drought.ownmap.id
Pemantauan kekeringan pertanian · IndonesiaAgricultural drought monitoring · Indonesia

Kekeringan di sawah Indonesia Drought in Indonesia’s paddy fields

Indeks kekeringan untuk delapan sentra padi utama, dihitung dari data agrometeorologi harian 1991–2026 dan diperbarui otomatis. Setiap angka di halaman ini dihitung langsung dari data — bukan dikutip dari laporan. A drought index for eight major rice centres, computed from daily agrometeorological data for 1991–2026 and refreshed automatically. Every number on this page is computed from the data itself, not quoted from a published report.

SumberSource NASA POWER / MERRA-2 BaselineBaseline 1991–2020 Data s.d.Data to – DihitungComputed –
–
Memuat data…Loading data…

RingkasanSummary

Empat angka kunci dari jendela tiga bulan terakhir yang lengkap. Kategori mengikuti ambang batas SPI standar: moderat pada −1,0; berat pada −1,5; ekstrem pada −2,0. Four headline numbers from the latest complete three-month window. Classes follow the standard SPI thresholds: moderate at −1.0, severe at −1.5, extreme at −2.0.

Apa arti angka negatif? SPI membandingkan curah hujan pada suatu jendela waktu dengan curah hujan yang biasanya turun pada bulan-bulan yang sama. Nilai −1,5 berarti curah hujan jauh di bawah kebiasaan bulan itu — bukan berarti hujan bulan itu sedikit secara absolut, karena Januari dan Juli memang berbeda. What does a negative value mean? SPI compares rainfall in a given window with what normally falls in those same calendar months. A value of −1.5 means rainfall well below what those months usually bring — not that rainfall was low in absolute terms, since January and July are not comparable.

Peta statusStatus map

Lingkaran menandai sentra padi yang dipantau; warna menunjukkan kategori SPI-3 dan ukurannya mengikuti besarnya defisit. Klik untuk rincian. Klik peta dua kali untuk memperbesar. Circles mark the monitored rice centres; colour encodes the SPI-3 class and size scales with the size of the deficit. Click for detail. Double-click the map to zoom.

Rincian per sentraDetail by centre

SPI-1/3/6/12 = indeks untuk jendela 1, 3, 6, dan 12 bulan. “Kelembapan tanah” = persentil kelembapan zona akar bulan terakhir. “Hari kering” = rentang terpanjang tanpa hujan berarti (<1 mm/hari) dalam 90 hari terakhir. SPI-1/3/6/12 = index over 1, 3, 6 and 12-month windows. “Soil wetness” = percentile of last month’s root-zone wetness. “Dry spell” = longest run without meaningful rain (<1 mm/day) in the last 90 days.

SentraCentre KategoriClass SPI-1SPI-3SPI-6SPI-12 Hujan 3 bln (mm)Rain 3 mo (mm) Anomali 3 blnAnomaly 3 mo Anomali bln iniAnomaly this mo Kelembapan tanahSoil wetness Hari keringDry spell
Memuat…Loading…

Lahan baku sawah dan paparan kekeringanDesignated paddy land and drought exposure

Berapa banyak lahan baku sawah 2023 yang berada di sel grid yang sedang defisit. How much of the 2023 designated paddy land sits in grid cells currently in deficit.

Menghubungkan dua kumpulan data…Joining the two datasets…

Penting: arah temuan ini kokoh, besarnya tidak. Kedua reanalisis menunjukkan musim yang jauh lebih kering dari normal di semua sentra — itu titik sepakatnya. Namun MERRA-2, yang menghasilkan indeks di halaman ini, melaporkan defisit yang lebih ekstrem daripada ERA5. Contoh terjelas di Karawang: MERRA-2 −90% terhadap normal, ERA5 −62%. Karena itu kategori berat dan ekstrem di halaman ini sebaiknya dibaca sebagai batas atas; dari sisi ERA5, kekeringan moderat tetap muncul di banyak sentra. Jangan pakai satu angka pun di halaman ini sebagai dasar tunggal keputusan. Important: the direction of this finding is solid, the magnitude is not. Both reanalyses show a season far drier than normal at every centre — that is the agreement. But MERRA-2, which produces the indices on this page, reports a more extreme deficit than ERA5. Clearest case, Karawang: MERRA-2 −90% of normal, ERA5 −62%. The severe and extreme classes here should therefore be read as an upper bound; on the ERA5 side, moderate drought still appears at many centres. Do not use any single figure on this page as the sole basis for a decision.

