ANALISA INDEKS KEKERINGAN DENGAN METODE

STANDARDIZED PRECIPITATION INDEX (SPI) DAN SEBARAN

KEKERINGAN DENGAN GEOGRAPHIC INFORMATION SYSTEM
(GIS) PADA DAS NGROWO
Hadi Muliawan1, Donny Harisuseno2, Ery Suhartanto2
1
Mahasiswa Program Sarjana Teknik Jurusan Pengairan Universitas Brawijaya
2
Dosen Teknik Pengairan Fakultas Teknik Universitas Brawijaya
e-mail: hadimuliawan@ymail.com

ABSTRAK
Masalah kekeringan merupakan masalah rutin yang terjadi di beberapa wilayah di
Indonesia namun dengan waktu awal kekeringan yang tidak tetap. Maka dari itu perlu
dilakukan analisis indeks kekeringan untuk mengetahui tingkat dan durasi kekeringannya
sehingga bisa dijadikan sebagai peringatan awal akan adanya kekeringan yang lebih jauh
agar dampak dari kekeringan dapat dikurangi
Standardized Precipitation Index (SPI) adalah salah satu cara dalam menganalisis
indeks kekeringan pada suatu daerah yang di kembangkan oleh McKee et al pada tahun
1993. SPI didesain untuk mengetahui secara kuantitatif defisit hujan dengan berbagai skala
waktu. Data yang digunakan adalah data hujan bulanan dari tahun 1993 sampai dengan
2012 pada 18 stasiun hujan. Setelah dilakukan analisa indeks kekeringan kemudian dibuat
peta menggunakan software Arc GIS dengan tools Kriging.
Hasil Studi menunjukkan pada semua periode defisit kekeringan terparah terjadi
pada tahun 1997 dengan nilai indeks kekeringan masing-masing pada periode defisit 1
bulan (-4,014), pada periode defisit 4 bulan (-3,614), pada periode defisit 6 bulan (-3,750),
pada periode defisit 12 bulan (-3.819), pada periode defisit 24 bulan (-3.066). Dari hasil
analisa disimpulkan kekeringan meteorologi berhubungan dengan kekeringan hidrologis,
dan peristiwa El Nino
Kata Kunci: Indeks Kekeringan, Kriging, Standardized Precipitation Index, peta sebaran
kekeringan.

