PENENTUAN INDEKS KEKERINGAN AGRO-HIDROLOGI UNTUK ANALISIS RISIKO KEKERINGAN DAN MITIGASINYA
(STUDI KASUS DAS KARIANGO SULAWESI SELATAN)
OLEH:
MUHAMMAD MUNAWIR SYARIF A153100041
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
Dengan ini saya menyatakan bahwa tesis Penentuan Indeks Kekeringan Agro-Hidrologi untuk Analisis Risiko Kekeringan dan Mitigasinya (Studi Kasus DAS Kariango Sulawesi Selatan) adalah karya saya sendiri dengan arahan komisi pembimbing dan belum pernah diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.
Bogor, Januari 2013
MUHAMMAD MUNAWIR SYARIF. Determination of Agro-Hidrology Drought Hazard Index for Drought Risk Analysis and Mitigation (A Case stuies Kariango Watershed South Sulawesi). Supervised by BABA BARUS and SOBRI EFFENDY.
Agro-Hydrological drought can be interpreted as a shortage of surface water and groundwater supplying and insufficient for the plants and society needs a certain period. So far there have been no study assessing the agro-hidrology drought index. This study develops a Drought Hazard Index (DHI) as an indicator of Agro-Hydrological drought. The model developed from a combination of dry season rainfall, ground water depth, distance of water sources, soil texture and Water Supply Vegetation Index (WSVI) using remote sensing and GIS methods. Further analysis was caeried out to develop vulnerability and risk of drought which gave an overview of areas that need to be formulated for drought mitigation in the Kariango watershed. Agro-hidrologi Drought Hazard Index was DHI = (0.33CH) + (0.27KAT) + (0.20SA) + (0.13T) + (0.06WSVI) with model validation results showed high similarity drought in the field. The results of the analysis of vulnerability describes 25 % of villages are classified vulnerable. In the drought risk analysis shows the highest class are 19.52 % and 40.98 % are the dominant from paddy fields So that the mitigation efforts created are made together in the form of regulation and capacity building with reference to the combination of risk parameters included hazard risk and vulnerability.
MUHAMMAD MUNAWIR SYARIF. Penentuan Indeks Kekeringan Agro-Hidrologi untuk Analisis Risiko Kekeringan dan Mitigasinya (Studi Kasus DAS Kariango Sulawesi Selatan). Dibimbing oleh BABA BARUS dan SOBRI EFFENDY.
Kekeringan merupakan kurangnya ketersediaan air untuk sementara/dalam jangka waktu tertentu. Bencana kekeringan merupakan bencana yang terjadi secara perlahan akan tetapi dapat menimbulkan kerusakan dan kerugia n yang sangat besar. Beberapa dampak kekeringan adalah krisis air dan krisis pangan. Data Kementerian Pertanian pada bulan Januari–Juli 2011 menunjukkan daerah kekeringan 73.703 ha dan puso 2.089 ha, yang mengalami peningkatan di bulan Agustus 95.851 ha dan puso sebesar 3.713 ha. Dari jumlah itu, urutan pertama adalah Sulawesi Selatan dengan kekeringan 27.889 ha dan puso 1.490 ha (BNPB,2011).
Saat ini terdapat 3 indeks kekeringan dalam pemantauan kekeringan yang populer digunakan antara lain Indeks kekeringan Bert H. Borger untuk kekeringan meteorologi, Indeks suplai air permukaan (Surface Water Supply Index) untuk kekeringan hidrologi dan Palmer Drought Severity Index (PDSI) untuk kawasan budidaya pertanian. Ketiga indeks ini belum berhasil menggambarkan variabel penyebab kekeringan yang mencakup pertanian dan hidrologi. DAS Kariango pada musim kering mengalami kekeringan pertanian dan hidrologi sehingga diperlukan rumusan indeks yang dapat menggambarkan kekeringan hidrologi dan pertanian.
BNPB (2010) telah memetakan indeks risiko kekeringan di Sulawesi selatan dengan skala 1: 1.700.000, dan DAS Kariango berada dalam kelas sedang. Pemetaan tersebut memiliki cakupan besar dan belum dapat dipakai untuk penanggulangannya di daerah yang detil. Untuk merumuskan upaya mitigasi diperlukan analisis risiko kekeringan dengan skala detil di lokasi tersebut karena wilayah DAS Kariango termasuk sentra produksi beras di Sulawesi Selatan. Penelitian ini merumuskan indeks bahaya kekeringan agro-hidrologi yang akan digunakan dalam analisis risiko kekeringan dan merumuskan mitigasinya.
Metode yang digunakan dalam penelitian yaitu 1) perumusan indeks bahaya kekeringan agro-hidrologi merujuk pada rumusan Effendy (2011) dengan memasukkan parameter curah hujan, air tanah, sungai, tekstur dan vegetasi dengan bobot pengaruhnya yang divalidasi dengan kekeringan aktual, 2) analisis kerentanan dengan menggabungkan kerentanan masyarakat, eksposur dan kemampuan sosial, budaya dan ekonomi masyarakat, 3) analisis risiko dari gabungan indeks bahaya kekeringan dan kerentanan kekeringan, dan 4) merumuskan mitigasinya berdasarkan nilai teknis dan elemen masyarakat yang meningkatkan risiko kekeringan.
perbedaan dalam daya mengikat air dan menyalurkannya. Selanjutnya vegetasi tergantung pada tekstur tanah memenuhi kebutuhan tanaman. Rumusan indeks kekeringan agro-hidrologi yang dirumuskan adalah Ibk = (0.33CH) + (0.27KAT) + (0.20SA) + (0.13T) + (0.06WSVI) yang menggambarkan kemiripan dilapangan dengan validasi titik sampel 96%.
Nilai kerentanan penduduk dan nilai eksposur masyarakat dengan jumlah yang tinggi menyebabkan kerawanan kekeringan suatu wilayah sesuai terhadap bahaya yang tinggi. Sebaliknya, kemampuan masyarakat yang rendah di wilayah tersebut akan memicu dan memperbesar bahaya kekeringan. Hasil analisis kerentanan menggambarkan sebanyak 31 desa di kelas rendah, 29 desa kelas sedang dan 21 desa dengan tingkat kerentanan yang tinggi.
Penggabungan bahaya kekeringan dan kerentanan menghasilkan risiko kekeringan di Das Kariango, dengan rincian sebagai berikut : kelas risiko tinggi dengan luasan 12.442,71 ha atau sekitar 19.52 % dan luasan tersebut penggunaan lahan sawah memiliki luasan 5.087,04 ha atau sekitar 40.98 %. Maka dari itu DAS Kariango sangat perlu dilakukan upaya mitigasi bencana kekeringan sedini mungkin, karena lahan sawah tersebut terdapat di daerah sentra produksi beras di Sulawesi Selatan.
Desa yang menjadi prioritas dilakukan mitigasi adalah desa Lero, Maccorawalie, Penrang, Baranti, Bulo Watang dan Mengkawani dengan pertimbangan kepadatan penduduk dan petani yang tinggi. Rekomendasi mitigasi desa dilakukan berdasarkan upaya penanggulangan terkait dengan teknis yaitu wilayah yang jumlah hujannya kurang, diperlukan stok air dan penyesuaian pola tanam. Sumber air dan lapisan kedalaman air tanah yang jaraknya jauh, diperlukan upaya untuk penyediaan air (sumur dalam, tangki air, penampungan air hujan, pengolahan air laut menjadi tawar, irigasi desa, pompanisasi, pipanisasi, borisasi), sedangkan untuk wilayah karakteristik tanah yang bertekstur pasir diperlukan peningkatan kemampuan menyerap air seperti pemberian bahan organik dan vegetasi yang buruk diganti/ditanami dengan tanaman adaptif terhadap kekeringan. Rekomendasi mitigasi dengan elemen masyarakat rentan seperti banyaknya keluarga miskin dan kepadatan penduduk dan petani tinggi, diperlukan stok air dan pangan. Kurangnya kelembagaan mitigasi dan rendahnya kemampuan masyarakat, memerlukan program penyuluhan dan peningkatan kapasitas masyarakat. Untuk wilayah yang tidak mendapatkan bantuan diperlukan rumusan ulang mengenai mekanisme standarisasi penerima bantuan yang tepat dan merata.
© Hak Cipta milik IPB, tahun 2012 Hak Cipta dilindungi Undang-Undang
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya.
a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB
MUHAMMAD MUNAWIR SYARIF
Tesis
Sebagai salah satu syarat memperoleh gelar MAGISTER SAINS
pada Program Mitigasi Bencana Kerusakan Lahan
SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR
Alhamdulillah puji dan syukur penulis panjatkan kehadirat Allah SWT, atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tesis ini berjudul “ Penetuan Indeks Kekeringan Agro-Hidrologi untuk Analisis Risiko Kekeringan dan Mitigasinya (Studi Kasus DAS Kariango Sulawesi Selatan)”. Tesis ini merupakan salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Mitigasi Bencana Kerusakan Lahan Sekolah Pascasarjana Institut Pertanian Bogor. Seiring dengan selesainya penulisan tesis ini, penulis mengucapkan terima kasih sebesar-besarnya kepada:
1. Dr. Ir. Baba Barus, M.Sc sebagai Ketua Program Studi Mitigasi Bencana Kerusakan Lahan Sekolah Pascasarjana IPB dan juga sebagai ketua komisi pembimbing, yang telah banyak memberikan wawasan, bimbingan, pengarahan, motivasi dan nasehat tak terhingga selama penulis menempuh studi dan menyelesaikan tesis ini.
