1.1 Latar Belakang
DAS Brantas memiliki peranan penting dalam memenuhi kebutuhan air
dan energi di Provinsi Jawa Timur. Ketua forum BP DAS Brantas, Syamsuddin
(2012) menyatakan upaya pengelolaan DAS Brantas masih kurang optimal.
Berdasarkan Peraturan Pemerintah No. 26 Tahun 2008 tentang Rencana Tata
Ruang Nasional, pengelolaan DAS di bagian hulu sangat diperlukan karena
lingkungan yang rusak di hulu dapat berdampak pada bagian tengah dan hilir
DAS. Langkah yang diambil BP DAS dalam pengelolaan DAS Brantas hulu yaitu
dengan membuat beberapa Model DAS Mikro (MDM), diantaranya MDM Curah
Clumprit yang terletak di Kabupaten Malang. MDM dianggap mampu mewakili karakter fisik DAS dan permasalahan pokok dalam pengelolaan DAS. Untuk
mengetahui kualitas air dan karakteristik DAS, pada MDM Curah Clumprit
dibangun dua buah Stasiun Pengamatan Arus Sungai (SPAS) yakni SPAS
Kalisodo, dan SPAS Jedong. SPAS Jedong dijadikan objek kajian dalam
penelitian karena memiliki kelengkapan data-data yang dibutuhkan.
Analisis data SPAS saat ini belum optimal dalam monitoring dan evaluasi
BP DAS. Untuk itu, diperlukan suatu pemodelan yang dapat menggambarkan
distribusi aliran air pada objek kajian dan pendugaan laju sedimen yang terjadi di
suatu DAS sehingga monitoring dan evaluasi dapat menjadi lebih baik. Salah satu
pemodelan yang dapat digunakan yaitu aplikasi Tank Model berbasis data SPAS, dan output yang dihasilkan Tank Model berupa debit aliran dapat dijadikan masukan dalam pendugaan laju sedimen dengan metode Modification of Universal Soil Loss Equation (MUSLE). Hasil penelitian-penelitian sebelumnya seperti Nurroh (2010), Sulistyowati (2010), Ulya (2011), dan Sahayana (2011),
pemodelan ini dapat digunakan di beberapa lokasi DAS yang berbeda
karakteristiknya, sehingga dalam penelitian ini juga akan digunakan aplikasi Tank
Model untuk mengetahui neraca air dan laju sedimen si Sub DAS Melamon,
2
1.2Tujuan
Tujuan dari kegiatan penelitian ini adalah :
1. Mengkaji distribusi neraca air vertikal dan horizontal di area studi dengan
menggunakan aplikasi Tank Model berbasis data SPAS.
2. Memperoleh besar laju sedimen dengan metode MUSLE menggunakan
koefisien limpasan hasil optimasi Tank Model.
1.3Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah :
1. Mengetahui nilai neraca air dan koefisien limpasan dengan menggunakan
aplikasi Tank Model di MDM Curah Clumprit, Sub DAS Melamon.
2. Mengetahui nilai dugaan laju sedimen dengan menggunakan metode MUSLE
yang terjadi di MDM Curah Clumprit, Sub DAS Melamon.
3. Memberikan bahan pertimbangan kepada BP DAS dalam monitoring dan
2.1 Definisi Hidrologi dan Siklus Hidrologi
Hidrologi adalah ilmu yang mempelajari air dalam segala bentuknya
(padat, cair, dan gas) pada, dalam, dan diatas permukaan tanah. Termasuk di
dalamnya penyebaran, daur, dan perilakunya, sifat fisika dan kimianya, serta
hubungannya dengan unsur-unsur hidup dalam air itu sendiri. Hidrologi hutan
merupakan cabang ilmu yang berkaitan dengan air dan dipengaruhi oleh
penutupan hutan (Suryatmojo, 2006).
Pada siklus hidrologi, air hujan akan tertahan oleh tajuk vegetasi
(throughfall dan steamflow) sebelum mencapai permukaan tanah, dan sebagian
kecil menguap kembali (interception). Air hujan yang mencapai permukaan tanah, sebagian akan masuk ke dalam tanah (infiltration). Air hujan yang tidak terserap
ke dalam tanah akan tertampung dalam cekungan-permukaan tanah (surface detention) untuk kemudian mengalir di atas permukaan ke tempat yang lebih rendah (runoff), dan selanjutnya ke sungai. Air infiltrasi yang tertahan dalam tanah oleh gaya kapiler selanjutnya akan membentuk kelembaban tanah yang
apabila dalam keadaan jenuh akan bergerak secara lateral (horizontal) untuk
selanjutnya pada tempat tertentu akan keluar lagi ke permukaan tanah (subsurface flow) dan akhirnya mengalir ke sungai. Air hujan yang masuk ke dalam tanah tersebut akan bergerak vertikal ke tanah yang lebih dalam dan menjadi bagian dari
air tanah (groundwater). Pada musim kemarau, air akan mengalir pelan-pelan ke sungai, danau atau tempat penampungan air alamiah lainnya (Asdak 2002).
2.2 Definisi Daerah Aliran Sungai (DAS) dan Model DAS Mikro (MDM) Menurut Rahayu et al. (2009), daerah aliran sungai (DAS) adalah daerah tertentu yang bentuk dan sifat alaminya sedemikian rupa sehingga merupakan
suatu kesatuan dengan sungai dan anak-anak sungai yang melaluinya. Sungai dan
anak-anak sungai tersebut berfungsi untuk menampung, menyimpan, dan
mengalirkan air yang berasal dari air hujan serta sumber lainnya. Pengelolaan
DAS berdasarkan keputusan Menteri Kehutanan Nomor: 52/Kpts-II/2001 tentang
4
manusia dalam mengendalikan hubungan timbal balik antara sumber daya alam
dengan manusia di dalam DAS dan segala aktifitasnya, dengan tujuan membina
kelestarian dan keserasian ekosistem serta meningkatkan kemanfaatan sumber
daya alam bagi manusia secara berkelanjutan.
Menurut Nurcahyawati (2006), DAS mikro (small catchment) adalah
bagian dari sub DAS yang merespon langsung terhadap hujan jika terjadi
perubahan sistem fungsi produksinya. Istilah DAS mikro diartikan pada skala
teknis sehingga asumsi parameter fisik DAS lebih terpenuhi seperti batas DAS,
jaringan hidrologi, curah hujan sebagai faktor input, faktor tanah dan penggunaan
lahan. Perubahan salah satu parameter fisik DAS akan merespon perubahan
proses sistem DAS. Model DAS Mikro (MDM) adalah suatu contoh pengelolaan
DAS dalam skala lapang dengan luas sampai sekitar 1.000 ha yang digunakan
sebagai tempat untuk memperagakan proses partisipatif pengelolaan rehabilitasi
hutan dan lahan, teknik-teknik konservasi tanah dan air, serta sistem usaha tani
yang sesuai kemampuan (BP DAS Brantas, 2010).
2.3 Hubungan Hutan dengan Debit Air, Erosi dan Sedimentasi
Masduqi (2007) mengatakan bahwa fungsi utama hutan dalam kaitan
dengan hidrologi adalah sebagai penahan tanah yang mempunyai kelerengan
tinggi, sehingga air hujan yang jatuh di daerah tersebut tertahan dan meresap ke
dalam tanah untuk selanjutnya akan menjadi air tanah. Air tanah di daerah hulu
merupakan cadangan air bagi sumber air sungai. Oleh karena itu hutan yang
terjaga dengan baik akan memberikan manfaat berupa ketersediaan
sumber-sumber air pada musim kemarau. Pada musim hujan, air hujan yang jatuh di atas
lahan yang gundul akan menggerus tanah yang kemiringannya tinggi. Sebagian
besar air hujan akan menjadi aliran permukaan dan sedikit sekali infiltrasinya.
Akibatnya adalah terjadi tanah longsor dan atau banjir bandang yang membawa
kandungan lumpur. Pada musim kemarau, cadangan air tanah tidak mencukupi,
sehingga kemungkinan besar akan terjadi kekurangan air pada daerah hilir atau
kekeringan pada lahan pertanian.
Debit aliran sungai berubah menurut waktu yang dipengaruhi oleh
terjadinya hujan. Pada musim hujan, debit akan mencapai maksimum dan pada
terhadap debit minimum (Qmin) menunjukkan keadaan DAS yang dilalui sungai
tersebut. Semakin kecil rasio maka semakin baik keadaan vegetasi dan tata guna
lahan suatu DAS, dan sebaliknya (Arsyad 2006).
2.4 Aplikasi Tank Model
Tank Model adalah salah satu model hidrologi yang digunakan untuk
menganalisis karakteristik aliran sungai. Model ini dapat memberikan informasi
mengenai kualitas air dan untuk memprediksi banjir. Model ini menerima
masukan data harian hujan, evapotranspirasi dan debit sungai dalam satuan
mm/hari sebagai parameter Tank Model (Setiawan 2003). Tank Model tersusun atas 4 reservoir vertikal, dimana bagian atas mempresentasikan surface reservoir, dibawahnya intermediate reservoir, kemudian sub-base reservoir dan paling bawah base reservoir. Dalam konsep Tank Model ini air dapat mengisi reservoir dibawahnya dan bisa terjadi sebaliknya apabila evapotranspirasi sedemikian
berpengaruh (Rudiyanto dan Setiawan 2003).
Aplikasi Tank Model juga pernah digunakan pada penelitian-penelitian sebelumnya, di beberapa Sub-DAS yang berbeda. Beberapa hasil penelitian
menggunakan aplikasi Tank Model dapat dilihat pada Lampiran 15.