Kondisi sawahPaddy condition

Bagian ini menjawab pertanyaan yang berbeda dari dua bagian sebelumnya. Keduanya bersifat meteorologis — seberapa kering curah hujan dibanding kebiasaan. Yang ditampilkan di sini adalah kondisi tanaman padinya sendiri: dihitung petak demi petak pada lahan sawah oleh model di komputer lain, lalu diunggah ke halaman ini. This section answers a different question from the two above. Those are meteorological — how dry rainfall is compared with normal. What is shown here is the condition of the paddy itself: computed pixel by pixel on paddy land by a model on another machine, then uploaded to this page.

Memuat lapisan kondisi…Loading the condition layer…

GrafikCharts

Pilih sentra untuk melihat riwayat dan curah hujan tahun berjalan. Rata-rata garis putus-putus abu-abu pada grafik bawah adalah rata-rata delapan sentra. Pick a centre to see its history and the current year’s rainfall. The grey dashed line is the mean of all eight centres.

–

–

–

–

–

–

–

–

Indikator dan cara membacanyaIndicators and how to read them

SPI — Standardized Precipitation IndexSPI — Standardized Precipitation Index

SPI adalah ukuran kekeringan meteorologis yang direkomendasikan WMO. Nilainya menyatakan berapa simpangan baku curah hujan pada suatu jendela waktu dibanding distribusi historis jendela yang sama. Karena sudah memperhitungkan musim, angka Juli bisa dibandingkan dengan angka Januari. SPI is the meteorological drought measure recommended by WMO. It expresses how many standard deviations a window’s rainfall sits from the historical distribution of that same window. Because seasonality is already removed, a July value can be compared with a January value.

≥ 0≥ 0
normal hingga basahnormal to wet
0 … −1,0
waspada — mulai keringwatch — drying
−1,0 … −1,5
moderatmoderate
−1,5 … −2,0
beratsevere
≤ −2,0
ekstremextreme

Mengapa lebih dari satu jendela waktuWhy more than one window

Kekeringan bekerja pada beberapa skala sekaligus. SPI-1 menangkap kondisi satu bulan — berguna untuk keputusan irigasi jangka pendek. SPI-3 adalah skala yang paling dekat dengan pengalaman petani semusim dan dipakai sebagai kategori utama di halaman ini. SPI-6 mencerminkan defisit yang menumpuk sepanjang satu musim tanam. SPI-12 mendekati kekeringan hidrologis — kondisi waduk, saluran irigasi, dan air tanah. Drought operates on several timescales at once. SPI-1 captures a single month — useful for short-term irrigation decisions. SPI-3 sits closest to the experience of one cropping season and is the headline class on this page. SPI-6 reflects a deficit accumulated over a whole season. SPI-12 approaches hydrological drought — reservoirs, canals and groundwater.

Kelembapan tanahSoil wetness

Curah hujan adalah masukan; kelembapan tanah adalah kondisi yang benar-benar dirasakan akar. Angka di halaman ini adalah persentil kelembapan zona akar bulan terakhir terhadap bulan yang sama pada 1981–2020. Persentil 10 berarti bulan itu termasuk 10 persen terkering dalam catatan — lebih langsung relevan bagi tanaman daripada curah hujan mentah. Rainfall is the input; soil wetness is what the roots actually experience. The figure here is the percentile of last month’s root-zone wetness against the same month in 1981–2020. A 10th percentile means the month ranks among the driest 10 percent on record — more directly relevant to a crop than raw rainfall.

Hari kering berturut-turutConsecutive dry days

SPI adalah rata-rata; hari kering berturut-turut menangkap bentuknya. Dua bulan dengan curah hujan sama bisa sangat berbeda dampaknya: hujan yang tersebar merata memberi tanaman peluang, sementara satu hujan besar diikuti sebulan kering tidak. Pada padi, rentang kering lebih dari sekitar sepuluh hari pada fase berbunga sudah cukup untuk menurunkan hasil. SPI is an average; consecutive dry days capture the shape. Two months with identical rainfall can differ greatly in impact: well-spread rain gives the crop chances, whereas one heavy fall followed by a dry month does not. In rice, a dry spell of more than roughly ten days during flowering is enough to cut yield.

