ANALISA KEKERINGAN MENGGUNAKAN METODE

STANDARDIZED PRECIPITATION INDEX (SPI) DAN PALMER

DROUGHT SEVERITY INDEX (PDSI)
DI KECAMATAN PUJUT KABUPATEN LOMBOK TENGAH

Artikel Ilmiah
Untuk Memenuhi Sebagian Persyaratan
Mencapai Derajat Sarjana S-1 Jurusan Teknik Sipil

Oleh :

YULIANA ARSIL TANTIA

FIA 013 160

JURUSAN TEKNIK SIPIL

FAKULTAS TEKNIK
UNIVERSITAS MATARAM
2018
 ARTIKEL ILMIAH
ARTIKEL ILMIAH

ANALISA KEKERINGAN MENGGUNAKAN METODE STANDARDIZED

PRECIPITATION INDEX (SPI) DAN PALMER DROUGHT SEVERITY INDEX
(PDSI) DI KECAMATAN PUJUT KABUPATEN LOMBOK TENGAH

Oleh :
YULIANA ARSIL TANTIA
FIA 013 160

Telah diperiksa dan disetujui oleh Tim Pembimbing :

1. Pembimbing Utama

M. Bagus Budianto, ST., MT. Tanggal: Juli 2018

P. 19701206 199803 1 006

2. Pembimbing Pendamping

Humairo Saidah, ST., MT. Tanggal: Juli 2018

NIP. 19720609 199703 2 001
 ARTIKEL ILMIAH
ARTIKEL ILMIAH

ANALISA KEKERINGAN MENGGUNAKAN METODE STANDARDIZED

PRECIPITATION INDEX (SPI) DAN PALMER DROUGHT SEVERITY INDEX
(PDSI) DI KECAMATAN PUJUT KABUPATEN LOMBOK TENGAH

YULIANA ARSIL TANTIA

FIA 013 160

Telah dipertahankan di depan dewan penguji

pada tanggal 6 juli 2018
dan dinyatakan telah memenuhi syarat
Penguji I

M. Bagus Budianto, ST., MT. Tanggal: Juli 2018

NIP. 19701206 199803 1 006

Humairo Saidah, ST., MT. Tanggal: Juli 2018

NIP. 19720609 199703 2 001
1. Penguji III
2.

Humairo Saidah, ST., MT. Tanggal: Juli 2018

 ANALISA KEKERINGAN MENGGUNAKAN METODE STANDARDIZED PRECIPITATION
INDEX (SPI) DAN PALMER DROUGHT SEVERITY INDEX (PDSI)
DI KECAMATAN PUJUT KABUPATEN LOMBOK TENGAH

Yuliana Arsil Tantia1, M. Bagus Budianto2, Ery Setiawan2

1
Mahasiswa Jurusan Teknik Sipil Universitas Mataram
2
Dosen Jurusan Teknik Sipil Universitas Mataram

Jurusan Teknik Sipil, Fakultas Teknik, Universitas Mataram

INTISARI
Kekeringan merupakan salah satu jenis bencana alam yang terjadi secara perlahan, berlangsung
lama sampai musim hujan tiba. Lombok Tengah adalah salah satu wilayah yang hampir setiap tahun
mengalami kekeringan, saat ini terdapat 9 kecamatan dari 12 kecamatan yang ada di Lombok Tengah
terdampak kekeringan.
Dengan adanya kejadian kekeringan yang rutin setiap tahun namun dengan waktu awal kekeringan
yang tidak tetap maka 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. Metode analisis yang digunakan dalam penelitian ini adalah
metode Standardized Precipitation Index (SPI) dan metode Palmer Drought Severity Index (PDSI).
Dari hasil perhitungan dengan dengan metode SPI menyatakan di Kecamatan Pujut mengalami
kekeringan dengan tingkat ekstrim kering pada bulan Desember tahun 2000 dengan indeks sebesar (-
4,203), sedangkan metode PDSI menyatakan kekeringan dengan kategori ekstrim kering terjadi pada bulan
Mei tahun 2017 dengan indeks sebesar (-6,37). Hasil verifikasi keakuratan kekeringan dengan
menggunakan metode SPI dan metode PDSI dengan data historis kekeringan BPBD kabupaten Lombok
Tengah pada tahun 2013-2017 menyatakan bahwa metode SPI memiliki presentase keakuratan sebesar
58%, sedangkan PDSI memiliki presentase keakuratan sebesar 65%, hal tersebut menunjukkan bahwa
metode SPI dan PDSI memiliki keakuratan yang baik. Hasil prediksi indeks kekeringan selama periode
2018-2022 menggunakan metode SPI menyatakan bahwa kategori Sangat kering terjadi pada bulan
Januari tahun 2020 dengan indeks sebesar (-1,7), sedangkan PDSI menyatakan bahwa kejadian
kekeringan dengan kategori Ekstrim kering terjadi pada bulan Mei tahun 2018 dengan indeks sebesar (-
4,436).
Kata Kunci : Kekeringan, Indeks Kekeringan, SPI, PDSI.

I. Pendahuluan Dengan adanya kejadian kekeringan

1.Latar Belakang
Kekeringan merupakan salah satu jenis
bencana alam yang terjadi secara perlahan,
berlangsung lama sampai musim hujan tiba.
Pada umumnya, pengaruh kekeringan
terakumulasi secara perlahan-lahan dalam suatu
periode waktu yang cukup lama dan
berkepanjangan sampai tahunan, sehingga awal
dan akhir kekeringan sukar ditentukan.
Lombok Tengah adalah salah satu
wilayah yang hampir setiap tahun mengalami
kekeringan, saat ini terdapat 9 kecamatan dari 12
kecamatan yang ada di Lombok Tengah
terdampak kekeringan, 9 kecamatan yang
darurat kekeringan antara lain: Pujut, Praya
Timur, Praya Barat, Praya Barat Daya, Praya
Tengah, Praya, Jonggat, Kopang Dan Janapria
(kicknews.today, 2017).
yang rutin setiap tahun namun dengan waktu
awal kekeringan yang tidak tetap pada
Kecamatan Pujut maka 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.
Oleh karena itu, penulis ingin
menerapkan metode Standardized Precipitation
Index (SPI) dan Palmer Drought Severity Index
(PDSI) untuk menganalisa kekeringan di
Kecamatan Pujut sehingga nantinya dapat
dilakukan antisipasi terhadap kekeringan dengan
pemahaman karakteristik iklim di wilayah
tersebut dengan baik. Dari uraian latar belakang
di atas maka penulis perlu melakukan studi yang
berjudul “Analisa Indeks Kekeringan
Menggunakan Metode Standardized Precipitation
1
Index (SPI) dan Palmer Drought Severity Index
(PDSI) di Kecamatan pujut, Kabupaten Lombok
Tengah”.
2. Rumusan Masalah
1.Bagaimana indeks kekeringan yang terjadi di
Kecamatan Pujut, Kabupaten Lombok Tengah
dengan menggunakan Metode Standardized
Precipitation Index (SPI) dan Metode Palmer
Drought Severity Index (PDSI)?
2.Bagaimana keakuratan kekeringan dari metode
Standardized Precipitation Index (SPI) dan
metode Palmer Drought Severity Index (PDSI)
terhadap data BPBD Kabupaten Lombok
Tengah?
3.Berapa prediksi indeks kekeringan di
Kecamatan Pujut pada tahun 2018 sampai
tahun 2022 berdasarkan metode Standardized
Precipitation Index (SPI) dan metode Palmer
Drought Severity Index (PDSI)?
4.Bagaimana sebaran indeks kekeringan di
Kecamatan Pujut berdasarkan pemetaan yang
dilakukan menggunakan program ArcGIS 10.3?
3. Batasan Masalah
Agar Penelitian ini lebih terarah, maka
dalam hal ini penulis membatasi pokok-pokok
bahasan permasalahan sebagai berikut:
1. Penelitian dilakukan di Kecamatan Pujut,
Kabupaten Lombok Tengah.
2. Data curah hujan yang digunakan data 21
tahun (1997-2017).
3. Data suhu udara yang digunakan merupakan
data suhu wilayah setempat selama 21 tahun
(1997-2017).
4. Tidak dilakukan pemeriksaan error terhadap
data hasil bangkitan.
5. Data tanah yang digunakan berupa peta jenis
tanah dan tekstur tanah wilayah Kecamatan
pujut, Kabupaten Lombok Tengah.
6. Stasiun hujan yang digunakan yaitu Stasiun
Kabol, Stasiun Mangkung, Stasiun Rembitan.
2. Menentukan keakuratan kekeringan dari
metode Standardized Precipitation Index
(SPI) dan metode Palmer Drought Severity
Index (PDSI) terhadap data BPBD
Kabupaten Lombok Tengah.
3. Menentukan prediksi indeks kekeringan
berdasarkan metode Standardized
Precipitation Index (SPI) dan metode Palmer
Drought Severity Index (PDSI) di Kecamatan
Pujut pada tahun 2018 sampai tahun 2022.
4. Menentukan sebaran indeks kekeringan di
Kecamatan pujut berdasarkan pemetaan
menggunakan ArcGIS 10.3
5. Manfaat Penelitian
Adapun manfaat dari studi ini adalah
sebagai berikut :
1. Masukan kepada dinas terkait untuk
mengantisipasi terjadinya kekeringan.
2. Menambah wawasan dan pengetahuan
tentang bencana kekeringan.
3. Memantau dan mendeteksi kejadian
kekeringan dimasa sekarang atau dimasa
yang akan datang.
II. Dasar Teori
1. Landasan Teori
A. Hujan
Menurut Sri Harto (1993), Hujan merupakan
komponen masukan yang paling penting dalam
proses hidrologi, karena jumlah kedalaman hujan
(rainfall depth) ini yang dialihragamkan menjadi
aliran di sungai, baik melalui lapisan permukaan
(surface run off), aliran antara (interflow,
subsurface flow) maupun sebagai aliran tanah
(ground water flow).
2. Uji Konsistensi Data
Uji konsistensi data dengan menggunakan
metode RAPS (Rescaled Adjusted Partial Sums).

