69
2. Kepadatan hotspot dan skor komposit model Z1 X1, X4, X6
Berdasarkan verifikasi skor yang dibuat sebelumnya, nilai koefisien tertinggi hingga terendah secara berurutan adalah sebagai berikut : 1 tutupan
lahan R
2
= 45,1 2 jarak terhadap jalan R
2
= 32,2 3 penggunaan lahan R
2
= 25,7 4 jumlah curah hujan R
2
= 24.5 5 jarak terhadap pusat kota R
2
= 13,5 6 jarak terhadap pusat desa R
2
= 10,4 7 keberadaan gambut R
2
= 3,6 dan 8 jarak terhadap sungai R
2
= 2,2. Nilai skor komposit disusun berdasarkan beberapa variabel yang memiliki
koefisien determinasi tertinggi. Untuk model Z1, 3 variabel yang digunakan yaitu jarak terhadap jalan X4, penggunaan lahan X5 dan tutupan lahan X6. Dengan
menggunakan persamaan regresi linier, bobot dari masing-masing variabel dapat dihitung sebagaimana yang ditunjukkan pada Tabel 27.
Tabel 27 Nilai koefisien dan bobot penyusun skor komposit model Z1 Variabel
Koefisien Bobot
Jarak terhadap jalan X4 Penggunaan lahan X5
Tutupan lahan X6 0.000673
0.000717 0.000307
0.181 0.396
0.423
Hubungan antara
kepadatan hotspot
dan skor
komposit varibel
penduganya X4, X5 dan X6 ditunjukkan dengan nilai R
2
terbaik dari model polinomial
cubic sebesar 61,2 Gambar 36.
Gambar 36 Hubungan antara skor komposit model Z1 dengan kepadatan hotspot
y = 3E-05x
2
- 0,000822x + 0,0104 R² = 0,612
y = 0,001e
0,061x
R² = 0,587 y = 7E-07x
2,702
R² = 0,583
0,02 0,04
0,06 0,08
0,1 0,12
0,14
0,00 10,00
20,00 30,00
40,00 50,00
60,00 70,00
80,00
Model Polinomial
Model Eksponensial Model Power
K e
p a
d a
ta n
H o
ts p
o t
H S
K m
2
Skor komposit model Z1
70
3. Kepadatan hotspot dan skor komposit model Z2 X1, X2, X4, X6 X8
Agar memperoleh nilai koefisien determinasi R
2
yang lebih tinggi perlu ditambahkan beberapa variabel yang belum dimasukkan dalam penyusunan skor
komposit sehingga dapat dilihat kontribusi dari varibel-variabel tersebut terhadap kejadian
kebakaran hutan
dan lahan.
Penambahan variabel
tetap mempertimbangkan nilai koefisien determinasi terbaik.
Model Z2 dibangun dengan menggunakan 5 variabel yaitu jarak terhadap pusat kota X1, jarak terhadap pusat desa X2, jarak terhadap jalan X4, tutupan
lahan X5 dan curah hujan X8. Dengan menggunakan regresi linier berganda, bobot dari 5 variabel dijabarkan seperti pada Tabel 28.
Tabel 28 Nilai koefisien dan bobot penyusun skor komposit model Z2 Peubah
Koefisien Bobot
Jarak terhadap pusat kota X1 Jarak terhadap jalan X4
Penggunaan lahan X5 Tutupan lahan X6
Curah hujan X8 0,000261
0,000288 0,000555
0,000576 0,000218
0,138 0,152
0,292 0,304
0,115
Bobot tertinggi berada pada faktor tutupan lahan, penggunaan lahan dan jarak dari jalan yang masing-masing bernilai 30.4, 29.2 dan 15.2. Hal ini
menunjukkan bahwa kedekatan dengan jalan sebagai akses masyarakat untuk melakukan kegiatan pembakaran untuk pembersihan lahan lahan menjadi faktor
penting. Perusahaan perkebunan maupun HTI juga bergantung pada akses jalan dalam melakukan kegiatan pembersihan lahan.
Tutupan lahan sebagai indikator keadaan bahan bakar juga merupakan faktor penting terhadap kejadian kebakaran. Hal ini dapat dipahami mengingat
jenis bahan bakar yang ada di atas suatu lahan akan mempengaruhi kecepatan pembakaran. Untuk wilayah bervegetasi hutan, kebakaran akan lambat terjadi
dikarenakan kandungan air yang cukup besar dari bahan bakar penyusunnya. Sedangkan untuk tutupan lahan berupa kebun dan sawah, campur tangan manusia
untuk membersihakan lahan menentukan kecepatan bahan bakar untuk terbakar karena bahan bakar telah dikeringkan terlebih dahulu dan siap untuk dibakar.
Faktor penggunaan lahan juga memiliki pengaruh yang cukup besar terhadap kejadian kebakaran hutan dan lahan di Kalimantan Barat antara lain
disebabkan oleh semakin meningkatnya pemberian ijin pembangunan perkebunan
71 kelapa sawit, peningkatan luas area penggunaan lain yang dimanfaatkan untuk
perkebunan dan areal perladangan serta kegiatan pertanian intensif dengan pola tebas bakar di wilayah transmigrasi. Setelah faktor tutupan lahan dan faktor
penggunaan lahan, faktor jarak terhadap jalan memberikan kontribusi terhadap kejadian kebakaran hutan dan lahan. Kedekatan terhadap akses jalan memudahkan
kegiatan masyarakat untuk melakukan pembersihan lahan di area pertaniannya sehingga meminimalkan waktu, biaya dan tenaga yang dikeluarkan.
Untuk faktor curah hujan, jarak terhadap pusat kota, jarak terhadap pusat desa, jarak terhadap sungai dan keberadaan gambut memiliki pengaruh yang kecil
dibandingkan dengan tutupan lahan, penggunaan lahan dan jarak dari jalan. Walalupun curah hujan memiliki hubungan yang dekat dengan titik hotspot,
namun kejadian kebakaran hutan dan lahan banyak dipengaruhi oleh aktivitas manusia. Kondisi cuaca yang cocok untuk pembakaran dan kalender tahunan
pembersihan lahan untuk pertanian oleh masyarakat lebih berpengaruh terhadap kejadian kebakaran hutan dan lahan.
Hubungan antara skor komposit Model Z2 X1, X4, X5, X6, X8 dengan kepadatan hotspot tersebut memiliki nilai koefisien determinasi R
2
sebesar 65,7 dengan pola polinomial cubic. Nilai ini hanya sedikit lebih tinggi
dibandingkan dengan model Z1 X4, X5, X6.
Gambar 37 Hubungan antara skor komposit model Z2 dengan kepadatan hotspot
y = 2,25E-07x
3
- 0,0002x + 0,003841 R² = 0,657
y = 0,000e
0,068x
R² = 0,627 y = 2E-08x
3,574
R² = 0,622
0,02 0,04
0,06 0,08
0,1 0,12
0,14
0,00 10,00
20,00 30,00
40,00 50,00
60,00 70,00
80,00
Model Polinomial
Model Eksponensial Model Power
K e
p a
d a
ta n
H o
ts p
o t
H S
K m
2
Skor komposit model Z2
72
F. Validasi Model