ANALISIS EFEKTIVITAS WADUK CIAWI MENGGUNAKAN
MODEL SWAT SEBAGAI UPAYA PENGENDALIAN
BANJIR DAS CILIWUNG
LUTFHI ADHYTIA PUTRA
DEPARTEMEN TEKNIK SIPIL DAN LINGKUNGAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul "Analisis Efektivitas Waduk Ciawi Menggunakan Model SWAT Sebagai Upaya Pengendalian Banjir DAS Ciliwung" 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 karya tulis saya kepada Institut Pertanian Bogor.
ABSTRAK
LUTFHI ADHYTIA PUTRA. Analisis Efektivitas Waduk Ciawi Menggunakan Model SWAT Sebagai Upaya Pengendalian Banjir DAS Ciliwung. Dibimbing oleh YULI SUHARNOTO.
Pengelolaan DAS bagian hulu merupakan faktor penting dalam suatu DAS, karena memiliki peran sebagai daerah peresapan air untuk mengurangi aliran permukaan dan timbulnya kejadian banjir. DAS Ciliwung termasuk DAS yang banyak mendapatkan perhatian karena pusat pemerintahan Indonesia, yakni Jakarta yang terletak di hilir DAS tersebut sering mengalami banjir. Program pembangunan Waduk Ciawi pada bagian hulu DAS Ciliwung diharapkan dapat membantu mengatasi masalah tersebut. Tujuan dari penelitian ini adalah menganalisis efektivitas Waduk Ciawi melalui respon hidrologi yang dihasilkan dengan mengaplikasikan model SWAT. Skenario pemodelan waduk dilakukan pada simulasi hidrologi yang telah terbentuk, sehingga diketahui perubahan respon hidrologi yang terjadi sebelum dan setelah skenario model waduk diterapkan. Hasil yang diperoleh terdapat 28 subbasin dan 516 HRU dengan 9 jenis tutupan lahan, 3 jenis tanah, dan 5 kelas kelerengan pada Sub DAS Ciliwung Hulu. Hasil pemodelan waduk dengan 15 skenario menunjukkan perubahan debit aliran yang secara khusus diamati pada titik outlet 1 (Katulampa). Penurunan jumlah total debit tertinggi yaitu sebesar 158.626 m3 s-1 (34%), penurunan debit puncak terbesar yaitu sebesar 27.07 m3 s-1 (47.79%), dan nilai KRS terbaik yang diperoleh sebesar 28.326 dengan hasil kategori baik. Berdasarkan hasil yang diperoleh, skenario pemodelan waduk berhasil meminimalkan laju debit aliran yang terjadi, sehingga dapat dikatakan pembangunan Waduk Ciawi dianggap cukup efektif.
Kata kunci: banjir, DAS Ciliwung Hulu, debit aliran, SWAT, Waduk Ciawi
ABSTRACT
LUTFHI ADHYTIA PUTRA. The Analysis of Ciawi Reservoir Effectiveness Using SWAT Model As Ciliwung Watershed Flood Control Effort. Supervised by YULI SUHARNOTO.
outlet point 1 (Katulampa). The highest total discharge derivation was 158.626 m3 s-1 (34%), while the highest peak discharge derivation was 27.07 m3 s-1 (47.79%), and the best KRS value was 28.326 with good category. Based on the obtained result, the scenario of reservoir modelling managed to minimize the flow rate, so it could be said that the construction of Ciawi Reservoir was considered effective enough.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik
pada
Departemen Teknik Sipil dan Lingkungan
ANALISIS EFEKTIVITAS WADUK CIAWI MENGGUNAKAN
MODEL SWAT SEBAGAI UPAYA PENGENDALIAN
BANJIR DAS CILIWUNG
LUTFHI ADHYTIA PUTRA
DEPARTEMEN TEKNIK SIPIL DAN LINGKUNGAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR BOGOR
Judul Skripsi: Analisis Efektivitas Waduk Ciawi Menggunakan Model SWAT Sebagai Upaya Pengendalian Banjir DAS Ciliwung
Nama : Lutfhi Adhytia Putra NIM : F44100047
Disetujui oleh
Dr. Ir. Yuli Suharnoto, M.Eng Pembimbing Akademik
Diketahui oleh
Prof. Dr. Ir. Budi Indra Setiawan, M.Agr Ketua Departemen
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini dapat diselesaikan. Tema yang dipilih dalam penelitian ini adalah bangunan air, dengan judul Analisis Efektivitas Waduk Ciawi Menggunakan Model SWAT Sebagai Upaya Pengendalian Banjir DAS Ciliwung.
Terima kasih penulis ucapkan kepada semua pihak yang telah membantu dalam pembuatan skripsi ini, diantaranya adalah:
1. Dr. Ir. Yuli Suharnoto, M.Eng selaku pembimbing yang telah memberikan arahan, bimbingan, solusi, saran, dan seluruh bantuannya mulai dari awal penelitian hingga karya ilmiah ini selesai.
2. Bapak Gunadi Firdaus, S.Hut, M.Si dari Balai Pengelolaan Daerah Aliran Sungai (BPDAS) Citarum-Ciliwung yang telah banyak memberikan saran dan membantu selama pengumpulan data dan proses pembelajaran software.
3. Ayah, ibu, adik, serta seluruh keluarga besar atas segala doa, kasih sayang, dan dukungan yang diberikan baik berupa moral maupun material.
4. Teman-teman seperjuangan mahasiswa Departemen Teknik Sipil dan Lingkungan angkatan 47 IPB yang senantiasa memberikan dorongan semangat dan motivasi berjuang selama menjalani masa perkuliahan.
Kepada pihak yang ikut membantu dalam penyelesaian karya ilmiah ini dan tidak bisa disebutkan satu-persatu diucapkan juga terima kasih. Semoga karya ilmiah ini bermanfaat dan dapat memberikan kontribusi yang nyata terhadap perkembangan ilmu pengetahuan dan teknologi. Saran dan kritik sangat diharapkan guna memperbaiki kualitas dari karya ilmiah ini.
Bogor, Maret 2015
DAFTAR ISI
DAFTAR TABEL ix
DAFTAR GAMBAR ix
DAFTAR LAMPIRAN x
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 2
Tujuan Penelitian 3
Manfaat Penelitian 3
Ruang Lingkup Penelitian 4
TINJAUAN PUSTAKA 4
DAS (Daerah Aliran Sungai) Ciliwung 4
Debit Aliran 6
Penggunaan Lahan (Land Use) 6
Gejala Banjir DKI Jakarta 7
Waduk Ciawi 8
Geographic Information System (GIS) 9
Soil and Water Assessment Tool (SWAT) 10
METODE PENELITIAN 12
Waktu dan Lokasi Penelitian 12
Alat dan Bahan 12
Prosedur Analisis Data 13
Pengolahan Data 13
Menjalankan Program SWAT 15
Pemodelan Waduk 21
HASIL DAN PEMBAHASAN 26
Kondisi Biofisik 26
Penggunaan Lahan 26
Jenis Tanah 27
Kemiringan Lahan 28
Analisis Hidrologi Model SWAT 29
Delineasi Sub DAS 30
Pembentukan dan Definisi HRU 30
Pembentukan Data Iklim 31
Run SWAT 33
Kalibrasi 34
Analisis Hidrologi Pemodelan Waduk 38
Skenario Waduk 39
Fluktuasi Debit Aliran 39
SIMPULAN DAN SARAN 43
Simpulan 43
Saran 44
DAFTAR PUSTAKA 45
LAMPIRAN 49
RIWAYAT HIDUP 89
DAFTAR TABEL
1 Profil Waduk Ciawi 9
2 Parameter input iklim bulanan pada weather generator data 14
3 File data input analisis hidrologi pada SWAT 18
4 Variable output model SWAT pada subbasin 19
5 Variable output model SWAT pada outlet sungai 19
6 Kriteria nilai statistik Nash-Sutcliffe (NS) 21
7 Parameter input waduk 24
8 Sebaran tutupan lahan Sub DAS Ciliwung Hulu 27
9 Klasifikasi jenis tanah Sub DAS Ciliwung Hulu 28
10 Kelas kelerengan Sub DAS Ciliwung Hulu 29
11 Kondisi iklim Sub DAS Ciliwung Hulu 33
12 Nilai statistik hasil kalibrasi dan validasi 38
13 Volume dan luas permukaan waduk 39
14 Input parameter skenario waduk 40
15 Penurunan jumlah total debit aliran skenario pemodelan waduk 40 16 Penurunan debit maksimum dan peningkatan debit minimum skenario
pemodelan waduk 41
17 Nilai Koefisien Regim Sungai (KRS) skenario pemodelan waduk 42
DAFTAR GAMBAR
1 Upstream, middlestream, dan downstream DAS Ciliwung 5
2 Skema representasi siklus hidrologi model SWAT 11 3 Tampilan pengolahan data menggunakan pivot table 14
4 Tampilan program pcpSTAT 15
5 Tampilan menu delineasi DAS 16
7 Tampilan menu pembentukan data generator iklim 17 8 Tampilan menu pengaturan dan simulasi model SWAT 19 9 Tampilan kalibrasi parameter menggunakan menu Edit SWAT Input 21 10 Lokasi desa dan perkiraan Waduk Ciawi pada Google Earth 22 11 Transformasi dan identifikasi titik koordinat waduk 23
12 Pembentukan polygon DEM model waduk 23
13 Input data parameter waduk 24
14 Diagram alir penelitian 25
15 Peta tutupan lahan Sub DAS Ciliwung Hulu 27
16 Peta jenis tanah Sub DAS Ciliwung Hulu 28
17 Peta kelerengan Sub DAS Ciliwung Hulu 29
18 Peta delineasi Sub DAS Ciliwung Hulu 30
19 Peta HRU (Hydrology Response Unit) Sub DAS Ciliwung Hulu 31
20 Rataan curah hujan bulanan tahun 1979-2010 32
21 Perbandingan debit harian observasi dengan hasil simulasi model
SWAT Sub DAS Ciliwung Hulu 34
22 Perbandingan debit bulanan observasi dengan hasil simulasi model
SWAT Sub DAS Ciliwung Hulu 34
23 Fluktuasi debit harian observasi dan hasil simulasi terkalibrasi model
SWAT Sub DAS Ciliwung Hulu 36
24 Perbandingan debit bulanan observasi dan hasil simulasi terkalibrasi
model SWAT Sub DAS Ciliwung Hulu 36
25 Fluktuasi debit bulanan observasi dan hasil validasi simulasi model
SWAT Sub DAS Ciliwung Hulu 37
DAFTAR LAMPIRAN
1 Pembagian DAS Ciliwung berdasarkan administrasi daerah 49
2 Pembagian zona UTM wilayah Indonesia 50
3 Peta DEM (Digital Elevation Model) Jawa Barat 51
4 Peta lokasi stasiun cuaca 52
5 Peta lokasi Waduk Ciawi 53
6 Pembagian subbasin Sub DAS Ciliwung Hulu 54
7 Data Generator Iklim (Weather Generator Data) 55 8 Data curah hujan dan debit harian tahun 2008-2009 56
9 Data debit bulanan tahun 2008-2010 73
10 Data debit bulanan tahun 2008-2009 pada titik outlet 1, titik outlet 6, dan titik outlet 7 hasil 15 skenario pemodelan waduk 74 11 Fluktuasi debit aliran pada masing-masing titik outlet hasil skenario
pemodelan waduk 77
PENDAHULUAN
Latar Belakang
Daerah aliran sungai (DAS) merupakan suatu wilayah yang dibatasi punggung bukit dimana hujan yang jatuh pada daerah tersebut akan dialirkan pada satu outlet yang sama. Pengelolaan DAS dibagi atas tiga bagian yaitu DAS bagian hulu, tengah, dan hilir. DAS bagian hulu merupakan daerah penting dalam suatu DAS, karena memiliki peran sebagai daerah peresapan air dengan tujuan untuk mengurangi aliran permukaan dan timbulnya kejadian banjir. Kondisi hidrologis suatu DAS dapat dilihat dari kemampuan DAS tersebut dalam menyerap, menahan, menyimpan, dan mengalirkan air sehingga tercipta keseimbangan air. Kondisi hidrologis suatu DAS dikatakan baik jika pada DAS tersebut tidak terjadi banjir pada musim penghujan dan tidak terjadi kekeringan pada musim kemarau (Carolina 2012). Terganggunya salah satu komponen di dalam DAS akan menyebabkan terjadinya perubahan kondisi hidrologis DAS tersebut.
