APLIKASI SISTEM INFORMASI GEOGRAFI UNTUK ANALISA KEKERINGAN MENGGUNAKAN METODE DESIL PADA DAS WIDAS KABUPATEN NGANJUK Fitria Nuril Umami1, Donny Harisuseno2, Ery Suhartanto2 Mahasiswa Program Sarjana Teknik Jurusan Pengairan Universitas Brawijaya 2 Dosen Teknik Pengairan Fakultas Teknik Universitas Brawijaya Jurusan Teknik Pengairan Fakultas Teknik Universitas Brawijaya Jalan MT. Haryono 167, Malang 65145, Indonesia e-mail:
[email protected]
1
ABSTRAK El Nino menyebabkan perubahan iklim yang berpengaruh pada keadaan klimatologi khususnya curah hujan yang berakibat bencana kekeringan. Untuk mengantisipasi diperlukan suatu analisa yang dapat dijadikan sebagai informasi mengenai status kekeringan. Tujuan dari studi ini adalah untuk mengetahui kondisi kekeringan yang terjadi di DAS Widas. Metode Desil adalah suatu metode yang dapat digunakan untuk mengetahui status kekeringan dengan cara membagi curah hujan menjadi 10 bagian kemudian mengklasifikasikan status kekeringannya. Studi ini berlokasi di DAS Widas Kabupaten Nganjuk dengan data hujan dari 12 stasiun hujan sepanjang 19 tahun (1994-2012) yang kemudian dipetakan menggunakan ArcGIS 10.1. Dari studi ini dapat diketahui persentase kejadian kekeringan pada periode 1 bulanan di bulan Januari keadaan curah hujan dibawah normal (kering) di semua stasiun hujan adalah 31,58%, Februari 31,58% - 36,84%, Maret 31,58% - 36,85%, April 31,58%, Mei 31,58% - 36,85%, Juni 36,84% - 57,90%, Juli 57,89% - 89,47%, Agustus 68,42% - 89,50%, September 84,21% - 89,47%, Oktober 31,58% - 57,89%, November 31,58% dan Desember 31,58%. Pada periode 3 bulanan DJF 31,58% - 33,33%, MAM 63,16% 94,74% , JJA 100% dan SON 89,47%- 100%. Pada Periode 6 bulanan SONDJF 27,78% - 33,33% dan MAMJJA 78,95% - 100% sedangkan pada periode 12 bulan adalah 31,58%. Kata Kunci : Desil, Curah Hujan, Status Kekeringan, Sistem Informasi Geografi ABSTRACT El Nino causes climate change which affects the state of climatology, especially rainfall which resulting in drought. To anticipate required an analysis that can be used as information about the status of drought. The purpose of this study is to determine the condition of drought in the Widas watershed. Decile method is a method that can be used to determine the status of drought by dividing rainfall into 10 parts and then classifying the status of dryness. This study is located in the Widas watershed Nganjuk with rainfall data from 12 rain stations along 19 years (1994-2012) were then mapped using ArcGIS 10.1. From this study, it can be seen the percentage of occurrence of drought in the period 1 of January monthly rainfall is under normal circumstances (dry) rainfall at all stations was 31.58%, February 31.58% - 36.84%, March 31.58% - 36.85%, April 31.58% , May 31.58% -36.85%, June 36.84% - 57.90%, July 57.89% - 89.47%, in August 68.42% - 89.50%, September 84.21% - 89.47%, October 31.58% - 57.89%, November 31.58% and December 31.58%. At the 3-month period DJF 31.58% - 33.33%, MAM 63.16% - 94.74%, JJA 100% and SON 89.47% - 100%. At the 6-month period SONDJF 27.78% - 33.33% and MAMJJA 78.95% - 100% while the 12-month period was 31.58%. keyword : Deciles, Rainfall, drought status, geographic information systems
PENDAHULUAN Indonesia terletak di wilayah geografis yang menjadikannya rentan terhadap perubahan iklim yang disebabkan oleh ENSO atau El Nino Southern Oscilation. Perubahan iklim jelas berakibat pada keadaan klimatologi khususnya curah hujan. Keadaan tersebut juga berakibat pada berkurangnya ketersediaan air bersih
