PENERAPAN METODE PALMER DROUGHT SEVERITY INDEX

(PDSI) UNTUK ANALISA KEKERINGAN PADA SUB-SUB DAS

SLAHUNG KABUPATEN PONOROGO

JURNAL ILMIAH

Diajukan untuk memenuhi persyaratan

memperoleh gelar Sarjana Teknik

Disusun oleh:

NUR JANNAH
NIM. 115060401111038-64

KEMENTERIAN RISET TEKNOLOGI DAN PENDIDIKAN TINGGI

UNIVERSITAS BRAWIJAYA
FAKULTAS TEKNIK
JURUSAN PENGAIRAN
MALANG
2015
 PENERAPAN METODE PALMER DROUGHT SEVERITY INDEX
(PDSI) UNTUK ANALISA KEKERINGAN PADA SUB-SUB DAS
SLAHUNG KABUPATEN PONOROGO
Nur Jannah, Donny Harisuseno2, Dian Chandrasasi2
1
Mahasiswa Jurusan Teknik Pengairan Fakultas Teknik Universitas Brawijaya
2
Dosen Jurusan Teknik Pengairan Fakultas Teknik Universitas Universitas Brawijaya
Universitas Brawijaya – Malang, Jawa Timur, Indonesia
Jln. MT Haryono 167 Malang 65145 Indonesia
e-mail: Nurjannahfaqih@gmail.com

ABSTRAK

Kekeringan merupakan fenomena yang sering terjadi dan menimbulkan bencana di

berbagai daerah di Indonesia. Kekeringan berhubungan terhadap ketersediaan cadangan air
dalam tanah, untuk kepentingan pertanian maupun untuk kebutuhan manusia. Penelitian ini
bertujuan untuk mengetahui indeks kekeringan dengan menggunakan metode Palmer
Drought Severity Index (PDSI). Metode ini menggunakan prinsip neraca air dan
menekankan faktor evapotranspirasi potensial dan memasukkan parameter lengas tanah.
Dari hasil perhitungan, periode basah terjadi pada bulan November sampai maret adalah
(X= 28,20 sampai 0,1), sedangkan mulai mendekati normal yaitu pada bulan April adalah
(X= -0,12), dan pada periode kering terjadi pada bulan Mei sampai Oktober (X= -0,12
sampai -104,78). Tahun yang paling kering terjadi pada tahun 2004 dan 2013. Hasil
perbandingan antara kejadian El Nino dan indeks kekeringan metode Palmer memiliki
nilai kecocokan sebesar 68%, hubungan kekeringan, curah hujan, debit (F.J Mock)
memiliki korelasi erat dan dapat disimpulkan bahwa terjadi hubungan antara nilai surplus
dan defisit Palmer memiliki korelasi terhadap debit (F.J Mock) dan curah hujan.
Kata kunci: kekeringan, Metode Palmer, El Nino

ABSTRACT
Drought is the phenomenon that often occurs and cause disasters in various
regions in Indonesia. Drought related against the availability of water reserves in the soil,
For the benefit of agricultural and to the needs of human. This research is to find out the
drought index for using method of Palmer Drought Severity Index (PDSI). This method
using the principle of water balance and Emphasizing evapotranspirasi potential factors
and inserting the parameters of soil moisture. The analysis result of calculation, A period
of wet occur in november to march is (X= 28,20 until 0,1), whereas Starting normally in
April is (X= -0,12), And in the period of dry happened in may until october (X= -0,12
sampai -104,78).The Most dry of the year happened in 2004 and 2013, The comparison
between the El nino and Drought index method of Palmer has a match value of 68%, The
relationships of drought, rainfall, discharge (FJ Mock) Having closely correlation and the
concluded that there are the relationship between the value of a surplus and the deficit
Palmer has a correlation to the discharge (FJ Mock) and rainfall.

