PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81
ISSN : 2337-8204
Analisis Tingkat Kekeringan Menggunakan Parameter Cuaca di Kota Pontianak dan Sekitarnya Susi Susanti1) , Andi Ihwan1) , M. Ishak Jumarangi1) 1Program
Studi Fisika, FMIPA, Universitas Tanjungpura, Pontianak Email :
[email protected] Abstrak
Telah dilakukan penelitian tentang analisis tingkat kekeringan di Kota Pontianak dan sekitarnya menggunakan parameter cuaca yaitu curah hujan dan suhu udara maksimum harian selama 3 tahun (2006, 2007, dan 2008). Metode yang digunakan dalam penelitian ini adalah metode Keetch-Byram Dryness Index (KBDI). Berdasarkan perhitungan, tingkat KBDI dipengaruhi oleh peningkatan dan penurunan jumlah curah hujan. Penurunan jumlah curah hujan dapat memicu terjadinya hotspot. Dari 3 tahun pengamatan koefisien korelasi antara KBDI dengan hotspot yang tertinggi terdapat pada tahun 2006 yakni sebesar 0,87. Besarnya koefisien korelasi ini karena pada tahun 2006 terjadi fenomena El-Nino. Sebagian besar hotspot yang terjadi pada tahun 2006 disebabkan karena pengaruh alam. Korelasi KBDI terhadap hotspot pada tahun 2007 dan 2008 sangat rendah (0,31 dan 0,35). Hal ini menunjukkan bahwa pengaruh alam pada pembentukan hotspot sangat kecil. Kata kunci : KBDI, curah hujan, suhu udara, hotspot. 1. Pendahuluan Kalimantan Barat merupakan salah satu wilayah yang sering mengalami kebakaran hutan dan lahan, terutama pada saat terjadi penyimpangan cuaca yang ekstrim, diantaranya fenomena El-Nino dan La-Nina. Fenomena tersebut menyebabkan terjadi penurunan dan peningkatan jumlah curah hujan di wilayah Indonesia. Pada makalah ini dilakukan analisis tingkat kekeringan menggunakan parameter cuaca serta hubungan terhadap hotspot di Kota Pontianak dan sekitarnya. Studi ini bertujuan untuk menganalisis tingkat kekeringan yang dipengaruhi oleh faktor cuaca pada tahun kejadian El-Nino, La-Nina dan Normal. 2. Landasan Teori 2.1 Curah Hujan Curah hujan dapat mempengaruhi kelembaban dan kadar air bahan bakar. Bila kadar air bahan bakar tinggi akibat curah hujan yang tinggi maka sulit untuk terjadi kebakaran. Namun sebaliknya bila curah hujan rendah disertai suhu udara yang tinggi serta didukung oleh kemarau yang panjang menyebabkan kebakaran hutan dan lahan akan mudah terjadi. Jumlah curah hujan dicatat dalam inci atau millimeter (1 inci = 25,4 mm). Jumlah curah hujan 1 mm, menunjukkan tinggi air hujan menutupi permukaan 1 mm untuk luas 1 m persegi, jika air tersebut tidak meresap ke dalam tanah atau
menguap ke atmosfer. Intensifikasi hujan adalah banyaknya curah hujan persatuan jangka waktu tertentu. Apabila dikatakan intensitas besar berarti hujan lebat dan ini kurang baik bagi tanaman karena dapat menimbulkan erosi dan banjir (Tjasyono, 2004). 2.2 Suhu Udara Suhu udara merupakan derajat panas dan dingin suatu keadaan yang dipengaruhi oleh sinar matahari. Suhu udara akan menurun dengan bertambahnya ketinggian tempat. Setiap ketinggian bertambah 100 meter, suhu udara berkurang (turun) rata-rata 0,6oC. Penurunan ini disebut gradient temperatur vertikal atau lapse rate. Pada udara kering, besar lapse rate adalah 1oC. untuk mengetahui temperatur rata-rata suatu tempat digunakan persamaan: h
Tx = T0 − 0,6 100
(1)
Dengan menurunnya suhu udara, kapasitas udara menampung uap air semakin rendah, berarti udara akan lebih cepat menjadi jenuh. Penurunan suhu lebih lanjut akan menyebabkan terjadinya kondensasi (Lakitan , 2002). 2.3 El-Nino dan La-Nina Peristiwa El-Nino ditantai dengan naiknya suhu permukaan air laut di Pasifik Tengah dan
75
PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81 Pasifik Timur di sekitar equator. Ketika terjadi ElNino suhu permukaan Pasifik Barat terbentuk pusat tekanan tinggi, sedangkan pada Pasifik tengah dan Selatan terbentuk pusat tekanan rendah. Terbentuknya pusat tekanan tinggi di Pasifik Barat dan Samudra Hindia sehingga menyebabkan terhambatnya pembentukan awan di lautan Indonesia bagian Timur sehingga beberapa wilayah Indonesia terjadi penurunan curah hujan yang jauh dari normal (Edukasi, 2009). Pada tahun normal, tekanan permukaan rendah berkembang di wilayah Utara Australia dan Indonesia dan tekanan tinggi melalui sistem pantai Peru akibatnya, angin pasat melalui Samudera Pasifik bergerak sangat kuat dari Timur ke Barat. Di Timur aliran angin pasat membawa permukaan air hangat ke Barat, sehingga badai membawa badai konvektiv ke Indonesia dan pesisir Australia. Sepanjang pantai Peru, kolam air dingin terbawa sampai ke permukaan untuk menggantikan kolam air hangat yang diambil di sebelah barat. La Nina merupakan suatu kondisi dimana terjadi penurunan suhu muka air laut di kawasan Timur equator di Lautan Pasifik. Pada saat terjadi La-Nina angin pasat timur yang bertiup di sepanjang Samudra Pasifik menguat (Sirkulasi Walker) bergeser ke arah Barat, sehingga massa air hangat yang terbawa semakin banyak ke arah Pasifik Barat, akibatnya massa air dingin di Pasifik Timur bergerak ke atas dan menggantikan massa air hangat yang berpindah tersebut, hal ini biasa disebut upwelling. Dengan pergantian massa air suhu permukaan laut mengalami penurunan dari nilai normalnya (Haryanto, 1998) Tabel 1. Tahun Kejadian El-Nino Lemah sedang 1951 1986 1963 1987 1968 1994 1976 2002 1977 2004 2006 (Amirullah, 2011).
kuat 1957 1965 1972 1982 1991 1976 2009
ISSN : 2337-8204 Tabel 2. Tahun Kejadian La-Nina Lemah Sedang 1950 1954 1956 1964 1962 1970 1976 1998 1971 1999 1974 2007 1984 2010 1995 2000 (Amirullah, 2011).
Kuat 1995 1973 1975 1988
2.4 (Keetch-Byram Dryness Index) KBDI KBDI merupakan metode untuk mengukur tingkat kekeringan yang dikembangkan pada tahun 1968 di Amerika. Metode ini diperkenalkan pertama kali di Kalimantan Timur oleh Jhon E pada tahun 1995, dari perhitungan yang telah dilakukan, telah terbukti dengan kondisi yang terjadi. KBDI mendefinisikan indeks kekeringan sebagai ekspresi kurangnya kelembaban tanah menurut kemungkinan maksimal kandungan kelembaban tanah (kapasitas lahan). Perhitungan KBDI menunjukkan kemungkinan terjadinya kebakaran yang diekspresikan melalui index yang berkisar antara 0 sampai 2000. Untuk mulai menghitung KBDI pada daerah tertentu KBDI berada diposisi “0” maka masa hujan dengan jumlah curah hujan sebanyak 150 -200 mm dalam satu minggu (Deeming, 1995). 2.5 Titik Api (Hotspot) Hotspot merupakan suatu titik panas yang dapat menimbulkan titik api yang diindikasikan sebagai lokasi kebakaran hutan dan lahan yang biasa disebut sebagai hotspot. Hotspot dapat dideteksi dengan mengguanakan satelit NOAA (Nation Oceanic and Atmosfer) yang dilengkapi sensor AVVHRR (Advenced Very High Resilation Radiometer). Sebuah titik hotspot teridentifikasi pada satelit dengan luas areal 1,1 km² dengan suhu tinggi dari 42 C (Heryalianto, 2006). 3. Metodologi Perhitungan nilai Keetch-Byram Dryness Index (KBDI) menggunakan persamaan (Deeming, 1995) : KBDI = KBDIt 1 − (10xCH + DF) (2)
76
PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81 Tabel 3. Kriteria KBDI Skala Numerik 0 - 999 1000 - 1499 1450 - 1749 1750 - 2000 DF =
ISSN : 2337-8204
Sifat Kriteria Low Moderate High Ekstrim
(2000 − KBDI )(0.9676 exp (1 + 10.88exp −