S
 S
= k k = 0,1,2,…,n
k
Dy

 (Y −Y )
n
7. Metode analisa Indeks Kekeringan yang 2
i
digunakan yaitu Standardized Precipitation Dy =
2 i =1

Index (SPI) dan Palmer Drought Severity n

2

S k =  (Yi − Y )
Index (PDSI). 
n
k = 1,2,3,…,n
i +1
4. Tujuan Penelitian dengan :
Adapun tujuan dari studi ini adalah: n = banyak tahun
1. Menentukan indeks kekeringan yang terjadi Yi = data curah hujan ke- i
di Kecamatan Pujut, Kabupaten Lombok
Tengah dengan menggunakan metode Y = rata-rata curah hujan
Standardized Precipitation Index (SPI) dan Sk*, Sk**, Dy =nilai statistik
metode Palmer Drought Severity Index
(PDSI).
2
Nilai statistik Q : Persamaan Metode Thomas Fiering
 (Fiering, 1971 dalam Martha, 2017):
Q = maks S k
0 kn
Nilai statistik Range (R) :
(
Pi , j = X j + B j  p i , j −1 − X j −1 )+ t s
ij j (1 − r j
2

  dengan :
R = maks S k − min S k Pij = data curah hujan hasil bangkitan
0 kn 0k n
dengan : pij = curah hujan bulan ke-j dalam tahun i (j =
Q dan R = nilai statistik 1,2,......12),
n = jumlah data hujan X j = rata – rata curah hujan bulan j,
3. Analisa Curah Hujan Rerata Daerah n

Dalam prinsipnya ada tiga cara yang p i, j

Xj = i =1
digunakan untuk menghitung curah hujan rerata n
daerah yaitu(Mariana, 2018) : rj = koefisien korelasi bulan j dari bulan j-1,
 ( p 
a. Metode Rerata Arimatik (Aljabar) n

i, j − p j )  ( p i , j −1 − p j −1 )
Dengan menggunakan metode rj = i =1

Aritmatik, curah hujan rata-rata daerah dapat  n n

2
 ( p i , j − p j ) . ( p i , j −1 − p j −1 ) 
2
ditentukan dengan menjumlahkan curah hujan  i =1 i =1 
dari semua tempat pengukuran untuk suatu Bj = koefisien regresi
periode tertentu dan membaginya dengan rj  s j
banyaknya stasiun pengukuran. Metode ini dapat Bj =
dipakai pada daerah datar dengan jumlah stasiun s j −1
hujan relatif banyak, berikut adalah sj = simpangan baku bulan j,
persamaannya n

P=
𝑃1+𝑃2+𝑃3+⋯+𝑃𝑛 ( p i, j − pj)
𝑛 sj = i =1

b. Metode Poligon Thiessen n −1

Dalam metode polygon thiessen, curah sj-1= simpangan baku bulan j-1,
hujan rata-rata didapatkan dengan membuat X j −1 = curah hujan rata-rata curah hujan bulan j-
poligon yang memotong tegak lurus pada tengah- 1,
tengah garis penghubung stasiun hujan. tij = variabel acak distribusi normal baku,
persamaannya sebagai berikut : dengan rata-rata = 0 dan deviasi standar =
𝑃1 𝑎1 𝑝2 𝑎2 𝑃3 𝑎3 𝑃𝑛 𝑎𝑛
P= + + + ⋯+ 1,0, dengan catatan bahwa untuk
𝐴 𝐴 𝐴 𝐴
dengan : j =1 (bulan Januari) maka j-1 (bulan
P : curah hujan rata-rata daerah (mm), Desember).
𝐴: luas total daerah tangkapan air hujan (Ha),
5.Evapotransiprasi Potensial
Metode Isohiet Evapotranspirasi potensial adalah
Isohiet adalah garis yang menghubungkan evapotranspirasi yang mungkin terjadi pada
titik-titik dengan kedalaman hujan yang sama. kondisi air yang tersedia berlebihan. Sedangkan
𝑝𝑖−1 + 𝑝𝑖
∑𝑛
1 2
𝑥 𝐴𝑖 Evapotranspirasi aktual adalah evapotranspirasi
P = yang terjadi pada kondisi air yang tersedia
𝐴
dengan : terbatas. Perhitungan evapotranspirasi potensial
P : curah hujan rata-rata daerah (mm), dihitung dengan menggunakan metode
Pi : curah hujan pada isohiyet ke-I, Thronthwaite Mather, dengan persamaan:
Ai : luas arealyang dibatasi isohiyet-isohiyet 10.𝑇𝑚 𝑎
𝐸𝑇𝑃𝑥 = 1.62( )
𝐼
yang bersangkutan (Ha),
𝐸𝑇𝑃 = 𝑓 𝑥 𝐸𝑇𝑃𝑥
A : luas total daerah tangkapan air hujan
dengan :
(Ha).
𝑎 = 675 × 10−9 𝐼 3 − 771 × 10−7 𝐼 2 + 179 ×
10−4 𝐼 + 492 × 10−3
4. Bangkitan Data dengan Metode Thomas
𝑇𝑚 1,514
Fiering 𝐼 = ∑12
𝑚=1 ( 5 )
Thomas Fiering merupakan suatu dengan :
metode yang dikenal untuk membangkitkan data 𝐸𝑇𝑃𝑥 : evapotranspirasi potensial bulanan
debit atau data hujan bulanan. yang belum disesuaikan faktor 𝑓 (cm)