Keywords: Drought, Method of Palmer, El Nino

1. PENDAHULUAN
Perubahan iklim sangat berpeng-
aruh terhadap cuaca di Indonesia sehingga
menyebabkan terjadinya peningkatan suhu
rata-rata. Menurut Kusnanto (2011) ke-
adaan rata-rata suhu udara di Indonesia
mulai tahun 1968 hingga tahun 2007 terus
mengalami peningkatan. Dalam waktu 70
tahun sejak tahun 1940 suhu rata-rata di
bumi mengalami kenaikan 0,5ºC.
Salah satu pengaruh utama iklim
di Indonesia adalah El-Nino Southern
Oscillation (ENSO). EL Nino dirasakan di
Indonesia lewat musin kemarau yang
lebih panjang yang menjadi penyebab
utama kekeringan, apabila suhu permu-
kaan laut pasifik ekuator tepatnya di
bagian tengah sampai timur mengalami
peningkatan suhu. Keadaan ini mengaki-
batkan pedinginan suhu permukaan laut di
perairan Indonesia. Dampaknya adalah
berkurangnya produksi awan dan menu-
runya curah hujan.
Kekeringan merupakan fenomena
yang sering terjadi dan menimbulkan
bencana di berbagai daerah di Indonesia.
Kekeringan berhubungan terhadap keter-
sediaan cadangan air dalam tanah, baik
yang diperlukan untuk kepentingan per-
tanian maupun untuk kebutuhan manusia.
Salah satu fenomena bencana
kekeringan yang terjadi di Indonesia dapat
dilihat pada Provinsi Jawa Timur, dimana
sudah dipastikan separuh lebih wilayah
Jawa Timur terkena dampak bencana
kekeringan selama musim kemarau tahun
2012. Sudah tercatat sebanyak 23 dari 38
Kabupaten/Kota di Jawa Timur me-
nyatakan daerahnya dalam bencana Ke-
keringan (Badan Penaggulangan Bencana
Daerah – Jawa Timur, 2012).
Analisis indeks kekeringan me-
rupakan analisis yang menunjukkan ting-
kat kelas atau derajat kekeringan karena
tingkat kekeringan suatu wilayah berbeda
satu dengan yang lain. Untuk mengetahui
nilai indeks kekeringan daerah digunakan
salah satu metode analisis yaitu metode
Palmer Drought Severity Index (PDSI).
Metode PDSI merupakan indeks ke-
keringan meteorologi, metode ini berda-
sarkan pada data curah hujan, suhu udara
dan ketersediaan air dalam tanah.
Tujuan dari studi ini adalah untuk
mengetahui besar indeks kekeringan
menggunakan metode palmer dan menge-
tahui sebaran kekeringan yang terjadi
pada Sub-sub DAS Slahung, kemudian
hasil kekeringan dibandingkan dengan
kejadian El-Nino Southern Oscillation
(ENSO), curah hujan dan debit andalan
(F.J Mock).
2. KAJIAN PUSTAKA
A. Kekeringan
Kekeringan adalah kekurangan
ketersediaan air yang jauh dibawah ke-
butuhan air untuk kebutuhan hidup, per-
tanian, kegiatan ekonomi dan lingkungan.
Terjadinya kekeringan mengakibatkan
kendala dalam peningkatan produksi pan-
gan di daerah tersebut. Dipulau Jawa ke-
tersediaan air hanya dapat dipenuhi pada
musim penghujan sedangkan pada musim
kemarau terjadi defisit air yang menjadi
indikator penting terjadinya kekeringan
(Sutopo, 2007).
Bappenas juga mengklasifikasikan
kekeringan menjadi beberapa kriteria
sebagai berikut:
1. Kekeringan Meteorologis; berkaitan
dengan tingkat curah hujan dibawah
normal dalam satu musim. Pengukuran
kekeringan meteorologis merupakan
indikasi pertama adanya kekeringan.
2. Kekeringan Hidrologis; berkaitan
dengan kekurangan pasokan air per-
mukaan dan air tanah. Kekeringan ini
di ukur berdasarkan elevasi muka air
sungai, waduk, danau dan elevasi muka
air tanah. Ada tenggang waktu mulai
berkurangnya hujan sampai menurunya
elevasi muka air sungai, waduk, danau
dan elevasi muka air tanah.
3. Kekeringan Pertanian; berkaitan de-
ngan berkurangnya lengas tanah (ka-
ndungan air dalam tanah) sehingga ti-
dak mampu memenuhi kebutuhan tana-
man tertentu pada periode waktu ter-
tentu pada wilayah yang luas. Keke-
 ringan pertanian ini terjadi setelah geja-
la kekeringan meteorologi.
4. Kekeringan Sosial Ekonomi; berkaitan
dengan kekeringan yang memberi dam-
pak terhadap kehidupan sosial ekonomi
seperti rusaknya tanaman, peternakan,
perikanan, berkurangnya tenaga listrik
dari tenaga air, menurunya pasokan air
baku untuk industri domestik dan per-
kotaan.
5. Kekeringan Hidrotopografi; berkaitan
dengan perubahan tinggi muka air
sungai antara musim hujan dan musim
kering dan topografi lahan.
B. Indeks Kekeringan Metode Palmer