(0.087xT + 1.552) − 8.3))x0.001 ( ) 0.00175 x ann rain) Persamaan korelasi KBDI terhadap jumlah hotspot (Heryalianto, 2006): ) (
(
r=
² (
)²
)2(
)
² (
(4)
)²
4. Hasil dan Diskusi KBDI
Jumlah Hotspot
2000
400
1800
350
1600 300
Nilai KBDI
1400 250
1200 1000
200
800
150
600 100 400 50
200 0
0 JAN
FEB MART APR
MEI
JUNI JULI Bulan
AGST SEPT
OKT
NOV
DES
Gambar 4.1 Grafik Hubungan KBDI Terhadap Jumlah Hotspot Bulanan Kota Pontianak dan Sekitarnya Tahun 2006 hujan meningkat dan menyebabkan tingkat Berdasarkan grafik tahun 2006 pada kekeringan rendah sehingga sulit untuk bulan Januari, Februari, April, Mei, Juni, November mengalami hotspot. Pada bulan Maret terdeteksi dan Desember tidak ada hotspot yang terjadi, jumlah hotspot sebanyak 12 titik dengan tingkat karena pada bulan-bulan tersebut jumlah curah KBDI Moderate sebesar 1120. pada bulan Juli
77
PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81 jumlah hotspot meningkat menjadi 243 titik dengan kriteria KBDI High sebesar 1727, kemudian pada bulan Agustus jumlah hotspot mengalami kenaikan lagi hingga menjadi 371 titik dengan tingkat KBDI Extrim sebesar 1850, pada bulan September jumlah hotspot menurun menjadi 39 titik dengan tingkat KBDI Moderate
ISSN : 2337-8204 sebesar 1282, pada bulan Oktober jumlah hotspot kembali meningkat menjadi 119 titik dengan kriteria KBDI Moderate sebesar 1480. Jumlah hotspot meningkat seiring dengan tinggi nilai KBDI yang dipengaruh oleh penurunan jumlah curah hujan.
KBDI
jumlah hotspot 120
1400
1000
80
800
60
Jumlah Hotspot
100
1200
600 40 400 20
200 0
0 JAN
FEB
MART
APR
MEI
JUNI JULI Bulan
AGST
SEPT
OKT
NOV
DES
Gambar 4.2 Grafik Hubungan KBDI Terhadap Jumlah Hotspot Bulanan Kota Pontianak dan Sekitarnya Tahun 2007 kemudian pada bulan September hingga Berdasarkan grafik tahun 2007 pada bulan Desember jumlah hotspot kembali menurun Januari, Mei, Juni, Nopember dan Desember tidak hingga tidak hotspot yang terjadi. Jumlah hotspot ada hotspot yang terjadi. karena pada bulan-bulan menurun seiring dengan menurun nilai KBDI yang tersebut jumlah curah hujan meningkat dan dipengaruhi oleh peningkatan jumlah curah hujan, menyebakan tingkat kekeringan rendah sehingga akan tetapi pada bulan Agustus peningktan jumlah sulit untuk terjadi hotspot. Pada bulan Februari hotspot terjadi hal yang tidak lazim karena terdeteksi hostpot sebanyak 16 dengan tingkat peningkatan jumlah hotspot pada bulan tertsebut KBDI moderate sebesar 1377, kemudian pada melebihi dari peningkatan nilai KBDI, hal ini bulan April sampai bulan Juni terjadi penurunan karena jumlah hotspot yang terjadi bukan hanya jumlah hotspot, kemudian pada bulan Juli dari faktor alam tetapi ada faktor lain seperti terdeteksi jumlah hotspot sebanyak 14 dengan pembakaran hutan yang dilakukan oleh manusia tingkat KBDI Moderate sebesar 1067, pada bulan sehingga menyebabkan peningkatan jumlah Agustus jumlah hotspot meningkat menjadi 99 hotspot yang besar. titik dengan tingkat KBDI Moderate sebesar 1023,
78
PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81
ISSN : 2337-8204
KBDI
Jumlah Hotspot
1400
160
1200
140
100 800 80 600 60 400
Jumlah Hotspot
120
1000
40
200
20
0
0 JAN
FEB
MART APR
MEI
JUNI
JULI
AGST SEPT
OKT
NOV
DES
