2
Pada bulan April 2017, sebagian wilayah di Jawa Timur mulai mema-suki masa peralihan dari musim peng-hujan menuju musim kemarau. Se-bagian kecil wilayah masih mengalami musim penghujan. Arah angin di Indo-nesia pada bulan April 2017 didomi-nasi dari arah Timuran, hal ini dapat dilihat dari Indeks Monsoon Australia harian.
Indeks monsoon Australia ha-rian di atas merupakan indikator adanya angin monsoon. Pada gambar di atas , bulan April 2017 indeks mon-soon Australia harian berada pada ki-saranan angka (–2) hingga (–3), yang
mengindikasikan bahwa monsoon Timuran menguat.
Monsoon merupakan angin yang berbalik arah secara musiman akibat perbedaan pemanasan antara daratan dan lautan. Ini berbeda de-ngan angin darat dan angin laut yang tidak berbalik arah secara musiman tapi harian. Angin disebut monsoon bila ia berbalik arah hampir setiap 6 bulan sekali dan harus memenuhi be-berapa hal lainnya, misalnya kece-patannya minimal 3 m/s, pembalikan arahnya lebih dari 120 derajat, dan mempunyai kemantapan (persistensi) angin yang tinggi (lebih dari 60%).
Gambar 1. Indek monsoon Australia harian. (Sumber : http://www.cpc.ncep.noaa.gov)
4
Beberapa wilayah yang mempunyai pola monsoon antara lain Afrika Barat dan Timur, Asia Selatan, Asia Timur, Asia Tenggara dan Australia, serta Amerika.
Di antara semua wilayah mon-soon tersebut yang paling berkembang adalah monsoon Asia Tenggara dan Australia bagian Utara. Saat matahari di BBU (Belahan Bumi Utara) maka te-kanan udara di BBU lebih rendah dari-pada di BBS (Belahan Bumi Selatan). Akibatnya bertiup angin dari BBS ke BBU dan ketika melewati ekuator maka angin Tenggara ini akan berbelok men-jadi angin Barat Daya, sebaliknya pada
saat matahari di BBS maka pola yang berbalikan terjadi. Pada kasus pertama dampak yang ditimbulkan biasanya adalah musim hujan di banyak wilayah di tanah air, sebaliknya pada kasus kedua curah hujan akan jauh berkurang karena pembentukan awan hujan tidak banyak terjadi sehingga kemarau atau musim kering berkembang di sebagian wilayah di tanah air.
Indeks monsoon merupakan salah satu indikator untuk melihat apakah pola monsoon mulai berkem-bang, apakah untuk Indonesia telah memasuki musim kemarau ataukah hu-jan. Salah satu indeks yang digunakan
Gambar 2. Citra Radar Cuaca tanggal 03 April 2016 (Sumber : Stasiun Meteorologi Juanda Surabaya)
adalah indeks monsoon Australia (AUSMI) yang memperlihatkan bagai-mana rata-rata wilayah indeks terse-but pada ketinggian 850 mb di wilayah 110 - 130 E dan 5 - 15 S.
Pada masa peralihan dari musim penghujan menuju musim kemarau, hujan mulai berkurang. Kondisi cuaca pada siang hari didomi-nasi cerah hingga berawan. Hujan dengan intensitas sedang hingga lebat terjadi pada malam hingga dini hari dengan suara petir yang bergemuruh.
Pada tanggal 03 April 2017 ter-catat terjadi hujan dengan intensitas
lebat di wilayah Pandaan, Pasuruan. Hujan lebat tersebut disertai dengan angin kencang sesaat yang bersifat merusak.
Pada citra radar gambar 2, yaitu pada pukul 14.30 WIB di Kota Sura-baya terdapat reflektivitas tinggi yaitu 55-65 dBZ. Reflektifitas yang tinggi menunjukkan potensi adanya cuaca buruk. Reflektifitas adalah kemam-puan suatu bahan dalam memantul-kan gelombang elektromagnetik yang terpapar ke permukaannya, Satuan dari Reflektifitas adalah decibel (dBZ). Gambar 3. Citra Radar Cuaca produk HWIND di Surabaya tanggal 03 April 2016
6
Hujan dengan intensitas sangat lebat tersebut disertai dengan angin kencang sesaat yang sangat merusak. Dalam istilah meteorologi, angin ken-cang sesaat yang bersifat merusak bisa saja puting beliung ataupun downburst.
Produk radar gambar 3 adalah HWIND, yaitu untuk mengetahui po-tensi adanya angin kencang. Dalam citra HWIND di atas pada pukul 14.30 WIB terlihat adanya angin kencang di wilayah Pandaan, Pasuruan dengan kecepatan mencapai 35 knots atau 63 km/jam. Kecepatan angin yang men-capai 63 km/jam tentu saja bersifat
sangat merusak.
Pada awal bulan April 2017, hu-jan dengan intensitas sangat lebat dan mengakibatkan banjir masih terjadi di beberapa wilayah di Jawa Timur, seperti Bojonegoro, Sumenep, Sido-arjo, Surabaya dan Jombang.
Pada tanggal 08 April 2017 seki-tar pukul 13.00 WIB terjadi hujan de-ngan intensitas sangat lebat di Ge-dangan, Kabupaten Sidoarjo. Hujan sangat lebat tersebut terjadi selama ± 1 jam yaitu hingga pukul 14.10 WIB dan mengakibatkan banjir di beberapa ruas jalan, perumahan warga dan per-gudangan.
Gambar 4. Citra Radar Cuaca tanggal 08 April 2016 (Sumber : Stasiun Meteorologi Juanda Surabaya)
Pada citra radar gambar 4 yaitu pada pukul 13.00 WIB di Gedangan, Sidoarjo terdapat reflektivitas tinggi yaitu 55-65 dBZ yang menunjukkan adanya hujan sangat lebat di lokasi tersebut.
Pada pukul 13.20 WIB, hujan le-bat semakin meluas. Disebut sebagai hujan ekstrim jika jumlah curah hujan selama 1 jam berjumlah 20 mm atau lebih dan jika jumlah curah hujan se-lama satu hari 50 mm atau lebih.
Cuaca buruk di Gedangan, Sido-arjo dan beberapa kota di Jawa Timur pada tanggal 08 April 2017 terjadi karena kondisi atmosfer yang tidak sta-bil atau lasta-bil. Untuk mengetahui kondisi atmosfer dapat menggunakan analisa data udara atas yang sudah dipetakan kedalam aerogram dengan mengguna-kan software RAOB 5.7. Berikut ini adalah analisa Raob tanggal 08 April 2017 jam 00.00 UTC.
