• Tidak ada hasil yang ditemukan

DAMPAK PERUBAHAN PENGGUNAAN LAHAN TERHAD

N/A
N/A
Protected

Academic year: 2018

Membagikan "DAMPAK PERUBAHAN PENGGUNAAN LAHAN TERHAD"

Copied!
12
0
0

Teks penuh

(1)

DAMPAK PERUBAHAN PENGGUNAAN LAHAN TERHADAP

RESPONS DEBIT DAN BAHAYA BANJIR

(Studi Kasus di DAS Gesing, Purworejo)

Arif Pratisto

(Departemen Kehutanan Republik Indonesia) Projo Danoedoro

(PUSPICS Fakultas Geografi UGM)

ABSTRAK

Penelitian ini bertujuan untuk mengkaji pengaruh perubahan penutup lahan terhadap debit puncak di DAS Gesing, Purworejo, dan dampaknya terhadap bencana banjir di daerah hilir dari DAS tersebut. Dalam penelitian ini, citra landsat TM tahun perekaman 1992 dan citra Aster VNIR tahun perekaman 2003 digunakan sebagai dasar ekstraksi informasi penutup lahan. Sementara itu, data penutup lahan yang diperoleh dari citra juga digunakan sebagai salah satu masukan pemodelan koefisien aliran permukaan (C) untuk masing-masing tahun, di samping data masukan lain berupa kemiringan lereng, infiltrasi tanah dan simpanan permukaan. Hasil pemodelan koefisien aliran permukaan pada masing-masing tahun kemudian dijadikan masukan untuk pemodelan debit (Q) dengan menggunakan metode rasional, di samping data luas area (A) dan intensitas hujan (I) yang juga disajikan secara spasial. Metode rasional sederhana ini diimplementasikan dengan pendekatan sel (piksel) menggunakan perangkat lunak PCRaster, di mana komputasi terebut menggunakan ukuran piksel sebagai A parsial sehingga dihasilkan peta distribusi spasial debit pada setiap piksel, dan menjaid debit puncak di bagian outlet DAS. Hasil pemodelan debit pada dua tahun yang berbeda ini kemudian dibandingkan dengan perubahan penutup lahan, baik dalam perubahan jenis (hasil klasifikasi multispektral) maupun kualitas (perubahan indeks vegetasi), serta dibandingkan pula dengan tinggi banjir di lapangan yang merupakan model interpolasi spasial jejak banjir dan wawancara dengan masyarakat lokal. Hasil penelitian ini menunjukkan bahwa perubahan penutup lahan di DAS Gesing bagian hulu telah terjadi secara signifikan, dan hal ini berpengaruh besar terhadap peningkatan koefisien aliran permukaan serta debit puncak. Banjir tahun 1992 dan 2003 merupakan dampak langsung dari perubahan tersebut. Penelitian ini juga mencoba membahas beberapa kelemahan dari model yang digunakan.

Kata kunci: data penginderaan jauh, penutup lahan, DAS, banjir, debit puncak

1. PENGANTAR

(2)

Perubahan semacam ini membawa efek negatif pada proses-proses hidrologi di suatu daerah aliran sungai (DAS). Perubahan penutup vegetasi di DAS dapat dihipotesiskan mengakibatkan dampak negatif terhadap debit aliran sungai dan pada akhirnya juga menimbulkan bencana banjir. Secara lebih rinci dapat dikatakan bahwa perubahan penutup vegetasi berpengaruh terhadap karakteristik limpasan permukaan (run off). Peningkatan volume limpasan permukaan secara cepat pada periode waktu yang pendek menyebabkan peningkatan debit puncak dan banjir yang parah di daerah hilir.

