SOUTHERN OSCILLATION (ENSO) TERHADAP CURAH HUJAN BULANAN PULAU JAWA SKRIPSI

PENGARUH EL NINO/SOUTHERN OSCILLATION (ENSO) TERHADAP CURAH HUJAN BULANAN PULAU JAWA SKRIPSI Disusun untuk memenuhi sebagian syarat memperoleh gelar kesarjanaan S1 pada Fakultas Geografi UGM

OLEH

HERI MULYANTI 07/254269/GE/06232

DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS GEOGRAFI YOGYAKARTA 2012

iii

INTISARI PENGARUH EL NINO-SOUTHERN OSCILLATION (ENSO) TERHADAP CURAH HUJAN BULANAN PULAU JAWA Heri Mulyanti 07/254269/GE/06232 Program Studi Geografi dan Ilmu Lingkungan, Fakultas Geografi Universitas Gadjah Mada Yogyakarta

El Nino-Southern Oscillation berkaitan dengan anomali iklim di seluruh dunia, termasuk Indonesia. Penelitian ini bertujuan untuk mengetahui hubungan antara ENSO dan curah hujan bulanan Pulau Jawa berdasarkan distribusi spasialtemporalnya. Hubungan antara ENSO dan curah hujan bulanan Pulau Jawa diteliti menggunakan data curah hujan antara 1974-2007 dan metode empiris yang komprehensif. Metode terdiri atas tiga tahap: regionalisasi wilayah kandidat, penentuan wilayah inti dan stabilitas hasil. Respons koheren dan signifikan dideteksi terdapat pada tiga wilayah inti El Nino dan tiga wilayah inti La Nina. Wilayah inti El Nino antara lain: JBB-EN (Jawa bagian barat), JBTh-EN (Jawa bagian tengah) dan JBTm (Jawa bagian timur). El Nino menurunkan curah hujan sebesar 15 – 24 %. Wilayah inti La Nina antar lain: JBTh-LN (Jawa bagian tengah), JBU-LN (Jawa bagian utara) dan JBS-LN (Jawa bagian selatan). La Nina menaikkan curah hujan 8 – 27%. Anomali negatif selama El Nino pada WI JBBEN dan JBTh-EN terdeteksi mulai bulan Mei – Desember tetapi WI JBTm-EN baru dimulai September –Desember. Anomali positif selama La Nina pada WI JBU-LN dan JBS-LN terdeteksi mulai bulan Oktober – Januari tetapi wilayah inti JBTh-LN lebih lama yaitu Oktober – Maret. Pengaruh El Nino secara umum lebih besar dibandingkan La Nina untuk semua WI Pulau Jawa. Jawa bagian timur mengalami dampak terbesar dari kejadian El Nino maupun La Nina dan semakin ke barat pengaruhnya semakin kecil tetapi pengaruhnya lebih singkat untuk Jawa bagian timur. Kata kunci: ENSO, curah hujan bulanan, Pulau Jawa, wilayah inti

iv

ABSTRACT THE INFLUENCE OF EL NINO-SOUTHERN OSCILLATION (ENSO) IN MONTHLY RAINFALL OVER JAVA ISLAND Heri Mulyanti 07/254269/GE/06232 Geography and Environmental Science, Department of Geography, Universitas Gadjah Mada Yogyakarta

El Nino-Southern Oscillation has been linked to climate anomalies throughout the world, including Indonesia. The aim of this research is to detects the relationships between ENSO and monthly rainfall in Java Island according to its spatial and temporal distribution. The teleconnection between ENSO and monthly rainfall in Java Island is investigated using data set from 1974 – 2007 and comprehensive empirical methodology. The methods consist of three steps: candidate regions regionalization, core region determination and stability of results. Coherent and significant rainfall responses were detected in three core regions for El Nino and so did for La Nina. Core region for El Nino named JBBEN (western part of Java), JBTh-EN (central part of Java) and JBTm-EN(eastern part of Java). El Nino has reduced rainfall 15 – 24%. Core region for La Nina named JBTh-LN (central Part of Java), JBU-LN (northern part of Java) and JBS (southern part of Java). La Nina has induced rainfall 8 – 27%. In the JBB-EN and JBTh-EN, the May – December seasonal negative rainfall anomalies were found to have a highly significance relation with the El Nino event but JBTm-EN only at September – December anomalies. In the JBU-LN and JBS-LN, the October – January seasonal positive rainfall anomalies were found to have a relation with La Nina event but JBTh-LN have longer seasonal anomalies (October – Maret). Impact of El Nino greater than La Nina in decreasing or increasing monthly rainfall over Java Island. Greater impact for both El Nino and La Nina were found in the eastern part of Java and smaller westward but seasonal anomalies were shorter in the eastern part of Java. Keywords: ENSO, monthly rainfall, Java Island, core region

v

KATA PENGANTAR

Alhamdulillaahirabbil’aalamiin. Segala puji dan syukur hanya untuk Alloh Subhaanahu wa ta’ala atas segala limpahan Rahmat, Keberkahan dan Pertolongan yang Diberikan kepada hamba-hambaNya. Sholawat serta salam semoga senantiasa tercurah kepada Rasulullah Muhammad Shallallahu ‘alaihi wa sallam, keluarga, shahabat serta para pengikut beliau yang tetap berpegang teguh kepada Al Qur’an dan Sunnah. Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar sarjana strata satu di Universitas Gadjah Mada, khususnya Fakultas Geografi. Penyusunan skripsi ini tentu tidak terlepas dari bantuan berbagai pihak. Terimakasih kepada Ibu Emilya Nurjani, S.Si., M.Si. selaku dosen pembimbing skripsi atas segala masukannya. Penyusun juga mengucapkan terimakasih kepada: 1. Bapak Prof.Dr.Suratman, M.Sc selaku Dekan Fakultas Geografi UGM, 2. Bapak Dr. Eko Haryono, M.Sc selaku Ketua Prodi Geografi dan Ilmu Lingkungan sekaligus dosen penguji, 3. Bapak Drs. Joko Christanto, M.Sc. selaku dosen penguji, 4. Bapak Prof. Dr. Junun Sartohadi, M.Sc. selaku dosen pembimbing akademik atas nasehat dan sharing berharganya, 5. BMKG pusat yang telah menyediakan data curah hujan bulanan, 6. Kedua orangtua, Bude Par yang telah memberikan cinta dan kasih sayang tulus, kakak penyusun Heru Pramono atas segala bimbingan, bantuan dan motivasinya, Mb Siti Romadoni serta kepada adik Hermanto, 7. Segenap jajaran Tanoto Foundation atas dukungan material yang diberikan selama ini, 8. Mas Eko, Mb Neneng, Annast, Mb Elida Nurrohmah, S.Si., Nana, Mba Tanti, Dian, Puspa, Amalia, Tia, Laila, akhwat ’07, Ugie, Ifah, Achie, Ria, Andika Rahma (atas bantuan mencari rumus erf), Mira, Mb Asri, adikadik AAI 2009 dan 2011, PAI UTY 2011, teman-teman JMG serta segenap civitas akedemika Geografi UGM yang telah membantu penyusun menyelesaikan skripsi ini. Skripsi ini tentu memiliki kelemahan dari berbagai sisi. Oleh karena itu, kritik dan saran yang membangun sangat penyusun harapkan. Akhir kata, semoga karya ini menjadi sebuah amalan di sisi Alloh subhanahu wa ta’ala serta dapat bermanfaat. Yogyakarta, 27 Desember 2011 Penyusun

Heri Mulyanti NIM 07/254269/GE/06232

vi

DAFTAR ISI

HALAMAN JUDUL……………………………………………………… HALAMAN PENGESAHAN……………………………………………… INTISARI……………………………………………………………………. ABSTRACT…………………………………………………………………………… KATA PENGANTAR……………………………………………………….. DAFTAR ISI………………………………………………………………… DAFTAR TABEL…………………………………………………………… DAFTAR GAMBAR………………………………………………………... DAFTAR LAMPIRAN……………………………………………………… DAFTAR SINGKATAN……………………………………………………..

i ii iii v vi vii viii ix x xi

BAB I PENDAHULUAN…………………………………………………… 1.1 Latar Belakang………………………………………………………… 1.2 Rumusan Masalah……………………………………………………….. 1.3 Tujuan…………………………………………………………………… 1.4 Manfaat…………………………………………………………………. 1.5 Telaah Pustaka………………………………………………………….. 1.5.1 Curah Hujan Pulau Jawa……………………………………………… 1.5.2 El Nino-Southern Oscillation (ENSO) ……………………………….. 1.5.3 Hubungan ENSO dengan Curah Hujan……………………………… 1.6 Penelitian Terdahulu…………………………………………………… 1.7 Landasan Teori………………………………………………………….

1 1 2 3 3 3 3 4 6 8 12

BAB II METODE PENELITIAN…………………………………………… 2.1 Data……………………………………………………………………… 2.2 Metode Pengumpulan Data…………………………………………….. 2.3 Metode Pengolahan Data……………………………………………….. 2.3.1 TahapI: Regionalisasi Wilayah Kandidat…………………………….. 2.3.1.1 Persentil Distribusi Log Normal (DLN) ……………………………. 2.3.1.2 Komposit ENSO…………………………………………………….. 2.3.1.3 Analisis Harmonik………………………………………………….. 2.3.1.4 Uji Signifikansi……………………………………………………… 2.3.1.5 Penentuan Wilayah Kandidat………………………………………. 2.3.2 Tahap II: Penentuan Wilayah Inti (WI) ………………………………. 2.3.2.1 Agregat Komposit…………………………………………………… 2.3.2.2 Deteksi Masa ENSO………………………………………………… 2.3.2.3 Indeks Masa Tahunan (IMT) ………………………………………. 2.3.2.4 Perhitungan Konsistensi…………………………………………….. 2.3.3 Stabilitas Hasil………………………………………………………… 2.3.3.1 Derajat Signifikansi…………………………………………………. 2.3.3.2 Analisis Siklus Tahunan……………………………………………. 2.3.3.3 Analisis Korelasi……………………………………………………..

13 13 13 13 14 14 15 16 18 19 20 20 20 21 21 22 22 22 23

vii

2.4 Metode Analisis Data…………………………………………………... 2.5 Batasan Operasional……………………………………………………

23 25

BAB III DESKRIPSI WILAYAH…………………………………………. 3.1 Administrasi……………………………………………………………. 3.2 Topografi………………………………………………………………. 3.3 Kondisi Iklim…………………………………………………………...

26 26 26 27

BAB IV HASIL DAN PEMBAHASAN…………………………………… 4.1 Hasil……………………………………………………………………. 4.1.1 Wilayah Inti El Nino…………………………………………………. 4.1.1.1 Wilayah Inti JBB-EN………………………………………………. 4.1.1.2 Wilayah Inti JBTh-EN……………………………………………..... 4.1.1.3 Wilayah Inti JBTm-EN…………………………………………….. 4.1.2 Wilayah Inti La Nina………………………………………………….. 4.1.2.1 Wilayah Inti JBTh-LN………………………………………………. 4.1.2.2 Wilayah Inti JBU-LN……………………………………………….. 4.1.2.3 Wilayah Inti JBS-LN……………………………………………….. 4.1.3 Analisis Siklus Tahunan…………………………………………….. 4.1.4 Analisis Korelasi……………………………………………………… 4.2 Pembahasan……………………………………………………………. 4.2.1 Pola Spasial Pengaruh ENSO………………………………………… 4.2.2 Pola Temporal Pengaruh ENSO………………………………………

31 31 31 31 34 37 38 38 40 44 46 47 49 49 54

BAB V KESIMPULAN DAN SARAN…………………………………….. 5.1 Kesimpulan……………………………………………………………… 5.2 Saran…………………………………………………………………….

58 58 59

DAFTAR PUSTAKA……………………………………………………….. LAMPIRAN

60

viii

DAFTAR TABEL

Tabel 1.1 Tahun ENSO berdasarkan indikator MEI dan SST Nino 3.4………

5

Tabel 1.2 Penelitian-penelitian terdahulu terkait dengan ENSO……………

8

Tabel 2.1 Daftar tahun kejadian ENSO berdasarkan nilai MEI………………

15

Tabel 4.1 Daftar stasiun beserta elevasi pada wilayah kandidat El Nino……..

31

Tabel 4.2 Ringkasan hasil Wilayah Inti El Nino………………………………

33

Tabel 4.3 Daftar stasiun beserta elevasi pada wilayah kandidat La Nina……..

39

Tabel 4.4 Ringkasan hasil Wilayah Inti La Nina……………………………..

40

Tabel 4.5 Uji ANOVA komposit El Nino………………………………………

50

Tabel 4.6 Uji homogenitas komposit El Nino…………………………………..

50

Tabel 4.7 Korelasi antara curah hujan dengan besar amplitudo…………….

51

Tabel 4.8 Uji ANOVA komposit La Nina………………………………………

52

Tabel 4.9 Uji homogenitas komposit La Nina………………………………..

52

ix

DAFTAR GAMBAR

Gambar 1.1 Kerangka penelitian…………………………………………..

12

Gambar 2.2 Contoh analisis harmonik……………………………………..

18

Gambar 2.1 Tahapan pengolahan data……………………………………..

14

Gambar 2.3 (a) Agregat komposit untuk satu WK………………………… 21 Gambar 2.3 (b) Indeks Masa Tahunan……………………………………..

21

Gambar 2.4 Analisis siklus tahunan La Nina………………………………

23

Gambar 2.5 Diagram alir penelitian………………………………………..

24

Gambar 3.1 Peta topografi Pulau Jawa…………………………………….

28

Gambar 3.2 Peta stasiun klimatologi Pulau Jawa………………………….. 30 Gambar 4.1 Wilayah Inti El Nino Pulau Jawa……………………………..

34

Gambar 4.2 (a) dan (b) Agregat komposit dan IMT WI JBB-EN…………. 35 Gambar 4.2 (c) dan (d) Agregat komposit dan IMT WI JBTh-EN………

35

Gambar 4.2 (e) dan (f) Agregat komposit dan IMT WI JBTm-EN………..

35

Gambar 4.3 Distribusi spasio-temporal pengaruh El Nino…………………

36

Gambar 4.4 (a) dan (b) Agregat komposit dan IMT WI JBTh-LN………

41

Gambar 4.4 (c) dan (d) Agregat komposit dan IMT WI JBU-LN…………. 41 Gambar 4.4 (e) dan (f) Agregat komposit dan IMT WI JBS-LN………….

41

Gambar 4.5 Wilayah Inti La Nina Pulau Jawa…………………………….

42


43

Gambar 4.7 (a), (b), (c) Analisis siklus tahunan Wilayah Inti El Nino…….

45

Gambar 4.8 (a), (b), (c) Analisis siklus tahunan Wilayah Inti La Nina…

46

Gambar 4.9 (a) dan (b) Peta korelasi Lag-0 – Lag-1 MEI dengan curah hujan bulan OND………………………………………………………..

47

Gambar 4.9 (c) dan (d) Peta korelasi Lag-2 – Lag-3 MEI dengan curah hujan bulan OND………………………………………………………...

48

x

DAFTAR LAMPIRAN

Lampiran 1 Daftar stasiun klimatologi Pulau Jawa

L-1

Lampiran 2 Hasil Analisis Harmonik wilayah kandidat El Nino

L-2

Lampiran 3 Hasil Analisis Harmonik wilayah kandidat La Nina

L-3

Lampiran 4 Peta Korelasi Lag -0 – Lag-2 MEI dengan curah hujan bulan JFM

L-4

Lampiran 5 Peta Korelasi Lag -0 – Lag-2 MEI dengan curah hujan bulan AMJ

L-5

Lampiran 6 Peta Korelasi Lag -0 – Lag-2 MEI dengan curah hujan bulan JAS

L-6

Lampiran 7 Agregat komposit WI El Nino dan La Nina

L-7

xi

DAFTAR SINGKATAN

AK

agregat komposit

AMJ

Triwulan kedua: April Mei Juni

DKAT

Daerah Konvergensi Antar Tropik

DS

derajat signifikansi

ENSO

El Nino-Southern Oscillation

IMT

indeks masa tahunan

JAS

Triwulan ketiga: Juli Agustus September

JBB-EN

Jawa bagian barat-El Nino

JBS-LN

Jawa bagian selatan-La Nina

JBTh-EN

Jawa bagian tengah-El Nino

JBTh-LN

Jawa bagian tengah-La Nina

JBTm-EN

Jawa bagian timur-El Nino

JBU-LN

Jawa bagian utara-La Nina

JFM

Triwulan pertama: Januari Februari Maret

MEI

Multivariate ENSO Index

OND

Triwulan keempat: Oktober November Desember

SST

Sea Surface Temperature

RV

reduksi varians

WI

wilayah inti

WK

wilayah kandidat

BAB I PENDAHULUAN

1.1 Latar Belakang Iklim merupakan istilah yang digunakan untuk menggambarkan keadaan cuaca pada kawasan tertentu dalam jangka waktu relatif panjang. Iklim direpresentasikan

dengan

nilai

rata-rata

elemen/variabel

iklim,

terutama

temperatur dan presipitasi (Trewartha dan Horn, 1995). Ganggua n iklim merupakan bencana yang mendominasi selama empat dekade terakhir, bahkan intensitasnya semakin meningkat pada negara tertentu (IPCC, 2007). Indonesia merupakan salah satu negara yang rentan terhadap gangguan iklim. Beberapa gangguan iklim yang sering terjadi di Indonesia adalah kekeringan, banjir dan tanah longsor. Sebagian besar kondisi ekstrem Indonesia berupa kekeringan dan banjir berhubungan erat dengan kejadian El Nino-Southern Oscillation (ENSO). Berdasarkan data kekeringan tahun 1984 – 1998, hanya 6 dari 43 kejadian yang tidak berasosiasi dengan kejadian El Nino (Kementerian Lingkungan RI, 2007). El Nino-Southern Oscillation (ENSO) merupakan fenomena yang mempengaruhi aktivitas hidroklimat global (Ropelewski dan Halpert, 1986; Kayano, 2003; Chiew et al., 1998; Shrestha dan Kostaschuk, 2005) di antaranya adalah curah hujan (Mc Gregor dan Nieuwolt, 1998), temperatur (Ropelewski dan Halpert, 1987) dan evaporasi. ENSO merupakan fenomena yang terdiri atas dua fase yaitu fase panas (El Nino) serta fase dingin (La Nina); adapun Southern Oscillation (SO) merupakan jungkat-jungkit perbedaan tekanan atmosfer antara Australia-Indonesia dengan Samudera Pasifik bagian Timur (Chiew et al, 1998; Tjasyono, 2008). Curah hujan di Indonesia juga dipengaruhi oleh aktivitas ENSO karena terletak pada Inter-Tropical Convergence Zone (ITCZ). Pengaruh ENSO berbeda-beda antarwilayah bergantung pada lokasi dan topografi (Qian et al., 2010) . Wilayah beriklim monsun di Indonesia merupakan wilayah yang terkena dampak ENSO terbesar karena terkait dengan sirkulasi angin di belahan bumi Utara (Asia) dan angin dari belahan bumi Selatan (Australia). Beberapa wilayah

1

yang termasuk dalam iklim monsun adalah Pulau Jawa, Bali, Nusa Tenggara dan Pulau Sumatera bagian Selatan. Pulau Jawa merupakan salah satu pulau beriklim monsun yang menjadi pusat industri, pemerintahan dan aktivitas pertanian di Indonesia. Gangguan iklim, terutama terkait dengan curah hujan dapat menyebabkan aktivitas pertanian terganggu karena aktivitas pertanian sangat bergantung hujan. Curah hujan yang rendah pada masa tanam akan menyebabkan turunnya produksi pertanian (Kementerian Lingkungan RI, 2007). Gangguan ENSO di Pulau Jawa merupakan yang terbesar di antara pulau-pulau Indonesia karena Pulau Jawa

merupakan

pusat wilayah monsunal Asia-Australia (Qian et al., 2010). Penelitian yang dilakuka n oleh Qian et al. (2010) menyebutkan bahwa dampak El Nino maupun La Nina signifikan pada September – November. El Nino juga memberikan dampak signifikan dalam menurunkan curah hujan di Pulau Jawa pada Desember – Januari, tetapi La Nina memperlihatkan hubungan yang lemah. Penelitian yang dilakukan oleh Qian et al. (2010) menghasilkan analisis spasiotemporal terkait hubungan ENSO dengan curah hujan Pulau Jawa. Akan tetapi, di antara wilayah tersebut belum diketahui wilayah-wilayah yang memiliki signifikansi dan konsistensi tinggi dalam merespons ENSO. Hal ini disebabkan tidak semua wilayah Indonesia menerima dampak yang sama, baik waktu maupun besarnya pada setiap kejadian ENSO (Kementerian Lingkungan RI, 2007). Berdasarkan paparan tersebut maka dilakukan penelitian ‘Pengaruh El NinoSouthern Oscillation (ENSO) Terhadap Curah Hujan Bulanan Pulau Jawa’ untuk mengetahui distribusi spasio-temporal hubungan ENSO dan pola curah hujan Pulau Jawa serta mengetahui signifikansi dan konsistensi masing-masing wilayah. Adanya

pengelompokan

wilayah

berdasarkan

tingkat

pengaruhnya

memungkinkan untuk dilakukan upaya-upaya preventif maupun kuratif apabila terjadi gangguan ENSO.

