ANALISIS ENERGI DAN EKSERGI PENGERINGAN LAPISAN TIPIS TEMU PUTIH

Jurnal Ilmiah WIDYA 184 Volume 1 Nomor 3 September-Oktober 2013

PENGINDERAAN JAUH UNTUK PEMANTAUANKEKERINGAN LAHAN SAWAH

Any Zubaidah, Dede Dirgahayu, Junita Monika PasaribuBidang Lingkungan dan Mitigasi Bencana-LAPAN

E-mail: [email protected]

Abstrak: Informasi kondisi kekeringan, terutama di lahan sawah sangat diperlukan dalam rangka mengelola ketersediaan pangan di suatudaerah. Pemantauan kejadian kekeringan di lahan sawah dapat dihasilkan dengan pemanfaatan data Satelit MODIS dan TRMM. Tujuanpenulisan ini adalah menampilkan informasi spasial kondisi rawan kekeringan di lahan sawah di Provinsi Jawa Timur, terutama saat terjadibanyak kekeringan pada periode bulan Juli – September 2011. Data yang digunakan dalam kegiatan ini adalah data satelit Terra/Aqua MODIS(Moderate Resolution Imaging Spectroradiometer) dan data satelit TRMM pada periode yang sama di bulan Juli - September 2011, luasbaku sawah dan peta administrasi wilayah Provinsi Jawa Timur. Metode yang digunakan adalah mengkombinasi antara Enhanced VegetationIndex (EVI) dengan Land Surface Temperature (LST) sehingga diperoleh Evapotranspirasi Potensial (ETP) untuk membuat kekeringanMeteorologis dan Agronomis. Selanjutnya dilakukan pengolahan data reflektansi untuk menghitung Kekeringan Hidrologis. Setelah itudilakukan klasifikasi kondisi kekeringan lahan sawah menjadi 5 kelas yaitu non Kering, Ringan, Sedang, Berat, dan Puso.

Kata kunci: kondisi kekeringan, data satelit, modis, trmm, enhanced vegetation index (evi), land surface temperature (lst), potensialevapotranspiration (ep)

Abstract: Information of drough condition, especially in the paddy field is much needed in order to manage food availability in a certainarea. Drough monitoring in paddy field can be generated by using MODIS and TRMM data. The purpose of this paper is to show spatialinformation of drough prone condition in the paddy field in East Java Province especially on July – September 2011. Data used in this paperis Terra/Aqua MODIS (Moderate Resolution Imaging Spectroradiometer) and TRMM data in the same period on July – September 2011,standard extensive field and administration map of East Java Province. The method which is used in this paper is combining EVI (EnhanceVegetation Index) with LST (Land Surface Temperature) to obtain ETP (Potential Evapotranspiration) and make Meteorologist and AgronomistDrough parameter. Furthermore, processing of reflectance data was done to calculate Hydrologist Drough parameter. After that, this droughcondition was classified into five class, namely non dry, mild, moderate, heavy and puso (crop failure).

Key words: drough condition, food vulnerability, modis trmm data, enhanced vegetation index (evi), land surface temperature (lst), potensialevapotranspiration (ep)

PENDAHULUANLatar belakang penelitian makalah ini adalah bahwa

informasi ketersediaan pangan di suatu daerah sangatterkait dengan kecukupan pangan, dan masalahlingkungan/ekologi dan sosial lainnya, karena merupakansalah satu faktor yang menentukan tingkat ketahananpangan suatu daerah. Dalam rangka membantu pemerintahuntuk menentukan kebijakan pengadaan pangan diIndonesia agar tidak terjadi kerentanan pangan (FoodVulnerability) yang tinggi, maka diperlukan masukantentang perkiraan kegagalan panen atau penurunanproduksi pangan akibat dari kekeringan dan banjir padalahan pertanian. Kegiatan pemantauan ini dilaksanakanpada lahan sawah di Provinsi Jawa Timur dan Bali sebagaidaerah kajian mengingat bahwa sampai saat ini PulauJawa masih menjadi salah satu sentra produksi padi(hingga 70 %) yang penting di Indonesia.

Data MODIS yang memiliki resolusi temporal

tinggi (setiap hari) dan resolusi spasial menengah(250m–500m) dapat memantau perubahan-perubahanyang terjadi selama pertumbuhan dan perkembangantanaman padi. Sedangkan data satelit penginderaan jauhresolusi tinggi seperti Landsat 7 ETM+, SPOT, ASTER,dan ALOS yang mempunyai resolusi spasial hingga 10m dan sensor yang sensitif terhadap perubahan kondisiair, vegetasi dan tanah dan dapat digunakan untukmengidentifikasi batas penggunaan lahan sawah (luasbaku sawah) dan bukan lahan sawah.