dan juga suplai air untuk pertanian di DAS Widas. Kekeringan adalah keadaan kekurangan pasokan air pada suatu daerah dalam masa yang berkepanjangan (beberapa bulan hingga bertahun-tahun). Biasanya kejadian ini muncul bila suatu wilayah secara terus menerus mengalami curah hujan di bawah rata-rata. Kekeringan dapat menjadi bencana apabila mulai
menyebabkan suatu wilayah kehilangan sumber pendapatan akibat gangguan pada pertanian dan ekosistem. Menurut Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Nganjuk, terdapat kejadian kekeringan di beberapa daerah. Tercatat 10 desa yang mengalami kekeringan yang berdampak pada kurangnya pasokan air bersih untuk 2964 kepala keluarga atau 10343 jiwa. Oleh karena itu diperlukan suatu perhitungan yang dapat menganalisa kondisi kekeringan di DAS Widas dan juga mengetahui kaitannya dengan fenomena ENSO agar dapat dilakukan tindakan antisipasi. METODE PENELITIAN Lokasi Penelitian Studi ini dilakukan di DAS Widas yang secara administratif terletak pada Kabupaten Nganjuk yang memiliki 20 Kecamatan dan 284 desa/kelurahan. Secara astronomis wilayah studi terletak pada 111005’ hingga 111013’Bujur Timur dan 7020’0” hingga 7050’09” Lintang Selatan.
6. Data Southern Osciollation Index / Indek Osilasi Selatan (1994-2012). 7. Data Bencana Kekeringan Kabupaten Nganjuk. Ada beberapa metode yang dapat digunakan untuk mengukur berapa besar hujan yang jatuh pada suatu periode tertentu dan menyimpang dari kondisi normal yang dihitung dari data historisnya. Meskipun tidak ada satu metodepun yang mampu menampung semua ukuran kekeringan dan memuaskan semua pihak, metode yang satu selalu mempunyai kelebihan dan kekurangan dari yang lain. Dalam studi ini, metode yang akan digunakan adalah metode Desil. Menurut Sudijono (2006) Desil (D) adalah titik, skor atau nilai yang membagi seluruh distribusi frekuensi dari data yang diselidiki ke dalam 10 bagian yang sama besar yang masing-masing sebesar 1/10 N. Sedangkan menurut Hadi (1989) Desil pertama didefinisikan sebagai suatu titik yang membatasi 10% frekuensi yang terbawah dalam distribusi. Desil ketiga adalah suatu titik yang membatasi 30% frekuensi terbawah dalam distribusi. Metode Desil telah diterapkan di Australia untuk mengetahui tingkat keparahan kekeringan pada lahan pertanian/peternakan. Rumus metode Desil-1 yaitu : n 10 N cf b D1 Bb i fd
Gambar 1. Peta Wilayah Studi Metode Analisa Data-data yang dibutuhkan dalam analisa ini adalah : 1. Peta Topografi Kabupaten Nganjuk. 2. Peta Administrasi Kabupaten Nganjuk. 3. Data koordinat Stasiun Hujan. 4. Data Curah Hujan (1994-2012). 5. Data AWLR Lengkong (20082010).
dengan: D1 : Desil-1 yang dicari pada suatu titik yang membatasi 10% frekuensi yang terbawah dalam distribusi. Bb : Batas bawah rentang interval Desil-1 cfb : Frekwensi kumulatif di bawah Desil1 yang dicari fd : Frekwensi pada interval Desil-1 yang dicari N : Jumlah seluruh frekwensi dalam distribusi n : Desil yang dicari (n-1) i : Lebar interval
Dalam analisa metode Desil menggunakan Microsoft Excel rumus di atas menjadi “=PERCENTILE(Xi,Xn;k)”. Tahapan Analisa 1. Pengumpulan Data. 2. Pemilihan stasiun hujan yang akan digunakan. 3. Pembuatan peta polygon Thiessen. 4. Analisa data hujan : a. Uji konsistensi data. b. Uji kestabilan nilai varian.
c. Uji kestabilan nilai rata-rata. 5. Analisa kekeringan menggunakan metode Desil. 6. Pembuatan peta kekeringan menggunakan ArcGIS 10.1. ANALISA DAN PEMBAHASAN
Analisa hidrologi Data hujan yang digunakan dalam studi ini adalah data curah hujan dari 12 stasiun hujan pada tahun 1994-2012.