1.2 Rumusan Masalah Curah hujan merupakan elemen iklim yang penting karena berdampak langsung terhadap sosial ekonomi masyarakat. Adanya gangguan iklim akan

2

menyebabkan kerugian, baik secara fisik maupun ekonomi, padahal Pulau Jawa merupakan pulau dengan potensi pertanian yang besar. Hujan merupakan faktor paling penting yang mempengaruhi produksi tanaman. Adanya gangguan ENSO dapat menyebabkan gagal panen yang berdampak pula untuk ketersediaan pangan secara nasional. Deteksi wilayah-wilayah berdasarkan perbedaan dampak ENSO dapat

digunakan

untuk

mengetahui

wilayah-wilayah

yang

memerlukan

penanganan lebih baik. Rumusan masalahnya adalah bagaimana distribusi spasiotemporal pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa?

1.3 Tujuan Tujuan umum penelitian adalah untuk mengetahui distribusi spasiotemporal pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa. Tujuan umum tersebut dapat dijabarkan menjadi tujuan khusus: 1. Mengetahui distribusi spasial pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa, 2. Mengetahui distribusi temporal pengaruh ENSO, 3. Mengetahui potensi indikator ENSO untuk memprediksi kejadian ENSO.

1.4 Manfaat Penelitian ini bermanfaat terkait dengan regionalisasi pengaruh ENSO terhadap curah hujan Pulau Jawa. Adapun manfaat secara praktis, dengan adanya regionalisasi ini maka diharapkan Bappeda dapat memfokuskan penangananan pra-ENSO pada wilayah dengan dampak yang besar. Penelitian ini dapat juga digunakan oleh Dinas Pertanian untuk mengantisipasi dampak ENSO yang terjadi di wilayah dengan produktivitas tanaman tinggi.

1.5 Tinjauan Pustaka 1.5.1 Curah Hujan Pulau Jawa Pulau Jawa merupakan pulau di Indonesia yang termasuk iklim monsunal yang terdiri atas dua musim yaitu penghujan dan kemarau, sistem monsun Asia

3

(McGregor dan Nieuwolt, 1998) serta memiliki satu titik ekstrem curah hujan terendah. Sistem monsun yang memengaruhi Indonesia adalah monsun AsiaAustralia, tetapi monsun Australia lebih mendominasi. Berdasarkan pendapat tersebut iklim monsun di Indonesia termasuk dalam sistem monsun Asia, tetapi juga dipengaruhi oleh monsun Australia. Curah hujan rata-rata tahunan Pulau Jawa dapat bernilai tinggi yaitu 2000 – 3000 mm/tahun (Qian et al., 2010). Musim kemarau terjadi ketika angin monsun Australia yang membawa uap kering berbelok menuju Indonesia. Permulaan musim penghujan diawali dengan pembelokan arah angin yang membawa uap basah dari benua Asia menuju Indonesia. Musim kemarau dimulai bulan April sampai September; musim penghujan pada Oktober – Maret. Puncak bulan kering terjadi bulan Agustus dan September (Qian et al, 2010). Pulau Jawa terdiri atas tiga geomorfologi utama yaitu patahan di sebelah Selatan, jajaran gunungapi di tengah dan perbukitan lipatan di sebelah utara. Perbedaan topografi ini menjadi penyebab perbedaan curah hujan. Wilayah yang terkena angin gunung akan memiliki curah hujan lebih besar karena adanya pengaruh orografis. Disebabkan letak gunungapi sebagian besar dekat dengan Samudera Hindia maka curah hujan yang tinggi pada wilayah pegunungan adalah di sebelah selatan (Qian et al, 2010), adapun bagian utara gunungapi adalah wilayah bayangan hujan.

1.5.2 El Nino-Southern Oscillation (ENSO) ENSO merupakan fenomena yang terdiri atas dua fase yaitu fase panas (El Nino) serta fase dingin (La Nina). Southern Oscillation merupakan perubahan sirkulasi angin yang disebabkan oleh perbedaan suhu permukaan laut antara Samudera Pasifik Timur dan Barat (McGregor dan Nieuwolt, 1998; Tjasyono, 2008). Adanya perbedaan tersebut menyebabkan pembalikan sirkulasi atmosfer di atas samudera-samudera/laut yang terletak dekat ekuator (Shelton, 2009). Selama El Nino berlangsung maka temperatur permukaan laut di Samudera Pasifik berubah menjadi lebih panas. Sebaliknya, temperatur permukaan laut di atas Samudera Pasifik menjadi lebih dingin ketika La Nina. Kedua fenomena tersebut

4

terjadi sebagai akibat dari sistem sirkulasi angin, pergerakan atmosfer di atas lautan dan tekanan permukaan di atas laut sepanjang lautan di zona ekuator (McGregor dan Nieuwolt, 1998; NOAA, no date; WMO, 2010). Fenomena ENSO terjadi ketika suhu udara di Samudera Pasifik meningkat sehingga arah angin berubah. El Nino menyebabkan pergerakan awan mengarah ke timur sehingga curah hujan di Amerika Selatan meningkat. Pergerakan awan mengarah ke barat ketika La Nina sehingga curah hujan di Amerika Selatan meningkat, sebaliknya Indonesia, Australia dan Papua Nugini menerima hujan lebih banyak. Wilayah sebelah barat Samudera Pasifik seperti Indonesia dan Australia mengalami kekeringan, sedangkan di Amerika Selatan terjadi banjir saat El Nino (NOAA, no date). Indikator untuk menentukan terjadinya El Nino maupun La Nina adalah SST (Sea Surface Temperature), SOI ((Southern Oscillation Index) dan MEI (Multivariate ENSO Index). Indikator MEI merupakan indikator gabungan antara SOI dan SST sehingga menghasilkan klasifikasi waktu ENSO yang relevan untuk berbagai tempat di dunia. Suatu tahun dinyatakan terjadi El Nino (La Nina) apabila nilai MEI >0,5 (< 0,5) untuk 5 bulan berturut-turut atau lebih antara April tahun (0) sampai Maret tahun berikutnya (+) serta puncak MEI >1 (< -1). Indikator MEI jarang digunakan untuk analisis terjadinya ENSO di Indonesia, biasanya menggunakan SST Nino 3.4. Tahun ENSO menurut indikator Nino 3.4 adalah tahun El Nino (La Nina) adalah tahun dengan nilai tertinggi > 1+standar deviasi (< 1-standar deviasi) (Kiem dan Franks, 2001). Tabel 1.1 menunjukkan tahun-tahun kejadian ENSO berdasarkan indikator MEI dan SST Nino 3.4 antara 1970 – 2010.

5

Tabel 1.1 Tahun ENSO berdasarkan indikator MEI dan SST Nino 3.4 Tahun El Nino

1994, 1997 – 1998, 2002, 2006

Indikator MEI

1972, 1982 – 1983, 1986 – 1987, 1991 –

Tahun La Nina

1970, 1971, 1973- 1975, 1988, 1999-2000, 2010

Indikator SST Nino3.4

Tahun El Nino

1972, 1982-1983, 1986-1987, 1991-1992, 1994-1995, 1997-1998, 2002, 2007

Tahun La Nina

1971, 1973-1976, 1988, 1999-2000

Sumber: Shrestha dan Kostaschuk (2005) dan Hasil Identifikasi Wilayah-wilayah yang mengalami kekeringan ketika El Nino antara lain Australia (Chiew et al., 1998), Amerika Tengah, Afrika Tenggara, Indonesia bagian Selatan (Cai et al., 2001), Amerika Selatan (Barros, 2008), Nepal (Shrestha, 2000) dan Sri Lanka (Chandimala dan Zubair, 2007). Wilayah di dunia yang terpengaruh secara konsisten dan signifikan oleh ENSO sebanyak 17 wilayah inti (Ropelewski dan Halpert, 1987). El Nino juga menurunkan debit sungai di Amerika Serikat (Kahya dan Dracup, 1993), Sri Lanka (Chandimala dan Zubair, 2007), Turki (Kahya dan Karabork, 2001) dan Australia (Chiew et al., 1998). Kajian mengenai La Nina tidak banyak dilakukan karena dampaknya tidak signifikan seperti yang terjadi pada fenomena El Nino (Shrestha dan Kostaschuk, 2005; Qian et al., 2010). Perubahan suhu udara di Samudera Pasifik tersebut berdampak terhadap fluktuasi iklim secara global, selama lebih kurang 12 bulan (WMO, 2010; NOAA, no date). ENSO sendiri memiliki waktu selama 18 – 28 bulan (Kahya dan Dracup, 1993). Sejak tahun 1970-an, ENSO terjadi dalam kurun empat tahunan (Tjasyono, 2008).

1.5.3 Hubungan ENSO dengan Curah Hujan Peristiwa ENSO secara global mempengaruhi pola iklim di seluruh dunia meskipun berbeda-beda untuk setiap tempat (Ropelewski dan Halpert, 1986, 1987; WMO, 2010). Perubahan sirkulasi atmosfer selama El Nino maupun La 6

Nina menyebabkan anomali pada beberapa tempat. Penelitian yang telah dilakukan menunjukkan bahwa ENSO memengaruhi curah hujan serta debit sungai (Shrestha dan Kostaschuk, 2005). ENSO berpengaruh terhadap iklim monsun yang ada di Indonesia (Qian et al., 2010) yaitu sirkulasi atmosfer dan cuaca. Indonesia menerima dampak ENSO yang besar karena merupakan daerah pemanasan samudera yang paling intensif yang akan memengaruhi sirkulasi konvektif. Faktor tersebut menyebabkan Indonesia memiliki curah hujan tinggi dan menjadi sumber utama pemanasan atmosfer global (Kahya dan Dracup, 1993). Adanya ENSO akan mempengaruhi curah hujan di Indonesia. Terjadinya El Nino menyebabkan musim penghujan datang lebih akhir serta menurunkan total curah hujan. Adapun La Nina merupakan penyebab meningkatnya curah hujan di Indonesia (Raswa, 2003; Qian et al., 2010). Pulau Jawa merupakan wilayah beriklim monsun yang menerima dampak El Nino maupun La Nina. Akan tetapi, topografinya yang kompleks menyebabkan terjadinya keragaman pengaruh. Efek orografis yang terjadi pada wilayah pegunungan lebih dipengaruhi oleh iklim lokal (angin gunung) dibandingkan dengan iklim monsun (Mc Gregor dan Nieuwolt, 1998). Dampak El Nino lebih besar dibandingkan dengan La Nina. Dampak El Nino maupun La Nina signifikan pada bulan September – November (SON). El Nino juga memberikan dampak signifikan dalam menurunkan curah hujan di Pulau Jawa pada bulan Desember – Februari (DJF), tetapi La Nina memperlihatkan hubungan yang lemah (Qian et al., 2010). Penelitian tersebut menghasilkan analisis spasiotemporal terkait hubungan ENSO dengan curah hujan Pulau Jawa. Pengaruh El Nino selama SON negatif untuk semua wilayah di Jawa, akan tetapi pada periode DJF hanya wilayah di Pantai Utara Jawa saja yang bernilai negatif (negatif berarti penurunan curah hujan). Pantai Selatan Jawa dan Jawa bagian tengah (berasosiasi dengan pegunungan) justru mengalami anomali positif. Hal ini justru berkebalikan dengan fenomena La Nina; Jawa bagian tengah yang

7

bergunung-gunung justru memerlihatkan anomali negatif sedangkan wilayah lain memberikan nilai positif (Qian et al., 2010).

1.6 Penelitian Terdahulu Penelitian terkait dengan ENSO telah dimulai sejak 1969 oleh Berkjes yang menemukan adanya sirkulasi atmosfer yang memperlihatkan anomali. Beberapa dekade terakhir, penelitian tentang ENSO semakin banyak dilakukan karena ENSO berpengaruh secara global. Penelitian tidak hanya antara ENSO dengan curah hujan, tetapi juga temperatur, debit dan evaporasi (Tabel 1.2). Penelitian ini menggunakan metode yang sama dengan yang dilakukan oleh Ropelewski dan Halpert (1987), Kahya dan Dracup (1993), Kahya dan Karabork (2001). Perbedaan terletak pada indikator yang digunakan. Indikator yang digunakan dalam penelitian tersebut adalah SOI. Indikator ENSO yang digunakan dalam penelitian ini adalah MEI (Multivariate ENSO Index). Perbedaan lainnya adalah lokasi penelitian (penelitan ini dilakukan untuk Pulau Jawa). Penelitian tentang ENSO-pola curah hujan di Pulau Jawa juga dilakukan oleh Raswa (2003) dan Qian et al. (2010). Penelitian Raswa (2003) menggunakan data curah hujan di DPM (3 bulanan) dengan analisis korelasi. Penelitian Qian et al. (2010) menggunakan data curah hujan yang diperoleh dengan interpretasi citra satelit. Analisis spasio temporal dilakukan menggunakan pemodelan RegCM3 untuk melihat hubungan ENSO-curah hujan-monsun-siklus harian. Perbedaan penelitian ini dengan penelitian yang dilakukan oleh Raswa (2003) dan Qian et al. (2010) terletak pada metode yang digunakan.

8

Tabel 1.2 Penelitian-penelitian terdahulu terkait dengan ENSO No

Nama penulis, tahun C.F. Ropelewski dan M.S. Halpert, 1987

Judul

Tujuan

Pendekatan

Metode

Area

Hasil

Global dan Regional Scale Precipitation Patterns Associated with the El Nino/Southern Oscillation

Memberikan deskripsi tentang sebaran geografis, besaran, fase dan durasi pengaruh ENSO terhadap curah hujan di seluruh dunia.

Korelasi keruangan dan temporal, regionalisasi

Meode kuantitatif dengan analisis harmonik pertama untuk data hujan bulanan.

Seluruh dunia

Diperoleh 17 wilayah inti yang memiliki respon tinggi terhadap kejadian El Nino. Secara umum, hujan di daerah tropis terpengaruh oleh ENSO. ENSO mulai mulai memberikan sinyal anomali pada bulan Juli-Oktober.

2

M.S.Halpert dan C.F. Ropelewski, 1992

Surface Temperature Patterns Associated with the Southern Oscillation

Mengetahui tipe pola temperatur di seluruh dunia baik skala global maupun regional apabila dikaitkan dengan kejadian Southern Oscillation.


Metode kuantitatif dengan analisis harmonik pertama menggunakan data temperatur.

Seluruh dunia

Anomali temperatur sejalan dengan animali pada temperatur permukaan lautan (indikator ENSO). Wilayah ekstratropis memberikan respon terhadap La Nina terdapat di Amerika Utara dan Jepang. Respon terhadap ENSO lebih konsisten di wilayah tropis.

3

E.Kahya dan J.A.Dracup, 1993

U.S Streamflow Patterns in Relation to the El Nino/Southern Oscillation

Mengidentifikasi wilayah inti di Amerika Serikat yang diasumsikan pengaruh ENSO terhadap debit aliran sungainya signifikan dan konsisten.


Metode kuantitatif dengan analisis harmonik pertama menggunakan data debit bulanan.

Amerika Serikat

Respon yang koheren dan signifikan antara debit bulanan dengan ENSO ada pada beberapa daerah inti: Teluk Meksiko, wilayah Timur Laut, wilayah Utara bagian tengah dan Paifik Barat Laut.

1

9

No

Nama penulis, tahun F.H.S. Chiew, T.C. Piechota, J.A. Dracup, T.A. Mc Mahon

Judul

El Nino/Southern Oscillation dan Australian Rainfall, Streamflow, dan Drought: Links dan Potential for Forecasting

5

E.Kahya dan M.C. Karabork, 2001

The Analysis of El Nino dan La Nina Signals in Streamflows of Turkey

6

E. Raswa

Pengaruh El Nino/Southern Oscillation Terhadap Sebaran Curah Hujan di Pulau Jawa

4

Tujuan

Pendekatan

Metode

Area

Hasil

Mengetahui hubungan antara ENSO dengan curah hujan, kekeringan dan debit bulanan di Australia. Mengetahui kemungkingan hasil analisis untuk dijadikan acuan dalam pengelolaan sumberdaya air di Australia


Metode kuantitatif dengan analisis harmonik pertama menggunakan data curah hujan, kekeringan dan debit bulanan. Korelasi sampai 5 tingkatan.

Seluruh Austra-lia

Mengidentifikasi wilayah inti di Turki yang diasumsikan pengaruh El Nino dan La Nina terhadap debit aliran sungainya bernilai signifikan dan konsisten.


Metode kuantitatif dengan analisis harmonik pertama menggunakan data debit bulanan, uji hipergeometrik dan koefisien modular.

Turki

ENSO berasosiasi dengan kondisi kering di Australia. Hubungan curah hujan dan debit sungai dengan ENSO bernilai signifikan di hampir semua wilayah Australia. Indikator ENSO dapat digunakan untuk meramalkan anomali curah hujan musim semi di Australia timur dan curah hujan musim panas di Australia tenggara. Indikator tersebut juga dapat meramalkan anomali debit sungai musim semi di Australia tenggara dan debit sungai musim panas Australia timur laut dan pesisir timur. Wilayah inti ada dua yaitu Anatolia Barat Laut dan Anatolia Timur. Respon terhadap El Nino untuk wilayah Anatolia Barat Laut terjadi sekitar bulan April-Oktober ( 0 ) dengan derajat signifikansi yang tinggi. La Nina tidak memberikan dampak yang berarti.Wilayah Anatolia Timur mulai memerlihatkan anomali bulan April – November (0) untuk kejadian El Nino serta Mei (0) – Februari (+) untuk kejadian La Nina.

Data SOI bulanan, 4 parameter curah hujan musiman, curah hujan di DPM.

Pulau Jawa

Mengetahui pola Analisis sebaran curah hujan spasial dan musiman di Pulau Jawa. temporal Mengetahui pengaruh ENSO terhadap curah hujan musiman.

Pengaruh ENSO untuk semua DPM relatif sama dengan variabilitas yang kecil karena pengaruh monsun dan ITCZ. ENSO berpengaruh besar terhadap Jawa Tengah dan Jawa Timur, tetapi relatif kecil pada Jawa Barat. 10

No

7

Nama penulis, tahun A.Shrestha, R. Kostaschuk, 2005

8

J.H. Qian, A.W. Robertson, V. Moron, 2010

9

Heri Mulyanti, 2012

Judul

Tujuan

Pendekatan

Metode

Area

Hasil

Metode kuantitatif dengan analisis harmonik pertama menggunakan data debit bulanan. Metode kuantitatif menggunakan sistem pemodelan RegCM3, data hujan diperoleh dari interpretasi citra. Tahun ENSO ditentukan dari anomali SST NINO 3.4. Analisis harmonik, analisis siklus tahunan, uji hipergeometrik; data curah hujan bulanan

Wilayah Aliran Sungai Koshi, Narayani dan Karnali di Nepal. Pulau Jawa

El Nino menyebabkan debit aliran lebih rendah dari biasanya. Nepal dibagi menjadi bagian barat dan timur. La Nina menyebakan debit lebih tinggi hanya pada daerah barat. Ada hubungan terbalik antara debit sungai El Nino dan kekuatan monsun dan keterkaitan langsung antara Debit La Nina dan kekuatan monsun. Wilayah pegunungan yang lebih basah dan dataran yang lebih basah dibandingkan biasanya merupakan indikasi bahwa El Nino memberikan dampak terhadap curah hujan di Pulau Jawa.

