Perpustakaan Digital ITB

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.