Penajaman resolusi model dilakukan hingga 9 km, dengan interval waktu 1 jam. Parameterisasi skema fisik yang digunakan dalam running model WRF adalah skema
Cumulus Grell 3D, skema Michrophysic Lin et al scheme, dan skema Surface Layer menggunakan Monin-Obukhov. Format data luaran WRF berupa grid dalam
bentuk Network Common Data File NetCDF. Pengambilan nilai dilakukan pada setiap grid model dan dikonversi dalam format Microsoft Database mdb yang
digunakan sebagai database penyusun peta SPBK.
3.3.2. Pengolahan Peta SPBK
Pengolahan database penyusun SPBK menggunakan aplikasi Microsoft Database Acces dengan fasilitas Open Database Connectivity ODBC. Digunakan
juga aplikasi Spatial Fire Managements Systems SFMS yang merupakan tool ekstensi pada software ArcView 3.3. SPBK yang dibangun menggunakan data model
WRF adalah peta FFMC dan FWI. Proses pembuatan peta SPBK menggunakan teknik pembobotan scooring dan interpolasi dalam pengolahan spasial, serta proses
tumpang tindih overlay.
Tabel 5 . Format tabel penyusun indeks FFMC dan FWI SPBK
STATION DATE
LST YYYY
LST MM
LST DD
LST REC_INSERT
TIME TEMP
12 RH
12 WD
SPD WD
DIR RAIN
0UTC FFMC
DMC DC
ISI BUI
FWI
3.3.3. Pengolahan Data Hotspot
Data sebaran hotspot diunduh dari website FIRMS Fire Information for Resources Managements Systems. Data FIRMS menggunakan sensor AquaTerra
MODIS periode JJA-2013 wilayah Sumatera dan Kalimantan. Hotspot yang digunakan mempunyai tingkat kepercayaan antara 20 – 100, data tersebut di
kelompokkan atau clustering per provinsi di wilayah Sumatera dan Kalimantan, dan kemudian dianalisis berdasarkan distribusi sebarannya.
3.3.4. Pengolahan Data Simulasi Dispersi Asap
Proses running model untuk mendapatkan simulasi dispersi asap kebakaran hutanlahan dilakukan menggunakan model WRF-Chem. Model ini membutuhkan
masukan data GFS, landuse, topografi dan data emisi global. Tahapan awal masukan data model WRF-Chem adalah melakukan proses gridding terhadap data landuse dan
topografi, kemudian proses ungrib terhadap data GFS 0.5
º
menggunakan WRF- Preprocessing System WPS, sehingga masukan data model untuk parameter cuaca
dan permukaan berubah format menjadi .metgrid. Setelah data metgrid dan emisi sudah tersedia, maka proses running model siap dilakukan. Parameterisasi skema
fisik model menggunakan mekanisme fase kimiawi RADM2 Regional Acid Deposition Model version 2. Penajaman resolusi model dilakukan hingga 27 km,
dengan interval waktu 1 jam untuk wilayah Sumatera dan Kalimantan. Pilihan kimiawi menggunakan profil kimiawi ideal, dan menggunakan pilihan emisi EDGAR
simple emissions.
3.3.5. Pengolahan Data Aktivitas Masyarakat Lokal dalam Penyiapan Lahan
Pertanian Pengumpulan data aktivitas masyarakat lokal dilakukan dengan menggunakan
kuesioner dan wawancara, metode sampling yang digunakan adalah simple random sampling. Pertanyaan dalam kuesioner terkait latar belakang dan aktivitas masyarakat
lokal dalam memanfaatkan lahan gambut khususnya pada saat penyiapan dan pengolahan lahan untuk pertanian dan perkebunan. Pengambilan data dilakukan di
wilayah Rasau Jaya Kalimantan Barat dan Kampar Kepulauan Riau. Data yang terkumpul diolah, ditabulasikan, dianalisis kemudian diinterpretasikan.
3.4. Analisis dan Verifikasi
3.4.1. Analisis dan Verifikasi Data Cuaca Model
Data cuaca model WRF yang digunakan sebagai database penyusun SPBK menggunakan inisial waktu jam 13.00 WIB untuk setiap lokasi diwilayah Sumatera
dan Kalimantan. Inisial waktu yang digunakan didasarkan pada asumsi bahwa waktu tersebut mewakili kondisi suhu puncak dan kelembapan terendah serta berpotensi
tinggi terjadinya kebakaran hutanlahan.
Sebelum data cuaca model digunakan sebagai database penyusun SPBK perlu dilakukan verifikasi. Proses verifikasi dilakukan terhadap luaran model untuk melihat
tingkat akurasi model terhadap observasi, dengan menggunakan pendekatan statistik. Verifikasi parameter suhu udara, kelembapan, dan kecepatan angin dilakukan dengan
perhitungan korelasi dan Root Mean Square Error RMSE, ditunjukkan dengan persamaan Kyun 2002.
1 Dengan F = forecast nilai prediksi model dan O = observation nilai
pengamatan, metode prakiraan dikatakan baik jika memiliki nilai korelasi yang tinggi dan nilai RMSE yang rendah. Untuk mengetahui persentase kesalahan percent
∑
=
− =
N n
n n
O F
N RMSE
1 2
1
∑ ∑
∑
= =
=
− ×
− −
× −
=
N n
n N
n n
N n
n n
O O
F F
O O
F F
Corr
1 2
1 2
1
2
