<![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 keterbatasan tersebut, penelitian ini memiliki tiga tujuan utama: (1) memperkenalkan metrik Indeks Stres Termal (IST) sebagai pendekatan berbasis z-score pada data LST grid 300×300 m dari citra Landsat 8; (2) mengevaluasi efektivitas metrik tersebut dalam mendeteksi zona kritis; dan (3) membandingkan hasilnya dengan metode klasifikasi LST konvensional serta teknik analisis hotspot spasial Getis-Ord Gi*. Proses analisis meliputi ekstraksi LST dan Normalized Difference Vegetation Index (NDVI), analisis zonal statistik, serta klasifikasi zona termal. Metrik IST dihitung melalui transformasi z-score untuk mengidentifikasi sel yang secara statistik menyimpang signifikan dari rata-rata suhu lokal. Hasil menunjukkan perbedaan substansial: metode klasifikasi LST rata-rata (kuartil) mengidentifikasi 24 sel (24,7%) sebagai 'Kritis', sedangkan IST jauh lebih presisi dengan hanya mendeteksi 5 sel (5,2%) sebagai anomali panas ekstrem. Analisis Getis-Ord Gi* tidak menemukan hotspot signifikan pada skala mikro, yang mengonfirmasi keunggulan IST dalam mendeteksi zona stres termal yang terlewat oleh metode spasial konvensional. Temuan akhir menunjukkan adanya korelasi negatif kuat antara LST dan NDVI (r = -0,7572; p < 0,01), yang menegaskan bahwa metrik IST merupakan indikator yang paling adaptif dan akurat dalam merepresentasikan intensitas fenomena heat island di tingkat lokal.]]>
