dan Oktober. Pola lokal dicirikan oleh bentuk unimodal satu puncak hujan namun
bentuknya berlawanan dengan pola hujan monsoon Boerema 1938 dalam Boer 2002.
Gambar 1 Pola Hujan di Indonesia. Sumber :
http:kadarsah.wordpress.com Pola hujan monsoon mencapai jumlah
curah hujan minimum pada bulan Juni, Juli, dan Agustus. Saat monsun barat jumlah curah
hujan melimpah, sebaliknya saat monsun timur jumlah curah hujan sangat sedikit
Tjasyono 2004. Pola hujan monsoon dapat dibagi lagi menjadi dua kelompok yaitu tipe A
dan tipe B. Kedua tipe memiliki pola yang sama, namun terdapat perbedaan yang cukup
jelas antara musim kemarau dan musim hujan. Tipa A memiliki musim kemarau yang lebih
panjang meliputi wilayah timur Indonesia dan kepualuan Nusa Tenggara dan secara
keseluruhan memiliki hujan yang lebih rendah dari tipe B Jawa, Sumatera, dan Sulawesi
Selatan. Secara umum, keragaman hujan musim kemarau April – September lebih
besar dibandingkan musim hujan Oktober – Maret. Pada pola hujan ini pengaruh angin
musim Australia selama musim hujan sangat jelas terlihat Boer 2002.
Pola hujan lokal disebut juga dengan tipe C, dimana umumnya lebih dipengaruhi
oleh sifat lokal wilayah Tjasyono 2004. Wilayah yang memiliki pola hujan ini
meliputi bagian timur ekuator Indonesia Maluku dan Sorong. Musim kemarau pada
wilayah ini tidak sekering tipe A maupun tipe B sehingga curah hujan tahunan pada pola
hujan ini lebih besar dibandingkan tipe A dan tipe B Boer 2002.
Pola hujan ekuatorial memiliki dua puncak hujan yang terjadi saat matahari
berada dekat ekuator, yaitu sekitar bulan Maret dan Oktober Tjasyono 2004. Pola
ekuatorial dibagi menjadi tipe D dan tipe E. Tipe D mencakup wilayah pantai barat
Sumatera Utara, sedangkan tipe E mencakup daerah wilayah pantai barat Sumatera Selatan.
Pada wilayah ini musim kemarau tidak begitu jelas Boer 2002.
2.2 Permasalahan Data Hujan di
Indonesia Kebutuhan data iklim sangat penting di
berbagai sektor kehidupan. Sebagai data yang dibutuhkan oleh sektor yang sangat vital,
maka data iklim harus berkualitas tinggi, dapat dipercaya, dan lengkap. Salah satu data
iklim yang sangat dibutuhkan misalnya data curah hujan Tejasukmana Khomarudin
2000. Curah hujan yang diamati pada stasiun pengamatan meliputi tinggi hujan, jumlah hari
hujan, dan intensitas hujan Handoko 1995.
Data hujan memiliki variasi yang sangat besar dibandingkan unsur-unsur iklim
lainnya, baik variasi menurut tempat spasial maupun menurut waktu temporal. Tidak
seperti di wilayah beriklim sedang, variabilitas hujan di wilayah tropis cenderung
lebih besar. Secara umum besarnya curah hujan bervariasi menurut ketinggian tempat
sebagai pengaruh orografik. Besarnya curah hujan yang turun di wilayah tropis umumnya
bervariasi dari tahun ke tahun dan bahkan dari musim ke musim dalam kurun waktu satu
tahun Asdak 1995.
Jangka waktu pengamatan yang cukup panjang dan kerapatan jaringan stasiun
pengamatan yang memadai sangat diperlukan untuk memperoleh gambaran suatu wilayah
tertentu. Kerapatan jaringan stasiun hujan bergantung pada letak, topografi wilayah, dan
sebaran hujannya. Daerah yang berbukit-bukit akan memerlukan stasiun yang lebih rapat
daripada daerah yang datar Handoko 1995.
Kualitas jaringan pengamatan yang memadai akan mendorong terciptanya data
iklim yang berkualitas baik. Namun, jaringan stasiun pengamatan di Indonesia masih belum
mencakup seluruh wilayah Indonesia. Daerah- daerah pegunungan dan daerah yang sulit
terjangkau biasanya tidak memiliki stasiun pengamatan. Jika tersedia, data yang
dihasilkan juga tidak akan sebaik di daerah yang mudah terjangkau. Peralatan yang rusak,
kondisi stasiun yang berubah dan tidak sesuai standar penempatan akan menghasilkan data
yang kosong untuk pencatatan harian Tejasukmana Khomarudin 2000.
