Variabilitas Iklim dan Kejadian Kebakaran Hutan dan Lahan Gambut di Kabupaten Bengkalis, Provinsi Riau.

44 

Loading....

Loading....

Loading....

Loading....

Loading....

Teks penuh

(1)

VARIABILITAS IKLIM DAN KEJADIAN KEBAKARAN

HUTAN DAN LAHAN GAMBUT DI KABUPATEN

BENGKALIS, PROVINSI RIAU

DINDA AISYAH FADHILLAH HAFNI

DEPARTEMEN SILVIKULTUR FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR

(2)
(3)

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Variabilitas Iklim dan Kejadian Kebakaran Hutan dan Lahan Gambut di Kabupaten Bengkalis, Provinsi Riau adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Agustus 2015

Dinda Aisyah Fadhillah Hafni

(4)

ABSTRAK

DINDA AISYAH FADHILLAH HAFNI. Variabilitas Iklim dan Kejadian Kebakaran Hutan dan Lahan Gambut di Kabupaten Bengkalis, Provinsi Riau. Dibimbing oleh LAILAN SYAUFINA.

Bengkalis merupakan salah satu kabupaten yang rawan kejadian kebakaran hutan dan lahan gambut di Provinsi Riau, hal ini akibat adanya aktivitas konversi lahan yang cukup tinggi. Penelitian ini dilakukan untuk membandingkan antara data iklim observasi Badan Meteorologi Klimatologi dan Geofiisika (BMKG) dan data iklim global dari satelit Climatic Research Unit (CRU) sebagai faktor yang memengaruhi kejadian kebakaran hutan dan lahan gambut, menganalisis sebaran kejadian kebakaran hutan dan lahan gambut di Kabupaten Bengkalis, dan menganalisis korelasi antara unsur iklim (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) dari satelit CRU dan titik panas (hotspot) sebagai indikator kebakaran hutan dan lahan gambut di Kabupaten Bengkalis. Hasil penelitian menunjukkan bahwa pola iklim satelit CRU serupa dengan pola iklim observasi BMKG. Distribusi spasial titik panas, tahun 1998, 2002, 2004, 2005, 2006, dan 2009 memiliki jumlah titik panas tertinggi. Titik panas terbanyak berada di tanah gambut jenis Hemists/Saprists (60/40), sangat dalam dan pada tutupan lahan belukar rawa. Suhu udara maksimum dan suhu udara rata-rata berpengaruh nyata (p-value< 0.05) terhadap jumlah titik panas sedangkan curah hujan tidak berpengaruh nyata terhadap jumlah titik panas. Uji model terbaik pun menunjukkan tidak adanya model yang cocok untuk menjelaskan hubungan antara unsur iklim dan jumlah titik panas.

(5)

ABSTRACT

DINDA AISYAH FADHILLAH HAFNI. Climate Variability and Forest and Peatland Fires in Bengkalis, Riau. Supervised by LAILAN SYAUFINA.

Bengkalis is one of districts which is vulnerable to forest and peatland fires in Riau due to land use change. This research aims to compare the observation climate data of Indonesian Agency for Meteorological, Climatological and Geophysics (BMKG) and global climate data from Climatic Research Unit (CRU) satellite as factors that affect the incidence of forest and peatland fires, analyze the distribution of forest and peatland fires in Bengkalis, and analyze the correlation between the elements climate (rainfall, maximum air temperature, and average air temperature) of CRU satellite and hotspot as an indicator of forest and peatland fires in Bengkalis. The result of the research revealed that climate patterns of CRU satellite in line with climate patterns of BMKG observations.. Spatial distribution of hotspots, 1998, 2002, 2004, 2005, 2006, and 2009 had the highest number of hotspots. Most hotspots are in the peat soil types Hemists/Saprists

(60/40), very deep and on land cover shrub swamp. The maximum air temperature and average air temperature significant (p-value <0.05) to the number of hotspots while the rainfall did not significantly affect the number of hotspots. The best model also showed the absence of a suitable model to describe the relationship between elements of the climate and the number of hotspots.

(6)
(7)

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan

pada

Departemen Silvikultur

VARIABILITAS IKLIM DAN KEJADIAN KEBAKARAN

HUTAN DAN LAHAN GAMBUT DI KABUPATEN

BENGKALIS, PROVINSI RIAU

DINDA AISYAH FADHILLAH HAFNI

DEPARTEMEN SILVIKULTUR FAKULTAS KEHUTANAN INSTITUT PERTANIAN BOGOR

(8)
(9)
(10)

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah Subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2015 hingga Mei 2015 ini ialah kebakaran hutan dan lahan, dengan judul Variabilitas Iklim dan Kejadian Kebakaran Hutan dan Lahan Gambut di Kabupaten Bengkalis, Provinsi Riau.

Selesainya skripsi dan penelitian ini tidak terlepas dari bantuan dan dorongan banyak pihak. Oleh karena itu, penulis mengucapkan terimakasih dan penghargaan sebesar-besarnya kepada:

1. Ibu Dr Ir Lailan Syaufina, MSc selaku pembimbing atas bimbingan dan arahan yang diberikan sehingga penelitian ini dapat berjalan lancar,

2. Pihak Himpunan Alumni Fakultas Kehutanan yang terkait dalam Program Beasiswa Mahasiswa Berprestasi atas kesempatan yang diberikan untuk mengikuti program beasiswa periode 2013/2014 di Fakultas Kehutanan, Institut Pertanian Bogor,

3. Ayahanda Syahrul Hakim, Ibunda Lailatul Qodariah Hanim, Ayesha Nur’aini, dan Yasser Habibie Rafsanjani, dan seluruh keluarga atas segala doa, dukungan, dan kasih sayangnya,

4. Pihak Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia, Badan Klimatologi Meteorologidan Geofisika (BMKG) Pusat, CCROM SEAP IPB, dan Wetlands International Program Indonesia, yang telah membantu selama pengumpulan data.

5. Teman-teman di Departemen Silvikultur angkatan 48, terimakasih atas bantuan dan dukungan yang diberikan.

6. Teman-teman dan keluarga besar BEM KM IPB 2014 atas semangat dan dukungannya.

Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2015

(11)

DAFTAR ISI

DAFTAR TABEL vi

DAFTAR GAMBAR vi

DAFTAR LAMPIRAN vi

PENDAHULUAN 1

Latar Belakang 1

Tujuan Penelitian 2

Manfaat Penelitian 2

METODE 3

Bahan 3

Alat 3

Prosedur Analisis Data 3

HASIL DAN PEMBAHASAN 6

Kondisi Umum Wilayah Kabupaten Bengkalis 6

Karakteristik Iklim di Kabupaten Bengkalis 9

Analisis Korelasi Iklim Observasi dengan Iklim Satelit CRU 11

Pola Distribusi Titik panas (Hotspot) di Kabupaten Bengkalis 14

Analisis Kejadian Kebakaran Hutan dan Lahan Gambut 16

Hubungan Unsur Iklim di Wilayah Bengkalis dengan Distribusi Titik Panas 19

SIMPULAN DAN SARAN 23

Simpulan 23

Saran 24

DAFTAR PUSTAKA 24

LAMPIRAN 26

(12)

DAFTAR TABEL

1 Penggunaan lahan di Kabupaten Bengkalis tahun 2003, 2006, 2009,

2011, dan 2014 7

2 Perubahan luas penggunaan lahan di Kabupaten Bengkalis tahun

20032014 8

3 Jumlah titik panas (hotspot) bulanan di Kabupaten Bengkalis tahun

19972014 15

4 Distribusi titik panas (hotspot) berdasarkan jenis lahan gambut di

Kabupaten Bengkalis tahun 20032014 17

DAFTAR GAMBAR

1 Diagram alir penelitian 5

2 Tipe tanah di Kabupaten Bengkalis 9

3 Rataan iklim observasi dan satelit CRU di Stasiun Meteorologi Simpang Tiga Pekanbaru (a) curah hujan, (b) suhu udara maksimum,

(c) suhu udara rata-rata tahun 19972006 10

4 Hubungan iklim observasi dan satelit CRU di Stasiun Meteorologi Simpang Tiga Pekanbaru (a) curah hujan, (b) suhu udara maksimum,

(c) suhu udara rata-rata tahun 19972006 12

5 Pola time series iklim observasi dan satelit CRU di Stasiun Meteorologi Simpang Tiga Pekanbaru (a) curah hujan, (b) suhu udara maksimum,

(c) suhu udara rata-rata tahun 19972006 13

6 Curah hujan tahunan di Kabupaten Bengkalis Provinsi Riau tahun 2009–

2013 16

7 Jumlah hotspot tertinggi berdasarkan tipe penggunaan lahan di jenis gambut hemists/saprists (60/40), sangat dalam tahun 20032014 17 8 Peta distribusi hotspot tahun 2009 dan 2014 pada lahan mineral dan

gambut di Kabupaten Bengkalis 18

9 Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan curah hujan satelit CRU di Stasiun Meteorologi Simpang Tiga

Pekanbaru tahun 19972013. 20

10 Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan curah hujan satelit CRU di Stasiun Meteorologi Simpang Tiga

