ANALISIS INDEKS PRESIPITASI TERSTANDARISASI (SPI)

DAN HUBUNGANNYA DENGAN PENDUGAAN DEBIT AIR

DI KABUPATEN INDRAMAYU

Dani Irwansyah, Nuryadi

Sekolah Tinggi Meteorologi Klimatologi dan Geofisika (STMKG), Jl.Perhubungan I no.5, Komplek
Meteo DEPHUB, Pondok Betung, Bintaro
Pos-el: danirwansyah@gmail.com

ABSTRAK
Pemantauan kekeringan menjadi kegiatan yang sangat penting untuk dilakukan. Secara meteorologis,
pemantauan kekeringan dapat dilakukan dengan berbagai metode. Salah satu metode yang digunakan adalah SPI
(Standardized Precipitation Index). Metode SPI merupakan besaran curah hujan yang terjadi dibawah kondisi
normal pada suatu skala waktu. Penelitian ini bertujuan untuk menganalisis indeks presipitasi terstandarisasi
(SPI)-3 bulanan yaitu severity, duration dan intensity, dimaksudkan untuk mengetahui besar indeks kekeringan,
karakteristik kering serta dapat mengetahui lebih detail tentang variabilitas kekeringan secara historical-event di
suatu wilayah. Setelah dianalisis, kemudian dibuat peta keterpaparan (eksposure) untuk mengetahui sebaran
kering berdasarkan turunan metode SPI 3 bulan. Analisis debit air dibatasi hanya pada hubungan antara indeks
SPI 3 bulan dan debit air untuk pendugaan debit air yang terjadi di pos duga Kertasemaya, kabupaten Indramayu.
Hasil penelitian ini menunjukkan durasi kekeringan paling lama adalah 9 bulan terjadi di pos hujan Juntinyuat
dan Krengkeng, pada bulan Januari 1997 hingga Mei 1998. Dari hubungan antara kering indeks SPI 3 bulanan
dengan debit dan curah hujan yang menunjukan kedua data tersebut mempunyai hubungan yang berbanding
lurus
Kata kunci: hujan, MJO, musim, osilasi

ABSTRACT
Monitoring dryness becomes a very important activity forperformed. In meteorological, dryness monitoring can
be conducted with various methods. One method used is SPI (Standardized Precipitation Index). The SPI
methods is the amount of rainfall that occurred under normal conditions on a time scale.This study aimed to
analyze Standardized Precipitation Index (SPI)-3 months is the severity, duration and intensity, intended to
determine the index of dryness, dryness characteristics and can find out more details about the drought
variability in historical-event in region. Once analyzed, then made a map of exposure drryness to determine the
distribution of drought based methods SPI-3 months. Analysis of water flow is restricted to the relationship
between the index SPI 3 months to estimate streamflow that occurred in the post Kertasemaya, Indramayu
district. The results showed the most dryness duration 9 month old is happening in the post Juntinyuat rain and
Krengkeng, in January 1997 to May 1998. From the relationship between drynesst indices SPI 3 monthly
streamflow and rainfall data indicate both have a proportional relationship.

