analisis kondisi cuaca saat terjadi banjir di … · faktor lain penyebab banjir adalah sifat-sifat...
TRANSCRIPT
ANALISIS KONDISI CUACA SAAT TERJADI BANJIR DI KABUPATEN LAMPUNG UTARA
(Studi Kasus Tanggal 29 Desember 2017)
Adi Saputra1, Fahrizal2 Stasiun Meteorologi Klas I Radin Inten II Bandar Lampung
Email : [email protected]
ABSTRAK Letak geografi Kab.Lampung Utara yang berada di sebelah Utara Prov.Lampung berbatasan dengan sebelah Utara Kab.Way Kanan, sebelah selatan Kab.Lampung Tengah, sebelah Timur Kab.Tubabar, dan sebelah Barat Kab. Lampung Barat, dan topografinya terbagi menjadi dua bagian, sebelah timur dataran rendah dan sebelah barat daerah perbukitan (bukit barisan). Sedangkan kondisi cuacanya dipengaruhi oleh monsun. Secara Klimatologi di wilayah Lampung bulan Desember dan Januari merupakan puncak musim penghujan. Berdasarkan informasi media www.teraslampung.com, pada tanggal 29 Desember 2017 telah terjadi cuaca ekstrim berupa hujan dengan intensitas lebat yang mengakibatkan ratusan rumah di Kab.Lampung Utara terendam banjir akibat diguyur hujan deras sejak malam dini hari hingga pagi, sore dan malam hari. Banjir juga menyebabkan dua pohon tumbang sehingga menimpa rumah warga dan merendam 6 unit mobil dan 1 unit sepeda motor. Berdasarkan data yang dimiliki BPBD Lampung Utara, korban banjir terbanyak terjadi di kelurahan Cempedak 75 unit rumah, Kelurahan Tanjung Aman 49 unit rumah, Kelurahan Tanjung Harapan 15 unit rumah 1 sekolah, dan Kelurahan Kelapa Tujuh 19 unit rumah. Banjir juga merendam sawah, Kolam pemancingan ikan, jalan lintas tengah Sumatera. Dari data curah hujan Stasiun Geofisika Kotabumi, curah hujan yang tercatat pada tanggal 29 Desember 2017 jam 07.00 WIB 157 mm/hari dan termasuk kategori Ekstrim. Pantauan citra satelit menunjukan konsentrasi awan di wilayah Lampung Utara sangat kuat, suhu puncak awan menunjukan antara -60
0C s.d -70,5
0C, ini berarti termasuk jenis awan
Cb yang sangat kuat dan menjulang tinggi. Kemudina dari analisis Sounding yang diperoleh dari cross section didapat bahwa kondisi labilitas wilayah Ka.Lampung Utara dan sekitarnya sangat labil dan RH lapisan dari 850 s.d 500 mb sangat lebab berkisar antara 70 s.d 85%, ini berarti asupan energi untuk pembentukan awan Cb sangat mendukung. Kemudian dari analisa angin 3000 Feet, terbentuk adanya Pola Konvergensi pada tanggal 28 Desember 2017 jam 12 UTC di atas wilayah Lampung bagian Utara dan Pola Shearlines pada tanggal 29 Desember 2017 jam 00 UTC, ini berarti pengaruh gangguan cuaca Skala Meso sangat mendukung dalam pembentukan cuaca ekstrim. Dapat disimpulkan bahwa curah hujan yang tinggi dan berdurasi lama disebabkan kuatnya labilitas udara di atas wilayah Lampung Utara dan diperkuat lagi gangguan cuaca skala meso. Kata kunci : Cuaca Ekstrem, Labilitas, Awan Cb, Banjir, Konvergensi, Shearlines
1. PENDAHULUAN
Dari sejumlah bencana banjir dan longsor yang
terjadi, dapat diketahui bahwa penyebab utama
adalah faktor meteorologis unsur curah hujan
terutama intensitas hujan, distribusi hujan dan
durasi hujan. Faktor lain penyebab banjir adalah
sifat-sifat fisis dari permukaan tanah, kandungan
air tanah, dan permukaan tanah (tanah gundul,
tanah bertanaman dan lain-lain). Lihat gambar I,
hal 2. Berdasarkan data curah hujan di Stasiun
Geofisika Kotabumi pada tanggal 29 Desember
2017 sebesar 157 mm/hari, ini berarti tergolong
ekstrim.
