Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kebakaran hutan dan lahan adalah kejadian yang mengancam kehidupan dan mata pencaharian, mempengaruhi ekonomi nasional, dan memiliki potensi yang berdampak panjang pada manusia. Saat ini, 62 persen wilayah Kalimantan mengalami kerentanan kebakaran hebat, dengan kira-kira 10 persen dari wilayah tersebut memiliki kerentanan yang sangat tinggi. Untuk mengurangi dampak dari kebakaran hutan dan lahan terhadap kerusakan lingkungan dan manusia, analisis spasial dan temporal perlu dilakukan salah satunya menggunakan metode machine learning. Penelitian ini bertujuan untuk menganalisis pola spatio-temporal titik panas, hubungan antara titik panas dan unsur iklim, dan memproyeksikan potensi titik panas secara spatio-temporal di daerah Kalimantan Timur. Titik panas didapat dari database SiPongi selama periode 2013-2022 diklasifikasikan menggunakan emerging hotspot analysis. Data iklim dari model TerraClimate dengan resolusi 1/240 dinilai pada setiap pola titik panas yang ada dengan menghitung nilai korelasi dan determinasi pada setiap unsur, yaitu curah hujan, suhu maksimum, evapotranspirasi, kecepatan angin, dan kelembaban tanah. Forest-based forecast digunakan untuk melihat potensi titik panas menggunakan berdasar unsur iklim dan geografis lainnya di Kalimantan Timur. Pola sebaran titik panas di Kalimantan Timur secara spasial dari penelitian ini dapat diketahui memiliki pola yang terklasifikasikan atau mengelompok dengan karakteristiknya masing-masing. Hasil penelitian juga menunjukkan bahwa unsur iklim memiliki nilai yang berpengaruh terhadap penentuan lokasi titik panas. Proyeksi titik panas menggunakan machine learning algoritma random forest dalam penelitian ini dapat menunjukkan prakiraan titik panas dengan kesesuaian jumlah daerah potensi titik panas secara spatio-temporal ......Forest fires are events that threaten lives and livelihoods, affect national economies, and have the potential to have long-lasting impacts on people. Currently, 62 percent of Kalimantan is highly vulnerable to fires, with approximately 10 percent of the area experiencing very high vulnerability. To reduce the impact of forest fires on environmental and human damage, spatial and temporal analysis needs to be carried out, one of which is using machine learning methods. This study aims to analyze the spatio-temporal patterns of hotspots, the relationship between hotspots and climatic elements, and project hotspot potential spatio-temporally in the East Kalimantan region. Hot spots obtained from the Sipongi database for the period 2013-2022 are classified using emerging hotspot analysis. Climate data from the TerraClimate model with 1/240 resolution is assessed for each hotspot pattern by calculating the correlation and determination values for each element, namely rainfall, maximum temperature, evapotranspiration, wind speed, and soil moisture. Forest-based forecasts are used to see potential hotspots based on climate and other geographical elements in East Kalimantan. The spatial distribution pattern of hotspots in East Kalimantan from this study can be seen to have a pattern that is classified or grouped with their respective characteristics. The results also show that the climate element has a value that influences the location of hotspots. Hot spot projections using the machine learning random forest algorithm in this study can show hotspot predictions with the spatio-temporal suitability of the number of potential hot spot areas.

Abstrak :
Peningkatan aktivitas budidaya di pantai utara Jawa secara signifikan menurunkan fungsi ekologis mangrove sebagai pelindung alami pantai dari pasang naik dan naiknya permukaan laut, sehingga menyebabkan kerentanan pantai terhadap banjir rob dan genangan berulang. Tujuan dari penelitian ini adalah: (1). pengkajian karakteristik fisik pesisir dan kerawanan sosial masyarakat nelayan terhadap banjir rob, (2). membuat peta zonasi kerentanan, dan (3). membangun model ketahanan pantai. Penelitian ini menggunakan metode indeks kerentanan pesisir (CVI) dan indeks kerentanan sosial (SoVI). Hasil penelitian menyajikan 22,13 persen dan 24,56 persen garis pantai di wilayah penelitian masing-masing memiliki nilai CVI tinggi dan sangat tinggi. Selain itu, nilai SoVI +1,76 juga menunjukkan kerentanan sosial tinggi terhadap banjir Rob. Berdasarkan analisis nilai kerentanan tersebut, penelitian ini mengusulkan  model strategi penanaman mangrove dengan wanamina tipe komplangan selebar 100 m sepanjang pesisir Kecamatan Indramayu untuk ketangguhan pesisir berkelanjutan. Hasil simulasi model menunjukkan strategi ini dapat menurunkan kerentanan dan meningkatkan pendapatan tambak secara signifikan. Penelitian ini berkontribusi pada konsep 'kerentanan' dan 'ketangguhan', dengan menyoroti kapasitas adaptif lokal. Temuan memberi masukan bagi pembuat kebijakan untuk memberi dukungan mitigasi dan adaptasi yang relevan dalam mengaktivasi kapasitas adaptasi komunitas penambak. ......Increased aquaculture activity on the north coast of Java significantly decreases the ecological function of mangroves as natural protectors of the coastal from high tides and sea-level rise, therefore causing coastal vulnerability to tidal flooding and repeated inundation. The objectives of this study were: (1). assessment of the physical coastal characteristic and social vulnerability of fishing communities to Rob flooding, (2). create a vulnerability zoning map, and (3). build a coastal resilience model. This study uses the coastal vulnerability index (CVI) and the social vulnerability index (SoVi) methods. The results showed that 22.13 percent and 24.56 percent of the coastline in the study area had high and very high CVI values, respectively. In addition, the SoVI value of +1.76 also indicates a high social vulnerability to Rob floods. Based on the analysis of the vulnerability value, this study proposes a strategic model of mangrove planting with silvofishery (Komplangan) with a width of 100 m along the coast of Indramayu District for sustainable coastal resilience. The model simulation results show that this strategy can significantly reduce vulnerability and increase pond income. This research contributes to the concepts of 'vulnerability' and 'resilient', by highlighting local adaptive capacities. The findings provide input for policymakers to relevant mitigation and adaptation support to activate the adaptive capacity of fishing communities.