Abstract
Meteorological computation needs networking of database in synoptic analysis,that computated by single computer is
wided to networking because it’s needed information for data processing that simultaneously,past,and accurately for
weather prediction. Computation by internet is applied in CGI Language and database manajement by MySQL. All of
atmospheric dynamics equation is implemented by CGI (php or perl programming).
Computations of drought intensity use rain factor or drought index that develoved by climate elements,i.e,temperatures and
rain fall. Value of drought index is less than 5.0 for drought condition,which rain fall in mm and temperature in Kelvin. El
Niño event causes drought in Eastern and Southern of Indonesian region than non-El Niño year. El Niño gives drought for
Indonesian region,but not all of drought caused by El Niño event,those are other factor for instantce east monsoon.
Keywords : Php,Database MySQL, Drought Index, El Niño, Monsoon
Monsun disebabkan oleh beda sifat fisis darat dan
1. Pendahuluan
laut yang dicirikan oleh beda tekanan yang menimbulkan
Faktor monsun dan ENSO (El Niño-Southern perpindahan massa udara. Monsun terdiri dari dua
Oscillation) merupakan penyebab utama terjadinya sirkulasi musiman yang berbeda yaitu siklus antisiklon
bencana kekeringan di Indonesia. Keragaman harga curah darat pada musim dingin dan siklus siklon darat pada
hujan memiliki variasi besar dibandingkan unsur iklim musim panas dibelahan bumi utara atau selatan. Monsun
lain seperti kelembapan,suhu, tekanan udara dan lainya. berhembus secara tunak dalam musim panas dan
Sehingga mekanisme kekeringan lebih dipengaruhi oleh berlawanan pada musim dingin. Hal ini terjadi akibat
curah hujan. Musim kemarau dan bencana kekeringan perubahan gradien tekanan. Di daerah Indonesia terdapat
disebabkan oleh rendahnya curah hujan,meskipun suhu monsun Asia BBU musim dingin dan monsun Australia
udara tinggi juga mempengaruhi kekeringan. BBS musim dingin4).
Perbandingan besarnya curah hujan dan suhu udara El Niño merupakan gangguan periodik terhadap
permukaan dinyatakan secara fisis untuk menghitung sistem iklim yang terjadi sekitar lima tahunan. Pusat
besar intensitas kekeringan dengan P (indeks aktivitasnya terletak di Pasifik Ekuator terutama pada
kekeringan)1,2). daerah Niño 3, namun pengaruhnya meluas diluar Pasifik.
Indonesia sebagai kontinen maritim memiliki luas Gejala El Niño merupakan kolam panas di Pasifik dan La
laut 70 %,darat 30% dan udara 100%. Siklus hidrologi Niña sebaliknya. Dalam kondisi El Niño, curahan
hanya mempengaruhi curah hujan lokal saja,tetapi untuk bergerak kearah timur sehingga daerah Indonesia
secara keseluruhan (global) lebih dipengaruhi oleh mengalami musim kemarau yang panjang5). Beberapa
monsun dan ENSO. Insolasi yang kuat akibat dari equinok dugaan bahwa peristiwa El Niño terjadi akibat
dua kali dalam setahun menimbulkan konveksi yang kuat melemahnya angin pasat. Akibat pelemahan ini terjadi
sehingga memudahkan terbentuknya awan. Indonesia perbedaan muka laut antara bagian barat dan timur
dengan perairan yang luas akan memegang peranan ekuator. Perbedaan ini ditujukkan oleh gejala gelombang
penting dalam perubahan fluks panas sensibel dan panas Rossby yang merambat ke timur,namun setelah terhalang
laten kondensasi uap air permukaan laut3). oleh benua Amerika, sebagian berbalik lagi kearah barat
97
98 KFI Vol. 13 No. 2, 2002
dalam bentuk gelombang Kelvin. Selisih amplitudo antara Tabel 1. Struktur data cuaca nasional
dua gelombang diatas menyebabkan terjadi gradient
tekanan air laut, sehingga timbul kolam panas di daerah Field Type
Pasifik pada kondisi tekanan tinggi. Kerumitan dinamika Tgl int(11)
atmosfer ekuator dan keunikan pembentukan awan di T07 Float(10,2)
kontinen maritim Indonesia menyebabkan kesulitan T13 Float(10,2)
prediksi cuaca dengan ketelitian tinggi6,7). T18 Float(10,2)
2. Database Meteorologi TRR Float(10,2)
TMAX Float(10,2)
Pada penelitian ini digunakan database curah TMIN Float(10,2)
hujan dan suhu permukaan sekitar wilayah Indonesia: CHujan Float(10,2)
a. Sumber data adalah database NOAA LPM int(11)
http://wwb.wesley.noaa.gov pada selang waktu tahun Evapo Float(10,2)
1990-1999, 90-150BT, 20LS-20LU,dan lebar grid 2.5
Tekanan Float(10,2)
derajat.
