Pembuatan informasi iklim Oldeman yang berguna untuk sektor pertanian membutuhkan data curah hujan dalam jangka waktu yang cukup lama. Dalam penelitian ini, Climate Hazards Group Infrared Precipitation with Station (CHIRPS) digunakan sebagai basis data curah hujan untuk pemetaan zona agroklimat Oldeman terbaru di Provinsi Jawa Tengah. Data CHIRPS selama 30 tahun mulai dari 1992─2021 diolah menggunakan metode interpolasi Inverse Distance Weighted dan overlay melalui sistem informasi geografis sehingga dapat dihasilkan peta agroklimat Oldeman Provinsi Jawa Tengah. Peta yang dihasilkan menunjukkan bahwa terdapat tujuh zona agroklimat Oldeman di Provinsi Jawa Tengah, yaitu B1 (7,1%), B2 (30,6%), B3 (0,9%), C2 (15,9%), C3 (33,1%), D2 (0,2%), dan D3 (12,3%). Zona B1, B2, dan B3 yang berada di bagian barat dan selatan cocok untuk dua kali tanam padi dan sekali tanam palawija di saat musim kemarau. Zona C2 dan C3 yang berada di bagian timur dan utara cocok untuk sekali tanam padi dan dua kali tanam palawija. Zona D2 dan D3 yang berada di timur laut dan sebagian utara hanya cocok untuk sekali tanam padi atau palawija. Peta agroklimat yang dihasilkan dapat menjadi acuan pola tanam yang sesuai untuk wilayah Provinsi Jawa Tengah

Fenomena kebakaran hutan dan lahan merupakan bencana alam yang perlu diwaspadai mengingat dampak pasca kebakaran yang ditimbulkan cukup kompleks mulai dari penurunan keanekaragaman hayati hingga kerusakan ekologis. Analisis risiko dan bahaya kebakaran sangat penting dan relevan sebagai dasar acuan dalam upaya penanggulangan daerah rawan kebakaran hutan dan lahan hingga ke tahap pasca kebakaran. Penelitian ini bertujuan untuk memperoleh sebaran risiko kebakaran dan menganalisis bahaya kebakaran hutan dan lahan di Provinsi Sulawesi Tenggara dengan mengintegrasikan Penginderaan Jauh dan Sistem Informasi Geografis. Metode yang digunakan adalah Kernel Density untuk mendapatkan sebaran risiko kebakaran dengan memanfaatkan data titik panas (hotspot) dan bahaya kebakaran menggunakan metode skoring dan pembobotan berdasarkan Perka No.12 Tahun 2012. Hasil penelitian menunjukkan bahwa dalam 10 tahun terakhir terdapat 1.869 titik panas yang terdeteksi oleh Citra MODIS dengan puncak titik panas terjadi di tahun 2015 yang diakibatkan oleh fenomena El Nino. Wilayah yang beresiko mengalami kebakaran hutan dan lahan adalah Bombana, Kolaka dan Konawe. Kabupaten/kota yang memiliki indeks bahaya kebakaran yang tinggi berada di Kabupaten Bombana (121.770,54 ha), Buton (113.661,55 ha) dan Konawe Selatan (105.521,22 ha). Peta bahaya kebakaran memiliki akurasi 61,05% dan cukup baik untuk digunakan sebagai sumber informasi kebakaran hutan dan lahan di Provinsi Sulawesi Tenggara. Kata Kunci: risiko kebakaran hutan dan lahan; bahaya kebakaran hutan dan lahan; MODIS; kernel density;

Kampung KB Kelurahan Lepo Lepo merupakan salah satu daerah rawan banjir yang ada di Kota Kendari, frekuensi banjir diwilayah ini dalam setahun diperkirakan antara tiga sampai empat kali, meskipun demikian banyak masyarakat yang memilih untuk tetap tinggal di wilayah tersebut dengan berbagai alasan. Tujuan penelitin ini adalah untuk mengetahui alasan serta faktor-faktor yang menjadi penyebab masyarakat Kampung KB tetap memilih tinggal di daerah rawan banjir. Penelitian ini menggunakan metode penelitian kualitatif dengan subjek penelitian merupakan masyarakat Kampung KB Kelurahan Lepo-Lepo. Data dalam penelitian ini dikumpulkan memalui observasi, wawancara, dan dokumentasi, kemudian di analisis dengan cara reduksi data, penyajian data, dan penarikan kesimpulan. Hasil penelitian ini menujukkan bahwa (1) masyarakat di Kampung KB Kelurahan Lepo-Lepo umumnya memilih untuk  tetap  tinggal di daerah rawan banjir karena: (a) Masyarakat di Kampung KB Kelurahan Lepo-Lepo telah  menganggap bencana banjir sebagai sesuatu yang biasa terjadi, sehingga masyarakat hanya perlu melakuakan evakuasi, (b) Masyarakat Kampung KB Kelurahan Lepo-Lepo merupakan masyarakat asli yang sudah puluhan tahun tinggal di wilayah tersebut, (c) banyaknya anggota keluarga masyarakat yang tinggal di wilayah yang sama, (d) lokasi pekerjaan masyarakat yang dekat dengan tempat tinggalnya, (e) banyak rumah masyarakat yang tahan terhadap banjir. (2) Terdapat tiga faktor  dalam teori Macchi yang telah sesuai dengan apa yang terjadi pada masyarakat Kampung KB Kelurahan Lepo-lepo, yaitu faktor sosial, ekonomi, dan lingkungan terbangun dan ketiga faktor tersebut menjadi penyebab tetap tinggalnya masyarakat di wilayah Kampunng KB Kelurahan Lepo-Lepo.

Sulawesi Island is an island located in the Wallacea area. Most of the fauna on the island of Sulawesi is a transitional fauna from Australia and Asia. This study aims to model the potential distribution of the species Bubalus depressicornis and Bubalus quarlesi using famous models in the present and in the future as a result of climate change phenomena throughout the island of Sulawesi and beyond their natural habitat. The parameters used are bioclimatic variables and in-situ presence data. The method used is Maximum Entropy by comparing the GLM, SVM, and RF algorithms. The model is evaluated with reference to the values of AUC, COR, TSS, Deviance, and observation data. The RF model is quite good in modeling the distribution of B. depressicornis and B. quarlesi species with AUC values of 0.92 and 1, COR values of 0.59 and 0.84, TSS values of 0.87 and 1, and Deviance values of 0.37 and 0.08, respectively, while the results of data observations show values of 80% and 84%. B. depressicornis was most affected by bio14=0.665, while B. quarlesi was most affected by bio2=0.525, which means that this endemic species is suitable to live in a tropical climate with a warm and wet climate throughout the year, where the difference in temperature at night and during the day is very large. In the future, B. depressicornis and B. quarlesi are estimated to be compatible in an area of 143,281.78 km2 (81%) and 136,892.89 km2 (77%) of the Sulawesi. Keywords : Species Distribution Model; Bubalus depressicornis; Bubalus quarlesi; Bioclimatic; Climate Change   Copyright (c) 2023 Geosfera Indonesia and Department of Geography Education, University of Jember This work is licensed under a Creative Commons Attribution-Share A like 4.0 International License