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.