2.5 Metode MUSLE
Menurut Suripin (2003), metode MUSLE (Modified Universal Soil Loss Equation) merupakan modifikasi dari metode USLE (Universal Soil Loss Equation) dengan mengganti faktor R dengan faktor aliran. Cara ini, sudah memperhitungkan pergerakan sedimen pada DAS berdasar pada kejadian hujan
tunggal (single even). MUSLE menggantikan faktor energi hujan dengan limpasan permukaan, sehingga MUSLE tidak memerlukan faktor sediment delivery ratio
(SDR). Faktor limpasan permukaan mewakili energi yang digunakan untuk
penghancuran dan pengangkutan sedimen, selain itu MUSLE dapat menduga erosi
setiap kejadian hujan.
2.6 Hidograf Satuan
Hidrograf adalah penyajian grafis antara salah satu unsur aliran dengan
waktu. Hidrograf ini menunjukkan tanggapan menyeluruh DAS terhadap masukan
6
aliran selalu berubah sesuai dengan besaran dan waktu kejadian hujan. Bentuk
hidrograf dipengaruhi oleh sifat hujan dan sifat DAS yang lain (Harto 1993).
Menurut Sherman (1932) dalam Harto (1993), mengemukakan bahwa
dalam suatu sistem DAS terdapat suatu sifat khas yang menunjukkan sifat tanggapan DAS terhadap suatu masukan tertentu. Tanggapan ini diandaikan tetap
untuk masukan dengan besaran dan penyebaran tertentu. Tanggapan yang
demikian dalam konsep model hidrologi dikenal dengan hidrograf satuan.
Hidrograf satuan suatu DAS adalah suatu limpasan langsung yang diakibatkan
oleh satu satuan volume hujan yang efektif yang terbagi rata dalam waktu dan
ruang. Untuk memperoleh hidrograf satuan dalam suatu kasus banjir, maka
diperlukan data sebagai berikut: rekaman AWLR, pengukuran debit yang cukup,
data hujan manual, dan data hujan otomatis (Soemarto 1995).
Untuk mendapatkan suatu hidrograf satuan seperti diuraikan dengan
prosedur di atas perlu tersedia data yang baik, yaitu data AWLR, data pengukuran
debit, data hujan harian, dan data hujan jam-jaman. Hal yang menjadi masalah
adalah data ini sangat sulit diperoleh atau tidak tersedia. Data-data sebagaimana
disebutkan di atas hanya dapat diperoleh pada suatu DAS atau sub DAS yang
telah mempunyai instrumentasi dengan baik (Siswono 2003).
2.7 Tutupan Lahan dengan Citra Satelit Landsat
Pengertian remote sensing (penginderaan jauh) didefinisikan sebagai ilmu dan seni pengukuran untuk mendapatkan informasi suatu obyek atau phenomena,
menggunakan suatu alat perekaman dari suatu kejauhan, dimana pengukuran
dilakukan tanpa melakukan kontak langsung secara fisik dengan obyek atau
phenomena yang diamati (Jaya 2005). Meskipun secara keilmuan pengindraan
jauh sering dipandang sebagai cabang ilmu geografi dengan penekanan pada pengamatan vegetasi dari suatu kejauhan, adanya kepentingan di bidang-bidang
lainnya seperti kehutanan, pertanian, geologi, hidrologi, kelautan, cuaca, dan
lingkungan menyebabkan aplikasi penginderaan jarak jauh berkembang pesat
BAB III
METODE PENELITIAN
3.1 Waktu dan Tempat
Pengolahan data sekunder menggunakan hasil study screening dan laporan monitoring evaluasi BPDAS Brantas tahun 2009 – 2010. Analisis data dilakukan
sejak bulan Desember 2011 – Mei 2012 di Laboratorium Hidrologi Hutan dan
Daerah Aliran Sungai, Departemen Manajemen Hutan, Fakultas Kehutanan,
Institut Pertanian Bogor. Observasi lapang dilakukan untuk mengetahui kondisi di
lapangan dilaksanakan pada bulan Februari – Maret 2012 di Model DAS Mikro
(MDM) Curah Clumprit, Stasiun Pengamatan Arus Sungai (SPAS), Sub DAS
Melamon di titik kordinat 7°59’22” LS dan 112°34’15” BT, DAS Brantas bagian
hulu, yang terletak di Desa Jedong, Kecamatan Wagir, Kabupaten Malang, Provinsi Jawa Barat.
3.2 Alat dan Bahan
Alat-alat yang digunakan dalam penelitian yaitu:
1. GPS (Global Potitioning System) untuk mengetahui koordinat tempat penelitian.
2. AWLR (Automatic Water Level Recorder) untuk mengetahui tinggi muka air harian pada SPAS.
3. Meteran untuk mengukur ukuran penampang bangunan SPAS.
4. Pelampung setengah terapung untuk mengukur kecepatan aliran air.
5. Stopwatch untuk mengukur waktu tempuh pelampung.
6. Botol sampel untuk mengambil sampel air dan diberi label keterangan.
7. Kertas saring sedimentasi yang diberikan keterangan tanggal, tinggi muka air
(TMA), dan volume air sampel.
8. Timbangan untuk mengukur sedimentasi.
9. Ombrometer untuk mengetahui curah hujan harian di lokasi SPAS.
8
Bahan-bahan yang digunakan dalam penelitian meliputi data primer dan
sekunder sebagai berikut:
1. Data monitoring BP DAS (2009-2010):
- Tinggi muka air (TMA) menggunakan AWLR - Curah hujan dari ombrometer
- Kondisi umum area kajian (sumber : BPDAS Brantas 2010)
2. Data hidrologi di lapangan pada Januari – Maret 2012:
- Tinggi muka air (TMA) harian
- Kecepatan aliran air
- Konsentrasi sedimen menggunakan sampel air
3. Data spasial (Sumber : BP DAS Brantas 2010):
- Peta digital tutupan lahan
- Peta digital sungai
- Peta digital kontur
- Peta digital tanah
3.3 Tahapan Penelitian
Penelitian dilakukan melalui tahapan kegiatan :
1. Pengumpulan data sekunder yang terkait dengan MDM Curah Clumprit
SPAS Jedong, Sub DAS Melamon, Kabupaten Malang seperti kondisi umum
daerah, data tata air meliputi data curah hujan, dan tinggi muka air (TMA).
2. Pengumpulan data primer lapangan (curah hujan, TMA, kecepatan aliran, dan
konsentrasi sedimen).
3. Pengukuran debit aliran dilakukan terlebih dahulu dengan melakukan
pengukuran bentuk bangunan SPAS, pengukuran tinggi muka air sungai
dengan alat AWLR atau meteran, dan mengukur kecepatan aliran sungai
menggunakan stopwatch dan pelampung dengan tiga kali ulangan.
4. Pengambilan sampel air untuk pengukuran besar sedimen aliran
menggunakan bantuan kertas saring, perhitungan nilai sedimen menggunakan
alat timbangan.
5. Mencari nilai korelasi dan rating curve antara debit aliran dengan tinggi muka air, antara debit aliran dengan laju sedimen dan hubungan curah hujan dengan
6. Mencari nilai koefisien limpasan dari grafik hidrograf harian untuk mencari
hubungan curah hujan menurut waktu terhadap debit aliran air (m3/s).
7. Pengolahan data curah hujan, evapotranspirasi, dan debit aliran sebagai data
masukan Tank Model.
8. Pengolahan data menggunakan Tank Model.
9. Analisis grafik hubungan antara debit aliran, tinggi muka air dan laju
sedimen.
10. Menghitung besarnya laju sedimen menggunakan model MUSLE.
11. Mencari nilai korelasi antara laju sedimen observasi dengan laju sedimen
hasil perhitungan menggunakan MUSLE.
3.4 Analisis Data
3.4.1 Analisis Curah Hujan
Analisis data curah hujan dilakukan dengan melakukan tabulasi curah
hujan bulanan rata-rata, curah hujan tahunan, menganalisis sebaran bulan basah
dan bulan kering setiap tahun serta dilakukan analisis korelasi antara curah hujan
dan debit untuk mengetahui sejauh mana curah hujan berpengaruh terhadap besar
debit aliran.
3.4.2 Analisis Hubungan Tinggi Muka Air dengan Debit Aliran
Selama satu hari data tinggi muka air (TMA) diambil sebanyak tiga kali
yaitu pukul 08.00, 12.00, dan 17.00 WIB. Untuk menghitung debit digunakan
metode pelampung dengan melakukan minimal tiga kali ulangan kecepatan untuk
masing-masing tinggi muka air, sehingga diperoleh kecepatan rata-rata dari
pelampung.
Dalam perhitungan debit aliran digunakan persamaan Manning yang
menganggap suatu penampang melintang seragam, kekasaran dasar sungai yang
tidak berubah dan menggunakan aliran tetap yang seragam. Debit aliran diperoleh
dari hasil perkalian kecepatan aliran rata-rata (m3/s) dengan luas penampang
sungai (m). Pengukuran debit aliran dilakukan dengan tiga kali ulangan pada
tinggi muka air yang berbeda sehingga diperoleh hubungan antara debit aliran
10
3.4.3 Analisis Hidrograf
Bentuk hidrograf dapat ditandai dengan tiga sifat pokoknya, yaitu waktu
naik (time of rise), debit puncak (peak discharge), dan waktu dasar (time of base).
Waktu naik (Tp) adalah waktu yang diukur dari saat hidrograf mulai naik sampai waktu terjadinya debit puncak. Debit puncak adalah debit maksimum yang terjadi
dalam suatu kasus tertentu. Waktu dasar (Tb) adalah waktu yang diukur dari saat
hidrograf mulai naik sampai waktu dimana debit kembali pada suatu besaran yang
ditetapkan.
