Perpustakaan Digital ITB

Kebakaran lahan gambut di Provinsi Riau merupakan bencana tahunan yang menimbulkan dampak ekologis dan ekonomi yang signifikan. Penelitian ini bertujuan untuk memprediksi probabilitas terjadinya kebakaran lahan gambut secara spasio-temporal serta mengkuantifikasi risiko kerugian ekonomi yang ditimbulkannya. Prediksi peluang kebakaran dilakukan berdasarkan variabel iklim menggunakan pendekatan Machine Learning berbasis Convolutional Long Short Term Memory (ConvLSTM) untuk memodelkan parameter iklim (temperatur, curah hujan, dan kelembapan tanah) di wilayah Riau. Estimasi tingkat kerugian ekonomi dilakukan menggunakan pendekatan Simulasi Monte Carlo. Hasil simulasi digunakan untuk menghitung total kerugian agregat untuk setiap iterasi. Barisan data kerugian agregat kemudian berguna untuk mengestimasi harga premi murni asuransi kebakaran lahan gambut dengan periode bulanan dan tahunan. Pengukuran risiko dari kerugian agregat dilakukan menggunakan metrik Value at Risk (VaR), Tail Value at Risk (TVaR), dan Tail Variance (TV) pada tingkat kepercayaan 75%, 85%, dan 95%. Dipertimbangkan juga perhitungan premi dengan berbagai jenis modifikasi asuransi (deductible, policy limit, coinsurance, dan gabungan). Untuk mengatasi dinamisnya perubahan iklim, dilakukan analisis sensitivitas perubahan iklim terhadap premi asuransi. Perhitungan premi murni beserta modifikasinya dilakukan kembali dalam kondisi perubahan iklim. Perubahan iklim dibagi menjadi 2, yaitu pemanasan dan pengeringan serta pendinginan dan pembasahan. Hasil estimasi premi menunjukkan bahwa perubahan iklim mengakibatkan adanya perubahan peluang kebakaran yang menyebabkan peningkatan dan penurunan harga premi.