El aumento del calentamiento global puede potencialmente incrementar la intensidad de los fenómenos extremos de ENSO e IOD en el futuro, lo que podría aumentar el potencial de incendios forestales. Este estudio tiene como objetivo desarrollar un modelo de predicción de puntos calientes en la región de Kalimantan utilizando indicadores climáticos como la precipitación y sus derivados, ENSO e IOD. El modelo de predicción de puntos calientes se desarrolló utilizando el Análisis de Modelos Principales (PMA) como base inicial del modelo. El rendimiento general del modelo se evalúa utilizando el concepto de Validación Cruzada. Además, el rendimiento del modelo se mejorará utilizando el principio de Inferencia Bayesiana para que el rendimiento promedio aumente del 28.6% al 61.1% basado en el coeficiente de determinación del modelo. El carácter de cada año en el proceso de desarrollo del modelo también se evalúa utilizando el concepto de validación cruzada. Dado que el indicador climático que utilizamos estaba integrado con el índice de ENSO e IOD, el rendimiento del modelo está fuertemente influenciado por los fenómenos de ENSO e IOD. Para obtener un mejor rendimiento al estimar futuros incendios forestales (relacionados con El Niño y el IOD positivo), los años con un alto número de puntos calientes y que coinciden con la ocurrencia de El Niño e IOD son mejor utilizados como años iniciales del modelo (PMA). Sin embargo, el modelo tiende a sobreestimar el valor de los puntos calientes, especialmente con un El Niño de menor intensidad y un IOD positivo. Por lo tanto, los años con un bajo número de puntos calientes, como en años normales y La Niña, son mejor utilizados en la etapa de mejora del rendimiento del modelo (Inferencia Bayesiana) para corregir la sobreestimación.