BAB I PENDAHULUANeprints.unram.ac.id/7861/1/BAB I-V.pdf · 2018. 9. 6. · 1 BAB I PENDAHULUAN 1.1...
Transcript of BAB I PENDAHULUANeprints.unram.ac.id/7861/1/BAB I-V.pdf · 2018. 9. 6. · 1 BAB I PENDAHULUAN 1.1...
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Air adalah sumber kehidupan dan penghidupan bagi makhluk hidup, air
sebagai sumber daya alam memegang peranan yang sangat penting. Ketersediaan
air merupakan suatu masalah yang senantiasa mendapat perhatian manusia, secara
kuantitatif pada suatu saat jumlah ketersediaan air tidak mencukupi kebutuhan,
dan akan menjadi masalah. Nampaknya masalah air dalam konteks kehidupan
makhluk hidup semakin hari tidak menjadi sederhana, bahkan persoalan semakin
bertambah dan bahkan berkembang menjadi lebih kompleks (Soewarno,1995).
Wilayah Indonesia terletak di bagian iklim tropis yang mempunyai ciri
khusus yaitu curah hujan tinggi pada musim penghujan dan curah hujan rendah
pada saat musim kemarau (Koppen, 1990 dalam Nugroho, 2013) sehingga pada
musim penghujan sulit untuk mengendalikan air, namun sebaliknya saat musim
kemarau panjang sulit untuk memenuhi kebutuhan air. Indonesia merupakan
negara agraris yang menjadikan sektor pertanian sebagai salah satu mata
pencaharian bagi masyarakat banyak. Namun kekeringan yang terjadi di beberapa
daerah di Indonesia mengakibatkan kerugian bagi petani karena padi dan palawija
yang ditanam mengalami gagal panen sehingga berdampak pada berkurangnya
pendapatan masyarakat.
Menurut Kepala Bidang Produksi Tanaman Pangan Distan Dompu, M
Syahroni, SP, MM pada Suara NTB, “pihaknya belum mendapat laporan dari
petani dampak kekeringan saaat ini. Kondisi ini terjadi di hampir seluruh wilayah
di Dompu. Tapi untuk tanaman pertanian di wilayah Huu, Pajo, Woja dan Dompu
aman. Kekhawatiran pihaknya sebagai dampak dari kemarau terhadap tanaman
petani sejauh ini tidak ada masalah, kecuali untuk wilayah Manggelewa. Karena
tanaman petani seperti jagung dan palawija dilakukan di sawah yang masih bisa
dijangkau air irigasi. Sementara di wilayah Manggelewa, tanaman jagung petani
di daerah yang dekat dengan mata air. Kita khawatir karena mata air sudah mulai
2
berkurang. Sementara tanaman jagung di Manggelewa sekarang lagi banyak
membutuhkan air” (Suara NTB, 2015 dalam suwardji 2012).
Dalam beberapa tahun belakangan ini banyak upaya dilakukan baik oleh
masyarakat maupun pemerintah untuk menanggulangi bencana kekeringan yang
sering terjadi, dimulai dari mendistribusikan pompa sumur kepada para petani
sampai pembuatan sistem irigasi lahan kering. Tetapi kita tidak bisa menerka
kapan kekeringan itu terjadi. Maka diperlukan analisis lebih jauh untuk
memperkirakan tahun, maupun bulan kering yang akan terjadi pada wilayah
Kabupaten Dompu khususnya Kecamatan Manggelewa yang menjadi wilayah
studi dalam Tugas Akhir ini.
Perkiraan kekeringan dapat dilakukan berdasarkan pola hujan, iklim
maupun pola debit yang pernah terjadi. Analisis indeks kekeringan dapat
dilakukan dengan berbagai cara seperti: Crop Moisture Index (CMI), Surface
Water Supply Index (WSI), Palmer Drought Severity Index (PDSI), Reclamation
Drought Index (RDI), Standardized Precipitation Index (SPI), metode Run,
Percent Normal Index (PNI) dan masih banyak lainnya. Indeks kekeringan ini
diciptakan tergantung daerah penelitian, pengguna, proses, input dan output-nya
(Suryanti, 2008, dalam Charisma, 2009).
Dalam penelitian ini digunakan dua metode analisis kekeringan dengan
metode statistik yaitu metode Run, dan metode Standardized Precipitation Index
(SPI). Diharapkan nantinya dengan menggunakan kedua metode ini akan
didapatkan suatu ukuran penentu bulan kering berdasarkan data hujan pada tahun-
tahun sebelumnya. Data hujan yang ada pada tahun sebelumnya kemudian
dibangkitkan dengan menggunakan metode Thomas Fiering untuk
memprediksikan bulan kering yang dapat digunakan untuk merencanakan langkah
antisipasi pencegahan atau mengurangi dampak kekeringan yang terjadi.
3
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang di atas maka dapat dirumuskan
permasalahan sebagai berikut :
1. Berapakah lama durasi bulan-bulan kering terpanjang berdasarkan metode
Run untuk wilayah Kecamatan Manggelewa Kabupaten Dompu pada
Tahun 2004 sampai dengan tahun 2015
2. Berapakah nilai indeks kekeringan terparah berdasarkan metode SPI untuk
wilayah Kecamatan Manggelewa Kabupaten Dompu pada tahun 2004
sampai dengan tahun 2015
3. Berapakah prediksi lama durasi bulan-bulan kering terpanjang berdasarkan
metode Run dan prediksi nilai indeks kekeringan terparah berdasarkan
metode SPI di Kecamatan Manggelewa Kabupaten Dompu pada tahun
2016 sampai dengan tahun 2020 dengan metode Thomas Fiering untuk
memprediksi data curah hujannya.
1.3 Tujuan Penelitian
Terkait dengan rumusan masalah di atas, maka tujuan yang ingin dicapai
penelitian ini adalah :
1. Mengetahui lama durasi bulan-bulan kering terpanjang yang terjadi
berdasarkan metode Run di Kecamatan Manggelewa Kabupaten Dompu
pada tahun 2004 sampai tahun 2015.
2. Mengetahui nilai indeks kekeringan terparah yang terjadi berdasarkan
metode SPI untuk wilayah Kecamatan Manggelewa Kabupaten Dompu
pada tahun 2004 sampai tahun 2015.
3. Mengetahui prediksi lama durasi bulan-bulan kering terpanjang
berdasarkan metode Run dan prediksi nilai indeks kekeringan terparah
berdasarkan metode SPI di Kecamatan Manggelewa Kabupaten Dompu
pada tahun prediksi 2016 sampai tahun 2020 dengan metode Thomas
Fiering untuk memprediksi data curah hujannya.
4
1.4 Manfaat Penelitian
Adapun manfaat yang diharapkan dari penelitian ini antara lain mampu
menganalisis nilai indeks kekeringan yang terjadi sehingga dapat dijadikan
sebagai acuan bagi pihak-pihak terkait untuk merespon hal yang semestinya
dilakukan terhadap bencana kekeringan sebelum terjadi, sehingga dampak negatif
yang ditimbulkan dapat diminimalkan.
1.5 Batasan Masalah
Agar penelitian ini tidak terlampau luas dan lebih terarah, maka dalam
penelitian ini dibatasi dengan pokok-pokok pada permasalahan sebagai berikut:
1. Wilayah yang dianalisis adalah Kecamatan Manggelewa Kabupaten
Dompu.
2. Data yang digunakan untuk analisis adalah data curah hujan dari tahun
2004 sampai dengan tahun 2015 (11 tahun) pada stasiun Dompu dan
stasiun Kadindi.
3. Polygon Thiessen digunakan sebagai alat bantu pembagian cakupan
wilayah masing-masing stasiun hujan.
4. Analisis bangkitan data curah hujan menggunakan Model Thomas Fiering
yang digunakan untuk prediksi data curah hujan. Metode ini sebagai alat
bantu dalam memprediksikan data curah hujan periode tahun 2016 sampai
tahun 2020.
5. Analisis prediksi lama durasi kekeringan dan prediksi nilai indeks
kekeringan menggunakan metode Run dan metode Standartdized
Precipitation Index (SPI).
5
BAB II
DASAR TEORI
2.1 Tinjauan Pustaka
Berdasarkan hasil penelitian yang dilakukan oleh Charisma (2009)
menunjukkan rata-rata bulan kering periode tahun 1988 sampai tahun 2007 pada
bulan Mei sampai Oktober. Untuk metode SPI pada stasiun Mangkung, stasiun
Rembitan dan stasiun Sekotong didapatkan hasil dalam Keadaan rata-rata normal.
Sedangkan untuk metode Run periode tahun 1988-2007 menunjukkan durasi
kekeringan terpanjang pada stasiun Mangkung, stasiun Rembitan dan stasiun
sekotong berturut-turut adalah 12 bulan dengan jumlah kekeringan 572 mm, 11
bulan dengan jumlah kekeringan 737 mm, dan 7 bulan dengan jumlah kekeringan
379 mm.
Penelitian yang dilakukan oleh Hadi Muliawan (2015) menunjukkan hasil
analisis indeks kekeringan DAS Ngrowo untuk data historis dengan menggunakan
metode SPI menunjukkan pada semua periode defisit kekeringan terparah terjadi
pada tahun 1997 dengan nilai indeks kekeringan masing-masing pada periode
defisit 1 bulan (-4,014), pada periode defisit 4 bulan (-3,614), pada periode defisit
6 bulan (-3,750), pada periode defisit 12 bulan (-3,819), pada periode defisit 24
bulan (-3,066). Dari hasil analisa disimpulkan kekeringan meteorology
berhubungan dengan kekeringan hidrologis, dan peristiwa El Nino.
Penelitian lain oleh Basillius Retno Santoso (2013) di Kecamatan
Entikong berdasarkan analisis kekeringan menggunakan metode Run di peroleh
durasi kekeringan terpanjang untuk periode ulang 5 tahun adalah 8 bulan dan
untuk periode ulang 10 tahun adalah 10 bulan. Jumlah kekeringan terbesar untuk
periode ulang 5 tahun adalah 704,45 mm dan untuk periode ulang 10 tahun adalah
827,93 mm.
2.2 Landasan Teori
2.2.1 Hujan
Menurut Sri Harto (1993), hujan merupakan komponen masukan yang
paling penting dalam proses hidrologi, karena jumlah kedalaman hujan (rainfall
6
depth) ini yang dialihragamkan menjadi aliran di sungai, baik melalui lapisan
permukaan (survace run off), aliran antara (interflow, subsurface flow) maupun
sebagai aliran tanah (groundwater flow).
Hujan terjadi karena udara basah yang naik ke atmosfer mengalami
pendinginan sehingga terjadi proses kondensasi, naiknya udara ke atas dapat
terjadi secara siklonik, orografik, dan konvektif (Triatmodjo, 2008).
a. Hujan Siklonik
Jika massa udara panas yang relatif ringan bertemu dengan massa udara
dingin yang relatif berat, maka udara panas akan bergerak di atas udara dingin.
Udara yang bergerak ke atas tersebut akan mengalami pendinginan dan
kemudian terkondensasi dan terbentuk awan dan hujan.
b. Hujan Orografis
Udara lembab yang tertiup angin dan melintasi daerah pegunungan akan
naik dan mengalami pendinginan sehingga terbentuk awan dan hujan. Sisi
gunung yang dilalui awan tersebut banyak mendapatkan hujan, sedang sisi
yang lain (sisi yang berlawanan arah) dilalui udara kering. Daerah tersebut
tidak tetap tergantung pada musim (arah angin).
c. Hujan Konvektif
Di daerah tropis pada musim kemarau udara yang berada di dekat
permukaan tanah mengalami pemanasa yang intensi. Pemanasan tersebut
menyebabkan rapat massa berkurang, udara basah naik ke atas dan mengalami
pendinginan sehingga terjadi kondensasian terjadi hujan. Biasanya hujan ini
terjadi setempat, mempunyai intensitas yang tinggi dan durasi singkat.
Jumlah hujan yang terjadi dinyatakan dalam kedalaman air (biasanya mm),
yang dianggap terdistribusi secara merata pada seluruh daerah tangkapan air.
Intensitas hujan adalah jumlah curah hujan dalam satuan waktu, yang biasanya
dinyatakan dalam mm/jam, mm/hari, mm/bulan, hujan mingguan, hujan bulanan,
dan sebagainya (Triatmodjo, 2008).
7
2.2.2 Kekeringan dalam Hidrologi
Kekeringan merupakan hubungan antara ketersediaan air yang jauh di
bawah kebutuhan air baik untuk kebutuhan hidup maupun kebutuhan yang
lainnya. Kekeringan diklasifikasikan sebagai berikut:
2.2.2.1 Kekeringan Alamiah
a. Kekeringan meteorologist
Kekeringan ini berkaitan dengan tingkat curah hujan di bawah normal
dalam satu musim. Perhitungan tingkat kekeringan meteorologis
merupakan indikasi pertama terjadinya kondisi kekeringan. Intensitas
kekeringan berdasarkan definisi meteorologis adalah sebagai berikut:
1) Kering: apabila curah hujan antara 70%-85% dari kondisi normal
(curah hujan di bawah kondisi normal).
2) Sangat kering: apabila curah hujan antara 50%-70% dari kondisi
normal (curah hujan jauh di bawah nornal).
3) Amat sangat kering: apabila curah hujan <50% dari kondisi normal
(curah hujan amat jauh di bawah normal).
b. Kekeringan hidrologi
Kekeringan ini berkaitan dengan kekurangan pasokan air permukaan dan
air tanah. Intensitas kekeringan berdasarkan definisi hidrologis adalah
sebagai berikut:
1) Kering: apabila debit air sungai mencapai periode ulang aliran di
bawah periode 5 tahunan.
2) Sangat kering: apabila debit air sungai mencapai periode ulang aliran
jauh di bawah periode 25 tahunan.
3) Amat sangat kering: apabila debit air sungai mencapai periode ulang
aliran amat jauh di bawah perioe 50 tahunan.
c. Kekeringan pertanian
Kekeringan pertanian berhubungan dengan kekurangan kandungan air di
dalam tanah sehingga tidak mampu memenuhi kebutuhan tanaman tertentu
pada periode waktu tertentu pada wilayah yang luas.
8
d. Kekeringan sosial ekonomi
Kekeringan ini berkaitan dengan kondisi dimana pasokan komoditi
ekonomi kurang dari kebutuhan normal akibat terjadinya kekeringan
meteorologi, hidrologi dan pertanian.
2.2.2.2 Kekeringan Antropogenik
Kekeringan yang disebabkan ketidakpatuhan pada aturan yang terjadi karena
beberapa hal antara lain:
a. Kebutuhan air lebih besar dari pada pasokan yang direncanakan akibat
ketidakpatuhan dalam penggunaan air.
b. Kerusakan kawasan tangkapan air, sumber-sumber air akibat perbuatan
manusia.