El Nino/ Southern Oscillation (ENSO)-related variability in mean-monthly stramflow in Nepal Interaction Among ENSO, the Monsoon, dan Diurnal Cycle in Rainfall Variability Over Java, Indonesia.

mengetahui dampak dari ENSO terhadap variabilitas debit bulanan rata-rata di Nepal

Analisis spasial dan temporal, regionalisasi

Mengetahui interaksi antara ENSO dengan sirkulasi musiman dari angin monsun

Analisis korelasi spasial dan temporal

Pengaruh El Nino-Southern Oscillation (ENSO)Terhadap Curah Hujan Bulanan Pulau Jawa

mengetahui distribusi spasio-temporal pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa

kuantitatif

Pulau Jawa

11

1.7 Landasan Teori Curah hujan merupakan elemen iklim yang sangat penting dalam kehidupan. Gangguan iklim dapat menyebabkan adanya perubahan pola curah hujan. ENSO (El Nino dan La Nina) merupakan fenomena iklim global yang menyebabkan anomali pada curah hujan. Indikator MEI digunakan untuk mengetahui tahun-tahun terjadinya El Nino maupun La Nina karena indikator tersebut terdiri atas berbagai macam variabel termasuk di dalamnya SST dan SOI. Tahun-tahun tersebut digunakan untuk mengidentifikasi dampak ENSO terhadap curah hujan. ENSO berpengaruh secara global, wilayah beriklim monsun adalah salah satu yang terkena dampak besar. Pulau Jawa merupakan pulau di Indonesia yang beriklim monsun. Dampak ENSO terhadap curah hujan tersebut berbeda-beda untuk setiap tempat baik intensitas, magnitudo maupun waktunya, oleh karena itu perlu dilakuka n regionalisasi wilayah yang memiliki signifikansi dan konsistensi tinggi terhadap ENSO berdasarkan parameter tersebut. Bulan-bulan yang terpengaruh oleh El Nino dan La Nina pada wilayah tersebut perlu diidentifikasi untuk strategi pengelolaan sumberdaya air. Landasan teori dalam bentuk kerangka terdapat pada Gambar 1.1.

Terjadi El Nino/La Nina

Curah hujan bulanan pulau Jawa

Nilai MEI

Berbeda intensitas, waktu respon dan besar (magnitudo) pada tiap wilayah

Adanya variabilitas dampak

Dapat diregionalkan/dikelompokkan berdasarkan pengaruh dan waktunya

Gambar 1.1 Kerangka Penelitian

12

BAB II METODE PENELITIAN

2.1 Data Data yang digunakan: a. Curah hujan bulanan stasiun klimatologi di Pulau Jawa 1974 – 2007 yang diambil dari Badan Meteorologi, Klimatologi dan Geofisika (BMKG) Indonesia, b. Multivariate ENSO Index (MEI) digunakan untuk menentukan tahun terjadinya ENSO. Terjadinya El Nino adalah ketika nilai MEI >0,5 untuk 5 bulan berturut-turut atau lebih antara April tahun (0) sampai Maret tahun berikutnya (+) serta puncak MEI >1, La Nina ketika MEI <0,5 dan puncak MEI <-1 (Kiem dan Franks, 2001). Data MEI diperoleh dari website NOAA (2011).

2.2 Metode Pengumpulan Data Populasi penelitian ini adalah seluruh stasiun klimatologi yang berada di Pulau Jawa. Kriteria data yang digunakan adalah: 1. Data memiliki panjang ≥ 20 tahun, 2. Data yang terpilih kemudian dilengkapi menggunakan regresi linear sederhana. Stasiun yang digunakan untuk acuan melengkapi data kosong adalah stasiun dengan jarak terpendek dan memiliki ketinggian yang hampir sama.

2.3 Metode Pengolahan Data Metode ini merupakan modifikasi metode yang digunakan oleh Kahya dan Dracup (1993) dan Kahya dan Karabork (2001) untuk menganalisis pengaruh ENSO terhadap pola debit sungai di Amerika Serikat serta Turki. Metode ini terdiri dari tiga bagian yaitu regionalisasi (untuk mendapatkan wilayah kandidat), penentuan wilayah inti serta uji stabilitas hasil (Gambar 2.1).

13

TAHAP I: IDENTIFIKASI WILAYAH KANDIDAT

1.

Transformasi data ke persentil Distribusi Log Normal (DLN) Analisis Komposit Analisis Harmonik Uji Signifikansi Penentuan Wilayah kandidat (WK)

2. 3. 4. 5.

TAHAP II: PENENTUAN WILAYAH INTI 1. 2. 3.

Analisis Agregat komposit Deteksi masa ENSO Indeks masa tahunan (IMT) 4. Perhitungan Konsistensi

TAHAP III: STABILITAS HASIL

1. 2. 3.

Penentuan Derajat signifikansi Analisis Siklus Tahunan Analisis Hubungan

Gambar 2.1 Tahap pengolahan data

2.3.1 Tahap I: Regionalisasi Wilayah kandidat Wilayah kandidat diperoleh melalui lima langkah yaitu transformasi persentil Distribusi Log-Normal (DLN), analisis komposit, analisis harmonik, uji signifikansi dan penentuan wilayah kandidat.

2.3.1.1 Persentil Distribusi Log-Normal (DLN) Data curah hujan bulanan setiap stasiun diubah ke dalam bentuk persentil berdasarkan distribusi log-normal (DLN). Fungsi transformasi adalah untuk menghilangkan nilai ekstrem tinggi atau ekstrem rendah (non homogen). Nilai yang sangat berbeda akan tampak pada pergantian musim kemarau dan musim p e n g h u ja n

a k i ba t

p e n g ar u h

ik l i m

mo n s u n.

14

Jika kita anggap x sebagai curah hujan bulanan, maka nilai z (nilai baku) dapat dihitung menggunakan rumus z=

ln 𝑥𝑥− μn 𝜎𝜎n

(1)

x adalah curah hujan bulanan, 𝜇𝜇n adalah rata-rata ln x, serta 𝜎𝜎n merupakan

standar deviasi ln x. Berdasarkan nilai tersebut maka dapat dihitung persentil DNL tiap data sebagai (Kahya dan Karabork, 2001) 𝐹𝐹 (𝑧𝑧) =

1

2

𝑧𝑧

�1 + erf � �� √2

(2)

2.3.1.2 Komposit ENSO Durasi ENSO biasanya 18 – 28 bulan (Kahya dan Dracup, 1993). Komposisi yang terjadi selama 24 bulan dipilih untuk melihat fenomena ENSO yang terjadi yaitu mulai Juli sebelum tahun ENSO sampai bulan Juni setelah ENSO. Simbol yang digunakan untuk tahun sebelum ENSO adalah ( - ), tahun ENSO ( 0 ), serta tahun setelah ENSO ( + ). Komposit ENSO dibuat berdasarkan tahun terjadinya ENSO sebagaimana tesebut dalam Tabel 2.1. Perhitungan analisis harmonik hanya 18 bulan yaitu 12 bulan selama kejadian ( 0 ) dan 6 bulan setelah kejadian ( + ). Enam bulan lainnya adalah sebelum ENSO ( - ) digunakan untuk mengetahui masa ENSO. Tabel 2.1 Daftar tahun kejadian ENSO berdasarkan nilai MEI Tahun El Nino

1982 – 1983, 1986 – 1987, 1991 – 1994, 1997 – 1998, 2002, 2006

Tahun La Nina

1974, 1975, 1988, 1999-2000, 2010

24 bulan El Nino

1982, 1986, 1991, 1993, 1997, 2002, 2006

24 bulan La Nina

1975, 1988, 1999

Sumber: Shrestha dan Kostaschuk (2005) dan Hasil Identifikasi Khusus untuk tahun dengan kejadian El Nino maupun La Nina yang terjadi selama lebih dari satu tahun maka tahun ( 0 ) adalah tahun kejadian paling awal. Misalnya, kejadian El Nino tahun 1997 – 1998 maka tahun ( 0 ) adalah tahun 1997. Apabila 24 bulan El Nino bertumpukan dengan 24 bulan La Nina 15

maka analisis dilakukan secara terpisah. Tahun 1974 tidak digunakan dalam analisis karena data enam bulan sebelumnya tidak tersedia. Analisis komposit dilakukan dengan menghitung rerata persentil DLN curah hujan bulanan untuk semua kejadian El Nino maupun La Nina. Sebagai contoh, untuk membuat komposit El Nino maka dihitung rerata tujuh Juli (-) untuk semua kejadian El Nino, rerata tujuh Agustus (-) sampai rerata tujuh Juni (+). 2.3.1.3 Analisis Harmonik Fenomena yang bersifat periodik dapat dianalisis menggunakan analisis harmonik (Conrad dan Pollak, 1950) berarti fluktuasi curah hujan dapat direpresentasikan menggunakan satu grafik sinus dengan satu nilai maksimum dan satu nilai minimum (Kahya dan Dracup, 1993). Analisis yang menghasilkan satu nilai maksimum dan minimum disebut sebagai analisis harmonik pertama (first harmonic fit). Tujuan dari analisis adalah mengetahui sudut fase dan amplitudo yang digambarkan dalam bentuk garis (Panofsky dan Brier, 1968). Arah garis merupakan representasi sudut fase sedangkan panjang garis merupakan amplitudo. Harmonik pertama diterapkan untuk komposit ENSO berdasarkan rumus (Kahya dan Karabork, 2001) N/2

X = X0 +�

𝑖𝑖=1

C𝑖𝑖 cos �

2π𝑖𝑖 P

(𝑡𝑡 − 𝑡𝑡𝑖𝑖 � (3)

X merupakan nilai persentil DLN pada waktu t, X0 adalah rerata aritmetik persentil DLN, P adalah periode dasar (dalam hal ini sama dengan 18 bulan), N adalah jumlah kejadian (dalam hal ini sama dengan nilai P yaitu 18 bulan), Ci adalah amplitudo pada harmonik ke-i, t merupakan waktu observasi (bulan 1, 2, 3,.....P), dan ti adalah waktu ketika harmonik ke-i mencapai maksimum. Penelitian yang dilakukan menggunakan harmonik pertama sehingga nilai i yang digunakan adalah 1. Istilah ti digunakan untuk menunjukkan sudut fase pada

16

harmonik ke-i yang akan dikonversi dalam bentuk bulan sesuai dengan rumus (Kahya dan Karabork, 2001) 𝑡𝑡𝑖𝑖 =

P

2𝜋𝜋𝜋𝜋

A

arcsin � C 𝑖𝑖 � 𝑖𝑖

(4)

Ci dihitung menggunakan rumus Ci = �A𝑖𝑖 2 + B𝑖𝑖 2

Ai dan Bi merupakan koefisien Fourier yang diperoleh dari rumus (Panofsky dan Brier, 1968)

A𝑖𝑖 =

2

N

∑ �X sin �

360 o P

𝑖𝑖 𝑡𝑡�� ; B𝑖𝑖 =

2

N

∑ �X cos �

360 o P

𝑖𝑖 𝑡𝑡��

(5)

N = jumlah kejadian (18 bulan), i = nilai yang diperoleh mulai dari 1 – ( (N⁄2) −

1); untuk harmonik digunakan N⁄2 cosinus dan (N⁄2) − 1 sinus (dalam kasus

ini hanya digunakan i = 1), t adalah waktu observasi (bulan ke-1, 2, 3....P). Nilai X merupakan persentil DLN pada waktu ke t. Hasil analisis harmonik pertama kemudian direpresentasikan ke dalam lingkaran harmonik. Fungsi lingkaran harmonik adalah mengetahui amplitudo dan sudut fase kejadian ENSO. Amplitudo disimbolkan dengan Ci adapun sudut fase adalah nilai t1 (yang diubah dari bulan menjadi radians dari hasil perhitungan (4)). Bulan Jul ( - ) sama dengan 0o (t = 0); Januari ( 0 ), Juli ( 0 ) masing-masing 90 o dan 180o; adapun Januari ( + ) digambarkan pada sudut 270o. Pengeplotan dalam peta dilakukan per stasiun, dengan amplitudo ditunjukkan oleh panjang garis sedangkan sudut fase adalah arah dari garis. Besarnya amplitudo menunjukkan respon curah hujan pada stasiun tersebut terhadap peristiwa ENSO; sudut fase menunjukkan waktu maksimum respon tersebut terjadi. Amplitudo yang dihasilkan dalam perhitungan adalah amplitudo titik maksimal sehingga dalam analisis El Nino sudut fase dikurangi 180o. Representasi dalam peta menggunakan harmonik analisis ini tidak memerlukan adanya interpolasi. Contoh hasil analisis Tahap I mulai dari transformasi ke DLN hingga analisis harmonik dapat dilihat pada Gambar 2.2.

17

Gambar 2.2 Contoh Analisis Harmonik dalam Kahya dan Karabork (2001). Amplitudo sebesar 8,2% dengan sudut fase bulan November 2.3.1.4 Uji Signifikansi Uji signifikansi dilakukan untuk mengetahui derajat signifikansi hasil analisis harmonik pertama. Istilah yang digunakan untuk hasil uji signifikansi adalah derajat signifikansi (DS). Metode yang digunakan adalah uji signifikan Schuster. Uji ini dimaksudkan untuk mengetahui nilai autokorelasi antarelemen dari data seri yang ada (Conrad dan Pollak, 1950). Kasus yang diuji, periode uji sebanyak 18 bulan dengan jumlah kejadian El Nino adalah 7, kejadian La Nina adalah 3. Amplitudo harmonik pertama diterapkan untuk nilai i yaitu sebanyak kejadian ENSO (El Nino memiliki nilai i = 1, 2,...7; i untuk La Nina = 1, 2, 3), disimbolkan dengan Ci,Pn (amplitudo pada waktu ke-1, uji coba untuk periode ken). Misal, ketika i adalah 1 dan Ci, 24 merupakan amplitudo dari harmonik pertama dari tahun El Nino pertama (1972). Nilai tersebut kemudian diterapkan pada rumus (Kahya dan Karabork, 2001) 1/2

� P=24 = � 1 �∑N𝑖𝑖=1 𝑐𝑐 2 𝑖𝑖,P �� C N

(6)

Hasil perhitungan tersebut selanjutnya digunakan untuk menghitung nilai κ yang � P /N1/2 ); nilai C1 adalah amplitudo yang diperoleh dari dihitung dengan κ = C1/(C 18

semua kejadian ENSO. Selanjutnya, nilai κ digunakan untuk mengetahui DS dari amplitudo (Kahya dan Karabork, 2001) Prob = exp ( -κ2 ) (7) Nilai DS yang lebih rendah menunjukkan signifikansi yang lebih besar. Nilai signifikansi yang dapat diterima menurut Kahya dan Dracup (1994) adalah ≤ 0,24. Seluruh metode secara lebih lengkap terdapat dalam Conrad dan Pollak (1950). Bagus tidaknya nilai tersebut dihitung dengan reduksi varians yaitu Ci2/2σ2 (σ2 adalah total varians seluruh komposit). Semakin tinggi nilai reduksi varians (RV) berarti semakin bagus hasil yang diperoleh.

2.3.1.5 Penentuan Wilayah kandidat (WK) Hasil perhitungan analisis harmonik pertama yang sudah diplotkan dalam peta kemudian dikelompokkan untuk mencari wilayah kandidat (WK). WK ditentukan berdasarkan sudut fase vektor, amplitudo, DS dan nilai RV. Stasiunstasiun dengan nilai parameter tersebut (sudut fase, amplitudo, DS dan RV) yang hampir sama kemudian didelineasi secara manual. Pertama dipilih vektor-vektor dengan sudut fase sama dan amplitudo hampir sama untuk mengurangi subjektifitas dalam menentukan WK. Hasil delineasi tersebut kemudian dihitung besarnya koherensi (Kahya dan Karabork, 2001) Koherensi =

[ 𝑉𝑉 ] 𝑆𝑆

(8)

Nilai [V] dan S dihitung dengan [𝑉𝑉 ] =

1/2

�(∑ 𝑉𝑉 cos 𝜃𝜃)2 + (∑ 𝑉𝑉 sin 𝜃𝜃)2 �

𝑆𝑆 =

𝐿𝐿

∑ 𝑉𝑉 𝐿𝐿

(9)

(10)

Nilai L adalah jumlah vektor harmonik yang berada pada WK (sama dengan jumlah stasiun), 𝜃𝜃 adalah arah sudut fase dari utara, dan V adalah besarnya

amplitudo vektor. Grup vektor dengan koherensi ≥0,80 dapat dikategorikan sebagai WK (Kahya dan Dracup, 1993; Kahya dan Karabork, 2001).

19

2.3.2 Penentuan Wilayah inti (WI) Penentuan wilayah inti dari WK yang telah ada dilakukan melalui empat langkah yaitu agregat komposit, deteksi masa ENSO, indeks masa tahunan (IMT) dan perhitungan konsistensi. Tujuan utama tahap kedua adalah mengetahui waktu curah hujan memberikan respon maksimum terhadap kejadian El Nino maupun La Nina.

2.3.2.1 Agregat Komposit Agregat komposit El Nino maupun La Nina dihitung dengan merata-rata semua komposit ENSO untuk semua stasiun yang berada pada area WK. Hasil komposit ini tidak mampu untuk mendeteksi pengaruh lokal sehingga faktor lokal diabaikan (Chiew et al., 1998). Rumus berikut digunakan untuk menghitung agregat komposit (Kahya dan Karabork, 2001) 𝑄𝑄𝑙𝑙 =

1

𝑁𝑁

∑𝑁𝑁 𝑖𝑖=1 𝑞𝑞𝑖𝑖,𝑙𝑙 ( 9 )

N merupakan total stasiun dalam WK, i adalah stasiun (1, 2,......, N), l adalah nilai persentil untuk komposit bulanan (1, 2, ...., 18), serta Ql adalah persentil agregat komposit. Hasil akhir perhitungan agregat komposit hampir sama dengan komposit ENSO per stasiun. Perbedaannya, agregat komposit adalah hasil rerata komposit ENSO seluruh stasiun dalam WK.

2.3.2.2 Deteksi Masa ENSO Masa ENSO merupakan periode dalam analisis ENSO yang memiliki tanda-tanda anomali. Masa ENSO ini harus ≥ 3 bulan berturut-turut, baik terjadi pada tahun ( 0 ) ataupun tahun ( + ). Deteksi ini dilakukan dengan melihat hasil agregat komposit untuk setiap stasiun. Bulan-bulan dengan curah hujan yang tidak biasa—anomali curah hujan dilihat dengan perbandingan pada tahun normal —diidentifikasi sebagai masa ENSO. Bulan-bulan tersebut diasumsikan sebagai waktu curah hujan memberikan respon terhadap ENSO.

20

2.3.2.3 Indeks Masa Tahunan (IMT) Perhitungan IMT adalah untuk mengetahui konsistensi temporal dari pengaruh ENSO terhadap masa ENSO dalam satu WK. IMT dibuat dengan menghitung rerata persentil DLN curah hujan semua stasiun di dalam WK pada semua tahun observasi (dalam penelitian ini mulai 1974 – 2007). Persentil yang dihitung hanya bulan-bulan yang dianggap sebagai masa ENSO (hasil dari poin 2.3.2.2). Contoh analisis agregat komposit sampai IMT dapat dilihat pada Gambar 2.3. 100.00 Persentil Log Normal (%)

(a)

JBTh-LN

80.00 60.00 40.00

J A S O N D J F MAM J J A S O N D J F MAM J

20.00

100

JBTh-LN

80

2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

1987

1985

1983

1981

20

1978

40

1976

60 1974

(b)

Persentil Log NOrmal (%)

0.00

0

Gambar 2.3 (a) Agregat komposit untuk satu WK; garis putus-putus menunjukkan masa ENSO terdeteksi (b) Indeks masa tahunan 2.3.2.4 Perhitungan Konsistensi Nilai konsistensi diketahui dengan membandingkan antara jumlah tahun ENSO dalam IMT yang menunjukkan sinyal anomali terhadap jumlah tahun ENSO. WK dapat menjadi wilayah inti dengan syarat konsistensinya mendekati 80% (Kahya dan Karabork, 2001).

21

2.3.3 Stabilitas Hasil Hasil analisis tahap 1 dan 2 yaitu regionalisasi wilayah kandidat dan penentuan wilayah inti diuji reabilitasnya menggunakan metode yang berbeda. Uji pertama

adalah

dengan

mengetahui

derajat

signifikansi,

kedua

dengan

menghubungkan sinyal masa ENSO dengan sirkulasi tahunan dan terakhir adalah mengetahui korelasi antara nilai curah hujan sebenarnya dengan indikator MEI.

2.3.3.1 Derajat signifikansi Signifikansi sinyal masa ENSO yang berada di wilayah inti diuji menggunakan tes hipergeometrik. Tes ini dilakukan dengan cara menghitung probabilitas kumulatif (P) kejadian dengan tingkat kesuksesan m yang diperoleh dari n percobaan pada jumlah populasi N yang memiliki tingkat kesuksesan k. Nilai probabilitas yang lebih rendah berarti derajat signifikansi terhadap kejadian ENSO lebih tinggi (Kahya dan Karabork, 2001). Dua kasus digunakan dalam uji ini. Kasus A untuk El Nino, kejadian yang dinyatakan sukses apabila keberadaan sinyal musim kering pada semua tahun bernilai negatif apabila dilihat dalam IMT. Kasus B El Nino, kejadian dinyatakan sukses apabila musim paling kering yang mana anomalinya <20% persentil IMT. Kejadian La Nina hanya menggunakan kasus A yaitu kejadian dinyatakan sukses apabila nilai IMT >80% persentil.

