Perpustakaan Digital ITB

Model Generalized Space-Time Autoregressive (GSTAR) adalah model prediksi ruang-waktu yang disusun dengan matriks bobot spasial sebagai interpretasi hubungan antarlokasi. Akurasi prediksi antar-waktu dapat meningkat saat pengaruh hubungan antarlokasi dari variabel pengamatan diperhitungkan. Hubungan antarlokasi pengamatan dapat dipetakan dengan metode pohon pembangun minimum atau Minimum Spanning Tree (MST) yang dikonstruksi berdasarkan jarak dan korelasi. Kebakaran dan kekeringan lahan gambut perlu diantisipasi demi mencegah kerusakan ekosistem, pelepasan emisi karbon dalam jumlah besar, dan gangguan rantai ekonomi. Faktor kebakaran lahan gambut dipengaruhi oleh sifat fisik lahan gambut seperti tinggi muka air dan kelembapan tanah. Variabel-variabel tersebut akan dimodelkan dengan model GSTAR pada beberapa lokasi pengamatan yang diamati secara tiga dimensi. Badan Risiko Gambut dan Mangrove (BRGM) menggunakan variabel tinggi muka air untuk memetakan risiko kebakaran lahan gambut. Pemetaan risiko kebakaran lahan gambut pada tugas akhir ini menggunakan pendekatan Peat-Fire Vulnerability Index (PFVI) dengan komponen tinggi muka air, kelembapan tanah, temperatur, dan curah hujan. Pemetaan risiko akan dilakukan pada lahan gambut di Kabupaten Pulang Pisau dan Kapuas, Kalimantan Tengah menggunakan pengamatan BRGM dari Februari 2021 hingga November 2024.