2.2.2.3 Gejala Terjadinya Kekeringan
a. Kekeringan berkaitan dengan menurunnya tingkat curah hujan dibawah
normal dalam satu musim. Pengukuran kekeringan Meteorologis merupakan
indikasi pertama adanya bencana kekeringan.
b. Tahap kekeringan selanjutnya adalah terjadinya kekurangan pasokan air
permukaan dan air tanah. Kekeringan ini diukur berdasarkan elevasi muka
air sungai, waduk, danau dan air tanah. Kekeringan Hidrologis bukan
merupakan indikasi awal adanya kekeringan.
c. Kekeringan pada lahan pertanian ditandai dengan kekurangan lengas tanah
(kandungan air di dalam tanah) sehingga tidak mampu memenuhi kebutuhan
tanaman tertentu pada periode waktu tertentu pada wilayah yang luas yang
menyebabkan tanaman menjadi kering dan mengering (Sumber: Set
Bakornas PBP, 2008).
2.2.3 Statistik dalam Hidrologi
Model merupakan tiruan dari sistem yang sebenarnya. Selanjutnya model
hidrologi menurut Sri Harto (1993) adalah suatu sajian sederhana (simple
representation) dari sebuah sistim hidrologi yang kompleks. Model hidrologi
dapat dibedakan dalam tiga pendekatan/metode (Bagiawan, 2000, dalam
Charisma, 2009):
9
1) Metode deterministik
Metode deterministik adalah suatu model matematik dimana input dan
output dari sistimnya sudah tertentu misalnya model rainfall-run off. Model
ini sudah jelas inputnya (hujan) dan outputnya (debit). Model ini dapat
dikembangkan untuk memperpanjang data debit bila tersedia data curah
hujan dengan periode yang panjang sedangkan data debitnya jauh lebih
pendek (Bagiawan, 2000, dalam Charisma, 2009).
2) Metode stokastik
Metode ini dibedakan dengan metode statistik. Dalam metode stokastik
proses perhitungan sangat dipengaruhi oleh runtutan waktu, (time
dependent). Metode ini merupakan gabungan antara metode deterministik
dan faktor random (acak), (Bagiawan, 2000, dalam Charisma, 2009).
3) Metode statistik
Metode ini berkaitan dengan korelasi dan probabilistik. Dalam bidang
hidrologi metode ini digunakan untuk menghitung banjir rencana dan atau
korelasi antara dua atau beberapa variabel hidrologi (Bagiawan, 2000,
dalam Charisma, 2009).
Didalam aplikasi metode statistik untuk analisa data pengertian model
deterministik adalah variabel hidrologi dipandang sebagai suatu variabel yang
tidak berubah menurut waktu, perubahan variabel selama proses dikaitkan dengan
suatu hukum tertentu yang sudah pasti dan tidak tergantung pada peluang.
Sedangkan model stokastik adalah perubahan variabel hidrologi merupakan faktor
peluang, yaitu proses hidrologi umumnya selalu berubah menurut waktu
(Soewarno, 1995). Variabel hidrologi dapat berubah-ubah mengikuti ruang
maupun waktu. Sedangkan panjang data yang dikumpulkan dalam hidrologi,
hidrometeorologi dan hidrometri adalah dalam bentuk deret kala (time series)
(Soemarto, 1999).
10
Menurut Sri Harto Br dalam buku Analisis Hidrologi (1993) tujuan
penggunaan model dalam hidrologi adalah:
a. Peramalan (forecasting), temasuk didalamnya untuk sistem peringatan dan
manajemen. Pengertian peramalan menunjukkan bail besaran maupun
waktu kejadian yang dianalisis berdasar cara probabilistik.
b. Perkiraan (prediction), yaitu besaran dan waktu hipotetik.
c. Sebagai alat deteksi dalam masalah pengendalian. Dengan sistem yang
telah pasti dan keluaran yang telah diketahui maka masukan dapat
dikontrol atau diatur.
d. Sebagai alat pengenal (identification tool) dalam masalah perencanaan.
e. Ekstrapolasi data atau informasi
f. Perkiraan lingkungan akibat tingkat perilaku manusia yang berubah/
meningkat.
g. Penelitian dasar pada proses hidrologi.
2.2.4 Analisis Kekeringan
Kekeringan telah memberi dampak yang buruk kepada masyarakat berupa
kekurangan pangan bahkan hilangnya pekerjaan bagi masyarakat petani.
Ketiadaan curah hujan dalam kurun waktu yang lama bahkan melebihi waktu
musim kemarau dapat mempengaruhi semua sektor kehidupan. Karena besarnya
dampak kekeringan bagi kehidupan masyarakat maka perlu dilakukan upaya
untuk menanggulanginya.
Indeks kekeringan merupakan suatu perangkat utama untuk mendeteksi,
memantau dan mengevaluasi kejadian kekeringan. Untuk menduga nilai indeks
kekeringan suatu wilayah terdapat beberapa metode yang dalam proses
perhitungannya dapat memanfaatkan beberapa data, baik data iklim maupun data
kelengasan tanah. Beberapa metode tersebut seperti Standardized Precipitation
Index (SPI) dan metode Run. Tingkat keparahan kekeringan, intensitas dan waktu
kekeringan telah ditentukan dengan menggunakan metode-metode tersebut.
11
2.2.5 Penyiapan Data
Data hujan yang dimaksud dalam análisis adalah data hujan dilakukan dua
hal untuk memperoleh data hujan yang diinginkan :
1. Dalam satu tahun tertentu, untuk stasiun A dicari hujan maksimum,
selanjutnya, dicari data hujan pada stasiun lain pada hari kejadian yang
sama, kemudian dihitung hujan rata-rata DAS. Masih dalam tahun yang
sama, dicari hujan harian untuk stasiun lain dicari dan dirata-ratakan.
2. Jika data hujan yang tersedia kurang dari sepuluh tahun maka dicari data
hujan dengan puncak diatas ambang yang ditentukan dengan jumlah data
untuk satu tahun antara dua sampai dengan lima buah data. Untuk tahun
berikutnya cara yang sama dilakukan sampai seluruh data yang tersedia.
Data hujan seperti yang diperoleh dari instansi pengelolanya perlu
mendapatkan perhatian secukupnya. Beberapa kesalahan yang dapat terjadi adalah
tidak lengkapnya data akibat hilang atau alat penakar hujan rusak. Menghadapi
keadaan seperti ini maka terdapat dua langkah yang dapat dilakukan yaitu :
1. Membiarkan saja data yang hilang tersebut, karena dengan cara apapun data
tersebut tidak akan dapat diketahui dengan tepat.
2. Bila dipertimbangkan bahwa data tersebut mutlak diperlukan maka perkiraan
data tersebut dapat dilakukan dengan cara-cara yang dikenal
(Harto, 1993).
2.2.6 Analisa Hidrologi
Tahapan awal dalam perencanaan suatu rancang bangun untuk
memperkirakan besarnya debit banjir yang terjadi di suatu daerah adalah dengan
melakukan analisa hidrologi pada daerah tersebut. Tahapan analisa hidrologi yang
dapat dilakukan, adalah sebagai berikut :
Uji Konsistensi Data.
Uji konsistensi data dengan menggunakan metode RAPS (Rescaled
Adjusted Partial Sums), digunakan untuk menguji ketidakpanggahan antar data
dalam stasiun itu sendiri dengan mendeteksi pergeseran nilai rata-rata (mean).
12
Persamaan yang digunakan adalah sebagai berikut (Harto, 1993):
y
kk
D
SS
(2-1)
k = 0,1,2,…,n
n
YY
D
n
1i
2
i2
y
(2-2)
2n
1i
ik YYS
(2-3)
k = 1,2,3,…,n
dengan : n = jumlah data hujan
Yi = data curah hujan
Y = rerata curah hujan
Sk*, Sk
**, Dy = nilai statistik
Nilai statistik Q :
k
nk0SmaksQ (2-4)
Nilai statistik R (Range) :
k
nk0k
nk0SminSmaksR (2-5)
dengan : Q = nilai statistik
n = jumlah data hujan
Nilai statistik Q dan R diberikan pada Tabel 2.1. Adapun nilai Q/√n dan
R√n ditunjukkan untuk mengetahui data hujan tersebut konsisten apa tidaknya,
sehingga nilai dari Tabel 2.1 digunakan sebagai control dari metode RAPS
tersebut.
13
Tabel 2.1 Nilai nRdannQ //
2.2.7 Model Bangkitan Data dengan Model Thomas Fiering
Thomas Fiering merupakan suatu metode yang telah lama dikenal untuk
membangkitkan data debit atau data hujan bulanan. Metode ini memiliki
keunggulan antara lain adalah mengawetkan rata-rata, simpang baku, dan korelasi
antar bulan. Metode ini akan dikembangkan untuk peramalan, dengan
mengeliminir komponen yang bersifat acak, dan dilakukan dalam periode tengah-
bulanan.
Bentuk Persamaan model Thomas Fiering.
PersamaanMetode Thomas Fiering (Fiering, 1971 dalam Charisma, 2009):
211,, 1( jjijjjijjji rstXpBXP (2-6)
Dimana :
Pij = Data curah hujan hasil bangkitan
pij = curah hujan bulan ke-j dalam tahun i (j = 1,2,......12),
jX = rata – rata curah hujan bulan j,
n
p
X
n
i
ji
j
1
,
(2-7)
rj = koefisien korelasi bulan j dari bulan j-1,
90% 95% 99% 90% 95% 99%
10 1,05 1,14 1,29 1,21 1,28 1,38
20 1,10 1,22 1,42 1,34 1,43 1,60
30 1,12 1,24 1,46 1,40 1,50 1,70
40 1,13 1,26 1,50 1,42 1,53 1,74
50 1,14 1,27 1,52 1,44 1,55 1,78
100 1,17 1,29 1,55 1,50 1,62 1,86
> 100 1,22 1,36 1,53 1,62 1,75 2,00
Sumber : Sri Harto, 1993
Q/n R/nn
14
n
i
jjijji
n
i
jjijji
j
pppp
pppp
r
1
2
11,
2
,
1
11,,
)()(
)()(
(2-8)
Bj = koefisien regresi
1
j
jj
js
srB (2-9)
sj = simpangan baku bulan j,
1
)(1
,
n
pp
s
n
i
jji
j (2-10)
sj-1 = simpangan baku bulan j-1,
1jX = Curah hujan rata – rata curah hujan bulan j-1,
tij = variabel acak distribusi normal baku, dengan rata-rata = 0 dan
deviasi standar = 1,0, dengan catatan bahwa untuk j =1 (bulan
Januari) maka j-1 (bulan Desember).
Secara sederhana dapat dikatakan bahwa curah hujan tengah bulanan
mendatang adalah sama dengan rata-rata curah hujan tengah bulanan mendatang
ditambah suatu faktor yang bergantung pada besarnya curah hujan saat ini, dan
ditambah suatu faktor inovasi yang besarnya adalah acak. Metode ini memiliki
banyak keunggulan, yaitu mengawetkan nilai rata-rata, simpangan baku dan
koefisien korelasi antara bulan. Metode ini akan dikembangkan untuk bangkitan
data curah hujan tengah bulanan (Saidah, 2004, dalam Charisma, 2009).
15
2.2.8 Menghitung Kekeringan dengan menggunakan Metode Run
Metode Run apabila diaplikasikan dalam menentukan kekeringan secara
kuantitatif, ini menerangkan bagaimana suatu proses hidrologi melebihi atau
kurang daripada nilai normal dalam skor z. Nilai 0x adalah nilai bagi x dimana
sisi negatif kekeringan ditentukan. Hanya sisihan negatif ( 0xx ) < 0 mewakili
kejadian kekeringan. Ini menandakan permulaan suatu kejadian kekeringan seperti
yang ditetapkan oleh nilai pembagi. Untuk sebaran kejadian kekeringan i, waktu
Run ( Li ) didefinisikan sebagai mulainya suatu sisi negatif dan berakhirnya sisi
positif (Roswati, 2007, dalam Charisma, 2009).
Metode ini menggunakan Rumus :
XiXiZi (2-11)
11 iDDi ; 0Zi (2-12)
0Di ; 0Zi (2-13)
0Lni ; 1 iDDi (2-14)
iDLni ; 1 iDDi (2-15)
Dengan :
Ln = Lama waktu kekeringan (Bln)
Zi = Nilai surplus / defisit (mm/bln)
Xi = Nilai hujan (mm/bln)
Xi = n
xn
1 ;n = Panjang tahun
Di = Durasi kekeringan (National Climate Data Center / NCDC AS)
Kekeringan ditunjukan sebagai jumlah alur berturut-turut sama dengan
atau di bawah satu nilai normal. Normal adalah nilai rata-rata variasi hujan pada
16
suatu stasiun. Menurut metode ini kekeringan sesuai dengan “negatif berjalan”,
didefinisikan sebagai dipilihnya variabel hidrologi yang masih dibawah ambang
batas normal analisa dan harus hati-hati dipilih berdasarkan tujuan penelitian,
karena sering kali ambang batas sama dengan nilai seri data variabel yang dipilih.
Tetapi sering kali pula nilai rata-rata atau standar deviasi yang dapat dipilih.
Tingkat ambang (batas nilai) rata-rata yang menentukan permulaan atau
penghentian suatu periode kekeringan dengan memeriksa apakah satu nilai
hidrologi waktu seri terletak di atas atau di bawah ambang batas nilai normal.
Metode Run dapat didefinisikan dengan panjang, pengeluaran defisit dan
intensitas. Jumlah berturut-turut interval waktu dimana curah hujan masih
dibawah tingkat kritis. Pengeluaran defisit adalah total jumlah berturut-turut
defisit dan intensitas diberikan oleh rasio (Roswati, 2007, dalam Charisma 2009).
2.2.9 Menghitung Indeks Kekeringan dengan menggunakan Metode
Standardized Precipitation Index (SPI)
Terjadinya kondisi diatas merupakan tanda awal terjadinya kekeringan,
sehingga perlu dilakukan analisis untuk mengetahui tingkat kekeringannya
sehingga bisa dijadikan sebagai peringatan awal akan adanya kekeringan yang
lebih jauh.
Salah satu metode yang digunakan dalam analisis kekeringan ini adalah
menggunakan metode Standardized Precipitation Index (SPI) yang
dikembangkan oleh McKee, et al tahun 1993. Metode ini merupakan model untuk
mengukur kekurangan/defisit curah hujan pada berbagai periode berdasarkan
kondisi normalnya. Perhitungan nilai SPI berdasarkan distribusi gamma. Mc.Kee
et al (1993) menggunakan sistem klasifikasi seperti yang ditunjukan dalam Tabel
2.3 berikut untuk mendefinisikan tingkat kekeringan pada analisis SPI.
