Pemodelan dan Visualisasi Tingkat Kekeringan Wilayah Menggunakan Kombinasi Metode Standardized Precipitation Index dan Single Exponensial Smoothing: Studi Kasus Kabupaten Klaten

Abstract

Kekeringan merupakan hubungan antara ketersediaan air yang jauh dibawah kebutuhan air baik untuk kebutuhan hidup, pertanian, kegiatan ekonomi dan lingkungan. Kabupaten Klaten merupakan salah satu kabupaten di Jawa Tengah yang memiliki risiko terjadinya kekeringan yang tinggi. Menurut BNPB (Badan Nasional Penanggulangan Bencana) dalam buku IRBI (Indeks Rawan Bencana Indonesia) tahun 2013, Klaten termasuk peringkat 125 dari 494 kabupaten dengan risiko kekeringan yang tinggi pada IRBI 2013. Pada penelitian ini dilakukan pemodelan dan visualisasi tingkat kekeringan wilayah dengan menggunakan kombinasi metode Standardized Precipitation Index dan Single Exponensial Smoothing untuk mengatasi permasalah tersebut. Hasil dari penelitian ini adalah dapat memberikan informasi hasil kondisi tingkat kekeringan wilayah di Kabupaten Klaten dengan jelas berdasarkan kategori-kategori tertentu dan dalam jangka waktu tertentu serta menghasilkan nilai prediksi SPI pada wilayah Kabupaten Klaten yang cukup akurat dalam jangka waktu 2 bulan ke depan.

Drought is a relationship between the availability of water far below the water needs both for the necessities of life, agricultural, economic and environmental activities. Klaten Regency is one of regencies in Central Java who have a high risk of drought. According BNPB (Badan Nasional Penanggulangan Bencana) in the book IRBI (Indeks Rawan Bencana Indonesia) in 2013, Klaten including ranking 125 of 494 districts with a high risk of drought in IRBI 2013. In this research, modeling and visualization of the level of drought regions using a combination of methods standardized Precipitation Index and Single exponential Smoothing to overcome these problems. The results of this study is to provide information on the results condition dryness level in the region of Klaten regency clearly based on specific categories and in a certain period of time and generate predictive value of SPI in the district of Klaten fairly accurate within a period of two months.