2. Dr. Ir. Sobri Effendy, M. Si, sebagai anggota komisi pembimbing yang tidak bosan memberikan bimbingan, pengarahan, motivasi dan nasehat kepada penulis dalam menyelesaikan tesis ini.
3. Prof. Dr. Ir. Muslimin Mustafa M.Sc, Prof. Dr. Ir. Hazairin Zubair, MS, Dr. Ir. Muhammad Nathan, M.Agr, yang telah memberikan rekomendasi kepada penulis untuk melanjutkan studi S2 di IPB Bogor.
4. Bapak/Ibu dosen pengajar dan staf akademik di Program Studi Mitigasi Bencana Kerusakan Lahan Sekolah Pascasarjana IPB.
5. Sembah sujud kepada kedua orang tua tercinta Prof. Dr. H. Syarifuddin Latif, M.Hi dan Hj. Hasniaty atas segala doa yang tak pernah putus dan kasih sayangnya yang selalu memotivasi penulis serta saudara(i) penulis Maria Ulfah Syarif S.Ag, M.Hi, Ilham SH, Muh. Mutawally Syarif SP, Hj. Zulfiah SP, Muh. Rasywan Syarif S.Ag, Msi, Riyadul Jannah Syarif S.Farm, Muh. Fazlurrahman Syarif, Rasdiyanah Audiah, Fatimah Syarif atas segala kasih sayang dan dorongan semangat.
7. Ahmad Agung Dj SP dan keluarga besar, Lababa SP, Herianto SP, Aziz Thaba SP, Harzanto SP, Andi Asrizal Idris SP dan rekan Ilmu Tanah Unhas 2003 yang memberikan semangat, motivasi dan fasilitas selama penulis di lapangan.
8. Rekan-rekan di Wisma Celebes, Wisma Gizi Abadi, dan FORUM WACANA
SULSEL atas dorongan semangatnya.
9. Semua pihak yang telah membantu secara langsung maupun tidak langsung yang tidak mungkin disebutkan satu persatu. Semoga Allah SWT. memberkatinya. Amin.
Bogor, Januari 2013
Penulis dilahirkan di Kabupaten Bone Provinsi Sulawesi Selatan pada tanggal 14 Desember 1984 dari Ayah yang bernama Prof. Dr. H. Syarifuddin Latif, M.Hi dan Ibu yang bernama Hj. Hasniaty. Penulis merupakan anak ketiga dari delapan bersaudara.
DAFTAR TABEL ... iii
4. GAMBARAN UMUM LOKASI PENELITIAN 4.1. Wilayah Administrasi ... 25
4.2. Iklim ... 26
4.3. Topografi ... 27
4.4. Tanah ... 28
4.5. Penggunaan Lahan ... 30
5. HASIL DAN PEMBAHASAN 5.1. Indeks Bahaya Kekeringan Agro-Hidrologi... 32
5.1.2 Pembobotan Faktor Indeks Bahaya Kekeringan ... 38
5.1.3 Rumusan dan Implementasi Indeks Bahaya Kekeringan .. 38
5.2 Analisis Kerentanan Kekeringan ... 43
5.2.1 Kerentanan Penduduk ... 43
5.2.2 Eksposur Masyarakat ... 45
5.2.3 Kemampuan Sosial, Ekonomi dan Budaya ... 45
5.3 Risiko Kekeringan ... 53
5.4 Mitigasi Bencana Kekeringan ... 55
6 KESIMPULAN DAN SARAN 6.1 Kesimpulan ... 61
6.2 Saran ... 61
DAFTAR PUSTAKA ... 63
DAFTAR TABEL
Halaman
1. Kelas Indeks Kekeringan Bert H. Borger ... 7 2. Kelas Indeks Kekeringan Palmer dan Kriterianya ... 8 3. Jenis, metode pengumpulan dan sumber data serta tujuan
penelitian ... 15 4. Skor parameter indeks bahaya kekeringan di lokasi
penelitian ... 21 5. Skor parameter kerentanan kekeringan ... 23 6. Luas Wilayah Administrasi DAS Kariango Sulawesi
Selatan... 26 7. Kelas Kemiringan Lereng dan Luasannya di DAS
Kariango ... 27 8. Jenis Tanah dan Luasannya di DAS Kariango ... 29 9. Kelas Penggunaan Lahan dan Luasannya ... 30 10.Stasiun curah hujan dan jumlahcurah hujan bulanan
(2011) ... 33 11.Jenis Tanah dan Tekstur Tanah di lokasi penelitian ... 37 12.Kelas kapasitas air tersedia pada kelas tekstur ... 37 13.Bobot Parameter Indeks Bahaya Kekeringan
Agro-Hidrologi... 38 14.Kelas Bahaya Kekeringan beserta Luasannya di lokasi
penelitian ... 43 15.Kemampuan sosial, ekonomi dan budaya ... 46 16.Kelas Kerentanan beserta unit desa ... 51 17.Kelas Risiko Kekeringan dan luasannya di lokasi
penelitian ... 53 18.Mitigasi bencana kekeringan di lokasi penelitian yang
DAFTAR GAMBAR
Halaman
1. Lokasi Penelitian ... 14
2. Diagram Alir Penelitian ... 16
3. Peta Administrasi DAS Kariango ... 25
4. Grafik Curah Hujan Bulanan Tahun 2011 ... 27
5. Peta Kemiringan Lereng DAS Kariango ... 28
6. Peta Jenis Tanah DAS Kariango ... 29
7. Peta Penggunaan Lahan Dinas Kehutanan 2010 ... 31
8. Peta Penggunaan Lahan hasil analisis di lokasi penelitian... 31
9. Peta Indeks ketersediaan air tanaman (WSVI)... 33
10.Peta curah hujan musim kering (Juli – September, 2011) ... 34
11.Peta kedalaman air tanah di lokasi penelitian ... 35
12.Peta buffer jaringan sungai di lokasi penelitian ... 36
13.Peta Tekstur Tanah di lokasi penelitian ... 37
14.Peta Bahaya Kekeringan dan Validanya Titik Lapangan ... 40
15.Korelasi Luasan Data Puso dan Luasan Model Kekeringan ... 41
16.Peta Kepadatan Penduduk di lokasi penelitian ... 44
17.Peta Tingkat Kemiskinan di lokasi penelitian ... 44
18.Peta Kepadatan Petani di lokai penelitian ... 45
19.Kelembagaan terlibat dalam mengurangi ancaman bahaya kekeringan di lahan pertanian dan area pemukiman ... 47
20.Peta Kelembagaan Terlibat di lokasi penelitian ... 48
21.Kemampuan dan respon penanggulangan yang dilakukan masyarakat dalam mengurangi risiko kekeringan... 48
22.Peta Kemampuan dan Respon Penanggulangan di lokasi penelitian 49 23.Bantuan dari pemerintah terkait bencana kekeringan pada lahan sawah dan kekurangan air bagi penduduk ... 50
24.Peta Bantuan Kekeringan di lokasi penelitian ... 51
25.Peta Sebaran Kerentanan Kekeringan DAS Kariango... 52
Halaman
1. Penambalan citra Landsat striping ... 68
2. Peta hasil analisis pansharpening citra Landsat ETM+7 ... 70
3. Data titik dan kedalaman air tanah ……… 71
4. Data titik kekeringan di lapangan ... 72
5. Nilai Parameter Kerentanan ……….. 74
6. Peta NDVI dan Ts………. 87
7. Stasiun curah hujan dan titik kordinat stasiun………….………….. 88
I. PENDAHULUAN
1.1. Latar belakang
Kekeringan merupakan kurangnya ketersediaan air untuk sementara/dalam jangka waktu tertentu. Kekeringan dapat diartikan juga sebagai suatu keadaan di mana terjadi kekurangan air, dalam hal ini biasanya dikonotasikan dengan kekurangan air hujan (Raharjo, 2010). Bencana kekeringan merupakan bencana
yang terjadi secara perlahan akan tetapi dapat menimbulkan kerusakan dan kerugian yang sangat besar. Beberapa dampak dari kekeringan adalah krisis air dan krisis pangan.
Krisis pangan akan terjadi di Indonesia, jika bencana kekeringan saat ini yang mengancam penurunan produksi pangan nasional. Data Kementerian Pertanian menunjukkan bahwa kekeringan sudah mencapai 95.851 ha per Agustus 2011. Dari jumlah itu, lahan sawah yang mengalami gagal panen atau puso sebesar 3.713 ha. Luasan kekeringan tersebut meningkat pada Januari–Juli 2011 yang sebesar 73.703 ha dan puso 2.089 ha. Urutan pertama adalah Sulawesi Selatan dengan kekeringan 27.889 ha dan puso 1.490 ha (BNPB,2011).
DAS Kariango merupakan Wilayah Sungai Saddang di Sulawesi Selatan yang termasuk dalam daerah aliran sungai prioritas satu. DAS Kariango menyuplai air ke beberapa kabupaten meliputi kabupaten Enrekang, Sidrap, dan Pinrang. Selain sebagai sumber air untuk kebutuhan penduduk juga penyuplai air untuk lahan pertanian melalui bendungan dan jaringan irigasi. Maka dari itu DAS Kariango perlu menjadi sorotan untuk dilindungi dari fungsi dan manfaatnya. Pengolahan DAS yang tidak tepat akan mengakibatkan kekeringan di musim kemarau.