RH07 Float(10,2)
b. Data musim kemarau dan karakteristik curah
hujan,sumber data oleh Badan Meteorologi dan RH13 int(11)
Geofisika,Jakarta, selang waktu tahun 1961-2001 RH18 int(11)
yang di simpan pada server medac.geoph.itb.ac.id. RHRT int(11)
vwm Float(10,2)
3. Arsitektur Web Komputasi dvwm Char(3)
Penerapan komputasi dalam web memiliki tiga vw float(10,2)
kuci pokok yakni: antarmuka dengan pelanggan dalam dvw char(3)
browser,server web, dan server database. latitude float(10,2)
longitude float(8,3)
CLIENTS
WEB SERVER Provinsi Varchar(35)
(APACHE)
API
altitude float(5,3)
CGI
(PHP)
REQUEST
Dengan menggunakan PHP sebagai bahasa script
ODBC
(MySQL)
yang dibuat dipelanggan dan dikirim ke web server,script
Serviets tersebut diharapkan akan dapat melakukan kerja secara
(Jserv)
http JDBC interaktif antara MySQL-http,sehingga akan diperoleh
www perhitungan dan model atmosfer yang diinginkan. Pada
Logger + Sensor
penelitian ini hanya menggunakan data curah hujan dan
suhu untuk menghitung indeks kekeringan pada lokasi 90-
Gambar 1. Arsitektur Web Komputasi 150BT dan 20LS-20LU yang meliputi wilayah Indonesia
dan sekitarnya.
Web server dan database MySQL dibuat dalam
satu komputer untuk efisiensi,www sudah tersedia pada 4. Perhitungan Indek Kekeringan
jaringan internet,dan clients adalah tempat melakukan Kekeringan merupakan keadaan permintaan lebih
program dan membaca hasil melalui internet yang besar dari persediaan air. Ketersediaan air ditinjau dari
biasanya dilakukan dari rumah melalui telepon atau di curah hujan meskipun masih banyak faktor yang terlibat
laboratorium. Web server berguna untuk antarmuka dalam persoalan ketersediaan air tersebut, karena ketidak
dengan www melalui http yang dibuat dengan program kontinuan curah hujan terhadap waktu dan tempat,maka
Jserv sehingga dapat diminta dari pelanggan. Bahasa nilai rata-rata curah hujan sering dipakai.
Squence Query Language (SQL) diimplementasikan Penyebab utama kekeringan adalah kurangnya
dengan database MySQL yang sudah banyak dipakai ketersediaan air sehingga unsur curah hujan dan suhu
dalam e-commerce di internet. Meskipun database masih adalah penyebab utama bencana kekeringan. Faktor Indek
sederhana,tapi sudah cukup digunakan untuk pemrosesan kekeringan adalah jumlah akumulasi curah hujan tahunan
dan pengarsipan data yang teratur secara baik8). Sistem disuatu lokasi dibagi dengan suhu rata-rata tahunan secara
MySQL telah diinstall pada sebuah sever di Laboratorium fisis ditulis untuk satu posisi:
Sains Radio Atmosfer, Program Studi Meteorologi, GM- 365
8.90 7.29 7.64 5.14 4.60 4.67 8.59 8.77 6.35 5.91 6.33 7.75 7.34 7.93 9.12 8.54 7.34 6.82 7.27 7.21 6.28 6.19 6.07 6.06
15
9.53 8.50 8.94 5.28 5.27 6.22 8.33 7.86 7.35 7.16 8.37 8.77 8.02 8.72 10.53 10.04 10.24 10.98 10.79 10.24 8.44 7.65 7.32 6.84
11.04 9.71 6.79 6.79 8.60 10.99 7.75 5.84 8.70 9.85 9.31 9.07 7.15 8.25 10.22 11.75 11.78 12.15 11.75 12.28 10.99 10.10 9.76 8.44
10
11.31 10.71 9.17 9.15 8.63 10.22 8.69 9.86 11.09 11.16 10.39 9.82 9.11 6.35 8.52 11.77 11.66 12.02 12.76 13.02 11.66 13.37 10.29 13.34
12.71 11.25 7.60 8.14 8.20 9.14 9.72 11.30 12.41 10.71 10.71 11.66 9.39 5.06 5.55 11.29 12.14 12.98 8.36 13.20 13.53 8.08 7.15 5.60
5
5.45 11.37 4.23 5.67 6.34 5.98 4.49 4.82 4.40 9.55 7.39 6.18 7.51 7.93 6.07 6.72 4.44 6.86 6.63 6.20 6.76 6.85 4.38 4.54
LINTANG
5.94 5.66 5.91 5.03 7.47 8.18 7.94 5.97 7.62 6.52 4.91 5.97 5.21 6.91 7.30 7.41 6.60 6.89 7.13 5.65 5.07 4.04 3.35 5.22
0
5.86 3.45 2.44 4.92 7.51 4.84 7.66 5.88 6.97 7.38 6.93 7.49 4.69 6.78 6.86 8.95 5.32 7.84 6.58 5.25 6.49 5.65 4.79 5.75
4.67 4.72 6.51 4.31 5.07 6.69 7.30 3.90 6.88 7.03 5.08 7.07 3.90 5.30 5.71 5.94 8.06 6.18 4.55 5.02 6.42 8.08 6.23 6.58
-5
3.67 3.86 4.11 6.27 6.00 5.05 3.41 4.66 5.19 4.11 3.30 4.72 4.22 4.44 5.10 5.12 4.77 4.60 4.00 7.25 5.16 5.89 6.14 5.15
6.06 6.62 6.68 6.43 6.64 6.18 4.33 5.33 7.88 5.75 5.73 5.40 5.08 4.76 6.65 6.05 4.98 5.42 4.86 5.21 6.39 4.24 3.93 5.53
-10
5.63 5.35 5.40 6.36 5.18 4.61 4.04 4.94 4.67 5.97 5.28 3.75 5.25 4.36 5.25 5.73 6.39 3.66 3.05 2.65 3.73 3.50 6.83 4.92
5.64 7.42 3.03 4.77 8.10 6.31 7.75 7.15 5.25 4.79 3.74 6.81 6.52 6.78 6.66 5.95 6.89 3.11 8.12 9.10 2.96 3.76 5.67 3.12
-15
4.00 2.81 3.06 7.16 9.57 8.72 6.70 5.30 5.76 4.68 4.26 3.87 3.13 5.47 6.77 7.90 5.77 4.94 5.01 6.50 6.37 6.39 6.02 7.02
9.98 6.40 4.77 6.22 5.94 8.24 8.69 8.55 6.72 8.79 9.81 7.69 4.27 6.45 8.13 4.18 3.71 3.72 6.82 7.99 6.88 12.09 9.98 8.44
-20
90 95 100 105 110 115 120 125 130 135 140 145 150
BUJUR TIMUR
13.00
15
12.00
11.00
10
10.00
5 9.00
8.00
LINTANG
0 7.00
6.00
-5
5.00
4.00
-10
3.00
-15 2.00
1.00
-20 0.00
90 95 100 105 110 115 120 125 130 135 140 145 150
BUJUR TIMUR
1.67 0.67 0.70 0.85 0.99 3.72 8.59 5.78 1.98 1.45 1.19 1.66 1.56 1.75 1.33 1.38 1.13 1.19 1.68 1.90 1.51 1.19 1.12 1.00
15
1.54 1.64 1.82 0.76 1.54 1.00 2.01 1.69 1.59 1.30 1.42 1.76 2.10 1.69 2.50 1.89 1.39 1.79 2.12 2.43 2.75 2.41 2.17 1.69
1.74 2.05 2.07 1.27 1.87 3.53 1.99 1.27 1.99 2.38 1.92 1.79 1.31 2.05 1.75 2.41 2.11 2.69 2.41 2.76 3.24 3.05 2.73 2.68
