PK

Trenggalek

Masuk
Pengetahuan & Metodologi

Pengetahuan & Metodologi

Dasar ilmiah di balik Siaga Api: apa itu hotspot, kapan data satelit tersedia, dan bagaimana data serta skor risiko dihitung.

Edukasi

Daftar Isi

Apa itu Hotspot? Kapan Satelit Melintas & Data Tampil Metode Pengambilan Data Hotspot Metode Pengambilan Data Cuaca Metode Perhitungan & Skoring
Halaman ini menjelaskan konsep & cara kerja sistem untuk pengguna. Untuk detail teknis (endpoint API, tabel database, skema) lihat halaman Dokumentasi.

Apa itu Hotspot?

Definisi, makna, dan batasannya

Hotspot BUKAN titik kebakaran. Hotspot adalah anomali termal — titik pada citra satelit yang suhunya (brightness temperature) jauh lebih panas daripada piksel di sekitarnya, sehingga diindikasikan sebagai kemungkinan sumber panas (api, asap panas, atau permukaan yang sangat panas).

Sensor satelit tidak "melihat" api secara langsung. Ia membaca suhu radiasi permukaan dalam resolusi piksel tertentu. Ketika satu piksel (atau kumpulan piksel) jauh lebih panas dari sekitarnya, sistem menandainya sebagai hotspot.

Kenapa hotspot bisa salah (false positive)?

Beberapa kondisi dapat memicu deteksi yang bukan kebakaran nyata, antara lain:

  • Pantulan sinar matahari pada permukaan mengkilap (atap logam, badan air, tanah gundul).
  • Lahan terbuka yang sangat panas di musim kemarau.
  • Flare/pembakaran gas industri atau pembakaran terkendali (bukan karhutla).
  • Resolusi piksel yang besar (terutama MODIS 1 km) sehingga satu piksel bisa mencampur beberapa objek.

Bagaimana menilai hotspot?

Setiap hotspot memiliki dua atribut penting:

AtributMakna
ConfidenceKepercayaan deteksi: Tinggi / Normal / Rendah. Semakin tinggi, semakin yakin anomali termal itu api.
FRP (Fire Radiative Power)Daya radiasi api dalam Megawatt — indikator intensitas/kebakaran. Semakin besar, semakin kuat sumber panasnya.
Karena hotspot hanyalah indikasi, keputusan akhir tetap perlu verifikasi lapangan oleh petugas. Aplikasi ini menyajikan hotspot sebagai sinyal awal / peringatan dini, bukan laporan kebakaran final.

Kapan Satelit Melintas & Data Tampil

Jadwal lintasan, frekuensi, dan keterlambatan data

Siaga Api memakai data dari satelit orbit kutub (polar-orbiting) yang mengorbit Bumi dari kutub ke kutub. Wilayah Indonesia yang dekat ekuator disapu berkali-kali dalam sehari karena lintasan satelit yang saling tumpang tindih (overlap swath).

Sensor / Satelit Resolusi piksel Lintasan ekuator (perkiraan) Catatan
MODIS (Terra) ± 1 km ± 10:30 (descending) & 22:30 Sensor moderate-resolution, lebih tua.
MODIS (Aqua) ± 1 km ± 13:30 (ascending) & 01:30 Melengkapi Terra, waktu siang berbeda.
VIIRS (S-NPP, NOAA-20, NOAA-21) ± 375 m Waktu mirip MODIS (sore/awal siang) Resolusi lebih tajam, sensitif api kecil.

Berapa lama sampai data tampil di aplikasi?

  • Data near-real-time (NRT) dari NASA FIRMS biasanya tersedia ± 3 jam setelah satelit merekam, tetapi bisa lebih lama (hingga ± 24 jam) tergantung stasiun penerima & prosesing.
  • Di aplikasi, data ditampilkan dari tabel database yang diisi lewat halaman Ambil Hotspot atau scheduler otomatis, dengan cache ± 30 menit agar respons cepat.
  • Karena itu hotspot yang muncul adalah kondisi beberapa jam terakhir, bukan detik-detik real-time.

Metode Pengambilan Data Hotspot

Dari NASA FIRMS ke database, lalu ke peta

Sumber: NASA FIRMS

Aplikasi mengambil data hotspot dari NASA FIRMS (Fire Information for Resource Management System) melalui endpoint area/csv, dengan API key yang tersimpan di .env (FIRMS_MAP_KEY).

