POTENSI BENCANA KEKERINGAN BERDASARKAN INDEKS ANOMALI CURAH HUJAN DI KOTA BENGKULU
POTENTIAL FOR DROUGHT DISASTER BASED ON THE RAINFALL ANOMALY INDEX (RAI) IN BENGKULU CITY
Keywords:
Kekeringan, Anomali, curahhujan, BengkuluAbstract
Kekeringan diartikan sebagai kondisi sebuah wilayah mengalami kekurangan air yang signifikan untuk periode waktu yang relatif lama. Rainfall Anomaly Index (RAI) merujuk pada indikator yang digunakan untuk mengukur tingkat kekeringan meteorologis karena menggunakan data curah hujan sebagai unsur utama. Ketika nilai RAI menunjukkan kekurangan hujan yang signifikan, langkah-langkah pencegahan bisa diambil lebih awal untuk meminimalkan dampak yang timbul akibat kekeringan. Data yang digunakan dalam penelitian ini adalah data curah hujan bulanan yang diamati oleh Stasiun Klimatologi Bengkulu pada rentang waktu 2021 - 2023. Data tersebut dihitung nilai Indeks Anomali Curah Hujan (RAI) dan kemudian melakukan analisis perbulan maupun secara tahunan. Hasil yang diperoleh adalah Bulan Juli menjadi bulan yang selalu masuk dalam kategori bulan kering. Curah hujan bulanan Kota Bengkulu masuk dalam kategori kering jika nilainya dibawah 245 mm per bulan. Kategori Normal jika curah hujan berada diantara 245 - 305 mm per bulan dan dikategorikan basah jika curah hujannya diatas 306 mm per bulan.
Kekeringan diartikan sebagai kondisi sebuah wilayah mengalami kekurangan air yang signifikan untuk periode waktu yang relatif lama. Rainfall Anomaly Index (RAI) merujuk pada indikator yang digunakan untuk mengukur tingkat kekeringan meteorologis karena menggunakan data curah hujan sebagai unsur utama. Ketika nilai RAI menunjukkan kekurangan hujan yang signifikan, langkah-langkah pencegahan bisa diambil lebih awal untuk meminimalkan dampak yang timbul akibat kekeringan. Data yang digunakan dalam penelitian ini adalah data curah hujan bulanan yang diamati oleh Stasiun Klimatologi Bengkulu pada rentang waktu 2021 - 2023. Data tersebut dihitung nilai Indeks Anomali Curah Hujan (RAI) dan kemudian melakukan analisis perbulan maupun secara tahunan. Hasil yang diperoleh adalah Bulan Juli menjadi bulan yang selalu masuk dalam kategori bulan kering. Curah hujan bulanan Kota Bengkulu masuk dalam kategori kering jika nilainya dibawah 245 mm per bulan. Kategori Normal jika curah hujan berada diantara 245 - 305 mm per bulan dan dikategorikan basah jika curah hujannya diatas 306 mm per bulan.
References
Daftar Pustaka
O. Zendrato, A. Silvanti, & N.B. Silalahi. (2024). Konservasi Dan Pengelolaan Sumber Daya Air Berkelanjutan Di Kota Bengkulu Dalam Menangani Kekeringan Air Bersih, Jurnal Hukum Dinamika Ekselensia, 6,209-223.
E. Surmaini (2016). Pemantauan dan Peringatan Dini Kekeringan Pertanian di Indonesia. Jurnal Sumberdaya Lahan, 10,37-50
A. Kurniawan. (2023). Pengembangan Teknologi Tangki Pintar Sebagai Sistem Peringatan Dini Bencana Kekeringan, Jurnal Tekno Sains, 12,191-198
R.W. Hidayat, A. Susatya. & H. Suhartoyo. (2020). Analisa Spasial Kekeringan Dengan Mengunakan Metode Standardized Precipitation Indeks (Spi) Di Bengkulu. Jurnal Penelitian Pengelolaan Sumberdaya Alam dan Lingkungan. 9,93-108
L.R. Yanti., I. Yasin., & I.N. Soemeinaboedhy. (2022). Hubungan Kejadian Kekeringan Dengan Fenomena El-Nino Di Wilayah Kabupaten Lombok Utara. Jurnal of Soil Quality and Management. 2,59-66
E. Afiatun., Y. Meilawati., A.W. Hasbiah., & R. Noverando (2023). Konsep Pendekatan Metode Dinamika Sistem Dalam Menentukan Pengaruh Variabel Iklim Terhadap Ketersediaan Air Di Kota Bandung. Jurnal Informatika, Manajemen dan Teknologi. 25,97-104
R. Maneno, & A.K.D. Lestari, K. Fallo (2023). Pemetaan Curah Hujan Tahunan dan Keadaan Hidrogeologi di Kabupaten Timor Tengah Utara Untuk Identifikasi Potensi Kekeringan. Research Journal of Physics and Its Application. 3,265-270
Sadiq A.A., S.M. Umar & M.U. Bello (2020). An Estimation Of Rainfall Anomaly Index And Its Impact On Crop Production In Yola And Environs. African Journal of Environment and Natural Science Research. 3,35-53
C. Koycegiz., & M. Buyukyildiz (2023). Identifying The Meteorological Drought Characteristics Of Si̇nop And Gi̇resun Meteorological Stations With The Rainfall Anomaly Index. International Hasankeyf Scientific Research and Innovation Congress. 201-208
B. Prasetyo., H. Irwandi., & N. Pusparini (2018). Karakteristik Curah Hujan Berdasarkan Ragam Topografi Di Sumatera Utara. Jurnal Sains & Teknologi Modifikasi Cuaca. 19,11-20
N. Tallamma., N. Ihsan & A.J. Patandean (2016). Analisis Pengaruh Madden Julian Oscillation (MJO) Terhadap Curah Hujan Di Kota Makassar. Jurnal Sains dan Pendidikan Fisika. 12,324-329
P.M. Muchiri., F. Karanja., W. Ogara., & J.M. Maweu (2019). Analysis Of Historical Rainfall Variability, Droughts And Wet Seasons. A Case Of Wiyumiririe Laikipia County. Journal of Sustainability, Environment and Peace. 3,15-20
P.T. Waghmare, S.S. Panhalkar, & S.D. Pawar (2020). Drought Assessment of Eastern Satara District of Maharashtra Using Rainfall Anomaly Index. Research Square. 1,1-17
F.A.C. Lin, J.L.B. da Silva, G.B. de A. Moura, P.F.S. Ortiz, J.D.A. Oliveira, & M.V.C. Alves. (2017). Quantile technique to precipitation, rainfall anomaly index and biophysical parameters by remote sensing in Serra Talhada, Pernambuco. Journal of Hyperspectral remote Sensing, 7,334-344.
A. Loukas, L. Vasiliades, & N.R. Dalezios, (2003). Intercomparison Of Meteorological Drought Indices For Drought Assessment And Monitoring In Greece. 8th International Conference on Environmental Science and Technology, Lemnos island, Greece, 8,484-491
S.J.P. Tume, S.R. Nyuyfoni (2021). Rainfall Anomaly Index Valuation of Agricultural Production in Jakiri Sub- Division, Northwest Region, Cameroon. Modern Concepts & Developments Agronomy. 9,931-943
M.L. Abubakar, A.F. Abdussalam, M.S. Ahmed & A.I. Wada. (2024). Spatiotemporal variability of rainfall and drought characterization in Kaduna, Nigeria. Discover Environment. 2,1-17
