26

Tahun 1980-1999 0.25 0.25 0.25 0.25

Tahun 2021-2040 0.16 0.28 0.30 0.23
Cluster 3
Tahun 2041-2060 0.28 0.20 0.38 0.22
Tahun 2061-2080 0.22 0.30 0.48 0.23
Tahun 1980-1999 0.25 0.25 0.25 0.27
Tahun 2021-2040 0.21 0.35 0.26 0.39
Cluster 4
Tahun 2041-2060 0.27 0.32 0.38 0.32
Tahun 2061-2080 0.28 0.35 0.33 0.28
Tahun 1980-1999 0.25 0.25 - -
Tahun 2021-2040 0.18 0.35 - -
Cluster 5
Tahun 2041-2060 0.28 0.23 - -
Tahun 2061-2080 0.25 0.28 - -
Keterangan Tabel 7 dan Tabel 8:
Pada Kabupaten Pacitan hanya terdapat hingga empat cluster curah hujan sesuai analisis
cluster, sehingga tidak ada nilai pada Cluster 5.

Selain menggunakan distribusi frekuensi, menunjukkan adanya peningkatan pada

kecenderungan curah hujan ekstrim juga dapat
dilihat dari pola distribusi peluang. Distribusi
peluang juga dilakukan pada data curah hujan
bulan basah (DJF). Data yang digunakan
adalah data bulanan selama 3 bulan tersebut,
sehingga dalam satu periode terdapat 60 data
(periode tahun 2021-2040 ada 57 data) curah
hujan bulanan yang digunakan.
Hujan ekstrim dibagi menjadi dua
kategori yaitu ekstrim kering dan ekstrim
basah. Nilai peluang kejadian ekstrim kering
adalah besarnya peluang hujan yang nilainya
kurang dari kuartil 1 (Q1) sedangkan peluang
hujan ekstrim basah adalah besarnya peluang
hujan yang melebihi kuartil 3 (Q3). Q1 dan
Q3 dihitung berdasarkan curah hujan
observasi masing-masing cluster hujan. Nilai
Q1 dan Q3 masing-masing cluster untuk
kedua wilayah disajikan dalam Tabel 7.
Hasil analisis dari seluruh cluster hujan di
Kabupaten Indramayu menunjukkan bahwa
peluang terlampaui lebih dari kuartil 3 (>Q3)
pada periode proyeksi (periode tahun 2021-
2040, tahun 2041-2060, dan tahun 2061-2080)
memiliki kecendrungan tetap dibandingkan
dengan periode baseline (periode tahun 1980-
1999). Hanya pada Cluster 1 dan Cluster 2
yang menunjukkan adanya peningkatan
peluang hujan yang melampaui Q3. Peluang
hujan kurang dari Q1 (ekstrim kering)
menunjukkan adanya kecenderungan
peningkatan pada tahun proyeksi. Namun
demikian, peningkatan maupun penurunan
peluang hujan melampaui Q3 dan kurang dari
Q1 tidak lebih dari 10 % (Tabel 8).
Peluang hujan melampaui Q3 untuk
masing-masing cluster di Kabupaten Pacitan
periode proyeksi. Peningkatan tersebut dapat
dilihat pada distribusi peluang hujan ekstrim
yang mengalami pergeseran. Pada Tabel 8
dapat dilihat bahwa pada periode proyeksi
peluang curah hujan yang melebihi Q3 akan
semakin besar, sedangkan curah hujan yang
kurang dari Q1 cenderung semakin kecil. Hal
tersebut mengindikasikan bahwa di masa
mendatang, hujan dengan intensitas tinggi
akan menjadi lebih besar.
V. SIMPULAN DAN SARAN
5.1 Simpulan
Model RegCM3 memiliki beberapa
parameter yang dapat kita tentukan untuk
mendapatkan hasil yang baik sesuai wilayah
kajian. Salah satu parameter tersebut adalah
skema konvektif untuk hujan. Dari hasil
analisis diperoleh bahwa skema konvektif
MIT-Emanuel memberikan hasil yang lebih
baik. Namun demikian, hasil model RegCM3
memiliki nilai curah hujan yang melebihi
curah hujan observasi. Untuk mengatasi hal
tersebut maka dilakukan perhitungan faktor
koreksi.
Berdasarkan skenario perubahan emisi
SRES A1B yang menggambarkan
keseimbangan penggunaan bahan bakar fosil
dan non fosil, di masa mendatang suhu udara
akan mengalami peningkatan sedangkan curah
hujan cenderung mengalami penurunan. Rata-
rata laju peningkatan suhu udara di Kabupaten
Indramayu adalah sebesar 0,040C/tahun
hingga tahun 2080. Perubahan suhu udara di
Kabupaten Pacitan juga memiliki rata-rata laju