Pekanbaru tahun 19972013. 21

11 Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan curah hujan satelit CRU di Stasiun Meteorologi Simpang Tiga

Pekanbaru tahun 19972013. 22

12 Plot sisaan hotspot (titik panas) 23

DAFTAR LAMPIRAN

13 Jumlah curah hujan observasi bulanan Kabupeten Bengkalis tahun

(13)

14 Jumlah suhu udara rata-rata observasi bulanan Kabupeten Bengkalis

tahun 19972006 26

15 Jumlah suhu udara maksimum observasi bulanan Kabupeten Bengkalis

tahun 19972006 27

16 Scripting language klimatologis curah hujan (mm/bulan) tahun

19972013 27

17 Scripting language klimatologis suhu udara rata-rata (oC) tahun

19972013 28

18 Scripting language klimatologis suhu udara maksimum (oC) tahun

19972013 28

19 Hasil analisis uji korelasi dan regresi unsur iklim dan jumlah titik panas

(14)
(15)

PENDAHULUAN

Latar Belakang

Kebakaran hutan dan lahan merupakan salah satu permasalahan serius yang sampai saat ini masih belum dapat diatasi dengan baik. Setiap tahun masalah kebakaran hutan dan lahan cenderung meningkat. Data statistik Kementerian Kehutanan RI menunjukkan bahwa total taksiran luas kebakaran hutan berdasarkan provinsi mengalami penurunan dari 8 268.65 hektar (tahun 2012) menjadi 4 918.75 hektar (tahun 2013) namun ada provinsi yang mengalami peningkatan luas kebakaran hutan yang sangat pesat, salah satunya yaitu Provinsi Riau mengalami peningkatan dari 834.00 hektar (tahun 2012) menjadi 1 077.50 hektar (tahun 2013). Peningkatan luas kebakaran hutan tersebut disebabkan oleh aktivitas illegal logging, konversi lahan untuk pemukiman, perladangan, perkebunan skala besar, pembangunan hutan tanaman yang lebih rawan terbakar, serta kondisi iklim yang mendukung terjadinya kebakaran hutan dan lahan salah satunya pada periode curah hujan rendah yang relatif panjang akibat adanya perubahan iklim global.

Kebakaran hutan dan lahan di Provinsi Riau dari tahun ke tahun semakin meluas dan bertambah. Tahun 2010, Provinsi Riau pernah mengalami penurunan luas kebakaran hutan dan lahan, namun pada tahun 2011 hingga saat ini mengalami peningkatan yang relatif tinggi. Kebakaran hutan dan lahan di Provinsi Riau pada tahun 2013 menjadi yang terbesar dalam taksiran statistika Kementerian Kehutanan RI tahun 2008 hingga 2013. Tahun 2013, Provinsi Riau sebagai penyumbang titik panas (hotspot) terbesar dari 32 provinsi yang ada di Indonesia. Jumlah tersebut setara dengan 26.78 % dari total sebaran hotspot yang terdeteksi oleh satelit NOAA (National Oceanic and Atmospheric Administration) 18 pada tahun 2013 (Kemenhut 2013). Kabupaten Bengkalis merupakan salah satu kabupaten yang memiliki jumlah titik panas (hotspot) terbesar di Provinsi Riau karena sebagian besar wilayah Kabupaten Bengkalis berupa tanah gambut yang kaya akan bahan organik. Bahan organik sebagai bahan bakar yang memiliki potensi besar dalam memicu terjadinya kebakaran hutan dan lahan saat didukung kondisi cuaca/iklimnya.

Iklim merupakan salah satu faktor alami yang dapat menyebabkan terjadinya suatu kebakaran hutan dan lahan, karena kondisi iklim dapat memengaruhi tingkat kekeringan bahan bakar permukaan, banyaknya oksigen yang ada, dan kecepatan penyebaran api (Syaufina 2008). Secara statistik perubahan iklim adalah perubahan unsur-unsurnya yang mempunyai kecenderungan naik atau turun secara nyata yang menyertai keragaman harian, musiman maupun siklus. Menurut Murdiyarso (2003) dalam Berliana et al. (2005) menyatakan bahwa perubahan iklim adalah berubahnya intensitas unsur-unsur iklim (atau unsur cuaca) dalam jangka panjang (± 100 tahun), sehingga variabilitas iklim musiman, tahunan, dan dekadal tidak termasuk dalam kategori perubahan iklim. Variabilitas iklim musiman, tahunan maupun dekadal diduga dapat memengaruhi perubahan waktu kejadian kebakaran hutan dan lahan.

(16)

troposfer. Gas ozon (O3) mampu menyerap radiasi gelombang pendek dari

matahari terutama spektrum ultraviolet, selain itu gas ozon dikatakan sebagai sumber panas kedua setelah permukaan bumi. Kenaikan total ozon tersebut dapat berpengaruh terhadap perubahan iklim. Kenaikan total ozon yang diakibatkan kebakaran hutan di Sumatera dan Kalimantan ini ditinjau berdasarkan waktu kejadian kebakaran yaitu bulan Agustus, September, dan Oktober. Perubahan iklim kemungkinan dapat memengaruhi waktu kejadian kebakaran hutan, sehingga dapat meningkatkan atau menurunkan konsentrasi total ozon dapat terjadi. Waktu kejadian musim kebakaran hutan dapat dikaitkan dengan parameter meterorologi. Menurut Syaufina (2008), parameter meteorologi seperti suhu udara, kelembaban relatif, angin, dan curah hujan merupakan faktor pendukung kerasnya kejadian kebakaran yang panjang di negara tropis khususnya negara Indonesia.

Kajian mengenai pengaruh iklim terhadap waktu kejadian kebakaran hutan dan lahan perlu dilakukan. Strategi mitigasi dan teknologi adaptasi terhadap perubahan iklim dan waktu kejadian kebakaran hutan merupakan salah satu aspek yang harus menjadi rencana strategi untuk menyikapi perubahan iklim. Kajian ini memanfaatkan data iklim dalam identifikasi parameter meteorologi untuk menganalisis waktu kejadian kebakaran hutan dan lahan di wilayah Kabupaten Bengkalis sebagai dampak dari perubahan iklim. Analisis regresi akan lebih ditekankan dalam analisis hubungan parameter meteorologi dengan sebaran

hotspot. Penelitian ini diharapkan mampu memberikan kontribusi dan memberikan landasan ilmiah dalam penyusunan kebijakan mitigasi oleh pemerintah pusat maupun daerah.

Tujuan Penelitian

Tujuan dari penelitian ini ialah untuk

1. Membandingkan antara data iklim observasi (BMKG) dan data iklim global dari satelit Climatic Research Unit (CRU) sebagai faktor yang memengaruhi kejadian kebakaran hutan dan lahan gambut di Kabupaten Bengkalis, Provinsi Riau tahun 19972006,

2. Menganalisis sebaran hotspot sebagai indikator kejadian kebakaran hutan dan lahan gambut di Kabupaten Bengkalis, Provinsi Riau tahun 19972014,

3. Menganalisis korelasi antara unsur iklim (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) dari satelit Climatic Research Unit (CRU) dan titik panas (hotspot) sebagai indikator kejadian kebakaran hutan dan lahan gambut di Kabupaten Bengkalis, Provinsi Riau tahun 19972013.

Manfaat Penelitian

Hasil penelitian ini diharapkan dapat memberikan gambaran mengenai pengaruh iklim terhadap sebaran hotspot sebagai indikator kejadian kebakaran hutan dan lahan gambut di Kabupaten Bengkalis, Provinsi Riau sehingga strategi pencegahan maupun pemantauan kebakaran hutan dapat lebih mudah dilakukan.

(17)

METODE

Waktu dan Tempat

Penelitian ini dilaksanakan di Laboratorium Kebakaran Hutan dan Lahan, Departemen Silvikultur Fakultas Kehutanan, Institut Pertanian Bogor (IPB) pada bulan Februari 2015 sampai dengan Mei 2015.

Alat dan Bahan

Alat yang digunakan pada penelitian ini yaitu seperangkat komputer dengan beberapa perangkat lunak seperti Microsoft Excel 2007 untuk pengolahan tabulasi dan grafik, Grid Analysis and Display System (GrADS) versi 2.0.a9.oga.1 untuk pengolahan data iklim satelit Climatic Research Unit (CRU) yang dapat diunduh secara bebas di website: (http://www.iges.org/), Arc Map GIS 10.2.2 untuk pengolahan dalam format Sistem Informasi Geografis (SIG), dan Minitab 15 untuk analisis statistik.

Bahan yang digunakan pada penelitian ini berupa data sekunder, di antaranya yaitu:

1. Data iklim observasi (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) Stasiun Simpang Tiga Pekanbaru, Riau periode Januari 1997 hingga Desember 2006 yang diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) pusat.

2. Data iklim satelit CRU (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) yang memiliki resolusi 0.5o x 0.5o (Mitchell dan Jones 2005) periode Januari 1997 hingga Desember 2013, diperoleh dari

website: (http://badc.nerc.ac.uk/).

3. Data tutupan lahan wilayah Kabupaten Bengkalis, Provinsi Riau tahun 2003 hingga 2014 yang diperoleh dari Center For Climate Risk and Opportunity Management in Southeast Asia and Pasific (CCROM-SEAP) IPB.