Mengapa padi sangat rentan pada fase tertentuWhy paddy is especially vulnerable at certain stages

Beras adalah pangan pokok utama di Indonesia, dan padi adalah tanaman yang paling tidak toleran terhadap kekurangan air pada fase tengah pertumbuhannya. Kalender di bawah ini adalah penyederhanaan untuk varietas berumur sekitar 110–120 hari. Rice is Indonesia’s staple food, and paddy is least tolerant of water shortage in the middle of its growth cycle. The calendar below is a simplification for varieties of roughly 110–120 days.

0–45 HST

VegetatifVegetative

Pertumbuhan anakan dan daun. Kekurangan air menekan jumlah anakan; tanaman masih bisa pulih bila air datang kembali. Tillering and leaf growth. Water shortage suppresses tiller number; the plant can still recover if water returns.

45–75 HST · paling rentanmost sensitive

ReproduktifReproductive

Primordia, bunting, dan berbunga. Kekeringan di sini mengurangi jumlah gabah per malai dan meningkatkan gabah hampa — kehilangan hasil pada fase ini sering tidak dapat dipulihkan. Panicle initiation, booting and flowering. Drought here reduces grains per panicle and raises spikelet sterility — yield lost at this stage is often unrecoverable.

75–105 HST

PemasakanRipening

Kebutuhan air menurun, tetapi kekeringan mempercepat pemasakan dan mengecilkan bobot gabah. Water demand falls, but drought hastens ripening and reduces grain weight.

Konsekuensi praktisnya: satu bulan kering yang jatuh pada fase reproduktif jauh lebih merugikan daripada dua bulan kering setelah pemasakan. Karena itu halaman ini menampilkan SPI-1 (satu bulan) berdampingan dengan SPI-3 dan SPI-6 — kategori utama saja tidak cukup untuk menilai risiko musim berjalan. The practical consequence: one dry month landing on the reproductive stage costs far more than two dry months after ripening. That is why this page shows SPI-1 alongside SPI-3 and SPI-6 — the headline class alone is not enough to judge the risk to a standing crop.

El Niño dan IODEl Niño and the IOD

Sebagian besar keragaman curah hujan antartahun di Indonesia dijelaskan oleh dua fenomena samudra. El Niño — fase hangat ENSO di Pasifik — cenderung menunda awal musim hujan dan memendekkan musim hujan. Indian Ocean Dipole (IOD) positif, dengan perairan lebih hangat di Samudra Hindia bagian barat, memperkuat efek itu ketika keduanya terjadi bersamaan. Kombinasi inilah yang membuat tahun-tahun seperti 1997, 2015, dan 2023 tercatat sebagai tahun kering di banyak sentra padi. Two ocean phenomena explain most of Indonesia’s year-to-year rainfall variability. El Niño — the warm phase of ENSO in the Pacific — tends to delay the onset of the wet season and shorten it. A positive Indian Ocean Dipole, with warmer water in the western Indian Ocean, amplifies that effect when the two coincide. Together they are why years such as 1997, 2015 and 2023 appear as dry years across many rice centres.

Grafik anomali tahunan di atas menunjukkan hal ini secara empiris untuk setiap sentra, dari data curah hujan itu sendiri — tahun-tahun yang ditandai El Niño kuat umumnya berada di sisi negatif. Perhatikan bahwa hubungannya tidak seragam: sentra di Sumatera dan Kalimantan dengan tipe hujan ekuatorial merespons lebih lemah dibanding sentra di Jawa dan Nusa Tenggara dengan musim yang lebih tegas. The annual anomaly chart above shows this empirically for each centre, straight from the rainfall record — strong El Niño years generally sit on the negative side. Note that the relationship is not uniform: centres in Sumatra and Kalimantan with equatorial rainfall regimes respond more weakly than those in Java and Nusa Tenggara with a sharper seasonal contrast.