Alur pengambilan

  1. Ambil wilayah: bounding box dihitung otomatis dari batas Kabupaten Trenggalek (trenggalek.geojson).
  2. Ambil per sumber: MODIS (Terra/Aqua) + VIIRS (S-NPP, NOAA-20, NOAA-21) untuk cakupan maksimal.
  3. Windowed query: API FIRMS dibatasi maksimal ± 5 hari per permintaan, jadi rentang yang panjang dipecah menjadi beberapa window.
  4. Filter polygon: titik yang jatuh di luar batas Trenggalek dibuang (point-in-polygon) agar data tepat wilayah.
  5. Simpan ke database: lewat halaman Ambil Hotspot (atau scheduler sync_hotspots.php), data di-upsert ke tabel hotspots.
  6. Sajikan db-first: halaman membaca dari database terlebih dahulu; jika kosong, fallback ke FIRMS langsung.
Strategi database-first membuat halaman cepat & stabil walau internet sedang bermasalah, karena data yang sudah diambil tersimpan lokal.

Metode Pengambilan Data Cuaca

Dari web service cuaca untuk 14 kecamatan

Sumber: Web service satelit cuaca

Data cuaca diambil dari layanan web service satelit cuaca. Aplikasi mengambil cuaca untuk pusat 14 kecamatan Trenggalek.

Cuaca saat ini (current)

Suhu, kelembaban, angin, presipitasi, soil moisture, dsb — diambil paralel untuk semua stasiun, di-cache ± 30 menit agar cepat.

Prakiraan & riwayat

Prakiraan 7 hari & riwayat 30 hari untuk grafik tren, di-cache 30–60 menit.

Indeks karhutla dari cuaca

Dari data mentah, aplikasi menghitung beberapa indeks yang menandakan kekeringan & risiko api:

  • VPD (Vapour Pressure Deficit) — seberapa kering udara; > 2,5 kPa = risiko tinggi.
  • Hari tanpa hujan — jumlah hari berturut-turut tanpa hujan signifikan (≤ 0,1 mm).
  • Defisit ET₀ — selisih evapotranspirasi potensial vs hujan; lahan kering jika defisit besar.
  • Soil moisture — kadar air tanah; < 0,15 = sangat kering.

Metode Perhitungan & Skoring

Cara skor risiko, skor hotspot, dan estimasi luas dihitung

1. Skor risiko deteksi dini (0–100)

Skor = 0,30×Hotspot + 0,25×Cuaca + 0,25×Lahan + 0,20×Kerentanan
  • Hotspot 30% — jumlah & confidence titik panas di kecamatan.
  • Cuaca 25% — VPD, hari tanpa hujan, defisit ET₀, soil moisture.
  • Lahan 25% — tutupan lahan (saat ini statis dari GeoJSON).
  • Kerentanan 20% — jarak ke pemukiman/infrastruktur (saat ini statis).

Status akhir

Siaga (≥ 70) · Waspada (40–69) · Aman (< 40)

2. Skor hotspot per kecamatan

Min(50, jumlah×10) + Min(30, (confidence_avg÷3)×30) + Min(20, (FRP_total÷100)×20)

3. Skor cuaca per kecamatan

KomponenBobot poinAmbang risiko
VPD0–25> 2,5 kPa = tinggi
Hari tanpa hujan0–25> 7 hari = waspada
Defisit ET₀0–20> 3 mm/hari = lahan kering
Soil moisture0–15< 0,15 = kering
Kelembaban0–10< 55% = waspada
Angin0–5> 25 km/j = penyebaran cepat

4. Estimasi luas terbakar

Luas diestimasi dari jumlah piksel hotspot dikali luas piksel satelit, dibobot confidence:

Luas ≈ Σ (luas_pixel × bobot_confidence)  ·  MODIS 1 km ≈ 100 ha · VIIRS 375 m ≈ 14 ha · bobot tinggi 1,0 / sedang 0,6 / rendah 0,3
Estimasi luas bersifat perkiraan dari piksel, bukan pengukuran lahan terbakar yang sebenarnya, karena satu piksel bisa mencampur area terbakar & tidak.