• Tidak ada hasil yang ditemukan

Fakultas Ilmu dan Teknologi Kebumian

N/A
N/A
Protected

Academic year: 2021

Membagikan "Fakultas Ilmu dan Teknologi Kebumian"

Copied!
12
0
0

Teks penuh

(1)

Fakultas

Ilmu dan Teknologi Kebumian

Program Studi Meteorologi

© 2012 Program Studi Meteorologi Institut Teknologi Bandung

PENERBITAN ONLINE AWAL

Paper ini adalah PDF yang diserahkan oleh penulis kepada

Program Studi Meteologi sebagai salah satu syarat kelulusan

program sarjana. Karena paper ini langsung diunggah setelah

diterima, paper ini belum melalui proses peninjauan, penyalinan

penyuntingan, penyusunan, atau pengolahan oleh Tim Publikasi

Program Studi Meteorologi. Paper versi pendahuluan ini dapat

diunduh, didistribusikan, dan dikutip setelah mendapatkan izin

dari Tim Publikasi Program Studi Meteorologi, tetapi mohon

diperhatikan bahwa akan ada tampilan yang berbeda dan

kemungkinan beberapa isi yang berbeda antara versi ini dan

versi publikasi akhir.

(2)

USING STANDARDIZED PRECIPITATION INDEX METHOD FOR IDENTIFICATION METEOROLOGICAL DROUGHT

IN PANTURA WEST JAVA AREA

By:

Danu Triatmoko1,2, Armi Susandi1, Musa Ali Mustofa1, Erwin E. S. Makmur3

1

Departement of Meteorology, Faculty of Earth Sciences and Technology, Institute of Technology Bandung (ITB), Bandung

2

Meteorological Stasion H. Asan, Sampit, Central Kalimantan

3

Subdivisions of Early Warning Climate, Indonesia Agency of Meteorological Climatological and Geophysical Agency, Jakarta

ABSTRACT

Droughtness is the most frequent threats and disrupt agricultural production systems in Indonesia, especially food crops. North Coast region , West Java is the national food production centers. But the region is vulnarable to drought, so the study of the identification of the drought in this region needs to be done. Early indications of drought can be seen from its level of meteorological drought. Standardized Precipitation Index (SPI) is one of the method for monitoring meteorological drought level of a region.

Research areas in this study is the northern coast of West Java, which consists of three districts namely Indramayu, Subang, and Kerawang. Monthly rainfall data used is the data of observation for 30 years (1981-2010) from 10 observation stations scattered rainfall in three districts. SPI value calculation is done using the SPI program issued by the National Drought Mitigation Center, United States. The time period that used in the SPI method is three months or SPI3. SPI methods were tested to identify the level of meteorological drought that occurred in the strong El Niño (1997/1998), medium El Niño (2002/2003) and a weak El Niño (2006/2007). The study results showed that the SPI with a 3-month time scale in the period 1997/1998 (strong El Niño) category of extremely dry meteorological drought occurred in three counties. In the year 2002/2003 (medium El Niño) extremely dry drought categories in Karawang district. Meanwhile, a weak El Niño year (2006/2007) occurred in Indramayu and Subang district. Therefore, in monitoring the level of short-term meteorological drought should use the 3-month SPI scale. Keyword: Meteorological drought, food production centres, Standardized

Precipitation Index, El Niño.

1. PENDAHULUAN 1.1 Latar Belakang

Kekeringan merupakan ancaman yang paling sering mengganggu sistem dan produksi pertanian di Indonesia terutama

tanaman pangan. Upaya dalam

mengantisipasi bencana kekeringan adalah dengan memahami karakteristik iklim wilayah tersebut dengan baik. Karakterisasi kekeringan merupakan analisis sifat-sifat hujan yang dapat menggambarkan kondisi kekeringan secara fisik suatu lokasi dan

(3)

analisis indeks kekeringan yang dapat

menunjukkan tingkat atau derajat

kekeringan.

Hasil deklarasi Lincoln 8-11 Desember 2009 dalam pembahasan mengenai standar indeks kekeringan dan pedoman untuk sistem peringatan dini kekeringan (Drought

Early Warning Systems) menyatakan

bahwa Standardized Precipitation Index direkomendasikan sebagai metode indeks kekeringan untuk memonitoring tingkat kekeringan meteorologis di seluruh dunia. (Hayes dkk, 2011).

