ANALISA KEKERINGAN DENGAN METODE

STANDARD PRECIPITATION INDEX (SPI) DAN THEORY OF RUN

Kekeringan adalah keadaan kekurangan pasokan air pada suatu daerah dalam masa
yang berkepanjangan (beberapa bulan hingga bertahun-tahun). Biasanya kejadian ini muncul
bila suatu wilayah secara terus-menerus mengalami curah hujan di bawah rata-rata.
Metode dalam tugas ini untuk menghitung kekeringan menggunakan 2 metode yaitu:
1. Metode Standard Precipitation Index (SPI)
2. Metode Theory run

 Metode Standart Precipitation Index (SPI)

Salah satu metode yang digunakan dalam analisis kekeringan meteorologis adalah
menggunakan metode SPI (Standardized Precipitation Index) yang dikembangkan oleh
McKee et al tahun 1993. Metode ini merupakan model untuk mengukur
kekurangan/defisit curah hujan pada berbagai periode berdasarkan kondisi normalnya.
Dibutuhkan data curah hujan bulanan dengan periode waktu 30 tahun atau lebih(Hayes
dkk, 1999).
Data hujan yang cukup panjang disesuaikan dengan suatu jenis distribusi,kemudian
ditransformasikan ke distribusi normal. SPI positif mengidentifikasikan hujan yang lebih
besar dari median dan SPI negatif menunjukkan hujan yang lebih kecil dari median
Tabel klasifikasi kekeringan dengan metode SPI
 Metode Theory run
Run adalah deret yang berada di atas (surplus) atau di bawah (defisit) dari seri data
curah hujan rata-rata bulanan (Adidarma : 2004). Prinsip perhitungan Metode dilakukan
dengan menentukan rata-rata hujan bulanan jangka panjang sebagai nilai pemepatan, Y
(m). Nilai pemepatan berupa nilai normal seri data (bisa berupa nilai rata-rata atau
median). Berdasarkan nilai pemepatan tersebut, dari seri data hujan yang kita miliki
dapat dibentuk dua seri data baru yaitu:
1. durasi kekeringan (Ln).
2. jumlah kekeringan (Dn).
Nilai pemepatan berupa nilai normal seri data (rata-rata atau median) atau dapat berupa
nilai yang mewakili kebutuhan air seperti kemungkinan 10% atau 20%, untuk pertanian
diambil pemepatan pada tingkat kemungkinan 20%. Setelah nilai pemepatan ditentukan,
dari seri data hujan dapat dibentuk dua seri data baru yaitu durasi kekeringan (Ln) dan
jumlah kekeringan (Dn).

Gambar diatas menunjukkan seri data, X (t,m), dari peubah hidrologi (mis. Hujan)
bulan ke-m dari tahun ke-t. Dengan menentukan rata-rata hujan bulanan jangka panjang
sebagai nilai pemepatan, Y(m), maka seri data tersebut terpotong di beberapa bagian,
sehingga menimbulkan peubah baru, yaitu durasi kekeringan (Ln) dan jumlah
kekeringan (Dn).
Pengertian baru yang timbul akibat perpotongan tersebut menghasilkan peubah
seperti, Bagian yang berada di atas nilai ratarata (run positif), disebut surplus;
D(t,m)surplus. Bagian yang berada di bawah nilai rata-rata (run negatif), disebut defisit;
D(t,m)deficit
Jumlah bagian yang mengalami defisit berkesinambungan disebut jumlah
kekeringan (Dn) dengan satuan mm. Lama atau durasi terjadi pada bagian defisit yang
berkesinambungan disebut durasi kekeringan (Ln) dengan satuan bulan.

