2. Pelayanan Umum Pengelolaan Irigasi
5.3. Bahan dan Metode Analisis Perubahan Fungsi Hidrologis DAS
Bahan yang digunakan dalam penelitian ini adalah data sekunder yang dikumpulkan dari seluruh data dan informasi historis (historical data). Bahan-bahan tersebut terdiri dari :
1. Data curah hujan harian, bulanan dan tahunan periode 1993–2003 Sub DAS Saguling, Sub DAS Cirata dan Sub DAS Jatiluhur. Data curah hujan tersebut diperoleh dari Badan Meteorologi dan Geofisika (BMG) dan laporan hasil pengukuran UBP Saguling.
2. Data evaporasi harian diperoleh dari laporan hasil pengukuran UBP Saguling (1993-2003).
3. Data debit dan volume (air masuk dan keluar) diperoleh dari laporan hasil pengukuran PLTA Saguling, PLTA Cirata dan PLTA Jatiluhur (1993-2003). 4. Data sedimentasi diperoleh dari laporan hasil pemeruman Waduk Saguling
(1985-2004), Waduk Cirata (1987-2002) dan Waduk Jatiluhur (1987-2000). Analisis terhadap data-data sekunder tersebut dilakukan dengan menggunakan metode regresi linear. Pendugaan perubahan karakteristik debit dan volume dan sedimentasi antara tahun 1993-2003 dilakukan simulasi dengan menggunakan software GR4J.
5.3.1. Analisis Perubahan Debit dan Volume Pada Dua Sistem Penggunaaan Lahan.
Analisis perubahan karakteristik hidrologis DAS dilakukan berdasarkan aplikasi model prediksi debit harian GR4J (Perrin, 2003). Model ini merupakan pengembangan lebih lanjut model GR3J yang dikembangkan oleh CEMAGREF, Perancis. Struktur model seperti yang ditunjukkan pada Gambar 5 (Bab 2). Untuk mensimulasi debit harian, model GR4J membutuhkan input data hujan, evapotranspirasi potensial (ETP) dan debit harian serta 4 parameter model yang dibangkitkan saat validasi. Keempat parameter tersebut adalah :
1. X1; kapasitas maksimum simpanan produksi (maximum capacity of the production store).
2. X2; koefisien tukar air (water exchange coefficient).
3. X3; kapasitas maksimum simpanan pengalihan (maximum capacity of the routing store).
Dalam penelitian ini debit air terdiri dari 3 jenis yaitu debit air masuk (DAM), debit air keluar (DAK) dan debit air masuk lokal (DAML). Debit air masuk adalah debit air yang bersumber dan mengalir dari wilayah hulu masing-masing Sub DAS dan memasuki badan air (sungai utama dan waduk). Debit air keluar adalah debit air yang keluar dari outlet masing-masing PLTA untuk menggerakkan turbin. Debit air masuk lokal adalah debit air masuk yang bersumber dari anak sungai dan mengalir dari wilayah hulu masing-masing Sub DAS dan tidak termasuk debit air masuk yang bersumber dari debit air keluar PLTA yang berada di wilayah hulu (sungai utama Citarum). Dengan demikian DAK PLTA Saguling tidak merupakan DAML bagi PLTA Cirata dan DAK PLTA Cirata tidak merupakan DAML bagi PLTA Jatilihur.
Karena citra satelit (foto) yang digunakan dalam penelitian ini dibuat pada November 1992 maka untuk menduga pengaruh perubahan penutup lahan (kondisi biofisik) DAS Citarum Wilayah Hulu (1992-2002) terhadap karakteristik hidrologis maka data yang digunakan dalam simulasi model GR4J adalah curah hujan (CH), evaporasi waduk (ETP) dan debit air masuk lokal (DAML) harian dari tahun 1993-2003. Pada Tabel 14 disajikan hasil simulasi dengan tahapan pemodelan software GR4J adalah :
a. Menentukan parameter simulasi (X1, X2, X3 dan X4) dengan memasukkan
input data CH, ETP dan DAML harian tahun inisial (1993) dengan hasil Q1. Parameter default (standar) yang digunakan menurut Perrin (2003) adalah X1 = 5,9, X2 = 2,0, X3 = 4,5 dan X4 = 0,2.
b. Validasi parameter tahun inisial 1993 dengan meng-input nilai parameter baku ke dalam fungsi tranfer dan melakukan solver. Validasi terhadap parameter tersebut menghasilkan nilai kemiripan (koefisien Nash) dengan besaran antara 0-100. Model dinyatakan valid apabila koefisien Nash memiliki nilai yang lebih besar dari 50.
c. Parameter hasil validasi digunakan untuk mensimulasi tahun selanjutnya dengan input data tahun tersebut tanpa melakukan solver.
d. Besaran parameter tersebut digunakan untuk simulasi debit dengan input data curah hujan pada tahun selanjutnya (1994) dengan hasil sebesar Q2, tahun 1995 sebesar Q3, dan seterusnya sampai tahun 2003 sebesar Q11.
e. Nilai Q2 sampai dengan Q11 hasil simulasi dibandingkan dengan Q1 hasil validasi.
f. Perbedaan nilai-nilai (dQ) tersebut diduga merupakan pengaruh perlakuan (perubahan penutup lahan) DAS terhadap debit.