Mc Kee et al juga menjelaskan kriteria untuk kejadian kekeringan dalam
skala waktu. Kekeringan terjadi apabila nilai SPI adalah negatif dan mencapai
pengamatan -1.0 atau kurang, sedangkan kekeringan akan berakhir apabila nilai
17
SPI menjadi positif. Adapun nilai SPI dan klasifikasinya ditunjukkan pada Tabel
2.2 sebagai berikut,
Tabel 2.2 Nilai SPI dan klasifikasinya
Nilai SPI Klasifikasi
≥ 2.0 Extrem Basah
1.5 Sampai 1.99 Sangat Basah
1.0 Sampai 1.49 Basah
-0.99 Sampai 0.99 Normal
-1.49 Sampai -1.0 Kering
-1.99 Sampai -1.5 Sangat Kering
≤ -2.0 Extrem Kering
Sumber : NOAA (National Weather Service Forecast Office)
Adapun langkah-langkah pengerjaan metode SPI ini adalah :
1. Menghitung nilai mean :
x = n
x (2-20)
Dengan :
x = nilai rata-rata kejadian hujan (mm)
x = jumlah kejadian hujan (mm)
n = jumlah data
as an Excel function, the mean = AVERAGE (first : last)
2. Menghitung Standar Deviasi :
n
xxS
)( (2-21)
Dengan :
S = standar deviasi
as an Excel function, the standard deviation = STDEV (first : last)
18
3. Menghitung nilai kemencengan :
2
)2)(1(
s
xx
nn
nSkew (2-22)
as an Excel function, the skew = SKEW (first : last)
4. Menghitung log mean :
x ln = n
xln (2-23)
5. Menghitung nilai bentuk (Shape) :
3
41
4
1 u
u (2-24)
xU ln( ) -n
x)ln( (2-25)
6. Menghitung skala (scale) :
x (2-26)
7. Menghitung gamma distribusi :
dxeta
dxxgxG
xx x
a
0 0
1
)(
1)()( (2-27)
as an Excel function, the gamma transform = GAMMADIST (x, β, α, true)
8. Menghitung transfom gamma distribution :
2
1ln
Xgt dimana Xg ≤ 0.5 (2-28)
)1(
1ln
2Xgt dimana Xg < 1.0 (2-29)
Dengan :
)()1( xGqqXg (2-30)
q = m/n dengan m adalah jumlah kejadian hujan 0 mm dalam deret seri
data hujan.
19
9. Menghitung nilai SPI :
32
2
001.0189.0433.11
010.0803.0516.2Z
ttt
tttSPI dimana Xg ≤ 0.5 (2-31)
32
2
001.0189.0433.11
010.0803.0516.2Z
ttt
tttSPI dimana Xg<1.0 (2-32)
Analisis kekeringan dengan menggunakan metode SPI ini dapat dilakukan
dengan periode waktu bulanan, tiga bulananan, dan seterusnya sesuai dengan
tujuan dilakukannya analalisis (L.Giddings, et al, 2004, dalam Charisma, 2009).
20
BAB III
METODE PENELITIAN
3.1 Lokasi Penelitian
Penelitian ini dilaksanakan diwilayah Kabupaten Dompu dengan
mengambil sampel kecamatan Manggelewa, dengan dua stasiun hujan sebagai
sampel penelitian, antara lain : Stasiun Dompu dan Stasiun Kadindi. Adapun
gambar lokasi penelitian ditunjukkan pada Gambar 3.1 sebagai berikut,
Gambar 3.1 Peta Lokasi Penelitian
3.2 Alat dan Bahan
Alat-alat yang digunakan pada penelitian ini adalah sebagai berikut:
a. Alat-alat tulis.
b. Komputer untuk menganalisis data dan penyusunan skripsi.
Bahan yang digunakan dalam penelitian ini adalah data hujan setengah
bulanan yang terukur dari ARR Dompu dan ARR Kadindi.
LOKASI
PENELITIAN
21
3.3 Pelaksanaa Penelitian
3.3.1 Tahap Persiapan
Tahap persiapan yang dimaksud adalah pengumpulan literatur-literatur
dan referensi yang menjadi landasan teori.
3.3.2 Pengumpulan Data
Pengumpulan data dapat diperoleh dari observasi langsung dilapangan
(data primer) dan dapat juga diperoleh dari instansi-instansi terkait (data
sekunder).
Dalam analisis ini data diperoleh hanya dari data sekunder, yaitu data
hujan yang ada dalam rentang waktu pencatatan yang cukup panjang. Dalam hal
ini digunakan 11 tahun data curah hujan yang tercatat untuk kegiatan perhitungan
parameter-parameter statistik dari tahun 2004-2015.
Data sekunder dari penelitian ini adalah data hujan setengah bulanan yang
diambil dari ARR Kadindi dan ARR Dompu.
3.3.3 Perhitungan dan Pengolahan Data
Berikut ini adalah tahapan-tahapan pengolahan data dan penarikan
kesimpulan dalam analisis kekeringan di wilayah Kecamatan Manggelewa dengan
menggunakan beberapa metode statistik yaitu metode Run dan SPI :
1) Mengumpulkan data curah hujan setengah bulanan selama 11 tahun.
2) Mentabulasikan data curah hujan bulanan, dimana kolom-kolom
menyatakan curah hujan bulanan dan baris menyatakan tahun.
3) Uji konsistensi data curah hujan bulanan.
Uji konsistensi data hujan ini dilakukan dengan menggunakan metode
RAPS (Rescaled Adjusted Partial Sums) periode tahun 2004-2015 dan
periode tahun 2016-2021.
4) Perhitungan bangkitan data debit hujan dengan menggunkaan Model
Thomas Fiering sebanyak 5 tahun (2016-2020)
a. Menghitung rata-rata curah hujan.
b. Menghitung simpang baku.
c. Menghitung koefisien korelasi.
22
d. Menghitung koefisien regresi.
e. Mencari bilangan acak distribusi normal baku, dengan rata-rata =0 dan
deviasi standar =1,
f. Menghitung bangkitan data berdasarkan parameter-parameter statistik
dengan menggunakan Persamaan (2-6) sampai Persamaan (2-10).
5) Menganálisis kekeringan dengan menggunakan data tahun 2004 sampai
tahun 2015 dan data hasil bangkitan (tahun 2016-2021) dengan
menggunakan metode Run dan SPI.
a) Metode Run
1. Menghitung jumlah datanya dan rata-rata hujan untuk setiap
bulannya.
2. Menghitung nilai surplus dan defisit pada setiap bulannya.
3. Menghitung durasi kekeringan kumulatif.
4. Menghitung durasi kekeringan terpanjang.
b) Standardized Precipitation Index (SPI)
1. Menghitung nilai Mean (2-20).
2. Menghitung Standar Devisiasi (2-21)
3. Menghitung nilai kemencengan (2-22)
4. Menghitung log mean (2-23)
5. Menghitung nilai bentuk/shape (2-24 dan 2-25)
6. Menghitung skala/scale (2-26)
7. Menghitung gamma distribusi (2-27)
8. Menghitung transfom gamma distribution (2-28 sampai 2-30)
9. Menghitung nilai SPI (2-31 dan 2-32)
10. Dengan menggunakan kriteria SPI yang telah ditentukan dan
dicocokkan dengan nilai SPI yang diperoleh dengan kriteria
yang sesuai.
6) Perbandingan bulan basah dan bulan kering yang diperoleh dari metode
Run dan SPI berdasarkan kriteria masing-masing metode tersebut.
7) Kesimpulan
23
3.4 Bagan Alir Penelitian
Proses perencanaan dilakukan sesuai dengan bagan alir (flow chart).
Adapun gambar Bagan alir penelitian ditunjukkan pada Gambar 3.2 sebagai
berikut,
Mulai
Pengumpulan Data
Data Curah Hujan Terukur
Setengah Bulanan 11 Tahun
Uji konsistensi data
periode 2004-2015
Ya
Tidak
Data Hujan Bulanan Periode Tahun
2004-2015
A B
24
Gambar 3.2 Bagan Alir Penelitian
Ya
a. Analisis lama durasi bulan-
bulan kering dan jumlah
kekeringan terbesar berdasarkan
metode Run.
b. Analisis nilai indeks kekeringan
berdasarkan metode SPI.
Data Hujan Bulanan Periode
Tahun 2016-2020
Selesai
Tidak
A
Uji konsistensi data
periode 2016-2020
Membangkitkan Data Curah Hujan
dengan Model Thomas Fiering
B
Analisis prediksi lama durasi bulan-bulan
kering dan jumlah kekeringan terbesar
berdasarkan metode Run dan prediksi nilai
indeks kekeringan berdasarkan metode SPI
Kesimpulan
Pembahasan
25
BAB IV
ANALISA DAN PEMBAHASAN
4.1 Tinjauan Umum
Kecamatan Manggelewa merupakan salah satu dari delapan Kecamatan yang
berada di Kabupaten Dompu. Kecamatan Manggelewa memiliki luas wilayah 176,46
km2. Kecamatan Manggelewa berbatasan langsung dengan Kecamatan Kilo di sebelah
Utara, Kecamatan Kempo di sebelah Barat, Kecamatan Woja di sebelah Timur dan
Kabupaten Sumbawa di sebelah Selatan.
4.2 Analisis Hidrologi
4.2.1 Pemilihan Stasiun Hujan Yang Berpengaruh Terhadap Lokasi Studi
Dalam analisis kekeringan menggunakan metode Run dan SPI pada suatu lokasi,
dibutuhkan data curah hujan dengan periode waktu yang cukup panjang. Perhitungan
analisis kekeringan pada suatu lokasi dapat dilakukan dengan melakukan analisis pada
stasiun hujan yang berpengaruh pada lokasi tersebut. Untuk mengetahui stasiun hujan
yang berpengaruh terhadap lokasi studi dapat digunakan metode Polygon Thiessen. Pada
kabupaten Dompu hanya ada dua stasiun Hujan sehingga berdasarkan penggambaran
Polygon Thiessen diperoleh bahwa stasiun yang berpengaruh pada Kecamatan
Manggelewa Kabupaten Dompu adalah Stasiun Dompu sebesar 80,63% dan Stasiun
Kadindi sebesar 19,37% terhadap Kecamatan Manggelewa. Berikut ini adalah
penggambaran Polygon Thiessen untuk lokasi Studi di tunjukkan dengan Gambar 4.1
berikut ini.
26
Gambar 4.1 Polygon Theissen lokasi studi
4.2.2 Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data hujan yang berpengaruh
pada Kecamatan Manggelewa, Kabupaten Dompu. Stasiun hujan yang digunakan antara
lain :
a. Stasiun penakar hujan Dompu (2004 - 2015)
Desa/Kec/Kab : Woja/Dompu/Dompu
Koordinat : 80 34' 48.4" LS dan 118
0 28' 12" BT
b. Stasiun penakar hujan Kadindi (2004-2015)
Desa/Kec/Kab : Kadindi/Pekat/Dompu
Koordinat : 80 11' 51.3" LS dan 117
0 54' 7.8" BT
27
Data tersebut diperoleh dari Balai Informasi Sumber Daya Air (BISDA) DPU
PROV. NTB dan digunakan data curah hujan setengah bulanan selama 11 tahun yaitu
dari tahun 2004 sampai 2015 dan data tersebut digunakan untuk bangkitan data dengan
menggunakan Model Thomas Fiering, sedangkan untuk analisis kekeringan
menggunakan data curah hujan bulanan yang diperoleh dari penjumlahan data curah
hujan setengah bulanan di setiap bulannya. Adapun data curah hujan dari masing-masing
stasiun penakar hujan dapat dilihat pada halaman Lampiran 1.
4.2.3 Uji Konsistensi Data Curah Hujan
Dalam studi ini uji konsistensi data curah hujan menggunakan metode RAPS
(Rescaled Adjusted Partial Sums) seperti tercantum dalam Persamaan(2-1) sampai
dengan Persamaan (2-5).
Contoh analisis uji konsistensi data curah hujan untuk stasiun Dompu pada tahun
2004 adalah sebagai berikut :
1. Curah hujan tahun 2004 (Xi) = 920,0 mm
2. Jumlah data hujan (n) = 11
3. Nilai rata-rata keseluruhan hujan ( X ) = 1233,05 mm
4. Nilai Statistik (SK *)
= ( xxi )
= 920,0 – 1233,05
= -313,05 mm
5. Nilai Statistik (Dy2) =
n
XX i
2)(
=98000,3/11
= 8908,86
6. Dy = 2
yD
= 636,14
7. Nilai Statistik SK **
= Dy
SK *
28
= 636,14
313,05-
= -0,49
8. Harga Mutlak | SK **
| = 0,49
Hasil perhitungan untuk tahun-tahun selanjutnya di stasiun hujan Dompu dapat
dilihat pada Tabel 4.1.
Tabel 4.1 Uji RAPS Stasiun Hujan Dompu
No Tahun Hujan (X)
Sk* Dy2 Sk** | Sk** |
1 2004 920.0 -313.05 -313.05 8908.86 -0.49 0.49
2 2005 1548.5 315.45 2.41 9046.51 0.00 0.00
3 2006 1096.1 -136.95 -134.54 1704.91 -0.21 0.21
4 2007 1796.3 563.25 428.72 28841.43 0.67 0.67
5 2008 1770.5 537.46 966.18 26260.74 1.52 1.52
6 2009 698.6 -534.46 431.73 25967.51 0.68 0.68
7 2011 389.6 -843.45 -411.72 64672.75 -0.65 0.65
8 2012 949.4 -283.65 -695.36 7314.07 -1.09 1.09
9 2013 2711.7 1478.65 783.29 198765.39 1.23 1.23
10 2014 1012.1 -220.95 562.35 4437.90 0.88 0.88
11 2015 670.7 -562.35 0.00 28748.40 0.00 0.00
Jumlah = 13563.5 404668.46
Rata-rata = 1233.05 36788.04
n = 11
Dy = 636.14
Sk**min = -1.09
Sk**maks = 1.52
Qy = |Sk**maks| = 1.52
Ry = Sk**maks - Sk**min = 2.61
Qy/(√n) = 0.46 < 1,303 (Tabel 2.1) Konsisten
Ry/(√n) = 0.79 < 1,402 (Tabel 2.1) Konsisten
Sumber : Hasil Perhitungan
29
Tabel 4.2 Uji RAPS Stasiun Hujan Kadindi
No Tahun Hujan (X)
Sk* Dy2 Sk** | Sk** |
1 2004 697.5 -514.27 -514.27 24043.31 -1.01 1.01
2 2005 749.2 -462.57 -976.85 19452.14 -1.93 1.93
3 2006 932.6 -279.17 -1256.02 7085.22 -2.48 2.48
4 2007 726.5 -485.27 -1741.29 21408.15 -3.44 3.44
5 2008 1047.4 -164.37 -1905.66 2456.22 -3.76 3.76
6 2009 974.1 -237.67 -2143.34 5135.30 -4.23 4.23
7 2011 1322.3 110.53 -2032.81 1110.57 -4.01 4.01
8 2012 1259.7 47.93 -1984.88 208.82 -3.92 3.92
9 2013 2484.1 1272.33 -712.55 147165.15 -1.41 1.41
10 2014 1390.6 178.83 -533.73 2907.20 -1.05 1.05
11 2015 1745.5 533.73 0.00 25896.80 0.00 0.00
Jumlah = 13329.5 256868.88
Rata-rata = 1211.77 23351.72
n = 11
Dy = 506.82
Sk**min = -4.23
Sk**maks = 0.00
Qy = |Sk**maks| = 4.23
Ry = Sk**maks - Sk**min = 4.23
Qy/(√n) = 1.28 < 1,303 (Tabel 2.1) Konsisten
Ry/(√n) = 1.28 < 1,402 (Tabel 2.1) Konsisten
Untuk hasil uji konsistensi diatas berlaku pada tahun periode 2004-2015. Berikut
adalah hasil rekapitulasi perhitungan uji konsistensi data menggunakan metode RAPS
dapat dilihat pada Tabel berikut.