Drought Severity Index (PDSI)
Konsep neraca air yang digunakan
oleh Palmer (1965) dalam menentukan
indeks kekeringan. Dalam analisa ini me-
nggunakan dua lapisan tanah, lapisan ta-
nah atas dan lapisan tanah bawah masing-
masing mempunyai kapasitas lapisan yang
tersedia yaitu AWCs (ketersediaan air la-
pisan pertama) dan AWCu (ketersediaan
air lapisan kedua). Lengas tanah tidak da-
pat hilang dari (masuk ke dalam) lapisan
tanah bawah sebelum lengas di lapisan
atas habis (telah jenuh).
Cara yang dilakukan untuk men-
duga air tanah tersedia adalah dengan me-
nghitung luas vegetasi penutup di setiap
luasan poligon tertentu, dimana kedala-
man profil tanah yang dihitung dalam
metode Palmer dibagi menjadi dua ba-
gian. Lapisan atas merupakan lapisan
yang biasa di usahakan untuk pertanian
diperkirakan mempunyai kedalaman rata-
rata sekitar 20 cm. sedangkan lapisan ke-
dua ditentukan berdasarkan zona pera-
karanya. Namun, untuk tanaman semusim
kedalaman zona perakaranya diperkirakan
tidak lebih satu meter (Andi Ihwan; 2011).
Input data dalam metode ini
adalah curah hujan, kapasitas air tanah
dan evapotranspirasi potensial. Evapotra-
nspirasi potensial diduga dari suhu rata-
rata dengan metode Thornthwaite. Kele-
bihan metode ini selain menghasilkan ni-
lai indeks, juga koefisien parameter iklim,
yaitu koefisien evapotranspirasi, koefisien
imbuhan, koefisien limpasan (run off) dan
koefisien kehilangan lengas tanah. Dari
koefisien tersebut dapat dilakukan per-
hitungan curah hujan yang terjadi selama
bulan tertentu untuk mendukung evapotra-
spirasi, limpasan dan cadangan lengas
yang dipertimbangkan sebagai kondisi
normal.
Dalam analisa metode Palmer
klasifikasi indeks kekeringan dibagi men-
jadi 11 kelas dengan indeks nol sebagai
keadaan normal.
Tabel 1. Kelas Indeks Kekeringan dan
Klasifikasi
Indeks Kekeringan Klasifikasi
4,00 Ekstrim basah
3,00 - 3,99 Sangat Basah
2,00 - 2,99 Agak Basah
1,00 - 1,99 Sedikit Basah
0,50 - 0,99 Awal selang Basah
0,49 - (-0,49) Mendekati Keadaan Normal
(-0,50) - (-0,99) Awal selang Kering
(-1,00) - (-1,99) Sedikit Kering
(-2,00) - (-2,99) Agak Kering
(-3,00) - (-3,99) Sangat Kering
(-4,00) Ekstrim Kering
Sumber:National Drought Mitigation Center, 2006
3. METODOLOGI
A. Lokasi Wilayah Studi
Studi dilakukan di Sub-Sub DAS
Slahung dengan luas 328,58 km2 yang ter-
letak di Sub DAS Kali Madiun bagian dari
DAS Bengawan Solo, secara administratif
terletak pada Kabupaten Ponorogo Provin-
si Jawa Timur yang mempunyai luas wila-
yah mencapai 1.371.78 km2 terbagi men-
jadi 21 Kecamatan dan terdiri dari 305 de-
sa/kelurahan. Sub-sub DAS terbagi men-
jadi 7 Kecamatan yaitu Jenangan, Jambon,
Balong, Badegan, Slahung, Sambit dan
Sawoo. Secara astronomis wilayah studi
terletak pada 117º7’ hingga 111º52’ Bujur
Timur dan 7º49’ hingga 8º20’ Lintang Se-
latan.
 Sebelah Barat berbatasan dengan Ka-
bupaten Pacitan dan Kabupaten Wono-
giri.
 Sebelah Timur berbatasan dengan Ka-
bupaten Tulungagung dan Kabupaten
Trenggalek.
 Sebelah Utara berbatasan dengan Ka- karena Stasiun hujan Ngilo-Ilo, Slahung,
bupaten Magetan, Kabupaten Madiun Balong dan Wilangan tidak memiliki data
dan Kabupaten Nganjuk. suhu udara. Data suhu acuan didapatkan
 Sebelah Selatan berbatasan dengan Ka- dari pos Lanud Iswahyudi (pos penga-
bupaten Pacitan. matan suhu terdekat dari lokasi studi).
Cara Mock menggunakan ketinggian
sebagai koreksi untuk menghitung ke-
tinggian sebagai koreksi untuk menghi-
tung selisih suhu antara stasiun.
ΔT = 0,006 (Z1-Z2) (1)
dimana:
ΔT = selisih temperature udara masing
-masing stasiun (ºC)
Z1 = ketinggian stasiun acuan (m)
Gambar 1. Peta Sub-sub DAS SLahung Z2 = ketinggian stasiun hujan yang
Sumber: Dinas PU Ponorogo diperhitungkan (m)
b. Evapotranspirasi Potensial
B. Metodologi Pengumpulan Data Perhitungan evapotranspirasi po-
Jenis data yang digunakan dalam tensial (ET) dihitung dengan metode
studi ini berupa data-data sekunder yang Thornthwaite. Evapotranspirasi potensial
menggambarkan karakteristik Sub-sub tersebut berdasarkan suhu udara rerata
DAS Slahung. Data-data yang diperlukan bulanan dengan standar 1 bulan 30 hari,