Cuaca Ekstrim adalah kejadian cuaca yang tidak
normal, tidak lazim yang dapat mengakibatkan
kerugian terutama keselamatan jiwa dan harta.
Salah satu bentuk cuaca ekstrim adalah peristiwa
hujan dengan intensitas lebat yang mengakibatkan
banjir. Peristiwa hujan dengan intensitas sedang
hingga lebat yang terjadi di Kabupaten Lampung
Utara pada Jumat Tanggal 29 Desember 2017
menyebabkan ratusan rumah, sawah, kolam
pemancingan, jalan lintas tengah Sumatera
terendam banjir (lihat Lampiran 2).
Tujuan penulisan ini adalah untuk menganalisis
kondisi cuaca dan mengidentifikasi penyebab
hujan sedang hingga lebat yang terjadi pada
tanggal 29 Desember 2017 di wilayah
Kab.Lampung Utara. Hasil analisis diharapkan
menjadi bahan informasi bagi masyarakat untuk
meminimalisir dampak buruk yang mungkin timbul
dari kejadian serupa di masa mendatang.
Gambar 1. Bagan Peristiwa Bencana Banjir
2. METODE PENELITIAN 2.1 Data
2.1.1 Data SATAID
Data SATAID yang penulis gunakan dalam
menganalisa kejadian cuaca ekstrim (banjir) yaitu
data Satelit Himawari 8 dengan kanal WV (Water
Vavor) tanggal 28 -29 Desember 2017 jam 00-23
UTC.
2.1.2 Data Angin 3000 feet
Data angin yang penulis gunakan adalah data
angin 3000 feet jam 00 dan 12 UTC tanggal 28-29
Desember 2017. Data ini digunakan karena dapat
mewakili kondisi cuaca skala Meso (Regional).
Dari data angin 3000 feet juga dapat diketahui
pengaruh gangguan cuaca skala Meso yang
berdampak pada gangguan cuaca skala lokal.
2.1.3 Data Presipitasi GSMap
Data ini digunakan untuk melihat distribusi
presipitasi di sekitar wilayah kejadian cuaca
ekstrim. Data spasial presipitasi GSMap
merupakan solusi bilamana tidak ada data
pengamatan di tempat kejadian cuaca ekstrim.
Adapun data yang penulis gunakan data tanggal
28-29 Desember 2017 dari jam 00 – 23 UTC.
2.1.4 Data Sounding Cross Section
Metode ini digunakan sebagai alternatif untuk
melihat kondisi Labilitas Atmosfer diatas suatu
wilayah dan seberapa besar kuatnya gangguan
cuaca yang menghasilkan cuaca ekstrim meskipun
di daerah tersebut tidak ada pelepasan
Radiosonde. Data yang penulis gunakan data
tanggal 29 Desember 2017 jam 12 UTC dan 30
Desember 2017 jam 00 UTC dari dua Stasiun
yang melakukan pelepasan Radiosonde yaitu
Stamet Cengkareng dan Stamet Fatmawati,
sedangkan data sounding saat kejadian tanggal 28
tidak mendukung.
2.2 Metode
Metode untuk membahas kejadian cuaca ekstrim
ini adalah dengan menganalisa kondisi labilitas
atmosfer diatas wilayah Kab. Lampung Utara
dengan aplikasi Raob 5.7. Dan analisa awan mulai
dari tahap tumbuh hingga punah dengan aplikasi
SATAID, Analisis Medan Angin dan Analisis Peta
Spasial Hujan GSMap.
2.2.1 Analisa Sounding Cross section
Tujuan analisis Labilitas udara adalah untuk
mengetahui seberapa besar tingkat gangguan
udara di atmosfer yang mempengaruhi massa
udara sehingga berkembang menjadi awan Cb
super kuat. Analisa ini dapat dilakukan bilamana
ada data sounding yang didapat dari pelepasan
transmiter yang berisi sensor suhu, kelembaban,
tekanan dan angin dengan balon ke atmosfer. Dari
data inilah dapat kita peroleh indek-indek labilitas.
Seperti Cape, Lifting inddex, Sholwater inddex dan
Rh perlapisan udara.