Metode Standardized Precipitation Index (SPI) pertama kali dikembangkan oleh McKee di tahun 1993. Pada kajian ini

metode SPI digunakan untuk

mengidentifikasi tingkat kekeringan di sentra produksi tanaman padi wilayah Pantai Utara (Pantura) Jawa Barat yaitu

Kabupaten Indramayu, Subang, dan

Karawang. Tahun kajian yang akan dijadikan studi kasus adalah periode El

Niño tahun 1997/1998, 2002/2003 dan

2006/2007.

1.2 Tujuan

Kajian ini bertujuan untuk mengidentifikasi

tingkat kekeringan meteorologis dan

melakukan pemetaan daerah kekeringan berdasarkan nilai SPI di wilayah Pantura Jawa Barat saat fenomena El Niño terjadi di

tahun 1997/1998, 2002/2003, dan

2006/2007. .

2. KAJIAN PUSTAKA 2.1 Kekeringan

Menurut Tjasyono dan Harijono (2006) kekeringan adalah kesenjangan antara air yang tersedia dan air yang diperlukan.

Namun, pada dasarnya kekeringan

mengandung hubungan antara ketersediaan dan kebutuhan air, dimana kekeringan bermula dari defisiensi curah hujan dengan periode waktu terpanjang.

Menurut Badan Koordinasi Nasional

Penanggulangan Bencana (2007),

kekeringan meteorologis merupakan

kekeringan yang berkaitan dengan tingkat curah hujan di bawah normal dalam satu musim, akibatnya kelembaban tanah dan jumlah air yang tersimpan lebih rendah dibandingkan dengan kondisi normal.

Kekeringan meteorologis biasanya

didasarkan atas tingkat kekeringan

(perbandingan antara jumlah normal atau rata-rata) dan lamanya periode kering. Tingkat kekeringan meteorologi dibatasi sebagai suatu periode dengan tiga atau lebih bulan kering berturut-turut yaitu bulan dengan curah hujan < 100 mm/bulan dan <

200 mm/tiga bulan (Borger, 2001).

Pengukuran kekeringan meteorologis

merupakan indikasi pertama adanya

kekeringan.

2.2 Sistem Cuaca Penyebab Bencana Kekeringan

Benua maritim Indonesia sebagian kondisi iklimnya dipengaruhi oleh variasi sel tekanan tinggi dan rendah bergantung pada musim atau migrasi tahunan matahari. Kemarau panjang terjadi jika ada anomali pola sirkulasi atmosfer skala luas yang berlangsung satu bulan atau satu musim atau lebih lama. Intensitas kekeringan meningkat jika dibarengi dengan peristiwa

El Niño (Tjasyono dan Harijono, 2006).

Unsur iklim yang utama dalam mekanisme bencana alam kekeringan adalah sel tekanan tinggi atau subsidensi.

Fenomena Indian Ocean Dipole (IOD) atau

Dipole Mode disebabkan oleh interaksi

atmosefer – laut di Samudera Hindia Ekuatorial. Hal ini terjadi akibat adanya beda temperatur permukaan laut antara Samudera Hindia Tropis bagian Timur atau Pantai Barat Sumatera (Yamagata dkk, 2000). Dampak terjadinya fenomena El

Niño/IOD (+) dapat mengakibatkan penurunan jumlah curah hujan tahunan dan musiman terutama periode JJA dan SON baik tipe hujan monsunal maupun tipe ekuatorial. Sebaliknya La Niña dan IOD (-) dapat menyebabkan kenaikan curah hujan (Tjasyono dkk, 2008).

(4)

2.3 Indeks Kekeringan Standardized

Precipitation Index (SPI)

Pada tahun 1993 di Colorado, McKee

mengembangkan perhitungan indeks

kekeringan dengan menggunakan metode SPI untuk pertama kali. Tujuannya untuk mengetahui dan memonitoring kekeringan. Kriteria tingkat kekeringan meteorologis dengan mengggunakan metode analisis

Standardized Precipitation Index (SPI) ini

dapat diklasifikasikan dalam skala nilai seperti pada Tabel 2.1.