2.3.3.2 Analisis Siklus Tahunan Analisis siklus tahunan dilakukan untuk mengetahui apakah sinyal musiman ENSO terjadi pada puncak siklus tahunan. Data curah hujan bulanan asli diubah menjadi koefisien modular kemudian dihitung reratanya untuk tiap Wilayah inti. Koefisien modular dihitung dengan cara curah hujan tiap bulan dibagi dengan curah hujan rerata semua bulan pengamatan (tahun 1974-2007). Grafik dibuat dengan membandingkan antara koefisien modular semua tahun dengan koefisien modular waktu terjadi ENSO. Hasil akhirnya adalah agregat bulanan pada satu serial waktu. Komposit ENSO dan siklus tahunan kemudian digambarkan dalam satu grafik untuk membandingkan keduanya (Gambar 2.4).

22

koefisien modular

2.5 2 1.5 1 0.5 0

JBTh-LN

J A S O N D J F M AM J J A S O N D J F M AM J La Nina tahunan

Gambar 2.4 Analisis Siklus Tahunan La Nina; garis tebal menunjukkan siklus tahunan dan garis putus-putus adalah komposit La Nina. 2.3.3.3. Analisis Korelasi Analisis korelasi dilakukan untuk mengetahui hubungan curah hujan bulanan dengan indeks MEI. Nilai hubungan dihitung dengan membagi musim menjadi 4: musim I (Januari-Maret/ JFM), musim II (April-Juni/ AMJ), musim III (Juli-September/ JAS), dan musim IV (Oktober-Desember/ OND). Pembagian musim ini berdasarkan terjadinya musim kemarau dan penghujan di Indonesia. Nilai MEI juga dirata-rata untuk masing-masing triwulan. Uji yang dilakukan adalah korelasi Pearson yang dilakukan mulai lag-0 sampai lag-3 untuk semua stasiun. Lag-0 berarti korelasi antara curah hujan dengan MEI triwulan yang sama. Adapun Lag-1 adalah korelasi antara curah hujan triwulan dengan MEI triwulan sebelumnya. Misalnya, korelasi Lag-0 bulan JFM dihitung dari rata-rata curah hujan JFM dan MEI bulan JFM. Korelasi lag-1 bulan JFM dihitung dari rata-rata curah hujan JFM dengan MEI bulan OND.

2.4 Metode Analisis Data Wilayah inti hasil dari pengolahan data merupakan pokok pembahasan. Berdasarkan hasil delineasi tersebut, setiap Wilayah inti dicari masa ENSO (bulan-bulan yang terpengaruh oleh ENSO). Perhitungan konsistensi dan signifikansi dilakukan untuk menguji keabsahan Wilayah inti tersebut. Diagram alir penelitian pada Gambar 2.5.

23

Pengolahan data

Tahap Persiapan Data curah hujan bulanan

Panjang >= 20 tahun

Data curah hujan per stasiun

Data MEI >0,5 selama 5 bulan berturutturut mulai bulan April, puncak>1

Dibuat agregat komposit

Deteksi masa ENSO

<-0,5 selama 5 bulan berturutturut mulai bulan April, puncak<-1

Diubah ke Persentil Distribusi Log Normal Indeks masa tahunan (IMT)

Ya

tidak

Pengisian data hilang

Tahun El Nino

2 tahun berurutan

Tahun La Nina

2 tahun overlap El Nino dan La Nina

Lolos uji? Tahun pertama digunakan (0) data hujan terpilih

Tahun El Nino

Analisis komposit El Nino

Analisis Komposit La Nina

Sudut fase

Ampli tudo

DS (Derajat signifikansi)

Hasil sementara

konsisten si ≥0,80?

Tahun La Nina Analisis

Plot ke tiap stasiun, dibedakan El Nino dan La Nina

Wilayah inti

Uji hipergeometrik (uji signifikansi) Delineasi Wilayah kandidat

Dihitung koherensinya

Proses tahap persiapan

Reduksi varians

Kejadian dianggap terpisah

Data siap dianalisis

data

Dihitung konsistensi

Analisis harmonik per stasiun

Pengambilan keputusan Proses tahap pengolahan Data disimpan/hasil proses

Garis proses Garis analisis bersama

Nilai ≥0,80?

Garis rangkaian sumber

Gambar 2.5 Diagram Alir Penelitian

Wilayah kandidat

Analisis siklus tahunan

Analisis korelasi lag0 – lag-3

Wilayah inti yang signifikan dan konsisten terhadap ENSO

24

2.5

Batasan Operasional

a. Curah

hujan

bulanan:

tebal

hujan

pada

stasiun

klimatologi

yang

dikalkulasikan selama satu bulan pengukuran. b. ENSO : Fenomena global yang menyebabkan perubahan sirkulasi atmosferlautan. ENSO di sini adalah istilah untuk menyebutkan kedua fenomena, yaitu El Nino dan La Nina (Shrestha dan Kostaschuk, 2005). c. Tahun ENSO: tahun terjadinya fenomena El Nino/La Nina berdasarkan kriteria indikator MEI. d. Indikator MEI: indikator untuk menentukan terjadinya ENSO, merupakan indikator yang diperoleh dari nilai Sea Surface Temperature (SST) dan Southern Oscillation Index (SOI) (Kiem dan Franks, 2001). e. Tahun El Nino: tahun dengan nilai MEI >0,5 selama 5 bulan berturut-turut mulai bulan April; dengan puncak MEI >1 (Kiem dan Franks, 2001). f. Tahun La Nina: tahun dengan nilai MEI <-0,5 selama 5 bulan berturut-turut mulai bulan April; dengan puncak MEI<-1 (Kiem dan Franks, 2001). g. Masa ENSO: bulan-bulan selama kejadian ENSO yang memberikan respon terhadap ENSO dengan adanya anomali pada curah hujan bulanan (Ropelewski dan Halpert, 1986, 1987; Kahya dan Dracup, 1993). h. Wilayah kandidat: wilayah yang dianggap memiliki besar dan waktu respon ENSO setara, delineasi berdarkan vektor yang dihasilkan dari lingkaran harmonik (Ropelewski dan Halpert, 1986, 1987; Kahya dan Dracup, 1993). i.

Wilayah inti: Wilayah kandidat yang telah diuji signifikansi, koherensi dan konsistensinya sehingga dianggap sebagai wilayah yang curah hujan bulanan menunjukkan respons terhadap kejadian ENSO (Kahya dan Dracup, 1993; Kahya dan Karabork, 2001).

25

BAB III DESKRIPSI WILAYAH

3.1 Administrasi Pulau Jawa termasuk dalam Kepulauan Sunda Besar di Indonesia selain Pulau Sumatera, Kalimantan dan Sulawesi. Luasnya sekitar 126.700 km2 yang dikelilingi oleh laut dan samudera. Pulau Jawa merupakan istilah untuk menunjukkan Pulau Jawa berukuran besar besar serta pulau-pulau kecil lain yang berada di sekitarnya. Pulau Jawa terletak pada koordinat 5°52'LS - 8o46’LS dan 105°11’ BT -114o33’ BT (Rafles, 1965). Pulau ini berbatasan dengan Laut Jawa di sebelah utara; Selat Bali di sebelah timur; Samudera Hindia di sebelah selatan; serta Selat Sunda sebagai batas sebelah barat. Daerah administratif yang tercakup di Pulau Jawa meliputi enam propinsi yaitu DKI Jakarta, Banten, Jawa Barat, Jawa Tengah, Jawa Timur dan DI Yogyakarta.

3.2 Topografi Pulau Jawa berbentuk persegi panjang (rectangular) yang mengarah secara horizontal dari barat ke timur dengan panjang maksimal 666 mil (Rafles, 1965). Pulau Jawa terdiri atas tiga wilayah utama yaitu bagian utara, tengah dan selatan. Bagian utara merupakan rangkaian perbukitan lipatan, bagian tengah sebenarnya merupakan depresi tetapi telah tertutup oleh volkan, dataran aluvial sepanjang Pesisir Utara serta bagian Selatan yang berupa lipatan tersier dengan dataran-dataran rendah tercakup di antaranya (Sandy, 1985). Pannekoek (1949) dan Rafles (1965) sebelumnya telah mendeskripsikan topografi Pulau Jawa. Pulau Jawa terdiri atas tiga zona utama yaitu utara, tengah dan selatan. Zona utara merupakan rangkaian perbukitan yang menciptakan pegunungan atau bukit dengan ketinggian rendah; zona tengah sebenarnya adalah depresi tetapi telah muncul banyak gunungapi sehingga depresi tidak terlihat jelas; zona selatan adalah jajaran tebing (escarpment). Zona utara/ pesisir utara pulau adalah dataran rendah dengan topografi sangat datar sampai mendekati pegunungan, beberapa tempat berawa dan

26

ditumbuhi mangrove (terutama mengarah ke barat). Bagian utara pulau tersebar banyak pulau kecil. Bagian tengah Pulau Jawa merupakan jajaran gunungapi serta banyak ditemukan hutan dan sungai. Gunungapi yang terdapat di zona tengah Pulau Jawa memiliki igir yang tajam. Pesisir Selatan Pulau Jawa langsung berhadapan dengan samudera sehingga menciptakan jajaran cliff dan tebing yang tegak lurus sepangjang pantai (Rafles, 1965;Yayasan Bhakti Wawasan Nusantara, 1992). Deretan Gunungapi aktif berada di bagian tengah Pulau Jawa. Puncak tertinggi adalah Gunung Semeru (3.676 m dpal). Bagian barat merupakan kompleks gunung api yang lebih rapat dibandingkan bagian Jawa lainnya. Jajaran pegunungan serta gunungapi yang berada di Jawa bagian barat ini lebih dekat ke Pesisir Selatan (Gambar 3.1).

Sumber: http://www.atlasnasional.bakosurtanal.go.id

Gambar 3.1 Topografi Pulau Jawa. Warna hijau menunjukkan elevasi rendah, warna merah menunjukkan elevasi besar 3.3 Kondisi Iklim Pulau Jawa termasuk dalam iklim tropis, sama dengan sebagian besar pulau-pulau Indonesia. Variasi iklim wilayah-wilayah Pulau Jawa ditentukan oleh faktor lokal seperti elevasi dan jarak dengan pantai. Tempat-tempat yang tinggi memiliki suhu lebih rendah dibandingkan tempat rendah. Ketinggian sekitar 0 –

27

700 m biasanya memiliki suhu rata-rata > 22oC, ketiggian 700 – 1500 m suhunya 15o-22oC dan tempat dengan ketinggian >1500 m memiliki suhu < 11oC (Susilawati, 2011). Hujan Pulau Jawa sangat dipengaruhi oleh monsun Asia serta Australia. Angin monsun menyebabkan curah hujan ekstrem rendah saat pembalikan musim kemarau ke musim penghujan, meskipun curah hujan rata-rata di Pulau Jawa relatif besar yaitu antara 2000 – 3000 mm/tahun (Qian et al., 2010). Bagian barat pulau akan mendapatkan hujan lebih banyak dan lebih dahulu karena dekat dengan pergerakan angin monsun. Faktor lain yang mempengaruhi curah hujan adalah ada tidaknya rangkaian pegunungan. Bagian barat Jawa memiliki rangkaian pegunungan yang panjang sehingga curah hujannya lebih besar dan hari hujan yang lebih banyak dibandingkan Jawa bagian timur (Yayasan Bhakti Wawasan Nusantara, 1992). DKAT

(Daerah

Konvergensi

Antar

Tropik)

adalah

faktor

lain

mempengaruhi besar kecilnya curah hujan. Semakin dekat dengan DKAT maka curah hujan akan semakin besar. DKAT merupakan zone dimana suhu udara sekitarnya adalah tertinggi sehingga tekanan udaranya rendah. Apabila ada gerakan udara naik maka berdasarkan hukum tekanan, udara akan bergerak ke tempat tersebut. Apabila selama di perjalanan udara tersebut membawa uap air maka hujan akan banyak jatuh di zona tersebut (Sandy, 1985). DKAT Jawa bagian barat maksimal terjadi pada awal Januari, pertengahan Januari dan awal Maret. Jawa bagian tengah pada pertengahan Januari dan awal Februari; sedang Jawa bagian timur pada awal Februari saja. Perbedaan inilah yang menyebabkan curah hujan konvektif di bagian barat Pulau Jawa lebih besar daripada bagian timur. Bagian selatan Jawa mendapatkan lebih banyak hujan karena adanya pengaruh orografis (Qian et al., 2010). Musim di Pulau Jawa secara umum ada dua yaitu musim penghujan dan musim kemarau. Awal musim kemarau dipengaruhi oleh monsun Australia yang dimulai sekitar April sampai September. Musim penghujan dipengaruhi oleh pembelokan angin dari Asia menuju Australia yang bertiup pada Oktober – Maret. Puncak bulan kering terjadi pada Agustus dan September (Qian et al., 2010).

28

Tempat-tempat di Pulau Jawa mendapatkan hujan terbanyak pada Januari, beberapa lainnya terjadi pada Maret (Sandy, 1985). Unsur-unsur iklim dapat dianalisis perubahannnya menggunakan data-data stasiun klimatologi. Unsur iklim yang biasa direkam antara lain curah hujan, kelembaban, suhu serta kecepatan dan arah angin. Stasiun-stasiun klimatologi yang terdapat di Pulau Jawa sebagian besar berada di bagian utara Pulau Jawa serta barat. Bagian selatan Pulau Jawa memiliki lebih sedikit stasiun klimatologi. Gambar 3.2 memerlihatkan sebagian besar stasiun klimatologi yang berada di Pulau Jawa.

29

Gambar 3.2 Stasiun Klimatologi Pulau Jawa

30

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil 4.1.1 Wilayah inti El Nino Stasiun klimatologi yang memiliki panjang >20 tahun pengamatan sebanyak 50 stasiun sehingga stasiun tersebut digunakan dalam analisis. Daftar stasiun yang digunakan dalam analisis terdapat dalam Lampiran 1. Analisis harmonik diterapkan pada komposit El Nino seluruh stasiun menghasilkan peta vektor pengaruh El Nino (Gambar 4.1) serta peta pengaruh El Nino pada Gambar 4.3. Tabel 4.1 Daftar stasiun beserta elevasi (m dpal) pada wilayah kandidat El Nino Jawa bagian barat Serang-Banten (25) Curug-Tangerang (46) Cibinong (125) Atang Senjaya (164) Kalijati-Subang (110) Geofisika-Bandung (791) Jatiwangi (*) Tasikmalaya (350) Klimatologi Ciledug (26) Cikumpai (*) Citeko (*) Jatisari (28) Tanjung Priok (2) Jakarta Observarium (7) Kemayoran (5) Halim Perdana Kusuma (26) Cengkareng (9) Cilacap (6) (*) data tidak tersedia

Wilayah kandidat El Nino Jawa bagian tengah Gamer Pekalongan (4) Sempor (114) Semarang Ahmad Yani (3) Semarang Maritim (1) Semarang Klimatologi (3) Borobudur (270) Colo Kudus (700) Rendole Pati (70) Bojongsari (38) Wadaslintang (224) Ngambak kapung (24) Iswahyudi Madiun (110) Kening Tuban (42) Wonocatur (63) UGM Yogya (137)

Jawa bagian timur Surabaya Perak (7) Pasuruan (4) UNBRA Malang (505) Kaliwining Jember (45) Banyuwangi (2) Kalianget (3) Sangkapura (3) Jatiroto (29) Sumberasin (550) Surabaya Maritim (3) Cindogo (230) PG Gedaung (8) PG Wringinanom (*)

Sumber: Data stasiun klimatologi BMKG, 2007 dan hasil analisis harmonik

31

Hasil perhitungan analisis harmonik selanjutnya dicari signikansinya menggunakan derajat signifikansi (DS) dan reduksi varians (RV) untuk menentukan stasiun yang dapat digunakan dalam analisis (Lampiran 2). Stasiun yang memenuhi syarat kemudian diregionalkan berdasarkan kecenderungan besar dan arah vektor untuk menjadi wilayah kandidat. Regionalisisasi wilayah kandidat (WK) El Nino menghasilkan tiga wilayah yaitu Jawa bagian barat, Jawa bagian tengah

dan Jawa bagian timur. Stasiun-stasiun yang masuk dalam tiga WK

tercantum dalam Tabel 4.1. WK tersebut kemudian diuji konsistensi temporalnya agar dapat ditentukan bisa tidaknya menjadi wilayah inti (WI). Berdasarkan uji konsistensi temporal, seluruh WK dapat menjadi WI. Oleh karena itu WI El Nino sebanyak tiga yaitu Jawa bagian barat (JBB-EN), Jawa bagian tengah (JBTh-EN) dan Jawa bagian timur (JBTm-EN).

4.1.1.1 Wilayah Inti JBB-EN Wilayah inti JBB-EN terdiri atas 18 stasiun. Amplitudo pengaruh El Nino berada pada kisaran 8 – 23% yang mana nilai terendah adalah stasiun Darmaga (amplitudo = 8%). Stasiun yang terpengaruh kuat oleh El Nino 28% total stasiun. Nilai derajat signifikansi (DS) semuanya memenuhi standar untuk diterima sehingga semua stasiun dapat digunakan untuk membuat agregat komposit (AK). Koherensi antarvektor dalam satu wilayah sebesar 0,99 yang menunjukkan bahwa besar dan arah vektor hampir sama untuk semua stasiun. Ringkasan seluruh wilayah inti El Nino dapat dilihat pada Tabel 4.2 sedangkan peta wilayah inti El Nino pada Gambar 4.1. Pengaruh El Nino mulai dapat diketahui bulan Maret (0) sampai Desember (0). Bulan Maret menunjukkan sinyal pengaruh El Nino yang diketahui dengan membandingkan persentil bulan tersebut dengan persentil bulan Maret (-). Nilai persentil bulan Maret yang dideteksi sebagai masa El Nino menunjukka n nilai rendah yaitu 35% ; lebih rendah dibandingkan dengan bulan Maret setelah tahun El Nino yaitu 70%. Indeks masa tahunan (IMT) digunakan untuk mengetahui konsistensi temporal pengaruh El Nino. Kejadian dinyatakan sukses apabila

32

nilainya <50% untuk kasus A, sedangkan kasus B digunakan apabila nilai persentil <20 % dari persentil (limit bawah). Konsistensi yang dihitung menggunakan kasus A menunjukka n bahwa wilayah ini memiliki konsistensi yang tinggi yaitu 86% dari total kejadian. Konsistensi tersebut semakin diperkuat dengan uji signifikansi yaitu 0,065 untuk kasus A dan nilai untuk kasus B lebih baik yaitu 0,01. Gambar 4.2 (a) dan (b) merupakan agregat komposit dan IMT wilayah inti JBB-EN. Tabel 4.2 Ringkasan hasil WI El Nino Kriteria jumlah stasiun Dampak masa El Nino Amplitudo (%) % stasiun dengan amplitudo >20% Koherensi Konsistensi signifikansi (P value) kasus A p value kasus B (limit bawah)

JBB-EN 18 negatif Mei (0) - Des (0) 8-24 27,78 0,99 85,7 0,065 0,01

Wilayah inti El Nino JBTh-EN JBTm-EN 15 13 negatif negatif Mei (0) - Des Sep (0) - Des (0) (0) 17-24 16-24 46,67 0,99 85,7 0,332 0,038

53,85 0,99 100 0,002 0,1

Sumber: Hasil Perhitungan

4.1.1.2 Wilayah inti JBTh-EN JBTh-EN merupakan wilayah inti yang terdiri atas 17 stasiun dengan amplitudo antara 17-23%. Sebanyak 47% stasiun memiliki amplitudo >20% menunjukkan pengaruh El Nino kuat untuk wilayah ini. DS yang dapat diterima sebanyak >80% total stasiun. Stasiun dengan nilai DS >0,24 tidak dimasukkan dalam analisis komposit wilayah (agregat komposit) sehingga stasiun yang digunakan hanya 15 stasiun. Stasiun dengan amplitudo >20% mencapai setengah total stasiun. Koherensi vektor di dalam stasiun tersebut juga menunjukkan nilai tinggi yaitu 0,99. Hal tersebut berarti hampir semua stasiun memiliki besar dan arah yang sama dalam satu wilayah tersebut.

