ABSTRAK
Kekeringan disebabkan oleh kurangnya curah hujan dari kondisi normal,
dinamakan sebagai kekeringan meteorologi, yang jika berlangsung cukup lama
akan menyebabkan kekeringan hidrologi, yaitu mengeringnya debit sungai dan
menurunnya muka air danau dan air tanah. Untuk dapat menentukan awal, akhir,
dan tingkat keparahan kekeringan maka digunakan indeks kekeringan. Salah satu
jenis indeks kekeringan hidrologi (IKH) yang populer adalah Standardized Runoff
Index (SRI), serupa dengan indeks kekeringan meteorologi Standardized
Precipitation Index (SPI), dimana data asli dihitung rerata berjalan, transformasi
distribusi statistik, dan dengan Theory of Run dipotong pada suatu ambang,
sehingga bagian yang berada di bawah ambang adalah tingkat kekeringan.
Penelitian ini mengkaji kinerja IKH SRI dengan berbagai kombinasi parameter,
yaitu: 1) rerata berjalan untuk 1, 3, 6 dan 12 bulan; 2) distribusi statistik Normal,
Log-Normal dan Gamma, serta 3) ambang potong debit rata-rata dan debit
andalan Q80% secara tetap dan bulanan. Kinerja IKH dinyatakan dengan besarnya
korelasi indeks kekeringan terhadap data luas sawah terkena kekeringan. Lokasi
penelitian adalah pada bendung irigasi di Wilayah Sungai Pemali-Comal, yaitu
Bendung Notog dan Kramat, dengan menggunakan data debit sungai bulanan dari
tahun 2003 sampai dengan 2013. Hasil penelitian menunjukkan bahwa semua
kombinasi distribusi, dan ambang batas berkorelasi baik terhadap data dampak
kekeringan, menunjukkan semua kombinasi tersebut dapat digunakan sebagai
IKH. Korelasi tertinggi dicapai pada distribusi Log-Normal, ambang tetap debit
rata-rata, dan rerata berjalan 3 bulanan. Kombinasi parameter IKH ini disarankan
untuk digunakan dalam mengevaluasi dan memantau kondisi kekeringan di WS
Pemali-Comal. Dengan melengkapi analisis pada berbagai bendung irigasi di
Indonesia, maka pemantauan dan evaluasi kekeringan secara nasional akan dapat
diwujudkan untuk mitigasi bencana kekeringan.
Kata kunci: kekeringan, kekeringan hidrologi, indeks kekeringan hidrologi, luas
sawah terkena kekeringan, evaluasi kekeringan, pemantauan kekeringan, mitigasi,
Pemali-Comal
PENDAHULUAN
Kekeringan berbeda dengan bencana alam lainnya yang terlihat secara
jelas dan menakutkan. Kekeringan merayap, tidak jelas awal dan akhirnya.
Setelah musim hujan kita gembira dengan hari yang cerah, sampai waktu berlalu
dan kita sadari bahwa air sungai menyusut, air sumur menurun, tanaman mulai
layu, kekeringan telah terjadi. Untuk itu diperlukan adanya indeks kekeringan
yang memungkinkan untuk mendeteksi bilamana kekeringan mulai terjadi dan
kapan berakhirnya.
Kekeringan meteorologi adalah berkurangnya curah hujan dari kondisi
normal, sedangkan berkurangnya debit sungai dan menurunnya muka air danau
dan waduk merupakan kekeringan hidrologi. Indeks Kekeringan Meteorologi
(IKM) telah disepakati oleh masyarakat dunia, yaitu Standardized Precipitation
Index (SPI), sedangkan untuk kekeringan hidrologi belum ada indeks yang
seragam dan dianjurkan. Indeks Kekeringan Hidrologi (IKH) yang menyatakan
kondisi kekeringan di sungai akan lebih sesuai untuk infrastruktur sumber daya
air, termasuk bendung irigasi, dibandingkan dengan IKM yang hanya berdasarkan
curah hujan.
Permasalahannya adalah IKH yang bagaimana yang dapat menyatakan
kekeringan di bendung dengan baik? Salah satu jenis IKH yang populer adalah
Standardized Runoff Index (SRI), serupa dengan indeks kekeringan meteorologi
Standardized Precipitation Index (SPI), dimana data asli dihitung rerata berjalan,
transformasi distribusi statistik, dan dengan Theory of Run dipotong pada suatu
ambang, sehingga bagian yang berada di bawah ambang adalah tingkat
kekeringan.