Dalam tugas ini diperintahkan:

1. mencari data hujan minimal 10 tahun
2. menganalisis kekeringan menggunakan metode SPI dan Theory run
  Data curah hujan

TAHUN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 313 177 287 331 179 0 0 0 0 0 97 214
2007 109 320 254 193 94 143 87 0 0 76 267 738
2008 228 258 488 314 164 13 0 0 0 158 281 248
2009 369 412 109 292 219 31 18 0 25 3 52 152
2010 407 282 514 426 273 187 87 193 256 240 454 221
2011 272 172 215 242 81 4 0 0 0 79 323 412
2012 340 278 297 408 119 0 0 0 0 47 241 506
2013 256 649 230 200 232 210 45 0 0 133 296 643
2014 252 147 117 142 67 217 72 0 0 0 270 490
2015 271 255 417 585 59 0 0 0 0 0 230 381
2016 361 439 342 321 202 254 31 60 157 317 557 231
Sumber : Data Curah Hujan Stasiun Ngajum, Kabupaten Malang Tahun 2006 - 2016
  Analisa kekeringan dengan metode SPI

TAHUN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 313 177 287 331 179 0 0 0 0 0 97 214
2007 109 320 254 193 94 143 87 0 0 76 267 738
2008 228 258 488 314 164 13 0 0 0 158 281 248
2009 369 412 109 292 219 31 18 0 25 3 52 152
2010 407 282 514 426 273 187 87 193 256 240 454 221
2011 272 172 215 242 81 4 0 0 0 79 323 412
2012 340 278 297 408 119 0 0 0 0 47 241 506
2013 256 649 230 200 232 210 45 0 0 133 296 643
2014 252 147 117 142 67 217 72 0 0 0 270 490
2015 271 255 417 585 59 0 0 0 0 0 230 381
2016 361 439 342 321 202 254 31 60 157 317 557 231

mean 288.91 308.09 297.27 314.00 153.55 96.27 30.91 23.00 39.82 95.73 278.91 385.09
s.dev 82.39 145.90 134.50 125.72 73.65 105.03 36.23 59.19 85.66 106.85 141.02 192.48
lamda 0.04 0.01 0.02 0.02 0.03 0.01 0.02 0.01 0.005 0.01 0.01 0.01
beta 23.49 69.09 60.85 50.33 35.33 114.59 42.46 152.30 184.26 119.27 71.30 96.21
alpha 12.30 4.46 4.89 6.24 4.35 0.84 0.73 0.15 0.22 0.80 3.91 4.00
n 10 10 10 10 10 10 10 10 10 10 10 10
freq.=m 0 0 0 0 0 3 5 9 8 3 0 0
q=m/n 0 0 0 0 0 0.3 0.5 0.9 0.8 0.3 0 0
Sumber : Pengolahan Data 2019
 Contoh perhitungan untuk bulan januari :
 Menghitung lambda (λ)
λ = rerata / (standar deviasi)2
λ = 288,91 / (82,39)2
λ = 0,04

 Menghitung Beta ( β )
β=1/λ
β = 1 / 0,04
β = 23,49

 Menghitung alpha ( α )
α = λ x rerata
α = 0,04 x 288,91
α = 12,30

 Frekuensi ( m )
Adalah jumlah nilai 0 yang ada pada tiap bulannya

 q = m / jumlah tahun
q = 0 / 11
q=0

sisa perhitungan dapat dilihat pada tabel di atas

  mengubah data hujan kepada distribusi gamma
mengubah kepada distribusi gamma pada excel dengan mengetik pada kolom rumus

Sisa perhitungan dapat dilihat pada tabel dibawah

 Tabel perhitungan distribusi gamma dengan nilai H(x)

