Perpustakaan Digital ITB

Indonesia memiliki lahan gambut tropis terluas di dunia, sekitar 13,43 juta hektare, dengan 33,5% di antaranya tersebar di Kalimantan. Lahan gambut, yang kaya akan bahan organik, memiliki peran penting dalam siklus karbon global namun rentan terhadap kebakaran hutan dan lahan (kahutla) akibat penurunan tinggi muka air tanah (TMAT) yang meningkatkan risiko kekeringan. Penelitian ini bertujuan untuk memahami pengaruh modifikasi pencilan terhadap pemodelan semivariogram anisotropik dalam memetakan distribusi tinggi muka air tanah gambut di Kalimantan. Pemodelan semivariogram adalah metode geostatistik yang dapat digunakan untuk menganalisis pola spasial variabel TMAT. Semivariogram anisotropik memperhitungkan jarak dan arah antar lokasi. Metode Ordinary Least Square (OLS) yang dilengkapi dengan metode numerik Trust-Region (TR) dalam menaksir parameter semivariogram teoritis menghasilkan model Gauss sebagai model semivariogram yang paling cocok. Modifikasi pencilan dilakukan dengan deteksi pencilan menggunakan uji statistik Moran’s I dan transformasi data dengan transformasi Yeo-Johnson. Nilai TMAT pada lokasi yang tidak terobservasi diprediksi dengan interpolasi Ordinary Kriging (OK) menggunakan model semivariogram teoritis. Hasil penelitian menunjukkan bahwa transformasi Yeo-Johnson efektif dalam mengurangi variabilitas semivariogram eksperimental dan menghasilkan model yang lebih stabil dan akurat. Model semivariogram terbaik diperoleh melalui pendekatan Matheron dan Cressie-Hawkins setelah transformasi Yeo-Johnson, dengan nilai Root Mean Square Error (RMSE) terendah dan prediksi TMAT yang mendekati data observasi. Peta prediksi sebaran TMAT di lokasi tak terobservasi menunjukkan adanya pengaruh anisotropik spasial pada arah 45° atau sektor Timur Laut-Barat Daya.