Kekeringan (drought) merupakan suatu kejadian alam yang sangat berpengaruh terhadap ketersediaan cadangan air dalam tanah, baik yang diperlukan untuk kepentingan pertanian maupun untuk kebutuhan manusia. Salah
Effendy (2011) pada workshop geoindikator bencana merumuskan diperlukan riset lanjutan untuk menentukan indeks kekeringan baru dengan memasukkan parameter unsur meteorologi (curah hujan, suhu udara, evaporasi, kelembaban nisbi udara) dan unsur lain berupa sumber air, tanah, vegetasi dan populasi.
1.2. Rumusan Masalah
Kabupaten Sidrap dan Pinrang merupakan daerah yang berada di wilayah DAS Kariango, sebagai sentra produksi beras di Sulawesi Selatan yang pernah mengalami kekeringan pada tahun 2011. Hampir separuh persawahan di daerah lumbung beras Sulsel itu pada tahun 2011 tak ada pasokan air. Seluas 48.000 ha sawah di Kabupaten Sidenreng Rappang dan Pinrang Sulawesi Selatan, terancam kekeringan (Kompas, 2011) dan minimnya suplai air ke masyarakat pertanian pada tahun 2010 menjadi masalah yang mengancam (Parepos, 2010). Balai Penyuluh Kecamatan (BPK) Patampanua Kabupaten Pinrang melaporkan perkembangan intensifikasi tanaman padi musim tanam April – September 2011, mengalami kendala kekeringan (puso) antara lain desa Sipatuo 180.00 ha, Desa Malimpung seluas 317.00 ha dan desa Padang Loang seluas 51.00 ha.
Saat ini terdapat 3 indeks kekeringan dalam pemantauan kekeringan popular yang sering digunakan antara lain adalah Indeks kekeringan Bert H. Borger untuk kekeringan meteorology, Indeks suplai air permukaan (Surface Water Supply Index) untuk kekeringan hidrologi, dan Indeks Keparahan Kekeringan Palmer (Palmer Drought Severity Index) untuk kawasan budidaya pertanian. Pada dasarnya dalam penentuan kekeringan didasarkan pada obyek kekeringannya, belum terdapat adanya gabungan antara kekeringan satu dan lainnya. DAS Kariango pada bulan kering mengalami kekurangan air baik untuk masyarakat maupun untuk pertanian. Untuk itu penelitian ini mencoba merumuskan indeks kekeringan yang dapat menjawab kekeringan hidrologi dan pertanian di lokasi penelitian.
diketahui sebaran rawan kekeringan di DAS Kariango. Untuk itu dengan analisis risiko kekeringan di DAS Kariango dengan skala detil dapat digunakan dalam merumuskan upaya mitigasi untuk mereduksi besaran kerugian yang akan terjadi.
Berdasarkan dari permasalahan tersebut maka perlu dilakukan penelitian berupa penentuan indeks kekeringan agro-hidrologi untuk analisis Risiko kekeringan dan mitigasinya. Penelitian ini lebih mengkaji pada kekeringan hidrologi dan pertanian dengan isu kerawanan pangan dan krisis air.
1.3. Tujuan Penelitian
Berdasarkan dari uraian latar belakang dan permasalahan yang telah diuraikan, maka penelitian ini dilakukan dengan tujuan sebagai berikut :
1. Membuat Indeks Bahaya Kekeringan Agro-Hidrologi di DAS Kariango Wilayah Sungai Saddang Sulawesi Selatan.
2. Melakukan analisis kerentanan dan risiko bencana kekeringan di DAS Kariango Sulawesi Selatan.
3. Merumuskan mitigasi sebagai upaya mereduksi bencana kekeringan yang mengancam DAS Kariango Sulawesi Selatan.
1.4. Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini, antara lain :
1. Sebagai bahan informasi bencana kekeringan bagi masyarakat maupun pemerintah yang terkait.
2. Dapat menjadi arahan/acuan dalam melakukan mitigasi bencana kekeringan di DAS Kariango Sulawesi Selatan.
3. Dapat menjadi pertimbangan dalam melakukan perencanaan dan pengelolaan di wilayah DAS Kariango.
4. Sebagai bahan referensi dan pembelajaran dalam melakukan/merumuskan
II. TINJAUAN PUSTAKA
2.1. Kekeringan (Drought)
Kekeringan merupakan masalah yang dihadapi oleh hampir setiap negara di dunia ini meskipun kekeringannya berbeda pada tiap wilayah. Kekeringan (drought) sebenarnya sulit untuk diberi batasan yang tegas, sebab kekeringan mempunyai definisi berbeda tergantung pada sudut pandang bidang ilmu tertentu, tergantung letak daerah, dan kebutuhan yang diperlukan. Sebagai contoh, definisi kekeringan di Libya dimana curah hujan kurang dari 180 mm, sedangkan definisi kekeringan di Bali jika tidak turun hujan selama 6 hari berturut-turut (National Drought Mitigation Center, 2006). Menurut International Glossary of Hidrology (WMO 1974) dalam Pramudia (2002), pengertian kekeringan adalah suatu keadaan tanpa hujan berkepanjangan atau masa kering di bawah normal yang cukup lama sehingga mengakibatkan keseimbangan hidrologi terganggu secara serius. Secara tipologi kekeringan didefinisikan sebagai berikut :
Kekeringan Meteorologis
Kekeringan meteorologis berkaitan dengan tingkat curah hujan di bawah normal dalam satu musim. Kekeringan meteorologis biasanya didefinisikan sebagai kurangnya curah hujan selama periode waktu yang telah ditentukan. Ambang batas yang dipilih, seperti 50% dari curah hujan normal selama jangka waktu enam bulan akan bervariasi menurut lokasi sesuai dengan kebutuhan pengguna atau aplikasi (SAARC, 2010). Data yang diperlukan untuk menilai kekeringan meteorologi adalah informasi curah hujan harian, suhu, kelembaban, kecepatan dan tekananangin serta penguapan.
Kekeringan Hidrologis
seperti irigasi, rekreasi, pariwisata, pengendalian banjir, transportasi, produksi listrik tenaga air, air pasokan dalam negeri, perlindungan spesies terancam punah, dan manajemen lingkungan, ekosistem, dan pelestarian. Ada juga waktu kesenjangan yang cukup besar antara penyimpangan dari curah hujan dan titik di mana kekurangan-kekurangan ini menjadi jelas dalam komponen permukaan dan bawah permukaan dari sistem hidrologi (SAARC, 2010).
Kekeringan Pertanian
Kekeringan pertanian berhubungan dengan kekurangan kandungan air tanah di dalam tanah sehingga tidak mampu memenuhi kebutuhan tanaman tertentu pada periode waktu tertentu yang mempengaruhi penurunan produksi pertanian. Kekeringan pertanian didefinisikan sebagai kurangnya ketersediaan air tanah untuk mendukung pertumbuhan tanaman dan makanan ternak dari curah hujan normal selama beberapa periode waktu tertentu. Hubungan antara curah hujan dan infiltrasi air hujan ke dalam tanah seringkali tidak berlangsung. Tingkat infiltrasi bervariasi tergantung pada kondisi kelembaban, kemiringan, jenis tanah, dan intensitas dari peristiwa presipitasi. Karakteristik tanah juga berbeda. Sebagai contoh, beberapa tanah memiliki kapasitas menyimpan air lebih tinggi, yang membuat mereka kurang rentan terhadap kekeringan (SAARC, 2010).
Kekeringan Sosial Ekonomi
Kekeringan sosial ekonomi berkaitan dengan kondisi dimana pasokan komoditas ekonomi kurang dari kebutuhan normal akibat kekeringan meteologi, hidrologi dan pertanian. Kekeringan sosial ekonomi berbeda nyata dari kekeringan yang lain karena mencerminkan hubungan antara penawaran dan permintaan untuk beberapa komoditas atau ekonomi yang baik (seperti air, pakan ternak, atau pembangkit listrik tenaga air) yang tergantung pada curah hujan. Pasokan bervariasi setiap tahun sebagai fungsi dari ketersediaan air. Permintaan juga naik turun dan sering dikaitkan dengan suatu kecenderungan yang positif akibat peningkatan populasi, pengembangan dan faktor lainnya (SAARC, 2010).
bagian integral dari kemampuan masyarakat untuk menghasilkan barang dan menyediakan layanan. Dampak kekeringan sering disebut bersifat langsung dan tidak langsung. Dampak langsung termasuk tanaman berkurang, lahan tidur, dan produktivitas hutan, meningkatkan bahaya kebakaran, ketinggian air berkurang, tingkat kematian satwa liar, dan kerusakan satwa liar dan habitat ikan. Penginderaan jauh dan teknologi GIS memberikan kontribusi signifikan untuk manajemen kekeringan (Jeyaseelan, 2003).
2.2. Kajian Indeks
2.2.1. Pengertian Indeks
Indeks menurut pengertian yang tertuang dalam Kamus Besar Bahasa Indonesia (KBBI), Balai Pustaka (2003) adalah rasio antara dua unsur kebahasaan tertentu yang mungkin menjadi ukuran suatu cirri tertentu atau petunjuk. Sedangkan berdasarkan teori yang dikembangkan Spiegel (1961), indeks adalah sebuah disain pengukuran statistik untuk melihat perubahan sebuah variabel atau hubungan antara kelompok variabel dengan fungsi waktu, lokasi geografi atau karakteristik lain.