TAHUN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 0.648 0.182 0.530 0.605 0.687 0.000 0.000 0.000 0.000 0.000 0.055 0.185
2007 0.002 0.594 0.426 0.162 0.218 0.772 0.923 0.000 0.000 0.573 0.534 0.947
2008 0.241 0.420 0.910 0.553 0.617 0.162 0.000 0.000 0.000 0.803 0.573 0.259
2009 0.838 0.788 0.041 0.482 0.827 0.314 0.494 0.000 0.694 0.055 0.008 0.076
2010 0.914 0.490 0.930 0.825 0.930 0.849 0.923 0.975 0.967 0.906 0.887 0.200
2011 0.455 0.169 0.300 0.313 0.150 0.062 0.000 0.000 0.000 0.585 0.679 0.619
2012 0.752 0.479 0.559 0.792 0.365 0.000 0.000 0.000 0.000 0.429 0.456 0.769
2013 0.375 0.974 0.349 0.182 0.860 0.878 0.766 0.000 0.000 0.752 0.613 0.900
2014 0.355 0.110 0.052 0.054 0.089 0.886 0.886 0.000 0.000 0.000 0.542 0.747
2015 0.450 0.411 0.826 0.969 0.061 0.000 0.000 0.000 0.000 0.000 0.422 0.558
2016 0.817 0.829 0.680 0.575 0.775 0.919 0.655 0.888 0.928 0.953 0.956 0.221
Sumber : Pengolahan Data
 perhitungan nilai H(x)

 lalu perhitungan selanjutnya adalah mengembalikan kepada distribusi normal

pada exel menggunakan “NORMSINV”
  sisa perhitungan dapat dilihat pada tabel dibawah

TAHUN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 0.379 -0.907 0.075 0.266 0.487 -0.605 -0.114 0.908 0.605 -0.605 -1.597 -0.896
2007 -2.841 0.239 -0.185 -0.986 -0.779 0.971 1.729 0.908 0.605 0.494 0.084 1.617
2008 -0.702 -0.203 1.339 0.134 0.299 -0.278 -0.114 0.908 0.605 1.065 0.184 -0.647
2009 0.988 0.800 -1.740 -0.045 0.943 0.002 0.594 0.908 1.382 -0.488 -2.418 -1.434
2010 1.367 -0.024 1.476 0.933 1.479 1.228 1.729 2.603 2.371 1.491 1.211 -0.843
2011 -0.114 -0.957 -0.524 -0.487 -1.037 -0.473 -0.114 0.908 0.605 0.519 0.465 0.303
2012 0.681 -0.053 0.149 0.815 -0.346 -0.605 -0.114 0.908 0.605 0.214 -0.111 0.736
2013 -0.320 1.943 -0.389 -0.910 1.079 1.349 1.138 0.908 0.605 0.913 0.287 1.281
2014 -0.372 -1.225 -1.624 -1.610 -1.350 1.385 1.539 0.908 0.605 -0.605 0.106 0.666
2015 -0.126 -0.226 0.940 1.860 -1.550 -0.605 -0.114 0.908 0.605 -0.605 -0.198 0.146
2016 0.905 0.948 0.467 0.189 0.756 1.563 0.884 2.046 2.061 1.822 1.704 -0.769
Sumber : Pengolahan Data

Dari tabel diatas dapat diketahui apabila nilai nya + maka pada bulan tersebut tidak mengalami kekeringan sedangkan apabila nilai nya –
maka pada bulan tersebut mengalami kekeringan.
  Analisa kekeringan dengan Theory run

Dengan data

BULAN
TAHUN
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 313 177 287 331 179 0 0 0 0 0 97 214
2007 109 320 254 193 94 143 87 0 0 76 267 738
2008 228 258 488 314 164 13 0 0 0 158 281 248
2009 369 412 109 292 219 31 18 0 25 3 52 152
2010 407 282 514 426 273 187 87 193 256 240 454 221
2011 272 172 215 242 81 4 0 0 0 79 323 412
2012 340 278 297 408 119 0 0 0 0 47 241 506
2013 256 649 230 200 232 210 45 0 0 133 296 643
2014 252 147 117 142 67 217 72 0 0 0 270 490
2015 271 255 417 585 59 0 0 0 0 0 230 381
2016 361 439 342 321 202 254 31 60 157 317 557 231
mean 288.91 308.09 297.27 314.00 153.55 96.27 30.91 23.00 39.82 95.73 278.91 385.09
Sumber: Data Curah Hujan Stasiun Ngajum
  Mencari nilai surplus dan deficit
Nilai surplus dan deficit didapat dengan mengurangkan data asli setiap tahunnya dengan rata-rata dari seluruh data tersebut.
Contoh Perhitungan:
- Bulan Januari 2006 D(t,m) = X (t,m) – Y (m) = 313 – 288.1 = 24.09 (surplus)
- Bulan Februari 2006 D(t,m) = X (t,m) – Y (m) = 177 –308.09 = -131.09 (deficit)

