Identifikasi Daerah Rawan Kebakaran Hutan dan Lahan di Kabupaten Luwu Timur (Menggunakan Algoritma Maximum Entrophy di Google Earth Engine) = . Identification of Forest and Land Fire-Prone Areas in East Luwu Regency (Using the Maximum Entrophy Algorithm in Google Earth Engine)

Latar belakang. Kebakaran hutan dan lahan (karhutla) merupakan permasalahan serius yang berdampak pada ekosistem, kesehatan, dan ekonomi. Kabupaten Luwu Timur termasuk wilayah yang rentan terhadap karhutla karena kondisi iklim tropis dan aktivitas antropogenik yang tinggi. Upaya pemetaan kerawanan karhutla penting dilakukan untuk mendukung mitigasi berbasis data spasial. Tujuan. Penelitian ini bertujuan memetakan kerawanan karhutla di Kabupaten Luwu Timur dengan algoritma MaxEnt berbasis Google Earth Engine, serta menganalisis kontribusi variabel lingkungan utama yang memengaruhi distribusi kerawanan. Metode. Data hotspot kebakaran dari 2020–2024 digunakan sebagai data kehadiran, sedangkan variabel lingkungan meliputi curah hujan, jarak dari jalan, jarak dari sumber air, kemiringan lereng, kecepatan angin, NDVI, NDWI, dan suhu permukaan (LST). Pemodelan dilakukan dengan MaxEnt di Google Earth Engine, menghasilkan peta kerawanan untuk periode musim basah (November–Mei) dan musim kering (Juli–September). Validasi model dilakukan menggunakan nilai AUC-ROC. Hasil. Peta kerawanan menunjukkan bahwa wilayah dengan tingkat kerawanan tinggi dan sangat tinggi lebih luas pada musim kering dibandingkan musim basah, sejalan dengan jumlah hotspot yang meningkat tajam pada 2023 periode musim kering sebanyak 433 titik. Nilai AUC-ROC pemodelan >0,8 menunjukkan tingkat akurasi yang baik. Variabel dominan yang berkontribusi dalam model adalah suhu permukaan (LST), curah hujan, dan vegetasi (NDVI). Untuk variabel jarak dari sumber air (JdS) dan jarak dari jalan (JdJ) menunjukkan hubungan negatif, yang berarti semakin dekat dengan sumber air atau jalan, probabilitas kehadiran hotspot justru meningkat, sedangkan semakin jauh probabilitas tersebut menurun. Kesimpulan. Algoritma MaxEnt terbukti efektif dalam memetakan kerawanan kebakaran hutan dan lahan di Kabupaten Luwu Timur dengan tingkat akurasi yang tinggi. Hasil penelitian ini dapat digunakan sebagai dasar mitigasi kebakaran serta perencanaan pengelolaan lingkungan berbasis spasial.