Realitas Kekeringan di Kabupaten Gunung Kidul - Pemodelan berbasis Penginderaan Jauh

Di Indonesia, musim kemarau biasa terjadi pada bulan April hingga September. Menurut BMKG, perkiraan awal musim kemarau di Indonesia terjadi sejak bulan April hingga Juni 2023 serta diprediksi lebih kering daripada musim kemarau 3 tahun terakhir1. Kabupaten Gunung Kidul merupakan salah satu kabupaten yang terdampak oleh kemarau yang ada. Menanggapi hal tersebut, Bupati Gunung Kidul mengelurkan Keputusan Bupati No. 76/KPTS/2023 tentang Penetapan Status Siaga Darurat Bencana Hidrometeorologi Kekeringan Tahun 2023. Di Gunung Kidul, akibat musim kemarau, status kekeringan telah naik dari kemarau menjadi siaga darurat hingga 30 September 20232. Lantas, bagaimana kondisi eksisting kekeringan dan curah hujan di Kabupaten Gunung Kidul?

Curah Hujan

Curah hujan di Kabupaten Gunung Kidul dapat dilihat melalui data milik Climate Hazards Group InfraRed Precipitation with Station (CHIRPS) melalui piranti lunak Google Earth Engine. CHIRPS merupakan produk satelit besutan Climate Hazards Group di University of California, Santa Barbara yang digunakan untuk memantau dan mengukur tingkat curah hujan3. 

Tingkat curah hujan di Kabupaten Gunung Kidul pada rentang bulan Juni-Juli 2023 sangat rendah, yang menyebabkan kekeringan disana. 52 dari 61 hari pada bulan Juni-Juli 2023 merupakan hari dengan curah hujan yang sangat rendah dengan nilai 0-0,9 mm/hari. Curah hujan dengan intensitas tinggi hanya terjadi pada 1 hari, tepatnya pada 12 Juni 2023 dengan curah hujan sebesar 28,51 mm/hari.

Pemodelan Tingkat Kekeringan Menggunakan Citra Satelit

Dalam menelisik persebaran kondisi kekeringan di Kabupaten Gunung Kidul, digunakan analisis Normalized Difference Drought Index (NDDI) menggunakan piranti lunak Google Earth Engine, QGIS, dan Blender dalam membantu visualisasi. NDDI merupakan salah satu algoritma yang digunakan dalam mengkaji sebaran dan luasan kekeringan pertanian. NDDI merupakan rasio antara Normalized Defference Vegetation Index (NDVI) dan Normalized Difference Water Index (NDWI)4. Kebutuhan data NDDI diperoleh melalui citra satelit Landsat 8 Level 2, Collection 2, Tier 1 yang berasal dari United States Geological Survey (USGS) pada rentang bulan Juni-Juli 2023. NDDI dihitung menggunakan rumus:

NDDI=NDVI-NDWINDVI+NDWI

Indeks kekeringan lahan pada NDDI mengacu pada Renza et al5 dengan rentang dan klasifikasinya:

1. Normal : -0,05 hingga 0,01
2. Kekeringan rendah : 0,01 hingga 0,15
3. Kekeringan sedang : 0,15 hingga 0,25
4. Kekeringan berat : 0,25 hingga 1
5. Kekeringan sangat berat : >1

Melalui analisis yang telah dilakukan, diketahui bahwa sepanjang bulan Juni hingga Juli 2023, Kabupaten Gunung Kidul menderita kekeringan yang cukup berat. 89,81% wilayahnya terdampak kekeringan berat, diikuti dengan 9,98% yang terdampak kekeringan sangat berat. Tingkat kekeringan lainnya (normal, ringan, dan sedang) hanya memiliki persentase 0,21% dari luas wilayah keseluruhan Kabupaten Gunung Kidul selama bulan Juni hingga Juli 2023.

Daftar Pustaka

1. Wibawana WA. Kenali Ciri-ciri Musim Kemarau dan Prakiraan Terjadinya di Indonesia. detikNews. Published June 12, 2023. https://news.detik.com/berita/d-6767077/kenali-ciri-ciri-musim-kemarau-dan-prakiraan-terjadinya-di-indonesia#:~:text=Dalam%20kondisi%20ini%2C%20angin%20muson,pada%20bulan%20April%20hingga%20September. 
2. Kurniawan D. Siaga Darurat Kekeringan Gunungkidul Berlaku Sampai 30 September. Harian Jogja. Published August 12, 2023. https://jogjapolitan.harianjogja.com/read/2023/08/11/513/1144801/siaga-darurat-kekeringan-gunungkidul-berlaku-sampai-30-september
3. University of California Santa Barbara. CHIRPS: Rainfall Estimates from Rain Gauge and Satellite Observations. About. https://www.chc.ucsb.edu/data/chirps
4. Yuwono D, Sukmono A, Rahman F. PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK DETEKSI KEKERINGAN PERTANIAN MENGGUNAKAN METODE NORMALIZED DIFFERENCE DROUGHT INDEX DI KABUPATEN KENDAL. Vol 14.; 2018. http://journal.unn
5. Renza D, Martinez E, Arquero A, Sanchez J. Drought Estimation Maps by Means of Multidate Landsat Fused Images.; 2010. https://www.semanticscholar.org/paper/Drought-estimation-maps-by-means-multidate-landsat-Torres-Izquierdo/c73446b06ed38e7591daadfc2062993284eaa8a3