Analisis Dekomposisi Nilai Singular Pada Data Indikator Iklim dan Kebakaran Hutan di Indonesia
Abstract
Kebakaran hutan dan lahan (karhutla) merupakan bencana yang terjadi di
Indonesia. Salah satu indikator iklim lokal yang memengaruhinya adalah curah
hujan. Indikator curah hujan akan diturunkan menjadi hari tanpa hujan dan
anomali curah hujan. Ketiga indikator iklim ini akan dianalisis bersama luas area
terbakar, emisi karbon, dan hotspot secara spasial dan temporal. Analisis spasial
dilakukan dengan mereduksi dimensi waktu pada keenam indikator, sedangakan
analisis temporal dilakukan dengan mereduksi dimensi lokasi pada keenam
indikator. Proses pereduksian dimensi dilakukan dengan Dekomposisi Nilai
Singular. Hasilnya, luas area terbakar merupakan indikator terbaik yang mampu
menangkap karhutla di Indonesia tahun 1997-2020. Sementara itu, indikator emisi
karbon merupakan yang paling baik dalam menangkap karhutla di Indonesia
tahun 1999-2020. Indikator iklim terbaik dalam menjelaskan kasus karhutla
adalah hari tanpa hujan karena memiliki nilai korelasi paling tinggi terhadap luas
area terbakar, emisi karbon, dan hotspot. Forest and land fires are disasters that occur in Indonesia. One of the local
climate influencing indicators forest and land fires is rainfall. Rainfall indicators
will be simplified to dry spell and rainfall anomalies. These three climate
indicators will be analysed along with the burned area, carbon emissions, and
hotspots spatially and temporally. The spatial analysis is carried out by reducing
the time dimension on the six indicators, while the temporal analysis is carried out
by reducing the location dimension on the six indicators. The dimension reduction
process is done by the Singular Value Decomposition. As a result, the burned area
is the best indicator capable of capturing forest and land fires in Indonesia in
1997-2020. Meanwhile, carbon emission indicators are the best in capturing forest
and land fires in Indonesia in 1999-2020. The best climate indicator in explaining
the case of forest and land fires is a dry spell because it has the highest correlation
value to the burned area, carbon emissions, and hotspots.
Collections
- UT - Mathematics [1365]