Pengembangan Model Prakiraan Deret Hari Kering di Jawa Barat

Abstract

Deret hari kering (DHK) adalah kejadian tidak hujan yang terjadi beberapa hari berturut-turut dalam periode yang lama. DHK merupakan salah satu sifat iklim ekstrim yang berpengaruh besar terhadap pertanian. Di daerah tropis terjadinya DHK selama tujuh hari atau lebih mempunyai dampak yang serius terhadap tanaman. Tujuan dari penelitian ini adalah untuk menyusun model prakiraan kejadian DHK berdasarkan prakiraan hujan musiman luaran General Circulation Model (GCM). Pada penelitian ini, deret hari kering yang dimaksud adalah kejadian deret hari kering maksimum yang terjadi pada satu tahun. Data yang digunakan dalam penelitian ini adalah data observasi, Climate Hazard Group InfraRed Precipitation (CHIRPS) dan data GCM. Model-model yang digunakan adalah CMC1-CanCM3, CMC2-CanCM4, dan NCEP-CFSv2. Hasil penelitian menunjukkan bahwa prediksi DHK dengan model CMC2-CanCM4 dan NCEP-CFSv2 mempunyai korelasi paling baik pada prediksi yang dilakukan pada bulan Mei, sedangkan untuk model CMC1-CanCM3 mempunyai nilai korelasi paling baik pada bulan April. Untuk prediksi probabilistik, model CMC1-CanCM3 menghasilkan prediksi yang tidak jauh berbeda pada periode bulan januari, Maret dan Mei, sedangkan prediksi pada bulan Februari dan Maret bervariasi antara bawah normal hingga atas normal dengan didominasi atas normal. Model CMC2-CanCM4, menghasilkan prediksi antara normal hingga atas normal, kecuali pada prediksi di bulan Maret yang didominasi bawah normal. Kemudian untuk model NCEP-CFSv2, prediksi di bulan Januari hingga Maret menghasilkan prediksi DHK di atas normal, lalu pada bulan April didominasi prediksi di bawah normal dan pada bulan Mei menghasilkan prediksi antara normal hingga bawah normal. Sebagian besar model prediksi yang digunakan dalam penelitian ini menghasilkan prediksi yang over estimate atau nilai prediksinya lebih tinggi dari nilai observasinya. Hal ini bisa saja disebabkan oleh terjadinya fenomena La Nina yang terjadi pada tahun 2010 sehingga model prediksi kurang dapat memprediksikan kejadian deret hari kering.