PREDIKSI LAND SURFACE TEMPERATURE (LST) DAN PENENTUAN URBAN HEAT ISLAND (UHI) PROVINSI BENGKULU MENGGUNAKAN ALGORITMA AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

Perubahan iklim, sebagai ancaman global, mempengaruhi manusia, ekosistem,
dan meningkatkan Land Surface Temperature (LST). Urban Heat Island (UHI) adalah
dampak yang menyebabkan wilayah perkotaan lebih panas dibandingkan daerah
sekitarnya, dipengaruhi oleh perubahan iklim dan urbanisasi. Penelitian ini menganalisis
UHI di Bengkulu 2013-2023 menggunakan klasifikasi LST, mengkaji perubahan
penggunaan lahan dengan random forest, dan memprediksi LST lahan terbangun
menggunakan model ARIMA. Teknik yang digunakan dalam penelitian ini adalah
penginderaan jauh menggunakan Landsat 8, Landsat 9 dan SRTM pada Google Earth
Engine untuk menganalisis perubahan LULC, UHI dan LST di Provinsi Bengkulu,
Indonesia dengan prediksi LST menggunakan Algoritma ARIMA. Data satelit dengan
perekaman tahun 2013 hingga 2023. Analisis menunjukkan bahwa perubahan LST tidak
selalu meningkat, melainkan fluktuatif. Lahan terbangun meningkat dari 1.004,97 km²
menjadi 1.964,79 km², namun LST tetap fluktuatif. UHI juga menunjukkan perubahan
tidak teratur, dengan ambang tertinggi pada 2019 (24,61°C) dan terendah pada 2013
(21,68°C). Nilai korelasi pearson yakni 0,1014-0,495, dengan lahan terbangun dan
lahan kosong konsisten yang memiliki LST >31°C. Model MA(1) dan AR(1)
menghasilkan prediksi LST dengan MAPE 6,16%-17,20%. Penelitian ini
merekomendasikan bahwa dalam perencanaan kota, LST, LULC, dan indeks vegetasi
harus dipertimbangkan untuk mengurangi efek UHI. Sebagai kesimpulan, penelitian ini
membuktikan bahwa implementasi teknologi Penginderaan Jauh dan Sistem Informasi
Geografis (SIG) yang efektif dapat digunakan untuk menganalisis dinamika lanskap dan
memprediksi dampak lingkungan jangka panjang di daerah perkotaan yang terkait
dengan iklim dan vegetasi.
Kata kunci: UHI, LST, Penginderaan Jauh, Google Earth Engine, ARIMA