akurasi penentuan tingkat risiko yang objektif serta
transparansi data pelaporan yang rentan dimanipulasi. Penelitian ini bertujuan untuk
mengembangkan model visualisasi geospasial risiko kebakaran hutan yang akurat dan
transparan dengan mengintegrasikan metode Multi-Criteria Decision Making (MCDM)
dan teknologi Blockchain. Metode MCDM yang digunakan merupakan kombinasi
Analytic Hierarchy Process (AHP) untuk pembobotan kriteria, serta Weighted Sum Model
(WSM) dan Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS)
untuk perankingan risiko berdasarkan parameter suhu, kelembapan, curah hujan, dan
indeks vegetasi (NDVI). Hasil perhitungan risiko kemudian dicatat ke dalam Smart
Contract pada jaringan Blockchain untuk menjamin integritas dan keamanan data. Sistem
divisualisasikan melalui antarmuka WebGIS interaktif yang memudahkan pemantauan
wilayah rawan secara real-time. Berdasarkan pengujian menggunakan 86 dataset yang
divalidasi dengan data titik panas (hotspot) historis, sistem ini mampu menghasilkan
tingkat akurasi sebesar 94% dan nilai recall sebesar 92,3%. Hasil ini menunjukkan bahwa
integrasi metode MCDM dan teknologi Blockchain efektif dalam meningkatkan
keandalan sistem peringatan dini kebakaran hutan.

Item Type: Thesis (Diploma)
Subjects: S Agriculture > SD Forestry
T Technology > T Technology (General)
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Teknik Informatika
Depositing User: Delvy Aplirizani -
Date Deposited: 22 May 2026 07:50
Last Modified: 22 May 2026 07:50
URI: https://repository.unas.ac.id/id/eprint/16198

Actions (login required)

View Item View Item