Penelitian ini difokuskan di DAS Gesing, Purworejo, Jawa Tengah. Di sekitar outlet Sungai Gesing, ada suatu wilayah yang sering terlanda banjir, khususnyta di dusun Piji Kebon. Penelitian ini berangkat dari suatu hipotesis bahwa peritiwa banjir di daerah ini terutama disebabkan oleh adanya perubahan penutup dan penggunaan lahan di daerah hulu dari DAS Gesing. Hingga saat penelitian ini dilakukan, belum ada penelitian mengenai pengaruh perubahan penutup lahan di daerah hulu Sub-DAS Geisng terhadap bencana banjir di daerah hilir. Analisis mengenai fenomena ini diperlukan untuk memahami pengaruh perubahan penutup lahan terhadap debit sungai dan bencana banjir di DAS Gesing.

Gambar 1. daerah Penelitian

2. PENELITIAN MENGENAI BANJIR DALAM PERSPEKTIF PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS (SIG)

Ulasan mengenai penelitian terdahulu secara ringkas dikelompokkan ke dalam (a) bahaya banjir, (b) pemodelan debit puncak, (c) interpretasi dan pemetaan perubahan penutup lahan, dan (d) pengolahan citra penginderaan jauh.

Bencana alam merupakan suatu aspek interaksi manusia dengan alam, yang muncul dari suatu proses biasa, di mana manusia mencoba untuk mencari manfaat dari alam serta mencoba untuk membatasi hal-hal yang dipandang membahayakan (Kates, 1970). Salah satu bencana alam ialah banjir yang menimbulkan genangan air di wilayah yang rendah di sekitar sungai. Banjir merupakan fenomena yang seringkali terkait dengan pemanfaatan lahan yang keliru. Curah hujan yang berlebih dan tidak dapat diramalkan bisa mengakibatkan genangan dan bahkan nbanjir di wilayah bertopografi rendah. Penentuan luas genangan banjir dan kerusakan yang ditimbulkan sangat diperlukan agar dapat dilakukan langkah-langkah perlindungan dan minimalisasi risiko.

Pengukuran tinggi genangan banjir yang terjadi di masa lampau dapat dilakukan dengan pemetaan partisipatif (participatory mapping). Pemetaan partisipatif –dan juga SIG partisipatif— merupakan upaya melibatkan pengalaman langsung masyarakat lokal atau ingatan kolektif masyarakat mengenai banjir, genangan dan sebagainya. Proses semacam ini merupakan masukan esensial dalam penilaian ilmiah untuk tingkat keparahan bencana banjir (McCall, 2007).

(3)

banjir juga sangat berguna bagi mereka sendiri, khususnya dalam mengenali wilayah-wilayah rawan banjir, sehingga mereka dapat meningkatkan kewaspadaan.

Debit sungai merupakan volume air yang dialirkan melalui suatu penampang pada satuan waktu tertentu. Estimasi debit dengan menggunakan metode rasional merupakan suatu pendekatan yang biasa dilakukan, dan hal ini biasa diterapkan pada suatu DAS atau sub-DAS. Metode ini sederhana dan mudah diterapkan. Perlu pula untuk dicatat bahwa persyaratan data untuk metode rasional pada umumnya sama dengan yang diperlukan untuk mengembangkan hidrograf limpasan permukaan dengan menggunakan teori hidrograf satuan . (ITC, 2002; Water Ware Consultant, 2007; ODOT 2005).

Penentuan debit puncak menjurut metode rasional memerlukan data tentang koefisien aliran permukaan, dan koefisien aliran permukaan memerlukan informasi tentang kualitas penutupan vegetasi. Penentuan penutup lahan vegetasi dna penutup lahan lain dapat dilakukan secara efektif dan akurat dengan bantuan data penginderaan jauh. Citra penginderaan jauh seperti Landsat TM/ETM+ dan Aster dapat digunakan untuk memetakan jenis-jenis penutup lahan. Penginderaan jauh juga mampu menyajikan variais spasial penutup lahan yang lain, termasuk misalnya bangunan dan permukaan kedap air lainnya. Proses klasifikasi dan pemetaan penutup lahan dapat dilakukan secara visual, digital, atau kombinasi keduanya (Mather, 2004).

