
Inilahdata.com – Data resmi pemerintah soal luas kebakaran hutan dan lahan (karhutla) sepanjang semester pertama 2026 ternyata jauh lebih kecil dibandingkan temuan lembaga pemantau independen. Selisihnya bukan angka kecil, mencapai puluhan ribu hektare, atau setara hampir dua pertiga dari catatan resmi itu sendiri.
Platform pemantauan MapBiomas Indonesia edisi Fire – Monthly mencatat area yang terbakar sepanjang Januari hingga Juni 2026 menembus 178.232 hektare, kira-kira tiga kali luas Negara Singapura.
Bandingkan dengan data Sistem Informasi Pengendalian Kebakaran Hutan dan Lahan (SiPongi) milik Kementerian Kehutanan, yang hanya mencatat 107.465,47 hektare untuk periode yang sama. Artinya, temuan MapBiomas 66 persen lebih luas dari versi pemerintah.
MapBiomas Fire sendiri bukan proyek baru maupun sembarangan. Inisiatif pemetaan berbasis citra satelit dan kecerdasan buatan ini dikoordinasikan oleh Auriga Nusantara, digarap bersama sembilan jaringan organisasi masyarakat sipil, dan melibatkan lembaga internasional Woods and Wayside International (WWI).
Bukan Sekadar Salah Hitung
Juru Bicara Auriga Nusantara, Vicky Suryono, menegaskan bahwa kesenjangan data sebesar itu tidak bisa disederhanakan sebagai persoalan pembulatan angka. Menurutnya, akar masalahnya ada pada perbedaan cara kerja dua sistem pemantauan ini.
SiPongi, jelas Vicky, pada dasarnya menghitung “indikasi luas kebakaran” dari titik panas (hotspot) yang sudah diverifikasi, dengan cakupan jenis tutupan lahan yang relatif terbatas.
Sebaliknya, MapBiomas Fire memakai klasifikasi deep learning yang menyisir seluruh kelas tutupan lahan, termasuk savana, semak, hingga lahan pertanian non-sawah yang selama ini kerap terlewat dari pemantauan berbasis hotspot konvensional.
“Sehingga berpotensi menangkap area terbakar yang tidak terdeteksi, khususnya di provinsi-provinsi di luar radar utama seperti Nusa Tenggara Timur,” ujar Vicky dalam siaran pers yang disampaikan Senin (24/8/2026).
Secara teknis, versi bulanan MapBiomas Fire mengandalkan citra satelit Sentinel-2 yang dipadukan dengan basis data tutupan lahan MapBiomas Landy 4.1.
Prosesnya melalui empat tahap: pre-classification, penentuan strategi sampling, klasifikasi menggunakan algoritma Deep Neural Network (DNN) yang terintegrasi dengan Google Earth Engine, lalu post-classification berupa penyaringan spasial dan temporal untuk menghindari deteksi ganda.
Data hotspot dari FIRMS dan VIIRS, termasuk data resmi Kemenhut, tetap dipakai sebagai pembanding, tapi hasil akhir klasifikasi area terbakar dihasilkan secara independen lewat pembacaan citra satelit, bukan sekadar menjumlahkan titik panas.
Kesenjangan yang Terlalu Besar untuk Diabaikan
Auriga Nusantara sebenarnya memaklumi bahwa perbedaan metodologi antar-sistem pemantauan adalah hal yang lumrah dalam sains data lingkungan, dan tidak semestinya dibaca sebagai tuduhan bahwa pemerintah memanipulasi data.
Meski begitu, Vicky menilai selisih sebesar 66 persen sudah masuk kategori yang tidak bisa dianggap remeh, dan justru mempertegas kenapa Indonesia butuh lebih dari satu sumber data untuk mengawasi krisis karhutla yang terus berulang tiap tahun.
Ketersediaan data yang lebih granular, sampai level kabupaten, jenis konsesi, dan kelas tutupan lahan secara bulanan, dinilai membuka ruang bagi pemantauan berbasis bukti yang jauh lebih responsif.
Data semacam ini, misalnya, memungkinkan deteksi dini atas anomali seperti lonjakan karhutla di Nusa Tenggara Timur atau pola kebakaran yang muncul setelah deforestasi, yang selama ini luput dari kerangka pelaporan resmi karena fokusnya hanya pada provinsi-provinsi prioritas konvensional.
Lima Rekomendasi untuk Pemerintah
Dari temuan ini, Auriga Nusantara mengajukan sejumlah langkah strategis yang mereka dorong agar diambil pemerintah dan pemangku kepentingan terkait:
Vicky menutup dengan menekankan pentingnya sisi penegakan hukum. “Terakhir, mendorong penegakan hukum dan sanksi yang berat terhadap tindakan pembakaran lahan baik yang dilakukan oleh individu ataupun perusahaan pemegang konsesi,” katanya. (**)
Halaman : 1 2