Terakreditasi SINTA Peringkat 2

Surat Keputusan Dirjen Penguatan Riset dan Pengembangan Ristek Dikti No. 10/E/KPT/2019
masa berlaku mulai Vol. 1 No. 1 tahun 2017 s.d Vol. 5 No. 3 tahun 2021

Terbit online pada laman web jurnal: http://jurnal.iaii.or.id

JURNAL RESTI
(Rekayasa Sistem dan Teknologi Informasi)
Vol. 5 No. 2 (2021) 272 - 280 ISSN Media Elektronik: 2580-0760

Modul Front-End Sistem Informasi Geospasial Patroli Terpadu Kebakaran

Hutan dan Lahan
Deny Ramdhany1, Imas Sukaesih Sitanggang2, Ikhsan Kurniawan3, Wulandari4
1,2,3,4 Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor
1ramdhany_deny@apps.ipb.ac.id*, 2imas.sitanggang@apps.ipb.ac.id, 3ikhsankurniawan.ikhwan@gmail.com,
4wulandari.ilkom@apps.ipb.ac.id

Abstract
To prevent and handle forest and land and forest fire (karhutla), the Ministry of Environment and Forestry assembled a patrol
team that conducts a daily task to observe directly to the hotspot location as an indication for land fire. Currently, the patrol
team reported the investigation result into a group chat. This method consumed many storage spaces and not suitable for
formal reporting. This study aims to develop a front-end module for a web GIS application that visualizes the patrol team's
daily report. The application has its data recapitulation method and able to create a formal report. The data used in this study
are a set of the report that collected in 2016 by Sumatera and Kalimantan patrol team. The steps to build this application
include communication, integrate with the API from the back-end system, developing functional needs, software testing, and
the last is software release. The application was build using HTML and CSS for its interface and Javascript and API from the
back-end module for its content management. The system uses Google Maps services and library to support the functionalities
of the application. The unit testing method's test result shows that the module runs well and can afford all of the required
functionality. In addition, the system testing result that the ratio between actual error and expected error is equal to 1. This
result indicates the functions of the system are working properly according to the use cases of the system.
Keywords: API; Google Maps; Javascript; forest fire; visualization; web GIS

Abstrak
Untuk mencegah dan menangani kasus karhutla, Kementerian Lingkungan Hidup dan Kehutanan mengambil Tindakan berupa
membentuk tim patroli yang setiap harinya bertugas untuk mengamati langsung ke titik lokasi yang berpotensi mengalami
kebakaran dan melaporkan hasilnya. Media pelaporan yang digunakan selama ini adalah melalui WhatsApp Group. Cara
tersebut mulai dinilai tidak efektif dari segi penyimpanan dan rekapitulasi data. Penelitian ini bertujuan membuat modul front-
end untuk visualisasi hasil patroli dalam bentuk web sehingga tidak bergantung pada group chat dan mampu melakukan
rekapitulasi data secara mandiri. Data yang digunakan adalah rekam kegiatan patrol pada tahun 2016 di wilayah Sumatera dan
Kalimantan. Tahapan pada penelitian ini adalah komunikasi, perancangan antarmuka pengguna, integrasi dengan API dari
back-end system, perancangan fungsionalitas system, uji coba system dan terakhir adalah rilis sistem. Aplikasi dibangun dengan
basis HTML serta CSS sebagai antarmukanya, dan Javascript serta API dari modul back-end sebagai pengelola kontennya.
Service dan library yang disediakan Google digunakan untuk mendukung fungsionalitas dari aplikasi. Hasil pengujian
menggunakan metode unit testing menunjukkan sistem dapat bekerja baik dan sesuai dengan fungsionalitas yang dibutuhkan.
Di samping itu, hasil pengujian sistem menunjukkan bahwa rasio antara actual error dan expected error adalah 1. Hal ini
menunjukkan bahwa fungsi sistem bekerja sesuai dengan use case yang telah dibuat.
Kata kunci: API; Google Maps; Javascript; karhutla; visualisasi; web GIS

1. Pendahuluan sebagai hutan konservasi, dan 29.7 juta hektar sebagai

hutan lindung [1]. Dengan besarnya wilayah yang ada,
Hutan merupakan bagian paling dominan yang menutupi
permasalahan yang terjadi salah satunya adalah
daratan Indonesia dengan total luas sekitar 120.6 juta
kebakaran hutan dan lahan. Menurut Peraturan
hektar atau 63% dari keseluruhan luas daratan Indonesia.
Kementerian Lingkungan Hidup dan Kehutanan
Area hutan ini terbagi menjadi tiga kategori, yaitu 68.8
(Kemenlhk), kebakaran hutan dan lahan (karhutla) yaitu
juta hektar sebagai hutan produksi, 22.1 juta hektar

Diterima Redaksi: 26-03-2021 | Selesai Revisi: 14-04-2021 | Diterbitkan Online: 30-04-2021

272
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

peristiwa terbakarnya hutan atau lahan baik terjadi Pada penelitian sebelumnya yang terkait dengan Sistem
karena kondisi alam, maupun oleh perbuatan manusia. Informasi Geospasial (SIG) [5] menggunakan Map
Karhutla mengakibatkan kerusakan lingkungan dan Server untuk mengubah data spasial yang terdapat pada
dapat menimbulkan dampak kerugian pada bidang basis data relasional menjadi layer agar dapat dikirimkan
ekologi, ekonomi, sosial budaya, bahkan politik [2]. ke sisi client. Perangkat lunak yang digunakan adalah
OpenGeoSuite 3.0, Bahasa pemrograman PHP dengan
Kebakaran hutan yang terjadi di wilayah Sumatera dan
CodeIgniter sebagai framework di sisi back-end, serta
Kalimantan pada tahun 2015 dimulai pada bulan Juli dan
Proj4Js sebagai library untuk mengelola system
terus terjadi hingga Oktober 2015. Kebakaran tersebut
koordinat. Penelitian tersebut memvisualisasikan hasil
menyebabkan polusi kabut asap tebal yang menutupi
dari penerapan algoritme pohon keputusan ID3 pada
udara hingga merambah ke Singapura, Malaysia, dan
data spasial untuk memprediksi terjadinya titik panas.
Thailand. Berdasarkan hasil analisis data citra yang
diperoleh dari NASA Earth Observing System (EOS), Aplikasi berbasis web untuk mengelola data kebakaran
dapat disimpulkan bahwa kasus kebakaran hutan 2015 hutan dan lahan, yaitu titik panas telah dibangun oleh
adalah yang paling parah sejak 1997 [3]. peneliti-peneliti sebelumnya. Data warehouse yang
diintegrasikan dengan aplikasi Online Analytical
Kasus karhutla pada 2015 mendorong Presiden
Processing (OLAP) telah dibangun untuk mengelola
mengeluarkan Instruksi Presiden Republik Indonesia No
data histori titik panas [6]. Selanjutnya modul clustering
11 tahun 2015 tentang peningkatan pengendalian
titik panas dibangun pada aplikasi Web-Based OLAP
kebakaran hutan. Dalam butir pertama, Presiden
[7]. Data sosial ekonomi diintegrasikan pada aplikasi
menginstruksikan kepada pihak berwenang yang
Spatial OLAP untuk titik panas [8]. Kinerja SOLAP
berkaitan dengan karhutla ini agar saling berkoordinasi
untuk titik panas selanjutnya ditingkatkan dalam
untuk melaksanakan pengendalian dan penanganan
penelitian [9]. Aplikasi web yang menyajikan hasil
karhutla di seluruh wilayah Indonesia. Tidak hanya itu,
penerapan teknik data mining pada data titik panas telah
Presiden juga menegaskan agar memberikan sanksi
dibangun dengan mendekatan deteksi outlier [10],
hukum yang tegas kepada pihak yang terlibat dengan
klasifikasi [11], spatial clustering [12][13], Incremental
kegiatan yang menyebabkan karhutla [4]. Salah satu
Spatio Temporal Clustering [14][15], sequential pattern
kementerian yang mendapat instruksi tersebut adalah
mining [16]. Aplikasi lainnya adalah sistem berbasis
Kementerian Lingkungan Hidup dan Kehutanan
web untuk menghitung perubahan tutupan lahan pada
(Kemenlhk). Sebagai bentuk aksi dari instruksi Presiden
area kebakaran hutan dan lahan [17], dan pemantauan
sebelumnya, Menteri Lingkungan Hidup dan Kehutanan
titik panas dan early warning system [18] . Selain itu,
mengambil tindakan engan mengeluarkan peraturan
teknologi Wireless Sensor Network dan Internet of
Menteri Nomor 32 tahun 2016 yang salah satu butir
Things [19][20] juga telah dikembangkan untuk
aturannya membahas mengenai patroli untuk
membantu dalam pendekteksian kebakaran hutan dan
pencegahan dan penanganan karhutla. Butir tersebut
lahan [21].
menjelaskan bahwa patroli merupakan kegiatan
pengawasan wilayah hutan atau lahan yang dilakukan Pengembangan aplikasi pelaporan untuk membantu
oleh tim Manggala Agni dan dibantu oleh pihak-pihak petugas lapangan dalam memberikan laporan hasil
terkait. Pihak terkait yang dimaksud adalah apparat pemantauan telah dikembangkan sebelumnya. [22]
kepolisian, anggota Tentara Nasional Indonesia (TNI), mengembangkan sistem pelacakan lokasi pelaporan
perangkat desa, ataupun kelompok sukarelawan dari berbasis GPS smartphone untuk petugas lapangan irigasi
Masyarakat Peduli Api (MPA) [2]. di Sumatera Barat, dan [23] mengembangkan sistem
pelaporan kebakaran hutan berbasis smartphone
Menurut keterangan yang diberikan Kepala Balai
berdasarkan pelaporan masyarakat. Penelitian-penelitian
Pengendalian perubahan Iklim dan Kebakaran Hutan
tersebut menggunakan data titik panas dan data spasial
dan lahan Wilayah Sumatera, pengumpulan laporan
terkait kebakaran hutan dan lahan yang diperoleh dari
harian dari tim patrol terpadu selama ini masih melalui
berbagai insitusi tetapi belum melibatkan data riil di
Whatsapp Group (WAG). Laporan tersebut wajib
lapangan.
disampaikan oleh tim patroli setiap kali selesai
memantau lokasi. Dokumentasi berupa foto dikirim Pada penelitian ini akan dibuat modul front-end untuk
langsung melalui WAG dengan menggunakan aplikasi visualisasi data patrol terpadu dalam bentuk aplikasi
Open Camera sehingga tercatat informasi titik koordinat web. Data patroli yang digunakan berupa basis data
saat pengambilan foto. Khusus pada wilayah Sumatera, spasial. Komponen utama untuk visualisasi pada
terdapat 17 daerah operasi yang wajib melaporkan aplikasi ini dibuat menggunakan Javascript API dari
kegiatan harian melalui WAG. Laporan yang masuk Google Maps sehingga dapat diakses secara umum dan
tersebut kemudian dikelola oleh Direktoran gratis. Proses query, perhitungan, dan pemrosesan data
Pengendalian Kebakaran Hutan dan Lahan berdasarkan secara lanjut dilakukan pada modul back-end sehingga
provinsi dan waktu pelaporan. tidak memberatkan perangkat pengguna. Proses