Gambar 5. Citra Radar Cuaca tanggal 08 April 2016 (Sumber : Stasiun Meteorologi Juanda Surabaya)
8
Gambar 6. Analisa RAOB tanggal 08 April 2017 jam 00 UTC. (Sumber : Stasiun Meteorologi Juanda Surabaya)
Pada pengamatan Radiosonde yang dilakukan di Stasiun Meteorologi Juanda Surabaya, tanggal 08 April 2017 jam 00.00 UTC didapatkan data sebagai berikut :
Dari Stability Index, diketahui bahwa LI (Lifted Index) sebesar -3.3. Kondisi ini menunjukkan bahwa Indeks pengangkatan sangat besar, yang da-pat mengakibatkan terbentuknya awan-awan konvektif penyebab terjadinya hujan.
Nilai LI digunakan untuk mengeta-hui tingkat kestabilan atmosfer. Bila LI antara -2 sampai -6, atmosfer dikate-gorikan dalam keadaan tidak stabil, dalam keadaan tersebut badai guntur dan hujan lebat dapat terjadi.
Kondisi atmosfer tidak dapat di-nyatakan dengan menggunakan hanya satu indeks saja. Penaksiran biasanya dengan menggabungkan dua atau lebih nilai indeks, yaitu gabungan antara Indeks Pengangkatan (LI) dan
Sholwa-ter Index (SI). Index LI digunakan untuk
menandai ketidakstabilan pada lapisan
bawah dan SI digunakan untuk menan-dai ketidakstabilan pada lapisan atas.
Indek SI pada jam 12 UTC sebe-sar - 1.0. Bila LI dan SI negatif menunjukkan bahwa di lapisan troposfer bawah dalam keadaan tidak stabil, dan pada lapisan troposfer atas dalam keadaan tidak stabil juga. Pada saat atmosfer dalam keadaan tidak stabil, maka berpotensi menimbulkan badai guntur, hujan lebat dan angin kencang.
Dari K indeks jam 12 UTC, sebe-sar 39.6 menunjukkan bahwa potensi timbulnya badai guntur sebesar 80% – 100%.
Indeks SWEAT (Severe Weather
Treath) baik digunakan untuk menandai
potensi terjadinya cuaca buruk. Indeks SWEAT pada jam 00 UTC tercatat se-besar 218.8. Dari nilai indeks SWEAT tersebut menunjukkan adanya potensi timbulnya cuaca buruk dalam beberapa jam ke depan.
Untuk mengetahui besarnya ener-gi yang terkandung dalam suatu massa udara, digunakan indeks CAPE (Convective Available Potential
Ener-gy). Nilai CAPE pada jam 00 UTC
adalah sebesar 887 J/Kg. Nilai ini ter-masuk dalam kategori nilai CAPE yang sedang. Dengan adanya energi ini maka pertumbuhan awan-awan hujan tidak terlalu tinggi.
Indeks Keterangan LI - 3.3 SI -1.0 K Index 39.6 SWEAT 218.8 CAPE 887 J/Kg PW 6.58 cm/2.6 inch
10
Precipitable Water (PW)
menun-jukkan kadar air yang ada di lapisan Troposfer. PW pada pada jam 12 UTC besar yaitu 6.58 cm atau 2.6 inch. Nilai PW di atas 2 inch menunjukkan kand-ungan kadar air yang sangat tinggi di lapisan Troposfer.
Dari indeks-indeks di atas dapat disimpulkan bahwa kondisi atmosfer berdasarkan data RAOB jam 00 UTC tanggal 08 April 2017 dalam keadaan tidak stabil atau labil, yang berpotensi mengakibatkan pertumbuhan awan-awan konvektif (Cb) yang menghasil-kan hujan lebat.
Jika ditinjau dari kondisi suhu
muka air laut, kondisi perairan Indone-sia suhunya masih hangat. Di wilayah perairan Jawa Timur khususnya, suhu muka laut berkisar antara 30°C – 32° C. Semakin panasnya suhu muka air laut di sekitar Jawa Timur, mengakibat-kan air laut mudah menguap, sehingga cukup tersedianya uap air di udara mengakibatkan terbentuknya awan-awan hujan.
Semakin panasnya suhu muka air laut di sekitar Jawa Timur, me-ngakibatkan air laut mudah menguap, sehingga cukup tersedianya uap air di udara mengakibatkan terbentuknya awan-awan hujan.
Gambar 7. Suhu muka laut perairan Indonesia (Sumber : http://polar.ncep.noaa.gov/)
Kondisi cuaca memiliki keterkai-tan dengan 5 pengatur (regime) yang mempengaruhi iklim yaitu kriosfer, litos-fer/pedosfer, hidrosfer, biosfer, dan at-mosfer. Untuk memprakiraan cuaca Jawa Timur pada bulan Mei 2017 perlu mempertimbangkan pengaruh atmos-fer.
Untuk menganalisa pengaruh atmosfer terhadap cuaca dan iklim di Jawa Timur, maka perlu dilakukan ana-lisa skala global, regional dan lokal. Skala global meliputi gerak semu dan siklus Matahari, The Southern
Oscilla-tion Index (SOI), El Niño/Southern cillation (ENSO) dan Maden-Julian
Os-cillation (MJO). Skala regional meliputi Analisa anomali Outgoing Longwave
Radiation (OLR), Siklon Tropis, Dipole Mode Index (DMI), Sirkulasi Monsun
Asia-Australia, angin pasat, suhu muka laut, dan angin gradien. Sedangkan
faktor skala lokal meliputi pengaruh angin darat dan angin laut, analisa
Ra-winsonde Observation (RAOB) dan
je-nis udara yang mempengaruhi atmos-fer Jawa Timur di bulan Mei 2017. Gerak semu dan siklus Matahari/ Bulan
Posisi semu Matahari mempe-ngaruhi pemanasan sisi permukaan Bumi, pada periode 1 Mei 2017 (4 Sya’ban 1438 H ) - 31 Mei 2017 (5 Ra-madhan 1438 H) posisi semu Matahari berada di belahan Bumi Utara, hal ini mengakibatkan daratan Indonesia yang terletak di Utara Ekuator meneri-ma panas relatif lebih banyak sehing-ga berpeluang tumbuhnya daerah-daerah bertekanan rendah di Utara Ekuator.
