net/publication/338883061
CITATIONS READS
0 1,087
1 author:
SEE PROFILE
All content following this page was uploaded by Jakobis Johanis Messakh on 29 January 2020.
PROCEEDING
Self regulated learning sebagai Strategi Belajar Siswa Sekolah Dasar ......................... 108-114
Benediktus Kasa
Peningkatan Kinerja Unit Produksi Jasa Sekolah Menengah Kejuruan Melalui Penerapan
Lean Production System dan Aplikasi Sistem Estimasi Waktu dan Biaya Produksi .......... 115-118
Fahrizal
Pelatihan Penulisan Penelitian Tindakan Kelas dan Artikel Ilmiah Sebagai Upaya Peningka-
tan Profesionalisme Guru-Guru SMA Negeri 1 Kupang Tengah .................................... 119-123
Markus U. K. Yewang, dkk.
Penyuluhan tentang Pelestarian Situs Sejarah dan Pemanfaatan Nilai-Nilai Sejarah Kerajaan
Amanuban di Sonaf Sonbesi di Kelurahan Niki-Niki Kecamatan Amanuban Tengah Kabupaten
Timor Tengah Selatan ............................................................................................. 124-127
Malkisedek Taneo, dkk.
Peningkatkan Hasil Belajar Siswa Mata Pelajaran Kimia melalui Sumber Belajar Modul Berba-
Sis Web ................................................................................................................. 128-133
Sudirman dan Jasman
Lingkungan Tata Ruang Kantor Layanan Administrasi Mahasiswa Terhadap Kinerja Pega-
wai di Biro Administrasi Akademik, Kemahasiswaan, Perencanaan, dan Sistem Informa-
si Undana Kupang NTT............................................................................................. 159-168
Agus H. H. Soepranoto, Hari Rarindo, dan Andreas Umbu Roga
Efektivitas Tata Warna dan Dekorasi Tempat Kerja Terhadap Prestasi Keselamatan dan
Kesehatan Kerja (K3) Pekerja di Pabrik Semen Kupang NTT ........................................ 169-176
Eben H. Kupa, Hari Rarindo, dan Jefri S. Bale
Pengaruh Proteksi Bahaya Kebakaran dan Manajemen Risiko terhadap Pengendalian Pem-
adam Api Ringan di Lingkungan Gedung Rektorat Undana ......................................... 177-184
Jonson Hermanus Laning, Hari Rarindo, dan Jefri S. Bale
Penggunaan Media Grafis dapat Meningkatkan Aktivitas dan Hasil Belajar Siswa Pada Kom-
petensi Dasar Transformasi di Kelas XI-IPS - 5 SMA Negeri 3 Kota Kupang Tahun Pelajaran
2016/2017 Semester Genap ..................................................................................... 185-193
Silvester Wanggur
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
Abstrak: Salah satu masalah terbesar bagi semua makhluk hidup adalah ketersediaan air yang
memadai dan memenuhi syarat. Air dalam jumlah banyak menyebabkan banjir, air dalam jumlah
sedikit menyebabkan masalah kekeringan, air tercemar menjadi sumber penyakit. Hujan
merupakan salah satu komponen utama siklus hidrologi dan merupakan sumber air utama di muka
bumi. Di sisi yang sama, kejadian hujan bersifat acak dan stokastik dalam ruang dan waktu
sehingga keberlanjutan pengelolaan sumber daya air sering menjadi masalah pelik. Secara
statistika persoalan ini dapat diminimalisir dengan melakukan prakiraan jenis tahun ke depan
untuk kepentingan pengelolaan sumber daya air. Penelitian ini bertujuan untuk mengkaji
probabilitas kejadian jenis tahun ke depan menurut klasifikasi tahun “kering-normal-basah” untuk
kepentingan pengelolaan sumber daya air berkelanjutan, berdasarkan data curah hujan di Pos
Hujan Slamet Waingapu, Kabupaten Sumba Timur. Data time series curah hujan yang dianalisis
sebanyak 29 tahun dari 1986 sampai 2014. Pengolahan dan analisis data menggunakan model
matematika yakni Model Stokastik Markov dan kalibrasi data menggunakan nilai korelasi R-
squared (R2). Hasil penelitian menunjukkan nilai R2 antara data curah hujan prakiraan dan time
series curah hujan historis adalah 0,66. Pada model markov prakiraan jenis tahun, menunjukkan
bahwa jika tahun saat ini adalah kering, maka peluang terbesar musim tahun mendatang adalah
tahun normal dengan probabilitas 0,50. Bila tahun saat ini adalah normal, maka peluang terbesar
kejadian musim tahun depan adalah tahun basah dengan probabilitas 0,56. Dan jika saat ini basah,
maka peluang terbesar kejadian musim tahun depan adalah tahun kering dengan probabilitas 0,50.