10
2.24 2.36 2.26 2.12 2.62 2.73 2.25 2.52 2.99 3.14 2.62 2.31 1.86 1.63 4.16 3.59 3.28 3.37 3.34 3.48 3.19 5.50 4.75 3.29
8.19 7.93 6.96 5.40 6.41 6.92 7.61 7.68 8.03 7.83 8.21 8.22 5.41 4.42 5.40 7.21 6.68 7.26 6.08 9.15 9.24 5.45 10.02 10.54
5
9.04 8.93 9.64 7.06 6.58 6.43 6.86 8.00 9.71 9.18 6.60 5.62 4.94 4.39 4.60 5.55 5.59 5.07 6.19 7.03 8.37 9.96 12.03 12.17
LINTANG
6.92 7.21 8.27 7.63 6.67 5.19 6.15 8.08 8.31 8.46 6.08 5.66 5.29 4.46 3.25 4.36 5.10 4.99 5.72 5.92 7.66 8.49 9.18 10.53
0
4.83 5.44 5.22 6.18 6.02 5.52 5.90 8.19 7.12 6.39 5.98 5.21 5.36 4.16 3.26 4.09 5.09 5.25 8.01 4.79 7.08 7.61 8.01 8.29
4.69 4.81 4.76 5.06 5.37 5.51 5.50 6.07 6.27 5.95 4.97 5.93 5.10 4.76 4.74 12.64 6.80 4.88 6.80 4.63 5.80 7.75 8.03 7.55
-5
6.02 5.51 4.93 5.06 5.15 4.67 5.03 5.75 4.93 4.08 4.97 5.99 5.37 4.42 4.05 3.42 4.65 4.98 4.93 5.35 7.26 7.32 6.06 5.61
7.05 6.07 6.32 6.14 4.94 4.18 4.25 4.94 3.99 3.56 4.61 4.81 4.68 4.08 3.76 3.56 4.36 4.73 4.81 5.04 5.26 4.58 5.93 6.39
-10
8.98 5.84 5.54 5.02 4.04 2.82 2.91 3.02 3.05 3.10 3.70 3.82 4.20 4.11 3.80 4.14 5.27 3.71 4.15 5.04 7.01 6.60 5.61 7.11
4.81 4.88 5.00 4.85 5.05 4.96 5.02 3.75 4.23 3.05 4.44 4.13 2.57 3.25 3.80 3.05 2.58 4.00 3.97 5.48 3.34 4.11 5.63 4.48
-15
5.09 3.97 3.23 3.88 4.32 4.69 5.69 5.83 4.34 9.10 7.89 5.42 3.38 3.00 3.89 4.23 2.69 3.50 2.38 3.27 4.51 4.53 8.23 10.43
4.37 4.30 6.64 4.88 7.09 6.16 5.59 4.10 5.23 5.33 5.96 5.48 3.68 2.29 2.75 3.55 3.85 4.65 4.09 3.66 2.79 4.78 3.78 5.95
-20
90 95 100 105 110 115 120 125 130 135 140 145 150
BUJUR TIMUR
14.00
15 13.00
12.00
10
11.00
10.00
5
9.00
LINTANG
8.00
0
7.00
6.00
-5
5.00
-10 4.00
3.00
-15 2.00
1.00
-20 0.00
90 95 100 105 110 115 120 125 130 135 140 145 150
BUJUR TIMUR
Gambar 5. Garis kesamaan faktor hujan 1997
KFI Vol. 13 No. 2, 2002 101
7.97 1.96 2.07 3.83 7.30 7.94 9.57 7.90 7.93 7.78 6.09 7.42 6.37 9.39 8.99 8.84 7.96 6.90 6.00 6.08 5.54 5.63 5.01 4.82
15
9.26 7.82 7.62 4.51 9.27 8.09 9.58 8.27 7.96 6.94 8.77 9.10 9.79 8.93 9.64 9.09 7.58 6.28 5.85 5.91 5.07 4.66 4.37 4.14
9.52 10.29 9.42 5.89 9.41 13.44 7.83 5.99 8.02 7.66 9.07 8.11 6.35 8.09 8.41 9.42 9.22 7.73 9.42 5.77 6.84 5.81 4.77 4.49
10
9.91 10.65 10.01 8.44 7.69 10.54 7.50 8.41 9.31 8.92 8.41 7.96 7.53 4.81 12.65 8.96 8.91 7.78 7.49 7.02 6.99 4.84 6.04 6.10
10.38 10.22 6.29 5.08 7.52 7.55 8.08 8.41 8.97 7.65 7.11 7.13 6.89 4.65 5.08 8.10 8.43 7.98 9.22 7.89 8.12 4.88 6.93 6.57
5
