PENDUGAAN DEBIT ANDALAN MENGGUNAKAN MODEL
SWAT DI SUNGAI KUNCIR, KABUPATEN NGANJUK,
JAWA TIMUR
FAJARDO
DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Pendugaan Debit Andalan Menggunakan Model SWAT di Sungai Kuncir, Kabupaten Nganjuk, Jawa Timur adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari skripsi saya kepada Institut Pertanian Bogor.
Bogor, November 2014
Fajardo
ABSTRAK
FAJARDO. Pendugaan Debit Andalan Menggunakan Model SWAT di Sungai Kuncir, Kabupaten Nganjuk, Jawa Timur. Dibimbing oleh LIYANTONO.
Sungai Kuncir merupakan saluran drainase primer yang menjadi sumber sarana irigasi di Kabupaten Nganjuk. Potensi Sungai Kuncir dapat dikaji melalui perhitungan debit andalan untuk dijadikan indikator dalam jumlah pemenuhan kebutuhan air pada komunitas wilayah. Penelitian ini bertujuan menerapkan model SWAT dalam pendugaan debit air sungai dan menghitung besar debit andalan pada Sungai Kuncir, Kabupaten Nganjuk. Kegiatan pengambilan data lapang dilakukan di Kabupaten Nganjuk, Jawa Timur khususnya di Sungai Kuncir. Penelitian dilakukan melalui dua tahap, yaitu proses pembangunan model dan proses simulasi dengan SWAT setelah melalui proses kalibrasi dan validasi data. Simulasi model memiliki korelasi yang tinggi dengan nilai NS pada hasil kalibrasi sebesar 0.67 dan debit rata-rata harian hasil simulasi sebesar 7.15 m3 s-1. Skenario perubahan lahan menggambarkan konversi lahan hutan dan semak belukar menjadi lahan pertanian berpotensi meningkatkan nilai debit Sungai Kuncir. Kata kunci: andalan, debit, model, Sungai Kuncir, SWAT
ABSTRACT
FAJARDO. Estimation of Dependable Flow in Kuncir River, Nganjuk District, East Java using SWAT Model. Supervised by LIYANTONO.
Kuncir River is the primary drainage canal that becomes the source of irrigation facilities in Nganjuk district. The potential of Kuncir River can be assessed by measuring the dependable flow to become an indicator of the amount of water supply to the community area. This research aims to apply SWAT model to estimate the river flow and measure the dependable flow in Kuncir River, Nganjuk district. Data was collected from Kuncir River, Nganjuk district, East Java. There are two major steps on this research, model establishment and model simulation using SWAT after data calibration and validation. Model simulation has high correlations with the observed data. It is showed by NS value of 0.67 and mean daily flow of 7.15 m3 s-1. Land use change scenario showed that the conversion of forest and range-grasses into agriculture land potentially increase the flow of Kuncir River.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik
pada
Departemen Teknik Mesin dan Biosistem
PENDUGAAN DEBIT ANDALAN MENGGUNAKAN MODEL
SWAT DI SUNGAI KUNCIR, KABUPATEN NGANJUK,
JAWA TIMUR
FAJARDO
DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
Judul Skripsi : Pendugaan Debit Andalan Menggunakan Model SWAT di Sungai Kuncir, Kabupaten Nganjuk, Jawa Timur
Nama : Fajardo NIM : F14100137
Disetujui oleh
Dr Liyantono, STP, MAgr Pembimbing
Diketahui oleh
Dr Ir Desrial, MEng Ketua Departemen
PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala karunia-Nya sehingga skripsi ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan pada bulan Januari 2014 ini adalah debit air, dengan judul Pendugaan Debit Andalan Menggunakan Model SWAT di Sungai Kuncir, Kabupaten Nganjuk, Jawa Timur.
Terima kasih penulis ucapkan kepada Dr Liyantono, STP, MAgr selaku pembimbing, serta Prof Dr Bambang Pramudya dan Dr Gatot Pramuhadi sebagai dosen penguji. Ucapan terima kasih juga penulis sampaikan kepada Prof Dr Ir Kudang Boro Seminar, MSc selaku kepala bagian Teknik Bio-informatika. Di samping itu, penghargaan penulis sampaikan kepada Dr Ir Desrial, MEng selaku Ketua Departemen Teknik Mesin dan Biosistem. Terima kasih kepada Dinas PU Pengairan Nganjuk, Badan Meteorologi, Klimatologi, dan Geofisika Stasiun Geofisika Sawahan yang telah membantu dalam pengumpulan data pada kegiatan observasi lapang. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala doa dan kasih sayangnya.
Semoga skripsi ini bermanfaat bagi pembacanya.