Dalam memantau kondisi tanaman pangan jugaperlu diamati tingkat kehijauan vegetasi yang menjadisalah satu parameter yang digunakan untuk mengetahuikeadaan vegetasi suatu daerah. Dari tingkat kehijauanvegetasi ini dapat dilihat pola perubahan kehijauantanaman dan kondisi bera serta kondisi air pada daerahyang dikaji. Perbedaan kondisi ini dapat digunakan dalam

ISSN-L 2338-3321ISSN 2337-6686

analisis tingkat kekeringan di lahan sawah untuk melihatkondisi ketersediaan air. Pemantauan kondisi kekeringanyang mungkin terjadi secara kontinyu sangat menentukankeberhasilan panen tanaman pangan. Pemantauankekeringan ini dapat dilakukan menggunakan data MODISyang memiliki kemampuan untuk memantau kawasanluas. Di samping itu, untuk kajian lebih detil dapatdianalisis menggunakan data Landsat 7 ETM+ , ASTER,ALOS dan SPOT.

Informasi tentang kondisi kehijauan tanaman dankondisi ketersediaan air sangat diperlukan untukoptimalisasi penggunaan air yang tersedia sehingga dapatmengoptimalkan produksi tanaman. Informasi tersebutditurunkan melalui data EVI (Enhance Vegetation Index).Sedangkan informasi kondisi kekeringan ini juga didukungoleh ketersediaan air dari aspek curah hujan. Pendugaancurah hujan harian/aktual diperoleh dari data TRMM yangmerupakan gabungan dari beberapa satelit cuaca. BulanJuli – September 2011 merupakan bulan dengan curahhujan rendah sehingga penelitian ini hanya dilakukanpada bulan tersebut untuk daerah kajian di Provinsi JawaTimur dan Bali.

Tujuan dari kegiatan ini adalah untuk meningkatkankualitas penyediaan informasi tingkat kehijauan vegetasitanaman padi sawah di Provinsi Jawa Timur dan Bali,dan meningkatkan kualitas penyediaan informasi spasialpotensi rawan kekeringan di lahan sawah di Provinsi JawaTimur dan Bali berbasis penginderaan jauh.Tingkat Kehijauan Vegetasi; Teknologi penginderaanjauh dapat dimanfaatkan dalam menghitung tingkatkehijauan vegetasi. Penelitian yang dilakukan adalahuntuk mengetahui tingkat kehijauan tanaman padi sawahdengan menggunakan parameter indeks vegetasi terkoreksiyaitu EVI (Enhance Vegetation Index) dari data satelitMODIS Terra/Aqua 250 m. EVI merupakan indeksvegetasi yang diperoleh dari reflektansi kanal NIR danmerah satelit MODIS Terra/Aqua. Penajaman indeksvegetasi dilakukan dengan cara koreksi radiometrik daripengaruh faktor L atau kondisi lahan (tanah dan kerapatankanopi) dan aerosol yang terdeteksi oleh kanal biru sertaposisi penyinaran matahari.


Any Zubaidah, Dede Dirgahayu,Junita Monika Pasaribu, 184 - 188

Berdasarkan hasil penelitian Liu dan Huete (1995), EVIdidefinisikan sebagai:

....(1)L = Canopy Background Brightness Correction FactorG = Gain Factorpnir = NIR reflectancepred = Red reflectancepblue = Blue reflectanceC1 = Atmosphere Resistance Red Correction CoefficientC2 = Atmosphere Resistance Blue Correction Coefficient

Evapotranspirasi dapat didefinisikan sebagaikehilangan air dari permukaan tanah melalui dua prosesyaitu evaporasi dan transpirasi. Evaporasi merupakankehilangan air dari tubuh air yang terbuka, seperti danau,waduk, lahan basah, lahan terbuka dan salju. Transpirasimerupakan kehilangan air dari tanaman.

