Analisis Derajat Bencana Kekeringan di Pulau Jawa Akibat Fenomena El-Nino 2023
Article Sidebar
Main Article Content
Abstract
Kekeringan adalah sebuah bencana alam dengan proses menjalar yang tidak nampak namun dapat teridentifikasi lewat dampaknya terhadap aspek kehidupan manusia. Berdasarkan studi terkini IPCC, bencana alam hidro-meterologi seperti banjir ataupun kekeringan akan mengalami intensifikasi, serta peningkatan dampak risikonya. Hal ini juga semakin tergambar dengan beberapa kejadian kekeringan akibat fenomena El-nino seperti pada tahun 2015-2016 yang dikategorikan kuat. Kejadian ini berdampak sangat parah terhadap aspek pertanian, dan juga perekonomian hingga kesejahteraan penduduk dunia, terkhususnya Indonesia di mana pertanian adalah komoditas utamanya. Oleh karena itu, studi ini bertujuan untuk mengukur seberapa parah kondisi kekeringan yang terjadi akibat fenomena alam El-nino di Indonesia pada tahun 2023 dengan Indeks Kekeringan SPI dan membuat peta sebaran kekeringan pada wilayah tertinjau, sehingga dapat diharapkan menjadi langkah awal mitigasi bencana dampak kekeringan yang terjadi. Metode penelitian yang digunakan adalah perhitungan kuantitatif Indeks Kekeringan SPI, yang diolah menggunakan pengukuran data hujan bulanan berbasis satelit, yaitu GPM 3IMERGMV07 selama 23 tahun (2001-2023) di Pulau Jawa. Pemetaan sebaran wilayah yang terdampak kekeringan dibuat berdasarkan hasil Indeks Kekeringan SPI, dengan menggunakan Metode IDW pada ArcGIS. Hasil analisis dari studi ini menunjukkan bahwa derajat keparahan kekeringan yang terjadi di Pulau Jawa rata-rata akibat fenomena El-nino tahun 2023 adalah -0,84 ± 0,28, selain itu daerah yang mengalami dampak kekeringan paling parah berdasarkan pengukuran indeks ini adalah daerah selatan Pulau Jawa. Hasil ini juga didukung dengan penilaian durasi kekeringan SPI, bahwa rata-rata daerah mengalami kekeringan selama 5 bulan, pada akhir tahun 2023.
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
References
Asefjah, B., Fanian, F., Feizi, Z., AbolhasaniZarjo, A., Paktinat, H., TaghiNaghilou, M., Molaei Atani, A., Asadollahi, M., Babakhani, M., Kouroshniya, A., and others, 2014. Meteorological drought monitoring using several drought indices (case study: Salt Lake Basin in Iran). Desert, 19(2), pp.155–165.
Balbo, F., Wulandari, R.A., Nugraha, M.R.R., Dwiandani, A., Syahputra, M.R. and Suwarman, R., 2019. The evaluation of drought indices: Standard Precipitation Index, Standard Precipitation Evapotranspiration Index, and Palmer Drought Severity Index in Cilacap-Central Java. IOP Conference Series: Earth and Environmental Science, 303(1), p.012012. https://doi.org/10.1088/1755-1315/303/1/012012.
Darfia, N.E. and Rahmalina, W., 2019. Analisis Indeks Kekeringan di Daerah Irigasi Kelayang Kabupaten Indragiri Hulu Provinsi Riau. Jurnal Infrastruktur, 5(1), pp.35–44. https://doi.org/10.35814/infrastruktur.v5i1.662.
Dewita, M., Harisuseno, D. and Suhartanto, E., 2022. Analisis Kekeringan Meteorologi dengan Metode Standardized Precipitation Index (SPI) dan China Z Index (CZI) Di Sub DAS Kadalpang, Kabupaten Pasuruan. Jurnal Teknologi dan Rekayasa Sumber Daya Air, 2(1), pp.1–13.
Driga, A.M. and Drigas, A.S., 2019. Climate Change 101: How Everyday Activities Contribute to the Ever-Growing Issue. International Journal of Recent Contributions from Engineering, Science & IT (iJES), 7(1), p.22. https://doi.org/10.3991/ijes.v7i1.10031.
Guttman, N.B., 1994. On the Sensitivity of Sample L Moments to Sample Size. Journal of Climate, 7(6), pp.1026–1029. https://doi.org/10.1175/1520-0442(1994)007<1026:OTSOSL>2.0.CO;2.
JPL NASA, 2024. El Niño/La Niña Watch & PDO. Available at: <https://sealevel.jpl.nasa.gov/data/el-nino-la-nina-watch-and-pdo/el-nino-2023/> [Accessed 30 June 2024].