Bogor, November 2014
DAFTAR ISI
DAFTAR TABEL ix
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN ix
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 2
Tujuan Penelitian 2
Manfaat Penelitian 2
METODE 2
Lokasi dan Waktu Penelitian 2
Alat 4
Bahan 4
DEM (Digital Elevation Model) 4
Data Cuaca 4
Penggunaan Lahan dan Jenis Tanah 4
Data Observasi Lapang 5
Prosedur Kerja 6
Deskripsi Model Hidrologi 6
Pembangunan Model 6
Deskripsi Model Eksperimen 8
Analisis Sensitivitas 8
Korelasi dan Kalibrasi Model 9
Validasi Model 9
Debit andalan 9
HASIL DAN PEMBAHASAN 10
Analisis Sensitivitas dan Kalibrasi Model 10
Analisis Komponen Hidrologi Sungai Kuncir 12
Analisis Debit Air dan Debit Andalan Sungai Kuncir 14 Dampak Perubahan Lahan terhadap Debit Air Sungai Kuncir 16
Simpulan 19
Saran 19
DAFTAR PUSTAKA 20
LAMPIRAN 22
DAFTAR TABEL
1 Kelas penggunaan lahan pada subDAS 5
2 Parameter yang dipilih dalam analisis sensitivitas 9 3 Nilai komponen hidrologi tahunan Sungai Kuncir 2010-2013 13 4 Komponen hidrologi rata-rata tahunan Sungai Kuncir berdasarkan
skenario 18
DAFTAR GAMBAR
1 Peta lokasi pengamatan: (a) peta subDAS dan subsubDAS di Kabupaten Nganjuk, Jawa Timur dan (b) peta elevasi subDAS Sungai
Kuncir 3
2 Wilayah studi: (a) kelas penggunaan lahan dominan, (b) kelas jenis
tanah 5
3 Diagram alir prosedur penelitian 7
4 Hasil analisis sensitivitas model nilai debit harian Nganjuk 2010-2013 12 5 Hasil analisis auto-kalibrasi model nilai debit harian Nganjuk
2010-2013 12
6 Siklus hidrologi Sungai Kuncir 14
7 Hasil analisis debit andalan bulanan periode 2010-2013 15 8 Kurva durasi aliran debit harian Sungai Kuncir periode 2010-2013
dalam skala linier 15
9 Kurva durasi aliran debit harian Sungai Kuncir periode 2010-2013
dalam skala logaritmik 16
10 Debit air harian Sungai Kuncir hasil simulasi skenario perubahan
penggunaan lahan 17
11 Kurva durasi aliran skala logaritmik Sungai Kuncir periode 2010-2013 18
DAFTAR LAMPIRAN
PENDAHULUAN
Latar Belakang
Kekurangan air pada musim kering menghambat produksi bahan pertanian di beberapa daerah produksi beras di Indonesia, salah satunya adalah Kabupaten Nganjuk. Kabupaten Nganjuk merupakan wilayah pertanian dengan luasan yang besar, sehingga membutuhkan ketersediaan air untuk sistem irigasi yang tinggi, terutama pada musim kering (Liyantono et al. 2013). Terdapat dua sungai besar yang melalui wilayah Kota Nganjuk, yakni Sungai Kuncir Kiri (bagian barat) dan Sungai Kuncir Kanan (bagian timur) (Suwondo 2005). Kedua aliran sungai ini akan mengarah ke timur dan bertemu di Sungai Widas. Kondisi hidrologi di wilayah ini cukup basah dengan muka air tanah yang relatif dangkal. Menurut Badan Perencanaan Pembangunan Daerah Kabupaten Nganjuk (2012), Sungai Kuncir merupakan saluran drainase primer di Kabupaten Nganjuk. Saluran primer tersebut menampung aliran air dari limpasan air hujan, saluran pembuang irigasi (afvour), limbah domestik cair dari kawasan permukiman penduduk yang kemudian disalurkan menuju Daerah Aliran Sungai (DAS) Brantas sebagai pembuang akhir dan dikelola untuk sektor pertanian, industri pengolahan, pariwisata, pertambangan dan penggalian, energi dan air bersih.
Potensi Sungai Kuncir Kiri dan Sungai Kuncir Kanan tersebut dapat dikaji melalui perhitungan debit andalan untuk dijadikan indikator dalam jumlah pemenuhan kebutuhan air pada komunitas wilayah. Debit andalan adalah besarnya debit yang tersedia untuk memenuhi kebutuhan air dengan resiko kegagalan yang telah diperhitungkan. Perhitungan debit andalan bertujuan menentukan debit perencanaan yang diharapkan selalu tersedia di sungai, dihitung berdasarkan konsep peluang (Arya 2012). Debit andalan dapat dihitung dengan berbagai metode baik dengan metode rasional curah hujan yang menggunakan data curah hujan, maupun menggunakan Sistem Informasi Geografis (SIG). Perhitungan debit andalan membutuhkan pengaplikasian metode ilmu hidrologi, ilmu probabilitas dan ilmu statistika. Besarnya debit andalan selanjutnya dapat digunakan untuk debit rencana dalam memenuhi kebutuhan air dari suatu kegiatan seperti pertanian, air minum, pembangkit listrik tenaga air, industri dan lain-lain. Nilai debit andalan ini pada akhirnya berfungsi menentukan besarnya luasan lahan yang dapat diirigasi dalam satuan waktu tertentu.
2
teridentifikasi dan tidak teridentifikasi secara spasial dalam simulasi SWAT. Alternatif lainnya, sebuah DAS dapat dibagi ke dalam SubDAS yang memiliki karakteristik penggunaan lahan, jenis tanah dan pengelolaan yang dominan (Alibuyog 2012).
Perumusan Masalah
Produksi bahan pertanian pada musim kering sangat penting dalam menjaga keseimbangan pangan di Indonesia, terutama di Pulau Jawa yang memiliki kontribusi yang besar terhadap produksi beras (Liyantono et al. 2012). Sistem irigasi yang baik perlu dikembangkan untuk meningkatkan produksi bahan pertanian di suatu wilayah pada musim kering, salah satunya yaitu di Kabupaten Nganjuk sebagai daerah pertanian di Pulau Jawa. Beberapa pertanyaan dikembangkan untuk menjawab masalah tersebut yang selanjutnya dijawab melalui penilitian ini dan dirumuskan sebagai berikut:
1. Bagaimana membuat model debit air dengan menggunakan simulasi SWAT?
2. Bagaimana perbandingan debit air hasil simulasi SWAT dengan hasil pengukuran lapang?
3. Bagaimana kondisi debit air dan berapa besar potensi debit air pada Sungai Kuncir, Kabupaten Nganjuk?
4. Bagaimana pengaruh debit Sungai Kuncir terhadap perubahan penggunaan lahan di sekitar wilayah subDAS?
Tujuan Penelitian
Penelitian ini bertujuan menerapkan model SWAT dalam pendugaan debit air sungai dan menghitung besar debit andalan pada Sungai Kuncir, Kabupaten Nganjuk.
Manfaat Penelitian
Penelitian ini menghasilkan manfaat antara lain mendapatkan metode perhitungan debit air yang lebih cepat dan akurat dengan menggunakan teknik komputasi dan sistem informasi geografis, yang dapat menjadi dasar untuk perencanaan pengelolaan daerah aliran sungai.
METODE
Lokasi dan Waktu Penelitian
3 selatan Kabupaten Nganjuk (Gambar 1b). Titik outlet Sungai Kuncir dipilih berdasarkan titik pengamatan pada kegiatan pengambilan data observasi lapang berdasarkan Dinas Pekerjaan Umum (PU) Pengairan Kabupaten Nganjuk, yang terletak pada koordinat 7.672 oLS dan 111.843 oBT. Luasan wilayah pengamatan pada DAS kuncir sebesar 96,292 km2. Kegiatan observasi lapang dilakukan di wilayah Sungai Kuncir, Kabupaten Nganjuk. Kegiatan pengolahan dan penyusunan hasil penelitian dilakukan pada bulan Mei hingga Agustus di Laboratorium Teknik Bioinformatika, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut Pertanian Bogor.