30
Tabel 4.3 Rekapitulasi Uji RAPS Periode Tahun 2004-2015
Stasiun
Qy/(√n) Ry/(√n)
Keterangan Qy/(√n)
Hitungan
Qy/(√n)
Tabel 2.1
Ry/(√n)
Hitungan
Ry/(√n)
Tabel 2.1
Dompu 0,46 1,303 0,79 1,402 Konsisten
Kadindi 1.28 1,303 1.28 1,402 Konsisten
Sumber : Hasil Perhitungan
Dari Tabel diatas dapat disimpulkan bahwa masing-masing stasiun hujan
didapatkan nilai nRnR // Tabel 99% dan juga nQnQ // Tabel 99%
(Tabel 2.1) sehingga memenuhi syarat.
Tabel 4.3 Uji RAPS bangkitan stasiun hujan Dompu
No Tahun Hujan (X)
Sk* Dy2 Sk** | Sk** |
1 2016 1419.5 59.15 59.15 699.85 0.37 0.37
2 2017 1646.9 286.57 345.73 16424.98 2.17 2.17
3 2018 1264.9 -95.36 250.37 1818.56 1.57 1.57
4 2019 1249.9 -110.43 139.94 2439.11 0.88 0.88
5 2020 1220.4 -139.94 0.00 3916.59 0.00 0.00
Jumlah = 6801.5 25299.08
Rata-rata = 1360.30 5059.82
n = 5
Dy = 159.06
Sk**min = 0.00
Sk**maks = 2.17
Qy = |Sk**maks| = 2.17
Ry = Sk**maks - Sk**min = 2.17
Qy/(√n) = 0.97 < 1.29 (Tabel 2.1) Konsisten
Ry/(√n) = 0.97 < 1.38 (Tabel 2.1) Konsisten
31
Tabel 4.4 Uji RAPS bangkitan stasiun hujan Kadindi
No Tahun Hujan (X)
Sk* Dy2 Sk** | Sk** |
1 2016 1779.0 213.12 213.12 9084.04 1.27 1.27
2 2017 1680.5 114.56 327.68 2624.83 1.95 1.95
3 2018 1563.8 -2.08 325.60 0.87 1.94 1.94
4 2019 1281.1 -284.84 40.76 16227.27 0.24 0.24
5 2020 1525.2 -40.76 0.00 332.20 0.00 0.00
Jumlah = 7829.6 28269.20
Rata-rata = 1565.92 5653.84
n = 5
Dy = 168.13
Sk**min = 0.00
Sk**maks = 1.95
Qy = |Sk**maks| = 1.95
Ry = Sk**maks - Sk**min = 1.95
Qy/(√n) = 0.87 < 1.29 (Tabel 2.1) Konsisten
Ry/(√n) = 0.87 < 1.38 (Tabel 2.1) Konsisten
Tabel 4.5 Rekapitulasi Uji RAPS Periode Tahun 2016-2020
Stasiun
Qy/(√n) Ry/(√n)
Keterangan Qy/(√n)
Hitungan
Qy/(√n)
Tabel 2.1
Ry/(√n)
Hitungan
Ry/(√n)
Tabel 2.1
Dompu 0,97 1,29 0,97 1,38 Konsisten
Kadindi 0,87 1,29 0,87 1,38 Konsisten
Sumber : Hasil Perhitungan
Dari hasil perhitungan untuk uji RAPS (Rescaled Adjusted Partial Sums)
didapatkan nilai nRnR // Tabel 99% dan juga nQnQ // Tabel 99%
(Tabel 2.1) sehingga data hujan hasil bangkitan memenuhi syarat.
4.3 Model Bangkitan Data Menggunakan Model Thomas Fiering
Menghitung parameter-parameter statistik.
1. Menghitung curah hujan rata-rata setengah bulanan.
Persamaan yang digunakan untuk menghitung adalah:
32
n
p
P
n
i
ji
j
1
,
dengan:
jp = Curah hujan rerata bulan ke-j (mm)
pij = Curah hujan ke-I, bulan ke-j (mm)
n = Panjang data bulan ke-j
Contoh perhitungan pada sasiun hujan Dompu :
a. Rata-rata bulan Januari I:
n
p
p
n
i
ji
j
1
,
=11
2015) . . .2005(2004 IJan hujan Curah
= 93,10311
2,1143 mm
b. Rata-rata bulan Januari II :
n
p
p
n
i
ji
j
1
,
=11
2015) . . .2005(2004 IIJan hujan Curah
= 03,12011
3,1320 mm
Hasil perhitungan pada stasiun Dompu periode 2004-2015 menggunakan Persamaan
diatas didapatkan nilai rata-rata curah hujan setengah bulanan seperti yang ditampilkan
pada Tabel 4.6 dan Tabel 4.7.
33
Tabel 4.6 Nilai Rata-rata stasiun hujan Dompu
Bulan Pj Bulan Pj
Jan I 103.927 Jul I 9.282
II 120.031 II 2.482
Feb I 75.923 Agt I 1.673
II 115.441 II 0.131
Mar I 78.155 Sep I 0.000
II 86.219 II 0.055
Apr I 95.645 Okt I 10.882
II 37.064 II 21.018
Mei I 14.427 Nov I 69.155
II 59.745 II 65.327
Jun I 5.045 Des I 97.727
II 19.455 II 144.236
Sumber : Hasil Perhitungan
Tabel 4.7 Nilai Rata-rata stasiun hujan Kadindi
Bulan Pj Bulan Pj
Jan I -0.007 Jul I 0.607
II 0.456 II 0.378
Feb I 0.147 Agt I -0.138
II 0.766 II 0.354
Mar I 0.345 Sep I 0.084
II 0.200 II 0.148
Apr I 0.516 Okt I -0.213
II 0.387 II -0.086
Mei I 0.504 Nov I -0.007
II -0.167 II 0.236
Jun I 0.060 Des I 0.312
II -0.065 II 0.373
Sumber : Hasil Perhitungan
34
2. Menghitung simpangan baku/standar deviasi
Persamaan yang digunakan untuk menghitung nilai simpangan baku adalah sebagai
berikut:
1
)2
1
,
n
pp
s
n
i
jji
j
dengan :
Sj= Simpangan baku bulan ke-j
pi,j= Curah hujan tahun ke-I, bulan ke-j (mm)
jp = Curah hujan rerata bulan ke-j (mm)
Contoh perhitungan pada stasiun Dompu periode 2004-2015.
Simpangan baku bulan Januari II (Sj) :
= 5– 120.03 = -115.03 mm
= -115.032 = 13232.11 mm
2
)( , jji pp
2
, )( jji pp
35
Tabel 4.8 Analisis Parameter Nilai Simpangan Baku Bulan Januari II(Sj)
Tahun
2004 5 -115.03 13232.11
2005 66 -54.03 2919.34
2006 201 80.47 6475.27
2007 113 -7.03 49.43
2008 301 181.17 32822.24
2009 42 -77.69 6035.88
2011 10 -110.23 12150.85
2012 67 -52.73 2780.55
2013 206 85.97 7390.68
2014 185 65.37 4273.12
2015 124 3.77 14.21
Jumlah 1320.34 88143.69
Rerata 120.03 `
Sumber : Hasil Perhitungan
Sehingga simpangan baku untuk bulan Januari II (Sj) :
1
)( 2
1
,
n
pp
s
n
i
jji
j
111
88143.69
js
= 93.885 mm
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.9, sedangkan untuk
perhitungan pada stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 3.
36
Tabel 4.9 Nilai Simpang Baku Stasiun Dompu
Bulan Sj Bulan Sj
Jan I 135.586 Jul I 16.149
II 93.885 II 7.810
Feb I 81.542 Agt I 5.416
II 127.085 II 0.291
Mar I 70.559 Sep I 0.000
II 58.048 II 0.181
Apr I 78.790 Okt I 14.373
II 43.765 II 30.234
Mei I 18.691 Nov I 87.636
II 122.658 II 70.417
Jun I 10.548 Des I 83.973
II 46.478 II 135.897
Sumber : Hasil Perhitungan
3. Menghitung koefisien korelasi
Persamaan yang digunakan untuk menghitung nilai koefisien korelasi adalah sebagai
berikut:
n
i
jjijji
n
i
jjijji
j
pppp
pppp
r
1
2
11,
2
,
1
11,,
)()(
)()(
dengan:
rj = Koefisien korelasi curah hujan rerata bulan ke-j dengan bulan ke-j-1
pi,j = Curah hujan tahun ke-i, bulan ke-j (mm)
j
p = Curah hujan rerata bulan ke-j (mm)
pi,j-1 = Curah hujan tahun ke-i, bulan ke j-1(mm)
j
p -1 = Curah hujan rerata bulan ke j-1 (mm)
37
Contoh perhitungan pada stasiun hujan Dompu :
a) Koefisien korelasi bulan Januari II (rj) :
Dimana :
pi,j adalah curah hujan Januari II
pi,j-1 adalah curah hujan Januari I
jp adalah curah hujan rata-rata Januari II
jp -1 adalah curah hujan rata-rata Januari I
Contoh perhitungan analisis parameter pada stasiun hujan Dompu periode 2004-
2015. Dengan menggunakan Persamaan diatas dapat dilihat pada Tabel 4.10 berikut,
sedangkan untuk perhitungan pada stasiun hujan Kadindi dapat dilihat pada halaman
Lampiran 4.
38
Tabel 4.10 Analisa parameter koefisien korelasi (rj) bulan Januari II
Tahun jip , 1, jip
jp
jji pp ,
1jp
11, jji pp
2
, )(jji pp
2
11, )(
jji pp )( , jji pp )(11,
jji pp
1 2 3 4 5 6 7 8 9 10 = 5 x 7
2004 5.0 119.5 120.0 -115.0 103.9 15.6 13232.1 242.5 -1791.345
2005 66.0 0.0 120.0 -54.0 103.9 -103.9 2919.3 10800.9 5615.285
2006 200.5 122.0 120.0 80.5 103.9 18.1 6475.3 326.6 1454.2959
2007 113.0 73.0 120.0 -7.0 103.9 -30.9 49.4 956.5 217.44684
2008 301.2 100.7 120.0 181.2 103.9 -3.2 32822.2 10.4 -584.6821
2009 42.3 35.0 120.0 -77.7 103.9 -68.9 6035.9 4751.0 5355.0225
2011 9.8 10.0 120.0 -110.2 103.9 -93.9 12150.9 8822.3 10353.689
2012 67.3 37.3 120.0 -52.7 103.9 -66.6 2780.5 4439.2 3513.3167
2013 206.0 492.0 120.0 86.0 103.9 388.1 7390.7 150600.4 33362.26
2014 185.4 103.5 120.0 65.4 103.9 -0.4 4273.1 0.2 -27.93043
2015 123.8 50.2 120.0 3.8 103.9 -53.7 14.2 2886.6 -202.503
Jumlah 1754.8 1468.2 0 0 88143.7 183836.7 57264.9
Sumber : Hasil Perhitungan
39
Berdasarkan analisa parameter koefisien korelasi pada Tabel diatas maka diperoleh
nilai koefisien korelasi (rj) :
n
i
jjijji
n
i
jjijji
j
pppp
pppp
r
1
2
11,
2
,
1
11,,
)()(
)()(
450,0)7.88143()7.183836(
9.57264
Untuk hasil perhitungan nilai koefisien regresi bulan selanjutnya untuk stasiun
hujan Dompu dapat dilihat pada Tabel 4.11, sedangkan untuk stasiun hujan Kadindi
dapat dilihat pada halaman Lampiran 5.
Tabel 4.11 Nilai Koefisien Korelasi Stasiun Dompu
Bulan rj Bulan rj
Jan I -0.282 Jul I 0.443
II 0.450 II 0.382
Feb I 0.549 Agt I -0.053
II 0.684 II 0.646
Mar I -0.015 Sep I 0.000
II 0.623 II 0.000
Apr I 0.579 Okt I -0.251
II 0.173 II 0.837
Mei I 0.054 Nov I 0.453
II -0.012 II -0.084
Jun I 0.776 Des I 0.392
II 0.901 II 0.680
Sumber : Hasil Perhitungan
40
4. Menghitung koefisien regresi
Persamaan yang digunakan untuk menghitung nilai koefisien regresi (Bj) adalah
sebagai berikut:
1
j
jj
js
srB
dengan :
bj = Koefisien regresi bulan ke-j
rj = Koefisien korelasi curah hujan rerata bulan ke-j dengan bulan ke-j-1
Sj = Simpangan baku bulan ke-j
Sj-1= Simpangan baku bulan ke-j-1
Contoh perhitungan stasiun hujan Dompu:
a. Koefisien Regresi bulan Februari I
dimana :
Koefisien korelasi (rj) bulan Februari I : 0,549
Simpangan baku bulan ke j : 81,542 mm
Simpangan baku bulan ke j-1 : 93,885 mm
Maka diperoleh nilai koefisien regresi untuk bulan Februari I
1
j
jj
js
srb 477,0
885,93
81,542 0,549
b. Koefisien Regresi bulan Februari II
dimana :
Koefisien korelasi (rj) bulan Februari II : 0,684
Simpangan baku bulan ke j : 127,085 mm
Simpangan baku bulan ke j-1 : 81,542 mm
41
Maka diperoleh nilai koefisien regresi untuk bulan Februari II
1
j
jj
js
srb 066,1
542,81
085,127684,0
Seperti contoh di atas didapatkan nilai koefisien regresi setengah bulanan pada
stasiun hujan Dompu seperti yang ditampilkan pada Tabel 4.12, sedangkan untuk
perhitungan stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 6.
Tabel 4.12 Nilai Koefisien Regresi Stasiun Dompu
Bulan Bj Bulan Bj
Jan
I -0.281
Jul
I 0.154
II 0.311 II 0.185
Feb
I 0.477
Agt
I -0.037
II 1.066 II 0.035
Mar
I -0.008
Sep
I 0.000
II 0.512 II 0.000
Apr
I 0.786
Okt
I -19.950
II 0.096 II 1.761
Mei
I 0.023
Nov
I 1.314
II -0.078 II -0.068
Jun
I 0.067
Des
I 0.467
II 3.969 II 1.101
Sumber : Hasil Perhitungan
5. Menentukan rangkaian bilangan acak dengan menggunakan program Minitab.
Rangkaian bilangan acak untuk stasiun hujan Dompu yang didapat dari program
Minitab17 dapat dilihat pada Tabel 4.13, sedangkan untuk stasiun hujan Kadindi dapat
dilihat pada halaman Lampiran 7.
