IDENTIFIKASI MADDEN JULIAN OSCILLATION (MJO) UNTUK PREDIKSI PELUANG BANJIR TAHUNAN DI SUB DAS SOLO HULU BAGIAN TENGAH ( )

Transkripsi

1 IDENTIFIKASI MADDEN JULIAN OSCILLATION (MJO) UNTUK PREDIKSI PELUANG BANJIR TAHUNAN DI SUB DAS SOLO HULU BAGIAN TENGAH ( ) PUBLIKASI KARYA ILMIAH Diajukan Sebagai Salah Satu Syarat untuk Memperoleh Derajat S-1 Program Studi Geografi dan Memperoleh Gelar Sarjana Diajukan Oleh : Nama : Fitriyani NIM : E FAKULTAS GEOGRAFI UNIVERSITAS MUHAMMADIYAH SURAKARTA 2014

2 IDENTIFIKASI MADDEN JULIAN OSCILLATION (MJO) UNTUK PREDIKSI PELUANG BANJIR TAHUNAN DI SUB DAS SOLO HULU BAGIAN TENGAH ( ) Identification of Madden Julian Oscillation (MJO) for Flood Years Prediction in Solo Watershed Sub Midsection ( ) Fitriyani 1*, Alif Noor Anna 1, dan Sigit Hadi Prakosa 2 1 Fakultas Geografi Universitas Muhammadiyah Surakarta, Jl. A. Yani Tromol Pos 1 Pabelan, Surakarta, Jawa Tengah BMKG Klas 1 Yogyakarta Jl. Wates KM 8 Jitengan, Balecatur, Gamping, Sleman, Yogyakarta * fie3_geo09@yahoo.com Abstrak Banjir di Sub DAS Solo Hulu Bagian Tengah menimbulkan kerugian besar, sehingga diperlukan penanggulangan. Salah satu pemicu banjir dari faktor non teknis adalah fenomena meteorologi yaitu Madden Julian Oscillation (MJO). Penelitian ini bertujuan untuk mengetahui banjir akibat MJO di fase 4 tahun dan mengidentifikasi serta meminimalisir dampak MJO pada fase 4 yang mempengaruhi peluang banjir tahunan pada bulan Desember-Januari- Februari-Maret (DJFM). Metode yang digunakan untuk mengolah data curah hujan dan debit adalah metode Comullative Distribution Function (CDF) serta analisa data dengan deskriptif analitik. Pengolahan data dengan mencocokkan data kejadian banjir dan aktivitas MJO di fase 4, mengidentifikasi aktivitas MJO dengan membuat spasial Outgoing Longwave Radiation (OLR) dan curah hujan Tropical Rainfall Measuring Mission (TRMM) dengan aplikasi software Grid Analysis and Display System (GrADS), dan olah data curah hujan observasi dan debit dengan software Matlab. Hasil penelitian menunjukkan Peluang banjir di Sub DAS Solo Hulu Bagian Tengah akibat MJO fase 4 sebesar 7% yang disebabkan oleh curah hujan yang terjadi pada hari atau tanggal yang sama (26 Desember 2007, 5 Februari 2008, 31 Desember 2009, 6 Desember 2010, dan 3 Desember 2011). Selain itu, besar kecilnya dampak MJO juga dipengaruhi oleh indeks MJO selama osilasi. Nilai threshold pemicu banjir yaitu curah hujan minimal 86 mm/hari dan debit air sungai minimal 780 m 3 /hari. Kajian tersebut dapat bermanfaat untuk meminimalisir dampak banjir dari segi meteorologis dengan sistem prediksi curah hujan ekstrim dengan mengetahui faktor penyebab yaitu karakteristik MJO. Kata kunci : Banjir, MJO, metode CDF, OLR, TRMM, threshold