3
𝐸𝑇𝑃 : evapotranspirasi potensial bulanan (cm) A. Indeks Kekeringan metode Standardized
𝑇𝑚 : temperatur bulanan rerata (°C) Precipitation Index (SPI)
𝑓 :koefisien koreksi (tabel koefisien Metode Standardized Precipitation Index
penyesuaian menurut lintang dan bulan) (SPI) adalah metode yang dikembangkan oleh
I : indeks panas tahunan Mckee et al tahun 1993. Metode ini merupakan
metode untuk mengukur kekurangan (defisit)
6. Kapasitas tanah dalam menyimpan air curah hujan pada berbagai periode berdasarkan
(water holding capacity) kondisi normal. Perhitungan nilai Spi berdasarkan
Kapasitas penyimpanan air (water holding jumlah sebaran gamma menggunakan sistem
capacity) adalah tebal air maksimum (mm) yang kualifikasi untuk mendifinisikan tingkat
dapat tersimpan pada setiap kedalaman lapisan kekeringan pada analisis SPI, Sebagai berikut
tanah. Penaksiran kemampuan tanah (Mckee at el, 1993 dalam Martha, 2017) :
menyimpan air (water holding capacity) 1. Basah : nilai SPI : >1.00
menggunakan peta tanah untuk menentukan 2. Normal : nilai SPI : -0.99-0.99
jenis tanah yang ada di suatu daerah atau 3. Cukup Kering : nilai SPI :-1-1.49
penggunaan lahan (vegetasi penutup) untuk 4. Sangat Kering : nilai SPI :-1.5-(-1.99)
menentukan kedalaman zona perakaran 5. Ekstrim Kering : nilai SPI :>-2
berdasarkan jenis tanaman
Adapun langkah-langkah pengerjaan metode SPI
7.Kekeringan ini adalah :
Kekeringan merupakan kondisi yang 1. Menghitung nilai mean :
ditunjukkan dengan berkurangnya air yang ∑𝑥
x =
𝑛
tersedia dengan yang dibutuhkan pada suatu
wilayah karena berkurangnya curah hujan yang dengan :
terjadi. x : nilai rata-rata kejadian hujan (mm)
Bappenas juga mengklasifikasikan ∑𝑥 :jumlah kejadian hujan
kekeringan menjadi beberapa kriteria sebagai n :jumlah data
berikut (Ilmi, 2016) : 2. Menghitung Standar Deviasi
1. Kekeringan Meteorologis
2. Kekeringan Hidrologis √∑(𝑥− x )
3. Kekeringan Pertanian S=
𝑛
4. Kekeringan Sosial Ekonomi dengan :
S : standar deviasi
8.Indeks Kekeringan 3. Menghitung nilai bentuk
Indeks kekeringan merupakan salah satu cara
1 4𝑢
dalam menginterpretasikan fenomena α = [1 + √ ]
4𝑢 3
kekeringan di suatu lokasi.
∑ ln(𝑥)
U = ln( x )-
𝑛
9. Metode Indeks Kekeringan
4. Menghitung skala (scale )
Untuk menduga nilai indeks kekeringan
suatu wilayah terdapat beberapa metode yang x
dalam proses perhitungannya dapat β=
𝛼
memanfaatkan beberapa data, baik data iklim 5. Menghitung gamma distribusi
−𝑥
maupun kelengasan tanah Berbagai metode 𝑥 1 𝑥 𝑡 𝑎−1
G(x)=∫0 𝑔(𝑥)𝑑𝑥 = ∫ 𝑒 𝛽 𝑑𝑥
tersebut adalah sebagai berikut: (Anggun 2015, 𝛽ᵅ𝛤(𝑎) 0
dalam Ilmi 2016) 6. Menghitung transform gamma distribution
1. Palmer Drought Severity Index (PDSI) 1
t = √𝑙𝑛 [ ] dimana Hx ˂ 0.5
2. Thornthwaite-Matter 𝐻𝑥 2
3. Standardized Precipitation Index (SPI) 1
4. Presentase terhadap normal t = √𝑙𝑛 [ ] dimana Hx < 1.0
(1−𝐻𝑥 2 )
5. Theory of Run dengan Hx = q+(1-q)G(x)
6. Desil q = m/n dengan m adalah jumlah kejadian
7. Crossing Theory hujan 0 mm dalam deret seri data hujan
8. Analisa Deret Hari Kering 7. Menghitung nilai SPI

4
 𝑐0+𝑐1𝑡+𝑐2𝑡 2 e) Menghitung jumlah kumulatif dari defisit curah
Z = SPI = -[𝑡 − ] dimana Hx <
1+𝑑1+𝑑2𝑡 2+𝑑3𝑡 3 hujan APWL (Accumulated Potential Water
0.5 Loss).
𝑐0+𝑐1+𝑐2𝑡 2
Z = SPI = +[𝑡 − ] dimana Hx < Dengan menjumlahkan angka-angka (P-
1+𝑑1+𝑑2𝑡 2+𝑑3𝑡 3
1.0 ET) untuk bulan-bulan yang mempunyai
Dengan nilai koefisien dari Mc.Kee sebagai evapotranspirasi potensial lebih daripada curah
berikut hujan (P-ET) negatif.
Co = 2,515517 d1 =1,432788 𝐴𝑃𝑊𝐿 = − ∑𝑛1(𝑃 − 𝐸𝑇)𝑛𝑒𝑔
C1 =0,802853 d2 =0,189269
C2 =0,010328 d3 =0,001308 𝐴𝑃𝑊𝐿𝑖 = 𝐴𝑃𝑊𝐿𝑖−1 + (𝑃 − 𝐸𝑇)𝑛𝑒𝑔

