Keterangan:
𝑃𝑥= Hujan di stasiun yang diperkirakan (mm)
𝑃𝐴= Hujan di stasiun pembanding A (mm)
𝑃𝑏= Hujan di stasiun pembanding B (mm)
𝐷𝑋𝐴 = Jarak antara stasiun A dan Stasiun X (km)
𝐷𝑋𝑏 = Jarak antara stasiun B dan Stasiun X (km)
Metode aritmatika
Metode aritmatika atau metode hujan rata – rata aljabar yang dihitung dengan meratakan data
curah hujan tiap bulan dan tahunnya untuk digunakan dalam perhitungan standard deviasi.
Rumus aritmatika sebagai berikut:
Keterangan:
P = Curah hujan rata-rata,
𝑃𝑏= Curah hujan setiap stasiun ,
n = jumlah stasiun hujan
Adapun nilai standart deviasi dihitung berdasarkan rumus sebagai berikut :
Keterangan:
𝜎 = Standart deviasi ,
𝑛 = jumlah tahun pengamatan,
𝑋𝑖 = Curah bulanan pada bulan ke-i pada tahun ke n,
𝑋𝑦 = rata-rata curah hujan bulanan bulan ke i pada periode tahun tertentu
Analisa indeks kekeringan SPI dilakukan dengan menggunakan skala waktu 1 bulanan. Adapun
persamaan Standardized Precipitation Index (SPI) adalah sebagai berikut :
Keterangan:
Xij = hujan yang sebenarnya pada bulan (i) ke-n (tahun) di satu stasiun curah
hujan (j) ke-n disuatu waktu pengamatan.,
Xim= hujan rata-rata buan (i) pada skala waktu tertentu.,
σ = Standard deviasi
hasil perhitungan SPI ini kemudian diklasifikasikan ke dalam klasifikasi tingkat kekeringan
berdasarkan Tabel dibawah ini :
Klasifikasi Klasifikasi
Tingkat Kekeringan
Kekeringan Nilai
Indeks SPI
> 0,99 Basah
-0,99 s/d 0,99 Hampir Normal
-1,49 s/d – 1 Kekeringan
Sedang
-1,99 s/d -1,5 Kekeringan Parah
≤ -2,0 Kekeringan
Ekstrim
Indeks Kekeringan Maksimum Setiap Satu Tahun Dan Probabilitas Di Tahun Mendatang
Indeks kekeringan maksimum dihitung untuk mengetahui bulan dan tahun dimana terjadi
kekeringan terburuk. Kekeringan terburuk ditandai dengan nilai SPI yang paling rendah. Adapun
cara menghitung indeks kekeringan maksimum dengan mencari nilai indeks kekeringan
maksimum tiap bulan-n dan kemudian mencari tiap tahun-n. Setelah itu dilakukan perhitungan
pergeseran indeks kekeringan maksimum tiap tahunnya, untuk mengetahui pola kekeringan dari
tahun ke tahun. Adapun rumus perhitungan pergeseran sebagai berikut :
Keterangan:
SPImax tahun n = indeks kekeringan tahun ke n,
SPImax tahun n+1 = indeks kekeringan tahun setelah tahun ke n,
n = tahun pengamatan
Setelah mengetahui pola pergeseran kekeringan maksimum tiap tahun,
Selanjutnya dilakukan perhitungan probabilitas kekeringan pada masa depan
berdasarkan kekeringan maksimum tiap bulannya. Adapun rumus perhitungan
Probabilitas adalah sebagai berikut :
Keterangan:
Pn = banyak kejadian pada bulan ke-n,
Mustaqim, Haris. 2016. Analisis Curah Hujan Untuk Kekeringan Meteorologis di Kabupaten
Kulon Progo Tahun 2006 – 2015. Publikasi Ilmiah. Fakultas Geografi. Universitas
Muhammadiyah Surakarta
Jumlah kelas
Berdasarkan parameter-parameter yang telah disebutkan didapatkan penjumlahan skor
maksimum adalah 27 dan jumlah skor minimum adalah 6, jumlah kelas yang dibuat dalam
penelitian ini adalah 5 kelas.
27 – 6
Interval Kelas = = 4,2 dibulatkan menjadi 4
5
Setelah interval kelas didapatkan, maka kelas potensi kekeringan dapat ditetapkan dan disajikan
pada tabel Klasifikasi kelas potensi kekeringan sebagai berikut:
Jamil, Dzulfikar Habibi. 2013. Deteksi Potensi Kekeringan Berbasis Penginderaan Jauh dan
Sistem Informasi Geografi di Kabupaten Klaten” Fakultas Ilmu Sosial. Universitas
Negeri Semarang.
Mustaqim, Haris. 2016. Analisis Curah Hujan Untuk Kekeringan Meteorologis di Kabupaten
Kulon Progo Tahun 2006 – 2015. Publikasi Ilmiah. Fakultas Geografi. Universitas
Muhammadiyah Surakarta
WSVI = NDVI/Ts
dimana: NDVI adalah indeks kehijauan vegetasi dan Ts adalah temperatur permukaan
saluran 6 citra Landsat.
Nilai NDVI diperoleh dari analisis citra Landsat dengan perhitungan indeks kehijauan
vegetasi (NDVI) didasarkan pada persamaan matematis sebagai berikut:
dimana:
NDVI = Indeks kehijauan vegetasi (Normalized Difference Vegetation Index)
NIR = Infra merah dekat (Near InfraRed)
VR = Band merah (Visible Red)
Sedangkan Nilai Ts (temperatur permukaan) dihitung berdasarkan hasil analisis citra
Landsat 7 saluran 6 (Infra merah thermal dengan panjang gelombang 10.4-12.5 μm).
Tahapan dalam penentuan temperatur permukaan lahan adalah sebagai berikut:
a. Menentukan nilai radiansi spektral objek yang terdapat pada citra dari nilai
dijital pikselnya dengan menggunakan persamaan (USGS, 2003):
dimana :
Lλ = radiansi spektral yang diterima sensor untuk piksel yang dianalisis,
Lmin(λ) = radiansi spektral minimum yang terdapat pada scene (0.1238 m W cm-2
sr-1 ɳm-1)
Lmaks = radiansi spektral maksimum yang terdapat pada scene (1.56 m W cm-2 sr-1
ɳm-1)
Qcal = nilai piksel yang dianalisis
Qcalmaks = nilai piksel maksimum (nilainya = 255)
b. Menentukan temperatur radian berdasarkan nilai radiansi spektral dengan
menggunakan persamaan (USGS, 2003) :
dimana:
TR = temperatur radian (0K) untuk setiap piksel yang dianalisis
K1 = konstanta kalibrasi (666.09 m W cm-2 sr-1 ɳm-1)
K2 = konstanta kalibrasi (1260.56 K)
Lλ = radiansi spektral