33

Gambar 4.1 Wilayah inti El Nino Pulau Jawa. Panjang garis menunjukkan besarnya amplitudo, arah garis menunjukkan waktu minimum gelombang (maksimal pengaruh El Nino)

34

Persentil LogNormal (%)


20.00 0.00

JBTh-EN

100


20.00 0.00

100.00

JBTm-EN

60.00

20.00 0.00

JBTh-EN

80 60 40 20 0

80.00

40.00

20

(d)

60.00

(e)

40

0

80.00

40.00

60

1974 1976 1978 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007

40.00

80

1974 1976 1978 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007

60.00

JBB-EN


(f) 100

JBTm-EN

80 60 40 20

1974 1976 1978 1981 1983 1985 1987 1989 1991 1993 1995 1997 1999 2001 2003 2005 2007


100

80.00

100.00


(b)


(c)

100.00

JBB-EN



(a)

0

Gambar 4 2(a) dan (b). Agregat komposit dan IMT WI JBB-EN; (c) dan (d) Agregat komposit dan IMT WI JBTh-EN; (e) dan (f) Agregat komposit dan IMT WI JBTm-EN. Garis lurus vertikal adalah batas tahun komposit; garis putus-putus adalah masa El Nino; grafik warna merah menunjukkan waktu terjadi El Nino. Garis putus-putus merah adalah limit bawah persentil

35

JBB-EN JBTh-EN JBTh-EN

JBB-EN

JBTm-EN JBTm-EN

Skala 1: 4.000.000

Pengaruh negatif El Nino dan bulan terpengaruh 8 – 24%; Mei (0) – Desember (0) 17 – 24%; Mei (0) – Desember (0) 16-24%; September (0) – Desember

JBB-EN Serang-Banten CurugTangerang Cibinong Atang Senjaya Kalijati-Subang GeofisikaBandung Jatiwangi Tasikmalaya Klimat Ciledug

Cikumpai Citeko Jatisari Tanjung Priok Jakarta-Obs Kemayoran Halim Perdana Cengkareng Cilacap

JBTh-EN GamerPekalongan Sempor SemarangAhmad Yani SemarangMaritim SemarangKlimat Borobudur Colo-Kudus

Rendole-Pati Bojongsari Wadaslintang Ngambak kapung IswahyudiMadiun KeningTuban Wonocatur UGM-Yogya

JBTm-EN SurabayaPerak Pasuruan UNBRAMalang KaliwiningJember Banyuwangi Kalianget Sangkapura

Gambar 4.3 Distribusi spasio-temporal pengaruh El -Nino

Jatiroto Sumberasin SurabayaMaritim Cindogo PG Gedaung PG Wringinanom

Sumber: 1. Data Podes Indonesia, 2008 2. Hasil analisis wilayah inti El Nino

Dibuat oleh: Heri Mulyanti 07/254269/GE/06232

36

Masa El Nino JBTh-EN mulai Maret (0) sampai Desember (0) –dapat dilihat pada Gambar 4.2 (c). Hasil deteksi masa JBTh-EN sama dengan WI JBBEN. Nilai konsistensi temporal (yang dihitung berdasarkan jumlah tahun masa El Nino yang terpengaruh) adalah sebesar 85,7%, yaitu enam dari total kejadian El Nino sebanyak tujuh. Konsistensi ini kemudian diuji menggunakan tes hipergeometrik. Konsistensi menggunakan kasus A diperoleh signifikansi sangat kecil—nilai probabilitas 0,332. Nilai probabilitas yang besar menunjukka n curah hujan wilayah JBTh-EN bernilai negatif pada semua tahun (tidak hanya selama terjadi El Nino) akan tetapi nilai p = 0,038 diperoleh apabila digunakan kasus B (kasus dengan limit bawah). Tahun paling kering sebanyak lima di antara tujuh kejadian El Nino yaitu untuk 1982, 1987, 1991, 1997 dan 2002. Grafik IMT (Gambar 4.2 (d) ) menunjukkan masa ENSO pada MJJASOND. 4.1.1.3 Wilayah inti JBTm-EN Wilayah JBTm-EN mencakup 14 stasiun. Besarnya pengaruh El Nino yang ditunjukkan dengan amplitudo antara 16-24%, setengah lebih stasiun yang tercakup di dalamnya memiliki amplitudo >20%. Koherensi antarvektor dalam satu wilayah juga besar seperti dua wilayah inti lain yaitu 0,99. Curah hujan wilayah ini mulai terpengaruh pada bulan September (0) sampai Desember (0). Bulan September mulai diidentifikasi sebagai masa El Nino karena nilai persentilnya menjadi jauh lebih kecil dibandingkan tahun sebelum El Nino. Bulan Desember merupakan akhir dari masa El Nino dilihat dari penurunan persentil curah hujan yang signifikan (meskipun tidak sampai di bawah persentil 50). Semua tahun El Nino menunjukka n nilai negatif yang berarti konsistensi temporalnya bernilai 100% . Dilihat dari indeks tahunan, kejadian El Nino memiliki nilai signifikansi 0,02 untuk untuk kasus A sedangkan apabila dilihat dari tahun paling kering nilai signifikansinya sebesar 0,100. Tahun yang dianggap paling kering antara lain 1991, 1997 dan 2002 (Gambar 4.2 (f)).

37

4.1.2 Wilayah inti La Nina Stasiun klimatologi yang digunakan untuk analisis La Nina sebanyak 50, sama dengan jumlah stasiun untuk analisis El Nino. Analisis harmonik diterapkan pada komposit La Nina seluruh stasiun menghasilkan peta vektor pengaruh La Nina (Gambar 4.5). Hasil perhitungan analisis harmonik selanjutnya dicari signikansinya menggunakan derajat signifikansi (DS) dan reduksi varians (RV) untuk menentukan stasiun yang dapat digunakan dalam analisis (Lampiran 3). Stasiun

yang

kecenderungan

memenuhi

syarat

kemudian

diregionalkan

berdasarkan

besar dan arah vektor untuk menjadi wilayah kandidat.

Regionasisasi wilayah kandidat (WK) La Nina menghasilkan empat wilayah yaitu Jawa bagian barat, Jawa bagian tengah,

Jawa bagian utara dan Jawa bagian

selatan. Stasiun-stasiun yang masuk dalam empat WK tercantum dalam Tabel 4.3. WK tersebut kemudian diuji konsistensi temporalnya agar dapat ditentukan bisa tidaknya menjadi wilayah inti (WI). Berdasarkan uji konsistensi temporal, tiga WK menjadi WI. Oleh karena itu WI La Nina sebanyak tiga yaitu Jawa bagian tengah (JBTh-LN), Jawa bagian utara (JBU-LN) dan Jawa bagian selatan (JBS-LN), Jawa bagian barat tidak masuk dalam wilayah inti karena konsistenti temporal rendah (Tabel 4.4). 4.1.2.1 Wilayah inti JBTh-LN Wilayah ini hanya meliputi 6 stasiun. Sebenarnya 8 stasiun berada di JBTh-LN tetapi 2 stasiun di antaranya memiliki DS >0,24 sehingga tidak digunakan dalam analisis. Amplitudo analisis harmonik WI JBTh-LN antara 820% dan hanya 1 stasiun yang memiliki amplitudo >20%. Nilai koherensi antarstasiun tergolong tinggi yaitu 0,98. Masa La Nina mulai dapat dilihat bulan Oktober (0) sampai Maret (+). Masa pengaruh La Nina tidak terlalu jelas sehingga perlu melihat perbedaan antara tahun sebelum La Nina dan tahun La Nina. Bulan Oktober (0) memperlihatkan persentil yang lebih tinggi dibandingkan tahun sebelum La Nina sehingga bisa disebut sebagai masa pengaruh La Nina (Gambar 4.4 (a)).

38

Tabel 4.3 Daftar stasiun beserta elevasi (m dpal) pada wilayah kandidat La Nina Wilayah kandidat La Nina Jawa bagian barat

Jawa bagian tengah

Jawa bagian utara

Serang-Banten (25) Curug-Tangerang (46) Darmaga (250) Cibinong (125) Atang Senjaya (164) Kalijati Subang (110) Geofisika Bandung (791) Klimatologi Ciledug (26) Cikumpai (*) Citeko (*) Jatisari (28) Tanjung Priok (2) Jakarta Obs. (7) Kemayoran (5) Halim Perdana (26) Cengkareng (9) Cilacap (6) (*) data tidak tersedia

Jatiwangi (*) Tasikmalaya (*) Sempor (114) Bojongsari (38) Gamer-Pekalongan (4) Borobudur (270)

Semarang Ahmad Yani (3) Semarang Maritim (1) Semarang Klimat (3) Ngambak Kapung (24) Colo Kudus (700) Surabaya Perak (7) Tretes (632) Pasuruan (4) Sumberasin (550) PG Gedaung (8) Kalianget (3)

Jawa bagian selatan Wonocatur (63) UGM Yogya (137) Wadaslintang (224) IswahyudiMadiun (110) UNBRA-Malang (505) Jatiroto (29) Cindogo (230) PG Wringinanom (*)

Sumber: Data stasiun klimatologi BMKG, 2007 dan hasil analisis harmonik

Grafik Indeks Tahunan (Gambar 4.4(b)) wilayah JBTh-LN menunjukkan konsistensi La Nina berada pada semua tahun yaitu 1975, 1988 dan 1999. Signifikansi hasil dengan uji hipergeometrik menunjukkan p=0,08. Jumlah tahun yang dianggap paling basah (>80%) sebanyak 15 tahun. Hal ini menunjukkan bahwa curah hujan wilayah ini tergolong tinggi pada semua tahun. Ringkasan dari Wilayah inti La Nina dapat dilihat pada Tabel 4.4, sedangkan Peta Wilayah inti La Nina pada Gambar 4.5 dan peta pengaruh La Nina pada Gambar 4.6.

39

Tabel 4.4 Ringkasan hasil wilayah inti La Nina

Kriteria jumlah stasiun dampak masa La Nina Amplitudo (%) % stasiun amplitudo >20% Koherensi konsistensi signifikansi (P value) kasus A

Wilayah kandidat Jawa bag barat 15 Positif Okt (0) - Jan (+) 2,7 - 22 20 0,99 33,3

JBTh-LN 6 positif Okt (0) Mar (+) 8-20 16,67 0,98 100

JBU-LN 10 positif Okt (0) - Jan (+) 11-21 10,00 0,97 66,7

JBS-LN 8 positif Okt (0) Jan (+) 14-27 37,50 0,99 66,7

0,46

0,08

0,051

0,221

Wilayah inti La Nina


4.1.2.2 Wilayah inti Jawa Bagian utara (JBU-LN) WI JBU-LN mencakup 10 stasiun masuk dengan amplitudo antara 11-21% dan hanya 10% dari total stasiun yang memiliki amplitudo >20%. Hubungan antarstasiun berdasarkan analisis harmonik menunjukkan angka tinggi yaitu 0,97. Pengaruh La Nina mulai dapat dilihat pada Oktober (0) sampai Januari (+). Puncaknya terjadi bulan Januari (dilihat berdasarkan AK tetapi menurut perhitungan sudut fase justru pada April (+)). Grafik Indeks Tahunan menunjukkan 2 tahun kejadian (1975 dan 1999) dari tiga total kejadian La Nina terpengaruh La Nina sehingga konsistensinya sebesar 67%. Nilai ini tetap diterima meskipun Kahya & Karabork (2001) menyarankan bahwa Wilayah kandidat yang bisa dijadikan sebagai Wilayah inti memiliki konsistensi >80%. Nilai tersebut terlalu besar untuk digunakan pada analisis konsistensi La Nina karena jumlah kejadian hanya tiga sehingga untuk menjadi Wilayah inti semua kejadian harus dinyatakan sukses. Oleh karena itu pada analisis ini Wilayah inti adalah Wilayah kandidat dengan 2 di antara 3 kejadiannya bernilai positif. Uji hipergeometrik menunjukka n probabilitas rendah yaitu 0,051 yang berarti signifikansinya besar.

40

0.00

1997

1999

2001

2003

2005

2007

1999

2001

2003

2005

2007

1995

1993

1991

1989

1987

1985

1983

1981

1978

20

1995

40

1993

60 1991

J A S O N D J FMAM J J A S O N D J FMAM J

80

1989

20.00

JBU-LN

1987

40.00

100

1985

60.00

1997

(d)

0

1983

80.00

JBU-LN

20

1981

100.00



(c)

40

1978

0.00

60 1976

20.00

80

1976


JBTh-LN

1974

60.00 40.00

100

(b)

1974

Persentil Log Normal (%)

80.00

JBTh-LN

Persentil Log NOrmal (%)

100.00

(a)

0

0.00

2007

2005

2003

2001

1999

1997

1995

1993

1991

1989

20

1987

40

1985

20.00


60 1983

40.00

80

1981

60.00

JBS-LN

100

1978

80.00

(f)

1976

JBS-LN

1974


100.00


(e)

0

Gambar 4.4 (a) dan (b). Agregat komposit dan IMT WI JBTh-LN; (c) dan (d) Agregat komposit dan IMT WI JBU-LN; (e) dan (f) Agregat komposit dan IMT WI JBS-LN. Garis lurus vertikal adalah batas tahun komposit; garis putus-putus adalah masa La Nina; grafik warna merah menunjukkan waktu terjadi La Nina. Garis putus-putus merah adalah limit atas persentil

41

Gambar 4.5 Wilayah inti La Nina Pulau Jawa. Panjang garis menunjukkan besarnya amplitudo, arah garis menunjukkan waktu maksimum gelombang (maksimal pengaruh La Nina)

42

Wilayah kandidat Jawa bag barat

JBU-LN

JBTh-LN

JBS-LN

Skala 1:4.000.000

Pengaruh positif La Nina dan bulan terpengaruh 8 – 20%; Oktober (0) – Maret(+) 11 – 21%; Oktober (0) – Januari (+)

JBTh-LN Jatiwangi Tasikmalaya Sempor Bojongsari Gamer-Pekalongan Borobudur

JBU-LN SemarangAhmad Yani SemarangMaritim SemarangKlimat ColoKudus

SurabayaPerak Tretes Pasuruan Sumberasin PG Gedaung Kalianget

JBS-LN Wonocatur UGM Yogya Wadaslintang IswahyudiMadiun UNBRAMalang

14-27%; Oktober (0) – Januari (+)

Gambar 4.6 Distribusi spasio-temporal pengaruh La Nina

Jatiroto Cindogo PG Wringin anom

Sumber: 1. Data Podes Indonesia, 2008 2. Hasil analisis wilayah inti La Nina

Dibuat oleh: Heri Mulyanti 07/254269/GE/06232

43

4.1.2.3 Wilayah inti Jawa Bagian selatan (JBS-LN) Wilayah inti JBS-LN

meliputi stasiun yang berada di bagian selatan

Pulau Jawa, terdiri atas 8 stasiun yang memiliki nilai amplitudo antara 14 sampai 27%. Stasiun dengan amplitudo >20% lebih dari sepertiga dari total stasiun yatu 37,50%. Nilai ini adalah yang terbanyak di antara Wilayah inti La Nina. Koherensi antar stasiun sebesar 0,99. Masa La Nina dapat dilihat pada AK yaitu bulan Oktober (0) sampai Januari (+). Puncak komposit dalam grafik terlihat pada Januari akan tetapi menggunakan analisis harmonik diperoleh sudut fase yang menunjukkan bulan April. Indeks tahunan menunjukkan 2 dari 3 kejadian merupakan kejadian sukses sehingga besar konsistensi adalah 67%. Tahun paling basah tersebut adalah 1975 dan 1999. Tes hipergeometrik menunjukkan nilai signifikansi lebih kecil dari JBU-LN meskipun konsistensinya sama yaitu 0,221. Hal ini dapat dilihat pada grafik dengan tingginya nilai persentil tiap tahun . Nilai ini menunjukkan curah hujan bulan ONDJ di Pesisir Selatan Jawa lebih besar daripada Pesisir Utara Jawa.

4.1.3 Analisis Siklus Tahunan Analisis siklus tahunan menggunakan koefisiem modular. Analisis digunakan untuk mengetahui perbedaan antara curah hujan dalam tahun-tahun normal dengan persentil saat ENSO. Gambar 4.7 menunjukka n analisis siklus tahunan untuk kejadian El Nino. WI JBB-EN memperlihatkan grafik El Nino menyebabkan curah hujan lebih rendah daripada grafik siklus tahunannya. Masa El Nino WI JBB-EN dan WI JBTh-EN adalah bulan Mei (0) sampai Desember (0). Koefisien modular WI JBTh-EN untuk masa El Nino lebih rendah dari siklus tahunan sejak bulan Februari (0) dan berakhir pada Februari (+), tetapi deteksi masa El Nino baru dimulai bulan Mei (0) sampai Desember (0). WI JBTm-EN memiliki menunjukka n bahwa komposit El Nino berada di bawah grafik tahunan pada masa deteksi. Masa El Nino JBTm-EN lebih singkat yaitu mulai September (0) sampai Desember (0). Masa tersebut memperlihatkan bahwa curah hujan lebih rendah dibandingkan siklus tahunannya.

44

Gambar 4.7 menunjukkan siklus tahunan dibandingkan dengan siklus La Nina. Kejadian La Nina memperlihatkan koefisien modular lebih tinggi daripada siklus tahunan. Grafik komposit La Nina menunjukka n koefisien modular lebih tinggi daripada siklus tahunan pada bulan-bulan deteksi. Khusus untuk JBU dan JBS, komposit La Nina lebih tinggi daripada komposit tahunan mulai bulan September (0) – Januari (0). Hasil deteksi masa La Nina (hasil tahap II) tepat apabila dipasangkan dengan modular koefisien. Grafik modular koefiesien La Nina menunjukka n ketiga WI memiliki masa La Nina yang sama yaitu bulan Oktober (0) sampai Januari (+). JBB-EN

(b)

2

1.5 1

0.5 0

Koefisien Modular

2.5

2 1.5 1 0.5 0 J A S OND J FMAM J J A S OND J FMAM J

J A S OND J FMAM J J A S OND J FMAM J El Nino tahunan

(c)

JBTh-EN

2.5 Koefisien Modular

2.5 Keofisien Modular

(a)

El Nino

tahunan

JBTm-EN

2

1.5 1

0.5 0 J A S O N D J F MAM J J A S O N D J F MAM J El Nino tahunan

Gambar 4.7 (a), (b), (c) Analisis Siklus Tahunan Wilayah inti El Nino. Garis putus-putus merupakan koefisien modular El Nino. Garis penuh merupakan koefisien modular tahunan. Tanda panah biru menunjukkan deteksi masa ENSO hasil analisis deteksi masa.

45

JBTh-LN

(a)

JBU-LN

(b)

Koefisien Modular

Koefisien Modular

2.5 2 1.5 1 0.5 0 J A S OND J FMAM J J A S OND J FMAM J La Nina tahunan

2.5 2 1.5 1 0.5 0

J A S OND J FMAMJ J A S OND J FMAMJ La Nina

tahunan

JBS-LN Koefisien Modular

(c) 2.5 2 1.5 1 0.5 0

J A S OND J FMAM J J A S OND J FMAM J La Nina

tahunan

Gambar 4.8 (a), (b), (c) Analisis Siklus Tahunan wilayah inti La Nina. Garis putus-putus merupakan koefisien modular La Nina. Garis penuh merupakan koefisien modular tahunan. Tanda panah biru menunjukkan deteksi masa ENSO hasil deteksi masa.

4.1.4 Analisis Korelasi Analisis korelasi antara indeks MEI dengan curah hujan bulanan semua stasiun dihitung untuk mengetahui hubungan indeks dengan curah hujan. Waktu yang digunakan untuk analisis adalah lag-0 sampai lag-3. Korelasi yang diperoleh untuk tengah musim pertama (Januari-Februari-Maret/JFM) dan tengah musim kedua (April-Mei-Juni/AMJ) bernilai kecil untuk semua stasiun, mulai lag-0 – lag-3, bahkan sebagian besar bernilai negatif (Lampiran 3 dan 4). Nilai ini menunjukkan bahwa curah hujan triwulan pertama dan kedua sulit untuk diprediksi menggunakan indeks MEI. Korelasi mulai terlihat tinggi pada lag-0 pada bulan JAS (Lampiran 5); beberapa stasiun di Jawa bagian tengah dan Barat memperlihatkan korelasi >0,4. Korelasi pada lag-1 untuk wilayah bagian tengah

46

masih tinggi sedangkan yang lainnya mulai melemah. Korelasi semakin lemah dengan bertambahnya lag. Korelasi tertinggi pada lag-0 terjadi pada OND (Gambar 4.11 (a) – (d)). Hampir semua tempat berkorelasi positif dengan nilai >0,4 dan hanya sebagian kecil yang berkorelasi negatif. Hal ini menunjukka n bahwa indeks MEI paling tepat digunakan untuk triwulan terakhir (OND). Nilai tinggi pada indeks MEI berkaitan dengan kejadian El Nino. Korelasi tinggi menunjukkan bahwa ketika MEI tinggi curah hujan menurun secara signifikan. Nilai korelasi masih tinggi sampai pada lag-1 dan semakin lemah ketika lag-2 maupun lag-3.

