Analisis Hotspot untuk Memetakan Area Kebakaran Hutan dan Lahan di Pulau Kalimantan

Main Article Content

Noor Jannah
Dewi Sri Susanti
Yeni Rahkmawati

Abstract

Intisari


Menurut BNPB (2023), kebakaran hutan dan lahan adalah suatu keadaan dimana hutan dan lahan dalam suatu wilayah dilanda api yang mengakibatkan kerusakan hutan dan lahan dan menimbulkan kerugian ekonomis terhadap lingkungan. Sepanjang periode Januari hingga Juli 2023, luas kebakaran hutan dan lahan di Pulau Kalimantan sudah mencapai angka tertinggi dibanding Pulau Papua dan Sumatera yakni seluas 23.697,52 ha. Adanya kebakaran hutan di suatu wilayah dapat diketahui menggunakan informasi dari titik panas atau hotspot suatu wilayah. Penelitian ini bertujuan untuk menganalisis sebaran titik panas dan mendeteksi keterkaitan jumlah titik panas antarwilayah di Pulau Kalimantan sehingga terjadinya kebakaran hutan dan lahan bisa diantisipasi lebih awal. Analisis yang digunakan meliputi analisis Indeks Moran, Local Indicator of Spatial Autocorrelation (LISA), dan Getis-Ord Gi* untuk menentukan klaster titik panas sebagai identifikasi daerah rawan kebakaran di Pulau Kalimantan dengan dasar kedekatan karakteristik antarlokasi. Hasil penelitian ini menunjukkan bahwa berdasarkan hasil analisis autokorelasi spasial secara global dengan menggunakan Indeks Moran, diketahui terdapat autokorelasi spasial berdasarkan jumlah titik panas pada 56 kabupaten/kota di Pulau Kalimantan dengan pola sebaran mengelompok (clustered). Hasil analisis pada periode waktu bulan Juli dan Agustus tahun 2023 menunjukkan adanya keterhubungan spasial yang signifikan antarwilayah. Hal ini dimungkinkan karena bulan Juli dan Agustus merupakan puncak musim kemarau. Selain itu, dengan menggunakan autokorelasi spasial LISA dan Getis-Ord Gi* didapat hasil yang relatif sama dimana daerah rawan kebakaran pada sepanjang musim kemarau 2023 didominasi oleh wilayah Kabupaten/Kota di Provinsi Kalimantan Barat dan Provinsi Kalimantan Timur.


 


 


Abstract


According to BNPB (2023), forest and land fires are a situation where forests and land in an area are engulfed by fire which results in forest and land damage and causes economic losses to the environment. During the period January to July 2023, the area of forest and land fires on Kalimantan Island has reached the highest number compared to Papua and Sumatra Islands, which is 23.697,52 ha. The existence of forest fires in an area can be known using information from hotspots or hotspots in an area. This study aims to analyze the distribution of hotspots and detect the relationship between the number of hotspots between regions in Kalimantan Island so that the occurrence of forest and land fires can be anticipated earlier. The analysis used includes Moran Index analysis, Local Indicator of Spatial Autocorrelation (LISA), and Getis-Ord Gi* to determine hotspot clusters to identify fire-prone areas in Kalimantan Island based on the closeness of characteristics between locations. The results of this study show that based on the results of global spatial autocorrelation analysis using the Moran index, it is known that there is spatial autocorrelation based on the number of hotspots in 56 districts / cities on Kalimantan Island with a clustered distribution pattern. The results of the analysis in the July and August time periods show a significant spatial relationship between regions. This is possible because July and August are the peak of the dry season. In addition, by using the spatial autocorrelation of LISA and Getis-Ord Gi*, relatively similar results were obtained where fire-prone areas during the 2023 dry season were dominated by regencies/cities in West Kalimantan and East Kalimantan provinces.

Article Details

How to Cite
Jannah, N., Susanti, D. S., & Rahkmawati, Y. (2025). Analisis Hotspot untuk Memetakan Area Kebakaran Hutan dan Lahan di Pulau Kalimantan. Jurnal Sains & Teknologi Modifikasi Cuaca, 26(1), 25–36. Retrieved from https://ejournal.brin.go.id/JSTMC/article/view/3139
Section
Articles

Similar Articles

<< < 1 2 3 4 5 6 7 8 9 10 > >> 

You may also start an advanced similarity search for this article.