Sisa perhitungan dapat dilihat pada table dibawah

BULAN
TAHUN
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 24.09 -131.09 -10.27 17.00 25.45 -96.27 -30.91 -23.00 -39.82 -95.73 -181.91 -171.09
2007 -179.91 11.91 -43.27 -121.00 -59.55 46.73 56.09 -23.00 -39.82 -19.73 -11.91 352.91
2008 -60.91 -50.09 190.73 0.00 10.45 -83.27 -30.91 -23.00 -39.82 62.27 2.09 -137.09
2009 80.09 103.91 -188.27 -22.00 65.45 -65.27 -12.91 -23.00 -14.82 -92.73 -226.91 -233.09
2010 118.09 -26.09 216.73 112.00 119.45 90.73 56.09 170.00 216.18 144.27 175.09 -164.09
2011 -16.91 -136.09 -82.27 -72.00 -72.55 -92.27 -30.91 -23.00 -39.82 -16.73 44.09 26.91
2012 51.09 -30.09 -0.27 94.00 -34.55 -96.27 -30.91 -23.00 -39.82 -48.73 -37.91 120.91
2013 -32.91 340.91 -67.27 -114.00 78.45 113.73 14.09 -23.00 -39.82 37.27 17.09 257.91
2014 -36.91 -161.09 -180.27 -172.00 -86.55 120.73 41.09 -23.00 -39.82 -95.73 -8.91 104.91
2015 -17.91 -53.09 119.73 271.00 -94.55 -96.27 -30.91 -23.00 -39.82 -95.73 -48.91 -4.09
2016 72.09 130.91 44.73 7.00 48.45 157.73 0.09 37.00 117.18 221.27 278.09 -154.09
Sumber: Pengolahan Data
Durasi kekeringan

Durasi Kekeringan adalah lamanya curah hujan bulanan yang mengalami defisit
(berada di bawah) terhadap nilai pemepatan; Y(m)
‒ Bila nilai yang dihasilkan adalah (+), maka diberi nilai nol (0) dan bila nilainya (-)
diberi nilai satu (1).
‒ Bila terjadi nilai (-) yang berurutan, maka nilai satu (1) dijumlahkan terus sampai
dipisahkan kembali oleh nilai nol (0), kemudian dihitung dari awal lagi. ‒ Langkah
ini dilakukan dari data tahun pertama berurutan terus sampai data tahun terakhir.
Contoh perhitungan :

Januari 2006 Karena nilai run = 24.09 (positif), maka diberi nilai 0
Februari 2006 Karena nilai run = -131.09 (negatif), maka diberi nilai 1
Maret 2006 Karena nilai run = -10.27 (negatif), maka diberi nilai 2
Juni 2006 Karena nilai run = -96.27 (negatif), maka diberi nilai 1
Juli 2006 Karena nilai run = -30.91 (negatif), karena berurutan dengan nilai negatif
bulan sebelumnya, maka diberi nilai 2
Perhitungan lainnya dapat dilihat pada tabel berikut:
 Tabel durasi kekeringan

