INDEKS KEKERINGAN HIDROLOGI UNTUK EVALUASI KEKERINGAN PADA BENDUNG IRIGASI DI WILAYAH SUNGAI PEMALI-COMAL Waluyo Hatmoko1*, R. W. Triweko2, dan Iwan K. Hadihardaja3 1
Puslitbang Sumber Daya Air, Kementerian PUPR 2 Universitas Katolik Parahyangan 3 Institut Teknologi Bandung *
[email protected]
ABSTRAK Kekeringan disebabkan oleh kurangnya curah hujan dari kondisi normal, dinamakan sebagai kekeringan meteorologi, yang jika berlangsung cukup lama akan menyebabkan kekeringan hidrologi, yaitu mengeringnya debit sungai dan menurunnya muka air danau dan air tanah. Untuk dapat menentukan awal, akhir, dan tingkat keparahan kekeringan maka digunakan indeks kekeringan. Salah satu jenis indeks kekeringan hidrologi (IKH) yang populer adalah Standardized Runoff Index (SRI), serupa dengan indeks kekeringan meteorologi Standardized Precipitation Index (SPI), dimana data asli dihitung rerata berjalan, transformasi distribusi statistik, dan dengan Theory of Run dipotong pada suatu ambang, sehingga bagian yang berada di bawah ambang adalah tingkat kekeringan. Penelitian ini mengkaji kinerja IKH SRI dengan berbagai kombinasi parameter, yaitu: 1) rerata berjalan untuk 1, 3, 6 dan 12 bulan; 2) distribusi statistik Normal, Log-Normal dan Gamma, serta 3) ambang potong debit rata-rata dan debit andalan Q80% secara tetap dan bulanan. Kinerja IKH dinyatakan dengan besarnya korelasi indeks kekeringan terhadap data luas sawah terkena kekeringan. Lokasi penelitian adalah pada bendung irigasi di Wilayah Sungai Pemali-Comal, yaitu Bendung Notog dan Kramat, dengan menggunakan data debit sungai bulanan dari tahun 2003 sampai dengan 2013. Hasil penelitian menunjukkan bahwa semua kombinasi distribusi, dan ambang batas berkorelasi baik terhadap data dampak kekeringan, menunjukkan semua kombinasi tersebut dapat digunakan sebagai IKH. Korelasi tertinggi dicapai pada distribusi Log-Normal, ambang tetap debit rata-rata, dan rerata berjalan 3 bulanan. Kombinasi parameter IKH ini disarankan untuk digunakan dalam mengevaluasi dan memantau kondisi kekeringan di WS Pemali-Comal. Dengan melengkapi analisis pada berbagai bendung irigasi di Indonesia, maka pemantauan dan evaluasi kekeringan secara nasional akan dapat diwujudkan untuk mitigasi bencana kekeringan. Kata kunci: kekeringan, kekeringan hidrologi, indeks kekeringan hidrologi, luas sawah terkena kekeringan, evaluasi kekeringan, pemantauan kekeringan, mitigasi, Pemali-Comal
PENDAHULUAN Kekeringan berbeda dengan bencana alam lainnya yang terlihat secara jelas dan menakutkan. Kekeringan merayap, tidak jelas awal dan akhirnya. Setelah musim hujan kita gembira dengan hari yang cerah, sampai waktu berlalu dan kita sadari bahwa air sungai menyusut, air sumur menurun, tanaman mulai layu, kekeringan telah terjadi. Untuk itu diperlukan adanya indeks kekeringan yang memungkinkan untuk mendeteksi bilamana kekeringan mulai terjadi dan kapan berakhirnya. Kekeringan meteorologi adalah berkurangnya curah hujan dari kondisi normal, sedangkan berkurangnya debit sungai dan menurunnya muka air danau dan waduk merupakan kekeringan hidrologi. Indeks Kekeringan Meteorologi (IKM) telah disepakati oleh masyarakat dunia, yaitu Standardized Precipitation Index (SPI), sedangkan untuk kekeringan hidrologi belum ada indeks yang seragam dan dianjurkan. Indeks Kekeringan Hidrologi (IKH) yang menyatakan kondisi kekeringan di sungai akan lebih sesuai untuk infrastruktur sumber daya air, termasuk bendung irigasi, dibandingkan dengan IKM yang hanya berdasarkan curah hujan. Permasalahannya adalah IKH yang bagaimana yang dapat menyatakan kekeringan di bendung dengan