Tabel 14. Hasil simulasi debit dengan aplikasi model GR4J.
Parameter Kondisi Penutup Lahan
simulasi 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 x1 q1.1 q1.2 q1.3 q1.4 q1.5 q1.6 q1.7 q1.8 q1.9 q1.10 q1.11 x2 q2.1 q2.2 q2.3 q2.4 q2.5 q2.6 q2.7 q2.8 q2.9 q2.10 q2.11 x3 q3.1 q3.2 q3.3 q3.4 q3.5 q3.6 q3.7 q3.8 q3.9 q3.10 q3.11 x4 q4.1 q4.2 q4.3 q4.4 q4.5 q4.6 q4.7 q4.8 q4.9 q4.10 q4.11 Hasil Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Q11 dQ1 – dQ10 Q1-Q2 sampai dengan Q10-Q11 Validasi Q Q Aktual
Kalibrasi Parameter Standar Perrin (2003) dan Koefisien Nash
Sebagaimana diuraikan tedahulu bahwa untuk menganalisis adanya perubahan karakteristik debit akibat perubahan kondisi biofisiknya, terlebih dahulu model GR4J divalidasi dengan menggunakan input data tahun inisial, yang dianggap merepresentasikan kondisi biofisik DAS saat belum mengalami perubahan (1992). Setelah validasi, akan didapatkan parameter model pada tahun inisial, yang selanjutnya parameter tersebut digunakan untuk simulasi debit dengan menggunakan input data pada tahun selanjutnya yang diduga merepresentasikan kondisi biofisik DAS yang telah berubah (2002). Dengan membandingkan debit pengukuran dengan debit simulasi melalui analisis neraca air DAS, tingkat perubahan aliran sungai akibat perubahan kondisi biofisik DAS dapat diketahui. Permodelan GR4J telah diformulasikan dalam bahasa excel tahun 2003 oleh CEMAGREF Perancis. Hasil simulasi debit harian akan digunakan untuk menghitung volume air harian dan tahunan. Regresi linear digunakan dalam pengujian hubungan CH, debit dan volume air hasil simulasi dengan nilai hasil pengukuran.
5.3.2. Pendugaan Sedimentasi
Perilaku sedimen dipelajari dari dua hal yaitu berdasarkan data hasil pemeruman yang pernah dilakukan di ketiga waduk dan hasil perhitungan dengan menggunakan rumus sedimen. Pemeruman adalah pengukuran tingkat (perkembangan) sedimentasi yang terjadi di dasar waduk terutama pada kapasitas “tampung mati” (dead storage). Jumlah sedimen yang terdapat di sungai atau waduk atau kolam penampungan juga dapat diprediksi melalui persamaan regresi berganda dengan 4 variabel yaitu erosi lahan (Ep), volume aliran permukaan (Ro), faktor tanaman dan konservasi (CP), dan luas Sub DAS (A), pada tingkat akurasi 86,40% (Sa’ad, 2002) dengan persamaan sebagai berikut :
Y = bo. Epb1 . Rob2 . CPb3. Ab4 ;
Keterangan :
Y = sedimen sungai (ton ha¯¹)
Ep = erosi permukaan dari soilpan (ton ha¯¹)
Ro = volume aliran permukaan satu periode hujan (m³)
CP = faktor tanaman (tindakan konservasi tanah)
A = luas Sub DAS (ha)
bo, b1, b2, b3, b4 = konstanta
Dalam penelitian ini beberapa asumsi yang digunakan adalah :
1. Erosi permukaan pada soil pan (Ep) (Sa’ad, 2002) sama dengan erosi lahan yang besarnya berdasarkan penelitian Sutono et. al (2003) di DAS Citarum. 2. Volume air permukaan satu periode hujan (Ro) (Sa’ad, 2002) sama dengan
volume air masuk lokal (VAML) hasil simulasi model GR4J.
3. Faktor tanaman dan konservasi tanah (CP) (Sa’ad, 2002), besarnya didasarkan pada hasil penelitian Abdurahman et. al (1984), Ambar dan Syafrudin (1979)
dalam Asdak (2004) dan Amarjan (2003) khusus pada nilai CP permukiman. 4. Luas Sub DAS (A) sama dengan luas masing-masing Sub DAS sesuai dengan
hasil pengolahan digitasi peta tataguna lahan dan citra satelit 1992 dan 2002. Penggunaan GIS dalam pendugaan sedimentasi waduk dengan penggunaan model telah digunakan di Thailand sebagaimana dilaporkan Lorsirirat (1997).