B. Indeks Kekeringan Metode Palmer Apabila P>ET, seri data ini terputus APWL = 0
Drought Severity Index (PDSI) f) Menghitung kelengasan Tanah
Metode yang masih sering digunakan dalam ▪ Pada bulan-bulan basah (P>ET), nilai
analisis kekeringan yaitu metode Palmer Drought ST=STo (WHC)
Severity Index yang dalam penyebutannya sering ▪ Pada bulan-bulan kering (P<ET), pada
disebut dengan metode Palmer dimana bulan ini ST tiap bulan dihitung dengan
kelembaban tanah sebagai parameter Indeks rumus :
𝐴𝑃𝑊𝐿
kekeringan (Hardiani, 2008 dalam Sarmila, 𝑆𝑇 = 𝑆𝑇𝑂 × 𝑒 −( 𝑆𝑇𝑜 )
2016). dengan :
Input data dalam metode ini adalah curah ST :kandungan lengas tanah dalam daerah
hujan, kapasitas air tanah (WHC) dan perakaran (mm)
evapotranspirasi potensial. Evapotranspirasi STo:Kandungan lengas tanah dalam kondisi
potensial diduga dari suhu rata-rata dengan lapang (mm) STo yang dimaksud
metode Thornthwaite. Dalam analisa metode dalam rumus ini nilainya = WHC
Palmer klasifikasi indeks kekeringan dibagi e : Bilangan Navier (e=2,718)
menjadi 11 kelas dengan indeks nol sebagai APWL: Jumlah kumulatif dari defisit curah
keadaan normal. hujan (mm)
Tabel 2 Kelas Indeks Kekeringan PDSI dan g) Menghitung perubahan kandungan lengas
Klasifikasi tanah (ST)
1. 4,00 : Ekstrim basah Perubahan kandungan lengas tanah
2. 3,00-3,99 : Sangat basah (ST) tiap bulan di dapat dengan cara
3. 1,00-1,99 : Agak Basah mengurangkan lengas tanah (ST) pada bulan
4. 0,50-0,99 : Sedikit Basah yang bersangkutan dengan (ST) pada bulan
5. 0,50-0,99 : Awal selang basah sebelumnya (∆𝑆𝑇 = 𝑆𝑇𝑖 − 𝑆𝑇𝑖−1 ) maka nilai
6. 0,49-(-0,49) :Mendekati normal negatif menyebabkan tanah menjadi kering.
7. 0,49-(-0,49) : Awal selang kering h) Menghitung evapotranspirasi aktual (EA)
8. (-1,00)-(-1,99) : Sedikit kering ▪ Pada bulan-bulan basah (P>ET), nilai
9. (-2,00)-(-2,99) : Agak kering EA=ET
10. (-3,00)-(-3,99) : Sangat kering ▪ Pada bulan-bulan kering (P<ET), nilai EA=
11. (-4,00) : Ekstrim kering P-ST
(Sumber : National Drought Mitigation Center, 2006 dalam
i) Menghitung defisit (Kekurangan Lengas)
Sarmila, 2017)
Adapun langkah-langkah pengerjaan metode D=ET-EA
Palmer yaitu : dengan :
a) Menghitung curah hujan rerata (P). D : Defisit (mm/bulan)
b) Menghitung evapotranspirasi potensial (ET). ET : Evapotranspirasi Potensial (mm/bulan)
c) Menghitung kapasitas penyimpanan air EA : Evapotranspirasi Aktual (mm/bulan)
(Water Holding Capacity). j) Menghitung surplus (Kelebihan Lengas)
d) Menghitung selisih P dan ET. S=(P-ET)- ST
▪ (P-ET)>0, terjadi surplus curah hujan dengan :
(periode bulan basah). S : Surplus (mm/bulan)
▪ (P-ET)<0, terjadi defisit curah hujan P : Curah Hujan (mm/bulan)
(periode bulan kering). ET : Evapotranspirasi Potensial (mm/bulan)
ST : Perubahan lengas tanah (mm)
k) Menghitung limpasan (Ro)
5
 Menunjukkan besarnya air yang mengalir ❖ Menentukan kehilangan presipitasi
dipermukaan tanah. Menghitungnya 50% CAFEC
dikalikan dengan nilai surplus. 𝑃̂ = 𝐸𝑇
̂ + 𝑅̂ + 𝑅𝑜̂ − 𝐿̂
l) Menghitung pengisian lengas tanah potensial r) Penentuan periode kekurangan atau
(PR) kelebihan hujan
PR=WHC-ST 𝑑 = 𝑃 − 𝑃̂`
m) Menghitung pengisian lengas tanah (R) s) Penentuan nilai mutlak (𝐷 ̅)
Pengisian lengas tanah terjadi jika ST ̅
𝐷 = rataan nilai d
pada bulan sebelumnya lebih kecil dari ST pada t) Pendekatan kedua terhadap nilai faktor K (k’)
bulan bersangkutan, penambahan nilai ST 𝑃𝐸+𝑅+𝑅𝑜 25,4
𝐾 ′ = 1.5 log 10 (( + 2,80) : ̅ ) + 0,5
tersebut menjadi pengisian lengas tanah. 𝑃+𝐿 𝐷
𝑅 = 𝑆𝑇 − 𝑆𝑇𝐽−1 𝐷𝐾’ = 𝐷 ̅ ∗ 𝑘′
dengan : u) Karakter iklim sebagai faktor pembobot (K)
̅ ∗𝐾′
𝐷
𝑅 : Pengisian lengas tanah 𝐾 = ∑12 ̅ 𝐾′
1 𝐷∗𝐾′
ST : Kandungan lengas tanah dalam v) Indeks penyimpangan (anomali) lengas (Z)
perkaran bulan tersebut Z=d*K
𝑆𝑇𝐽−1 : Kandungan lengas tanah dalam w) Indeks kekeringan Palmer
perkaran bulan sebelumnya 𝑍
n) Menghitung kehilangan lengas tanah 𝑋=( ) + ∆𝑋
3 𝑗−1
potensial (PL) 𝑍
∆𝑋 = ( ) − 0.103 ( )
𝑍
PL=ET-ST 3 𝑗 3 𝑗−1

o) Menghitung kehilangan lengas tanah (L)

L=𝑆𝑇𝐽−1 − 𝑆𝑇 C. Data kekeringan BPBD Kabupaten Lombok
p) Penentuan koefisien Tengah
Koefisien yang dimaksud adalah untuk BPBD Kabupaten Lombok Tengah
menetukan nilai CAFEC (Climatically Appropriate menentukan ancaman bencana kekeringan
for Existing Condition). Nilai koefsien-koefisien menggunakan peta bahaya kekeringan tingkat
datas ditentukan dengan rumus : Provinsi dan peta bencana historis (peta sejarah
❖ Koefisien evapotranspirasi kekeringan). Untuk membuat matriks penentuan
̅
𝐴𝐸 tingkat ancaman dan memperoleh tingkat
𝛼 = ̅̅̅̅ ancaman bencana kekeringan, indeks ancaman
𝐸𝑇
❖ Koefisien pengisian lengas ke dalam tanah bencana dikombinasikan dengan indeks
𝑅̅
𝛽 = ̅̅̅̅ penduduk terpapar.
𝑃𝑅
❖ Koefisien limpasan III. Metode Penelitian
̅̅̅̅
𝑅𝑜
𝛾= ̅
𝑆
❖ Koefisien kehilangan lengas tanah
𝐿̅
𝛿 = ̅̅̅̅
𝑃𝐿
❖ Pendekatan terhadap pembobot iklim
̅̅̅̅
̅̅̅̅ +𝑅)
(𝐸𝑇
𝐾= ̅̅̅
(𝑃̅+𝐿)
q) Penentuan nilai CAFEC (Climatically
Appropriate for Existing Condition)
❖ Menentukan nilai evapotranspirasi
CAFEC
̂ = 𝛼̈ ∗ 𝐸𝑇
𝐸𝑇
❖ Menentukan pengisian lengas ke dalam
tanah CAFEC
̂𝑅 = 𝛽 ∗ 𝑃𝑅
❖ Menentukan nilai limpasan CAFEC
̂ = 𝛾 ∗ 𝑅𝑜
𝑅𝑜
❖ Menentukan kehilangan lengas tanah
CAFEC
𝐿̂ = 𝛿 ∗ 𝑃

6
IV. Analisa Dan Pembahasan Tahun 2018 2019 2020 2021 2022
Januari 325.61 338.25 186.31 312.27 256.26
1. Uji Konsistensi Data
Februari 248.77 286.53 258.15 243.36 222.49
Dalam penelitian ini uji konsistensi data hujan Maret 186.10 250.91 161.92 188.99 241.86
yang digunakan adalah metode RAPS (Rescaled April 63.62 75.89 157.68 96.97 89.05
Adjusted Partial Sums) Mei 23.90 -0.65 41.41 23.91 67.01
Tabel.1 Rekapitulasi Uji RAPS Juni 44.95 1.33 17.73 19.96 33.30
Juli 50.30 60.90 10.84 2.05 9.38
Agustus 26.02 12.86 14.99 4.35 7.63
September 35.07 57.84 3.13 27.02 6.58
Oktober 58.62 26.94 23.76 35.47 90.99
November 337.20 196.62 117.41 151.14 181.42
Desember 323.27 181.89 255.20 303.40 249.82
Jumlah 1723.42 1489.32 1248.52 1408.89 1455.78
Sumber : Hasil Perhitungan
Dari hasil perhitungan untuk uji RAPS
(Rescaled Adjusted Partial Sums) didapatkan 4. Evapotranspirasi Potensial
nilai R / n  R / n tabel 99% dan juga Menghitung evapotranspirasi potensial
Q / n  Q / n tabel 99% sehingga data curah hujan bulanan dari data suhu udara bulanan periode
memenuhi syarat. tahun 1997-2017 dengan menggunakan
persamaan (2.8) - (2.14).
2. Hujan Rerata Daerah Berikut contoh perhitungan pada tahun 1997
Untuk menentukan curah hujan rerata daerah Diketahui:
di kabupaten Pujut digunakan metode polygon Tm bulan januari =26,9°C
thiessen. Gambar Polygon Thiessen pada daerah Faktor penyesuaian waktu dan lintang =1,074
12
penelitian dapat dilihat pada Gambar berikut ini: 𝑇𝑚 1,514 26,9 1,514
𝑖 (𝐼𝑛𝑑𝑒𝑘𝑠 𝑃𝑎𝑛𝑎𝑠 𝐵𝑢𝑙𝑎𝑛𝑎𝑛) = ∑ ( ) = ( )
5 5
𝑚=1