42
Tabel 4.13 Nilai Bilangan Acak Stasiun Hujan Dompu
2016 2017 2018 2019 2020
-0.0669819 1.93739873 0.7720355 -0.12405 -0.80243
0.71664504 -0.5298452 -1.89906756 -0.07379 0.915119
0.54385266 -0.1955245 -1.07018431 -1.44176 0.093259
1.25182589 1.30594286 0.62498286 -0.31212 -0.75158
1.96064209 1.76915174 -0.28299002 -1.24627 -1.48668
-0.0850475 -1.5172157 0.14374183 -0.56905 -1.09444
0.67179319 -0.0861363 -2.4491278 0.591501 0.690591
-1.0323836 -1.4063525 0.96104997 1.634704 1.126362
0.6863196 -0.6623059 0.76868611 -0.55965 0.365779
-1.8849065 -1.5122181 0.4442241 0.873921 0.696712
2.23140455 -0.444135 -0.11916516 1.5021 1.206521
0.18918365 -0.3171961 1.8947836 1.026382 1.392178
0.53142028 1.13190088 -0.92726065 1.378771 -0.70235
-1.4528265 0.9902699 1.07450045 -1.0109 1.001991
0.45310759 -1.1211085 1.03166808 0.186447 -0.64892
0.19746998 -0.7200638 -0.02627728 1.447664 0.209915
-0.6134996 2.32210813 -1.02202536 -1.59091 1.702117
-0.162808 0.93975432 0.50204395 -1.09072 0.696255
2.61037193 -2.6097829 0.72869166 -0.02566 -1.68692
1.17557202 3.41824975 -0.7777526 0.402852 -0.39577
2.14749717 -0.3349712 -1.85339514 0.108558 0.429407
-0.8818468 0.11814182 1.17443909 0.148851 0.850118
-1.3668653 -0.4654304 1.83018302 -0.35574 2.955346
-0.7109418 -1.309829 -1.72703563 -0.36008 0.086939
Sumber : Program Minitab 17
6. Membangkitkan data hujan
Setelah semua parameter statistik dan rangkaian bilang acak diketahui maka data
bangkitan menggunakan metode Thomas Fiering dapat dicari. Dengan demikian didapat
nilai prediksi data hujan pada tahun 2016-2020.
Persamaan yang digunakan adalah :
43
p i, j = j
p +Bj . )(11,
jji pp + ti,j. )1(2
jj rs
Berikut analisis bangkitan data untuk stasiun hujan Dompu pada tahun 2016 dan
hanya menampilkan analisis bangkitan untuk bulan Januari I.
Diketahui :
Curah hujan (pi,j-1) bulan Januari I (Des II tahun 2015) : 0,00 mm
Curah hujan rata-rata (j
p ) bulan Januari I : 103,927 mm
Curah hujan rata-rata (1j
p ) bulan Januari I : 144,236 mm
Koefisien korelasi (rj) bulan Januari I : -0,282
Simpangan baku (Sj) bulan Januari I : 135,897 mm
Koefisien regresi (Bj) bulan Januari I : -0,281
Nilai variant acak (tij) bulan Januari I : -0,067
Maka diperoleh data hasil bangkitan untuk bulan Januari I, yaitu
2
, 282,01(897,1350,067-236,1440,00281,0927,103 jip
135,777, jip mm
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.14 serta rekapitilasi tahun
berikutnya dapat dilihat pada Tabel 4.15,sedangkan untuk stasiun hujan Kadindi dapat
dilihat pada halaman Lampiran 8 dan Lampiran 9.
44
Tabel 4.14 Perhitungan Bangkitan Data Curah Hujan Tahun 2016 Stasiun Dompu
No Bulan Pij-1 j
p 1j
p Sj Sj-1 rj Bj tij Pi,j
1 Jan I 0.000 103.927 144.236 135.586 135.897 -0.282 -0.281 -0.067 135.777
2 II 135.777 120.031 103.927 93.885 135.586 0.450 0.311 0.717 190.042
3 Feb I 190.042 75.923 120.031 81.542 93.885 0.549 0.477 0.544 146.383
4 II 146.383 115.441 75.923 127.085 81.542 0.684 1.066 1.252 306.616
5 Mar I 306.616 78.155 115.441 70.559 127.085 -0.015 -0.008 1.961 214.885
6 II 214.885 86.219 78.155 58.048 70.559 0.623 0.512 -0.085 152.394
7 Apr I 152.394 95.645 86.219 78.790 58.048 0.579 0.786 0.672 190.817
8 II 190.817 37.064 95.645 43.765 78.790 0.173 0.096 -1.032 1.726
9 May I 1.726 14.427 37.064 18.691 43.765 0.054 0.023 0.686 26.429
10 II 26.429 59.745 14.427 122.658 18.691 -0.012 -0.078 -1.885 172.369
11 Jun I 172.369 5.045 59.745 10.548 122.658 0.776 0.067 2.231 27.413
12 II 27.413 19.455 5.045 46.478 10.548 0.901 3.969 0.189 112.047
13 Jul I 112.047 9.282 19.455 16.149 46.478 0.443 0.154 0.531 31.224
14 II 31.224 2.482 9.282 7.810 16.149 0.382 0.185 -1.453 3.952
15 Aug I 3.952 1.673 2.482 5.416 7.810 -0.053 -0.037 0.453 4.070
16 II 4.070 0.131 1.673 0.291 5.416 0.646 0.035 0.197 0.258
17 Sep I 0.258 0.000 0.131 0.000 0.291 0.000 0.000 -0.613 0.000
45
18 II 0.000 0.055 0.000 0.181 0.000 0.000 0.000 -0.163 0.025
19 Oct I 0.025 10.882 0.055 14.373 0.181 -0.251 -19.950 2.610 47.786
20 II 47.786 21.018 10.882 30.234 14.373 0.837 1.761 1.176 105.450
21 Nov I 105.450 69.155 21.018 87.636 30.234 0.453 1.314 2.147 347.849
22 II 347.849 65.327 69.155 70.417 87.636 -0.084 -0.068 -0.882 15.427
23 Dec I 15.427 97.727 65.327 83.973 70.417 0.392 0.467 -1.367 31.188
24 II 31.188 144.236 97.727 135.897 83.973 0.680 1.101 -0.711 0.166
Sumber : Hasil Perhitungan
46
Tabel 4.15 Hasil Bangkitan Data Curah Hujan Stasiun Hujan Dompu
No Bulan 2016 2017 2018 2019 2020
1 Jan I 135.777 396.524 244.924 128.353 40.103
2 II 190.042 85.525 29.282 123.765 206.683
3 Feb I 146.383 96.006 36.410 11.093 115.682
4 II 306.616 311.635 248.485 161.582 120.828
5 Mar I 214.885 201.375 56.594 11.366 28.327
6 II 152.394 87.341 162.787 130.409 106.545
7 Apr I 190.817 142.135 9.640 185.660 192.025
8 II 1.726 14.393 87.649 116.686 94.775
9 May I 26.429 1.258 27.966 3.174 20.446
10 II 172.369 126.659 113.298 166.000 144.265
11 Jun I 27.413 9.602 11.765 22.558 20.590
12 II 112.047 101.824 146.478 128.948 136.332
13 Jul I 31.224 39.918 10.105 43.493 13.361
14 II 3.952 13.682 14.290 0.762 13.767
15 Aug I 4.070 4.445 7.199 2.628 1.891
16 II 0.258 0.054 0.208 0.536 0.261
17 Sep I 0.000 0.000 0.000 0.000 0.000
18 II 0.025 0.225 0.145 0.143 0.181
19 Oct I 47.786 24.839 21.607 11.112 12.000
20 II 105.450 142.515 73.167 92.679 79.480
21 Nov I 347.849 153.935 35.325 188.580 213.643
22 II 15.427 54.739 128.855 56.893 106.099
23 Dec I 31.188 38.466 215.848 46.942 302.789
24 II 0.166 59.479 101.029 35.108 79.628
Sumber : Hasil Perhitungan
47
4.4 Analisis Kekeringan
Kekeringan adalah suatu kondisi kekurangan air akibat menurunnya curah hujan
dari biasanya dan berlangsung secara berkepanjangan sampai mencapai satu musim atau
lebih sehingga tidak mampu memenuhi kebutuhan air yang dicanangkan.
4.4.1 Metode RUN
Metode Run menganalisis kekeringan dalam bentuk durasi kekeringan terpanjang
dan jumlah kekeringan terbesar pada suatu lokasi stasiun hujan yang tersebar pada suatu
lokasi. Metode ini menentukan kekeringan secara kuantitatif, metode ini menentukan
bagaimana suatu proses hidrologi melebihi atau kurang dari nilai yang menjadi rata-
ratanya.
Dengan menggunakan Persamaan 2-11 sampai dengan Persamaan 2-15 maka
akan diperoleh lama durasi kekeringan dan jumlah kekeringan yang terjadi pada stasiun
hujan Dompu dan stasiun hujan Kadindi.
Berikut ini adalah contoh perhitungan analisis kekeringan dengan menggunakan
metode Run pada stasiun hujan Dompu periode tahun 2004-2015.
a. Rerata hujan bulan Januari 2004
Xi = n
xn
n
1 = = 224,0 mm
Hasil perhitungan selanjutnya untuk stasiun hujan Dompu periode Tahun 2004-2015
dapat dilihat pada Tabel 4.16 dan untuk periode tahun 2016-2020 dapat dilihat pada Tabel
4.17. Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 10
dan Lampiran 11.
11
54,2463
48
Tabel 4.16 Data hujan bulanan stasiun hujan Dompu periode tahun 2004-2015 (mm)
NO
THN
BLN
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 124.5 84.0 95.0 16.5 59.0 0.0 0.0 0.0 0.0 0.0 261.0 280.0
2 2005 66.0 276.0 431.0 170.0 0.0 34.0 40.0 0.0 0.0 43.5 155.5 332.5
3 2006 322.5 79.7 247.0 213.0 40.0 22.0 0.0 0.0 0.0 0.0 16.0 155.9
4 2007 186.0 298.5 230.0 140.3 185.0 6.5 0.0 0.0 0.0 0.0 220.0 530.0
5 2008 401.9 590.0 57.7 91.7 19.2 3.2 0.0 0.0 0.0 69.8 192.5 344.5
6 2009 77.3 68.0 127.5 72.0 15.0 0.0 0.0 0.7 0.0 68.0 133.0 137.0
7 2011 19.8 0.0 183.2 67.7 53.4 0.0 0.2 0.0 0.0 0.0 0.0 65.3
8 2012 104.6 0.0 0.0 0.0 0.0 0.2 0.0 0.0 0.0 40.6 189.2 614.8
9 2013 698.0 437.5 198.9 305.0 412.5 190.5 52.5 0.0 0.0 129.0 287.8 0.0
10 2014 288.9 55.3 87.2 254.7 31.8 12.9 36.7 18.7 0.0 0.0 24.3 201.6
11 2015 174.0 216.0 150.6 128.9 0.0 0.2 0.0 0.4 0.6 0.0 0.0 0.0
n 11 11 11 11 11 11 11 11 11 11 11 11
Rerata 224.0 191.4 164.4 132.7 74.2 24.5 11.8 1.8 0.1 31.9 134.5 242.0
St. Dev 196.6 192.3 116.0 96.5 123.9 56.2 20.4 5.6 0.2 43.0 107.7 202.6
Skewness 1.5 1.0 1.0 0.4 2.5 3.1 1.3 3.3 3.3 1.3 -0.1 0.6
Kurtosis 2.6 0.2 2.0 -0.6 6.2 9.9 0.0 10.9 11.0 1.1 -1.6 -0.4
Sumber : Hasil Perhitungan
49
Tabel 4.17 Data Hujan Bulanan Stasiun Hujan Dompu Periode Tahun 2016-2020 (mm)
NO
THN
BLN
JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 325.8 453.0 367.3 192.5 198.8 139.5 35.2 4.3 0.0 153.2 363.3 31.4
2 2017 482.0 458.0 288.7 156.5 127.9 111.4 53.6 4.5 0.2 167.4 208.7 97.9
3 2018 274.2 344.5 219.4 97.3 141.3 158.2 24.4 7.4 0.1 94.8 164.2 316.9
4 2019 252.1 172.7 141.8 302.3 169.2 151.5 44.3 3.2 0.1 103.8 245.5 82.0
5 2020 246.8 236.5 134.9 286.8 164.7 156.9 27.1 2.2 0.2 91.5 319.7 382.4
n 5 5 5 5 5 5 5 5 5 5 5 5
Rerata 316.2 332.9 230.4 207.1 160.4 143.5 36.9 4.3 0.1 122.1 260.3 182.1
St. Dev 97.8 127.6 99.0 87.0 27.3 19.4 12.1 2.0 0.1 35.5 81.0 156.6
Skewness 1.7 -0.3 0.5 -0.1 0.3 -1.5 0.5 1.0 -1.1 0.6 0.2 0.6
Kurtosis 2.9 -2.4 -1.4 -2.0 -0.3 2.1 -1.4 1.5 2.0 -2.7 -1.7 -2.6
Sumber : Hasil Perhitungan
b. Nilai surplus/defisit
Bulan Januari 2004
XiXiZi 46,990,2245,124
Bulan Mei 2004
XiXiZi 64,844,1910,276
Perhitungan nilai surplus dan defisit hujan bulanan stasiun hujan Dompu periode
Tahun 2004-2015 dapat dilihat pada Tabel 4.18 dan untuk periode Tahun 2016-2020
dapat dilihat pada Tabel 4.19. Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada
halaman Lampiran 12 .
