Pengolahan data presipitasi untuk menghitung indeks kekeringan dengan

metode Standardized Precipitation Index (SPI)

Pengantar
Untuk melalukan assessment kekeringan meteorologis menggunakan pendekatan SPI, diperlukan
data curah hujan dengan durasi pencatatan yang cukup panjang. Umumnya data ini dapat diperoleh
dari pencatatan yang dilakukan pada stasiun pengukuran di lapangan. Namun demikian untuk
memperoleh data pengukuran lapangan seperti yang dibutuhkan tidaklah mudah, terutama di
Indonesia. Banyak faktor yang menyebabkan hal ini terjadi, seperti kerusakan ala serta birokrasi
yang cukup sulit. Sebagai alternatif, data curah hujan juga dapat diperkirakan menggunakan
perangkat penginderaan jauh yang kemudian akan digunakan dalam kegiatan perkuliahan kali ini
yaitu memperkirakan kejadian kekeringan meteorologis pada suatu wilayah dengan metode SPI.

Persiapan
Penyiapan alat dan bahan, yaitu :
1) Aplikasi Googleearth engine (GEE)
2) Aplikasi sistem informasi geografis (ArcMap / ArcGISpro / QGIS)
3) Data perkiraan curah hujan dari Climate Hazards Group InfraRed Precipitation with Station
data (CHIRPS)
4) Tutorial dari United Nations Office for Outer Space Affairs (UN-SPIDER) Knownledge
Portal

Pelaksanaan
Kegiatan pengolahan data dan analisa SPI memakan waktu kurang lebih 120 menit. Pada beberapa
langkah pengolahan, mahasiswa akan diminta untuk melaporkannya melalui aktivitas QUIZ
(Lembar kontrol pengolahan data) yang terlah tersedia pada laman EMAS2 kelas Iklim dan
Kehidupan untuk kegiatan PEKAN 13. Sementara itu, setelah pengolahan data selesai dilakukan,
mahasiswa akan diminta untuk melakukan analisa spatial-temporal sederhana mengenai kekeringan
meteorologis yang terjadi pada wilayah yang menjadi perhatian. Adapun langkah-langkah yang
dilakukan sebagai berikut :

1
1. Mengakses laman UN-SPIDER – Overview dan In Detail

Mahasiswa membaca konten secara seksama dan kritis pada lama Overview dan In Detail,
kemudian menjawab pertanyaan pada QUIZ no 1 dan 2.
2. Mengakses laman UN-SPIDER – Step by step

2
Mahasiswa membaca konten secara seksama dan kritis pada laman ini. Untuk langkah selanjutnya
dilakukan berdasarkan arahan dan tautan yang ada pada laman ini.
3. Membuka laman GEE yang telah memiliki kode pengolahan data.
Tautan laman GEE dapat diakses pada kata link yang ada pada kalimat “The code for this
Recommended Practice can be imported by following this link”. Tautan dapat dibuka pada tab atau
jendela baru, pada langkah pertama mahasiswa akan diminta untuk log in menggunakan akun
Google.

Selanjutnya akan diarahkan ke laman GEE dengan kode pengolahan data untuk kalkulasi SPI
menggunakan data CHIRPS

4. Menentukan wilayah kajian / area of interest (AOI)

Tetapkan wilayah kajian pada salah satu daerah di Indonesia dan sebutkan identifikasinya
menggunakan salah satu nama kota atau kabupaten yang ada pada AOI tersebut pada QUIZ no 3.

3
Contoh berikut ini AOI berada pada Kota Surakarta dan sekitarnya (Solo Raya). Setiap mahasiswa
hendaknya menentukan AOInya sendiri dan berbeda dari AOI mahasiswa yang lain. Dalam hal
memilih AOI yang sama dengan mahasiswa lain, bedakan durasi waktu / time frame yang
digunakan (lihat langkah berikutnya).

Setelah AOI dibuat, ubah nama “geometry” menjadi “AOI” dan “import as” menjadi
“FeatureCollection” melalui ikon gerigi.

5. Mengatur “SET TIME FRAME FOR EXPORT”

4
‘2015-12-31’”. Tuliskan juga durasi ini pada jawaban QUIZ no 4. Selanjutnya ubah parameter
“exportdata” dari “false” menjadi “true”.

Variabel lain dibiarkan saja sesuai dengan bawaan kode yang ada, namun tetap bisa diexplorasi
untuk mengetahui proses yang dilakukan secara keseluruhan. Setelah itu jalankan kode dengan
meng-klik button “run”
6. Setelah beberapa saat dan proses berhasil maka akan tampil hasil kalkulasi pada jendela
sebelah kanan dibagian button “Console” dan “Tasks”. Visual SPI bulan terakhir (April / Mei 2022)
juga dapat dilihat pada muka peta dan tampilannya dapat diatur melalui button “Layers”. Lakukan
pengunduhan grafik (“Console”) serta data raster SPI (“Tasks” – klik button “RUN”) yang
dihasilkan. Setelah itu isikan jawaban QUIZ no 5.

5
7. Setelah data selesai diunduh, lakukan observasi serta analisa sederhana mengenai
kekeringan yang terjadi pada AOI. Untuk grafik bisa langsung digunakan untuk analisa, sedangkan
data raster perlu diolah kembali untuk melakukan kategorisasi dari nilai SPI yang dihasilkan.
Gunakan panduan dari dokumen “Standardized Precipitation Index User Guide” yang diterbitkan
oleh WMO (lihat halaman 4, dokumen ada di laman EMAS2). Pengolahan data raster untuk
melakukan kategorisasi SPI dapat dilakukan pada perangkat lunak GIS yang telah anda kuasai.
8. Setelah data selesai diolah lebih lanjut, buatlah lay out tampilan peta sederhana yang
menggambarkan dinamika kekeringan pada AOI secara spasial dan temporal dalam 1 tahun
pengamatan. Setelah itu, buatlah analisa sederhana dari data-data yang telah diolah tersebut yang
ditulis maksimal pada 5 halaman A4. Kumpulkan dokumen hasil analisa tersebut pada tempat
pengumpulan tugas yang ada di laman EMAS2. Untuk mempermudah dalam melakukan analisa,
silahkan mengakses artikel jurnal yang mengkaji hal serupa, sebagai contoh 1 artikel jurnal dapat
diakses melalui laman EMAS2.