Tabel 2.1 Klasifikasi skala nilai SPI

(Sumber: BMKG)

Nilai SPI Kategori

2,00 Sangat Basah 1.50 ~ 1.99 Basah 1.00 ~ 1.49 Agak Basah -0.99 ~ 0.99 Normal -1.00 ~ -1.49 Agak Kering -1.50 ~ -1.99 Kering -2.00 Sangat Kering

Analisis kekeringan meteorologis dengan menggunakan metode SPI ini dapat dilakukan dengan periode waktu satu bulanan, tiga bulanan, enam bulanan, dubelas bulanan dan seterusnya sesuai dengan tujuan dilakukannya analisis.

3. METODOLOGI 3.1 Penghitungan SPI

Di dalam penghitungan Standardized

Precipitation Index (SPI) suatu lokasi,

dibutuhkan data curah hujan bulanan dengan periode waktu 30 tahun atau lebih (Hayes dkk, 1999). Dalam penelitian ini dipergunakan data curah hujan periode tahun 1981– 2010 di 10 titik lokasi seperti pada Gambar 3.1. Sedangkan data produksi padi didapat dari Badan Pusat Statistik Jawa Barat dengan tahun produksi 2002, 2003, dan 2006.

Gambar 3.1 Peta wilayah penelitian

Penghitungan nilai SPI untuk suatu lokasi membutuhkan time series data curah hujan yang cukup panjang. Distribusi gamma dapat digunakan untuk mencocokan data

time series curah hujan secara klimatologi

dengan baik (Thom, 1966 dalam McKee dkk, 1993). Distribusi ini didefinisikan dari

frekuensinya atau fungsi probabilitas

kepadatan (probability density function).

− − Γ = x x dx e x x g 0 / 1 ) ( 1 ) ( α α β α β ………..…. (3.1)

Persamaan (3.1) untuk x > 0, dimana: > 0, adalah parameter bentuk > 0, adalah parameter

x > 0, adalah jumlah curah hujan

∞ − − = Γ 0 1 ) ( yα e ydy α

( ) merupakan fungsi gamma

Perhitungan SPI meliputi pencocokan fungsi kepadatan probabilitas gamma

(gamma probability density function)

terhadap distribusi frekuensi dari jumlah

curah hujan untuk tiap stasiun.

Kemungkinan maksimum solusi digunakan untuk mengoptimalisasi estimasi nilai dan

. (McKee dkk, 1993). + + = 3 4 1 1 4 1 ˆ A A α ………..…….……(3.2) α β ˆ ˆ= x ……….……….………....(3.3) dimana n x x A=ln( )− ln( )…...………..… (3.4)

(5)

Parameter yang dihasilkan dipergunakan untuk menemukan probabilitas kumulatif dari kejadian curah hujan yang diamati untuk setiap bulan dan skala waktu dari tiap stasiun. Probabilitas kumulatif ini dihitung dengan : − − Γ = = x x x dx e x dx x g x G 0 ˆ / 1 ˆ ˆ 0 ˆ (ˆ) 1 ) ( ) ( α β α α β …..………..……….. (3.5)

Jika didefinisikan t=x/βˆ, persamaan

tersebut menjadi fungsi gamma yang tidak lengkap (incomplete gamma function) :

− − Γ = x tdt e t x G 0 1 ˆ ) ˆ ( 1 ) ( α α ………(3.6)

Karena fungsi gamma tidak terdefinisi untuk x = 0, padahal distribusi curah hujan kemungkinan terdiri dari nilai nol, maka probabilitas kumulatifnya menjadi

) ( ) 1 ( ) (x q qG x H = + − ………..….…. (3.7)

dimana q adalah probabilitas dari nol. Jika m merupakan jumlah nol dari seluruh

time series, maka q dapat diestimasi dengan

m/n. Probabilitas kumulatif H(x) tersebut kemudian ditransformasikan ke dalam standard normal random variabel Z dengan nilai rata-rata 0 dan variansi 1, nilai yang diperoleh Z tersebut merupakan nilai SPI. Nilai standar normal random variabel Z atau SPI tersebut lebih mudah dengan

perhitungan menggunakan aproksimasi

yang dikemukakan oleh Abramowitz dan Stegun (1964) berikut ini.