(Surplus)
(Defisit)
50
Tabel 4.18 Nilai Surplus dan Defisit Hujan Bulanan Stasiun Dompu Periode Tahun 2004-2015 (mm)
NO THN BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 -99.46 -107.36 -69.37 -116.21 -15.17 -24.50 -11.76 -1.80 -0.05 -31.90 126.52 38.04
2 2005 -157.96 84.64 266.63 37.29 -74.17 9.50 28.24 -1.80 -0.05 11.60 21.02 90.54
3 2006 98.54 -111.66 82.63 80.29 -34.17 -2.50 -11.76 -1.80 -0.05 -31.90 -118.48 -86.06
4 2007 -37.96 107.14 65.63 7.59 110.83 -18.00 -11.76 -1.80 -0.05 -31.90 85.52 288.04
5 2008 177.94 398.64 -106.67 -41.01 -54.97 -21.30 -11.76 -1.80 -0.05 37.90 58.03 102.54
6 2009 -146.62 -123.36 -36.86 -60.71 -59.17 -24.50 -11.76 -1.06 -0.05 36.10 -1.48 -104.96
7 2011 -204.16 -191.36 18.83 -65.01 -20.77 -24.50 -11.56 -1.80 -0.05 -31.90 -134.48 -176.66
8 2012 -119.36 -191.36 -164.37 -132.71 -74.17 -24.30 -11.76 -1.80 -0.05 8.70 54.72 372.84
9 2013 474.04 246.14 34.53 172.29 338.33 166.00 40.74 -1.80 -0.05 97.10 153.32 -241.96
10 2014 64.94 -136.06 -77.17 121.99 -42.37 -11.60 24.94 16.90 -0.05 -31.90 -110.18 -40.36
11 2015 -49.96 24.64 -13.77 -3.81 -74.17 -24.30 -11.76 -1.40 0.55 -31.90 -134.48 -241.96
Sumber : Hasil Perhitungan
51
Tabel 4.19 Nilai Surplus dan Defisit Hujan Bulanan Stasiun Dompu Periode Tahun 2016-2020 (mm)
NO THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 9.62 120.06 136.87 -14.56 38.43 -4.05 -1.73 0.02 -0.12 31.11 103.01 -150.77
2 2017 165.85 125.08 58.31 -50.57 -32.46 -32.09 16.69 0.19 0.08 45.23 -51.60 -84.18
3 2018 -41.99 11.55 -11.02 -109.81 -19.11 14.73 -12.52 3.10 0.00 -27.35 -96.09 134.75
4 2019 -64.08 -160.26 -88.63 95.24 8.80 7.99 7.34 -1.15 0.00 -18.34 -14.80 -100.08
5 2020 -69.41 -96.43 -95.53 79.70 4.34 13.41 -9.78 -2.16 0.04 -30.65 59.47 200.29
Sumber : Hasil Perhitungan
52
c. Durasi kekeringan
Perhitungan durasi kekeringan, menggunakan Persamaan 2-13. Bila perhitungan
yang dihasilkan adalah positif, diberi nilai nol (0) dan negatif diberi nilai satu (1). Bila
terjadi nilai negatif berturut-turut, maka nilai satu (1) dijumlahkan sampai dipisahkan
kembali oleh nilai nol (0), untuk kemudian menghitung dari awal lagi. Perhitungan
dilakukan dari data tahun pertama berturut sampai tahun terakhir.
Contoh perhitungan sebagai berikut dan untuk hasil perhitungan hujan bulanan
stasiun hujan Dompu periode Tahun 2004-2015 dapat dilihat pada Tabel 4.20 sampai
dengan Tabel 4.23, sedangkan untuk periode Tahun 2016-2020 dapat dilihat pada Tabel
4.24 sampai dengan Tabel 4.27 dan untuk stasiun hujan Kadindi dapat dilihat pada
halaman Lampiran 13 sampai dengan Lampiran 18.
Tabel 4.20 Durasi kekeringan stasiun hujan Dompu periode tahun 2004-2015 (Bulan)
NO THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 1 1 1 1 1 1 1 1 1 1 0 0
2 2005 1 0 0 0 1 0 0 1 1 0 0 0
3 2006 0 1 0 0 1 1 1 1 1 1 1 1
4 2007 1 0 0 0 0 1 1 1 1 1 0 0
5 2008 0 0 1 1 1 1 1 1 1 0 0 0
6 2009 1 1 1 1 1 1 1 1 1 0 1 1
7 2011 1 1 0 1 1 1 1 1 1 1 1 1
8 2012 1 1 1 1 1 1 1 1 1 0 0 0
9 2013 0 0 0 0 0 0 0 1 1 0 0 1
10 2014 0 1 1 0 1 1 0 0 1 1 1 1
11 2015 1 0 1 1 1 1 1 1 0 1 1 1
Sumber : Hasil Perhitungan
53
Tabel 4.21 Durasi kekeringan komulatif stasiun hujan Dompu periode tahun 2004-2015
(Bulan)
No THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 1 2 3 4 5 6 7 8 9 10 0 0
2 2005 1 0 0 0 1 0 0 1 2 0 0 0
3 2006 0 1 0 0 1 0 1 2 3 4 5 6
4 2007 7 0 0 0 0 1 2 3 4 5 0 0
5 2008 0 0 1 2 3 4 5 6 7 0 0 0
6 2009 1 2 3 4 5 6 7 8 9 0 1 2
7 2011 3 4 5 6 7 8 9 10 11 12 13 14
8 2012 15 16 17 18 19 20 21 22 23 0 0 0
9 2013 0 0 0 0 0 0 0 1 2 0 0 0
10 2014 0 1 2 0 1 2 0 0 1 2 3 4
11 2015 5 0 1 2 3 4 5 6 7 8 9 10
Sumber : Hasil Perhitungan
Dari Tabel diatas dapat terlihat bahwa durasi kekeringan terpanjang pada stasiun
hujan Dompu periode tahun 2004-2015 sebesar 23 bulan yang terjadi dimulai dari bulan
November tahun 2009 sampai September tahun 2012.
54
Tabel 4.22 Durasi kekeringan stasiun hujan Dompu periode tahun 2004-2015 (Ln)
(Bulan)
No THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 0 0 0 0 0 0 0 0 0 10 0 0
2 2005 1 0 0 0 1 0 0 0 2 0 0 0
3 2006 0 1 0 0 1 0 0 0 0 0 0 0
4 2007 7 0 0 0 0 0 0 0 0 5 0 0
5 2008 0 0 0 0 0 0 0 0 7 0 0 0
6 2009 0 0 0 0 0 0 0 0 9 0 0 0
7 2011 0 0 0 0 0 0 0 0 0 0 0 0
8 2012 0 0 0 0 0 0 0 0 23 0 0 0
9 2013 0 0 0 0 0 0 0 0 2 0 0 0
10 2014 0 0 2 0 0 2 0 0 0 0 0 0
11 2015 5 0 0 0 0 0 0 0 0 0 0 10
Dari Tabel diatas dapat terlihat bahwa durasi kekeringan terpanjang pada stasiun
Dompu periode tahun 2004-2015 sebesar 23 bulan yang terjadi pada tahun 2009 sampai
2012.
Tabel 4.23 Durasi Kekeringan Terpanjang Stasiun Dompu (Bulan)
No Tahun Max T.2 th T.5 th T.10 th T.11 th
1 2004 10 10 10 23 23
2 2005 2
3 2006 6 7
4 2007 7
5 2008 7 9
6 2009 9 23
7 2011 14 23
8 2012 23
9 2013 2 4
10 2014 4
11 2015 10 10 10 10
Rerata 9 11 14 17 23
Sumber : Hasil Perhitungan
55
Dari data Tabel di atas terlihat bahwa dari periode 11 tahun stasiun hujan Dompu,
durasi kekeringan terpanjang sebanyak 23 bulan yaitu pada tahun 2012.
Tabel 4.24 Durasi kekeringan stasiun hujan Dompu Periode Tahun 2016-2020 (mm)
NO THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 0 0 0 1 0 1 1 0 1 0 0 1
2 2017 0 0 0 1 1 1 0 0 0 0 1 1
3 2018 1 0 1 1 1 0 1 0 0 1 1 0
4 2019 1 1 1 0 0 0 0 1 0 1 1 1
5 2020 1 1 1 0 0 0 1 1 0 1 0 0
Sumber : Hasil Perhitungan
Tabel 4.26 Durasi kekeringan stasiun hujan Dompu (Ln) (Bulan)
No THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 0 0 0 1 0 0 2 0 1 0 0 1
2 2017 0 0 0 0 0 3 0 0 0 0 0 0
3 2018 3 0 0 0 3 0 1 0 0 0 2 0
4 2019 0 0 3 0 0 0 0 1 0 0 0 0
5 2020 0 0 6 0 0 0 0 2 0 1 0 0
Sumber : Hasil Perhitungan
Tabel 4.25 Durasi kekeringan komulatif stasiun hujan Dompu Periode Tahun 2016-2020
(Bulan)
No THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 0 0 0 1 0 1 2 0 1 0 0 1
2 2017 0 0 0 1 2 3 0 0 0 0 1 2
3 2018 3 0 1 2 3 0 1 0 0 1 2 0
4 2019 1 2 3 0 0 0 0 1 0 1 2 3
5 2020 4 5 6 0 0 0 1 2 0 1 0 0
56
Dari Tabel diatas dapat terlihat bahwa durasi kekeringan terpanjang pada stasiun
Dompu periode tahun 2016-2020 jatuh pada tahun 2020 yaitu sebesar 6 bulan dimulai
dari bulan Oktober 2019 sampai Maret 2020.
Tabel 4.27 Durasi Kekeringan Terpanjang Stasiun Dompu Periode Tahun 2016-2020
(Bulan)
No Tahun Max T.2 th T.5 th
1 2016 2 3 6
2 2017 3
3 2018 3 3
4 2019 3
5 2020 6 6
Dari Tabel diatas dapat disimpulkan bahwa dari periode 5 tahun data stasiun hujan
Dompu, durasi kekeringan terparah yaitu sebanyak 6 bulan yang terjadi pada tahun 2020.
d. Jumlah kekeringan komulatif
Menghitung jumlah kekeringan atau defisit hampir sama dengan cara menghitung
nilai durasi kekeringan. Jika jumlah defisitnya berurutan dan lebih dari satu maka pada
bulan selanjutnya merupakan nilai kumulatifnya.
Hasil perhitungan jumlah kekeringan komulatif pada stasiun hujan Dompu periode
Tahun 2004-2015 dapat dilihat pada Tabel 4.28 sampai dengan Tabel 4.30 dan untuk
periode tahun 2016-2020 dapat dilihat pada Tabel 4.31 sampai dengan Tabel 4.33,
sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 19 sampai
dengan Lampiran 22.
a. Bulan Januari 2004, nilai Run adalah -99,46 yang berarti defisit maka nilainya
tetap karena bulan pertama.
b. Bulan Februari 2004, nilai Run adalah -107,36 yang berarti defisi tmaka nilainya -
99,46 + (-107,36) = -206,82
c. Bulan Maret 2006, nilai Run adalah 82,63 yang berarti surplus maka diberi nilai
0.
57
Tabel 4.28 Jumlah kekeringan kumulatif stasiun hujan Dompu periode tahun 2004-2015 (mm)
NO THN
BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 -99.46 -206.82 -276.20 -392.40 -407.58 -432.08 -443.84 -445.64 -445.70 -477.60 0 0
2 2005 -157.96 0 0 0 -74.17 0 0 -1.80 -1.86 0 0 0
3 2006 0 -111.66 0 0 -34.17 0 -11.76 -13.57 -13.62 -45.52 -164.00 -250.07
4 2007 -288.03 0 0 0 0 -18.00 -29.76 -31.57 -31.62 -63.52 0 0
5 2008 0 0 -106.67 -147.68 -202.66 -223.96 -235.72 -237.52 -237.58 0 0 0
6 2009 -146.62 -269.98 -306.85 -367.55 -426.73 -451.23 -462.99 -464.05 -464.11 0 -1.48 -106.45
7 2011 -310.60 -501.97 -483.14 -548.15 -568.92 -593.42 -604.99 -606.79 -606.85 -638.75 -773.23 -949.89
8 2012 -1069.25 -1260.61 -1424.99 -1557.70 -1631.87 -1656.17 -1667.93 -1669.74 -1669.79 0 0 0
9 2013 0 0 0 0 0 0 0 -1.80 -1.86 0 0 -241.96
10 2014 0 -136.06 -213.24 0 -42.37 -53.97 0 0 -0.05 -31.95 -142.14 -182.50
11 2015 -232.46 0 -13.77 -17.58 -91.76 -116.06 -127.82 -129.22 -128.68 -160.58 -295.06 -537.02
Sumber : Hasil Perhitungan
58
Tabel 4.29 Jumlah kekeringan stasiun hujan Dompu periode tahun 2004-2015 (Dn) (mm)
NO THN BLN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2004 0 0 0 0 0 0 0 0 0 477.60 0 0
2 2005 157.96 0 0 0 74.17 0 0 0 1.86 0 0 0
3 2006 0 111.66 0 0 0 0 0 0 0 0 0 0
4 2007 288.03 0 0 0 0 0 0 0 0 63.52 0 0
5 2008 0 0 0 0 0 0 0 0 237.58 0 0 0
6 2009 0 0 0 0 0 0 0 0 464.11 0 0 0
7 2011 0 0 0 0 0 0 0 0 0 0 0 0
8 2012 0 0 0 0 0 0 0 0 1669.79 0 0 0
9 2013 0 0 0 0 0 0 0 0 1.86 0 0 241.96
10 2014 0 0 213.24 0 0 53.97 0 0 0 0 0 0
11 2015 232.46 0 0 0 0 0 0 0 0 0 0 537.02
59
Dari Tabel 4.28 dan 4.29 menunjukkan bahwa jumlah kekeringan atau defisit air
terbesar pada stasiun Dompu periode tahun 2004-2015 sebanyak 1669.79 mm yang
terjadi pada bulan September tahun 2012.
Tabel 4.30 Jumlah Kekeringan Terpanjang Stasiun Dompu (Bulan)
No Tahun Max T.2 th T.5 th T.10 th T.11 th
1 2004 477.60
477.6
477.6
1669.79
1669.79
2 2005 157.96
3 2006 111.66
288.03
4 2007 288.03
5 2008 237.58
464.11
6 2009 464.11
1669.79
7 2011 0.00
1669.79
8 2012 1669.79
9 2013 241.96
241.96
10 2014 213.24
11 2015 537.02 10 10 10
Rerata 400 525 719 840 1670
Sumber : Hasil Perhitungan
Dari Tabel 4.30 dapat disimpulkan bahwa jumlah kekeringan atau defisit air terbesar
pada stasiun Dompu periode 11 tahun sebanyak 1669.79 mm yang terjadi pada tahun
2012.
60
Tabel 4.31 Jumlah Kekeringan Kumulatif Stasiun Dompu Periode Tahun 2016-2020 (mm)
NO TAHUN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 0 0 0 -14.56 0 -4.05 0 0.02 -0.10 0 0 -150.77
2 2017 0 0 0 -50.57 -83.03 -115.11 0 0 0 0 -51.60 -135.78
3 2018 -177.77 0 0 -109.81 -128.92 0 -12.52 0 0.00 -27.35 -123.44 0
4 2019 -64.08 -224.34 -312.97 0 0 0 0 -1.15 0 -18.34 -33.13 -133.21
5 2020 -202.62 -299.05 -394.58 0 0 0 -9.78 -11.94 0 -30.65 0 0
Sumber : Hasil Perhitungan
Tabel 4.32 Jumlah Kekeringan Stasiun Dompu Periode Tahun 2016-2020 (Dn) (mm)
NO TAHUN JAN FEB MAR APR MEI JUN JUL AGT SEP OKT NOP DES
1 2016 0 0 0 14.56 0 4.05 0 0 0.10 0 0 150.77
2 2017 0 0 0 0 0 115.11 0 0 0 0 0 0
3 2018 177.77 0 0 0 128.92 0 12.52 0 0 0 123.44 0
4 2019 0 0 312.97 0 0 0 0 1.15 0 0 0 0
5 2020 0 0 394.58 0 0 0 0 11.94 0 30.65 0 0
Sumber : Hasil Perhitungan
61
Dari Tabel di atas menunjukkan bahwa jumlah kekeringan atau defisit air terbesar
pada stasiun Dompu periode tahun 2016-2020 sebanyak 394,58 mm yang terjadi pada
bulan Maret tahun 2020.
