Perubahan dan Variabilitas Iklim

Iklim merupakan rata-rata cuaca dalam jangka panjang pada suatu wilayah, biasanya dihitung berdasarkan periode standar 30 tahun. Namun, iklim tidaklah statis; ia dapat berubah seiring waktu dan juga menunjukkan fluktuasi alami dari tahun ke tahun. Topik perubahan iklim dan variabilitas iklim menjadi sangat penting dalam pemahaman klimatologi modern. Perubahan iklim umumnya mengacu pada pergeseran kondisi iklim jangka panjang (misalnya tren peningkatan suhu global), sementara variabilitas iklim mengacu pada fluktuasi alami jangka pendek hingga menengah di sekitar kondisi rata-rata tersebut. Dalam bab ini, kita akan membahas perbedaan antara perubahan iklim dan variabilitas iklim, penyebab masing-masing (baik alamiah maupun antropogenik), dampaknya terhadap lingkungan dan masyarakat, serta bagaimana keduanya dianalisis dalam kajian klimatologi. Pembahasan disajikan dengan gaya ilmiah populer yang komunikatif dan menarik, namun tetap mempertahankan kedalaman akademik, dilengkapi teori, konsep, dan temuan terkini (2010–2025) dari jurnal ilmiah, buku, maupun laporan institusi seperti IPCC dan BMKG.

 

2.1. Perubahan Iklim vs Variabilitas Iklim

Istilah perubahan iklim dan variabilitas iklim sering digunakan secara berdampingan, tetapi memiliki makna yang berbeda secara ilmiah. Perubahan iklim (climate change) merujuk pada perubahan bermakna dalam distribusi statistik unsur-unsur iklim (seperti suhu, curah hujan, pola angin) yang berlangsung dalam periode panjang, biasanya beberapa dekade atau lebih. Perubahan ini dapat terjadi kapan saja dalam sejarah Bumi dan bisa disebabkan oleh faktor alam maupun aktivitas manusia. Namun, dalam konteks modern, istilah ini seringkali digunakan untuk menggambarkan perubahan iklim kontemporer yang sebagian besar disebabkan oleh pemanasan global akibat ulah manusia.

Sebaliknya, variabilitas iklim (climate variability) mengacu pada variasi alami iklim di sekitar kondisi rata-ratanya, yang terjadi dalam skala waktu yang lebih pendek (bulanan, tahunan, dekadal). Variabilitas ini mencakup fenomena seperti El Niño dan La Niña, Indian Ocean Dipole (IOD), variabilitas monsun, hingga fluktuasi jangka panjang seperti osilasi dekadal Pasifik. Variabilitas iklim merupakan bagian normal dari sistem iklim Bumi dan selalu terjadi bahkan tanpa adanya tren perubahan iklim jangka panjang. Singkatnya, apabila iklim diibaratkan sebagai melodi rata-rata cuaca, variabilitas adalah nada-nada improvisasi di sekitar melodi tersebut, sedangkan perubahan iklim adalah pergeseran melodi dasar itu sendiri dalam jangka panjang.

Secara kebijakan, ada pula pembedaan definisi. Konvensi PBB tentang Perubahan Iklim (UNFCCC) mendefinisikan perubahan iklim secara sempit sebagai perubahan iklim yang langsung atau tidak langsung disebabkan oleh aktivitas manusia yang mengubah komposisi atmosfer, di luar variabilitas iklim alami yang teramati pada periode waktu sebanding. Definisi ini menegaskan bahwa “perubahan iklim” dalam diskusi kebijakan terutama menunjuk pada perubahan akibat antropogenik (ulzah manusia), sedangkan perubahan karena faktor alamiah dianggap sebagai variabilitas iklim semata. Dalam bab ini, kita akan menggunakan pendekatan ilmiah: perubahan iklim mencakup semua perubahan jangka panjang (baik sebab alamiah maupun antropogenik), dengan penekanan khusus pada perubahan modern yang dipengaruhi kuat oleh aktivitas manusia, sementara variabilitas iklim merujuk pada variasi alamiah jangka pendek-menengah dalam sistem iklim.

 

2.2. Penyebab Perubahan Iklim

Perubahan iklim dapat disebabkan oleh faktor alamiah maupun faktor antropogenik (dipicu manusia). Secara historis, Bumi telah mengalami berbagai perubahan iklim alami, mulai dari zaman es (glacial) hingga periode hangat antar-zaman es (interglacial), yang terjadi akibat faktor-faktor seperti variasi orbit bumi (siklus Milankovitch), aktivitas matahari, hingga letusan vulkanik besar. Namun, perubahan iklim modern sejak abad ke-20 akhir memiliki ciri dan laju yang berbeda, yang tidak dapat dijelaskan hanya oleh sebab-sebab alamiah tersebut.

• Faktor Antropogenik: Bukti ilmiah sangat kuat menunjukkan bahwa pemicu utama perubahan iklim global saat ini adalah aktivitas manusia, terutama melalui emisi gas-gas rumah kaca (GRK) ke atmosfer. Pembakaran bahan bakar fosil (batubara, minyak bumi, gas) untuk energi dan transportasi, deforestasi dan perubahan penggunaan lahan, serta aktivitas industri telah meningkatkan konsentrasi GRK seperti karbon dioksida (CO₂), metana (CH₄), dan dinitrogen oksida (N₂O). Sejak era pra-industri (tahun 1750), konsentrasi CO₂ atmosfer meningkat 47% (dari 280 ppm menjadi >410 ppm pada 2019) dan CH₄ naik >150%, mencapai level tertinggi dalam setidaknya 2 juta tahun terakhir. Kenaikan konsentrasi GRK ini memperkuat efek rumah kaca, menjebak lebih banyak radiasi panas di atmosfer, sehingga memaksa sistem iklim menuju pemanasan. Panel Antarpemerintah untuk Perubahan Iklim (IPCC) menyatakan secara tegas (unequivocal) bahwa pengaruh manusia telah memanaskan atmosfer, lautan, dan daratan. Dengan kata lain, pemanasan global yang kita amati dewasa ini tidak bisa dilepaskan dari ulah manusia. Selain GRK, aktivitas antropogenik juga melepaskan aerosol (partikulat halus) yang bisa berdampak mendinginkan sementara (dengan memantulkan sinar matahari), namun efek aerosol ini lokal dan jangka pendek, tidak cukup untuk menahan laju pemanasan oleh GRK.
• Faktor Alamiah: Secara alami, iklim Bumi juga dapat berubah karena berbagai sebab. Perubahan output energi Matahari dalam siklus 11 tahunan sedikit banyak memengaruhi iklim, meskipun kontribusinya relatif kecil terhadap tren pemanasan modern. Variasi perlahan pada orbit dan kemiringan rotasi Bumi (siklus Milankovitch) telah memicu siklus glasial-interglasial setiap 100 ribu tahun, namun ini bekerja dalam skala waktu ribuan tahun dan tidak menjelaskan perubahan cepat abad ini. Letusan gunung berapi besar adalah salah satu faktor alam yang dapat menyebabkan perubahan iklim jangka pendek. Misalnya, letusan Gunung Pinatubo tahun 1991 melepaskan 17 juta ton sulfur dioksida ke stratosfer, membentuk aerosol sulfat yang memantulkan sinar matahari dan menyebabkan pendinginan global sekitar 0,5°C antara tahun 1991–1993. Efek vulkanik seperti ini biasanya berlangsung 1–3 tahun, menurunkan suhu rata-rata global sementara, sebelum aerosol mengendap. Dengan demikian, letusan vulkanik berkontribusi pada variabilitas jangka pendek (beberapa tahun) dan pernah menyebabkan “tahun tanpa musim panas” di masa lalu (contoh: letusan Tambora 1815). Namun, tidak ada aktivitas vulkanik atau variasi matahari yang cukup besar dalam beberapa dekade terakhir yang dapat menjelaskan tren kenaikan suhu yang terus menerus. Analisis ilmiah menunjukkan bahwa tren pemanasan sejak pertengahan abad ke-20 hampir sepenuhnya didorong oleh faktor antropogenik, sedangkan pengaruh alami memberikan variasi sementara (misalnya sedikit penurunan suhu global 1992-1993 akibat Pinatubo, atau variasi dekadal kecil).

