Tantia Artikel Ilmiah Yuliana Arsil Tantia
Tantia Artikel Ilmiah Yuliana Arsil Tantia
Artikel Ilmiah
Untuk Memenuhi Sebagian Persyaratan
Mencapai Derajat Sarjana S-1 Jurusan Teknik Sipil
Oleh :
Oleh :
YULIANA ARSIL TANTIA
FIA 013 160
1. Pembimbing Utama
2. Pembimbing Pendamping
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.
(Y −Y )
n
7. Metode analisa Indeks Kekeringan yang 2
i
digunakan yaitu Standardized Precipitation Dy =
2 i =1
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 kn
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 kn 0k 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
i, j − p j ) ( p i , j −1 − p j −1 )
Dengan menggunakan metode rj = i =1
P=
𝑃1+𝑃2+𝑃3+⋯+𝑃𝑛 ( p i, j − pj)
𝑛 sj = i =1
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
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
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
= 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
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
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
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)
̂ = 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
̅ = 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
Dari gambar tersebut dapat terlihat Berdasarkan tabel 4.29 diketahui hasil
bahwa pada Kecamatan Pujut selama periode 26 verifikasi indeks kekeringan m Berdasarkan tabel
tahun dominan mengalami keadaan ekstrim 4.29 diketahui hasil verifikasi indeks kekeringan
basah dengan persentase sebesar 29%, metode standardized precipitation index (SPI)
sedangkan kondisi ekstrim kering hanya 7%. dan metode Palmer drought severity index (PDSI)
dengan data BPBD kabupaten Lombok Tengah
C.Verifikasi indeks kekeringan metode dengan melakukan akurasi data melalui
Standardized Precipitation Index (SPI) dan presentase kesesuaian untuk BPBD-SPI
metode Palmer Drought Severity Index (PDSI) sebesar 67% dan BPBD-PDSI sebesar 75%.
terhadap data kekeringan BPBD Provinsi NTB
Verifikasi keakuratan data dilakukan 7. Pemetaan sebaran Kekeringan
dengan tujuan untuk mengetahui keakuratan dari Pemetaan Sebaran kekeringan dilakukan
kedua metode yang digunakan untuk dengan program ArcGIS 10.3, dengan metode
menganalisis Indeks kekeringan. Verifikasi IDW dapat menggambarkan hasil analisis indeks
dilakukan dengan cara membandingkan data kekeringan dalam bentuk peta sebaran
hasil perhitungan dari kedua metode tersebut kekeringan di Kecamatan Pujut, sehingga peta
dengan history kejadian bencana kekeringan yang dihasilkan memberikan kondisi gambaran
yang pernah terjadi di Kecamatan Pujut dari secara spasial. Peta kekeringan merupakan hasil
tahun 1997-2017. Kemudian dilakukan akurasi dari interpretasi nilai indeks kekeringan yang
data dengan menunjukkan presentase disajikan dalam gradasi warna.
kesesuaian dari kesesuaian saat terjadinya Dengan menggunakan data Koordinat dan
kekeringan dan juga saat tidak terjadi kekeringan. nilai indeks di Stasiun Rembitan dan Stasiun
Tabel 4.15 History Bencana Kekeringan di mangkung maka selanjutnya dapat dilakukan
Kecamatan Pujut tahun 2013-2017 pemetaan kekeringan di program ArcGIS,
Sebagai hasil contoh pemetaan kekeringan SPI
dan PDSI rata-rata bulanan sebagai berikut :
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 Anonim. 2012. Pedoman Tugas Akhir. Mataram:
dengan indeks sebesar (-4,203). Sedangkan Fakultas Teknik Universitas
metode PDSI menyatakan di Kecamatan Pujut Mataram.
mengalami puncak kekeringan dengan Anindika, Indi. (2016). “Penerapan Metode
kategori ekstrim kering (paling parah) terjadi Standardized Precipitation Index
pada tahun 2017 bulan Mei dengan indeks (Spi) Untuk Analisa Kekeringan Di
sebesar (-6,37). Das Ngasinan
b. Hasil verifikasi keakuratan kekeringan Kabupaten Trenggalek”. (Skripsi).
