Claim Missing Document
Check
Articles

Found 13 Documents
Search

Analisa Indeks Kekeringan Menggunakan Metode Standardized Precipitation Index (SPI) di Sub DAS Grindulu Amanda Pinasti algadri; Donny Harisuseno; Sri Wahyuni
Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 4 No. 1 (2024): Jurnal Teknologi dan Rekayasa Sumber Daya Air (JTRESDA)
Publisher : Fakultas Teknik, Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jtresda.2024.004.01.097

Abstract

Kekeringan di Kabupaten Pacitan sering terjadi sehingga menghambat aktivitas masyarakat. Pada tahun 2019, terdapat 41 lokasi kekeringan yang tersebar di 10 kecamatan. Oleh karena itu, perlu dilakukan analisa kekeringan dan pemetaan sebarannya untuk meminimalkan dampak yang ditimbulkan. Studi ini bertujuan untuk mengetahui besarnya indeks kekeringan meteorologi dengan menggunakan metode Standarized Precipitation Index (SPI) dan memetakan sebaran wilayah terdampak kekeringan dengan bantuan ArcGIS menggunakan metode Inverse Distance Weighted (IDW). Hasil studi dengan metode SPI menunjukkan bahwa pada periode defisit 1 bulanan, kejadian terparah terjadi pada bulan Agustus 2017 dengan nilai indeks -22,90.
Pemetaan Spasial Kekeringan Menggunakan Metode Standardized Precipitation Index (SPI) di DAS Blega, Kabupaten Bangkalan: Pemetaan Spasial Kekeringan Donny Harisuseno; Muhammad Amar Sajali; Winnie Meilinda Dewi
Jurnal Teknika Vol 16 No 2 (2024): SEPTEMBER
Publisher : Universitas Islam Lamongan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30736/jt.v16i2.1241

Abstract

Bencana kekeringan menjadi perhatian bagi Badan Penanggulangan Bencana Daerah (BPBD) Kabupaten Bangkalan beberapa tahun terakhir. Studi ini bertujuan untuk menganalisis indeks kekeringan dan mengembangkan peta spasial kekeringan di Kabupaten Bangkalan khususnya di DAS Blega. Penelitian ini menggunakan konsep kekeringan meteorologis untuk menganalisa karakteristik kekeringan di lokasi penelitian. Data yang digunakan adalah data curah hujan bulanan, data curah hujan satelit, dan peta DAS Blega. Indeks kekeringan dianalisis menggunakan metode Standardised Precipitation Index (SPI). Peta spasial kekeringan diperoleh menggunakan metode Inverse Distance Weight (IDW) pada aplikasi ArcGIS 10.8. Hasil studi menunjukkan intensitas kekeringan terparah terjadi selama tujuh bulan (bulan Mei hingga November). Pola hubungan antara indeks kekeringan bulanan dengan tingkat kekeringan rentang 1992 - 2021 menunjukkan tingkat kekeringan "Amat Sangat Kering" terjadi secara berkala setiap empat tahun. Hasil perbandingan antara kejadian tahun kering dari hasil analisis metode SPI dan kejadian tahun EL Nino yang dikeluarkan BMKG menunjukkan terdapat kesesuaian antara kejadian tahun kering yang terjadi. Analisis kesesuaian menunjukkan persentase sebesar 75,97%, menunjukkan adanya kesamaan yang relatif baik antara kejadian kekeringan historis di daerah penelitian dengan kekeringan yang berasal dari metode SPI. Hasil studi memverifikasi bahwa metode SPI layak digunakan untuk menggambarkan karakteristik kekeringan di lokasi studi.
Flood Prone Area Analysis in the Wonosari Sub Watershed, Bondowoso Regency, East Java Dimas Hafiz Aditama; Donny Harisuseno; Andre Primantyo Hendrawan
Jurnal Penelitian Pendidikan IPA Vol 11 No 5 (2025): May
Publisher : Postgraduate, University of Mataram

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29303/jppipa.v11i5.11130

Abstract

Bondowoso Regency is known as a region highly susceptible to flood disasters. Factors contributing to the increased flood risk include the hydrological and topographical conditions present in the study area. Therefore, it is essential to identify and map areas that are vulnerable to flooding. Flood vulnerability is influenced by several parameters, including rainfall, soil type, land use, slope gradient, surface runoff, and elevation. The data used in this study were obtained from UPT PSDA WS Sampean, covering the period from 2013 to 2023. These parameters were processed using a weighting and scoring method. The assignment of scores and weights was based on the influence of each parameter on flood vulnerability, with each parameter assigned an equal value ranging from 1 to 5. An overlay analysis was then performed to generate a flood vulnerability map. The resulting vulnerability levels were classified into five categories: very low, low, moderate, high, and very high. The results show that the majority of flood-prone areas fall within the "high" vulnerability category, covering approximately 250.18 km² or about 41% of the total area of the Wonosari Sub-watershed. This finding can be validated by historical events in 2023, during which several flash floods were recorded.