4. Data sebaran lahan gambut di pulau Sumatera yang diperoleh dari Wetlands International Program Indonesia.

5. Data sebaran hotspot Satelit NOAA-18 di Kabupaten Bengkalis, Provinsi Riau periode tahun1997 hingga 2014 yang diperoleh dari Kementerian Lingkungan Hidup dan Kehutanan Republik Indonesia.

Prosedur Analisis Data

(18)

peta digital sebaran lahan gambut, penutupan lahan, dan hotspot dengan memanfaatkan fungsi intersect yang berguna untuk membangun kelas fitur baru dari berpotongan fitur umum pada keempat kelas fitur (peta administrasi, sebaran gambut, tutpan lahan, dan hotspot). Tahap pemrosesan ini menghasilkan attribute

gabungan hotspot, sebaran gambut, dan tutupan lahan di Kabupaten Bengkalis. Data iklim yang diperoleh dari satelit Climatic Research Unit diolah dengan menggunakan software Grid Analysis and Display System (GrADS) versi 2.0.a9.oga.1 kemudian direkapitulasi pada software Ms. Excel. Data iklim observasi BMKG (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) langsung direkapitulasi pada software Ms. Excel.

Uji Statistik

Analisis unsur iklim (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) dibedakan berdasarkan uji kesesuaian model regresi yaitu analisis regresi untuk menganalisis hubungan unsur iklim dengan kemunculan titik panas (hotspot) dan analisis korelasi Pearson. Data unsur iklim digunakan sebagai peubah bebas dan data hotspot sebagai peubah respon.

Analisis korelasi digunakan untuk mengetahui hubungan antara dua atau lebih variabel data yang bersifat kuantitatif (Walpole 1982). Pada penelitian ini, analisis korelasi (R) antara unsur iklim satelit CRU (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan) dan unsur iklim observasi BMKG (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan), dan hubungan antara titik panas (hotspot) di Kabupaten Bengkalis, Provinsi Riau dan unsur iklim satelit CRU (curah hujan bulanan, suhu udara maksimum bulanan, dan suhu udara rata-rata bulanan). Persamaan yang digunakan adalah:

Dengan rxy = korelasi, x = variabel 1, y = variabel 2, dan n = jumlah data

Nilai koefisien korelasi berkisar antara -1 sampai 1. Tanda positif mengartikan korelasi kedua variabel berbanding lurus. Naiknya y diikuti dengan peningkatan nilai x. Sebaliknya, tanda negatif mengartikan korelasi antara kedua variabel berbanding terbalik, yaitu saat nilai y turun maka nilai x akan naik.

Menentukan model persamaan terbaik dari hubungan antara unsur iklim dan distribusi titik panas (berkorelasi erat dan berpengaruh nyata). Ada beberapa model persamaan:

Ukuran yang terpenting dalam analisis regresi adalah koefisien determinasi (R2). Nilai tersebut berguna untuk mengetahui seberapa besar variabel dependen

(19)

(Y) dapat dijelaskan oleh variabel independen (X) atau seberapa jauh variabel independen dapat memprediksi variabel dependen. Besarnya nilai R2 antara 01 atau 0% hingga 100%.

Gambar 1 Diagram alir penelitian.

Data iklim satelit CRU (CH, Tmax, Tmean) dari

website:www.iges.org/ Permohonan data iklim observasi Stasiun Tiga Pekanbaru tahun 19972006 ke

BMKG Pusat, data sebaran lahan gambut di pulau sumatera ke Wetland, data penutupan lahan wilayah Bengkalis tahun

20032014 ke CCROM-SEAP, dan data

hotspot Kabupaten Bengkalis tahun

19972014 ke KLHK RI

bulanan dan rata-rata di Ms. Excel

Value antara data iklim satelit CRU

dengan data iklim observasi, data jumlah deteksi hotspot dengan data

(20)

HASIL DAN PEMBAHASAN

Kondisi Umum Wilayah Kabupaten Bengkalis

Kabupaten Bengkalis mempunyai luas wilayah sebesar 9 577. 36 km2 berdasarkan hasil pengolahan data penggunaan lahan di Kabupaten Bengkalis dari tahun 2003 hingga 2014. Kabupaten Bengkalis terletak di bagian pesisir Timur Pulau Sumatera antara 2o 7’37.2” LU – 0o 55’ 33.6” LU dan 100o 57’57.6” BT –

102o 30’ 25.2” BT. Secara garis besar, Kabupaten Bengkalis dibagi dalam 8

kecamatan yaitu Kecamatan Bengkalis, Batan di Kepulauan Bengkalis, Kecamatan Rupat, Kecamatan Rupat Utara di Pulau Rupat, Kecamatan Bukit Batu,Kecamatan Siak Kecil, Kecamatan Mandau, dan Kecamatan Pinggir (BPS Kabupaten Bengkalis 2014).

Tabel 1 menunjukkan penggunaan lahan di Kabupaten Bengkalis selama tahun 2003 hingga tahun 2013 didominasi oleh hutan rawa sekunder yaitu berkisar 2440%, sedangkan pada tahun 2014 didominasi oleh perkebunan yaitu sebesar 21%. Peningkatan permintaan minyak kelapa sawit setiap tahunnya menyebabkan kebutuhan lahan untuk membudidayakan kelapa sawit semakin meningkat. Peningkatan tersebut berdampak pada penurunan luas hutan rawa sekunder. Kebutuhan sandang, pangan, dan papan juga memicu peningkatan penggunaan lahan untuk kegiatan pertanian maupun produksi kayu dari hutan tanaman. Tren perubahan penggunaan lahan di Kabupaten Bengkalis terjadi karena adanya motif produksi sehingga menyebabkan penurunan luasan hutan setiap tahunnya. Tren perubahan penggunaan lahan ini perlu memerhatikan aspek keseimbangan tata ruang wilayah agar tidak menimbulkan bencana dimasa yang akan datang. Hasil penelitian Rifardi (2008), perubahan lahan hutan di Kabupaten Bengkalis dalam kurun waktu 23 tahun disebabkan adanya ketergantungan masyarakat pada hutan dan lahan yang dieksploitasi untuk kegiatan perkebunan sawit, karet, tanaman akasia, dan lainnya baik secara perorangan maupun kelompok oleh masyarakat asli, pendatang, maupun yang dikelola oleh kegiatan industri swasta.

Analisis perubahan luas penggunaan lahan tahun 2003 hingga 2014 menunjukkan bahwa hutan rawa sekunder mengalami penurunan luas lahan terbesar yaitu 203 427.7 ha, sedangkan belukar rawa mengalami peningkatan luas lahan terbesar selama periode tahun tersebut yaitu 101 207.6 ha (Tabel 2). Tutupan lahan hutan di Kabupaten Bengkalis cenderung berkurang sedangkan tutupan lahan tidak produktif seperti belukar rawa semakin bertambah mengindikasikan adanya kegiatan konversi lahan dari tutupan lahan hutan menjadi tutupan lahan non hutan seperti pertanian, perkebunan, pertambangan, dan pemukiman.

(21)

T a b e l 1 P e n g g u n a a n l a h a n d i K a b u p a t e n B e n g k a l i s t a h u n 2 0 0 3 , 2 0 0 6 , 2 0 0 9 , 2 0 1 1 , d a n 2 0 1 4

Penggunaan Lahan 2003 2006 2009 2011 2014

Luas (ha) % Luas (ha) % Luas (ha) % Luas (ha) % Luas (ha) %

Hutan Rawa Sekunder 384 458.8 40.142 278 733.9 29.103 234 347.5 24.469 215 717.5 22.524 181 031.1 18.902

Hutan Rawa Primer 29 932.1 3.125 25 513.5 2.664 21 806.8 2.277 9 521.2 0.994 7 832.2 0.818

Hutan Mangrove Sekunder 20 171.4 2.106 20 171.4 2.106 19 870.7 2.075 20 010.0 2.089 19 751.7 2.062

Hutan Tanaman 19 164.7 2.001 49 050.0 5.121 59 455.1 6.208 66 025.1 6.894 110 202.1 11.507

Hutan Mangrove Primer 5 019.6 0.524 5 019.6 0.524 5 019.6 0.524 4 771.7 0.498 4 771.7 0.498

Hutan Lahan Kering

Sekunder 2 361.9 0.247 1 353.9 0.141 214.8 0.022 148.2 0.015 148.2 0.015

Belukar Rawa 73 162.0 7.639 103 189.2 10.774 140 852.6 14.707 156 108.2 16.300 174 369.6 18.206

Belukar 54 438.5 5.684 53 080.6 5.542 70 181.2 7.328 69 097.7 7.215 10.3 0.001

Rawa 17 350.7 1.812 17 350.7 1.812 17 350.7 1.812 17 350.7 1.812 17 236.7 1.800

Pertanian Lahan Kering

Campur 61 787.2 6.451 61 870.3 6.460 61 969.8 6.470 63 823.8 6.664 110 151.8 11.501