Perhitungan Z atau SPI untuk 0 < H(x) 0,5

+ + + + + − − = = 3 3 2 2 1 2 2 1 1 d d t dt t c t c c t SPI Z o …….(3.8) dengan = 2 )) ( ( 1 ln x H t …..……... (3.9)

Perhitungan Z atau SPI untuk 0,5 < H(x) 1,0 + + + + + − + = = 3 3 2 2 1 2 2 1 1 d dt dt t c t c c t SPI Z o …...(3.10) dengan − = 2 )) ( ( 1 1 ln x H t ……..(3.11) dan c0 = 2,515517; c1 = 0,802853; c2 = 0,010328; d1 = 1,432788; d2 = 0,189269; d3 = 0,001308

Namun, dalam kajian ini nilai SPI dihitung denga menggunakan program SPI SL 6.exe yang dikembangkan dan dikeluarkan oleh

National Drought Mitigation Center,

Amerika.

3.2 Analisis Spasial Nilai Indeks Kekeringan SPI3

Peta kontur indeks kekeringan SPI3 dibuat dengan menggunakan program Surfer Versi 9. Proses gridding dilakukan dengan metode krigging. Setelah diperoleh nilai

SPI3 untuk masing-masing stasiun

pengamatan hujan, maka dilakukan analisa spasial dengan membuat peta indeks kekeringan. Hal ini perlu dilakukan untuk

mengetahui sebaran kekeringan

meteorologis di wilayah kajian, sehingga dapat diketahui daerah yang mengalami kekeringan meteorologis kategori sangat kering kering, dan agak kering berdasarkan nilai SPI sesuai Tabel 2.1.

4. HASIL DAN PEMBAHASAN

4.1 Profil Curah Hujan Wilayah Kabupaten Indramayu, Subang, dan Karawang

Berdasarkan hasil rata-rata curah hujan wilayah untuk masing-masing kabupaten seperti pada Gambar 4.1 menunjukkan pola curah hujan yang sama yaitu pola hujan monsunal dengan puncak curah hujan maksimum terjadi pada bulan Januari dan minimumnya pada bulan Agustus.

(6)

Jika berdasarkan kriteria curah hujan bulanan < 100 mm/bulan, maka secara klimatologis bulan kering di daerah kabupaten Indramayu dan Subang terjadi

antara bulan Mei sampai Oktober,

sedangkan di daerah Kabupaten Karawang bulan kering terjadi antara bulan April sampai Nopember. Berdasarkan kriteria kejadian bulan kering selama 3 bulan berturut-turut atau lebih (Borger, 2001), maka kekeringan meteorologis yang terjadi di kabupaten Indramayu dan Subang terjadi pada bulan Juli hingga Oktober, sedangkan Karawang terjadi pada periode Juni hingga Nopember (lihat Gambar 4.1).

(a)

(b)

(c)

Gambar 4.1 Profil curah hujan bulanan

wilayah kabupaten: (a) Indramayu, (b) Subang, (c) Karawang.

4.2 Spasial Curah Hujan Musiman Wilayah Pantura Jawa Barat

Hasil analisis spasial curah hujan musiman di wilayah Pantai Utara Jawa Barat dapat dilihat pada peta kontur isohyet Gambar

4.2.

(a)

(b)

(c)

(d)

Gambar 4.2 Kontur isohyet periode

musim: (a) DJF, (b) MAM, (c) JJA, (d) SON. 0 100 200 300 400

Jan Peb Mar Apr Mei Jun Jul Agu Sep Okt Nop Des

m m /b u la n 0 100 200 300 400

Jan Peb Mar Apr Mei Jun Jul Agu Sep Okt Nop Des

m m /b u la n 0 100 200 300 400

Jan Peb Mar Apr Mei Jun Jul Agu Sep Okt Nop Des

m m /b u lz n

(7)

Dari Gambar 4.2 terlihat bahwa daerah yang memiliki curah hujan minimum atau mengalami defisit air terletak di bagian utara dengan puncak curah hujan minimum terjadi pada periode musim Juni-Juli-Agustus (JJA).

4.3 Analisis Frekuensi Kejadian Kekeringan Berdasarkan Nilai SPI3 Saat Terjadi Fenomena El Niño Kuat Tahun 1997/1998

Pada periode awal tahun 1998 yaitu bulan Januari – April ketiga wilayah kabupaten tersebut mengalami kekeringan hingga kategori sangat kering dengan persentase tertinggi sebesar 33,3% terjadi di kabupaten

Indramayu. Sedangkan di kabupaten

Subang, tingkat kekeringan meteorologis dengan kategori sangat kering terjadi empat periode berturut-turut. Namun, persentase kejadiannya hanya 8,3%. Untuk kabupaten Karawang, kategori sangat kering terjadi pada periode awal (Januari – April) tahun 1998 dengan persentase sebesar 12,5% (lihat Lampiran 1). Berdasarkan nilai indeks SPI3, frekuensi kejadian kekeringan meteorologis kategori sangat kering saat terjadi fenomena El Niño di tahun 1997/1998 terbanyak terjadi di wilayah kabupaten Indramayu dan Subang.

