RINGKASAN

Made Anggun Dwi Utami. 2025. Model Prediksi Kerawanan Kebakaran Hutan dan Lahan Berbasis Indeks Kekeringan (Standardized Precipitation Evapotranspiration Index) dan Sistem Informasi Geospasial di Kalimantan Selatan. Pembimbing: Dr. Ir. Gt. Rusmayadi, M.S.; Dr. Susilawati, S.Hut, M.P.; Dr. Ir. Bambang Joko Priatmadi M.P.

Kata kunci: ENSO, Kebakaran Hutan dan Lahan, Model Prediksi, SIG, SPEI

Kebakaran hutan dan lahan (Karhutla) merupakan masalah tahunan yang signifikan di Kalimantan Selatan. Faktor alam seperti kekeringan meteorologis yang dipicu oleh fenomena El Niño, serta faktor manusia seperti pembukaan lahan dan aksesibilitas, menjadi penyebab utama. Data menunjukkan bahwa luas Karhutla sangat bervariasi dari tahun ke tahun, terutama selama fase El Niño. Untuk mengurangi dampak tersebut, dibutuhkan model prediksi spasial berbasis data kekeringan dan geospasial. Tujuan penelitian ini adalah membangun model prediksi kerawanan kebakaran hutan dan lahan dengan memanfaatkan indeks kekeringan Standardized Precipitation Evapotranspiration Index (SPEI) dan Sistem Informasi Geospasial (SIG). Model ini diharapkan dapat memetakan wilayah rawan Karhutla secara spasio-temporal dan menjadi dasar mitigasi risiko kebakaran.

Penelitian dilakukan di Provinsi Kalimantan Selatan dengan menggunakan data curah hujan dan evapotranspirasi periode 1991–2020, serta data geospasial meliputi penggunaan lahan, kelerengan, hotspot, jaringan jalan, dan sungai. Indeks SPEI dihitung secara spasio-temporal untuk empat musim ENSO. Pemetaan kerawanan dilakukan melalui overlay dan pembobotan variabel dalam aplikasi ArcGIS. Validasi model dilakukan dengan membandingkan hasil pemetaan dengan data kebakaran aktual tahun 2023.

Hasil penelitian menunjukkan bahwa wilayah dengan indeks SPEI rendah (kering) memiliki tingkat kerawanan tinggi terhadap Karhutla. Model prediksi berhasil mengklasifikasikan zona kerawanan dalam lima kelas dari sangat rendah hingga sangat tinggi. Validasi dengan data kebakaran aktual menunjukkan akurasi tinggi, dengan tingkat kesesuaian mencapai lebih dari 90% pada periode El Niño. Model ini efektif sebagai alat prediktif dan perencanaan mitigasi Karhutla.