3.4.4 Pengolahan Data Evapotranspirasi
Metode Penman-Monteith adalah salah satu metode yang digunakan untuk menentukan besarnya evapotranspirasi potensial dari permukaan air terbuka dan
permukaan vegetasi yang menjadi kajian. Model ini membutuhkan lima parameter
iklim yaitu suhu, kelembaban relatif, kecepatan angin, tekanan uap jenuh dan
radiasi netto. Model persamaan Penman-Monteith sebagai berikut:
ETp = . ... (1)
Keterangan:
ETp = Evapotranspirasi potensial (kg/m2) atau (mm/s)
Rn = Radiasi netto (kW/m2)
∆ = Slope fungsi tekanan uap jenuh (Pa/°C) γ = Konstanta Psychometric (Pa/°C)
G = Konduktivitas thermal kedalam tanah (kW/m2) ea-ed = Defisit tekanan jenuh udara (kPa)
Mw = Massa molekul air (0,018 kg/mol)
R = Konstanta gas (8,31x10-3 kJ/mol/K)
= Suhu (K)
rv = Tahanan kanopi (det/m)
3.4.5 Pengolahan Data Input Tank Model
flow. Selain memperoleh data aliran juga memperoleh nilai parameter Tank Model, indikator keandalan model, keseimbangan air, kurva hidrograf, regresi, dan aliran hitung. Semua disimpan dalam format data (*.txt) dan metafile
(*.wmf).
Gambar 1 Skema representasi Tank Model.
Dari Gambar 1 dapat dilihat model ini tersusun atas 4 (empat) reservoir vertical, yaitu bagian atas mempresentasikan surface reservoir (A), dibawahnya intermediate reservoir (B), kemudian sub-base reservoir (C), dan paling bawah base reservoir (D). Lubang outlet horizontal mencerminkan aliran air, yang terdiri dari surface flow (Ya2), sub-surface flow (Ya1), intermediate flow (Yb1), sub-base flow (Yc1), dan base flow (Yd1). Infiltrasi yang melalui lubang outlet vertical dan aliran yang melalui lubang outlet horizontal tank dikuantifikasikan oleh parameter-parameter Tank Model. Aliran ini hanya terjadi bila tinggi air pada masing-masing reservoir (Ha, Hb, Hc, dan Hd) melebihi tinggi lubangnya (Ha1, Ha2, Hb1, dan Hc1).
Data curah hujan dalam satuan mm/hari akan digunakan sebagai salah satu
data input Tank Model. Setiawan (2003) menyatakan secara global persamaan keseimbangan air Tank Model adalah sebagai berikut:
= P(t) – ET(t) – Y(t) ... (2)
Dimana, H adalah tinggi air (mm), P adalah hujan (mm/hari), ET adalah
12
(hari). Pada standar Tank Model terdapat 4 tank, sehingga persamaan di atas dapat ditulis sebagai berikut:
= + ... (3)
Aliran total merupakan penjumlahan dari komponen aliran yang dapat ditulis sebagai berikut: Y(t) = Ya(t) + Yb(t) + Yc(t) + Yd(t) ... (4)
Lebih rinci lagi keseimbangan air dalam setiap reservoir dapat ditulis sebagai berikut: = P(t) – ET(t) – Ya(t) ... (5)
= Yao(t) – Yb(t) ... (6)
= Ybo (t) – Yc(t) ... (7)
= Yco(t) – Yd(t) ... (8)
Dimana Ya,Yb, Yc, dan Yd adalah komponen aliran horizontal dari setiap
reservoir, dan Yao, Ybo, dan Yco adalah aliran vertikal (infiltrasi) setiap tank (A,B dan C).
3.4.6 Analisis Hubungan Debit Aliran dengan Laju Sedimen
Beban angkutan sedimen diturunkan dari data laju sedimen melalui
persamaan yang menggambarkan hubungan antara debit aliran dengan beban
angkutan sedimen yang nilainya didapat berdasarkan pengukuran dengan alat
bantu timbangan atau bisa juga menggunakan turbiditymeter, dimana satuan untuk sedimen adalah ppm atau mg/liter. Dengan asumsi bahwa konsentrasi sedimen
merata pada seluruh bagian penampang melintang sungai maka laju sedimen
dapat dihitung sebagai hasil perkalian antara konsentrasi dengan debit aliran
Qs = 0,0864 C Q ... (9)
Keterangan:
Qs = Laju sedimen (ton/hari)
Q = Debit aliran (m3/s)
C = Konsentrasi sedimen (ppm atau mg/l)
3.4.7 Analisis Laju SedimenMetode MUSLE (Modified Universal Soil Loss Equation)
Adapun yang digunakan untuk menduga laju sedimen dalam penelitian ini
adalah dengan menggunakan metode MUSLE dan jumlah sedimen yang terbawa
oleh aliran lateral dengan base flow. Metode MUSLE merupakan sebuah metode yang digunakan untuk menduga laju sedimen yang merupakan metode yang
dikembangkan dari metode yang sudah ada sebelumnya yakni metode USLE.
MUSLE tidak menggunakan faktor energi hujan sebagai trigger penyebab terjadinya erosi melainkan menggunakan faktor limpasan permukaan sehingga
MUSLE tidak memerlukan faktor SDR. Faktor limpasan permukaan mewakili
energi yang digunakan untuk penghancurandan pengangkutan sedimen.
Persamaan untuk menghitung jumlah sedimen yang berasal dari
Hydrology Response Unit (HRU) adalah sebagai berikut (William 1975 dalam
Neitsch et al. 2005):
Sed’ = 11.8.(Qsurf.qpeak.areahru)0.56.K.L.S.C.P ... (10)
Keterangan:
Sed’ = Jumlah sedimen dari sub DAS (ton) Sed = Jumlah sedimen yang masuk sungai (ton) sed′
stor,i-1 = Jumlah sedimen yang masuk sungai hari sebelumnya (ton)
qpeak = Puncak laju run off (m3/s)
Q
surf = Run off (mm) areahru = Luas sub DAS (ha)
K = Faktor erodibilitas tanah
14
P = Faktor tindakan-tindakan khusus konservasi tanah
LS = Faktor topografi
Aliran lateral dan base flow juga membawa sedimen masuk ke dalam sungai. Jumlah sedimentasi yang berasal dari aliran lateral dan base flow dihitung dengan persamaan berikut :
... (11)
Keterangan:
Qlat = Lateral flow (mm)
Qgw = Base flow (mm) areahru = Luas sub DAS (km2)
concsed = Konsentrasi sedimen yang berasal dari lateral dan base flow (mg/l).
(
).
.
1000
lat gw hru sed
lat
Q
Q
area
conc
BAB IV
KONDISI UMUM LOKASI PENELITIAN
4.1 Letak dan Luas DAS/ Sub DAS
Stasiun Pengamatan Arus Sungai (SPAS) yang dijadikan objek penelitian
adalah Stasiun Pengamatan Jedong yang terletak di titik 7°59’22” LS dan
112°34’15” BT, terletak di Model DAS Mikro (MDM) Curah Clumprit, Sub DAS
Melamon, Kabupaten Malang. Secara astronomis MDM Curah Clumprit terletak
antara 7°57’46’’ LS – 7°59’39” LS dan 112°30’22” BT – 112°34’36” BT. Total
luas MDM Curah Clumprit yakni 886,785 Ha dari luas total wilayah sebesar
3.091,43 Ha yang meliputi tiga wilayah desa, yaitu Desa Kalisodo, Jedong dan
Kucur. Berdasarkan administratif, MDM Curah Clumprit terbagi dalam dua
kecamatan yaitu Kecamatan Wagir yang terdiri dari Desa Kalisodo seluas 2.066,43 Ha dan Desa Jedong seluas 329,99 Ha, serta Kecamatan Dau terdiri dari
Desa Kucur seluas 696,00 Ha.
4.2Kondisi Hidrologi
BP DAS Brantas 2010 melaporkan kondisi hidrologi sangat dipengaruhi
keadaan jaringan sungai, topografi, jenis tanah dan keadaan iklim wilayah. Bentuk
drainase dengan percabangan sungai paralel dengan topografi yang bergelombang
sampai dengan bergunung menyebabkan area ini sangat spesifik, apabila curah
hujan sangat tinggi akan memudahkan proses akumulasi surface run off yang mengarah terjadinya morphoerosi berupa erosi alur dan erosi parit di wilayah ordo
1 serta akumulasi air limpasan masuk pada ordo 2 dan ordo 3 sehingga terjadinya
morphoerosi berupa erosi tebing sungai. Apabila kondisi ini dibiarkan tanpa
rehabilitasi dan konservasi baik secara vegetatif dan sipil teknik akan tak
terkendalinya surface run off menyebabkan terjadinya banjir di musim hujan. Outlet MDM Curah Clumprit berada pada sungai utamanya yaitu Sungai
Sanan. Sungai Sanan terdiri dari anak sungai Curah Clumprit dan Sungai
Wangkal, keduanya dibendung berupa dam irigasi yang dialirkan kesaluran irigasi
di Desa Jedong, sehingga debit Sungai Sanan terbagi dua di saluran irigasi dan
16
kondisinya perlu rehabilitasi dan konservasi. Batas MDM, dan lokasi AWLR
SPAS Jedong serta jaringan sungai digambarkan pada Gambar 2.
Gambar 2 Peta sungai di SPAS Jedong, MDM Curah Clumprit.
