kontan.co.id
banner langganan top
| : WIB | INDIKATOR |
  • EMAS 2.633.000   -2.000   -0,08%
  • USD/IDR 18.012   -76,00   -0,42%
  • IDX 6.108   66,24   1,10%
  • KOMPAS100 801   11,17   1,41%
  • LQ45 609   8,67   1,45%
  • ISSI 211   1,35   0,64%
  • IDX30 343   4,64   1,37%
  • IDXHIDIV20 429   6,16   1,46%
  • IDX80 91   1,30   1,44%
  • IDXV30 117   1,58   1,37%
  • IDXQ30 111   1,61   1,48%

Peneliti kembangkan machine learning peramal kebakaran


Jumat, 17 Januari 2020 / 04:05 WIB


Reporter: Tri Sulistiowati | Editor: Tri Sulistiowati

KONTAN.CO.ID - Kabar gembira untuk para pemadam kebakaran. Para peneliti Universitas California, Irvine telah mengembangkan machine learning untuk memprediksi ukuran kebakaran.

Mereka membuat susunan algoritma pada machine learning, yang dapat memperkirakan ukuran api menjadi kecil, sedang, atau besar pasca menyala.

Baca Juga: Jembatan berstruktur tiang Hybrid Slinding Rocking tahan gempa

Proyek ini menjadi bagian yang penting dalam penelitian yang dipublikasikan dalam International Journal of Wildland Fire.

"Ini dapat dianalogikan dengan membuat sesuatu yang viral di media sosial," kata Shane Coffield.

Para peneliti berpikir tentang materi tweet atau unggahan apa yang membuatnya viral. Lalu, bagaimana cara memprediksi tweet tersebut populer saat atau sebelum diunggah.

Coffield bersama para peneliti lainnya menerapkan ide tersebut dalam sebuah hipotesis tentang puluhan kebakaran terjadi secara bersamaan.

Kedengarannya cukup ekstrim, tapi skenario tersebut sudah umum dalam beberapa tahun terakhir di bagian Amerika Serikat bagian barat. Karena, perubahan iklim telah menciptakan kondisi panas dan kering yang dapat membuat suatu wilayah beresiko terjadi kebakaran.

Baca Juga: Perubahan iklim dan ulah manusia hambat pertumbuhan karang

Para peneliti memilih Alaska sebagai kawasan penelitian untuk proyek tersebut. Karena, hutan taiga di Alaska pernah terbakar hingga mengancam kesehatan manusia dan ekosistem lainnya.

Para peneliti membuat susunan algoritma "Decision tree". Mereka memasukkan data iklim, atmosfer, dan jenis vegetasi di sekitar titik awal kebakaran. Hasilnya, mereka dapat memprediksikan ukuran akhir kebakaran, sebelum waktu terjadi.  

Sumber : National Scince Foundation




TERBARU
KONTAN DIGITAL PREMIUM ACCESS
Kontan Academy
[Intensive Workshop] Business Dashboard, From Excel to Power BI Strategi Implementasi PP 20 tahun 2026 (PPh Final UMKM) dan Mitigasi Risiko SP2DK

[X]
×