baik? Salah satu jenis IKH yang populer adalah Standardized Runoff Index (SRI), serupa dengan indeks kekeringan meteorologi Standardized Precipitation Index (SPI), dimana data asli dihitung rerata berjalan, transformasi distribusi statistik, dan dengan Theory of Run dipotong pada suatu ambang, sehingga bagian yang berada di bawah ambang adalah tingkat kekeringan. MAKSUD DAN TUJUAN Penelitian ini mengkaji kinerja IKH SRI dengan berbagai kombinasi parameter, yaitu: 1) rerata berjalan untuk 1, 3, 6 dan 12 bulan; 2) distribusi statistik Normal, Log-Normal dan Gamma, serta 3) ambang potong debit rata-rata dan debit andalan Q80% secara tetap dan bulanan. Tujuannya adalah untuk memperoleh IKH yang sesuai untuk diterapkan pada bendung irigasi di wilayah sungai Pemali-Comal. KAJIAN PUSTAKA Untuk dapat memberikan informasi mengenai durasi terjadinya kekeringan, perlu didefinisikan awal dan akhir kejadian kekeringan, yang biasa digunakan metode “theory of run” yang dikembangkan oleh Yevjevich (1967). Indikator kekeringan seperti misalnya data runtut waktu hujan atau debit Xt dipotong pada suatu ambang batas X0, yang dapat berupa nilai rata-rata, median, atau persentil tertentu, atau angka lainnya yang dapat berupa angka tetap maupun bervariasi menurut musim. Kekeringan didefinisikan sebagai kondisi bilamana nilai indikator setelah dipotong berada di bawah garis ambang batas, atau dengan lain perkataan jika nilainya negatif setelah dilakukan pemotongan. Selanjutnya Theory of Run diterapkan pada data runtut waktu (time-series) indikator
kekeringan yang telah dipotong, sebagaimana disajikan pada Gambar 1 (Mishra and Singh, 2010). Durasi kekeringan D (Duration) adalah panjang waktu antara garis memotong X0 menjadi negatif sampai dengan memotong X0 menjadi positif. Tingkat kekeringan M (magnitude) dari suatu kejadian kekeringan adalah jumlah kumulatif defisit di bawah ambang batas X0. Sedangkan intensitas kekeringan I (Intensity) adalah rata-rata penyimpangan dari X0, atau hasil bagi antara keparahan dengan durasi. (1)
I=M/D 4.0
3.0
2.0
Indeks Kekeringan
1.0
waktu 0.0
2 1
-1.0
3 -2.0
-3.0
-4.0
Keparahan = 9.6 Durasi = 4,0 Intensitas = 2.4 Cekaman = 38,4
Keparahan = 5.0 Durasi = 6,0 Intensitas = 0,83 Cekaman = 30
Keparahan = 7.5 Durasi = 2 Intensitas = 3.75 Cekaman = 15
-5.0
Gambar 1 Mendefinisikan kejadian kekeringan
Gambar 1 menunjukkan tiga buah kejadian kekeringan. Kejadian pertama merupakan kejadian kekeringan yang paling parah; kejadian kedua adalah kejadian kekeringan yang paling lama durasinya, dan kejadian ketiga merupakan kekeringan dengan intensitas tertinggi. Shukla dan Wood (2008) menyatakan Standardized Runoff Index (SRI) sebagai penerapan Theory of Run pada data debit, seperti halnya SPI pada data hujan dari McKee (1993). Rerata data yang digunakan juga serupa SPI, yaitu 1, 3, 6, dan 12 bulan. Distribusi statistik LogNormal digunakan sebab lebih sesuai dibandingkan dengan distribusi Gamma (yang digunakan SPI) untuk data debit bulanan di Sungai Feather di California. Edossa et al.(2010) mengkaji indeks kekeringan hidrologi pada DAS Awash di Ethiopia, dengan menggunakan batas debit andalan Q90% pada debit harian. Berbagai studi kekeringan meteorologi telah dilaksanakan di WS PemaliComal, diawali oleh Adidarma (2006) mengenai indeks kekeringan meteorologi SPI beserta pemicu dan prakiraannya, dilanjutkan oleh Adidarma et al. (2011) untuk pemodelan monitoring kekeringan; Levina et al. (2011) mengenai pemilihan pos hujan untuk pemetaan kekeringan. Adidarma (2013) mengkaji trend hujan yang menurun ternyata tidak berpengaruh terhadap indeks kekeringan.