= 12,742
I (Indeks Panas tahunan) = 146,752
𝑎 = 675 × 10−9 𝐼3 − 771 × 10−7 𝐼2 + 179 × 10−4 𝐼 + 492 × 10−3
𝑎 = 675 × 10−9 × 12,7423 − 771 × 10−7 × 12,7422 + 179 ×
10−4 × 12,742 + 492 × 10−3
𝑎𝑏𝑢𝑙𝑎𝑛𝑎𝑛 = 0,709
𝑎𝑡𝑎ℎ𝑢𝑛𝑎𝑛= 3,592
10.𝑇𝑚 𝑎 10𝑥26,9 3,522
Gambar 2 Poligon Thiessen ETPx = 16,2( ) = 16,2 ( )
𝐼 146,752
Berdasarkan Gambar 4.1 bahwa stasiun ETPx = 141,886 mm
hujan yang berpengaruh dalam studi ini adalah ETP = ETPx x f = 141,886 x 1,074=152,420
Stasiun Rembitan dengan luas wilayah mm
22.223,918 ha dan Stasiun Mangkung luas
wilayah yaitu 1.131,082 ha. Analisa hujan rerata 5. Analisis Kapasitas tanah dalam
bulan Januari tahun 1997 untuk kedua stasiun Menyimpan Air (Water Holding Capacity)
pengamatan adalah sebagai berikut :
Dalam hal ini, kecamatan Pujut terdapat
Pada tahun 1997 di Stasiun Rembitan jumlah
hujan bulan Januari = 113,5 mm, pada Stasiun kombinasi tekstur tanah yang dominan adalah
Mangkung jumlah hujan bulan januari = 183,1 lempung, dan lempung berliat dan vegetasi
mm penutup dominan pertanian lahan kering
𝐴 𝑝 + 𝐴2𝑝2 = 22223,918𝑥113,5 + 1131,082𝑥183,1 sehingga jika di sesuaikan dengan Tabel
𝑃= 1 1
𝐴1 + 𝐴2 22223,918 + 1131,082
Pendugaan Jumlah air tersedia berdasarkan
𝑃 = 116,87 𝑚𝑚
kombinasi tekstur tanah dan vegetasi penutup
maka kecamatan Pujut termasuk dalam tipe
3. Model Bangkitan Data Menggunakan Model
daerah tumbuhan berakar dangkal dengan nilai
Thomas Fiering
Hasil perhitungan bangkitan data rerata duga air tersedia sebesar 250 mm/m, zona
Kecamatan Pujut perakaran 0,40 m dan didapatkan nilai lengas
Tabel.2 Bangkitan data tahun 2018-2022 di tanah sebesar 100 mm.
Kecamatan Pujut 6. Analisa Indeks Kekeringan
7
A. Metode Standardized Precipitation Index  1  = 1,922
(SPI) t = ln  2 
 0,158 
Metode Standardized Precipitation Index
Contoh perhitungan dengan 0.5 < H(x) ≤
(SPI) adalah metode yang dikembangkan oleh
1.0 bulan Januari tahun 1999 :
Mc kee et al tahun 1993.
Contoh perhitungan hujan rerata bulanan daerah  1  = 1.390
t = ln  2 
kecamatan pujut pada bulan Januari Tahun 1997  (1 − 0,620 ) 
: 8. Menghitung nilai SPI :
1. Menghitung rata-rata : Contoh perhitungan dengan 0 < H(x) ≤
x=
 x = Curah hujan Jan (1997 + 1998 + . . . + 2017) 0.5 bulan Januari tahun 1997 :
n 21 c0 + c1t + c 2 t 2
Z = SPI = −(t − )
= 5063,14 = 241,102 mm 1 + d1t + d 2 t 2 + d 3t 3
21 2.515517 + 0,802853 x1,92 + 0,010328 x1,92 2
= −(1,82 − )
2. Menghitung Standar Deviasi : 1 + 1.432788 x1,92 + 0,189269 x1,92 2 + 0,001308 x1,92 3
( x − x) 2 = - 0,1004 (Normal)
Sd = Contoh perhitungan dengan 0.5 < H(x) ≤
n −1
2
1.0 bulan Januari tahun 1999 :
(116,87 - 241,10 ) 2 + (90,07 − 241,10 ) 2 + ... + (368,00 - 241,10)
c0 + c1t + c 2 t 2
21 − 1 Z = SPI = +(t − )
= 130,513 mm 1 + d 1t + d 2 t 2 + d 3 t 3
3. Menghitung nilai bentuk alpha : 2,515517 + 0,802853 x1,39 + 0,010328 x1,39 2
= +(1,42 − )
x2 241,10 2 1 + 1,432788 x1,39 + 0,189269 x1,39 2 + 0,001308 x1,39 3
= 2 = = 3,413 = 0.304 (Normal)
Sd 130,513 2
4. Menghitung skala beta : Tabel 4.9 Klasifikasi tingkat kekeringan SPI di
Kecamatan Pujut Tahun 1997-2017
x = 241,10
= = 70,649 Tahun Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember


1997 K B K SK N B N N N N N K
3,413 1998
1999
K
N
K
N
K
EB
N
B
N
N N
B EB
N
B
SB
EB
N
B
N
N
N
N
N

5. Menghitung gamma distribusi : 2000

2001
EK
N
EK
N
N
N
SB
K
B
K
N
N
K
N
N
N
N
N
EB
B
EB
N
EK
N

x x −x 2002 N EB N N SK N K N N K N N

1 2003 SB N N N N N N N B N N B

G ( x) =  g ( x)dx = 
 (a) 0
a −1  2004 N EK SB N N N N N N N
x e dx 2005 N
N
N
N
N N SK N B SB N N K N
2006 N N B N N N N N N N SK K
0 2007 K N N N EB N N N N N N N
2008 N N N N N N N N N N N N
Contoh perhitungan bulan Januari tahun 1997 2009
2010
B
SK
N
N
K
K
SK
N
N
B
N
N
K
SB
N
N
N
SB
N
B
N
B
N
N
x x −x 2011 N B N N N N N N N N
1 N N

G ( x) =  g ( x)dx = 
(a) 0
x a−1e  dx 2012 N N B SB SB N N N N N N N

 
2013 B N N N SB EB N N N N N B
2014 N N N N N N N N N K N N
0 2015 N N N N N N N N N K EK N
𝑥 2016 EB B EB N N B B EB SB N B B
1 −( )
= 𝑥 (𝛼−1) 𝑒 𝛽 2017 B B N K N SB B N N B B B

𝛽 𝛼 (𝛼) Tabel 4.10 Klasifikasi tingkat kekeringan SPI di

1 116,87
−( )
= 𝑥 116,87(3,41−1) 𝑒 70,649 Kecamatan Pujut Tahun 2018-2022
70,6493,413 x (3,41) Tahun
2018
Januari
N
Februari
N
Maret
N
April
N
Mei
EK
Juni
K
Juli
N
Agustus September Oktober November Desember
N K N K K

= 0,158 mm 2019
2020
N
N
K
K
N
N
N
EB
K
N
EK
N
K
SK
N
K
N
N
N
K
N
N
N
N
2021 N N K SK N N N SK N N N N
6. Menghitung probabilitas H(x) 2022 K N K N K N N N EK N K N

Sumber : Hasil Perhitungan

H(x) = 𝑞 + (1 − 𝑞) . 𝐺(𝑥)
Keterangan :
Contoh perhitungan bulan Januari tahun = Ekstrim Basah = EB

