Urban Heat Island (UHI) merupakan fenomena peningkatan suhu di wilayah perkotaan dibandingkan dengan daerah sekitarnya, yang disebabkan oleh urbanisasi, hilangnya vegetasi, serta aktivitas manusia yang intensif. Fenomena ini berdampak signifikan terhadap kualitas lingkungan, kesejahteraan masyarakat, serta keberlanjutan tata kota. Penelitian ini bertujuan untuk mengembangkan Model Spasial UHI berbasis Wireless Sensor Network (WSN) yang terintegrasi dengan citra satelit dalam mendukung perencanaan Program Kampung Iklim (Proklim) sebagai strategi mitigasi perubahan iklim berbasis masyarakat. Dengan menggunakan data Land Surface Temperature (LST) dan Normalized Difference Vegetation Index (NDVI), penelitian ini memetakan pola distribusi panas serta mengidentifikasi hotspot UHI di kawasan perkotaan. Pemanfaatan teknologi WSN memungkinkan pemantauan suhu secara real-time, yang tidak hanya meningkatkan keakuratan dalam pemetaan tetapi juga berfungsi sebagai sistem peringatan dini terhadap anomali suhu di lingkungan perkotaan. Selain itu, penelitian ini juga mengintegrasikan metode analisis spasial menggunakan Google Earth Engine (GEE) untuk validasi data dari berbagai sumber.

Hasil penelitian menunjukkan bahwa penurunan tutupan vegetasi secara signifikan berkontribusi terhadap peningkatan intensitas UHI. Wilayah dengan nilai NDVI yang lebih rendah memiliki suhu permukaan yang lebih tinggi, mengonfirmasi bahwa vegetasi memainkan peran kunci dalam menekan dampak UHI melalui efek pendinginan alami. Analisis regresi antara data LST dari citra satelit dan data suhu dari WSN menunjukkan korelasi yang kuat, yang menegaskan bahwa pendekatan integrasi data berbasis WSN dan citra satelit dapat digunakan untuk memodelkan distribusi UHI secara lebih akurat. Analisis regresi linier yang dilakukan dalam penelitian ini menunjukkan bahwa hubungan antara suhu WSN dan suhu citra satelit memiliki korelasi yang kuat, dengan nilai koefisien determinasi (R²) sebesar 0.9517. Hal ini menunjukkan bahwa 95.17% variasi suhu di lingkungan perkotaan dapat dijelaskan oleh suhu dari citra satelit. Model regresi yang diperoleh memiliki persamaan y = 0.9148X + 4.0665, yang mengindikasikan bahwa setiap kenaikan 1°C suhu dari citra satelit akan meningkatkan suhu WSN sebesar 0.9148°C. Untuk mengevaluasi akurasi model, dilakukan perhitungan Root Mean Square Error (RMSE), di mana sebelum penghapusan outlier nilai RMSE mencapai 1.8781°C, sementara setelah penghapusan outlier RMSE menurun menjadi 0.714°C. Selain itu, penelitian ini mengidentifikasi adanya gap antara data WSN dan data satelit, dengan model regresi linier menunjukkan bahwa setiap kenaikan suhu satelit sebesar 1°C menyebabkan kenaikan gap suhu sebesar 0.0852°C, dengan nilai R² sebesar 0.4712 dan RMSE sebesar 0.612. Model regresi gap ini membantu dalam memahami perbedaan data antara sensor di permukaan dan citra satelit, serta meningkatkan akurasi pemantauan suhu lingkungan.

Program Kampung Iklim (Proklim) memainkan peran strategis dalam mengurangi dampak UHI melalui keterlibatan masyarakat dalam upaya mitigasi dan adaptasi perubahan iklim. Studi kasus di Kampung Proklim Sungai Miai, Banjarmasin, menunjukkan bahwa inisiatif berbasis komunitas seperti penanaman pohon, pengelolaan ruang hijau, dan konservasi lingkungan memberikan dampak positif dalam menurunkan suhu permukaan secara lokal. Selain itu, penelitian ini mengidentifikasi tantangan implementasi teknologi di lapangan, seperti keamanan perangkat sensor yang ditempatkan di area publik, serta keterbatasan otomatisasi dalam sistem pemantauan suhu yang masih belum sepenuhnya berbasis kecerdasan buatan (AI). Oleh karena itu, penelitian ini merekomendasikan penguatan infrastruktur pengamanan perangkat, serta pengembangan sistem AI untuk analisis prediktif dan otomatisasi pemantauan lingkungan. Fenomena UHI di Kota Banjarmasin terjadi akibat peningkatan urbanisasi dan berkurangnya tutupan vegetasi, terutama di pusat kota. Model spasial yang dikembangkan dalam penelitian ini, yang mengintegrasikan WSN dan data satelit, telah terbukti mampu meningkatkan akurasi pemetaan suhu lingkungan dengan nilai R² sebesar 0.9517 dan RMSE 0.714°C. Hasil ini menunjukkan bahwa model yang dikembangkan dapat menjadi alat yang efektif dalam perencanaan tata ruang yang lebih berkelanjutan serta mendukung kebijakan mitigasi perubahan iklim yang lebih berbasis data. Selain itu, implementasi Proklim terbukti memberikan dampak positif dalam mengurangi pemanasan dengan meningkatkan ruang hijau. Untuk meningkatkan efektivitas mitigasi UHI, disarankan agar teknologi pemantauan berbasis WSN diperluas ke lebih banyak lokasi serta dilakukan integrasi dengan AI untuk otomatisasi analisis data suhu. Selain itu, pemanfaatan atap hijau, peningkatan vegetasi di ruang terbuka, serta edukasi masyarakat mengenai perubahan iklim perlu diperkuat guna meningkatkan kesadaran dan partisipasi masyarakat dalam menjaga lingkungan perkotaan.

Kata Kunci: UHI, Model Spasial, Wireless Sensor Networks, Program Kampung Iklim, NDVI.