| dc.description.abstract | Kekeringan merupakan bencana alam yang disebabkan oleh berkurangnya curah hujan diikuti dengan berkurangnya kelembaban tanah dan air sungai, berkurang penyimpanan air di waduk dan berkurangnya air yang mengisi tanah. Kejadian kekeringan sangat berdampak terhadap berkurangnya luas panen dan produksi hasil pertanian. Kekeringan adalah bencana alam yang komplek karena berlangsung secara perlahan dengan periode yang lama, sehingga awal dan akhir agak sulit ditentukan dengan tepat. Penggunaan indek kekeringan merupakan salah satu cara yang sering dipakai untuk mengidentifikasi suatu kejadian kekeringan. Standardized Precipitation Index (SPI) merupakan indek yang paling sering dan banyak digunakan untuk identifikasi kekeringan.
Tujuan penelitian ini adalah mengevaluasi performa empat metode koreksi bias dalam mengkoreksi curah hujan Climate Hazards Group Infrared Precipitation with Station (CHIRPS) dan menganalisis performa SPI dalam menggambarkan kekeringan di Jawa Tengah. Unsur iklim yang dibutuhkan dalam melakukan perhitungan SPI hanya curah hujan, tetapi terkadang ketersedian data curah hujan terbatas sehingga penggunaan data global berbasis grid seperti CHIRPS meningkat, CHIRPS digunakan untuk perhitungan SPI dalam penelitian ini, tetapi curah hujan CHIRPS masih memiliki bias terhadap curah hujan observasi, sehingga perlu dilakukan koreksi bias terlebih dahulu.
Koreksi bias dilakukan dengan empat metode yaitu metode regresi linear berganda, regresi power, Distribution Mapping dan rasio rata-rata. Performa koreksi bias yang baik ditunjukkan oleh metode regresi power dan regresi linear berganda dengan nilai koefisien determinasi rata-rata mencapai 0.99 dan nilai Mean Square Error (MSE) yang rendah dibandingkan dengan metode Distribution Mapping dan rasio rata-rata.
Karakteristik kekeringan menurut SPI selama periode 1990-2010 menunjukkan kekeringan terjadi paling banyak 19 kali dengan durasi rata-rata terlama 4 bulan, tingkat keparahan rata-rata tertinggi sebesar 6.06 dan intensitas tertinggi sebesar 2.02. Peluang kekeringan tahun El Nino mencapai 100% pada bulan Agustus untuk kategori SPI agak kering, kering dan sangat kering, sedangkan peluang kekeringan pada tahun normal dan La Nina berkisar antara 0-70% untuk kategori agak kering, 0-50% untuk kategori kering dan 0-40% untuk kategori sangat kering.
Luas kekeringan SPI yang memiliki hubungan paling erat dengan luas kekeringan aktual (luas kekeringan padi sawah) adalah luas kekeringan yang ditunjukkan oleh SPI kategori sangat kering dengan nilai korelasi mencapai 0.77, sehingga SPI kategori sangat kering bisa dijadikan indikator mulai terjadinya kekeringan pertanian. | id |