Pertanian Lahan Kering 16 733.7 1.747 17 628.8 1.841 17 628.8 1.841 17 628.8 1.841 17 785.1 1.857

Sawah 16 830.6 1.757 16 830.6 1.757 16 830.6 1.757 16 830.6 1.757 16 519.3 1.725

Perkebunan 169 403.1 17.688 170 578.2 17.811 191 131.5 19.957 190 334.6 19.873 201 928.6 21.084

Pemukiman 8 076.9 0.843 8 076.9 0.843 8 076.9 0.843 8 076.9 0.843 9 260.1 0.967

Pertambangan 5 418.1 0.566 5 418.1 0.566 5 418.1 0.566 5 418.1 0.566 5 760.7 0.601

Tanah Kosong 70 279.4 7.338 120 723.0 12.605 84 434.1 8.816 93 725.7 9.786 77 829.7 8.126

Air 2 727.8 0.285 2 727.8 0.285 2 727.8 0.285 2 727.8 0.285 2 727.8 0.285

Tambak 229.5 0.024 229.5 0.024 229.5 0.024 229.5 0.024 229.5 0.024

Bandara 178.6 0.019 178.6 0.019 178.6 0.019 178.6 0.019 178.6 0.019

Rumput 11.5 0.001 11.5 0.001 11.5 0.001 11.5 0.001 11.5 0.001

(22)

Peningkatan tutupan lahan belukar rawa mengindikasikan kurangnya perhatian khusus para stakeholders untuk merehabilitasi lahan tidak produktif ini, kondisi lahan yang demikian dapat meningkatkan kuantitas dan kualitas bahan bakar yang memicu terjadinya kebakaran hutan dan lahan dalam luasan dan tingkat keparahan yang tinggi. Menurut Undang-Undang Nomor 41 Tahun 1999 tentang Kehutanan, di dalam penjelasan Pasal 28 dinyatakan bahwa usaha pemanfaatan hutan tanaman diutamakan dilaksanakan pada hutan yang tidak produktif dalam rangka mempertahankan hutan alam. Ketentuan tersebut terdapat kata diutamakan yang mengandung pengertian adanya alternatif atau pilihan, dengan demikian dapat disimpulkan bahwa hutan tanaman ataupun perkebunan dapat dilaksanakan dalam kawasan hutan yang tidak produktif dan dapat juga dilakukan di areal hutan yang produktif, walaupun yang diutamakan adalah areal hutan yang tidak produktif. Areal hutan yang tidak produktif tidak hanya berupa tanah kosong, padang alang-alang dan atau semak belukar saja, akan tetapi areal hutan yang tidak produktif ini dapat berupa hutan rawang, hutan bertumbuhan kurang, dan beberapa kelas hutan lainnya yang termasuk dalam kategori hutan yang tidak produktif.

Tabel 2 Perubahan luas penggunaan lahan di Kabupaten Bengkalis tahun 20032014

Penggunaan Lahan Perubahan Luas Lahan (ha)

20032006 20062009 20092011 20112014 20032014

Ket : (-) menunjukkan penurunan luas penggunaan lahan (ha)

(23)

Gambar 2 Tipe tanah di Kabupaten Bengkalis.

Berdasarkan tipe tanahnya, Kabupaten Bengkalis merupakan wilayah yang didominasi oleh tanah gambut (Gambar 2). Gambut adalah tanah yang mengandung bahan organik lebih dari 30%, sedangkan lahan gambut adalah lahan yang ketebalan gambutnya lebih dari 50 cm. Lahan yang ketebalan gambutnya kurang dari 50 cm disebut lahan bergambut. Ekosistem tanah gambut adalah tempat pemendaman karbon yang telah berlangsung ribuan tahun. Laju penumpukan karbon rata-rata di tanah gambut sekitar 0.74 ton Ha-1 tahun-1 (Rahmayanti 2007). Dominasi tipe tanah gambut mengakibatkan wilayah Bengkalis berfungsi sebagai pengatur tata air dan pemendam karbon di Provinsi Riau. Sifatnya yang irreversible sangat rentan terhadap gangguan antropogenik khususnya gangguan kebakaran hutan dan lahan sehingga dalam pengelolaan lahan gambut, khususnya lahan konversi seperti pertanian, perkebunan, pertambangan, dan pemukiman butuh penanganan intensif agar fungsi sebagai pengatur tata air dan pemendam karbon tidak rusak.

Karakteristik Iklim di Kabupaten Bengkalis

Stasiun observasi meteorologi di Provinsi Riau yang dekat dengan Kabupaten Bengkalis hanya berjumlah satu stasiun, yaitu Stasiun Simpang Tiga Pekanbaru. Unsur iklim yang digunakan adalah curah hujan bulanan, suhu maksimum bulanan, dan suhu rata-rata bulanan. Ketiga unsur ini memiliki kemungkinan terbesar sebagai pemicu peningkatan potensi kebakaran. Hasil penelitian Suryanto (2013) menyatakan bahwa, suhu udara maksimum memiliki hubungan meteorologis yang tinggi dengan api aktif dibandingkan dengan parameter meteorologi lain (suhu udara rata-rata, suhu udara minimum, dan kelembaban relatif), namun hubungan antara suhu udara rata-rata dan jumlah api aktif juga memberikan efek positif pada peningkatan komponen panas udara. Ketiga unsur iklim tersebut yang digunakan dalam penelitian ini untuk dilihat terlebih dahulu tingkat keeratan antara data stasiun observasi meteorologi dan data satelit Climatic Research Unit (CRU).

Curah hujan Kabupaten Bengkalis yang terletak di Pulau Sumatera bagian selatan memiliki tipe ekuatorial. Tipe tersebut memiliki puncak curah hujan

35%

65%

Mineral

Gambut

(24)

tertinggi pada bulan MaretMei dan OktoberDesember. Curah hujan yang digunakan dalam analisis spasial merupakan curah hujan CRU. Cara mendapatkan keakuratan curah hujan CRU dalam menganalisis wilayah kajian, dilakukan dengan membandingkan polanya dengan curah hujan hasil pengamatan langsung atau observasi.

Curah hujan (CH) pada wilayah pengamatan (Simpang Tiga Penkabaru) di Kabupaten Bengkalis (Gambar 3a) baik CH Observasi (putih) maupun CH CRU (abu-abu) menunjukkan pola ekuatorial, terlihat dari puncak curah hujan tertinggi. Menurut Syaufina (2008), pola iklim di Bengkalis berbeda dengan pola iklim di Pulau Jawa. Pola iklim di Pulau Jawa umumnya hanya mempunyai satu periode musim kemarau, yaitu Juni hingga September, namun di daerah Bengkalis berbeda. Daerah Bengkalis mempunyai dua periode musim kemarau, yaitu pada bulan FebruariMaret dan bulan JuliSeptember. Hal yang sama dihasilkan dalam

(25)

penelitian Aldrian dan Susanto (2003), bahwa daerah Bengkalis yang memiliki dua puncak curah hujan (OktoberDesember dan MaretMei) termasuk dalam Region B (tipe ekuatorial). Puncak curah hujan tipe ini juga berkaitan dengan gerakan utara-selatan saat intertropical convergence zone (ITCZ). Pola curah hujan (Gambar 3a) memiliki ciri khas yaitu puncak curah hujan bulan OktoberDesember lebih tinggi dibandingkan puncak curah hujan bulan MaretMei. Menurut Aldrian dan Susanto (2003), kemungkinan hal tersebut terjadi disebabkan adanya pengaruh dari arus permukaan dingin yang datang dari bagian utara Laut Cina Selatan selama JanuariMaret sehingga curah hujan tertahan. Resolusi yang cukup tinggi dan pola rataan CH yang hampir sama dengan CH Observasi, maka CH CRU dapat menggambarkan sebaran curah hujan Kabupaten Bengkalis secara spasial dengan menggunakan perangkat lunak GrADS. Pola yang sama juga terjadi pada suhu maksimum dan suhu rata-rata bulanan (Gambar 3), maka data suhu maksimum dan suhu rata-rata dapat menggambarkan sebaran suhu Kabupaten Bengkalis secara spasial.

Analisis Korelasi Iklim Observasi dengan Iklim Satelit CRU

Analisis korelasi antara data estimasi iklim satelit CRU dan data observasi di stasiun pengamatan wilayah Bengkalis untuk melihat keeratan hubungan diantara kedua variabel tersebut. Adapun stasiun pengamat iklim (cuaca hujan, suhu udara maksimum, suhu udara rata-rata) yang digunakan pada penelitian ini yaitu Stasiun Meteorologi Simpang Tiga Pekanbaru yang terletak pada 0o 28’ 1” LU dan 101o 25’ 48” BT dengan ketinggian 27 meter dpl. Panjang data iklim bulanan yang diamati yaitu dari tahun 1997 hingga 2006. Hasil korelasi menunjukkan bahwa korelasi data suhu udara rata-rata observasi dan satelit yang paling tinggi dibandingkan korelasi data suhu maksimum observasi dan satelit; data curah hujan observasi dan satelit. Ketiga hasil korelasi terbukti nyata, terlihat dari nilai p-value sebesar 0.000 dengan nilai korelasi sebesar 0.924 (suhu rata-rata), 0.862 (suhu maksimum), dan 0.741 (curah hujan). Korelasi yang sangat kuat antara data suhu udara rata-rata observasi dan satelit menandakan bahwa data yang diperoleh mendekati seragam, adanya hubungan erat sebesar 92.4%, dan berhubungan positif. Korelasi yang kuat antara data curah hujan observasi dan satelit menandakan bahwa data yang diperoleh relatif bervariasi atau berfluktuatif. Jika dilihat dari hasil regresi linier sederhana (Gambar 4) antara data estimasi iklim satelit CRU dengan iklim observasi di Stasiun Meteorologi Simpang Tiga Pekanbaru tersebut, nilai koefisien determinasi atau R-squared

pada masing-masing data iklim (cuaca hujan, suhu udara maksimum, suhu udara rata-rata) diatas 0.5. Angka ini menginterpretasikan bahwa lebih dari 50% keragaman data iklim satelit CRU merepresentasikan keragaman data iklim observasi.

