Kebakaran hutan dan lahan dapat terjadi secara natural akibat musim kering/kemarau
atau musim panas yang ekstrem; atau karena karakteristik vegetasi hutan
maupun karakterisik lahan yang mudah terbakar. Di sisi lain, kebakaran hutan dan
lahan dapat juga terjadi karena faktor kesengajaan atau kelalaian manusia. Selain
dapat mengakibatkan korban jiwa dan terganggunya saluran pernapasan akibat asap
tebal yang dihasilkan kebakaran hutan dan lahan, kebakaran hutan dan lahan dapat
juga mengakibatkan terjadinya interupsi terhadap bisnis atau terhambatnya aktivitas
sehari-hari, yang dapat berdampak kepada terjadinya kerugian finansial.
Provinsi Riau merupakan salah satu provinsi di Indonesia yang sering mengalami
kebakaran hutan. Dampak asap tebal yang dihasilkan dapat mengganggu kesehatan,
terutama mengganggu saluran pernapasan yang dapat mengakibatkan kematian;
menginterupsi berjalannya suatu bisnis, seperti pembatalan penerbangan; dan
terhambatnya aktivitas sehari-hari, seperti ditutupnya sekolah-sekolah dan kantorkantor
untuk sementara waktu, tidak hanya di kota Pekanbaru dan sekitarnya tetapi
juga di negara-negara tetangga, seperti Singapura dan Malaysia.
Tesis ini mencoba memprediksi terdapatnya paling sedikit satu titik api (hotspot)
akibat kebakaran hutan dan lahan di provinsi Riau berdasarkan karakteristik lahan
(lahan gambut atau tidak), tipe tutupan lahan, fungsi kawasan hutan, tipe izin
usaha pemanfaatan hasil hutan kayu, jarak ke sungai, dan jarak ke jalan raya,
menggunakan data historis banyak titik api di area provinsi Riau dari Januari 2007
sampai Desember 2019. Prediksi dilakukan menggunakan model regresi logistik.
Walaupun kebakaran hutan di provinsi Riau sering terjadi ketika musim kering/kemarau,
yaitu sekitar bulan Juni sampai bulan Agustus, pemodelan dilakukan dengan
tidak mempertimbangkan faktor cuaca atau iklim maupun tindakan pembakaran
hutan yang disengaja atau fraud; serta tidak mempertimbangkan waktu terjadinya
titik api. Taksiran parameter regresi logistik dilakukan menggunakan metode
Maximum Likelihood dan pemilihan model terbaik dilakukan menggunakan nilai
Akaike Information Criterion (AIC) terkecil. Uji kecocokan model dilakukan
menggunakan nilai Area Under Curve (AUC) terbesar. Setelah model terbaik
diperoleh, prediksi peluang terdapatnya paling sedikit satu titik api dikategorikan
ke dalam lima kategori: sangat rendah, rendah, sedang, tinggi, dan sangat tinggi.
Terakhir, peta prediksi peluang terdapatnya paling sedikit satu titik api akibat
kebakaran hutan dan lahan berdasarkan lima kategori tersebut dibuat untuk 12
kabupaten/kota yang ada di provinsi Riau.