4.4 Analisis Frekuensi Kejadian Kekeringan Berdasarkan Nilai SPI3 Saat Terjadi Fenomena El Niño Sedang Tahun 2002/2003

Berdasarkan nilai indeks kekeringan SPI3, kejadian kekeringan dengan kategori sangat kering yang terjadi saat fenomena El Niño di tahun 2002/2003, frekuensi terbanyak terjadi di kabupaten Karawang. Kategori sangat kering di kabupaten Karawang terjadi selama 3 periode yaitu Mei – Agustus dan September – Desember di tahun 2002, serta periode awal tahun 2003 bulan Januari – April (lihat Lampiran 2c). Sedangkan wilayah kabupaten Indramayu dan Subang hanya terjadi pada periode Mei – Agustus di tahun 2003 (Lampiran 2a dan

2b).

4.5 Analisis Frekuensi Kejadian Kekeringan Berdasarkan Nilai SPI3 Saat Terjadi Fenomena El Niño Lemah Tahun 2006/2007

Berdasarkan grafik rata-rata kejadian

kekeringan, terjadi peningkatan persentase kejadian pada periode September – Desember tahun 2006 di tiga kabupaten tersebut (lihat Lampiran 3). Pada periode ini, kategori sangat kering terlihat di kabupaten Indramayu dengan persentase kejadian mencapai 16,7%. Pada periode berikutnya (Januari – April tahun 2007) kategori tersebut mengalami penurunan di

wilayah kabupaten Indramayu (lihat

Lampiran 3a).

4.6 Analisis Spasial Kekeringan Meteorologis Berdasarkan Nilai SPI3 Selama Periode El Niño Kuat Tahun 1997/1998

Awal terjadinya kekeringan saat fenomena

El Niño kuat di tahun 1997/1998 di wilayah

Pantura Jawa Barat mulai teridentifikasi di bulan Maret 1997. Kejadian kekeringan meteorologis di bulan tersebut terlihat di bagian Selatan kabupaten Subang dan bagian Utara kabupaten Karawang sekitar stasiun Cibuaya serta Teluk Bango (lihat

Gambar 4.3a). Peta kontur indeks

kekeringan SPI3 bulan April tahun 1997

menunjukkan tingkat kekeringan

meteorologis di Selatan kabupaten Subang teridentifikasi sangat kering (nilai SPI -2,00), sedangkan di kabupaten Indramayu dan Karawang tidak teridentifikasi kategori tersebut. Kekeringan meteorologis yang terjadi di kabupaten Indramayu dan Karawang termasuk dalam kategori agak kering hingga kering (lihat Gambar 4.3b). Peta kontur indeks kekeringan SPI3 bulan Juli tahun 1997 menunjukkan seluruh

kabupaten Indramayu dan Subang

mengalami kekeringan meteorologis. Di

kabupaten Subang, kekeringan

meteorologis teridentifikasi dalam kategori agak kering hingga sangat kering. Kategori sangat kering terjadi di bagian Selatan kabupaten Subang. Sedangkan di kabupaten

(8)

Indramayu kekeringan termasuk dalam kategori kering (lihat Gambar 4.4).

(a)

(b)

Gambar 4.3 Peta kontur indeks

kekeringan SPI3 tahun 1997 untuk bulan: (a) Maret dan (b) April.

Gambar 4.4 Peta kontur indeks kekeringan

SPI3 Juli 1997.

Periode terkering selama fenomena El Niño di tahun 1997/1998 terjadi bulan Januari 1998 (lihat Gambar 4.5). Peta kontur

indeks kekeringan bulan tersebut

menunjukkan sebagian besar wilayah kabupaten Indramayu dan Subang nilai SPI3 yang terjadi mencapai -2,00 atau termasuk kategori sangat kering. Di sebagian Utara dan Selatan dari kabupaten Karawang teridentifikasi kategori sangat kering.

Gambar 4.5 Peta kontur indeks kekeringan

SPI3 Januari 1998.