Hasil penelitian ini dapat digunakan oleh stakeholder terkait dalam rangka pengelolaan sumber
daya air berkelanjutan.
PENDAHULUAN
Menurut Cow, dkk. (1988). Kodoati dan Sjarief (2010), (Arwin, 2009), (Arwin, 2010), dan Messakh
(2017), air merupakan sumber daya alam yang paling unik jika dibandingkan dengan sumber daya lain
karena sifatnya yang terbarukan dan dinamis dalam suatu proses yang dinamakan siklus hidrologi.
Dalam proses ini, hujan memegang peranan penting dalam ketersediaan air di muka bumi, dimana
hujan akan selalu datang pada musimnya sesuai dengan waktu, namun ia juga bersifat acak dan
stokastik dalam ruang dan waktu. Namun, pada kondisi tertentu air dapat bersifat tak terbarukan, misal
pada kondisi geologi tertentu dimana proses perjalanan air tanah memerlukan waktu ribuan tahun,
sehingga bila pengambilan air tanah dilakukan secara berlebihan akan habis. Dalam pengertian ini
hujan adalah titik-titik air yang jatuh dari awan melalui lapisan atmosfer ke permukaan bumi secara
alami.
Arwin (2009) mengatakan bahwa komponen utama siklus hidrologi adalah hujan dan debit merupakan
parameter penting dalam input perencanaan infrastruktur sumber daya air dan pengelolaannya. Besar
curah hujan tercatat melalui pos hujan dalam periode menitan, jaman, harian, bulanan, dan tahunan.
Tipe hujan di suatu wilayah dipengaruhi oleh kondisi meteorologi pada saat itu dan keadaan topografi.
Pola curah hujan di Indonesia memiliki variasi yang berbeda secara spasial (Adrian dan Susanto,
2003), hal ini disebabkan karena wilayahnya yang berupa kepulauan dan berada pada daerah tropis.
134
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
Keunikan iklim dan pola hujan di Indonesia juga dipengaruhi oleh letaknya yang berada diantara dua
samudera dan dua benua.
Hujan yang merupakan salah satu komponen utama dalam siklus hidrologi merupakan sebuah
fenomena hidrologi yang sangat kompleks sehingga sulit untuk dapat dipahami seluruhnya. Untuk itu
dibutuhkan suatu abstraksi yang menempatkan fenomena tersebut ke dalam suatu model. Model
adalah suatu perkiraan atau penyederhanaan dari realitas yang sebenarnya (Indarto, 2010). Menurut
(Eriyatno, 1999) model adalah representasi atau abstraksi dari obyek atau situasi aktual yang
menggambarkan hubungan antar variabel.
Ada berbagai cara untuk mengklasifikasikan model. Berdasarkan bentuknya ada model fisik, model
analog dan model matematis (Indarto, 2010). Model dapat pula diklasifikasi menjadi: model
kuantitatif, model kualitatif, dan model ikonik (Muhammadi dan Soesilo, 2001). Tujuan dari model
hidrologi adalah untuk mempelajari siklus air yang ada di alam dan meramalkan outputnya. Model
hidrologi dapat digunakan antara lain untuk pengaturan bendungan, pengelolaan, dan pengembangan
DAS (Indarto, 2010).