11.46 11.09 9.23 8.39 7.54 8.46 8.47 9.21 10.07 9.44 6.70 7.10 6.84 6.56 7.26 7.86 7.60 7.46 7.03 6.55 7.38 6.91 6.43 6.71
LINTANG
12.53 12.28 12.59 13.21 8.76 7.49 9.19 10.32 11.20 9.55 6.74 6.54 7.27 6.67 7.08 7.26 8.53 8.39 8.59 6.53 6.30 5.13 4.85 4.46
0
11.29 12.79 12.83 13.08 11.32 7.31 10.24 12.05 11.63 9.34 7.78 9.02 9.46 6.48 6.08 7.17 11.49 11.09 13.93 7.49 7.46 7.05 6.84 5.79
12.63 14.08 13.81 14.11 12.51 10.87 9.54 11.08 10.32 9.02 8.69 9.68 10.77 7.16 6.59 9.42 13.97 13.24 13.99 7.23 9.68 10.03 11.29 8.74
-5
13.54 14.77 13.40 13.82 12.59 8.85 7.77 9.15 7.55 7.35 7.66 9.48 9.45 6.71 6.68 6.60 7.45 9.24 7.55 10.23 15.87 12.67 8.25 10.33
13.70 13.65 13.04 12.09 10.94 9.56 9.54 9.95 7.12 6.30 5.88 5.72 5.57 3.92 5.16 5.34 7.26 7.15 8.01 8.09 7.87 7.60 5.37 5.98
-10
6.10 8.84 8.71 8.18 7.83 6.81 6.39 5.57 4.44 4.13 3.70 3.14 3.66 3.72 4.28 4.89 5.81 4.61 5.59 6.34 6.19 6.62 5.67 7.67
3.42 2.39 4.79 4.98 4.60 6.09 4.19 4.64 3.63 4.68 4.46 3.98 4.52 5.58 3.41 3.01 3.34 3.20 4.68 5.60 3.46 4.18 8.28 8.13
-15
10.34 8.58 3.27 5.36 5.62 5.07 5.82 5.04 5.62 3.86 5.75 2.69 3.37 6.18 4.19 3.34 3.44 4.34 4.74 4.99 3.31 3.32 6.01 2.92
7.92 5.77 6.44 4.75 6.76 7.83 6.39 5.53 2.64 3.00 5.63 3.67 3.42 4.58 4.40 3.62 3.97 3.98 9.45 7.35 12.52 8.69 6.28 6.48
-20
90 95 100 105 110 115 120 125 130 135 140 145 150
BUJUR TIMUR
12.00
15
11.00
10
10.00
9.00
5 8.00
LINTANG
7.00
0
6.00
-5 5.00
4.00
-10
3.00
2.00
-15
1.00
-20 0.00
90 95 100 105 110 115 120 125 130 135 140 145 150
BUJUR TIMUR
DIBAWAH DIATAS
TAHUN NORMAL NORMAL NORMAL GEJALA ALAM BENCANA ALAM
1961 94 6 0 El Nino Kekeringan
1962 33 39 28 - -
1963 92 8 0 El Nino Kekeringan
1964 12 20 68 - -
1965 96 4 0 El Nino Kekeringan
1966 65 26 9 - Kekeringan
1967 96 4 0 El Nino Kekeringan
1968 0 8 92 - -
1969 91 9 0 El Nino Kekeringan
1970 31 41 28 - -
1971 34 33 33 - -
1972 98 2 0 El Nino Kekeringan
1973 2 11 87 - -
1974 7 22 71 - -
1975 9 17 74 - -
1976 72 28 0 El Nino Kekeringan
1977 78 20 2 El Nino Kekeringan
1978 3 12 85 - -
1979 46 26 28 - -
1980 67 17 16 - Kekeringan
1981 15 28 57 - -
1982 100 0 0 El Nino Kekeringan
1983 52 19 29 El Nino Kekeringan
1984 15 18 67 - -
1985 24 44 62 - -
1986 28 26 46 - -
1987 91 9 0 El Nino Kekeringan
1988 57 30 13 El Nino Kekeringan
1989 10 52 38 - -
1990 12 60 28 - -
1991 98 2 0 El Nino Kekeringan
1992 16 40 44 - -
1993 60 37 3 El Nino Kekeringan
1994 99 1 0 El Nino Kekeringan
1995 26 59 15 - -
1996 26 50 24 - -
1997 94 5 1 El Nino Kekeringan
1998 44 41 15 - -
1999 67 25 28 - Kekeringan
2000 30 60 10 - -
2001 -
KFI Vol. 13 No. 2, 2002 103