Sebelum citra digital diekstrak informasinya mengacu ke kriteria atau sistem klasifikasi tertentu, tahap pra-pemrosesan harus dijalani, baik untuk koreksi geometrik maupun radiometrik. Koreksi geometrik menempatkan kembali piksel-piksel obyek ke posisi yang benar, sesuai dengan acuan di lapangan atau peta dasar; karena selama proses perekaman tetalh terjadi kesalahan penempatan posisi piksel yang disebabkan oleh banyak faktor, misalnya kelengkungan dan rotasi bumi, variasi relief, sudut pandang sensor dan gerakan pesawat. Hasil koreksi geometrik adalah citra yang terproyeksikan secara ortogonal atau mengacu ke proyeksi standar lain, siap untuk dipadukan dengan peta-peta tematik dalam suatu pemodelan aplikasi.

Koreksi radiometrik sangat diperlukan apabila citra akan dianalisis respons spektral aslinya, dengan menghilangkan pengaruh-pengaruh gangguan, seperti misalnya inkonsistensi detektor, kondisi atmosfer, dan pengaruh topografi. Koreksi atau kalibrasi radiometrik juga diperlukan apabila terdapat data yang bersifat multitemporal yang perlu dianalisis bersama-sama untuk memantau ada-tidak perubahan yang terekam pada piksel-piksel citra tersebut (Parodi and Prakash. 2004).

3. METODE PENELITIAN

Penelitian ini menggunakan kombinasi antara analisis multitemporal berbasis citra satelit dan pemodelan debit puncak. Analisis multitemporal digunakan untuk memperoleh infromasi tentang kondisi penutup lahan pada tahun 1992 dan 2003, serta laju perubahan yang terjadi; sementara pemodelan debit puncak dilakukan dengna menggunakan metode rasional, yang memanfaatkan informasi koefisien aliran yang diturunkan dari informasi penutup lahan berbasis citra. Rumus untuk debit puncak menurut metode rasional adalah sebagai berikut:

(4)

di mana:

Q = Debit puncak (m3/detik)

C = Koefisien aliran permukaan yang menyatakan rasio antara aliran permukaan terhadap curah hujan

I = Intensitas hujan (mm/jam) A = Luas DAS (km2)

0.278 = Koefisien

Selain dengan perhitungan konvensional yang menggunakan model berbasis perhitungan secara menyeluruh pada DAS, metode rasional ini dicoba untuk diimplementasikan dengan menggunakan model accufractionflux dalam perangkatvlunak PCRAster, di mana semua masukan dipresentasikan pada basis sel (piksel). Nilai area A dalam model ini sama dengan nilai area sel atau ukuran piksel, sementara masukan data C dan I merupakan hasil interpolasi spasial.

Untuk penelitian ini, digunakan citra Landsat TM perekaman 1992 dan Aster VNIR perekaman 2003 sebagai dasar ekstraksi kondisi penutup lahan. Peta-peta pendukung berupa peta RBI skala 1:25.000, peta geologi dan peta tanah. Perangkat pendukung lain adalah komputer dan perangkat lunak PCRaster dan ILWIS, double ring infiltrometer, serta differential GPS.

3.1. Koefisien aliran permukaan (C)

Nilai koefisien aliran permukaan C dalam penelitian ini merupakan fungsi dari beberapa variabel penutup lahan dan hidrologi, meliputi penutup lahan, kemiringan lereng, inflitrasi tanah, dan simpanan air permukaan. Metode kalkulasi yang digunakan mengikuti Cook (SCDT, 2003). Supaya dapat memperoleh koefisien aliran permukaan yang representatif, nilai total koefisien aliran permukaan ditentukan dengan mempertimbangkan bobot faktor menurut berbgaai penutup lahan dan pengelompokan karakteristik tanah dan hidrologi (ITC, ILWIS Application 11. Determination of Peak Runoff).

Klasifikasi penutup lahan menurut perannya terhadap limpasan permukaan diklasifikasikan dan diberi skor seperti tercantum pada Tabel 1.