Metode dan validasiMethod and validation

Data harian curah hujan, suhu, kelembapan relatif, dan kelembapan tanah diambil dari NASA POWER (produk reanalisis MERRA-2) untuk delapan titik yang mewakili sentra padi utama di Jawa, Sumatera, Sulawesi, dan Kalimantan. Rentang data 1 Januari 1991 hingga hari terakhir yang tersedia. Semua perhitungan dilakukan di server dengan Python dan hasilnya disajikan sebagai berkas JSON statis, sehingga halaman ini tidak bergantung pada API pihak ketiga saat dibuka. Daily rainfall, temperature, relative humidity and soil wetness come from NASA POWER (the MERRA-2 reanalysis) at eight points representing major rice centres in Java, Sumatra, Sulawesi and Kalimantan. The record runs from 1 January 1991 to the latest available day. All computation happens server-side in Python and the result is published as a static JSON file, so the page depends on no third-party API when you open it.

Tiga keputusan yang membentuk angka iniThree decisions that shape these numbers

  • SPI non-parametrik. SPI biasanya dihitung dengan mencocokkan distribusi gamma. Dengan hanya 30 tahun baseline, parameter gamma memiliki ketidakpastian yang lebar, jadi di sini SPI dihitung dari peringkat empiris (posisi plot Gringorten) lalu dipetakan ke normal baku. Tidak ada asumsi distribusi yang diperlukan. Non-parametric SPI. SPI is usually computed by fitting a gamma distribution. With only 30 baseline years the gamma parameters carry wide uncertainty, so here SPI is derived from the empirical rank (Gringorten plotting position) and mapped to the standard normal. No distributional assumption is required.
  • Hanya bulan lengkap. Jendela SPI tidak pernah menyertakan bulan yang belum selesai. Bulan berjalan dilaporkan terpisah sebagai “anomali bulan ini”, dan dibandingkan dengan rentang tanggal yang sama pada baseline — 1–26 September dilawan 1–26 September, bukan dilawan satu bulan penuh. Complete months only. SPI windows never include an unfinished month. The current month is reported separately as “anomaly this month” and compared against the same day-range in the baseline — 1–26 September against 1–26 September, never against a full month.
  • Nilai kosong dibuang. Nilai isian (−999) tidak pernah dirata-ratakan, dan tanggal data terakhir dilaporkan apa adanya di bagian atas halaman. Fill values dropped. Fill values (−999) are never averaged in, and the last available data date is reported openly at the top of the page.

Uji silang terhadap produk independenCross-check against an independent product

SentraCentre Hujan Jun–Agu 2026 (POWER / ERA5)Jun–Aug 2026 rain (POWER / ERA5) Klimatologi 1991–2020 (POWER / ERA5)1991–2020 climatology (POWER / ERA5) Anomali POWERPOWER anomaly Anomali ERA5ERA5 anomaly SPI-3 POWER SPI-3 ERA5 SepakatAgree
Memuat…Loading…

Sumber dan provenansSources and provenance

Batas yang harus dibaca sebelum menggunakan angka ini. Data ini adalah reanalisis model beresolusi kasar (sekitar 0,5°), bukan pengukuran stasiun di sawah. Ia tidak memodelkan irigasi, air tanah, pompa, atau neraca air spesifik tanaman padi. Karena itu nilai di sini adalah indikator wilayah, bukan kondisi satu petak sawah. Untuk keputusan operasional — tanam, gilir air, klaim asuransi — verifikasi lapangan dan data instansi resmi tetap diperlukan. Halaman ini bukan produk resmi BMKG, BPS, atau Kementerian Pertanian. Read before using these figures. This is a coarse-resolution model reanalysis (around 0.5°), not station measurement in a field. It models no irrigation, groundwater, pumping, or crop-specific water balance. The values here are therefore a regional indicator, not the condition of an individual plot. For operational decisions — planting, water rotation, insurance claims — field verification and official agency data remain necessary. This page is not an official product of BMKG, BPS or the Ministry of Agriculture.