METODOLOGI Penelitian dilaksanakan di Wilayah Sungai Pemali-Comal, Jawa Tengah bagian Utara, yaitu pada bendung irigasi Notog dan bendung irigasi Kramat (Gambar 2). Data debit sungai digunakan debit bulanan di bendung dari tahun 1991 sampai dengan 2013, yang telah diuji konsistensinya dengan data hujan dengan analisis hujan-aliran NRECA.
K. om .C
mali
al K.
K. Ca cab
K. Ciu
Bd. Sungapan K. C o
h
Bd. Sukowati Bd. Kaliwadas PEKALONGAN
t
K. Com
al
gdu
PEMALANG
ba
Ra m
bu
Bd. Kejene
BATANG
K.
g
Bd. Krompeng Am
K. Gun
v
m al
K.
TEGAL
Bd. Asemseketek Bd. Kedungdowo Kramat
rang
Sir a
K. Rambut
alu W
K.
Co m
an
K. Pe
Bd. Pesayangan
Waduk Cacaban
BREBES
ngk a K. Se
K. B ang sri
KOTA PEKALONGAN
K.
ng du
mal
KOTA TEGAL
Bd. Cipero
Bd. Danawarih
Bd. Notog
Bd. Mejagung
K. Pe kaca nga
n
K.
Gin
tun g
K. Rambut
v
K. Sengk arang
K. S iran
al
o K. C
u angd K. Sir
K
Co m
al
K. Gintu
ng
u Gambar 2 Lokasi bendung irigasi Notog dan Kedungdowo Kramat di WS Pemaliay Sr K. Comal PURBALINGGA
25,000
BANJARNEGARA WONOSOBO
20,000
CILACAP
BANYUMAS
Ha
15,000
10,000
5,000
0
1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Kab. Batang
0
0
1433
0
0
1426
40
0
225
0
0
0
0
204
70
4
0
210
0
3
0
0
Kab. Pekalongan
67
0
5650
0
26
5965
0
0
542
0
0
0
53
970
1956
66
49
446
220
817
409
55
Kab. Pemalang
0
0
6194
20
4
3017
0
0
313
0
2
142
0
716
2451
39
8
1415 2306 3463
525
0
Kab. Tegal
2
8
5133
0
9
4212
0
0
1242
0
480
235
847
1132 2246
169
537
2572 1469 1020
482
0
Kab. Brebes
60
34
518
2
0
5197
0
0
228
0
41
0
20
107
44
170
724
151
0
1672
233
693
Gambar 3 Luas sawah terkena kekeringan di WS Pemali-Comal (Ditjen Tanaman Pangan, Kementerian Pertanian, 2012)
Kinerja IKH dinyatakan dengan besarnya korelasi indeks kekeringan terhadap data luas sawah terkena kekeringan. Data luas areal sawah terkena kekeringan di Wilayah Sungai Pemali-Comal diperoleh dari Direktorat Jenderal Tanaman Pangan Kementerian Pertanian, yang mencakup Kabupaten Brebes untuk Bendung Notog, dan Kabupaten Batang untuk Bendung Kedungdowo (Kramat). Data historis pada Gambar 3 ini terlihat konsisten dengan luasnya areal terkena kekeringan pada tahun-tahun 1991, 1994, 1997, 2002, 2003, 2006 and 2008 yang dikenal sebagai tahun kekeringan El-Nino. Akan dikaji indeks IKH yang berkorelasi paling tinggi terhadap data luas sawah terkena kekeringan, dengan berbagai kombinasi parameternya sebagai berikut: a) b) c) d)
Rerata data: 1, 3, 6, dan 12 bulanan Transformasi distribusi statistik: Normal, Log-Normal, dan Gamma Sifat ambang batas potong: tetap dan bulanan Ambang batas potong: rata-rata (Q50%), dan debit andalan Q80%