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
273
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

Gambar 1. Skema relasi dari basis data patroli

rendering hasil query dilakukan pada web browser pada front-end yang dibuat pada penelitian ini harus melalui
sisi client dengan memanfaatkan Javascript sehingga modul back-end yang telah ditanam pada sisi server.
server tidak terbebani ketika diakses oleh banyak
Model pengembangan sistem yang cocok dengan
pengguna.
kondisi pengguna aplikasi ini adalah prototyping.
Prototyping merupakan model pengembangan aplikasi
2. Metode Penelitian
yang kebutuhan fungsional maupun non-fungsionalnya
Data patroli terpadu pencegahan dan penanganan belum diketahui secara jelas dan mendetail. Prototyping
karhutla di wilayah Sumatera dan Kalimantan yang memiliki lima tahapan kerja yaitu, komunikasi,
dikumpulkan dari bulan Februari hingga April, lalu perencanaan, pembuatan model, pembuatan prototipe,
dilanjutkan bulan Juni hingga Desember tahun 2016 dan terakhir adalah pemaparan hasil dan feedback. Alur
diperoleh dari Kemenlhk RI. Data ini disimpan dalam pada prototyping dapat dilihat pada Gambar 2 [24].
format Microsoft Excel. Selanjutnya data ini dimuat
kepada basis data spasial dengan skema seperti yang
dapat dilihat pada Gambar 1. Data yang disimpan pada
basis data tersebut merupakan hasil rekapitulasi laporan
kegiatan patroli karhutla.
Basis data tersebut terdiri atas empat tabel yaitu tabel
kegiatan patroli, tabel lokasi patroli, tabel anggota tim
dan tabel lokasi udara. Tabel kegiatan patroli berisi
rekam kegiatan dari tim patrol yang dilakukan pada
wilayah dan waktu tertentu, tabel ini terhubung dengan
ketiga tabel lainnya. Tabel lokasi patroli berisikan
informasi detail mengenai kondisi lahan dari lokasi yang
didatangi tim patroli. Tabel anggota tim berisi data
komposisi anggota dari satu tim yang bertugas untuk
patrol, dapat terdiri atas anggota Manggala Agni,
anggota TNI/Polri, atau sukarelawan dari kelompok
Gambar 2. Tahapan kerja model prototyping [6]
Masyarakat Peduli Api. Tabel lokasi udara berisikan
informasi mengenai titik tengah patroli, cakupan patrol Penelitian dilakukan dengan mengadopsi
(radius) serta laporan singkat dalam bentuk teks pengembangan system prototyping dengan beberapa
mengenai hasil patrol udara. Semua data tersebut penyesuaian. Penyesuaian tersebut diantaranya, tahap
disimpan pada database server dalam bentuk basis data perencanaan dan tahap pembuatan model dijadikan satu
relasional. Untuk mengakses basis data tersebut, aplikasi

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
274
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

