Perpustakaan Digital ITB

Indonesia memiliki lahan gambut dengan luas sekitar 24,6 juta hektare. Kebakaran lahan gambut di Indonesian terjadi setiap tahun terutama pada musim kemarau. Pada tahun 2019, kebakaran lahan gambut terjadi di beberapa provinsi dan menyebabkan 80% wilayah Indonesia tertutup kabut asap khususnya di wilayah Sumatera dan Kalimantan. Faktor cuaca seperti curah hujan yang rendah dan suhu udara yang tinggi menyebabkan permukaan lahan gambut menjadi kering. Pada saat yang sama masyarakat melakukan aktivitas membuka lahan gambut dengan cara membakar lahan. Pada lahan gambut yang terbakar, api menjadi besar dan kebakaran menyebar luas mengakibatkan bencana kebakaran dan kabut asap. Kebakaran hutan dan lahan gambut berdampak pada kerusakan lingkungan, gangguan kesehatan, gangguan transportasi darat, laut dan udara, mengganggu kegiatan pendidikan, sosial dan kerugian ekonomi yang besar. Upaya penanggulangan kebakaran lahan gambut menjadi salah satu program prioritas pemerintah Republik Indonesia. Berbagai kebijakan telah dilakukan namun sampai saat ini belum berhasil. Faktor geografis dan minimnya infrastruktur seperti tidak adanya sistem deteksi dini kebakaran menjadi penyebab sulitnya mengatasi kebakaran lahan gambut. Oleh karena itu diperlukan sistem deteksi dini yang dapat memberikan informasi tingkat kerawanan kebakaran lahan gambut sebelum terjadinya kebakaran. Pada penelitian ini digunakan pendekatan deteksi terhadap parameter yang signifikan dalam mempengaruhi terjadinya kebakaran lahan gambut yaitu kekeringan ranting dan ketinggian muka air. Pendekatan ini merupakan metode baru dalam sistem deteksi dini kebakaran lahan gambut dibandingkan dengan metode yang ada sekarang. Oleh karena itu pada penelitian ini dikembangkan sensor kekeringan ranting dan sensor ketinggian muka air untuk mengembangkan sistem deteksi dini kebakaran lahan gambut. Berdasarkan eksperimen yang telah dilakukan, perangkat internet of things (IoT) yang terdiri dari sensor-sensor, mikrokontroler STM32L052C8T6, LoRa SX1276, minikomputer Raspberry Pi, WiFi router, dan ESP32 dapat beroperasi dengan jangkauan komunikasi hingga 764,55 meter di hutan. Sistem sensor dapat bekerja dengan baik menggunakan baterai dengan spesifikasi 3500mAh yang disuplai daya listriknya oleh panel surya dapat bertahan selama 3 hari 18 jam 10 menit jika tanpa ada matahari. Data sensor yang dikumpulkan oleh node sensor dapat ditampilkan secara real-time pada dashboard user interface menggunakan aplikasi Grafana yang berbasis web service. Nilai kekeringan kritis ranting (mudah terbakar) berhasil didapatkan melalui eksperimen kebakaran ranting, yaitu kurang dari 5%MC (Moisture Content). Sensor kekeringan ranting dibuat dari elektroda logam berbahan nikel dan dikombinasikan dengan rangkaian pembagi tegangan mampu menghasilkan tegangan listrik yang bervariasi berdasarkan kandungan air pada ranting. Hasil pengujian sensor kekeringan ranting diperoleh rentang pengukuran 0 – 100%MC, rentang suhu udara lingkungan 22oC – 34oC, sensitivitas sensor 0,0395 volt/%MC dan rata-rata kesalahan relatif sebesar 2,83%. Pada penelitian ini sensor ketinggian muka air dibuat dengan komponen utamanya adalah optocoupler dan pelampung. Teknik ini memiliki keunggulan yaitu jangkauan pengukuran yang panjang (large sensing range). Sensor ketinggian muka air yang dikembangkan pada penelitian ini memiliki resolusi 3,33 mm, rentang pengukuran lebih dari 3,5 meter, dan kesalahan relatif sebesar 1,67%. Model machine learning yang dibuat pada penelitian ini dengan algoritma Artificial Neural Network (ANN) menggunakan dataset kebakaran hutan di Algeria menghasilkan nilai sensitivitas sebesar 0,8974 dan nilai skor ????2 sebesar 0,8750 dapat memprediksi 6679 data dengan benar dari 6734 data pengamatan. Sistem deteksi dini ini diharapkan mampu memberikan informasi awal tingkat kerawanan kebakaran lahan gambut. Informasi yang diberikan dari sistem ini dapat digunakan sebagai pendukung kegiatan pembasahan lahan gambut untuk mencegah terjadinya kebakaran lahan gambut.