(a)

(b)

Gambar 4.9 (a) dan (b) Peta Korelasi Lag 0 – Lag-1 MEI dengan Curah Hujan Bulan OND. Warna biru menunjukkan korelasi positif, wana kuning-merah menunjukkan korelasi negatif. Korelasi kuat ditunjukkan dengan warna gelap, warna cerah berarti korelasi lemah. 47

(c)

(d)

Gambar 4.9 (c) dan (d) Peta Korelasi Lag-2 – Lag-3 MEI dengan Curah Hujan Bulan OND. Warna biru menunjukkan korelasi positif, warna kuning-merah menunjukkan korelasi negatif. Korelasi kuat ditunjukkan dengan warna gelap, warna cerah berarti korelasi lemah.

48

49

50

51

52

4.2 Pembahasan Pembagian wilayah El Nino dan La Nina menunjukkan hasil yang berbeda berdasarkan kecenderungan sudut fase dan amplitudonya. WI El Nino dibedakan menjadi JBB-EN, JBTh-En dan JBTm-EN karena kecenderungan arah dan besaran vektor dapat dibagi secara vertikal atau melintang. Pembagian tersebut tidak relevan apabila diterapkan untuk menentukan wilayah La Nina. Pembagian wilayah La Nina bagian barat secara vertikal sedang bagian timur adalah horizontal. Empat WK La Nina diuji konsistensi temporalnya untuk memperoleh Wilayah Inti. Hasilnya, diperoleh tiga WI dari empat WK yang terdelineasi, yaitu Jawa bagian tengah, Jawa bagian utara dan selatan (JBTh-LN, JBU-LN dan JBS-LN).

4.2.1 Pola Spasial Pengaruh ENSO Kejadian El Nino memberikan dampak di tiga WI yaitu JBB-EN, JBThEN dan JBTm-EN. Dampak tersebut dapat diketahui berdasarkan analisis Indeks masa tahunan serta analisis siklus tahunan. IMT menunjukkan tahun-tahun El Nino memiliki curah hujan lebih rendah daripada tahun-tahun normal. Analisis siklus tahunan menunjukkan modular koefisien El Nino lebih rendah daripada modular tahunan. Hasil perhitungan analisis harmonik, amplitudo, koherensi maupun signikansi menunjukkan pengaruh El Nino pada tiga WI tidak terlalu terlihat. Oleh karena itu dilakukan tes untuk mengetahui kesamaan antarWI El Nino. Komposit WI El Nino dan La Nina pada Lampiran 7. Uji Analisis Varians (ANOVA) dilakukan untuk mengetahui variabilitas tiga komposit El Nino (Tabel 4.5). Hasil ANOVA memperlihatkan f hitung lebih kecil dibandingkan f tabel (p=0,05) sehingga antara tiga komposit El Nino (JBBEN, JBTh-EN dan JBTm-EN) tidak ada perbedaan signifikan. Uji post hoc Duncan dilakukan untuk mengetahui perbedaan lebih detail antar komposit El Nino. Tabel 4.6 memperlihatkan komposit tiga wilayah inti (faktor 3 = JBTmEN, faktor 2 = JBTh-EN dan faktor 1 = JBB-EN) memiliki nilai subset α = 1 sehingga ketiga komposit tersebut tidak memiliki perbedaan (homogen). Disebabkan ketiga komposit tidak ada perbedaan yang signifikan maka perbedaan

49

antar wilayah inti dilakukan dengan membandingkan besar amplitudo hasil analisis harmonik.

Tabel 4.5 Uji ANOVA komposit El Nino sumber jk db kt fhitung Perlakuan 28,959 2 14,479 0,033 Galat 30281,714 69 438,865 Total 30310,673 71 ns : not significant (tidak signifikan)

ftabel 3,130

ns

Tabel 4.6 Uji homogenitas komposit El Nino Duncana Subset for alpha = 0.05 faktor 3 2 1

N

1 24 24 24

Sig.

49,822920 50,454078 51,367790 0,812

Wilayah inti JBTm-EN memiliki dampak lebih besar dibandingkan JBBEN apabila dilihat amplitudo yang dihasilkan dari analisis harmonik. Lebih dari 50% stasiun yang berada di WI JBTm-EN memiliki amplitudo >20%. Hasil ini sesuai dengan penelitian yang dilakukan oleh Raswa (2003) yang menyatakan bahwa dampak El Nino relatif sama untuk semua wilayah di Jawa. Pengaruh El Nino lebih besar di Jawa bagian tengah dan timur tetapi relatif lebih kecil di Jawa Barat. Pengaruh El Nino di Jawa Barat kecil karena adanya monsun dan termasuk dalam DKAT sehingga pengaruh El Nino tidak terlalu terlihat. Selain itu, topografi Jawa bagian barat yang berupa jajaran pegunungan menyebabkan faktor lokal pegunungan lebih berpengaruh pada curah hujan dibandingkan dengan El Nino (Sandy, 1982; Qian et al., 2010). Shrestha dan Kostaschuk (2005) dalam penelitiannya untuk mengetahui pengaruh El Nino dan La Nina terhadap curah hujan berhasil membagi wilayah di 50

Nepal yang terpengaruh El Nino secara spasial. Wilayah dengan curah hujan rendah memiliki dampak paling besar, wilayah dengan hujan tinggi mendapat dampak yang sedang dan wilayah dengan curah hujan tertinggi tidak terlalu terpengaruh. Akan tetapi, untuk Pulau Jawa, hubungan antara curah hujan dan besarnya pengaruh ENSO (direpresentasikan dengan besarnya amplitudo) tidak bisa dirumuskan sebagaimana yang dilakukan oleh Shrestha dan Kostaschuk (2005). Nilai yang tersebut dalam Tabel 4.7 menunjukkan bahwa tiap WI memiliki korelasi yang berbeda (korelasi antara besar curah hujan dengan amplitudo). Korelasi negatif tinggi ditunjukkan pada WI JBB-EN untuk El Nino, JBTh-LN dan JBS-LN. Nilai negatif berarti wilayah dengan curah hujan rendah akan terpengaruh El Nino dengan skala kecil dan berlaku untuk kebalikannya. Berbeda dengan dua WI tersebut, WI JBTm-EN dan JBU-LN justru nilainya positif. Berdasarkan nilai tersebut maka tidak dapat dirumuskan hubungan antara besarnya curah hujan wilayah di Jawa dengan besarnya pengaruh ENSO. WI JBTm-EN memiliki korelasi positif dapat dimungkinkan karena curah hujan tahunan biasanya tidak terlalu besar, padahal amplitudo hasil analisis harmonik terbesar di antara tiga WI. Korelasi JBTh-EN berkorelasi negatif lemah karena curah hujan tahunan tidak terlalu besar dan amplitudo yang dihasilkan juga sedang sehingga korelasi mendekati nol. Tabel 4.7 Korelasi antara curah hujan dengan besarnya amplitudo Wilayah Inti JBB-EN JBTh-EN JBTm-EN JBTh-LN JBU-LN JBS-LN

Korelasi -0.60 -0.11 0.64 -0.49 0.68 -0.43

Sumber: Hasil perhitungan korelasi

Wilayah inti La Nina terdiri atas tiga wilayah yaitu Jawa bagian tengah (JBTh-LN), Jawa bagian utara (JBU-LN) dan Jawa bagian selatan (JBS-LN).

51

Besarnya amplitudo La Nina tidak sebesar amplitudo El Nino untuk semua wilayah inti. WI La Nina dengan amplitudo >20% terbanyak adalah JBS-LN yaitu 37,5 % dari total stasiun adapun JBU-LN dan JBTh-LN masing-masing hanya 17% dan 10%. Uji Analisis Varians (ANOVA) dilakukan untuk mengetahui variabilitas tiga komposit La Nina (Tabel 4.8). Hasil ANOVA memperlihatkan f hitung lebih kecil dibandingkan f tabel (p=0,05) sehingga antara tiga komposit La Nina (JBTh-LN, JBU-LN dan JBS-LN) tidak ada perbedaan signifikan. Uji post hoc Duncan dilakukan untuk mengetahui perbedaan lebih detail antar komposit La Nina. Tabel 4.9 memperlihatkan komposit tiga wilayah inti (faktor 3 = JBS-LN, faktor 2 = JBU-LN dan faktor 1 = JBTh-LN) tidak ada perbedaan rerata berdasarkan nilai subset α = 1. Nilai tersebut menunjukka n bahwa ketiga komposit tidak memiliki perbedaan (homogen). Meskipun demikian, pengaruh ketiga komposit dapat dianalisis menggunakan data amplitudo yang dihasilkan dari analisis harmonik.

Tabel 4.8 Uji ANOVA komposit La Nina sumber jk db kt fhitung 0,162 perlakuan 136,987 2 68,494 eror 29221,028 69 423,493 total 29358,015 71 ns : non significant (tidak signifikan)

ftabel 3,130 ns

Tabel 4.9 Uji homogenitas komposit La Nina Duncana Subset for alpha = 0.05 faktor 3 2 1 Sig.

N

1 24 24 24

54,329781 54,573108 57,369887 0,634

52

Wilayah inti JBS-LN memiliki dampak lebih besar dibandingkan JBU-LN maupun JBTh-LN, apabila dilihat amplitudo yang dihasilkan dari analisis harmonik. Lebih dari 30% stasiun yang berada di WI JBTm-EN memiliki amplitudo >20%. Pengaruh La Nina lebih besar di Jawa bagian utara dan selatan tetapi relatif lebih kecil di Jawa bagian tengah. Pengaruh lebih besar pada wilayah timur Pulau Jawa karena curah hujan wilayah timur biasanya tidak terlalu besar sehingga apabila ada peningkatan curah hujan akan lebih mudah dideteksi. Selain itu, wilayah timur merupakan wilayah yang paling sedikit terpengaruh oleh monsun maupun faktor lokal berupa jajaran pegunungan. Pesisir Selatan memiliki curah hujan yang lebih tinggi dibandingkan Pesisir Utara karena arah angin di Pesisir Utara hampir sejajar sehingga uap air yang menjadi hujan hanya sedikit (Sandy, 1982). Meskipun demikian, tidak ditemukan hubungan bahwa curah hujan tinggi berarti besar pula pengaruh La Nina (Tabel 4.7). Korelasi antara curah hujan dengan amplitudo pada dua WI yaitu JBTh-EN dan JBS-LN bernilai negatif sedangkan korelasi yang diperoleh untuk JBU-LN bernilai positif. Hasil perhitungan korelasi tersebut menunjukka n bahwa tidak dapat dirumuskan bahwa wilayah dengan curah hujan tinggi akan terkena dampak besar dari La Nina. Pengaruh La Nina di Pulau Jawa juga diteliti oleh Qian (2010) yang menunjukkan bahwa pengaruh La Nina tidak sebesar pengaruh El Nino untuk semua wilayah di Jawa. Amplitudo El Nino rata-rata sebesar 15 – 24% untuk tiga WI sedangkan La Nina sebesar 8 – 27%. Nilai ini jauh lebih kecil dibandingkan dalam laporan Kementrian Lingkungan (2007) bahwa El Nino menurunkan curah hujan sebanyak 62% pada musim kemarau dan 32% pada musim penghujan khusus untuk kejadian El Nino tahun 2007. Hasil yang diperoleh pada penelitian ini lebih rendah karena amplitudo dihitung berdasarkan komposit semua kejadian El Nino. Pembedaan kejadian El Nino ekstrem dan non ekstrem perlu dilakukan agar dapat diketahui perbedaan dampak keduanya. Apabila WI La Nina maupun El Nino ditampalkan maka dapat diperoleh bahwa wilayah yang terpengaruh kuat oleh ENSO adalah Jawa bagian timur, semakin ke barat pengaruhnya melemah. Pola spasial tersebut dapat digunakan dalam antisipasi kejadian ENSO, bahwa

53

wilayah bagian timur memerlukan mitigasi dan adaptasi yang lebih intensif karena terpengaruh kuat baik oleh El Nino maupun La Nina.

4.2.2 Pola Temporal Pengaruh ENSO Analisis pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa ini menggunakan data yang relatif pendek yaitu 33 tahun pengamatan sehingga ada 7 kejadian El Nino dan 3 kejadian La Nina. Kejadian La Nina yang dianalisis dalam rentang waktu tersebut terlalu pendek sehingga nilai konsistensi temporal memiliki tingkat kepercayaan yang kecil. Homogenitas data hujan tidak dilakukan karena letak stasiun hujan yang berbeda serta memiliki ketinggian yang berbeda. Selain itu, adanya data kosong dalam rentang waktu 33 tahun juga menyebabkan uji homogenitas menjadi tidak valid. Komposit 18 bulan digunakan untuk analisis El Nino maupun La Nina meskipun penelitian sejenis menggunakan 24 bulan (Kahya dan Dracup, 1993; Kahya dan karabork, 2001; Shrestha dan Kostaschuk, 2005). Komposit tersebut dipilih sesuai dengan tipe hujan Pulau Jawa yang memiliki satu titik ekstrem bulan Juli-Agustus. Komposit 24 bulan terdiri atas 6 bulan sebelum ENSO, 12 bulan ketika ENSO dan 6 bulan setelah ENSO. Komposit 18 bulan menggunakan bulan selama ENSO dan 6 bulan setelahnya. Penggunaan persentil 6 bulan paska ENSO dipilih berdasarkan kriteria pembuatan agregat komposit yaitu apabila ada dua tahun berurutan maka yang dianggap sebagai tahun ENSO adalah tahun pertama. Representasi dalam bentuk grafik AK tetap menampilkan 6 bulan sebelum ENSO sebagai pembanding dalam menentukan masa pengaruh ENSO. Komposit 24 bulan tidak digunakan dalam penelitian ini karena analisis harmonik pertama adalah untuk menghitung satu puncak (Panofski dan Brier, 1964) padahal tipe hujan di Indonesia untuk waktu 24 bulan memiliki 2 puncak. Komposit 18 bulan dipilih karena dapat merepresentasikan satu gelombang. Meskipun mampu merepresentasikan dalam satu gelombang, komposit tersebut tidak akurat untuk salah satu dari kejadian (El Nino atau La Nina). Analisis yang dilakukan menunjukkan sudut fase pada peristiwa El Nino sesuai dengan grafik AK akan tetapi tidak tepat untuk analisis La Nina. Sudut fase yang dihasilkan

54

(yang kemudian direpresentasikan dalam satuan bulan) pada analisis La Nina hasilnya berbeda dengan pembacaan di grafik. Agregat

komposit

untuk

tahun-tahun

dengan

kejadian

berurutan

menunjukkan hasil yang kurang sesuai misalnya tahun 1993 dan 1994 merupakan peristiwa El Nino. Disebabkan waktunya bersamaan maka yang dianggap sebagai tahun El Nino adalah tahun 1993. Indeks Masa Tahunan tahun 1994 ternyata lebih tinggi daripada 1993 atau dapat dikatakan tahun 1994 lebih tepat digunakan sebagai tahun El Nino (tahun 0). Kejadian El Nino yang berasosiasi dengan anomali negatif mulai dapat dideteksi masanya bulan Mei (0) – Desember (0) untuk JBB-EN dan JBTh-EN. Akan tetapi, pengaruhnya lebih lambat dialami oleh JBTm-EN yang baru dimulai bulan September (0)-Desember (0). Wilayah Barat Pulau Jawa dekat dengan DKAT sehingga curah hujannya tinggi dan hujan datang lebih awal (Sandy, 1982). Apabila pengaruh El Nino mulai dapat dideteksi mulai bulan Mei (0) maka curah hujan ketika El Nino akan menurun drastis untuk wilayah Barat maupun tengah Pulau Jawa. Kejadian El Nino secara umum akan menyebabkan bulan kering menjadi lebih lama yaitu sampai bulan Desember (0) sehingga datangnya bulan penghujan lebih lambat (biasanya Oktober (0) menjadi Januari(+)). Pengaruh El Nino tidak ditemukan selama bulan Januari dan Februari pada tiga WI EN karena bulan tersebut adalah waktu dimana terjadi konvergensi. Bagian Barat Jawa mengalami konvergensi pada awal dan tengah Januari, pertengahan Januari dan awal Maret. Adapun bagian tengah terjadi konvergensi maksimal pada pertengahan Januari dan awal Februari; Jawa bagian Timur pada awal Januari (Sandy, 1982). Hasil ini sesuai dengan yang dikemukakan Qian et al. (2010) bahwa El Nino menurunkan curah hujan secara signifikan selama bulan SON untuk semua wilayah di Pulau Jawa. Qian et al. (2010) juga menemukan bahwa wilayah Utara Jawa masih terpengaruh El Nino pada DJF. Ropelewsky dan Halpert (1987) sebelumnya telah meneliti WI di dunia yang terpengaruh oleh El Nino. Indonesia dan Papua Nugini secara umum mulai terpengaruh oleh El Nino mulai bulan Juni (0) – November (0).

55

Kejadian La Nina berasosiasi dengan anomali positif curah hujan untuk semua wilayah. Anomali mulai dapat diketahui bulan Oktober (0) – Januari (+) berdasarkan deteksi masa. Respons ini sama untuk dua WI yaitu JBU-LN dan JBS-LN sedangkan JBTh-LN masih ditambah dua bulan yaitu Februari dan Maret (+). Berdasarkan analisis AK dari WI La Nina, masa La Nina bertepatan dengan musim penghujan di Indonesia sehingga tidak memercepat datangnya musim penghujan tetapi hanya memberi pengaruh terhadap peningkatan curah hujan selama musim penghujan. Wilayah JBTh-LN berespons lebih lama dibandingkan dengan JBU-LN maupun JBS-LN. Konsistensi temporal La Nina hampir sama dengan El-Nino yaitu bahwa daerah Timur akan mengalami pengaruh lebih kuat tetapi dalam waktu yang relatif lebih singkat dibandingkan wilayah di bagian Barat. Analisis terkait dengan La Nina lebih sulit disebabkan hanya ada tiga kejadian selama kurun waktu tersebut. Oleh karena itu perlu data yang lebih panjang untuk mengetahui dampak La Nina terhadap curah hujan di Pulau Jawa. Penelitian untuk pengaruh La Nina belum banyak dilakukan akan tetapi penelitian yang dilakukan oleh Raswa (2003), Qian et al. (2010) mengemukakan bahwa pengaruh La Nina tidak sekuat pengaruh El Nino. Apabila dilihat masa terpengaruh, yaitu Oktober-Januari, maka kuatnya pengaruh dapat dijelaskan dengan curah hujan pada tahun-tahun biasa. Bulan ONDJ adalah musim penghujan sehingga apabila terjadi anomali positif maka pengaruhnya tidak terlalu terlihat. Hasil dari analisis siklus tahunan menunjukkan bahwa pengaruh La Nina adalah positif dalam kurun waktu yang lebih singkat dibandingkan El Nino. Perbedaan hasil yang diperoleh antara penelitian terdahulu (Qian et al. 2010) dengan penelitian ini disebabkan perbedaan metode yang digunakan. Penelitian pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa menggunakan data asli dan analisis harmonik. Penelitian Qian et al. (2010) menggunakan sistem pemodelan yang melibatkan parameter angin. Pesisir Utara Jawa pada DJF justru memiliki curah hujan negatif ketika El Nino karena ada pengaruh upwelling. Angin barat bertiup sepanjang utara Jawa mulai Januari

56

sedangkan pada Juli upwelling terjadi di Pesisir Selatan Jawa (Siswanto dan Suratno, 2008). Metode analisis harmonik memiliki kelebihan utama yaitu bahwa data yang dianalisis bukan data mentah tetapi telah diubah sehingga berdistribusi normal. Metode ini juga digunakan karena dapat diketahui konsistensi temporal serta signikansi ENSO pada masing-masing wilayah. Konsistensi dan konsistensi penting diketahui karena menurut Shelton (2009) pengaruh ENSO tiap tahun berbeda baik amplitudo maupun lama pengaruh. Shelton (2009) dan Kayano (2003) menyarankan analisis ENSO lebih baik dilakukan dalam kurun dekade serta dibedakan antara kejadian ekstrem dengan nonekstrem. Hasil analisis lag-korelasi antara indeks MEI dengan curah hujan triwulan menunjukkan hanya pada triwulan terakhir (Oktober-November-Desember/OND) korelasinya kuat. Korelasi lag-0 bulan OND menunjukkan nilai tinggi terutama bagian timur dan tengah Pulau Jawa. Korelasi bulan OND masih terlihat kuat pada lag-1, tetapi sudah lemah pada lag-2. Wilayah Jawa bagian barat masih menunjukkan korelasi yang lemah pada bulan tersebut baik lag-0 maupun lag-1. Hasil analisis korelasi ini semakin memperkuat alasan bahwa Jawa bagian barat tidak terlalu terpengaruh oleh kejadian ENSO. Bulan Juli-Agustus-September (JAS) menunjukkan korelasi kuat pada lag-0 hanya beberapa titik yaitu sebagian pesisir Utara dan Jawa bagian timur. Penggunaan indeks MEI untuk prediksi terjadinya El Nino maupun La Nina baru dapat digunakan bulan Juli-Agustus-September (JAS) untuk mengetahui curah hujan bulan OND. Nilai korelasi yang besar pada OND menunjukkan bahwa indeks MEI merupakan indikator yang tepat digunakan untuk analisis ENSO pada Jawa bagian timur dan tengah terutama pada triwulan OND, tetapi kurang baik digunakan pada bulan-bulan sebelumnya.