Keywords: rain, MJO, season, oscillation

PENDAHULUAN
Berkurangnya jumlah curah hujan terhadap
keadaan normalnya kerap menimbulkan
dampak merugikan di berbagai daerah di
Indonesia. Hal ini berhubungan dengan
keseimbangan antara kebutuhan dan pasokan
air untuk berbagai keperluan. Terkait dengan
hal tersebut di atas menjadikan Badan
Meteorologi, Klimatologi dan Geofisika
(BMKG) yang merupakan perwakilan resmi
dari Organisasi Meteorologi Dunia atau WMO
(World meteorological Organization) di
Indonesia, harus dapat memberikan pelayanan
dan informasi kepada masyarakat umum
terutama informasi eksposure terhadap
kejadian kekeringan hidrometeorologi di
seluruh wilayah Indonesia.
Pemantauan kondisi kering secara
meteorologis dapat dilakukan dengan berbagai
metode. Salah satu metode yang digunakan
adalah SPI (Standardized Precipitation Index).
Metode SPI ini untuk mengukur tingkat atau
derajat kekurangan atau defisiensi curah hujan
pada berbagai periode berdasarkan kondisi
normalnya. Metode SPI merupakan besaran
curah hujan yang terjadi dibawah kondisi
normal pada suatu skala waktu, hal ini
dirumuskan oleh McKee et al. (1993).
Tujuan penelitian ini untuk menganalisis
indeks SPI 3 bulanan berupa severity, duration
dan intensity, serta hubungannya dengan debit
air untuk pendugaan di pos duga Kertasemaya.
Manfaat penelitian ini untuk memberikan
informasi keterpaparan kekeringan bagi
pengguna/instansi terkait untuk meminimalkan
dampak kekeringan meteorologis dan
pendugaan debit air.
METODOLOGI
Lokasi dan Data
Lokasi penelitian dilakukan di kabupaten
Indramayu terletak pada 107° 52 ° - 108° 36 °
Bujur Timur dan 6° 15 ° - 6° 40 ° Lintang
Selatan. Dalam penelitian ini digunakan data
curah hujan bulanan selama 30 tahun (1981-
2010) di 32 titik pos pengamatan hujan
kerjasama di Kabupaten Indramayu. Data debit
air dari pos duga Kertasemaya, Sub DAS
Cimanuk, dari November 1988 sampai
Desember 2005. Data curah hujan dan debit air
dalam series waktu normal, dimaksudkan agar
dapat memberikan suatu pola hasil penelitian
yang dapat mewakili karakteristik wilayah
tersebut sesuai dengan parameter yang
dianalisis, juga mempunyai akurasi hasil yang
baik.
Indeks Presipitasi Terstandarisasi (SPI) 3
bulanan
Indeks kekeringan dalam penelitian ini
menggunakan Indeks SPI 3 bulanan yang
memberikan perbandingan curah hujan selama
periode 3 bulanan tertentu dengan total curah
hujan dari periode 3 bulan yang sama untuk
semua tahun yang telah ada data
historinya/normalnya. Sebagai contoh dalam
menentukan indeks SPI 3 bulanan yang
dihitung akhir bulan Maret adalah hasil
perbandingan total curah hujan Januari-
Pebruari-Maret pada tahun berjalan terhadap
normalnya. Indeks SPI 3 bulanan dapat
mencerminkan kondisi curah hujan jangka
pendek dan menengah serta mencerminkan
prakiraan curah hujan pada suatu periode.
Hubungan Data Curah hujan dengan Data
Debit Air
Debit aliran di sungai berasal dari hujan
yang jatuh di DAS, sehingga dengan
mengetahui besarnya curah hujan akan dapat
diperkirakan debit aliran. Dari data debit dan
hujan di DAS yang biasanya terukur dalam
satu periode pendek dibuat suatu persamaan
matematis, yang menggambarkan kedua
hubungan tersebut. Dari persamaan yang
diperoleh dihitung debit aliran berdasar data
hujan, yang biasanya mempunyai pencatatan
dalam waktu lebih panjang. Metode regresi
adalah salah satu contohnya, yang biasanya
digunakan untuk menurunkan debit bulanan
atau setengah bulanan.
Dengan mengetahui data debit dan data
hujan di pos penakar hujan yang berpengaruh
pada DAS yang ditinjau, maka dapat dicari
hubungan antara hujan yang jatuh dan debit
aliran yang terjadi. Pengalih-ragaman dari data
hujan menjadi debit aliran untuk debit rendah
dapat dilakukan dengan metode regresi. Untuk
itu perlu dicari bentuk persamaan matematis
debit aliran sebagai fungsi curah hujan,
berdasarkan kedua jenis data yang tercatat
dalam waktu yang bersamaan. Dengan telah
didapatnya persamaan tersebut, maka dapat
diperkirakan debit aliran berdasar data hujan,
pada waktu di mana tidak ada pengukuran
debit.
 : probabilitas curah hujan tidak ada (jumlah
kejadian hujan nol).

H(x) : probabilitas kumulatif curah hujan yang

diamati.