1997 : =
=
Sangat Basah
Basah
=
=
SB
B
m = 0 n = 21 = Normal = N
= Kering = K
q = m/n = 0 = Sangat Kering = SK
H(x) = 𝑞 + (1 − 𝑞) . 𝐺(𝑥) = Ekstrim Kering = EK

= 0,0 + (1 – 0,00 ) x 0,158 = 0,158 Dari hasil perhitungan menggunakan

7. Menghitung transform gamma distribusi : metode SPI selama periode 1997-2017 di
kecamatan pujut didapatkan kekeringan terparah
 1  untuk 0 < H(x) ≤ 0.5
t = ln  2
terjadi pada bulan Desember tahun 2000 dengan
 H ( x)  indeks (-4,095), Untuk lebih jelasnya persentase
 1  untuk 0.5 < H(x) ≤ 1.0 indeks kekeringan dapat dilihat pada diagram
t = ln  2  berikut ini :
 (1 − H ( x)) 
PERSENTASE INDEX KEKERINGAN
Contoh perhitungan dengan 0 < H(x) ≤ METODE SPI
0.5 bulan Januari tahun 1997 : 2%
4%
2%
8% 512%
%
8
67%

EB SB B N K SK EK
 ∆𝑆𝑇 = 𝑆𝑇𝑖 − 𝑆𝑇𝑖−1
∆𝑆𝑇 = 76,721 − 63,031 = 13,689 mm
h. Menghitung evapotranspirasi aktual (EA)
EA= P-ST = 116,871-13,689 = 103,182 mm
i. Menghitung defisit (Kekurangan Lengas)
D=ET-EA
Gambar 3 Persentase indeks kekeringan metode SPI D=ET-EA=152,420 – 103,182
dari diagram juga dapat diketahui = 49,238 mm/bulan
kecamatan pujut mengalami kondisi normal j. Menghitung surplus (Kelebihan Lengas)
dengan persentase sebesar 67%, kondisi basah S=(P-ET)- ST
12%, kondisi ekstrim basah 8%, kondisi kering S=(P-ET)- ST = -35,549– 13,689
8%, kondisi sangat basah 5%, kondisi sangat = -49,238 mm/bulan
kering 2%, dan kondisi ekstrim kering 2%. k. Menghitung limpasan (Ro)
Menghitungnya 50% dikalikan dengan nilai
B. Metode Palmer Drought Severity Index surplus.
(PDSI) Ro = 0,5 x (-49,238) = -24,619 mm/bulan
Setelah menghitung analisa hidrologi dan l. Menghitung pengisian lengas tanah
lengas tanah maka selanjutnya menghitung potensial
parameter-parameter Indeks Kekeringan metode PR=WHC-ST =106,963 – 63,031 = 30,243
PDSI. Adapun parameter-parameter tersebut m. Menghitung pengisian lengas tanah (R)
adalah sebagai berikut. 𝑅 = 𝑆𝑇 − 𝑆𝑇𝐽−1
a. Menghitung Curah Hujan Bulanan (P)
𝑅 = 𝑆𝑇 − 𝑆𝑇𝐽−1 = 13,689– 5,670
Curah hujan pada bulan Januari tahun 1997
adalah sebesar 116,871 mm. = 19,360 mm
b. Menghitung Evapotranspirasi Potensial n. Menghitung kehilangan lengas tanah
Berdasarkan Tabel 4.7 Evapotranspirasi potensial
Potensial pada bulan Januari tahun 1997 PL=ET-ST=152,420 – 13,68=138,731 mm
adalah sebesar 152,420 mm. o. Menghitung kehilangan lengas tanah (L)
c. Menghitung Kapasitas Penyimpanan Air L=𝑆𝑇𝐽−1 − 𝑆𝑇= 63,031 – 76,721= -13,689
(Water Holding Capacity) mm
Masing-masing luas dibagi total luas dikalikan p. Penentuan koefisien
dengan nilai kedalaman zona perakaran yang Koefisien yang dimaksud adalah untuk
terdapat pada table pendugaan kapasitas air menetukan nilai CAFEC (Climatically
tersedia dikalikan dengan air tersedia Appropriate for Existing Condition). Nilai
berdasarkan tekstur tanahnya, kemudian koefsien-koefisien datas ditentukan dengan
dijumlahkan maka rumus :
didapatkan nilai WHC atau sto di kecamatan ❖ Koefisien evapotranspirasi
Pujut, yaitu sebesar 106,963 mm. ̅
𝐸𝐴 81,94
d. Menghitung selisih P dan ET 𝛼 = ̅̅̅̅ = = 0.62
𝐸𝑇 113,010
𝑃 − 𝐸𝑇 = 116,871 − 152,420
= −35,549 𝑚𝑚 ❖ Koefisien pengisian lengas ke dalam
e. Menghitung jumlah kumulatif dari defisit tanah
curah hujan APWL (Accumulated Potential ̅̅̅
𝑅′ 0,472
𝛽 = ̅̅̅̅ = = 0,006
Water Loss) 𝑃𝑅 84,320

Bulan Januari P>ET,dimana (P-ET) =-

35,549 ❖ Koefisien limpasan
̅̅̅̅
𝑅𝑜 −26,301
bulan Februari P>ET, maka seri data 𝛾= = = 0,5
𝑆̅ −52,601
terputus
APWLJanuari= -35,549 ❖ Koefisien kehilangan lengas tanah
f. Menghitung kelengasan Tanah 𝐿̅ 5,251
𝐴𝑃𝑊𝐿
−( )
𝛿= ̅̅̅̅
= = 0,038
𝑃𝐿 138,261
𝑆𝑇 = 𝑆𝑇𝑂 × 𝑒 𝑆𝑇𝑜
35,549
−( )
𝑆𝑇 = 106,693 × 𝑒 106,693 = 76,721 𝑚𝑚 ❖ Pendekatan terhadap pembobot iklim
̅̅̅̅
̅̅̅̅ +𝑅)
(𝐸𝑇
g. Menghitung perubahan kandungan lengas 𝐾= ̅̅̅
tanah (ST) (𝑃̅+𝐿)

9
 (133,010+(0,472) Z=dxK
𝐾= = 1,66
(75,158+5,251)
Z=40,38x 0,08= 3,05
q. Penentuan nilai CAFEC (Climatically w. Indeks kekeringan Palmer
Appropriate for Existing Condition) 𝑍
❖ Menentukan nilai evapotranspirasi 𝑋=( ) + ∆𝑋
3 𝑗−1
CAFEC 𝑍 𝑍
∆𝑋 = ( ) − 0.103 ( )
3 𝑗 3 𝑗−1
̂ = 𝛼 ∗ 𝐸𝑇
𝐸𝑇 Contoh perhitungan :
3,05 0
∆𝑋 = ( ) − 0.103 ( ) = 1,02
̈
̂𝐸𝑇 = 0,62 ∗ 152,420 = 93,90 𝑚𝑚 3 3
𝑋 = 0 + 2,968 = 2,866 (Sedikit Basah)

❖ Menentukan pengisian lengas ke dalam Tabel 4.13 Perhitungan Klasifikasi PDSI di

tanah CAFEC Kecamatan Pujut Tahun 1997-2017
Tahun Jan Feb Mar Apr Mei Jun Jul Agst Sept Okt Nov Des
𝑅̂ = 𝛽 ∗ 𝑃𝑅 1997
1998
SEB
EB
EB
EB
EB
EB
SEK
EB
SEK
ASB
ASK
AK
ASK
SEK
SEK
AK
SEK
SEK
SEK
AK
SEK
SEK
SEB
EB
𝑅̂ = 0,006 ∗ 30,243 = 0,16 1999
2000
SAB
SEB
EB
SAK
EB
ASB
EB
EB
ASK
AB
EK
SEK
EK
AK
SAK
SEK
SAK
AK
EK
N
AK
EB
SAB
SAB
❖ Menentukan nilai limpasan CAFEC 2001 ASB EB EB N SEK AK AK SAK SAK AK N EB
2002 EB EB EB ASB SEK SAK AK AK AK SAK AK AB
̂ = 𝛾 ∗ 𝑅𝑜
𝑅𝑜 2003 EB EB EB N AK EK EK EK SEK SEK N EB