Pemanfaatan DAS secara intensif mengakibatkan terjadinya konversi lahan di bagian hulu yang membawa dampak negatif terhadap keseimbangan dan kualitas sumberdaya air. Konversi lahan pada umumnya terjadi pada penggunaan lahan hutan menjadi daerah perkebunan dan pertanian, daerah perkebunan menjadi lahan pertanian dan permukiman, daerah pertanian menjadi permukiman dan industri. Tidak jarang terdapat daerah hutan dan perkebunan yang berubah menjadi tanah kosong, terlantar, dan gundul yang kemudian menjadi lahan kritis (Yustika 2013).
Perubahan tata guna lahan yang terjadi pada suatu kawasan menyebabkan terjadinya perubahan kondisi kawasan catchment area dan dapat menyebabkan perubahan aliran permukaan. Hal ini berpengaruh terhadap kondisi debit sungai di outlet Sub DAS dan DAS tersebut. Perubahan tata guna lahan merupakan penyebab utama tingginya runoff dibandingkan dengan faktor lainnya. Apabila suatu hutan yang berada dalam suatu daerah aliran sungai diubah menjadi pemukiman, maka debit puncak sungai akan meningkat antara 6 sampai 20 kali. Angka tersebut tergantung dari jenis hutan dan jenis pemukiman (Kodoatie et al. 2008).
Pertambahan penduduk yang mempunyai kecenderungan meningkat seiring bertambahnya waktu, menyebabkan peningkatan kebutuhan lahan termasuk di DAS bagian hulu. Peningkatan kebutuhan lahan ini berbanding lurus dengan perubahan fungsi lahan. Perubahan fungsi lahan dapat mempengaruhi fungsi hidrologis DAS. Ketika musim penghujan air tidak terserap sepenuhnya oleh lahan dan mengakibatkan limpasan air yang berlebihan, yang tidak termanfaatkan, dan mengakibatkan kerusakan lingkungan seperti erosi dan sedimentasi. Sedimentasi akan mempengaruhi umur bangunan-bangunan penampung air seperti waduk. Dengan semakin besarnya volume sedimen, beban waduk akan semakin berat (Oeurng et al. 2011).
vegetasi di atasnya sangat berperan dalam menentukan besarnya limpasan yang terjadi dan air yang dapat disimpan ke dalam tanah melalui proses infiltrasi.
Pengelolaan DAS merupakan faktor penting yang mempengaruhi kualitas sumberdaya alam dan ekosistem DAS. DAS Ciliwung Hulu termasuk kedalam DAS yang banyak mendapatkan perhatian karena di bagian wilayah hilir DAS Ciliwung yaitu ibukota negara (Jakarta) sering mengalami kejadian banjir. Tekanan pembangunan yang tinggi pada Sub DAS Ciliwung Hulu menyebabkan DAS ini tergolong salah satu DAS yang mengalami degradasi. Kondisi ini dicirikan oleh pengelolaan lahan yang tidak sesuai dengan kemampuannya dan tidak disertai dengan usaha konservasi tanah dan air, serta perubahan pola penggunaan lahan bervegetasi (Yustika 2013).
Pemerintah DKI Jakarta saat ini memiliki program untuk membantu mengatasi banjir dan mengurangi beban air yang masuk dari hulu ke Jakarta. Program tersebut adalah pembangunan beberapa unit waduk di beberapa lokasi sepanjang aliran DAS Ciliwung dan salah satunya di bagian hulu sungai. Keberadaan waduk tersebut dapat menampung air dari hulu dan dapat menjadi potensi sumber air baku di wilayah tersebut. Waduk yang direncanakan adalah Waduk Ciawi yang berlokasi di Desa Cipayung, Kecamatan Ciawi, Kabupaten Bogor.
Suatu pemodelan hidrologi yang dapat bekerja dengan cepat dan hasil yang akurat diperlukan untuk mengetahui kondisi tutupan lahan dan kondisi biofisik lainnya pada suatu DAS yang cukup luas, serta untuk mengetahui respon hidrologi berupa fluktuasi debit aliran dan sedimentasi sebagai akibat kondisi biofisik tersebut. Model SWAT (Soil and Water Assessment Tool) menurut Gassman et al. (2007), merupakan salah satu model hidrologi yang dianggap paling efektif dalam simulasi hidrologi dan pengelolaan DAS dan dianggap sebagai model yang paling banyak digunakan saat ini. Model ini dapat melakukan proses secara cepat dalam mengkaji hubungan input, proses, dan output dari suatu sistem hidrologi, sehingga dapat mengetahui karakteristik dan respon hidrologi suatu DAS yang luas dalam jangka waktu yang panjang. Model ini juga dapat digunakan dalam memprediksi kondisi hidrologi DAS berdasarkan perubahan penggunaan lahan, penerapan teknik konservasi tanah, dan terjadinya perubahan iklim global (Neitsch et al. 2011).
Berdasarkan kondisi tersebut, penelitian ini mencoba mengaplikasikan model SWAT untuk melihat respon hidrologi dari kondisi biofisik suatu Sub DAS terutama kondisi tutupan lahannya, serta untuk menganalisis respon hidrologi dari penerapan teknik konservasi bangunan air pada Sub DAS yang sama agar dapat direkomendasikan penerapannya di lapangan.
Perumusan Masalah
simulasi model HEC-1 terhadap debit, volume banjir, dan kontribusi terhadap banjir di bagian hilir, menunjukkan bahwa perubahan penggunaan lahan tahun 1981 dan tahun 1999 di DAS Ciliwung Hulu mengindikasikan terjadi peningkatan debit sebesar 67%, volume banjir 59%, dan kontribusi banjir di bagian hilir 8%.
Program pembangunan waduk yang telah direncanakan sejak tahun 2003 dan membutuhkan anggaran dana yang besar menjadi pertanyaan apakah akan dapat bekerja secara efektif dan mampu membantu mengatasi permasalahan banjir yang terjadi di bagian hilir Sungai Ciliwung. Penggunaan model sebagai suatu penyederhanaan dari realitas yang sebenarnya diperlukan untuk membantu dalam memprediksi proses yang terjadi di dalam DAS. SWAT (Soil and Water Assessment Tool) merupakan suatu model yang dapat memperkirakan kondisi hidrologi berbasis proses fisik (physical based model), sehingga memungkinkan sejumlah proses fisik yang berbeda untuk disimulasikan pada suatu DAS (Neitsch et al. 2011).
Berkaitan dengan kondisi tersebut, maka untuk kepentingan penelitian ini dirumuskan permasalahan-permasalahan yang akan dibahas dalam penelitian ini adalah sebagai berikut.
1. Identifikasi kondisi biofisik (tutupan lahan, jenis tanah, dan kelerengan) Sub DAS Ciliwung Hulu.
2. Respon hidrologi yang berupa debit aliran sungai berdasarkan kondisi biofisik Sub DAS Ciliwung Hulu.
3. Skenario pemodelan waduk untuk mengetahui respon hidrologi setelah dilakukan pemodelan waduk dengan menggunakan SWAT.
Tujuan Penelitian
Berdasarkan latar belakang dan perumusan permasalahan di atas, maka penelitian ini bertujuan untuk:
1. Menganalisis respon hidrologi berdasarkan kondisi biofisik Sub DAS Ciliwung Hulu dengan menggunakan model SWAT sebelum dilakukan penerapan skenario model waduk.
