Integrasi IoT, GIS, dan AI untuk Pemantauan Hutan Cerdas Perhutani

Transformasi digital Perhutani telah ditopang oleh pemanfaatan sistem informasi geospasial untuk pengumpulan, pemusatan, dan penyajian informasi pengelolaan hutan. Namun, sistem geospasial belum secara otomatis menyediakan pemantauan mikroklimat secara kontinu, analisis risiko multimodal, dan peringatan dini yang terhubung langsung dengan tindak lanjut petugas. Penelitian ini bertujuan merancang kerangka teknologi hutan cerdas yang mengintegrasikan sensor Internet of Things (IoT), komunikasi Long Range (LoRa), Sistem Informasi Geografis (GIS), citra satelit dan wahana udara nirawak (UAV), serta kecerdasan buatan (AI) untuk pemantauan kesehatan hutan dan deteksi dini risiko kebakaran pada kawasan yang dikelola Perhutani. Penelitian menggunakan pendekatan design science research melalui analisis kebutuhan, perancangan arsitektur, pemodelan skor risiko, simulasi berbasis rentang data UCI Forest Fires, dan penyusunan indikator evaluasi. Kebaruan penelitian terletak pada integrasi GIS Perhutani dengan pemantauan lingkungan berdaya rendah, penilaian risiko multimodal, dan validasi petugas dalam satu siklus operasional tertutup. Hasil simulasi menunjukkan skor rata-rata meningkat dari 0,148 pada kategori rendah menjadi 0,870 pada kategori kritis. Kerangka yang diusulkan memberikan dasar terukur untuk uji percontohan dan kalibrasi menggunakan data lokal Perhutani.

Authors

Publication Details

Journal
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan
Published
2026-10-18
DOI
https://doi.org/10.5281/zenodo.23433591
Primary Topic
Fire Detection and Safety Systems
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Integrasi IoT, GIS, dan AI untuk Pemantauan Hutan Cerdas Perhutani

Muhamad Sabri Ahmad, Moh. Syadad Mahiri
SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan
Fire Detection and Safety Systems
article

Integrasi IoT, GIS, dan AI untuk Pemantauan Hutan Cerdas Perhutani

Muhamad Sabri Ahmad, Moh. Syadad Mahiri
article en

Abstract

Transformasi digital Perhutani telah ditopang oleh pemanfaatan sistem informasi geospasial untuk pengumpulan, pemusatan, dan penyajian informasi pengelolaan hutan. Namun, sistem geospasial belum secara otomatis menyediakan pemantauan mikroklimat secara kontinu, analisis risiko multimodal, dan peringatan dini yang terhubung langsung dengan tindak lanjut petugas. Penelitian ini bertujuan merancang kerangka teknologi hutan cerdas yang mengintegrasikan sensor Internet of Things (IoT), komunikasi Long Range (LoRa), Sistem Informasi Geografis (GIS), citra satelit dan wahana udara nirawak (UAV), serta kecerdasan buatan (AI) untuk pemantauan kesehatan hutan dan deteksi dini risiko kebakaran pada kawasan yang dikelola Perhutani. Penelitian menggunakan pendekatan design science research melalui analisis kebutuhan, perancangan arsitektur, pemodelan skor risiko, simulasi berbasis rentang data UCI Forest Fires, dan penyusunan indikator evaluasi. Kebaruan penelitian terletak pada integrasi GIS Perhutani dengan pemantauan lingkungan berdaya rendah, penilaian risiko multimodal, dan validasi petugas dalam satu siklus operasional tertutup. Hasil simulasi menunjukkan skor rata-rata meningkat dari 0,148 pada kategori rendah menjadi 0,870 pada kategori kritis. Kerangka yang diusulkan memberikan dasar terukur untuk uji percontohan dan kalibrasi menggunakan data lokal Perhutani.

SITEKNIK: Sistem Informasi, Teknik dan Teknologi Terapan
Industry, innovation and infrastructure, Life on land, Climate action
Openalex Percentile: Top 12%
Fire Detection and Safety Systems
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.