2.2.2. Indeks Kekeringan
Indeks kekeringan masih dikembangkan oleh berbagai ahli antara lain : Indeks Kekeringan Meteorologi Bert H. Borger, Indeks Suplai Air Permukaan (SWSI), Indeks Keparahan Kekeringan Palmer (PDSI), dan masih banyak lagi. Indeks-indeks ini diciptakan tergantung dari gambaran umum yang melatarbelakangi daerah tertentu, pengguna, proses, input dan hasil masing-masing klasifikasi. Namun belum ada indeks yang dapat digunakan untuk menilai kekeringan hidrologis dan pertanian. Untuk itu diperlukan kajian dalam menentukan indeks kekeringan hidrologi dan pertanian.
Indeks Kekeringan Meteorologis Bert H. Borger
period), yakni dengan mengambil jumlah curah hujan per tiga bulan yang terkecil
jika panjang periode kering lebih dari tiga bulan secara berurutan. Kelas indeks kekeringan Bert H. Borger disajikan (Tabel 1) sebagai berikut :
Tabel 1. Kelas Indeks Kekeringan Bert H. Borger Nilai
Kekeringan Kemungkinan Kelas Kering
0 (0+0) Basah
Indeks Suplai Air Permukaan (SWSI)
Indeks Suplai air Permukaan telah diterbitkan oleh Shafer dan Dezman (1982) untuk melengkapkan kelemahan yang terdapat dalam PDSI. PDSI didasarkan pada algoritma kelembaban tanah yang dikalibrasi untuk suatu kawasan yang homogen tetapi tidak sesuai untuk kawasan yang bertopografi luas serta tidak mengambil rata-rata curah hujan.
Indeks Keparahan Kekeringan Palmer (PDSI)
Indeks kekeringan palmer dapat menunjukkan indeks terlalu basah atau terlalu kering dari keadaan normalnya suatu daerah. Metode Indeks Kekeringan Palmer berguna untuk mengetahui kekeringan yang telah terjadi terutama di daerah-daerah semiarid dan yang beriklim sub-humid kering. Kapasitas air tersedia diperlukan dalam pengolahan data Palmer. Selain dari itu koordinat lintang juga diperlukan dalam perhitungannya agar dapat mengetahui panjang hari dilokasi tersebut. Menurut National Drought Mitigation Center (2006), Indeks Palmer lebih baik digunakan pada area yang luas dan topografi yang seragam. Berikut ini disajikan pada Tabel 3 kelas dan sifat cuaca dalam Indeks Kekeringan Palmer (Hounam et al.1975).
Metode ini mempertimbangkan faktor iklim, tanah dan tanaman serta didasarkan pada prinsip neraca air. Curah hujan, suhu dan faktor lengas tanah sebagai parameter utama dalam menurunkan nilai Indeks Palmer.
Tabel 2. Kelas Indeks Kekeringan Palmer dan Kriterianya Klasifikasi Palmer
Ada dua pendekatan dalam pemodelan ekosistem yaitu model analitik (mathematical programming) yakni menggunakan persamaan matematika yang kompleks untuk mendapatkan solusi yang relatif akurat. Model simulasi (simulation modeling) dapat digunakan untuk mensimulasikan suatu proses dalam suatu sistem.
2.3.2. Klasifikasi Model
Jorgensen (1988) membuat klasifikasi model-model simulasi yang dipakai dalam menganalisis ekosistem. Dari beberapa model yang paling banyak digunakan adalah model empirik yaitu model yang dibuat berdasarkan pengamatan empirik, menggunakan hubungan sebab-akibat tanpa menjelaskan proses. Sebaliknya model mekanistik menjelaskan mekanisme proses yang terjadi dalam suatu system. Model deskriptif merupakan model yang menggambarkan bentuk-bentuk hubungan secara konseptual (kualitatif), sebaliknya model numerik menggambarkan hubungan tersebut secara kuantitaf.
Model dinamik merupakan model yang menggambarkan unsur waktu, sebaiknya model statik tidak menjelaskan peubah-peubah yang ada sebagai fungsi waktu. Sementara model deterministik adalah model yang keluarnya bersifat mutlak, tidak mengandung toleransi kesalahan perhitungan. Sedangkan model stokastik keluarannya mengandung toleransi kesalahan hitungan berupa ragam, simpangan baku, kesalahan baku, koefisien keragaman atau berupa peluang dari 0% hingga 100%.
2.3.3. Kegunaan Model
Menurut Jorgensen (1988) kegunaan model sebagai alat bantu dalam ekologi dapat dikelompokkan ke dalam empat kegunaan :
1. Model merupakan instrumen yang berguna untuk memahami sistem yang kompleks.
2. Model dapat dipakai untuk menggambarkan karakteristik sistem secara sederhana.
3. Model dapat dipakai untuk menyusun prioritas-prioritas penelitian.
Model simulasi lebih berguna dan dapat diandalkan bila memenuhi ketiga. syarat berikut :
1. Model merupakan gambaran sistem yang rill, harus realistis dan inovatif. 2. Model harus sederhana agar mudah dikelola.
3. Model merupakan distorsi dari sistem, karena itu dalam aplikasi harus seksama dan waspada.
2.3.4. Tahap-tahap Pembuatan Model Simulasi
Ada 10 tahap dalam pemodelan (Dahuri, 1995; Hall dan Day 1977; Jorgensen 1988) meliputi :
1. Pendefinisian masalah : menentukan masalah yang akan dicari solusinya sekaligus menetapkan tujuan yang akan dicapai.
2. Pembatasan masalah berdasarkan waktu, ruang dan komponen dari model. 3. Penyusunan model konseptual/verbal : menjelaskan variabel keadaan
(state variables) dan variabel luar (exogenous variables) yang penting serta kaitan keduanya secara konseptual.
4. Penyusunan model diagram.
5. Penyusunan model persamaan matematika untuk setiap fungsi transfer melalui tiga tahap. Pertama, menentukan nilai awal (initial value) untuk setiap variabel keadaan berdasarkan hasil riset atau informasi lain. Kedua, menentukan variabel luar yang dapat mengubah nilai variabel keadaan. Ketiga, merumuskan setiap hubungan fungsional antar variabel menjadi persamaan matematika serta penentuan nilai koefisien dan konstanta. 6. Penerjemahan persamaan matematika kedalam bahasa komputer.
7. Melakukan simulasi komputer dengan cara menentukan nilai awal kemudian membatasi skenario simulasi lalu dieksperimentasikan sesuai dengan batas waktu yang akan diestimasi.
8. Verifikasi, untuk melihat logika internal model, yaitu keluaran model hasil simulasi sesuai dengan logika ilmiah.
dikatakan bahwa model tidak sensitif terhadap peubah dan parameter tersebut, sebaiknya bila respon model besar terhadap perubahan dikatakan bahwa model peka terhadap peubah/parameter tersebut.
10.Validasi model : membandingkan keluaran model dengan hasil observasi untuk melihat kelayakan model.
2.4. Risiko Bencana
Risiko bencana (risk disaster) adalah kemungkinan dari satu bencana yang terjadi sehingga menyebabkan tingkat kerugian yang khusus. Risiko perlu dikaji sehingga dapat menetapkan besarnya kerugian yang sudah diestimasi dan itu dapat diantisipasi di suatu wilayah. Banyak ahli telah mengembangkan formulasi dalam menilai risiko bencana. Secara umum risiko bencana merupakan kombinasi dari bahaya (hazard) dan kerentanan (vulnerability). Namun selain faktor tersebut, eksposur (exposure) dan kemampuan (capacity) individu maupun kelompok juga menjadi penentu dalam penilaian risiko (Carter, 1992; Davidson, 1997; Bollin, 2003; Wisner et al. 2004).
Bencana dapat disebabkan oleh kejadian alam (natural disaster) maupun oleh ulah manusia (man-made disaster). Faktor-faktor yang dapat menyebabkan bencana antara lain :
Bahaya (Hazard)
terjadi. El Nino Southern Oscillation (ENSO) adalah yang paling menonjol. ENSO adalah sistem yang berkala.
Kerentanan (Vulnerability)
Kerentanan adalah tingkat dimana sebuah masyarakat, struktur, layanan atau daerah geografis yang berpotensi terganggu oleh dampak bahaya tertentu. Tingkat kerentanan dapat ditinjau dari kerentanan fisik (infrastruktur), sosial dan ekonomi (Carter, 1992). Kerentanan fisik berhubungan erat dengan lingkungan infrastruktur buatan manusia serta lingkungan pertanian. Kerentanan sosial berkaitan dengan unsur-unsur atau faktor kerentanan secara demografis seperti kepadatan penduduk dan tingkat kewaspadaan. Sedangkan kerentanan ekonomi berkaitan erat dengan cara orang mencari nafkah dan mata pencaharian mereka atau keluarga miskin. Kegiatan sumber daya alam dan manusia tergantung pada curah hujan dan kelembaban tanah, seperti lahan kering pertanian, peternakan, dan beberapa penggunaan air lingkungan adalah yang paling berisiko dari kekeringan. Kegiatan ini dapat mengalami dampak kekeringan yang berlangsung singkat.
Eksposur (Eksposure)
Eksposur dapat didefinisikan sebagai total nilai elemen berisiko. Elemen resiko didefinisikan adalah populasi, perumahan, transportasi, kesehatan dan infrastruktur pendidikan, tenaga air dan pertanian yang terkena bahaya di daerah tertentu. Hal ini dinyatakan sebagai jumlah nyawa manusia dan nilai properti atau aset yang berpotensi dapat dipengaruhi oleh bahaya. Eksposur adalah fungsi dari lokasi geografis dari unsur-unsur beresiko. Penilaian ekposur adalah tahap peralihan dari penilaian risiko, yang menghubungkan penilaian bahaya dengan aset yang dipertimbangkan untuk penilaian risiko (ADPC, 2010).