(26)

(a) (b)

(c)

Gambar 4 Hubungan iklim observasi dengan iklim satelit CRU di Stasiun Meteorologi Simpang Tiga Pekanbaru (a) curah hujan, (b) suhu udara maksimum, dan (c) suhu udara rata-rata tahun 19972006.

Analisis pola time series (Gambar 5) antara data iklim satelit CRU dengan iklim observasi di Stasiun Meteorologi Simpang Tiga Pekanbaru menunjukkan bahwa data iklim satelit CRU mengikuti pola iklim observasi. Berdasarkan tiga pernyataan tersebut maka dapat dikatakan bahwa data estimasi iklim satelit CRU dapat mewakili iklim observasi dan dapat digunakan sebagai pelengkap database

cuaca hujan, suhu udara maksimum, dan suhu udara rata-rata dari suatu wilayah apabila wilayah tersebut tidak terdapat pos pengukuran hujan maupun suhu udara.

y = 0.921x + 47.10

CH rata-rata Observasi (mm)

y = 0.815x + 8.563

Suhu udara maksimum Observasi (oC)

y = 0.861x + 3.507

(27)
(28)

Pola Distribusi Titik panas (Hotspot) di Kabupaten Bengkalis

Sejak tahun 1988, kebakaran hutan dan lahan di Indonesia dapat dideteksi melalui hotspot menggunakan data satelit NOAA-AVHRR (Adiningsih 2001). Pengamatan hotspot ini sering diidentikkan dengan titik api, padahal yang dimaksud titik api yang dideteksi dari Satelit NOAA-AVHRR adalah titik panas atau hotspot. Menurut Peraturan Menteri Kehutanan Nomor P.12/menhut-II/2009 pasal 1 ayat 9, titik panas (hotspot) adalah indikator kebakaran hutan yang mendeteksi suatu lokasi yang memiliki suhu relatif lebih tinggi dibandingkan dengan suhu disekitarnya. Lokasi tersebut direpresentasikan dalam suatu titik yang memiliki koordinat tertentu.

Satelit NOAA-AVHRR diluncurkan untuk memantau keadaan iklim dan cuaca. Sensornya dapat membaca perbedaan suhu antara suhu permukaan di darat maupun di laut. Sensor AVHRR (Advanced Very High Resolution Radiometer) mempunyai FOV (Field of View) sangat lebar yaitu 1100 dan jarak yang jauh dari bumi, prinsip whiskbroom menyebabkan perbedaan yang besar pada ground sel terukur dalam satu penyinaran (scaline). Sensor AVHRR mampu mendeteksi permukaan bumi dengan resolusi sebesar 1.21 km2 serta dapat mengirimkan data minimal satu kali dalam sehari. Ketersediaan data harian dan harga yang pantas merupakan alasan utama bagi negara Indonesia khususnya Kementerian Lingkungan Hidup dan Kehutanan masih menggunakan satelit ini dalam penerapan Early Detection System. Menurut Zubaidah (2004), sensor AVHRR memiliki kanal termal (kanal 3) dengan panjang gelombang 3.8 µm yang dapat mendeteksi perbedaan panas pada lahan pertanian yang terbakar maupun gas alam yang menyala. Pada keadaan normal brightness temperatur kanal 3 (Tb3) selalu lebih kecil dari brightness temperatur kanal 4 (Tb4). Anomali terjadi pada kondisi Tb3 > Tb4 yang disebabkan adanya sumber panas (seperti kebakaran hutan) atau dapat juga karena efek sunlight. Kondisi Tb3-Tb4 > 20o (konstanta) dan Tb3 > 320 oK diindikasikan sebagai hotspot.

Hasil pengamatan distribusi titik panas (hotspot) di Kabupaten Bengkalis sangat berfluktuatif dari tahun 1997 hingga 2014. Tabel 3 menunjukkan bahwa Kabupaten Bengkalis memiliki karakteristik khusus terkait periode kemunculan titik panas tertinggi setiap tahunnya yaitu pada bulan FebruariMaret dan JuniSeptember. Kemunculan titik panas pada bulan FebruariMaret dan JuniSeptember erat kaitannya dengan puncak musim kemarau yang terjadi di Kabupaten Bengkalis sehingga strategi pemantauan titik panas sebagai indikator kejadian kebakaran hutan dan lahan perlu ditingkatkan pada periode musim kemarau tersebut. Kondisi sebaliknya yaitu periode kemunculan titik panas terendah terjadi pada bulan OktoberDesember dan AprilMei disebabkan terjadinya puncak musim hujan di Kabupaten Bengkalis sehingga ditemukan titik panas yang relatif kecil. Keberadaan dua puncak musim hujan ini berkaitan dengan posisi daerah Bengkalis di Region B menurut Aldrian dan Susanto (2003) sehingga daerah Bengkalis dua puncak musim hujan atau sering dikenal dengan tipe ekuatorial.

Kabupaten Bengkalis mengalami ancaman kebakaran hutan dan lahan yang sangat tinggi pada tahun 1998, 2002, 2004, 2005, 2006, dan 2009 karena titik panas banyak muncul di lahan perkebunan bukan di hutan rawa gambut. Hutan rawa gambut yang belum terdrainase menyimpan air secara efektif di gambut

(29)

sepanjang tahun dan dapat mempertahankan tingkat permukaan air (water table) yang tinggi, sehingga kawasan tersebut biasanya menjadi sulit terbakar (Massal et al. 2014). Aktivitas konversi lahan hutan menjadi lahan non hutan seperti pembuatan kanal dan pembukaan lahan dengan cara pembakaran, serta kondisi iklim yang kering akan menghasilkan kemunculan jumlah titik panas yang tinggi. Tabel 3 Jumlah titik panas (hotspot) bulanan di Kabupaten Bengkalis tahun 2006 (6 bulan), data 2007 (11 bulan)

Hasil penelitian Jikalahari (2009) menyatakan bahwa pada tahun 2002 hingga 2007 telah terjadi investasi besar-besaran pada usaha perkebunan kelapa sawit. Pengusaha atau petani kelapa sawit ini dilaporkan telah melakukan pembakaran pada kegiatan pembukaan lahan. Hasil laporan tahun 2009, kebakaran hutan dan lahan terjadi disebabkan oleh aktivitas manusia baik sengaja maupun tidak sengaja (Jikalahari 2009). Tahun 1998 diduga terdapat aktivitas selain pembukaan lahan untuk perkebunan yaitu fenomena El Nino sebagai faktor pendukung alam. Menurut Akbar (2008), pada tahun 1997/1998 kebakaran lebih didukung juga oleh datangnya gejala alam El-Nino yang memengaruhi arus laut di Samudera Pasifik yang telah berdampak pada kekeringan panjang di wilayah Asia Tenggara. Kekeringan inilah yang telah menyebabkan kebakaran hutan di berbagai wilayah di Indonesia.

(30)

salah satu faktor pendukung menurunya jumlah titik panas di tahun 2010. Faktor pendukung lainnya adalah adanya peningkatan pemahaman masyarakat untuk tidak melakukan pembakaran liar dan adanya penurunan pembukaan lahan untuk perkebunan pada periode tahun 20092011 (Tabel 2).

Gambar 6 Curah hujan tahunan di Kabupaten Bengkalis Provinsi Riau tahun 20092013.

Analisis Kejadian Kebakaran Hutan dan Lahan Gambut

Pemilihan tahun pengamatan kejadian kebakaran hutan dan lahan gambut ini berdasarkan ketersediaan database tipe penggunaan lahandan hasil rekapitulasi distribusi titik panas tertinggi. Jenis lahan gambut di Kabupaten Bengkalis dikategorikan berdasarkan tingkat kematangan Fibrists (belum melapuk), Hemists

(setengah melapuk), dan Saprists (sudah melapuk). Kategori jenis lahan gambut pada Tabel 4 mendeskripsikan informasi jenis gambut dan ketebalannya, seperti

Hemists/Saprists (60/40), dalam”. “Hemists/Saprists (60/40), dalam

menyatakan bahwa Hemists/Saprists adalah jenis lahan gambut, nilai (60/40) menunjukkan areal tersebut meliputi 60% Hemists dan 40% Saprists, dalam

merupakan kategori ketebalan gambut dengan ketebalan 200400 cm.