Model-model matematik dalam ilmu hidrologi pada dasarnya dapat dibagi menjadi dua kelompok
besar yaitu: deterministik, dan stokastik (Indarto, 2010). Model hidrologi deterministik berusaha untuk
menggambarkan proses-proses fisis yang sesungguhnya dari siklus hidrologi, dengan cara menirukan
(simulasi) peristiwa-peristiwa hidrologi yang terjadi, misalnya dengan membuat transformasi dari
serangkaian masukan curah hujan ke hidrograf aliran yang dihasilkannya. Model stokastik berusaha
mengungkapkan kembali perilaku statistik dari serangkaian waktu hidrologi tanpa memperhatikan
kejadian yang sebenarnya.
Penelitian tentang model stokastik markov untuk prakiraan debit dan curah hujan telah dilakukan oleh
Arwin (1992), Arwin (1993), Messakh, dkk. (2013), Marganingrum, dkk. (2013), namun belum
dilakukan pada wilayah Sumba Timur, yang secara pengamatan memiliki keunikan dalam hal iklim,
curah hujan dan ketersediaan air yang ada (Messakh, dkk., 2017)
Daerah Kabupaten Sumba Timur merupakan daerah tropis kering dengan curah hujan berkisar antara
dua sampai tiga bulan (Messakh, dkk., 2017; FAO, 1989, UNEMG, 2010). Persoalan penyediaan air
bersih di sebagian besar wilayah ini masih menjadi persoalan yang serius setiap tahunnya yang belum
tertangani hingga saat ini.
Penelitian ini bertujuan untuk untuk mengetahui probabilitas kejadian jenis tahun ke depan pada
klasifikasi tahun “kering-normal-basah” berdasarkan data curah hujan di Pos Hujan Slamet Waingapu,
Kabupaten Sumba Timur. Penelitian ini diharapkan akan memberikan kontribusi terhadap stakeholder
terkait yang berkaitan dengan pengelolaan sumber daya air berkelanjutan di daerah beriklim kering,
khususnya di Sumba Timur.
Lokasi Penelitian
Lokasi penelitian di Kota Waingapu, Kabupaten Sumba Timur, Pulau Sumba, Provinsi Nusa Tenggara
Timur (NTT) yang merupakan daerah beriklim tropis kering di Indonesia (Gambar 1). Data BPS NTT
(2016) menyebutkan bahwa curah hujan di daerah tersebut berkisar antara dua sampai tiga bulan per-
tahun, dan sisanya sembilan sampai 10 bulan adalah musim kering yang panjang. Oleh karena itu
daerah ini lebih kering dari daerah lainnya di Nusa Tenggara Timur. Secara astronomi Kabupaten
Sumba Timur terletak diantara 8º - 12º Lintang Selatan, dan antara 118º - 125º Bujur Timur (BPS
NTT, 2016). Sedangkan letak Pos Hujan Slamet Waingapu adalah pada koordinat 9º40’ Lintang
Selatan dan 120º18’ Bujur Timur.
135
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
136
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
P
…………….………………………………………………… (1)
k
ij (n) 1
j1
Untuk seluruh nilai i ; dan Pij ≥ 0 untuk seluruh nilai i dan j. Dimana Pkij (n) adalah probabilitas state
debit yang akan diobservasi adalah (n+1,j) jika state observasi saat ini adalah (n,i) dan jika keputusan
yang diambil adalah k.