peningkatan yang sama yaitu sebesar
0,040C/tahun. Penurunan curah hujan
memiliki laju yang lebih tinggi dibandingkan
dengan laju peningkatan suhu. Laju
penurunan curah hujan di Kabupaten
Indramayu sebesar 0,593 mm/tahun dan di
Kabupaten Pacitan sebesar 1,304 mm/tahun.
Peluang hujan ekstrim yang terjadi di
Kabupaten Indramayu dari periode ke periode
cenderung tetap. Hanya pada Cluster 1 dan
Cluster 2 yang mengalami peningkatan,
sedangkan di Kabupaten Pacitan cenderung
mengalami peningkatan pada seluruh cluster.
5.2 Saran
Untuk memperoleh hasil model yang
lebih baik, disarankan melakukan uji
sensitivitas model RegCM3. Uji sensitivitas
dapat dilakukan dengan memilih parameter
dalam model yang memberikan hasil terbaik.
Faktor koreksi sebaiknya dilakukan secara
spasial karena model RegCM3
mensimulasikan secara spasial. Selain itu,
disarankan pula menggunakan skenario
perubahan emisi yang berbeda-beda.
DAFTAR PUSTAKA
AlfyantiR. 2011. Pemanfaatan Luaran
RegCM3 untuk Kajian Dampak
Perubahan Iklim terhadap Perubahan
Waktu dan Pola Tanam Padi di Jawa
Barat [Skripsi]. Institut Pertanian
Bogor, FMIPA. Bogor.
[BMKG] Badan Meteorologi, Klimatologi dan
Geofisika. 2010. Peraturan Kepala
Badan Meteorologi, klimatologi, dan
Geofisika Nomor: KEP.009 Tahun
2010 Tentang Prosedur Standar
Operasional Pelaksanaan Peringatan
Dini, Pelaporan, dan Diseminasi
Informasi Cuaca Ekstrim. Jakarta.
Boer R. 2003. Penyimpangan Iklim di
Indonesia. Makalah Seminar
Nasional Ilmu Tanah dengan tema "
Menggagas Strategi Alternatif dalam
Menyiasati Penyimpangan Iklim
serta Implikasinya pada Tataguna
Lahan dan Ketahanan Pangan
Nasional", Gedung University Center
Universitas Gajah Mada.
Laboratorium Klimatologi, Jurusan
Geofisika dan Meteorologi, FMIPA
IPB. Bogor.
27
Dasanto BD dan Impron. 2008. Upaya
Adaptasi Sektor Sumberdaya Air dan
Pertanian Untuk Mengurangi
Dampak Peubahan Iklim. Makalah
Rapat Kerja ELSDA. Jakarta.
Detiknews.com. 2011. Ribuan rumah di
Indramayu terendam banjir.
http://us.detiknews.com/read/2011/01
/18/112255/1548964/10/ribuan-
rumah-di-indramayu-terendam-banjir
[10 Juli 2011].
Emanuel KA. 1991. A scheme for
representing cumulus convection in
large-scale models. Journal of the
Atmospheric Sciences 48 (21):2313–
2329.
Emanuel KA, Zivkovic-Rothman M. 1999.
Development and evaluation of a
convection scheme for use in climate
models. Journal of the Atmospheric
Sciences 56:1766–1782.
Faqih A, Buono A, Boer R. 2011. Current and
future climate, ENSO impacts and
extreme weather events. The
Assessment of Economics of Climate
Change in the Pacific (Final Report).
Asian Development Bank (ADB) No.
S21321 TA – 7394 (REG):
Strengthening the Capacity of Pacific
Developing Member Countries to
Respond to Climate Change.
CCROM-SEAP, IPB. Chapter 2,
Page II-7.
Fritsch JM, Chappell CF. 1980. Numerical
Prediction of Convectively Driven
Mesoscale Pressure Systems. Part I:
Convective Parameterization.
Journal of the Atmospheric Sciences
37 (8):1722-1733.
Handoko. 1994. Dasar Penyusunan dan
Apilkasi Model Simulasi Komputer
untuk Pertanian. Jurusan Geofisika
dan Meteorologi FMIPA IPB. Bogor.
Hasanudin M. 1997. Pengaruh Laut Terhadap
Iklim. Majalah Oseana, Vol. XXII
No. 2 1997: 15-22. Puslitbang
Oseanologi LIPI. Jakarta.
Hulme M. dan N. Sheard. 1999. Climate
Change Scenarios for Indonesia.
Leaflet CRU and WWF. Climatic
Research Unit. UEA, Norwich,UK.
[IPCC] Intergovernmental Panel on Climate
Change. 2000. Emission Scenario. A
Special Report of Working Group III
of the IPCC. Intergovernmental
Panel on Climate Change.
Cambridge University Press.