Dari penelitian yang telah dilakukan oleh DedeDirgahayu dkk (2011), estimasi nilai evapotranspirasidapat diperoleh dengan pemanfaatan data penginderaanjauh Satelit MODIS Terra/Aqua 8 harian yaitu nilaireflektansi untuk perhitungan EVI (Enhance VegetationIndex) dan LST (Land Surface Temperature) yang dapatdiperlihatkan pada rumus berikut:

....(2)Curah Hujan TRMM; Dalam menduga curah hujanharian/aktual yang digunakan untuk mendukungpemantauan diperoleh dari data satelit TRMM (TropicalRainfall Measurement Mission). Satelit TRMM merupakanmisi bersama antara National Aeronautics and SpaceAdministration (NASA) dari Amerika Serikat dan JapanAerospace Exploration Agency (JAXA). TRMMdiluncurkan pada bulan November 1997 dan sampai saatini terus beroperasi dalam orbit rendah meliputi daerahtropis antara sekitar 40 LU untuk 40 LS. Beberapa sensorcurah hujan utama yang dibawa oleh TRMM meliputiSensor PR (Precipitation Radar) dan sensor TMI (TRMMMicrowave Imager).(colostate.edu/CRDC/datasets/TRMM_ overview.html).

Data TRMM juga mempunyai keunggulan, antaralain tersedia secara near real-time setiap tiga jam sekali,konsisten, daerah cakupan yang luas yaitu wilayah tropik,

Penginderaan Jauh untuk Pemantauan Kekeringan Lahan Sawah

pnir - predEVI = G X

pnir + (C1 X pred + C2 X pblue ) + L

1.534 X LST EVI-128ETP = 5 X -0.598 X -12.99

5 125( ( ) )

resolusi spasial yang cukup tinggi (0.25 x 0.25), dan dapatdiakses secara gratis. Meskipun demikian, keterbatasandari aplikasi data TRMM adalah periode waktu dari datayang relatif masih singkat serta masih diperlukan banyakvalidasi terutama untuk pemanfaatan curah hujan lokal. Menurut Roswintiarti (2009) menyatakan bahwa dataTRMM sangat berpotensi untuk digunakan sebagai salahsatu alternatif dalam memantau dan memprediksi curahhujan di Indonesia, dimana pola fluktuasi curah hujandari TRMM dan dari stasiun meteorologi di KabupatenIndramayu menggunakan data curah hujan bulanan selamatahun 1998 – 2004 relatif sama, dengan koefisienkorelasinya (r) sebesar 0.807.

Berdasarkan penelitian yang dilakukan oleh ZubaidahA. dan Dirgahayu D. (2011), diperoleh model estimasicurah hujan TRMM periode 8 harian Y = 0,592 X + 2,58;dimana Y adalah nilai estimasi curah hujan 8 hariandengan menggunakan data TRMM dan X adalah curahhujan 8 harian dari TRMM. Model ini dapat digunakanuntuk mendukung kegiatan pemantauan rawan banjir dankekeringan lahan sawah di wilayah Indramayu dengannilai korelasi sebesar r = 87,2% atau setara dengan nilaikoeffisien determinasi (R2) = 76,1%. Nilai curah hujansesudah dilakukan validasi dengan model tersebut memilikinilai curah hujan yang mendekati nilai curah hujan dilapangan.Pengolahan Data meliputi Pengolahan Data CurahHujan, Tingkat Kehijauan Vegetasi (TKV) dan KondisiKekeringan pada Lahan Sawah.1. Pengolahan data curah hujan harian aktual dari datasatelit TRMM, selanjutnya dibuat akumulasi curah hujanbulanan dari bulan Juli – September 2011. Dari Akumulasicurah hujan dilakukan interpolasi menjadi resolusi 1 km.2. Penyusunan klasifikasi TKV berdasarkan nilai EnhancedVegetation Index (EVI) untuk menentukan wilayah lahansawah yang tergolong tingkat kehijauan vegetasi tertentu(Tingkat Kehijauan Sangat Rendah (TKSR), TingkatKehijauan Rendah (TKR), Tingkat Kehijauan Sedang),Tingkat Kehijauan Tinggi (TKT), dan Kondisi Air atauBera.3. Pengolahan tingkat kekeringan di lahan sawah denganmenghitung tiga indeks kekeringan yang mencakup indeks



kekeringan meteorologist, indeks kekeringanagronomis/kekeringan vetetatif, dan indeks kekeringanhidrologis/kelengasan tanah. Kemudian dilakukanpenggabungan ketiga indeks kekeringan tersebut menjaditingkat kekeringan di lahan sawah, berikut denganmelakukan penyusunan klasifikasi kondisi kekeringanlahan sawah menjadi 5 tingkatan yaitu Non Kering, KeringRingan, Kering Sedang, Kering Berat, dan Puso.Tahapan pengolahan tingkat kekeringan lahan sawahdapat dilihat pada Gambar 1 berikut:

Gambar 1. Diagram Alir Tahapan Pengolahan Tingkat Kekeringan Lahan Sawah

Tujuan penulisan ini adalah menampilkan informasispasial kondisi rawan kekeringan di lahan sawah diProvinsi Jawa Timur, terutama saat terjadi banyakkekeringan pada periode bulan Juli – September 2011.Data yang digunakan dalam kegiatan ini adalah data satelitTerra/Aqua MODIS (Moderate Resolution ImagingSpectroradiometer) dan data satelit TRMM pada periodeyang sama di bulan Juli - September 2011, luas bakusawah dan peta administrasi wilayah Provinsi Jawa Timur.Metode yang digunakan adalah mengkombinasi antaraEnhanced Vegetation Index (EVI) dengan Land Surface


Temperature (LST) sehingga diperoleh EvapotranspirasiPotensial (ETP) untuk membuat kekeringan Meteorologisdan Agronomis.

PEMBAHASANKondisi Tingkat Kehijauan Vegetasi dan Fase LahanSawah

Gambar 2a – 2d, menunjukkan kondisi TingkatKehijauan Vegetasi (TKV) lahan sawah di Provinsi Bantendan Jawa Barat bulan selama 3 periode 8 harian, yaitu 04Juli - 27 Juli 2011. Lahan sawah di Provinsi Jawa Timurminggu pertama - ketiga bulan Juli didominasi oleh kondisiTKV rendah, yaitu di Kabupaten Jember, Banyuwang,Bojonegoro dan Kediri. Kondisi TKV tinggi terdapat diKabupaten Banyuwangi, Jember dan Sumenep. Demikianjuga di Provinsi Bali, kondisi TKV rendah mendominasiini yang terpantau di Kabupaten Buleleng, Gianyar, danTabanan. Fase air tepantau di Kabupaten Tuban,Lamongan, Jember, dan Tuban. Sedangkan fase beramendominasi di Kabupaten Ngawi, Tuban, Banyuwangi,dan Madiun. Sedangkan untuk Provinsi Bali, fase airterpantau di Kabupaten Buleleng, Badung, dan Gianyar.Untuk fase bera mendominasi di Kabupaten Gianyar,Tabanan, dan Buleleng.

Gambar 3a – 3d, memperlihatkan kondisi TKV lahansawah di Provinsi Jawa Timur dan Bali untuk periode 05– 29 Agustus 2011. Kondisi TKV rendah terpantaumendominasi hampir di semua Kabupaten di ProvinsiJawa Timur, seperti: Kabupaten Bojonegoro, Jember,Banyuwangi dan Kediri. Fase air terdapat di KabupatenBanyuwangi dan Lamongan. Fase bera terpantaumendominasi Kabupaten Banyuwangi, Lamongan danGresik. Sedangkan di Provinsi Bali kondisi TKV rendahterpantau Buleleng, Gianyar, dan Tabanan. Sedangkanuntuk TKV tinggi terpantau di Kabupaten Gianyar danBadung.

Gambar 4a – 4c, menunjukkan kondisi TKV lahansawah pada sebagian besar kabupaten di Provinsi JawaTimur periode 06 – 30 September 2011. Kondisi TKVtinggi terpantau mendominasi Kabupaten Banyuwangi,Jember, dan Blitar. TKV rendah terpantau di Kabupaten



Bojonegoro, Banyuwangi, Jember dan Kediri. Sedangkanfase air terpantau di beberapa Kabupaten, yaitu:Banyuwangi, Gresik dan Lamongan dan fase beraterpantau di Kabupaten Bojonegoro, Lamongan danGresik. Sedangkan di provinsi Bali TKV rendah terpantaudi Kabupaten Buleleng, Gianyar dan Tabanan.

Kondisi Rawan Kekeringan Lahan Sawah Curah hujan yang semakin berkurang pada mingupertama dan kedua di bulan Juli 2011 telah menyebabkanterjadinya kekurangan pasokan air pada lahan sawah dibeberapa kabupaten di Provinsi Jawa TImur dan Baliyang diperlihatkan pada gambar 5a – 5d, 6a – 6d, dan7a – 7c .