Hasil korelasi juga dibandingkan terhadap indeks kekeringan meteorologi SPI dari hasil perhitungan Adidarma (2011). HASIL DAN PEMBAHASAN Kinerja Indeks Kekeringan Hidrologi pada Tahun El-Nino Untuk menyelidiki kesesuaian keparahan kekeringan tahunan dari berbagai indeks kekeringan, maka nilai keparahan tahunan IKH, IKA dan IKM disandingkan dan diperiksa kondisinya pada tahun kekeringan El-Nino 1991, 1994, 1997, 2002, 2003, 2006 dan 2008. Tabel 1 menunjukkan bahwa semua indeks kekeringan di Bendung Notog pada WS Pemali-Comal bagian Barat selalu mencatat nilai negatif yang ekstrim rendah, dinyatakan dengan warna merah pada tahun-tahun kekeringan El-Nino. Tabel 5 menunjukkan bahwa di Bendung Kramat pada WS Pemali-Comal bagian Timur, semua indeks kekeringan juga mencatat nilai yang sangat rendah pada tahun-tahun El-Nino. Beberapa indeks menunjukkan kekeringan yang berlanjut sampai tahun berikutnya, seperti IKH SRI ambang tetap yang mencatat kekeringan ekstrim di tahun 2002 dan 2003 berlanjut ke tahun 2004. Seberapa jauh korelasi masing-masing indeks kekeringan terhadap data historis luas sawah terkena kekeringan dibahas pada pasal berikut. Kajian Distribusi Statistik Untuk menyusun indeks kekeringan hidrologi, salah satu faktor penting adalah pemilihan distribusi statistik. Dalam penelitian ini digunakan tiga buah asumsi distribusi statistik, yaitu distribusi Normal, distribusi LogNormal, dan distribusi Gamma. Hipotesisnya adalah jika indeks kekeringan hidrologi dipilih yang sesuai dengan distribusi statistik data debit aslinya, maka indeks kekeringan hidrologi tersebut akan memiliki kinerja yang baik, dalam arti mencapai korelasi
yang tinggi terhadap data luas sawah terkena kekeringan. Uji kecocokan distribusi dilakukan berdasarkan Uji Chi Kuadrat dan Uji Kolmogorov-Smirnov. Tabel 3 dan Tabel 4 memperlihatkan kecocokan distribusi statistik setiap bulan untuk Bendung Notog dan Bendung Kramat. Tabel 1 Keparahan Tahunan Bendung Notog dan Tahun El-Nino SRI Ambang Tetap SRI Ambang Bulanan IKM Catatan ND50T ND80T LN50T LN80T GM50T GM80T ND50B ND80B LN50B LN80B GM50B GM80B SPI 1991 -6.43 -1.04 -6.48 -2.15 -9.36 -9.36 -5.02 -0.04 -4.72 -0.46 -3.95 -0.13 -5.92 El-Nino 1992 -4.53 0.00 -1.10 0.00 -3.58 -3.58 -3.21 -0.43 -3.48 -1.31 -3.73 -0.97 -1.28 1993 -6.01 -0.88 -5.56 -1.64 -8.18 -8.18 -5.23 -0.80 -6.10 -2.37 -6.02 -2.13 -2.30 1994 -9.34 -1.30 -9.13 -4.24 -13.16 -13.16 -15.12 -6.11 -21.32 -12.32 -19.22 -10.94 -5.37 El-Nino 1995 -3.40 -0.49 -3.04 -0.68 -4.47 -4.47 -0.82 0.00 0.00 0.00 0.00 0.00 -0.63 1996 -5.17 -0.35 -3.59 -1.03 -6.12 -6.12 -4.03 -0.45 -3.51 -0.36 -3.65 -0.64 -2.24 1997 -6.70 -1.23 -8.15 -3.76 -10.61 -10.61 -5.96 -0.64 -7.87 -2.33 -6.14 -1.93 -5.12 El-Nino 1998 -2.34 0.00 -0.33 0.00 -1.13 -1.13 -1.46 -0.20 -1.15 -0.26 -1.50 -0.44 -1.35 1999 -4.94 -0.48 -4.47 -1.65 -6.49 -6.49 -3.25 -0.58 -3.01 -0.70 -2.78 -0.98 -1.85 2000 -4.81 -0.61 -3.79 -1.14 -6.05 -6.05 -3.27 -0.43 -2.33 -0.33 -2.18 -0.61 -1.21 2001 -2.92 -0.18 -1.39 0.00 -2.65 -2.65 -2.11 0.00 -1.22 0.00 -1.90 0.00 -2.28 2002 -6.00 -1.07 -8.17 -4.24 -10.04 -10.04 -5.34 -0.17 -6.77 -1.52 -4.76 -0.75 -6.71 El-Nino 2003 -6.04 -1.07 -6.53 -2.54 -8.95 -8.95 -5.92 -0.38 -6.02 -1.11 -5.17 -0.45 -4.87 El-Nino 2004 -5.62 -0.67 -4.80 -1.50 -7.34 -7.34 -4.13 0.00 -2.62 0.00 -2.82 -0.06 -1.33 2005 -5.50 -0.44 -3.92 -1.36 -6.70 -6.70 -3.62 -0.06 -2.72 -0.13 -2.81 -0.04 -4.26 2006 -6.36 -1.04 -7.99 -3.74 -10.25 -10.25 -5.19 -0.09 -6.00 -1.00 -6.82 -1.97 -4.76 El-Nino 2007 -5.40 -0.76 -4.77 -1.59 -7.11 -7.11 -3.75 -0.49 -2.98 -0.86 -6.12 -2.72 -6.13 2008 -5.49 -0.88 -5.49 -1.94 -7.90 -7.90 -6.44 -0.56 -7.00 -1.57 -5.98 -0.99 -5.04 El-Nino 2009 -4.93 -0.74 -5.19 -2.08 -6.86 -6.86 -4.26 -0.55 -3.97 -0.41 -3.11 -0.80 -7.07 2010 -0.40 0.00 0.00 0.00 0.00 0.00 -0.01 0.00 0.00 0.00 -0.02 0.00 -0.27 2011 -4.65 -0.58 -4.51 -1.51 -6.64 -6.64 -1.74 0.00 -0.90 0.00 -0.34 0.00 -2.59
Tahun
Tabel 2 Keparahan Tahunan Bendung Kramat dan Tahun El-Nino Tahun 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
SRI Ambang Tetap SRI Ambang Bulanan IKM Catatan ND50T ND80T LN50T LN80T GM50T GM80T ND50B ND80B LN50B LN80B GM50B GM80B SPI -6.88 -1.07 -11.34 -6.74 -12.87 -7.61 -8.13 -1.31 -13.06 -6.74 -8.86 -8.86 -8.85 El-Nino -3.17 -0.19 -1.71 -0.12 -3.13 -0.94 -3.78 -0.75 -3.66 -0.12 -3.67 -3.67 -6.03 -4.91 -0.53 -4.15 -0.73 -6.44 -2.60 -3.32 -0.51 -1.86 -0.73 -1.84 -1.84 -3.58 -6.97 -1.07 -10.11 -5.28 -12.33 -6.88 -7.03 -0.99 -10.05 -5.28 -7.53 -7.53 -7.57 El-Nino -4.11 -0.40 -4.03 -1.47 -5.88 -2.37 -1.38 0.00 -1.19 -1.47 -0.41 -0.41 -1.47 -4.76 -0.20 -2.93 0.00 -5.52 -1.19 -4.12 -1.08 -4.49 0.00 -4.55 -4.55 -5.35 -6.64 -0.91 -7.71 -2.88 -10.39 -5.10 -6.09 -0.35 -6.61 -2.88 -6.36 -6.36 -10.11 El-Nino -2.90 -0.11 -1.27 -0.06 -2.66 -0.55 -2.64 -0.22 -2.31 -0.06 -2.49 -2.49 -4.35 -4.56 -0.36 -3.48 -0.66 -5.79 -1.82 -3.48 -0.53 -3.24 -0.66 -3.09 -3.09 -2.81 -5.00 -0.55 -4.64 -1.98 -6.73 -3.12 -3.66 -0.20 -3.86 -1.98 -2.65 -2.65 -2.42 -4.14 -0.30 -2.70 -0.52 -4.54 -1.59 -3.88 -0.19 -3.14 -0.52 -3.34 -3.34 -3.15 -6.59 -1.03 -9.02 -4.06 -11.47 -6.11 -6.58 -0.69 -8.31 -4.06 -6.72 -6.72 -6.20 El-Nino -6.09 -0.85 -7.28 -3.29 -9.65 -4.95 -7.26 -1.27 -7.81 -3.29 -6.56 -6.56 -4.17 El-Nino -5.84 -0.97 -8.48 -4.14 -10.58 -5.80 -4.68 -0.36 -5.72 -4.14 -4.56 -4.56 -4.78 -4.09 -0.18 -1.62 -0.08 -3.73 -0.90 -3.42 -0.59 -3.08 -0.08 -3.24 -3.24 -3.82 -6.12 -0.94 -7.95 -3.75 -10.16 -5.50 -5.95 -0.94 -7.08 -3.75 -8.31 -8.31 -6.77 El-Nino -5.48 -0.73 -5.88 -2.52 -8.04 -4.07 -3.78 -0.83 -4.34 -2.52 -6.55 -6.55 -2.69 -5.12 -0.49 -4.59 -1.03 -7.08 -2.69 -2.75 0.00 -2.13 -1.03 -1.74 -1.74 -4.77 El-Nino -5.13 -0.71 -5.53 -2.17 -7.41 -3.81 -4.89 -0.89 -4.40 -2.17 -3.84 -3.84 -4.77 -0.38 0.00 0.00 0.00 -0.11 0.00 -0.70 0.00 -0.39 0.00 -0.61 -0.61 -1.34 -4.84 -0.48 -4.28 -1.06 -6.56 -2.40 -2.47 0.00 -0.98 -1.06 -1.26 -1.26 -1.53