ReproduksibilitasReproducibility

Seluruh halaman ini dapat dibangun ulang dari tiga skrip Python di server. Tidak ada angka yang dimasukkan secara manual. This entire page can be rebuilt from three Python scripts on the server. No figure is entered by hand. 

pipeline/fetch_power.py      # NASA POWER daily data -> pipeline/raw/*.json
pipeline/compute_indices.py  # -> site/data/drought.json   (SPI, soil, dry spells)
pipeline/crosscheck.py       # -> site/data/crosscheck.json (ERA5 verification)

Yang dapat dilakukan ketika indeks memburukWhat can be done when the index deteriorates

Kekeringan pertanian jarang muncul tiba-tiba — SPI-3 dan SPI-6 bergerak lebih lambat daripada kondisi lapangan, dan justru di situlah nilainya: ia memberi waktu untuk bertindak. Daftar berikut disusun dari praktik yang sudah mapan, bukan rekomendasi baru. Agricultural drought rarely appears overnight — SPI-3 and SPI-6 move more slowly than field conditions, and that is precisely their value: they buy time to act. The list below collects established practice rather than new recommendations.

Sebelum tanamBefore planting

  • Geser jadwal tanam mengikuti prakiraan musim BMKG dan Kalender Tanam Terpadu, agar fase reproduktif tidak jatuh pada puncak kering. Shift the planting date using BMKG seasonal forecasts and the integrated planting calendar, so the reproductive stage does not land on the dry peak.
  • Pilih varietas yang sesuai — varietas berumur pendek dan varietas untuk lahan tadah hujan yang telah dilepas Kementerian Pertanian mengurangi risiko pada tahun yang diperkirakan kering. Choose appropriate varieties — short-duration and rainfed-suited varieties released by the Ministry of Agriculture lower risk in a year forecast to be dry.
  • Siapkan sumber air cadangan: embung, panen air hujan, dan pemetaan sumur atau sumber permukaan terdekat. Prepare backup water: farm ponds, rainwater harvesting, and mapping of the nearest wells or surface sources.

Selama musim tanamDuring the season

  • Terapkan irigasi berselang (intermittent / alternate wetting and drying) yang terbukti menurunkan pemakaian air tanpa kehilangan hasil, dan menghemat air untuk petak lain. Apply intermittent irrigation / alternate wetting and drying, which is shown to cut water use without yield loss and frees water for other plots.
  • Prioritaskan air pada fase reproduktif. Bila air terbatas, petak yang sedang bunting atau berbunga harus menang atas petak yang sudah masak atau baru tanam. Prioritise water for the reproductive stage. When water is scarce, fields at booting or flowering must win over ripening or newly planted fields.
  • Jaga permukaan tanah: mulsa dan pengolahan tanah konservasi menekan penguapan dan memperlambat hilangnya lengas. Protect the soil surface: mulch and conservation tillage suppress evaporation and slow moisture loss.
  • Pantau harga dan waktu panen — pada tahun kering, panen lebih awal dan pengeringan yang baik menentukan mutu gabah. Watch the calendar and prices — in a dry year, earlier harvest and proper drying determine grain quality.

Sesudah kejadianAfter the event

  • Dokumentasikan kerusakan dengan tanggal dan dokumentasi foto — diperlukan untuk klaim asuransi usaha tani padi (AUTP) maupun bantuan pemerintah. Document damage with dates and photographs — needed for paddy crop insurance claims (AUTP) and government assistance.
  • Catat tanggal tanam, varietas, dan tanggal kekeringan pada petak yang terdampak; catatan sederhana inilah yang membuat musim berikutnya bisa direncanakan. Record planting date, variety and drought dates for affected plots; such records are what make the next season plannable.
Mengapa fase reproduktif menang. Gabah yang sudah terbentuk tidak bisa ditambah lagi. Bila harus memilih, air di fase primordia sampai berbunga menyelamatkan volume panen; air di fase pemasakan terutama menjaga bobot gabah. Itu sebabnya satu keputusan gilir air yang salah pada bulan bunting dapat membatalkan hasil yang sudah diusahakan tiga bulan. Why the reproductive stage wins. Grains that have already formed cannot be added to. If a choice must be made, water from panicle initiation through flowering rescues grain number; water during ripening mainly protects grain weight. That is why one wrong water-rotation decision in the booting month can undo three months of work.
Peringatan dini yang sudah ada. Halaman ini melengkapi, bukan menggantikan, layanan resmi: prakiraan dan peringatan iklim BMKG, Kalender Tanam Terpadu Kementerian Pertanian, serta layanan penyuluhan setempat. Gunakan ketiganya bersama data ini. Existing early warning. This page complements, rather than replaces, official services: BMKG climate forecasts and warnings, the Ministry of Agriculture’s integrated planting calendar, and local extension services. Use all three together with this data.