Tabel 1. Klasifikasi dan skor penutup lahan untuk limpasan permukaan

Klasifikasi Skor

- Lahan terbuka

- Tanaman pertanian, terutama tanaman pertanian pada dataran aluvial - Penutup lahan yang tidak efektif, gundul atau sangat jarang

0.14

- Campuran bangunan dan vegetasi, termasuk permukiman dan pekarangan yang tidak rapat

- Semak

- Penutup lahan alami yang tidak begitu rapat, hingga 20% tutupan horisontal

0.10

- Tanaman perkebunan, terutama yang ditanami dengan cengkeh - Tutupan cuklup rapat hingga 50% berupa campuran rerumputan dan

pepohonan

(5)

- Hutan

- Vegetasi campuran, khususnya tanaman peopohonan buah-buhanan yang dikelola seperti hutan rakyat

- Tutupan vegetasi sangat bagus, sekitar 90% area tertutup vegetasi pepohonan atau yang setara

0.05

Modifikasi dari SCDT (2003)

Kemiringan lereng diklasifikasi seperti tersaji pada Tabel 2. Pada tabel ini kemiringan lereng dibagi menjadi empat klas dengan deskripsi kategorisasiyang juga memasukkan aspek relief.

Tabel 2.Klasifikasi dan skor kemiringan lereng untuk limpasan permukaan

Klas kemiringan skor

Relatif datar, dengan rerata kemiringan lereng < 5% 0.1 Bergelombang, dengan rerata kemiringan lereng 5 - 10% 0.15 Berbukit, dengan rerata kemiringan lereng 10 - 30% 0.25 Berbukit curam – bergunung, medan berat, dengan rerata

kemiringan lereng > 30% 0.3

Modifikasi dari SCDT (2003)

Untuk infiltrasi tanah digunakan klasifikasi menurut Rickard dan Cossnes (1965, dalam ILRI, 1974). Ada lima kategori yang penilaian skornya terhadap limpasan permukaan mengikuti kriteria dari SCDT (2003) dengan modifikasi.

Pemetaan kemiringan lereng dilakukan dengan menerapkan interpolasi spasial atas peta kontur digital. Mengingat bahwa peta kontur yang ada terutama berbasis peta RBI skala 1:25.000, maka dilakukan penambahan titik-titik ketinggian secara acak dengan menggunakan GPS diferensial, agar hasil interpolasi spasial bisa disetarakan dengan peta berskala lebih besar (1:10.000). Hasil interpolasi spasial adalah model elevasi digital (DEM) yang kemudian diturunkan menjadi peta lereng.

Tabel 3. Klasifikasi dan skor infiltrasi tanah untuk limpasan permukaan

Class Infiltrasi (mm/jam) Skor

Sangat rendah < 2.5 0.12

Rendah 2.5 – 15 0.08

Normal 15 – 28 0.06

Tinggi 28 – 53 0.04

Sangat tinggi > 53 0.02

Modifikasi dari Rickard and Cossens (1965, dalam ILRI, 1974) dan SCDT (2003)

(6)

Simpanan permukaan tidak dapat ditentukan secara langsung, dan diddekati dengan variabel pengganti (surrrogate). Variabel pengganti ini adalah kerapatan aliran (Dd), yang merupakan hasil bagi antara panjang sungai total L dengan luas DAS. Rumus kerapatan aliran tersaji pada rumus 1 menurut Gregory and Walling (1973), Seyhan (1977) dan Linsley (1959).