2.2.2 Analisa SATAID
Metode ini sudah lama dikembangkan oleh JMA
(Jepang Meteorological Agents), dimana dengan
software ini, dapat mengetahui pertumbuhan dan
perkembangan awan samapai tahap matang.
Pada fungsi Measure terdapat beberapa tool
seperti: (a) Brit, digunakan untuk mengetahui
Reflektansi/ Temperatur Kanal, (b) Time,
digunakan untuk membuat plot time series di satu
titik,dan (c) Contour, digunakan untuk membuat
kontur di wilayah tertentu.
2.2.3 Analisa Medan Angin
Tujuan analisa ini dimaksudkan untuk mengetahui
sifat gerakan dan aliran udara. Di daerah Tropik
analisa medan angin perlu diperhatikan karena
peubah ruang dan waktu cukup cepat. Dalam
menganalisa medan angin biasanya kita membuat
Streamline. Khusus pada peta sinoptik permukaan
antara 200
LU dan 200
LS, analisa Isobar perlu
diganti, dengan Streamline dengan pertimbangan
kurang signifikan hubungan antara tekanan udara
dan cuaca di sekitar Equator. Pola medan angin
lebih memberikan informasi yang berkaitan
dengan cuaca. Dalam menganalisa streamline
akan kita temui titik simpang, anti siklon, siklon,
low depression, eddy, Shear, trough, ridge,
konvergen, dan divergen serta masih ada variasai-
variasi streamline lainnya.
3. HASIL DAN PEMBAHASAN
3.1 Data Sounding
Dari data sounding cross section tanggal 29
Desember 2017 jam 12 UTC diketahui bahwa
kondisi atmosfer sangat labil baik dari indek cape,
LI, SI dan RH perlapisan sangat mendukung lihat
gambar 2 dan 3, meskipun tidak ada data
sounding saat kejadian, tapi dapat dipastikan
kondisi atmosfer saat kejadian tgl 28 Desember
2017 jam 18 UTC sangat labil.
Gambar 2. Hasil analisa Sounding dengan Raob
5.7 tgl 29 Desember jam 12 UTC
Gambar 3. Hasil analisa Sounding dengan Raob
5.7 tgl 30 Desember jam 00 UTC
3.2 Data SATAID
Berdasarkan gambar 4 historis pertumbuhan awan
Cb, terlihat suhu puncak awan Cb dapat mencapai
rata-rata – 60 s.d -70,5 dan suhu yang dingin ini
merupakan kreteria jenis awan Cb. Kemudian dari
gambar 5, terlihat historis pertumbuhan awan dari
tahap tumbuh sampai tahap matang dan meluruh.
Pada jam 12.00 s/d 16.00 UTC (19.00 s/d 23.00
WIB) pertumbuhan awan mulai terjadi, dan pada
jam 16.00-00.00 UTC (23.00-07.00 WIB) tahap
dewasa awan mulai terbentuk dimana suhu
puncak awan mencapai rata-rata -70,5. , dan
pada jam 07.00-09.00 UTC (14.00-16.00 WIB) dan
jam 15.00 -18.00 UTC tanggal 29 Desember 2017
awan CB kembali berkembang, hal ini karena
pengaruh konvergensi yang kuat sehingga terjadi
penumpukan massa udara kembali di atas wilayah
Lampung Utara. Untuk lebih jelasnya lihat gambar
4 dibawah.
Pada times series awan Cb dalam citra satelit lihat
gambar.6, dari awan tunggal (singel sel) sampai
menjadi multi sel. Kondisi awan singel sel (Cb
tunggal) bisa terjadi bilamana faktor lokal lebih
dominan yang membentuk awan itu sendiri.
Sebaliknya awan multi sel (Cb berkelompok)
terbentuk bilamana faktor skala meso ikut
berperan dalam mempengaruhi faktor lokal.
Diperkirakan banjir yang terjadi dini hari hingga
pagi hari pada tanggal 28-29 Desember 2017
berasal dari Awan Cb yang berkelompok.