Jumlah titik panas (hotspot) tertinggi berada pada jenis gambut

Hemists/Saprists (60/40), sangat dalam mengindikasikan adanya ancaman kebakaran hutan dan lahan dari tahun 2003 hingga 2014 di jenis gambut yang memiliki ketebalan 400800 cm. Menurut Wahyunto et al. (2005), ketebalan gambut dapat dikategorikan menjadi 5 golongan, yaitu: 1) Ketebalan gambut sangat dangkal (memiliki ketebalan < 50 cm): tipe gambut Hemists/Saprists,

Hemists/mineral dan Saprists/Hemists, 2) Ketebalan gambut dangkal (50100 cm): tipe gambut Fibrists/Saprists, Hemists/Saprists, Hemists/mineral,

Saprists/Hemists dan Saprists/mineral, 3) Ketebalan gambut sedang (100200 cm): tipe gambut Hemists/Saprists, Hemists/mineral, Saprists, Saprists/Hemists

dan Saprists/mineral, 4) Ketebalan gambut dalam (200400 cm): tipe gambut

Hemists/Saprists, Saprists dan Saprists/Hemists, 5) Ketebalan gambut sangat dalam (400800 cm): tipe gambut Hemists/Saprists dan Saprists/Hemists.

Lahan tidak produktif seperti belukar rawa dan tanah kosong dapat meningkatkan peluang terjadinya kebakaran hutan dan lahan di Kabupaten Bengkalis (Gambar 7). Lahan tidak produktif memiliki tutupan vegetasi yang relatif rendah dan didominasi oleh tumbuhan bawah, sehingga akan lebih mudah

(31)

terbakar saat musim kemarau dan laju penjalaran api akan lebih cepat. Kondisi tersebut menyebabkan jumlah titik panas yang tertangkap satelit NOAA itu relatif tinggi pada lahan tidak produktif.

Tabel 4 Distribusi titik panas (hotspot) berdasarkan jenis lahan gambut di Kabupaten Bengkalis tahun 20032014 diperlukan upaya pemerintah daerah untuk merehabilitasi lahan tersebut agar jumlah titik panas (hotspot) berkurang. Menurut Massal et al. (2014), dalam mengembangkan strategi penanggulangan kebakaran, faktor utama yang perlu dipertimbangkan adalah tutupan lahan. Area semak mempunyai tingkat tutupan lahan yang kurang baik, maka area semak ataupun belukar mempunyai risiko yang cukup besar terhadap kebakaran. Daerah rawa juga yang paling berisiko karena kedekatannya dengan sungai, walaupun pada kenyataannya terdapat daerah rawa kecil dan berlokasi di lahan gambut tipis, namun pada praktiknya kurang diperhatikan.Gambar 8 menunjukkan bahwa titik panas lebih banyak ditemui pada lahan gambut dibandingkan pada lahan mineral. Sebanyak 720 titik panas tahun 2009 dan 672 titik panas tahun 2014 terdapat di lahan gambut, sedangkan 401 titik panastahun 2009 dan 148 titik panas tahun 2014 terdapat di lahan mineral.

(32)

Gambar 8 Peta distribusi hotspot tahun 2009 dan 2014 pada lahan mineral dan gambut di Kabupaten Bengkalis.

(33)

Hubungan Unsur Iklim di Wilayah Bengkalis dengan Distribusi Titik Panas

Hubungan antara unsur iklim dengan distribusi titik panas dapat diketahui dengan membuat suatu model korelasi Pearson maupun model regresi. Hubungan curah hujan dan jumlah titik panas adalah berbanding terbalik, karena adanya perbedaan waktu kejadian, yaitu curah hujan yang terjadi saat musim hujan atau dengan komponen panas yang rendah, sedangkan titik panas yang terdeteksi muncul saat musim kemarau dengan komponen panas yang tinggi. Analisis statistik uji korelasi menunjukkan bahwa nilai korelasi Pearson yang didapatkan yaitu -0.126 dengan p-value sebesar 8% atau lebih besar dari batas kesalahan maksimal yang digunakan yaitu 5%. Hasil analisis ini menunjukkan bahwa curah hujan tidak dapat digunakan dalam pendugaan jumlah titik panas (hotspot) pada hutan maupun lahan.

Nilai korelasi Pearson antara suhu udara rata-rata dan jumlah titik panas adalah 0.190 dengan p-value 0.009. Nilai tersebut mengindikasikan bahwa hubungan antara suhu udara rata-rata bulanan dan jumlah titik panas adalah rendah namun suhu udara rata-rata bulanan berpengaruh nyata terhadap distribusi titik panas. Salah satu penyebab hubungan rendah antara suhu udara rata-rata dan rata-rata jumlah titik panas ialah adanya perbedaan selang waktu pengamatan. Suhu udara rata-rata yang merepresentasikan suhu udara selama 24 jam, sedangkan kejadian munculnya titik panas yang terjadi atau terdeteksi saat tertentu saja. Nilai korelasi positif menandakan adanya hubungan positif, apabila suhu meningkat maka jumlah titik panas bertambah. Hasil penelitian Suryanto (2013) menyatakan bahwa kenaikan suhu udara rata-rata memberikan efek positif pada peningkatan komponen panas udara sehingga komponen tersebut memicu dalam peningkatan potensi kebakaran.

Analisis korelasi terakhir adalah hubungan antara suhu udara maksimum dan jumlah titik panas. Suhu udara maksimum memiliki hubungan meteorologis yang lebih dekat dengan titik panas dibandingkan dengan parameter meteorologi lain. Suhu udara maksimum terjadi saat siang hari dan titik panas relatif sering terjadi saat siang hari pula. Analisis korelasi yang menunjukkan bahwa keragaman suhu udara maksimum dapat merepresentasikan keragaman api aktif dibandingkan dengan parameter lain. Nilai korelasi sebesar 0.197 yang tergolong rendah namun suhu udara maksimum memiliki pengaruh nyata terhadap distribusi titik panas pada hutan dan lahan dengan taraf signifikan terbesar dibandingkan parameter meteorologi lainnya, yang ditandai dengan nilai p-value terkecil yaitu 0.007. Koefisien determinasi (R2) yang dihasilkan merupakan koefisien determinasi terbesar dibanding parameter meteorologi lainnya (Gambar 9, 10, 11).

Suhu udara maksimum dan suhu udara rata-rata berpengaruh nyata sedangkan curah hujan tidak berpengaruh nyata terhadap jumlah titik panas. Hasil tersebut tidak sejalan dengan hasil penelitian Syaufina et al. (2014) yang menyatakan bahwa curah hujan berpengaruh nyata terhadap jumlah deteksi tititk panas. Faktor yang diduga menyebabkan nilai p-value>0.05 yaitu data hotspot

(34)

tebas bakar maupun kelalaian mematikan api. Menurut Widodo (2014), Hasil korelasi unsur iklim dengan jumlah titik panas relatif rendah, sejalan dengan hasil penelitian Roseli (2014) yang menyatakan bahwa hubungan curah hujan dan suhu udara dengan kemunculan titik panas relatif rendah, kemungkinan karena kemunculan titik panas banyak terjadi pada lahan gambut. Lahan gambut memiliki sifat irreversible drying sehingga jika lahan sudah kering tidak dapat menyerap air. Suhu udara juga tidak secara langsung memengaruhi kemunculan titik panas karena lahan yang kering membutuhkan waktu untuk proses pengeringannya. Suhu yang tinggi pada suatu waktu tidak akan langsung memengaruhi jumlah titik panas pada waktu bersamaan.

(a)

Jumlah hotspot = 209,3 - 0,3752 CH rata-rata bulanan (mm)

800

(35)

(a)

(b)

Gambar 10 Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan suhu udara maksimum satelit CRU di Stasiun Meteorologi Simpang

Jumlah hotspot = - 2818 + 90,84 Suhu udara maksimum (oC)

35

Jumlah hotspot = 25617 - 1683 Suhu udara maksimum (oC) + 27,64 Suhu udara maksimum (oC)**2

(36)

(a)

(b)

Gambar 11 Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan suhu udara rata-rata satelit CRU di Stasiun Meteorologi Simpang Tiga Pekanbaru tahun 19972013.

Suhu udara maksimum dan suhu udara rata-rata berpengaruh nyata terhadap distribusi titik panas, memungkinkan untuk lanjut ke tahap selanjutnya yaitu penentuan model terbaik. Hasil pengolahan data menunjukkan bahwa tidak ada model yang cocok untuk menjelaskan hubungan antara suhu udara maksimum dan distribusi titik panas maupun hubungan antara suhu udara rata-rata dan distribusi titik panas. Data distribusi hotspot yang berfluktuatif maka perlu dilakukan uji asumsi, empat syarat asumsi tidak terpenuhi dari data hotspot yang tersedia (Gambar 12) menandakan data hotspot tidak berdistribusi normal.

29,5

Jumlah hotspot = - 3311 + 124,5 Suhu udara rata-rata (oC)

29,5

(37)

Gambar 12 Plot sisaan hotspot (titik panas).