2. Menganalisis respon hidrologi berdasarkan penerapan skenario model waduk dengan menggunakan SWAT.
3. Menganalisis efektivitas pembangunan Waduk Ciawi berdasarkan hasil perbandingan respon hidrologi sebelum dan setelah dilakukan penerapan skenario model waduk dengan menggunakan SWAT.
Manfaat Penelitian Manfaat hasil penelitian ini diharapkan akan dapat:
1. Memberikan informasi mengenai pengaruh pembangunan Waduk Ciawi sebagai salah satu upaya dalam penanganan kejadian banjir DAS Ciliwung.
2. Memberikan rekomendasi penanganan bencana banjir yang sesuai dengan kondisi lokasi kajian DAS Ciliwung Hulu.
Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini adalah:
1. Penelitian ini dibatasi secara kewilayahan hanya membahas DAS Ciliwung bagian hulu.
2. Secara teknis, permasalahan yang diangkat dalam lingkup penelitian ini hanya dilakukan pada aspek biofisik (tutupan lahan, jenis tanah, dan kelerengan) dari Sub DAS Ciliwung Hulu dan tidak dilakukan kajian pada aspek sosial, ekonomi, dan kelembagaan.
3. Respon hidrologi yang diteliti dibatasi hanya pada debit aliran sungai. Adapun data yang digunakan sebagai parameter dalam SWAT merupakan data-data sekunder seperti data tata guna lahan, data jenis tanah, data kelerengan, data debit, data curah hujan, dan sebagainya. Data-data tersebut diolah dengan menggunakan program ArcSWAT.
TINJAUAN PUSTAKA
DAS (Daerah Aliran Sungai) Ciliwung
Daerah aliran sungai (DAS) adalah daerah yang dibatasi punggung-punggung gunung sehingga air hujan yang jatuh pada daerah tersebut akan ditampung dan dialirkan melalui sungai-sungai kecil ke sungai utama (Asdak 1995). Menurut Chow et al. (1988), DAS dipandang sebagai suatu sistem hidrologi dimana curah hujan merupakan input dan aliran sungai serta evapotranspirasi adalah output sistem. Secara operasional DAS dapat didefinisikan sebagai wilayah yang terletak di atas suatu titik pada sungai yang oleh batas-batas topografi mengalirkan air yang jatuh diatasnya ke dalam sungai yang sama pada sungai tersebut.
DAS Ciliwung merupakan salah satu DAS besar yang mengalir melintasi dua propinsi serta kabupaten/kota dan memiliki fungsi penting bagi masyarakat sekitar yaitu sebagai sumber air baku, penggelontoran, jalur transportasi, dan lain-lain. Sungai Ciliwung merupakan bagian dari Satuan Wilayah Sungai (SWS) Ciliwung-Cisadane. Sebagai bagian dari SWS Ciliwung-Cisadane, Sungai Ciliwung mempunyai daerah tangkapan ±337 km2, mengalir sepanjang 117 km bermata air di Gunung Pangrango dan bermuara di wilayah perairan Laut Jawa. Sungai Ciliwung mengairi sekitar 3,853 ha sawah dari bendung Katulampa. Daerah hulu Sungai Ciliwung yang berfungsi sebagai kawasan resapan air dan melindungi daerah di bawahnya sangat sensitif terhadap resiko serius pada kerusakan lingkungan. Kawasan resapan air merupakan kawasan yang mempunyai kemampuan tinggi untuk meresapkan air hujan sehingga merupakan tempat pengisian air bumi (akuifer) yang bermanfaat sebagai sumber air. Kondisi DAS Ciliwung saat ini sangat mengkhawatirkan, karena selain banjir yang sering terjadi, juga karena tingkat erosi dan sedimentasi yang terjadi terlalu tinggi (BPDAS Ciliwung-Cisadane 2004).
Ciliwung (dari hulu sampai hilir) dibagi menjadi enam segmen yang melingkupi Kabupaten Bogor, Kotamadya Bogor, Kota Administratif Depok, dan Propinsi DKI Jakarta dengan delineasi wilayah sebagai berikut.
a. Bagian hulu DAS Ciliwung sebagian besar termasuk wilayah Kabupaten Bogor (Kecamatan Megamendung, Cisarua, dan Ciawi) dan sebagian kecil Kota Madya Bogor (Kecamatan Kota Bogor Timur dan Kota Bogor Selatan).
b. Bagian tengah DAS Ciliwung termasuk wilayah Kabupaten Bogor (Kecamatan Sukaraja, Cibinong, Bojong Gede, dan Cimanggis), Kota Madya Bogor (Kecamatan Kota Bogor Timur, Kota Bogor Tengah, Kota Bogor Utara, dan Tanah Sareal), dan Kota Administratif Depok (Kecamatan Pancoran Mas, Sukmajaya, dan Beji).
c. Bagian hilir sampai dengan Pintu Air Manggarai termasuk wilayah administrasi pemerintahan Kota Madya Jakarta Selatan dan Jakarta Pusat, lebih ke hilir dari Pintu Air Manggarai, termasuk saluran buatan Kanal Barat, Sungai Ciliwung ini melintasi wilayah Kota Madya Jakarta Pusat, Jakarta Barat, dan Jakarta Utara.
Debit Aliran
Arsyad (2010) menyatakan bahwa aliran permukaan (surface runoff) adalah air yang mengalir di atas pemukaan tanah dan merupakan bentuk aliran yang penting sebagai penyebab erosi karena mengangkut bagian-bagian tanah. Aliran permukaan mempunyai sifat yang dinyatakan dalam jumlah, kecepatan, laju, dan gejolak aliran permukaan. Sifat-sifat ini mempengaruhi kemampuan dalam menimbulkan erosi.
Faktor-faktor yang mempengaruhi sifat aliran permukaan adalah: (1) curah hujan: jumlah, intensitas, dan distribusi; (2) temperatur udara; (3) tanah: tipe, jenis substratum, dan topografi; (4) luas DAS; (5) tanaman/tumbuhan penutup tanah; dan (6) sistem pengelolaan tanah. Pengaruh faktor-faktor tersebut sedemikian kompleksnya, sehingga meskipun semuanya dapat diketahui, keadaan aliran permukaan yang terjadi hanya mungkin dapat dihitung sampai mendekati keadaan sebenarnya (Arsyad 2010). Aliran permukaan akan mengalir ke dalam saluran-saluran yang kecil dan masuk ke aliran sungai yang lebih besar terakumulasi menjadi debit aliran sungai.
Dalam proses hidrologi, aliran air sungai terbentuk dari beberapa sumber air yang berada pada bukit atau gunung. Bukit dan gunung merupakan daerah penyerap dan penyimpan cadangan air yang berasal dari air hujan. Cadangan air yang diserap tersebut masuk ke dalam tanah dan batuan. Karena volume air tersimpan dalam jumlah besar, air keluar ke permukaan melalui tekuk lereng. Air yang keluar tersebut kemudian mengalir pada permukaan yang kemudian menjadi sungai. Aliran ini mengalir ke permukaan yang memiliki ketinggian lebih rendah, sesuai dengan sifat air yang mengalir dari tempat dengan tempat tinggi ke rendah. Saat dilakukan pengukuran tinggi permukaan air oleh alat ukur, diperoleh debit aliran sungai. Debit aliran sungai merupakan laju aliran air (volume air) yang melewati suatu penampang melintang sungai per satuan waktu, di mana satuan besaran debit dalam satuan internasional adalah meter kubik per detik (m3 s-1) (Rau 2012).
Fluktuasi debit yang didefinisikan sebagai perbandingan antara debit maksimum (Qmaks) dengan debit minimum (Qmin) atau yang disebut Koefisien Regim Sungai (KRS) dapat memberikan gambaran tingkat kesehatan suatu DAS. Semakin kecil nilai KRS suatu DAS maka DAS tersebut kondisinya semakin sehat (Dirjen RLPS 2009). Debit aliran kecil menunjukkan kecenderungan meningkat dan tidak terjadi fluktuasi debit yang mencolok antara musim hujan dan musim kemarau adalah kondisi DAS yang dianggap normal (Asdak 1995).
Penggunaan Lahan (Land Use)
Penggunaan lahan bukan pertanian dapat dibedakan menjadi penggunaan kota atau desa (pemukiman), industri, rekreasi, dan sebagainya (Arsyad 2010).
Lahan merupakan bagian dari bentang alam (landscape) yang mencakup pengertian lingkungan fisik termasuk iklim, topografi/relief, tanah, hidrologi, dan bahkan keadaan vegetasi alami (natural vegetation) yang semuanya secara potensial akan berpengaruh terhadap penggunaan lahan (FAO 1976). Perubahan penggunaan lahan ialah adanya pertambahan/pengurangan luas suatu jenis penggunaan lahan akibat dari adanya pertambahan/pengurangan penggunaan lahan yang lain. Perubahan penggunaan lahan memberikan pengaruh nyata terhadap kualitas DAS yang ada di sekitarnya. Hasil penelitian di banyak negara telah memberikan informasi mengenai pengaruh komposisi vegetasi terhadap kondisi aliran air. Menurut Asdak (1995), secara umum kenaikan aliran air disebabkan oleh penurunan penguapan air oleh vegetasi (transpiration) dan dengan demikian aliran air permukaan maupun air tanah semakin besar.