Kapasitas (capacity)
tetap mempertahankan dasar fungsi yang sama, struktur, identitas, dan masukan (Folke et al. 2005). Dalam proses ini, terdiri dari desain dan implementasi manajemen risiko lembaga dan organisasi seperti rencana kesiapan bencana, sistem peringatan bencana dan bantuan darurat yang berpotensi dapat mengurangi dampak yang paling cepat dan mengerikan dampak terkait iklim. Kapasitas merupakan penilaian untuk mengukur tindakan pencegahan, persiapan, respon dalam tanggap darurat serta upaya rehabilitasi dan rekonstruksi dalam menghadapi bencana. Selain kapasitas pemerintah, populasi, sektor swasta, media organisasi masyarakat dan perguruan tinggi juga sangat penting dalam penilaian risiko.
Pengurangan risiko bencana adalah pendekatan sistematis untuk mengidentifikasi, menilai dan mengurangi risiko bencana. Hal ini bertujuan untuk mengurangi kerentanan sosial ekonomi terhadap bencana serta berurusan dengan bahaya lingkungan dan lainnya yang memicu. Menurut Yan (2010), Pemetaan risiko adalah proses pembentukan batas spasial dan temporal risiko (menggabungkan informasi tentang probabilitas dan konsekuensi). Pemetaan risiko menggabungkan peta bahaya, eksposur, dan fungsi kerentanan. Hasil pemetaan risiko biasanya disajikan dalam bentuk peta yang menunjukkan besar dan sifat risiko.
2.4. Mitigasi Bencana
Mitigasi berarti mengambil tindakan-tindakan untuk mengurangi pengaruh-pengaruh dari suatu bahaya dan kerentanan yang mengancam sebelum bahaya itu terjadi. Istilah mitigasi berlaku untuk cakupan yang luas dari aktivitas-aktivitas dan tindakan-tindakan perlindungan yang mungkin diawali, dari yang fisik, sampai dengan prosedural.
III. METODOLOGI PENELITIAN
3.1. Lokasi dan Waktu Penelitian
Kegiatan penelitian ini akan dilaksanakan di DAS Kariango Sulawesi Selatan, secara administrasi terletak di 3 Kabupaten di Sulawesi Selatan yaitu Kabupaten Pinrang, Sidrap, dan Enrekang seluas 63.769,30
ha
. Lokasi studi disajikan pada Gambar 1.Gambar 1. Lokasi Penelitian
Penelitian ini dilakukan pada bulan Maret sampai September dimulai dari tahap pengumpulan data, pengolahan data, dan analisis data. Penyusunan Tesis dimulai dari Oktober hingga Desember 2012.
3.2. Bahan dan Alat
Bahan yang digunakan dalam penelitian ini meliputi literatur yang berkaitan lokasi dan kajian berupa peta tematik, citra satelit, kuesioner serta bahan lain yang menunjang penelitian. Adapun alat yang digunakan berupa seperangkat komputer dengan perangkat lunak ArcGis 9.3, ER Mapper 7.0, ERDAS Imagine
SULAWESI DAS KARIANGO
9.2, IDL 7.0, Microsoft Office Word dan Excel, serta peralatan lain seperti Global Positioning System (GPS), kamera dijital dan alat tulis menulis.
3.3. Metode Penelitian
Penelitian ini dilakukan dalam 3 tahap yaitu 1) pengumpulan data, 2) pengolahan data awal 3) analisis data. Penelitian ini dilakukan secara sistematis yang disajikan pada diagram alir penelitian. Untuk mempermudah memahami langkah-langkah penelitian ini, maka pada setiap tahapan disajikan bentuk diagram alir pada Gambar 2.
3.3.1. Pengumpulan Data
Untuk mendukung analisis risiko dan mitigasi kekeringan maka data yang digunakan pada penelitian ini terdiri dari data primer dan data sekunder. Data primer berupa data yang diperoleh melalui survei dan wawancara penduduk dengan menggunakan kuesioner, sedangkan data sekunder terdiri dari data spasial dan data tabular. Jenis data yang dibutuhkan termasuk metode pengumpulan dan sumber data disajikan pada Tabel 3.
Tabel 3. Jenis, metode pengumpulan, dan sumber data serta tujuan penelitian
Jenis Data Metode Sumber Data Tujuan
Pengumpulan Data Curah Hujan (2011) Stasiun Pengamat Iklim
BMKG Maros Sulawesi
Digitasi On-screen BPDAS Saddang Sulsel Skala 1: 50.000
Kedalaman sumur Survey & wawancara Individu
Sungai Digitasi on-screen Peta RBI 1:50.000 Tanah
Kerentanan Kekeringan Analisis Spasial Hasil Analisis
Gambar 2. Diagram Alir Penelitian
Adapun tahapan penelitian ini disajikan secara rinci sebagai berikut :
3.3.2. Pengolahan Data Awal
perekaman pada hasil analisis data curah hujan musim kering (Juli-September 2011) di mana terdapat bulan kering yang sangat ekstrim dan
kemudian dilakukan koreksi geometrik. Citra Landsat ETM 7 tahun 2003 sampai sekarang mengalami striping sehingga diperlukan penambalan dengan menggunakan software IDL 7.0 (Lampiran 1). Citra yang digunakan akuisisi Musim Kering (Juli-September) yaitu akuisisi 21 September 2011 sebagai citra utama yang ditambal dan akuisisi 03 Juli dan 05 September 2011 sebagai citra pengisi atau penambal citra utama.
Peta penggunaan lahan diperoleh dari hasil interpretasi langsung Citra Landsat. Citra Landsat dilakukan penajaman dari cell size 30 x 30 band 321, 543, 432 menjadi resolusi 15 x 15 dengan melakukan analisis pan-sharpening band 8 yang secara otomatis dilakukan di software ER Mapper (Lampiran 2). Pansharpening adalah dengan menggabungkan data citra multispectral yang
mempunyai resolusi rendah dengan citra pankromatik yang mempunyai resolusi tinggi (Sitanggang, 2008).
3.3.3. Analisa Data
3.3.3.1Perumusan Indeks Bahaya Kekeringan Agro-Hidrologi
Pemilihan dan Standarisasi Faktor Indeks Bahaya Kekeringan
Konsep awal dari perumusan model indeks kekeringan dalam penelitian ini adalah adanya suatu nilai yang menggambarkan karakteristik kekeringan pertanian dan hidrologi. Pembuatan indeks ini mengacu pada rumusan Effendy (2011) dengan memasukkan parameter unsur meteorologi (curah hujan, suhu udara, evaporasi, kelembaban) dan unsur lain berupa sumber air, tanah, vegetasi dan populasi. Konsep yang dikembangkan oleh peneliti untuk nilai indeks kekeringan yaitu gabungan dari beberapa variabel yaitu curah hujan musim kering (Juli - September 2011), kedalaman air tanah, jaringan sungai, tekstur tanah dan indeks ketersediaan air tanaman (Water Supplying Vegetation Index). Selanjutnya parameter yang dipakai sebagai berikut :
1. Water Supplying Vegetation Index (WSVI)
ketika vegetasi mengalami kekeringan NDVI menurun dan suhu kanopi meningkat sehingga nilai WSVI menurun yang menunjukkan gambaran kekeringan . Pada penelitian ini citra yang digunakan adalah citra Landsat ETM7 karena citra Landsat memenuhi persyaratan dengan adanya band 6 (Thermal). Metode ini didasarkan pada kenyataan bahwa vegetasi yang tumbuh situasi tergantung erat pada kondisi ketersediaan air, yang dihitung dengan rumus (Zhao et al. 2005 dalam Sivakumar et al. 2005) sebagai berikut :
WSVI = NDVI/Ts ………. (1)
Dimana NDVI adalah index kehijauan vegetasi dan Ts adalah temperatur permukaan saluran 6 citra Landsat.
Nilai NDVI diperoleh dari analisis citra Landsat dengan perhitungan indeks kehijauan kehijauan (NDVI) didasarkan pada persamaan matematis sebagai berikut :
Sedangkan Nilai Ts (temperatur permukaan) akan dihitung berdasarkan pada analisis citra Landsat 7 pada saluran 6 (Infra merah thermal dengan panjang gelombang 10,40 – 12,50 µm). Tahapan dalam penentuan temperatur permukaan lahan (Hakim, 2008) adalah sebagai berikut :
1. Menentukan nilai radiansi spektral obyek yang terdapat pada citra Landsat ETM+7 saluran 6 dari nilai dijital pikselnya dengan menggunakan persamaan USGS (2003) :
Lmin (λ) = adalah radiansi spektral minimum yang terdapat pada
scene (0,1238 m W cm-2 sr-1 ɳm-1)
Lmaks = radiansi spectral maksimum yang terdapat pada scene (1,56 m W cm-2 sr-1 ɳm-1)
Qcal = nilai piksel yang dianalisis
Qcalmaks = nilai piksel maksimum (nilainya = 255)
2. Menentukan temperatur radian berdasarkan nilai radiansi spektral dengan menggunakan persamaan USGS (2003) :
Tb = ……… (4)
Dimana TR = temperatur radian (0K) untuk setiap piksel yang dianalisis K1 = konstanta kalibrasi (666.09 m W cm-2 sr-1 ɳm-1)
K2 = konstanta kalibrasi (1260.56 K) Lλ = radiansi spectral
3. Menentukan temperatur kinetik berdasarkan temperatur radian dengan menggunakan persamaan(Weng (2001) :
Ts = ……….. (5)
Dimana :
Ts = Suhu permukaan yang terkoreksi (K)
λ = Panjang gelombang dari radiasi yang pancarkan sebesar 11.5 µm α = hc/K (1.438 x 10-2
ɛ = Emisivitas Obyek (non-vegetasi 0.96 dan vegetasi 0.97, dan air 0.92. Weng, 2001)
Indeks ini belum terdapat pengkelasan yang baku sehingga dalam pengkelasannya dalam penelitian ini dilakukan berdasarkan natural break.