Tabel 3 Kesesuaian distribusi statistik Bendung Notog Distribusi
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Jumlah sesuai (bulan) Setahun
Normal sesuai sesuai sesuai sesuai sesuai sesuai sesuai tidak tidak tidak sesuai tidak 8 67%
LogNormal sesuai sesuai tidak sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai 11 92%
Gamma sesuai sesuai sesuai sesuai sesuai sesuai sesuai tidak tidak sesuai sesuai sesuai 10 83%
Tabel 4 Kesesuaian distribusi statistik Bendung Kramat Distribusi
Bulan Januari Februari Maret April Mei Juni Juli Agustus September Oktober November Desember Jumlah sesuai (bulan) Setahun
Normal tidak sesuai sesuai sesuai sesuai sesuai tidak tidak tidak tidak sesuai sesuai
LogNormal sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai sesuai
Gamma sesuai sesuai sesuai tidak tidak sesuai sesuai tidak tidak sesuai sesuai sesuai
8 67%
12 100%
8 67%
Korelasi IKH terhadap Data Luas Sawah Terkena Kekeringan Untuk Bendung Notog dengan luas Daerah Tangkapan Air (DTA) 1.276 km2, keparahan kekeringan tahunan terhadap luas sawah terkena kekeringan, berkorelasi sangat erat, yaitu 95%, yang dicapai oleh SRI.LN50-6 dengan distribusi LogNormal batas potong bulanan 50%, rerata 6 bulanan (Tabel 5). Korelasi erat lainnya sebesar 94% diperoleh pada SRI.GM50-6 distribusi Gamma
rerata 6 bulanan batas potong bulanan 50%. Selanjutnya korelasi 93% pada SRI.LN50-3, dan SRI.GM80-6, serta hampir semua SRI 12 bulanan batas potong tetap, dan untuk batas potong bulanan pada SRI 6 bulanan, 12 bulanan dan 3 bulanan. Selanjutnya dengan korelasi masih cukup erat pada SRI batas potong bulanan rerata 1 bulanan dan batas potong tetap 3 bulanan. Tabel 5 Korelasi Keparahan Kekeringan Tahunan dengan Data Luas Sawah terkena Kekeringan di Bendung Notog
Metode SRI.ND50T SRI.ND80T SRI.LN50T SRI.LN80T SRI.GM50T SRI.GM80T SRI.ND50B SRI.ND80B SRI.LN50B SRI.LN80B SRI.GM50B SRI.GM80B SPI
Distribusi Normal Normal LogNormal LogNormal Gamma Gamma Normal Normal LogNormal LogNormal Gamma Gamma Gamma
Ambang 1 bulanan 3 bulanan 6 bulanan 12 bulanan 50% tetap 62% 71% 88% 87% 80% tetap 51% 56% 87% 93% 50% tetap 52% 64% 89% 93% 80% tetap 53% 60% 85% 93% 50% tetap 57% 68% 89% 91% 80% tetap 53% 58% 86% 93% 50% bulanan 85% 92% 92% 88% 80% bulanan 91% 92% 92% 93% 50% bulanan 87% 93% 95% 92% 80% bulanan 91% 92% 93% 92% 50% bulanan 86% 92% 94% 91% 80% bulanan 88% 91% 93% 93% 50% bulanan 33% 39% 27% -8%
Tabel 6 Korelasi Keparahan Kekeringan Tahunan dengan Data Luas Sawah terkena Kekeringan di Bendung Kramat