MAKSUD DAN TUJUAN
Penelitian ini mengkaji kinerja IKH SRI dengan berbagai kombinasi
parameter, yaitu: 1) rerata berjalan untuk 1, 3, 6 dan 12 bulan; 2) distribusi
statistik Normal, Log-Normal dan Gamma, serta 3) ambang potong debit rata-rata
dan debit andalan Q80% secara tetap dan bulanan. Tujuannya adalah untuk
memperoleh IKH yang sesuai untuk diterapkan pada bendung irigasi di wilayah
sungai Pemali-Comal.
KAJIAN PUSTAKA
Untuk dapat memberikan informasi mengenai durasi terjadinya
kekeringan, perlu didefinisikan awal dan akhir kejadian kekeringan, yang biasa
digunakan metode theory of run yang dikembangkan oleh Yevjevich (1967).
Indikator kekeringan seperti misalnya data runtut waktu hujan atau debit Xt
dipotong pada suatu ambang batas X0, yang dapat berupa nilai rata-rata, median,
atau persentil tertentu, atau angka lainnya yang dapat berupa angka tetap maupun
bervariasi menurut musim. Kekeringan didefinisikan sebagai kondisi bilamana
nilai indikator setelah dipotong berada di bawah garis ambang batas, atau dengan
lain perkataan jika nilainya negatif setelah dilakukan pemotongan. Selanjutnya
Theory of Run diterapkan pada data runtut waktu (time-series) indikator
I=M/D
4.0
3.0
2.0
Indeks Kekeringan
1.0
waktu
0.0
2
1
-1.0
3
-2.0
-3.0
-4.0
Keparahan = 9.6
Durasi = 4,0
Intensitas = 2.4
Cekaman = 38,4
Keparahan = 5.0
Durasi = 6,0
Intensitas = 0,83
Cekaman = 30
Keparahan = 7.5
Durasi = 2
Intensitas = 3.75
Cekaman = 15
-5.0
METODOLOGI
Penelitian dilaksanakan di Wilayah Sungai Pemali-Comal, Jawa Tengah
bagian Utara, yaitu pada bendung irigasi Notog dan bendung irigasi Kramat
(Gambar 2). Data debit sungai digunakan debit bulanan di bendung dari tahun
1991 sampai dengan 2013, yang telah diuji konsistensinya dengan data hujan
dengan analisis hujan-aliran NRECA.
K.
om
.C
mali
al
K.
K.
Ca
cab
K. Ciu
Bd. Sungapan
K. C
o
Bd. Sukowati
Bd. Kaliwadas
PEKALONGAN
K. Com
al
gdu
PEMALANG
ba
Ra
m
bu
Bd. Kejene
BATANG
K.
Bd. Krompeng
Am
K. Gun
m al
K.
TEGAL
Bd. Asemseketek
Bd. Kedungdowo Kramat
rang
Sir
a
K. Rambut
alu
W
K.
Co
m
an
K. Pe
Bd. Pesayangan
Waduk Cacaban
BREBES
ngk a
K. Se
K. B
ang
sri
KOTA PEKALONGAN
K.
ng
du
mal
KOTA TEGAL
Bd. Cipero
Bd. Danawarih
Bd. Notog
Bd. Mejagung
K. Pe
kaca
nga
K.
Gin
tun
g
K. Rambut
K. Sengk arang
K. S
iran
al
o
K. C
u
angd
K. Sir
Co
m
al
K. Gintu
ng
u
Gambar 2 Lokasi bendung irigasi Notog dan Kedungdowo Kramat di WS Pemaliay
Sr
K.
Comal
PURBALINGGA
25,000
BANJARNEGARA
WONOSOBO
20,000
CILACAP
BANYUMAS
Ha
15,000
10,000
5,000
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Kab. Batang
1433
1426
40
225
204
70
210
Kab. Pekalongan
67
5650
26
5965
542
53
970
1956
66
49
446
220
817
409
55
Kab. Pemalang
6194
20
3017
313
142
716
2451
39
525
Kab. Tegal
5133
4212
1242
480
235
847
1132 2246
169
537
482
Kab. Brebes
60
34
518
5197
228
41
20
107
44
170
724
151
1672
233
693
Hasil korelasi juga dibandingkan terhadap indeks kekeringan meteorologi SPI dari
hasil perhitungan Adidarma (2011).
HASIL DAN PEMBAHASAN
Kinerja Indeks Kekeringan Hidrologi pada Tahun El-Nino
Untuk menyelidiki kesesuaian keparahan kekeringan tahunan dari berbagai
indeks kekeringan, maka nilai keparahan tahunan IKH, IKA dan IKM
disandingkan dan diperiksa kondisinya pada tahun kekeringan El-Nino 1991,
1994, 1997, 2002, 2003, 2006 dan 2008.