 

Gambar 1. Tren anomali suhu rata-rata permukaan global (dalam °C terhadap rerata 1951–1980) dari tahun 1880–2024. 

Terlihat jelas peningkatan suhu global terutama sejak pertengahan abad ke-20. Menurut data NASA GISTEMP, Bumi telah menghangat sekitar 1,1°C dibanding akhir abad ke-19. Kenaikan suhu semakin cepat; sepuluh tahun terakhir adalah dekade terpanas dalam rekod instrumental. Garis nol mewakili rata-rata acuan; nilai positif menunjukkan suhu lebih hangat dari normal. Variasi tahunan (naik-turun) mencerminkan variabilitas iklim alami (misal penurunan suhu pasca letusan besar atau fluktuasi akibat El Niño/La Niña), sedangkan tren menanjak secara jangka panjang mencerminkan perubahan iklim akibat pengaruh gas rumah kaca.

 

2.3 Penyebab Variabilitas Iklim

Variabilitas iklim timbul dari dinamika internal sistem iklim dan faktor eksternal alami yang berbeda dari tren jangka panjang. Sistem iklim Bumi mencakup atmosfer, lautan, daratan, es/kriosfer, dan biosfer yang saling berinteraksi. Fluktuasi dalam salah satu komponen ini dapat menyebabkan perubahan sementara pada pola iklim. Berikut adalah beberapa penyebab utama variabilitas iklim:

• Variabilitas Internal (Osilasi alami): Sistem lautan-atmosfer memiliki osilasi alami yang menyebabkan variabilitas periodik. Contoh paling terkenal adalah El Niño–Southern Oscillation (ENSO) di Samudra Pasifik tropis. ENSO memiliki fase El Niño (pemanasan luar biasa di Pasifik tengah-timur ekuator) dan La Niña (pendinginan luar biasa di kawasan yang sama), yang berulang setiap 2–7 tahun. ENSO merupakan pendorong utama variabilitas iklim antar-tahun secara global, karena perubahan suhu permukaan laut di Pasifik tropis memengaruhi pola angin dan curah hujan di banyak bagian dunia. Saat El Niño terjadi, wilayah Indonesia dan sekitarnya cenderung lebih kering dan panas dari normal, sedangkan La Niña membawa kondisi lebih basah dan dingin dari normal, ini akan dibahas lebih lanjut pada subbab dampak. Selain ENSO, terdapat pula Indian Ocean Dipole (IOD), osilasi antara perairan barat dan timur Samudra Hindia. Pada fase IOD positif, perairan barat Samudra Hindia (dekat Afrika) lebih hangat dari normal dan perairan timur (dekat Indonesia) lebih dingin, yang mengakibatkan berkurangnya curah hujan di Indonesia/Australia dan hujan berlebih di Afrika Timur. Sebaliknya, IOD negatif membawa air hangat di dekat Indonesia dan meningkatkan hujan di Asia Tenggara. Osilasi lainnya termasuk Pacific Decadal Oscillation (PDO) dan Atlantic Multidecadal Oscillation (AMO) yang bekerja pada skala dekadal hingga multidekadal, serta Madden-Julian Oscillation (MJO) yang memicu variabilitas intra-musim (30-60 harian) dalam intensitas hujan monsun tropis. Semua variabilitas internal ini adalah bagian alami “napas” iklim Bumi, yang bisa memperkuat atau melemahkan tren cuaca suatu tahun tertentu.
• Pengaruh Eksternal Alami: Selain osilasi internal, variabilitas iklim juga dipicu oleh faktor luar sistem iklim. Variasi siklus Matahari misalnya dapat sedikit memodulasi iklim: periode aktivitas Matahari tinggi (banyak bintik Matahari) memberikan tambahan energi (0,1% lebih tinggi) sehingga Bumi agak hangat, dan sebaliknya saat minimum Matahari Bumi agak dingin. Siklus 11-tahunan ini memengaruhi pola suhu stratosfer dan kadang sedikit iklim regional, namun dampaknya kecil (<0,1°C pada suhu global) dibanding pengaruh GRK. Sementara itu, seperti disebutkan sebelumnya, letusan vulkanik besar adalah faktor eksternal yang dapat menurunkan suhu global selama 1-3 tahun, memberikan variabilitas antar-tahun yang signifikan. Misalnya, selain Pinatubo 1991, letusan El Chichón 1982 juga menyebabkan pendinginan global 0,2-0,3°C dalam setahun setelahnya. Ketika faktor-faktor eksternal ini bekerja bersamaan dengan osilasi internal, mereka dapat memperkuat atau menetralkan efek satu sama lain. Misalnya, sebuah tahun dengan El Niño kuat dan tanpa letusan vulkanik cenderung menjadi tahun yang sangat panas secara global (contoh: 1998, 2016), sedangkan tahun dengan La Niña dan aerosol vulkanik bisa relatif sejuk (contoh: 1992 pasca Pinatubo).