Metode SRI.ND50T SRI.ND80T SRI.LN50T SRI.LN80T SRI.GM50T SRI.GM80T SRI.ND50B SRI.ND80B SRI.LN50B SRI.LN80B SRI.GM50B SRI.GM80B SPI
Distribusi Normal Normal LogNormal LogNormal Gamma Gamma Normal Normal LogNormal LogNormal Gamma Gamma Gamma
Ambang batas1 bulanan 3 bulanan 6 bulanan 12 bulanan 50% tetap 51% 50% 45% -6% 80% tetap 57% 61% 64% -16% 50% tetap 68% 70% 68% -8% 80% tetap 76% 76% 76% -16% 50% tetap 62% 64% 63% -8% 80% tetap 67% 69% 70% -16% 50% bulanan 65% 50% 18% -7% 80% bulanan 49% 16% -10% -18% 50% bulanan 79% 68% 32% -7% 80% bulanan 84% 73% 24% -15% 50% bulanan 62% 55% 23% -2% 80% bulanan 62% 37% 5% -12% 50% bulanan 61% 55% 32% -4%
Secara umum keparahan kekeringan tahunan di Bendung Notog yang berkorelasi cukup tinggi terhadap luas sawah terkena kekeringan, adalah 1) pada rerata 6 bulanan, batas potong bulanan; serta 2) rerata 12 bulanan ambang batas tetap. Parameter distribusi maupun ambang batas tidak banyak mempengaruhi hasil korelasi terhadap luas sawah terkena kekeringan. Bendung Kramat di Kali Sambong memiliki daerah tangkapan air yang kecil, yaitu hanya 88 km2. Korelasi antara keparahan kekeringan tahunan dengan data luas sawah terkena kekeringan terbaik pada ambang batas tetap dengan rerata 1, 3 dan 6 bulanan (
Tabel 6). Kinerja terbaik dicapai oleh IKH SRI.LN80-1 distribusi LogNormal dengan ambang batas 80% ambang batas bulanan dan juga SRI.LN80T ambang batas tetap. Rerata 1 bulanan selalu mencatat korelasi yang lebih tinggi dibandingkan dengan rerata 3, 6, dan 12 bulanan. Ambang batas potong yang menunjukkan korelasi tinggi adalah ambang batas andalan Q80%. KESIMPULAN DAN SARAN Kesimpulan Dari pengkajian Indeks Kekeringan Hidrologi (IKH) Standardized Runoff Index (SRI) berdasarkan Theory of Run dengan berbagai variasi distribusi statistik, dengan ambang tetap dan bulanan, pada nilai rata-rata dan debit andalan 80%. Semua variasi Indeks Kekeringan Hidrologi SRI ini konsisten dengan tahun El-Nino 1991, 1994, 1997, 2002, 2003, 2006 dan 2008. Verifikasi terhadap data luas sawah terkena kekeringan menunjukkan bahwa pada umumnya IKH yang sesuai untuk WS Pemali-Comal adalah SRI dengan Ambang Batas Tetap Q50%, berdistribusi Log-Normal, dengan rerata 3 bulanan. Pada bendung irigasi dengan daerah tangkapan air yang luas, sebaiknya digunakan rerata 3, 6, atau 12 bulanan. Sedangkan untuk daerah tangkapan air yang kecil, rerata 1 dan 3 bulanan akan lebih sesuai. Transformasi distribusi statistik yang digunakan sebaiknya mengikuti distribusi statistik dari data debit yang dikaji. Dengan pemilihan kombinasi rerata dan distribusi ini, pada umumnya semua jenis IKH berkorelasi cukup baik terhadap data luas sawah terkena kekeringan, yaitu antara 