Pemanfaatan DAS secara intensif mengakibatkan terjadinya konversi lahan di bagian hulu yang membawa dampak negatif terhadap keseimbangan dan kualitas sumberdaya air. Konversi lahan pada umumnya terjadi pada penggunaan lahan hutan menjadi daerah perkebunan dan pertanian, daerah perkebunan menjadi lahan pertanian dan permukiman, daerah pertanian menjadi permukiman dan industri. Tidak jarang terdapat daerah hutan dan perkebunan yang berubah menjadi tanah kosong, terlantar dan gundul yang kemudian menjadi lahan kritis. Fakhrudin (2003) mengemukakan bahwa, berdasarkan hasil analisis penggunaan lahan, luas permukiman di Sub DAS Ciliwung meningkat secara subtansial dari 1990 sampai 1996 (meningkat 67.88%). Penurunan luas lahan pertanian dan hutan, dan peningkatan luas lahan terbangun tersebut telah meningkatkan debit puncak hidrograf pada Stasiun Katulampa dari 150 m3 s-1 menjadi 205 m3 s-1.
Gejala Banjir DKI Jakarta
Banjir di DKI Jakarta bukan merupakan hal baru, tetapi hampir terjadi setiap tahun dengan skala dan intensitas yang bervariasi. Kasus banjir di DKI yang menimbulkan kerugian besar telah terjadi pada setiap periodenya dan puncaknya pada tahun 2007. Pada besaran curah hujan yang sama dengan saat kejadian banjir tersebut, DKI Jakarta akan tetap mengalami kebanjiran ulang, terutama bila tata lingkungan di Daerah Aliran Sungai (DAS) yang memiliki aliran sungai melewati DKI Jakarta tidak diperbaiki secara serius. Dalam konteks ini, banjir di DKI Jakarta yang telah terjadi secara berulang-ulang merupakan gejala (symptom) dari terlampauinya kapasitas DAS-DAS untuk meregulasi debit yang aliran sungainya melewati DKI Jakarta, dan salah satunya yaitu Sungai Ciliwung (BPDAS Citarum-Ciliwung 2007).
Februari 2002 di Jakarta merupakan indikator yang sangat nyata telah terjadinya kerusakan lingkungan. Kegiatan dan aktivitas manusia yang bersifat mengubah pola tata guna lahan, atau pola penutupan lahan dalam suatu DAS dapat mempengaruhi besar-kecilnya air yang dihasilkan dari DAS (BPDAS Citarum-Ciliwung 2002).
DAS Ciliwung termasuk dalam DAS Prioritas Nasional (Kemenhut 2009). Pelanggaran terhadap tata ruang, penegakkan hukum yang lemah, dan kerusakan hutan yang terletak di hulu-hulu sungai secara langsung merupakan penyebab terjadinya bencana yang terjadi dewasa ini. Permasalahan banjir di DKI Jakarta tidak bisa lepas dari keberadaan 13 sungai yang bermuara di bagian Utara Jakarta. Ketiga belas sungai itu adalah Mookervaart, Kali Angke, Kali Pasangrahan, Kali Grogol, Kali Krukut, Kali Baru Barat, Ciliwung, Kali Baru Timur, Kali Cipinang, Kali Sunter, Kali Buaran, Kali Jati Keramat, dan Kali Cakung (Singgih 2000 dalam Pawitan 2002). Ketiga belas sungai tersebut ada yang bermula dari daerah Serpong, Parung, Depok, dan Sungai Ciliwung yang merupakan sungai terpanjang yang melalui DKI Jakarta berhulu di daerah Bogor, Puncak dan berasal dari Gunung Pangrango. Berdasarkan peta administratif dan batas DAS/Sub DAS, Ciliwung 58% (85,650 ha) berada diluar wilayah DKI Jakarta serta 42% (62,730 ha) berada di wilayah administratif DKI Jakarta, sehingga dengan demikian membahas permasalahan banjir di DKI Jakarta tidak terlepas dengan perkembangan pembangunan dan perubahan tataguna lahan dan penutupan lahan yang ada di dalam dan di luar DKI Jakarta.
Kapasitas sistem pengendalian banjir DKI Jakarta yang masih rendah menjadikan wilayah tersebut sebagai wilayah yang sangat rawan terhadap banjir, baik dari limpahan hujan lokal maupun dari limpahan hujan daerah Bopunjur. Rendahnya kapasitas tersebut antara lain karena rendahnya hidrotopografi (terutama wilayah sepanjang pantai Jakarta dan wilayah tengah), keterbatasan lahan untuk saluran dan tampungan, kurang tepatnya prediksi beban banjir, dan kurang efektifnya pengelolaan sistem pengendalian yang ada (BPDAS Ciliwung-Cisadane 2004).
Upaya untuk mengatasi banjir di DKI Jakarta sudah banyak dilakukan melalui beberapa program dengan curahan dana dan usaha yang besar, tetapi kejadian banjir tetap berulang. Respon atas kejadian banjir Jakarta telah menghasilkan banyak rekomendasi dan rumusan program yang sasarannya adalah memecahkan masalah pengelolaan DAS terpadu dan pengendalian banjir. Sebagian besar rekomendasi dan program masih bersifat makro dan belum dikaitkan dengan tapak dimana masalah tersebut terjadi, serta belum dipertimbangkannya secara mendalam karakteristik hulu, tengah, dan hilir DAS. Akibatnya, implementasi program dan kegiatan belum terfokus pada upaya penyelesaian masalah riil di lapangan.
Waduk Ciawi
minum, industri, dan kebutuhan-kebutuhan lainnya. Sehingga fungsi utama waduk adalah bangunan untuk mengatur air dengan cara menampung air pada saat terjadi surplus di sumber air agar dapat dipakai sewaktu-waktu saat terjadi kekurangan air dan digunakan dalam berbagai keperluan.
Informasi dari UPT Pengairan Wilayah Ciawi menyebutkan kurang lebih empat desa akan dijadikan lokasi pembangunan waduk di dua kecamatan, yakni Kecamatan Ciawi dan Kecamatan Megamendung. Desa-desa itu adalah Desa Cibogo, Desa Gadog, dan Desa Cipayung (Datar dan Girang) di Kecamatan Megamendung. Pintu masuk air melalui Ciawi sehingga dikenal dengan nama Waduk Ciawi. Profil dari Waduk Ciawi adalah sebagai berikut.
Tabel 1 Profil Waduk Ciawi Waduk Ciawi
Lokasi waduk Cibogo, Katulampa
Total daya tampung (m3) 35.67 juta
Luas catchment area DAS (km2) 105
Luas lahan dibutuhkan (ha) 200
Luas kapasitas genangan waduk (ha) 137.08
Volume tampung (m3) 35.67 juta
Tinggi bendungan (m) 90
Kedalaman (m) 85
Sumber: Dinas Pekerjaan Umum DKI Jakarta
Dinas Pekerjaan Umum DKI Jakarta menyatakan bahwa tujuan pembangunan Waduk Ciawi adalah sebagai berikut.
1. Mereduksi debit puncak banjir Sungai Ciliwung sekitar 370 m3 s-1.
2. Menyediakan air baku wilayah Bogor dan DKI Jakarta sebanyak 5.22 m3 s-1. 3. Meningkatkan intensitas tanam daerah irigasi Katulampa dan Cibanon seluas
1.103 ha.
4. Menyediakan air untuk penggelontoran ke Bogor dan DKI Jakarta. 5. Sebagai objek pariwisata.
6. Sebagai wadah konservasi sumberdaya air.
Geographic Information System (GIS)
Geographic Information System (GIS) atau Sistem Informasi Geografis (SIG) merupakan sistem yang memberikan banyak bantuan terhadap informasi keruangan. GIS merupakan suatu sistem yang dirancang untuk mengumpulkan, menyimpan, mengubah, memanipulasi, menganalisis, menampilkan, dan mengeluarkan data yang berhubungan dengan fitur-fitur geografis. Sistem ini tidak hanya meliputi penggunaan perangkat lunak dan keras, tetapi juga database yang diperlukan atau dikembangkan dan personal yang mengerjakan (Bettinger dan Wing 2004). Software Sistem Informasi Geografis (SIG) banyak digunakan karena penggunaannya lebih mudah dan akurat jika dibandingkan dengan metode konvensional.
koordinat sendiri. Sistem koordinat merupakan pendefinisian suatu titik awal dari pembuatan peta. Sistem koordinat di Indonesia terdiri dari sistem koordinat geografis dan sistem koordinat Universal Transverse Mecator (UTM). Kedua sistem koordinat tersebut memiliki karakteristik yang berbeda satu sama lain. Pada koordinat geografis, bumi dibagi menurut garis khayal yang biasa disebut dengan garis lintang (latitude/paralell) dan garis bujur (longitude/meridian). Pada sistem koodinat UTM permukaan bumi dibagi kedalam 60 bagian zona bujur dan setiap zona dibatasi oleh 2 meridian selebar 6° yang memiliki meridian tengah sendiri. Zona 1 sampai 60 dimulai dari 180°-174°, 174°-168° BB dan seterusnya, sampai 174°-180° BT. Pada wilayah Indonesia terdapat sembilan zona, yaitu zona 46-54 (Gandasasmita et al. 2003).
GIS memiliki dua jenis data yang berbeda, yaitu data vektor dan data raster. Data vektor merupakan data yang tidak memiliki bentuk dan ketentuan, di mana data ini terbagi menjadi 3 bagian, yaitu point, line, dan polygon. vektor menggunakan koordinat x dan y dalam menampilkan data spasial (Chang 2003). Data raster merupakan informasi data yang terdiri dari satuan piksel yang memiliki kolom serta baris tertentu, seperti data hasil citra satelit maupun Digital Elevation Model (DEM). Data raster merupakan hal penting dalam penerapan GIS.
