Pemanfaatan Data Hujan Satelit untuk Analisa Kekeringan dengan Menggunakan Metode Standardized Precipitation Index (SPI) di Sub DAS Kadalpang Kabupaten Pasuruan

Ainayyah, Ananda Tazkia and Prof. Dr. Eng. Donny Harisuseno, ST., MT. and Ir. Sri Wahyuni, ST., MT., Ph.D., IPM. (2023) Pemanfaatan Data Hujan Satelit untuk Analisa Kekeringan dengan Menggunakan Metode Standardized Precipitation Index (SPI) di Sub DAS Kadalpang Kabupaten Pasuruan. Sarjana thesis, Universitas Brawijaya.

Abstract

Kekeringan adalah kondisi dimana ketersediaan air berada jauh di bawah kebutuhan air untuk memenuhi kebutuhan hidup, pertanian, kegiatan ekonomi dan lingkungan. Meskipun kekeringan memiliki dampak serius yang bersifat lintas sektor, tetapi kekeringan masih menjadi salah satu fenomena yang paling sedikit dipahami karena merupakan bencana yang terjadi secara perlahan dan berlangsung lama namun dampaknya tidak seperti banjir, longsor, dan bencana alam lainnya yang terlihat jelas menimpa struktur. Maka dari itu, analisa kekeringan khususnya di daerah yang rawan terjadi kekeringan sangat penting dilakukan dalam upaya mendeteksi dan mengantisipasi terjadinya kekeringan pada wilayah tersebut. Pada Tahun 2022, BPBD Jawa Timur memetakan terdapat 23 Kabupaten yang termasuk dalam kategori kering kritis, salah satunya adalah Kabupaten Pasuruan. Pada studi yang berlokasi di Sub DAS Kadalpang, Kabupaten Pasuruan ini menggunakan metode Standardized Precipitation Index (SPI) untuk mengetahui tingkat dan sebaran kekeringan berdasarkan data curah hujan pada daerah tersebut. Dalam analisis kekeringan, ketersediaan data curah hujan merupakan hal yang penting karena berpengaruh pada hasil peta sebaran kekeringan yang nantinya akan digunakan untuk menentukan tindakan dan pencegahan kekeringan yang tepat. Maka pada studi ini menggunakan gabungan data curah hujan dari stasiun hujan di lokasi studi beserta data curah hujan satelit CHIRPS di beberapa titik yang tidak memiliki stasiun pengukur hujan agar peta sebaran kekeringan yang dihasilkan lebih representatif terhadap kejadian kekeringan di lapangan. Data hujan satelit CHIRPS dipilih karena resolusi spasial datanya yang cukup tinggi, sehingga harapannya analisis yang dihasilkan semakin akurat. Untuk penentuan lokasi dan jumlah stasiun hujan satelit digunakan metode Kagan-Rodda dengan tidak memperhatikan aspek teknis penetapan lokasi pembangunan stasiun hujan. Setelah data curah hujan satelit CHIRPS diperoleh, maka dikalibrasi terlebih dahulu menggunakan persamaan regresi linier dengan fungsi intercept. Kemudian dilakukan perhitungan indeks kekeringan dengan metode SPI serta penggambaran peta sebaran kekeringan menggunakan Sistem Informasi Geografis (SIG). Hasil analisis kalibrasi data curah hujan satelit CHIRPS didapatkan bahwa nilai koefisien determinasi (R2) adalah sebesar 0.8532 untuk Stasiun Wilo dan 0.8801 untuk Stasiun Prigen. Untuk indeks kekeringan pada Sub DAS Kadalpang dilakukan perhitungan dengan metode SPI periode 3, 6, dan 12 bulanan. Hasil perhitungan menunjukkan kekeringan terparah terjadi pada tahun 2019 dengan nilai indeks sebesar -4.590 yang termasuk dalam klasifikasi amat sangat kering pada periode 3 bulanan, serta jumlah kejadian kering terbanyak terjadi pada periode 6 bulanan. Peta sebaran kekeringan yang dibuat menggunakan SIG pada tahun yang paling sering mengalami kejadian kering, yakni tahun 2007 menunjukkan bahwa desa yang mengalami kekeringan terbanyak adalah Desa Durunsewu, Desa Plintahan, Desa Ketanireng, Desa Candi Wates, Desa Gambiran, Desa Sukolelo, dan Desa Tanjungarum mulai bulan Februari hingga Oktober.

English Abstract

Drought is a condition where the water availability is far below the demand for water to meet the needs of life, agriculture, economic activities and the environment. Although drought has serious cross-sectoral impacts, it is still one of the least understood phenomena because it is a disaster that occurs slowly and lasts a long time but the impact is not like floods, landslides and other natural disasters that are clearly visible on structures. Therefore, drought analysis, especially in areas prone to drought, is very important in an effort to detect and anticipate drought in the region. In 2022, the East Java BPBD mapped 23 districts that are included in the critical dry category, one of which is Pasuruan Regency. The study, which is located in the Kadalpang Sub-Watershed, Pasuruan Regency, uses the Standardized Precipitation Index (SPI) method to determine the level and distribution of drought based on rainfall data in the area. In drought analysis, the availability of rainfall data is important because it affects the results of the drought distribution map which will later be used to determine appropriate drought measures and prevention. So this study uses a combination of rainfall data from rain stations at the study location along with CHIRPS satellite rainfall data at several points that do not have rain gauge stations so that the resulting drought distribution map is more representative of drought events in the field. The CHIRPS satellite rain data was chosen because of the high spatial resolution of the data, so it is hoped that the resulting analysis will be more accurate. To determine the location and number of satellite rain stations, the Kagan-Rodda method was used without regard to the technical aspects of determining the location of the rain station construction. After the CHIRPS satellite rainfall data is obtained, it is calibrated first using the linear regression equation with the intercept function. Then calculate the drought index using the SPI method and depict the drought distribution map using a Geographic Information System (GIS). The results of the calibration analysis of CHIRPS satellite rainfall data show that the coefficient of determination (R2) is 0.8532 for Wilo Station and 0.8801 for Prigen Station. The drought index in the Kadalpang Sub-Watershed is calculated using the SPI method for periods of 3, 6 and 12 months. The calculation results show that the worst drought occurred in 2019 with an index value of -4,590 which is classified as extremely dry in a 3-month period, and the highest number of dry events occurred in a 6-month period. The drought distribution map made using GIS in the year that experienced the most frequent dry events, namely 2007 shows that the villages that experienced the most drought were Durunsewu Village, Plintahan Village, Ketanireng Village, Candi Wates Village, Gambiran Village, Sukolelo Village, and Tanjungarum Village starting February to October.

Item Type:	Thesis (Sarjana)
Identification Number:	052307
Uncontrolled Keywords:	data hujan satelit, CHIRPS, kekeringan, SPI
Subjects:	500 Natural sciences and mathematics > 551 Geology, hydrology, meteorology > 551.4 Geomorphology and hydrosphere > 551.48 Hydrology > 551.483 Rivers and streams
Divisions:	Fakultas Teknik > Teknik Pengairan
Depositing User:	Unnamed user with username tunjungsari
Date Deposited:	11 Jan 2024 03:00
Last Modified:	11 Jan 2024 03:00
URI:	http://repository.ub.ac.id/id/eprint/207998

Text (DALAM MASA EMBARGO) Ananda Tazkia Ainayyah.pdf Restricted to Registered users only until 31 December 2025. Download (18MB)

Actions (login required)

View Item