Gambar 1 Peta lokasi pengamatan: (a) peta subDAS dan subsubDAS di Kabupaten Nganjuk, Jawa Timur dan (b) peta elevasi subDAS Sungai Kuncir
a)
4
Alat
Alat yang digunakan dalam penelitian ini terdiri atas komputer, software
ArcGIS 10.1 degan plug-in ArcSWAT 2009, Ms Excel, Ms Access, dan OpenOffice Calc.
Bahan
Bahan yang digunakan dalam penelitian ini terdiri atas data masukan model SWAT untuk mengestimasi debit pada daerah yang dikaji dan data debit sungai hasil observasi untuk mengevaluasi hasil debit dari model. Data masukan model SWAT yang dibutuhkan untuk penyusunan model dan simulasi komponen hidrologi antara lain data klimatologi dan cuaca, peta DEM (Digital Elevation Model), peta jenis tanah, dan peta penggunaan lahan. Data hasil observasi berupa data debit air harian Sungai Kuncir dibutuhkan untuk analisis sensitivitas serta kalibrasi dan validasi model SWAT.
DEM (Digital Elevation Model)
Data DEM diturunkan dari Peta Kontur Rupa Bumi Indonesia 1:25,000 tahun 2010 lembar 508-5521, 522, 611, 612, 234, 1508-244, 1508-333, 1508-334, 1508-232, 1508-241, 1508-242 1508-331, 1508-214, 1508-223, 1508-224, 1508-313. DEM digunakan untuk melakukan deliniasi DAS dan menganalisis beberapa karakteristik, antara lain gradien kemiringan (slope), jaringan sungai dan karakteristik sungai menggunakan tool deliniasi pada ArcSWAT.
Data Cuaca
Data cuaca harian (suhu, curah hujan, kecepatan angin, radiasi, kelembaban) pada wilayah penelitian diperoleh dari Badan Meteorologi Klimatologi dan Geofisika (BMKG) Sawahan, Nganjuk. Data klimatologi diambil dari stasiun klimatologi Sawahan, Nganjuk. Stasiun Sawahan terletak pada koordinat 7.732 o
LS dan 111.767 oBT yang ditunjukkan melalui titik stasiun cuaca pada Gambar 1b. Sedangkan data hujan didapat dari Dinas PU Pengairan Nganjuk. Data cuaca memiliki kisaran waktu sesuai dengan data observasi lapang, yaitu pada tahun 2010-2013.
Penggunaan Lahan dan Jenis Tanah
Jenis penggunaan lahan pada suatu DAS sangat mempengaruhi hidrologi kawasan tersebut. Penggunaan lahan tahun 2010 hingga 2013 (Gambar 2a) yang terdapat di DAS kuncir berdasarkan proses deliniasi didominasi oleh semak belukar (25.60%), hutan (35.15%), dan sawah padi (31.29%) (Tabel 1). Data penggunaan lahan diperoleh berdasarkan peta Rupa Bumi Indonesia (RBI) Kabupaten Nganjuk dengan skala 1:25,000. Sedangkan data jenis tanah diturunkan dari peta landsystem Pulau Jawa dengan skala 1:250,000.
5 dan kelas hidrologi D. Karakteristik tanah pada kelas hidrologi A memiliki laju infiltrasi antara 8-12 mm/jam dengan tekstur pasir, pasir berlempung dan lempung berpasir. Sedangkan karakteristik pada kelas hidrologi B memiliki laju infiltrasi 4-8 mm/jam dengan tekstur tanah lempung berdebu dan lempung. Sementara untuk kelas hidrologi D merupakan tanah dengan laju infiltrasi 0-1 mm/jam dengan tekstur tanah lempung berliat, lempung debu berliat, liat berpasir, liat berdebu, dan liat (McCuen 1989).
Gambar 2 Wilayah studi: (a) kelas penggunaan lahan dominan, (b) kelas jenis tanah
Tabel 1 Kelas penggunaan lahan pada subDAS
Penggunaan lahan Kode SWAT Wilayah (%)
Semak belukar RNGE 25.60
Sawah padi RICE 31.29
Hutan FRSD 35.15
Pemukiman dan tempat kegiatan URML 6.09
Padang rumput BROM 1.33
Daerah perairan WATR 0.48
Lahan pertanian AGRR 0.05
Data Observasi Lapang
Data observasi lapang digunakan untuk kalibrasi dan validasi model SWAT. Data observasi lapang merupakan data debit air Sungai Kuncir yang diperoleh secara harian pada tahun 2010 sampai 2013. Data debit observasi merupakan data sekunder hasil pengukuran Liyantono et al. (2013).
6
Prosedur Kerja Deskripsi Model Hidrologi
Model SWAT yang telah terkalibrasi diaplikasikan untuk memprediksi aliran sungai dan komponen hidrologi lainnya di wilayah Sungai Kuncir. Model SWAT merupakan model kontinu berskala DAS yang beroperasi secara harian dan dirancang untuk memprediksi dampak pengelolaan terhadap air, sedimen, dan kimia pertanian. Model SWAT dipilih karena secara fisik bersifat efesien secara komputerisasi dan mampu membuat simulasi untuk jangka waktu yang panjang (Alibuyog 2012). Simulasi hidrologi DAS pada SWAT dapat dilakukan dalam dua bagian. Bagian pertama adalah siklus hidrologi pada fase lahan, yang mengontrol jumlah masukan air, sedimen, nutrien dan pestisida (polutan) ke kanal utama di setiap subDAS. Bagian kedua adalah siklus hidrologi pada fase routing, yang dapat didefinisikan sebagai pergerakkan air, sedimen, nutrien dan kimia organik yang melalui jaringan kanal DAS ke outlet (Parker et al. 2007).