4.3 Tanah dan Geologi
Berdasarkan study screening DAS Brantas tahun 1988, sebaran tipe tanah pada areal MDM Curah Clumprit sebagian besar adalah andosol dengan system
denudasi pegunungan dan colluvial berupa tanah pegunungan vulkanik dengan daerah terjal hingga sangat terjal sekali. Formasi batuan dan litologi berupa batuan
vulkanik muda, mudah lapuk, dan debu berbutir halus dengan indeks relative
erodibilitas tanahnya antara 0 – 0,15. Sumber teramati yang dominan tipe erosi
berupa areal yang terisolir gerakan massa tanah menyebabkan terlokasinya tanah
longsor dan tanah luruh pada lereng-lereng terjal. Berdasarkan geologinya,
tergolong marine-holocene dari batuan vulkanik muda dan abu yang berbutir halus, batuan sedimentasi pleisticene dan pyroclastic terutama piroklastik berbutir halus dan batuan pasir, batuan lumpur dan marl. Klasifikasi tanah pada MDM
Tabel 1 Klasifikasi tanah MDM Curah Clumprit
No. Jenis Tanah Luas
Ha %
1. Andosol 568,600 64,12
2. Kambisol 318,185 35,88
Total 886,785 100,00
Sumber: BP DAS Brantas 2010
4.4 Topografi dan Bentuk Wilayah
Ketinggian lokasi penelitian yaitu 556 m dpl. Berdasarkan peta rupa bumi
Indonesia (RBI), kondisi topografi areal MDM Curah Clumprit bergelombang
hingga bergunung, dengan elevasi antara 542 m dpl sampai dengan 1.681 m dpl.
Kelas kelerengan dan luasan areal MDM Curah Clumprit seperti tersaji pada
Tabel 2 dan 3 serta Lampiran 16 dan 18.
Tabel 2 Kelas kelerengan MDM Curah Clumprit
No. Kelerengan (%) Kelas Jenis Lereng Luas
Ha %
1. 0-8 I Datar - -
2. 8-15 II Landai - -
3. 15-25 III AgakCuram 361,700 40,79
4. 25-40 IV Curam 118,760 13.39
5. >40 V SangatCuram 406,325 45.82
Total 886.785 100.00
Sumber: BP DAS Brantas 2010
Tabel 3 Area tutupan lahan MDM Curah Clumprit
No. Jenis Tutupan Lahan Luas
Ha %
1. Hutan 781,922 88,17
2. Pemukiman 32,243 3,64
3. Perkebunan campuran 72,620 8,19
Total 886,785 100,00
Sumber : BP DAS Brantas 2010
4.5 Iklim
Berdasarkan study screening DAS Brantas, curah hujan tahunan di wilayah MDM Curah Clumprit berkisar antara 2.600 mm – 3000 mm. Sebagian
besar area MDM memiliki bulan basah 7 – 8 bulan dengan curah hujan diatas 200
mm/bulan dan bulan kering dengan curah hujan dibawah 100 mm/bulan terjadi 4
-5 bulan. Berdasarkan data suhu udara, kelembaban, radiasi matahari, dan
kecepatan angin hasil pengamatan 5 tahun (1998 – 2002) dari BMG, bahwa areal
18
- Suhu udara rata-rata 23°C – 24°C dengan kisaran tertinggi 25°C dicapai pada
bulan Januari dan terendah 21°C pada bulan Juli.
- Kelembaban udara rata-rata 76% dengan kisaran setiap tahunnya terendah
67% dicapai pada bulan September dan tertinggi 85% pada bulan Desember.
- Radiasi penyinaran matahari mencapai rata-rata 59% dengan kisaran terendah
30% pada bulan Januari dan tertinggi 90% pada bulan September
- Kecepatan angin rata-rata 3,3 km/jam dengan kisaran terendah 1 km/jam dan
tertinggi 6 km/jam.
4.6 Kondisi Sosial Ekonomi
Menurut hasil laporan monitoring dan evaluasi BP DAS Brantas tahun
2010, jumlah penduduk di wilayah MDM Curah Clumprit adalah 8.838 jiwa
dengan laju pertumbuhan penduduk setiap tahunnya rata-rata sebesar 1,38% yang
dapat dikatagorikan tinggi. Tekanan penduduk secara agraris di semua wilayah
MDM mencapai nilai lebih dari 1, hal ini mengisyaratkan bahwa sektor pertanian
di wilayah tersebut tidak lagi mampu menampung tenaga kerja di sektor
pertanian. Jumlah kepala keluarga di wilayah MDM Curah Clumprit adalah
sebanyak 2.034 KK dengan rata-rata anggota keluarga antar 4 jiwa/KK.
Tenaga kerja yang diperhitungkan merupakan tenaga kerja produktif (16 –
55 tahun). Dalam hal ini apa bila nilai beban semakin besar maka semakin berat
pula bagi tenaga kerja produktif memikul bebannya sehingga berakibat pada
produktifitas kerja. Jumlah tenaga kerja produktif di wilayah MDM Curah
Clumprit adalah sebesar 6.043 orang sedangkan tenaga kerja non produktif pada
umur 0 – 15 tahun dan diatas 56 tahun sebesar 2.795 orang. Besarnya nilai beban
tanggungan yaitu sebesar 0,46 dimana halini berarti setiap 100 orang tenaga kerja
produktif menanggung beban 46 orang tenaga kerja non produktif.
Mata pencaharian penduduk di wilayah MDM sebagian besar adalah
petani dan/buruh tani. Penguasaan lahan di areal MDM Curah Clumprit,
diperoleh data sebanyak 2.034 kepala keluarga (KK). Penduduk dengan
penguasaan lahan sebanyak 1.255 KK (60,25%) berupa lahan dan tegalan, 746
KK (36,68%) berupa lahan perkarangan, dan 63 KK (3,10%) tidak punya
penguasaan tegal maupun pekarangan. Tingkat pendidikan masyarakat di wilayah
sampai pada tingkat Sekolah Dasar dan Sekolah Lanjutan Tingkat Pertama. Lebih
dari 50% dari jumlah penduduk keseluruhan hanya menamatkan pendidikan
sampai pada 2 tingkat sekolah tersebut.
Pasar sebagai tempat menampung hasil produksi pertanian sangat berperan
dalam menentukan proses perekonomian di wilayah pedesaan. Kondisi dan bentuk
pasar serta sejauh mana tingkat rentang tataniaga, aksesibilitas wilayah akan
berpengaruh terhadap daya tampung produksi pertanian. Pada wilayah MDM
Curah Clumprit, pasar berada dalam jarak yang cukup dekat yaitu sekitar 3 – 6 km
dimana potensi untuk menampung hasil pertanian cukup besar. Pasar yang
memungkinkan untuk menjadi tempat pemasaran sebanyak delapan buah
termasuk didalamnya pasar tiga pasar induk di Kota Malang dan lima pasar kecil
yang tersebar di sekitar wilayah MDM. Kelembagaan yang ada di areal MDM
belum berfungsi secara optimal, hal ini perlu didukung dengan fasilitator atau
LSM dan atau tenaga penyuluh lapangan sehingga dapat berkembang sesuai
20
BAB V
HASIL DAN PEMBAHASAN
5.1 Analisis Curah Hujan
Data curah hujan yang digunakan dalam pengolahan data merupakan hasil
monitoring BP DAS Brantas yang berlokasi di MDM Curah Clumprit Malang,
Sub Das Melamon pada tanggal 1 Januari 2009 hingga 31 Desember 2010. Data
curah hujan yang diperoleh bersifat fluktuatif. Dapat dilihat dalam dua tahun
tersebut, curah hujan tertinggi terjadi pada tanggal 24 Februari 2009 sebesar 125
mm/hari dengan curah hujan tahunan sebesar 1.823 mm/tahun, dan pada tahun
2010 curah hujan tertinggi pada tanggal 17 April yakni sebesar 97 mm/hari
dengan curah hujan tahunan sebesar 3.410 mm/tahun. Fluktuasi curah hujan
harian disajikan pada Gambar 3.
Gambar 3 Fluktuasi curah hujan harian 1 Januari 2009 – 31 Desember 2010.
Pada akumulasi curah hujan harian yang terjadi berturut-turut pada tanggal
21 – 14 Februari 2009, jumlah hujan mencapai 217 mm, sedangkan pada tanggal
10 – 19 April 2010, jumlah hujan mencapai 325 mm. Akumulasi jumlah curah
yang tinggi dikhawatirkan dapat menimbulkan run off. Kejadian hujan yang sangat besar berpotensi mengakibatkan longsor atau gerakan tanah lainnya, oleh
karena itu perlu dilakukan tindakan penanggulangan seperti rehabilitasi atau
grafik curah hujan harian berturut-turut pada tahun 2009 dan 2010 dapat dilihat
pada Gambar 4 dan 5.
Gambar 4 Curah hujan tanggal 21 Februari – 24 Februari 2009.
Gambar 5 Curah hujan tanggal 10 April – 19 April 2010.
Curah hujan yang turun ke permukaan bumi akan memiliki besaran yang
bervariasi dalam periode waktu tertentu (Asdak 2002). Berdasarkan pengolahan
data curah hujan selama periode waktu dua tahun di MDM Curah Clumprit, dapat
diketahui curah hujan dengan besaran kurang dari 30 mm/hari memiliki frekuensi
paling besar dengan peluang kejadian 92,33%, sedangkan frekuensi paling kecil
dimiliki curah hujan antara 120 – 150 mm/hari dengan peluang kejadian 0,14%.