Gambar 2. Peta Stasiun Curah Hujan Uji konsistensi digunakan untuk adalah konsisten dan dapat digunakan untuk menguji kebenaran data lapangan yang tidak analisa selanjutnya. dipengaruhi oleh kesalahan pada saat Uji Stasioner (Uji F dan Uji T) pengiriman atau pengukuran data tersebut Uji T adalah metode yang digunakan harus benar-benar menggambarkan untuk menguji kesamaan rata-rata dari 2 fenomena hidrologi seperti keadaan populasi yang bersifat independen, dimana sebenarnya di lapangan (Soewarno, 1995). peneliti tidak memiliki informasi mengenai Metode yang digunakan adalah kurva massa ragam populasi. Independen maksudnya ganda (double mass curve). Dengan metode adalah bahwa populasi yang baru tidak ini dapat dilakukan koreksi untuk data hujan dipengaruhi atau tidak berhubungan dengan yang tidak konsisten dengan cara mempopulasi yang lain. bandingkan harga akumulasi curah hujan Uji T dilakukan apabila jumlah tahunan pada stasiun yang diuji dengan sampel kecil (n<30). Uji T dapat dilakukan akumulasi curah hujan tahunan rerata dari dengan persamaan sebagai berikut : suatu jaringan dasar stasiun hujan yang 𝑋1 − 𝑋2 berkesuaian, kemudian diplotkan pada kurva 𝑡= 1 1 1 2 (Subarkah, 1980). 𝜎 + 𝑁1 𝑁2 Dari hasil uji konsistensi pada studi 1 2 𝑁1 𝑆1 + 𝑁2 𝑆2 2 2 ini tidak ditemukan terjadinya 𝜎= 𝑁1 +𝑁2 − 2 penyimpangan data sehingga tidak Dengan : diperlukan faktor koreksi data. Hal ini t = variabel t terhitung. berarti data hujan yang akan digunakan
X1 = rata-rata hitung sampel set ke 1 X2 = rata-rata hitung sampel set ke 2
(variance between group). Uji F dapat dilakukan dengan persamaan berikut :
k 1 k x j x n
N1 = jumlah sampel set ke 1
j 1
F=
N2 = jumlah sampel set ke 2
x k
Uji analisa pada dasarnya adalah menghitung F hitung, lalu membandingkan dengan F tabel. Yang diuji adalah ketidaktergantungan (independence) atau keseragaman (homogenitas). Uji analisa variansi dapat bersifat satu arah atau dua arah. Prinsip uji hipotesis ini adalah membandingkan variansi gabungan antara kelompok sampel (variance between group) dengan varian kombinasi seluruh kelompok
n
ij
S1 = standar deviasi sampel set ke 1 S2 = standar deviasi sampel set ke 2
2
xi x j x
i 1 j 1
2
Dimana : Xi : harga rata-rata untuk bulan j Xj : harga rata-rata untuk tahun j X : harga rata-rata untuk keseluruhan Xij : pengamatan untuk bulan j n : banyak pengamatan perbulan k : banyak bulan
Tabel 1. Rekapitulasi Uji F dan Uji T. No.