GIS terdiri atas 4 komponen, yaitu hardware, software, brainware, dan data spasial. Tingkat keberhasilan dari suatu kegiatan GIS dengan tujuan apapun sangat bergantung dari interaksi keempat komponen ini. ArcGIS adalah salah satu perangkat lunak yang dikembangkan oleh ESRI (Environment Science & Research Institute) yang merupakan kompilasi fungsi-fungsi dari berbagai macam perangkat lunak GIS yang berbeda, seperti GIS desktop, server, dan GIS berbasis web. Produk utama dari ArcGIS adalah ArcGIS desktop, dimana ArcGIS desktop merupakan perangkat lunak GIS profesional yang komprehensif dan dikelompokkan atas tiga komponen, yaitu ArcView (komponen yang fokus pada penggunaan data yang komprehensif, pemetaan, dan analisis), ArcEditor (lebih fokus ke arah editing data spasial), dan ArcInfo (lebih fokus pada penyajian fungsi-fungsi GIS termasuk untuk keperluan analisis geoprocessing). Software ArcGIS inilah yang akan digunakan dalam proses pemetaan.
Soil and Water Assessment Tool (SWAT)
SWAT adalah model yang dikembangkan oleh Dr. Jeff Arnold pada awal tahun 1990-an untuk pengembangan Agricultural Research Service (ARS) dari USDA. Model tersebut dikembangkan untuk melakukan prediksi dampak jangka panjang dari manajemen lahan pertanian terhadap air, sedimentasi, dan jumlah bahan kimia, pada suatu area DAS yang kompleks dengan mempertimbangkan variasi jenis tanahnya, tata guna lahan, serta kondisi manajemen suatu DAS setelah melalui periode yang lama. SWAT merupakan hasil gabungan dari beberapa model, diantaranya adalah Simulator for Water Resources in Rural Basin (SWWRRB), Chemical, Runoff, and Erosion from Agricultural Management System (CREAMS), Groundwater Loading Effect an Agricultural Management System (GREAMS), dan Erosion Productivity Impact Calculator (EPIC) (Neitsch et al. 2012).
kelerengan, suhu, dan curah hujan. Dalam SWAT, DAS dibagi menjadi beberapa subbasin, yang kemudian dibagi lagi kedalam unit respon hidrologi (Hydrologic Response Units = HRU) yang memiliki karakteristik tutupan lahan, kelerengan, dan tanah yang homogen. HRU didistribusikan pada subbasin secara spasial dalam simulasi SWAT (Neitsch et al. 2011).
Untuk prediksi secara akurat terhadap debit dan sedimen, siklus hidrologi yang disimulasikan oleh model harus dikonfirmasikan dengan proses yang terjadi di dalam DAS. Simulasi hidrologi DAS dapat dipisahkan menjadi dua bagian utama. Bagian pertama adalah siklus hidrologi dari fase lahan (Gambar 2), yang mana fase lahan pada siklus hidrologi mengontrol jumlah air, sedimen, unsur hara, dan pestisida yang bergerak menuju saluran utama pada masing-masing Sub DAS. Bagian kedua adalah fase air atau penelusuran dari siklus hidrologi yang dapat didefinisikan sebagai pergerakan air, sedimen, dan lainnya melalui jaringan sungai dalam DAS menuju ke outlet (Neitsch et al. 2011).
Gambar 2 Skema representasi siklus hidrologi model SWAT (Neitsch et al. 2012) Model SWAT memungkinkan untuk diterapkan dalam berbagai analisis serta simulasi suatu DAS, sehingga agar menghasilkan output yang baik, model SWAT melakukan simulasi berdasarkan beberapa hal, diantaranya adalah:
1. Menjalankan proses secara fisik, yaitu menghasilkan output berdasarkan informasi yang spesifik mengenai iklim, karakteristik tanah, topografi, vegetasi, dan manajemen lahan pada suatu DAS. Hal ini memungkinkan model SWAT dalam memodelkan DAS walaupun tanpa data observasi, serta dapat menghitung pengaruh alternatif data input, seperti perubahan penggunaan lahan, data iklim, dan lainnya.
2. Menggunakan input yang telah tersedia, saat SWAT akan digunakan untuk melakukan proses analisa yang lebih spesifik, maka diperlukan tambahan data yang diperoleh dari instansi penelitian pemerintah.
3. Menggunakan perhitungan dengan proses yang lebih efisien, sehingga dalam melakukan simulasi DAS yang luas serta dengan banyak strategi pengelolaan, dapat menghemat waktu dan materi.
METODE PENELITIAN
Waktu dan Lokasi Penelitian
Penelitian dilaksanakan selama 6 bulan pada bulan Juli hingga Desember 2014. Penelitian mengkaji kawasan DAS Ciliwung Hulu yang secara geografis terletak pada 6°37'-6°46' LS dan 106°50'-107°00' BT. Pengolahan data dilakukan di Kampus IPB Dramaga, Bogor menggunakan data sekunder yang diperoleh dari beberapa lembaga dan instansi pemerintah, diantaranya kantor BPDAS (Badan Pengelolaan Daerah Aliran Sungai) Citarum-Ciliwung dan SPAS (Stasiun Pengamatan Arus Sungai) Katulampa Bogor.
Alat dan Bahan
Peralatan yang digunakan dalam penelitian ini adalah seperangkat komputer atau laptop yang telah dilengkapi dengan perangkat lunak ArcGIS 10.1, ArcSWAT versi 2012.10_1.14, pcpSTAT, Google Earth, dan Microsoft Office 2013. Perhitungan nilai koefisien deterministik (R2) dan nilai efisiensi Nash-Sutcliffe (NS) dilakukan dengan menggunakan perangkat lunak SWATPlot dan SWATGraph yang secara otomatis akan menunjukkan grafik dan angka nilai R2 dan NS untuk 2 seri data yang dibandingkan, yaitu data observasi dan data hasil model yang diinginkan. Sedangkan untuk proses kalibrasi dan validasi model tidak menggunakan perangkat lunak khusus seperti SWAT-CUP melainkan secara manual. Kalibrasi manual dilakukan hanya terhadap satu parameter saja dengan sistem coba-coba atau yang biasa disebut dengan trial and error.
Adapun bahan yang digunakan dalam penelitian ini dibagi menjadi 2 jenis, yaitu data spasial dan data numerik. Data spasial digunakan untuk keperluan pembentukan jaringan sungai, pembentukan outlet, batas DAS, dan HRU. Data-data spasial dan numerik tersebut antara lain adalah sebagai berikut.
1. Peta DEM (Digital Elevation Model) Jawa Barat skala 1:25,000; sumber dari Citra SRTM dengan resolusi 30 m.
2. Peta batas DAS (Daerah Aliran Sungai) Ciliwung Hulu skala 1:25,000; sumber dari BPDAS Citarum-Ciliwung.
3. Peta tutupan lahan DAS Ciliwung Hulu tahun 2009 skala 1:25,000 berdasarkan interpretasi citra satelit wordview; sumber dari BPDAS Citarum-Ciliwung. 4. Peta jenis tanah DAS Ciliwung Hulu skala 1:25,000; sumber dari FAO (Food
and Agriculture Organization).
5. Data iklim tahun 1979-2010; sumber dari CRU (Climate Riset Unit). 5.a. Data curah hujan harian (mm)
5.b.Data temperatur maksimum dan minimum harian (°C) 5.c. Data kelembaban udara harian (%)
5.d.Data radiasi matahari harian (MJ m-2 hari-1) 5.e. Data kecepatan angin harian (m s-1)
Prosedur Analisis Data
Langkah-langkah yang dilakukan pada penelitian ini diawali dengan munculnya gagasan atau ide penelitian, perumusan masalah, kemudian studi literatur. Langkah berikutnya adalah pengumpulan data dan dilanjutkan dengan pengolahan data, kemudian dilakukan analisis data. Diagram alir penelitian disajikan dalam Gambar 14 pada akhir bagian bab ini.
Pengolahan Data
Simulasi hidrologi menggunakan pemodelan SWAT membutuhkan data-data spasial dan numerik. Sebelum dilakukan pemodelan menggunakan program ArcSWAT, perlu dilakukan pengolahan data terlebih dahulu sebagai persiapan data yang akan digunakan sebagai input dalam menjalankan program. Data-data yang diolah tersebut adalah data spasial dengan membuat sistem koordinatnya terlebih dahulu, dan data iklim dengan menghitung nilai akhir dari data harian yang telah diperoleh sebagai masukan dalam weather generator data (.wgn) pada ArcSWAT. Pengolahan data spasial yang dimiliki seperti peta DEM, peta batas DAS, peta tutupan lahan, dan peta jenis tanah diolah terlebih dahulu dengan membuat sistem koordinat yang sesuai. Sistem koordinat yang digunakan adalah sistem koordinat Universal Transverse Mecator (UTM). Menurut Gandasasmita et al. (2003), bahwa pada wilayah Indonesia terdapat sembilan zona yaitu zona 46-54 (Lampiran 2). Berdasarkan hal tersebut, dapat diketahui bahwa lokasi penelitian yang dikaji berada pada zona 48 bagian selatan. Maka dari itu dibuat sistem koordinat dari data spasial lokasi penelitian yang sesuai dengan masukan program adalah WGS 1984 UTM Zone 48S. Peta DEM dan peta batas DAS yang telah dibuat sistem koordinatnya selanjutnya digunakan dalam rangka untuk membuat Watershed Delineator (delineasi DAS). Sedangkan peta tutupan lahan dan peta jenis tanah selanjutnya digunakan dalam rangka pembentukan HRU (Hydrology Response Unit).
Pembentukan HRU membutuhkan data input penggunaan lahan, jenis tanah, dan kelerengan. Penggunaan lahan tanaman yang terdapat di Sub DAS Ciliwung Hulu pada tahun 2009 yaitu hutan lahan kering primer, hutan lahan kering sekunder, hutan tanaman, semak belukar, perkebunan, pertanian lahan kering, dan pertanian lahan kering bercampur semak. Penggunaan lahan urban yaitu pemukiman dan lahan terbuka. Kelerengan atau kemiringan lahan dibagi kedalam 5 kelas, yaitu 0-8%, 8%-15%, 15%-25%, 25%-40%, dan > 40%. Informasi data jenis tanah diperoleh dari data sekunder.
data). Adapun parameter iklim bulanan yang dibutuhkan dalam pembuatan data generator iklim dapat dilihat pada Tabel 2.