Rumus 2

Di mana:

Dd = Drainage density (km/km2) L = Total length of all the stream (km) A = Drainage area (km2)

Tabel 4. Klasifikasi kerapatan aliran dan simpanan permukaan untuk klakulasi limpasan permukaan

Kerapatan aliran (km/km2)

Klasifikasi simpanan permukaan menurut Linsley

Skor

≥ 5 Pengatusan ekstrem, tidak ada genangan, lereng curam 0.1

2 – 5 Sistem dan pola aliran cukup bagus, air mengalir

dengan lancar 0.08

1 – 2 Normal, aliran sungai ada , terdapat genangan,

namun <= 2% dari total wilayah 0.06 < 1 Drainase buruk, selalu tergenang 0.04 Modifikasi dari Linsley (1959) dan Meijerink (1970), dalam Gunawan (1991) dan SCDT (2003)

Intensitas hujan ditentukan dengan menggunakan rumus dari Mononobe berikut:

Rumus 3

di mana:

I = intensitas hujan (mm/jam) P = curah hujan harian (mm)

t = durasi hujan (jam)

Metode rasional ini mengasumsikan bahwa durai hujan adalah sama sepanjang waktu konsentrasi. Waktu konsentrasi tc ditentukan dengan menggunakan rumus Kirpich (1940) berikut

Rumus 4

di mana:

tc = waktu konsentrasi (menit) L = panjang saluran (kaki)

(7)

4. PENUTUP LAHAN DI DAS GESING DAN PERUBAHAN YANG TERJADI

Berdasarkan analisis citra Landsat TM (1992) dan Aster VNIR (2003) secara digital, diperoleh peta penutup lahan tahun 1992 dan 2003. Analisis dikembangkan dengan mengkombinasikan beberapa metode, yaitu klasiifkasin multispektral dan indeks vegetasi dalam bentuk normalised difference vegetation index (NDVI). Untuk perbandingan NDVI dua tanggal, kedua citra terlebih dahulu dikalibrasi secara radiometrik untuk menghindari bias karena beda kepekaan sensor. Hasil pemetaan kondisi penutup lahan pada tahun 1992, 2003 dan perubahan yang terjadi tersaji pada Gambar 2 dan 3. Peta penutup lahan hasil klasifikasi citra Landsat TM memberikan nilai akurasi 90.57%; sementara hasil klasifikasi citra Aster memberikan nlai akurasi 92.45%. Perbedaan akurasi yang diperoleh perlu dicermati karena hal ini juga bisa disebabkan oleh selisih waktu antara perekaman dengan uji lapangan. Meskipun telah dicoba kontrol dengan cermat, uji lapangan (yang dilakukan tahun 2007) untuk kondisi penutup lahan 1992 lebih berisiko membawa bias dibandingkan uji lapangan tahun 2003 yanhg selisih waktunya lebih pendek.

Gambar 2. Penutup lahan di DAS Gesing 1992 (a), 2003 (b) dan perubahannya (c)

Gambar 3. Citra Indeks Vegetasi berdasarkan transformasi NDVI tahun 1992 (a) dan 2003 (b)

Dari Gambar 1, dapat dianalisis bahwa area yang tidak berubah selama kurun waktu 1992-2003 adalah seluas 3059.95 ha atau 61.69%, dan terutama terletak di daerah hilir dari DAS. Perubahan penutup lahan terbesar terjadi di bagian atas DAS, dalam bentuk hutan menjadi perkebunan. Ada sekitar 555.51 ha atau 11.2% dari total wilayah yan g mengalami perubahan seperti ini. Konversi penggunaan lahan ini terutama terjadi di area hutan rakyat, di mana tanaman yang sebelumnya dominan adalag buah-buhaan seperti durian, manggis, dan duku yang kemudian berubah menjadi cengkeh karena masyarakat setempat memandang bahwa cengkeh lebih menguntungkan secara ekonomis. Perubahan total di daerah penelitian yang bersifat negatif, yaitu kualitas penutup lahan mengalamai penurunan adaalh sebesar 1305.83 ha.

5. DEBIT PUNCAK DAN BAHAYA BANJIR

Seperti diuraikan apada metode, estimasi debit puncak dilakukan dengan menggunakan rumus rasional, yang menggunakan masukan variabel berupa koefisien aliran permukaan, intensitas hujan dan luas DAS. Untuk menentukan koefisien aliran permukaan, variabel penutup lahan, kemiringan lereng, infiltrasi tanah dan simpanan permukaan dijadikan variabel masukan. Melalui cara ini maka diperoleh dua model distribusi spasial dari koefisien aliran permukaan, yaitu koefisien aliran permukaan tahun 1992 dan tahun 2003.