ABSTRACT
Drought is a common problem and often happens in couple areas throughout
Indonesia, but with unfixed starting date. Hence, the application of Drought Index Analysis
is necessary in order to figure out the level and duration of the drought and therefore is
useful for early warning of further drought so hopefully can lessen the impact of drought
itself.
Standardized Precipitation Index (SPI) is a widely used index to analyze drought in a
specific area, which was developed by McKee et al in 1993. SPI was designed to quantify
the precipitation deficit for multiple timescales. The data used is the monthly precipitation
data from the year 1993 until 2012 of 18 (eighteen) rainfall stations. After performing
Drought Index Analysis, a map was made using ArcGIS software by Kriging tools.
The study shows that from all deficit periods, the most severe drought happened in
1997, with each drought index as follows: on a 1 month deficit period (-4,014); on a 4
month deficit period (-3,614); on a 6 month deficit period (-3,750); on a 12 month deficit
period (-3,819); on a 24 month deficit period (-3,066). As a result of the analysis, it is
concluded that, meteorological drought is related to hydrological drought and El Nino.
Keywords: drought analysis, kriging, Standardized Precipitation Index, drought
distribution map,
1. PENDAHULUAN
1.1 Latar Belakang
Bencana kekeringan menjadi bencana
yang rutin terjadi setiap tahunnya pada
DAS Ngrowo di Jawa Timur. Saat musim
kemarau di beberapa wilayah akan kesu-
litan mendapatkan air untuk pertanian
dan air baku. Kemarau panjang yang
terjadi menyebabkan meluasnya lokasi
kekeringan di wilayah DAS Ngrowo.
Dengan adanya kejadian kekeringan yang
rutin setiap tahun namun dengan waktu
awal kekeringan yang tidak tetap pada
wilayah DAS Ngrowo maka perlu
dilakukan analisis indeks kekeringan
untuk mengetahui tingkat dan durasi
kekeringannya sehingga bisa dijadikan
sebagai peringatan awal akan adanya
kekeringan yang lebih jauh agar dampak
dari kekeringan dapat dikurangi. Stan-
dardized Precipitation Index (SPI) adalah
salah satu cara dalam menganalisis
indeks kekeringan pada suatu daerah, dan
kemudian di petakan dengan Geographic
Information System (GIS) untuk menge-
tahui penyebaran dari bencana keke-
ringan yang terjadi.
1.2 Tujuan
Tujuan dari penelitian ini adalah untuk
mengetahui nilai indeks kekeringan
dengan SPI periode defisit 1, 4, 6, 12, dan
24 bulanan dan peta sebaran kekeringan
pada DAS Ngrowo, sehingga dapat
menjadi peringatan awal akan adanya
kekeringan yang lebih jauh.
2. KAJIAN PUSTAKA
2.1. Kekeringan
Kekeringan diawali dengan berkurangnya
jumlah curah hujan dibawah normal pada
satu musim, kejadian ini adalah keke-
ringan meteorologis yang merupakan
tanda awal dari terjadinya kekeringan.
Tahapan selanjutnya adalah berkurang-
nya kondisi air tanah yang menyebabkan
terjadinya stress pada tanaman (disebut
kekeringan pertanian), Tahapan selan-
jutnya terjadinya kekurangan pasokan air