sebagai berikut: dan lama penyinaran matahari 12 jam
Tabel 2. Data-data Sekunder sehari. Adapun persamaanya adalah se-
No Data Sumber Data bagai berikut:
Data curah hujan,
1
digunakan data curah
hujan bulanan selama
Dinas PU Kabupaten Ponorogo ET x = 16 x ( )a (2)
19 tahun (1995-2013)
Data suhu udara
2 bulanan selama 19 Stasiun Lanud Iswahyudi
tahun (1995-2013)
ET = f x ET x (3)
=∑ ( )1,514
Peta tata guna lahan
3 Bakosurtanal
(2001) I (4)
Peta tata guna lahan
4 Dinas PU Kabupaten Ponorogo -7 3 -5 2
(2006) a = (6,75.10 ).I – (7,71.10 ).I +
5 Peta jenis tanah Dinas PU Kabupaten Ponorogo
6 Peta tekstur tanah Dinas PU Kabupaten Ponorogo (1,792.10-2).I + 0,49239 (5)
Peta Batas Daerah
7
Aliran Sungai
Dinas PU Kabupaten Ponorogo dimana:
8 Peta stasiun hujan Dinas PU Kabupaten Ponorogo Tm = suhu udara rata-rata bulanan (ºC)
f = koefisien koreksi (Tabel koe-
C. Tahapan Penyelesaian Penelitian fisien penyesuaian menurut bujur
Langkah-langkah penyelesaian pe- dan bulan)
nelitian adalah sebagai berikut: I = indeks panas tahunan
 Pengumpulan data i = indeks panas bulanan
Pengumpulan data-data sekunder ETx = evapotranspirasi potensial yang
 Analisis Hidrologi belum disesuaikan faktor f
 Uji konsistensi data (Metode kurva (mm/bulan)
massa ganda) ET = evapotranspirasi potensial (mm-
 Uji stasioneritas data (Uji F dan Uji /bulan)
T) c. Kapasitas Penyimpanan Air (Water
 Perhitungan kekeringan metode Holding Capacity)
Palmer Kapasitas penyimpanan air (water
a. Analisa Data Suhu holding capacity) adalah jumlah air mak-
Perhitungan suhu udara menggu- simum yang dapat disimpan oleh suatu
nakan cara Mock pada persamaan (1), tanah. Keadaan ini dapat dicapai jika pem-
berian air pada tanah sampai terjadi ke-
lebihan air, setelah itu kelebihan airnya di-
buang. Pada keadaan ini semua rongga
pori terisi air.
Perhitungan nilai kapasitas pen-
yimpanan air (WHC) pada setiap stasiun
hujan dapat dilakukan dengan bantuan
ArcGIS.10 dan ArcView 3.2. Adapun lang-
kah-langkahnya adalah sebagai berikut:
 Penggambaran peta polygon thiessen
 Penggambaran peta penggunaan lahan
dan peta tekstur tanah
 Penggabungan peta polygon thiessen,
penggunaan lahan dan peta tekstur
tanah
Dari data spasial hasil pengga-
bunganpeta dilakukan perhitungan
kapasitas penyimpanan air (WHC) dengan
mengalikan prosentase luas penggunaan
lahan dengan nilai air tersedia dan nilai
kedalaman zona perakaran yang terdapat
pada tabel pendugaan kapasitas air ter-
sedia berdasarkan kombinasi tipe tanah
dan vegetasi. Selanjutnya nilai kapasitas
penyimpanan air (WHC) dibagi pada tiap
polygon thiessen, maka didapatkan nilai
(WHC) atau Sto tiap polygon thiessen atau
tiap stasiun hujan.
d. Menghitung selisih P dan ET tiap
bulan
 (P-ET) > 0, teradi surplus curah hujan
(periode bulan basah)
 (P-ET) < 0, teradi defisit curah hujan
(periode bulan kering).
e. Menghitung jumlah kumulatif dari
defisit curah hujan (Accumulated
potential water loss)
Dengan menjumlahkan angka-
angka (P-ET) untuk bulan-bulan yang
mempunyai evapotranspirasi potensial
lebih daripada curah hujan (P–ET) negatif.
APWL = ∑ ( ) (6)
APWLi = APWLi-1 + (P – ET)neg (7)
Apabila P>ET, seri data ini terputus,
APWL = 0
f. Menentukan Kelengasan Tanah
 Pada bulan-bulan basah (P>ET), nilai
ST = STo (water holding capacity)
 Pada bulan-bulan basah (P>ET)
berakhir digantikan bulan-bulan kering
(P<ET), pada bulan ini ST tiap bulan
dihitung dengan rumus:
ST = STo x e (+APWL/-STo) (8)
dimana:
ST = Kandungan lengas tanah dalam
daerah perakaran (mm)
STo = Kandungan lengas tanah dalam
kapasitas lapang (mm) STo yang
dimaksud dalam rumus ini
nilainya = WHC
APWL = Jumlah kumulatif dari defisit cu-
rah hujan (mm)
g. Perubahan Kandungan Lengas
Tanah (ΔST)
Perubahan lengas tanah (ΔST) tiap
bulan didapat dengan cara mengurangkan
lengas tanah (ΔST) pada bulan yang
bersangkutan dengan (ST) pada bulan se-
belumnya (ΔST,= STi–Sti-1), maka nilai ne-
gatif menyebabkan tanah menjadi kering.
h. Menghitung besarnya evapotran-
spirasi aktual
Besarnya evapotranspirasi aktual
tiap bulan yaitu:
 Pada bulan basah (P>ET), nilai EA = ET
 Pada bulan kering (P<ET), nilai EA =
P–ΔST.