(8)

18.65% wilayah mempunyai infilltrasi 15-28 mm/jam dan sisanya (0.25% wilayah) mempunyai infilitrasi lebih besar dari 28 mm/jam.

Dari sisi simpanan permukaan, kerapatan aliran di seluruh DAS adalah kurang dari 5 km/km2. Pada bagian atas relatif kecil, yaitu sekitar 1.85 km/km2, sementara pada bagian tengah berkisar antara 2.07 to 4.06 km/km2.

Hasil perhitungan setiap tahun observasi untuk kofisien aliran permukaan tersaji di Gambar 4. Perubahan koefisien aliran permukaan ini bisa berakibat pada terjadinya perubahan debit puncak atau banjir di daerah hilir, termasuk di dusun Piji Kebon.

Gambar 4. Koefisien aliran permukaan tahun 1992 (a) dan 2003 (b)

Untuk menyakinkan adanya pengaruh koefisien aliran terhadap kejadian banjir, maka dilakukan pemetaan intensitas hujan berdasarkan data tahun 1992 dan 2003. Data hujan dikumpulkan dari empat stasiun di Kaligesing, Katerban dan Cengkawak. Karena terbatasnya jumlah titik observasi, interpolasi dilakukan secara manual dengan menggunakan prinsip logical contouring dan mempertimbangkan arah datangnya angin pembawa hujan. Peta-peta intensitas hujan tersaji pada Gambar 5.

Gambar 5. Intensitas hujan tahun 1992 (a) dan 2003 (b)

Pemodelan debit secara spasial dilakukan dengan bantuan perangkat lunak PCRaster. Berbeda halnya dengan estimasi debit puncak berbasis peta-peta poligon yang biasa dilakukan, di mana perhitungan debit puncak hanya mempertimbangkan debut tertinggi di outluet DAS, model spasial dengan PCRaster ini mempertimbangkan masukan data yang bersifat kontinyu atau kuasi-kontinyu. Sebagai basis perhitungan adalah piksel, baik untuk masukan nilai kefisie aliran C, intensitas hujan I maupun daerah pengaliran A-nya. Dengan PCRaster, nilai A diwakili oleh ukuran sel atau piksel. Karena citra Landsat TM dan Aster VNIR yang digunakan sebagai dasar ekstraksi informais penutup lahan juga mempunyai resolusi spasial yang berbeda (Landsat TM 30 m dan Aster VNIR 15 m), maka dipilih ukuran piksel 30 m sebagai basis pemodelan.

Model yang digunakan memanfaatkan operasi “accufractionflux” dalam PCRaster. Dengan accufractionflux dapat dimodelkan adanya akumulasi material pada suatu jaringan drainase lokal, di mana jumlah materi yang diangkut (dalam hal ini air) tergantung pada nilai fraksi kemampuan angkut pada tiap sel. Materi yang berupa air hujan ditransportasikan dalam bentuk aliran permukaan, sementara jairngan drainase diturunkan dari DEM dengan mempertimbangkan kemiringan lereng terbesar. Hasilnya tersaji pada Gambar 6, baik untuk model debit puncak 1992 maupun 2003.

Gambar 6. Debit puncak pada tahun 1992 (a) dan 2003 (b) berdasarkan pemodelan dengan PCRaster

(9)

Besarnya debit puncak dari 1992 ke 2003 meningkat, yaitu dari 79.97m3/det (1992) menjadi 111.28m3/det (2003). Selisih total dari debit puncak di outlet adalah 31.28m3/s, yang berrati meningkat sekitar 31.28m3/det atau 39.11%. Mengingat bahwa intensiitas hujan yang terjadi pada 1992 dan 2003 juga tidak sama dan tidak bersifat seragam untuk seluruh daerah penelitian, maka untuk melihat pengaruh perubahan penutup lahan perlu dilakukan observasi secara lebih detil per bagian Sub-DAS. Pembagian ini terasji pada Gambar 7 dan Tabel 5.