Bulan Gambar 4.3 Grafik Hubungan KBDI Terhadap Jumlah Hotspot Bulanan Kota Pontianak dan Sekitarnya Tahun 2008 Berdasarkan pada grafik 2008 pada bulan Januari terdeteksi 50 hotspot dengan tingkat KBDI Moderate sebesar 1062, pada bulan Februari 59 hotspot dengan tingkat KBDI Moderate sebesar 1321, pada bulan Maret dan April terjadi penurunan tingkat KBDI dan jumlah hotspot. Pada bulan Mei jumlah hotspot kembali naik seiring dengan kenaikan nilai KBDI kemudian pada bulan Juni jumlah hotspot kembali menurun dan jumlah hotspot naik kembali pada bulan Agustus. Peningkatan jumlah hotspot ini tidak sebanding dengan kenaikan nilai KBDI, nilai KBDI sebesar 1019 dan jumlah hotspot 144. Kenaiakan ini merupakan hal yang tidak lazim terhadap faktor kondisi alam, karena itu jumlah hotspot yang terjadi disebabkan ada faktor lain yang menyebabkan jumlah hotspot melebihi jumlah nilai KBDI.
Tabel 4. Kriteria KBDI Rata-Rata Bulanan 2006-2008 TAHUN BULAN 2006 2007 Januari Low Low Februari Low Moderate Maret Moderate Moderate April Low Low Mei Moderate Low juni Low Low Juli High Moderate Agustus Ekstrim Moderate September Moderate Low Oktober Low Low November Low Low Desember Low Low
Tahun
2008 Moderate Moderate Moderate Low Moderate Moderate Low Moderate Low Low Low Low
Berdasarkan Tabel 4, pada tahun 2006 tingkat KBDI Low terjadi pada bulan Januari, Februari, April, Juni, Nopember, dan Desember dimana pada bulan-bulan tersebut terjadi peningkatan jumlah curah hujan sehingga nilai KBDI rendah dan berada pada kondisi Low. Tingkat KBDI tertinggi terjadi pada bulan Juli dan Agustus tingkat KBDI mencapai High dan Extrim, karena pada tahun 2006 merukapan tahun kejadian El-Nino, sehingga terjadi penurunan jumlah curah hujan dalam jangka waktu yang
79
PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81 lama dan menyebabkan terjadi kemarau panjang yang terjadi pada bulan Juli hingga Oktober. Pada tahun 2007 tingkat KBDI Low terjadi pada bulan Januari, April, Mei, Juni, September, Oktober, Nopember, dan Desember, dimana pada bulan-bulan tersebut terjadi peningkatan jumlah curah hujan sehingga nilai KBDI rendah dan berada pada kondisi Low. Pada tahun 2007 tingkat KBDI tertinggi berada pada bulan Agustus dengan tingkat KBDI Moderate, pada tahun ini tidak terdapat tingkat KBDI High dan Extrim, Karena pada tahun tersebut merupakan tahun kejadian La-Nina yang menyebabkan jumlah curah hujan relatif tinggi, sehingga tingkat KBDI relatif Low. Pada tahun 2008, tingkat KBDI Low terjadi pada bulan April, Juli, September, Oktober, Nopember, dan Desember, dimana pada bulanbulan tersebut terjadi peningkatan jumlah curah hujan sehingga nilai KBDI rendah dan berada pada kondisi Low. Pada tahun 2008 tingkat KBDI tertinggi berada pada bulan Agustus dengan tingkat KBDI Moderate, pada tahun ini tidak terdapat tingkat KBD High dan Extrim, Karena pada tahun tersebut merupakan tahun kejadian Normal yang menyebabkan jumlah curah hujan relatif tinggi, sehingga tingkat KBDI relatif Moderate. Tabel 5. Nilai Korelasi KBDI Rata-Rata Bulanan Terhadap Jumlah Hotspot Bulanan No Tahun Nilai korelasi 1 2006 0,87 2 2007 0,31 3 2008 0,35 Berdasarkan Tabel 5, koefisien korelasi hubungan KBDI bulanan rata-rata terhadap jumlah hotspot bulanan tahun 2006 sebasar 0,87, koefisien korelasi ini menyatakan tingkat kekeringan terhadap jumlah hotspot sangat kuat dan tingkat kekeringan sangat mempengaruhi jumlah hotspot, ketika KBDI semakin tinggi maka jumlah hotspot juga akan semakin tinggi. Besar nilai korelasi ini menyatakan bahwa hubungan tingkat KBDI terhadap jumlah hotspot yang dipengaruhi oleh faktor alam sebesar 0,87 atau sekitar 87% dan 13% merupkan hotspot yang disebabkan oleh faktor lain seperti pembakaran lahan yang di lakukan oleh manusia. Pada tahun 2006 merupakan tahun kejadian El-Nino yang ditandai dengan terjadinya musim kemarau yang panjang, sehingga koefisien korelasi besar dan hotspot yang terjadi merupakan faktor yang dipengaruhi oleh alam.