Tabel 4.33 Jumlah Kekeringan Terpanjang Stasiun Dompu
Periode Tahun 2016-2020 (Bulan)
No Tahun Max T.2 th T.5 th
1 2016 150.77 150.77 394.58
2 2017 115.11
3 2018 177.77 312.97
4 2019 312.97
5 2020 394.58 394.58
Sumber : Hasil Perhitungan
Dari Tabel di atas dapat disimpulkan bahwa jumlah kekeringan atau defisit air
terbesar pada stasiun Dompu periode 5 tahun sebanyak 394,58 mm yang terjadi pada
tahun 2020.
Dari perhitungan analisis kekeringan denganmenggunakan metode Run pada
stasiun hujan Dompu periode tahun 2004 sampai tahun 2015 tersebut didapatkan durasi
kekeringan terpanjang sebanyak 23 bulan yang terjadi pada bulan November 2009
sampai September 2012 dan mencapai tingkat defisit air sebanyak 1669,79 mm dari rata-
rata hujan yang normal. Pada stasiun hujan Kadindi periode tahun 2004 sampai tahun
2015 tersebut didapatkan durasi kekeringan terpanjang mencapai 10 bulan yaitu dari
bulan Maret 2009 sampai Desember 2009 dan mencapai tingkat defisit air sebanyak
556,71 mm dari rata-rata hujan yang normal.
Hasil perhitungan analisis kekeringan periode 2016-2020 didapatkan durasi
kekeringan untuk stasiun Dompu selama 6 bulan yaitu dari bulan Oktober 2019 sampai
Maret 2020 sebanyak 394,58 mm dan stasiun Kadindi selama 7 bulan yaitu dari
September 2019 sampai Maret 2020 sebanyak 394,18 mm. Perhitungan analisis
kekeringan pada stasiun hujan Dompu dan stasiun hujan Kadindi memiliki hasil yang
beragam, namun pada tahun-tahun kering yang terjadi pada masing-masing stasiun hujan
juga mengalami kondisi defisit air dengan durasi dan jumlah kekeringan yang berbeda.
62
Perbedaan durasi dan jumlah kekeringan terjadi karena curah hujan mempunyai
keragaman yang besar dalam ruang dan waktu.
4.4.2 Metode Standardized Precipitation Index (SPI)
Standardized Precipitation Index (SPI) untuk suatu lokasi dihitung berdasarkan
data hujan yang cukup panjang untuk periode yang diinginkan. SPI positif
mengidentifikasikan hujan yang lebih besar dari median dan SPI negatif menunjukan
hujan yang lebih kecil dari median.
McKee et al (1993) menggunakan klasifikasi di bawah ini untuk
mengidentifikasikan intensitas kekeringan, dan juga kriteria kejadian kekeringan untuk
skala waktu tertentu. Kekeringan terjadi pada waktu SPI secara berkesinambungan
negatif dan mencapai intensitas kekeringan dengan SPI bernilai -1 atau kurang,
sedangkan kekeringan akan berakhir apabila nilai SPI menjadi positif.
Contoh perhitungan stasiun hujan Dompu tahun 2004 :
1. Menghitung rata-rata :
x = n
x
dengan :
x = Nilai rata-rata kejadian hujan (mm)
x = Jumlah kejadian hujan (mm)
n = Jumlah data
x = n
x = 12
Desember) . . .Februari(Januari 2004hujan Curah
= 76,6712
920,00 mm
2. Menghitung Standar Deviasi :
1
)( 2
n
xxSd
dengan :
Sd = Standar deviasi
63
x = Curah hujan (mm)
x = Nilai rata-rata kejadian hujan (mm)
n = Jumlah data
1
)( 2
n
xxSd
=
222
112
76,67)-280,00(...)67,7600,84()76,67-124,50(
= 104,32
3. Menghitung nilai bentuk alpha :
2
2
Sd
x
dengan :
x = Nilai rata-rata kejadian hujan (mm)
Sd = Standar deviasi
2
2
Sd
x = 0,54
32,104
76,67
2
2
4. Menghitung skala beta :
x
dengan :
x = Nilai rata-rata kejadian hujan (mm)
= Nilai bentuk (shape)/alpha
x = 95,141
54,0
76,67
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.34 dan Tabel 4.35.
Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 23 dan
Lampiran 24.
64
Tabel 4.34 Perhitungan nilai α dan β stasiun hujan Dompu tahun 2004-2015
Tahun/Bulan 2004 2005 2006 2007 2008 2009 2011 2012 2013 2014 2015
Januari 124.50 66.00 322.50 186.00 401.90 77.34 19.80 104.60 698.00 288.90 174.00
Februari 84.00 276.00 79.70 298.50 590.00 68.00 0.00 0.00 437.50 55.30 216.00
Maret 95.00 431.00 247.00 230.00 57.70 127.51 183.20 0.00 198.90 87.20 150.60
April 16.50 170.00 213.00 140.30 91.70 72.00 67.70 0.00 305.00 254.70 128.90
Mei 59.00 0.00 40.00 185.00 19.20 15.00 53.40 0.00 412.50 31.80 0.00
Juni 0.00 34.00 22.00 6.50 3.20 0.00 0.00 0.20 190.50 12.90 0.20
Juli 0.00 40.00 0.00 0.00 0.00 0.00 0.20 0.00 52.50 36.70 0.00
Agustus 0.00 0.00 0.00 0.00 0.00 0.74 0.00 0.00 0.00 18.70 0.40
September 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.60
Oktober 0.00 43.50 0.00 0.00 69.80 68.00 0.00 40.60 129.00 0.00 0.00
November 261.00 155.50 16.00 220.00 192.51 133.00 0.00 189.20 287.80 24.30 0.00
Desember 280.00 332.50 155.90 530.00 344.50 137.00 65.30 614.80 0.00 201.60 0.00
Jumlah 920.00 1548.50 1096.10 1796.30 1770.51 698.59 389.60 949.40 2711.70 1012.10 670.70
Mean (rata-rata) 76.67 129.04 91.34 149.69 147.54 58.22 32.47 79.12 225.98 84.34 55.89
St dev 104.32 151.80 92.18 170.15 187.23 56.82 57.30 187.23 162.49 84.91 79.70
n 11 11 11 11 11 11 11 11 11 11 11
m 5 3 4 4 3 3 6 7 3 2 5
q=m/n 0.45 0.27 0.36 0.36 0.27 0.27 0.55 0.64 0.27 0.18 0.45
Alpha (α) 0.54 0.72 0.98 0.77 0.62 1.05 0.32 0.18 1.93 0.99 0.49
Beta (β) 141.95 178.56 93.02 193.41 237.59 55.46 101.12 443.07 116.84 85.48 113.66
65
Tabel 4.35 Perhitungan nilai α dan β stasiun hujan Dompu tahun 2016-2020 Tahun/Bulan 2016 2017 2018 2019 2020
Januari 325.82 482.05 274.21 252.12 246.79
Februari 453.00 458.02 344.49 172.67 236.51
Maret 367.28 288.72 219.38 141.78 134.87
April 192.54 156.53 97.29 302.35 286.80
Mei 198.80 127.92 141.26 169.17 164.71
Juni 139.46 111.43 158.24 151.51 156.92
Juli 35.18 53.60 24.39 44.25 27.13
Agustus 4.33 4.50 7.41 3.16 2.15
September 0.03 0.22 0.15 0.14 0.18
Oktober 153.24 167.35 94.77 103.79 91.48
November 363.28 208.67 164.18 245.47 319.74
Desember 31.35 97.94 316.88 82.05 382.42
Jumlah 552.22 478.70 583.38 434.62 795.97
Mean (rata-rata) 110.44 95.74 116.68 86.92 159.19
St dev 154.49 93.99 130.71 99.99 180.37
n 1.49 0.09 0.98 1.15 0.50
m 5 5 5 5 5
q=m/n 0 0 0 0 0
Alpha (α) 0.00 0.00 0.00 0.00 0.00
Beta (β) 0.51 1.04 0.80 0.76 0.78
Sumber : Hasil Perhitungan
66
5. Menghitung gamma distribusi :
dxexa
dxxgxG
xx x
a
0 0
1
)(
1)()(
dengan :
x = Curah hujan (mm)
= Nilai bentuk (shape)/alpha
β = Nilai skala (scale)/beta
Contoh perhitungan bulan Januari tahun 2004 :
dxexa
dxxgxG
xx x
a
0 0
1
)(
1)()(
=
=
= 0,80
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.36 dan Tabel 4.37.
Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 25.
67
Tabel 4.36 Perhitungan gamma distribusi G(x) stasiun hujan Dompu tahun 2004-2015
Tahun/Bulan 2004 2005 2006 2007 2008 2009 2011 2012 2013 2014 2015
Januari 0.80 0.64 0.96 0.88 0.98 0.68 0.37 0.75 1.00 0.95 0.87
Februari 0.70 0.95 0.69 0.95 1.00 0.65 0.00 0.00 0.99 0.59 0.91
Maret 0.73 0.98 0.93 0.92 0.60 0.80 0.88 0.00 0.90 0.71 0.84
April 0.34 0.87 0.91 0.82 0.72 0.66 0.64 0.00 0.96 0.93 0.80
Mei 0.61 0.00 0.52 0.88 0.36 0.32 0.59 0.00 0.98 0.46 0.00
Juni 0.00 0.48 0.39 0.21 0.14 0.00 0.00 0.03 0.89 0.30 0.03
Juli 0.00 0.52 0.00 0.00 0.00 0.00 0.03 0.00 0.58 0.50 0.00
Agustus 0.00 0.00 0.00 0.00 0.00 0.07 0.00 0.00 0.00 0.36 0.05
September 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.06
Oktober 0.00 0.54 0.00 0.00 0.65 0.65 0.00 0.52 0.81 0.00 0.00
November 0.94 0.85 0.33 0.91 0.89 0.81 0.00 0.89 0.95 0.41 0.00
Desember 0.95 0.97 0.85 0.99 0.97 0.82 0.64 1.00 0.00 0.90 0.00
Sumber : Hasil perhitungan
68
Tabel 4.37 Perhitungan gamma distribusi G(x) stasiun hujan Dompu tahun 2016-2020
Tahun/Bulan 2016 2017 2018 2019 2020
Januari 0.91 0.96 0.89 0.87 0.87
Februari 0.96 0.96 0.92 0.79 0.86
Maret 0.93 0.89 0.84 0.74 0.73
April 0.81 0.77 0.65 0.90 0.89
Mei 0.82 0.72 0.74 0.78 0.78
Juni 0.74 0.68 0.77 0.76 0.77
Juli 0.42 0.51 0.36 0.47 0.37
Agustus 0.15 0.15 0.20 0.13 0.11
September 0.01 0.03 0.03 0.03 0.03
Oktober 0.76 0.78 0.64 0.67 0.63
November 0.93 0.83 0.78 0.86 0.91
Desember 0.40 0.65 0.91 0.61 0.94
Sumber : Hasil perhitungan
69
6. Menghitung probabilitas kumulatif H(x)
H(x) =
dengan :
q = m/n dengan m adalah jumlah kejadian hujan 0 mm dalam deret seri
data hujan (dapat dilihat pada Tabel 4.34)
G(x) = Gamma distribusi
Contoh perhitungan bulan Januari tahun 2004 :
H(x) =
= 0,45 + (1 – 0,45 ) x 0,80
= 0,89
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.38 dan Tabel 4.39.
Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 26.
70
Tabel 4.38 Perhitungan probabilitas kumulatif H(x) stasiun hujan Dompu tahun 2004-2015
Tahun/Bulan 2004 2005 2006 2007 2008 2009 2011 2012 2013 2014 2015
Januari 0.89 0.74 0.98 0.93 0.99 0.77 0.71 0.91 1.00 0.96 0.93
Februari 0.84 0.96 0.80 0.97 1.00 0.74 0.55 0.64 0.99 0.67 0.95
Maret 0.85 0.99 0.96 0.95 0.71 0.86 0.95 0.64 0.92 0.76 0.91
April 0.64 0.90 0.94 0.89 0.80 0.75 0.84 0.64 0.97 0.95 0.89
Mei 0.79 0.27 0.69 0.92 0.54 0.51 0.81 0.64 0.99 0.56 0.45
Juni 0.45 0.62 0.61 0.50 0.38 0.27 0.55 0.65 0.92 0.43 0.47
Juli 0.45 0.65 0.36 0.36 0.27 0.27 0.56 0.64 0.70 0.59 0.45
Agustus 0.45 0.27 0.36 0.36 0.27 0.32 0.55 0.64 0.27 0.48 0.48
September 0.45 0.27 0.36 0.36 0.27 0.27 0.55 0.64 0.27 0.18 0.49
Oktober 0.45 0.66 0.36 0.36 0.75 0.74 0.55 0.83 0.86 0.18 0.45
November 0.97 0.89 0.58 0.94 0.92 0.86 0.55 0.96 0.96 0.52 0.45
Desember 0.97 0.98 0.90 1.00 0.98 0.87 0.83 1.00 0.27 0.92 0.45
Keterangan : = 0 < H(x) ≤ 0.5
= 0.5 < H(x) ≤ 1.0
Sumber : Hasil perhitungan
71
Tabel 4.39 Perhitungan probabilitas kumulatif H(x) stasiun hujan Dompu tahun 2016-
2020
Tahun/Bulan 2016 2017 2018 2019 2020
Januari 0.91 0.96 0.89 0.87 0.87
Februari 0.96 0.96 0.92 0.79 0.86
Maret 0.93 0.89 0.84 0.74 0.73
April 0.81 0.77 0.65 0.90 0.89
Mei 0.82 0.72 0.74 0.78 0.78
Juni 0.74 0.68 0.77 0.76 0.77
Juli 0.42 0.51 0.36 0.47 0.37
Agustus 0.15 0.15 0.20 0.13 0.11
September 0.01 0.03 0.03 0.03 0.03
Oktober 0.76 0.78 0.64 0.67 0.63
November 0.93 0.83 0.78 0.86 0.91
Desember 0.40 0.65 0.91 0.61 0.94
Keterangan : = 0 < H(x) ≤ 0.5
= 0.5 < H(x) ≤ 1.0
Sumber : Hasil perhitungan
72
7. Menghitung transform gamma distribusi :
2)(
1ln
xHt untuk 0 < H(x) ≤ 0.5
2))(1(
1ln
xHt untuk 0.5 < H(x) ≤ 1.0
Contoh perhitungan dengan 0 < H(x) ≤ 0.5 bulan Juni tahun 2004 :
245,0
1lnt
= 1,26
Contoh perhitungan dengan 0.5 < H(x) ≤ 1.0 bulan Januari tahun 2004 :
2)89,01(
1lnt
= 2,10
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.40 dan 4.41 sebagai
berikut. Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman Lampiran 27.