Gambar 7. Pembagian area dalam Sub-DAS Gesing

Tabel 5. Besarnya debit per subDAS di Das Gesing, menurutn perhitungan berbasis PCRaster untuk kurun waktu 1992 – 2003

SubDAS Luas

(ha)

Peningkatan Debit 1992-2003 Penyusutan Penutup lahan

vegetasi (%)

(m3/s) (%)

A 945.04 3.26 45.66 32.80 %

B 670.24 3.33 41.98 39.54 %

C 350.02 2.72 36.92 32.69 %

D 1588.97 6.39 25.91 19.03 %

E 607.31 2.78 38.96 13.37 %

F 522.89 3.27 57.98 31.99 %

G 275.52 1.13 53.27 24.81 %

Gambar 5 dan Tabel 5 menunjukkan adanya peningkatan debit secara signifikan pada sub-DAS F, G, A dan B (subDAS F 57.98%, G 53.27%, A 45.66% dan B 41.98%). Apabila hal ini dikaitkan dengan fenomena penyusutan penutup lahan vegetasi, maka telihat bahwa penyusutan penutup lahan tersebut membawa dampak signifikan terhadap peningkatan debit.

(10)

Gambar 7. Hasil interpolasi ketinggian banjir tahun 1992 (a) dan 2003 (b) menurut hasil wawancara dan pengukuran bekas-bekas banjir di lapangan yang diinterpolasi secara spasial dengan metode Gaussian Kriging.

Hasil analisis ini menunjukkan bahwa memang ada hubungan antara perubahan dalam bentuk penyusutan penutup vegetais efektif di daerah hulu dengan peningkatan debit puncak di daerah hilir dan hal itu berdampaka pada peningkatan tinggi banjir di daerah hiilir tersebut, yang diwakili oleh Dusun Piji Kebon. Meskipun demikian, perlu pula untuk dipertimbangkan bahwa peningkatan tinggi banjir bisa pula dikontribusikan oleh faktor-faktor lain, seperti misalnya sedimentasi di daerah hilir yang menyebabkan kemampuan sungai Gesing menampung aliran air hujan juga berkurang. Sedimentasi terjadi sebagai akibat dari proses erosi di daerah hulu. Hanya saja diperlukan penelitian lebih lanjut untuk menegkaji hal ini.

6. KESIMPULAN

Penutup lahan di SubDAS Gesing telah mengalami perubahan yang cukup signifikan dalam kurun waktu 1992-2003. Perubahan paling banyak terjadi ialah dalam bentuk hutan menjadi penggunaan lahan yang penutup vegetasinya kurang efektif (misalnya tanaman cengkeh dan permukiman) sebanyak 531.84 ha. Hal ini meliputi 11,2 % dari keseluruhan perubahan penutup lahan yang terjadi. Citra penginderaan jauh Landsat TM dan Aster VNIR dapat secara akurat digunakan untuk pemantauan perubahan ini.

Perubahan penutup lahan yang terjadi telah menyebabkan peningkatan debit puncak di waktu hujan, sebagai akibat langsung dari meningkatnya koefisien aliran permukaan. Peningkatan debit puncak adalah sebesar 32.74% dari tahun 1992 ke 2003. Akibat peningkatan debit puncak ini maka peristiwa banjir di daerah hilir, yang terpantau di Dusun Piji Kebon juga menujukkan peningkatan tinggi genangan, dari sekitar 0- 0,7 m di tahun 1992 menjadi 0 – 1.0 m di tahun 2003.

(11)

DAFTAR PUSTAKA

ITC, 2002. ILWIS Application: Determination of Peak Discharge.

http://www.itc.nl/ilwis/applications/application11.asp 18 June 2007

OSU, 2007. Watershed Stewardship Education Program Training Guide, Oregon State University and Sea Grant. http://seagrant.orst.edu/wsep.

