Prediksi Urban Heat Island menggunakan Metode Artificial Neural Network berdasarkan data MODIS dan Sentinel di Kota Malang

INDONESIA:

Berdasarkan Peraturan Daerah Kota Malang Nomor 4 Tahun 2011 Tentang Rencana Tata Ruang Wilayah Kota Malang Tahun 2010-2030, pengembangan kawasan Kota Malang difokuskan kearah pembangunan infrastruktur seperti perumahan, perdagangan dan jasa, perkantoran, kompleks industri dan pergudangan, pariwisata, ruang evakuasi bencana, ruang kegiatan sektor informal, dan kawasan pelayanan. Hal itu dapat membuat terjadinya perubahan keadaan lahan akibat pembangunan yang akan menimbulkan fenomena Urban Heat Island yang artinya suhu di daerah urban dengan daerah rural berbeda. Salah satu cara untuk mengurangi kenaikan angka Urban Heat Island adalah dengan membuat kebijakan berdasarkan hasil prediksi terhadap angka UHI. Hasil prediksi yang akurat tentunya dapat memberikan gambaran yang lebih baik tentang hal yang diprediksi. Data panas untuk menghitung nilai UHI bervariasi, mulai dari satelit BMKG, MODIS, hingga Sentinel. Algoritma Artificial Neural Network terkenal akan kemampuannya dalam beradaptasi dengan pola-pola yang kompleks dan dapat digunakan pada berbagai jenis data yang berbeda. Tujuan dari penelitian ini adalah untuk membandingkan performa berbagai model yang digunakan menggunakan algoritma Artificial Neural Network dalam melakukan prediksi angka UHI di Kota Malang untuk dapat membantu pemerintah dalam melakukan perencanaan pembangunan agar tetap mengindahkan lahan vegetasi hijau. Pada penelitian ini, dilakukan pengujian dengan menggunakan variabel utama dan variabel pendukung. Hasil pengujian menunjukkan bahwa model terbaik untuk memprediksi angka UHI di Kota Malang adalah pada model pertama dengan konfigurasi 1 hidden layer, 200 epoch, 22 neuron senilai 64%. Sehingga dapat disimpulkan bahwa tingkat akurasi pada model penelitian ini menunjukan tingkat akurasi yang cukup dalam proses pengujian menggunakan algoritma Artificial Neural Network.

ENGLISH:

Based on Malang City Regional Regulation Number 4 of 2011 concerning Malang City Regional Spatial Planning for 2010-2030, the development of the Malang City area is focused on infrastructure development such as housing, trade and services, offices, industrial complexes and warehousing, tourism, disaster evacuation space, space informal sector activities, and service areas. This can cause changes in land conditions due to development which will give rise to the Urban Heat Island phenomenon, which means that temperatures in urban areas and rural areas are different. One way to reduce the increase in Urban Heat Island numbers is to create policies based on predictions of UHI numbers. Accurate prediction results can certainly provide a better picture of what is being predicted. Heat data for calculating UHI values varies, starting from the BMKG satellite, MODIS, to Sentinel. Artificial Neural Network algorithms are known for their ability to adapt to complex patterns and can be used on a variety of different types of data. The aim of this research is to compare the performance of various models used using the Artificial Neural Network algorithm in predicting UHI numbers in Malang City to be able to assist the government in carrying out development planning so that it continues to respect green vegetation land. In this research, testing was carried out using main variables and supporting variables. The test results show that the best model for predicting UHI numbers in Malang City is the first model with a configuration of 1 hidden layer, 200 epochs, 22 neurons worth 64%. So it can be concluded that the level of accuracy in this research model shows a sufficient level of accuracy in the testing process using the Artificial Neural Network algorithm.

امللخص:

بناءً على اللائحة الإقليمية لمدينة مالانج رقم 4 لعام 2011 بشأن التخطيط المكاني الإقليمي لمدينة مالانج للفترة 2010-2030، يركز تطوير منطقة مدينة مالانج على تطوير البنية التحتية مثل الإسكان والتجارة والخدمات والمكاتب والمجمعات الصناعية والتخزين والسياحة مساحة الإخلاء في حالات الكوارث، وأنشطة القطاع غير الرسمي الفضائية، ومناطق الخدمة. وهذا يمكن أن يسبب تغيرات في ظروف الأرض بسبب التنمية مما سيؤدي إلى ظهور ظاهرة جزيرة الحرارة الحضرية، مما يعني اختلاف درجات الحرارة في المناطق الحضرية والمناطق الريفية. تتمثل إحدى طرق تقليل الزيادة في أرقام الجزر الحرارية الحضرية في إنشاء سياسات تعتمد على التنبؤات بأرقام UHI. من المؤكد أن نتائج التنبؤ الدقيقة يمكن أن توفر صورة أفضل لما يتم التنبؤ به. تختلف البيانات الحرارية لحساب قيم UHI، بدءًا من القمر الصناعي BMKG، MODIS، إلى Sentinel. تُعرف خوارزميات الشبكة العصبية الاصطناعية بقدرتها على التكيف مع الأنماط المعقدة ويمكن استخدامها في مجموعة متنوعة من أنواع البيانات المختلفة. الهدف من هذا البحث هو مقارنة أداء النماذج المختلفة المستخدمة باستخدام خوارزمية الشبكة العصبية الاصطناعية في التنبؤ بأرقام UHI في مدينة مالانج لتكون قادرة على مساعدة الحكومة في تنفيذ تخطيط التنمية بحيث تستمر في احترام الأراضي النباتية الخضراء. وفي هذا البحث تم إجراء الاختبار باستخدام المتغيرات الرئيسية والمتغيرات الداعمة. تظهر نتائج الاختبار أن أفضل نموذج للتنبؤ بأرقام UHI في مدينة مالانج هو النموذج الأول بتكوين طبقة مخفية واحدة و200 حقبة و22 خلية عصبية بقيمة 64%. لذلك يمكن الاستنتاج أن مستوى الدقة في هذا النموذج البحثي يظهر مستوى كاف من الدقة في عملية الاختبار باستخدام خوارزمية الشبكة العصبية الاصطناعية.