Tabel 1. Koordinat posisi semu Matahari/Bulan di bulan Mei 2017 (Sumber: http://www.timeanddate.com/worldclock/sunearth.html)
HARI TANGGAL JAM POSISI SEMU MATAHARI Senin 1 Mei 2017 00.00 WIB 14o 59 ’ LU ; 75 o 42 BB Rabu 31 Mei 2017 24.00 WIB 22o 00’ LU ; 75o 33’ BB
HARI TANGGAL POSISI BULAN
Jumat 12 Mei 2017/ 15 Sya’ban 1438 H Bulan Purnama Sabtu 27 Mei 2017/1 Ramadhan 1438 H Bulan Baru
12
Siklus Matahari
Siklus Matahari 11 tahunan di-ketemukan oleh Heinrich Schwabe pada tahun 1843, sekarang telah me-masuki siklus ke -24, dan tahun terak-tif pada siklus ke-24 sudah terjadi di bulan Februari tahun 2014, yaitu ter-dapat 146,1 Bintik Matahari (tabel 2). Bintik Matahari.
Diprakirakan banyaknya Bintik Matahari berfluktuasi dan terus menu-run sampai tahun 2020, pada saat
ke-jadian El-Nino tahun 2015 (tabel 2) banyaknya Bintik Matahari relatif lebih banyak bila dibandingkan El-Nino ta-hun 1997/1998.
Jumlah Bintik Matahari di bulan Mei 2017 diprakirakan berfluktuasi di sekitar 30, menyebabkan berkurang-nya kedalaman dan luasan air laut yang mengalami peningkatan tempe-ratur, sehingga peluang tumbuhnya awan-awan penghujan di bulan Mei 2017 di Jawa Timur diprakirakan di bawah normal klimatologinya.
Tabel 2. Data Bintik Matahari bulanan dari
Ionospheric Prediction Service - IPS - Radio and Space Weather Services of Australia
Southern Oscillation Index (SOI) Indeks SOI memberikan infor-masi tentang perkembangan dan in-tensitas El Niño atau La Nina di Samu-dera Pasifik, Indeks SOI dihitung ber-dasarkan perbedaan tekanan udara antara Tahiti dan Darwin.
Harga Indeks SOI yang terus menerus di bawah - 7 (tekanan udara di Tahiti relatif lebih rendah) mengindi-kasikan adanya El Nino, Harga Indeks
SOI yang terus menerus di atas +7 (tekanan udara di Darwin relatif lebih rendah) mengindikasikan adanya La Nina, harga Indeks SOI antara -7 dan +7 umumnya mengindikasikan kondisi netral.
Indeks SOI selama 30 hari tera-khir (25 Maret sampai dengan tanggal 23 April 2017 harganya yaitu – 5,4 (pada gambar 1) mengindikasikan netral, harga indeks SOI pada bulan
Gambar 1. Indeks SOI -30 harian sampai dengan tanggal 23 April 2017 (Sumber : http://www.bom.gov.au/climate/enso/#tabs=SOI)
14
Mei 2017 diprakirakan berfluktuasi da-lam kisaran netral negatif, diprakirakan tekanan udara di di Samudera Pasifik Barat (Darwin) masih relatif sama atau lebih tinggi dari pada tekanan udara di Samudera Pasifik Tengah (Tahiti).
Menurut BOM Australia) harga Indeks SOI bulanan tahun 1997 pada waktu terjadi El Nino (http:// w w w. b o m . g o v. a u / c l i m a t e / c u r r e n t /
soihtm1.shtml), rataratanya sebesar
-10,3, mirip dengan harga Index SOI bulanan tahun 2015 yang rata-ratanya sampai dengan bulan Desember 2015 sebesar -11,23. Bahkan tahun 2015 le-bih negatif, hal ini mengindikasikan ada pengaruh El Nino. Indeks SOI un-tuk bulan Mei 2017 diprakirakan netral (negatif), sehingga peluang pertumbu-han awan pada bulan Mei 2017 di Ja-wa Timur diprakirakan di baJa-wah normal klimatologinya.
El Niño/Southern Oscillation (ENSO) Indeks ENSO (El Niño/Southern Oscillation) berdasarkan kepada suhu muka laut, El Nino merupakan fenome-na global dari sistem interaksi laut-atmosfer yang ditandai dengan mema-nasnya suhu muka laut di Ekuator Pasi-fik Tengah (Niño3.4) yaitu daerah antara 5o LU - 5o LS dan 170º BB – 120º BB atau anomali suhu muka laut di daerah tersebut positif (lebih panas dari rata-ratanya) maka wilayah Indonesia yang terpengaruh akan berkurang curah hujannya secara drastis.
Harga Indeks ENSO yang terus menerus di bawah – 0,5 mengindikasi-kan adanya La Nina, harga Indeks EN-SO yang terus menerus di atas + 0,5 mengindikasikan adanya El Nino, harga Indeks ENSO antara - 0,5 dan + 0,5 umumnya mengindikasikan kondisi ne-tral.
Gambar 2. Anomali suhu mingguan sampai dengan 23 April 2017 (Sumber:http://www.bom.gov.au/climate/enso/indices.shtml?bookmark=nino3.4)
A n o m a l i S u h u M i n g g u a n (Niño3.4) BOM (gambar 2) sampai dengan 23 April 2017 harganya positif + 0,5 oC, menurut Climate Prediction
Centre IRI (tabel 3) periode
Mei-Juni-Juli (MJJ) pengaruh El- Niño pe-luangnya sekitar 56% kemudian pada bulan-bulan berikutnya peluangnya di sekitar 69%, sehingga bulan Mei 2017 di Jawa Timur pertumbuhan awannya diprakirakan di bawah normal klima-tologinya.
ANALISA MADEN-JULIAN OSCILA-TION
The Madden-Julian Oscillation (MJO) adalah fluktuasi cuaca ming-guan atau bulanan di daerah tropis, fluktuasi berupa periode basah yaitu periode banyak awan penghujan
ke-mudian disusul periode kering yaitu periode awan konvektif sukar terben-tuk (convectively suppressed), fluktua-si tersebut terjadi berganti-ganti (basah dan kering) dengan total perio-denya antara 40 hari sampai 50 hari, bila periodenya lebih pendek dari pada periode musim maka dikatakan seba-gai variasi di dalam musim (intraseasonal variation).
