TY - JOUR AU - Santriwati, AU - Halide, Halmar AU - Hasanuddin, PY - 2021/08/09 Y2 - 2024/03/28 TI - Faktor Osean – Atmosfer untuk Memprediksi Titik Panas (Hostspot) di Wilayah Asia Tenggara Bagian Selatan JF - JURNAL GEOCELEBES JA - Geocelebes VL - 5 IS - 2 SE - DO - 10.20956/geocelebes.v5i2.13454 UR - https://journal.unhas.ac.id/index.php/geocelebes/article/view/13454 SP - 116-130 AB - <p>Penelitian ini bertujuan untuk membuat pemodelan prediksi titik panas (<em>hotspot</em>) di wilayah Asia Tenggara bagian Selatan dengan sejumlah prediktor signifikan menggunakan <em>Model Multiple Regression</em> (MR) dan untuk melakukan verifikasi prediksi model tersebut. Data yang digunakan dalam penelitian ini yaitu data observasi titik panas (<em>hotspot</em>) di Wilayah Indonesia yakni di Pulau Kalimantan dan Sumatera dan di Wilayah Semenanjung Malaysia serta Sabah-Sarawak. Kemudian data <em>indeks El Nino Southern Oscillation</em> (ENSO), <em>Madden-Julian Oscillation</em> (MJO), <em>Indian Ocean Dipole</em> (IOD) dan Monsun selama 6 tahun mulai dari tahun 2013 hingga 2018 sebagai data prediktor. Metode yang digunakan yaitu Model <em>Multiple Regression</em> dengan Metode Regresi <em>Stepwise</em> dan verifikasi <em>skill</em> model prediksi yang digunakan yaitu Korelasi <em>Pearson</em> dan RMSE. Berdasarkan hasil pemodelan dan verifikasi prediksi terbaiknya, diperoleh nilai Korelasi <em>Pearson</em> sebesar 0,698 dan nilai RMSE-nya sebanyak 908 <em>hotspot</em>. Untuk model prediksi di wilayah Sumatera oleh 7 prediktor signifikan yang terkait dengan kejadian <em>hotspot</em> yaitu, IOD 0 (IOD pada bulan munculnya <em>hotspot</em>), MJO 0, MJO 9, MJO 10, Mons 1, MJO 8, dan MJO 5. Untuk wilayah Kalimantan nilai Korelasi <em>Pearson</em> sebesar 0,795 dan nilai RMSE-nya sebanyak 1150 <em>hotspot</em> oleh 4 prediktor signifikan, MJO 9 (MJO pada 9 bulan sebelum munculnya <em>hotspot</em>), Mons 1, Mons 0, dan ENSO 3. Untuk wilayah Semenanjung Malaysia diperoleh nilai Korelasi <em>Pearson</em> sebesar 0,145 dan nilai RMSE-nya sebanyak 135 <em>hotspot</em> oleh 2 prediktor signifikan, Mons 2 (Mons pada 2 bulan sebelum munculnya <em>hotspot</em>) dan MJO 0. Kemudian untuk wilayah Sabah dan Sarawak diperoleh nilai Korelasi <em>Pearson</em> sebesar 0,242 dan nilai RMSE-nya sebanyak 113 <em>hotspot</em> oleh 2 prediktor signifikan, IOD 2 (IOD pada 2 bulan sebelum munculnya <em>hotspot</em>) dan MJO 0. Untuk wilayah Sumatera prediktor yang paling berpengaruh yaitu IOD 0, yakni fenomena IOD khususnya fenomena IOD (+) penyebab terjadinya musim kering ini beberapa kali terjadi di wilayah Pulau Sumatera karena letaknya berdekatan langsung dengan Samudera Hindia sehingga iklimnya juga dipengaruhi oleh lautan di dekatnya. Untuk fenomena MJO dan Monsun yang paling berpengaruh di Wilayah Kalimantan (MJO 9), Semenanjung Malaysia (Mons 2) serta Sabah - Sarawak (MJO 0). Kedua fenomena tersebut secara periodik selalu melintas di ketiga wilayah tadi khususnya berkontribusi pada bulan-bulan terjadinya musim kering, sehingga diindikasikan dapat mempengaruhi munculnya <em>hotspot</em>.</p> ER -