Stasiun
F Hitung
F tabel
Keterangan
T hitung
Tc
Keterangan
1
Banaran
2,036
3,18
Diterima
0,440
1,746
Diterima
2
Gondang
1,121
3,18
Diterima
0,555
1,746
Diterima
3
Ktr.Peng.Grogol
0,987
3,18
Diterima
0,527
1,746
Diterima
4
Kacangan
1,003
3,18
Diterima
0,583
1,746
Diterima
5
Tunglur
1,250
3,18
Diterima
0,304
1,746
Diterima
6
Nganjuk
1,613
3,18
Diterima
0,411
1,746
Diterima
7
Ngudikan
1,178
3,18
Diterima
0,732
1,746
Diterima
8
Rejoso
2,669
3,18
Diterima
0,132
1,746
Diterima
9
Ngrambek
0,526
3,18
Diterima
1,182
1,746
Diterima
10
Lengkong
1,456
3,18
Diterima
0,400
1,746
Diterima
11
Ngasem
1,222
3,18
Diterima
0,705
1,746
Diterima
12
Sumber Kepuh
1,784
3,18
Diterima
0,694
1,746
Diterima
Sumber : Hasil Analisa Perhitungan Desil Dalam tabel klasifikasi metode Desil suatu periode dikatakan kering apabila kumulatif hujan kurang dari 30%. Dalam menentukan status kekeringan di setiap periode defisit maka diperlukan perhitungan untuk setiap periode defisit yang akan di analisa. Dalam perhitungan desil data curah hujan diurutkan dari nilai terkecil hingga nilai terbesar.
Tabel 2. Tabel curah hujan Curah Hujan 55 111 167 179 192 203 212 231 238 299 313 317
f 1 1 1 1 1 1 1 1 1 1 1 1
Fd 1 2 3 4 5 6 7 8 9 10 11 12
Curah Hujan 347 352 355 355 498 524 685
f 1 1 1 1 1 1 1
Setelah diketahui nilai 5,4 maka dengan melihat tabel 4.8 dapat diketahui bahwa :
Fd 13 14 15 16 17 18 19
Sumber : Hasil Analisa Dari tabel 4 akan dicari Desil 3 (D3). Pertama adalah mencari 3/10 dari frekuensi keseluruhan. 3
Bb = 192 Cfb = 5 Fd =1 i = 13 Data diatas dimasukkan rumus desil : 5,4−𝐶𝑓𝑏 𝐷3 = 𝐵𝑏 + 𝑥𝑖 𝐹𝑑
D3 = 10 x 18 = 5,4
𝐷3 = 192 +
kedalam
5,4 − 5 𝑥 13 1
D3 = 197,2 mm Tabel 3. Rekapitulasi Desil 1 periode bulanan. Stasiun Banaran
Gondang
Kacangan
Kantor Pengairan Grogol
Lengkong
Nganjuk
Ngasem
Ngrambek
Ngudikan
Rejoso
Sumber Kepuh
Tunglur
Desil 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7
Januari 155,8 186,8 206,6 350 209,4 252 261,4 336,8 139 241 250,8 350,8 205,8 269,8 279 434,4 94,8 168,4 206,4 337,4 83,2 187,2 232,4 318,6 108,8 137 194,2 393 140,4 197 234,4 419,8 162,2 195,6 226,8 350,6 196,6 212,4 269,8 369,8 113,8 199 238,2 347 110 188,8 239,4 333,8
Februari
Maret
127,2 181,8 208 329,6 169,6 188,6 208 346 133,4 171,4 204,6 378,6 138,6 180,4 228,6 383,2 113,8 184,6 189,8 290,4 88 148,2 191 303,4 152,4 187,2 224 317,6 145,2 186,2 195,4 363,4 161,2 175 184 299,6 139 176 218 289,2 111,8 161,6 191,6 410 181 233,4 237,8 337,6