Perlu dicatat bahwa komunitas ilmiah terus meneliti interaksi antara perubahan iklim jangka panjang dan variabilitas alami. Ada indikasi bahwa pemanasan global dapat memengaruhi karakteristik variabilitas (misal: apakah frekuensi atau intensitas El Niño/La Niña berubah dalam iklim yang lebih hangat). Sejauh ini, bukti mengenai perubahan ENSO di masa depan belum konklusif. WMO mencatat belum ada bukti pasti apakah perubahan iklim akan meningkatkan frekuensi/intensitas El Niño/La Niña, meskipun dampak yang ditimbulkan keduanya mungkin diperburuk oleh kondisi yang lebih hangat. Contohnya, El Niño kuat tahun 1997/1998 dan 2015/2016 terjadi pada latar belakang suhu global yang terus naik, sehingga tahun 1998 dan 2016 tercatat sebagai salah satu tahun terpanas (1998 bahkan 0,1°C lebih panas dari tahun-tahun sebelumnya saat itu, dan 2016 memecahkan rekor suhu global baru). Menariknya, bahkan tahun tanpa El Niño seperti 2017 masih jauh lebih panas dibanding dekade-dekade lampau, menunjukkan pengaruh pemanasan jangka panjang yang meningkatkan titik dasar suhu global. Variabilitas alami tetap terjadi (misal: tiga tahun La Niña berturut-turut 2020–2022, disebut “triple dip” La Niña, namun tren pemanasan membuat bias suhu cenderung lebih tinggi secara keseluruhan.

 

2.4. Dampak Perubahan Iklim terhadap Lingkungan dan Masyarakat

Perubahan iklim jangka panjang, khususnya pemanasan global akibat peningkatan GRK, membawa dampak luas bagi lingkungan alam dan kehidupan manusia. Dampak ini terjadi di berbagai skala, dari ekosistem global hingga komunitas lokal. Berikut beberapa dampak utama perubahan iklim:

• Peningkatan Suhu Udara dan Gelombang Panas: Dampak paling langsung adalah kenaikan temperatur rata-rata. Bumi kini 1,1°C lebih hangat daripada era pra-industri, dan pemanasan lebih tinggi di daratan daripada lautan. Lingkungan darat merasakan kejadian gelombang panas (heatwave) yang lebih sering dan intens. Rekor suhu maksimum pecah di berbagai negara, mengakibatkan kekeringan, kebakaran hutan lebih luas, dan stres panas bagi manusia serta makhluk hidup lainnya. Sebagai contoh, di Indonesia sendiri tren suhu menunjukkan peningkatan signifikan. Data BMKG mengungkapkan laju kenaikan suhu permukaan di Indonesia bagian barat dan tengah lebih dari 0,3°C per dekade dalam 40 tahun terakhir. Wilayah perkotaan besar seperti Jakarta juga mengalami peningkatan suhu, dipercepat oleh efek urban heat island. Kenaikan suhu ini bukan sekadar angka, masyarakat merasakan malam hari yang lebih panas, kebutuhan pendingin ruangan meningkat, dan risiko kesehatan akibat heatwave mulai mengemuka.
• Perubahan Pola Curah Hujan dan Siklus Musim: Pemanasan global berpengaruh pada sirkulasi atmosfer dan pola curah hujan. Secara global, daerah lintang tinggi cenderung mendapat curah hujan lebih banyak, sementara banyak daerah subtropis mengering (mekanisme the rich get richer dalam hal hujan). Intensitas hujan lebat meningkat di banyak tempat karena udara yang lebih hangat menampung lebih banyak uap air. Di Indonesia, perubahan curah hujan sangat bervariasi secara regional. Analisis data BMKG 1981–2023 menunjukkan adanya tren perubahan curah hujan tahunan yang signifikan di berbagai lokasi: beberapa stasiun menunjukkan peningkatan total curah hujan hingga setara 2784 mm/30 tahun, sementara lainnya menunjukkan penurunan hingga 750 mm/30 tahun. Artinya, ada lokasi yang menjadi jauh lebih basah, dan ada yang lebih kering dibanding 30 tahun lalu. Perubahan pola hujan ini juga menggeser siklus musim. Awal musim hujan dan kemarau tidak lagi setepat dahulu, menyulitkan sektor pertanian yang bergantung pada keteraturan musim. Sebuah studi di Jawa Timur menemukan bahwa perubahan iklim telah menggeser awal musim hujan dan kemarau, sehingga musim tanam jagung berubah di Malang. Petani harus menyesuaikan kalender tanam karena musim hujan bisa mundur atau kemarau datang lebih awal. Contoh nyata, di beberapa daerah musim kemarau cenderung lebih panjang dan musim hujan datang terlambat, menurunkan ketersediaan air untuk tanaman di awal pertumbuhan.

 

Gambar 2. Peta perubahan curah hujan tahunan di Indonesia periode 1981–2023 berdasarkan data pengamatan BMKG. Titik berwarna menunjukkan laju tren perubahan di 88 stasiun: hijau menandakan kenaikan curah hujan (per 43 tahun) dan merah menandakan penurunan. 

 

Semakin besar titik, semakin besar perubahannya. Terlihat bahwa beberapa wilayah Sumatra bagian barat dan Kalimantan mengalami peningkatan curah hujan (titik hijau tua, >300 mm/43 tahun), sedangkan wilayah seperti Jawa bagian selatan/Timur dan Nusa Tenggara mengalami penurunan curah hujan (titik merah, <300 mm/43 tahun). Perubahan ini memengaruhi ketersediaan air dan pola musim. BMKG juga mencatat bahwa rata-rata suhu di Indonesia meningkat 0,9°C dalam 44 tahun terakhir, sehingga atmosfer lebih banyak menampung uap air dan berkontribusi pada hujan ekstrem di beberapa lokasi, namun daerah kering bisa makin kering karena pergeseran pola angin dan tekanan.