MJO pada awalnya diketemukan oleh Roland A. Maden dan Paul R. Ju-lian pada tahun 1971 dalam bukunya yang berjudul “Detection of a 40-50
Day Oscillation in the Zonal Wind in the Tropical Pacific”.
Intensitas dan keberadaan MJO dinyatakan dengan indeks RMM (Real
-time Multivariat MJO Index), MJO
di-pengaruhi oleh gerak semu Matahari, Tabel 3. Tabel Prakiraan International Research Institute – Climate Prediction Centre
(Sumber:http://iri.columbia.edu/ourexpertise/climate/forecasts/enso/current/?enso-iri_plume)
16
MJO bergerak ke arah Timur dalam 8 fase sesuai dengan lokasi geografi fase MJO.
Fase 1 di atas Benua Afrika (40o BT – 60o BT), Fase 2 di Samudera Hindia Barat (60o BT – 80o BT), Fase 3 di atas Samudera Hindia Timur (80o BT – 100o BT), Fase 4 di atas Indonesia Barat (100o BT – 120o BT), Fase 5 di atas Indonesia Timur (120o BT – 140o BT), Fase 6 di Pa-sifik Barat (140o BT – 160o BT), Fase 7 di Pasifik Tengah (160o BT – 180o BT), Fase 8 di Pasifik Timur (180o BB – 160o BB).
Gambar 3 memperlihatkan perjala-nan Fase MJO selama 40 hari terakhir (mulai tanggal 16 Maret 2017 – 24 April 2017), Fase MJO dengan indeks yang
relatif kecil bergerak ke semua Fase, berakhir di Fase 7 pada tanggal 24 April 2017 dengan nilai indeks yang relatif ke-cil.
Prakiraan BOMM: Australian
Bure-au of Meteorology - POAMA Coupled
System, 40 hari ke depan (20 April 2017 – 1 Juni 2017), diagram Fase pada gam-bar 4 di atas MJO terlihat pada minggu pertama melintas (dengan harga indeks yang relatif kecil) dari Fase 8 ke Fase 7, kemudian pada minggu kedua sampai minggu ke-empat bergerak ke Fase 8, ke Fase 1, kemudian dengan harga yang relatif kecil berakhir di Fasa 2. Garis ku-ning adalah pergerakan Fase dari 51 da-ta, garis hijau adalah rata-rata
Gambar 3. Fase MJO 40 hari periode 16 Maret 2017 – 24 April 2017 (Sumber:http://www.cpc.noaa.gov/products/precip/CWlink/MJO/whindex.shtml)
adalah rata-rata pergerakan Fase dari 51 data, garis hijau tebal merupa-kan rata-rata pergeramerupa-kan Fase di ming-gu pertama dan garis hijau tipis adalah rata-rata pergerakan Fase di minggu kedua sampai dengan minggu keem-pat. Daerah yang diarsir abu-abu me-wakili 50% dari pergerakan Fase selu-ruh data dan daerah yang diarsir abu-abu muda mewakili 90% dari pergera-kan Fase seluruh data, sehingga dae-rah yang dilintasi Fase MJO berpeluang mengalami periode basah. Dengan de-mikian karena Jawa Timur merupakan daerah Fase 4 yang tidak dilewati Fase MJO maka Jawa Timur pada bulan Mei 2017 mengalami periode awan konvek-tif sukar terbentuk (convectively
sup-pressed).
Analisa anomali OLR (Outgoing Long-wave Radiation)
Analisa Outgoing Longwave Ra-diation (OLR) sering digunakan sebagai cara untuk mengidentifikasi ketinggian, ketebalan awan hujan konvektif. Peta (gambar 5) menggambarkan posisi awan berdasarkan MJO-OLR, warna ungu dan biru (anomali OLR negatif) menunjukkan daerah tersebut mengala-mi peningkatan pertumbuhan awan (enhanced convection) atau peluang hujan meningkat, menunjukkan daerah tersebut aktif, lebih tinggi dari keadaan normalnya, sedangkan untuk daerah dengan warna orange menunjukkan keadaan di bawah normalnya tidak b a n y a k p e r t u m b u h a n a w a n (suppressed conditions). Prediksi MJO Gambar 4. Indeks RMM (Real-time Multivariat MJO Index)dan prediksi MJO menurut EMON
18
yang diikuti oleh anomali OLR selama 15 hari ke depan yaitu mulai dari tanggal 24 April 2017 sampai de-ngan tanggal 9 Mei 2017 maka Jawa Timur pada bulan Mei mengalami pe-riode tidak banyak pertumbuhan awan (convectively suppressed).
Siklon Tropis
Dengan bergesernya posisi se-mu Matahari ke belahan Bumi Utara maka peluang timbulnya daerah-daerah bertekanan rendah di belahan Bumi Utara meningkat dan bila energi pemanasannya cukup maka daerah
bertekanan rendah akan berkembang menjadi Silkon Tropis.
Pada bulan April 2017 di Utara Ekuator terjadi 3 Siklon Tropis, yaitu di Samudera Atlantik ada Siklon Tropis Arlene, di Samudera Pasifik Barat ada Siklon Tropis Muifa dan Tropis Depres-sion (Two), dan di Selatan Ekuator ter-jadi 4 Siklon Tropis yaitu di Samudera Pasifik Selatan terjadi 2 Siklon Tropis yaitu Siklon Tropis (Fourteen) dan Si-klon Cook, di Samudera Hindia Selatan terjadi 1 Siklon (Ernie), di Samudera Hindia Utara terjadi 1 Badai Tropis (Maarutha).
Gambar 5. Prakiraan MJO diikuti anomali OLR untuk 15 hari ke depan mulai 24 April 2017
Dari 4 siklon tropis tersebut, hanya Siklon (Ernie) dan Badai Tropis (Maarutha) yang relatif berpengaruh terhadap pola angin gradien pada wi-layah Indonesia. Untuk bulan Mei 2017 peluang terjadinya siklon di Uta-ra Ekuator terutama di SamudeUta-ra Pa-sifik meningkat, maka diprakirakan di Jawa Timur pada bulan Mei 2017 pe-luang tumbuhnya awan penghujan di bawah normal klimatologinya.