menjadi tahap perancangan model. Di antara komunikasi menggunakan library Google Maps. Proses visualisasi
dan perancangan model, ditambahkan proses integrasi tersebut memerlukan integrasi antara front-end dengan
dengan data yang didapatkan dari back-end system. back-end yang menggunakan query spasial. Query
Tahapan deployment dan feedback dipecah menjadi uji spasial dilakukan menggunakan bantuan PostgreSQL
coba sistem dan rilis sistem. Alur penelitian dapat dilihat dengan ekstensi PostGIS.
pada Gambar 3.
Tahap integrasi adalah mencocokan parameter dan data
yang didapatkan dari API back-end system. Hal ini
dilakukan untuk mencocokan data yang didapatkan dari
API dengan informasi yang ditampilkan pada halaman
web. Hasil dari proses ini berupa informasi pada
halaman web yang sifatnya dinamis, tergantung pada
aktifitas pengguna.
Setelah fungsi-fungsi yang dibutuhkan pengguna sudah
Gambar 3. Alur Penelitian ditanamkan pada kode program, maka pengujian fungsi
tersebut dapat dimulai. Pengujian dilakukan secara
Pada tahapan pertama, komunikasi tidak dilakukan black-box dan menerapkan unit testing, yaitu mencoba
secara langsung, namun berdasarkan dokumen yang seluruh fungsi dari API yang digunakan dengan input
telah diberikan oleh calon pengguna. Kemudian yang telah didefinisikan sebelumnya lalu melihat respon
dilakukan analisis akan kebutuhan fungsional dan non- yang diberikan API. Skenario uji dibuat berdasarkan
fungsional dari calon pengguna sistem ini. Analisis juga aktor dari hasil use case yang telah dibuat pada tahapan
dapat dilakukan dengan membandingkan aplikasi web komunikasi. Setelah uji coba sistem, jika fungsionalitas
GIS yang sudah ada seperti Sipongi yang dibuat oleh masih belum terpenuhi maka tahap pengerjaan dapat
Kemenlhk (http://Sipongi.menlhk.go.id). Fungsi atau kembali ke tahap perancangan fungsionalitas lalu fungsi
interface yang ingin ditambahkan setelah melihat yang belum terpenuhi tadi dapat mulai dibuat.
aplikasi web GIS yang sudah ada sebelumnya, kemudian Tahapan terakhir dari pengembahan aplikasi web GIS
dapat dicatat untuk digunakan pada tahap perancangan. untuk patroli karhutla ini adalah merilis sistem ke
Tahapan kedua dimulai dengan membuat mock-up atau lingkungan daring (internet). Proses rilis juga
purwarupa dari tampilan situs web yang akan dibuat. berbarengan dengan kedua modul lain yang
Pada tahap ini, tidak ada fungsionalitas yang sudah berhubungan dengan aplikasi ini, yaitu modul back-end
dibuat, semuanya masih berupa gambar rancangan. penyedia API, dan modul dari aplikasi mobile yang
Ketika gambar rancangan sudah dinilai tepat, maka digunakan untuk akuisisi data patroli.
dimulai proses menulis kode dengan bahasa
pemrograman Hypertext Markup Language (HTML) 3. Hasil dan Pembahasan
dan didukung oleh Cascading Style Sheet (CSS) sebagai Penelitian ini dibuat untuk memenuhi kebutuhan
pengatur tampilan (kostumisasi) pada elemen HTML. menampilkan data patroli ke dalam bentuk aplikasi web.
Tahapan penulisan program tersebut masuk ke dalam Analisis kebutuhan dan fungsi aplikasi dilakukan
tahap pembuatan prototype system. dengan melihat fungsi-fungsi yang telah dibuat pada
Desain yang sebelumnya telah dibuat pada tahapan aplikasi yang sudah ada. Aplikasi yang menjadi referensi
perancangan model kini dapat mulai dituangkan ke adalah Sipongi (http://sipongi.menlhk.go.id/).
dalam bentuk kode program pada tahapan ketiga. Hasil rekapitulasi laporan kegiatan patroli terpadu
Program ditulis dalam bentuk kode HTML dan dapat pencegahan dan penanganan karhutla di wilayah
mulai ditambahkan fungsionalitasnya sesuai kebutuhan Sumatera dan Kalimantan bulan Februari hingga April
yang telah dianalisis, namun data yang digunakan belum disimpan dalam format Microsoft Excel. Selanjutnya
berasal dari back-end system. Beragam fungsi seperti rekapitulasi tersebut dimuat ke dalam basis data yang
zoom out, zoom in, serta fungsi untuk bergeser menuju terdiri dari empat tabel yaitu tabel kegiatan patroli, tabel
wilayah provinsi tertentu, dapat mulai dibuat dalam lokasi patroli, tabel anggota tim dan tabel lokasi udara.
bahasa Javascript/ECMAScript dengan memanfaatkan Query pada basis data dilakukan untuk menghasilkan
service dan library yang diberikan oleh API Google informasi yang diperlukan sesuai kebutuhan pengguna.
Maps. Kode Javascript ditanamkan pada halaman Hasil query divisualisasikan secara spasial berdasarkan
HTML. Data yang diolah oleh fungsi-fungsi tersebut lokasi patroli karhutla.
berupa array Javascript Object Notation (JSON).
Berdasarkan analisis kebutuhan, dapat diambil sebuah
Data spasial dalam basis data patroli karhutla asumsi bahwa pengguna dalam sistem ini terbagi
divisualisasikan ke dalam peta yang ditelah dibuat menjadi tiga, yaitu administrator, pengguna terdaftar,

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
275
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

dan pengguna umum (tamu). Administrator bertugas

untuk mengelola keanggotaan tim patroli pada suatu
daerah operasi. Pengguna terdaftar adalah koordinator
patroli, pejabat daerah setempat, atau pihak kementerian
yang memiliki akses untuk dapat mengunduh laporan
hasil patroli. Pengguna umum atau tamu adalah
pengunjung situs web secara umum. Berdasarkan hasil
analisis fungsi tersebut, dapat dibuat daftar kebutuhan
fungsi dalam bentuk use case diagram dapat dilihat pada
Gambar 4.