Siklus hidrologi pada fase lahan yang disimulasikan oleh SWAT didasarkan pada persamaan neraca air (Persamaan 1):
� = � + ∑ (=� �� − − ��− � − �) (1)
Keterangan:
SWt : Kandungan akhir soilwater (mm)
SW0 : Kandungan air tanah awal pada hari ke-i (mm) Rday : Jumlah presipitasi pada hari ke-i (mm)
Qsur : Jumlah aliran permukaan (surface runoff) pada hari ke-i (mm) Ea : Jumlah evapotranspirasi pada hari ke-i (mm)
Wseep : Jumlah air yang memasuki vadose zone pada profil tanah hari ke-i (mm)
Qgw : Jumlah air yang kembali ke groundwater pada hari ke-i (mm)
Pembangunan Model
7
Gambar 3 Diagram alir prosedur penelitian Mulai
Data DEM
Deliniasi daerah observasi
Pembentukan HRU
Penentuan periode
Penggabungan
Simulasi SWAT
Kalibrasi
Evaluasi NS ≥0.6
Pembuatan skenario (manajemen) optimasi
Perhitungan debit
andalan Debit air sungai
Visualisasi debit andalan
Selesai Peta jenis tanah, peta
tutupan lahan, peta kemiringan
lahan
Ya Tidak
Data iklim dan curah
hujan PEMBANGUNAN MODEL
Validasi Data Debit
8
Proses selanjutnya yaitu penentuan periode simulasi penelitian, kemudian dilanjutkan dengan proses pemasukan data iklim untuk penggabungan data. Proses simulasi dilakukan setelah penggabungan HRU dengan data iklim, persamaan yang dilakukan pada simulasi SWAT untuk melakukan prediksi aliran permukaan adalah dengan metode SCS curve number. Tahapan simulasi yang dilakukan dengan analisis SWAT minimal harus memiliki korelasi (r) ≥0.6 dan berdasarkan batas nilai koefisien determinasi (R2) sudah diatas 0.5. Apabila nilai korelasi tersebut <0.6, maka perlu dilakukan kalibrasi dan validasi dengan menggunakan model koefisien determinasi dan model efisiensi Nash-Sutcliffe (NS). Setelah didapat nilai NS ≥0.6 dan R2 >0.5 maka dilakukan perhitungan nilai debit air per bulan. Dengan adanya data debit tersebut, maka nilai debit andalan dapat dicari menggunakan metode Weibull, kemudian visualisasi debit andalan dapat ditampilkan baik dalam bentuk peta maupun grafik yang dapat menunjukkan hasil dari penelitian.
Deskripsi Model Eksperimen
Skenario perubahan lahan dikembangkan dalam penelitian untuk mengetahui sensitivitas model terhadap pengaruh perubahan lahan, terutama pada debit air Sungai Kuncir. Skenario tersebut yaitu:
1. PFA (Partial Deforestation to Agriculture). Skenario ini memanipulasi tutupan lahan hutan dengan mengurangi sebesar 50% luas tutupan wilayah hutan dan mengkonversi lahan tersebut menjadi wilayah pertanian.
2. PRA (Partial Range-Grasses to Agriculture). Skenario ini memanipulasi tutupan lahan hutan dengan mengurangi sebesar 50% luas tutupan wilayah semak belukar dan mengkonversi lahan tersebut menjadi wilayah pertanian.
Analisis Sensitivitas
Setelah menjalankan simulasi model, respon dari semua parameter diidentifikasi melalui analisis sensitivitas. Analisis sensitivitas pada simulasi merupakan tahapan untuk menentukan tingkatan parameter-parameter hidrologi, serta memberikan nilai terhadap parameter tersebut agar model dapat merepresentasikan kondisi aktual. Hasil keluaran analisis sensitivitas dapat dilihat pada Tabel 2, parameter dengan peringkat teratas merupakan parameter yang memiliki pengaruh terbesar terhadap model. Terdapat empat model parameter yang paling sering dimodifikasi untuk mendapatkan suatu prediksi aliran yang akurat, yaitu parameter SCS-Curve Number (CN2), kapasitas air yang tersedia dalam tanah (SOL_AWC), faktor kompensasi penguapan (ESCO) dan faktor alpha aliran dasar (ALPHA_BF) (Ferijal 2012). Namun setiap DAS memiliki karakteristik yang berbeda-beda, maka dilakukan analisis sensitivitas untuk menentukan peringkat perubahan parameter yang paling sensitif terhadap aliran.
9 Tabel 2 Parameter yang dipilih dalam analisis sensitivitas
Parameter Deskripsi Proses Peringkat Interval Nilai CH_K2 Konduktivitas hidrolik
ALPHA_BF Faktor alpha untuk aliran dasar permukaan
Proses kalibrasi model SWAT dapat dilakukan secara manual ataupun otomatis dengan cara membandingkan debit aliran harian hasil observasi dengan debit aliran harian hasil simulasi. Data observasi berupa debit bulanan selama empat tahun yaitu 2010-2013 yang diperoleh dari stasiun pengukuran Sawahan. Metode statistik yang digunakan dalam melakukan kalibrasi dan validasi adalah model koefisien determinasi (R2) dan model efisiensi Nash-Sutcliffe (NS) yang direkomendasikan oleh The American of Civil Engineers (Ahl et al. 2008), dijelaskan dengan persamaan (2) dan (3).
= [ ∑�= � �,�− �̅ �,� � �,�− �̅ �,� NS >0.75, memuaskan jika 0.36< NS <0.75, serta kurang baik jika NS <0.36.
Validasi Model
Validasi model dilakukan terhadap nilai debit observasi yang diperoleh dari stasiun pengukuran Sawahan, Kabupaten Nganjuk. Data debit observasi kemudian dibandingkan dengan data debit model SWAT yang telah dikalibrasi. Perbandingan nilai debit simulasi dan observasi merupakan proses evaluasi dengan model efisiensi NS. Proses dilanjutkan apabila nilai NS berada dalam kategori memuaskan (NS>0.75) dan kemudian dilakukan proses validasi menggunakan faktor R2 hingga nilai mencapai lebih dari 0.5.
