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 menurunya tinggi muka air sungai atau-
1.1 Latar Belakang pun danau (disebut kekeringan hidro-
Bencana kekeringan menjadi bencana logis). Kekeringan dibagi menjadi 3 jenis
yang rutin terjadi setiap tahunnya pada yaitu:
DAS Ngrowo di Jawa Timur. Saat musim a) Kekeringan Meteorologi (Meteorology
kemarau di beberapa wilayah akan kesu- Drought)
litan mendapatkan air untuk pertanian Didefiniskan sebagai kekurangan hujan
dan air baku. Kemarau panjang yang dari yang normal atau diharapkan selama
terjadi menyebabkan meluasnya lokasi periode waktu tertentu. Perhitungan
kekeringan di wilayah DAS Ngrowo. tingkat kekeringan meteorologis meru-
Dengan adanya kejadian kekeringan yang pakan indikasi pertama terjadinya kondisi
rutin setiap tahun namun dengan waktu kekeringan.
awal kekeringan yang tidak tetap pada b) Kekeringan Pertanian (Agricultural
wilayah DAS Ngrowo maka perlu Drought)
dilakukan analisis indeks kekeringan Kekeringan pertanian ini terjadi setelah
untuk mengetahui tingkat dan durasi terjadinya gejala kekeringan meteoro-
kekeringannya sehingga bisa dijadikan logis. Kekeringan ini berhubungan de-
sebagai peringatan awal akan adanya ngan berkurangnya kandungan air dalam
kekeringan yang lebih jauh agar dampak tanah (lengas tanah) sehingga tidak
dari kekeringan dapat dikurangi. Stan- mampu lagi memenuhi kebutuhan air
dardized Precipitation Index (SPI) adalah bagi tanaman pada suatu periode tertentu.
salah satu cara dalam menganalisis Dicirikan dengan kekurangan lengas
indeks kekeringan pada suatu daerah, dan tanah,
kemudian di petakan dengan Geographic c) Kekeringan Hidrologi (Hydrological
Information System (GIS) untuk menge- Drought)
tahui penyebaran dari bencana keke- Didefinisikan sebagai kekurangan pasok
ringan yang terjadi. air permukaan dan air tanah dalam
bentuk air di danau dan waduk, aliran
1.2 Tujuan sungai, dan muka air tanah. Kekeringan
Tujuan dari penelitian ini adalah untuk hidrologis diukur dari ketinggian muka
mengetahui nilai indeks kekeringan air sungai, waduk, danau dan air tanah.
dengan SPI periode defisit 1, 4, 6, 12, dan
24 bulanan dan peta sebaran kekeringan 2.2. Metode Analisa Indeks Keke-
pada DAS Ngrowo, sehingga dapat ringan
menjadi peringatan awal akan adanya Kekeringan meteorologis merupakan
kekeringan yang lebih jauh. indikasi awal dalam terjadinya keke-
ringan, sehingga perlu dilakukan analisa
2. KAJIAN PUSTAKA untuk mengetahui tingkat kekeringan
2.1. Kekeringan yang terjadi.
Kekeringan diawali dengan berkurangnya Adapun macam-macam analisa indeks
jumlah curah hujan dibawah normal pada kekeringan yang telah dilakukan adalah
satu musim, kejadian ini adalah keke- sebagai berikut :
ringan meteorologis yang merupakan 1. Percent of Normal
tanda awal dari terjadinya kekeringan. 2. Reclamation Drought Indeks (RDI)
Tahapan selanjutnya adalah berkurang- 3. Crop Moisture Index (CMI)
nya kondisi air tanah yang menyebabkan 4. Standardized Precipitation Index
terjadinya stress pada tanaman (disebut (SPI)
kekeringan pertanian), Tahapan selan- 5. Palmer Drought Severity Index
jutnya terjadinya kekurangan pasokan air 6. Theory of Run
permukaan dan air tanah yang ditandai
Pada kajian ini akan digunakan Stan- fungsi frekuensi atau atau fungsi pro-
dardized Precipitation Index (SPI) dalam babilitas kepadatan sebagai berikut :
menganalisa kekeringan.
(1)
2.3. Metode Standardized Precipitation
Index (SPI) dimana :
Metode Standardized Precipitation Index > 0, adalah parameter bentuk
(SPI) merupakan metode yang dikem-
> 0, adalah parameter
bangkan oleh McKee pada tahun 1993.
Tujuannya adalah untuk mengetahui dan X > 0, adalah jumlah curah hujan
memonitoring kekeringan. Kriteria nilai Perhitungan SPI meliputi pencocokan
indeks kekeringan metode SPI diklasi- fungsi kepadatan probabilitas gamma
fikasikan dalam nilai seperti berikut : terhadap distribusi frekuensi dari jumlah
1. Basah : nilai SPI : > 1.00 curah hujan untuk setiap stasiun. Per-
2. Normal : nilai SPI : -0.99 – 0.99 samaan untuk mengoptimalisasi estimasi
3. Cukup Kering : nilai SPI : -1.00 – 1.49 nilai dan sebagai berikut :
4. Sangat Kering : nilai SPI : -1.5 – -1.99
5. Amat sangat kering/ Ekstrim Kering :
nilai SPI : < -2 (2)
3. METODOLOGI
3.1 Data Curah Hujan (3)
Dalam analisa kekeringan menggunakan
metode Standardized Precipitation In- Dimana:
deks (SPI) untuk suatu lokasi, dibu-
tuhkan data curah hujan bulanan dengan (4)
periode waktu yang cukup panjang.
Dalam studi ini digunakan data curah n = Jumlah data pengamatan curah hujan
hujan bulanan tahun 1993-2012 pada 18
stasiun hujan yang terletak di dalam DAS Parameter yang dihasilkan dipergunakan
Ngrowo. untuk menemukan probabilitas komulatif
dari kejadian curah hujan yang diamati
3.2 Analisa Hidrologi untuk setiap bulan dan skala waktu dari
Data dapat dikatakan valid jika meme- tiap stasiun. Probabilitas Komulatif ini
nuhi beberapa kriteria (Soemarto, 1987), dihitung dengan :
yaitu bahwa data itu berada dalam
range, tidak mempunyai trend, homogen (5)
dan bersifat acak. Pada studi ini analisa
hidrologi yang digunakan adalah: Karena fungsi gamma tidak terdefinisi
a) Uji konsistensi untuk x = 0, maka nilai G(x) menjadi :
b) Uji homogenitas data hujan
Analisa hidrologi yang dilakukan bertu- (6)
juan untuk mendapatkan data hujan yang
layak untuk digunakan. Dimana q = jumlah kejadian hujan = 0
(m) / jumlah data (n)
3.3. Perhitungan Indeks Kekeringan
SPI Jika m merupakan jumlah nol dari selu-
Perhitungan nilai SPI berdasarkan jumlah ruh data curah hujan, maka q dapat di
sebaran gamma didefinisikan sebagai 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
Gambar 1. Peta Kekeringan Das Ngrowo dengan SPI Periode Defisit 1 Bulanan
pada Tahun 1997
Gambar 2. Grafik Debit Kali Keser 1 Bulanan
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)