i. Kekurangan lengas (Defisit)
Kekurangan lengas (moisture
defisit, D) yang terjadi pada bulan-bulan
kering (P<ET), diperoleh dari selisih
evapotranspirasi potensial dengan evapo-
transpirasi aktual.
(D = ET - EA) (9)
dimana:
D =defisit (mm/bulan)
ET = evapotranspirasi potensial
(mm/bulan)
EA = evapotranspirasi aktual
(mm/bulan)
j. Kelebihan lengas (Surplus)
Kelebihan lengas (moisture sur-
plus, S) yang terjadi pada bulan-bulan ba-
sah (P–ET), diperoleh dari
S = (P–ET) – ΔST (10)
dimana:
S = surplus (mm/bulan)
P = curah hujan (mm/bulan)
ET = evapotranspirasi potensial
(mm/bulan)
ΔST = perubahan lengas tanah (mm) ting Conditions). Konstanta tersebut
a. Debit limpasan adalah: Nilai-nilai konstanta di atas di-
Menunjukkan besarnya air yang tentukan dengan rumus:
mengalir dipermukaan tanah. Menghi- a) Menentukan koefisien evapotrans-
tungnya 50% dikalikan dengan nilai sur- pirasi
plus.  = AE / ET (15)
b. Pengisian lengas tanah potensial dimana:
PR = WHC – ST (11)  = koefisien evapotranspirasi
dimana: AE = rerata evapotranspirasi aktual
WHC = kapasitas penyimpanan air (mm/bulan)
ST = kandungan lengas tanah dalam ET = rerata evapotranspirasi potensial
perakaran bulan tesebut (mm/bulan)
c. Pengisian lengas tanah b) Menentukan koefisien pengisian
Pengisian lengas tanah terjadi jika lengas ke dalam tanah
nilai ST pada bulan sebelumnya lebih  = R PR (16)
kecil dari ST pada bulan bersangkutan, dimana:
penambahan nilai ST tersebut menjadi  = koefisien pengisian lengas ke
pengisian lengas tanah dalam tanah
R = ST – ST j-1 (12) R = rerata pegisian lengas tanah(mm)
dimana: PR = rerata pengisian lengas tanah
R = pengisian lengas tanah potensial (mm)
ST = kandungan lengas tanah dalam c) Menentukan koefisien limpasan
perakaran bulan tesebut  = Ro / Surplus (17)
ST j-1 = kandungan lengas tanah dalam dimana:
perakaran bulan sebelumnya  = koefisien limpasan
d. Kehilangan lengas tanah potensial Ro = rerata limpasan permukaan (mm)
PL = ET - ΔST (13) St j-I = rerata surplus (mm)
dimana: d) Menentukan koefisien kehilangan air
PL = kehilangan lengas tanah  L / PL (18)
potensial dimana:
ET = evapotranspitasi potensial
 = koefisien kehilangan air
ΔST = perubahan lengas tanah L = rerata kehilangan lengas tanah
e. Kehilangan Lengas Tanah (mm)
Kehilangan lengas (L), dilakukan PL = rerata kehilangan lengas tanah
dengan cara mengurangi nilai ST pada bu- potensial (mm)
lan sebelumnya dengan nilai ST pada
e) Menentukan pendekatan terhadap
bulan bersangkutan
pembobot “iklim”
L = ST j-1 – ST (14)
 = ( ET R ( P L) (19)
dimana:
dimana:
L = kehilangan lengas tanah
 = pendekatan terhadap pembobot
ST = kandungan lengas tanah dalam
“iklim”
perakaran bulan tesebut
ET = rerata evapotranspirasi potensial
ST j-1 = kandungan lengas tanah dalam
(mm/bulan)
perakaran bulan sebelumnya
R = rerata pegisian lengas (mm)
f. Indeks Kekeringan Metode Palmer
P = rerata hujan (mm)
 Analisa Parameter Iklim
L = rerata kehilangan lengas tanah
1. Penentuan Konstanta
(mm)
Konstanta yang ditentukan di-
2. Penentuan Nilai CAFEC (Clima-
maksudkan untuk menetukan nilai “CA-
tically Appropriate for Existing
FEC” (Climatically Appropriate for Exis-
Conditions)
 Nilai ini adalah dugaan parameter- Untuk menentukan periode
parameter evapotranspirasi, runoff, re- kelebihan (surplus) atau kekurangan (de-
charge, presipitasi dan loss, dimana secara fisit) hujan, digunakan rumus:
klimatologis sesuai dengan kondisi waktu d=P– ̂ (25)
dan tempat yang diuji. Rumus yang dimana:
digunakan untuk masing-masing para- P = hujan bulanan (mm)
meter tersebut adalah: ̂ = nilai rerata presipitasi CAFEC
a) Menentukan nilai evapotranspirasi 4. Rataan nilai mutlak
CAFEC = rataan nilai d
̂ =  * ET (20) 5. Pendekatan kedua terhadap nilai
dimana: faktor K (’), digunakan rumus:
̂ = nilai evapotranspirasi CAFEC
K’ =1,5 log 10 (( ) )
 = koefisien evapotranspirasi
ET = evapotranspirasi potensial +0,5 (26)
(mm/bulan) K’ = * ’ (27)
b) Menentukan nilai pengisian lengas 6. Karakter iklim sebagai faktor pem-
ke dalam tanah CAFEC bobot
̂ =  * PR (21) Untuk menentukan nilai K ini, di-
dimana: gunakan rumus:
̅
̂ = nilai evapotranspirasi CAFEC K=∑ (28)