Gambar 4. Historis Pertumbuhan Awan CB (Cb)
Tgl 28 Desember 2017 Jam 18 UTC
Tgl 29 Desember 2017 Jam 01 UTC
Tgl 29 Desember 2017 Jam 09 UTC
Tgl 29 Desember 2017 Jam 17 UTC
Gambar 5. Peta Kontur Suhu puncak awan CB
Citra satelit tgl 28 Desember jam 18 UTC
Citra satelit tgl 29 Desember jam 01 UTC
Citra satelit tgl 29 Desember jam 09 UTC
Gambar 6. Time series awan Cb pada Citra satelit
3.3 Data Angin 3000 Feet
Dari data angin 3000 feet pada gambar 7, terlihat
bahwa di atas wilayah lampung bagian Utara
terbentuk pola konvergensi pada tgl 28 desember
jam 12 UTC dan pola shearlines pada tgl 29
desember 2017 jam 00 UTC, pola inilah yang
menjadi salah satu pemicu memperkuat
mekanisme pengangkatan massa udara dan
memperlama proses labilitas atmosfer, sehingga
hampir sebagian besar Lampung banyak terdapat
awan-awan Cb sangat kuat dan berkelompok
menjadi awan Cb multi sel.
Gambar 7. Analisis Angin 3000 feet Tanggal 28-
29 Desember 2017 jam 00 dan 12 UTC.
4 Data Presipitasi GSMap
Dari data GSMap terlihat wilayah sebagian besar
Lampung bagian Utara memiliki intensitas curah
hujan sedang hingga lebat lihat gambar 8. Tapi
dapat diperkirakan cuaca ekstrim yang terjadi pada
tanggal 28-29 Desember 2017 dini hari hingga
pagi, sore dan malam hari, berasal dari awan Cb
yang sangat kuat dan berkelompok (multi sel).
shearlines
KONVERGENSI
Gambar 8. Data Jumlah Presipitasi GSMap
Tanggal 28-30 Desember 2017
4. KESIMPULAN
Berdasarkan uraian diatas, dapat disimpulkan
sebagai berikut:
1. Dari data sounding cross section tanggal 29
s.d 30 Desember 2017 jam 12 UTC diketahui
bahwa kondisi atmosfer sangat labil baik dari
indek cape, LI, SI dan RH perlapisan sangat
mendukung. Meskipun tidak ada data saat
kejadian dapat dipastikan kondisi labilitas
pada tgl 28 sangat labil.
2. Dari analisi SATAID, historis pertumbuhan
awan Cb, terlihat suhu puncak awan Cb dapat
mencapai rata-rata – 60 s.d -70,5 dan suhu
yang dingin ini merupakan kreteria jenis
awan Cb. Pada times series awan Cb dalam
citra satelit terlihat dari awan tunggal (singel
sel) terus berkembang menjadi multi sel.
3. Dari data angin 3000 feet, terlihat bahwa di
atas wilayah lampung bagian Utara terbentuk
pola konvergensi pada tgl 28 desember jam
12 UTC dan pola shearlines pada tgl 29
desember 2017 jam 00 UTC.
4. Dari data GSMap terlihat wilayah sebagian
besar Lampung bagian Utara memiliki
intensitas curah hujan sedang hingga lebat
lihat. Tapi dapat diperkirakan cuaca ekstrim
yang terjadi pada tanggal 28-29 Desember
2017 dini hari hingga pagi, sore dan malam
hari, berasal dari awan Cb yang sangat kuat
dan berkelompok (multi sel).
DAFTAR PUSTAKA
http://www.teraslampung.com/hujan-deras-jumat-
pagi-ratusan-rumah-di-lampung-utara-terendam-
banjir. diakses tanggal 30 Desember 2017.
Pusdiklat BMKG. 2017. Pemanfaatan Data
Presipitasi GSMAP Untuk Analisis Kejadian Cuaca
Ekstrim. Online Group Discussion BMKG, Jakarta.
Puslitbang BMKG. 2009. Kajian Cuaca Ekstrim di
Wilayah Indonesia. Laporan Penelitian, Pusat
Penelitian dan Pengembangan, Badan Meteorologi
Klimatologi dan Geofisika, Jakarta.
Suharsono.1973. Pedoman Analisa Cuaca. Pusat
Meteorologi dan Geofisika. Jakarta.
Tjasyono, B. 2006. Meteorologi Indonesia Volume
1. Badan Meteorologi, Klimatologi dan Geofisika.
Jakarta.