3 Abstract Flooding in the Upper Solo Watershed Sub Midsection incurring huge losses so needs countermeasures. One of the triggers a flood of non-technical factors are meteorological phenomena that is the Madden Julian Oscillation (MJO). This study aims to determine the flooding due to the MJO in phase 4 years ffrom an d to identify and minimize the impact of the MJO in phase 4 that affects the annual flood chance in December-January- February-March (DJFM). The method used to process data of rainfall and discharge is the Comullative Distribution Function (CDF) method and data analysis with descriptive analytic. Processing the data by matching the data flood events and the MJO activity in phase 4, identify MJO activity by making spatial Outgoing Longwave Radiation (OLR) and the Tropical Rainfall Measuring Mission (TRMM) with application Grid Analysis and Data System (GrADS) software, and observed rainfall data and flow with Matlab software. The result showed opportunities in Sub-watershed flooding upstream Solo Midsection due to MJO phase 4 of 7% caused by rainfall that occurred on the same day or date (December 26, 2007; February 5, 2008; December 31, 2009; December 6, 2010, December 3, 2011). In addition, the size of the impact of the MJO is also influenced by the MJO index during oscillation. Threshold value that triggers flooding rainfall of at least 86 mm/day and the water discharge of the river at least 780 m3/day. The study can be usefull to minimize the impact of flooding in terms of the meteorological extreme rainfall prediction system by knowing the characteristics of the MJO. Keywords : Flood, MJO, CDF method, OLR, TRMM, threshold

4 Sabtu 12, April 2014

5 1 PENDAHULUAN Bencana banjir erat kaitannya dengan curah hujan. Dengan mengabaikan faktor lingkungan dan kondisi permukaan tanah, bencana banjir disebabkan oleh hujan lebat. Akhir-akhir ini fenomena banjir semakin meningkat baik frekuensi, besar maupun intensitasnya. Degradasi hutan dan lingkungan baik kuantitas maupun kualitas dapat menimbulkan banjir meskipun jumlah curah hujan tidak besar. Jika kondisi topografi rendah sehingga air limpasan tidak segera masuk ke DAS, maka lokasi banjir disebabkan oleh genangan air. Besarnya debit banjir sangat dipengaruhi oleh intensitas hujan dan karakteristik DAS, sedangkan durasi genangan air bergantung pada sistem drainase jaringan sungai dan durasi hujannya (Tjasyono dkk, 2006). Sub DAS Solo Hulu Bagian Tengah merupakan daerah intermountain basin antara Gunung Merapi dan Gunung Lawu, serta di antara Pegunungan Plato Wonogiri dan Pegunungan Kendeng (Suharjo, dalam Anna 2011), sehingga sangat berpotensi terjadi banjir ketika musim penghujan tiba. Faktor non teknis penyebab banjir dari fenomena meteorologi seperti peningkatan curah hujan yang ekstrim salah satunya fenomena Madden Julian Oscillation (Evana, 2009). Dalam penelitiannya, Evana (2009) menjelaskan bahwa tahun 1996 dan 2002 MJO menjadi salah satu penyebab hujan deras mencapai 200 mm/hari yang menyebabkan banjir (studi kasus : Jakarta). Fenomena MJO berpengaruh signifikan ketika matahari di Belahan Bumi Selatan (BBS) terutama saat Monsun Asia kuat yaitu Bulan Desember, Januari, Februari (DJF). Sesuai periode tersebut menyebabkan penguapan tinggi di Wilayah Selatan Khatulistiwa dan menimbulkan curah hujan tinggi di wilayah tertentu di Indonesia. Selain itu, posisi Indonesia berada di zona konvergensi intertropik (ZKI) curah hujan yang tinggi tersebut berpotensi mengakibatkan banjir. Banjir di Sub DAS Solo Hulu Bagian Tengah menimbulkan kerugian besar, sehingga diperlukan penanggulangan. Penanggulangan banjir selama ini masih dilakukan pada manajemen bawah atau konvensional (sudetan, normalisasi, talud), tetapi banjir masih terjadi. Salah satu cara penanggulangan yang dapat dilakukan adalah melalui pendekatan meteorologi yaitu mengetahui karakter MJO penyebab curah hujan tinggi. Penelitian ini penting dilakukan, karena masih minimnya pengetahuan tentang karakteristik MJO dan belum pernah dilakukan penanggulangan dari segi meteorologis dari penyebab banjir. Berdasarkan uraian tersebut, maka perumusan masalahnya sebagai berikut : 1. Bagaimana peluang banjir di daerah penelitian akibat MJO pada fase 4 tahun ? 2. Bagaimana cara meminimalisir dampak banjir dari segi meteorologis melalui identifikasi MJO di Sub DAS Solo Hulu Bagian Tengah pada bulan DJFM? Sejalan dengan rumusan tersebut, adapun tujuan penelitian ini adalah sebagai berikut: 1. Mengetahui peluang banjir akibat MJO pada fase 4 tahun di daerah penelitian. 2. Mengidentifikasi dan meminimalisir dampak MJO pada fase yang mempengaruhi peluang banjir tahunan di daerah penelitian pada bulan basah DJFM.

6 2 Tinjauan Pustaka Madden Julian Oscillation MJO adalah osilasi/gelombang tekanan (pola tekanan tinggi-rendah) dengan periode hari menjalar dari barat ke timur yaitu Samudra Hindia ke Samudra Pasifik Tengah dengan rentang daerah propagasi 15 0 LU 15 0 LS. Fenomena ini pertama kali ditemukan oleh Roland Madden dan Paul Julian tahun 1971, ketika menganalisis anomali angin zonal di Pasifik Tropis, sehingga dikenal dengan Madden- Julian Oscillation (MJO). Mereka menggunakan data tekanan selama 10 tahun di Pulau Canton (2,8 0 LS di Pasifik) dan data angin di lapisan atas Singapura (Wijaya, 2010). Geerts menjelaskan bahwa karakter pergerakan MJO ke Timur dari Samudra India menuju Samudra Pasifik sekali osilasi dalam waktu hari dibagi dalam 8 fase. Fase-1 di Afrika (210 0 BB-60 0 BT, fase-2 di Samudra Hindia bagian Barat (60 0 BT BT), fase-3 di Samudra India bagian Timur (80 0 BT BT), fase-4 dan fase-5 di benua maritim Indonesia (100 0 BT BT), fase-6 di kawasan Pasifik Barat (140 0 BT BT), fase 7 di Pasifik Tengah (160 0 BT BT), dan fase-8 daerah konveksi di belahan bumi bagian barat (180 0 BT BB) dalam BMKG Hang Nadim tahun Gambar 1. Penjalaran MJO Fase 1 sampai 8 Banjir Banjir adalah peristiwa atau keadaan terendamnya suatu daerah atau daratan karena volume air yang meningkat. Menurut Kodoatie (2002), banjir ada dua peristiwa. Pertama, peristiwa banjir atau genangan yang terjadi pada daerah yang biasanya tidak terjadi banjir. Kedua, peristiwa banjir terjadi karena limpasan air banjir dari sungai karena debit banjir tidak mampu dialirkan oleh alur sungai atau debit banjir lebih besar dari kapasitas pengaliran sungai yang ada. Peristiwa banjir sendiri tidak menjadi permasalahan apabila tidak mengganggu terhadap aktivitas atau kepentingan manusia dan permasalahan ini timbul setelah manusia melakukan kegiatan pada daerah dataran banjir. Maka perlu adanya pengaturan daerah dataran banjir, untuk mengurangi kerugian akibat banjir (flood plain management). Metodologi Penelitian Metode pengumpulan data dalam penelitian ini adalah pengumpulan data sekunder. Metode pengolahan data curah hujan dan debit dengan menggunakan metode CDF (Comulative distribution function). Metode yang digunakan dalam analisa data menggunakan analisis deskriptif analitik. Data Data utama yaitu data kejadian banjir tahun bulan DJFM. Data pendukung yang digunakan yaitu : a. Data harian Realtime Multivariate MJO seri 1 dan 2 (RMM1/2) periode DJFM tahun b. Data anomali Outgoing Longwave Radiation (OLR) global periode DJFM tahun c. Data curah hujan rata-rata harian global periode tahun bulan DJFM

7 3 berbasis observasi satelit TRMM (Tropical Rainfall Measuring Mission) jenis 3B42. d. Data citra MTSAT IR1 tiap jam UTC pada saat kejadian banjir. e. Indeks Pentad (lima harian) MJO Fase 4 DJFM tahun f. Data curah hujan observasi harian DAS Solo Hulu Bagian Tengah yaitu Klaten, Colo, Nepen, Tawangmangu, dan Pabelan tahun untuk periode bulan DJFM. g. Data debit harian Sungai Bengawan Solo Pos Pemantauan debit air Jurug dan Serenan Tahun Pengolahan data Adapun pengolahan data dalam penelitian ini antara lain : 1. Mencocokkan data tanggal kejadian banjir dengan data tanggal fase 4 MJO dalam data RMM1 dan RMM2 bulan DJFM. Dilanjutkan melihat hubungan indeks MJO dan indeks curah hujan. 2. Identifikasi aktivitas dan konsentrasi curah hujan tinggi saat MJO fase 3, fase 4, dan fase 5 dengan membuat spasial OLR dan curah hujan TRMM dengan software GrADS. 3. Mengolah data curah hujan dan debit observasi dengan metode CDF dalam Matlab untuk mengetahui nilai ambang batas atau threshold pemicu banjir. 4. Menghitung peluang banjir yang ada di daerah penelitian dari data kejadian banjir pada saat MJO di fase 4 dengan data jumlah aktivitas MJO di fase 4. Analisis data Analisis data yang digunakan dalam penelitian ini adalah analisa deskriptif analitik. Adapun analisisnya meliputi: 1. Mendeskripsikan posisi pusat konveksi MJO di fase 3, 4, dan 5 yang berada di wilayah Benua Maritim Indonesia dari spasial komposit OLR. Selanjutnya mendeskripsikan wilayah terkonsentrasi curah hujan tinggi selama MJO di fase 3, 4, dan 5 dari spasial komposit TRMM. 2. Menganalisis penjalaran MJO dari fase 3 ke fase 4 pada bulan DJFM tahun Setiap periode penjalaran dirata-rata, maka diketahui penjalarannya dari fase 3 ke fase 4 selama beberapa hari. Analisa penjalaran ini digunakan untuk prediksi MJO fase 4 di osilasi selanjutnya di Benua Maritim Indonesia selama bulan DJFM. 3. Mengetahui nilai threshold pemicu curah hujan ekstrim maupun debit yang dapat berpotensi menimbulkan banjir. Data curah hujan dan data debit yang sudah diolah akan diketahui minimal pemicu banjir dari metode CDF tersebut. 4. Analisa peluang banjir yang berkorelasi dengan MJO di Fase 4 di daerah Sub DAS Solo Hulu Bagian Tengah seberapa besar pengaruh MJO fase 4 pada kejadian banjir. HASIL PENELITIAN Identifikasi MJO Analisa posisi MJO di Indonesia yaitu dengan membuat spasial komposit OLR dari MJO fase 3, fase 4, dan fase 5. Selama periode analisis data RMM1 Dan RMM2 tahun bulan DJFM diperoleh 213 hari aktivitas. Aktivitas MJO yang tersaji pada Gambar 2 menunjukkan aktivitas MJO dari fase 1 sampai fase 8 pada tanggal 1 Desember 2007 hingga 31 Maret 2008.

8 4 Gambar 4 Komposit OLR MJO fase 4 Gambar 2. RMM1dan RMM2 tanggal 1 Desember-31 Maret 2008 Awan konvektif saat MJO di fase 4 yang tersaji pada Gambar 4 terkonsentrasi di Laut Jawa. Aktivitas awan konvektif juga terlihat memanjang dari Sumatera bagian Selatan hingga Sulawesi bagian Selatan. Gambar 3 Komposit OLR MJO di Fase 3 Pusat konveksi MJO fase 3 pada Gambar 3 berada di Sumatera bagian Selatan. Luasan awan konvektif juga terlihat di Laut Jawa hingga Kalimantan Bagian Tengah. Gambar 5 Komposit OLR MJO di fase 5 Gambar 5 menunjukkan MJO pada fase 5 di Benua Maritim Indonesia. Pusat konveksi terbesar berada di perairan sebelah utara Australia. Aktivitas awan konvektif terlihat memanjang dari Samudera Hindia bagian Timur hingga perairan Australia bagian Timur Laut.

9 5 Analisa Data Curah Hujan TRMM Gambar 8 Komposit TRMM MJO di fase 5 Gambar 6 Komposit TRMM MJO di fase 3 Curah hujan pada Gambar 6 menunjukkan terkonsentrasi di wilayah Sumatera Bagian Utara. Sementara curah hujan minimum berada di Jawa, Nusa Tenggara, Kalimantan Selatan, dan Sulawesi Bagian Selatan. MJO selama di fase 5 yang disajikan pada Gambar 8 curah hujan paling tinggi terkonsentrasi berada di wilayah Papua. Selain daerah Papua, tampak di wilayah Indonesia bagian Selatan dan Tengah. Karena wilayah tersebut dekat sumber uap air di Perairan Laut Cina Selatan (Prakosa, 2012). Penjalaran MJO dari Fase 3 ke Fase 4 Bulan DJFM ( ) Tabel 1 Durasi Penjalaran MJO dari Fase 3 ke Fase 4 Bulan DJFM Gambar 7 Komposit TRMM MJO di fase 4 Gambar 7 menyajikan komposit curah hujan yang terkonsentrasi di wilayah Indonesia Bagian Barat. Distribusi curah hujan mengarah ke Timur yang menunjukkan MJO bergerak ke fase 4. Curah hujan tinggi terjadi di Laut Cina Selatan. Curah hujan minimum terlihat di wilayah Indonesia bagian Selatan. Periode Osilasi Lama Penjalaran (hari) Desember Januari Februari Maret Januari Februari Desember Januari Maret Desember Maret Februari Maret Rata-rata 4 Sumber: Penulis, 2014.

10 6 Tabel 1 menyajikan durasi penjalaran MJO dari Fase 3 ke Fase 4 rata-rata jangka pendek adalah 4 hari. Sementara untuk penjalaran fase 4 kembali ke fase 4 lagi dibutuhkan sekitar 45 harian karena daerah penelitian berada di kawasan Pontianak dan Manado (Madani dkk, 2012). Jadi, untuk keperluan manajemen bencana terutama pengurangan risiko bencana di daerah penelitian dapat dilakukan dalam 4 hari setelah MJO di fase 3 atau 45 hari saat MJO di fase 4. Analisa Data Curah Hujan dan Debit Untuk mengetahui threshold atau ambang batas curah hujan dan debit pemicu banjir di daerah penelitian, maka dibuat grafik Comulative Distribution Function (CDF). Nilai threshold curah hujan diperoleh dari data curah hujan mulai tahun 2007 hingga Sementara nilai threshold debit diperoleh dari data debit mulai tahun 2008 hingga Gambar 9. CDF CH pemicu banjir Gambar 9 menyajikan grafik threshold intensitas curah hujan pemicu banjir di daerah Sub DAS Solo Hulu Bagian Tengah. Hasil perhitungan dengan percentile 90% adalah minimal sebesar 86 mm/hari. Sementara untuk intensitas curah hujan yang tidak memicu banjir di daerah penelitian adalah sebesar 26 mm/hari atau lebih kecil dari 26 mm/hari. Gambar 10. CDF debit pemicu banjir Gambar 10 menunjukkan nilai CDF debit Sungai Bengawan Solo pemicu banjir di daerah Sub DAS Solo Hulu Bagian Tengah. Hasil perhitungan percentile 90% adalah minimal sebesar 780 m 3 /hari. Sementara untuk intensitas debit Sungai Bengawan Solo di Daerah Sub DAS Solo Hulu Bagian Tengah yang tidak memicu banjir adalah 310 m 3 /hari atau lebih kecil dari 310 m 3 /hari. Analisa Banjir di Sub DAS Solo Hulu Bagian Tengah akibat MJO pada Fase 4 tahun Peluang banjir di Sub DAS Solo Hulu Bagian Tengah akibat MJO di fase 4 adalah untuk mengetahui seberapa banyak kejadian banjir yang terjadi. Fase 4 aktif MJO pada tahun bulan Desember-Januari-Februari-Maret terdapat 71 hari. Kejadian banjir yang bersamaan dengan MJO di fase 4 ada 5 kejadian. Peluang banjir = 5/71x100% = 7% Persentase peluang banjir akibat MJO di fase 4 adalah 7% (relatif kecil). Adapun penyebab angka tersebut kecil antara lain: - Range data lima tahun bulan DJFM (terdapat 5 data kejadian banjir)

11 7 - Walaupun MJO aktif di Fase 4 pengaruhnya terhadap curah hujan tinggi tergantung dengan indeks MJO itu sendiri. Gambar 11. Peta Administrasi Sub DAS Solo Hulu Bagian Tengah Adapun rata-rata curah hujan dari lima stasiun pengamat hujan pada saat kejadian banjir yang tersaji di Tabel 2 yang termasuk banjir signifikan ada tiga kejadian. Tiga kejadian banjir tersebut dengan curah hujan, antara lain : 107 mm/hari, 55 mm/hari, dan 85 mm/hari. Untuk data debit dari pos pemantauan di daerah penelitian menunjukkan di atas nilai threshold 780 m 3, yaitu : 1986 m 3 /hari, 1002 m 3 /hari, dan 1169 m 3 /hari. Sementara kejadian banjir tanggal 6 Desember 2010 dan 3 Desember 2011 curah hujan dan debit yang dihasilkan sangat minimum atau kurang dari nilai threshold. Diduga dua kejadian banjir tersebut terjadi akibat luapan anak Sungai Bengawan Solo (banjir lokal). Tabel 2 Kejadian Banjir yang Berkorelasi dengan MJO di Fase 4 Tanggal Kejadian Banjir Stasiun Pengukur CH Tanggal CH Maksimum CH (mm/hari) 26 Des 2007 Tawangmangu 26 Des Pabelan 26 Des Nepen 26 Des Klaten 26 Des Colo 26 Des Feb 2008 Tawangmangu 5 Feb Pabelan 5 Feb Nepen 5 Feb Klaten 5 Feb Colo 5 Feb Jan 2009 Tawangmangu 31 Jan Pabelan 31 Jan Nepen 31 Jan Klaten 31 Jan Colo 31 Jan Des 2010 Tawangmangu 6 Des Pabelan 6 Des Nepen 6 Des Klaten 6 Des Colo 6 Des Des 2011 Tawangmangu 3 Des Pabelan 3 Des Nepen 3 Des Klaten 3 Des Colo 3 Des Sumber: BBWSBS dan Perum Jasa Tirta Debit (m 3 /hari)

12 8 Tabel 3 Indeks MJO saat Kejadian Banjir Kejadian Banjir INDEX_4 Intensitas MJO ,45 Lemah ,63 Lemah ,63 Lemah ,92 Lemah ,04 Sedang Sumber : Tabel 3 di atas menunjukkan indeks MJO di fase 4 pada saat kejadian banjir. Pai dkk (2009) membagi kategori MJO menjadi 8 fase kuat dan lemah. Klasifikasi indeks MJO dalam penelitian ini dibagi menjadi tiga yaitu, lemah (0-1,5), sedang (1,5-2,5), dan kuat (>2,5). Berdasarkan nilai klasifikasi tersebut dampak MJO di fase 4 di daerah penelitian rata-rata dengan MJO berintensitas lemah (tidak signifikan). Kesimpulan Dari beberapa analisis yang telah dilakukan dalam penelitian ini, maka dapat disimpulkan sebagai berikut : 1. Peluang banjir di Sub DAS Solo Hulu Bagian Tengah akibat MJO fase 4 sebesar 7% yang disebabkan oleh curah hujan yang terjadi pada hari atau tanggal yang sama (26 Desember 2007, 5 Februari 2008, 31 Desember 2009, 6 Desember 2010, dan 3 Desember 2011). Selain itu, besar kecilnya dampak MJO juga dipengaruhi oleh indeks MJO selama osilasi. 2. Nilai threshold pemicu banjir yaitu curah hujan minimal 86 mm/hari dan debit air sungai minimal 780 m 3 /hari. 3. Usaha untuk meminimalisir dampak banjir dari segi meteorologis salah satunya adalah prediksi curah hujan ekstrim dengan mengetahui faktor penyebab yaitu karakteristik penjalaran Saran MJO. Faktor penyebab dapat diidentifikasi dari osilasi dalam masa 4 hari setelah MJO memasuki fase 3 atau 45 hari ketika MJO berada di fase 4. Untuk mendapatkan hasil analisis yang lebih representatif, sebaiknya digunakan range data yang lebih panjang, sehingga diketahui pengaruh MJO terhadap curah hujan ekstrim yang berpeluang mengakibatkan banjir tahunan di Sub DAS Solo Hulu Bagian Tengah. Ketersediaan data kejadian banjir di daerah penelitian masih sedikit, setidaknya penelitian ini dapat mewakili dan masih harus disempurnakan untuk penelitian selanjutnya. Ucapan Terima Kasih Ucapan terima kasih Penulis sampaikan kepada Staff Balai Besar Wilayah Sungai Bengawan Solo, Perum Jasa Tirta atas perolehan data kejadian banjir, curah hujan dan debit yang diolah dalam tulisan ini. Penulis juga memberikan apresiasi yang tinggi terutama kepada keluarga, bapak ibu dosen pembimbing dan penguji serta semua pihak yang telah membantu secara langsung maupun tidak langsung dalam penyelesaian tulisan ini. Daftar Pustaka Anna, A.N, Suharjo, dan M. Cholil Model Pengelolaan Air Permukaan untuk Pencegahan Daerah Banjir di Surakarta dan Sukoharjo Jawa Tengah. Surakarta : Fakultas Geografi Universitas Muhammadiyah Surakarta.

13 9 BMKG Hang Nadim Buletin Meteorologi Edisi 052. Batam. Evana, L, S. Effendy, dan E. Hermawan Pengembangan Model Prediksi Madden Julian Oscillation (MJO) Berbasis Pada Hasil Analisis Data Real Time Multivariate MJO (RMM1 dan RMM2). Jurnal Agromet Indonesia. IPB Bogor. Volume 22 (2) Halaman Wijaya, Candra M Fenomena Perubahan Cuaca dan Iklim. Publikasi Internet. ( /2010/12/mjo-maddenjulianoscillation.html), diakses 28 Juli Kodoatie, Robert J dan Sugiyanto Banjir, Beberapa Penyebab dan Metode Pengendaliannya (Perspektif Lingkungan). Yogyakarta : Pustaka Pelajar. Madani, N, E. Hermawan, dan A. Faqih Pengembangan Model Prediksi Madden Julian Oscillation (MJO) Berbasis Hasil Analisis Data Wind Profiler Radar (WPR). Jurnal Meteorologi dan Geofisika. BMKG Jakarta. Volume 13 (1) Halaman Prakosa, Sigit H Kajian Dampak Borneo Vortex Terhadap Curah Hujan di Indonesia Selama Musim Dingin Belahan Bumi Utara. Tesis. Bandung: Program Studi Sains Atmosfer Fakultas Ilmu dan Teknologi Kebumian Institut Teknologi Bandung. Tjasyono, B Ilmu Kebumian dan Antariksa. Bandung : Penerbit ROSDA. Tjasyono, Bayong HK., Ina Juaeni, dan Sri Woro B. Harijono Proses Meteorologi Bencana Banjir di Indonesia. Bandung : Institut Teknologi Bandung.