Sumber data dan perangkatData sources and tools

DataData

  • NASA POWER — Parameter dan komunitas AG, produk MERRA-2. Curah hujan terkoreksi (PRECTOTCORR), suhu udara 2 m, kelembapan relatif, kelembapan tanah zona akar dan permukaan, evapotranspirasi. NASA POWER — AG community parameters, MERRA-2 product. Corrected precipitation (PRECTOTCORR), 2 m air temperature, relative humidity, root-zone and surface soil wetness, evapotranspiration.
  • Open-Meteo Archive API (ERA5) — dipakai semata-mata untuk uji silang independen terhadap MERRA-2. Open-Meteo Archive API (ERA5) — used solely for the independent cross-check against MERRA-2.

Ambang batas dan konvensiThresholds and conventions

  • Kategori SPI mengikuti ambang batas yang lazim dipakai (McKee dkk. dan panduan WMO): −1,0 / −1,5 / −2,0. SPI classes follow the customary thresholds (McKee et al. and WMO guidance): −1.0 / −1.5 / −2.0.
  • Baseline 1991–2020 untuk SPI dan anomali, mengikuti praktik periode normal iklim terkini. A 1991–2020 baseline for SPI and anomalies, following current climate-normal practice.
  • Hari kering didefinisikan sebagai curah hujan harian kurang dari 1 mm. A dry day is defined as daily rainfall below 1 mm.

PerangkatTools

  • Python 3 (pustaka standar saja, tanpa dependensi ilmiah) untuk pengambilan dan perhitungan. Python 3 (standard library only, no scientific dependencies) for retrieval and computation.
  • Leaflet untuk peta; grafik digambar langsung sebagai SVG tanpa pustaka grafik, sehingga halaman hanya memiliki satu dependensi pihak ketiga. Leaflet for the map; charts are drawn directly as SVG with no charting library, leaving the page with a single third-party dependency.
  • Ubin peta dasar oleh OpenStreetMap dan CARTO. Basemap tiles by OpenStreetMap and CARTO.

Kontak dan koreksiContact and corrections

Dikelola sebagai bagian dari layanan pemetaan ownmap.id. Bila Anda menemukan kekeliruan, koreksi diterima dengan senang hati — terutama bila Anda memiliki data lapangan atau stasiun pembanding untuk sentra tertentu. Maintained as part of the ownmap.id mapping services. Corrections are welcome — particularly where you hold field or station data for a given centre.

Unduh data (Cloud Optimized GeoTIFF)Download the data (Cloud Optimized GeoTIFF)

  • lbs_paddy_2023_cog.tif — Lahan Baku Sawah 2023, 92.000 × 33.999 px, EPSG:4326, uint8 (1 = sawah), piramida overview 2–256×, 24 MB. Siap dibuka di QGIS/GDAL dan dapat streamed sebagian. — Lahan Baku Sawah 2023, 92,000 × 33,999 px, EPSG:4326, uint8 (1 = paddy), overview pyramid 2–256×, 24 MB. Opens in QGIS/GDAL and can be streamed by range request.
  • drought_spi3_2026-08_cog.tif — SPI-3 (float32, nodata −9999) pada grid MERRA-2 0,5°×0,625°, jendela Jun–Agu 2026. — SPI-3 (float32, nodata −9999) on the 0.5°×0.625° MERRA-2 grid, Jun–Aug 2026 window.
  • drought_class_2026-08_cog.tif — kelas kekeringan (uint8 + tabel warna): 1 ekstrem, 2 berat, 3 moderat, 4 waspada, 5 normal, 6 basah. — drought class (uint8 + colour table): 1 extreme, 2 severe, 3 moderate, 4 watch, 5 normal, 6 wet.