151,8 174,6 240,6 424,4 142,4 224 242 359,2 152 166 211,6 376,6 154,8 199,6 245 383 93,4 167,2 240,6 345,4 46,8 164,4 175,2 337 90,8 195,4 246,4 359,2 148,8 198,8 239,6 395,6 120,2 171,8 213,4 330,2 136 171,6 227,8 418,2 115 173 204,8 419,8 78,4 155,4 185,2 413
Sumber : Hasil Analisa
April 64,6 95,8 136,8 251 69,4 102,8 115,8 253 80,8 147,2 158,2 284,6 95,4 102,4 135,4 204,8 79,8 98,2 105,8 227,6 35 127,2 133,2 205 23,6 84,6 113,6 206 82 117,4 121 268 65,2 93,6 121 183,8 100,2 141,4 157,2 226,8 108,6 122 124,4 252 6,4 75,8 131,6 192,2
Mei
Juni
0 5 18,6 76,2 11 30,4 36 86 4,8 13,2 31,8 130,2 15 25 31 127,4 12,4 20,2 25,2 137,4 5 9,6 20,8 92,8 13,2 24,6 27,4 113,8 0 30,4 32 116,4 1,6 17 27,4 72,2 0 17,6 33,8 98,2 6 13,2 25,2 98,6 0 0 10,6 94,6
0 0 0 1,2 0 0 0 21,6 0 0 0 17 0 0 0 40,6 0 0 0 35,6 0 0 0 20,6 0 0 0 29 0 0 0 13,2 0 0 0 15,8 0 0 0 15,8 0 0 0 73 0 0 0 5,8
Juli 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6,2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 6,6
Agustus September Oktober Nopember Desember
0 0 0 0 0 0 0 1,8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 65,4 0 0 1,2 84 0 0 0 56 0 0 0,8 76 0 0 0 43,4 0 0 0 74,8 0 0 0 71,4 0 0 0 83,2 0 0 0 66,4 0 0 0 104,6 0 0 0 69,8 0 0 0 89,6
6,4 69,6 99,8 227,6 17 54,6 87,4 250,6 11,4 67,6 90,4 189,6 49,8 60,8 99 205,4 38,8 48 83,2 254,8 9,8 30,6 58,6 184,4 20,8 22,6 86,4 258 25,6 81 103,6 217,6 27,6 60,6 114,2 190,6 39,8 88,4 141,8 218,4 26,8 47,2 95,6 256,2 0 24,2 49 203,2
115,6 166,4 224,8 296,4 134,2 199,4 226,2 368,4 132,2 167,6 196,6 361,6 101,6 129 168,2 299,4 93,6 113,4 154,4 267,6 76 134,6 185 315,4 157,2 176,6 193,8 280 190,2 207,6 231,4 358,8 136,2 170,8 229,4 353 184,4 238,2 257 388,4 167 177,8 198 351 60,8 125,4 204,8 334,8
Tabel 4. Rekapitulasi Desil periode 3 bulanan. Stasiun
Desil 1 2 Banaran 3 7 1 2 Gondang 3 7 1 2 Kacangan 3 7 1 Kantor 2 Pengairan 3 Grogol 7 1 2 Lengkong 3 7 1 2 Nganjuk 3 7 1 2 Ngasem 3 7 1 2 Ngrambek 3 7 1 2 Ngudikan 3 7 1 2 Rejoso 3 7 1 Sumber 2 Kepuh 3 7 1 2 Tunglur 3 7
DJF
MAM
JJA
SON
628,4 650,8 694,3 927,6 725,3 803 825,7 978,7 656,9 721,8 770,3 949,1 662,9 777,2 840,4 1008,1 445,6 490,4 628,9 796,8 493,9 613,6 640,5 825,6 494,3 587,4 669,7 960,7 606,6 667,2 763,3 1163,6 643,7 691 734,8 901,8 719,8 767 814,8 961,7 643,9 703,8 739,6 1031,9 625 699,4 709,7 850,6
262 461,6 546,8 638,4 349,4 411 472,4 674,8 406 480 531 679,2 334,8 404,6 497,4 681 352,8 381,8 457,8 669 213,8 287 333,8 613,4 296,4 401 421,2 654 338,2 447,4 458,6 703 322,4 371,2 412 588 381,8 414,4 472,4 727,2 382,4 421,8 529,2 695,4 314,4 355,8 429,2 564,2
0 0 0 15,6 0 0 0,4 38,4 0 0 0,2 29,2 0 0 3,4 40,9 0 0 0 72,1 0 0 0,3 25,9 0 0 0 33,5 0 0 0 33,8 0 0 0 36,9 0 0 0 32,3 0 0 0 73 0 0 0 33,9