Selain itu, pengumpulan informasi ke pusat yang berjalan lambat, jumlah stasiun
dan tenaga ahli yang masih belum memadai menjadi faktor pendukung keterbatasan data
Karyoto 1995 dalam Oktavariani 2008. Permasalahan utama lain yang dihadapi
adalah format dan struktur data yang belum
standar sehingga sulit untuk digunakan secara langsung Balitklimat 2007. Metode yang
sedang berkembang untuk mengatasi masalah tersebut diantaranya pengembangan model
pembangkit data iklim, model statistical downscaling
dan dynamical downscaling dari data GCM Global Circulation Model
Oktavariani 2008. 2.3
Pemanfaatan Sistem Penginderaan Jauh Dalam Menduga Curah Hujan
Penginderaan jauh merupakan ilmu atau seni untuk memperoleh informasi tentang
obyek, daerah, atau gejala dengan menganalisis data yang diperoleh dengan
menggunakan alat, tanpa kontak langsung dengan obyek, daerah, atau gejala yang akan
dikaji Lillesand Kiefer 1997. Komponen dasar dari sistem penginderaan jauh adalah
target, sumber energi, jalur transmisi, dan sensor. Keempat komponen tersebut bekerja
sama untuk mengukur dan mencatat informasi mengenai target tanpa menyentuh obyek
tersebut.
Sensor dalam suatu sistem penginderaan jauh digunakan untuk
mendapatkan informasi tentang obyek dari jarak jauh. Sumber energi akan menjadi unsur
yang sangat penting sebagai penghantar informasi dalam sistem penginderaan jauh.
Berdasarkan bentuk energi tersebut, penginderaan jauh dibedakan menjadi dua
bentuk yaitu penginderaan jauh sistem pasif dan penginderaan jauh sistem aktif.
Penginderaan jauh sistem pasif merupakan penginderaan jauh yang
menggunakan energi yang berasal dari obyek, berupa pantulan dari sumber lain misalnya
matahari. Sementara itu, penginderaan jauh sistem aktif adalah penginderaan jauh yang
menggunakan energi yang berasal dari sensor tersebut.
Penginderaan jauh aktif dapat dilakukan pada siang ataupun malam hari.
Sistem penginderaan jauh aktif tidak tergantung pada adanya sinar matahari, karena
energi bersumber dari sensor Budiyanto 2008.
Pendugaan hujan menggunakan satelit spaceborne diawali dengan citra awan dari
satelit meteorologi pertama yaitu satelit Television and Infrared Observation Satellite
TIROS-1 yang diluncurkan pada April 1960. Perkembangan teknologi pendugaan curah
hujan dari luar angkasa saat ini secara umum terbagi atas tiga metode berdasarkan sensor
yang digunakan yaitu sensor inframerah IRsinar tampak VIS, sensor gelombang
mikro pasif dan sensor radar satelit Kidder 1981 dalam Wibowo 2010. Penggunaan
sensor IRVIS akan memberikan data emisi dari puncak awan atau di dekat puncak awan
Rosenfeld et al. 2004 dalam Michaelides 2008. Satelit yang membawa sensor IR ini
adalah satelit-satelit dengan orbit Geostationary Earth
Orbit GEO, yaitu satelit GEO-IR ini antara lain MTSAT,
METEOSAT, dan GOES. Pendugaan hujan juga dilakukan
dengan pemanfaatan sensor pasif gelombang mikro. Prinsip dasar penggunaan sensor
tersebut adalah menangkap intensitas radiasi gelombang mikro yang diemisikan oleh
permukaan bumi, awan dan butir hujan Hou et al.
2008 dalam Michaelides 2008. Pendugaan besarnya intensitas hujan yang
terbentuk dibutuhkan beberapa kalkulasi berdasarkan prinsip hukum radiasi Plank,
dimana besarnya energi radiasi yang dikeluarkan oleh suatu benda menggambarkan
suhu benda tersebut Wibowo 2010.
Pengukuran curah hujan denagn menggunakan radar umumnya dilakukan
dengan radar permukaan ground base radar. Nilai intensitas hujan yang dihasilkan oleh
sensor radar merupakan hasil pengukuran yang paling akurat dibanding sensor lainnya.
Namun, kelemahan utama dari radar yaitu wilayah jangkauannya sangat terbatas sebesar
215 km Wibowo 2010.
Keterbatasan kemampuan sensor pengukuran curah hujan satelit
memungkinkan penggunaan kombinasi dari berbagai sensor. Salah satunya kombinasi
sensor gelombang mikro dan sensor inframerah. Metode ini bertujuan untuk
mendapatkan data curah hujan secara near real time.
Beberapa proyek pendugaan curah hujan dengan metode kombinasi antara lain
GPCP Global Precipitation Climatology Project, Global Satellite Mapping of
Precipitation GSMaP, TRMM TMPA
Tropical Rainfall Measuring Mission Multi- Satellite Precipitation Analysis
, CMORPH CPC MORPHing technique, dan Naval