̅
 = koefisien pengisian lengas ke da-
7. Indeks penyimpangan (Anomali) len-
lam tanah
gas (Z)
PR = pengisian lengas potensial (mm)
Untuk menentukan indeks
c) Menentukan nilai limpasan CAFEC penyimpangan (anomali) lengas, diguna-
̂ =  Ro (22) kan rumus
dimana: Z = d*K (29)
̂ = nilai limpasan CAFEC 8. Indeks kekeringan
 = koefisien limpasan Dihitung dengan rumus:
Ro = limpasan permukaan (mm) X = (Z/3) j-1 + Δx (30)
d) Menentukan nilai kehilangan lengas Δx = (Z/3) j – 0,103 (Z/3) j-1 (31)
tanah CAFEC dimana
̂ =  * PL (23) X = indeks kekeringan Palmer
dimana: Z = indeks penyimpangan (anomali)
̂ = nilai kehilangan lengas tanah lengas
CAFEC d = nilai yang menunjukkan periode
 = koefisien kehilangan air kelebihan atau kekurangan hujan
PL = kehilangan lengas tanah K= karakteristik iklim atau sebagai faktor
potensial (mm) bobot.
e) Menentukan nilai presipitasi CAFEC  Pemetaan Indeks Kekeringan
̂ =̂ ̂ ̂ ̂ (24) Menggunakan Software ArcGIS.10
dimana: dengan metode IDW.
̂ = nilai rerata presipitasi CAFEC  Perbandingan hasil perhitungan
̂ = nilai evapotranspirasi CAFEC dengan data SOI, curah hujan dan
̂ = nilai evapotranspirasi CAFEC debit andalan (F.J Mock)
̂ = nilai limpasan CAFEC Hasil perhitungan kekeringan
̂ metode Palmer kemudian dibandingkan
= nilai kehilangan lengas tanah
dengan kejadian El Nino ditampilkan
CAFEC
dengan prosentase, curah hujan dan debit
3. Penentuan periode kelebihan atau
kekurangan hujan (d)
andalan metode (F.J Mock) ditampikan Nilai kelembaban tanah tertahan
dengan grafik. atau kelembaban tanah pada akapsitas
4. HASIL DAN PEMBAHASAN lapang (STo) sama dengan kapasitas men-
A. Analisa Hidrologi yimpan air (WHC).
 Uji Konsistensi Data (Kurva Massa Tabel 4. Nilai kapasitas penyimpanan air
Ganda) di setiap stasiun hujan
Hasil uji konsistensi data hujan Nilai STo (mm) Perubahan Nilai
Stasiun Hujan
2001 2006 STo (mm)
bulanan pada Sub-sub DAS Slahung tidak
Ngilo-Ilo 362.30 362.24 -0.055
di-temukan data yang menyimpang se- Slahung 190.13 189.75 -0.386
hingga data hujan bulanan dianggap kon- Balong 145.84 145.82 -0.013
Wilangan 180.63 180.59 -0.038
sisten dan dapat digunakan untuk per-
Sumber : Hasil Perhitungan
hitungan kekeringan metode Palmer.
D. Analisa Sebaran Kekeringa pada
 Uji Stasioneritas Data (Uji F dan
Sub-sub DAS Slahung
Uji T)
Dari hasil peta sebaran kekeringan
Untuk hasil pengujian dari 4
pada Sub-sub DAS Slahung dapat di-
stasiun hujan pada Sub-sub DAS Slahung
ketahui bahwa rata-rata kekeringan terjadi
yaitu Stasiun hujan Ngilo-Ilo, Slahung,
pada bulan Juni sampai dengan bulan
Balong, Wilangan menunjjukan nilai va-
Oktober. Sedangkan bulan Desember
rian dan nilai rata-rata varian adalah stabil
sampai dengan bulan Maret cenderung
atau homogeny dan deret berkala tersebut
mengalami bulan basah dan pada bulan
stasioner.
April sampai dengan bulan Mei cenderung
B. Analisa Perubahan Tata Guna
mulai mengalami kekeringan.
Lahan
Berikut adalah peta sebaran
Dalam studi ini dilakukan analisa
kekeringan tahun 2004 dan 2013 yang
perubahan tata guna lahan pada tahun
merupakan puncak kekeringan.
2001 dan 2006, sebagai dasar perhitungan
analisa perhitungan kapasitas penyim-
panan air. Untuk mengetahui perubahan
tata guna lahan yang terjadi antara kurun
waktu 2001 sampai dengan 2006 di-
tampilkan pada tabel berikut:
Tabel 3. Perubahan Tata Guna Lahan
Penggunaan Luas 2001 Luas 2006
perubahan
Lahan Km2 Proporsi % Km2 Proporsi %
Kebun 71.68 21.82 72.17 21.96 0.15
Ladang 31.29 9.52 31.54 9.60 0.08
Pemukiman 65.65 19.98 65.91 20.06 0.08
Rumput 0.07 0.02 0.04 0.01 -0.01
Sawah 133.01 40.48 132.84 40.43 -0.05
Semak 26.88 8.18 26.08 7.94 -0.24
Jumlah 328.58 100.00 328.58 100.00
Sumber: hasil analisa ArcGIS.10
Dari tabel diatas, dapat disim-
pulkan bahwa Sub-sub DAS Slahung
mengalami perubahan tata guna lahan tapi
tidak terlalu signifikan selama kurun wak-
tu 5 tahun. Perubahan tata guna lahan
yang berkurang cukup besar adalah pada
semak sebesar 0.24% dan beralih pada
bertambahnya prosentase kebun, ladang
dan pemukiman.
C. Analisa Kapasitas Penyimpanan Air Gambar 2. Sebaran Kekeringan
(Water Holding Capacity tahun 2004