ODOT, 2005. Hydrology: Appendix F – Rational Method

ftp://ftp.odot.state.or.us/techserv/Geo-Environmental/Hydraulics/Hydraulics%20Manual/Chapter_07/Chapter_07_ap pendix_F/CHAPTER_07_appendix_F.pdf 11 June 2007

FAO 2007. FAO Corporate Document Repository: Field Measurement of Soil Erosion and Runoff, Chapter 4: Streamflow.

http://www.fao.org/docrep/T0848E/t0848e-09.htm 16 June 2007.

Gregory, K.J. and Walling, D.E. 1973. Drainage basin form and process: A Geomorphological Approach. Edward Arnold, London

Gunawan, 1991. Penerapan Teknik Penginderaan Jauh untuk Menduga Debit Puncak, Studi Kasus di DAS Bengawan Solo Hulu Jawa Tengah. Desertasi. IPB. Bogor.

ILRI. 1974. Drainage Principles and Applications. Wageningen. The Netherlands.

Mather, P.M. 2004. Icomputer Processing of Remotely Sensed Images. An Inoroduction. New York: Joh Wiley and Sons

Kates, R.W. (1970) Natural Hazard in Human Ecological Perspective; Hypothesis and Models. Natural Hazard Research, Working Paper No. 14.

Mc Call. M.K. 2007. Participatory Mapping and Participatory GIS (PGIS) for DRR, Community Risk and Hazard Assessment. ITC, Enschede, Netherlands

Parodi, G.N and Prakash.A. 2004. Principle of Remote Sensing, Chapter 8. Radiometric Correction. ITC, Enschede. The Netherlands.

PCRaster version 2 Manual, Utrech Universiteit. The Netherlands.

SCDT,2003. Storm Water Quality Handbook. Caltrans, State of California Department of Transportation.

Seyhan, E. 1977. The Watershed as an hydrologic Unit. Geografisch Instituut. Utrecht. The Nederlands.

(12)

Gambar

Tabel 4. Klasifikasi kerapatan aliran dan simpanan permukaan untuk klakulasi limpasan permukaan  Klasifikasi simpanan  permukaan menurut
Tabel 5. Besarnya debit per subDAS di Das Gesing, menurutn perhitungan berbasis PCRaster untuk kurun waktu 1992 – 2003

Referensi

Dokumen terkait

Ini kerana IBS lebih banyak menggunakan jentera dan mesin serta penggunaan komponen modular dalam mengurangkan penggunaan tenaga buruh dan mempercepatkan proses

Sedangkan hasil pengukuran kelelahan berdasarkan pemberian larutan gula garam dengan kebanyakan pekerja berada dalam tingkat kategori kelelahan ringan sebanyak 76 % dan

Penelitian ini bertujuan untuk (1) identifikasi varietas beras japonica dan indica premium yang mempunyai palatabilitas tinggi; (2) menguji marka STS terpaut palatabilitas

demikian dapat diketahui bahwa besar pengaruh kejenuhan, beban dan konflik kerja terhadap motivasi kerja perawat RSUD DR. Pratomo Bagan Siapiapi Kabupaten

Hasil uji hipotesisa pertama menyatakan terdapat hubungan secara signifikan antara stress kerja dengan kinerja guru menunjukkan bahwa stres kerja pada dapat

Anggraini (2006) membuktikan bahwa kepemilikan manajemen berpengaruh terhadap pengungkapan informasi sosial, Adnantara (2013), Sujoko dan Soebiantoro (2007) dan Agustine (2014)

Spatial dan Temporal Migrasi Ikan Tuna di perairan Kabupaten Kepulauan Selayar, Laut Flores dalam Model Kinerja Oseanografi Perikanan yang dinyatakan dalam Probabilitas (%)

Dalam penelitian ini metode deskriptif ini digunakan untuk melihat, mendeskripsikan dan menganalisis data tentang penggunaan bahasa Betawi dan gaya bahsa repetisi