5,6 91,2 122 326,9 43,5 107,8 129,3 302,6 10,1 59,6 92,8 325,1 49,6 60,2 113,3 326,8 38,2 62 97 323,6 9,7 35,6 69,9 281,8 20,7 47,4 151,5 325,1 62,1 103,4 144,4 289,7 40,2 99,2 166,3 362,6 39,2 106,4 158,1 382,4 42,8 64 208,6 387,8 0 20,8 50,5 263
Sumber : Hasil Analisa
Tabel 5. Rekapitulasi Desil periode 6 bulanan. Stasiun Banaran
Gondang
Kacangan
Kantor Pengairan Grogol
Lengkong
Nganjuk
Ngasem
Ngrambek
Ngudikan
Rejoso
Sumber Kepuh
Tunglur
Desil 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7
MAMJJA SONDJF 704 322,2 824,4 433,6 977,4 537,6 1222,5 645 942,8 417,1 1023,4 438,6 1110,8 477,4 1215 752,5 804,4 403 852,8 472 873 538,4 1210,5 735,5 908,8 382,5 967,6 424,2 1045,6 490,2 1200,5 735,5 545,6 441,7 823,8 457,8 868,6 513,8 1093,5 746 640,2 231,7 685 319 761,4 355 1083 610 730,6 358,1 1020,8 410,4 1036,8 446,6 1229 694,5 908,4 418 981,2 445,6 1031,4 502,2 1318,5 850,5 853 364,2 924,6 407,2 958,8 437,6 1231 620,5 980,8 418,3 1015 427,6 1085,6 469,8 1268 760 1051 570,6 1067,8 582,2 1106,6 598,4 1241,5 728 701,6 312,2 784,8 356,8 882,2 413,8 1077 583
Sumber : Hasil Analisa
Tabel 6. Rekapitulasi Desil periode 12 bulan Stasiun Banaran
Gondang
Kacangan
Kantor Pengairan Grogol
Lengkong
Nganjuk
Ngasem
Ngrambek
Ngudikan
Rejoso
Sumber Kepuh
Tunglur
Desil 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7 1 2 3 7
YEAR 1248,4 1354,2 1416 1909 1220,6 1349 1451,4 1904,4 1205,6 1421 1497,4 1801,4 1276,4 1343,8 1502,4 1919,6 1255 1290,8 1427,8 1656,8 882,6 1122,2 1247,8 1555,8 1114,8 1296,6 1381 1847,2 1277,4 1583,2 1605 1947,6 1208,6 1336,2 1443 1704,6 1521,2 1622,4 1687,6 1868,6 1418,2 1519 1680,8 2093,4 1053,4 1100,2 1198,2 1649,4
Sumber : Hasil Analisa
Gambar 3. Peta desil-1 periode 12 Bulan.
Gambar 4. Peta desil-1 periode 6 Bulan.
Gambar 5. Peta desil-1 periode 3 Bulan
Gambar 6. Peta desil-1 periode 1 Bulan. ANALISA HASIL PEMBAHASAN Dari hasil perhitungan menggunakan metode desil, didapatkan batasan curah hujan yang digolongkan menjadi amat sangat kering, sangat kering, kering atau normal yang Setelah itu dipetakan menggunakan ArcGIS 10.1 sehingga dapat diketahui daerah yang mengalami kekeringan. Dari hasil analisa didapatkan pula prosentase kejadian kekeringan suatu periode dengan 19 tahun pengamatan yang dapat dijadikan sebagai pedoman untuk mengetahui status kekeringan yang akan terjadi di masa mendatang. El Nino (Indeks SOI) Dari data SOI (Southern Osciollation Index / Indek Osilasi Selatan) dapat dilihat kejadian El Nino kuat yang terjadi pada tahun 1994 dan 1997 sampai 1998.