Gambar 5. Konten halaman utama

Gambar 6. Konten halaman statistik provinsi

Gambar 4. Use case diagram sistem visualisasi terpadu

Aplikasi yang dibuat harus mampu mengakomodir Selain halaman utama, halaman berikutnya yang perlu
kebutuhan untuk melihat sebaran titik panas, melihat dibuat adalah halaman untuk menu statistik provinsi.
sebaran kegiatan patroli dan mengelola daftar anggota Menu tersebut menampilkan data yang berkaitan dengan
tim patroli. Aplikasi yang dibuat tidak berdiri sendiri provinsi tertentu. Halaman ini memiliki acuan pada
karena seluruh data yang ditampilkan diambil dari halaman “titik panas provinsi” yang dimiliki oleh
modul back-end. Sipongi. Informasi yang ditampilkan pada halaman ini
mencakup kegiatan patroli harian, hingga total kejadian
Model aplikasi yang dibuat adalah mengikuti desain
kebakaran yang pernah terjadi pada kurun waktu (tahun)
halaman web sipongi, yaitu dominan pada peta yang
tertentu. Desain halaman statistik tingkat provinsi dapat
ditampilkan pada halaman utama. Sebelum mulai
dilihat pada Gambar 6.
merancang aplikasi keseluruhan, layout atau
penempatan konten perlu terlebih dahulu dibuat agar Pembuatan prototype aplikasi ini diurutkan berdasarkan
konsisten ketika telah diisi oleh konten. Layout tersebut halaman yang paling awal tampil ketika aplikasi dibuka,
memiliki panel untuk menu pada sisi sebelah kiri. Pada hingga halaman. Aplikasi ini diberi nama Sistem
bagian atas ditempatkan untuk nama sistem (kiri atas) Informasi Monitoring Patroli Terpadu (SIMADU).
serta beberapa tombol (kanan atas). Bagian bawah hanya Berdasarkan hasil analisis dan kebutuhan, halaman yang
berupa footer yang berisikan nama sistem dan identitas perlu dibuat yaitu halaman home, halaman statistik
pengembang. Semua halaman yang diakses dibuat provinsi, halaman manajemen anggota patroli, halaman
dengan layout yang serupa agar aplikasi terkesan laporan patroli, dan halaman Sipongi live update.
konsisten.
Halaman home, menampilkan peta kegiatan patroli
Setelah layout dan perancangan menu selesai dibuat, secara real time. Kegiatan patroli yang dimaksud adalah
perancangan penempatan konten menggunakan konten kegiatan patroli terpadu yang dilaksanakan oleh tim
asli perlu dilakukan. Hal tersebut diperlukan untuk patroli pada daerah operasi tertentu. Ketika tim patroli
memastikan bahwa konten yang disimpan pada layout sudah menginputkan kegiatan patroli pada aplikasi
tersebut benar benar cocok dan tidak terjadi mobile akuisisi, maka informasi tersebut tampil pada
penyimpangan desain atau informasi. Contoh halaman ini. Informasi yang tampil adalah yang terjadi
penempatan konten untuk halaman utama dapat dilihat secara aktual (realtime - current day) dan disediakan
pada Gambar 5. tombol dalam bentuk datepicker untuk melihat kegiatan
patroli pada tanggal lain di bagian kanan atas halaman.

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
276
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

Halaman statistik provinsi, menampilkan statistik titik

panas, kegiatan patroli, dan grafik titik panas mingguan
dari provinsi tersebut. Halaman ini dapat juga disebut
sebagai halaman detil provinsi. Informasi yang
ditampilkan hanya informasi yang berkaitan dengan
provinsi tertentu. Tidak semua informasi patroli tampil
pada halaman ini, informasi yang ditampilkan
merupakan ringkasan dari kegiatan patroli harian. Grafik
yang ditampilkan adalah grafik kemunculan titik panas
yang terlihat selama 7 hari terakhir. Tampilan dari
Gambar 9. Halaman laporan patroli
halaman in dapat dilihat pada Gambar 7.
pihak balai atau kementrian dapat melihat riwayat
perjalanan dari tiap daops-nya pada tombol riwayat yang
ada pada tabel “Laporan Patroli Harian”. Tampilan dari
riwayat perjalanan daops tersebut dapat dilihat pada
Gambar 10.
Halaman Sipongi live update, merupakan fitur tambahan
yang dapat menampilkan titik panas seperti yang tampil
pada halaman depan web Sipongi. Informasi mengenai
titik panas didapatkan dari halaman web Sipongi dan di-
render ulang menggunakan Google Maps JavaScript
Gambar 7. Halaman statistik provinsi

Gambar 10. Fitur riwayat patroli perdaops

Gambar 8. Halaman manajemen anggota patroli
API. Titik merah (pin) pada peta menandakan titik panas
Halaman manajemen anggota patroli, hanya dapat yang terdeteksi oleh Sipongi. Halaman ini dapat
diakses oleh administrator, berisi daftar anggota patroli menampilkan kejadian titik panas pada hari ini, 7 hari ke
dan daerah operasi. Pada halaman ini, administrator belakang, 30 hari ke belakang dan satu bulan ini (current
yang sudah login memiliki hak akses untuk menambah, month). Tampilan dari halaman ini dapat dilihat pada
mengurangi dan mengubah informasi dari anggota Gambar 11.
patroli dan daerah operasi yang ada. Informasi yang ada
pada halaman ini disajikan dalam bentuk tabel. Nama Selain tampilan dari halaman web, SIMADU juga
anggota dan daops yang sudah didaftarkan nantinya akan memiliki beberapa fitur lainnya seperti export laporan
tampil pada aplikasi mobile akuisisi ketika aplikasi patroli harian tiap daops, dan ringkasan hasil patroli
tersebut digunakan. Tampilan dari halaman ini dapat harian dari provinsi tertentu. Laporan tersebut dapat
dilihat pada Gambar 8. diunduh pada menu “laporan patroli”. Bentuk laporan
yang diunduh adalah pdf untuk laporan tiap daops dan
Halaman laporan patroli, hanya dapat diakses oleh untuk laporan ringkasan provinsi. Kedua laporan yang
pengguna yang memiliki otoritas seperti anggota diunduh tersebut mengacu pada layout dari laporan yang
kementerian, kepala balai atau pejabat terkait. Halaman dibuat oleh tim patroli terpadu.
ini dibuat untuk pejabat kementerian atau pihak terkait
yang memerlukan informasi mengenai hasil patroli. Setelah semua halaman selesai dibuat dalam bentuk
Terdapat dua jenis laporan pada halaman ini, yaitu kode HTML, tahapan berikutnya adalah
laporan dari tiap daops, dan ringkasan laporan harian mengintegrasikan halaman tersebut dengan konten yang
provinsi dari seluruh daops. Tampilan dari halaman ini terdapat pada sistem back-end. Pengintegrasian halaman
dapat dilihat pada Gambar 9. Pada halaman ini juga dimaksudkan agar data yang tampil dapat bersifat

