%0 Generic
%A HESTINIA , NURMITA
%C UNIVERSITAS LAMPUNG
%D 2024
%F eprints:83652
%I FAKULTAS TEKNIK
%T ANALISIS SPASIAL DISTRIBUSI POTENSI KEBAKARAN HUTAN  MENGGUNAKAN MAXENT DI PROVINSI KALIMANTAN TIMUR  UNTUK MENDUKUNG PROGRAM FOLU NET SINK 2030
%U http://digilib.unila.ac.id/83652/
%X Kebakaran hutan dapat terjadi karena alam maupun perbuatan manusia yang  dapat merugikan berbagai bidang mulai dari ekologi, ekonomi, politik dan sosial  budaya akibat dari kerusakan yang ditimbulkan. Menurut data dari Sistem  Pemantauan Karhutla, (2024) dibawah naungan KLHK, area kebakaran hutan di  Kalimantan Timur menjadi yang terluas di antara provinsi lainnya sampai dengan  bulan Maret tahun 2024 sebesar 6.013,66 Ha. Tingginya ancaman kebakaran  hutan harus menjadi salah satu pertimbangan dalam pembangunan Ibu Kota  Negara (IKN) yang sedang berlangsung sejalan dengan program pemerintah  FOLU Net Sink 2030 dengan tujuan mengurangi emisi karbon dari pemanasan  global salah satunya akibat kebakaran hutan.  Metode penelitian yang digunakan adalah Maximum Entropy (MaxEnt)  menggunakan data aktual (data kejadian kebakaran tahun 2017 dan hotspot tahun  2000 sampai tahun 2024) dan data variabel lingkungan (jenis tanah, curah hujan,  tutupan lahan, kelembaban, suhu, kecepatan angin, jarak dari jalan dan NDVI)  yang terlebih dahulu dilakukan uji Pearson Correlation dan uji Multikolinieritas.  Hasil penelitian ini menunjukkan bahwa kebakaran hutan terbagi menjadi 3  kelas yaitu kelas tidak berpotensi kebakaran hutan memiliki luas 86.639,71 km2  ,  wilayah dengan kelas berpotensi kebakaran hutan memiliki luas 33.164,98 km2  ,  dan luas wilayah yang sangat berpotensi kebakaran hutan hanya sebesar 7.542,23  km2  . variabel yang paling berpengaruh dalam potensi kebakaran hutan adalah  Jenis Tanah dengan persentase kontribusinya mencapai 46%. Sedangkan variabel  yang paling rendah pengaruhnya pada potensi kebakaran hutan adalah Tutupan  Lahan dan Kecepatan Angin dengan persentase kontribusinya hanya 0,1%. Dari    laporan 10 replicates model, pemodelan ini memiliki nilai AreaUnder Curve rata-  rata sebesar 0,873 dengan standar deviasi sebesar 0,074 dan dikategorikan sebagai    model dengan akurasi yang baik.  Kata Kunci: Pemodelan, Kebakaran Hutan, MaxEnt    Forest fires can occur due to natural causes or human activities, resulting in    damages across various fields including ecology, economy, politics, and socio-  cultural aspects due to environmental destruction. According to data from the    Forest and Land Fire Monitoring System (2024) under the Ministry of  Environment and Forestry, the forest fire area in East Kalimantan has been the  largest among provinces until March 2024, covering 6.013,66 hectares. The high  threat of forest fires should be considered in the ongoing development of the  National Capital City (IKN), which is also aligned with the government's FOLU  Net Sink 2030 program aimed at reducing carbon emissions from global warming,  including those caused by forest fires. The research method used in this study is  Maximum Entropy (MaxEnt) using actual data (fire occurrence of 2017 and  hotspot data from 2000 untill 2024) and environmental variable data (soil type,  rainfall, land cover, humidity, temperature, wind speed, distance from roads, and  NDVI), which were first tested for Pearson correlation and multicollinearity. The  results of this study show that forest fire potential is divided into 3 classes: areas  with no forest fire potential cover an area of 86.639,71 km2, areas with low forest  fire potential cover 33.164,98 km2, and areas with very high forest fire potential  cover only 7.542,23 km2. The most influential variable in forest fire potential is  Soil Type, contributing 46%. Meanwhile, Land Cover and Wind Speed are the  least influential variables, contributing only 0,1%. Based on the report of the 10  model replicates built, this modeling has an average Area Under Curve value of  0,873 with a standard deviation of 0,074, categorizing it as a model with good  accuracy.  Keywords: Modeling, Forest Fire, MaxEnt