Debit Andalan
10
= + � % (4)
dengan : P = peluang (%) m = Nomor urut data n = Jumlah data
Selanjutnya besar debit andalan dihitung menggunakan metode distribusi Log Pearson Type III. Rata-rata dihitung dengan Persamaan 5:
���
̅̅̅̅̅̅̅ = ∑�= � �� (5)
Harga simpangan baku dihitung pada Persamaan 6 sebagai berikut: = √∑�= � ��− � �̅̅̅̅̅̅̅̅
− (6)
Koefisien kemiringan (skewness) dihitung dengan Persamaan 7 berikut: � = ∑�= � ��− � �̅̅̅̅̅̅̅̅
− − � (7)
Logaritma debit andalan dihitung dengan Persamaan 8 sebagai berikut:
��� = ��� ̅̅̅̅̅̅̅̅ + � ∙ (8)
Nilai G dapat diambil dari tabel koefisien skewness frekuensi Log Pearson Type III (Lampiran 1). Selanjutnya antilog dari Q dicari untuk mendapatkan nilai debit andalan dari peluang yang sesuai.
HASIL DAN PEMBAHASAN
Analisis Sensitivitas Parameter dan Kalibrasi Model
11 Nilai debit air Sungai Kuncir tahun 2010-2013 hasil analisis sensitivitas menunjukkan pola fluktuasi yang sama dengan nilai debit hasil observasi lapang (Gambar 4). Hasil analisis menunjukkan nilai debit model memiliki rentang yang lebih tinggi dibandingkan nilai debit observasi dengan nilai NS sebesar -1.09 dan nilai R2 sebesar 0.40. Nilai debit rata-rata observasi lapang adalah sebesar 6.93 m3 s-1,sedangkan nilai debit rata-rata model adalah sebesar 6.67 m3 s-1. Nilai debit rata-rata tersebut menunjukkan selisih yang tidak jauh berbeda, walaupun nilai NS yang dihasilkan tergolong ke dalam kriteria kurang baik. Hal ini dikarenakan oleh nilai parameter yang belum terkalibrasi, sehingga debit model memiliki kisaran nilai di luar interval nilai debit observasi yang jauh berbeda (overestimate). Nilai parameter sensitivitas sangat tergantung kepada penggunaan lahan, topografi dan jenis tanah (Das et al. 2013).
Setelah tahap analisis sensitivitas maka selanjutnya dilakukan kalibrasi terhadap parameter hasil analisis sensitivitas. Nilai debit air dikalibrasi secara otomatis (kalibrasi) pada periode 2010-2013 (Gambar 5). Hasil analisis auto-kalibrasi menunjukkan nilai debit model rata-rata sebesar 7.15 m3 s-1 dengan nilai NS sebesar 0.67 serta nilai R2 sebesar 0.67. Analisis ini memiliki hasil yang dapat diterima untuk nilai R2 dan NS berdasarkan rekomendasi penelitian-penelitian yang telah banyak dilakukan (Santhi et al. 2001, Moriasi et al. 2007, Fiseha et al. 2012). Hasil auto-kalibrasi juga menunjukkan bahwa debit air model dapat dijadikan acuan untuk memperkirakan nilai debit aktual. Hal ini dikarenakan rentang debit model berada di dalam interval nilai debit observasi. Sehingga simulasi model SWAT memiliki kapabilitas untuk mensimulasikan hidrologi pada subDAS Kuncir.
Nilai NS hasil analisis auto-kalibrasi lebih besar dibandingkan dengan nilai NS hasil analisis sensitivitas. Hal ini dikarenakan pengubahan beberapa parameter hasil analisis sensitivitas sehingga model dapat dikalibrasi dengan baik. Selisih nilai rataan debit observasi dengan nilai rataan debit model yang semakin kecil akan membuat nilai NS semakin tinggi, yang dapat diartikan bahwa model dapat diterima untuk menggambarkan kondisi sebenarnya. Nilai NS dapat berkisar dari
−∞ hingga 1. Hasil model dianggap lebih baik jika NS mendekati 1, sedangkan
12
Gambar 4 Hasil analisis sensitivitas model nilai debit harian Nganjuk 2010-2013
Gambar 5 Hasil analisis auto-kalibrasi model nilai debit harian Nganjuk 2010-2013
Analisis Komponen Hidrologi Sungai Kuncir
Komponen aliran debit utama di Sungai Kuncir diestimasi pada periode kalibrasi (2010-2013) untuk mengevaluasi hasil keluaran model terhadap kondisi hidrologi DAS. Komponen hidrologi untuk keseluruhan DAS secara umum disajikan pada Tabel 3. Jumlah total presipitasi pada subDAS (PRECIP) merupakan komponen debit masuk, sedangkan evapotranspirasi aktual (ET) dan hasil air atau water yield (WYLD) merupakan komponen debit keluar dari DAS.
13 WYLD dalam model SWAT merupakan total dari aliran permukaan (Qsurf), kontribusi aliran lateral (Qlat) dan kontribusi aliran tanah (Qgw). Hasil ini kemudian dikurangi dengan nilai total air yang hilang dari anak sungai yang dikenal sebagai resapan air (TLoss). Komponen selanjutnya adalah perkolasi atau resapan air tanah (PERC), yang merupakan debit masuk pada hilir subDAS. Air yang tersisa pada profil tanah di setiap subDAS dikenal sebagai air tanah (SW).
Hasil menunjukkan bahwa periode 2010-2013 tergolong ke dalam kriteria tahun sangat basah, sesuai dengan klasifikasi iklim menurut Rukmana (2005) dengan nilai presipitasi sebesar 2500-7000 mm. WYLD maksimum terjadi pada tahun 2010, dan minimum pada tahun 2012. WYLD sangat dipengaruhi oleh Qlat dan Qsurf, sedangkan Qgw dan TLoss tidak memiliki pengaruh yang besar terhadap perubahan WYLD. Hal ini dapat dilihat dari kontribusi nilai Qlat pada tahun 2010 dan 2012 sebesar 37.36% dan 40.26%, Qsurf sebesar 56.77% dan 53.56% serta nilai SW total sebesar 49.70 mm dan 43.15 mm.