2. Curah Hujan
Peta curah hujan diperoleh dari data curah hujan musim kering (Juli-September, 2011) dari 7 stasiun hujan digunakan sebagai masukan pada tabel sebaran stasiun. Jumlah hujan di musim kering diakumulasi, selanjutnya dengan menggunakan perangkat lunak ArcGIS 9.3 dengan tools interpolasi kriging. Interpolasi titik merupakan prosedur untuk menduga nilai-nilai yang tidak
batasan pengelompokkan peta curah hujan di lokasi penelitian yang dibagi menjadi 5 kelas (Tabel 4).
3. Kedalaman Air Tanah
Kedalaman air tanah menggambarkan ketersediaan air pada lapisan tanah atau batuan di bawah permukaan tanah. Data kedalaman air tanah (Lampiran 3) diperoleh dari hasil wawancara masyarakat mengenai kedalaman air pada lapisan tanah relatif dekat dari permukaan tanah (sumur galian) maupun lapisan air tanah yang jauh dari permukaan tanah (sumur bor) yang dipetakan dengan kriging interpolation yang kemudian dikelaskan (Tabel 4) berdasarkan natural break
(Jenk’s) dimana pemetaan yang paling akurat untuk data tabular dan memiliki gambaran volume kesalahan terkecil (Jenks dan Caspall, 1971). Klasifikasi natural break terdapat dalam software ArcGIS 9.3.
4. Jaringan sungai
Peta jaringan sungai diperoleh dari buffer sungai yang diturunan dari peta jaringan sungai/tubuh air peta RBI skala 1:50.000. Umumnya temuan di lokasi penelitian (sawah & pemukiman) jarak 100 meter dari sungai merupakan zona aman dari kekurangan/kesulitan air. Buffer 100 meter merupakan batasan dalam pengkelasan peta sumber air (Tabel 4).
5. Tanah
Peta tekstur tanah diperoleh dari peta tanah berdasarkan karakteristik jenis tanah yang diperoleh dari Peta Jenis Tanah Skala 1: 250.000. Pengkelasan berdasarkan kapasitas ketersediaan air (USDA Natural Resources Conservation
Tabel 4. Skor parameter indeks bahaya kekeringan di lokasi penelitian
Parameter Kelas Skor
Curah Hujan Musim Kering
Tekstur a. Lempung berdebu
b. Lempung berliat
(Water Supplying Vegetation Index)
a. - 0.0564 – - 0.0103
Pembobotan Faktor Indeks Bahaya Kekeringan
Semua parameter tersebut yang telah distandarisasi dengan skor 1-5, selanjutnya dilakukan pembobotan berdasarkan pengaruhnya dengan menggunakan metode perankingan dengan rumus sebagai berikut :
Wj = ………. (6)
Dimana: Wj = Nilai bobot yang dinormalkan n = Jumlah criteria (1,2,3,…) rj = Posisi urutan criteria
Rumusan dan Implementasi Indeks Bahaya Kekeringan
Sesuai dengan konsep teori indeks (Spiegel, 1961), perumusan indeks dimulai dari paling sederhana, penambahan variabel yang disesuaikan dengan tujuan karakteristik indeks yang akan dicapai. Perumusan indeks kekeringan dilakukan secara sederhana, dengan melakukan penggabungan dari beberapa parameter indeks dan pengaruhnya yang kemudian dikelaskan berdasarkan nilai natural break. Rumusan Indeks Kekeringan Agro-Hidrologi yang dibuat adalah
sebagai berikut : n – rj +1
Ibk = (c1CH) + (c2KAT) + (c3SA) + (c4T) + (c5WSVI) …….. (7) Dimana : Ibk = Indeks Bahaya Kekeringan
CH = Skor curah hujan
KAT = Skor kedalaman air tanah
SA = Skor sumber air
T = Skor tekstur tanah
WSVI = Skor Indeks ketersediaan air tanaman (Water Supplying Vegetation Index)
c1- c5 = Nilai bobot masing-masing faktor
Hasil yang diperoleh dari analisis indeks bahaya kekeringan agro-hidrologi ini akan menghasilkan peta bahaya kekeringan agro-agro-hidrologi. Penentuan skala peta berdasarkan rumus Tobler (1987) dalam ESRI (2010) :
Skala = Reolusi x 2 x 1000 ..………... (8)
Validasi Lapangan
Validasi lapangan dilakukan untuk mencocokkan hasil analisis Indeks Bahaya Kekeringan Agro-Hidrologi yang dirumuskan dengan keadaan sebenarnya di lapangan. Data validasi berupa : 1) titik-titik kekeringan yang diperoleh dari hasil wawancara petani, masyarakat dan pemerintah (Lampiran 4), dan 2) korelasi luasan data puso yang diperoleh dari Badan Penyuluh Kecamatan dengan luasan model kekeringan di lokasi penelitian.
3.3.3.2. Analisis Kerentanan Kekeringan
Kerentanan adalah tingkat di mana sebuah masyarakat, struktur, layanan atau daerah geografis yang berpotensi terganggu oleh dampak bahaya tertentu. Pendekatan ini menggabungkan kerentanan penduduk dan eksposur masyarakat dengan kemampuan sosial, ekonomi dan budaya untuk mengatasi kerusakan yang akan terjadi (Hilhorst dan Bankorf, 2004 dalam Birkmann, 2006). Kerentanan penduduk dimaknai elemen penduduk yang memicu peningkatan ancaman bencana kekeringan, sedangkan eksposur masyarakat menunjukkan elemen masyarakat yang terpapar akibat kekeringan. Untuk kemampuan sosial, ekonomi dan budaya atau dengan kata lain kapasitas adalah upaya yang dilakukan masyarakat dalam mengurangi ancaman kekeringan.
kemampuan sosial, ekonomi dan budaya adalah kelembagaan terlibat (KT), kemampuan/respon penanggulangan (KR) dan bantuan (BK) terkait bencana kekeringan (Lampiran 5).
Menurut Varnes (1984) dalam Westen (1993), nilai kerentanan ditentukan berdasarkan tingkat ketidakmampuan dalam menghadapi bahaya yaitu dengan memberikan skor antara 0-1 untuk setiap jenis kriteria yang diturunkan berdasarkan kuantifikasi nilai secara relatif dan bersifat lokal. Dalam pengkelasan kerentanan dibagi menjadi 3 kelas berdasarkan pengaruhnya dikelompokkan berdasarkan natural breaks. Pemberian nilai rentan setiap parameter diberi nilai antara 0-1 berdasarkan nilai pengaruh dari data parameter kerentanan dengan menggunakan persamaan 6.
Tabel 5. Skor parameter kerentanan kekeringan
Parameter Variabel Nilai Kelas Nilai Rentan
Kerentanan
Proses penggabungan dari parameter ini dilakukan tanpa pembobotan dengan alasan semua parameter memiliki pengaruh yang sama, dengan persamaan yang digunakan untuk menggambarkan kerentanan desa, sebagai berikut :
V = (KP + TK + PP + KT + KR + BK) ……….. (9)
Dimana : V = Kerentanan
KP = Nilai rentan kepadatan penduduk TK = Nilai rentan tingkat kemiskinan PP = Nilai rentan kepadatan petani KT = Nilai rentan kelembagaan terlibat
3.3.3.3. Analisis Risiko Kekeringan
Analisis dan pembuatan peta-peta parameter dari risiko kekeringan diturunkan dari data spasial dan atribut. Risiko kekeringan meliputi penggabungan antara peta bahaya kekeringan dan peta kerentanan kekeringan. Analisis risiko kekeringan berdasarkan pada persamaan umum digunakan sebagai berikut :
R= H x V ……… (10) Dimana : R = Risiko (Risk)
H = Bahaya (Hazard)
V = Kerentanan (Vulnerability)
Hasil nilai risiko dikategorikan menjadi 3 kelas yaitu rendah, sedang dan tinggi berdasarkan nilai natural breaks.
3.3.3.4. Mitigasi Kekeringan
IV. GAMBARAN UMUM LOKASI PENELITIAN
4.1 Wilayah Administrasi
Daerah Aliran Sungai (DAS) Kariango terletak pada 3039’0” - 4003’0” LS dan 119034’0”BT - 119053’0” BT. Secara administrasi Daerah Aliran Sungai (DAS) Kariango terdapat di 3 Kabupaten di Sulawesi Selatan yaitu Pinrang, Sidrap dan Endrekang. Das Kariango memiliki luas wilayah administratif sebesar 63.769,30 ha dengan batas – batas sebagai berikut (Gambar 3).