Analisis kejadian hujan di MDM Curah Clumprit dapat dilihat pada Tabel 4. 0 20 40 60 80 100 120 140
2/21/2009 2/22/2009 2/23/2009 2/24/2009
Cura h H uja n H a ria n ( m m /ha ri) Tanggal Pengukuran Sumber: BP DAS Brantas 2009
22
Tabel 4 Analisis peluang kejadian hujan MDM Curah Clumprit
Curah Hujan Harian
(mm/hari) Frekuensi
Peluang (%) Periode ulang
(tahun)
< 30 674 92.33 1.1
30 sampai < 60 42 5.75 17.4
60 sampai < 90 10 1.37 73.0
90 sampai < 120 3 0.41 243.3
120 sampai < 150 1 0.14 730.0
Total 730 100
Sifat hujan pada area kajian yakni curah hujan rendah frekuensi
kejadiannya lebih sering terjadi dibandingkan curah hujan tinggi. Hal tersebut
disebabkan oleh kejadian ekstrim yang terdapat pada siklus hidrologi dimana
terdapat hari-hari yang memiliki curah hujan dan intensitas hujan yang tinggi
dalam rangkaian kejadian hujan. Besar kejadian ekstrim berbanding terbalik
dengan frekuensi kejadian. Probabilitas kejadian hujan harian dapat dilihat pada
Gambar 6.
Gambar 6 Probabilitas kejadian hujan harian di SPAS Jedong.
Peningkatan jumlah hujan tahunan dapat dilihat pada rata-rata jumlah
hujan per bulan. Curah hujan bulanan tertinggi tahun 2009 terjadi pada bulan
Februari yakni sebesar 411 mm/bulan, sedangkan curah hujan terendah terjadi
pada bulan Juli hingga Oktober, karena pada bulan tersebut tidak terjadi hujan
sama sekali selama empat bulan berturut-turut. Pada tahun 2010 relatif terdapat
hujan tiap bulannya dibandingkan dengan tahun 2009, curah hujan bulanan
tertinggi terjadi pada bulan April yakni sebesar 432 mm/bulan, sedangkan curah
hujan terendah terjadi pada bulan Juli sebesar 50,6 mm/bulan. Fluktuasi curah
hujan bulanan disajikan pada Gambar 7. 0 20 40 60 80 100 120 140
0 20 40 60 80 100 120
Gambar 7 Fluktuasi curah hujan bulanan tahun 2009 – 2010.
5.2 Analisis Debit Aliran
Debit aliran diperoleh dari hasil pengolahan data tinggi muka air (TMA)
yang terekam pada alat AWLR (Automatic Water Level Recorder). Data yang digunakan pada analisis debit aliran adalah data TMA harian tanggal 1 Januari
2009 hingga 31 Desember 2010 pada hasil laporan tahunan monitoring dan
evaluasi BP DAS Brantas. Debit aliran dapat diketahui dengan cara menggunakan
persamaan regresi dan kemudian didapatkan kurva hubungan tinggi muka air
(TMA) dengan debit aliran yang diperoleh dari hasil pengolahan data di lapangan
pada bulan Januari – Maret 2012. Dari hasil pengolahan, kurva hubungan debit air dengan TMA dapat dilihat pada Gambar 8.
Gambar 8 Kurva hubungan TMA dengan debit aliran di SPAS Jedong.
JAN FEB MA
R APR MEI JUN JUL AGS SEP OKT NOV DES CH Tahun 2009 311.9 411 109 183.8 238.8 86.5 0 0 0 0 147.3 334.6 CH Tahun 2010 501 379.1 445.3 531.6 428.9 84.4 50.6 140.1 170.1 180 275.4 223.5
0 100 200 300 400 500 600 C ur a h H uj a n B ula na n (m m /bu la n)
Sumber: BP DAS Brantas 2009 - 2010
y = 7.8449x2.2829 R² = 0.9021
0.0 1.0 2.0 3.0 4.0 5.0
0.0 0.1 0.2 0.3 0.4 0.5 0.6
D e b it A li ran (m 3/s)
24
Persamaan yang diperoleh dari hubungan debit aliran dan TMA yakni Q=
7,844 TMA2.282 dan nilai koefisien determinasi (R2) sebesar 0,902. Angka
persamaan menunjukkan bahwa TMA dan debit aliran di SPAS Jedong memiliki
korelasi yang nyata dan kuat, dimana keragaman debit aliran (Q) dapat
diterangkan oleh TMA. Dari persamaan hubungan antara TMA dan debit aliran,
maka diperoleh debit aliran harian dengan memasukkan nilai TMA. Berdasarkan
hasil persamaan yang diperoleh, hubungan antara debit dan curah hujan
digambarkan pada Gambar 9.
Gambar 9 Hubungan antara curah hujan dan debit 2009 – 2010.
Gambar 9 menunjukkan bahwa debit harian tertinggi pada tahun 2009
terjadi pada tanggal 26 Mei sebesar 6,6 mm/hari dengan curah hujan sebesar 13,5
mm/hari, sedangkan pada tahun 2010 debit harian tertinggi terjadi pada tanggal 28
April yakni sebesar 18,5 mm/hari dengan curah hujan sebesar 9 mm/hari. Debit
aliran sangat dipengaruhi oleh besar curah hujan yang terjadi, akan tetapi curah
hujan yang tinggi belum tentu menyebabkan peningkatan debit aliran. Jika
dikaitkan dengan analisis curah hujan, pada tahun 2009 curah hujan tertinggi
terjadi pada tanggal 24 Februari sebesar 125 mm/hari, debit aliran yang dihasilkan
sebesar 3,3 mm/hari, sedangkan tahun 2010 curah hujan tertinggi terjadi pada
tanggal 17 April sebesar 97 mm/hari dengan debit aliran sebesar 16,5 mm/hari. 0 50 100 150 0 20 40 60 80 Debit H a ria n ( m m /ha ri) Tanggal Pengukuran Cu ra h H u ja n ( m m /h a ri)
Pada musim kemarau yang terjadi bulan Juli – Oktober 2009 terlihat tedak terjadi
hujan selama 4 bulan, namun terdapat debit aliran yang tetap, walaupun kecil
sebesar 0,06 m3/detik atau sebesar 0,6 mm/hari, angka tersebut diduga merupakan
base flow yang terjadi di area kajian. Analisis hubungan debit aliran dengan tinggi
muka air di Sub DAS Melamon dapat dilihat pada Lampiran 1. Parameter lain
selain curah hujan yang dapat mempengaruhi besar atau kecilnya debit aliran
diantaranya intensitas hujan, lamanya hujan, tutupan lahan, kondisi tanah, batuan,
dan topografi. Akumulasi hujan dan debit selama dua tahun (2009 – 2010) dapat
dilihat pada Gambar 10.
Gambar 10 Akumulasi curah hujan dan debit aliran.
5.3 Analisis Hidrograf
Hubungan curah hujan dan debit aliran dapat menjelaskan respon debit
harian dengan curah hujan melalui analisis hidrograf. Respon tersebut dapat
menunjukan nilai koefisien limpasan (C) yang merupakan perbandingan (nisbah)
antara limpasan terhadap curah hujan yang terjadi (Arsyad 2006). Hidrograf aliran
adalah kurva atau grafik yang menyatakan hubungan debit dengan waktu, yang
terdiri dari komponen-kompenen hidrograf diantaranya debit puncak, waktu
kosentrasi (Tp), waktu resesi (Tb), debit dari limpasan permukaan, dan debit dari
aliran bawah permukaan, sebagai indikator dari respon hidrologi suatu DAS.
Hidrograf aliran harian dapat dilihat pada Gambar 11. 0
1000 2000 3000 4000 5000 6000
Cu
rah
H
u
jan
(
m
m
/h
ar
i)
Tanggal Pengukuran
Akumulasi CH
26
Gambar 11 Hidrograf aliran harian di SPAS Jedong (2010).
Hidrograf aliran yang digunakan pada pengolahan data merupakan
hidrograf harian yang berasal dari data curah hujan, dan debit aliran yang
berfluktuasi dalam beberapa hari berturut-turut. Berdasarkan Gambar 11, dapat
dijelaskan bahwa curah hujan yang tinggi tidak selalu menyebabkan debit aliran
naik dan sebaliknya. Faktor utama yang mempengaruhi nilai koefisien limpasan
adalah laju infiltrasi, vegetasi penutup tanah, dan intensitas hujan.
Pada grafik hidrograf aliran harian, dapat dilihat pada tanggal 16 – 18
April 2010, debit puncak terjadi pada tanggal 17 April 2010 dengan curah hujan
mencapai 97 mm/hari dan debit aliran sebesar 2,733 m3/s. Indikator waktu
terjadinya hujan berpengaruh pada akumulasi debit dan koefisien run off harian. Total koefisien limpasan diperoleh dari perbandingan antara tebal direct run off dengan curah hujan, yakni sebesar 0,181 atau sebesar 18,1%. Persentase koefisien
tersebut menjelaskan bahwa sebanyak 18,1% dari air hujan yang masuk ke daerah
tangkapan air menjadi limpasan. Nilai koefisien limpasan hasil hidrograf aliran
dapat dijadikan inisiasi dalam proses optimasi Tank Model. Nilai koefisien limpasan per hari dapat dilihat pada Lampiran 7.
0 50 100 150 200 250 300 0 1 2 3 4 5 6 Deb it a li ra n ( m 3 /s ) Tanggal Pengukuran Cura h H uja n ( m m /ha ri)
5.4 Analisis Evapotranspirasi
Data evapotranspirasi (ET) merupakan salah satu parameter yang
digunakan sebagai input data Tank Model. Dalam input Tank Model tidak ada yang penjelasan mengenai evapotraspirasi potensial (Etp) atau evapotraspirasi
aktual (Eta). Perhitungan evapotranspirasi yang digunakan adalah metode Penman-Monteith dengan hasil berupa Etp. Cara perhitungan menggunakan
metode ini telah dijelaskan pada persamaan (1) dalam metode pengolahan data.