4.7 Analisis Spasial Kekeringan Meteorologis Berdasarkan Nilai SPI3 Selama Periode El Niño Sedang Tahun 2002/2003

Berdasarkan hasil peta kontur indeks

kekeringan SPI3, awal teridentifikasi

kekeringan meteorologis yang terjadi saat fenomena El Niño tahun 2002/2003 di wilayah kabupaten Subang dan Karawang terjadi pada bulan Mei tahun 2002, seperti yang ditunjukkan pada Gambar 4.6. Gambar tersebut mengidentifikasi tingkat

kekeringan yang terjadi di wilayah

kabupaten Karawang mencapai kategori

sangat kering di sekitar stasiun

Rengasdengklok hingga ke bagian Selatan. Sedangkan sebagian Barat (sekitar stasiun Ciasem) hingga Selatan kabupaten Subang, kekeringan yang terjadi termasuk dalam kategori agak kering (di bagian Barat) dan kering (sekitar stasiun Subang).

Gambar 4.6 Peta kontur indeks kekeringan

SPI3 Mei 2002.

Seluruh wilayah mengalami kekeringan dengan kategori agak kering (nilai SPI3 antara -1,00 hingga -1,49) hingga kering (nilai SPI3 antara -1,50 hingga -1,99) pada bulan Agustus 2003, seperti yang terlihat pada Gambar 4.7. Pada peta kontur indeks

(9)

kekeringan tersebut teridentifikasi kekeringan meteorologis kategori kering terjadi di kabupaten Indramayu dan Karawang. Sedangkan kabupaten Subang, sebagian besar wilayahnya teridentifikasi kategori agak kering.

Gambar 4.7 Peta kontur indeks

kekeringan SPI3 Agustus 2003.

4.8 Analisis Spasial Kekeringan Meteorologis Berdasarkan Nilai SPI3 Selama Periode El Niño Lemah Tahun 2006/2007

Berdasarkan peta kontur indeks kekeringan SPI3 periode Mei 2006, kategori sangat kering teridentifikasi terjadi di kabupaten Karawang (lihat Gambar 4.8).

Gambar 4.8 Peta kontur indeks kekeringan

SPI3 Mei 2006.

Pada periode Nopember 2006 hingga Januari 2007 menunjukkan kekeringan kategori sangat kering teridentifikasi di wilayah kabupaten Indramayu dan sebagian Selatan kabupaten Subang. Sedangkan di kabupaten Karawang hanya teridentifikasi kategori agak kering hingga kering (lihat Gambar

4.9).

(a)

(b)

(c)

Gambar 4.9 Peta indeks kekeringan SPI3

tahun 2006 di wilayah Pantura Jawa Barat bulan : (a) Nopember, (b) Desember, dan (c) Januari 2007.

4.9 Dampak Kejadian Kekeringan Terhadap Produksi Padi Di Wilayah Kabupaten Indramayu

Kabupaten Indramayu sebagai sebagai salah satu daerah lumbung padi di Jawa Barat, informasi mengenai kekeringan

sangat diperlukan untuk menghindari

terjadinya kegagalan panen akibat

kurangnya ketersediaan air. Gambar 4.10

menunjukkan bahwa saat persentase

kejadian kekeringan meteorologis di

kabupaten Indramayu mengalami kenaikan, hasil produksi padi di wilayah ini mengalami penurunan. Oleh karena itu, informasi tingkat kekeringan meteorologis sangat penting bagi pertanian, sebab kekeringan meteorologis sebagai indikasi awal terjadinya kekeringan.

(10)

Gambar 4.10 Hasil plot produksi padi dan

persentase kekeringan di kabupaten

Indramayu.

5. KESIMPULAN

a. Berdasarkan historis curah hujan (tahun 1981 – 2010), kekeringan meteorologis di wilayah kabupaten Indramayu dan Subang terjadi pada periode Juli - Oktober. Sedangkan di Kab. Karawang terjadi pada periode Juni - Nopember. b. Berdasarkan nilai SPI skala 3 bulanan

(SPI3), kekeringan meteorologis

kategori sangat kering pada periode El

Niño kuat tahun 1997/1998 terjadi di

kabupaten Indramayu, Subang, dan Karawang. Pada periode El Niño sedang tahun 2002/2003 terjadi di wilayah

kabupaten Karawang. Sedangkan

periode El Niño lemah tahun 2006/2007 terjadi di kabupaten Indramayu dan Subang.

c. Berdasarkan spasial nilai SPI3 selama

periode El Niño (1997/1998),

(2002/2003), (2006/2007), kabupaten Indramayu dan Subang lebih sering

mengalami kekeringan meteorologis

kategori sangat kering

6. DAFTAR PUSTAKA

1. Badan Koordinasi Nasional Penanganan

Bencana. 2007. Pengenalan

Karakteristik Bencana dan Upaya Mitigasinya di Indonesia (Edisi ke 2).