Asumsi yang tidak terpenuhi oleh data hotspot Kabupaten Bengkalis periode tahun 19972013 dari satelit NOAA – 18 menandakan bahwa data tersebut kurang tepat untuk dijadikan indikator kebakaran hutan dan lahan yang dihubungkan dengan parameter lainnya, khususnya parameter cuaca/iklim, sehingga perlu adanya upaya peningkatan akurasi oleh pihak terkait, dalam hal ini yaitu Kementerian Lingkungan Hidup dan Kehutanan bagian Direktorat Jenderal PHKA (Perlindungan Hutan dan Konservasi Alam).

SIMPULAN DAN SARAN

Simpulan

Pola iklim (curah hujan, suhu udara rata-rata, dan suhu udara maksimum) satelit CRU serupa dengan pola iklim observasi BMKG Pusat. Nila R-square

antara unsur iklim dari satelit CRU dan observasi BMKG tinggi (di atas 0.5), menunjukkan bahwa data satelit CRU dapat merepresentasikan data iklim observasi. Distribusi titik panas di Kabupaten Bengkalis pada tahun 1998, 2002, 2004, 2005, 2006, dan 2009 memiliki jumlah titik panas tertinggi disebabkan oleh kegiatan konversi besar-besaran dari tutupan lahan hutan menjadi tutupan lahan non hutan dan penyiapan lahan untuk perkebunan skala besar dengan cara pembakaran. Titik panas terbanyak berada di tanah gambut jenis Hemists/Saprists

(60/40), sangat dalam dan pada tutupan lahan belukar rawa pada periode tahun 2003 hingga 2014. Suhu udara maksimum dan suhu udara rata-rata berpengaruh nyata (p-value< 0.05) terhadap jumlah titik panas sedangkan curah hujan tidak berpengaruh nyata. Uji model terbaik menunjukkan tidak adanya model yang cocok untuk menjelaskan hubungan suhu udara maksimum dengan ditribusi titik panas sebab data hotspot yang digunakan tidak memenuhi persyaratan asumsi dalam analisis regresi yaitu syarat normalitas data.

(38)

Saran

Perlu dilakukan penelitian lebih lanjut menggunakan sumber indikator kebakaran hutan dan lahan lainnya, sehingga dapat terlihat lebih jelas terkait hubungan iklim (khususnya suhu udara maksimum) terhadap distribusi titik panas. Perlu adanya peta tingkat kerawanan di Kabupaten Bengkalis berdasarkan faktor kondisi sosial budaya, penutupan lahan, ketinggian tempat, dan kedalaman gambut.

DAFTAR PUSTAKA

Adiningsih ES. 2001. Pemantauan gejala el nino dan la nina: pemanfaatan teknologi penginderaan jauh untuk antisipasi kebakaran hutan dan lahan.

Warta Lapan. 3(2): 45-55.

Akbar A. 2008. Pengendalian kebakaran hutan berbasis masyarakat sebagai suatu upaya mengatasi risiko dalam redd. Tekno Hutan Tanaman. 1(1):11-22. Aldrian E, Susanto RD. 2003. Identification of three dominant precipitation

regions within Indonesia and their relationship to sea surface temperature.

Int. J. Climatol. 23: 1435-1452.

Berliana SS, Lely QA, Nurzaman A, Sutikno, Bambang DD, Achmad F. 2005. Kajian Kenaikan CO2 Terhadap Pola Hujan Bulanan Di Indonesia, Laporan Akhir Proyek Tahun 2005. Bandung (ID): LAPAN.

[BPS Kabupaten Bengkalis]. 2014. Kabupaten Bengkalis dalam Angka 2014.

Bengkalis (ID): BPS Kabupaten Bengkalis.

[Jikalahari] Jaringan Kerja Penyelamat Hutan Riau. 2009. Fakta Kritis: Analisis Tata Kelola Kehutanan di Provinsi Riau. Pekanbaru (ID): Jikalahari.

[Kemenhut]. 2014. Statistik Kementerian Kehutanan Tahun 2013. Jakarta (ID): Kementerian Kehutanan.

Komala N. 2006. Analisis hubungan anatara ozon dengan temperatur (studi kasus data watukosek 19932005). Prosiding Seminar Nasional Lingkungan 2006. Massal F, Manjin S, Juni ET, Fakhurohman, Graham LB. 2014. Monitoring

Hotspot dan Investigasi Kebakaran di Wilayah Kerja KFCP. Kalimantan (ID): KFCP.

Mitchell TD, Jones PD. 2005. An improve method of constructing a database of monthly climate observations and associated high-resolution grids. Int. J. Climatol. 25:693-712.

Rahmayanti M. 2007. Kontribusi kebakaran lahan gambut terhadap pemanasan global. Kaunia. 3(2):101-117.

Roseli S. 2014.Spatial co-location pattern dari data cuaca dankebakaran hutan di Rokan Hilir, Provinsi Riau [skripsi]. Bogor (ID): Institut Pertanian Bogor. Suryanto E. 2013.Dampak perubahan iklim terhadap potensi kebakaran hutan dan

lahan di Kabupaten Kapuas berdasarkan proyeksi model iklim regional [skripsi]. Bogor (ID): Institut Pertanian Bogor.

Syaufina L. 2008. Kebakaran Hutan dan Lahan di Indonesia; Perilaku, Penyebab, dan Dampak Kebakaran. Malang (ID): Bayumedia Publishing.

(39)

Syaufina L, Siwi R, Nurhayati AD. 2014. Perbandingan sumber hotspot sebagai indikator kebakaran hutan dan lahan gambut dan korelasinya dengan curah hujan di Desa Sepahat, Kabupaten Bengkalis, Riau. Jurnal Silvikultur Tropika. 5(2):113-118.

Wahyunto, Ritung S, Suparto, Subagjo H. 2005. Sebaran Gambut dan Kandungan Karbon di Sumatera dan Kalimantan. Bogor (ID): Wetlands International IP. Walpole. 1982. Pengantar Statistika. Jakarta (ID): PT Gramedia Pustaka Utama. Widodo, RB. 2014. Pemodelan spasial resiko kebakaran hutan (studi kasus Provinsi Jambi, Sumatera). Jurnal Pembangunan Wilayah & Kota.10(2):127-138.

Zubaidah A, Arief M. 2004. Distribusi spasial hotspot dan sebaran asap indikator kebakaran hutan/lahan di pulau Sumatera dan Kalimantan tahun 2002.

(40)

LAMPIRAN

Lampiran 1 Jumlah curah hujan observasi bulanan Kabupaten Bengkalis tahun 19972006

Bulan Tahun

Rata-rata

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

J 107 0 284 232 404 212 397 238 95 0 196.9

F 150 144 111 63 98 24 271 229 93 0 118.3

M 279 224 214 290 197 380 506 208 173 0 247.1

A 397 103 136 408 411 348 327 411 328 0 286.9

M 191 326 282 140 253 306 191 166 187 365 240.7

J 64 119 225 236 184 99 238 151 70 394 178

J 34 298 107 88 96 160 146 184 437 134 168.4

A 96 236 204 62 137 134 136 68 434 160 166.7

S 55 0 255 145 115 284 357 211 212 63 169.7

O 130 0 403 147 586 145 220 626 384 199 284

N 311 0 170 154 197 278 480 388 409 169 255.6

D 158 0 138 311 274 531 446 295 379 487 301.9

Total 1 972 1 450 2 529 2 276 2 952 2 901 3 715 3 175 3 201 1 971

Lampiran 2 Jumlah suhu udara rata-rata observasi bulanan Kabupaten Bengkalis tahun 19972006

Bulan Tahun

Rata-rata

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

J 26.1 27 26.2 25.9 26.5 26.5 26.7 27 26.9 26.5 26.53

F 26.9 28.1 26.7 27 26.8 27 26.7 27.4 27.9 27.6 27.21

M 26.7 27.7 27.2 27.1 27.3 27.5 27.6 27.6 27.9 28.1 27.47

A 26.7 28.6 27.7 27.3 27.3 27.5 27.4 27.7 27.8 27.3 27.53

M 27.7 28.4 27.2 27.9 27.8 28.1 28.3 28.3 27.7 27.7 27.91

J 27.5 28 27.3 26.7 27.6 27.5 27.9 28.1 27.8 27.1 27.55

J 27.5 27.2 26.8 27.3 27.5 27.6 27.2 26.8 26.4 27.4 27.17

A 27.3 26.9 26.5 26.8 27.4 27.6 27.3 27.7 26.7 27 27.12

S 26.5 27.1 26.7 27 27 26.9 27.2 27.2 27.8 27.2 27.06

O 26.4 27.4 26.5 27.2 27.1 27.5 27.4 27 27.2 27.5 27.12

N 26.5 27.5 26.8 26.9 26.8 26.8 26.9 26.9 26.9 26.9 26.89

D 26.5 26.4 26.6 27.2 26.9 26.8 26.6 27 27 26.3 26.73

Total 322.3 330.3 322.2 324 326 327 327 329 328 326.6

(41)

Lampiran 3 Jumlah suhu udara maksimum observasi bulanan Kabupaten Bengkalis tahun 19972006

