Perubahan iklim global yang karena aktivitas manusia dan proses alami menuntut pemantauan parameter iklim yang akurat. Salah satu indikator krusial dalam menganalisis interaksi antara permukaan bumi dan atmosfer adalah Land Surface Temperature (LST) atau Suhu Permukaan Daratan. Mengingat Pulau Jawa memiliki kepadatan penduduk dan tingkat urbanisasi tertinggi di Indonesia, pemantauan LST di wilayah ini鈥攂ersama Pulau Bali鈥攎enjadi penting untuk memahami dampak pemanasan global pada skala regional.
Sebuah penelitian berbasis data satelit MODIS dan VIIRS NASA dari tahun 2001 hingga 2020 berhasil memodelkan pola musiman dan tren LST di Jawa dan Bali menggunakan metode cubic spline. Melalui pendekatan variasi jarak piksel (105 piksel dan 52,5 piksel), studi ini mengungkap bahwa pola musiman di sepanjang garis ekuator cenderung mengikuti tren yang landai. Secara periodik, LST terendah tercatat pada bulan Januari yang bertepatan dengan puncak musim hujan, sedangkan LST tertinggi melonjak pada bulan September. Fenomena ekstrem ditemukan di Cikande, Serang, dan Banten, di mana rata-rata LST harian mencapai 38,32掳颁.
Secara umum, analisis fluktuasi jangka panjang menunjukkan rata-rata LST harian di Jawa dan Bali mengalami penurunan tipis sebesar -0,113掳C per dekade (atau -1,13掳C per abad). Korelasi ini dipengaruhi oleh faktor musim monsun dan tingkat curah hujan (precipitation). Kendati demikian, terjadi anomali spasial yang signifikan: wilayah super-region barat Jawa, khususnya Jakarta dan Banten, justru mengalami lonjakan LST yang tajam akibat urbanisasi yang intens. Sebaliknya, wilayah Jawa bagian timur dan Bali menunjukkan sedikit penurunan suhu. Dalam konteks metodologi, akurasi pemantauan pulau kecil seperti di pulau Jawa efektif menggunakan resolusi 105 piksel, sementara resolusi 52,5 piksel sangat andal untuk mendeteksi variasi suhu yang lebih mendalam pada cakupan wilayah yang lebih sempit.
Sebagai rekomendasi ke depan, validasi yang lebih luas sangat diperlukan dengan melibatkan variabel lingkungan tambahan seperti Normalized Difference Vegetation Index (NDVI), elevasi daratan, dan perubahan tutupan lahan (land cover). Langkah ini penting karena karakteristik pulau besar umumnya memiliki topografi pegunungan dan tata guna lahan yang heterogen. Pada akhirnya, data tren LST ini membawa kontribusi strategis bagi para pemangku kebijakan. Hasil studi ini dapat dijadikan landasan kuat dalam merumuskan strategi adaptasi iklim yang berdampak langsung pada sektor-sektor vital seperti ekonomi, perikanan, dan pertanian di seluruh provinsi Jawa dan Bali.
Reference:
