II. PEWILAYAHAN HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT

Transkripsi

1 II. PEWILAYAHAN HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT 2.1. Pendahuluan Pewilayahan hujan merupakan suatu proses pengelompokkan atau klasifikasi data curah hujan yang berasal dari banyak stasiun menjadi beberapa kelompok yang didasarkan pada kesamaan sifat atau karakter. Sistem klasifikasi curah hujan di Indonesia yang sudah tua adalah pewilayahan hujan dari Borema (1933), klasifikasi tipe hujan dari Schmidt dan Ferguson (1951), serta klasifikasi zona agroklimat dari Oldeman (1975). Klasifikasi-klasifikasi tersebut didasarkan pada jumlah bulan basah dan jumlah bulan kering. Sistem klasifikasi Schmidt dan Ferguson (1951) dan Oldeman (1975) digunakan oleh Pramudia, Kartiwa, Susanti dan Amien (1994) serta Estiningtyas, Pramudia dan Runtunuwu (1995) untuk menyusun informasi agroklimat dan karakterisasi curah hujan di berbagai wilayah di Indonesia. Dengan perkembangan sains pada beberapa dekade terakhir, para ahli mulai menerapkan teknik-teknik analisis statistik atau kalkulus dan pemodelan dalam melakukan pewilayahan hujan. Tim Puslittanak (1994, 1995, 1996) melakukan analisis pewilayahan hujan di berbagai wilayah di Indonesia menggunakan kombinasi analisis komponen utama (principle component analysis, PCA) dan analisis gerombol (cluster analysis) konvensional (crisp) dengan metode k-rataan tanpa hirarki (k-mean nonhierachical methods). Dalam penggunaan teknik PCA tersebut analisis hanya dilakukan terhadap sebagian data yang menjelaskan 75-80% dari keseluruhan keragaman data, sementara sisa 20-25% data lainnya tidak digunakan karena dianggap resesif atau tidak dominan dalam sebaran data atau merupakan

2 11 data pencilan (outlier). Hal ini menimbulkan pertanyaan bahwa, untuk tujuan pewilayahan, apabila sisa data 20-25% yang tidak digunakan dalam analisis ternyata memiliki karakteristik yang khas dan dapat mewakili satu atau lebih wilayah tersendiri, maka analisis pewilayahan dengan metode analisis komponen utama menjadi bias dan bahkan dapat menghilangkan informasi yang sebetulnya sangat penting. Syahbuddin, Apriyana, Pramudia dan Las (1999) serta Suciantini, Apriana, Surmaeni dan Darmijati (2001) melakukan karakterisasi curah hujan, deret hari kering, dan indeks Palmer untuk menetapkan wilayah rawan kekeringan. Penentuan wilayah menggunakan analisis gerombol dengan teknik crisp berdasarkan jarak kedekatan nilai (neighbourhood) curah hujan rata-rata antar stasiun. Las, Unadi, Subagyono, Syahbuddin dan Runtunuwu (2007) menggunakan pewilayahan yang menggambarkan kondisi rata-rata curah hujan tahunan untuk membantu analisis kalender tanam. Hasil pewilayahan hujan tahunan dari Las et al. (2007) pada kondisi normal untuk Provinsi Banten disajikan pada Gambar 2, untuk Wilayah Pantura Jawa Barat pada Gambar 3 dan untuk Kabupaten Garut pada Gambar 4. Klir dan Bo Yuan (1995) mengemukakan bahwa, teknik penentuan batas kelas atau batas wilayah di dalam metode konvensional (crisp) sangat tegas dan memerlukan pertimbangan yang subyektif untuk menjelaskan hasil klasifikasinya. Selanjutnya Klir dan Bo Yuan (1995) memperkenalkan metode gerombol fuzzy (fuzzy clustering) sebagai alternatif dalam teknik pengelompokkan. Dalam metode gerombol fuzzy, penentuan batas kelas atau batas wilayah mempertimbangkan hubungan kedekatan antar data secara gradual, sehingga umumnya menghasilkan klasifikasi yang lebih mulus dan lebih mudah diinterpretasi. Ilustrasi perbedaan dalam penentuan batas kelas dengan teknik crisp dan teknik fuzzy disajikan pada Gambar 5.

3 12 Gambar 2. Pewilayahan hujan di Provinsi Banten menurut Las et al. (2007). Gambar 3. Pewilayahan hujan di Subang-Karawang menurut Las et al. (2007).

4 13 Gambar 4. Pewilayahan hujan di Kabupaten Garut menurut Las et al. (2007). Gambar 5. Gambaran perbedaan konsep dalam penentuan garis batas antara (a) teknik fuzzy dengan (b) teknik konvensional (crisp) (Klir dan Bo Yuan, 1995).

5 14 Kronenfeld (2003) memanfaatkan teknik pengelompokkan fuzzy untuk mengembangkan kerangka pengurangan data melalui analisis klasifikasi terhadap data geografi kontinyu dengan menggunakan beberapa nilai keanggotaan fuzzy (q). Teknik klasifikasi yang dilakukan adalah teknik klasifikasi k-means fuzzy (fuzzy K-means clustering algorithm). Analisis Kronenfeld menghasilkan nilai keanggotaan fuzzy (q) yang memberikan hasil klasifikasi optimum. Panagoulia, Bardossy dan Lourmas (2006) menggunakan teknik klasifikasi fuzzy untuk membedakan hasil prediksi keragaman curah hujan saat ini ( ) dengan hasil prediksi 100 tahun ke depan ( ). Prediksi dan pembangkitan data curah hujan dilakukan melalui model stokastik multivariat (multivariate downscaling stochastic models) yang dikombinasikan dengan model sirkulasi atmosfer. Hasil prediksi keduanya kemudian dianalisis melalui klasifikasi fuzzy untuk melihat apakah kondisi keduanya berbeda atau tidak. Panagoulia et al. (2006) memperlihatkan bahwa terdapat perbedaan kondisi curah hujan antara saat ini dengan periode 100 tahun mendatang. Klir dan Bo Yuan (1995) mengemukakan bahwa terdapat dua teknik klasifikasi dengan metode fuzzy, yaitu berdasarkan nilai C-rata-rata (fuzzy C- means clustering methods) dan berdasarkan relasi ekivalensi fuzzy (fuzzy clustering methods based upon fuzzy equivalence relations). Pada teknik pertama berdasarkan nilai C-rata-rata, jumlah kelas sudah ditetapkan pada awal sebelum analisis dilakukan. Sehingga untuk mendapatkan jumlah kelas yang tepat perlu dilakukan coba-coba (trial and error) melalui beberapa kali analisis. Sebaliknya, pada teknik kedua berdasarkan relasi ekivalensi fuzzy jumlah kelas dapat ditentukan berdasarkan tingkat ekivalensi antar data dan tergantung pada struktur dan karakteristik data. Pada kedua teknik ini

6 15 diperlukan subyektivitas dalam menentukan jumlah kelas, namun penentuan jumlah kelas pada teknik kedua lebih mudah daripada teknik pertama. Dalam penentuan klasifikasi berdasarkan relasi ekivalensi fuzzy, analisis diselesaikan melalui dua tahap, yaitu diawali dengan menentukan relasi kompatibilitas fuzzy dan kemudian menentukan relasi ekivalensi fuzzy. Relasi kompatibilitas fuzzy, bersifat simetrik dan refleksif, menggambarkan fungsi jarak yang diterapkan pada set data tertentu. Relasi ekivalensi fuzzy ditetapkan sebagai hampiran transitif dari relasi kompatibilitas fuzzy. Relasi kompatibilitas fuzzy R terhadap suatu set data X didefinisikan sebagai bentuk fungsi jarak kelas Minowski yang dihitung sebagai berikut: (Klir dan Bo Yuan, 1995). R (x,x ) = 1 δ( i k p j= 1 x ij x Untuk semua <x i, x k > X, dimana q R +, dan δ adalah tetapan jarak yang memastikan bahwa R(x i, x k ) [0,1]. Lebih jelasnya δ adalah nilai invers dari jarak terbesar dalam X. Apabila R adalah suatu relasi kompatibilitas fuzzy pada satu set universal X dengan X = n. Kemudian hampiran max-min transitif R adalah relasi R (n-1). Penghitungan hampiran transitif R T = R (n-1) dengan menghitung relasi sekuens: q kj ) 1 q R R R ( 2 ) ( 4 )... n 2 = R o R = = R R ( 2 ) o R n 1 ( 2 ) ( 2 ) o R n 1 ( 2 ) (Klir dan Bo Yuan, 1995). Suatu relasi fuzzy R(X,X) adalah transitif (atau lebih spesifik, max-min transitif), jika:

7 16 [R o R](x,z) max min[r(x, y),r(y, z)] y Y (Klir dan Bo Yuan, 1995). Tahap ini bertujuan untuk melakukan pewilayahan hujan di Pantura Banten, Pantura Jawa Barat (Subang-Karawang) dan Kabupaten Garut menggunakan teknik gerombol fuzzy, serta menyajikan hasil pewilayahan tersebut dalam peta wilayah hujan. Peta wilayah hujan kemudian ditumpangtepatkan dengan peta sebaran sawah untuk menentukan stasiun-stasiun pewakil di masing-masing wilayah hujan dominan yang merupakan sentra produksi padi Bahan dan Metode Lokasi Penelitian Penelitian ini mengambil studi kasus di sentra produksi padi di Pantura Banten (Kabupaten Serang dan sekitarnya) dan Pantura Jawa Barat (Kabupaten Karawang dan Kabupaten Subang), serta sebagai pembanding dilakukan juga di wilayah bukan sentra produksi padi, yaitu Kabupaten Garut Provinsi Jawa Barat (Gambar 6) Bahan Penelitian Bahan-bahan dan peralatan yang dibutuhkan untuk melaksanakan penelitian pada tahapan kegiatan ini, antara lain: (1) Data harian curah hujan bulanan dari 62 stasiun curah hujan di Pantura Banten, 75 stasiun curah hujan di Pantura Jawa Barat (Karawang dan Subang) dan 14 stasiun curah hujan di Kabupaten Garut hasil pengamatan selama periode (umumnya lebih dari 10 tahun pengamatan).

8 17 (2) Peta-peta pendukung, meliputi peta sebaran stasiun hujan, peta administrasi, peta topografi/kontur dan peta sebaran sawah di wilayah penelitian Gambar 6. Denah umum lokasi studi Penghitungan Curah Hujan Rata-rata Pada tahap ini dilakukan penghitungan nilai rata-rata curah hujan bulanan dari setiap stasiun yang mewakili rata-rata kondisi tahun Normal, tahun El-Nino dan tahun La-Nina, berdasarkan historis kejadian El-Nino dan La-Nina selama periode yang merujuk pada kondisi indikator nilai anomali suhu permukaan laut (anomali SST) pada zona Nino-3,4. Berdasarkan data curah hujan bulanan tersebut, kemudian dikaji bagaimana kondisi rata-rata curah hujan musiman pada kondisi normal, dan pada saat terjadi anomali iklim El-Nino dan La-Nina.

9 18 Batasan kondisi tahun Normal, tahun La-Nina dan tahun El-Nino mengikuti kriteria yang dikemukakan Tim Puslittanak (1996) dalam Pramudia (2002) dimana satu periode dikatakan Normal apabila indikator anomali suhu permukaan laut pada zone Nino-3,4 berada pada kisaran antara -0,5 dan 0,5 o C, dikatakan El-Nino apabila anomali suhu permukaan laut pada zone Nino- 3,4 lebih kecil dari -0,5 o C, dikatakan La-Nina apabila anomali suhu permukaan laut pada zone Nino-3,4 lebih besar dari 0,5 o C Analisis Pewilayahan Hujan Analisis pewilayahan hujan menggunakan metode pengelompokkan fuzzy berdasarkan relasi ekivalensi fuzzy (fuzzy clustering methods based upon fuzzy equivalence relations), dimana jumlah kelas tergantung pada struktur dan karakteristik data yang dianalisis. Tahapan analisis pewilayahan hujan adalah sebagai berikut: (1) Analisis pewilayahan dilakukan terhadap data curah hujan bulanan baik yang mewakili kondisi rata-rata tahun Normal, tahun El-Nino, maupun tahun La-Nina. (2) Dibuat matriks jarak Minowski, yang merupakan beda nilai curah hujan antara stasiun ke-i dengan stasiun ke-k pada bulan ke-j. X ( ik)j = xij xkj dimana X (ik)j = matriks jarak Minowski pada bulan ke-j antara stasiun ke-i dengan stasiun ke-k, x ij = nilai curah hujan di stasiun ke-i pada bulan ke-j, dan x kj = nilai curah hujan di stasiun ke-k pada bulan ke-j. (3) Disusun matrik kompatibilitas fuzzy R yang merupakan fungsi jarak kelas Minowski. R (x,x i k ) = 1 δ( 12 j= 1 x ij x kj q ) 1 q

10 19 dimana R(x i,x k ) = matriks kompatibilitas fuzzy, x ij = nilai curah hujan di stasiun ke-i pada bulan ke-j, dan x kj = nilai curah hujan di stasiun ke-k pada bulan ke-j, j = indeks untuk bulan bernilai 1 untuk bulan Januari dan bernilai 12 untuk bulan Desember, δ = tetapan jarak yang menjadikan nilai-nilai komponen matriks R akan bernilai antara 0 dan 1 (R(x i,x k ) [0,1]), tetapan jarak merupakan nilai invers dari jarak terbesar dalam X (ik)j, dan q = nilai keanggotaan fuzzy. (4) Dilakukan proses hampiran max-min transitif (RoR) terhadap matrik kompatibilitas R: [R o R](x,z) max min[r(x, y),r(y, z)] y Y (5) Dilakukan proses penggabungan matriks R dengan matrik RoR sehingga menghasilkan matriks R (R = R U RoR) [ R (RoR)](x,y) = max[r(x,y),(ror)(x,y)] (6) Apabila matriks R yang dihasilkan belum merupakan matriks transitif maka matriks R ditetapkan sebagai matrik R dan dilakjukan iterasi dengan melangkah kembali pada proses langkah (4) dan (5) sedemikian rupa sehingga dihasilkan suatu matriks ekivalensi R T yang transitif. (7) Matriks ekivalensi transitif R T yang dihasilkan kemudian ditransformasikan ke dalam bentuk diagram hubungan antara tingkat ekivalensi antar stasiun hujan dengan wilayah hujan yang terbentuk. (8) Dilakukan interpretasi terhadap hasil analisis di atas untuk menentukan wilayah-wilayah hujan yang terbentuk serta stasiunstasiun yang masuk dalam wilayah tersebut. Agar dihasilkan informasi pewilayahan hujan yang lebih informatif maka penyajian dilakukan secara spasial dalam bentuk peta pewilayahan hujan. Penarikan batas

11 20 wilayah hujan mempertimbangkan kondisi topografi dan fisiografi lahan. (9) Peta pewilayahan hujan kemudian ditumpang-tepatkan dengan peta sebaran sawah dan peta sebaran stasiun curah hujan. Pada wilayahwilayah hujan yang memiliki sebaran sawah yang paling luas kemudian ditentukan stasiun-stasiun pewakilnya. Batasan yang digunakan untuk menentukan stasiun pewakil adalah bahwa stasiun tersebut memiliki data yang paling lengkap dan paling kontinyu Hasil dan Pembahasan Kondisi Rata-rata Curah Hujan menurut Skenario Anomali Iklim El-Nino dan La-Nina, dan tahun Normal Pada Tabel 2 disajikan kondisi rata-rata curah hujan musiman dan tahunan di Kabupaten Serang (Pantura Banten), Kabupaten Karawang, Kabupaten Subang (Pantura Jawa Barat), dan Kabupaten Garut menurut skenario anomali iklim El-Nino, La-Nina dan Normal selama periode Pada kondisi Normal, Kabupaten Serang memiliki rata-rata curah hujan tahunan mm/tahun, Kabupaten Karawang memiliki rata-rata curah hujan tahunan mm/tahun, Kabupaten Subang memiliki rata-rata curah hujan tahunan mm/tahun, dan Kabupaten Garut memiliki rata-rata curah hujan tahunan mm/tahun. Pada kondisi El-Nino rata-rata curah hujan tahunan di Kabupaten Karawang menurun 16% menjadi mm/tahun, sedangkan pada kondisi La-Nina meningkat 3% menjadi mm/tahun. Di Kabupaten Subang, pada kondisi El-Nino rata-rata curah hujan tahunan menurun 14% menjadi mm/tahun, sedangkan pada kondisi La-Nina rata-rata curah hujan tahunan meningkat sekitar 1% menjadi mm/tahun. Di Kabupaten

12 21 Serang, pada kondisi El-Nino rata-rata curah hujan tahunan menurun 14% menjadi mm/tahun, sedangkan pada kondisi La-Nina rata-rata curah hujan tahunan meningkat sekitar 12% menjadi mm/tahun. Di Kabupaten Garut, pada kondisi El-Nino rata-rata curah hujan tahunan menurun 9% menjadi mm/tahun, sedangkan pada kondisi La-Nina rata-rata curah hujan tahunan meningkat sekitar 14% menjadi mm/tahun. Tabel 2. Kondisi rata-rata curah hujan musiman dan tahunan di Kabupaten Serang, Kabupaten Karawang, Kabupaten Subang dan Kabupaten Garut menurut skenario anomali iklim El-Nino, La-Nina dan Normal selama periode Kabupaten/Wilayah (Jumlah stasiun CH) Kondisi Rata-rata Curah Hujan Tahunan menurut Skenario Anomali Iklim (mm) Tahun El-Nino Tahun La-Nina Tahun Normal Serang/Pantura Banten MH (Jan-Apr) 991 (95%) (103%) (100%) MK1 (Mei-Agu) 334 (89%) 460 (121%) 378 (100%) MK2 (Sep-Des) 450 (69%) 776 (119%) 652 (100%) Tahunan (86%) (112%) (100%) Karawang/Pantura Jabar MH (Jan-Apr) 745 (91%) 772 (95%) 815 (100%) MK1 (Mei-Agu) 96 (62%) 192 (126%) 153 (100%) MK2 (Sep-Des) 278 (76%) 405 (111%) 366 (100%) Tahunan (84%) (103%) (100%) Subang/Pantura Jabar MH (Jan-Apr) 814 (93%) 796 (91%) 874 (100%) MK1 (Mei-Agu) 134 (74%) 205 (114%) 181 (100%) MK2 (Sep-Des) 365 (79%) 530 (114%) 464 (100%) Tahunan (86%) (101%) (100%) Kabupaten Garut MH (Jan-Apr) (121%) (91%) (100%) MK1 (Mei-Agu) (73%) 625 (171%) 365 (100%) MK2 (Sep-Des) 508 (57%) (124%) 895 (100%) Tahunan (91%) (114%) (100%) Catatan: Angka di dalam kurung menunjukkan nisbah terhadap nilai ratarata curah hujan musiman atau tahunan pada tahun Normal.

13 22 Gambaran di atas menunjukkan bahwa pada ketiga skenario anomali iklim, Kabupaten Karawang dan Subang di pantura Jawa Barat merupakan wilayah yang memiliki rata-rata curah hujan tahunan yang paling rendah dibandingkan Kabupaten Serang dan Kabupaten Garut. Kabupaten Garut yang berada di wilayah pegunungan merupakan wilayah yang memiliki curah hujan tahunan yang paling tinggi dibandingkan Pantura Jawa Barat dan Pantura Banten pada ketiga skenario anomali iklim. Hal ini terkait dengan kondisi topografi Kabupaten Karawang dan Subang yang didominasi oleh dataran rendah dengan fisiografi yang datar, sebaliknya Kabupaten Garut merupakan dataran tinggi dengan fisiografi yang bergunung-gunung. Dilihat dari perubahan jumlah curah hujan tahunan menurut skenario anomali iklim, pada kondisi El-Nino penurunan curah hujan tahunan yang besar sekitar 14-16% di Pantura Jawa Barat dan Pantura Banten mengakibatkan kondisi curah hujan menjadi berada di bawah kisaran rata-rata normal, sedangkan di Kabupaten Garut penurunan curah hujan hanya sekitar 9% dan masih di sekitar rata-rata normal. Sebaliknya, pada kondisi La-Nina, peningkatan curah hujan tahunan yang besar terjadi Pantura Banten dan Kabupaten Garut, yaitu sekitar 12-14%, sedangkan di Pantura Jawa Barat peningkatan curah hujan tahunan hanya terjadi sekitar 1-3%. Namun demikian di semua lokasi perubahan curah hujan masih mengakibatkan curah hujan tahunan berada pada kisaran rata-rata normal. Hal ini menunjukkan bahwa skenario iklim El-Nino lebih berpengaruh pada wilayah Pantura Jawa Barat yang memiliki curah hujan yang rendah dan topografi dan fisiografi yang relatif seragam, sedangkan skenario iklim La-Nina lebih berpengaruh di wilayah Pantura Banten dan Kabupaten Garut yang memiliki curah hujan yang lebih tinggi dengan topografi dan fisiografi lebih beragam.

14 23 Dilihat dari perubahan curah hujan musiman pada kondisi El-Nino, di Pantura Banten penurunan curah hujan musiman terbesar terjadi pada MK2 (September-Desember) sebesar 31%, di Pantura Jawa Barat penurunan curah hujan musiman terbesar terjadi pada MK1 (Mei-Agustus) sebesar 26-38%, dan di Kabupaten Garut penurunan curah hujan terbesar terjadi pada MK2 sebesar 43%. Pada kondisi La-Nina, di Pantura Banten peningkatan curah hujan musiman terbesar terjadi pada MK1 sebesar 21%, di Pantura Jawa Barat peningkatan curah hujan musiman terbesar terjadi pada MK1 sebesar 14-26%, dan di Kabupaten Garut peningkatan curah hujan musiman terbesar terjadi pada MK1 sebesar 71%. Respon perubahan terkecil akibat anomali iklim El-Nino dan La-Nina terhadap curah hujan musiman di ketiga lokasi terjadi pada MH (Januari-April) dengan kisaran 3-9%. Hal ini menggambarkan bahwa terdapat perbedaan saat penurunan curah hujan musiman terbesar akibat anomali iklim di Pantura Jawa Barat dengan Pantura Banten dan Kabupaten Garut. Respon di wilayah Pantura Jawa Barat yang memiliki curah hujan lebih rendah, topografi rendah dan fisiografi relatif datar terjadi lebih cepat dibandingkan dengan Pantura Banten dan Kabupaten Garut yang memiliki topografi dan fisiografi yang lebih beragam. Perubahan curah hujan terhadap kondisi anomali iklim La-Nina terjadi lebih serempak di ketiga lokasi dibandingkan respon terhadap kondisi anomali iklim El-Nino. Penjelasan di atas juga menggambarkan bahwa dampak skenario anomali iklim El-Nino dan La-Nina lebih terlihat jelas pada saat periode curah hujan rendah (MK1 dan MK2) dibandingkan pada saat periode curah hujan tinggi (MH). Diduga bahwa faktor topografi, fisiografi, bentuk penutupan, serta sebaran ketinggian tempat di atas permukaan laut (meter dpl) mempengaruhi keragaman jumlah curah hujan tersebut. Kabupaten Karawang memiliki

15 24 topografi dan fisiografi yang dominan datar, bentuk penutupan lahan dominan adalah sawah beririgasi teknis dan rawa, serta memiliki ketinggian tempat (altitude) dominan berkisar antara meter dpl. Sebagian kecil wilayah Kabupaten Karawang di bagian selatan memiliki topografi berbukit, fisiografi bergelombang hingga berbukit, bentuk penutupan lahan umumnya adalah semak belukar, serta memiliki ketinggian tempat berkisar antara meter di atas permukaan laut. Toposekuen Kabupaten Karawang secara keseluruhan ke arah utara menghadap Laut Jawa. Kabupaten Subang di bagian utara memiliki topografi dan fisiografi yang dominan datar hingga bergelombang, bentuk penutupan lahan dominan adalah sawah beririgasi teknis dan perkebunan tebu, serta memiliki ketinggian tempat berkisar antara meter dpl. Sementara itu, Kabupaten Subang di bagian selatan memiliki topografi dan fisiografi yang bergelombang, berbukit hingga bergunung, bentuk penutupan lahan dominan adalah kebun campuran dan perkebunan, serta memiliki ketinggian tempat berkisar antara 500 meter dpl di sekitar Kota Subang hingga meter dpl di puncak Gunung Tangkubanperahu. Toposekuen Kabupaten Subang secara keseluruhan ke arah utara menghadap Laut Jawa. Kabupaten Serang memiliki topografi dan fisiografi yang lebih dominan, yaitu datar, bergelombang dan bergunung, bentuk penutupan lahan dominan adalah sawah beririgasi teknis, sawah tadah hujan, kebun campuran dan hutan, serta memiliki ketinggian tempat berkisar meter dpl di sekitar Kota Serang dan Cilegon, hingga ketinggian meter dpl di puncak Gunung Karang. Toposekuen Kabupaten Serang sebagian ke arah utara menghadap Laut Jawa dengan kondisi kelerengan yang relatif landai, dan sebagian lainnya ke arah barat menghadap Selat Sunda dengan kondisi kelerengan yang lebih curam.

16 25 Kabupaten Garut di bagian utara memiliki topografi dan fisiografi yang dominan bergunung-gunung dan plato, bentuk penutupan lahan dominan adalah sawah tadah hujan, sawah setengah teknis, semak belukar dan hutan, serta memiliki ketinggian tempat dominan berkisar antara 750 meter dpl di sekitar Garut Kota hingga lebih dari meter dpl di puncak Gunung Guntur, puncak Gunung Galunggung, puncak Gunung Cikurai, dan puncak Gunung Papandayan. Sementara itu, Kabupaten Garut di bagian selatan memiliki topografi dan fisiografi yang bergelombang dan berbukit hingga bergunung, bentuk penutupan lahan dominan adalah kebun campuran dan hutan, serta memiliki ketinggian tempat berkisar antara meter dpl. Toposekuen Kabupaten Garut bagian utara adalah plato yang dikelilingi gunung-gunung, sedangkan toposekuen Kabupaten Garut bagian selatan adalah ke arah selatan menghadap Lautan Indonesia Ekivalensi Data Curah Hujan Antar Stasiun Analisis gerombol dengan metode fuzzy menghasilkan nilai ekivalensi data curah hujan bulanan antar stasiun pada tahun El-Nino, tahun La-Nina dan tahun Normal. Kisaran nilai-nilai ekivalensi curah hujan bulanan antar stasiun di Pantura Banten, Pantura Jawa Barat dan Kabupaten Garut menurut skenario kondisi anomali iklim El-Nino, La-Nina dan Normal disajikan pada Tabel 3. Pada tahun Normal, lebar kisaran nilai ekivalensi terkecil terjadi di Pantura Banten, yaitu sebesar 0,24 berada pada kisaran nilai 0,71-0,95 dengan nilai tengah 0,82. Lebar kisaran nilai ekivalensi yang terbesar terjadi di Kabupaten Garut, yaitu sebesar 0,62 pada kisaran nilai 0,33-0,95 dengan nilai tengah 0,88. Di Pantura Jawa Barat, lebar kisaran nilai ekivalensi adalah sebesar 0,29 pada kisaran nilai 0,67-0,96 dengan nilai tengah 0,90.

17 26 Tabel 3. Kisaran nilai ekivalensi data curah hujan bulanan antar stasiun di lokasi penelitian pada tahun El-Nino, tahun La-Nina dan tahun Normal. Kabupaten/Wilayah Kisaran Nilai Ekivalensi Data Curah Hujan Antar Stasiun El-Nino La-Nina Normal Wilayah Pantura Banten 0,58 0,96 (0,85) 0,54 0,95 (0,87) 0,71 0,95 (0,82) Wilayah Pantura Jawa Barat (Karawang-Subang) 0,68 0,96 (0,90) 0,71 0,96 (0,87) 0,67 0,96 (0,90) Wilayah Kabupaten Garut 0,50 0,93 (0,80) 0,19 0,89 (0,85) 0,33 0,95 (0,88) Catatan: Angka di dalam kurung menunjukkan median dari kisaran nilai ekivalensi data curah hujan antar stasiun. Pada tahun Normal tingkat keseragaman curah hujan di Pantura Banten lebih besar dibandingkan wilayah Pantura Jawa Barat maupun Kabupaten Garut, sebaliknya keberagaman data curah hujan di Kabupaten Garut lebih besar dibandingkan wilayah Pantura Banten maupun Pantura Jawa Barat. Diduga hal ini disebabkan oleh posisi stasiun-stasiun curah hujan di wilayah Pantura Banten yang terletak pada topografi, fisiografi dan ketinggian yang relatif sama, yaitu pada lahan yang berfisiografi datar hingga bergelombang dengan ketinggian tidak lebih dari 500 meter dpl. Hanya beberapa stasiun yang terletak di tempat yang fisiografinya berbukit hingga bergunung dengan ketinggian lebih dari 500 meter dpl. Di Kabupaten Garut, stasiun-stasiun curah hujan menyebar pada topografi, fisiografi, ketinggian dan toposekuens yang sangat beragam. Di Pantura Jawa Barat letak stasiunstasiun curah hujan umumnya pada topografi, fisiografi, ketinggian, dan toposekuens yang seragam, kecuali beberapa stasiun yang terletak di bagian selatan Kabupaten Subang, terletak pada topografi, fisiografi, ketinggian yang relatif lebih beragam. Pada tahun El-Nino, lebar kisaran nilai ekivalensi terkecil terjadi di Pantura Jawa` Barat, yaitu sebesar 0,28 berada pada kisaran nilai 0,68-0,96 dengan nilai tengah 0,90. Lebar kisaran nilai ekivalensi yang terbesar terjadi di

18 27 Kabupaten Garut, yaitu sebesar 0,43 pada kisaran nilai 0,50-0,93 dengan nilai tengah 0,80. Di Pantura Banten, lebar kisaran nilai ekivalensi adalah sebesar 0,38 pada kisaran nilai 0,58-0,96 dengan nilai tengah 0,85. Pada tahun La-Nina, lebar kisaran nilai ekivalensi terkecil terjadi di Pantura Jawa` Barat, yaitu sebesar 0,25 berada pada kisaran nilai 0,71-0,96 dengan nilai tengah 0,87. Lebar kisaran nilai ekivalensi yang terbesar terjadi di Kabupaten Garut, yaitu sebesar 0,70 pada kisaran nilai 0,19-0,89 dengan nilai tengah 0,85. Di Pantura Banten, lebar kisaran nilai ekivalensi adalah sebesar 0,41 pada kisaran nilai 0,54-0,95 dengan nilai tengah 0,87. Pemaparan di atas menggambarkan bahwa secara umum di ketiga wilayah terdapat perubahan yang berbeda pada tingkat ekivalensi data curah hujan antar stasiun pada saat terjadi anomali iklim El-Nino maupun La-Nina dibvandingkan pada saat tahun Normal. Rata-rata tingkat ekivalensi data curah hujan antar stasiun pada saat terjadi anomali iklim di Pantura Banten meningkat atau lebih tinggi dibandingkan pada tahun Normal, di Pantura Jawa Barat lebih rendah atau sama dengan pada tahun Normal, sedangkan di wilayah Kabupaten Garut selalu lebih rendah daripada tahun Normal. Hal ini menunjukkan bahwa adanya anomali iklim El-Nino dan La-Nina meningkatkan tingkat keberagaman data curah hujan antar stasiun di Pantura Jawa Barat dan wilayah Kabupaten Garut, sebaliknya menurunkan tingkat keberagaman data curah hujan antar stasiun di Pantura Banten. Membandingkan tingkat ekivalensi data curah hujan antara wilayah satu dengan lainnya, terlihat bahwa di wilayah Kabupaten Garut memiliki tingkat ekivalensi data curah hujan yang selalu lebih rendah dibandingkan wilayah Pantura Benten dan Pantura Jawa Barat pada saat terjadi anomali iklim El-Nino dan La-Nina. Sedangkan pada tahun Normal, tingkat ekivalensi data curah hujan di Pantura Banten selalu lebih rendah dibandingkan Pantura

19 28 Jawa Barat dan Kabupaten Garut. Diduga bahwa kondisi lokal seperti topografi dan pola penutupan lahan, kondisi iklim global, dan interaksi keduanya turut berperanan dan mempengaruhi kondisi curah hujan yang menggambarkan adanya perubahan tingkat ekivalensi antar stasiun di ketiga wilayah tersebut. Tabel 4. Jumlah wilayah hujan yang dapat terbentuk di lokasi studi berdasarkan beberapa nilai ekivalensi antar stasiun hujan pada tahun El-Nino, tahun La-Nina dan tahun Normal. Skenario Nilai ekivalensi data curah hujan antar stasiun Nilai ekivalensi Anomali utk membentuk Iklim 0,90 0,85 0,80 0,75 0,70 0,65 0,60 <0,55 satu wilayah Wilayah Banten El-Nino ,58 La-Nina ,54 Normal ,71 Wilayah Karawang-Subang El-Nino ,68 La-Nina ,71 Normal ,67 Wilayah Garut El-Nino ,50 La-Nina ,19 Normal ,33 Pada tingkat ekivalensi yang lebih tinggi maka akan semakin banyak wilayah hujan yang terbentuk, sebaliknya apabila hasil pengelompokkan hanya diharapkan pada satu atau beberapa wilayah saja maka diperlukan tingkat ekivalensi yang lebih rendah. Semakin rendah tingkat ekivalensi, maka semakin sedikit wilayah hujan yang terbentuk. Tabel 4 menyajikan hubungan antara nilai ekivalensi data curah hujan bulanan antar stasiun dengan jumlah wilayah hujan yang dapat dibentuk. Terlihat bahwa pada tingkat ekivalensi 0.90 di Banten dapat dibentuk 31 wilayah hujan pada tahun El-Nino, 34 wilayah hujan pada tahun La-Nina dan 50 wilayah hujan pada tahun Normal. Sebaliknya pada tingkat ekivalensi 0,55, pada tahun El-Nino dan tahun

20 29 Normal, seluruh stasiun yang dianalisis di Banten dapat dikelompokkan menjadi satu wilayah hujan, sedangkan pada tahun la-nina dapat dikelompokkan menjadi dua wilayah hujan. Dengan demikian perlu ditentukan jumlah wilayah hujan yang ideal dengan mempertimbangkan beberapa faktor seperti topografi, penggunaan lahan, fisiografi, dan lain sebagainya Pewilayahan Hujan di Sentra Produksi Padi Wilayah-wilayah hujan di lokasi penelitian disusun berdasarkan hasilhasil analisis gerombol yang dilakukan pada nilai-nilai curah hujan tahunan. Hal ini juga ditujukan untuk memperbaiki hasil penyusunan wilayah hujan Las et al. (2007) yang menggunakan nilai curah hujan tahunan. Dengan mempertimbangkan kelayakan jumlah dan bentuk wilayah hujan terhadap kondisi topografi, fisiografi dan bentuk penggunaan lahan di lokasi studi, maka jumlah wilayah hujan di masing-masing wilayah atau kabupaten dapat dibentuk pada tingkat ekivalensi yang berbeda. Beberapa wilayah memiliki kisaran nilai curah hujan yang lebar, sehingga dengan mempertimbangkan nilai ekivalensi yang lebih tinggi kisaran tersebut dapat dibagi lagi menjadi sub-wilayah curah hujan. Analisis gerombol dan interpretasinya di ketiga lokasi pada tingkat ekivalensi 75-90% menghasilkan empat kelas curah hujan, yaitu (1) Wilayah I merupakan wilayah memiliki curah hujan rendah dengan intensitas <1.000 mm/tahun, (2) Wilayah II merupakan wilayah memiliki curah hujan sedang dengan intensitas mm/tahun, (3) Wilayah III merupakan wilayah memiliki curah hujan tinggi dengan intensitas mm/tahun, dan (4) Wilayah IV merupakan wilayah memiliki curah hujan sangat tinggi dengan intensitas >3.500 mm/tahun. Wilayah II, yang memiliki kisaran yang sangat lebar, pada tingkat ekivalensi 90-95% dapat dibagi lagi ke dalam tiga sub-wilayah, yaitu (1) Sub-wilayah IIA dengan intensitas curah

21 30 hujan mm/tahun, (2) Sub-wilayah IIB dengan intensitas curah hujan mm/tahun, dan (3) Sub-wilayah IIC dengan intensitas curah hujan mm/tahun. Sebaran kelas-kelas curah hujan secara spasial disajikan pada peta-peta wilayah hujan di Pantura Banten, Pantura Jawa Barat dan Kabupaten Garut pada kondisi Normal, El-Nino dan La-Nina pada Gambar 7 hingga Gambar 15. Tahun Normal Analisis pewilayahan dengan metode gerombol fuzzy terhadap data curah hujan tahunan pada tahun normal menghasilkan pewilayahan yang lebih rinci dibandingkan dengan hasil-hasil dari Las et al. (2007). Hasil pewilayahan hujan tahunan pada kondisi normal disajikan pada Gambar 7, Gambar 8 dan Gambar 9. Dibandingkan dengan Gambar 2, Gambar 3, dan Gambar 4, terdapat perubahan luas dan cakupan wilayah hujan. Perbedaan jumlah atau kerapatan stasiun yang dilibatkan dalam analisis pewilayahan diduga merupakan salah satu hal yang mengakibatkan adanya perbedaan hasil analisis tersebut. Pada tahun Normal, curah hujan tahunan di Pantura Banten tersebar menjadi tiga wilayah hujan, Wilayah II, Wilayah III dan Wilayah IV, termasuk sub-wilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Wilayah II merupakan wilayah hujan yang paling luas menyebar di Propinsi Banten. Wilayah IIA dengan kisaran curah hujan antara mm/tahun terdapat di sekitar 19 stasiun yang menyebar di wilayah dataran rendah dengan fisiografi data hingga bergelombang yang terdapat di pantai utara Kabupaten Serang dan Kabupaten Tangerang hingga mendekati perbatasan dengan Kabupaten Lebak. Wilayah IIB dengan kisaran curah hujan antara mm/tahun terdapat di 17 stasiun hujan yang menyebar di wilayah yang memiliki fisiografi

22 31 bergelombang hingga berbukit di sekitar Cilegon dan sebagian besar wilayah Kabupaten Lebak di bagian timur. Wilayah IIC dengan kisaran curah hujan antara mm/tahun terdapat di 14 stasiun curah hujan yang menyebar wilayah berbukit hingga bergunung di bagian barat Kabupaten Serang, sebagian besar wilayah Pandeglang, dan Kabupaten Lebak bagian barat. Wilayah III dengan kisaran curah hujan antara mm/tahun menyebar sekitar lereng dan puncak Gunung Karang di stasiun Mandalawangi, Menes dan Pasir Waringin, juga di Stasiun Cisalak Baru dan Sampang Peundeuy di Kabupaten Lebak. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di Stasiun Cikasungka, wilayah berbatasan dengan Kabupaten Bogor (Gambar 7). Di Pantura Jawa Barat curah hujan tahunan tersebar menjadi tiga wilayah hujan, Wilayah I, Wilayah II dan Wilayah IV, termasuk sub-wilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Wilayah hujan yang paling luas sebarannya adalah Wilayah IIA dan Wilayah IIB. Wilayah I dengan kisaran curah hujan <1.000 mm/tahun tersebar di tiga stasiun di Kabupaten Subang yaitu Cigadung, Bojongkeding, dan Kopo. Wilayah IIA dengan kisaran curah hujan antara mm/tahun merupakan wilayah hujan terluas dan terdapat di 54 stasiun hujan terutama di sepanjang pantai utara yang umumnya merupakan persawahan dan perkebunan. Wilayah IIB dengan kisaran curah hujan antara mm/tahun terdapat di 10 stasiun hujan yang terdapat di pantai utara bagian barat hingga sekitar pusat perkotaan Kabupaten Karawang dengan topografi datar hingga berbukit-bukit. Wilayah IIC dengan kisaran curah hujan antara mm/tahun terdapat di Stasiun Subang, Cinangling dan Dangdeur, terdapat di sekitar pertengahan Kabupaten Subang. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di lima stasiun curah hujan, yaitu Sindanglaya, Kasomalang,

23 32 Curugagung, Ciseuti dan Ponggang, terdapat di wilayah pegunungan bagian selatan Kabupaten Subang (Gambar 8). Di Kabupaten Garut curah hujan tahunan tersebar menjadi dua wilayah hujan, yaitu Wilayah II dan Wilayah IV, termasuk sub-wilayah IIA, subwilayah IIB dan sub-wilayah IIC. Wilayah curah hujan yang paling luas menyebar di Kabupaten Garut adalah Wilayah IV dan Wilayah IIB. Wilayah IIA dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Cibatu yang terletak di bagian utara. Wilayah IIB dengan curah hujan berkisar antara mm/tahun, merupakan wilayah paling luas, terdapat di Stasiun Limbangan, Stasiun Leles, Stasiun Tarogong, Stasiun Samarang, Stasiun Garut dan Stasiun Pameungpeuk, yang menyebar di dataran tinggi di pusat perkotaan, serta membujur di bagian barat hingga ke sepanjang pantai selatan. Wilayah IIC dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Malangbong, di perbukitan bagian timur laut, serta Stasiun Cikajang di perbukitan bagian tengah. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di perbukitan di bagian selatan, yaitu Stasiun Cisewu, Stasiun Bungbulang dan Stasiun Cisompet, serta Stasiun Sukawening di perbukitan bagian utara (Gambar 9). Tahun El-Nino Pada tahun El-Nino, curah hujan tahunan di Pantura Banten tersebar menjadi empat wilayah hujan, Wilayah I hingga Wilayah IV, termasuk subwilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Pada tahun El-nino, terjadi peningkatan luasan Wilayah I dan Wilayah IIA sehingga Wilayah IIA menjadi wilayah terluas sebarannya di Pantura Banten pada tahun El-Nino. Wilayah I dengan kisaran curah hujan <1.000 mm/tahun terdapat di lima stasiun yang menyebar di dataran rendah sepanjang pantai utara Kabupaten Tangerang.

24 33 33 Keterangan Peta: Peta Situasi: Gambar 7. Hasil pewilayahan hujan tahunan di Pantura Banten pada tahun Normal.

25 34 34 Keterangan Peta: Peta Situasi: Gambar 8. Hasil pewilayahan hujan tahunan di Pantura Jawa Barat pada tahun Normal.

26 35 35 Keterangan Peta: Peta Situasi: Gambar 9. Hasil pewilayahan hujan tahunan di Kabupaten Garut pada tahun Normal.

27 36 Wilayah IIA dengan curah hujan berkisar antara mm/tahun terdapat di sekitar 24 stasiun yang menyebar di dataran rendah dengan fisiografi datar hingga bergelombang sepanjang pantai barat dan pantai utara Kabupaten Serang, serta sebagian besar dataran rendah di Kabupaten Tangerang hingga mendekati perbatasan dengan Kabupaten Lebak dan Kabupaten Bogor. Wilayah IIB dengan curah hujan berkisar antara mm/tahun terdapat di 23 stasiun hujan yang menyebar di sekitar kaki Gunung Karang, dan daerah perbukitan di bagian tengah Kabupaten Pandeglang dan Kabupaten Lebak. Wilayah IIC dengan curah hujan berkisar antara mm/tahun terdapat di stasiun Mandalawangi, Pasir Waringin, Bojong Datar, Banjar Irigasi, Sampang Peundeuy dan Cibeureum, tersebar di sekitar Gunung Karang, serta daerah perbukitan di Kabupaten Pandeglang dan Kabupaten Lebak. Wilayah III dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Cikasungka, daerah perbukitan di Kabupaten Lebak yang berbatasan dengan Kabupaten Bogor. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di stasiun Ciminyak, yaitu wilayah di bagian selatan Kabupaten Lebak dengan fisiografi berbukit-bukit (Gambar 10). Di Pantura Jawa Barat, pada tahun El-Nino curah hujan tahunan tersebar menjadi empat wilayah hujan, Wilayah I sampai Wilayah IV, termasuk sub-wilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Wilayah curah hujan yang paling luas sebarannya adalah Wilayah I dan Wilayah IIA. Wilayah I dengan kisaran curah hujan <1.000 mm/tahun terdapat di 29 stasiun yang menyebar di sepanjang pantai utara mulai dari sebelah barat Kabupaten Karawang dan hingga sebelah timur Kabupaten Subang. Wilayah IIA dengan curah hujan berkisar antara mm/tahun merupakan wilayah hujan terluas dan terdapat di 37 stasiun hujan, menyebar pada dataran rendah di

28 37 Kabupaten Karawang dan Kabupaten Subang yang tidak berbatasan dengan pantai utara laut Jawa. Wilayah IIB dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Cipeundeuy, Stasiun Cinangling dan Stasiun Subang, menyebar di sekitar pusat perkotaan Kabupaten Subang. Wilayah IIC dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Curugagung dan Stasiun Dangdeur, terdapat di daerah perbukitan bagian pertengahan Kabupaten Subang. Wilayah III dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Sindanglaya, Stasiun Kasomalang dan Stasiun Ciseuti, di wilayah pegunungan bagian selatan Kabupaten Subang. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di Stasiun Ponggang di wilayah pegunungan bagian barat daya Kabupaten Subang. Terlihat bahwa pada tahun El-Nino sebaran wilayah dengan curah hujan rendah (<1.750 mm/tahun) menjadi lebih luas dibandingkan tahun Normal, hal ini digambarkan dengan sebaran Wilayah I dan Wilayah IIA yang jauh lebih luas dibandingkan dengan kondisi pada tahun Normal (Gambar 11). Di Kabupaten Garut, pada tahun El-Nino curah hujan tahunan tersebar menjadi tiga wilayah hujan, yaitu Wilayah II, Wilayah III dan Wilayah IV, termasuk sub-wilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Wilayah curah hujan yang paling luas sebarannya adalah Wilayah IIA dan Wilayah IIC. Wilayah IIA dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Limbangan dan Stasiun Cibatu yang terletak di bagian utara, Stasiun Tarogong, Stasiun Samarang dan Stasiun Pameungpeuk, yang membujur di bagian barat hingga ke sepanjang pantai selatan. Wilayah IIB dengan curah hujan berkisar antara mm/tahun, terdapat di Stasiun Leles dan Stasiun Garut di dataran tinggi di pusat perkotaan. Wilayah IIC dengan curah hujan berkisar antara mm/tahun, terdapat di

29 38 Stasiun Malangbong, di perbukitan bagian timur laut, Stasiun Cikajang di perbukitan di tengah, serta Stasiun Cisewu dan Stasiun Cisompet di perbukitan bagian selatan. Wilayah III dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Bungbulang di perbukitan bagian selatan. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di Stasiun Sukawening di perbukitan bagian utara. Terlihat bahwa pada tahun El-Nino sebaran wilayah dengan curah hujan rendah (<1.750 mm/tahun) menjadi lebih luas dibandingkan tahun Normal, hal ini digambarkan dengan sebaran Wilayah IIA yang menjadi lebih luas dibandingkan dengan peta pewilayahan curah hujan tahun Normal. Sebaliknya, sebaran wilayah dengan curah hujan tinggi (>3.500 mm/tahun) menjadi lebih kecil dibandingkan dengan tahun Normal, hal ini digambarkan dengan sebaran Wilayah IV yang menjadi lebih kecil dibandingkan dengan peta pewilayahan curah hujan tahun Normal (Gambar 12). Tahun La-Nina Pada tahun La-Nina, curah hujan tahunan di Pantura Banten tersebar menjadi empat wilayah hujan, Wilayah I hingga Wilayah IV, termasuk subwilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Pada kondisi tahun La-Nina, terjadi peningkatan luasan Wilayah IIB dan Wilayah IIC, serta Wilayah III sehingga Wilayah IIB dan Wilayah IIC merupakan wilayah terluas menyebar di Pantura Banten. Wilayah I dengan kisaran curah hujan <1.000 mm/tahun terdapat di bagian tenggara Kabupaten Tangerang yang berbatasan dengan Kabupaten Bogor. Wilayah IIA dengan curah hujan berkisar antara mm/tahun terdapat di sekitar 15 stasiun, menyebar di dataran dengan fisiografi datar hingga bergelombang yang terdapat di pantai utara Kabupaten Serang dan Kabupaten Tangerang. Wilayah IIB dengan curah hujan berkisar

30 39 39 Keterangan Peta: Peta Situasi: Gambar 10. Hasil pewilayahan hujan tahunan di Pantura Banten pada tahun El-Nino.

31 40 40 Keterangan Peta: Peta Situasi: Gambar 11. Hasil pewilayahan hujan tahunan di Pantura Jawa Barat pada tahun El-Nino.

32 41 41 Keterangan Peta: Peta Situasi: Gambar 12. Hasil pewilayahan hujan tahunan di Kabupaten Garut pada tahun El-Nino.

33 42 antara mm/tahun terdapat di 15 stasiun hujan, menyebar di bagian selatan Kabupaten Serang, daerah pesisir bagian barat dan selatan Kabupaten Pandeglang, daerah pesisir bagian selatan Kabupaten Lebak, serta sebagian besar bagian selatan Kabupaten Tangerang. Wilayah IIC dengan curah hujan berkisar antara mm/tahun terdapat di 18 stasiun, tersebar pada kawasan dengan fisiografi bergelombang hingga berbukit di bagian barat Kabupaten Serang, bagian selatan Kabupaten Tangerang, sebagian besar Kabupaten Pandeglang, serta sebagian besar Kabupaten Lebak. Wilayah III dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Cikasungka di daerah perbukitan Kabupaten Lebak yang berbatasan dengan Kabupaten Bogor, Stasiun Kampung Parigi di perbukitan bagian selatan Kabupaten Tangerang, Stasiun Padarincang yang terletak sebelah utara Gunung Karang, serta Stasiun Kadubera, Stasiun Bojong Datar dan Stasiun Gunung Kencana yang menyebar di perbukitan bagian selatan Kabupaten Pandeglang. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di Stasiun Mandalawangi, Stasiun Menes, Stasiun Pasir Waringin, Stasiun Pagelaran dan Stasiun Labuan, yaitu wilayah di kaki hingga sekitar lereng dan puncak Gunung Karang terletak di bagian barat Kabupaten Serang dan Kabupaten Pandeglang (Gambar 13). Di Pantura Jawa Barat, pada tahun La-Nina curah hujan tahunan tersebar menjadi empat wilayah hujan, Wilayah I sampai Wilayah IV, termasuk sub-wilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Wilayah curah hujan yang paling luas sebarannya adalah Wilayah IIA. Wilayah I dengan kisaran curah hujan <1.000 mm/tahun terdapat di 10 stasiun yang menyebar di bagian timur pantai utara Kabupaten Subang. Wilayah IIA dengan curah hujan berkisar antara mm/tahun merupakan wilayah hujan terluas dan terdapat di 51 stasiun hujan, menyebar pada dataran rendah sepanjang pantai

34 43 utara Kabupaten Karawang serta bagian barat pantai utara Kabupaten Subang. Wilayah IIB dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Cipeundeuy, Stasiun Cinangling dan Stasiun Cipancuh, menyebar di daerah dengan fisiografi bergelombang di sebelah utara kawasan perkotaan Kabupaten Subang, serta di beberapa bagian daerah di Kabupaten Karawang yang memiliki fisiografi lahan yang bergelombang, yaitu Stasiun Dawuhan, Stasiun Gebangmalang dan Stasiun Rawamerta. Wilayah IIC dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Subang, Stasiun Pagaden dan Stasiun Ponggang, terdapat di daerah perbukitan bagian pertengahan dan sekitar pusat perkotaan Kabupaten Subang. Wilayah III dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Sindanglaya, Stasiun Kasomalang, Stasiun Dangdeur dan Stasiun Curugagung, di wilayah pegunungan bagian selatan Kabupaten Subang. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di Stasiun Ciseuti di wilayah pegunungan bagian barat Kabupaten Subang. Terlihat bahwa pada tahun La- Nina sebaran Wilayah I dengan curah hujan rendah (<1.750 mm/tahun) menjadi lebih kecil dibandingkan tahun El-Nino pada peta pewilayahan curah hujan tahunan pada tahun La-Nina (Gambar 14). Di Kabupaten Garut, pada tahun La-Nina curah hujan tahunan tersebar menjadi tiga wilayah hujan, yaitu Wilayah II, Wilayah III dan Wilayah IV, termasuk sub-wilayah IIA, sub-wilayah IIB dan sub-wilayah IIC. Wilayah curah hujan pada tahun La-Nina ditandai dengan meningkatnya luasan Wilayah III dan Wilayah IV yang memiliki curah hujan tinggi. Wilayah IIA dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Tarogong dan Stasiun Cibatu yang terletak di bagian barat dan utara. Wilayah IIB dengan curah hujan berkisar antara mm/tahun, terdapat di

35 44 44 Keterangan Peta: Peta Situasi: Gambar 13. Hasil pewilayahan hujan tahunan di Pantura Banten pada tahun La-Nina.

36 45 45 Keterangan Peta: Peta Situasi: Gambar 14. Hasil pewilayahan hujan tahunan di Pantura Jawa Barat pada tahun La-Nina.

37 46 46 Keterangan Peta: Peta Situasi: Gambar 15. Hasil pewilayahan hujan tahunan di Kabupaten Garut pada tahun La-Nina.

38 47 Stasiun Sukawening dan Stasiun Malangbong yang terdapat di perbukitan bagian utara, serta Stasiun Samarang dan Stasiun Pameungpeuk, yang membujur di bagian barat hingga ke sepanjang pantai selatan. Wilayah IIC dengan curah hujan berkisar antara mm/tahun, terdapat di Stasiun Garut, di dataran tinggi di pusat perkotaan, serta Stasiun Cikajang di perbukitan di bagian tengah. Wilayah III dengan curah hujan berkisar antara mm/tahun terdapat di Stasiun Leles dan Stasiun Cikajang hingga ke perbukitan bagian timur, serta Stasiun Bungbulang di perbukitan bagian selatan. Wilayah IV dengan kisaran curah hujan >3.500 mm/tahun terdapat di Stasiun Cisompet dan Stasiun Bungbulang di perbukitan bagian selatan. Terlihat bahwa pada tahun La-Nina sebaran Wilayah IIA dengan curah hujan rendah (<1.750 mm/tahun) menjadi lebih kecil dibandingkan tahun Normal dan tahun El-Nino. Sebaliknya, sebaran Wilayah III dan Wilayah IV dengan curah hujan tinggi (>3.000 mm/tahun) menjadi lebih luas dibandingkan dengan tahun Normal dan tahun El-Nino (Gambar 15) Stasiun Pewakil pada Wilayah Hujan di Sentra Produksi Padi. Dengan menumpangtepatkan peta wilayah hujan yang tersusun di atas dengan peta sebaran sawah maka diperoleh wilayah hujan yang dominan memiliki sebaran sawah yang luas, yaitu Wilayah IIA dan IIB di Pantura Banten, Wilayah I, IIA dan III di Pantura Jawa Barat, serta Wilayah IIA dan IV di Kabupaten Garut. Sedangkan wilayah lainnya, seperti Wilayah IIC, III dan IV di Pantura Banten, Wilayah IIB, IIC dan IV di Pantura Jawa Barat, serta Wilayah IIB dan IIC di Garut bukan merupakan wilayah hujan dominan atau bukan merupakan kawasan sebaran sawah terluas. Berdasarkan hasil tumpang-tepat antara peta pewilayahan curah hujan dan peta sebaran sawah tersebut serta dengan memperhatikan kualitas data curah hujan yang tersedia

39 48 maka kemudian ditentukan tujuh stasiun curah hujan yang menjadi pewakil bagi wilayah-wilayah hujan dominan yang merupakan sentra produksi padi. Stasiun-stasiun pewakil di Pantura Banten adalah stasiun Baros Serang yang mewakili Wilayah IIA dan stasiun Kalenpetung Serang yang mewakili Wilayah IIB. Stasiun-stasiun pewakil di Pantura Jawa Barat adalah stasiun Tambakdahan Subang yang mewakili Wilayah I, stasiun Karawang yang mewakili Wilayah IIA, dan stasiun Kasomalang Subang yang mewakili Wilayah III. Stasiun-stasiun pewakil di Kabupaten Garut adalah stasiun Tarogong Garut yang mewakili Wilayah IIA dan stasiun Bungbulang Garut yang mewakili Wilayah IV. Tabel 5. Stasiun-stasiun pewakil di beberapa wilayah hujan di sentra produksi padi. No. Lokasi 1. Pantura Banten 2. Pantura Jawa Barat 3. Kabupaten Garut Wilayah Hujan Dominan dengan areal persawahan luas IIA IIB I IIA III IIA IV Stasiun Pewakil Baros Kalen Petung Tambakdahan Karawang Kasomalang Tarogong Bungbulang 2.4. Simpulan dan Saran Simpulan Pada kondisi Normal, Kabupaten Karawang memiliki rata-rata curah hujan tahunan mm/tahun, Kabupaten Subang mm/tahun, Kabupaten Serang mm/tahun, dan Kabupaten Garut mm/tahun. Skenario iklim El-Nino lebih berpengaruh pada wilayah Pantura Jawa Barat yang memiliki curah hujan tahunan yang rendah dan topografi dan fisiografi

40 49 yang relatif seragam, dengan perubahan penurunan curah hujan tahunan antara 14-16% umumnya pada kondisi di bawah normal. Skenario iklim La- Nina lebih berpengaruh di wilayah Pantura Banten dan Kabupaten Garut yang memiliki curah hujan tahunan yang lebih tinggi dengan topografi dan fisiografi lebih beragam, dengan peningkatan curah hujan tahunan sekitar 12-14% masih pada kondisi kisaran curah hujan normal. Dampak skenario anomali iklim El-Nino dan La-Nina terlihat lebih jelas pada saat periode curah hujan rendah (MK1 dan MK2) dibandingkan pada saat periode curah hujan tinggi (MH). Penurunan curah hujan pada MK1 dan MK2 pada saat El-Nino adalah sekitar 26-43% mengakibatkan kondisi curah hujan berada di bawah normal, dan peningkatan curah hujan pada MK1 dan MK2 pada saat La-Nina adalah sekitar 14-71% mengakibatkan kondisi curah hujan umumnya berada di atas normal. Perubahan curah hujan musiman pada MH pada saat El-Nino maupun La-Nina hanya terjadi sekitar 3-9% atau hanya berada pada kisaran normal. Nilai-nilai ekivalensi data curah hujan bulanan antar stasiun pada tahun Normal dari hasil analisis gerombol fuzzy di Pantura Banten berkisar antara 0,71-0,95, di Pantura Jawa Barat berkisar antara 0,67-0,96, dan di Kabupaten Garut berkisar antara 0,33-0,95. Kisaran nilai-nilai ekivalensi data curah hujan antar stasiun di Pantura Banten dan Pantura Jawa Barat menjadi melebar pada kondisi El-Nino dan La-Nina dibandingkan kondisi Normal, sedangkan di Kabupaten Garut kisaran nilai ekivalensi data curah hujan antar stasiun menjadi menyempit pada kondisi El-Nino dan melebar pada kondisi La-Nina. Hal ini menunjukkan bahwa kondisi curah hujan di Pantura Banten dan Pantura Jawa Barat menjadi lebih beragam pada saat terjadi anomali iklim El-Nino dan La-Nina, sedangkan di Garut kondisi curah hujan menjadi