Gambar 3. Sebaran Kekeringan
tahun 2013
Kecamatan yang mengalami
kekeringan dengan kriteria kering ter-
banyak selama 19 tahun adalah Keca-
matan Jenangan, Jambon, Badegan,
Slahung, Balong dengan jumlah ke-
keringan 17-19 kali. Kecamatan yang
mengalami kekeringan dengan durasi pa-
ling panjang adalah Kecamatan Jenangan,
Jambon dan Balong dengan durasi ke-
keringan yang terjadi selama 10 bulan
pada tahun 2004.
E. Trend Kejadian Kekeringan
Trend kekeringan merupakan
suatu analisa yang menunjukkan variasi
kejadian kekeringan yang terjadi selama
kurun waktu tertentu dan bisa digunakan
sebagai prediksi kejadian kekeringan.
Dari gambar 4 diatas dapat di-
simpulkan Puncak kejadian kekeringan
terjadi pada tahun 2004 (Februari-
November) dan tahun 2013 (Agustus-
November) dengan durasi 4 bulan dan
rentang waktu 9 tahun, sehingga kejadian
puncak kekeringan akan terjadi lagi pada
tahun 2022.
Gambar 4. Grafik trend indeks kekeringan
tahun 1995-2013
F. Perbandingan Hasil Analisa Ke-
keringan Terhadap Curah Hujan
Perbandingan yang dilakukan
bertujuan untuk mengetahui apakah ada
hubungan antara indeks kekeringan
Palmer bulanan dengan curah hujan
bulanan. Dengan membandingkan hasil
analisa kekeringan dengan curah hujan
pada sebuah grafik maka dapat terlihat
perbandinganya.
Gambar 5. Perbandingan antara curah
hujan bulanan dan indeks kekeringan
Palmer Stasiun Ngilo-ilo tahun 1995
Dari Gambar 5, Terlihat bahwa
ada hubungan antara nilai kekeringan ter-
hadap data curah hujan bulanan. Ketika
curah hujan bulanan rendah indeks ke-
keringan tinggi, begitu juga sebaliknya
ketika curah hujan bulanan tinggi indeks
kekeringan rendah. Jika terjadi curah
hujan bulanan rendah dan indeks ke-
keringan rendah disebabkan karena me-
tode Palmer tidak hanya dilihat dari faktor
hujan saja melainkan dilihat dari faktor
evapotranspirasi potensial (ET) dan ka-
pasitas menyimpanan air (WHC), mes-
kipun curah hujan rendah tetapi jika
kapasitas air dalam tanah (WHC), maka
indeks kekeringan juga tidak terlalu tinggi
G. Perbandingan Hasil Analisa Ke- dapat pengaruh kekeringan di Sub-sub
keringan Terhadap data SOI DAS Slahung.
Perbandingan hasil analisa keke- H. Perbandingan Hasil Analisa
ringan wilayah studi dengan kejadian El Kekeringan Terhadap Debit (F.J
Nino dapat diprediksi dengan menggu- Mock)
nakan nilai SOI (indeks osilasi selatan). Perbandingan yang dilakukan ber-
Tabel 5. Rekapitulasi prediksi kecocokan tujuan untuk mengetahui apakah ada
El Nino dengan kekeringan pada Sub-sub hubungan antara indeks kekeringan Pal-
DAS Slahung mer bulanan dengan debit bulanan yang
Tahun Status El-Nino
Status Kekeringan di Sub-sub Status dihitung dengan menggunakan teori (F.J
DAS Slahung Kecocokan Mock). pada sebuah grafik sehingga ter-
1995 El Nino Sedang Ekstrim Kering Cocok
1996 Normal Ekstrim Kering Tidak lihat perbandinganya.
1997 El Nino Kuat Ekstrim Kering Cocok
1998 El Nino Kuat Mendekati Keadaan Normal Tidak
1999 Normal Ekstrim Kering Tidak
2000 El Nino Sedang Ekstrim Kering Cocok
2001 El Nino Sedang Ekstrim Kering Cocok
2002 El Nino Sedang Ekstrim Kering Cocok
2003 El Nino Sedang Sangat Kering Cocok
2004 El Nino Sedang Ekstrim Kering Cocok
2005 El Nino Sedang Awal Selang Kering Cocok
2006 El Nino Sedang Sangat Kering Cocok
2007 El Nino Sedang Agak Kering Cocok
2008 Normal Sangat Kering Tidak
2009 El Nino Sedang Sedikit Kerinng Cocok
2010 El Nino Sedang Agak Kering Cocok Gambar 6. Perbandingan antara indeks
2011 Normal Ekstrim Kering Tidak
2012 El Nino Sedang Ekstrim Kering Cocok kekeringan bulanan dan debit bulanan (F.J
2013 Normal Ekstrim Kering Tidak Mock)Stasiun Ngilo-ilo tahun 1993
Sumber: Hasil Analisa Dari Gambar 6, terlihat bahwa ada
Dari tabel 5, dapat disimpulkan hubungan indeks kekeringan bulanan
nilai kecocokan antara status El Nino terhadap debit. Ketika nilai defisit maka
dengan status kekeringan pada Sub-sub debit air juga mengalami penurunan, be-
DAS Slahung dari tahun 1995 sampai gitu juga sebaliknya ketika terjadi nilai
2013 adalah selama 13 tahun yang surplus maka debit mengalami pening-
mengalami kecocokan status. katan.
 Nilai kecocokan = x 100%
= 68% 5. PENUTUP
Keterangan: Berdasarkan hasil analisa dan
El Nino sedang/kuat =Indeks kekeringan perhitungan yang telah dilakukan, maka
awal selang kering sampai ekstrim Kering dapat diambil kesimpulan sebagai berikut:
Normal = indeks kekeringan yang 1. Besaran indeks kekeringan Metode
mendekati keadaaan normal Palmer Drought Severity Indeks (X)
Dapat dilihat kejadian El Nino dari 4 stasiun hujan di Sub-sub DAS
kuat yang terjadi pada tahun 1997 sampai Slahung menunjukkan bahwa periode
1998. Sedangkan pada tahun 2000-2007, basah yang terjadi pada bulan
2009-2010 dan 2012 terjadi El Nino November sampai maret adalah (X=
sedang. Kejadian El Nino pada tahun- 28,20 sampai 0,1), sedangkan nilai
tahun tersebut dapat berakibat pada indeks kekeringan Palmer mulai
kondisi curah hujan di lokasi studi yang mendekati keadaan normal yaitu pada
menyebabkan terjadinya gejala keke- bulan April (X=-0,12), dan pada
ringan. Dari hasil perbandingan kejadian periode kering yang terjadi pada bulan
El Nino tahun 1995-2013 dengan kejadian Mei sampai Oktober nilai indeks
kekeringan tahun 1995-2013 memiliki ni- kekeringan Palmer mulai meningkat
lai kococokan sebesar 68%, sehingga ter- dari klasifikasi sedikit kering sampai
 ekstrim kering yaitu (X= -0,12 sampai -
104,78).
2. Sebaran kekeringan pada Sub-sub DAS
Slahung
 Berdasarkan hasil pembuatan peta
sebaran kekeringan dengan meng-
gunakan metode IDW pada software
ArcGIS 10 tahun yang paling kering
terjadi pada tahun 2004 dan 2013.
 Kecamatan yang mengalami ke-
keringan dengan kriteria kering ter-
banyak selama 19 tahun adalah Ke-
camatan Jenangan, Jambon, Bade-
gan, Slahung, Balong dengan jum-
lah kekeringan 17-19 kali. Kecama-
tan yang mengalami kekeringan
dengan durasi paling panjang adalah
Kecamatan Jenangan, Jambon dan
Balong dengan durasi kekeringan
yang terjadi selama 10 bulan pada
tahun 2004.
 Dari Analisis trend kejadian ke-
keringan puncak kejadian keke-
ringan terjadi pada tahun 2004
(Februari-November) dan tahun
2013 (Agustus-November) dengan
durasi 4 bulan dan rentang waktu 9
tahun, sehingga kejadian puncak ke-
keringan akan terjadi lagi pada
tahun 2022.
3. Perbandingan antara hasil analisa ke-
keringan metode Palmer terhadap
kejadian El Nino mengindikasikan ada-
nya keterkaitan karena adanya ke-
miripan trend kejadian dengan El Nino,
kejadian El Nino kuat terjadi pada ta-
hun 1997 dan pada tahun yang sama di
lokasi studi mengalami ekstrim kering,
dari hasil perbandingan kejadian El
Nino tahun 1995-2013 dengan kejadian
kekeringan lokasi studi tahun 1995-
2013 memiliki nilai kococokan sebesar
68%. Selain membandingkan dengan
ke-jadian El Nino, hasil kekeringan ju-
ga dibandingkan dengan curah hujan
dan perhitungan debit metode F.J-
Mock, dapat disimpulkan bahwa terjadi
hubungan antara nilai surplus dan
defisit antara curah hujan bulanan dan
debit (F.J Mock).
Adapun beberapa saran yang dapat
digunakan sebagai rekomendasi sebagai
berikut:
1. Untuk mendapatkan hasil yang akurat
diperlukan wilayah studi yang luas dan
data hujan historis yang digunakan
dalam analisa sebaiknya lebih panjang
agar didapatkan hasil analisa yang
lebih akurat.
2. Melakukan pengamatan secara lang-
sung di lokasi studi (suhu, tata guna la-
han dan lain-lain) sehingga tidak meng-
gunakan pendekatan-pendekatan dalam
perhitungan analisa suhu, indeks ke-
keringan Palmer dan perhitungan de-
bit (F.J Mock).
3. Perlu referensi yang lebih banyak
untuk menjelaskan analisa kekeringan
dengan metode Palmer.
6. DAFTAR PUSTAKA
Asdak, Chay .2002, Hidrologi dan
Pengelolaan Derah Aliran Sungai,
Yogyakarta.Gadjah Mada University
Press.
Ihwan, Andi. 2011. Estimasi Kekeringan
Lahan Untuk Beberapa Wilayah Di
Kalimantan Barat Berdasarkan
Indeks Palmer. Skripsi tidak
dipublikasikan Kalimantan Barat.
Universitas Tanjungpura.
Suryanti, Ika. 2008. Analisis Hubungan
Antara Sebaran Kekeringan
Menggunakan Indeks Palmer Dengan
Karakteristik Kekeringan. Skripsi
tidak dipublikasikan. Bogor. Institut
Pertanian Bogor. Citarum. Skripsi
tidak dipublikasikan Bogor. Institut
Pertanian Bogor.
Prahasta, Eddy. 2002. Sistem Informasi
Geografis. Bandung: Informatika.
Prasetya, A. N., Hadiani, Rintis.,
Susilowati. 2013. Analisa Kekeringan
Sungai Keduang Dengan Meng-
gunakan Metode Palmer. Skripsi
tidak dipublikasikan Surakarta.
Universitas Sebelas Maret.
Soemarto, C.D. 1987. Hidrologi teknik.
Surabaya: Usaha Nasional.
Sosrodarsono, Suyono dan Kensaku Soewarno. 1995. Hidrologi: Aplikasi
Takeda. 1976. Hidrologi Untuk Metode Statistik Untuk Analisa Data
Pengairan. Pradnya Paramita. Jilid 2. Bandung: Nova.
Jakarta.