Model Markov Prakiraan Curah Hujan Bulanan Dengan Klasifikasi Tiga Kelas: Kering-
Normal-Basah
Hasil analisis prakiraan curah hujan model markov berdasarkan data curah hujan pada Pos Hujan
Slamet Waingapu, sebagaimana pada Tabel 2 sampai Tabel 6. Data hujan bulan Januari menunjukkan
curah hujan terbesar adalah sebesar 247 mm, sedangkan data terkecil adalah 40 mm. Untuk bulan
Desember, data curah hujan terbesar adalah 322 mm sedangkan terkecil adalah 34 mm. Pada bulan
Juli sampai Oktober, data curah hujan yang terjadi relatif kecil bahkan terdapat banyak data bulanan
dalam rentang waktu yang ada, sama sekali tidak terjadi hujan.
Tabel 2 menampilkan data interval hujan kategori tahun kering, normal dan basah, berdasarkan data
rata-rata hujan bulanan. Data terbaca sebagai berikut: pada bulan Januari, curah hujan dikatakan
kering, jika curah hujan yang terjadi adalah 80,70 mm atau lebih kecil. Curah hujan dikatakan normal
jika yang terjadi adalah antara 80,70 sampai 170,67 mm, dan basah jika curah hujan yang terjadi lebih
besar dari 232 mm. pada tabel ini juga menunjukkan adanya data-data interval yang tersamar pada
data bulan Agustus, September dimana curah hujan antara dua interval adalah sama. Data ini juga
menunjukkan bahwa adanya variabilitas data curah hujan dengan interval yang berbeda pada bulan
yang berbeda.
137
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
Tabel 3 berikut menunjukkan tentang contoh matriks transisi markov bulan Desember sampai Januari.
Dari tabel tersebut diketahui bahwa, jika pada bulan Desember terjadi curah hujan bulan kering, maka
secara statistik probabilitas kejadian curah hujan bulan Januari adalah bulan kering. Jika terjadi bulan
normal pada Desember maka probabilitas terbesar kejadian hujan di bulan Januari adalah bulan
normal, sedangkan apabila terjadi bulan basah pada Desember maka probablitas terbesar kejadian
bulan Januari adalah curah hujan basah.
Tabel 3. Matriks transisi markov Desember – Januari
1
Jan
Des
Jumlah
0 1 2
0 0,400 0,300 0,300 1,00
1 0,222 0,444 0,333 1,00
2 0,400 0,200 0,400 1-00
Sumber: hasil analisis penelitian
Dari hasil analisis matiks transisi markov bulan Desember – Januari, januari – Februari, Febnruari –
Maret, Maret – April, April – Mei, Mei – Juni, Juni – Juli, Juli – Agustus, Agustus – September,
September – Oktober, Oktober – November, dan November – Desember, selanjutnya ditentukan
matriks transisi markov orde 1 sebagaimana data pada Tabel 4 berikut.
138
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
139
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
Gambar 2. Kalibrasi Curah Hujan Bulanan Model Markov dan Historis (1986-2014) (sumber: hasil
analisis penelitian)
140
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
141
Proceeding Seminar Nasional Pendidikan: “Inovasi Pendidikan dalam Nuansa Kebangsaan”
Oleh FKIP Undana: Kupang, 7 Oktober 2017
KESIMPULAN
Model stokastik markov dalam prakiraan jenis tahun berdasarkan data curah hujan memberikan nilai
berupa probabilitas secara statika yang dapat digunakan untuk kepentingan pengelolaan sumber daya
air yakni antisipasi bahaya banjir dan kekeringan di daerah Waingapu Kabupaten Sumba Timur. Hasil
kalibrasi data prakiraan dan data historis menunjukkan nila R2 sebesar 0,66, yang secara statistika
berarti bahwa data prakiraan dapat digunakan meskipun terdapat deviasi.