Tabel 1 menunjukkan bahwa semua indeks kekeringan di Bendung Notog
pada WS Pemali-Comal bagian Barat selalu mencatat nilai negatif yang ekstrim
rendah, dinyatakan dengan warna merah pada tahun-tahun kekeringan El-Nino.
Tabel 5 menunjukkan bahwa di Bendung Kramat pada WS Pemali-Comal bagian
Timur, semua indeks kekeringan juga mencatat nilai yang sangat rendah pada
tahun-tahun El-Nino. Beberapa indeks menunjukkan kekeringan yang berlanjut
sampai tahun berikutnya, seperti IKH SRI ambang tetap yang mencatat
kekeringan ekstrim di tahun 2002 dan 2003 berlanjut ke tahun 2004. Seberapa
jauh korelasi masing-masing indeks kekeringan terhadap data historis luas sawah
terkena kekeringan dibahas pada pasal berikut.
Kajian Distribusi Statistik
Untuk menyusun indeks kekeringan hidrologi, salah satu faktor penting
adalah pemilihan distribusi statistik. Dalam penelitian ini digunakan tiga buah
asumsi distribusi statistik, yaitu distribusi Normal, distribusi LogNormal, dan
distribusi Gamma. Hipotesisnya adalah jika indeks kekeringan hidrologi dipilih
yang sesuai dengan distribusi statistik data debit aslinya, maka indeks kekeringan
hidrologi tersebut akan memiliki kinerja yang baik, dalam arti mencapai korelasi
yang tinggi terhadap data luas sawah terkena kekeringan. Uji kecocokan distribusi
dilakukan berdasarkan Uji Chi Kuadrat dan Uji Kolmogorov-Smirnov. Tabel 3
dan Tabel 4 memperlihatkan kecocokan distribusi statistik setiap bulan untuk
Bendung Notog dan Bendung Kramat.
Tabel 1 Keparahan Tahunan Bendung Notog dan Tahun El-Nino
SRI Ambang Tetap
SRI Ambang Bulanan
IKM
Catatan
ND50T ND80T LN50T LN80T GM50T GM80T ND50B ND80B LN50B LN80B GM50B GM80B SPI
1991 -6.43 -1.04 -6.48 -2.15 -9.36 -9.36 -5.02 -0.04 -4.72 -0.46 -3.95 -0.13 -5.92 El-Nino
1992 -4.53 0.00 -1.10 0.00 -3.58 -3.58 -3.21 -0.43 -3.48 -1.31 -3.73 -0.97 -1.28
1993 -6.01 -0.88 -5.56 -1.64 -8.18 -8.18 -5.23 -0.80 -6.10 -2.37 -6.02 -2.13 -2.30
1994 -9.34 -1.30 -9.13 -4.24 -13.16 -13.16 -15.12 -6.11 -21.32 -12.32 -19.22 -10.94 -5.37 El-Nino
1995 -3.40 -0.49 -3.04 -0.68 -4.47 -4.47 -0.82 0.00 0.00 0.00
0.00
0.00 -0.63
1996 -5.17 -0.35 -3.59 -1.03 -6.12 -6.12 -4.03 -0.45 -3.51 -0.36 -3.65 -0.64 -2.24
1997 -6.70 -1.23 -8.15 -3.76 -10.61 -10.61 -5.96 -0.64 -7.87 -2.33 -6.14 -1.93 -5.12 El-Nino
1998 -2.34 0.00 -0.33 0.00 -1.13 -1.13 -1.46 -0.20 -1.15 -0.26 -1.50 -0.44 -1.35
1999 -4.94 -0.48 -4.47 -1.65 -6.49 -6.49 -3.25 -0.58 -3.01 -0.70 -2.78 -0.98 -1.85
2000 -4.81 -0.61 -3.79 -1.14 -6.05 -6.05 -3.27 -0.43 -2.33 -0.33 -2.18 -0.61 -1.21
2001 -2.92 -0.18 -1.39 0.00 -2.65 -2.65 -2.11 0.00 -1.22 0.00 -1.90
0.00 -2.28
2002 -6.00 -1.07 -8.17 -4.24 -10.04 -10.04 -5.34 -0.17 -6.77 -1.52 -4.76 -0.75 -6.71 El-Nino
2003 -6.04 -1.07 -6.53 -2.54 -8.95 -8.95 -5.92 -0.38 -6.02 -1.11 -5.17 -0.45 -4.87 El-Nino