• Kenaikan Permukaan Laut: Pemanasan global menyebabkan es di daratan mencair (gletser pegunungan, lapisan es Greenland dan Antartika) dan lautan memuai (air hangat memuai volume). Kombinasi ini telah menaikkan permukaan laut global rata-rata sekitar 20 cm sejak awal abad ke-20, dengan laju kenaikan yang makin cepat. Dampaknya bagi negara kepulauan seperti Indonesia sangat nyata: abrasi pantai meningkat, pulau-pulau kecil dan daerah pesisir rendah terancam tenggelam, serta intrusi air laut mengancam air tanah. Wilayah seperti Jakarta Utara mengalami banjir rob (pasang) lebih sering. Kenaikan muka laut juga memperburuk dampak badai siklon tropis di tempat lain, meski di Indonesia siklon tropis jarang langsung menghantam, wilayah pantai tetap rentan terdampak gelombang tinggi.
• Dampak pada Ekosistem: Banyak ekosistem tidak mampu beradaptasi cukup cepat terhadap laju perubahan iklim saat ini. Terumbu karang, misalnya, mengalami pemutihan massal ketika suhu laut terlalu hangat. Event El Niño 2015-2016 ditambah pemanasan tren telah memicu pemutihan karang besar-besaran di wilayah Pasifik dan Hindia. Indonesia, yang memiliki segitiga terumbu karang terkaya, tak luput dari kerusakan karang akibat kombinasi suhu tinggi dan variabilitas iklim. Di darat, perubahan suhu dan pola hujan menggeser zona habitat flora-fauna: beberapa spesies pegunungan terdesak ke elevasi lebih tinggi yang lebih sejuk, spesies dataran rendah mungkin kehilangan habitat karena suhu terlalu panas. Perubahan iklim juga memicu pergeseran musim reproduksi dan migrasi satwa. Misalnya, di beberapa daerah Indonesia dilaporkan bahwa musim berbiak burung bergeser mengikuti perubahan musim hujan. Keanekaragaman hayati terancam; IPCC (2022) melaporkan banyak spesies menghadapi risiko kepunahan meningkat jika pemanasan melebihi 1.5–2°C.
• Fenomena Cuaca Ekstrem: Meskipun cuaca ekstrem seperti badai, banjir, dan kekeringan dipengaruhi oleh banyak faktor, perubahan iklim meningkatkan intensitas dan frekuensi beberapa jenis kejadian ekstrem. Contohnya, suhu lautan yang lebih hangat dapat memperkuat badai siklon/tropis (lebih banyak energi dan uap air). Atmosfer yang lebih hangat 1°C juga mengandung 7% lebih banyak uap air, sehingga hujan lebat dan banjir bandang lebih mungkin terjadi. Di sisi lain, daerah yang cenderung kering dapat mengalami kekeringan lebih parah dan kebakaran hutan yang lebih luas ketika curah hujan turun dan penguapan meningkat. Indonesia telah merasakan peningkatan kejadian cuaca ekstrem dalam beberapa dekade terakhir misalnya frekuensi hujan ekstrim pemicu banjir dan longsor meningkat di beberapa wilayah, sementara musim kemarau panjang memperparah kebakaran lahan terutama di Sumatra dan Kalimantan. BMKG mencatat bahwa hari-hari dengan curah hujan >50 mm cenderung bertambah di banyak tempat, yang berarti risiko banjir meningkat.
• Dampak Sosial-Ekonomi: Perubahan iklim berimplikasi luas bagi masyarakat. Sektor pertanian sangat rentan: pergeseran musim hujan/kemarau mempersulit jadwal tanam, peningkatan suhu dapat menurunkan hasil panen tanaman tertentu, serta perubahan pola hama dan penyakit tanaman. Studi di Kabupaten Malang menunjukkan produktivitas jagung menjadi tidak stabil sebagian akibat variabilitas dan perubahan iklim, suhu yang lebih panas ternyata meningkatkan produktivitas jagung di sana hingga batas tertentu, namun perubahan onset musim hujan memaksa petani beradaptasi. Ketahanan pangan nasional pun dipertaruhkan apabila pola iklim makin tak menentu, khususnya bagi komoditas seperti padi yang kalender tanamnya bergantung pada monsun. Kesehatan masyarakat juga terdampak: gelombang panas meningkatkan risiko stroke panas dan dehidrasi, perubahan pola hujan memengaruhi persebaran penyakit menular (contoh: demam berdarah bisa meluas karena nyamuk Aedes bertambah dengan musim hujan yang lebih panjang atau tak terduga), dan kualitas udara bisa memburuk (episode kebakaran hutan menghasilkan kabut asap yang mengganggu pernapasan). Secara ekonomi, kerugian finansial akibat bencana terkait iklim meningkat, banjir besar merusak infrastruktur, kekeringan merugikan petani, dan biaya adaptasi (misal membangun tanggul penahan banjir rob, modifikasi irigasi) membebani anggaran.

Pada skala global, perubahan iklim juga menjadi isu keadilan sosial karena negara-negara yang paling sedikit menyumbang emisi (seringkali negara berkembang) justru merasakan dampak paling parah. Indonesia termasuk negara yang rentan terhadap krisis iklim (sebagai negara kepulauan tropis dengan banyak populasi pesisir), sehingga adaptasi dan mitigasi menjadi agenda penting.

 

2.5. Dampak Variabilitas Iklim terhadap Lingkungan dan Masyarakat

Variabilitas iklim, meskipun sifatnya sementara, dapat memiliki dampak signifikan yang dirasakan langsung oleh lingkungan dan masyarakat. Bahkan, bagi banyak orang (terutama petani, nelayan, dan komunitas lokal), dampak variabilitas antar-musim/tahun inilah yang paling nyata sehari-hari, dibanding tren jangka panjang. Berikut beberapa contoh dampak variabilitas iklim:

• Fenomena El Niño dan La Niña: ENSO adalah salah satu pendorong utama anomali cuaca tahunan di Indonesia. El Niño biasanya membawa kemarau lebih kering dan panjang di wilayah Indonesia bagian selatan khatulistiwa. Curah hujan di musim kemarau turun di bawah normal, dan awal musim hujan bisa mundur. Contoh ekstrem adalah El Niño 2015 yang kuat – banyak daerah di Jawa, Nusa Tenggara, hingga Papua mengalami kekeringan parah, Waduk Gadjah Mungkur di Jawa surut signifikan, kebakaran hutan/lahan melonjak (kabut asap 2015 adalah yang terburuk sejak 1997). Sifat hujan pada tahun 2015 di sebagian besar wilayah Indonesia tercatat di bawah normal hingga >50% kurangnya. Dampaknya, produksi pangan seperti padi menurun tahun itu, pemerintah bahkan mengaktifkan operasi teknologi modifikasi cuaca untuk memancing hujan. La Niña kebalikannya, musim hujan cenderung lebih basah dan panjang. Misalnya La Niña 2010–2011 membawa curah hujan sangat tinggi yang berkontribusi pada banjir besar di Jakarta awal 2011 dan banjir bandang di Wasior (Papua Barat) pada 2010. La Niña juga bisa memicu gagal panen karena terlalu banyak hujan (tanaman tergenang atau terserang hama pada kondisi lembap). Variasi ini menuntut kesiapsiagaan: BMKG rutin mengeluarkan advis ENSO, karena dominannya pengaruh ENSO terhadap variabilitas iklim tahunan.
• Osilasi Regional (IOD dan Monsun): Indian Ocean Dipole (IOD) positif pernah memperparah kekeringan El Niño. Pada tahun 2019, terjadi IOD positif ekstrem bersamaan dengan El Niño lemah, hasilnya Indonesia mengalami salah satu musim kemarau terkering dalam beberapa dekade. Penelitian Kunarso et al. (2022) mencatat IOD 2019 mencapai anomali SST 1°C di barat Indian Ocean dan 2°C di timur (sekitar Sumatra), menyebabkan defisit curah hujan parah di wilayah Indonesia dan memicu kondisi kering ekstrem. Akibatnya terjadi peningkatan tajam hotspot kebakaran hutan/lahan gambut di Sumatra bagian selatan pada puncak IOD tersebut. Ini menunjukkan bagaimana variabilitas iklim dapat berdampak nyata: hutan gambut yang kering sangat mudah terbakar dan api sulit dipadamkan, sehingga kabut asap lintas batas kembali terjadi tahun 2019. Sementara itu, variabilitas monsun seperti mundur/maju-nya onset musim hujan sangat dirasakan petani. Musim hujan yang terlambat beberapa minggu saja bisa membuat petani gagal tanam padi gogo atau memundurkan panen sehingga berisiko terkena kekeringan di akhir musim. Variasi tahunan ini kadang lebih sulit diprediksi dibanding tren jangka panjang, sehingga adaptasi jangka pendek (seperti kalender tanam fleksibel, varietas benih adaptif) penting dilakukan.
• Ekosistem dan Variabilitas: Ekosistem telah berevolusi dengan variabilitas alami, tapi kejadian ekstrem dapat mengganggu keseimbangan. Contoh: hutan bakau pesisir biasanya tahan terhadap pasang surut, tapi kejadian cuaca ekstrem seperti badai tropis (meski jarang di Indonesia) dapat merusak mangrove. Di tahun netral pun, pemutihan karang dapat terjadi saat El Niño kuat meningkatkan suhu laut lokal beberapa bulan melampaui ambang batas karang. Pada 2016, perairan Raja Ampat ikut mengalami pemutihan karang akibat suhu laut tinggi terkait El Niño global. Variabilitas curah hujan juga memengaruhi populasi satwa liar, misal pada tahun sangat kering, sumber air di taman nasional berkurang sehingga satwa liar seperti gajah atau harimau mungkin keluar habitat mencari air, meningkatkan konflik dengan manusia. Sebaliknya tahun sangat basah bisa menyebabkan ledakan populasi tumbuhan/pakan tertentu yang kemudian kolaps di tahun normal, mengganggu rantai makanan.
• Keuangan dan Infrastruktur: Masyarakat menanggung kerugian dari variasi iklim jangka pendek ini. Kekeringan setahun dapat menggerus ekonomi agraris, produksi beras turun, harga naik, petani kehilangan pendapatan. Banjir bandang tahun tertentu bisa menghancurkan infrastruktur jembatan, jalan, rumah, memakan korban jiwa, dan pemulihannya mahal. Misalnya, banjir besar Jakarta 2020 (awal tahun, dipicu curah hujan ekstrem di Jabodetabek pada malam tahun baru) merugikan triliunan rupiah. Bagi nelayan, tahun dengan angin monsun barat lebih kencang (misal saat La Niña) berarti lebih banyak hari tidak melaut karena gelombang tinggi maka pendapatan berkurang. Variabilitas iklim, terutama yang ekstrem, pada intinya menghadirkan risiko iklim yang harus dikelola setiap tahun. Beruntung, kemajuan prediksi iklim memungkinkan antisipasi lebih baik. Peningkatan pemahaman fenomena seperti ENSO telah meningkatkan kemampuan prediksi musim hingga beberapa bulan ke depan, membantu sektor-sektor seperti pertanian dan energi melakukan langkah mitigasi (contoh: pemerintah dapat menyiapkan cadangan beras sebelum El Niño terjadi, atau mengosongkan sebagian waduk sebelum musim hujan ekstrem La Niña).

Secara keseluruhan, meskipun dampak variabilitas iklim sifatnya tidak permanen dan berbeda-beda tiap episode, apabila peristiwa ekstrem semakin sering (misal karena iklim yang berubah dapat “memiringkan dadu” menuju El Niño lebih kuat atau hujan ekstrem lebih sering), maka masyarakat harus beradaptasi dan meningkatkan ketahanan. Variabilitas iklim dan perubahan iklim saling tumpang tindih dalam kenyataan sehari-hari misal, saat terjadi El Niño di tengah tren pemanasan global, kita merasakan tahun yang sangat panas dan kering sekaligus. Oleh karena itu, adaptasi yang baik harus mempertimbangkan keduanya.

2.6. Analisis Perubahan dan Variabilitas Iklim dalam Klimatologi

Bagaimana ilmuwan klimatologi mempelajari perubahan iklim dan variabilitas iklim? Ternyata, diperlukan pendekatan analisis yang berbeda untuk mendeteksi tren jangka panjang vs fluktuasi jangka pendek, meskipun keduanya saling terkait.