Jakarta.

2. Borger, B. H. 2001. Climate Assessment and Drought: The Occurrence and Severity of Droughts in South Sumatra and the El-Nino Southern Oscillation

Index in Forest Fire Prevention and Control Project.

3. Hayes, M. J., Svoboda, M. D., Wall, N., and Widhalm, M. 2011. The Lincoln

Declaration on Drought Indices:

Universal Meteorological Drought Index Recommended. Bulletin of the American

Meteorological Society, 92(4), 485-488,

doi:10.1175/2010BAMS3103.1.

4. Hayes, M. J., Svoboda, M. D., Wilhite, D. A., and Vanyarkho, O. V. 1999. Monitoring The 1996 Drought Using The Standardized Precipitation Index.

Bull. Am. Meteorol. Soc. , 80, 429-438.

5. McKee, T. B., Doesken, N. J., and Kleist, J. 1993. The Relationship of Drought Frequency and Duration to Time Scales, Procedings of the 8th Conference on Applied Climatology. 6. Tjasyono, B. H. K. dan Harijono, S. W.

B . 2006. Meteorologi Indonesia Volume

2. Penerbit Badan Meteorologi dan

Geofisika. Jakarta.

7. Tjasyono, B. H. K., Harijono, S. W. B., Juaeni, I., Ruminta. 2008. Pengaruh Interaksi Kopel Atmosfer – Samudera Pasifik dan Hindia Ekuatorial Terhadap Curah Hujan Di Indonesia. Disampaikan pada Simposium Meteorologi Pertanian

VII, 15 – 16 Januari 2008, Jakarta.

8. Yamagata, T.,Lizuka, S., and Matsura, T. 2000. Succesful Reproduction of The Dipole Mode Phenomenon in The Indian Ocean Using a Model – Advance Toward The Prediction of Climate Chang, Geophysical Research Letter.

0% 10% 20% 30% 40% 50% 60% 70% 0 100 200 300 400 500 600 700 Jan -Apr Mei -Agu Sep -Des Jan -Apr Mei -Agu Sep -Des Jan -Apr Mei -Agu Sep -Des 2002 2003 2006 p r o se n ta se K e ja d ia n P r o d u k si P a d i (d a la m t o n )

Jumlah Produksi Padi Kab. Indramayu Prosentase Kejadian Kekeringan

(11)

(a)

(b)

(c)

Lampiran 1 Grafik persentase kejadian

kekeringan meteorologis tahun 1997–1998 di kabupaten: (a) Indramayu, (b) Subang,

(c) Karawang berdasarkan nilai indeks

kekeringan SPI3.

(a)

(b)

(c)

Lampiran 2 Grafik persentase kejadian

kekeringan meteorologis tahun 2002–2003 di kabupaten: (a) Indramayu, (b) Subang,

(c) Karawang berdasarkan nilai indeks

kekeringan SPI3.

(a)

(b)

(c)

Lampiran 3 Grafik persentase kejadian

kekeringan meteorologis tahun 2006–2007 di kabupaten: (a) Indramayu, (b) Subang,

(c) Karawang berdasarkan nilai indeks

kekeringan SPI3.

Sangat Kering Kering

Agak Kering Rata-Rata Kejadian Kekeringan

Sangat Kering Kering

Agak Kering Rata-Rata Kejadian Kekeringan

! " ! " ! " ! " ! " ! " ! "

(12)

PENGGUNAAN METODE STANDARDIZED PRECIPITATION INDEX UNTUK IDENTIFIKASI KEKERINGAN METEOROLOGI

DI WILAYAH PANTURA JAWA BARAT

Oleh:

Danu Triatmoko1,2, Armi Susandi1, Musa Ali Mustofa1, Erwin E. S. Makmur3

1

Program Studi Meteorologi, Fakultas Ilmu dan Teknologi Kebumian, ITB, Bandung

2

Stasiun Meteorologi H. Asan Sampit, Kalimantan Tengah

3

Sub-Bidang Peringatan Dini Iklim, Badan Meteorologi Klimatologi Geofisika, Jakarta