Dipole Mode Index (DMI)
Indeks Dipole Mode dihitung berdasarkan perbedaan anomali suhu muka laut antara Samudera Hindia Bagian Barat (10°LS - 10°LU , 50°BT - 70°BT) dan Samudera Hindia Bagian
Timur (10°LS - 0°LS, 90°BT - 110° BT ). Indeks Dipole Mode bernilai po-sitif menunjukkan anomali suhu muka laut di Samudera Hindia Bagian Barat relatif lebih tinggi sehingga meningkat-kan peluang pertumbuhan awan di Samudera Hindia Bagian Barat.
Update Indeks DMI minggu yang lalu tanggal 23 April 2017 adalah positif 0,22 (gambar 6), diprakirakan nilai indeks pada bulan Mei 2017 di sekitar nilai threshold (+ 0,4) dalam kisaran netral (positif) sehingga pe-luang pertumbuhan awan di Samudera Hindia Timur yaitu Indonesia Bagian Barat relatih di bawah normal klimato-loginya.
Tabel 4. Distribusi frekuensi Siklon Tropis periode tahun 2000- akhir April 2017 (Sumber : http://weather.unisys.com/hurricane/index.php)
20
Prakiraan POAMA (tabel 5), In-deks Dipole Mode pada bulan Mei 2017 diprakirakan netral dengan pe-luang 81,8 %, sehingga pepe-luang tum-buhnya awan-awan di sekitar Samude-ra Hindia Bagian Timur (sebelah BaSamude-rat Sumatera) dan di Samudera Hindia Bagian Barat mempunyai peluang yang sama.
Pada kenyataannya pada bulan April 2017 pertumbuhan awan di Sa-mudera Hindia Bagian Timur yaitu di sebelah Barat Sumatera relatif tinggi sehingga berdasarkan Indeks Dipole Mode maka pada bulan Mei 2017 di Jawa Timur pertumbuhan awannya sama dengan normal klimatologinya. Tabel 5. Peluang nilai DM menurut Predictive Ocean Atmosphere Model for Australia
(POAMA)
(Sumber:http://www.bom.gov.au/climate/poama2.4/poama.shtml#IOD) Gambar 6. Harga DMI mingguan tanggal 23 April 2017
Sirkulasi Monsun Asia-Australia Indonesia bukan daerah sumber monsun, tetapi ada daerah yang dilalui aliran udara monsun sehingga cuaca dan iklimnya terpengaruh oleh monsun. I n d e k s M o n s u n A u s t r a l i a (gambar 7) pada akhir bulan April 2017 berfluktuasi di sekitar harga rata-rata klimatologinya, maka untuk bulan Mei 2017 diprakirakan berfluktuasi di sekitar harga rata-rata klimatologinya, sehingga peluang pembentukan awan di sekitar Jawa, Bali, dan Nusa Tenggara seperti normal klimatologinya (besarnya harga indeks berkorelasi positif terhadap peluangnya hujan).
Angin Pasat (Trade winds)
Angin Pasat di Samudera Pasifik Barat di sekitar Ekuator selama 5 hari terakhir sampai dengan 23 April 2017 mendekati rata-rata klimatologinya di sebagian besar Samudera Pasifik.
Angin Pasat diprakirakan mele-mah di hari-hari mendatang, maka pa-da bulan Mei 2017 di Jawa Timur pe-luang pertumbuhan awannya di bawah normal klimatologinya.
Selama kejadian La Niña harga anomali angin pasat di Samudera Pa-sifik di sekitar Ekuator akan terus-menerus menguat, sebaliknya selama El Niño maka harga anomali Angin Gambar 7. Rata-rata lima hari terakhir Indeks Monsun Australia pada 23 April 2017
22
Pasatnya akan terus-menerus melemah di bawah harga rata-rata klimatologinya, bahkan arah anginnya berubah.
Suhu Muka Laut
Menurut prakiraan JAMSTEC (Japan Agency for Marine –Earth
Science and Technology), suhu muka
laut periode Juni-Juli-Agustus 2017 di sebagian besar wilayah laut Indone-sia umumnya mengalami anomali dingin terutama di Samudera Hindia sebelah Barat Sumatera, untuk NINO3,4 diprakirakan anomali su-hunya sekitar + 0,5 o C (gambar 10). Gambar 8. Angin Pasat dan anomalinya 5 hari terakhir s.d. 26 Maret 2017
(Sumber : http://www.bom.gov.au/climate/enso/#tabs=Trade-winds)
Gambar 9. Kawasan NINO1, NINO2, NINO3, NINO3,4, NINO4 di Samudera Pasifik menurut IRI
Gambar 10. Prakiraan Anomali Suhu Permukaan Laut JJA (Juni-Juli-Agustus) (Sumber:http://www.jamstec.go.jp/frsgc/research/d1/iod/sintex_f1_forecast.html.en)
Gambar 11. Prediksi anomali suhu muka laut bulan Mei 2017
(Sumber:http://www.bom.gov.au/climate/model-summary/#tabs=Pacific-Ocean)
Dengan mulai meningkatnya anomali suhu muka laut di NINO3,4, maka pada bulan Mei 2017 di Jawa Timur peluang pertumbuhan awann-ya di bawah normal klimatologinawann-ya.
Temperatur Bawah Laut
Suhu air laut di kedalaman ba-wah laut pada 5 hari terakhir sampai dengan tanggal 24 April 2017 (gambar 12) terlihat bahwa suhu air bawah laut mendekati rata-ratanya di sebagian besar wilayah Samudera Pasifik di
24
Ekuator, daerah anomali hangat pada kedalaman 100 m – 150 m ter-lihat di Samudera Pasifik, dan di keda-laman dangkal di Samudera Pasifik Timur sementara di kedalaman ba-wahnya terdapat daerah anomali di-ngin, menyebabkan peluang pertum-buhan awan di Jawa Timur pada bu-lan Mei 2017 sama dengan normal klimatologinya.
ANGIN GRADIEN
Angin gradien (gambar 13) tanggal 26 April 2017 jam 00.00 UTC
di sekitar Ekuator berjejer satu eddy (pusaran yang berpotensi menjadi tekanan rendah) dan tiga daerah bertekanan rendah, serta angin Gradien bertiup dari arah Timur-Te n g g a r a m a k a m e n y e b a b k a n menurunnya peluang pertumbuhan awan penghujan.