̂ = 0,5 ∗ (−24,619) =
𝑅𝑜
2004
2005
EB
EB
EB
EB
SAB
EB
ASK
SAB
N
SEK
N
EK
AK
AK
AK
SEK
AK
AK
AK
AK
SEB
AK
EB
EB

−12,310𝑚𝑚 2006
2007
EB
AB
EB
SEB
EB
AB
EB
AB
N
ASK
SEK
SEK
SEK
SEK
SEK
SEK
SEK
SEK
AK
AK
AK
SEK
SEB
AB
❖ Menentukan kehilangan lengas tanah 2008
2009
EB
EB
EB
EB
EB
AK
AK
SEK
AK
AK
AK
AK
SAK
AK
AK
SEK
SEK
SEK
SEK
SEK
EB
ASK
EB
SEB
CAFEC 2010
2011
N
EB
N
SEB
N
EB
ASB
EB
SEB
SEB
SEK
AK
SEK
SAK
SEK
SAK
ASK
SAK
ASB
SAK
EB
ASK
EB
EB
𝐿̂ = 𝛿 ∗ 𝑃𝐿 2012 EB EB EB EB EB SEK EK EK EK EK AK EB
2013 EB EB EB ASB ASB SAB ASK EK EK EK AK EB
𝐿̂ = 0,038 ∗ 138,731 = 5,269𝑚𝑚 2014 EB EB SEB ASK AK AK AK SEK AK AK SEK EB
2015 EB SAB EB EB N AK SEK SEK SEK AK SAK SAB
2016 EB EB EB SEK EK SEK N ASB EB AB EB EB

❖
2017 EB EB EB AK EK ASK AB SEK EK ASB EB EB
Menentukan kehilangan presipitasi
Sumber : Hasil Perhitungan
CAFEC
Tabel 4.14 Perhitungan Klasifikasi PDSI di
𝑃̂ = 𝐸𝑇
̂ + 𝑅̂ + 𝑅𝑜
̂ − 𝐿̂
̂ Kecamatan Pujut Tahun 2018-2022
𝑃 = 93,90 + 0,16 + (−12,31) −
5,269 = 76,49 𝑚𝑚 Bulan
2018
Januari
EB
Februari
EB
Maret
EB
April
AB
Mei
ASB
Juni
N
Juli
N
Agustus September Oktober November Desember
ASK ASK ASK AB EB
2019 EB N EB EB N SEK ASK ASK ASK SEK ASK AB
2020 SEB SAB EB AB AB ASB ASK SEK SEK AK N SEB

r. Penentuan periode kekurangan atau 2021

2022
SAB
EB
SEB
SEB
N
EB
EB
EB
EB
SEB
N
N
SEK
ASK
SEK
SEK
SEK
SEK
SEK
ASK
SEK
AB
SAB
AB

kelebihan hujan (d) Keterangan:

𝑑 = 𝑃 − 𝑃̂` =
=
Ekstrim Basah
Sangat Basah
EB
SAB

𝑑 = 116,87 − 76,49 = 40,38 𝑚𝑚 =

=
Agak Basah
Sedikit Basah
AB
SEB

s. Penentuan nilai mutlak (𝐷 ̅) =

=
Awal Selang Basah
Normal
ASB
N

̅ = rataan nilai d
𝐷 =
=
Awal Selang Kering
Sedikit Kering
ASK
SEK

̅ = 11,15 mm
𝐷
=
=
Agak Kering
Sangat Kering
AK
SAK
= Ekstrim Kering EK
t. Pendekatan kedua terhadap nilai factor K
(k’)
𝑃𝐸+𝑅+𝑅𝑜 25,4 Dari hasil perhitungan menggunakan
𝐾 ′ = 1.5 log 10 (( + 2,80) : ̅ ) + metode PDSI selama periode 1997-2017 di
𝑃+𝐿 𝐷
0,5 kecamatan pujut didapatkan kekeringan terparah
𝐷𝐾’ = 𝐷 ̅ ∗ 𝑘′ terjadi pada bulan Mei tahun 2017 dengan indeks
′
𝐾 = 1.5 log 10 ((
133,01+0,472+(−26,301)
+ (-6,37), Untuk lebih jelasnya persentase indeks
75,158+5,251 kekeringan dapat dilihat pada diagram berikut ini
25,4
2,80) : ) + 0,5 = 0,91 :
11,15
𝐷𝐾’ = 11,15 ∗ 0,91 = 10,10
u. Karakter iklim sebagai faktor pembobot
(K)
10,1
𝐾= 𝑥0,91 = 0,08
10,1𝑥12

v. Indeks penyimpangan (anomali) lengas

(Z)
10
 Gambar 4 Persentase Indeks PDSI di Stasiun
Rembitan tahun 1997-2022 Sumber : Hasil Perhitungan

Dari gambar tersebut dapat terlihat
bahwa pada Kecamatan Pujut selama periode 26
tahun dominan mengalami keadaan ekstrim
basah dengan persentase sebesar 29%,
sedangkan kondisi ekstrim kering hanya 7%.
C.Verifikasi indeks kekeringan metode
Standardized Precipitation Index (SPI) dan
metode Palmer Drought Severity Index (PDSI)
terhadap data kekeringan BPBD Provinsi NTB
Verifikasi keakuratan data dilakukan
dengan tujuan untuk mengetahui keakuratan dari
kedua metode yang digunakan untuk
menganalisis Indeks kekeringan. Verifikasi
dilakukan dengan cara membandingkan data
hasil perhitungan dari kedua metode tersebut
dengan history kejadian bencana kekeringan
yang pernah terjadi di Kecamatan Pujut dari
tahun 1997-2017. Kemudian dilakukan akurasi
data dengan menunjukkan presentase
kesesuaian dari kesesuaian saat terjadinya
kekeringan dan juga saat tidak terjadi kekeringan.
Tabel 4.15 History Bencana Kekeringan di
Kecamatan Pujut tahun 2013-2017
Berdasarkan tabel 4.29 diketahui hasil
verifikasi indeks kekeringan m Berdasarkan tabel
4.29 diketahui hasil verifikasi indeks kekeringan
metode standardized precipitation index (SPI)
dan metode Palmer drought severity index (PDSI)
dengan data BPBD kabupaten Lombok Tengah
dengan melakukan akurasi data melalui
presentase kesesuaian untuk BPBD-SPI
sebesar 67% dan BPBD-PDSI sebesar 75%.
7. Pemetaan sebaran Kekeringan
Pemetaan Sebaran kekeringan dilakukan
dengan program ArcGIS 10.3, dengan metode
IDW dapat menggambarkan hasil analisis indeks
kekeringan dalam bentuk peta sebaran
kekeringan di Kecamatan Pujut, sehingga peta
yang dihasilkan memberikan kondisi gambaran
secara spasial. Peta kekeringan merupakan hasil
dari interpretasi nilai indeks kekeringan yang
disajikan dalam gradasi warna.
Dengan menggunakan data Koordinat dan
nilai indeks di Stasiun Rembitan dan Stasiun
mangkung maka selanjutnya dapat dilakukan
pemetaan kekeringan di program ArcGIS,
Sebagai hasil contoh pemetaan kekeringan SPI
dan PDSI rata-rata bulanan sebagai berikut :