Distribusi gamma [G(x)], kemudian berubah

menjadi standar normal dengan rata-rata nol
dan standar deviasi 1, sehingga kita
mendapatkan indeks SPI menggunakan
Gambar 1. Hubungan linier hujan dan debit rumusan dibawah ini,
(Triatmodjo, 2008)
Z=SPI=
Pengolahan Data
Data yang digunakan untuk analisa meliputi Untuk 0 <H(x) 0.5
data curah hujan harian yang
ditransformasikan menjadi indeks SPI-3. Nilai
indeks SPI dapat diberikan oleh persamaan Z=SPI=
sebagai berikut :
G(x)= (3.1)
Untuk 0.5<H(x) 1.0

keterangan, Dimana,

α>0 : parameter bentuk,

Untuk 0 <H(x) 0.5
β>0 : parameter skala,

x>0 : jumlah curah hujan, dan Untuk 0.5<H(x) 1.0

Γ (α) : nilai yang dikenal sebagai fungsi

Gamma, Dimana , x adalah curah hujan (mm) dan H (x)

adalah probabilitas kumulatif curah hujan yang
Diperlukan perkiraan nilai koefisien α dan β diamati, dan , , , , , adalah
untuk setiap pos hujan yang didefinisikan oleh konstanta dengan nilai berikut:
persamaan
= 2,515517, = 0,802853, = 0,010328,
(3.2)
=1,432788, = 0,189269, = 0,001308.

(3.3) pengolahan eksposure SPI yakni dihitung

severity, duration dan intensity
Dimana, Durasi : lama atau banyaknya bulan dengan
nilai SPI < -1.0
(3.4)
Saverity : jumlah nilai SPI < -1.0,
Fungsi Gamma tidak didefinisikan oleh x = 0, dikuantifikasi oleh,
dan karena distribusi curah hujan dapat
mengandung nol, maka nilai menjadi,

H(x) = G(x) (3.5)

Keterangan,
keterangan:
s : severity
: indeks SPI ke i (i =
1,2,3…….n)

Intensity :

HASIL DAN PEMBAHASAN

Gambar 5. Musim kemarau dan musim hujan

Empirical CDF of Curah hujan (mm), SPI 3
Normal tahun 1981-2010 di Tanjung Priok
-4 -2 0 2 4
Curah hujan (mm) SPI 3 Curah hujan (mm)

1.0 1.0
Mean 404.9
StDev 342.8
Dari grafik histogram dan diagram pencar
N 1432
SPI 3
(scatterplot) antara duration, severity dan
0.8 0.8
Mean 0.03149
StDev 0.9561 intensity, tampak kepadatan terbanyak kejadian
Probability

N 1432
0.6 0.6
duration terjadi pada kisaran 2 s.d 4 bulan
0.4 0.4 dengan frekuensi terbesar pada kisaran 0 s.d 2
0.2 0.2
bulan. Kemudian, kepadatan terbanyak
kejadian severity terjadi pada kisaran -5 s.d -10
0.0 0.0

0 600 1200 1800 2400

dengan frekuensi terbesar pada kisaran 0 s.d -
5, sedangkan kepadatan terbanyak pada
kejadian intensity terjadi pada kisaran -1.5 s.d -
Gambar 2. Musim kemarau dan musim hujan 2.0 dengan frekuensi terbesar pada kisaran -
tahun 1981-2010 di Serang
1.0 s.d -1.5.

Gambar 3. Musim kemarau dan musim hujan

tahun 1981-2010 di Tanjung Priok

Gambar 6. Variasi 3 periode musim pada 7 titik di

Jawa bagian utara

Pada kawasan sebelah barat kabupaten

Indramayu, durasi maksimum indeks SPI 3
bulanan berkisar antara 5 bulan hingga 6 bulan.
Durasi Maksimum indeks SPI 3 bulan pada
kawasan tengah berkisar antara 4 bulan hingga
5 bulan. Kemudian, dari kawasan tengah
Gambar 4. Musim kemarau dan musim hujan semakin menuju ke arah pesisir sebelah timur
tahun 1981-2010 di Tanjung Priok kabupaten Indramayu, durasi maksimum
indeks SPI 3 bulan semakin besar berkisar intensitas kekeringan SPI 3 bulanan semakin
antara 7 bulan hingga 9 bulan. tinggi berkisar antara -2.4 hingg -2.5.

Hubungan Indeks SPI 3 dan Debit air

Gambar 9. Musim kemarau dan musim hujan

tahun 1981-2010 di Tanjung Priok

Gambar 7. Variasi 3 periode musim pada 7 titik di Data hujan bulanan kertasemaya yang
Jawa bagian utara kemudian ditransformasi menjadi indeks SPI 3
bulanan serta data debit bulanan pada tahun
Pada kawasan sebelah barat kabupaten Indramayu, yang sama, dibuat suatu persamaan yang
severity maksimum indeks SPI 3 bulan berkisar memberikan hubungan antara keduanya
antara -19 hingga -14. Maksimum severity indeks dengan menggunakan analisis regresi
SPI 3 bulan pada kawasan utara dan selatan
sederhana.
berkisar antara -22 hingga -14. Kemudian, dari
kawasan tengah semakin menuju ke arah pesisir
sebelah timur kabupaten Indramayu, severity
maksimum indeks SPI 3 bulan semakin tinggi
berkisar antara -14 hingga -10.