permukaan dan air tanah yang ditandai
menurunya tinggi muka air sungai atau-
pun danau (disebut kekeringan hidro-
logis). Kekeringan dibagi menjadi 3 jenis
yaitu:
a) Kekeringan Meteorologi (Meteorology
Drought)
Didefiniskan sebagai kekurangan hujan
dari yang normal atau diharapkan selama
periode waktu tertentu. Perhitungan
tingkat kekeringan meteorologis meru-
pakan indikasi pertama terjadinya kondisi
kekeringan.
b) Kekeringan Pertanian (Agricultural
Drought)
Kekeringan pertanian ini terjadi setelah
terjadinya gejala kekeringan meteoro-
logis. Kekeringan ini berhubungan de-
ngan berkurangnya kandungan air dalam
tanah (lengas tanah) sehingga tidak
mampu lagi memenuhi kebutuhan air
bagi tanaman pada suatu periode tertentu.
Dicirikan dengan kekurangan lengas
tanah,
c) Kekeringan Hidrologi (Hydrological
Drought)
Didefinisikan sebagai kekurangan pasok
air permukaan dan air tanah dalam
bentuk air di danau dan waduk, aliran
sungai, dan muka air tanah. Kekeringan
hidrologis diukur dari ketinggian muka
air sungai, waduk, danau dan air tanah.
2.2. Metode Analisa Indeks Keke-
ringan
Kekeringan meteorologis merupakan
indikasi awal dalam terjadinya keke-
ringan, sehingga perlu dilakukan analisa
untuk mengetahui tingkat kekeringan
yang terjadi.
Adapun macam-macam analisa indeks
kekeringan yang telah dilakukan adalah
sebagai berikut :
1. Percent of Normal
2. Reclamation Drought Indeks (RDI)
3. Crop Moisture Index (CMI)
4. Standardized Precipitation Index
(SPI)
5. Palmer Drought Severity Index
6. Theory of Run
Pada kajian ini akan digunakan Stan-
dardized Precipitation Index (SPI) dalam
menganalisa kekeringan.
2.3. Metode Standardized Precipitation
Index (SPI)
Metode Standardized Precipitation Index
(SPI) merupakan metode yang dikem-
bangkan oleh McKee pada tahun 1993.
Tujuannya adalah untuk mengetahui dan
memonitoring kekeringan. Kriteria nilai
indeks kekeringan metode SPI diklasi-
fikasikan dalam nilai seperti berikut :
1. Basah : nilai SPI : > 1.00
2. Normal : nilai SPI : -0.99 – 0.99
3. Cukup Kering : nilai SPI : -1.00 – 1.49
4. Sangat Kering : nilai SPI : -1.5 – -1.99
5. Amat sangat kering/ Ekstrim Kering :
nilai SPI : < -2
3. METODOLOGI
3.1 Data Curah Hujan
Dalam analisa kekeringan menggunakan
metode Standardized Precipitation In-
deks (SPI) untuk suatu lokasi, dibu-
tuhkan data curah hujan bulanan dengan
periode waktu yang cukup panjang.
Dalam studi ini digunakan data curah
hujan bulanan tahun 1993-2012 pada 18
stasiun hujan yang terletak di dalam DAS
Ngrowo.
3.2 Analisa Hidrologi
Data dapat dikatakan valid jika meme-
nuhi beberapa kriteria (Soemarto, 1987),
yaitu bahwa data itu berada dalam
range, tidak mempunyai trend, homogen
dan bersifat acak. Pada studi ini analisa
hidrologi yang digunakan adalah:
a) Uji konsistensi
b) Uji homogenitas data hujan
Analisa hidrologi yang dilakukan bertu-
juan untuk mendapatkan data hujan yang
layak untuk digunakan.
3.3. Perhitungan Indeks Kekeringan
SPI
Perhitungan nilai SPI berdasarkan jumlah
sebaran gamma didefinisikan sebagai