Tabel 2 Parameter input iklim bulanan pada weather generator data
Parameter Satuan Definisi
TMPMX °C Rata-rata temperatur maksimum bulanan TMPMN °C Rata-rata temperatur minimum bulanan
TMPSTDMX °C Standar deviasi temperatur maksimum bulanan TMPSTDMN °C Standar deviasi temperatur minimum bulanan PCPMM mm H2O Jumlah rata-rata curah hujan bulanan
PCPSTD mm H2O Standar deviasi curah hujan harian dalam satu bulan PCPSKW - Koefisien skew curah hujan harian dalam satu bulan PR_W1 - Perbandingan kemungkinan hari basah ke hari
kering dalam satu bulan
PR_W2 - Perbandingan kemungkinan hari basah ke hari basah dalam satu bulan
PCPD hari Rata-rata jumlah hari hujan dalam satu bulan RAINHHMX mm Curah hujan 0.5 jam maksimum pada seluruh
periode dalam satu bulan
SOLARAV MJ m-2 hari-1 Rata-rata radiasi matahari harian dalam satu bulan DEWPT °C Rata-rata titik embun/beku dalam satu bulan WNDAV m s-1 Rata-rata kecepatan angin dalam satu bulan
Parameter iklim di atas diolah menggunakan program Ms. Excel yaitu dengan fitur pivot table. Pengolahan data menggunakan pivot table sangat mempermudah dan mempercepat dalam mendapatkan hasil dibandingkan dengan menghitung menggunakan rumus secara manual. Pengolahan data iklim menggunakan pivot table hanya digunakan untuk menghitung 7 (tujuh) parameter saja, yaitu TMPMX, TMPMN, TMPSTDMX, TMPSTDMN, RAINHHMX, SOLARAV, DEWPT, dan WNDAV. Berikut merupakan tampilan pengolahan data menggunakan pivot table.
Gambar 3 Tampilan pengolahan data menggunakan pivot table Fitur pivot table
Hasil pivot table
Sedangkan untuk pengolahan data curah hujan dimana terdapat 6 (enam) parameter yaitu PCPMM, PCPSTD, PCPSKW, PR_W1, PR_W2, dan PCPD dihitung dengan menggunakan program pcpSTAT. Pertama dimasukkan nama file dari data curah hujan yang dimiliki, lalu ditentukan keluaran nama file hasil perhitungan sesuai yang diinginkan, kemudian dimasukkan tahun pertama periode, terakhir ditentukan nilai masukan untuk baris data yang kosong atau tidak memiliki nilai. Setelah selesai dan dilakukan eksekusi penghitungan secara otomatis oleh program, maka diperoleh nilai keenam parameter dari data curah hujan yang disebutkan di atas. Berikut merupakan tampilan program pcpSTAT.
Gambar 4 Tampilan program pcpSTAT
Parameter terakhir yaitu jumlah curah hujan 0.5 jam maksimum (RAINHHMX), diperoleh dari penghitungan data curah hujan menggunakan rumus Mononobe. Rumus Mononobe digunakan apabila data yang dimiliki hanya data hujan harian dan tidak tersedia data hujan jangka pendek. Adapun rumus Mononobe dapat dilihat pada persamaan (1) berikut.
I = R24
24 (24t )
2⁄3
(1) Keterangan:
I = Intensitas curah hujan (mm jam-1)
R24 = Curah hujan maksimum harian selama 24 jam (mm) t = Waktu konsentrasi hujan (jam)
Menjalankan Program SWAT a. Delineasi DAS
Proses delineasi batas luar Sub DAS Ciliwung Hulu berdasarkan peta DEM, dilakukan secara otomatis oleh model SWAT setelah titik outlet yang merupakan titik observasi pengukuran debit ditentukan, yang mana dalam penelitian ini adalah bendung Katulampa pada koordinat 06°38'00.6" LS dan 106°50'13.7" BT. Hasil delineasi ini adalah terbentuknya batas luar Sub DAS Ciliwung Hulu yang dalam model SWAT didefinisikan sebagai basin. Bersamaan dengan terbentuknya basin, terbentuk juga jaringan sungai dan titik-titik outlet pada setiap percabangan sungai yang ada.
Gambar 5 Tampilan menu delineasi DAS b. Pembentukan dan Definisi HRU (Hydrology Response Unit)
Gambar 6 Tampilan menu pembentukan dan definisi HRU c. Pembentukan Data Iklim
Input data untuk data generator iklim (weather generator data) dilakukan dengan memasukkan data-data iklim meliputi data iklim global (Lampiran 7), data curah hujan harian rata serta data suhu maksimum dan minimum harian rata-rata untuk digabungkan dengan HRU yang telah terbentuk. Data yang sudah dibuat lalu dimasukkan ke dalam Weather Data Definition. Input data iklim untuk pembuatan weather generator data dapat dilihat pada Gambar 7.
Gambar 7 Tampilan menu pembentukan data generator iklim d. Membangun Input Data
Tabel 3 File data input analisis hidrologi pada SWAT
No. Nama file Fungsi
1 Configuration File (.fig) Mengidentifikasi dan mendefenisi
jaringan hidrologi sungai (DAS beserta parameternya)
2 Soil Data (.sol) Membuat data jenis tanah
3 Weather Generator Data (.wgn) Membuat data generator iklim
4 Subbasin General Data (.sub) Membuat dan mengontrol keragaman
data parameter di tingkat Sub DAS
5 HRU General Data (.hru) Membuat dan mengontrol keragaman
data parameter di tingkat HRU
6 Main Channel Data (.rte) Membuat data saluran utama
(pergerakan air, sedimen, hara, dan pestisida)
7 Groundwater Data (.gw) Membuat data air bawah tanah
8 Water Use Data (.wus) Membuat data penggunaan air
9 Management Data (.mgt) Membuat data pengelolaan lahan
10 Soil Chemical Data (.chm) Membuat data kimia tanah
11 Pond Data (.pnd) Membuat data untuk badan air
12 Stream Water Quality Data (.swq) Membuat data kualitas aliran air
13 Operations Data (.ops) Membuat data operasi
14 Watershed General Data (.bsn) Membuat dan mengontrol keragaman
data parameter di tingkat DAS
15 Master Watershed File (.cio) File data informasi DAS mengenai
pilihan modeling, database, cuaca, dan output specification
e. Run SWAT
Simulasi model SWAT dapat dijalankan setelah proses input data selesai dan database telah dibangun. Run model (Gambar 8) dapat dilakukan setelah mengisi tanggal mulai dan tanggal akhir simulasi serta dipilih distribusi curah hujan yang digunakan (skewed normal). Kemudian ditentukan hasil keluaran simulasi dalam bentuk harian, bulanan, atau tahunan dan data-data apa saja yang ingin dicetak. Dilanjutkan dengan klik Setup SWAT Run dan terakhir klik tombol Run SWAT. Hasil dari simulasi dapat dilihat pada menu Read SWAT Output atau menggunakan program SWATPlot dan SWATGraph.
Gambar 8 Tampilan menu pengaturan dan simulasi model SWAT Tabel 4 Variable output model SWAT pada subbasin
Variable Definisi
PRECIP Jumlah curah hujan (mm) PET Evapotranspirasi potensial (mm) ET Evapotranspirasi aktual (mm)
SW Kadar air tanah pada akhir periode waktu (mm) PERC Air yang meresap melewati zona akar (mm)
SURQ Kontribusi aliran permukaan terhadap debit sungai (mm) GW_Q Air bawah tanah (mm)
WYLD Hasil air (mm)
SYLD Hasil sedimen (ton ha-1)
Tabel 5 Variable output model SWAT pada outlet sungai
Variable Definisi
FLOW_IN Debit sungai harian rata-rata yang masuk ke outlet (m3 s-1) FLOW_OUT Debit sungai harian rata-rata yang keluar dari outlet (m3 s-1) EVAP Jumlah kehilangan air harian rata-rata karena penguapan (m3 s-1) TLOSS Jumlah kehilangan air harian rata-rata karena kebocoran (m3 s-1) SED_IN Sedimen yang terangkut air dan masuk ke outlet (ton)
SED_OUT Sedimen yang terangkut air dan keluar dari outlet (ton) f. Kalibrasi
simulasi SWAT dengan debit hasil observasi outlet di lapangan dilakukan dengan menggunakan SWATPlot dan SWATGraph (George 2014).
Metode kalibrasi ada tiga, yaitu coba-coba, otomatis, dan kombinasi. Dalam metoda coba, nilai parameter dicocokkan secara manual dengan cara coba-coba. Metode ini banyak digunakan dan direkomendasikan untuk model yang komplek. Metode otomatis menggunakan algoritma untuk menentukan nilai fungsi objektif dan digunakan untuk mencari kombinasi dan permutasi parameter dengan tingkat keakuratan yang optimum. Metoda kombinasi dilakukan dengan menggunakan kalibrasi otomatis untuk menentukan kisaran parameter lalu selanjutnya dilakukan trial and error untuk menentukan detail kombinasi yang optimal (Indarto 2012).
Pada tahap kalibrasi, data yang digunakan yaitu data debit harian dan bulanan hasil observasi serta data debit harian dan bulanan hasil simulasi pada periode bulan Januari-Desember tahun 2008 dan 2009. Kalibrasi dilakukan secara manual hanya terhadap satu parameter saja dengan metode coba-coba atau yang biasa disebut dengan trial and error. Perubahan nilai parameter dilakukan dengan menggunakan menu Edit SWAT Input (Gambar 9). Nilai parameter yang diubah diberlakukan terhadap seluruh subbasin dalam jaringan hidrologi DAS. 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). Persamaan model yang digunakan adalah persamaan (2) dan persamaan (3).