• Analisis Data Jangka Panjang (Tren): Untuk mengidentifikasi perubahan iklim, peneliti menganalisis data observasi selama puluhan tahun hingga ratusan tahun. Data iklim dapat berupa pengukuran instrumen (suhu, curah hujan, dsb.) maupun proxy paleoklimat (cincin pohon, inti es, sedimen) untuk periode sebelum ada instrumen. Kunci mendeteksi perubahan iklim adalah melihat trend atau pergeseran distribusi statistik. Misalnya, trend kenaikan suhu dihitung dengan regresi linear pada data tahunan. Selain itu, digunakan konsep normal iklim, rata-rata kondisi 30 tahun sebagai baseline. WMO merekomendasikan memperbarui normal iklim setiap dekade (misal saat ini 1991-2020 digunakan sebagai normal terbaru menggantikan 1981-2010), sehingga dapat diketahui apakah dekade terbaru menyimpang dari normal jangka panjang. Anomali dihitung sebagai deviasi dari normal ini. Deteksi perubahan iklim sering melibatkan analisis statistik untuk memastikan perubahan yang teramati melebihi variabilitas alami. Misalnya, apakah kenaikan suhu +0,2°C/dekade signifikan dibanding variabilitas tahunannya. Jika ya, maka perubahan itu “terdeteksi”. Langkah berikutnya adalah atribusi – mencari penyebab. Klimatolog menggunakan model iklim untuk mensimulasikan dunia dengan dan tanpa pengaruh GRK antropogenik. Dengan membandingkan hasil model dan data aktual, dapat disimpulkan seberapa besar peran manusia vs alam. Hasil IPCC menyatakan pemanasan sejak 1950an hampir seluruhnya akibat aktivitas manusia (dominasi GRK).
• Analisis Variabilitas (Osilasi dan Ekstrem): Variabilitas iklim dipelajari melalui statistik seperti deviasi standar, analisis spektral, dan indeks iklim. Para ilmuwan mendefinisikan indeks iklim tertentu untuk melacak fenomena variabilitas. Contohnya, Oceanic Niño Index (ONI) untuk ENSO, dihitung dari anomali suhu permukaan laut di region Niño3.4 (Pasifik ekuator tengah-timur) selama 3 bulan bergulir. Jika ONI > +0,5°C selama beberapa bulan berturut, itu menandakan El Niño, dan jika < –0,5°C menandakan La Niña. Demikian pula, Dipole Mode Index (DMI) digunakan untuk IOD – perbedaan anomali SST antara barat dan timur Samudra Hindia. Dengan indeks, peneliti dapat membuat deret waktu fenomena tersebut dan mempelajari siklus serta ekstremnya. Misalnya, grafik ONI dari 1950-2020 memperlihatkan pola naik-turun (dengan puncak El Niño 1982/83, 1997/98, 2015/16 dsb). Analisis statistik lanjutan, seperti analisis Fourier atau wavelet, digunakan untuk mengidentifikasi periodisitas utama. Untuk ENSO, spektrum menunjukkan puncak pada 3-7 tahun. Selain itu, pemodelan laut-atmosfer khusus (misal model oseanografi untuk ENSO) membantu memahami mekanisme internal seperti umpan balik Bjerknes pada ENSO.
• Pemisahan Sinyal vs Noise: Tantangan dalam klimatologi adalah memisahkan sinyal perubahan iklim (tren jangka panjang) dari noise variabilitas alami. Salah satu metode sederhana adalah dengan mengambil rata-rata periode panjang misal, menghitung rata-rata 30 tahun awal vs 30 tahun akhir dari suatu data untuk melihat perbedaan. Variabilitas jangka pendek cenderung teredam dalam rata-rata multi-dekade. Metode lain adalah menggunakan filter statistik (filter low-pass untuk tren, high-pass untuk variabilitas). Dalam penelitian IPCC, sering dilakukan pendekatan ensemble model: menjalankan model iklim berkali-kali dengan kondisi awal sedikit berbeda. Hasil ensemble menunjukkan rentang variabilitas alami, sedangkan sinyal antropogenik muncul sebagai tren konsisten di semua ensemble. Dengan cara ini, kita bisa lebih yakin bahwa misalnya tren suhu global +0,2°C/dekade bukan kebetulan variabilitas, karena sangat konsisten melampaui rentang simulasi internal variabilitas.
• Data dan Sumber Klasik vs Terkini: Sumber data untuk analisis iklim kian beragam. Stasiun cuaca memberikan data historis penting (BMKG memiliki catatan suhu dan hujan di beberapa lokasi sejak awal abad 20). Satelit cuaca sejak 1970-an memberikan cakupan global, misalnya citra suhu permukaan laut, tinggi muka laut dari altimetri satelit, hingga data gravitasi (GRACE) untuk massa es. Pemanfaatan big data dan machine learning juga mulai diadopsi untuk mengolah data iklim yang kompleks. Namun, dasar analisis tetap berpulang pada pemahaman fisis: bahwa tren global utamanya dari perubahan komposisi atmosfer (GRK), sedangkan variabilitas regional bisa karena dinamika laut-atmosfer spesifik.
• Kolaborasi Lembaga (IPCC, BMKG, dll): Analisis perubahan dan variabilitas iklim sangat kolaboratif. IPCC rutin melakukan penilaian (assessment) dengan merangkum ribuan studi untuk menyediakan gambaran menyeluruh. BMKG di Indonesia giat memantau iklim lokal: menerbitkan laporan iklim tahunan, analisis trend hujan (seperti pada Gambar 2), prakiraan musim yang mempertimbangkan ENSO/IOD, serta riset mengenai perubahan pola monsun. Akademisi dari berbagai universitas juga menerbitkan studi kasus lokal – misal perubahan iklim di kota-kota tertentu, dampak terhadap sektor spesifik (pertanian, perikanan, kesehatan). Proyeksi iklim masa depan dilakukan dengan model–model skenario (misal skenario RCP atau SSP di IPCC) untuk melihat kemungkinan perubahan lebih lanjut jika emisi terus meningkat vs jika ditahan. Meskipun bab ini fokusnya pada kondisi historis dan kini, penting disebut bahwa hasil proyeksi IPCC (2010-2025) mengindikasikan tren perubahan iklim akan berlanjut dan bahkan memburuk tanpa mitigasi signifikan: suhu global bisa naik 2–4°C di akhir abad 21 (tergantung skenario), kenaikan muka laut puluhan cm lagi, dan intensitas variabilitas seperti hujan ekstrem mungkin meningkat.

Dengan analisis yang cermat, ilmuwan dapat memberikan peringatan dini dan informasi akurat kepada pengambil kebijakan dan publik. Misalnya, tahun 2023 dilaporkan sebagai salah satu tahun terpanas yang pernah tercatat, bahkan mencapai anomali 1,2°C di atas pra-industri,  ini diantisipasi sebelumnya karena kombinasi tren pemanasan + potensi El Niño. Demikian pula, BMKG sudah dapat memperkirakan kemungkinan El Niño 2023 dan dampaknya pada awal tahun tersebut, sehingga sektor terkait dapat bersiap. Inilah buah analisis jangka panjang dan pemahaman variabilitas yang terintegrasi.

2.7. Studi Kasus Nyata dari Indonesia

Untuk menghubungkan konsep dengan realitas, berikut beberapa studi kasus di Indonesia yang menunjukkan interaksi perubahan iklim dan variabilitas iklim serta dampaknya:

1. Perubahan Pola Musim Tanam Padi di Jawa: Petani padi di Pulau Jawa sangat mengandalkan prediktabilitas musim hujan. Namun, dalam 10–20 tahun terakhir banyak laporan di tingkat lokal bahwa awal musim hujan bergeser. Di sebagian Jawa Barat dan Tengah, hujan mundur datangnya dibanding dulu, sehingga tanam padi musim penghujan juga mundur. Akibatnya, musim tanam kedua (gadu) kadang terpotong kemarau sebelum panen penuh. Penelitian Dwiratna et al. (2013) di Gresik, Jawa Timur, menemukan bahwa memang terjadi pergeseran awal musim hujan dan kemarau akibat perubahan iklim, yang memaksa perubahan pola tanam padi di sana. BMKG pun merilis prediksi mundurnya onset monsun di beberapa daerah pada beberapa tahun terakhir karena anomali iklim regional. Sebagai adaptasi, Kementerian Pertanian memperkenalkan varietas padi tahan kering dan mendorong percepatan olah tanah agar ketika hujan cukup turun bisa langsung tanam tanpa menunggu lama. Selain itu, teknologi irigasi pompa digunakan di daerah yang kemaraunya panjang. Studi kasus ini menunjukkan perpaduan variabilitas (monsun tiap tahun tak sama) dengan perubahan iklim (tren mundur) berdampak langsung pada ketahanan pangan. Dalam jangka panjang, jika iklim makin hangat dan variabel, zona cocok tanam padi bisa bergeser ke dataran lebih tinggi yang lebih sejuk, atau perlu perombakan kalender tanam nasional.
2. Dampak El Niño 2015 terhadap Sektor Pertanian: El Niño 2015 adalah salah satu yang terkuat dalam catatan sejarah (setara 1997/98). Indonesia mengalami kemarau sangat kering pada 2015, terutama di Jawa, Bali, Nusa Tenggara, Sulawesi Selatan, dan Papua bagian selatan. Dalam laporan Kementan (2016), produksi padi nasional 2015 menurun dibanding 2014 sebagian besar karena kekeringan El Niño. Di beberapa sentra padi, panen gadu gagal total karena sawah tadah hujan kering kerontang. Kebakaran lahan gambut di Sumatra dan Kalimantan juga mencapai puncaknya, dipicu kemarau panjang tanpa hujan. Data menunjukkan curah hujan Sep–Okt 2015 di sebagian besar Sumatra Selatan, Jambi, Kalbar hanya <20% dari normal, yang merupakan anomali luar biasa. Akibat kabut asap, sekolah diliburkan berminggu-minggu, puluhan ribu orang menderita ISPA, bahkan negara tetangga pun terdampak. Kerugian ekonomi diperkirakan Rp 221 triliun (menurut Bank Dunia) akibat bencana asap 2015. Pemerintah Indonesia belajar dari kasus ini dengan meningkatkan kesiapsiagaan: sistem peringatan dini kebakaran (berbasis hotspot satelit) dan pembentukan Badan Restorasi Gambut (BRG) pasca 2015. Secara tidak langsung, peristiwa variabilitas ini mendorong kebijakan adaptasi dan mitigasi (misal restorasi gambut untuk cegah kebakaran di musim kering berikutnya). Tahun 2015 juga memecahkan rekor panas global saat itu, menunjukkan sinergi negatif antara El Niño kuat dengan tren pemanasan global.
3. Banjir Jakarta 2020 dan La Niña: Pada 1 Januari 2020, Jakarta dilanda banjir besar setelah hujan ekstrem turun di malam tahun baru. Curah hujan di beberapa titik seperti Halim mencapai 377 mm/hari (termasuk tertinggi dalam 150 tahun data Jakarta). Meskipun secara global 2020 adalah tahun netral hingga cenderung La Niña lemah di akhir tahun, cuaca ekstrem ini adalah contoh variabilitas iklim intraseasonal. MJO (gelombang Madden-Julian) kemungkinan berkontribusi memicu konveksi kuat, ditambah anomali monsun Asia. La Niña lemah mungkin turut menambah curah hujan, karena umumnya La Niña meningkatkan curah hujan di Indonesia. Banjir ini menenggelamkan banyak wilayah, >60 korban jiwa, listrik padam, dan kerugian ditaksir Rp 5 triliun. Studi kasus ini menunjukkan bahwa tanpa perlu tren perubahan iklim jangka panjang pun, variabilitas alami dapat menyebabkan bencana, apalagi di perkotaan dengan drainase yang kurang mampu tampung hujan ekstrem. Namun, tak sedikit pakar yang mengaitkan bahwa intensitas hujan ekstrem ini sejalan dengan proyeksi iklim bahwa hujan harian ekstrem makin sering. Hal ini diperkuat dengan data BMKG yang menunjukkan tren peningkatan curah hujan ekstrim harian (persentil 99) di banyak stasiun Indonesia. Jakarta sendiri telah mengalami banjir besar hampir tiap tahun pada 10 tahun terakhir (2013, 2014, 2015, 2016, 2020, 2021), mengindikasikan mungkin ada pengaruh perubahan iklim memperburuk hujan ekstrem monsun.
4. Perubahan Iklim di Pegunungan Papua: Wilayah Pegunungan Jayawijaya di Papua memiliki gletser tropis yang kini nyaris lenyap. Gletser Carstensz yang terkenal mengalami pencairan massif sejak 1990an akibat pemanasan global. Suhu di Papua Barat lautannya meningkat 0,1-0,3°C/dekade, sementara pegunungan pun ikut menghangat. Gletser adalah indikator sensitif perubahan iklim – variabilitas tahunan tak banyak berdampak pada volume es, namun tren pemanasan jangka panjanglah yang mencairkannya. Hilangnya gletser berdampak pada catatan iklim masa lalu (inti es lenyap), dan secara budaya suku setempat kehilangan penanda alam yang sakral. Selain itu, fenomena Puncak Jaya bebas salju adalah bukti perubahan iklim di Indonesia. Di sisi lain, ekosistem pegunungan Papua juga merasakan variabilitas: El Niño sering membawa kekeringan parah di pedalaman Papua (contoh 1997 dan 2015 terjadi wabah kelaparan lokal karena tanaman pangan lokal mati kekeringan). Hal ini menunjukkan bahwa masyarakat adat yang tinggal di dataran tinggi pun rentan terhadap iklim. Upaya adaptasi seperti penyimpanan pangan cadangan dan sistem peringatan dini El Niño mulai diperkenalkan oleh pemerintah daerah dan LSM untuk mengurangi risiko bencana kelaparan di musim kering panjang.

Studi-studi kasus di atas menekankan betapa kompleksnya dampak iklim di Indonesia, memerlukan pemahaman akan perubahan iklim jangka panjang sekaligus dinamika variabilitas jangka pendek. Kedua aspek itu seperti dua sisi mata uang: perubahan iklim dapat memperkuat atau melemahkan pola variabilitas yang ada, dan fenomena variabilitas ekstrem dapat memperburuk dampak perubahan iklim dalam waktu singkat.

