Dua puluh tahun terakhir, kondisi termal di seluruh dunia terus menunjukkan tren peningkatan tahunan dengan diikuti oleh peningkatan penduduk dan permintaan akan permukiman sehingga diperlukan analisis untuk memahami pengaruh perubahan tutupanlahan permukiman terhadap kondisi termal perkotaan. Metode yang digunakan untukpemetaan LST adalah Statical Mono Window (SMW) dengan data masukan Landsat 5 dan 8yang diolah langsung di Google Earth Engine. Juga tutupan lahan permukiman dengan Random Forest dengan akurasi mencapai 100% dan penggunaan Rstudio untuk menganalisis faktor dominan (Dominance Analysis/DA) pada distribusi LST di Kota Surakarta. Dihasilkanbahwa pada tahun 2024, lahan terbangun (DA NDBI 91,55%) menjadi faktor yang palingsignifikan pada kenaikan LST di Kota Surakarta serta antulan material tutupan lahan (DAalbedo 6,83%) dan ketinggian wilayah (DA topografi 1,62%) menjadi faktor pendukungdistribusi LST. Tipologi yang dihasilkan dari analisis GWR (R-squared 86%) dengan rincian54% (wilayah utara dan barat) kepadatan permukiman menaikkan LST, 19% (pinggiranwilayah timur) wilayah kepadatan permukiman tidak memengaruhi peningkatan danpenurunan LST, dan 28% (wilayah pusat kota) kepadatan permukimannya menurunkan LST.Temuan ini memberikan pemahaman mengenai karakteristik spasial pengaruh perkembanganpermukiman terhadap kondisi termal perkotaan sehingga dapat menjadi dasar dalamperencanaan tata ruang dan pengendalian lingkungan perkotaan yang berkelanjutan. Faktor yang mempengaruhi distribusi di setiap wilayah berbeda maka dari itu penelitian selanjutnyadisarankan untuk mempertimbangkan aspek kependudukan, penggunaan data angin dariBMKG, dan NDWI.Kata Kunci: Land Surface Temperature (LST), permukiman, Random Forest, Geographically Weighted Regression (GWR), Kota Surakarta.