fungsi frekuensi atau atau fungsi pro-
babilitas kepadatan sebagai berikut :
(1)
dimana :
> 0, adalah parameter bentuk
> 0, adalah parameter
X > 0, adalah jumlah curah hujan
Perhitungan SPI meliputi pencocokan
fungsi kepadatan probabilitas gamma
terhadap distribusi frekuensi dari jumlah
curah hujan untuk setiap stasiun. Per-
samaan untuk mengoptimalisasi estimasi
nilai dan sebagai berikut :
(2)
(3)
Dimana:
(4)
n = Jumlah data pengamatan curah hujan
Parameter yang dihasilkan dipergunakan
untuk menemukan probabilitas komulatif
dari kejadian curah hujan yang diamati
untuk setiap bulan dan skala waktu dari
tiap stasiun. Probabilitas Komulatif ini
dihitung dengan :
(5)
Karena fungsi gamma tidak terdefinisi
untuk x = 0, maka nilai G(x) menjadi :
(6)
Dimana q = jumlah kejadian hujan = 0
(m) / jumlah data (n)
Jika m merupakan jumlah nol dari selu-
ruh data curah hujan, maka q dapat di
estimasi dengan m/n. Probabilitas komu-
latif H(x) tersebut kemudian ditransfor-
masikan ke dalam standar normal random pembuatan peta dengan ArcGIS 9.3
variable Z dengan nilai rata-rata 0 dan adalah dengan metode Kriging.
variasi 1, nilai yang diproleh Z tersebut
merupakan nilai SPI. 4. HASIL DAN PEMBAHASAN
Nilai standar normal random variable Z 4.1. Nilai Durasi Kekeringan Tiap
atau SPI tersebut lebih mudah dengan Periode Defisit
perhitungan menggunakan aproksimasi Berdasarkan hasil perhitungan indeks
yang dikemukakan oleh Abramowitz dan kekeringan SPI didapatkan bahwa hasil
Stegun (1964) dengan persamaan sebagai Studi menunjukkan pada semua periode
berikut : defisit kekeringan terparah dan dalam
Perhitungan Z atau SPI untuk 0 < H(x) kriteria amat sangat keringa terjadi pada
0,5 tahun 1997 dengan nilai indeks
kekeringan masing-masing pada periode
defisit 1 bulan (-4,014), pada periode
(7)
defisit 4 bulan (-3,614), pada periode
defisit 6 bulan (-3,750), pada periode
defisit 12 bulan (-3.819), pada periode
Dengan (8)
defisit 24 bulan (-3.066).
Perhitungan Z atau SPI untuk 0,5 < H(x)
4.2. Analisa Peta Sebaran Kekeri-
1,0
ngan
(9) Dari hasil perhitungan nilai indeks
kekeringan SPI didapatkan pada tiap
periode defisit tahun 1997 adalah tahun
dengan sssss(10) dengan kejadian kekeringan terparah,
maka pemodelan peta kekeringan
dilakukan untuk tahun 1997 pada tiap
dengan : periode defisit.
c0 = 2.515517 Peta sebaran kekeringan metode SPI
c1 = 0.802853 dengan periode defisit 1 bulanan pada
c2 = 0.010328 tahun 1997 akan ditampilkan pada
d1 = 1.432788 gambar 1
d2 = 0.189269
d3 = 0.001308
Kekeringan terjadi pada waktu SPI secara
berkesinambungan negatif dan mencapai
intensitas kekeringan dengan SPI bernilai
-1 atau lebih kecil.
3.4. Peta Sebaran kekeringan
Setalah hasil nilai indeks kekeringan SPI
didaptkan, maka dilakukan pembuatan
eta sebaran kekeringan untuk mengetahui
sebaran kekeringan meteorologis dida-
erah kajian.
Peta indeks kekeringan SPI dibuat meng-
gunakan program ArcGIS 9.3. Dalam
kajian ini metode yang digunakan dalam
 Januari Februari Maret