Bila angin Gradien bertiup dari arah Barat Laut kemudian garis-garis yang menghubungkan arah yang sama (stream line) mengarah ke Laut Jawa, maka perlu diperhatikan adanya
Cold Surge (seruakan dingin). Gambar 12. Anomali suhu pada kedalaman laut
Gambar 13. Angin Gradien ketinggian 1.000 meter tanggal 26 April 2017 00.00 UTC (Sumber:http://www.bom.gov.au/australia/charts/glw_00z.shtml;
Gambar 14. Citra Satelit Cuaca tanggal 26 April 2017 jam 00.00 UTC (Sumber:http://www.jma.go.jp/en/gms/largec.html?area=6&element=0&mode=UTC)
26
Pengaruh Cold Surge bisa sam-pai ke Pulau Jawa bila selisih tekanan udara antara Gushi dan Hongkong lebih dari 10 milibar (gambar 15), dan bila angin Gradien dari arah Barat-Barat Laut.
Karena Indeks Surge 15 hari terakhir (10 – 25 April 2017) masih berfluktuatif positif (tekanan udara Hongkong lebih rendah), maka masih ada peluang besarnya Indeks Surge yang lebih dari 10 milibar yang akan mempengaruhi cuaca di Jawa Timur
pada bulan Mei 2017 bila Angin Gra-dien masuk Jawa Timur dari arah Barat Laut.
Jenis Udara yang mempengaruhi cuaca di Jawa Timur pada bulan Mei 2017 dan analisa RAOB (Rawinsonde Observation)
Jenis udara yang mempenga-ruhi cuaca di Jawa Timur pada bulan Mei 2017 bila Angin Gradien bertiup dari arah Tenggara adalah jenis udara
Gambar 15. Indeks Surge Gushi-58208 (32,10 LU 115,4 BT – Hongkong-45007(22 LU 114 BT) periode tanggal 10 April 2017 – 25 April 2017
tropis Benua Australia yang sifatnya dingin dan kering serta mantab. Se-dangkan jenis udara Tropis Lautan Pa-sifik Barat Daya (sebelah Timur Austra-lia) akan bersifat hangat dan mantab bila angin bertiup dari arah Timur.
Pada tanggal 26 April 2017 jam 07.00 WIB (00.00 UTC), data METAR WIEE (Padang) METAR WIEE 260000Z 36004KT 9999 FEW020 25/24 Q1010=, dan data METAR WATT (Kupang) 28 Maret 2017 jam
07.00 WIB (00.00 UTC):
M E TA R W AT T 2 6 0 0 0 0 Z 09006KT 9999 SCT020 29/25 Q1012 NOSIG=
Tekanan udara permukaan (QNH) di Padang (Minangkabau International Airport- 96163- WIEE) 1.010 mb dan tekanan udara permukaan (QNH) di Kupang (El Tari-97372- WATT) 1.012 mb, beda sebe-sar 2 mb. Tekanan udara di Kupang
Gambar 16. Data RAOB tanggal 26 April 2017 jam 00.00 UTC di Juanda (Sumber : BMKG Juanda dan http://weather.uwyo.edu/upperair/sounding.html)
28
lebih tinggi (bulan Oktober 2015 beda sebesar 6 mb, lebih rendah Kupang), perbedaan tersebut menurunkan pe-luang pertumbuhan awan konvektif di sekitar Kupang.
Dari pengaruh jenis udara yang mempengaruhi cuaca Jawa Timur dan perbedaan tekanan udara antara Ku-pang yang lebih rendah dari pada Pa-dang serta angin yang dominan dari arah Timur – Timur Tenggara, maka pada bulan Mei 2017 di Jawa Timur dipengaruhi oleh perpaduan dua jenis udara tersebut sehingga pertumbuhan awan penghujannya di bawah normal klimatologinya, mengalami musim tran-sisi menuju musim kemarau yang di-mulai dari dataran rendah di sisi Barat kemudian bergeser ke sisi Timur. KESIMPULAN
Dengan mempertimbangkan :
1. Tekanan udara permukaan Kupang pada tanggal 26 April 2017 lebih tinggi dari pada Padang, angin permukaan dominan arah Timur – Timur Tenggara maka peluang per-tumbuhan awan penghujan sama dengan normalnya,
2. Pola angin gradien dominan dari arah Timur – Timur Tenggara maka peluang pertumbuhan awan peng-hujan sama dengan normalnya,
3. Anomali air hangat di kedalaman mendekati rata-rata klimatologinya di sebagian besar wilayah di Sa-mudera Pasifik, menyebabkan peluang pertumbuhan awan peng-hujan di Jawa Timur pada bulan Mei 2017 sama dengan normal kli-matologinya,
4. Prediksi rata-rata anomali suhu muka laut di wilayah NINO3,4 pa-da bulan Mei 2017 sekitar + 0,5 o
C, dengan mulai meningkatnya anomali suhu muka laut di NI-NO3,4 tersebut maka pada bulan Mei 2017 di Jawa Timur peluang pertumbuhan awannya di bawah normal klimatologinya,
5. Angin Pasat di Samudera Pasifik Barat di sekitar Ekuator selama 5 hari terakhir sampai dengan 23 April 2017 mendekati rata-rata klimatologinya di sebagian besar Samudera Pasifik, maka peluang pertumbuhan awan di Jawa Timur pada bulan Mei 2017 di bawah normal klimatologinya,
6. Indeks Monsun Australia untuk bulan Mei 2017 diprakirakan berfluktuasi di sekitar harga rata-rata klimatologinya, sehingga peluang pertumbuhan awan pada bulan Mei 2017 sama dengan normal klimatologinya,
7. Indeks Dipole Mode pada bulan Mei 2017 diprakirakan netral dengan peluang 81,8 % sehingga peluang pertumbuhan awan di Jawa Timur sama normal klima-tologinya,
8. Peluang terjadinya siklon di Utara Ekuator diprakirakan akan me-ningkat, sehingga peluang per-tumbuhan awan penghujan di Se-latan Ekuator sama dengan nor-mal klimatologinya,
9. Prediksi MJO yang diikuti oleh anomali OLR selama 15 hari ke depan yaitu mulai dari tanggal 24 April 2017 sampai dengan tang-gal 9 Mei 2017 maka Jawa Timur pada bulan Mei mengalami perio-de tidak banyak pertumbuhan awan (convectively suppressed), 10. Fase MJO pada bulan Mei 2017
diprakirakan tidak melintas di Fa-se 4 (Jawa Timur) Fa-sehingga dipra-kirakan mengalami periode tidak banyak pertumbuhan awan (convectively suppressed),
11. Menurut Climate Prediction
Cen-tre IRI, periode Mei-Juni-Juli
(MJJ) pengaruh El- Niño pe-luangnya sekitar 56% kemudian
pada bulan-bulan berikutnya pe-luangnya di sekitar 69%, sehing-ga bulan Mei 2017 di Jawa Timur pertumbuhan awannya diprakira-kan di bawah normal klimatolog-inya,
12. Indeks SOI (Tahiti – Darwin) un-tuk bulan Mei 2017 diprakirakan netral (negatif), sehingga peluang pertumbuhan awan pada bulan Mei 2017 di Jawa Timur diprakira-kan di bawah normal klimatolo-ginya,
13. Jumlah Bintik Matahari di bulan April 2017 diprakirakan berfluk-tuasi di sekitar 30, menyebabkan berkurangnya kedalaman dan luasan air laut yang mengalami peningkatan temperatur, sehing-ga peluang tumbuhnya awan-awan penghujan diprakirakan di bawah normal klimatologinya.