75% sampai dengan 95%. Kinerja ini jauh lebih baik dari indeks kekeringan meteorologi SPI yang hanya sampai 61%. Saran Disarankan untuk menerapkan perhitungan indeks kekeringan hidrologi pada setiap bendung irigasi agar kondisi kekeringan pada infrastruktur sumber daya air dapat diketahui secara tepat, sebagai bahan masukan penyelenggaraan alokasi air. Untuk pengembangan lebih lanjut, dapat diteliti perilaku indeks kekeringan hidrologi pada wilayah sungai lain di Indonesia. Selanjutnya perlu diteliti kemungkinan prediksi indeks kekeringan hidrologi beberapa bulan mendatang berdasarkan data prediksi indeks kekeringan meteorologi yang ada.
DAFTAR PUSTAKA 1.
Adidarma, W. K., 2006. Pengembangan Model Pemantauan Gejala Kekeringan di Indonesia, Disertasi Program Doktor Teknik Sipil Universitas Katolik Parahyangan, Bandung. 2. Adidarma, W. K., L. Martawati, Levina, dan O. Subrata 2011. Model Monitoring Kekeringan dalam Kerangka Manajemen Bencana yang Memberikan Informasi Secara Spasial dan Temporal. Jurnal teknik Hidraulik, Vol. 2 No. 2, Desember 2011. 3. Adidarma, W. K., 2013. Trend Hujan di Musim Kemarau yang Berkurang Belum Tentu Menimbulkan Intensitas Kekeringan yang Bertambah Parah, Jurnal Sumber Daya Air, Vol. 9 No 2, November 2013 4. Direktorat Jenderal Sumber Daya Air, 2011. Rancangan Peraturan Menteri Pekerjaan Umum tentang Neraca Air dan Penyelenggaraan Alokasi Air, Kementerian Pekerjaan Umum 5. Edossa, Desalegn Chemeda, Mukand Singh Babel, and Ashim Das Gupta. 2010. “Drought analysis in the Awash river basin, Ethiopia.” Water resources management: 1441-1460. doi:10.1007/s11269-009-9508-0. http://www.springerlink.com/index/a463727w342148x4.pdf. 6. Levina, W. K. Adidarma, L. Martawati, dan W. Seizarwati, 2011. Analisis Pemilihan Pos Hujan untuk Pemantauan Kekeringan di Wilayah Sungai Pemali Comal, Jurnal Teknik Hidraulik, Vol. 2 No. 1, Juni 2011. 7. Mckee, Thomas B, Nolan J Doesken, and John Kleist. 1993. The relationship of drought frequency and duration to time scales. In Eighth Conference on Applied Climatology, 17-22 January 1993, Anaheim, California, 1722. 8. Mishra, Ashok K, and Vijay P Singh. 2010. “A review of drought concepts” Journal of Hydrology 391 (1-2): 202-216. doi: 10.1016/ j.jhydrol.2010.07.012. http://dx.doi.org/10.1016/j.jhydrol.2010.07.012. Diakses 01-10-2012 9. Shukla, S., & Wood, A. W. (2008). Use of a standardized runoff index for characterizing hydrologic drought. Geophysical Research Letters, 35(2), L02405. doi:10.1029/2007GL032487. Diakses 01-10-2012 10. Yevjevich, Vujica. 1967. “An Objective Approach to Definitions and Investigations of Continental Hydrologic Droughts” Hydrology Papers Colorado State University Fort Collins, Colorado (August).