Berdasarkan hasil pengoperasian data evapotranspirasi diperoleh total Etp
tahun 2009 sebesar 1986,25 mm/tahun, dengan Etp harian rata-rata sebesar 5,44
mm/hari. Pada tahun 2010 jumlah evapotranspirasi yang terjadi sebesar 1922,3
mm/tahun, rata-rata evapotranspirasi harian rata-rata sebesar 5,26 mm/hari. Data
Etp yang dihasilkan merupakan hasil perhitungan, sehingga untuk
mengoptimalisasikan hasil pada aplikasi Tank Model digunakan beberapa kemungkinan 10% hingga 100%. Hasil optimasi menunjukan bahwa nilai ET
yang dapat menghasilkan nilai koefisien korelasi Tank Model paling tinggi adalah 75% dari Etp.
5.5 Analisis Tank Model
Data masukan yang digunakan dalam software Tank Model adalah data curah hujan harian dalam satuan mili meter (mm), data debit aliran harian dalam
satuan (mm), dan data evapotranspirasi harian dalam satuan mili meter (mm).
Hasil keluaran (output) dari Tank Model berupa debit aliran digunakan untuk menghitung laju sedimen di MDM Curah Clumprit, SPAS Jedong, DAS Brantas
bagian hulu.
Optimasi Tank Model dalam penelitian ini dilakukan mulai dari musim kemarau, sehingga tidak berpengaruh besar pada bagian atas permukaan tanah
yang digambarkan dengan Tank A (surface flow) dan Tank B (intermediate flow). Hal ini dilakukan guna memperoleh hasil kofisien determinasi yang optimal
dibandingkan musim hujan. Berdasarkan hasil optimasi Tank Model dihasilkan 12
parameter yang menggambarkan pergerakan distribusi aliran air baik vertikal
maupun horizontal, dengan kondisi biofisik hutan yang memiliki kelas kelerengan
28
Tabel 5 Parameter hasil optimasi Tank Model di SPAS Jedong
Sumber : Hasil optimasi Tank Model di SPAS Jedong
Parameter-parameter Tank Model dapat dikelompokan menjadi 3 jenis yaitu:
1. Koefisien laju aliran (run-off coefficient), menunjukkan besarnya laju aliran, a1= 0,520, a2= 0,4158, b1= 0,2674, c1= 0,0015, dan d1= 0,0008. Parameter
yang menunjukkan laju aliran terbesar adalah pada tank pertama.
2. Koefisian Infiltrasi (infiltration coefficient), menunjukkan besarnya laju infiltrasi a0= 0,1328, b0= 0,6685, dan c0= 0,0003. Parameter menunjukkan
laju infiltrasi terbesar adalah pada lubang outlet vertikal tank kedua.
3. Parameter simpanan (storage parameter), menunjukkan tinggi lubang outlet horizontal masing-masing tank, Ha= 5,9950, Ha2= 133,8770, Hb1= 15,1891, dan Hc1= 28,1024. Parameter menunjukkan bahwa lubang outlet horizontal
tank yang pertama adalah yang tertinggi.
Parameter keandalan dalam optimasi Tank Model yang utama dapat dilihat dari nilai R dan R2 yang mendekati 1. Tank Model yang telah divalidasi dan diuji keabsahannya dengan tolak ukur koefisien determinasi (R2) dapat dilanjutkan
untuk analisis hidrologi salah satunya adalah simulasi perubahan tata guna lahan
dan kaitannya terhadap ketersediaan air atau debit sungai (Harmailis et al. 2001 dalam Wulandari 2008). Hasil optimasi Tank Model diperoleh koefisien korelasi sebesar 0,60, angka tersebut dinyatakan kuat untuk menggambarkan kondisi
distribusi aliran di lapangan yang seringkali sulit diduga karena banyak
No. Parameter Tank Model Solusi
1. a0 0,1328
2. a1 0,0520
3. a2 0,4158
4. Ha1 5,9950
5. Ha2 113,8770
6. b0 0,6685
7. b1 0,2674
8. Hb1 15,1891
9. c0 0,0003
10. c1 0,0015
11. Hc1 28,1024
dipengaruhi faktor alam (Sugiono 2005). Nilai 60% yang diperoleh dalam
penelitian ini lebih kecil dibandingkan dengan penelitian-penelitian sebelumnya,
sehingga perlu dilakukan kajian atau penelitian lebih lanjut mengenai faktor
biofisik yang terdapat pada area kajian seperti tutupan lahan, topografi, jenis tanah
ataupun batuan. Hal ini karena Tank Model belum mampu untuk menganalisis lebih jauh keadaan tersebut. Tingkat hubungan koefisien korelasi dapat dilihat
pada Tabel 6 dan Hubungan debit aliran observasi dengan debit aliran hasil
optimasi Tank Model dapat dilihat pada Gambar 12.
Tabel 6 Tingkat hubungan koefisien korelasi hasil Tank Model
Interval Koefisien Tingkat hubungan
0,00 – 0,199
0,20 – 0,299
0,40 – 0.599
0,60 – 0,799
0,80 – 1,000
Sangat rendah Rendah Sedang Kuat Sangat kuat
Sumber: Sugiono (2005)
Gambar 12 Hubungan debit observasi dengan debit hasil Tank Model.
Berdasarkanhasil optimasi Tank Model menghasilkan beberapa komponen berupa keseimbangan air, tinggi muka air, dan total aliran. Hasil kalkulasi
keseimbangan aliran Sub DAS Melamon satu tahun terhitung Juni 2009 – Mei
2010, terdapat curah hujan sebesar 2.317 mm dan evapotranspirasi sebesar 1.166
30
mm, diduga total aliran air yang mengalir baik vertikal dan horizontal sebesar
651 mm, total aliran dari keempat tank yakni dibagi dalam surface flow (Ya2) sebesar 119 mm (18%), intermediate flow (Yb1) sebesar 247 mm (38%), sub-base flow (Yc1) sebesar 208 mm (32%), dan base flow (Yd1) yakni sebesar 77 mm
[image:30.595.115.512.233.460.2](12%). Sisanya tersimpan pada setiap segmen tank sebesar 499 mm dan dapat menjadi simpanan air tanah. Komponen Tank Model dapat dilihat pada Tabel 7.
Tabel 7 Komponen Tank Model hasil optimasi
Sumber : Hasil optimasi Tank Model di SPAS Jedong
Berdasarkan Tabel 7, dapat terlihat bahwa simpanan air terbesar terdapat
pada Tank C. Banyak faktor yang dapat mempengaruhi ketinggian muka air pada setiap tank atau reservoir seperti topografi area, tutupan lahan, jenis tanah dan batuan, serta iklim sehingga terkait pada jumlah air yang mengalir baik di
permukaan maupun di dalam tanah. Pada MDM Curah Clumprit, sebagian besar
tutupan lahannya adalah hutan, lahan pertanian, dan perkebunan campuran.
Kondisi hutan yang mendominasi berpengaruh pada kemampuan menyimpan air
pada tanah, kerapatan tajuk dapat memperkecil evapotranspirasi, perakaran yang banyak mampu menyerap air lebih banyak, dan serasah serta akar-akar pada
permukaan tanah dapat memperkecil laju koefisien limpasan. Kondisi ini
menunjukan hutan berfungsi sebagai sistem penyangga kehidupan.
Komponen Satuan Nilai Persen
Keseimbangan air
Inflow R (mm) 2317,15
Outflow Observation (mm) 653,38
Outflow Calculation (mm) 650,86
ETP Calculation (mm) 1166,30
Stored (mm) 499,25
Tinggi Muka Air
Ha (mm) 0,476
Hb (mm) 30,765
Hc (mm) 824,423
Hd (mm) 590,862
Total Aliran
Surface flow (mm) 118,567 18,216
Intermediate flow (mm) 247,238 37,986
Sub-base flow (mm) 207,746 31,918
Ketinggian Air di Tank A Ketinggian Air di Tank B
[image:31.595.107.513.82.515.2]Ketinggian Air di Tank C Ketinggian Air di Tank D
Gambar 13 Ketinggian Air di Tank A, B, C dan D.
Gambar 13 menyajikan ketinggian air pada masing-masing tank. Tank A merupakan reservoir paling atas (surface flow dan subsurface flow), bagian ini bersentuhan langsung dengan hujan dan terdapat pada zona perakaran sehingga
pergerakan air di Tank A sangat dipengaruhi oleh curah hujan, laju infiltrasi, dan tutupan lahan lahan. Ketinggian air di Tank A sangat dipengaruhi oleh curah hujan. Peningkatan dan penurunan curah hujan akan berpengaruh cepat terhadap
tinggi aliran air di Tank A dapat terlihat pada musim kemarau atau pada saat curah hujan relativ rendah terdapat keadaan dimana terjadi defisit air. Disamping itu,
sebesar 18% air hujan menjadi limpasan, diduga nilai limpasan ini dapat
dipengaruhi oleh faktor topografi area kajian yang memiliki kelerengan dominan
32
vuklanik muda dengan jenis tanah andosol serta batuan pasir menyebabkan
infiltrasi yang cukup besar atau mampu meloloskan air dalam jumlah besar.