Sedangkan pada tahun 2002-2003, 2004 2005, 2007 dan 2010 terjadi El Nino Sedang. Kejadian El-Nino pada tahuntahun tersebut dapat berakibat pada kondisi curah hujan di lokasi studi yang menyebabkan terjadinya gejala awal kekeringan atau kekeringan meteorologis sedangkan dari hasil analisa kekeringan periode bulanan menggunakan metode desil pada stasiun Lengkong. Grafik tersebut menunjukkan status kekeringan yang terjadi di lokasi studi. Pada stasiun hujan Lengkong terdapat status kekeringan “Amat Sangat Kering” di setiap tahun pengamatan sehingga pada setiap tahun terjadinya El Nino selalu bersamaan dengan kejadian kekeringan di stasiun hujan Lengkong. Debit AWLR Lengkong Perbandingan data debit AWLR Lengkong dan hasil perhitungan
kekeringan di stasiun hujan Lengkong hanya melihat kemiripan trend fluktuasi. Trend fluktuasi yang terjadi dari kedua data yang dibandingkan tidak identik karena ada parameter lain yang mempengaruhi debit di sungai tersebut selain curah hujan. Klasifikasi Trend Kekeringan Tahunan Tahun kering menurut perhitungan Schmidt-Ferguson dengan 19 tahun pengamatan terjadi sebanyak 8 kali yaitu pada tahun 1994, 1997, 2002, 2004, 2005, 2006, 2007 dan 2009. Hasil perhitungan memiliki kemiripan dengan kejadian El Nino berdasarkan SOI. Kemiripan yang terjadi dapat dikarenakan fenomena El Nino berdampak pada berkurangnya curah hujan yang berpengaruh pada perhitungan klasifikasi trend kekeringan menurut Schmidt-Ferguson. Berdasarkan kekeringan di stasiun hujan Lengkong terjadi pada tahun 1997, 2001, 2002, 2006, 2007 dan 2012. Apabila dikaitkan dengan trend kekeringan menurut perhitungan Schmidt-Ferguson pada DAS Widas terlihat adanya kesamaan kejadian kekeringan yakni pada tahun 1997, 2002, 2006 dan 2007. PENUTUP Kesimpulan a) Dengan 19 tahun pengamatan persentase kejadian kekeringan pada periode 1 bulanan di bulan Januari keadaan curah hujan dibawah normal (kering) di semua stasiun hujan adalah 31,58% kejadian, pada bulan Februari berkisar antara 31,58% - 36,84% kejadian, bulan Maret berkisar antara 31,58% - 36,85% kejadian, bulan April 31,58% kejadian, bulan Mei berkisar antara 31,58%-36,85% kejadian, bulan Juni berkisar antara 36,84% - 57,90% kejadian, bulan Juli berkisar antara 57,89% - 89,47% kejadian, bulan Agustus berkisar antara 68,42% - 89,50% kejadian, bulan September berkisar antara 84,21% - 89,47% kejadian, bulan
Oktober berkisar antara 31,58% 57,89% kejadian, bulan November 31,58% kejadian dan pada bulan Desember 31,58% kejadian. Pada periode 3 bulanan keadaan curah hujan dibawah normal pada periode DJF (Desember, Januari, Februari) di semua stasiun berkisar antara 31,58% 33,33% kejadian, periode MAM (Maret, April, Mei) berkisar antara 63,16% - 94,74% kejadian, pada periode JJA (Juni, Juli, Agustus) 100% kejadian dan pada periode SON (September, Oktober, November) berkisar antara 89,47%- 100% kejadian. Pada Periode 6 bulanan keadaan curah hujan dibawah normal pada periode SONDJF (September, Oktober, November, Desember, Januari, Februari) berkisar antara 27,78% - 33,33% kejadian dan pada periode MAMJJA (Maret, April, Mei, Juni, Juli, Agustus) berkisar antara 78,95% - 100% kejadian sedangkan pada periode 12 