ABSTRAK

Kekeringan merupakan ancaman yang paling sering mengganggu sistem dan produksi pertanian di Indonesia terutama tanaman pangan. Wilayah Pantai Utara (Pantura) Jawa Barat merupakan daerah sentra produksi pangan nasional. Namun wilayah ini sangat rentan terhadap bencana kekeringan sehingga kajian tentang identifikasi tingkat kekeringan di wilayah ini perlu dilakukan. Indikasi awal terjadinya kekeringan dapat dilihat dari tingkat kekeringan meteorologisnya. Standardized Precipitation Index (SPI) merupakan salah satu metode untuk memonitoring tingkat kekeringan meteorologis suatu wilayah.

Daerah penelitian dalam kajian ini adalah daerah Pantura Jawa Barat yang terdiri dari 3 kabupaten yaitu Indramayu, Subang, dan Karawang. Data curah hujan bulanan yang digunakan merupakan data hasil observasi selama 30 tahun (1981–2010) dari 10 stasiun pengamatan curah hujan yang tersebar di 3 kabupaten tersebut. Penghitungan nilai SPI dilakukan dengan menggunakan program SPI yang dikeluarkan oleh National Drought Mitigation Center, Amerika. Periode waktu yang digunakan dalam metode SPI adalah tiga bulanan atau SPI3. Metode SPI tersebut diuji untuk identifikasi tingkat kekeringan meteorologis yang terjadi di tahun El Niño kuat (1997/1998), El Niño sedang (2002/2003) dan El Niño lemah (2006/2007). Hasil kajian menunjukkan bahwa SPI dengan skala waktu 3 bulanan pada periode tahun 1997/1998 (El Niño kuat) kekeringan meteorologis kategori sangat kering terjadi di 3 kabupaten. Pada tahun 2002/2003 (El Niño sedang) kekeringan kategori sangat kering terjadi di kabupaten Karawang. Sedangkan, tahun El Niño lemah (2006/2007) terjadi di kabupaten Indramayu dan Subang. Untuk itu, dalam melakukan monitoring tingkat kekeringan meteorologi jangka pendek sebaiknya menggunakan SPI skala 3 bulanan.

Gambar

Tabel 2.1 Klasifikasi skala nilai SPI  (Sumber: BMKG)
Gambar  4.2  Kontur  isohyet  periode  musim:  (a)  DJF,  (b)  MAM,  (c)  JJA,  (d)  SON
Gambar  4.3  Peta  kontur  indeks  kekeringan  SPI3  tahun  1997  untuk  bulan: (a) Maret dan (b) April
Gambar  4.7  Peta  kontur  indeks  kekeringan SPI3 Agustus 2003.
+2

Referensi

Dokumen terkait

Pada bulan April dimana terjadi peralihan dari musim hujan ke kemarau, peluang kering berturut-turut 10 hari adalah 46% artinya terjadinya hari kering 10 hari berpeluang 46%

Berdasarkan peta potensi bahaya tsunami skenario gempa A, daerah yang memiliki potensi yang sangat bahaya ada 16 kecamatan yang tersebar di 5 kabupaten di Jawa

Pada bulan April dimana terjadi peralihan dari musim hujan ke kemarau, peluang kering berturut-turut 10 hari adalah 46% artinya terjadinya hari kering 10 hari berpeluang 46%

Berdasarkan hasil analisa spasial indek kekeringan wilayah kabupaten Indramayu mulai mengalami kekeringan dengan tingkat ringan terjadi pada bulan April di wilayah

Faktor lain pemicu tingginya erosi pada tahun 1998 khususnya untuk ekspor sedimen yang nilai erosinya jauh diatas tahun-tahun lain adalah karena curah hujan yang

Untuk menentukan jumlah lubang resapan biopori di daerah kajian, perlu adanya perhitungan debit direct runoff per hari hujan yang terjadi di daerah

Namun hal tersebut tidak berarti bahwa debit atau hujan periode ulang tertentu hanya akan terjadi satu kali dalam periode x tahun yang berurutan.. Sehingga

Berdasarkan hasil perubahan yang terjadi pada tipe hujan di wilayah Papua terhadap fenomena ENSO, didapatkan respon yang berbeda-beda antara tipe hujan secara