Gambar 3. Peta Administrasi DAS Kariango
Sebelah Utara :Kabupaten Pinrang Kecamatan Duampanua dan
Kabupaten Enrekang Kecamatan Alla
Sebelah Timur : Kabupaten Sidrap Kecamatan Maritenggae
Sebelah Selatan : Kabupaten Pare-Pare
Tabel 6. Luas Wilayah Administrasi DAS Kariango Sulawesi Selatan
Kabupaten Kecamatan Luas
ha %
Enrekang Maiwa 8.325,44 13.05
Cendana 1.636,76 2.56
Pinrang Suppa 3.656,75 5.73
Lanrisang 4.617,97 7.24
Mattiro Bulu 11.803,28 18.50
Paleteang 3.942,17 6.18
Patampanua 2.487,92 3.90
Tiroang 7.559,10 11.85
Watang Sawitto 1.244,42 1.95
Sidrap Baranti 4.063,60 6.37
Kulo 6.782,31 10.63
Pancarijang 2.718,53 4.26
Watang pulu 4.931,06 7.73
Jumlah 63.769,30 100.00
DAS Kariango bagian hulu berada di Kabupaten Enrekang dengan 2 Kecamatan yaitu Maiwa dan Cendana sementara bagian hilirnya berada di Kabupten Pinrang dengan Kecamatan Suppa dan Lanrisang yang bermuara di Selat Makassar. Kabupaten yang paling mendominasi DAS Kariango dari segi luasan adalah Kabupaten Pinrang dengan 7 Kecamatan antara lain Kecamatan Suppa, Lanrisang, Mattiro Bulu, Paleteang, Watang Sawitto, Patampanua dan Tiroang dengan luasan sekitar 55.35 %. Kemudian disusul Kabupaten Sidrap dengan 4 Kecamatan yaitu Baranti, Kulo, Pancarijang dan Watang Pulu dengan luasan sekitar 28.99 %.
4.2. Iklim
Berdasarkan Oldeman, tipe iklim di lokasi penelitian tergolong tipe iklim E1234/agak kering dan tipe iklim B123 (BPTP Sulsel). Kabupaten Enrekang berada di tipe iklim B dengan rata-rata tahunan jumlah hujan 3.154 mm (BPS Enrekang 2010), Kabupaten Sidrap dengan rata-rata tahunan jumlah hujan 1.206 mm (BPS Sidrap, 2010) dan Kabupaten Pinrang rata-rata tahunan jumlah hujan 96 mm (BPS Pinrang, 2010).
<60 mm dan bulan lembab dengan curah hujan 60 mm – 100 mm serta bulan basah >100 mm.
Gambar 4. Grafik Curah Hujan Bulanan Tahun 2011 4.3. Topografi
Secara umum kondisi topografi di lokasi penelitian didominasi dengan lereng yang datar 0 – 8 % dengan luasan 55.481.32 ha atau sekitar 87.39 %. Kondisi topografi yang datar ini sebagian besar berada di Kabupaten Sidrap dan Pinrang. Untuk daerah berbukit hingga bergunung berada di Kabupaten Enrekang dan sebagian berada di Kabupaten Sidrap. Dengan kondisi topografi yang datar di DAS Kariango dimanfaatkan oleh masyarakat setempat untuk lahan sawah. Kelas kemiringan lereng disajikan pada Tabel 7.
Tabel 7 Kelas Kemiringan Lereng dan Luasannya di DAS Kariango
Kelas Klasifikasi Kemiringan (%) Luas
ha %
Jumlah 63.488,03 100.00
0
Jan Feb Mar Apr Mei Jun Jul Agu Sept Okt Nov Des
Gambar 5. Peta Kemiringan Lereng DAS Kariango 4.4. Tanah
Gambar 6. Peta Jenis Tanah DAS Kariango Tabel 8. Jenis Tanah dan Luasannya di DAS Kariango
Jenis Tanah Luas
ha %
Aluvial Hidromorf 4435.32 6.96
Aluvial Kelabu Kekuningan 14136.52 22.17
Aluvial Kelabu Olif 4758.86 7.46
Aluvial Kelabu Tua 2561.28 4.02
Grumusol Kelabu 216.22 0.34
Grumusol Kelabu Tua 147.73 0.23
Kompleks podsolik coklat kekelabuan dan regosol 4414.24 6.92
Mediteran Coklat Kekelabuan 966.93 1.52
Podsolik Coklat 18.748,33 29.40
Podsolik Merah Kekuningan 1.901,95 2.98
Regosol Kelabu 246,27 0.39
Regosol Kelabu Kekuningan 1.960,09 3.07
Regosol coklat Kekelabuan 5.618,53 8.81
Regosol Coklat 3.657,01 5.73
4.5. Penggunaan Lahan
Kondisi geobiofisik wilayah mempengaruhi penggunaan lahan. Jenis tanah, kemiringan lereng, iklim/curah hujan, sangat berpengaruh terhadap penggunaan lahan terutama terhadap pertumbuhan tanaman/adaptasi terhadap kekeringan. DAS Kariango berdasarkan hasil interpretasi citra Landsat 7 ETM+ dengan digitasi on-screen setelah dilakukan penajaman citra menjadi cell size 15 x 15 dengan bantuan peta penggunaan lahan Dinas Kehutanan tahun 2010. Penggunaan lahan dari Dinas Kehutanan (2010) disajikan pada Gambar 7, Jenis penggunaan lahan hasil digitasi on-screen yaitu hutan, tubuh air, tambak, kebun campuran, pertanian lahan kering/tegalan, mangrove, semak/belukar, pemukiman dan sawah (Tabel 9). Penggunaan lahan yang terluas adalah sawah seluas 31.537,77 atau sekitar 49.46%. Dari luasan penggunaan lahan, DAS Kariango merupakan DAS kritis dengan luasan hutan seluas 0.77 %, idealnya seluas 30%. Dari indikasi ini sepantasnya DAS Kariango sering mengalami kekeringan karena kurangnya hutan yang berfungsi sebagai tangkapan air. Sebaran jenis penggunaan lahan di lokasi penelitian disajikan pada Gambar 8.
Tabel 9 Jenis Penggunaan Lahan hasil digitasi on-screen 2011
Jenis Penggunaan Lahan Luas
Ha %
Hutan 490,19 0.77
Tubuh Air 177,25 0.28
Tambak 1.133,95 1.78
Kebun Campuran 9.312,11 14.60
Pertanian lahan
kering/Tegalan 13.393,80 21.00
Mangrove 45,11 0.07
Semak/Belukar 5.776,99 9.06
Permukiman 1.902,12 2.98
Sawah 31.537,77 49.46
Gambar 7. Peta Penggunaan Lahan DInas Kehutanan 2010
V. HASIL DAN PEMBAHASAN
5.1. Indeks Bahaya Kekeringan Agro-Hidrologi 5.1.1. Faktor Indeks Bahaya Kekeringan
Kekeringan Agro-Hidrologi dapat diartikan kurangnya pasokan air permukaan dan air tanah sehingga tidak mampu memenuhi/mempengaruhi kebutuhan tanaman dan masyarakat diperiode waktu tertentu. Dalam perumusan indeks bahaya ini, faktor yang terpilih yang dapat dipetakan di DAS Kariango dipengaruhi oleh lima faktor yaitu, curah hujan di musim kering, jarak sumber air, kedalaman air tanah, tektur tanah dan vegetasi.
1. Indeks Ketersediaan Air Tanaman (WSVI)
Kawasan tanpa penutup akan lebih rawan kekeringan, vegetasi dengan penutup yang rendah juga rawan kekeringan, ada vegetasi penutup tetapi memiliki karakteristik buruk (mudah kering) menjadi lebih rentan terhadap kering, vegetasi pada lahan tadah hujan lebih rentan terhadap kekeringan. Jenis tanaman, kerapatan penutupan dan penutupan tanaman berpengaruh langsung terhadap jumlah air pada permuakaan tanah di dalam DAS (Indarto, 2010). Ketika vegetasi mengalami kekeringan, NDVI menurun dan suhu kanopi meningkat, WSVI menurun. Oleh karena itu, WSVI dapat mencerminkan kekeringan efektif (Zhao et al. 2005 dalam Sivakumar et al. 2005).
Peta Indeks ketersediaan air tanaman (WSVI) diperoleh dari indeks kecerahan vegetasi (NDVI) dibagi dengan nilai temperatur permukaan (Ts). Peta
NDVI dan Ts (Lampiran 6) diekstrak dari citra Landsat musim kering (Juli - September 2011). Nilai awan pada penggabungan NDVI dan Ts dilakukan
refill dengan nilai dominan tetangganya. Indeks ketersediaan air tanaman
Gambar 9. Peta Indeks ketersediaan air tanaman (WSVI) 2. Curah Hujan
Curah hujan yang kurang dengan deret hari kering yang panjang merupakan indikator awal lokasi tersebut sangat rawan terjadi kekeringan (khusus di daerah Indonesia bagian timur). Data yang diperoleh dari BMKG Maros menunjukkan di lokasi penelitian dengan deret hari kering yang panjang dimulai dari bulan Juli sampai September (2011) dengan 7 titik stasiun (Lampiran 7). Tabel 10. Stasiun curah hujan dan jumlah curah hujan bulanan (2011)
Stasiun Bulan
Jan Feb Mar Apr Mei Juni Juli Agus Sept Okt Nov Des Enrekang 96 43 252 329 159 30 23 8 58 159 296 335
Cendana 90 59 234 255 181 61 92 8 38 150 130 239
Lawawoi 124 95 93 205 163 158 34 0 16 165 452 202 Patampanua 317 171 231 145 346 43 38 10 17 264 310 276 Mattiro Bulu 208 56 204 171 252 146 2 0 46 239 369 274
Tiroang 75 34 60 183 129 44 31 0 30 147 276 220
Lanrisang 152 54 258 263 60 22 9 0 0 72 175 207
Sumber : BMKG Maros Sulsel
mempengaruhi tingkat kedalaman air tanah (Dileep et al. 2007). Sebaran curah hujan musim kering (Juli – September 2011) di lokasi penelitian disajikan pada Gambar 10, yang menunjukkan kurangnya jumlah hujan di bulan kering tersebar di bagian hilirDAS Kariango. Peta curah hujan diperoleh dari interpolasi kriging dengan standarisasi ukuran pixel mengikuti resolusi citra Landasat 30 x 30 yang dikelaskan menjadi lima kelas sesuai dengan metode Schmit-Ferguson bahwa jumlah hujan < 60 mm merupakan kriteria kering.
