Secara umum pengertian kekeringan adalah ketersediaan air yang kurang dari kebutuhan air untuk kebutuhan hidup, pertanian, kegiatan ekonomi, dan lingkungan. Terkait dengan produksi pangan maka kekeringan pertanian sangat berpengaruh terhadap kegiatan budi daya pangan di suatu wilayah. Ketersediaan air tanah sangat penting untuk menentukan tingkat rawan kekeringan lahan padi di Kabupaten Banyuwangi. Data yang digunakan adalah curah hujan bulanan periode 1981-2010 dari 32 pos hujan dan stasiun BKMG di Kabupaten Banyuwangi. Analisis tingkat kekeringan menggunakan pembobotan air tanah tersedia dan tipe iklim Oldeman pada setiap pos hujan. Kabupaten Banyuwangi berdasarkan klasifikasi iklim Oldeman terbagi menjadi 9 tipe iklim mulai dari iklim yang basah (B1) hingga kering (D dan E). Pada Februari, Maret, dan April ketersediaan air tanah lebih banyak dibandingkan bulan lainnya, sedangkan Agustus, September dan Oktober memiliki ketersediaan air tanah terendah. Wilayah bagian barat Banyuwangi memiliki air tersedia yang lebih besar dibandingkan bagian timur. Tingkat kekeringan lahan padi bervariasi secara temporal dan spasial mulai dari sangat rawan hingga aman. Tingkat kering dan rawan kekeringan padi puncaknya terjadi pada September dan Oktober dengan cakupan wilayah yang paling luas. Sebagian besar wilayah mengalami tingkat yang aman untuk lahan padi adalah pada Januari, Febuari, Maret dan April.
Rainfall is a significant climate parameter in various sectoral of human activities. Despite that, precise rainfall prediction is necessary. One factor which can affect the rainfall is Sea Surface Temperature. We used Sea Surface Temperature data in Indonesia limited by 14° LS - 10° LU and 90° BT - 142° BT to predict monthly rainfall in West Lombok. The method used in this study is Principal Component Regression. Regression is calculated using 1998-2013 data, with Principal Component Analysis result of Indonesian Sea Surface Temperature as the predictor. Validation using contingency table for 2014-2018 rainfall characteristic data in West Lombok showed that rainfall prediction is appropriate with the rainfall pattern observation data.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.