Karakteristik Curah Hujan Ekstrem dan Dampaknya terhadap Produktivitas Pertanian di Jawa Barat

Abstract

Peningkatan frekuensi dan intensitas curah hujan ekstrem akibat perubahan iklim global telah menjadi tantangan serius bagi sektor pertanian di Indonesia, khususnya di Provinsi Jawa Barat sebagai lumbung padi nasional yang menyuplai sekitar 17% produksi padi nasional. Variabilitas iklim yang signifikan, didorong oleh kondisi topografi kompleks, memicu risiko bencana hidrometeorologi seperti banjir dan genangan yang berdampak langsung pada penurunan produktivitas padi. Meskipun beberapa studi telah menganalisis tren curah hujan, namun penelitian yang secara simultan mengintegrasikan indeks iklim ekstrem standar World Meteorological Organization (WMO) dengan produktivitas padi dan kesehatan vegetasi melalui Normalized Difference Vegetation Index (NDVI) di tingkat kabupaten/kota masih sangat terbatas. Oleh karena itu, penelitian ini bertujuan untuk: (1) mengidentifikasi tren dan pola spasial-temporal indeks curah hujan ekstrem di Jawa Barat selama 1991–2023; (2) menganalisis hubungan antara indeks iklim ekstrem dan produktivitas padi di tingkat kabupaten/kota; serta (3) menilai keterkaitan spasial-temporal antara indeks iklim ekstrem dan kondisi vegetasi lahan berbasis NDVI. Penelitian ini menggunakan data deret waktu curah hujan harian selama 33 tahun (1991–2023) dari 242 pos pengamatan manual BMKG yang diintegrasikan dengan dataset gridded Southeast Asia Observational Dataset (SA-OBS) beresolusi 0,25° × 0,25° untuk mengatasi kekosongan data melalui interpolasi spasial. Analisis dilakukan menggunakan enam indeks iklim ekstrem dari Expert Team on Climate Change Detection and Indices (ETCCDI), yaitu Rx1day, Rx5day, R95p, R99p, CWD, dan PRCPTOT, yang dihitung menggunakan perangkat lunak ClimPACT2. Metode statistik yang diterapkan mencakup regresi linier dan polinomial untuk analisis tren, korelasi Pearson untuk mengukur hubungan antarvariabel, serta K-Means Clustering untuk pengelompokan spasial wilayah. Data vegetasi NDVI periode 2001–2023 diekstraksi dari produk MODIS MOD09A1 Version 6.1 (resolusi 500 m, komposit 8 hari) melalui Google Earth Engine untuk mengidentifikasi pola keterkaitan spasial antara indeks iklim ekstrem dan kondisi vegetasi lahan pertanian secara eksploratif. Hasil penelitian menunjukkan bahwa tren positif atau peningkatan kondisi basah lebih dominan terjadi di Jawa Barat selama tiga dekade terakhir. Indeks Rx5day menunjukkan peningkatan paling signifikan di 159 pos pengamatan diikuti PRCPTOT (147 pos) dan Rx1day (137 pos), sementara R99p didominasi kondisi tidak memiliki tren. Analisis musiman mengungkap dinamika yang berbeda pada setiap periode. Musim DJF menunjukkan penguatan intensitas di wilayah tengah-selatan namun melemah di bagian Pantura; musim JJA menunjukkan di mana hari basah berturut-turut (CWD) menurun namun total curah hujan (PRCPTOT) meningkat, mengindikasikan curah hujan semakin terkonsentrasi pada lebih sedikit kejadian namun dengan intensitas lebih tinggi, sedangkan musim SON menunjukkan intensifikasi R95p yang meluas hampir seluruh wilayah disertai pola PRCPTOT yang menunjukkan wilayah selatan (semakin basah) dari Pantura (dengan indeks basah yang semakin melemah). Analisis korelasi Pearson antara indeks iklim ekstrem dan produktivitas padi mengungkapkan bahwa tidak ada satu indeks tunggal yang dominan di seluruh wilayah, mencerminkan heterogenitas kerentanan yang tinggi. Rx1day menjadi indeks dominan di wilayah rentan genangan singkat intensif (Purwakarta, Bandung, Ciamis, Kota Banjar). R95p dan R99p dominan di sentra padi dataran rendah (Sukabumi, Cirebon, Bekasi, Karawang). CWD dominan di wilayah pegunungan (Bogor, Cianjur, Sumedang, Pangandaran) dan PRCPTOT dominan di wilayah bergantung ketersediaan air total (Subang, Tasikmalaya). Analisis K-Means Clustering menghasilkan tiga klaster wilayah dengan profil kerentanan berbeda: Klaster 0 (Pantura dengan indeks basah rendah yang berpotensi mengalami keterbatasan curah hujan pada musim kemarau), Klaster 1 (tengah moderat), dan Klaster 2 (selatan rentan genangan berkepanjangan dan akumulasi ekstrem tinggi). Analisis korelasi NDVI dengan indeks iklim ekstrem mengonfirmasi bahwa hubungan keduanya bersifat asimetris secara spasial. Korelasi negatif antara Rx1day dan Rx5day terhadap NDVI mendominasi wilayah Pantura, mengindikasikan bahwa genangan akibat hujan ekstrem menekan kesehatan vegetasi. Sebaliknya, intensitas berkorelasi positif dengan NDVI karena drainase alami yang baik mengubah hujan lebat menjadi pasokan air vegetasi. Di antara semua indeks, CWD menunjukkan korelasi positif paling konsisten dan meluas, mengonfirmasi bahwa kontinuitas pasokan air lebih berpengaruh bagi kesehatan vegetasi dibandingkan intensitas kejadian. Deviasi NDVI negatif paling tajam terdeteksi pada DJF 2020, bersesuaian dengan puncak Rx1day dan Rx5day yang memicu puso masif di Karawang mengindikasikan adanya asosiasi spasial-temporal antara anomali iklim ekstrem dan penurunan kerapatan vegetasi lahan pertanian. Implikasi dari penelitian ini menegaskan pentingnya integrasi informasi indeks iklim ekstrem dalam merancang kebijakan ketahanan pangan di Jawa Barat. Hasil penelitian mengenai karakteristik risiko spesifik per klaster wilayah dapat menjadi bahan pertimbangan bagi pembuat kebijakan dalam merancang sistem peringatan dini dan memprioritaskan infrastruktur drainase dan irigasi sesuai kerentanan dominan masing-masing wilayah.