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
277
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

dinamis dan real-time. Proses integrasi ini Tabel 2. Aktor untuk uji coba API login
memanfaatkan library Jquery yang berbasis javascript. # #
Actor Input Expected Expected
Data yang diolah pada tahapan ini adalah data JSON Error Success
yang berisikan atribut dan parameter untuk ditampilkan Tamu {} 6 7
pada SIMADU. Visualisasi informasi patroli karhutla
dilakukan berdasarkan hasil query spasial pada basis Pengguna email:rudi@gmail.com', 5 8
data yang dikelola oleh PostgreSQL dengan ekstensi Terdaftar password:'123'
PostGIS. Data hasil query berupa relasi yang Administrator email:ramdan@gmail.com', 3 10
menggandung field longitude dan latitude. Hasil query password:'123'
tersebut diubah menjadi layer di sisi front end
menggunakan Java script dengan library Google Maps. prosedur autentikasi ini dijalankan dengan utuh sebelum
menjalankan prosedur lainnya, dapat menggunakan
Setiap halaman dari SIMADU menggunakan API yang parameter async yang diberi nilai false.
berbeda. Secara garis besar, endpoint atau layanan API
yang digunakan pada aplikasi SIMADU dapat dilihat Uji coba dilakukan berdasarkan skenario yang telah
pada Tabel 1. Berdasarkan hasil analisis dan kebutuhan, dibuat dengan memperhatikan aktor dari use case pada
telah ditentukan bahwa pengguna dari sistem ini terbagi tahap komunikasi. Tiap aktor yang berbeda akan
menjadi tiga hak akses, yaitu pengunjung biasa, diperlakukan berbeda oleh sistem. Aktor yang
pengguna sistem dan administrator sistem. Untuk digunakan dalam uji coba disematkan pada API login
menerapkan pembatasan tersebut, diperlukan proses dengan detail dapat dilihat pada Tabel 2.
autentikasi. Proses autentikasi melibatkan modul back-
end yang berkaitan dengan fungsi login. Sistem backend Uji coba dilakukan sebanyak tiga tahap, tahap pertama
mengirim dan menerima permintaan dalam bentuk yaitu uji coba tanpa dependency atau menggunakan
JSON, sehingga setiap parameter yang dikirimkan harus aktor “Tamu”. Tahap kedua yaitu mengakses endpoint
dalam bentuk JSON. Setiap prosedur pemanggilan dengan terlebih dahulu memprioritaskan dependency-
fungsi pada API perlu mendefinisikan parameter nya menggunakan aktor “Pengguna Terdaftar”. Tahap
dataType dengan bentuk json. Untuk memastikan bahwa ketiga uji coba menggunakan aktor “Administrator”.
Uji tahap pertama menghasilkan keluaran seperti yang
Tabel 1. Layanan API yang digunakan terlihat pada Gambar 12. Pada hasil pengujian terdapat
Method Request Response Dependency beberapa error 400 yang memberikan pesan
POST Autentikasi Token -
“token_not_provided”, yang artinya untuk mengakses
endpoint tersebut memerlukan token atau fungsi API
GET Data patroli JSON Array -
tersebut memiliki dependency dengan fungsi Login.
harian
GET Data JSON Array - Error yang muncul menandakan bahwa dependency
Statistik pada sistem berhasil diterapkan sehingga tidak
Provinsi memungkinkan adanya akses untuk pengguna yang
GET Laporan JSON Array Autentikasi
tidak berhak. Berdasarkan pengujian pada aktor Tamu
Patroli
GET Data JSON Array Autentikasi diperoleh jumlah actual error yang sesuai dengan
Anggota expected error yaitu 6.
Patroli
POST CRUD - Autentikasi
Anggota
Patroli
POST CRUD - Autentikasi
Daerah
Operasi

Gambar 12. Hasil pengujian tahap pertama (Aktor Tamu)

Gambar 11. Halaman Sipongi Live update

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
278
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

