Analisis Pembentukan Sebaran Bivariat Berbasis Copula Antara Luas Area Terbakar dan Curah Hujan di Sumatra Bagian Selatan

Abstract

Kebakaran hutan dan lahan selalu terjadi setiap tahunnya di Indonesia. Luas area terbakar memiliki hubungan tidak langsung dengan curah hujan. Fungsi copula dapat memodelkan hubungan bivariat curah hujan sebagai iklim global dengan kebakaran hutan, khususnya di Sumatera bagian Selatan. Oleh karena itu studi ini menganalisis dan memodelkan sebaran bivariat berbasis copula antara curah hujan dan luas area terbakar. Data dipilah berdasarkan indikator iklim global El Nino-Southern Oscillation (ENSO) dan Indian Ocean Dipole (IOD). Estimasi parameter model dilakukan menggunakan metode Inference of Function for Margins (IFM). Hasil menunjukkan bahwa sebaran bersama antara curah hujan dan luas area terbakar dipengaruhi oleh indeks ENSO dan IOD. Semakin tinggi indeks ENSO dan IOD, semakin tinggi peluang luas area terbakar pada saat curah hujan rendah dan sebaliknya. Pernyataan tersebut diperkuat dengan peluang bersyarat terjadinya luas area terbakar lebih dari 200 ribu hektar ketika curah hujan dalam kondisi rendah, sangat kecil hampir mendekati nol ketika La Nina dan IOD Negatif. Sementara itu pada kondisi El Nino Moderat Kuat dan IOD Positif, peluang terjadinya luas area terbakar tersebut masih terbilang tinggi yaitu lebih dari 20%.

Forest and land fires always occur every year in Indonesia. The area burned has an indirect relationship with rainfall. The copula function can model the global climate as an indicator of forest fires, especially in southern Sumatra. Therefore, this study analyzes and models the copula-based bivariate distribution between rainfall and burned area. Data are sorted by global climate indicators El Nino-Southern Oscillation (ENSO) and Indian Ocean Dipole (IOD). The estimation of the model parameters is carried out by using the Inference of Function for Margins (IFM) method. The result show that the ENSO and IOD indices influence the joint distribution of rainfall and burned area. The higher the ENSO and IOD indices, the higher the probability of the area being burned during low rainfall and vice versa. This statement is reinforced by the conditional probability that a burned area of more than 200 thousand hectares is almost near zero when La Nina and IOD are negative. Meanwhile, in Strong Moderate El Nino and Positive IOD conditions, the probability of the area being burned is still relatively high, more than 20%.