Analisis Anomali Curah Hujan Analisis Tingkat Rawan Kekeringan Klimatologis

III. METODOLOGI

3.1 Waktu dan Tempat Penelitian

Penelitian dilaksanakan pada bulan Mei sampai Desember tahun 2011. Penelitian ini dilakukan di Balai Penelitian Agroklimat dan Hidrologi, Cimanggu-Bogor dan Laboratorium Agrometeorologi, Departemen Geofisika dan Meteorologi, FMIPA-IPB. 3.2 Bahan dan Alat Data yang digunakan dalam penelitian ini adalah sebagai berikut: 1. Data curah hujan bulanan 158 stasiun di Provinsi Sulawesi Selatan 1979-2007 Sumber : Badan Meteorologi dan Klimatologi, Pusat Penelitian dan Pengembangan Sumber Daya Air, Balai Penelitian Agroklimat dan Hidrologi 2. Data anomali SST Nino 3.4 bulanan 1979-2007 Sumber : http:www.cpc.ncep.noaa.govdataindices nino34.mth.ascii.txt 3. Peta penggunaan lahan Provinsi Sulawesi Selatan Sumber : Badan Konservasi dan Survei Pemetaan Nasional 4. Peta jaringan sungai Provinsi Sulawesi Selatan Sumber : Departemen Kehutanan Alat yang digunakan dalam penelitian ini berupa: 1. Seperangkat komputer 2. Perangkat Lunak Minitab vers.15, ArcGIS 10 dan Microsoft Office.

3.3 Metode

3.3.1 Analisis Anomali Curah Hujan

dengan Anomali SST Data yang digunakan adalah data curah hujan bulanan dan anomali SST Nino 3.4 bulanan. Nilai anomali SST kemudian dikorelasikan dengan curah hujan bulanan yang dibagi menjadi beberapa musim yaitu, musim hujan MH, musim kemarau pertama MK-1 dan musim kemarau kedua MK-2. Periode MH terjadi pada bulan November- Februari, MK-1 terjadi pada bulan Maret-Juni, dan MK-2 terjadi pada bulan Juli-Oktober. Pembagian periode musim tersebut berdasarkan musim tanam yang telah mennjadi standar di kementerian pertanian. Hubungan antara curah hujan dan anomali SST Nino 3.4 digambarkan dalam grafik sebaran acak. Analisis regresi terboboti dilakukan dengan melihat grafik pencar per musim. Hasil dari analisis ini berupa persamaan pendugaan anomali curah hujan: ∑ ∑ ∑ ∑ ∑ ∑ ∑ Keterangan: AnoCHMH = nilai anomali curah hujan pada musim hujan IndMH = besaran nilai indikator iklim regionalglobal pada musim hujan AnoCHMK i = nilai anomali curah hujan pada musim kemarau-i IndMK i = besaran nilai indikator iklim regionalglobal pada musim kemarau-i a dan a 1 = koefisien dari persamaan regresi yang sudah terboboti w i = pembobot bagi pengamatan ke-i.

3.3.2 Analisis Tingkat Rawan Kekeringan Klimatologis

Secara klimatologis, kekeringan dilihat dari sensitivitas perubahan anomali curah hujan akibat adanya perubahan indikator iklim global. Hal ini ditunjukkan oleh nilai koefisien a 1 , Semakin positif atau semakin negatif nilai koefisien a 1 , menunjukkan semakin sensitif anomali curah hujan terhadap perubahan iklim global. • Menghitung nilai rata-rata anomali curah hujan RACH = AnoCH – AnoCHMin • Menyusun data nilai koefisien a 1 dari yang terkecil • Mengelompokkan data ke dalam beberapa kelompok dengan syarat: a terdapat penurunan cukup besar dari nilai RACH dengan sebelahnya dan rata-rata nilai RACH harus menurun; b batas pemisah harus ditarik antara dua nilai koefisien a 1 yang sama atau hampir sama, dan c. anggota kelompok minimal dua. • Menghitung pasangan data n i , simpangan baku dan rata-rata RACH dari kelompok ke-i dan S 2 gabungan dari semua kelompok. • Menguji perbedaan antara dua nilai RACH dari kelompok yang berurutan dengan uji t-student dengan rumus: 1 1 • Bila perbedaan nilai RACH antara dua kelompok yang berurutan tidak nyata maka kedua kelompok digabung menjadi satu. Berdasarkan jumlah kelompok baru, analisis kembali prosedur sebelumnya hingga perbedaaan rata-rata RACH antara dua kelompok yang berurutan nyata. Kelompok yang memiliki nilai koefisisen yang lebih dekat dengan nol dinamakan kelompok yang tidak sensitif, sedangkan kelompok lainnya merupakan kelompok yang sensitif. Tabel 2 Klasifikasi tingkat sensitivitas curah hujan terhadap anomali SST di zona nino-3.4 No Tingkat Sensitivitas Kode 1. Tidak Signifikan 1 2. Sensitif 2 3. Sangat Sensitif 3

3.3.3 Analisis Tingkat Rawan Kekeringan Hidrologis

Dokumen yang terkait

Analisis wilayah rawan kekeringan untuk pengembangan sistem usaha pertanian padigogo di Propinsi Sulawesi Tenggara

0 13 97

Identifikasi lahan pertanian rawan kekeringan dengan metode sistem informasi geografis

1 5 116

Analisis wilayah rawan kekeringan untuk pengembangan sistem usaha pertanian padigogo di Propinsi Sulawesi Tenggara

0 3 87

ANALISIS TINGKAT RAWAN KEKERINGAN LAHAN SAWAH DENGAN PEMANFAATAN PENGINDERAAN JAUH DAN Analisis Tingkat Rawan Kekeringan Lahan Sawah dengan Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografis di Kabupaten Sragen Tahun 2014.

0 5 20

ANALISIS TINGKAT RAWAN KEKERINGAN LAHAN SAWAH DENGAN PEMANFAATAN PENGINDERAAN JAUH DAN Analisis Tingkat Rawan Kekeringan Lahan Sawah dengan Pemanfaatan Penginderaan Jauh dan Sistem Informasi Geografis di Kabupaten Sragen Tahun 2014.

2 7 16

ANALISIS RAWAN KEKERINGAN LAHAN PERTANIAN TANAMAN PANGAN DENGAN MEMANFAATKAN CITRA Analisis Rawan Kekeringan Lahan Pertanian Tanaman Pangan Dengan Memanfaatkan Citra Quickbird Dan Sistem Informasi Geografis Kabupaten Bantul Tahun 2012.

0 3 14

ANALISIS RAWAN KEKERINGAN LAHAN PERTANIAN TANAMAN PANGAN DENGAN MEMANFAATKAN CITRA Analisis Rawan Kekeringan Lahan Pertanian Tanaman Pangan Dengan Memanfaatkan Citra Quickbird Dan Sistem Informasi Geografis Kabupaten Bantul Tahun 2012.

0 1 18

analisis kekeringan pertanian berdasarkan neraca air harian di lahan tadah hujan.

0 0 17

PENGARUH PERUBAHAN IKLIM TERHADAP PRODUKSI PERTANIAN DAN STRATEGI ADAPTASI PADA LAHAN RAWAN KEKERINGAN | Hidayati | JESP: Jurnal Ekonomi & Studi Pembangunan 1217 3448 1 SM

1 2 11

Evaluasi Kemampuan Lahan di Wilayah Rawan Longsor Kecamatan Ngargoyoso Kabupaten Karanganyar

0 0 73