Bulan Tahun

Rata-rata

1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

J 34.1 34.2 34.2 32.8 34.9 34 34.3 33.6 34.1 34 34.02

F 34 35.6 35.1 34.4 35.1 35 33.7 39 34.5 34.7 35.11

M 34 35.6 35.3 36 35.6 35 36 35 35.5 35.4 35.34

A 34.8 36.5 35.9 36 37.2 35.6 34.4 36 35.6 36 35.8

M 35.8 36.4 35 36.5 35.4 36.7 35.6 35.8 35.1 35.2 35.75

J 34.6 35.9 34.8 35 35.3 35.4 35.6 35.5 35.3 34.8 35.22

J 34.8 35.6 35 35.3 35.4 35.5 34.1 33.8 35 34.6 34.91

A 34.9 34.2 34.6 35.5 35.8 35.8 34.4 34.4 35 34 34.86

S 34.3 35.4 34.5 36 35.7 34.4 34.2 34.7 35.6 34.1 34.89

O 33.3 35.9 35.2 35.3 36 34 35.2 35.4 35 35 35.03

N 34.2 35.4 35.4 34.8 35.2 34.1 33.6 34.8 34.4 34.5 34.64

D 34.1 33.7 34.1 35.4 34.8 34 33.2 33.7 34.6 33.4 34.1

Total 412.9 424 419 423 426 420 414 422 420 416

Lampiran 4 Scripting language klimatologis curah hujan (mm/bulan) tahun 19972013

#***************************************************************** # Scripting Language untuk Curah Hujan Klimatologi 19972013

# Oleh : Dinda Aisyah Fadhillah Hafni E44110020 # Departemen Silvikultur

# Institut Pertanian Bogor

#***************************************************************** 'reinit'

'sdfopen d:/cru_ts3.22.1901.2013.pre.dat.nc' 'q file'

'set time jan1997 dec2013' 'set lat 0.47'

'set lon 101.43' 'd pre'

'set gxout print'

'set prnopts %0.1f 1 12'

'fprintf pre d:/CHSimpangTigaPekanbaru.csv %0.1f 1 12'

(42)

Lampiran 5 Scripting language klimatologis suhu udara rata-rata(oC) tahun 19972013

#***************************************************************** # Scripting Language untuk Suhu Udara Rata-rata Klimatologi 19972013

# Oleh : Dinda Aisyah Fadhillah Hafni E44110020 # Departemen Silvikultur

# Institut Pertanian Bogor

#***************************************************************** 'reinit'

'sdfopen d:/cru_ts3.22.1901.2013.tmp.dat.nc' 'q file'

'set time jan1997 dec2013' 'set lat 0.47'

'set lon 101.43' 'd tmp'

'set gxout print'

'set prnopts %0.1f 1 12'

'fprintf tmp d:/TMeanSimpangTigaPekanbaru.csv %0.1f 1 12'

#*****************************************************************

Lampiran 6 Scripting language klimatologis suhu udara maksimum(oC) tahun 19972013

#***************************************************************** # Scripting Language untuk Suhu Udara Maksimum Klimatologi 19972013 # Oleh : Dinda Aisyah Fadhillah Hafni E44110020

# Departemen Silvikultur # Institut Pertanian Bogor

#***************************************************************** 'reinit'

'sdfopen d:/cru_ts3.22.1901.2013.tmx.dat.nc' 'q file'

'set time jan1997 dec2013' 'set lat 0.47'

'set lon 101.43' 'd tmx'

'set gxout print'

'set prnopts %0.1f 1 12'

'fprintf tmx d:/TMaxSimpangTigaPekanbaru.csv %0.1f 1 12'

(43)

Lampiran 7 Hasil analisis uji korelasi dan regresi unsur iklim (curah hujan, suhu udara maksimum, dan suhu udara rata-rata) dan jumlah titik panas di Kabupaten Bengkalis

Correlations: Hotspot,Curah Hujan,/ Suhu Maksimum, dan Suhu rata-rata

Hotspot CH3 Tmax CH3 -0.126

0.085

Tmax 0.197 -0.371 0.007 0.000

Tmean 0.190 -0.307 0.936 0.009 0.000 0.000

Cell Contents: Pearson correlation P-Value

Regression Analysis: Hotspot versus Tmax

The regression equation is

y = - 2818 + 90.8 x

S = 356.072 R-Sq = 3.9% R-Sq(adj) = 3.3%

Analysis of Variance

Source DF SS MS F P Regression 1 939198 939198 7.41 0.007 Residual Error 184 23328856 126787

Total 185 24268055

(44)

RIWAYAT HIDUP

Penulis dilahirkan di Jakarta pada tanggal 16 Juni 1993 dari ayah Syahrul Hakim dan ibu Lailatul Qodariah Hanim. Penulis adalah putri pertama dari tiga bersaudara, sejatinya putri kedua dari empat bersaudara setelah abanganda penulis (alm) Damai Syahtari (04 Oktober 199118 Oktober 1991). Tahun 2011 penulis lulus dari SMA Negeri 5 Bekasi dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB dan diterima di Departemen Silvikultur, Fakultas Kehutanan.

Selama menjadi mahasiswa, penulis aktif di beberapa organisasi, yaitu Badan Eksekutif Mahasiswa Fakultas Kehutanan (BEM-E) Divisi Kajian Strategi dan Advokasi pada tahun 2012/2013, International Forestry Students’ Association

(IFSA LC-IPB) pada tahun 2012/2013, Himpunan Profesi Tree Grower Community pada tahun 2012/2014, DKM Ibaadurrahmaan pada tahun 2013/2014, dan Badan Eksekutif Mahasiswa Keluarga Mahasiswa Institut Pertanian Bogor (BEM KM IPB) Bendahara Umum II pada tahun 2013/2014.

Penulis melakukan Praktek Pengenalan Ekosistem Hutan (PPEH) tahun 2013 di Kamojang-Sancang Barat. Praktek Pengelolaan Hutan (PPH) di Hutan Pendidikan Gunung Walat tahun 2014, serta melakukan Praktek Kerja Profesi (PKP) pada bulan Februari sampai dengan bulan April 2015 di PT Aneka Tambang (ANTAM) Unit Bisnis Penambangan Emas (UBPE) Pongkor , Bogor.

Figur

Gambar 1  Diagram alir penelitian.
Gambar 1 Diagram alir penelitian . View in document p.19
Tabel 2  Perubahan luas penggunaan lahan di Kabupaten Bengkalis                    tahun 20032014
Tabel 2 Perubahan luas penggunaan lahan di Kabupaten Bengkalis tahun 2003 2014 . View in document p.22
Gambar 2  Tipe tanah di Kabupaten Bengkalis.
Gambar 2 Tipe tanah di Kabupaten Bengkalis . View in document p.23
Gambar 3 Rataan iklim observasi dan satelit CRU di Stasiun
Gambar 3 Rataan iklim observasi dan satelit CRU di Stasiun . View in document p.24
Gambar 4  Hubungan iklim observasi dengan iklim satelit CRU di Stasiun
Gambar 4 Hubungan iklim observasi dengan iklim satelit CRU di Stasiun . View in document p.26
Gambar 5  Pola time series                     Meteorologi Simpang Tiga Pekanbaru (a) curah hujan, (b) suhu                      udara maksimum, dan (c) suhu udara rata-rata tahun 1997iklim observasi dan iklim satelit CRU di Stasiun  2006
Gambar 5 Pola time series Meteorologi Simpang Tiga Pekanbaru a curah hujan b suhu udara maksimum dan c suhu udara rata rata tahun 1997iklim observasi dan iklim satelit CRU di Stasiun 2006. View in document p.27
Tabel 3  Jumlah titik panas (hotspot) bulanan di Kabupaten Bengkalis tahun
Tabel 3 Jumlah titik panas hotspot bulanan di Kabupaten Bengkalis tahun . View in document p.29
Gambar 6 menunjukkan bahwa curah hujan tahun 2010 relatif lebih tinggi
Gambar 6 menunjukkan bahwa curah hujan tahun 2010 relatif lebih tinggi . View in document p.29
Gambar 7  Jumlah  hotspot tertinggi berdasarkan tipe penggunaan
Gambar 7 Jumlah hotspot tertinggi berdasarkan tipe penggunaan . View in document p.31
Gambar 8  Peta distribusi hotspot tahun 2009 dan 2014 pada lahan mineral dan gambut di Kabupaten Bengkalis
Gambar 8 Peta distribusi hotspot tahun 2009 dan 2014 pada lahan mineral dan gambut di Kabupaten Bengkalis. View in document p.32
Gambar 9  Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan
Gambar 9 Hubungan a linear dan b nonlinear antara jumlah hotspot dengan . View in document p.34
Gambar 10  Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan
Gambar 10 Hubungan a linear dan b nonlinear antara jumlah hotspot dengan . View in document p.35
Gambar 11  Hubungan (a) linear dan (b) nonlinear antara jumlah hotspot dengan
Gambar 11 Hubungan a linear dan b nonlinear antara jumlah hotspot dengan . View in document p.36
Gambar 12  Plot sisaan hotspot (titik panas).
Gambar 12 Plot sisaan hotspot titik panas . View in document p.37

Referensi

Memperbarui...