April Mei Juni

Juli Agustus September

Oktober November Desember

Gambar 1. Peta Kekeringan Das Ngrowo dengan SPI Periode Defisit 1 Bulanan
pada Tahun 1997
 Gambar 2. Grafik Debit Kali Keser 1 Bulanan

Gambar 3. Grafik Rata-rata Indeks Kekeringan SPI 1 Bulanan Stasiun

Hujan K.D.PU. Air, Boyolangu, Ngantru dan Gandekan

4.3. Analisa kejadian Kekeringan pa- 4.4 Analisa Perbandingan Nilai In-
da Masing-masing Periode Defisit deks Kekeringan SPI terhadap
Pada Subbab ini ditampilkan persentase Debit Kali Keser
kejadian kekeringan pada tiap periode Perbandingan yang dilakukan bertujuan
defisit, persentase ditampilkan pada tabel untuk mengetahui hubungan antara
1 berikut : kekeringan meteorologi yang terjadi
dengan kekeringan hidrologi. Kekeringan
Tabel 1. Rekapitulasi Persentase meteorologi yang digunakan adalah nilai
Jumlah Kejadian tahun 1993-2012 indeks kekeringan SPI 1 Bulanan dan
Kejadian SPI 1 SPI 4 SPI 6 SPI 12 SPI 24 kekeringan hidrologi yang digunakan
Amat Sangat Kering 17.5% 18.9% 17.5% 5.8% 6.1%
Sangat Kering 26.4% 19.4% 16.1% 9.2% 6.9%
sesuai dengan debit sungai. Dengan
Cukup Kering
Normal
26.7%
29.4%
21.9%
39.7%
18.1%
48.3%
15.8%
68.3%
15.0%
67.5%
membandingkan hasil analisa indeks
Basah 0.0% 0.0% 0.0% 0.8% 4.4% kekeringan dengan data debit pada
Sumber : Hasil Perhitungan
sebuah grafik maka dapat diketahui
hubungan antara kekeringan meteorologi
Pada tabel 1 nilai SPI periode defisit 4
dengan kekeringan hidrologi. Grafik
bulan, 6 bulan 12 bulan dan 24 bulan
perbandingan ditampilkan pada gambar
mempunyai nilai normal lebih besar
2. dan 3.
daripada nilai normal pada SPI 1 bulanan.
Dalam Grafik perbandingan terjadi
Hal ini terjadi karena data yang
beberapa kesamaan antara grafik
dimasukkan pada SPI 1 bulan hanya data
pembacaan debit kali Keser dengan nilai
pada bulan itu saja, sedangkan pada SPI
rata-rata indeks kekeringan SPI pada
4, 6, 12 dan 24 bulan data yang
stasiun hujan K.D.PU Air, Boyolangu,
dimasukkan adalah data komulatif bulan
Ngantru, dan Gandekan. Terlihat pada
sebelumnya.
 Gambar 4. Grafik Nilai Southern Oscillation Index (SOI)
Gambar 5. Grafik Nilai SPI 1 Bulanan 18 Stasium Hujan
gambar perbandingan dengan periode
defisit 1 bulanan antara nilai indeks
kekeringan dan debit kali keser memiliki
banyak kesamaan trend, pada saat nilai
indeks kekeringan menunjukkan hasil
minus maka pada debit sungai kali keser
juga menunjukkan penurunan. Kesamaan
yang terjadi pada kedua gambar ini
mengindifikasikan bahwa adanya keter-
kaitan antara kekeringan meteorologis
dengan kekeringan hidrologi, walaupun
tidak seluruh trend dari kedua gambar
tersebut sama persis.
4.5 Perbandingan Hasil Analisa Ke-
keringan terhadap Data Southern
Oscillation Index (SOI)
Terjadinya kekeringan berkepanjangan
termasuk penyimpangan iklim dari sifat
normalnya pada tahun tertentu, sering
dikaitkan dengan munculnya fenomena
alam yang disebut El-Nino. Pada saat
Berlangsungnya peristiwa El-Nino yang
disertai dengan nilai indeks osilasi selatan
negatif dalam satu fase dikenal sebagai
peristiwa El Nino Southern Oscillation
(ENSO). Nilai SOI (Southern Oscillation
Index) atau Indeks Osilasi Selatan
merupakan nilai perbedaan antara te-
kanan atmosfer di atas permukaan laut di
Tahiti (Pasifik timur) dengan tekanan
atmosfer di Darwin (pasafik barat) akibat
dari perbedaan temperatur pemukaan laut
di kedua wilayah tersebut. Nilai SOI
dapat dijadikan patokan terjadinya feno-
mena El Nino dan La Nina.
Untuk membandingkan apakah keke-
ringan yang terjadi di Sub DAS Ngrowo
dipengaruhi juga oleh faktor peristiwa
ENSO. Perbandingan yang dilakukan
adalah dengan membandingkan nilai
surplus dan defisit SPI 1 bulan untuk satu
DAS terhadap data ENSO berupa nilai
indeks osilasi selatan/southern oscillation
index (SOI). Hasil perbandingan dapat