BULAN
TAHUN
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 0.00 1.00 2.00 0.00 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00
2007 8.00 0.00 1.00 2.00 3.00 0.00 0.00 1.00 2.00 3.00 4.00 0.00
2008 1.00 2.00 0.00 0.00 0.00 1.00 2.00 3.00 4.00 0.00 0.00 1.00
2009 0.00 0.00 1.00 2.00 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00
2010 0.00 1.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
2011 2.00 3.00 4.00 5.00 6.00 7.00 8.00 9.00 10.00 11.00 0.00 0.00
2012 0.00 1.00 2.00 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 0.00
2013 1.00 0.00 1.00 2.00 0.00 0.00 0.00 1.00 2.00 0.00 0.00 0.00
2014 1.00 2.00 3.00 4.00 5.00 0.00 0.00 1.00 2.00 3.00 4.00 0.00
2015 1.00 2.00 0.00 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00
2016 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 1.00
Sumber: Pengolahan Data
 - Durasi kekeringan yang terjadi tahun 2006 – 2016 terjadi rata rata 5. 9bulan per
tahun
- Durasi kekeringan maksimum terjadi pada tahun 2011 selama 11 bulan

 Jumlah kekeringan kumulatif

Jumlah kekeringan dihitung dengan cara menjumlahkan nilai kekeringan yang terjadi
pada bulan yang mengalami kekeringan secara berurutan, tapi apabila ada bulan yang
tidak mengalami kekeringan maka dimulai dari dari 0

Contoh perhitungan :
- Pada bulan januari 2006 tidak mengalami kekeringan karna surplus air maka diberi
nilai 0
- Pada bulan Juni 2006 mengalami kekeringan sebesar -96.27 dan pada bulan Juli
mengalami kekeringan sebesar -30.91 maka besar kekeringan yang terjadi adalah :
- Kekeringan bulan juni + kekeringan bulan juli
-96.27 + -30.91 = -127.18
- Perhitungan lain nya dapat dilihat pada tabel dibawah:
 Tabel Jumlah Kekeringan Kumulatif Hujan Bulanan

BULAN
TAHUN
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOV DES
1 2 3 4 5 6 7 8 9 10 11 12 13
2006 0.00 -131.09 -141.36 0.00 0.00 -96.27 -127.18 -150.18 -190.00 -285.73 -467.64 -638.73
2007 -818.64 0.00 -43.27 -164.27 -223.82 0.00 0.00 -23.00 -62.82 -82.55 -94.45 0.00
2008 -50.09 -100.18 0.00 0.00 0.00 -83.27 -114.18 -137.18 -177.00 0.00 0.00 -137.09
2009 0.00 0.00 -188.27 -210.27 0.00 -12.91 -25.82 -48.82 -63.64 -156.36 -383.27 -616.36
2010 0.00 -26.09 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 -164.09
2011 -16.91 -153.00 -235.27 -307.27 -379.82 -472.09 -503.00 -526.00 -565.82 -582.55 0.00 0.00
2012 0.00 -30.09 -30.36 0.00 -34.55 -130.82 -161.73 -184.73 -224.55 -273.27 -311.18 0.00
2013 -32.91 0.00 -67.27 -181.27 0.00 0.00 0.00 -23.00 -62.82 0.00 0.00 0.00
2014 -36.91 -198.00 -378.27 -550.27 -636.82 0.00 0.00 -23.00 -62.82 -158.55 -167.45 0.00
2015 -17.91 -71.00 0.00 0.00 -94.55 -190.82 -221.73 -244.73 -284.55 -380.27 -429.18 -433.27
2016 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 -154.09
Sumber : Pengolahan Data
  Dari tabel diatas dapat diketahui jumlah kekeringan maksimal setiap tahunnya

MAX
Tahun
mm
2006 -638.73
2007 -818.64
2008 -177.00
2009 -616.36
2010 -164.09
2011 -582.55
2012 -311.18
2013 -181.27
2014 -636.82
2015 -433.27
2016 -154.09

Dari tabel diatas juga diketahui kekeringan terbesar terjadi pada tahun 2007 dengan nilai -
818.64 mm.