Gambar 10. Musim kemarau dan musim hujan

tahun 1981-2010 di Tanjung Priok

Tabel 1. Debit air dugaan bulanan berdasarkan

indeks SPI 3 bulanan
SPI3 dugaan Debit air dugaan (m³/det)
-2 6.498
-1.5 29.896
-1 53.294
Gambar 8. Variasi 3 periode musim pada 7 titik -0.5 76.692
di Jawa bagian utara 0 100.09
0.5 123.488

Secara umum di kabupaten Indramayu, 1 146.886

1.5 170.284
intensitas maksimum indeks SPI 3 bulanan 2 193.682
berkisar antara -2.2 hingga -2.4. Intensitas 2.5 217.08
maksimum indeks SPI 3 bulanan dari kawasan 3 240.478
tengah semakin menuju ke arah pesisir sebelah
timur kabupaten Indramayu, maksimum

Gambar 11. Hubungan indeks SPI 3 bulanan
terhadap pendugaan debit air
Hasil pencatatan debit air menunjukkan bahwa
debit aliran tidak merata sepanjang tahun,
dengan fluktuasi debit air cukup besar pada
musim penghujan dan debit air sangat kecil
pada musim kemarau. Kejadian keringterparah
pada bulan November tahun 1997 dan
memiliki debit paling kecil yaitu 0,03 m3/detik.
Untuk rata-rata debit bulanan, pada bulan
Februari adalah 150 - 200 m3/bulan dan pada
bulan Agustus 10 - 50 m3/bulan dimana nilai-
nilai tersebut menunjukan bahwa pada musim
penghujan terjadi kelebihan air, sementara
pada musim kemarau kekurangan air.
KESIMPULAN
Durasi paling lama adalah 9 bulan yang
terjadi pada tahun 1997 di wilayah Juntinyuat
dan Krengkeng, dimulai pada bulan Januari
1997 hingga Mei 1998. Wilayah dengan nilai
severity dan intensity paling negatif sebesar -
22.8 dan -2.9 dibanding wilayah lainnya di
kabupaten Indramayu, pernah terjadi pada
November 2008 hingga Juni 2009 di Lohbener.
Peta eksposure indeks SPI 3 bulan
menjelaskan tahun paling kering terjadi pada
tahun 1997, sedangkan tahun paling basah
terjadi pada tahun 2010. Secara umum,
wilayah agak kering di kabupaten Indramayu
berada wilayah pesisir di sebelah barat hingga
ke tengah, semakin menuju ke wilayah pesisir
sebelah timur, semakin kering.
Hubungan antara indeks SPI 3 bulanan
terhadap data debit Kertasemaya menunjukan
bahwa kekeringan meteorologi berhubungan
dengan kekeringan hidrologi, hal ini terlihat
dari hubungan antara nilai positif dan negatif
indeks SPI 3 bulanan terhadap data debit air,
yaitu indeks SPI 3 bulanan bernilai negatif
maka debit air mengalami penurunan,
sebaliknya indeks SPI 3 bulanan bernilai
positif, debit air mengalami peningkatan.
UCAPAN TERIMA KASIH
Penulis ucapkan terimakasih sebesar-besarnya
kepada Dosen Pembimbing, Bpk. Nuryadi,
S.Si, M.Si, untuk bimbingan terhadap materi
dan metode dalam penelitian ini, PSDA Jawa
barat dan BMKG atas penyediaan data debit
air dan curah hujan.
DAFTAR PUSTAKA
Ayoade, J. O. 1983. Introduction to
Climatology for The Tropics. John
Wiley and Sons. New York.
Barry R. G. and R. J. Chorley,. 2010.
Atmosphere, Weather and Climate. 9th
ed. London: Routledge, pp. 163-207.
Bayong, T.H.K. 1994. Klimatologi Umum.
Bandung: Penerbit ITB.
BMKG, Stasiun Klimatologi Pondok Betung.
2013. Laporan peta kekeringan dengan
metode SPI di Propinsi Banten dan DKI
Jakarta. Jakarta.
Burrough, P. 1986. Principles of GIS. M.N.
Demers, Fundamentals of GIS,Eddy
Prahasta. Sistem Informasi Geografis,
P.A. Longley Geographical Inforamtion