Dengan mempertimbangkan 13 faktor tersebut, maka Jawa Timur pa-da bulan Mei 2017 diprakirakan men-galami musim transisi menuju musim kemarau yang dimulai dari dataran rendah di sisi Barat kemudian berge-ser ke sisi Timur.
“Jika mereka berpaling maka katakanlah: “Aku telah memperingatkan kamu dengan petir, seperti petir yang menimpa kaum ‘Aad dan Tsamud.” (QS: Fushilat [41]: 13). (Tonny S )
30
Daftar Pustaka :
Al-Quran Surah Fushilat [41] : 13
Maslakah, Firda A. 2015. Variabilitas Parameter Ketidakstabilan Atmosfer di Juan-da Surabaya Tahun 2012-2013.
Wirjohamidjojo, Soerjadi. 2008. Pemanfaatan Data Radar dan Satelit untuk Praki-raan Jangka Pendek.
http://apdrc.soest.hawaii.edu/projects/monsoon/realtime-monidx.html) http://aviation.bmkg.go.id/web/station.php http://news.detik.com/berita-jawa-timur/d-3317207/wagub-jatim-blusukan-ke-lokasi-banjir-di-sidoarjo http://www.cpc.noaa.gov/products/precip/CWlink/MJO/ CLIVAR/clivar_wh.shtml http://weather.unisys.com/hurricane/index.php http://weather.uwyo.edu/upperair/sounding.html http://www.aviationweather.gov/adds/metars/ http://www.bom.gov.au/australia/charts/glw_00z.shtml http://www.bom.gov.au/climate/enso http://www.bom.gov.au/climate/model-summary/#tabs=Pacific-Ocean http:// iri.columbia.edu/our-expertise/climate/forecasts/sst-forecasts/ http://www.bom.gov.au/climate/poama2.4/poama.shtml http://www.bom.gov.au/climate/poama2.4/poama.shtml#IOD) http://www.cpc.ncep.noaa.gov/products/people/wwang/cfsv2fcst/images1/ nino34Monadj.gif http://www.cpc.noaa.gov/products/precip/CWlink/MJO/mjo.shtml#forecast http://www.cpc.noaa.gov/products/precip/CWlink/MJO/whindex.shtml http://www.jamstec.go.jp/frsgc/research/d1/iod/sintex_f1_forecast.html.en
1. Prakiraan Curah Hujan Bulan Mei 2017
Prakiraan hujan untuk bulan Mei 2017 wilayah Jawa Timur dan seki-tarnya, secara umum diprakirakan ma-suk pada kategori rendah, ini terlihat dari curah hujan berkisar antara 21 - 100 mm. Wilayah Jawa Timur yang berpotensi memiliki curah hujan de-ngan kategori rendah (21 – 100 mm) di antaranya adalah: sebagian besar wilayah Kabupaten/Kota Bojonegoro,
Gresik, Surabaya, Mojokerto, Jom-bang, Nganjuk, Madiun, Ponorogo, Tulungagung, Blitar, Kediri, Probo-linggo, Bondowoso, Situbondo, Bang-kalan, dan Sampang serta sebagian kecil wilayah Kabupaten/Kota Tuban, Lamongan, Sidoarjo, Magetan, Ngawi, Pacitan, Trenggalek, Malang, Batu, P a s u r u a n , L u m a j a n g , J e m b e r, Pamekasan dan Sumenep. Untuk curah hujan dengan kategori mene-ngah (101 – 300 mm) di antaranya
Gambar 1. Peta prakiraan curah hujan Mei 2017 (Sumber : Stasiun Klimatologi Karangploso Malang)
32
adalah: sebagian besar wilayah Kabu-paten/Kota Tuban, Lamongan, Sido-arjo, Magetan, Ngawi, Pacitan, Treng-galek, Malang, Batu, Pasuruan, Luma-jang, Jember, Pamekasan dan Sume-nep, serta sebagian kecil wilayah
Kabupaten/Kota Bojonegoro, Gresik, Surabaya, Mojokerto, Jom-bang, Nganjuk, Madiun, Ponorogo, Tu-lungagung, Blitar, Kediri, Probolinggo, Bondowoso, Situbondo, Bangkalan, dan Sampang. Untuk lebih jelasnya dapat dilihat pada gambar 1.
2. Prakiraan Sifat Hujan Bulan Mei 2017
Sifat hujan merupakan perband-ingan antara jumlah curah hujan yang terjadi selama satu bulan atau periode dengan nilai rata-rata atau normalnya dari bulan atau periode tersebut. Ber-dasarkan gambar di bawah, prakiraan sifat hujan bulan Mei 2017 adalah se-bagai berikut :
Secara umum diketahui bahwa wilayah Jawa Timur untuk bulan Mei 2017 berada pada sifat hujan Normal (85 - 115%). Untuk sifat hujan di atas normal (116 - 200%) di antaranya adalah: sebagian kecil wilayah Kabupa-
Gambar 2. Peta prakiraan sifat hujan Mei 2017 (Sumber : Stasiun Klimatologi Malang)
ten/Kota Bojonegoro, Gresik, Jom-bang, Nganjuk, Pacitan, Blitar, Ma-lang, Pasuruan, dan Banyuwangi, serta sebagian besar wilayah Kabu-paten/Kota Lamongan, Tuban, Mo-jokerto, Probolinggo, Bondowoso, Jember, dan Situbondo. Sedangkan untuk sifat hujan di bawah normal (51 – 84%) di antaranya adalah: sebagian kecil wilayah Kabupaten/Kota Ngan-juk, Pacitan, Trenggalek, Tulu-ngagung, Blitar, Kediri, Bojonegoro, dan Malang, serta sebagian besar
wilayah Kabupaten/Kota Madiun dan Lumajang. Untuk lebih jelasnya dapat dilihat pada gambar 2 di atas.