57

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan Berdasarkan hasil penelitian serta analisis yang dilakukan, dapat ditarik kesimpulan sebagai berikut: 1. Distribusi spasial pengaruh ENSO meliputi tiga wilayah inti El Nino serta tiga wilayah inti La Nina. Tiga wilayah yang terpengaruh oleh El Nino (yang dapat mewakili seluruh pulau Jawa) yaitu bagian barat, tengah dan timur. Tiga wilayah yang terkena pengaruh La Nina secara konsisten adalah Jawa bagian tengah, utaradan selatan (utara dan selatan merupakan Jawa bagian timur). Pengaruh El Nino lebih kuat dibandingkan La Nina. El Nino memberikan dampak negatif (menurunkan curah hujan) pada semua wilayah inti. El Nino menurunkan curah hujan sebesar 15 – 24% untuk tiga wilayah inti, sedangkan La Nina meningkatkan curah hujan sebesar 8 – 27%. Pengaruhnya terbesar di Jawa bagian timur dan tengah dan lebih kecil di bagian barat. Pengaruh La Nina terbesar di Jawa bagian

timur dan tengah tetapi semakin ke barat

pengaruhnya relatif semakin kecil. Pengaruh El Nino maupun La Nina pada Jawa bagian barat relatif lebih kecil karena faktor lokal, monsun dan Daerah Konvergensi Antar Tropik lebih mempengaruhi besarnya hujan dibandingkan kejadian ENSO, 2. Distribusi temporal El Nino mulai bulan Mei (0) sampai Desember (0) untuk WI barat dan tengah sehingga musim penghujan datang lebih lambat dibandingkan tahun normal serta menyebabkan curah hujan menurun. Wilayah timur menerima dampak bulan September (0) sampai Desember. El Nino menurunkan curah hujan untuk tiga wilayah El Nino pada September – Desember. La Nina memberikan dampak sejak dimulainya musim hujan di Indonesia yaitu Oktober (0) sampai Januari (+) untuk wilayah di utara dan selatan serta lebih lama untuk wilayah barat.

58

3. Perkiraan terjadi El Nino maupun La Nina dapat mengunakan indikator MEI pada triwulan ketiga (Juli-Agustus-September/JAS) untuk memprediksi curah hujan bulan Oktober-November-Desember/OND.

5.2 Saran Saran agar penelitian terkait dengan ENSO lebih akurat antara lain: 1. Pembuatan komposit lebih disesuaikan dengan tipe hujan. Komposit 18 bulan tepat untuk El Nino tetapi kurang tepat untuk mengetahui dampak maupun waktu puncak La Nina. Komposit yang bisa dicoba untuk La Nina dimulai bulan November (-) sampai Februari (+) yaitu komposit 18 bulan sehingga terbentuk tepat satu gelombang, 2. Penentuan tahun ENSO bukan didasarkan pada urutan kejadian tetapi didasarkan pada kejadian yang lebih kuat. Contohnya, apabila ada dua tahun berurutan maka yang dianggap sebagai tahun ENSO adalah tahun dengan indeks tertinggi, 3. Penelitian terkait dengan pengaruh ENSO terhadap curah hujan bulanan Pulau Jawa tidak memberikan signifikansi hasil (pengaruhnya hampir sama untuk semua wilayah) sehingga penelitian untuk wilayah lain perlu dilakukan untuk mengetahui pola dampak ENSO di Indonesia. Penelitian pada wilayah yang terpengaruh besar di pulau Jawa, yaitu Jawa bagian timur perlu lebih mendalam, 4. Perlu adanya pembedaan kejadian ENSO kuat dan lemah. 5. Regionalisasi dapat dicoba menggunakan Sistem Informasi Geografis (SIG) agar regionalisasi tidak bersifat subjektif.

59

DAFTAR PUSTAKA Badan Koordinasi Survei dan Pemetaan Nasional Indonesia (Bakosurtanal). 2011. Peta Topografi Jawa. http://atlasnasional.bakosurtanal.go.id. Diakses 14 Desember 2010. Barros, V.R., M.E.Doyle, I.A.Camilloni. 2008. Precipitation Trends in Southeastern South America: Relationship with the ENSO Phases dan with Low-Level Circulation. Theoretical dan Applied Climatology 93: 19-33. Diakses tanggal 2 Februari 2011 dari Springerlink. Cai, W., P.H.Whetton, A.B. Pittock. 2001. Fluctuations of the Relationship Between ENSO dan northeast Australian Rainfall. Climate Dynamics 17: 421 – 432. Diakses tanggal 1 Februari 2011 dari Springerlink. Chandimala, J. dan L. Zubair. 2007. Predictability of Streamflow dan Rainfall Based on ENSO for Water Resources Management in Sri Lanka. Journal of Hydrology 335: 303-312. Diakses tanggal 12 Februari 2011 dari Springerlink. Chiew, F.H.S., T.C.Piechota, J.A.Dracup, T.A.McMahon. 1998. El Nino/Southern Oscillation dan Australian Rainfall, Streamflow, dan Drought: Links dan Potential for Forecasting. Journal of Hydrology 204: 138 – 149. Diakses tanggal 11 Desember 2010 dari Springerlink. Conrad, V. dan L.W.Pollak. 1950. Methods in Climatology. Harvard University Press. Cambridge, MA. Halpert, M.S. dan C.F.Ropelewski. 1992. Surface Temperature Patterns Associated with the Southern Oscillation. Journal of Climate 5: 577594. Inter-Government Panel on Climate Change (IPCC). 2007. Climate Change 2007: Synthesis Report. Valencia. Kahya, E. dan J.A.Dracup. 1993. US Streamflow Patterns in Relation to the El Nino/Southern Oscillation. Water Resources Research 29 (8): 24912503. Diakses tanggal 2 Februari 2011 dari Springerlink. Kahya, E. dan M.C.Karabork. 2001. The Analysis of El Nino dan La Nina Signals in Streamflows of Turkey. International Journal of Climatology 21: 1231-1250. Diakses tanggal 13 Februari 2011 dari Springerlink.

60

Kayano, M.T. 2003. A Note on the Precipitation Anomalies in Southern South America Associated with ENSO variability in the Tropical Pacific. Meteorology dan Atmospheric Physic 84: 267-274. Kementerian Lingkungan Republik Indonesia. 2007. Indonesia Country Report: Climate Variability dan Climate Changes, dan Their Implication. Ministry of Environment Indonesia. Jakarta. Kiem, A.S. dan S.W.Franks. 2001. On the Identification of ENSO-Induced Rainfall dan Runoff Variability: A Comparison of Methods dan Indices. Hydrological Sciences Journal 46 (5): 715-727. Kijazi, A.L. dan C.J.C.Reason. 2005. Relationships Between Intraseasonal Rainfall Variability of Coastal Tanzania dan ENSO. Theoretical dan Applied Climatology 82: 153-176. Diakses tanggal 17 Februari 2011 dari Springerlink. Kirono, D.G.C. dan B.Sulaswono. 2003. Study on the Possibility of Predicting the Onset dan Rainfall of Wet Season in Yogyakarta Special Province, Indonesia. Indonesian Journal of Geography 35 (2): 67-80. McGregor, G.R. dan S. Nieuwolt. 1998. Tropical Climatology. John Wiley & Sons Ltd. United Kindom. National Oceanic dan Atmospheric Administration (NOAA). No date. What is El http://www.wrh.noaa.gov/fgz/science/elnino.php?wfo=fgz. Nino? Diakses tanggal 11 April 2011. ----------------------------------------------------------------------. 2011. Multivariate ENSO Index (MEI). http://www.esrl.noaa.gov/psd/people/klaus.wolter/MEI/table.html. diakses tanggal 11 April 2011. Pannekoek, A,F. 1949. Outline of the Geomorphology of Java. Panofsky, H.A. dan G.W.Brier. 1968. Some Applications of Statistics to Meteorology. The Pennsylvania State University. Pennsylvania. Qian, J.H., A.W.Robertson, V. Moron. 2010. Interaction Among ENSO, the Monsoon, dan Diurnal Cycle in Rainfall Variability Over Java, Indonesia. Journal of the Atmospheric Sciences 67: 3509 – 3524. Diakses tanggal 11 Maret 2011 dari Springerlink. Rafles, T.S. 1965. The History of Java (diedit oleh John Bastin). Oxford University Press. Kuala Lumpur. 61

Raswa, E. 2003. Pengaruh El Nino/Southern Oscillation Terhadap Sebaran Curah Hujan di Pulau Jawa. Fakultas Geografi. Universitas Gadjah Mada. Skripsi. Ropelewski, C.F. dan M.S.Halpert. 1987. Global dan Regional Scale Precipitation Patterns Associated with the El Nino/Southern Oscillation. Monthly Weather Review 115: 1606-1626. Sandy, I.M. 1985. Republik Indonesia: Geografi Regional. Jurusan GeografiFMIPA UI. Jakarta. Shelton,

M.L. 2009. Hydroclimatology: Perspectives Cambridge University Press. United Kingdo m.

dan

Applications.

Siswanto dan Suratno. 2008. Seasonal Pattern of Wind Induced Upwelling over Jawa-Bali Sea Water dan Surrounding Area. International Journal of Remote Sensing dan Earth Science 5: 46 – 56. Shrestha, A. dan R. Kostaschuk. 2005. El Nino/Southern Oscillation (ENSO)Related Variability in Mean-Monthly Streamflow in Nepal. Journal of Hydrology 308: 33 – 49. Diakses tanggal 11 Desember 2010 dari Sciencedirect. Susilawati, E. 2011. Perubahan Suhu Udara di Pulau Jawa antara 1967 – 1987 dan tahun 1987 – 2007. Fakultas Geografi UGM. Yogyakarta. Skripsi. Trewartha, G.T. dan L.H.Horn. 1995. Pengantar Iklim. Edisi ke-5. Penerjemah: Sri Andani dan Bambang Srigandono. Gadjah Mada University Press.Yogyakarta. World Meteorological Organization (WMO). 2010. El Nino/La Nina Update. Publikasi tanggal 30 Maret 2010. http://www.wmo.int/pages/members/members_en.html. diakses 11 April 2011. Yayasan Bhakti Wawasan Nusantara. 1992. Profil Propinsi Republik Indonesia. PT Internusa Jakarta. Jakarta.

62

63


Propinsi Jawa Barat + Banten

DKI Jakarta

Jawa Tengah

Nama stasiun Serang-Banten Curug-Tangerang Cibinong Atang Senjaya Darmaga Kalijati-Subang Geofisika Bandung Jatiwangi Tasikmalaya Stasiun Klima Ciledug Cikumpai Citeko Jatisari Tanjung Priok Jakarta Observarium Kemayoran Halim Perdana Cengkareng Cilacap Tegal Gamer Pekalongan Sempor Semarang Ahmad Yani Semarang Maritim Semarang Klimat Seneng Magelang Borobudur Colo Kudus Rendole Pati Bojongsari Wadaslintang Ngambak Kapung

L-1

Letak Bujur Lintang Elevasi Timur Selatan (m dpal) 106.13 -6.12 25 106.65 -6.23 46 106.87 -6.47 125 105.77 -6.55 164 106.75 -6.50 250 107.68 -6.55 110 107.60 -6.92 791 108.27 -6.75 108.58 -7.48 350 106.67 -6.27 26 107.50 -6.47 106.93 -6.70 107.50 -6.35 28 106.87 -6.10 2 106.82 -6.17 7 106.85 -6.15 5 106.88 -6.27 26 106.65 -6.12 9 109.02 -7.73 6 109.15 -6.85 3 109.70 -6.88 4 109.32 -7.48 114 110.37 -6.98 3 110.42 -6.95 1 110.38 -6.98 3 110.23 -7.48 380 110.02 -7.62 270 111.08 -6.67 700 111.02 -6.72 17 109.40 -7.42 68 110.92 -7.62 224 110.62 -7.02 24

Propinsi Jawa Timur

D.I Yogyakarta

Nama stasiun Iswahyudi Madiun Kening Tuban Perak-Surabaya Pasuruan Unbra Malang Kaliwining Jember Banyuwangi Kalianget Sangkapura-Bawean Jatiroto Sumberasin Surabaya Maritim Cindogo Tretes Pg Gedaung Pg Wringin Anom Wonocatur UGM Yogya

Letak Bujur Lintang Elevasi Timur Selatan (m dpal) 111.52 -7.62 110 110.00 -7.00 42 112.75 -7.22 7 112.82 -7.63 4 112.62 -7.95 505 113.50 -8.17 45 114.38 -8.22 2 113.97 -7.05 3 112.63 -6.85 3 113.33 -8.17 29 112.72 -8.23 550 112.72 -7.22 3 113.97 -7.88 230 112.63 -7.70 632 112.93 -7.70 8 114.00 -8.00 110.40 -7.80 63 110.38 -7.77 137

Ket: tanda (-) pada letak lintang menunjukkan Lintang Selatan Sumber: BMKG Indonesia, 2007

L-1

Lampiran 2 Hasil Analisis Harmonik Wilayah Kandidat El Nino 1.Wilayah Kandidat Jawa bagian barat koordinat

stasiun x Serang-Banten Curug-Tangerang Cibinong Atang Senjaya Darmaga Kalijati-Subang Geofisika Bandung Jatiwangi Tasikmalaya Stasiun Klima Ciledug Cikumpai Citeko Jatisari Tanjung Priok Jakarta Observarium Kemayoran Halim Perdana Cengkareng Cilacap

106.13 106.65 106.87 105.77 106.75 107.68 107.60 108.27 108.58 106.67 107.50 106.93 107.50 106.87 106.82 106.85 106.88 106.65 109.02

y z -6.12 25 -6.23 46 -6.47 125 -6.55 164 -6.50 250 -6.55 110 -6.92 791 -6.75 -7.48 350 -6.27 -6.47 -6.70 -6.35 -6.10 -6.17 -6.15 -6.27 -6.12 -7.73

26

28 2 7 5 26 9 6


L-2

Ampli (%)

fase

DS

RV

15.3 21.9 14.2 13.9 8.7 23.9 21.3 18 16.1

300 304 294.8 300 280.8 297 287 287.1 290.1

0.011 0.05 0.006 0.018 0.02 0.004 0.006 0.007 0.06

0.08 0.08 0.108 0.08 0.096 0.152 0.206 0.163 0.064

16.8 21.7 15.4 22.8 16.4 17 19.3 18 20.2 13.7

312.4 293.3 295 292 307 299 310 307.5 302 300.8

0.04 0.008 0.02 0.005 0.01 0.009 0.023 0.009 0.009 0.032

0.06 0.176 0.096 0.19 0.07 0.105 0.07 0.08 0.123 0.075

2. Wilayah Kandidat Jawa bagian tengah stasiun Tegal Gamer Pekalongan Sempor Semarang Ahmad Yani Semarang Maritim Semarang Klimat Seneng Magelang Borobudur Colo Kudus Rendole Pati Bojongsari Wadaslintang Ngambak Kapung Wonocatur UGM Jogja Iswahyudi Madiun Kening Tuban

koordinat x y z 109.15 -6.85 3 109.70 -6.88 4 109.32 -7.48 114

A

fase

DS

RV

21.1 23.5 21

321 306 297

0.301 0.005 0.005

0.02 0.129 0.147

110.37

-6.98

3

19.1

301.4

0.005

0.121

110.42 110.38 110.23 110.02 111.08 111.02 109.40 110.92 110.62 110.40 110.38 111.52 110.00

-6.95 -6.98 -7.48 -7.62 -6.67 -6.72 -7.42 -7.62 -7.02 -7.80 -7.77 -7.62 -7.00

1 3 380 270 700 17 68 224 24 63 137 110 42

17.9 19.3 13.9 20.6 20.2 22.2 21 19.3 18.2 19.3 21.5 23.1 23.5

303 299.1 311 297.1 300.8 300 291 296 292 293 298.3 302 300

0.014 0.045 0.46 0.007 0.097 0.005 0.01 0.005 0.06 0.015 0.007 0.009 0.177

0.1 0.148 0.03 0.167 0.07 0.142 0.172 0.136 0.075 0.15 0.136 0.136 0.043

A

fase

DS

RV

21.2 22.5 22.4 20.5 17.4 19.9 23.6 20.2 19.6 19.9 17.8 23.4 20.9 15.9

319 311 311.4 305 311 302 307.6 308 308.1 310 303 315.2 318.7 323

0.017 0.22 0.011 0.012 0.012 0.01 0.009 0.006 0.016 0.09 0.013 0.34 0.027 0.06

0.06 0.035 0.09 0.104 0.068 0.08 0.116 0.091 0.09 0.04 0.099 0.032 0.068 0.038

3. Wilayah Kandidat Jawa bagian timur stasiun Perak-Surabaya Pasuruan Unbra Malang Kaliwining Jember Banyuwangi Kalianget Sangkapura-Bawean Jatiroto Sumberasin Surabaya Maritim Cindogo Tretes Pg Gedawung Pg Wringin Anom

koordinat x y z 112.75 -7.22 7 112.82 -7.63 4 112.62 -7.95 505 113.50 -8.17 45 114.38 -8.22 2 113.97 -7.05 3 112.63 -6.85 3 113.33 -8.17 29 112.72 -8.23 550 112.72 -7.22 3 113.97 -7.88 230 112.63 -7.70 632 112.93 -7.70 8 114.00 -8.00

L-2

Lampiran 3 Hasil Analisis Harmonik Wilayah Kandidat La Nina 1. Wilayah Kandidat Jawa bagian barat

stasiun Serang-Banten Curug-Tangerang Cibinong Atang Senjaya Darmaga Kalijati-Subang Geofisika Bandung Stasiun Klima Ciledug Cikumpai Citeko Jatisari Tanjung Priok Jakarta Observarium Kemayoran Halim Perdana Cengkareng

x 106.13 106.65 106.87 105.77 106.75 107.68 107.60 106.67 107.50 106.93 107.50 106.87 106.82 106.85 106.88 106.65

y -6.12 -6.23 -6.47 -6.55 -6.50 -6.55 -6.92 -6.27 -6.47 -6.70 -6.35 -6.10 -6.17 -6.15 -6.27 -6.12

z 25 46 125 164 250 110 791 26

28 2 7 5 26 9

Ampli (%) 18 9.56 14 4.85 2.7 5.63 5.22 12.3 20.6 21.5 15.9 18.7 17.1 15.1 13.5 20.1

fase 288 273 309 277 342 291 299 291 290 296 302.4 298 275.4 289 299.6 294.5

DS 0.07 0.4 0.17 0.37 0.38 0.37 0.24 0.16 0.15 0.14 0.16 0.081 0.067 0.158 0.096 0.162

RV 0.16 0.05 0.116 0.23 0.03 0.156 0.05 0.18 0.22 0.23 0.14 0.144 0.24 0.134 0.08 0.174

A

fase

DS

RV

19.1 8 20.4 16.9 17.9 19.4

294.7 265 276 286 303.4 292

0.107 0.16 0.064 0.057 0.114 0.143

0.164 0.14 0.307 0.156 0.082 0.216

2. Wilayah Kandidat Jawa bagian tengah stasiun Jatiwangi Tasikmalaya Gamer Pekalongan Sempor Borobudur Bojongsari

x

koordinat y

108.27 108.58 109.70 109.32 110.02 109.40

-6.75 -7.48 -6.88 -7.48 -7.62 -7.42

z 350 4 114 270 68

L-3

3.Wilayah Kandidat Jawa bagian utara stasiun Semarang Ahmad Yani Semarang Maritim Semarang Klimat Colo Kudus Ngambak Kapung Perak-Surabaya Pasuruan Kalianget Tretes Pg Gedawung

x

koordinat y z

110.37 110.42 110.38 111.08 110.62 112.75 112.82 113.97 112.63 112.93

-6.98 3 -6.95 1 -6.98 3 -6.67 700 -7.02 24 -7.22 7 -7.63 4 -7.05 3 -7.70 632 -7.70 8

