ANALISIS KEKERINGAN MENGGUNAKAN METODE SPI DAN PDSI PADA DAERAH ALIRAN SUNGAI LILIBA

  • Yulius P. K. Suni Program Studi S3, Departemen Teknik Sipil dan Lingkungan Universitas Gadjah Mada
  • Karlina Program Studi S3, Departemen Teknik Sipil dan Lingkungan Universitas Gadjah Mada
  • Joko Sujono Program Studi S3, Departemen Teknik Sipil dan Lingkungan Universitas Gadjah Mada
Keywords: Kekeringan, DAS Liliba, Drought, Standarized Precipitation Index (SPI), Palmer Drought Severity Index (PDSI), Liliba Watershed

Abstract

This study conducted an analysis of drought in the province of NTT, a case of Liliba watershed, which is located in Kupang and Kupang City districts. This study applied the Standardized Precipitation Index (SPI) and Palmer drought severity index (PDSI) methods. As a reference for the accuracy of the two methods in this study was the National Weather Service report. The analysis results show that for the SPI method, the smaller the time span selected, the more often the SPI graph moves above and below zero (0). Conversely, the greater the time span value, the movement of the SPI chart becomes less frequent. The SPI method cannot identify extreme drought and extraordinary drought. Meanwhile, the PDSI analysis shows that 61 percent have a match in the identification of drought conditions. However, in a more detailed adjustment analysis, there is still a mismatch in the drought category. However, the results of the PDSI analysis are much better than the SPI method. The SPI and PDSI drought distribution maps are the same in terms of mapping the upstream areas as areas experiencing low drought exposure and downstream areas as areas with high drought severity.

Penelitian ini melakukan analisis kekeringan di provinsi NTT dengan mengambil lokasi studi pada daerah aliran sungai Liliba yang terletak di kabupaten Kupang dan Kota Kupang. Kajian ini menggunakan metode Standarized Precipitation Index (SPI) dan Palmer drought severity index (PDSI). Sebagai rujukan keakurasian kedua metode dalam penelitian ini adalah laporan National Weather Service. Hasil analisis menunjukkan bahwa untuk metode SPI, semakin kecil rentang waktu yang dipilih, semakin sering grafik SPI bergerak di atas dan di bawah angka nol (0). Sebaliknya semakin besar nilai rentang waktu, pergerakan grafik SPI menjadi jarang. Metode SPI tidak dapat mengidentifikasi kekeringan ekstrim dan kekeringan luar biasa. Sedangkan analisis PDSI menunjukkan bahwa 61 persen terdapat kecocokan identifikasi kondisi kekeringan. Namun dalam analisis penyesuaian lebih detail, masih terdapat ketidakcocokan kategori kekeringan. Walaupun demikian, hasil analisis PDSI jauh lebih baik dari metode SPI. Peta sebaran kekeringan metode SPI dan PDSI sama dalam hal memetakan daerah hulu sebagai kawasan yang mengalami paparan kekeringan rendah dan kawasan hilir sebagai daerah dengan tingkat keparahan kekeringan tinggi.

References

BMKG Eltari. Data Klimatologi Bulanan Stasiun Meteorologi Eltari Kupang. BMKG, 2019.
BPBD NTT. Rencana Kontijensi Kekeringan Provinsi Nusa Tenggara Timur Klaster Timor, Rote dan Sabu. Kupang: DFAT Australia-BNPB Project, 2018.
Byakatonda, J., B.P. Parida, D.B. Moalafhi, dan P.K Kenabatho. “Analysis of long term drought severity characteristics and trends across semiarid Botswana using two drought indices.” Atmospheric Research, 2018: 492-508.
CHRS. CHRS Data Portal. 2020. http://chrsdata.eng.uci.edu (diakses 2020).
DIBI BNPB. Data dan Informasi Bencana Indonesia. Badan Nasional Penanggulangan Bencana, Jakarta: Badan Nasional Penanggulangan Bencana, 2020.
Ginting, J.M., J Sujono, dan Jayadi Rachmad. “Analisis Hubungan Data Satelit dengan Hujan Terukur ARR Kalibawang.” Konferensi Nasional Pascasarjana Teknik Sipil (KNPTS) X. Bandung: Prosiding KNPTS X, 2019. 89-102.
McKee, Thomas B., Nolan J. Doesken, dan John Kleist. “The Relationship of Drought Frequency and Duration to Time Scales.” Eight Conference on Applied Climatology. Anaheim California, 1993.
Mishra, Ashok K., dan Vijay P. Singh. “A Review of Drought Concepts.” Journal of Hydrology, 2010: 202-2016.
Moata, M.R.S., O. Kollo, Y. Puay, Y. Rhuma, C. Tlonaen, dan Z. Duka. “Integrasi Sistem Digitalisasi dan Analisis Lapangan Dalam Perencanaan Pengembangan Daerah: Evaluasi Kemampuan Lahan Milik Swasta.” PARTNER, 2018: 730-744.
National Weather Service. NOAA. t.thn. https://origin.cpc.ncep.noaa.gov/products/analysis_monitoring/ensostuff/ONI_v5.php (diakses Agustus 23, 2020).
Pujiastuti, L. Detik Finance. 2 Agustus 2015. https://finance.detik.com/berita-ekonomi-bisnis/d-2981144/fenomena-el-nino-terungkap-65-tahun-lalu-terburuk-1982-dan-1997 (diakses Agustus 19, 2020).
Shahabfar, A., dan J. Eitzinger. “Spatio-temporal Analysis of Drought in Semi-arid Region by Using Meteorological Drought Indices.” Atmosphere, 2013: 94-112.
US Drought Monitor. United States Drought Monitor. t.thn. https://droughtmonitor.unl.edu/About/AbouttheData/DroughtClassification.aspx (diakses Agustus 26, 2020).
WFP. Peta Ketahanan dan Kerentanan Pangan Nusa Tenggara Timur. Kupang: Pemerintah Propinsi NTT, Dewan Ketahanan Pangan, Kementerian Pertanian, World Food Programme, 2015.
Wijayanti, P., R. Noviani, dan G.A. Tjahjono. “Dampak Perubahan Iklim Terhadap Imbangan Air Secara Meteorologis Dengan Menggunakan Metode Thorthwaite Mather Untuk Analisis Kekritisan Air di Karst Wonogiri.” Geomedia, 2015: 27-40.
Published
2022-05-05
How to Cite
Suni, Y. P. K., Karlina, & Sujono, J. (2022). ANALISIS KEKERINGAN MENGGUNAKAN METODE SPI DAN PDSI PADA DAERAH ALIRAN SUNGAI LILIBA. Jurnal Teknik Sipil, 11(1), 91-104. Retrieved from http://sipil.ejournal.web.id/index.php/jts/article/view/523

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.