Tabel 4.16 Presentase Kesesuaian BPBD-SPI

dan BPBD-PDSI
bpbd spi pdsi angka spi angka pdsi
Bulan
Januari x x x 1 1
Februari x x x 1 1
Maret x x x 1 1
April x x x 1 1
Mei x x x 1 1 11
Juni x x x 1 1
Juli x x x 1 1
Agustus x x √ 1 0
September √ x √ 0 1
Oktober √ x √ 0 1
Gambar 5. Peta Sebaran Indeks Kekeringan
Kecamatan Pujut metode SPI rata-rata bulan
Januari tahun 1997-2022
Gambar 6. Peta Sebaran Indeks Kekeringan
Kecamatan Pujut metode PDSI rata-rata bulan
Januari tahun 1997-2022
Gambar 7. Peta Sebaran Indeks Kekeringan
Kecamatan Pujut metode PDSI rata-rata bulan
Febuari tahun 1997-2022
Gambar 8. Peta Sebaran Indeks Kekeringan
Kecamatan Pujut metode PDSI rata-rata bulan
Maret tahun 1997-2022
Gambar 9. Peta Sebaran Indeks Kekeringan
Kecamatan Pujut metode PDSI rata-rata bulan
April tahun 1997-2022
Berdasarkan gambar hasil pemetaan
kekeringan menggunakan program ArcGIS
periode 1997-2017 dengan metode SPI di
Kecamatan Pujut dominan mengalami kondisi
normal yang ditunjukaan dengan gradasi warna
kuning, jingga, dan kuning-hijau. Sedangkan
dengan metode PDSI di Kecamatan Pujut
dominan mengalami kondisi Sangat Basah yang
ditunjukaan dengan gradasi warna hijau tua.
Dari hasil pemetaan dapat diketahui jika
warna yang dihasilkan dari Stasiun Rembitan
berpengaruh lebih besar yaitu 95% dan Stasiun
Mangkung berpengaruh 5% hal ini didasarkan
pada hasil Poligon Thiessen, dimana luas Stasiun
Rembitan yang berpengaruh 22.223,918 ha dan
Stasiun Mangkung luas wilayah yang
berpengaruh 1.131,082 ha.
8. Kesimpulan
Dari hasil analisa indeks kekeringan selama
periode 21 tahun (1997-2017) di Kecamatan
Pujut dapat disimpulkan bahwa:
a. Dengan metode SPI menyatakan Puncak
kekeringan dengan kategori ekstrim kering
12
 terjadi pada tahun 2000 pada bulan Desember
dengan indeks sebesar (-4,203). Sedangkan
metode PDSI menyatakan di Kecamatan Pujut
mengalami puncak kekeringan dengan
kategori ekstrim kering (paling parah) terjadi
pada tahun 2017 bulan Mei dengan indeks
sebesar (-6,37).
b. Hasil verifikasi keakuratan kekeringan
menyatakan bahwa metode SPI-BPBD
memiliki presentase keakuratan sebesar 58%.
Sedangkan PDSI-BPBD memiliki presentase
keakuratan sebesar 65% hal tersebut
menunjukkan bahwa metode SPI-BPBD dan
PDSI-BPBD memiliki keakuratan yang baik
c. Hasil prediksi indeks kekeringan selama
(2018-2022) menggunakan metode SPI di
Kecamatan Pujut menyatakan bahwa
kejadian kekeringan dengan kategori Sangat
kering terjadi pada bulan Januari tahun 2020
dengan indeks sebesar (-1,7). Sedangkan
metode PDSI menyatakan bahwa kejadian
kekeringan dengan kategori Ekstrim kering
terjadi pada bulan Mei tahun 2018 dengan
indeks sebesar (-4,436).
d. Hasil pemetaan kekeringan menggunakan
program ArcGIS periode 1997-2017 dengan
metode SPI di Kecamatan Pujut dominan
mengalami kondisi normal, Sedangkan
metode PDSI dominan mengalami kondisi
basah
10.Saran
1. Penelitian ini dapat dikembangkan untuk
menghitung analisis indeks kekeringan dapat
digunakan variabel lain seperti data debit, atau
temperatur sesuai dengan metode yang akan
digunakan.
2. Untuk hasil yang lebih baik dan lebih akurat
diperlukan wilayah penelitian yang lebih luas
dan data catatan kekeringan yang lebih
panjang.
3. Untuk membangkitkan data curah hujan yang
digunakan sebagai input analisa prediksi
dapat dicoba dengan metode yang lain.
4. Pemetaan sebaran kekeringan dapat
dilakukan dalam periode yang lebih banyak
misalnya 6 bulanan dan 1 tahunan.
DAFTAR PUSTAKA
Anonim. (2010). “Upaya sektor pertanian dalam
menghadapi perubahan iklim”.
(Skripsi). Malang: Universitas
Brawijaya.
Anonim. 2012. Pedoman Tugas Akhir. Mataram:
Fakultas Teknik Universitas
Mataram.
Anindika, Indi. (2016). “Penerapan Metode
Standardized Precipitation Index
(Spi) Untuk Analisa Kekeringan Di
Das Ngasinan
Kabupaten Trenggalek”. (Skripsi).
Malang: Universitas Brawijaya.
Asdak, Chay. 1995. Hidrologi Dan Pengelolaan
Daerah Aliran Sungai (Cetakan
Kelima). Gadjah Mada University
Press.Yogyakarta.
Febrianti, Rini. (2016). “Analisa kekeringan
menggunakan metode palmer
drought severity index (PDSI) DI
Sub DAS Babak Kabupaten
Lombok Tengah Provinsi Nusa
Tenggara Barat”. (Skripsi).
Malang: Universitas Brawijaya.
http://www. (kicknews.today)./Desa di Lombok
Tengah Alami Kekeringan di akses
tanggal 1 September 2016 pukul
11:15 WITA
Ilmi, Muh Khalis. 2015. “Penerapan Metode
Palmer Drought Severity Index
(PDSI) dan Thornthwaite-Matter
untuk Analisa Indeks Kekeringan di
Kecamatan Sekotong, Kabupaten
Lombok Barat”. (Skripsi). Mataram:
Universitas Mataram.
Marta, Lalu. 2017. “Analisa Indeks Kekeringan
dengan Metode SPI dan Metode
PNI serta Sebaran Kekeringan
dengan Geographic Information
System (GIS) di Pulau Lombok”.
(Skripsi). Mataram: Universitas
Mataram.
Made, Charisma. 2017. “Analisa Indeks
Kekeringan dengan Metode SPI
dan Metode PNI di wilayah sungai
Jelateng”. (Skripsi). Mataram:
Universitas Mataram.
Muliawan. 2012. “Analisa indeks kekeringan
dengan metode standardized
precipitation index (SPI) dan
sebaran kekeringan dengan
geographic information system
(GIS) pada DAS Ngrowo”.
(Skripsi). Malang: Universitas
Brawijaya.
National Drought Mitigation Center. 2006. What is
Drought ? Understansing and
Defining Drought,
http://drought.unl.edu./whatis/what
.htm
13
Nurjannah. 2015. Penerapan Metode Palmer
Drought Severity Index (PDSI)
untuk Analisa Kekeringan Pada
Sub-Sub DAS Slahung Kabupaten
Ponorogo. (Skripsi). Malang:
Universitas Brawijaya.
Sarmila, Wulan. 2016. Penerapan Metode
Palmer Drought Severity Index
(PDSI) dan Thornthwaite-Matter
untuk Analisa Indeks Kekeringan di
Kecamatan Bayan, Kabupaten
Lombok Utara. (Skripsi). Mataram:
Universitas Mataram.
Sri Harto, B.R. 1993. Analisis Hidrologi. Jakarta:
PT. Gramedia Pustaka Utama.
Suyono Sosrodarsono, dan Kensaku Takeda.
1983. Hidrologi. Jakarta: Pradnya
Paramita
Thorntwaite, C. W. And J. R. Matter. (1957).
Instruction And Tables For
Computing Potential
Evapotranspiration And The Water
Balance Thorntwaite, Publ.In Clim,
X. Concerton. New Jersey.
Triatmodjo, Bambang. 2008. Hidrologi Terapan.
Yogyakarta: Beta Offset.

14