Systems, volume 1&2.
Gallopin, G.C. 2006. Lingkages between
vulnerability, resilience and adaptive
capacity. (Diakses dari
www.elseveir.com/locate/gloenvcha,
tanggal 13/12/2014).
Hadiyanto, S. 2007. Pola Tingkat Kerawanan
Kekeringan di Jawa Tengah. Tesis :
Departemen Geografi FMIPA UI.
Hayes, M.J. et al. 1999. Monitoring the 1996
Drought Using the Standardized
Precipitation Index. Bulletin of the
American Meteorological Society,
Vol. 80, No. 3, March 1999.
Hayes, M. J., Svoboda, M. D., Wall, N., and
Widhalm, M. 2011. The Lincoln
Declaration on Drought Indices:
Universal Meteorological Drought Index
Recommended. Bulletin of the
American Meteorological Society,
92(4), 485-488,
doi:10.1175/2010BAMS3103.1.
Husak G. J., Michaelsen J. and Funk C. 2006,
Use of the Gamma Distribution to
Represent Monthly Rainfall in Africa for
 Drought Monitoring Applications, Bandung(ITB). Bandung, Diakses
International Journal of Climatology, http://www.meteo.itb.ac.id/wp-
Published online in Wiley Inter. Science, content/uploads/2013/11/12808020-
Royal Meteorological Society, Santa sec.pdf pada tanggal 3 Desember 2014.
Barbara, U. S. A., DOI: 10.1002/joc. Wilhite, D A,. 2010. Quantification of
Agricultural Drought for Effective
Li, J dan Heap, A.D. 2008. A Review of Drought Mitigation, in Agricultural
Spatial Interpolation Methods for Drought Indices, Proceedings of an
Environmental Scientists. Expert Meeting 2-4 June, 2010, Murcia,
Commonwealth 2008. Australia. Spain, WMO, Geneva.
Lloyd-Hughes, B. and M. A. Saunder,. 2002. A World Meteorological Organization (WMO).
drought climatology for Europe. Int. J. 2012. Standardized Precpitation Index
Climatol.,22, 1571–1592. User Guide, no.1090.
McKee, T.B., Doesken, N.J. and Kleist,J.
1993. The relationship of drought
frequency and duration to time scales.
In: Proc,8th Conferrence on Applied
Climatology, Anaheim, California, 17-
22 January 1993, pp.179-184.
Mishra, A.K., Desai, V.R.. 2006. Drought
Forecasting Using Feed-Forward
Recursive Neural Network. Science
Direct Journal. Journal of Ecological
Modelling 198 page 127–138.
N. B. Guttman,. 1999. Accepting the
standardized precipitation index: a
calculation algorithm, Journal of the
American Water Resources Association,
vol. 35, no. 2, pp. 311–322.
Prahasta, E. 2009. Sistem Informasi Geografis,
Tutorial ArcView. Penerbit
INFORMATIKA. Jakarta.
Prawirowardoyo, Susilo. 1996. Metreorologi.
Bandung; ITB.
Rossi, Guiseppe. et al. 2005. Method and
Tools For Drought Analysis And
Management. Dordrecht: Published by
Springer.
Sabaruddin, L. 2012. Agroklimatologi: Aspek-
Aspek Klimatik untuk Budidaya
Tanaman. Penerbit Alfabeta. Bandung.
Tjasyono, B. H. K. dan Harijono, S. W. B.
2006. Meteorologi Indonesia Volume 2.
Penerbit Badan Meteorologi dan
Geofisika. Jakarta.
Triatmodjo, B. 2008. Hidrologi Terapan, Beta
Offset, Yogyakarta.
Triatmoko, D., Susandi,A., Mustofa, M.A., dan
Makmur, E.E.S. 2012. Penggunaan
Metode Standardized Precipitation Index
Untuk Identifikasi Kekeringan
Meteorologi di Wilayah Pantura Jawa
Barat. Tim Publikasi Online Program
Studi Meteorologi, Fakultas Ilmu dan
Teknologi Kebumian, Institut Teknologi