Tabel 6 Kriteria nilai statistik Nash-Sutcliffe (NS)
Kriteria NSE
Sangat baik 0.75 < NSE < 1.00
Baik 0.65 < NSE < 0.75
Memuaskan 0.50 < NSE < 0.65
Kurang memuaskan NSE ≤ 0.50
Sumber: Moriasi et al. 2007
Gambar 9 Tampilan kalibrasi parameter menggunakan menu Edit SWAT Input g. Validasi
Langkah validasi bertujuan untuk membuktikan bahwa suatu proses/metode dapat memberikan hasil yang konsisten sesuai dengan spesifikasi yang telah ditetapkan. Validasi dilakukan pada data debit dengan memasukkan parameter yang sudah dikalibrasi pada data simulasi lalu kemudian membandingkan data observasi dengan hasil simulasi debit yang sudah dikalibrasi menggunakan program SWATPlot dan SWATGraph. Data yang digunakan yaitu data debit bulanan hasil observasi dan data debit bulanan hasil simulasi pada bulan Januari-Desember tahun 2010. Metode statistik yang digunakan adalah model koefisien determinasi (R2) dan model efisiensi Nash-Sutcliffe (NS). Kriteria statistik NS pada tahap validasi sama dengan pada tahap kalibrasi.
Pemodelan Waduk
Sebelum dilakukan pemodelan waduk, terlebih dahulu dilakukan identifikasi terhadap lokasi rencana pembangunan waduk. Identifikasi lokasi dilakukan dengan memperkirakan lokasi waduk berdasarkan desa-desa yang akan dijadikan lokasi pembangunan waduk. Sebagaimana informasi dari UPT Pengairan Wilayah Ciawi menyebutkan lebih dari empat desa akan dijadikan lokasi pembangunan waduk di dua kecamatan, yakni Kecamatan Ciawi dan Kecamatan Megamendung. Desa-desa itu adalah Desa Cibogo, Desa Gadog, dan Desa Cipayung (Datar dan Girang) di Kecamatan Megamendung. Langkah pertama yaitu setiap lokasi dari desa di Kecamatan Megamendung tersebut diberi placemark pada program Google Earth. Setelah itu lokasi waduk diperkirakan berada pada aliran Sungai Ciliwung di antara desa-desa tersebut dan dengan memperhitungkan luasan dari waduk itu sendiri. Kemudian hasil perkiraan dari lokasi waduk tersebut diberi placemark sehingga diperoleh titik koordinatnya. Tampilan program Google Earth dalam representasi penentuan lokasi desa dan lokasi perkiraan waduk dapat dilihat pada Gambar 10.
Gambar 10 Lokasi desa dan perkiraan Waduk Ciawi pada Google Earth Lokasi waduk yang diperkirakan berada pada titik A dengan koordinat 6°39'28.88" LS dan 106°52'54.22" BT. Titik koordinat dari lokasi bendung kemudian ditransformasikan kedalam program ArcSWAT menggunakan menu fungsi Go To XY. Selanjutnya titik tersebut diidentifikasi untuk mengetahui nilai ketinggian sebenarnya berdasarkan peta DEM yang digunakan. Nilai tersebut sangat penting karna digunakan sebagai landasan dalam menentukan ketinggian model waduk. Tahap pembuatan titik koordinat dan identifikasi ketinggian titik dapat dilihat pada Gambar 11.
Setelah dilakukan identifikasi dapat diketahui bahwa ketinggian sebenarnya dari titik koordinat tersebut pada peta DEM yang digunakan adalah 524 m. Berikutnya ketinggian model waduk diperoleh dari penghitungan beda elevasi antara ketinggian titik koordinat, tinggi rencana waduk, dan kedalaman sungai. Dimana hasil penjumlahan dari ketinggian titik koordinat dengan tinggi rencana waduk dikurangi dengan kedalaman sungai. Contoh perhitungan dapat dilihat sebagai berikut.
Tinggi model waduk (m) = (Tinggi titik koordinat + Tinggi rencana waduk) – Estimasi kedalaman sungai
= (524 m + 90 m) – 3m
Gambar 11 Transformasi dan identifikasi titik koordinat waduk
Parameter input data waduk seperti volume dan luas permukaan waduk pada program ArcSWAT menggunakan desain principal spillway dan emergency spillway untuk pemodelannya, sehingga digunakan tinggi rencana waduk yang berbeda untuk masing-masing keadaan tersebut. Untuk mengetahui potensi volume dan luas permukaan waduk pada peta DEM yang digunakan, maka dilakukan klasifikasi ketinggian DEM berdasarkan ketinggian dasar waduk (524 m) dan ketinggian puncak waduk (611 m) menggunakan menu fungsi Reclassify pada ArcToolbox > Spatial Analyst Tools > Reclass > Reclassify. Hasil klasifikasi ketinggian pada peta DEM menampilkan area yang berpotensi menjadi area pembangunan waduk. Lalu area yang menjadi bagian upstream pada model waduk dipisahkan dengan menggunakan grafik polygon yang telah diubah kedalam bentuk format shapefile sesuai dengan luas waduk yang direncanakan. Volume dan luas permukaan waduk aktual berdasarkan model dapat diketahui dari peta DEM yang diekstrak dengan polygon dalam format shapefile tersebut (Gambar 12).
Skenario pemodelan waduk dilakukan dengan cara merubah parameter input waduk (Tabel 7) menjadi beberapa kondisi yang berbeda. Perubahan nilai parameter input waduk dilakukan dengan menggunakan menu Edit SWAT Input > Reservoirs (Gambar 13) pada program ArcSWAT. Setelah parameter input waduk dimasukkan, lalu model SWAT kembali dijalankan untuk memperoleh hasil simulasi hidrologi yang telah ditambahkan waduk. Hasil output simulasi model SWAT yang telah dilakukan skenario pemodelan waduk kemudian dibandingkan dengan hasil output simulasi terkalibrasi model SWAT. Dalam penelitian ini output model atau variable yang digunakan sebagai perbandingan adalah debit aliran (FLOW_OUT).
Tabel 7 Parameter input waduk
Parameter Satuan Definisi
MORES - Bulan waduk mulai beroperasional
IYRES - Tahun simulasi waduk mulai beroperasional
RES_ESA ha Luas permukaan waduk pada kondisi emergency spillway RES_EVOL 104 m3 Volume waduk pada kondisi emergency spillway
RES_PSA ha Luas permukaan waduk pada kondisi principal spillway RES_PVOL 104 m3 Volume waduk pada kondisi principal spillway
RES_VOL 104 m3 Volume waduk aktual IRESCO - Pilihan simulasi outflow
IFLOOD1R bulan Awalan bulan pada hari/musim kering IFLOOD2R bulan Akhiran bulan pada hari/musim kering
NDTARGR hari Jumlah hari untuk mencapai target tampungan waduk
Gagasan Penelitian
HASIL DAN PEMBAHASAN
Daerah aliran sungai Ciliwung Hulu terletak pada posisi 6°37'-6°46' LS dan 106°50'-107°00' BT. Bagian hulu DAS Ciliwung mencakup areal seluas ±14,860 ha yang merupakan daerah pegunungan dengan elevasi antara 347 sampai 2,984 m dpl (hasil delineasi DEM). Di bagian hulu paling sedikit terdapat 7 Sub DAS, yaitu Tugu, Cisarua, Cibogo, Cisukabirus, Ciesek, Ciseuseupan, dan Katulampa. Berdasarkan wilayah administrasi, bagian hulu DAS Ciliwung sebagian besar termasuk wilayah Kabupaten Bogor (Kecamatan Megamendung, Cisarua, dan Ciawi) dan sebagian kecil Kota Madya Bogor (Kecamatan Kota Bogor Timur dan Kota Bogor Selatan).
Pada penelitian ini, outlet yang digunakan sebagai lokasi pengukuran debit adalah bendung Katulampa pada posisi 06°38'00.6" LS dan 106°50'13.7" BT. Penempatan outlet pada bendung Katulampa dilakukan karena bendung Katulampa merupakan titik awal pengukuran debit aktual DAS Ciliwung. Bendung Katulampa merupakan stasiun pengamatan arus sungai dengan tujuan sebagai pos peringatan yang memberi informasi dini atas air dan bahaya banjir Sungai Ciliwung yang akan memasuki wilayah Ibukota DKI Jakarta. Data mengenai ketinggian air di bendung Katulampa ini memperkirakan bahwa sekitar 3 sampai 4 jam kemudian air akan sampai di daerah Depok. Selanjutnya di bendung Depok ketinggian air dipantau dan dilaporkan ke Jakarta sehingga masyarakat yang tinggal di kawasan sekitar aliran dapat mengantisipasi sedini mungkin datangnya banjir yang akan melewati daerah mereka. Selain itu bendung Katulampa juga merupakan sumber sarana irigasi lahan yang terdapat di sekitar bendung hingga seterusnya. Sehingga bendung Katulampa ini merupakan lokasi yang sangat cocok sebagai outlet pengukuran debit pada penelitian ini berdasarkan peranannya yang sangat penting.
