<![CDATA[Urbanisasi masif di Jakarta Timur memicu fenomena Urban Heat Island (UHI) yang mengancam kesehatan publik dan meningkatkan konsumsi energi. Metode konvensional berbasis Suhu Permukaan Darat (LST) rata-rata sering gagal mengidentifikasi zona kritis karena cenderung menyoroti anomali sesaat, bukan area dengan akumulasi panas yang signifikan secara statistik. Untuk mengatasi hal ini, penelitian ini memperkenalkan dan mengevaluasi metrik Indeks Stres Termal (IST), sebuah pendekatan berbasis z-score pada data LST grid 300×300 m dari citra Landsat 8 (Juli - Oktober 2024), yang hasilnya dibandingkan dengan metode klasifikasi LST konvensional serta teknik hotspot spasial Getis-Ord Gi*. Proses analisis meliputi ekstraksi LST dan Normalized Difference Vegetation Index (NDVI), analisis zonal statistik, dan klasifikasi zona termal. Hasil menunjukkan perbedaan signifikan: metode klasifikasi LST rata-rata (berbasis kuartil) mengidentifikasi 24 sel (24.7%) sebagai 'Kritis', sedangkan metode IST yang diklasifikasikan berdasarkan ambang batas statistik secara jauh lebih presisi, dengan hanya mengidentifikasi 5 sel (5.2%) sebagai anomali panas ekstrem. Analisis tambahan dengan Gi* tidak menemukan hotspot signifikan pada skala mikro, menegaskan bahwa IST lebih adaptif dalam mendeteksi zona kritis. Terdapat korelasi negatif kuat antara LST dan NDVI (r = −0.7572; p < 0.01), yang mengonfirmasi peran vital vegetasi dalam mitigasi panas. Metrik IST terbukti lebih unggul dalam mendeteksi zona stres termal, memberikan dasar ilmiah yang lebih kuat untuk perencanaan Ruang Terbuka Hijau (RTH) yang presisi dan adaptif, sejalan dengan Tujuan Pembangunan Berkelanjutan (SDGs). Integrasi peta IST ke dalam Rencana Detail Tata Ruang (RDTR) direkomendasikan untuk mendukung strategi mitigasi UHI berbasis bukti di tingkat lokal.]]>