Ketinggian air di Tank B (intermediate flow) terdapat di zona bawah perakaran dan diduga masih dipengaruhi faktor topografi. MDM Curah Clumprit
berada pada kelas lereng III hingga IV atau termasuk dalam kategori kecuraman
sedang hingga sangat curam, sehingga dapat mampu mengalirkan air dalam
jumlah besar. Pada Tank B terjadi infiltrasi yang besar sehingga menyebabkan ketinggian air di Tank C meningkat tinggi hal tersebut diduga karena sifat tanah dan faktor geologi pada area kajian yang berupa vulkanik muda, debu dan pasir
sehingga bersifat meloloskan air.
Air di Tank C (sub-base flow) tidak langsung dipengaruhi oleh curah hujan, hal ini dapat dilihat pada saat terjadi hujan maksimum tidak berpengaruh
langsung pada tinggi aliran air di Tank C. Pada Tank C faktor tutupan lahan area kajian yang didominasi hutan diduga penyebab ketinggian air sangat mencolok di
Tank C dibandingkan reservoir lain serta didukung oleh faktor tanah dan geologi yang bersifat dapat meloloskan air dari reservoir sebelumnya. Untuk itu perlu
dilakukan kajian lebih lanjut di area kajian dikarenakan Tank Model belum mampu menduga sejauh itu.
Ketinggian air di Tank D (base flow) letaknya paling dasar dan berada pada ground water. Air yang sampai pada ground water biasanya membutuhkan waktu yang lama dan proses yang cukup panjang untuk nantinya dapat keluar
sebagai mata air di beberapa tempat yang memungkinkan. Ketinggian air di Tank
D mengalami keadaan yang cendrung tidak berfluktuatif (konstan), karena tidak dipengaruhi oleh fluktuasi curah hujan dan posisinya berada di dasar.
Berdasarkan hasil optimasi Tank Model di MDM Curah Clumprit yang dimulai pada musim kemarau tanggal Juni 2009 – Mei 2010, pada curah hujan
tertinggi tahun 2010 tanggal 16 April yakni 97 mm, nilai Qobserved (lapangan) sebesar 26,63 mm/hari dan evapotranspirasi dengan nilai 75% sebesar 2,94
masing-masing tank adalah Tank A= 0,476 mm, Tank B= 30,765 mm, Tank C= 824,423 mm, dan Tank D= 590,862 mm. Hal tersebut menunjukkan adanya proses optimasi penyebaran debit pada setiap lapisan formasi geologi.
5.6 Analisis Hubungan Laju Sedimen dengan Debit Aliran
Pendugaan laju sedimen di MDM Curah Clumprit dilakukan dengan
menggunakan persamaan regresi hubungan antara debit aliran dilapangan dengan
laju sedimen observasi pada tanggal 1 Januari 2012 – 5 Maret 2012. Berdasarkan
hubungan antara debit aliran dengan laju sedimen observasi didapatkan persamaan
Qs= 2,004Q0,944 dan persamaan regresi hubungan antara debit aliran dengan laju
sedimen memiliki koefisien determinasi (R2) sebesar 0,897. Angka-angka tersebut
menunjukkan bahwa hubungan antara debit aliran dengan laju sedimen memiliki
korelasi yang kuat, dimana besarnya laju sedimen (Qs) dapat diterangkan oleh
debit aliran (Q). Persamaan regresi hubungan antara debit aliran dengan laju
[image:33.595.104.507.35.827.2]sedimen dapat dilihat pada Gambar 14.
Gambar 14 Hubungan laju sedimen dengan debit aliran.
Berdasarkan analisis hubungan antara laju sedimen dan debit aliran yang
diduga melalui model persamaan regresi. Peningkatan debit diikuti dengan
peningkatan laju sedimen. Laju sedimen harian tertinggi pada tahun 2009 terjadi
pada tanggal 26 Mei sebesar 1,84 ton/hari dengan debit air sebesar 0,91 m3/s atau
8,91 mm/hari. Laju Sedimen tertinggi pada tahun 2010 yaitu pada tanggal 28
y = 2.0042x0.9447
R² = 0.897
0 0.5 1 1.5 2 2.5 3 3.5 4
0 0.5 1 1.5 2
L
aj
u
Sedim
en
(t
on/hari
)
34
April sebesar 5,91 ton/hari dengan debit aliran sebesar 3,15 m3/hari atau 3,53
mm/hari.
Pada curah hujan tertinggi yang terjadi tanggal 24 Februari 2009 yaitu
sebesar 125 mm/hari menyebabkan laju sedimen sebesar 0,77 ton/hari. Curah
hujan tertinggi tahun 2010 tanggal 17 April yakni sebesar 97 mm/hari
menyebabkan laju sedimen sebesar 5,18 ton/hari. Kejadian tersebut
menggambarkan bahwa peningkatan curah hujan tidak disertai peningkatan laju
sedimen, hal tersebut disebabkan oleh beberapa faktor seperti intensitas hujan dan
kondisi biofisik area kajian.
5.7 Analisis Laju Sedimen MUSLE
Data debit yang telah dikalkulasi dalam Tank Model menghasilkan data aliran pada setiap tank diantaranya surface flow dan base flow, data tersebut menjadi data dasar dalam perhitungan laju sedimen lateral dan base flow pada persamaan (10) yang merupakan model persamaan MUSLE. Pada model ini,
faktor yang digunakan sebagai pemicu terjadinya adalah faktor limpasan
permukaan bukan faktor energi hujan, sehingga MUSLE tidak memerlukan faktor
SDR. Faktor limpasan permukaan mewakili energi yang digunakan untuk
melepaskan dan mengangkut sedimen.
Hasil analisis pengolahan data, diperoleh laju sedimen aliran lateral
tertinggi terjadi pada tanggal 16 April 2010 yakni sebesar 7,57 ton/hari dengan
laju sedimen surface sebesar 3,3 ton/hari dan laju sedimen base flow 0,06 ton/hari, laju sedimen aliran lateral terendah terjadi pada tanggal 2 Juni 2009 yakni sebesar
0,05003 ton/hari dengan laju sedimen surface sebesar 0 ton/hari dan laju sedimen base flow sebesar 0,05003 ton/hari. Berdasarkan analisis laju sedimen dari MDM Curah Clumprit diperoleh hasil perhitungan model persamaan MUSLE. Laju
sedimen MUSLE dari sub DAS harian tertinggi terjadi pada tanggal 16 April 2010
sebesar 0,60 ton/hari dengan debit aliran lapangan sebesar 26,6 mm/hari dan debit
aliran kalkulasi Tank Model 27,1 mm/hari. Hubungan laju sedimen harian dalam
Gambar 15 Laju sedimen bulanan MDM Curah Clumprit.
Total laju sedimen MUSLE Juni 2009 – Mei 2010 sebesar 143 ton/tahun
atau 9,6 ton/ha/tahun (0,8 mm/tahun). Berdasarkan SK Menteri Kehutanan No.
52/Kpts-II/2001 tentang Penyelengaraan Pengelolaan DAS, besarnya laju sedimen
di bawah 2 mm/tahun termasuk dalam kategori baik. Sub DAS Melamon
merupakan sub DAS yang masih dalam kategori baik. Kategori kinerja DAS
berdasarkan laju sedimen seperti pada Tabel 8.
Tabel 8 Kategori kinerja DAS berdasarkan laju sedimen
No. Laju sedimen (mm/tahun) Kategori Kelas
1. < 2 Baik
2. 2-5 Sedang
3. > 5 Buruk
Sumber: SK Menteri Kehutanan No. 52/Kpts-II/2001
5.8 Analisis Hubungan Laju Sedimen Regresi dengan Laju Sedimen KalkulasiModel MUSLE (Modification of Universal Soil Loss Equation)
Laju sedimen kalkulasi model MUSLE diperoleh dari hasil penjumlahan
pengelolaan data laju sedimen aliran lateral (surface flow) dan base flow yang diperoleh dari optimasi Tank Model dengan hasil laju sedimen dari sub DAS pada
satuan waktu hari. Laju sedimen hasil kalkulasi model MUSLE dalam hal ini sudah menggambarkan laju sedimen di MDM Curah Clumprit.
0 25 50 75 100 125 150 0 5 10 15
6/2/2009 8/2/2009 10/2/2009 12/2/2009 2/2/2010 4/2/2010
Qs MUSL E (T on /h ar i) Tanggal Pengukuran C urah Huj an (m m /hari )
[image:35.595.115.503.89.483.2]36
Analisis hubungan antara laju sedimen observasi dengan laju sedimen
kalkulasi model MUSLE menunjukkan korelasi yang kuat dengan dengan nilai R2
= 0,683. Hal ini membuktikan model MUSLE dapat menduga laju sedimen
dengan baik. Persamaan regresi laju sedimen regresi dengan laju sedimen
kalkulasi model MUSLE dengan persamaan Qs = 0,006x. Hubungan laju sedimen
observasi dengan laju sedimen kalkulasi model MUSLE disajikan pada Gambar
16.
Gambar 16 Hubungan laju sedimen observasi dengan laju sedimen kalkulasi metode MUSLE.
y = 0.006x R² = 0.683
0 0.001 0.002 0.003 0.004 0.005 0.006 0.007
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7
Q
s
O
bser
vasi
(
ton/ha/
hari
)
BAB VI
KESIMPULAN DAN SARAN
6.1 Kesimpulan
Aplikasi Tank Model dapat menjelaskan distribusi neraca air vertikal dan horizontal di area kajian dengan 12 parameter hasil optimasi Tank Model. Neraca air Sub DAS Melamon selama 365 hari yakni curah hujan sebesar 2.317 mm,
evapotranspirasi sebesar 1.166 mm, total outflow sebesar 651 mm yang terbagi dalam surface flow sebesar 119 mm (18%), intermediate flow sebesar 247 mm (38%), sub-base flow sebesar 208 mm (32%), dan base flow sebesar 77 mm (12%) sehingga terdapat simpanan air tanah sebesar 499 mm.