Uji coba tahap kedua adalah dengan memperhatikan Sebelum menjalankan fungsi-fungsi seperti pada tahap
dependency menggunakan aktor Pengguna Terdaftar. kedua, fungsi Login untuk Administrator perlu
Fungsi yang memerlukan dependency antara lain adalah dijalankan terlebih dahulu. Hasil pengujian dapat dilihat
pada Gambar 14. Terlihat masih terdapat error yaitu
pada fungsi Anggota → Delete, Daops → Delete dan
Patroli → Laporan. Berdasarkan skenario, error yang
terdapat pada fungsi Anggota → Delete dan Daops →
Delete memang diharapkan terjadi, karena input
parameter yang diberikan adalah ‘0’. Dengan munculnya
error 500 pada Anggota → Delete dan Daops → Delete
menandakan bahwa dependency berhasil diterapkan dan
fungsi berjalan dengan baik. Error yang terjadi pada
fungsi Patroli → Laporan tidak diharapkan terjadi pada
skenario pengujian, namun hal tersebut dapat dianggap
wajar karena berdasarkan use case yang dibuat,
administrator memang tidak memiliki hak untuk
mengakses laporan patroli. Laporan hanya boleh
diunduh oleh pengguna terdaftar, yaitu pihak yang
Gambar 13. Hasil pengujian tahap kedua (aktor Pengguna terkait penanganan karhutla. Berdasarkan pengujian
Terdaftar)
pada aktor Pengguna Administrator diperoleh jumlah
actual error yang sesuai dengan expected error yaitu 3.
Anggota → Create, Anggota → List, Anggota → Delete,
Daops → Create, Daops → Delete dan Patroli → Hasil pengujian pada 3 skenario menunjukkan bahwa
Laporan. Sebelum menjalankan fungsi-fungsi tersebut, nilai actual error sama dengan nilai expected error, atau
fungsi Login untuk Pengguna Terdaftar harus terlebih rasio antara actual error dan expected error adalah 1.
dahulu dijalankan. Hasil pengujian dapat dilihat pada Hal ini menunjukkan bahwa fungsi bekerja sesuai
Gambar 13. Terlihat masih terdapat error yaitu pada dengan use case yang telah dibuat.
fungsi Anggota → Create, Anggota → List, Anggota →
Delete, Daops → Create, dan Daops → Delete. Error 4. Kesimpulan
tersebut memang diharapkan terjadi karena berdasarkan Pengembangan modul front-end system informasi
use case yang dibuat, aktor yang dizinkan untuk geospasial untuk visualisasi data patrol terpadu karhutla
mengakses API tersebut hanya administrator. untuk wilayah Sumatera dan Kalimantan telah berhasil
Munculnya error tersebut menandakan bahwa dilakukan. Aplikasi diberi nama Sistem Informasi
dependency berhasil diterapkan dan fungsi berjalan Monitoring Patroli (SIMADU) dan mampu
dengan baik. Berdasarkan pengujian pada aktor menampilkan data patrol secara real time. Aplikasi
Pengguna Terdaftar diperoleh jumlah actual error yang SIMADU juga berhasil mengakses basis data yang telah
sesuai dengan expected error yaitu 5. ditanamkan pada modul back-end melalui API yang
Uji coba tahap ketiga adalah dengan memperhatian diakses dengan Bahasa pemrograman Javascript. Hasil
dependency menggunakan aktor Administrator. pengujian menunjukkan bahwa dependency berhasil
diterapkan dan fungsi yang dibuat bekerja dengan baik
sesuai dengan kebutuhan fungsionalitas sistem. Fungsi
sistem telah bekerja sesuai dengan use case yang
ditetapkan, hal ini ditunjukkan dengan nilai rasio antara
actual error dan expected error sebesar 1.

Daftar Rujukan
[1] [Kemenlhk] Kementerian Lingkungan Hidup dan Kehutanan.
2018. The State of Indonesia’s Forest 2018. Jakarta (ID):
Kementerian Lingkungan Hidup dan Kehutanan.
[2] [Kemenlhk] Kementerian Lingkungan Hidup dan Kehutanan.
2016. Peraturan Menteri Lingkungan Hidup dan Kehutanan
Republik Indonesia Nomor P.32 Tahun 2016 tentang
Pengendalian Kebakaran Hutan. Jakarta (ID): Kementerian
Lingkungan Hidup dan Kehutanan.
[3] R. D. Field, G. R. V. D. Werf, T. Fanin, E.J. Fetzer, R. Fuller,
H.. Jethva, R. Levy, N.J. Livesey, M. Luo, O. Torres, H. M.
Gambar 14. Hasil pengujian tahap ketiga (aktor Administrator) Worden, Indonesian fire activity and smoke pollution in 2015
show persistent nonlinear sensitivity to El Niño-induced

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
279
 Deny Ramdhany, Imas Sukaesih Sitanggang, Ikhsan Kurniawan, Wulandari
Jurnal RESTI (Rekayasa Sistem dan Teknologi Informasi) Vol. 5 No. 2 (2020) 272 – 280

