Pemodelan Spasial Bahaya Kebakaran Hutan dan Lahan di Provinsi Lampung dengan Pendekatan Ecological Niche Modelling dan Algoritma Machine Learning
Kebakaran hutan dan lahan (Karhutla) di Provinsi Lampung menjadi salah satu bencana yang menimbulkan dampak signifikan bagi lingkungan dan masyarakat. Provinsi Lampung menempati peringkat 9 dengan luas Karhutla tertinggi di Indonesia (13.242 ha). Penelitian ini bertujuan untuk memodelkan bahaya Karhutla menggunakan pendekatan ecological niche modelling dan algoritma machine learning yang menghasilkan peta bahaya Karhutla yang lebih akurat. Delapan variabel digunakan sebagai faktor pemodelan yaitu curah hujan, suhu, tutupan lahan, jarak dari sungai, jarak dari jalan, kelerengan, ketinggian dan hak guna usaha. Model dibangun menggunakan algoritma RF, SVM, MaxEnt, BRT dan GLM, kemudian digabungkan menggunakan metrik true skill statistic (TSS). Hasil pemodelan gabungan (ensemble) memiliki akurasi yang sangat baik dengan nilai AUC 0,992 dan TSS 0,935. Model menunjukkan bahwa curah hujan dan suhu merupakan variabel yang paling berkontribusi pada Karhutla di Provinsi Lampung. Peta bahaya dan kelas Karhutla dihasilkan dari pemodelan dengan kelas sangat tinggi seluas 538.421,25 ha (16,05 %), tinggi seluas 586.421,25 ha (17,48 %), sedang seluas 609.957,09 ha (18,18 %), rendah seluas 917.130,31 ha (27,33 %) dan sangat rendah seluas 644.913,01 ha (19,22 %). Kabupaten Lampung Tengah, Lampung Timur, dan Way Kanan menjadi kabupaten dengan luasan Karhutla terbesar. Peta dapat menjadi dasar pengambilan keputusan dalam meningkatkan strategi mitigasi Karhutla.
URI
https://repo.itera.ac.id/depan/submission/SB2509110011
Keyword
Ensemble model kebakaran hutan dan lahan machine learning pemodelan spasial