Tabel 3 Nilai komponen hidrologi tahunan Sungai Kuncir 2010-2013 (mm)
Tahun PRECIP ET Qlat Qsurf Qgw WYLD PERC SW
2010 5443.90 1541.68 1261.26 1916.47 205.11 3375.94 494.04 49.70 2011 3194.10 954.95 754.96 1262.10 168.62 2180.32 291.48 45.63 2012 2608.60 937.42 631.61 840.27 101.64 1568.70 229.73 43.15 2013 3800.00 1244.24 945.68 1236.72 175.98 2351.49 360.92 29.25 Periode 2010-2013 memiliki curah hujan yang tinggi sepanjang tahun. Meningkatnya nilai presipitasi berasosiasi dengan bertambahnya nilai komponen hidrologi, dan berpengaruh besar pada nilai WYLD. Nilai maksimum WYLD berhubungan dengan peningkatan aliran tanah. Fiseha et al. (2012) menyatakan bahwa kontribusi aliran tanah yang lebih besar dapat disebabkan karena perbedaan dominansi tutupan lahan yang dapat berpotensi mengurangi infiltrasi tanah. Berbeda dengan aliran tanah, aliran permukaan memiliki pengaruh yang rendah dalam perubahan WYLD, hal ini berbeda dengan penelitian yang dilakukan oleh Fiseha et al. (2012) dan NJIT (2010) yang menemukan bahwa pengaruh aliran permukaan sangat besar terhadap nilai WYLD. Pengaruh aliran permukaan sangat ditentukan oleh dominansi jenis tanah, kandungan air tanah, dan distribusi temporal presipitasi.
Siklus hidrologi dalam skala yang luas dan dengan variabilitas yang baik diperlukan untuk memahami proses hidrologi dan pengelolaan sumber daya air. Siklus hidrologi Sungai Kuncir secara garis besar dievaluasi melalui hubungan antara komponen hidrologi, presipitasi, debit air dan variabel atmosfer. Siklus ini dijelaskan dengan diagram yang menunjukkan komponen transfer utama debit air (Gambar 6). Siklus ini mencakup variabel masukan (input), penyimpanan input
14
Gambar 6 Siklus hidrologi Sungai Kuncir
Analisis Debit Air dan Debit Andalan Sungai Kuncir
Debit andalan hasil model dengan hasil observasi memiliki pola yang sama, namun pada beberapa bulan tertentu masih terdapat selisih nilai debit yang melebihi 1 m3 s-1 (Gambar 7). Beberapa diantaranya yaitu debit andalan bulan Januari sebesar 1.75 m3 s-1, Februari sebesar 1.06 m3 s-1 Maret sebesar 1.89 m3 s-1, bulan Juni sebesar 1.29 m3 s-1, dan bulan Desember sebesar 2.13 m3 s-1. Debit andalan diperoleh dari nilai rataan bulanan debit observasi dan debit model pada periode 2010-2013 yang berada pada taraf peluang 80%. Hal ini sesuai dengan beberapa studi telah dilakukan (Indarto et al. 2012, Indra 2012). Debit andalan merupakan debit minimum pada suatu peluang yang digunakan menghitung debit yang dapat diandalkan dari sumber air untuk keperluan tertentu (Tambun 2012). Sehingga debit andalan 80% merupakan probabilitas debit sungai minimum yang dapat dipenuhi adalah sebesar 80%.
15 (skewness) kurva cenderung membentuk garis lurus pada kurva linier. Fungsi logaritmik pada kurva adalah sebagai normalisator untuk menghindari nilai yang tidak realistis (negatif), membatasi ragam (variance) data, dan mengurangi pengaruh dari nilai terbesar (ekstrem) pada data observasi (Sauquet et al. 2011).
Gambar 7 Hasil analisis debit andalan bulanan periode 2010-2013 pada taraf peluang 80%
Jan Feb Mar Apr Mei Juni Juli Agus Sep Okt Nov Des
16
Gambar 9 Kurva durasi aliran debit harian Sungai Kuncir periode 2010-2013 dalam skala logaritmik
Kurva durasi aliran dapat digunakan untuk mengetahui jumlah debit aliran yang terjadi pada satu periode tertentu. Kurva durasi aliran membagi debit andalan ke dalam tiga kelompok Q0-Q10 merupakan kriteria debit aliran tinggi, Q20-Q60 merupakan kriteria debit aliran media, Q70-Q100 merupakan kriteria debit aliran rendah. Mohamoud (2008) mendeskripsikan ketiga kriteria debit aliran. Debit aliran tinggi biasa terjadi karena hujan badai yang intens. Debit aliran median bervariasi di setiap daerah, bergantung pada indeks kekeringan, proporsi elevasi, dan persentase kandungan tanah. Debit aliran rendah bergantung indeks kekeringan dan rasio kapasitas air yang tersedia dalam tiap lapisan tanah.
Kurva durasi aliran umumnya diaplikasikan pada pengelolaan air, karena dapat menampilkan keseluruhan jangkauan debit, termasuk fenomena kekeringan dan banjir. Sebagai contoh Q60 menunjukkan debit aliran sebesar 4.64 m3 s-1, artinya debit aliran air dalam kurun waktu 60% dalam periode 2010-2013 memiliki nilai debit sebesar 4.64 m3 s-1 atau lebih. Nilai Q10 dalam kurva durasi aliran memiliki nilai debit aliran tinggi sebesar 14.91 m3 s-1, artinya nilai debit ini hanya memiliki proporsi yang rendah terhadap periode 2010-2013 sebesar 10%. Nilai Q100 memiliki debit aliran sebesar 0.13 m3 s-1 dan merupakan debit aliran terendah, karena memiliki persentase 100% maka debit aliran ini merupakan debit aliran minimum di sungai kuncir.
Dampak Perubahan Lahan terhadap Debit Air Sungai Kuncir
Simulasi pada skenario perubahan penggunaan lahan mengindikasikan adanya penambahan debit sungai selama periode simulasi (Gambar 10) dan juga divisualisasikan dalam bentuk kurva durasi aliran (Gambar 11). Hutan dan semak
0.01 0.10 1.00 10.00 100.00
0 10 20 30 40 50 60 70 80 90 100
Deb
it (
m
3 s -1)
Persentase waktu terlampaui (%)
17 belukar merupakan lahan yang dominan di wilayah Sungai Kuncir. Skenario PFA diaplikasikan untuk mengetahui dampak dari alih fungsi lahan hutan menjadi lahan pertanian, sedangkan skenario PRA diaplikasikan untuk mengetahui dampak dari alih fungsi lahan semak belukar menjadi lahan pertanian. Skenario bertujuan untuk mengetahui respon hidrologi Sungai Kuncir terhadap manajemen lahan yang selanjutnya dapat digunakan untuk memaksimalkan irigasi lahan pertanian di sekitar wilayah Sungai Kuncir.