Wilayah terpengaruh oleh Pos Hujan Slamet bersifat terbatas di sekitar Kota Waingapu, sehingga
untuk menghasilkan data yang komprehensif untuk wilayah Kabupaten Timur, perlu dilakukan kajian
pada pos hujan lainnya. Penelitian-penelitian selanjutnya dapat dilakukan dengan mengembangkan
model markov ini, memperluas area wilayah terpengaruh dengan penambahan pos hujan lainnya,
membandingkan dengan metode prakiraan lainnya, atau melakukan analisis berdasarkan klasifikasi
yang lebih detail yakni lima kelas dengan jenis tahun sangat kering, kering, normal, basah dan sangat
basah.
DAFTAR RUJUKAN
Aldrian E dan Susanto R D. (2003): Identification of three dominant rainfall region within Indonesia and their
relationship to sea surface temperature. International Journal of Climatology, 23 (12) 1435-52
Arwin (1992): Modelisation des Resources en Equ et Leur Exploitation Energetique Sur L’exemple du
bassin Superieur di Citarum en Indonesie. Disertation INPT France. Toulouse, 9 Juillet 1992.
Arwin (1993): Rainfall-runoff Watershed Model by Multiple Regression Method for Optimizing
Hydroelectric Power of Saguling with Incertain Future. Conference Paper 4th IAWQ
(International Association on Water Quality) Vol. I on Water Conservation and Pollution
Control, Jakarta 5-9 October 1993, Indonesia.
Arwin (2009): Pidato Guru Besar di Majelis Guru Besar ITB Bandung.
Arwin (2010): Perubahan Iklim, Konversi Lahan dan Ancaman Banjir dan Kekeringan di Kawasan
Terbangun - Pidato Guru Besar di Majelis Guru Besar ITB Bandung, disampaikan pada rapat
majelis guru besar ITB Bandung pada tanggal 27 Februari 2009.
BPS NTT (2016): Nusa Tenggara Timur Dalam Angka 2015, BPS NTT, Kupang.
Cow, Ven Te., Maident, David R., W. Larry (1988): Applied Hydrology, McGraw-Hill Book
Company. (Book)
Eriyatno (1999): Ilmu Sistem, IPB, Bogor.
Food and Agriculture Organization 1989 Arid zone forestry: A guide for field technicians, Rome
Indarto (2011): Hidrologi Operasional, Penerbit Andi, Yogjakarta.
Kodoatie, R.J., dan Sjarief, R. (2010): Tata Ruang Air, Penerbit Andi, Yogyakarta.
Marganingrum, D. (2013): Manajemen Sumberdaya Air Terpadu “Waduk Saguling” Dalam Rangka
Pengembangan SPAM Regional KSN Cekungan Bandung, Disertasi Pascasarjana Institut
Teknologi Bandung.
Marganingrum, D. (2013): Manajemen Sumberdaya Air Terpadu “Waduk Saguling” Dalam Rangka
Pengembangan SPAM Regional KSN Cekungan Bandung, Disertasi Pascasarjana Institut
Teknologi Bandung.
Messakh J J (2017). Pengelolaan Sumber Daya Air. Penerbit MIPA Press. Kupang.
Messakh J J, Arwin, dan Hadihardaja I K (2014). Climate change and strategy of reservoir operation
in semi-arid area, West Timor. International Proceeding: The 3rd International Seminar on
Sustainable Urban Development 112-9
Messakh J J, Arwin, dan Hadihardaja I K (2015): Management strategy of water resources base on
rainfall characteristics in the semi-arid region in Indonesia. International Journal of Scientific &
Engineering Research. 6 (8) 331-7
Muhammadi, A.E. dan Soesilo, B. (2001): Analisis Sistem Dinamis, UMJ, Jakarta.
Muhammadi, A.E. dan Soesilo, B. (2001): Analisis Sistem Dinamis, UMJ, Jakarta.
Rieske, H., Sapto, W.I. (2012): Proses Stokastik. Penerbit ITB, Bandung
UNEMG (2011): Global Drylands: A UN System Wide Respons, United Nations Environment
Management Group, New York.
142
View publication stats