A

fase

DS

RV

11.2 17.5 11.9 16.1 18 12.4 17.2 12.5 20.7 13.3

262 290 270 305 297 295 300 292.1 316 286.9

0.137 0.08 0.147 0.08 0.137 0.08 0.09 0.127 0.149 0.201

0.168 0.168 0.147 0.08 0.171 0.09 0.08 0.07 0.124 0.104

A

fase

DS

RV

21 17.4 21.4 19 27.3 20.4 14.4 16.2

309 303.2 283 292 297.5 305 294 298.2

0.185 0.01 0.128 0.09 0.07 0.23 0.07 0.146 0.136 0.25 0.155 0.099 0.064 0.09 0.09 0.099

3. Wilayah Kandidat Jawa bagian selatan stasiun Wadaslintang Iswahyudi Madiun Unbra Malang Jatiroto Cindogo Pg Wringin Anom Wonocatur UGM Jogja

koordinat x y z 110.92 -7.62 224 111.52 -7.62 110 112.62 -7.95 505 113.33 -8.17 29 113.97 -7.88 230 114.00 -8.00 110.40 -7.80 63 110.38 -7.77 137

L-3

Lampiran 3 Peta Korelasi Lag 0 – Lag -3 MEI dan curah hujan bulan JFM. Warna merah menunjukkan kuning-merah menunjukkan korelasi negatif. Warna hijau-biru menunjukkan korelasi positif. Warna gelap menunjukkan korelasi tinggi sedangkan warna terang menunjukkan korelasi rendah

L-4

Lampiran 4 Peta Korelasi Lag 0 – Lag -3 MEI dan curah hujan bulan AMJ. Warna merah menunjukkan kuning-merah menunjukkan korelasi negatif. Warna hijau-biru menunjukkan korelasi positif. Warna gelap menunjukkan korelasi tinggi sedangkan warna terang menunjukkan korelasi rendah

L-5

Lampiran 5 Peta Korelasi Lag 0 – Lag -3 MEI dan curah hujan bulan JAS. Warna merah menunjukkan kuning-merah menunjukkan korelasi negatif. Warna hijau-biru menunjukkan korelasi positif. Warna gelap menunjukkan korelasi tinggi sedangkan warna terang menunjukkan korelasi rendah

L-6

Lampiran 7 Tabel Agregat Komposit Wilayah Inti El Nino dan La Nina Bulan Juli (-) Aug Sep Oct Nov Dec Jan (0) Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan (+) Feb Mar Apr May Jun

JBBEN 32.78 30.67 39.91 52.70 65.47 72.17 76.95 66.53 59.37 62.34 34.53 23.78 30.50 27.91 33.61 31.99 55.94 60.66 79.14 78.92 69.54 63.76 54.72 28.93

JBThEN 25.29 28.78 34.47 44.95 67.51 76.19 80.69 71.37 62.83 55.72 34.69 28.55 19.76 19.54 28.68 34.72 61.42 62.27 79.61 77.09 74.09 66.04 50.23 26.41

Komposit (%) JBTmJBThEN LN 23.65 41.28 17.33 37.39 31.26 46.88 37.74 57.39 63.86 73.45 79.70 77.14 81.13 75.69 75.70 71.47 63.81 64.71 64.00 59.51 38.46 55.81 36.27 33.51 24.78 21.06 23.52 20.65 20.51 31.29 27.81 71.40 47.34 72.18 62.36 78.33 80.41 79.98 80.52 76.06 75.19 76.78 64.24 63.46 51.95 49.40 24.21 42.06

L-7

JBULN 34.23 29.47 27.14 54.07 62.20 75.55 73.75 74.87 74.64 59.69 57.15 26.36 27.19 35.24 21.06 63.10 67.68 74.88 79.50 74.71 71.62 61.47 50.00 34.19

JBS-LN 30.68 24.90 33.54 48.18 65.83 79.25 82.49 74.46 75.63 66.92 47.95 22.49 16.04 13.35 28.88 64.69 72.26 75.89 76.37 75.72 74.55 62.86 51.47 39.52

untuk strategi pengelolaan sumberdaya air. Landasan teori dalam bentuk kerangka terdapat pada Gambar 1.1.

Terjadi El Nino/La Nina

Curah hujan bulanan pulau Jawa

Nilai MEI

Berbeda intensitas, waktu respon dan besar (magnitudo) pada tiap wilayah Adanya variabilitas dampak

Dapat diregionalkan/dikelompokkan berdasarkan pengaruh dan waktunya

Gambar 1.1 Kerangka Penelitian

12

iii

INTISARI PENGARUH EL NINO-SOUTHERN OSCILLATION (ENSO) TERHADAP CURAH HUJAN BULANAN PULAU JAWA Heri Mulyanti 07/254269/GE/06232 Program Studi Geografi dan Ilmu Lingkungan, Fakultas Geografi Universitas Gadjah Mada Yogyakarta

El Nino-Southern Oscillation berkaitan dengan anomali iklim di seluruh dunia, termasuk Indonesia. Penelitian ini bertujuan untuk mengetahui hubungan antara ENSO dan curah hujan bulanan Pulau Jawa berdasarkan distribusi spasialtemporalnya. Hubungan antara ENSO dan curah hujan bulanan Pulau Jawa diteliti menggunakan data curah hujan antara 1974-2007 dan metode empiris yang komprehensif. Metode terdiri atas tiga tahap: regionalisasi wilayah kandidat, penentuan wilayah inti dan stabilitas hasil. Respons koheren dan signifikan dideteksi terdapat pada tiga wilayah inti El Nino dan tiga wilayah inti La Nina. Wilayah inti El Nino antara lain: JBB-EN (Jawa bagian barat), JBTh-EN (Jawa bagian tengah) dan JBTm (Jawa bagian timur). El Nino menurunkan curah hujan sebesar 15 – 24 %. Wilayah inti La Nina antar lain: JBTh-LN (Jawa bagian tengah), JBU-LN (Jawa bagian utara) dan JBS-LN (Jawa bagian selatan). La Nina menaikkan curah hujan 8 – 27%. Anomali negatif selama El Nino pada WI JBBEN dan JBTh-EN terdeteksi mulai bulan Mei – Desember tetapi WI JBTm-EN baru dimulai September –Desember. Anomali positif selama La Nina pada WI JBU-LN dan JBS-LN terdeteksi mulai bulan Oktober – Januari tetapi wilayah inti JBTh-LN lebih lama yaitu Oktober – Maret. Pengaruh El Nino secara umum lebih besar dibandingkan La Nina untuk semua WI Pulau Jawa. Jawa bagian timur mengalami dampak terbesar dari kejadian El Nino maupun La Nina dan semakin ke barat pengaruhnya semakin kecil tetapi pengaruhnya lebih singkat untuk Jawa bagian timur. Kata kunci: ENSO, curah hujan bulanan, Pulau Jawa, wilayah inti

iv

ABSTRACT THE INFLUENCE OF EL NINO-SOUTHERN OSCILLATION (ENSO) IN MONTHLY RAINFALL OVER JAVA ISLAND Heri Mulyanti 07/254269/GE/06232 Geography and Environmental Science, Department of Geography, Universitas Gadjah Mada Yogyakarta

El Nino-Southern Oscillation has been linked to climate anomalies throughout the world, including Indonesia. The aim of this research is to detects the relationships between ENSO and monthly rainfall in Java Island according to its spatial and temporal distribution. The teleconnection between ENSO and monthly rainfall in Java Island is investigated using data set from 1974 – 2007 and comprehensive empirical methodology. The methods consist of three steps: candidate regions regionalization, core region determination and stability of results. Coherent and significant rainfall responses were detected in three core regions for El Nino and so did for La Nina. Core region for El Nino named JBBEN (western part of Java), JBTh-EN (central part of Java) and JBTm-EN(eastern part of Java). El Nino has reduced rainfall 15 – 24%. Core region for La Nina named JBTh-LN (central Part of Java), JBU-LN (northern part of Java) and JBS (southern part of Java). La Nina has induced rainfall 8 – 27%. In the JBB-EN and JBTh-EN, the May – December seasonal negative rainfall anomalies were found to have a highly significance relation with the El Nino event but JBTm-EN only at September – December anomalies. In the JBU-LN and JBS-LN, the October – January seasonal positive rainfall anomalies were found to have a relation with La Nina event but JBTh-LN have longer seasonal anomalies (October – Maret). Impact of El Nino greater than La Nina in decreasing or increasing monthly rainfall over Java Island. Greater impact for both El Nino and La Nina were found in the eastern part of Java and smaller westward but seasonal anomalies were shorter in the eastern part of Java. Keywords: ENSO, monthly rainfall, Java Island, core region

v

KATA PENGANTAR

Alhamdulillaahirabbil’aalamiin. Segala puji dan syukur hanya untuk Alloh Subhaanahu wa ta’ala atas segala limpahan Rahmat, Keberkahan dan Pertolongan yang Diberikan kepada hamba-hambaNya. Sholawat serta salam semoga senantiasa tercurah kepada Rasulullah Muhammad Shallallahu ‘alaihi wa sallam, keluarga, shahabat serta para pengikut beliau yang tetap berpegang teguh kepada Al Qur’an dan Sunnah. Skripsi ini disusun sebagai salah satu syarat untuk mendapatkan gelar sarjana strata satu di Universitas Gadjah Mada, khususnya Fakultas Geografi. Penyusunan skripsi ini tentu tidak terlepas dari bantuan berbagai pihak. Terimakasih kepada Ibu Emilya Nurjani, S.Si., M.Si. selaku dosen pembimbing skripsi atas segala masukannya. Penyusun juga mengucapkan terimakasih kepada: 1. Bapak Prof.Dr.Suratman, M.Sc selaku Dekan Fakultas Geografi UGM, 2. Bapak Dr. Eko Haryono, M.Sc selaku Ketua Prodi Geografi dan Ilmu Lingkungan sekaligus dosen penguji, 3. Bapak Drs. Joko Christanto, M.Sc. selaku dosen penguji, 4. Bapak Prof. Dr. Junun Sartohadi, M.Sc. selaku dosen pembimbing akademik atas nasehat dan sharing berharganya, 5. BMKG pusat yang telah menyediakan data curah hujan bulanan, 6. Kedua orangtua, Bude Par yang telah memberikan cinta dan kasih sayang tulus, kakak penyusun Heru Pramono atas segala bimbingan, bantuan dan motivasinya, Mb Siti Romadoni serta kepada adik Hermanto, 7. Segenap jajaran Tanoto Foundation atas dukungan material yang diberikan selama ini, 8. Mas Eko, Mb Neneng, Annast, Mb Elida Nurrohmah, S.Si., Nana, Mba Tanti, Dian, Puspa, Amalia, Tia, Laila, akhwat ’07, Ugie, Ifah, Achie, Ria, Andika Rahma (atas bantuan mencari rumus erf), Mira, Mb Asri, adikadik AAI 2009 dan 2011, PAI UTY 2011, teman-teman JMG serta segenap civitas akedemika Geografi UGM yang telah membantu penyusun menyelesaikan skripsi ini. Skripsi ini tentu memiliki kelemahan dari berbagai sisi. Oleh karena itu, kritik dan saran yang membangun sangat penyusun harapkan. Akhir kata, semoga karya ini menjadi sebuah amalan di sisi Alloh subhanahu wa ta’ala serta dapat bermanfaat. Yogyakarta, 27 Desember 2011 Penyusun

Heri Mulyanti NIM 07/254269/GE/06232

vi

DAFTAR ISI

HALAMAN JUDUL……………………………………………………… HALAMAN PENGESAHAN……………………………………………… INTISARI……………………………………………………………………. ABSTRACT…………………………………………………………………………… KATA PENGANTAR……………………………………………………….. DAFTAR ISI………………………………………………………………… DAFTAR TABEL…………………………………………………………… DAFTAR GAMBAR………………………………………………………... DAFTAR LAMPIRAN……………………………………………………… DAFTAR SINGKATAN……………………………………………………..

i ii iii v vi vii viii ix x xi

BAB I PENDAHULUAN…………………………………………………… 1.1 Latar Belakang………………………………………………………… 1.2 Rumusan Masalah……………………………………………………….. 1.3 Tujuan…………………………………………………………………… 1.4 Manfaat…………………………………………………………………. 1.5 Telaah Pustaka………………………………………………………….. 1.5.1 Curah Hujan Pulau Jawa……………………………………………… 1.5.2 El Nino-Southern Oscillation (ENSO) ……………………………….. 1.5.3 Hubungan ENSO dengan Curah Hujan……………………………… 1.6 Penelitian Terdahulu…………………………………………………… 1.7 Landasan Teori………………………………………………………….

1 1 2 3 3 3 3 4 6 8 12

BAB II METODE PENELITIAN…………………………………………… 2.1 Data……………………………………………………………………… 2.2 Metode Pengumpulan Data…………………………………………….. 2.3 Metode Pengolahan Data……………………………………………….. 2.3.1 TahapI: Regionalisasi Wilayah Kandidat…………………………….. 2.3.1.1 Persentil Distribusi Log Normal (DLN) ……………………………. 2.3.1.2 Komposit ENSO…………………………………………………….. 2.3.1.3 Analisis Harmonik………………………………………………….. 2.3.1.4 Uji Signifikansi……………………………………………………… 2.3.1.5 Penentuan Wilayah Kandidat………………………………………. 2.3.2 Tahap II: Penentuan Wilayah Inti (WI) ………………………………. 2.3.2.1 Agregat Komposit…………………………………………………… 2.3.2.2 Deteksi Masa ENSO………………………………………………… 2.3.2.3 Indeks Masa Tahunan (IMT) ………………………………………. 2.3.2.4 Perhitungan Konsistensi…………………………………………….. 2.3.3 Stabilitas Hasil………………………………………………………… 2.3.3.1 Derajat Signifikansi…………………………………………………. 2.3.3.2 Analisis Siklus Tahunan……………………………………………. 2.3.3.3 Analisis Korelasi……………………………………………………..

13 13 13 13 14 14 15 16 18 19 20 20 20 21 21 22 22 22 23

vii

2.4 Metode Analisis Data…………………………………………………... 2.5 Batasan Operasional……………………………………………………

23 25

BAB III DESKRIPSI WILAYAH…………………………………………. 3.1 Administrasi……………………………………………………………. 3.2 Topografi………………………………………………………………. 3.3 Kondisi Iklim…………………………………………………………...

26 26 26 27

BAB IV HASIL DAN PEMBAHASAN…………………………………… 4.1 Hasil……………………………………………………………………. 4.1.1 Wilayah Inti El Nino…………………………………………………. 4.1.1.1 Wilayah Inti JBB-EN………………………………………………. 4.1.1.2 Wilayah Inti JBTh-EN……………………………………………..... 4.1.1.3 Wilayah Inti JBTm-EN…………………………………………….. 4.1.2 Wilayah Inti La Nina………………………………………………….. 4.1.2.1 Wilayah Inti JBTh-LN………………………………………………. 4.1.2.2 Wilayah Inti JBU-LN……………………………………………….. 4.1.2.3 Wilayah Inti JBS-LN……………………………………………….. 4.1.3 Analisis Siklus Tahunan…………………………………………….. 4.1.4 Analisis Korelasi……………………………………………………… 4.2 Pembahasan……………………………………………………………. 4.2.1 Pola Spasial Pengaruh ENSO………………………………………… 4.2.2 Pola Temporal Pengaruh ENSO………………………………………

31 31 31 31 34 37 38 38 40 44 46 47 49 49 54

BAB V KESIMPULAN DAN SARAN…………………………………….. 5.1 Kesimpulan……………………………………………………………… 5.2 Saran…………………………………………………………………….

58 58 59

DAFTAR PUSTAKA……………………………………………………….. LAMPIRAN

60

viii

DAFTAR TABEL

Tabel 1.1 Tahun ENSO berdasarkan indikator MEI dan SST Nino 3.4………

5

Tabel 1.2 Penelitian-penelitian terdahulu terkait dengan ENSO……………

8

Tabel 2.1 Daftar tahun kejadian ENSO berdasarkan nilai MEI………………

15

Tabel 4.1 Daftar stasiun beserta elevasi pada wilayah kandidat El Nino……..

31

Tabel 4.2 Ringkasan hasil Wilayah Inti El Nino………………………………

33

Tabel 4.3 Daftar stasiun beserta elevasi pada wilayah kandidat La Nina……..

39

Tabel 4.4 Ringkasan hasil Wilayah Inti La Nina……………………………..

40

Tabel 4.5 Uji ANOVA komposit El Nino………………………………………

50

Tabel 4.6 Uji homogenitas komposit El Nino…………………………………..

50

Tabel 4.7 Korelasi antara curah hujan dengan besar amplitudo…………….

51

Tabel 4.8 Uji ANOVA komposit La Nina………………………………………

52

Tabel 4.9 Uji homogenitas komposit La Nina………………………………..

52

ix

DAFTAR GAMBAR

Gambar 1.1 Kerangka penelitian…………………………………………..

12

Gambar 2.2 Contoh analisis harmonik……………………………………..

18

Gambar 2.1 Tahapan pengolahan data……………………………………..

14

Gambar 2.3 (a) Agregat komposit untuk satu WK………………………… 21 Gambar 2.3 (b) Indeks Masa Tahunan……………………………………..

21

Gambar 2.4 Analisis siklus tahunan La Nina………………………………

23

Gambar 2.5 Diagram alir penelitian………………………………………..

24

Gambar 3.1 Peta topografi Pulau Jawa…………………………………….

28

Gambar 3.2 Peta stasiun klimatologi Pulau Jawa………………………….. 30 Gambar 4.1 Wilayah Inti El Nino Pulau Jawa……………………………..

34

Gambar 4.2 (a) dan (b) Agregat komposit dan IMT WI JBB-EN…………. 35 Gambar 4.2 (c) dan (d) Agregat komposit dan IMT WI JBTh-EN………

35

Gambar 4.2 (e) dan (f) Agregat komposit dan IMT WI JBTm-EN………..

35


36

Gambar 4.4 (a) dan (b) Agregat komposit dan IMT WI JBTh-LN………

41

Gambar 4.4 (c) dan (d) Agregat komposit dan IMT WI JBU-LN…………. 41 Gambar 4.4 (e) dan (f) Agregat komposit dan IMT WI JBS-LN………….

41

Gambar 4.5 Wilayah Inti La Nina Pulau Jawa…………………………….

42


43

Gambar 4.7 (a), (b), (c) Analisis siklus tahunan Wilayah Inti El Nino…….

45

Gambar 4.8 (a), (b), (c) Analisis siklus tahunan Wilayah Inti La Nina…

46

Gambar 4.9 (a) dan (b) Peta korelasi Lag-0 – Lag-1 MEI dengan curah hujan bulan OND………………………………………………………..

47

Gambar 4.9 (c) dan (d) Peta korelasi Lag-2 – Lag-3 MEI dengan curah hujan bulan OND………………………………………………………...

48

x

DAFTAR LAMPIRAN


L-1

Lampiran 2 Hasil Analisis Harmonik wilayah kandidat El Nino

L-2

Lampiran 3 Hasil Analisis Harmonik wilayah kandidat La Nina

L-3

Lampiran 4 Peta Korelasi Lag -0 – Lag-2 MEI dengan curah hujan bulan JFM

L-4

Lampiran 5 Peta Korelasi Lag -0 – Lag-2 MEI dengan curah hujan bulan AMJ

L-5

Lampiran 6 Peta Korelasi Lag -0 – Lag-2 MEI dengan curah hujan bulan JAS

L-6

Lampiran 7 Agregat komposit WI El Nino dan La Nina

L-7

xi

DAFTAR SINGKATAN

AK

agregat komposit

AMJ

Triwulan kedua: April Mei Juni

DKAT

Daerah Konvergensi Antar Tropik

DS

derajat signifikansi

ENSO

El Nino-Southern Oscillation

IMT

indeks masa tahunan

JAS

Triwulan ketiga: Juli Agustus September

JBB-EN

Jawa bagian barat-El Nino

JBS-LN

Jawa bagian selatan-La Nina

JBTh-EN

Jawa bagian tengah-El Nino

JBTh-LN

Jawa bagian tengah-La Nina

JBTm-EN

Jawa bagian timur-El Nino

JBU-LN

Jawa bagian utara-La Nina

JFM

Triwulan pertama: Januari Februari Maret

MEI

Multivariate ENSO Index

OND

Triwulan keempat: Oktober November Desember

SST

Sea Surface Temperature

RV

reduksi varians

WI

wilayah inti

WK

wilayah kandidat

SOUTHERN OSCILLATION (ENSO) TERHADAP CURAH HUJAN BULANAN PULAU JAWA SKRIPSI

Recommend Documents