Kondisi Biofisik Penggunaan Lahan
Tabel 8 Sebaran tutupan lahan Sub DAS Ciliwung Hulu
No. Tutupan lahan Kode
SWAT
Nomor kode
Luas (ha) (%) 1 Hutan lahan kering primer FRST 2001 454.88 3.28 2 Hutan lahan kering sekunder FRSD 2002 1,550.42 11.19
3 Hutan tanaman FRSE 2006 3,641.79 26.28
4 Semak belukar RNGB 2007 106.55 0.77
5 Perkebunan PLAN 2010 543.91 3.92
6 Pemukiman URMD 2012 829.30 5.98
7 Lahan terbuka WETN 2014 20.09 0.15
8 Pertanian lahan kering AGRR 20091 6,023.41 43.46 9 Pertanian lahan kering
bercampur semak AGRC 20092 689.51 4.97
Total 13,859.86 100.00
Gambar 15 Peta tutupan lahan Sub DAS Ciliwung Hulu Jenis Tanah
Tabel 9 Klasifikasi jenis tanah Sub DAS Ciliwung Hulu
No. Jenis tanah Kode SWAT Luas
(ha) (%)
1 Clay Loam Ao83-2-3c-4467 381.46 2.75
2 Loam To24-2c-4575 5,234.49 37.77
3 Loam Th17-2c-3856 8,243.91 59.48
Total 13,859.86 100.00
Gambar 16 Peta jenis tanah Sub DAS Ciliwung Hulu Kemiringan Lahan
Kemiringan lahan merupakan salah satu faktor yang turut mempengaruhi karakteristik aliran air karena dapat menentukan besarnya debit yang keluar dari outlet dan kecepatan volume runoff. Lahan dengan kemiringan yang curam memiliki potensi runoff dan erosi yang tinggi jika terjadi hujan. Data spasial kemiringan lahan dibuat secara otomatis oleh SWAT dari DEM sesuai dengan kelas interval yang ditetapkan sebanyak 5 kelas, yaitu 0-8% (landai), 8-15% (bergelombang), 15-25% (berbukit), 25-40% (curam), > 40% (sangat curam). Penetapan kelas kelerengan ini mengacu pada penetapan kelas kelerengan oleh Dirjen RLPS Kemenhut (2009).
Tabel 10 Kelas kelerengan Sub DAS Ciliwung Hulu
No. Slope (%) Definisi Luas
(ha) (%)
1 0-8 Landai 1,334.26 9.63
2 8-15 Bergelombang 2,559.87 18.47
3 15-25 Berbukit 3,469.54 25.03
4 25-40 Curam 3,214.91 23.20
5 > 40 Sangat curam 3,281.28 23.67
Total 13,859.86 100.00
Gambar 17 Peta kelerengan Sub DAS Ciliwung Hulu
Analisis Hidrologi Model SWAT
Delineasi Sub DAS
Data input peta DEM (Lampiran 3) yang berisi informasi topografi Sub DAS Ciliwung bagian hulu diproses dalam SWAT dengan menggunakan Watershed Delineator. Proses delineasi secara otomatis menghasilkan laporan hasil perhitungan topografi secara lengkap, peta jaringan sungai, peta batas DAS, peta Sub DAS, dan outlet sungai. Pembagian subbasin merupakan prosedur dalam model SWAT yang membagi wilayah berdasarkan topografi dan jaringan sungai. Hasil dari delineasi terbentuk 28 subbasin (Gambar 18) dengan luasan berkisar 4 ha sampai 2,061 ha. Titik outlet berada pada subbasin nomor 1 yaitu di bendung Katulampa, Bogor yang terletak paling hilir dari Sub DAS Ciliwung Hulu. Total luas yang diperoleh adalah sebesar 13,859.86 ha, dimana terjadi pengurangan luas lahan Sub DAS Ciliwung Hulu yang seharusnya adalah 14,860 ha. Hal ini disebabkan oleh adanya anak sungai yang tidak terhubung atau masuk ke dalam outlet (Katulampa) sehingga tidak termasuk dalam wilayah delineasi. Luasan masing-masing subbasin dapat dilihat pada Lampiran 6.
Gambar 18 Peta delineasi Sub DAS Ciliwung Hulu Pembentukan dan Definisi HRU
Berdasarkan hasil HRU yang telah dibentuk, diketahui bahwa pada outlet Katulampa yang berada pada subbasin 1 terbentuk 18 jenis HRU dengan total luas 663.04 ha atau 4.78% dari seluruh luas Sub DAS Ciliwung Hulu. Pada wilayah subbasin 1 penggunaan lahan yang terdapat adalah pemukiman seluas 106.55 ha (16.07%) dan pertanian lahan kering seluas 556.48 ha (83.93%). Terdapat 2 jenis tanah yaitu clay loam seluas 381.46 ha (57.53%) dan loam seluas 281.57 ha (42.47%). Subbasin 1 ini memiliki tingkat kemiringan lahan yang relatif bergelombang (8-15%).
Gambar 19 Peta HRU (Hydrology Response Unit) Sub DAS Ciliwung Hulu Pembentukan Data Iklim
Simulasi hidrologi suatu DAS tentunya sangat dipengaruhi oleh iklim yang terjadi pada wilayah DAS tersebut. Pada penelitian ini digunakan data input iklim berupa curah hujan, temperatur, kelembaban relatif, radiasi matahari, dan kecepatan angin. Data-data tersebut merupakan data hasil pengukuran salah satu stasiun cuaca dari 43 stasiun cuaca yang terdapat di Jawa Barat, yaitu stasiun cuaca dengan kode 671069 (kode sumber) yang terletak pada 6°42'47.246" LS dan 106°52'30.45" BT (Lampiran 4). Stasiun cuaca 671069 tersebut digunakan sebagai sumber data iklim karena lokasinya berada paling dekat dengan titik outlet Katulampa.
iklim sebagai parameter input data generator iklim (weather generator data) pada program ArcSWAT secara lengkap dapat dilihat pada Lampiran 7.
Rata-rata curah hujan dari stasiun hujan 671069 selama32 tahun (1979-2010) menunjukkan bahwa curah hujan maksimum terjadi pada bulan April sebesar 574.67 mm dan diikuti bulan Maret sebesar 534.58 mm. Sedangkan curah hujan minimum terjadi pada bulan Agustus yaitu sebesar 125.73 mm. Grafik dari sebaran rata-rata curah hujan dapat dilihat pada Gambar 20.
Gambar 20 Rataan curah hujan bulanan tahun 1979-2010
Berdasarkan data dari stasiun iklim 671069 tahun 1979-2010, rata-rata kecepatan angin terbesar terjadi pada bulan Februari mencapai 1.70 m s-1 sedangkan rata-rata kecepatan angin terkecil terjadi pada bulan Mei yaitu sebesar 1.15 m s-1. Rata-rata penyinaran matahari lebih besar terjadi pada bulan Maret sampai dengan bulan Desember. Penyinaran matahari mencapai puncaknya pada bulan Maret sebesar 15.89 MJ m-2 hari-1. Selama periode bulan Januari dan Februari rata-rata penyinaran matahari yang terjadi lebih kecil. Bulan Februari merupakan bulan yang mempunyai rata-rata penyinaran matahari paling kecil sebesar 12.82 MJ m-2 hari-1. Temperatur rata-rata maksimum bulanan menunjukkan sekitar 30.67 °C terjadi di bulan September dan 30.23 °C terjadi di bulan Oktober. Temperatur rata-rata minimum bulanan terjadi di bulan Januari dan Februari. Pada bulan Februari menunjukkan temperatur rata-rata minimum paling kecil sebesar 17.74 °C. Kondisi iklim Sub DAS Ciliwung Hulu secara umum dapat dilihat pada Tabel 11.
0
Jan Feb Mar Apr May Jun Jul Aug Sept Oct Nov Dec
Tabel 11 Kondisi iklim Sub DAS Ciliwung Hulu
Model hidrologi SWAT dapat disimulasikan setelah dilakukan penggabungan data antara jaringan hidrologi DAS, data HRU, dan data iklim. Pada penelitian ini output model atau variable yang ingin diketahui dan diuji analisis adalah debit aliran (FLOW_OUT). Debit aliran yang dimaksud adalah debit harian rata-rata dalam periode harian dan bulanan selama tahun 2008-2009 pada lokasi outlet Katulampa (subbasin 1). Hasil simulasi ditampilkan dengan menggunakan program SWATPlot dan SWATGraph dalam bentuk grafik.
Berdasarkan hasil simulasi yang diperoleh, pada simulasi harian debit maksimum yang terjadi adalah sebesar 95.66 m3 s-1, dengan debit minimum sebesar 0.55 m3 s-1, serta debit rata-rata sebesar 10.52 m3 s-1. Sedangkan pada simulasi bulanan, debit maksimum yang terjadi sebesar 20.30 m3 s-1, dengan debit minimum sebesar 1.77 m3 s-1, serta debit rata-rata sebesar 10.57 m3 s-1. Hasil visualisasi grafik hubungan antara debit simulasi dan observasi menunjukkan bahwa debit hasil simulasi harian dan bulanan yang diperoleh kurang mendekati kondisi sebenarnya di lapangan, terlihat bahwa sebaran debit observasi memiliki nilai yang lebih tinggi dibandingkan debit simulasi. Perbandingan hasil debit simulasi dengan debit observasi disajikan pada Gambar 21 dan 22.
Gambar 21 Perbandingan debit harian observasi dengan hasil simulasi model SWAT Sub DAS Ciliwung Hulu
Gambar 22 Perbandingan debit bulanan observasi dengan hasil simulasi model SWAT Sub DAS Ciliwung Hulu
Kalibrasi
Kalibrasi merupakan proses pemilihan kombinasi parameter untuk meningkatkan koherensi antara respon hidrologi yang diamati/diukur dengan hasil simulasi. Kalibrasi model dilakukan untuk mendapatkan kondisi yang adaptif di lapangan. Untuk mengetahui hubungan antara hasil simulasi (output) model dengan keadaan di alam maka hasil simulasi model tersebut perlu dibandingkan dengan data observasi. Kemudian dilakukan penyesuaian nilai parameter-parameter yang
0
121 152 182 213 244 274 305 335 366 397 425 456 486 517 547 578 609 639 670 700 731