menyatakan bahwa metode SPI-BPBD Malang: Universitas Brawijaya.
memiliki presentase keakuratan sebesar 58%. Asdak, Chay. 1995. Hidrologi Dan Pengelolaan
Sedangkan PDSI-BPBD memiliki presentase Daerah Aliran Sungai (Cetakan
keakuratan sebesar 65% hal tersebut Kelima). Gadjah Mada University
menunjukkan bahwa metode SPI-BPBD dan Press.Yogyakarta.
PDSI-BPBD memiliki keakuratan yang baik Febrianti, Rini. (2016). “Analisa kekeringan
c. Hasil prediksi indeks kekeringan selama menggunakan metode palmer
(2018-2022) menggunakan metode SPI di drought severity index (PDSI) DI
Kecamatan Pujut menyatakan bahwa Sub DAS Babak Kabupaten
kejadian kekeringan dengan kategori Sangat Lombok Tengah Provinsi Nusa
kering terjadi pada bulan Januari tahun 2020 Tenggara Barat”. (Skripsi).
dengan indeks sebesar (-1,7). Sedangkan Malang: Universitas Brawijaya.
metode PDSI menyatakan bahwa kejadian http://www. (kicknews.today)./Desa di Lombok
kekeringan dengan kategori Ekstrim kering Tengah Alami Kekeringan di akses
terjadi pada bulan Mei tahun 2018 dengan tanggal 1 September 2016 pukul
indeks sebesar (-4,436). 11:15 WITA
d. Hasil pemetaan kekeringan menggunakan Ilmi, Muh Khalis. 2015. “Penerapan Metode
program ArcGIS periode 1997-2017 dengan Palmer Drought Severity Index
metode SPI di Kecamatan Pujut dominan (PDSI) dan Thornthwaite-Matter
mengalami kondisi normal, Sedangkan untuk Analisa Indeks Kekeringan di
metode PDSI dominan mengalami kondisi Kecamatan Sekotong, Kabupaten
basah Lombok Barat”. (Skripsi). Mataram:
Universitas Mataram.
10.Saran Marta, Lalu. 2017. “Analisa Indeks Kekeringan
1. Penelitian ini dapat dikembangkan untuk dengan Metode SPI dan Metode
menghitung analisis indeks kekeringan dapat PNI serta Sebaran Kekeringan
digunakan variabel lain seperti data debit, atau dengan Geographic Information
temperatur sesuai dengan metode yang akan System (GIS) di Pulau Lombok”.
digunakan. (Skripsi). Mataram: Universitas
2. Untuk hasil yang lebih baik dan lebih akurat Mataram.
diperlukan wilayah penelitian yang lebih luas Made, Charisma. 2017. “Analisa Indeks
dan data catatan kekeringan yang lebih Kekeringan dengan Metode SPI
panjang. dan Metode PNI di wilayah sungai
3. Untuk membangkitkan data curah hujan yang Jelateng”. (Skripsi). Mataram:
digunakan sebagai input analisa prediksi Universitas Mataram.
dapat dicoba dengan metode yang lain. Muliawan. 2012. “Analisa indeks kekeringan
4. Pemetaan sebaran kekeringan dapat dengan metode standardized
dilakukan dalam periode yang lebih banyak precipitation index (SPI) dan
misalnya 6 bulanan dan 1 tahunan. sebaran kekeringan dengan
geographic information system
(GIS) pada DAS Ngrowo”.
(Skripsi). Malang: Universitas
DAFTAR PUSTAKA Brawijaya.
National Drought Mitigation Center. 2006. What is
Anonim. (2010). “Upaya sektor pertanian dalam
Drought ? Understansing and
menghadapi perubahan iklim”.
Defining Drought,
(Skripsi). Malang: Universitas
http://drought.unl.edu./whatis/what
Brawijaya.
.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