73
Tabel 4.40 Perhitungan transform gamma distribusi (t) stasiun hujan Dompu tahun 2004-2015
Tahun/Bulan 2004 2005 2006 2007 2008 2009 2011 2012 2013 2014 2015
Januari 2.10 1.63 2.74 2.28 2.91 1.71 1.58 2.20 3.62 2.54 2.30
Februari 1.90 2.54 1.80 2.66 3.38 1.65 1.26 1.42 3.01 1.48 2.45
Maret 1.96 2.99 2.50 2.44 1.58 1.97 2.41 1.42 2.27 1.69 2.21
April 1.43 2.16 2.38 2.09 1.79 1.67 1.91 1.42 2.63 2.42 2.12
Mei 1.76 1.61 1.54 2.28 1.24 1.19 1.83 1.42 2.94 1.29 1.26
Juni 1.26 1.39 1.38 1.17 1.40 1.61 1.26 1.45 2.24 1.31 1.22
Juli 1.26 1.45 1.42 1.42 1.61 1.61 1.28 1.42 1.54 1.33 1.26
Agustus 1.26 1.61 1.42 1.42 1.61 1.51 1.26 1.42 1.61 1.14 1.21
September 1.26 1.61 1.42 1.42 1.61 1.61 1.26 1.42 1.61 1.85 1.20
Oktober 1.26 1.47 1.42 1.42 1.66 1.65 1.26 1.87 1.98 1.85 1.26
November 2.60 2.10 1.05 2.40 2.25 2.00 1.26 2.52 2.58 1.21 1.26
Desember 2.66 2.72 2.16 3.28 2.75 2.01 1.90 3.63 1.61 2.23 1.26
Keterangan : = 0 < H(x) ≤ 0.5
= 0.5 < H(x) ≤ 1.0
Sumber : Hasil perhitungan
74
Tabel 4.41 Perhitungan transform gamma distribusi (t) stasiun hujan Dompu tahun 2016-
2020
Tahun/Bulan 2016 2017 2018 2019 2020
Januari 2.22 2.58 2.08 2.02 2.00
Februari 2.52 2.53 2.27 1.76 1.97
Maret 2.32 2.12 1.92 1.65 1.62
April 1.83 1.70 1.45 2.16 2.12
Mei 1.85 1.59 1.64 1.75 1.73
Juni 1.64 1.52 1.71 1.68 1.70
Juli 1.31 1.19 1.44 1.23 1.40
Agustus 1.94 1.93 1.80 2.02 2.12
September 3.00 2.60 2.69 2.69 2.65
Oktober 1.69 1.74 1.44 1.48 1.42
November 2.31 1.89 1.73 2.00 2.20
Desember 1.35 1.45 2.20 1.37 2.36
Keterangan : = 0 < H(x) ≤ 0.5
= 0.5 < H(x) ≤ 1.0
Sumber : Hasil perhitungan
75
8. Menghitung nilai SPI :
)1
(3
3
2
21
2
210
tdtdtd
tctcctSPIZ
untuk 0 < H(x) ≤ 0.5
)1
(3
3
2
21
2
210
tdtdtd
tctcctSPIZ
untuk 0.5 < H(x) ≤ 1.0
dengan :
c0= 2.515517 d1= 1.432788
c1= 0.802853 d2= 0.189269
c2= 0.010328 d3= 0.001308
Contoh perhitungan dengan 0 < H(x) ≤ 0.5 bulan Juni tahun 2004 :
)1
(3
32
21
2210
tdtdtd
tctcctSPI
)26,1001308,026,1189269,026,1432788.11
26,1010328,026,1802853,0515517.226,1(
32
2
xxx
xx
= - 0,11
Contoh perhitungan dengan 0.5 < H(x) ≤ 1.0 bulan Januari tahun 2004 :
)1
(3
32
21
2210
tdtdtd
tctcctSPI
)10,2001308,010,2189269,010,2432788,11
10,2010328,010,2802853,0515517,210,2(
32
2
xxx
xx
= 1,22
Hasil perhitungan selanjutnya dapat dilihat pada Tabel 4.42 dan Tabel 4.43
sebagai berikut. Sedangkan untuk stasiun hujan Kadindi dapat dilihat pada halaman
Lampiran 28 dan Lampiran 29.
76
Tabel 4.42 Perhitungan nilai SPI stasiun hujan Dompu tahun 2004-2015
Tahun/Bulan 2004 2005 2006 2007 2008 2009 2011 2012 2013 2014 2015
Januari 1.22 0.63 1.98 1.44 2.19 0.73 0.56 1.35 2.98 1.75 1.47
Februari 0.98 1.76 0.84 1.90 2.72 0.65 0.11 0.35 2.30 0.43 1.65
Maret 1.05 2.28 1.70 1.64 0.56 1.06 1.60 0.35 1.43 0.71 1.36
April 0.36 1.29 1.56 1.22 0.83 0.68 0.99 0.35 1.86 1.61 1.25
Mei 0.80 -0.60 0.50 1.44 0.10 0.02 0.88 0.35 2.22 0.16 -0.11
Juni -0.11 0.31 0.28 -0.01 -0.31 -0.60 0.11 0.38 1.39 -0.19 -0.07
Juli -0.11 0.38 -0.35 -0.35 -0.60 -0.60 0.15 0.35 0.51 0.22 -0.11
Agustus -0.11 -0.60 -0.35 -0.35 -0.60 -0.47 0.11 0.35 -0.60 -0.06 -0.05
September -0.11 -0.60 -0.35 -0.35 -0.60 -0.60 0.11 0.35 -0.60 -1.02 -0.03
Oktober -0.11 0.42 -0.35 -0.35 0.67 0.65 0.11 0.94 1.07 -1.02 -0.11
November 1.83 1.22 0.19 1.59 1.40 1.10 0.11 1.74 1.80 0.04 -0.11
Desember 1.90 1.96 1.30 2.61 2.00 1.12 0.97 3.00 -0.60 1.38 -0.11
Keterangan : = 0 < H(x) ≤ 0.5
= 0.5 < H(x) ≤ 1.0
Sumber : Hasil perhitungan
77
Tabel 4.43 Perhitungan nilai SPI stasiun hujan Dompu tahun 2015-2020
Tahun/Bulan 2016 2017 2018 2019 2020
Januari 1.37 1.80 1.20 1.13 1.11
Februari 1.73 1.74 1.43 0.80 1.07
Maret 1.50 1.25 1.00 0.65 0.61
April 0.89 0.72 0.38 1.30 1.25
Mei 0.92 0.57 0.65 0.78 0.76
Juni 0.64 0.48 0.73 0.70 0.73
Juli -0.19 0.02 -0.37 -0.08 -0.32
Agustus -1.03 -1.02 -0.85 -1.13 -1.25
September -2.29 -1.83 -1.93 -1.93 -1.88
Oktober 0.71 0.78 0.37 0.43 0.34
November 1.48 0.96 0.76 1.10 1.35
Desember -0.25 0.39 1.34 0.27 1.54
Keterangan : = 0 < H(x) ≤ 0.5
= 0.5 < H(x) ≤ 1.0
78
Tabel 4.44 Klasifikasi tingkat kekeringan SPI stasiun hujan Dompu tahun 2004-2015
Tahun/Bulan 2004 2005 2006 2007 2008 2009 2011 2012 2013 2014 2015
Januari B N SB B EB N N B EB SB B
Februari N SB N SB EB N N N EB N SB
Maret B EB SB SB N B SB N B N B
April N B SB B N N N N SB SB B
Mei N N N B N N N N EB N N
Juni N N N N N N N N B N N
Juli N N N N N N N N N N N
Agustus N N N N N N N N N N N
September N N N N N N N N N K N
Oktober N N N N N N N N B K N
November SB B N SB B B N SB SB N N
Desember SB SB B EB EB B N EB N B N
Sumber : Hasil perhitungan
79
Tabel 4.45 Klasifikasi tingkat kekeringan SPI stasiun hujan Dompu tahun 2016-2020
Tahun/Bulan 2016 2017 2018 2019 2020
Januari B SB B B B
Februari SB SB B N B
Maret SB B B N N
April N N N B B
Mei N N N N N
Juni N N N N N
Juli N N N N N
Agustus K K N K K
September EK SK SK SK SK
Oktober N N N N N
November B N N B B
Desember N N B N SB
Sumber : Hasil perhitungan
Keterangan :
EB : Extrem basah K : Kering
SB : Sangat basah SK : Sangat kering
B : Basah EK : Extrem Kering
N : Normal
Dari Tabel di atas dapat disimpulkan bahwa nilai Indeks kekeringan periode
2004-2015 terbesar terjadi pada bulan September dan Oktober 2014 dengan nilai -1,02
yang tergolong Kering pada stasiun hujan Dompu. Sedangkan pada stasiun hujan Kadindi
kekeringan terbesar terjadi pada bulan September 2014 dengan nilai indeks sebesar -1,28
yang tergolong Kering.
Hasil analisis kekeringan periode 2016-2020 menggunakan metode SPI
didapatkan rata-rata kekeringan terjadi pada bulan Agustus dan September. Sedangkan
kekeringan terparah pada stasiun hujan Dompu terjadi pada bulan September 2016
dengan nilai indeks kekeringan sebesar -2,29 (Extrem Kering) dan pada stasiun hujan
Kadindi kekeringan terparah terjadi pada bulan September 2016 dengan nilai indeks
kekeringan -2,35 (Extrem Kering).
80
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil yang diperoleh pada perhitungan analisis kekeringan di
Kecamatan Manggelewa Kabupaten Dompu yang diwakili oleh 2 stasiun hujan
yang berpengaruh maka dapat ditarik kesimpulan :
1. Analisis kekeringan periode 2004 sampai 2015 pada Kecamatan Manggelewa
untuk metode Run didapatkan hasil durasi terpanjang sebanyak 23 bulan yang
terjadi pada bulan November 2009 sampai September 2012 dengan jumlah
kekeringan (defisit) sebanyak 1.669,79 mm.
2. Analisis kekeringan periode 2004 sampai 2015 pada Kecamatan Manggelewa
untuk metode SPI didapatkan kekeringan terparah terjadi pada bulan
September 2014 dengan indeks kekeringan sebesar -1,69 (Sangat Kering).
3. Hasil analisis kekeringan dengan metode Run dan SPI periode 2016-2020
pada Kecamatan Manggelewa :
a. Hasil dengan metode Run durasi kekeringan terpanjang sebanyak 7
bulan dari bulan September 2019 sampai bulan Maret 2020 dengan
jumlah kekeringan (defisit) sebanyak 394,18 mm.
b. Hasil dengan metode SPI kekeringan terparah terjadi pada bulan
September 2016 dengan nilai indeks kekeringan sebesar -2,35 (Extrem
Kering).
5.2 Saran
Sesuai dengan kesimpulan yang didapat maka penyusun ingin
memberikan saran antara lain :
1. Penelitian ini dapat dikembangkan untuk menghitung analisis indeks
kekeringan menggunakan variable lain selain data hujan seperti data
debit, suhu, atau temperature sesuai dengan metode yang akan
digunakan.
2. Untuk menghitung dengan metode SPI menggunakan rata-rata
hujan tahunan.
81
3. Untuk memperoleh hasil yang lebih akurat diharapkan
menggunakan data hujan dengan durasi lebih dari 20 Tahun.
4. Penelitian ini dapat dikembangkan untuk menghitung analisis
kekeringan pada daerah lain yang memiliki kondisi wilayah yang
kering.
5. Untuk membangkitkan curah hujan yang digunakan sebagai
input analisa prediksi dapat dicoba dengan metode yang lain.
82
DAFTAR PUSTAKA
Anonim, 2014, Pedoman Penulisan Tugas Akhir, Mataram : Jurusan Teknik Sipil
Universitas Mataram.
Anonim, 2015, Laporan Peta Kekeringan Meteoroligis dengan Metode
Standardized precipitation Index (SPI), BMKG, Nusa Tenggara Barat.
Anonim, 2015, Statistik Daerah Kecamatan Manggelewa Kabupaten Dompu,
Dompu : Badan Pusat Statistik (BPS) Kabupaten Dompu.
Charisma, Made Mira, 2009, Analisis Kekeringan di Sub Wilayah Sungai Jelateng
Menggunakan Perbandingan Beberapa Metode Statistik, Universitas
Mataram.
Harto, Sri., 1999, Analisa Hidrologi. PT. Gramedia Pustaka Utama. Jakarta.
Muliawan, Hadi., 2015, Analisa indeks kekeringan dengan metode Standardized
Precipitation Indek (SPI) dan sebaran kekeringan dengan Geographic
Information System (GIS) pada DAS Ngrowo, Universitas Brawijaya.
Nugroho, Adi Prasetya., 2013, Analisis Kekeringan Daerah Aliran Sungai
Keduang dengan Menggunakan Metode Palmer, Universitas Sebelas
Maret, Surakarta.
Pratama, Adiansyah., 2014, Analisa Kekeringan Menggunakan Metode Theory Of
Run pada sub DAS Ngrowo, Universitas Brawijaya, Malang.
Purnama A, Baiq Maria., 2015, Analisis Keandalan Data Debit Bangkitan dengan
Metode Thomas Fiering (Studi Kasus: Awlr Aik Nyet dan Awlr Keling),
Universitas Mataram, Mataram.
Roswati, Sharifah., 2007, Pengurusan Kemarau Menggunakan Analisis Indeks
Curahan Piawai (SPI), Universiti Teknologi Malaysia, Malaysia.
Santoso, Basillius Retno, 2013, Penerapan Teori RUN untuk menentukan Indeks
Kekeringan di Kecamatan Entikong, Universitas Tanjungpura,
Pontianak.
Soemarto, C.D., 1987, Hidrologi Teknik, Usaha Nasional, Surabaya.
Soewarno., 1995, Hidrologi Aplikasi Metode Statistik Untuk Analisa Data, Jilid 1,
Nova, Bandung.
Soewarno., 1995, Hidrologi Aplikasi Metode Statistik Untuk Analisa Data, Jilid 2,
Nova, Bandung.
83
Sosrodarsono, Suyono., 1990, Hidrologi untuk Pengairan. PT. Pradnya
Paramita. Jakarta.
Suwardji, 2012, Lahan Kering di NTB, http://www.prof-
suwardji.com/2012/05/lahan-kering-di-ntb.html, diunduh tanggal 09
Mei 2012
Triatmodjo, Bambang., 2008, Hidrologi Terapan, Beta Offset, Yogyakarta.