Liu, C., Yang, C., Yang, Q. and Wang, J., 2021. Spatiotemporal drought analysis by the standardized precipitation index (SPI) and standardized precipitation evapotranspiration index (SPEI) in Sichuan Province, China. Scientific Reports, 11(1), p.1280. https://doi.org/10.1038/s41598-020-80527-3.
Lucatello, S. and Sannwald, E., 2020. Sustainable development goals and drylands: Addressing the interconnection. Stewardship of Future Drylands and Climate Change in the Global South: Challenges and Opportunities for the Agenda 2030, pp.27–40.
McKee, T.B., Doesken, N.J., Kleist, J., and others, 1993. The relationship of drought frequency and duration to time scales. In: Proceedings of the 8th Conference on Applied Climatology. Boston. pp.179–183.
Mondiana, Y.Q., Zairina, A. and Sari, R.K., 2022. Prediksi Peluang Kejadian Curah Hujan Ekstrim Dan Implikasi Pengelolaan Sumberdaya Air. Journal of Forest Science Avicennia, 4(2), pp.96–101. https://doi.org/10.22219/avicennia.v4i2.19695.
Precipitation Processing System (PPS) At NASA GSFC, 2023. GPM IMERG Final Precipitation L3 1 month 0.1 degree x 0.1 degree V07. https://doi.org/10.5067/GPM/IMERG/3B-MONTH/07.
Ramadhan, N., 2024. The Influence of Climate Change on Rice Production And Cultivation Patterns in Indonesia. Jurnal Agronomi Tanaman Tropika (Juatika), [online] 6(1). https://doi.org/10.36378/juatika.v6i1.3374.
Saidah, H., Budianto, M.B. and Hanifah, L., 2017. Analisa indeks dan sebaran kekeringan menggunakan metode standardized precipitation index (SPI) dan geographical information system (GIS) Untuk Pulau Lombok. Jurnal Spektran, 5(2), pp.173–179.
Sena, A., Freitas, C.M.D., Barcellos, C., Ramalho, W. and Corvalan, C., 2016. Measuring the invisible: Analysis of the Sustainable Development Goals in relation to populations exposed to drought. Ciência & Saúde Coletiva, 21(3), pp.671–684. https://doi.org/10.1590/1413-81232015213.21642015.
Simanjuntak, P.P. and Safril, A., 2020. Tren Curah Hujan dan Suhu Udara Ekstrim Masa Depan (Periode 2021-2030) berdasarkan Representative Concentration Pathway (RCP) 4.5 di Kota Palu. Jurnal Ilmu dan Inovasi Fisika, 4(1), pp.1–11. https://doi.org/10.24198/jiif.v4i1.23846.
Surmaini, E., 2016. Sistim komunikasi dan Diseminasi Prediksi Iklim untuk Adapatasi Pertanian Menghadapi Iklim Ekstrim. Balai Penelitian Agroklimat dan Hidrologi.
Utami, A.W., Jamhari, J. and Hardyastuti, S., 2011. El-Nino, La-Nina, dan Penawaran Pangan di Pulau Jawa, Indonesia. Jurnal Ekonomi Pembangunan: Kajian Masalah Ekonomi dan Pembangunan, 12(2), p.257. https://doi.org/10.23917/jep.v12i2.197.
Valin, H., Hertel, T., Bodirsky, B., Hasegawa, T. and Stehfest, E., 2021. Achieving Zero Hunger by 2030 A Review of Quantitative Assessments of Synergies and Tradeoffs amongst the UN Sustainable Development Goals.
Van Loon, A., 2020. Drought risk reduction for achieving Sustainable Development Goals. https://doi.org/10.5194/egusphere-egu2020-22385.
Wilks, D.S., 1990. Maximum likelihood estimation for the gamma distribution using data containing zeros. Journal of climate, pp.1495–1501.
World Meteorological Organization, 2012. Standardized Precipitation Index User Guide (M. Svoboda, M. Hayes and D. Wood). (WMO-No. 1090). Geneva, Switzerland: World Meteorological Organization.
Zhang, X., Chen, N., Sheng, H., Ip, C., Yang, L., Chen, Y., Sang, Z., Tadesse, T., Lim, T.P.Y., Rajabifard, A., Bueti, C., Zeng, L., Wardlow, B., Wang, S., Tang, S., Xiong, Z., Li, D. and Niyogi, D., 2019. Urban drought challenge to 2030 sustainable development goals. Science of The Total Environment, 693, p.133536. https://doi.org/10.1016/j.scitotenv.2019.07.342.