Skenario PFA mengkonversi 50% lahan hutan (sekitar 17.58% dari luas wilayah DAS) menjadi lahan pertanian. Simulasi skenario tersebut menghasilkan nilai debit yang lebih tinggi dibandingkan debit simulasi pada kontrol. Skenario PFA memiliki debit rataan tahunan sebesar 7.37 m3 s-1. Komponen hidrologi (Tabel 4) skenario PFA mengalami peningkatan kontribusi aliran permukaan dan
water yield sebesar 19.17% dan 2.31%. Penurunan terjadi pada kontribusi aliran lateral sebesar 17.09% dan pada kontribusi aliran dasar sebesar 26.78%. Sebesar 50% lahan semak belukar (sekitar 12.8% dari luas wilayah DAS) dikonversi menjadi lahan pertanian pada skenario PRA. Nilai debit rataan harian simulasi skenario PRA adalah 7.33 m3 s-1. Hal ini menunjukkan adanya peningkatan nilai debit pada kontrol. Serupa dengan skenario PFA, skenario PRA juga mengalami peningkatan water yield sebesar 1.82%. Kontribusi yang lebih tinggi ditunjukkan oleh aliran permukaan sebesar 12.43%, terjadi penurunan pada kontribusi aliran lateral sebesar 13.39% serta tidak terjadi perubahan pada kontribusi aliran dasar.
Pengalihan fungsi lahan hutan dan semak belukar menjadi lahan pertanian efektif untuk meningkatkan debit Sungai Kuncir. Hal ini terlihat dari peningkatan debit rata-rata dan peningkatan water yield oleh skenario PFA dan PRA. Fiseha et al. (2012) menyatakan bahwa karakteristik tutupan lahan yang didominasi oleh lahan pertanian berpotensi mengurangi infiltrasi tanah dan meningkatkan koefisien run off. Kondisi tersebut mengakibatkan kontribusi debit aliran permukaan yang lebih tinggi dibandingkan debit aliran dasar pada subDAS.
18
Hasil simulasi model untuk kedua skenario mengindikasikan adanya peningkatan debit Sungai Kuncir yang diiringi dengan bertambahnya konversi lahan hutan dan semak belukar. Pengelolaan lahan pertanian yang baik dapat memaksimalkan proses pengairan (irigasi) di sekitar wilayah Sungai Kuncir dengan persentase konversi lahan hutan dan semak belukar yang tepat. Pengelolaan tersebut dapat dilakukan dengan meningkatkan praktek pengelolaan lahan pertanian yang telah ada dan pengalokasian regulasi air untuk menjaga aliran di sekitar sungai (Mango et al. 2011). Akan tetapi, peningkatan konversi lahan secara terus menerus dapat menyebabkan terjadinya debit berlebih (overflow) yang berpotensi meningkatkan peluang terjadinya banjir. Hal ini disebabkan oleh kurangnya daerah utama resapan air, yaitu hutan.
19 Kurva durasi aliran menunjukkan bahwa kedua skenario memiliki respon yang berbeda terhadap perubahan persentase waktu dibandingkan dengan kontrol. Skenario yang memiliki debit rata-rata yang tinggi (PRA) pada persentase waktu kurang dari 10% menunjukkan debit andalan yang tinggi, namun skenario PFA dan kontrol menunjukkan debit andalan yang lebih rendah. Ketiga eksperimen memiliki nilai debit yang sama pada persentase waktu 2%, yaitu kurang dari atau sama dengan 19.18 m3 s-1. Respon yang berlawanan ditunjukkan oleh skenario PRA dan PFA pada presentase waktu 80%. Skenario PRA memiliki nilai debit yang rendah (di bawah nilai kontrol) sebesar 1.16 m3 s-1 dan skenario PFA memiliki nilai debit yang tinggi (di atas nilai kontrol) sebesar 1.26 m3 s-1. Hasil yang sama diperoleh dari penelitian Post (2004) yaitu perubahan lahan yang menghasilkan debit rata-rata tinggi memiliki level yang tinggi pada periode debit rendah. korelasi yang tinggi dengan hasil observasi lapang dengan ditunjukkan oleh nilai NS sebesar 0.67. Debit rata-rata model hasil simulasi sebesar 7.15 m3 s-1 mendekati nilai rataan debit aktual sebesar 6.93 m3 s-1. Analisis pada komponen hidrologi menunjukkan bahwa besarnya presipitasi berbanding lurus dengan water yield, yang berkaitan erat dengan besarnya debit air. Korelasi yang tinggi antara model dan hasil observasi lapang juga ditunjukkan melalui Kurva Durasi Aliran (Flow Duration Curve) yang menampilkan nilai debit berdasarkan persentase waktu dalam satu periode. Kurva Durasi Aliran diperoleh dari hasil analisis debit andalan pada taraf peluang 80%.
Skenario perubahan lahan menggambarkan dengan baik sensitivitas debit Sungai Kuncir terhadap adanya konversi lahan di wilayah Sungai Kuncir. Konversi lahan hutan dan semak belukar menjadi lahan pertanian berpotensi meningkatkan nilai debit Sungai Kuncir.
Saran
20
DAFTAR PUSTAKA
Ahl RS, Woods SW, Zuurig HR. 2008. Hydrologic calibration and validation of SWAT in a snow-dominated rocky mountain watershed. Journal of The American Water Resources Association. 44(6):1411.
Alibuyog NR. 2012. Manual MWSWAT (MapWindow Soil and Water Assesment Tool). Yusuf SM, penerjemah; Murtilaksono K, editor. Jakarta (ID): Kementerian Kehutanan RI. Terjemahan dari: Manual MWSwat (MapWindow Soil and Water Assesment Tool).
Arya DK. 2012. Analisis potensi mikrohidro berdasarkan curah hujan [skripsi]. Bandung (ID): Institut Teknologi Bandung.
[BAPPEDA] Badan Perencanaan Pembangunan Daerah Kabupaten Nganjuk. 2012. Buku Putih Sanitasi – Kabupaten Nganjuk 2012 [Internet]. [diunduh 2013 Des 1]. Tersedia pada: http://ppsp.nawasis.info/dokumen/perencanaan/ sanitasi/pokja/bp/kab.nganjuk/Bab_3.pdf.