2004 -5.62 -0.67 -4.80 -1.50 -7.34 -7.34 -4.13 0.00 -2.62 0.00 -2.82 -0.06 -1.33
2005 -5.50 -0.44 -3.92 -1.36 -6.70 -6.70 -3.62 -0.06 -2.72 -0.13 -2.81 -0.04 -4.26
2006 -6.36 -1.04 -7.99 -3.74 -10.25 -10.25 -5.19 -0.09 -6.00 -1.00 -6.82 -1.97 -4.76 El-Nino
2007 -5.40 -0.76 -4.77 -1.59 -7.11 -7.11 -3.75 -0.49 -2.98 -0.86 -6.12 -2.72 -6.13
2008 -5.49 -0.88 -5.49 -1.94 -7.90 -7.90 -6.44 -0.56 -7.00 -1.57 -5.98 -0.99 -5.04 El-Nino
2009 -4.93 -0.74 -5.19 -2.08 -6.86 -6.86 -4.26 -0.55 -3.97 -0.41 -3.11 -0.80 -7.07
2010 -0.40 0.00 0.00 0.00
0.00
0.00 -0.01 0.00 0.00 0.00 -0.02
0.00 -0.27
2011 -4.65 -0.58 -4.51 -1.51 -6.64 -6.64 -1.74 0.00 -0.90 0.00 -0.34
0.00 -2.59
Tahun
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Jumlah sesuai (bulan)
Setahun
Normal
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
tidak
tidak
tidak
sesuai
tidak
8
67%
LogNormal
sesuai
sesuai
tidak
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
11
92%
Gamma
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
tidak
tidak
sesuai
sesuai
sesuai
10
83%
Bulan
Januari
Februari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember
Jumlah sesuai (bulan)
Setahun
Normal
tidak
sesuai
sesuai
sesuai
sesuai
sesuai
tidak
tidak
tidak
tidak
sesuai
sesuai
LogNormal
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
sesuai
Gamma
sesuai
sesuai
sesuai
tidak
tidak
sesuai
sesuai
tidak
tidak
sesuai
sesuai
sesuai
8
67%
12
100%
8
67%
rerata 6 bulanan batas potong bulanan 50%. Selanjutnya korelasi 93% pada
SRI.LN50-3, dan SRI.GM80-6, serta hampir semua SRI 12 bulanan batas potong
tetap, dan untuk batas potong bulanan pada SRI 6 bulanan, 12 bulanan dan 3
bulanan. Selanjutnya dengan korelasi masih cukup erat pada SRI batas potong
bulanan rerata 1 bulanan dan batas potong tetap 3 bulanan.
Tabel 5 Korelasi Keparahan Kekeringan Tahunan dengan Data Luas Sawah
terkena Kekeringan di Bendung Notog
Metode
SRI.ND50T
SRI.ND80T
SRI.LN50T
SRI.LN80T
SRI.GM50T
SRI.GM80T
SRI.ND50B
SRI.ND80B
SRI.LN50B
SRI.LN80B
SRI.GM50B
SRI.GM80B
SPI
Distribusi
Normal
Normal
LogNormal
LogNormal
Gamma
Gamma
Normal
Normal
LogNormal
LogNormal
Gamma
Gamma
Gamma
Ambang
1 bulanan 3 bulanan 6 bulanan 12 bulanan
50% tetap
62%
71%
88%
87%
80% tetap
51%
56%
87%
93%
50% tetap
52%
64%
89%
93%
80% tetap
53%
60%
85%
93%
50% tetap
57%
68%
89%
91%
80% tetap
53%
58%
86%
93%
50% bulanan
85%
92%
92%
88%
80% bulanan
91%
92%
92%
93%
50% bulanan
87%
93%
95%
92%
80% bulanan
91%
92%
93%
92%
50% bulanan
86%
92%
94%
91%
80% bulanan
88%
91%
93%
93%
50% bulanan
33%
39%
27%
-8%
Metode
SRI.ND50T
SRI.ND80T
SRI.LN50T
SRI.LN80T
SRI.GM50T
SRI.GM80T
SRI.ND50B
SRI.ND80B
SRI.LN50B
SRI.LN80B
SRI.GM50B
SRI.GM80B
SPI
Distribusi
Normal
Normal
LogNormal
LogNormal
Gamma
Gamma
Normal
Normal
LogNormal
LogNormal
Gamma
Gamma
Gamma
DAFTAR PUSTAKA
1.