ISSN : 2337-8204 Pada tahun 2007, koefisien korelasi antara tingkat kekerinagan rata-rata bulanan dengan jumlah hotspot bulanan sebesar 0,31 atau sekitar 31% hotspot yang terjadi dipengaruhi oleh faktor alam dan 69% merupakan hotspot yang disebabkan faktor lain seperti pembakaran lahan yang di lakukan oleh manusia. Pada tahun 2007 merupakan tahun kejadian La-Nina yang ditandai dengan peningkatan jumlah curah hujan. Pada tahun 2008 nilai korelasi hubungan antara KBDI rata-rata bulanan terhadap jumlah hotspot bulanan didapat sebesar 0,35 nilai korelasi ini kecil, karena pada tahun 2008 merupakan tahun kejadian Normal yang ditandai dengan peningkatan jumlah curah hujan, sehingga nilai korelasi kecil dan jumlah hotspot yang terjadi yang dipengaruhi oleh faktor alam sebasar 0,35 atau sekitar 35% dan 65% merupakan hotspot yang oleh disebabkan faktor lain seperti pembakaran lahan yang di lakukan oleh manusia. 5. Kesimpulan 1. Koefisien korelasi KBDI terhadap jumlah hotspot pada tahun 2006 sebesar 0,87, pada tahun 2007 sebesar 0,31, sedangkan pada tahun 2008 sebesar 0,35. 2. KBDI terbesar terjadi pada tahun 2006, pada tahun tersebut merupakan tahun terjadinya kondisi El Nino sehingga terjadinya kemarau panjang dari bulan Juli S/d Oktober dengan tingkat KBDI Ektrim yang terjadi pada bulan Agustus. 6. Pustaka Asdak, C., 1995, “Hidrologi dan Pengelolaan Daerah Aliran Sungai”, Gajah Mada University Press, Yogyakarta. Amirullah. Rizki., 2011, ”Tahun El-Nino, La-Nina, Iod Positif Dan Iod Negatif” http://begundelz-anak jalanan. blogspot.com /20011/10/tahun - tahun – el –nino -la-nina-iod-positif. html. akses tanggal 15 juli 2013 Deeming. J. E, 1995,”Pengembangan Sistem Penilaian Kebakaran Hutan di Propinsi Kalimantan Timur”, Laporan Akhir Disampaikan kepada Deutsche Desellschaft Fuer Technische Zusammenaebeit (GTZ) GmbH. Postfach 51 80 65726 Eschborn. Republik Federal Jerman.
80
PRISMA FISIKA, Vol. I, No. 2 (2013), Hal. 75 - 81
ISSN : 2337-8204
Edukasi, 2009, “ENSO (El-Nino Southern Oscillation)”, http://www.dirgantaralapan.or.id/moklim/edukasi0609en o. html. Akses tanggal 10 November 2012. Haryanto, U., 1998, “Keterkaitan Fase SOI Terhadap Curah Hujan Di DAS Citarum” http://repository. ipb. ac.id/bitstream/handle/123456789/401 6/1998 uha.pdf? sequence= Akses tanggal 29 Februari 2012. Heryalianto, S.C, 2006, “Studi Tentang Sebaran Titik Panas (Hotspot) Sebagai Penduga Kebakaran Hutan Dan Lahan Di Propinsi Kalimantan Barat Tahun 2003 dan Tahun 2004”, Program Studi Budidaya Hutan Fakultas Kehutanan Institut Pertanian Bogor.
81