dilihat pada gambar 4 dan 5.
Dari gambar 4 dan 5 terlihat bahwa ada
hubungan antara nilai SPI 1 Bulanan
dengan data SOI. Ketika terjadi nilai
defisit maka SOI bernilai negatif, begitu
juga sebaliknya ketika terjadi nilai
surplus maka SOI bernilai positif.
Kekeringan terparah terjadi pada tahun
1997, di mana nilai defisit terjadi
sepanjang tahun begitu juga nilai SOI
negatif sepanjang tahun. Pada tahun 1998
ketika nilai SOI berubah menjadi positif
diikuti juga dengan perubahan nilai SPI
dari defisit menjadi surplus.
Sedangkan tahun terbasah adalah tahun
2010 di mana nilai surplus terjadi
sepanjang tahun diikuti dengan nilai SOI
yang positif juga sepanjang tahun.
Dari perbandingan ini dapat disimpulkan
bahwa nilai SPI 1 Bulan memiliki
hubungan terhadap nilai SOI.
5. PENUTUP
5.1 Kesimpulan
1. Besar indeks kekeringan yang terjadi
pada DAS Ngrowo memiliki nilai
yang berbeda pada masing-masing
SPI periode defisit 1, 4, 6, 12 dan 24
bulan. Hal ini terjadi karena nilai data
hujan yang digunakan tiap periode
defisit berbeda.
2. Hasil analisa indeks kekeringan
menggunakan metode Standardized
Precipitation Index (SPI) pada
periode defisit 1, 4, 6, 12 dan 24
dengan nilai indeks kekeringan
masing-masing (-4,014), (-3,614), (-
3,750), (-3.819 dan (-3,066). Dari tiap
periode defisit didapatkan bahwa
kekeringan terparah terjadi pada
tahun 1997 dengan tingkat
kekeringan ”amat sangat kering”.
3. Berdasarkan hasil pembuatan peta
sebaran kekeringan dengan meng-
gunakan metode krigging pada
software Arc GIS, tahun paling kering
terjadi pada tahun 1997, sedangkan
tahun paling basah terjadi pada tahun
2010.
4. Berdasarkan perban-dingan antara
hasil analisa kekeringan terhadap data
debit Kali Keser dapat disimpulkan
bahwa kekeringan meteorologi berhu-
bungan dengan kekeringan hidrologi.
Terlihat bahwa ada hubungan antara
nilai surplus dan defisit terhadap data
debit. Ketika terjadi nilai defisit maka
debit air pun juga mengalami
penurunan, begitu juga sebaliknya.
5. Kekeringan meteorologi yang terjadi
juga me-miliki hubungan terhadap
nilai SOI. Ketika terjadi nilai defisit
maka SOI bernilai negatif, begitu
juga sebaliknya ketika terjadi nilai
surplus maka SOI bernilai positif.
SOI tersebut merupakan indikator ter-
jadinya El Nino, semakin kecil nilai
SOI maka akan terjadi El Nino yang
kuat hal tersebut menyebabkan
terjadinya kekeringan yang panjang.
5.2 Saran
1. Untuk mendapatkan hasil yang lebih
akurat diperlukan data hujan yang
panjang, karena semakin panjang data
hujan yang dimiliki maka kita dapat
melihat trend kekeringan yang terjadi.
Kualitas data hujan juga harus
diperhatikan, apakah data hujan yang
didapatkan tidak terdapat banyak data
kosong.
2. Metode Standardized Precipitation
Index (SPI) hanya didasarkan pada
curah hujan dan hanya dapat
mengukur jumlah ketersediaan air,
metode ini berguna untuk mengukur
terjadinya kekeringan meteorologi
dan perlu dilakukan penelitian lebih
lanjut untuk mengetahui hubungan
antara nilai tiap periode defisit
dengan kegunaan masing-masing tiap
periode.
6. DAFTAR PUSTAKA
1. Adidarma, W., 2010, Diktat Pela-
tihan Kekeringan, Balai Hita,
Puslitbang SDA, Bandung.
2. Harto, Sri. 1993. Analisis Hidrologi.
Jakarta: PT. Gramedia Pustaka
Utama.
3. Harto, Sri. 2000. Hidrologi. Yogya-
karta: Nafiri Offset.
4. Triatmojo, Bambang. 2010.
Hidrologi Terapan.Yogyakarta: Beta
Offset.
5. Sonjaya, Irman. 2007. Analisa
Standardized Precipitation Index
(SPI) di Kalimantan Selatan.
 Banjarbaru: Stasiun Klimatologi
Banjarbaru.
6. Sosrodarsono, S., Takeda, K., 2003.
Hidrologi untuk Pengairan. Jakarta:
Pradnya Paramita.
7. McKee, T.B., Doesken, N. J. &
Kleist, J. 1993. The Relationship Of
Drought Frequency And Duration
To Time Scales. Colorado:
Department of Atmospheric Science.