Perpustakaan Digital ITB

Lahan gambut di Indonesia merupakan salah satu lahan gambut terluas di dunia. Lahan gambut bermanfaat sebagai penyimpan karbon dan memiliki biodiversitas yang tinggi. Akan tetapi, lahan gambut berpotensi untuk membahayakan lingkungan dalam kondisi tidak stabil yang terjadi saat terjadi pelepasan gas karbon dioksida (CO2) secara bersih. Lahan gambut yang kering akan memiliki kontak dengan gas oksigen (O2) sehingga menjadi rawan terbakar. Kebakaran ini terkait erat dengan perubahan penggunaan lahan yang menyebabkan lahan gambut terdegradasi atau kering sehingga kondisi lahan gambut menjadi tidak stabil. Untuk mengantisipasi terjadinya kondisi tidak stabil, dapat digunakan indeks untuk mengukur kondisi lahan gambut, sepertu Normalized Difference Vegetation Index (NDVI) dan Peat Fire Vulnerability Index (PFVI). PFVI menggunakan tinggi muka air, kelembapan tanah, curah hujan, dan temperatur maksimum harian. Karena tinggi muka air dan curah hujan dapat berubah dari waktu ke waktu dan dipengaruhi oleh kondisi lingkungan sekitar, model ruang-waktu Generalized Space Time Autoregressive (GSTAR) digunakan untuk memprediksi PFVI. Selain itu, model deret waktu Autoregressive Integrated Moving Average (ARIMA) juga digunakan untuk memprediksi temperatur maksimum. Dengan hasil prediksi PFVI dapat diperoleh prediksi risiko kekeringan-kebakaran dari lahan gambut. Pemodelan GSTAR terdiri dari enam tahap. Pertama, dilakukan identifikasi orde model GSTAR dengan memperhatikan pergerakan Space Time Autocorrelation Function (STACF) dan Space Time Partial Autocorrelation Function (STPACF) terhadap lag waktu dan spasial. Kedua, dilakukan estimasi parameter model GSTAR dengan menggunakan metode Kuadrat Terkecil. Ketiga, dilakukan uji diagnostik berupa uji kestasioneran dengan menggunakan pendekatan Invers Matriks Autokovariansi (IMAk) dan uji pemenuhan asumsi white noise pada residual melalui uji Ljung-Box dan Kolmogorov-Smirnov. Keempat, dilakukan pemilihan model terbaik berdasarkan Mean Square Error (MSE). Kelima, dilakukan uji kebaikan model yang menguji signifikansi parameter model terbaik. Keenam, dilakukan prediksi beberapa waktu ke depan dengan model terbaik. NDVI mengukur tingkat kesehatan vegetasi dengan cara menggunakan radiasi inframerah dekat (NIR) dan radiasi cahaya merah sedangkan PFVI mengukur risiko kekeringan-kebakaran dengan menggunakan tinggi muka air, kelembapan tanah, curah hujan, dan temperatur maksimum harian. Untuk mengestimasi parameter dalam persamaan PFVI, dilakukan fitting nilai PFVI terhadap observed drought index (DIobs) yang merupakan indeks kekeringan yang hanya bergantung pada kelembapan tanah. Pada tesis ini, ditambahkan persyaratan bahwa parameter bernilai positf. Selain itu, dilakukan modifikasi pada PFVI yang awalnya harian menjadi per tujuh hari. Pada tesis ini, digunakan Kecamatan Jabiren Raya, Kabupaten Pulang Pisau, Provinsi Kalimantan Tengah sebagai daerah observasi. Untuk pemodelan, digunakan empat titik lokasi lahan gambut yang diberi nama Jabiren, Jabiren2, Jabiren5, dan Jabiren7. Data yang digunakan merupakan data tinggi muka air, kelembapan tanah, curah hujan, dan temperatur maksimum harian yang saling berjarak tujuh hari dari tanggal 20 Februari 2021 sampai dengan tanggal 18 Maret 2023. Pemodelan GSTAR pada tinggi muka air dan curah hujan menghasilkan model terbaik untuk kedua variabel, yaitu secara berturut-turut GSTAR(1;2) dengan matriks bobot invers jarak dan GSTAR(1;0). Hal ini menandakan bahwa tinggi muka air suatu lokasi dipengaruhi oleh semua lokasi lainnya sedangkan curah hujan suatu lokasi hanya dipengaruhi oleh lokasi itu sendiri. Pemodelan ARIMA pada temperatur maksimum harian menghasilkan model terbaik, yaitu ARIMA(0,0,0). Hal ini menandakan bahwa taksiran temperatur maksimum akan konstan. Dengan melakukan fitting PFVI terhadap DIobs melalui metode optimisasi Nelder-Mead, diperoleh estimasi parameter PFVI yang selanjutnya digunakan untuk prediksi PFVI. Dengan menggunakan hasil prediksi tinggi muka air, curah hujan, dan temperatur maksimum, dilakukan prediksi PFVI untuk lima minggu ke depan. Selanjutnya, nilai PFVI pada keempat titik lokasi digunakan untuk membuat peta kontur PFVI pada sebagian daerah dari Kecamatan Jabiren Raya. Untuk lima minggu ke depan, diperoleh prediksi bahwa daerah sekitar Jabiren dan Jabiren5 memiliki risiko kekeringan-kebakaran yang rendah sedangkan daerah sekitar Jabiren2 dan Jabiren7 memiliki risiko kekeringan-kebakaran yang tinggi. Peta kontur ini kemudian dibandingkan dengan kemunculan titik panas pada tanggal 15 Mei 2021 dan 3 Desember 2022. Ditemukan adanya kontradiksi dari hasil pemetaan PFVI yang menyatakan bahwa daerah observasi yang dekat dengan titik panas memiliki risiko kebakaran yang rendah. Maka, nilai PFVI belum tentu dapat menangkap munculnya titik panas. Selain itu, peta kontur PFVI juga dibandingkan dengan kontur NDVI. Dari perbandingan tersebut, ditemukan bahwa kerapatan tajuk yang lebat menurut NDVI masih mungkin memiliki risiko kebakaran yang tinggi.