3. Arah dan Kecepatan Angin Lapisan Atas
Berdasarkan klimatologi angin untuk bulan Mei 2017 di lapisan 250 mb diprakirakan angin di wilayah Jawa Timur pada lapisan 250 mb atau pada ketinggian 34.000 feet akan berhem-bus secara umum dari arah Timur Laut
Gambar 3. Arah dan kecepatan angin lapisan atas Mei (Sumber: ITACS dan ESRL)
34
untuk lapisan 500 mb atau pada keting-gian 18.000 feet, cenderung dari arah Timur Laut dengan kecepatan berkisar antara 2 – 3,5 m/detik.
4. Potensi Kebakaran Hutan/Lahan Kejadian kebakaran hutan berpe-luang besar terjadi di musim kemarau didukung oleh curah hujan rendah,
suhu tinggi, kelembaban udara rendah dan kecepatan angin yang memicu peningkatan kekeringan tanah.
Jumlah curah hujan tercatat di Stasiun Meteorologi Juanda Surabaya hingga tanggal 31 April 2017 sebesar 193.8 mm. Sedangkan temperatur maksimum harian berkisar antara 24.0oC hingga 33.4oC.
Gambar 4. Jumlah Curah Hujan dan Suhu Maksimum di Juanda Surabaya Bulan Desember 2016 - April 2017
Gambar 5. Peta Sebaran Titik Api bulan April 2017 di Jawa Timur (Sumber : Data Satelit NOAA 18)
Hasil pantauan satelit NOAA 18 (ASMC), TERRA, NPP (LAPAN) hingga tanggal 30 April 2017 tidak ada titik api yang terpantau.
Pada bulan Mei 2017, diprakira-kan wilayah Jawa Timur berapa pada musim peralihan dari musim penghujan ke musim kemarau. Peta prakiraan curah hujan bulan Mei 2017 menunjuk-kan sebagian besar wilayah Jawa Timur berada pada kategori curah hu-jan rendah. Dengan demikian pada bulan ini diprakirakan peluang
terjad-inya kebakaran hutan meningkat dari pada bulan sebelumnya. Prakiraan ke-mudahan terjadinya kebakaran hutan di Jawa Timur pada awal Mei 2017 di-tampilkan pada gambar di bawah ini. 5. Potensi penyakit demam
berda-rah
Penyakit demam berdarah memiliki peluang besar terjadi pada musim penghujan dengan kondisi suhu udara yang hangat dan kelembaban udara yang tinggi. Selain itu, curah
Gambar 6. Prakiraan kemudahan terjadinya kebakaran hutan di Jawa Timur pada awal Mei 2017
3 Mei 2017 4 Mei 2017
36
hujan yang tinggi meningkatkan jumlah genangan air yang mendukung perkembangbiakan nyamuk demam berdarah.
Pada bulan Mei 2017, provinsi Jawa Timur secara umum diprakirakan berada pada musim peralihan menuju musim kemarau, curah hujan diprakira-kan menurun dibandingdiprakira-kan bulan-bulan sebelumnya, sehingga peluang terjadinya wabah demam berdarah juga mulai menurun.
6. Tingkat kenyamanan terkait de-ngan kondisi cuaca
Kesehatan dan aktivitas manusia terkait erat dengan parameter cuaca seperti temperatur udara, kelembaban relatif, radiasi matahari dan kecepatan angin. Aktivitas manusia terkadang ter-ganggu oleh kondisi cuaca yang
me-nyebabkan ketidaknyamanan badan dan pikiran, bahkan pada kondisi yang ekstrim dapat menyebabkan gangguan kesehatan. Hubungan antara parame-ter cuaca seperti temperatur udara dan kelembaban relatif dengan kesehatan dan aktivitas manusia dapat dinyata-kan dengan suatu indeks yang disebut dengan Discomfort Index (DI).
Pada gambar 8 berikut ditampil-kan grafik Discomfort Index berdasar-kan data Stasiun Meteorologi Juanda Surabaya bulan Desember 2016 hingga April 2017 ditentukan dengan persamaan:
DI = T – 0,55 x(1-0,01 x RH)*(T-14,5) Keterangan:
DI = Discomfort Index
T = Temperatur bola kering (oC) R = Kelembaban relatif (%)
Gambar 7. Jumlah curah hujan per dasarian (10 harian) Desember 2016 – April 2017 Stamet Juanda Surabaya
Dari gambar di atas dapat dilihat bahwa nilai Discomfort Index meningkat seiring dengan meningkatnya tempera-tur ambient dan begitu pula sebaliknya. Kelembaban relatif yang rendah dapat meningkatkan ketidaknyamanan karena mengurangi pelepasan panas dari dalam tubuh. Pada bulan April 2017 nilai temperatur udara dan kelembaban nisbi tinggi, dan nilai Discomfort Index pada bulan April 2017 berkisar antara
25.3 hingga 27.4 dengan rata-rata 26.7. Nilai rata-rata indeks ketidaknyamanan tersebut lebih tinggi dibandingkan de-ngan bulan sebelumnya. Interpretasi nilai Discomfort Index disajikan pada tabel 1 berikut ini.
Ditinjau dari prakiraan cuaca un-tuk bulan Mei 2017, kisaran Discomfort Index harian untuk bulan Mei 2017 ber-potensi mengalami kenaikan dibanding-kan bulan April 2017.
Gambar 8. Grafik Discomfort Index Stamet Juanda Desember 2016 - April 2017
Tabel 1. Interpretasi Nilai Discomfort Index
DI (oC) Interpretasi
<21 Tidak dirasakan adanya ketidaknyamanan 21-24 <50% populasi merasakan ketidaknyamanan 24-27 >50% populasi merasakan ketidaknyamanan 27-29 Mayoritas populasi merasakan ketidaknyamanan
29-32 Setiap orang merasakan stress