Das SK, Ng AWM, Perera BJC. 2013. Development of a SWAT model in the Yarra River catchment. 20th International Congress on Modelling and Simulation; 2013 Des 1-6; Adelaide, Australia. Adelaide (AUS). hlm 2457-2463.
Ferijal T. 2012. Prediksi hasil limpasan permukaan dan laju erosi dari subDAS Krueng Jreu menggunakan model SWAT. Jurnal Agrisa.16(1):29-38.
Fiseha BM, Setegn SG, Melesse AM, Volpi E, Fiori A. 2012. Hydrological analysis of the upper Tiber River basin, Central Italy: a watershed modelling approach. Hydrological Processes. doi: 10.1002/hyp.9234.
Gitau MW, Chaubey I. 2010. Regionalization of SWAT model parameters for use in ungauged watersheds. Water. 2:849-871. doi: 10.3390/w2040849.
Indarto A, Juwono PT, Rispiningtati. 2012. Kajian potensi Sungai Srinjing untuk Pembangkit Listrik Tenaga Mikrohidro (PLTMH) Brumbung di Kabupaten Kediri. Jurnal Teknik Pengairan. 3(2):174-184.
Indra Z. 2012. Analisis debit Sungai Munte dengan metode Mock dan metode NRECA untuk kebutuhan Pembangkit Listrik Tenaga Air. Jurnal Sipil Statik. 1(1):34-38.
Liyantono, Kato T, Kuroda H, Yoshida K. 2012. The influence of El Niño Southern Oscillation on agricultural production sustainability in a tropical monsoon region: case study in Nganjuk District, East Java, Indonesia. Journal of Developments in Sustainable Agriculture. 7(1): 65-74.
Liyantono, Kato T, Kuroda H, Yoshida K. 2013. GIS analysis of conjunctive water resource use in Nganjuk District, East Java, Indonesia. Barker R (Editor).
Paddy and Water Environment. ISSN 1611-2490. doi: 10.1007/s10333-011-0304-0.
Mango LM, Melesse AM, McClain ME, Gann D, Setegn SG. 2011. Land use and climate change impacts on the hydrology of the upper Mara River Basin, Kenya: results of a modeling study to support better resource management.
Hydrology and Earth System Science. 15:2245-2258. doi: 10.5194/hess-15-2245-2011.
21 Mohamoud YM. 2008. Prediction of daily flow duration curves and streamflow for ungauged catchments using regional flow duration curves. Journal Hydrological Sciences. 53(4):706-724.
McCuen RH. 1989. Hydrologic Analysis and Design. New York (US): Prince Hall.
Moriasi DN, Arnold JG, Van Liew MW, Bingner RL, Harmel RD, Veith TL. 2001. Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. 2007 American Society of Agricultural and Biological Engineers. 50(3):885-900.
[NJIT] New Jersey Institute of Technology. 2010. SWAT modelling analysis for the Neshanic River Watershed [Internet]. [diunduh 2013 Des 1]. Tersedia pada: http://ims.njit.edu/neshanic/docs/plan/AppFSWATModelingReport.pdf.
Parker R, Arnold JG, Barrett M, Burns L, Carrubba L, Neitsch SL, Snyder NJ, Srinivasan R. 2007. Evaluation of three watershed-scale pesticide environmental transport and fate models. Journal of the American Water Resources Association. 43(6): 1424–1443.
Post D. 2004. A new method for estimating Flow Duration Curves: an application to the Burdekin River Catchment, North Queensland, Australia. Transactions of the 2nd Biennial Meeting of the International Environmental Modelling and Software Society; 2004 Jun 14-17; University of Osnabruck, Germany. Germany (DE): iEMSs. Hlm: 1195-2000.
Rukmana R. 2005. Asam, Budidaya dan Pasca Panen. Yogyakarta (ID): Kanisius. Santhi CA, Arnold JG, Williams JR, Dugas WA, Srinivasan R, Houck LM. 2001. Validation of SWAT model on a larger river basin with point and non point sources. Journal of the American Water Resources Association. 37(5):1169-1188.
Sauquet E, Catalogne C. 2011. Comparison of catchment grouping methods for flow duration curve estimation at ungauged sites in France. Hydrology and Earth System Sciences. 15:2421-2435. doi:10.5194/hess-15-2421-2011.
Suwondo SI. 2005. Kajian geografi untuk pengembangan waduk dengan pendekatan teknologi penginderaan jauh dan SIG di Kabupaten Nganjuk.
Pemanfaatan Efektif Penginderaan Jauh Untuk Peningkatan Kesejahteraan Bangsa. Pertemuan Ilmiah Tahunan MAPIN XIV; 2005 September 14-15; Surabaya, Indonesia. Surabaya (ID): ITS. hlm 306-315.
Tambun N. 2012. Perhitungan debit andalan sebagai sumber air bersih PDAM Jayapura [Internet]. [diunduh 2013 Des 4]. Tersedia pada: http://digilib.its.ac.id/public/ ITS-paper-19530-3306100018-Paper.pdf.
Wahid A. 2009. Analisis faktor-faktor yang mempengaruh debit Sungai Mamasa.
Jurnal SMARTek. 7(3):204-218.
22
23
RIWAYAT HIDUP
Penulis dilahirkan di Jakarta 24 April 1993 dari ayah Parlaungan Simatupang dan ibu Tiurmaida Sibarani. Penulis adalah putra pertama dari dua bersaudara. Tahun 2010 penulis lulus dari SMA Negeri 55 Jakarta dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Seleksi Nasional Masuk Perguruan Tinggi Negeri dan diterima di Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian.
Selama mengikuti perkuliahan penulis pernah mengikuti kegiatan Program Kreativitas Mahasiswa di bidang Kewirausahaan (PKM-K) yang dibiayai oleh DIKTI dengan topik “Produksi Aloe Tea” dan “Aplikasi Kost Line” pada tahun 2012. Bulan Juni-Agustus 2013 penulis melaksanakan Praktik Lapangan di Dinas Pertanian Kota Depok dengan judul Studi Pemanfaatan Cyber Extension dalam Jaringan Teknologi Informasi Pertanian di Kota Depok.