drought [Online]. doi: https://www.pnas.org/cgi/doi/ [14] I. S. Sitanggang, N. Radiatun, and A. A. Nur Risal, “Incremental
10.1073/pn as.1524888113. [diunduh 2018 Juli 16] Spatio Temporal Clustering Application on Hotspot Data.” IOP
[4] [Seskab] Sekeretariat Kabinet RI. 2015. Instruksi Presiden Conference Series: Earth and Environmental Science, vol. 528,
Nomor 11 Tahun 2015 tentang Peningkatan Penegendalian p. 012041, 2020, doi: 10.1088/1755-1315/528/1/012041.
Kebakaran Hutan dan Lahan [Online]. doi: [15] H. N. Salsabila, A. F. Sahitya, and P. Mahyatar, “Spatio-
https://www.kemenkop- temporal pattern analysis of forest fire event in South
mk.go.id/sites/default/files/produkhukum/Inpres%20Nomor%2 Kalimantan using integration remote sensing data and GIS for
011%20Tahun%202015.pdf. [diunduh 2018 Juli 17] forest fire disaster mitigation.” IOP Conference Series: Earth
[5] A. Primajaya, I. S. Sitanggang, and L. Syaufina, “Visualization and Environmental Science, vol. 540, p. 012011, 2020, doi:
of spatial decision tree for predicting hotspot occurrence in land 10.1088/1755-1315/540/1/012011.
and forest in Rokan Hilir District Riau.” IOP Conference Series: [16] G. Abriantini, I. S. Sitanggang, R Trisminingsih. 2017. Hotspot
Earth and Environmental Science, vol. 54, p. 012055, 2017, doi: sequential pattern visualization in peatland of Sumatra and
10.1088/1755-1315/54/1/012055. Kalimantan using shiny framework, The 3rd International
[6] G. Hayardisi, I. S. Sitanggang, and L. Syaufina, “Data Symposium on LAPAN - IPB SATELLITE (LISAT), 25-26
warehouse and web-based OLAP for hotspot distribution in October 2016, IPB International Convention Centre, Bogor,
Indonesia.” 2009 2nd Conference on Data Mining and Indonesia. IOP Conf. Series: Earth and Environmental Science
Optimization, 2009, doi: 10.1109/dmo.2009.5341921. 54(2017)012057. pp: 1-7. doi:10.1088/1755-1315/54/1/012057.
[7] I. S. Sitanggang, T. Fuad, and Annisa, “K-means clustering [17] N. W. Herlambang, W. F. Zaki, I. S. Sitanggang, M.A.
visualization of web-based OLAP operations for hotspot data.” Agmalaro, System Development for Land Cover and
2010 International Symposium on Information Technology, Deforestation Area Estimation due to Forest and Land Fires,
2010, doi: 10.1109/itsim.2010.5561296. IOP Conference Series: Earth and Environmental Science,
[8] P. Thariqa and I. S. Sitanggang, “Spatial Online Analytical Volume 528, 2020.
Processing for Hotspots Distribution Based on Socio-economic [18] S. Homhuan, C. Humhong, The development of forest fire
Factors in Riau Province Indonesia.” Procedia Environmental monitoring and warning system for agroforestry areas in
Sciences, vol. 24, pp. 277-284, 2015, doi: Uttaradit Province, Thailand. IOP Conference Series: Earth and
10.1016/j.proenv.2015.03.036. Environmental Science, 2020 Jul 1 (Vol. 538, No. 1, p. 012008).
[9] A. Qahhariana and I. S. Sitanggang, “Peningkatan Kinerja IOP Publishing.
Sistem Spatial Online Analytical Processing (SOLAP) Titik [19] D. Sasmoko, A. Mahendra, Rancang Bangun Sistem Pendeteksi
Panas Kebakaran Hutan.” Jurnal Ilmu Komputer dan Agri- Kebakaran Berbasis IOT dan SMS Gateway Menggunakan
Informatika, vol. 5, no. 1, p. 21, 2018, doi: 10.29244/jika.5.1.21- Arduino, Simetris: Jurnal Teknik Mesin, Elektro Dan Ilmu
30. Komputer, 2017 Nov 1;8(2):469-76.
[10] A. M. Y. A. Suci and I. S. Sitanggang, “Web-Based Application [20] M. T. Basu, R. Karthik, J. Mahitha, V. L. Reddy. IoT based
for Outliers Detection on Hotspot Data Using K-Means forest fire detection system, International Journal of
Algorithm and Shiny Framework.” IOP Conference Series: Engineering & Technology, 2018;7(2.7):124-6.
Earth and Environmental Science, vol. 31, p. 012003, 2016, doi: [21] E. A. Kadir, H. Irie, S. L. Rosa, Modeling of wireless sensor
10.1088/1755-1315/31/1/012003. networks for detection land and forest fire hotspot. International
[11] G. P. Siknun and I. S. Sitanggang, “Web-based Classification Conference on Electronics, Information, and Communication
Application for Forest Fire Data Using the Shiny Framework (ICEIC), 2019 Jan 22 (pp. 1-5). IEEE.
and the C5.0 Algorithm.” Procedia Environmental Sciences, [22] B. Sunaryo, M. I. Rusydi, J. F. Rusdi, R. Suriani, S. Daus.
vol. 33, pp. 332-339, 2016, doi: 10.1016/j.proenv.2016.03.084. Sistem Pelacakan Lokasi Pelaporan Petugas Lapangan Irigasi
[12] R. Hermawati and I. S. Sitanggang, “Web-Based Clustering Provinsi Sumatera Barat Berbasis GPS Smartphone dan
Application Using Shiny Framework and DBSCAN Algorithm WebGIS. Jurnal RESTI (Rekayasa Sistem dan Teknologi
for Hotspots Data in Peatland in Sumatra.” Procedia Informasi), 2019 Aug 8;3(2):271-81.
Environmental Sciences, vol. 33, pp. 317-323, 2016, doi: [23] F. Fatayat, J. Risanto, Model Sistem Deteksi Dini Kebakaran
10.1016/j.proenv.2016.03.082. Hutan Dan Lahan (Karhutla) Berbasis Android Di Kabupaten
[13] Y. Puspitasari, I. S. Sitanggang, R. Trisminingsih, Visualization Pelalawan. Simtika. 2020 Sep 21;3(3):19-25.
Module of Density-Based Clustering for Hotspot Distribution in [24] R. S. Pressman, Software Engineering: A Practicioner's
Indonesia using Mapserver. Jurnal Silvikultur Tropika, 2017, Approach 7th Edition, 2010, New York (US) : McGraw-Hill
7(3): 58-60

DOI: https://doi.org/10.29207/resti.v5i2.3045
Creative Commons Attribution 4.0 International License (CC BY 4.0)
280