digilib@itb.ac.id +62 812 2508 8800

Kekeringan merupakan bencana hidrometeorologi yang kerap melanda DAS Rejoso, Kabupaten Pasuruan, dengan dampak berulang pada ketersediaan air domestik, pertanian, dan ekosistem, sehingga penelitian ini bertujuan mengkaji karakteristik serta proses propagasi kekeringan dari tahap meteorologis hingga hidrologis menggunakan pendekatan multi-indeks pada dua sub-DAS selama periode 2010–2025. Kekeringan meteorologis dianalisis menggunakan Standardized Precipitation Index (SPI) dan Rainfall Anomaly Index (RAI) pada skala waktu 1, 3, 6, dan 12 bulan, sedangkan kekeringan hidrologis dievaluasi menggunakan Standardized Streamflow Index (SSI) berbasis data debit hasil simulasi model SWAT+, dengan identifikasi kejadian kekeringan dilakukan melalui pendekatan Run Theory berdasarkan parameter durasi, severity, dan intensitas. Hasil analisis menunjukkan bahwa SPI dan RAI menggambarkan dinamika kekeringan meteorologis yang searah, namun RAI lebih sensitif terhadap anomali curah hujan jangka pendek, sementara model SWAT+ menghasilkan performa memadai dengan nilai R² sebesar 0.86 dan 0.78 untuk Sub-DAS 1 dan Sub-DAS 2. Kekeringan hidrologis terbukti mengikuti kekeringan meteorologis dengan jeda waktu berkisar 1–6 bulan bergantung pada skala waktu analisis dan karakteristik fisik sub-DAS, di mana pada skala pendek kekeringan hidrologis berlangsung singkat namun berintensitas tinggi, sedangkan pada skala panjang durasinya cenderung memanjang akibat efek kelembaman sistem DAS. Sub-DAS 2 menunjukkan respons yang lebih cepat dan fluktuatif dibandingkan Sub-DAS 1, mengindikasikan sensitivitas yang lebih tinggi terhadap defisit curah hujan. Berdasarkan distribusi empiris kejadian historis, penelitian ini menghasilkan klasifikasi tingkat keparahan kekeringan berbasis locally-derived threshold menggunakan nilai persentil P33, P67, dan P90 dengan empat kategori yaitu ringan, sedang, berat, dan ekstrem, sehingga integrasi indeks SPI, RAI, dan SSI terbukti efektif dalam mendukung pengelolaan risiko kekeringan yang lebih adaptif di wilayah ini.