Hasil debit aliran dari Tank Model dapat menduga laju sedimen dengan menggunakan metode MUSLE. Berdasarkan metode MUSLE diperoleh
persamaan Qs= 0,006x, dengan nilai regresi sebesar R2= 0,683. Total laju sedimen
di Sub DAS Melamon Juni 2009 – Mei 2010 sebesar 0,8 mm/tahun atau dalam
kategori baik .
6.2Saran
1. Diperlukan kajian dan penelitian lebih lanjut mengenai area kajian agar dapat
mendukung hasil analisis Tank Model.
PENDUGAAN NERACA AIR MENGGUNAKAN APLIKASI
TANK MODEL DAN LAJU SEDIMEN DENGAN METODE
MUSLE DI SUB DAS MELAMON KABUPATEN MALANG
RAHMA AMALIA ISMANIAR
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
DAFTAR PUSTAKA
Arsyad. 2006. Konservasi Tanah dan Air. Bogor: IPB Press.
Asdak C. 2002. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gadjah Mada University Press.
BPDAS Brantas. 2010. Laporan Monitoring Evaluasi Tata Air SPAS Tahun 2009. Surabaya: BP.DAS Brantas.
BPDAS Brantas. 2011. Laporan Monitoring Evaluasi Tata air SPAS Tahun 2010. Surabaya: BP.DAS Brantas.
Handoko. 1995. Klimatologi Dasar. Bogor: IPB Press
Harto S. 1993. Analisis Hidrologi. Jakarta: PT. Gramedia Pustaka Utama.
Jaya I N S. 2005. Analisis Citra Dijital. Bogor: IPB Press.
Masduqi. 2007. Kualitas Air Sebagai Indikator Pengelolaan DAS. Institut Teknologi Sepuluh November Press.
Neitsch et al. 2005. Soil and Water Assessment Tool Theoretical Documentation. Texas: Blackland Research Center.
Nurcahyawati N. 2006. Analisis karakteristik hidrologi di areal Model DAS Mikro (MDM) Mararin, Mengguling dan To Bunu Sub-DAS Mata Allo Propinsi Sulawesi Selatan. [Skripsi]. Bogor: Fakultas Kehutanan. Institut Pertanian Bogor.
Nurroh S. 2010. Aplikasi Tank Model dan Perhitungan Neraca Air di Model DAS Mikro (MDM) Cisampora Sub-DAS Cimanuk Hulu Kabupaten Majalengka. [Skripsi]. Bogor: Institut Pertanian Bogor.
Rahayu et al. 2009. Monitoring air di Daerah Aliran sungai. Bogor: World Agroforestry Center.
Rudiyanto, Setiawan BI. 2003. Optimasi Parameter Tank Model Menggunakan Genetic Algorithm. Buletin Ketektikan Pertanian 17(1): 8-16.
Sahayana C R. 2011. Pendugaan Neraca Air, Erosi, dan Sedimentasi Menggunakan Aplikasi Tank Model dan MUSLE di Sub DAS Cilebak – Cisarea Kabupaten Bandung. [Skripsi]. Bogor: Institut Pertanian Bogor.
Setiawan B I. 2003. Optimasi Parameter Tank Model. Jurnal Keteknikan Pertanian 17(1): 8-20. Bogor: Fakultas Teknik Pertanian IPB.
Siswono H. 2003. Optimasi Penggunaan Lahan dalam Pengelolaan DAS dengan Pendekatan Aspek Hidrologi Berdasarkan Teori Hidrograf Satuan Sintetis US SCS. Bogor: Program Pasca Sarjana IPB.
39
Sugiono S. 2005. Hubungan regresi antar dua variabel. [terhubung berkala]. Sumber: http: www.analistat.com/rfd992.htm. [2 Juni 2012]
Sulistyowati T. 2010. Aplikasi Tank Model dalam Analisis Hidrologi Berbasis Data SPAS di Sub-sub DAS Cipedes, Kabupaten Garut. [Skripsi]. Bogor: Fakultas Kehutanan IPB.
Suripin. 2003. Pelestarian Sumber Daya Tanah dan Air. Yogyakarta: ANDI
Suryatmojo H. 2006. Konsep Dasar Hidrologi Hutan. [terhubung berkala]. Sumber: www, mayong.staff.ugm.ac.id. [17 Juni 2012].
Syamsuddin A. 2012. Mencari Format Pengelolaan DAS Terpadu. [terhubung berkala]. Sumber: www. bpdas-brantas sim-r\ps.dephut.go.id. [19 Mei 2012].
Ulya A R. 2011. Aplikasi Model Tangki dan Metode MUSLE dalam Analisis Neraca Air dan Erosi di Sub DAS Cikundul Kabupaten Cianjur. [Skripsi]. Bogor: Institut Pertanian Bogor.
PENDUGAAN NERACA AIR MENGGUNAKAN APLIKASI
TANK MODEL DAN LAJU SEDIMEN DENGAN METODE
MUSLE DI SUB DAS MELAMON KABUPATEN MALANG
RAHMA AMALIA ISMANIAR
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
PENDUGAAN NERACA AIR MENGGUNAKAN APLIKASI
TANK MODEL DAN LAJU SEDIMEN DENGAN METODE
MUSLE DI SUB DAS MELAMON KABUPATEN MALANG
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar Sarjana Kehutanan pada Fakultas Kehutanan
Institut Pertanian Bogor
RAHMA AMALIA ISMANIAR E14070023
DEPARTEMEN MANAJEMEN HUTAN
FAKULTAS KEHUTANAN
RINGKASAN
RAHMA AMALIA ISMANIAR (E14070023). Pendugaan Neraca Air Menggunakan Aplikasi Tank Model dan Laju Sedimen dengan Metode MUSLE di Sub DAS Melamon Kabupaten Malang. Dibimbing oleh NANA MULYANA ARIFJAYA dan IDUNG RISDIYANTO
DAS Brantas memiliki peranan penting dalam memenuhi kebutuhan air dan energi di Provinsi Jawa Timur. Upaya pengelolaan DAS Brantas masih kurang optimal. Oleh karena itu diperlukan suatu pemodelan yang dapat menggambarkan distribusi aliran air dan laju sedimen di suatu DAS. Aplikasi Tank Model berbasis data Stasiun Pengamatan Arus Sungai (SPAS) dianggap mampu menduga distribusi aliran air suatu DAS secara horizontal dan vertikal serta dapat menentukan laju sedimen suatu area dengan menggunakan metode Modified Universal Soil Loss Equation (MUSLE). Tujuan penelitian ini adalah untuk mengkaji distribusi neraca air vertikal dan horizontal di area studi dengan menggunakan aplikasi Tank Model berbasis data SPAS, dan memperoleh besar laju sedimen dengan metode MUSLE menggunakan koefisien limpasan hasil optimasi Tank Model.
Penelitian ini berlokasi di SPAS Jedong, Sub DAS Melamon, DAS Brantas bagian hulu, Kecamatan Wagir, Kabupaten Malang. Luas area objek penelitian adalah seluas 886,785 ha, terletak antara 7°57’46’’ LS – 7°59’39” LS
dan 112°30’22” BT – 112°34’36” BT, dengan topografi bergelombang hingga
bergunung pada ketinggian antara 542 m dpl – 1.681 m dpl. Berdasarkan formasi geologinya area kajian terdiri dari batuan vulkanik muda dan abu yang berbutir halus, serta batuan pasir, jenis tanah didominasi dengan jenis andosol (64%) dan kambisol (36%). Klasifikasi iklim menurut Oldeman, wilayah ini terbagi menjadi dua iklim yaitu iklim C3 dan B3 (Sumber: Monitoring dan Evaluasi BP DAS Brantas 2010).
Pengolahan data dilakukan di Laboratorium Hidrologi Hutan dan DAS, Departemen Manajemen Hutan, Fakultas Kehutanan, Institut Pertanian Bogor. Berdasarkan hasil pengolahan data Tank Model di Sub DAS Melamon, diperoleh koefisien korelasi sebesar 0,60 dan koefisien run off hasil analisis hidrograf yang dijadikan inisiasi adalah 18%. Dalam kurun waktu 365 hari, hasil optimasi Tank Model diperoleh total curah hujan sebesar 2.317 mm, evapotranspirasi sebesar 1.166 mm, total outflow sebesar 651 mm yang terbagi dalam surface flow sebesar 119 mm (18%), intermediate flow sebesar 247 mm (38%), sub-base flow sebesar 208 mm (32%), dan base flow sebesar 77 mm (12%) sehingga terdapat simpanan air sebesar 499 mm. Berdasarkan metode MUSLE diperoleh persamaan Qs= 0,006x, dengan nilai koefisien determinasi sebesar R2= 0,683, hal ini membuktikan model MUSLE dapat menduga laju sedimen dengan baik. Total laju sedimen di Sub DAS Melamon dari Juni 2009 hingga Mei 2010 sebesar 0,76 mm/tahun atau dapat diartikan bahwa laju sedimen Sub DAS Melamon masih baik.
SUMMARY
RAHMA AMALIA ISMANIAR (E14070023). Water Balance Estimation using Tank Model Aplication and the Sediment Flow with MUSLE Method in Sub Watershed Melamon Regency Malang. Under the supervision of NANA MULYANA ARIFJAYA and IDUNG RISDIYANTO
Brantas Watershed is important in fulfilling the requirement for water and energy in East Java Province. The management of Brantas Watershed has been less optimum. Therefore, a model is required to help port