 

2.8. Kesimpulan dan Refleksi

Kesimpulan. Perubahan iklim dan variabilitas iklim adalah dua hal yang saling berkelindan dalam sistem iklim Bumi. Perubahan iklim mengacu pada perubahan jangka panjang dalam statistik iklim (terutama saat ini ditandai oleh pemanasan global yang pesat), sementara variabilitas iklim merujuk pada fluktuasi alami yang terjadi di sekitar kondisi rata-rata iklim. Penyebab perubahan iklim modern didominasi oleh aktivitas manusia melalui emisi gas rumah kaca, ditambah kontribusi alamiah minor, sedangkan variabilitas iklim dipicu oleh dinamika internal seperti ENSO dan faktor luar seperti letusan vulkanik. Dampaknya beragam: perubahan iklim secara perlahan tetapi pasti menggeser dunia yang kita kenal, suhu lebih panas, muka laut lebih tinggi, pola hujan berubah – dengan implikasi serius bagi ekosistem dan peradaban manusia. Variabilitas iklim, di sisi lain, menghadirkan tantangan di sini dan kini – tahun-tahun ekstrim yang menguji ketahanan masyarakat, dari kekeringan, banjir, hingga badai.

Bagi lingkungan dan masyarakat Indonesia, kedua fenomena ini bukan konsep abstrak. Perubahan iklim telah nyata dengan mundurnya musim hujan di beberapa tempat, meningkatnya suhu dan hari panas, serta naiknya frekuensi cuaca ekstrem. Variabilitas iklim seperti El Niño/La Niña dan IOD terus mewarnai dinamika tahunan baik tahun basah dan kering silih berganti yang semuanya menguji kemampuan adaptasi. Dalam menghadapi risiko iklim, memahami perbedaan namun juga keterkaitan antara perubahan dan variabilitas iklim sangatlah penting. Misalnya, kebijakan mitigasi global diperlukan untuk menekan laju perubahan iklim (mengurangi emisi GRK, melindungi hutan sebagai penyerap karbon), sementara strategi adaptasi lokal harus luwes menghadapi variabilitas (irigasi saat kemarau, kanal drainase saat hujan lebat, dsb).

Refleksi untuk Pembelajar: Setelah mempelajari bab ini, cobalah renungkan beberapa pertanyaan penting. Bagaimana kehidupan sehari-hari kita dipengaruhi oleh kedua aspek iklim ini? Apakah kita pernah merasakan musim yang “tidak menentu” atau kejadian cuaca luar biasa, dan bagaimana dampaknya? Langkah apa yang bisa kita ambil, baik sebagai individu maupun komunitas, untuk meningkatkan resiliensi terhadap variabilitas iklim jangka pendek (misalnya ikut serta dalam program pertanian cerdas iklim, hemat air saat kemarau) dan turut mengurangi laju perubahan iklim jangka panjang (misalnya mengurangi jejak karbon, mendukung energi terbarukan)? Pemahaman ilmiah adalah bekal awal, tetapi aksi nyata yang menentukan masa depan. Dengan mengetahui perbedaan antara perubahan iklim dan variabilitas iklim, kita dapat membaca isyarat alam dengan lebih baik, mana yang pertanda tren mengkhawatirkan, mana yang gejolak sementara, sehingga respon kita pun dapat lebih tepat sasaran.

Pada akhirnya, tantangan perubahan dan variabilitas iklim menuntut sinergi ilmu pengetahuan, kebijakan, dan kesadaran publik. Kita telah memasuki era di mana setiap generasi akan hidup dalam iklim yang berbeda dari generasi sebelumnya. Namun, masih ada peluang untuk memastikan perbedaan itu seminimal mungkin dan dapat dikelola. Peningkatan literasi iklim seperti melalui buku ajar ini diharapkan dapat menumbuhkan generasi pembelajar yang melek iklim, mampu beradaptasi, dan giat berinovasi untuk menanggulangi krisis iklim. Perjalanan ilmu klimatologi dari 2010 hingga 2025 telah memberikan landasan pengetahuan yang kuat; kini tergantung pada kita semua untuk berbuat dengan bijak berlandaskan ilmu tersebut.

 

Daftar Pustaka

Abram, N., et al. (2020). Indian Ocean Dipole variability over the past millennium. Nature, 580, 264–267.

BMKG. (2023). Analisis Laju Perubahan Curah Hujan Tahunan 1981–2023. Diakses dari https://bmkg.go.id/iklim/analisis-laju-perubahan-curah-hujan 

Dwiratna, N. P. S., Nawawi, G., & Asdak, C. (2013). Analisis Dampak Perubahan Iklim terhadap Perubahan Musim Tanam Padi di Kabupaten Gresik. Jurnal Produksi Tanaman, 6(9), 2030–2037.

Herlina, N., & Prasetyorini, A. (2020). Pengaruh Perubahan Iklim pada Musim Tanam dan Produktivitas Jagung di Kabupaten Malang. Jurnal Ilmu Pertanian Indonesia, 25(1), 118–128 () ().

IPCC. (2021). Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the IPCC (AR6 WGI). Cambridge Univ. Press () ().

IPCC. (2022). Climate Change 2022: Impacts, Adaptation, and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the IPCC. Cambridge Univ. Press.

Kunarso, et al. (2022). Extreme Positive Indian Ocean Dipole in 2019 and Its Impact on Indonesia. Sustainability, 14(22), 15155 

NASA GISS. (2025). GISTEMP Surface Temperature Analysis (v4). Global Mean Estimates based on Land and Ocean Data. Diakses dari https://data.giss.nasa.gov/gistemp/ 

Sopaheluwakan, A., et al. (2015). Klimatologi Indonesia. Jakarta: Badan Meteorologi, Klimatologi, dan Geofisika.

World Meteorological Organization (WMO). (2023). El Niño/La Niña – WMO Topics. Diakses dari https://public.wmo.int/en/ElNiño-LaNiña 

World Meteorological Organization (WMO). (2020). State of the Global Climate 2020. Geneva: WMO. (Laporan tahunan kondisi iklim dunia).

United Nations Framework Convention on Climate Change (UNFCCC). (1992). UN Treaty Collection. (Definisi perubahan iklim pada Pasal 1) 

UPLAND Project – Kementan. (2023, June 22). Pengaruh Perubahan Iklim terhadap Sektor Pertanian. (Artikel web). Kementerian Pertanian RI.

Kompas – Arif, A. (2022, July 7). Suhu di Indonesia Rata-rata Meningkat di Atas 0,3°C per Dekade. Harian Kompas.

CNBC Indonesia. (2019, June 19). RI Siaga Fenomena Ekstrem, Kekeringan Parah 2015 Terulang? (Artikel web). (Referensi dampak El Niño 2015).

Wikipedia. (2023). Climate variability and change; Indian Ocean Dipole; 1991 eruption of Mount Pinatubo  (sebagai sumber informasi umum variabilitas iklim dan contoh historis).