Perpustakaan Digital ITB

Perubahan iklim berdampak signifikan terhadap ketersediaan air yang menjadi faktor utama dalam operasional Pembangkit Listrik Tenaga Air (PLTA). Penelitian ini bertujuan untuk menganalisis dampak perubahan iklim terhadap pola curah hujan dan pasokan air di wilayah tangkapan air pada 34 PLTA di Indonesia. Data historis curah hujan periode baseline (1985–2014) diperoleh dari data CHIRPS. Data proyeksi curah hujan periode masa depan (2031–2060) menggunakan lima model global CMIP6 yaitu CNRM-CM6-1, MRI-ESM2-0, MPI-ESM1-2-HR, EC-Earth3-Veg-LR, dan NorESM2-MM, berdasarkan dua skenario emisi yaitu rendah (SSP1-2.6) dan tinggi (SSP5-8.5). Hasil analisis menunjukkan bahwa pada skenario SSP1-2.6, terjadi peningkatan curah hujan signifikan di beberapa PLTA. Di Papua, PLTA Orya mengalami kenaikan sebesar 4,25% atau sekitar 90,18 mm/tahun. Di Sumatera Utara, PLTA Wampu meningkat 4,67% (114,83 mm/tahun), Renun 3,65% (83,09 mm/tahun), dan Sipansihaporas 2,87% (103,60 mm/tahun). Sebaliknya, terjadi penurunan curah hujan di Pulau Jawa, khususnya Jawa Timur, di mana PLTA Tulungagung turun 5,21% (102,34 mm/tahun), Wlingi turun 4,61% (102,43 mm/tahun), Sutami turun 4,52% (99,91 mm/tahun), dan Sengguruh turun 4,48% (97,86 mm/tahun). Di Jawa Barat, PLTA Jatigede turun 4,38% (129,25 mm/tahun), Saguling turun 3,53% (98,84 mm/tahun), dan Rajamandala turun 3,50% (98,85 mm/tahun). Skenario SSP5-8.5 menunjukkan penurunan curah hujan yang lebih luas dan intens. Di Jawa Barat, PLTA Jatigede turun 6,62% (195,25 mm/tahun), Saguling 6,29% (175,98 mm/tahun), dan Rajamandala 6,31% (178,15 mm/tahun). Di Jawa Timur, PLTA Tulungagung turun 7,36% (144,65 mm/tahun), Wlingi turun 6,70% (148,91 mm/tahun), Sutami turun 6,60% (145,85 mm/tahun), dan Sengguruh turun 6,55% (142,92 mm/tahun). Meskipun demikian, terdapat peningkatan curah hujan pada skenario SSP5-8.5 di beberapa PLTA seperti di Sumatera Utara PLTA Wampu meningkat sebesar 4,52% (111,03 mm/tahun), PLTA Renun naik 3,17% (72,17 mm/tahun), PLTA Sipansihaporas naik 0,99% (35,58 mm/tahun) dan PLTA Orya di Papua naik 3,69% (78,19 mm/tahun), Pendekatan multi-model yang digunakan dalam penelitian ini membantu meminimalisir ketidakpastian proyeksi dengan menggunakan metode ensemble mean (rata-rata hasil proyeksi dari beberapa model) dan ensemble spread (variasi antar proyeksi model) yang dihitung menggunakan standar deviasi. Standar deviasi menunjukkan sebaran data hasil simulasi model terhadap rata-rata ensemble, dimana nilai yang lebih kecil menunjukkan konsistensi hasil antar-model yang lebih tinggi. Penelitian ini menghasilkan pemetaan risiko spasial terhadap PLTA yang dapat digunakan untuk perencanaan adaptasi perubahan iklim di sektor energi air dan proyeksi curah hujan di masa depan pada PLTA PLN.