Gambar 10. Peta curah hujan musim kering (Juli – September, 2011) 3. Kedalaman Air Tanah
Kedalaman air tanah mencerminkan kapasitas akuifer untuk menyimpan air dan mengalirkan ke sungai.
Peta kedalaman air tanah diperoleh dari pengukuran dan wawancara langsung dari masyarakat di lokasi penelitian yang kemudian dilakukan interpolasi kriging dengan standarisasi reolusi 30 x 30. Kelas kedalaman air tanah
dibagi menjadi lima kelas berdasarkan natural breaks. Peta kedalaman air tanah disajikan pada Gambar 11.
Gambar 11. Peta kedalaman air tanah di lokasi penelitian 4. Jaringan Sungai (Buffer)
Gambar 12. Peta buffer jaringan sungai di lokasi penelitian 5. Tekstur Tanah
Tanah (karakteristik buruk, tekstur tanah yang berpasir). Tekstur tanah dapat meningkatkan atau mengurangi efek kekeringan, karena perbedaan dalam aerase memegang air (Berger et al. 2012). Tekstur tanah menentukan jumlah air yang dapat diikat pada berbagai kondisi kadar lengas tanah, semakin baik daya ikat air tanah akan semakin baik untuk kebutuhan dan ketersediaan air bagi masyarakat dan tanaman (air tanah dipompa oleh perakaran tanaman). Peta tekstur tanah diperoleh dari karakteristik jenis tanah di lokasi penelitian dari peta tanah skala 1: 250.000. Tabel 11 menyajikan jenis tanah dan tekstur di lokasi penelitian. Pengkelasan parameter ini didasarkan kapasitas air tersedia pada tekstur tanah tertentu (USDA Natural Resources Conservation Service, 2008) yang dikelaskan menjadi lima kelas. Kelas kapasitas air tersedia berdasarkan kelas tekstur tanah di
sajikan pada Tabel 12. Peta tekstur tanah berikut dilakukan rasterisasi dengan resolusi 30 x 30 yang disajikan pada Gambar 13. Parameter ini merupakan parameter yang sangat lemah yaitu basis datanya diperoleh dari skala kecil/tidak
Tabel 11.Jenis Tanah dan Tekstur Tanah di lokasi penelitian
Jenis tanah Tekstur tanah
Aluvial kelabu olif Lempung berliat
Aluvial kelabu tua Lempung liat berpasir
Grumusol kelabu tua Pasir berlempung
Kompleks podsolik coklat kekelabuan dan regosol Lempung berpasir Mediteran coklat kekelabuan Lempung berliat
Podsolik coklat Liat berpasir
Podsolik merah kekuningan Lempung berpasir
Podsolik violet Lempung berpasir
Regosol coklat kekelabuan Lempung berdebu Regosol kelabu kekuningan Lempung berdebu Aluvial kelabu kekuningan Liat berpasir
Grumusol kelabu Lempung berliat
Regosol coklat Lempung berpasir
Regosol kelabu Lempung berpasir
Aluvial hidromorf Liat
Tabel 12.Kelas kapasitas air tersedia pada kelas tekstur
Texture Class Available Water Capacity Class
Silt loam, Silty clay loam 1
Clay loam, Loam 2
Fine Sandy loam, Silty clay 3
Sandy loam, clay 4
Sand, Loamy sand 5
5.1.2.Pembobotan Faktor Indeks Bahaya Kekeringan
Penentuan tingkat bahaya kekeringan dilakukan pembobotan dari semua parameter yang digunakan. Dasar pembobotan dilakukan berdasarkan urutan kepentingan, yaitu semua parameter yang digunakan diberikan bobot berdasarkan pengaruhnya, semakin besar pengaruhnya maka bobot yang diberikan juga semakin besar dan begitu seterusnya.
Konsep pemilihan penentuan faktor parameter dan urutan pengaruhnya dalam rumusan indeks bahaya kekeringan adalah sebagai berikut : kurangnya curah hujan menjadi indikator awal suatu wilayah rawan kekeringan sehingga parameter ini diputuskan menempati bobot utama. Air tanah secara langsung berpengaruh bila curah hujan kurang yang sifatnya menampung air hujan dan mengalirkannya ke sungai, sehingga bobot air tanah lebih tinggi dari bobot sungai. Semakin dalam air tanah dan jauh dari sumber air menggambarkan rawan kekeringan. Tekstur tanah mengurangi dan meningkatkan efek kekeringan karena perbedaan dalam daya mengikat air dan menyalurkannya. Selanjutnya vegetasi tergantung pada tekstur tanah memenuhi kebutuhan tanaman.
Berdasarkan dari ulasan tersebut, maka parameter yang terpilih diurut berdasarkan kepentingan dan bobotnya sehingga diperoleh bobot normalisasi
dengan menggunakan metode rasional. Pembobotan parameter yang
mempengaruhi kekeringan disajikan pada Table 13 berikut.
Tabel 13. Bobot Parameter Indeks Bahaya Kekeringan Agro-Hidrologi
Parameter Urutan Urutan Bobot
Kepentingan Bobot Normalisasi
Curah Hujan (CH) 1 5 0.33
Kedalaman Air Tanah (KAT) 2 4 0.27
Sumber air (SA) 3 3 0.20
Tekstur Tanah (T) 4 2 0.13
Water Supplying Vegetation Index (WSVI) 5 1 0.07
5.1.3. Rumusan dan Implementasi Indeks Bahaya Kekeringan
tertentu di lokasi tertentu. Rumusan persamaan yang digunakan pada indeks bahaya kekeringan agro-hidrologi adalah sebagai berikut:
Ibk = (0.33CH) + (0.27KAT) + (0.20SA) + (0.13T) + (0.06WSVI)….. (11) Dimana : Ibk = Indeks Bahaya Kekeringan
CH = Skor curah hujan
KAT = Skor kedalaman air tanah
SA = Skor sumber air
T = Skor tekstur tanah
WSVI = Skor Indeks ketersediaan air tanaman (Water Supplying Vegetation Index)
Untuk menentukan nilai kelas bahaya, skor dari kelima parameter yang dikalikan dengan bobot normalisasi dibagi dalam beberapa kelas berdasarkan natural breaks yaitu tidak kering, rendah, sedang dan tinggi.
Pembuatan peta bahaya kekeringan dilakukan dengan cara
menggabungkan atau menjumlahkan nilai skor keseluruhan dari hasil tumpang tindih peta tematik penyebab kekeringan yang disusun. Semua parameter yang digunakan telah distandarisasi dengan ukuran piksel yang sama 30 x 30 mengikuti ukuran piksel citra Landsat sehingga skala peta yang dihasilkan dari analisis indeks bahaya kekeringan agro-hidrologi tersebut menghasilkan skala peta 60.000.
Gambar 14. Peta Bahaya Kekeringan dan Validasi Titik Lapangan 2 titik tidak sesuai dari 53
titik validasi lapangan
Gambar 15. Korelasi Luasan Data Puso dan Luasan Model Kekeringan
Gambar 15 menunjukkan korelasi yang rendah antara luasan puso dan luasan model yang mengalami kekeringan. Sejauh ini belum ada standarisasi yang dapat digunakan acuan untuk mengukur keakuratan tingkat kekeringan di lapangan dan tingkat kekeringan di model kekeringan. Hal ini dikarenakan belum ada persepsi petani dan pemerintah yang sama mengenai tingkat kekeringan di lapangan dan bencana kekeringan tidak seperti bencana lain sepeti longsor dan banjir yang meninggalkan jejak akibat bencana. Terkait dengan data puso tidak bisa digunakan dalam membandingkan tingkat kekeringan karena klasifikasi puso sendiri juga belum ada persepsi yang sama antara petani dan pemerintah. Selain itu, data puso (Lampiran 8) di lapangan hanya sebagian yang dapat diperoleh langsung dari Badan Penyuluh Kecamatan di lokasi penelitian. Hal ini dikarenakan data puso sangat dirahasiakan berhubung temuan di lapangan fenomena adanya bantuan puso membuat oknum tertentu melakukan rekayasa data puso yang terkait dengan adanya bantuan puso (uang tunai) dan juga bantuan puso yang tidak terealisasi/disalurkan ke petani yang tepat maupun tidak merata. Dari informasi petani yang diwawancari banyak lahan sawah mereka yang mengalami gagal panen tidak ikut terdata dan mendapatkan bantuan.
Hasil validasi titik menunjukkan bahwa perumusan indeks dan pemetaan bahaya kekeringan dalam kajian ini mampu menggambarkan karakteristik sebaran kekeringan yang ril dimusim kering (Juli, Agustus, September 2011). Terkait dengan luasan kekeringan, perumusan indeks pemetaan bahaya kekeringan belum dapat menggambarkan sebaran kekeringan yang ril.