Gejala kekeringan terjadi pada minggu pertamabulan Juli 2011 di Provinsi Jawa Timur dan Bali terjadi


Gambar 2. Informasi Tingkat Kehijauan Vegetasi Lahan Sawah Bulan Juli di Provinsi Jawa Timur dan Bali

Gambar 3. Informasi Tingkat Kehijauan Vegetasi Lahan Sawah Bulan Agustus di Provinsi Jawa Timur dan Bali

Gambar 4. Informasi Tingkat Kehijauan Vegetasi Lahan Sawah Bulan September di Provinsi Jawa Timur dan Bali

di Kabupaten: Bojonegoro, Tuban, Ngawi, Lamongandan Madiun. Demikian juga sebagian besar lahan sawahdi Provinsi Bali terpantau kondisi kekeringan di Kabupaten:Buleleng, Gianyar, Badung dan Tabanan. Sedangkan dibulan Agustus terpantau kondisi kekeringan ringan/sedangmendominasi di Kabupaten Bojonegoro, Lamongan,Tuban, dan Probolinggo. Sedangkan kondisi kekeringanberat/puso terpantau pada periode ketiga bulan Agustusdi Kabupaten Bojonegoro, Lamongan dan Gresik. UntukProvinsi Bali hanya terdapat sebagian kecil kondisikekeringan ringan/sedang di Kabupaten Buleleng danGianyar.

Kondisi kekeringan berat/puso dan kondisikekeringan ringan/sedang di Provinsi Jawa Timur padabulan September 2011 banyak terpantau di KabupatenBojonegoro, Lamongan, Probolinggo dan Tuban.Sedangkan di Provinsi Bali kondisi kekeringanringan/sedang terpantau di Kabupaten Buleleng, Gianyar,Badung dan Jembrana.



PENUTUPKesimpulan1. Kondisi Tingkat Kehijauan Vegetasi (TKV) lahan sawahdi Provinsi Jawa Timur dan Bali pada bulan Juli-September 2011 selama 11 periode 8 harian, didominasioleh kondisi TKV rendah. Curah hujan yang semakinberkurang di bulan Juli 2011 telah menyebabkan terjadinyakekurangan pasokan air pada lahan sawah di beberapakabupaten, terutama pada Agustus dan September.2. Gejala tingkat kekeringan ringan-sedang didominasidi Provinsi Jawa Timur, dengan kondisi kekeringan berat-puso banyak terjadi di periode awal bulan Juli hinggabulan September. Sedangkan di Provinsi Bali didominasioleh tingkat kekeringan ringan-sedang dan beberapakondisi kekeringan berat-puso terpantau di beberapakabupaten.3. Dilihat keterkaitan antara TKV (Tingkat KehijauanVegetasi) dan kondisi kekeringan vegetasi, hasilpemantauan TKV di Provinsi Jawa Timur dan Bali padabulan Juli – September 2011 didominasi oleh TKV rendahyang dapat mengindikasikan kondisi vegetasi tersebutmengalami kekeringan.

Saran-Saran1. Kegiatan pemantauan harus dilakukan secara terusmenerus, karena hal ini ada keterkaitannya dengan hasilproduksi panen.2. Selanjutnya perlu adanya penelitian lebih lanjutmengenai seberapa besar tingkat akurasi hasil pemantauankekeringan di lahan sawah menggunakan datapenginderaan jauh MODIS.

DAFTAR PUSTAKARoswintiarti R., Sofan P., Zubaidah A., 2009. “Pemanfaatan Data

TRMM dalam Mendukung Pemantauan dan Prediksi CurahHujan Di Indonesia”. Berita Inderaja. Volume VIII. No.14 Juli2009: Hal : 29.

Roswintiarti R., Sofan P., Zubaidah A., TRMM (Tropical RainfallMeasuring Mission), Updated: January 22, 2003

Roswintiarti R., Sofan P., Zubaidah A., Overview TRMM (TropicalRainfall Measuring Mission),.colostate.edu/CRDC/d a t a s e t s / T R M M _ o v e r v i e w. h t m l . Ta n p a Ta h u n .

TRMM, ftp://trmmopen.gsfc.nasa.gov/pub/ merged/mergeIRMicro/.Tanpa Tahun.


Gambar 5. Informasi Tingkat Kekeringan Lahan Sawah Bulan Juli di Provinsi Jawa Timur dan Bali.

Gambar 6. Informasi Tingkat Kekeringan Lahan Sawah Bulan Agustus di Provinsi Jawa Timur dan Bali.

Gambar 7. Informasi Tingkat Kekeringan Lahan Sawah Bulan September di Provinsi Jawa Timur dan Bali.

ANALISIS ENERGI DAN EKSERGI PENGERINGAN LAPISAN TIPIS TEMU PUTIH

Documents

Transcript of ANALISIS ENERGI DAN EKSERGI PENGERINGAN LAPISAN TIPIS TEMU PUTIH