Seminar Tugas Akhir

Ayu Agustina
g54140004

Analisis Combined Empirical Orthogonal Functions Berbasis Numerik pada Data Gabungan Luasan Area Terbakar dan Curah Hujan Indonesia

Kebakaran hutan dan lahan (karhutla) menjadi isu yang menarik perhatian internasional setelah kasus El Nino Southern Oscillation tahun 1997/1998 yang mengakibatkan sekitar 25 juta hektar lahan di dunia hangus terbakar. Riwayat karhutla terparah di Indonesia terjadi tahun 1982, 1983, 1991, 1994, 1997, 1998, 2006, dan 2015. Curah hujan dan anomalinya menjadi indikator paling utama sebagai faktor pemicu karhutla di Indonesia. Luasan area terbakar dan curah hujan terekam secara historis dalam data set GFED4 dan TRMM 3B43. Data iklim ini memiliki dimensi ruang (spatial) dan waktu (temporal) sehingga sulit untuk dianalisis karena proses komputasinya yang kompleks, oleh karenanya teknik spatiotemporal data mining dibutuhkan guna menemukan pola menarik dari data sehingga berpotensi menjadi informasi yang berguna. Salah satu teknik yang sering digunakan untuk menganalisis data iklim adalah Combined Empirical Orthogonal Functions (CEOF) yang merupakan perluasan dari teknik Empirical Orthogonal Functions atau disebut juga Principal Component Analysis. Teknik ini mampu mereduksi matriks data berukuran besar sehingga diperoleh variabel baru yang berdimensi lebih kecil dengan tetap mempertahankan variabilitas data asli. Pendekatan matriks koragam silang dan SVD untuk tiga perlakuan, yaitu tanpa standarisasi data, standarisasi detrend, dan standarisasi zscore, menunjukkan adanya kemiripan pola spasial dan temporal yang dihasilkan. Kalimantan, Sumatera, dan Papua muncul sebagai daerah endemik berdasarkan kontribusi mode EOF dominan terhadap fenomena karhutla dan kaitannya dengan curah hujan di Indonesia. Besarnya luasan area terbakar berimplikasi pada rendahnya curah hujan di wilayah yang sama dalam waktu yang sama.