bulan curah hujandibawah normal adalah 31,58% kejadian. b) Dari peta persebaran curah hujan desil 1 dengan 19 tahun pengamatan, pada periode 1 bulanan kecamatan Nganjuk, Rejoso, Pace, Jatikalen, dan Ngluyu adalah daerah dengan curah hujan paling kecil dibandingkan dengan daerah lainnya. Pada periode 3 bulanan kecamatan Nganjuk dan Jatikalen merupakan daerah dengan curah hujan terkecil. Pada periode 6 bulanan kecamatan Nganjuk, Jatikalen dan Bagor merupakan daerah dengan curah hujan terkecil. Sedangkan pada periode 12 bulanan kecamatan Nganjuk, Jatikalen, Bagor, Berbek dan wilangan merupakan daerah dengan curah hujan lebih kecil dibanding dengan daerah lainnya. c) Hasil Analisa jika dikaitkan dengan kejadian El Nino mengindikasikan adanya keterkaitan karena adanya kemiripan tren kejadian kekeringan pada stasiun pengamatan dengan
kejadian El Nino . kejadian El Nino terparah terjadi pada tahun 1997, pada tahun tersebut semua stasiun pengamatan menunjukkan adanya kekeringan. Hal ini dapat disebabkan oleh pengaruh El Nino terhadap curah hujan yang turun. Saran a) Data hujan historis yang digunakan dalam analisa sebaiknya lebih panjang agar didapatkan hasil analisa yang akurat. b) Perlu referensi yang lebih banyak untuk menjelaskan metode Desil. DAFTAR PUSTAKA 1. Adidharma, Wanny K., 2007. Studi Kekeringan P. Sabu Kabupaten Kupang NTT. Puslitbang Sumber Daya Air : Vol.4.No. 4: 6-10. 2. Adidharma, Wanny K., 2000. Kekeringan di Pulau Jawa Menurut Metode Desil. JLP. N0. 44 Th. 15 KW. II: 39-48. 3. Anonim. 2010. Laporan Analisa Kekeringan Sub-Das Sadar dengan Beberapa Pendekatan.. Surabaya: Balai Besar Wilayah Sungai Brantas 4. Ian White, T. Falkland and David. 1999. Drought in Small Coral Islands:Case Study, South Tarawa, Kiribati. Vol.5. No. 6:21-27. 5. IPCC, 2001. Regional Climate Information-Evaluation and Projection. http://www.grida.no/climate/ipcc_tar.h tml (diakses 13 Maret 2014). 6. Mulyana, Erwin. 2002. Hubungan Antara ENSO Dengan Variasi Curah Hujan di Indonesia. Jurnal Sains & Teknologi Modifikasi Cuaca, Vol. 3, No. 1, hal. 1-4. 7. NCGIA . 1997. Interpolation : Inverse Distance Weighting. http://www.ncgia.ucsb.edu/pubs/spher ekit/inverse.html (diakses 2 April 2014) 8. Pramono, G. H. 2008. Akurasi Metode IDW dan Kriging Untuk Interpolasi Sebaran Sedimen Tersuspensi di
Maros. Sulawesi Selatan. Forum Geografi. Vol. 22, No. 1, Juli 2008: 145-158 9. Smakhtin, V.U., and Hughes., 2004. Review, Automated Estimation and Analyses of Drought Indices in South Asia. International Water Management Institute :Vol 1. No. 83: 4-6. 10. Soemarto, CD. 1999. Hidrologi Teknik. Jakarta: Erlangga. 11. Soewarno. 1995. Hidrologi: Aplikasi Metode Statistik Untuk Analisa Data Jilid1. Bandung: Nova. 12. Soewarno. 1995. Hidrologi: Aplikasi Metode Statistik Untuk Analisa Data Jilid 2. Bandung: Nova. 13. Sosrodarsono, S. dan K. Takeda. 1987. HidrologiUntukPengairan. PT. CitraAdityaBakti. Bandung. 14. Subarkah, Imam. 1980. Hidrologi Untuk Perencanaan Bangunan Air. Bandung : Idea Dharma. 15. Sutrisno, Hadi M.A. 1989. Statistik Jilid 1. Yogyakarta : Andi Offset 16. Tjasyono, Bayong. 2004. Klimatologi. Bandung : ITB 17. UU No. 7 Tahun 2004 Tentang Sumber Daya Air.
