• Tidak ada hasil yang ditemukan

Fakultas Ilmu dan Teknologi Kebumian

N/A
N/A
Protected

Academic year: 2021

Membagikan "Fakultas Ilmu dan Teknologi Kebumian"

Copied!
9
0
0

Teks penuh

(1)

Fakultas

Ilmu dan Teknologi Kebumian

Program Studi Meteorologi

© 2012 Program Studi Meteorologi Institut Teknologi Bandung

PENERBITAN ONLINE AWAL

Paper ini adalah PDF yang diserahkan oleh penulis kepada

Program Studi Meteologi sebagai salah satu syarat kelulusan

program sarjana. Karena paper ini langsung diunggah setelah

diterima, paper ini belum melalui proses peninjauan, penyalinan

penyuntingan, penyusunan, atau pengolahan oleh Tim Publikasi

Program Studi Meteorologi. Paper versi pendahuluan ini dapat

diunduh, didistribusikan, dan dikutip setelah mendapatkan izin

dari Tim Publikasi Program Studi Meteorologi, tetapi mohon

diperhatikan bahwa akan ada tampilan yang berbeda dan

kemungkinan beberapa isi yang berbeda antara versi ini dan

versi publikasi akhir.

(2)

1

Analisis Pengaruh Curah Hujan Terhadap Sedimentasi di Daerah Aliran

Sungai (DAS) Citarum Hulu dengan Metode RUSLE2

DWI WIDYA AYUNINGTYAS

Program Studi Meteorologi, Fakultas Ilmu dan Teknologi Kebumian, Institut Teknologi Bandung

ABSTRAK

DAS Citarum adalah DAS yang memiliki permasalahan antara lain banjir di musim hujan, kekeringan di musim kemarau, dan sedimentasi yang tinggi. Tingkat erosi DAS Citarum bagian hulu berada dalam kondisi sangat buruk dengan nilai rata-rata sebesar 491 ton/ha/tahun. Model Revised Universal Soil Loss Equation 2 (RUSLE2) merupakan metode yang digunakan dengan perangkat GIS untuk menghitung soil loss di Citarum Hulu. Model ini sudah mengalami perubahan dan perbaikan dalam proses perhitungan soil loss dari model-model terdahulunya. Faktor-faktor yang diperhitungkan dengan menggunakan model RUSLE2 ini diantaranya adalah erodibilitas, erosivitas, curah hujan, cover management, serta panjang dan kemiringan lereng. Nilai erosi berbeda-beda tiap tahunnya sesuai dengan keadaan curah hujan yang terjadi. Hasil dari perhitungan soil loss dengan RUSLE2 menunjukkan nilai berkisar 86,305,599 - 130,809,926 ton/tahun dari keseluruhan wilayah kajian. Setelah didapatkan nilai

soil loss, kemudian mencari nilai SDR. Hasil menunjukkan bahwa nilai SDR observasi dan

Vanoni menunjukkan nilai yang hampir sama yaitu masing-masing 21.1% dan 18.1%. Untuk sebaran erosi yang terjadi di DAS Citarum Hulu, yang terbesar terjadi di sub-DAS Saguling dengan nilai 211,576,244 ton selama 11 tahun. Namun, sub-DAS Saguling bukanlah daerah yang paling parah erosinya. Tingkat erosi yang paling parah terjadi di sub-DAS Cikeruh dengan nilai rata-rata 71,599.29 ton/km2/tahun.

Kata Kunci: RUSLE2, erosi, sedimentasi, GIS, SDR, curah hujan.

1. Pendahuluan

Daerah Aliran Sungai (DAS) Citarum merupakan DAS terbesar dan terpanjang di Jawa Barat. Secara geografis DAS Citarum terletak pada koordinat 106° 51’ 36” - 107° 51’ BT dan 7° 19’ - 6° 24’ LS. Luas DAS Citarum adalah 718.268,53 Ha, dengan panjang 269 Km (sungai utama), 14.346,24 Km (termasuk anak sungai), berasal dari mata air Gunung Wayang melalui 8 Kabupaten (Bandung, Kota Bandung, Kota Cimahi, Sumedang, Cianjur, Purwakarta, Bogor dan Karawang sebagai muara Sungai Citarum).

DAS Citarum berfungsi diantaranya sebagai sumber air irigasi pertanian seluas 300.000 Ha dan juga sebagai sumber air minum untuk Bandung, Cimahi, Cianjur, Purwakarta, Bekasi, Karawang, dan Jakarta. Luas lahan kritis adalah 125.692,20 Ha dengan terdapat kejadian banjir di setiap tahunnya. Berdasarkan wilayah administrasinya, DAS Citarum Hulu dibagi menjadi tujuh sub-DAS yaitu Cikapundung, Cikeruh, Cirasea, Cisangkuy, Citarik, Ciwidey, dan Saguling. Sedangkan untuk keperluan pengelolaan, DAS Citarum Hulu dibagi ke dalam lima sub-DAS yaitu Cikapundung, Citarik, Cisarea, Cisangkuy dan Ciwidey (Jatiluhur, P. O., 1990).

Permasalahan yang terjadi di DAS Citarum antara lain banjir di musim hujan, kekeringan di musim kemarau, dan sedimentasi yang tinggi. Tingkat erosi

DAS Citarum bagian Hulu berada dalam kondisi sangat buruk dengan nilai rata-rata sebesar 491 ton/ha/tahun. (BPDAS Citarum-Ciliwung, 2008).

Model Revised Universal Soil loss Equation (RUSLE2) merupakan metode yang digunakan untuk menghitung soil loss (Foster G. R., dkk, 1997). Model ini sudah mengalami perubahan dan perbaikan dalam proses perhitungan soil loss dari model-model terdahulunya. Faktor-faktor yang diperhitungkan dengan menggunakan model RUSLE2 ini diantaranya adalah erodibilitas, erosivitas, curah hujan, cover

management, serta panjang dan kemiringan lereng.

(3)

2

Karakteristik musim pada DAS Citarum Hulu adalah bertipe monsun tropis dimana musim basah dimulai pada Desember dan musim kering pada Juni. Hal ini mengakibatkan setiap musimnya terjadi variasi jumlah erosi di Citarum Hulu. Penelitian ini penting dilakukan untuk mengetahui sebaran soil loss di daerah kajian serta untuk mengetahui pengaruh presipitasi terhadap sedimentasi yang terjadi. Dengan menggunakan metode Revised Universal Soil Loss

Equation 2 (RUSLE2) jumlah erosi yang terjadi di

daerah kajian dapat diestimasi dan untuk menghitung curah hujan wilayah digunakan metode isohyet sebagai masukan untuk metode perhitungan erosi.

2. Kajian Pustaka 2.1. Curah Hujan

Curah hujan atau presipitasi adalah jumlah air yang jatuh di permukaan tanah datar selama periode tertentu yang diukur dengan satuan tinggi (mm) di atas permukaan horizontal bila tidak terjadi evaporasi,

runoff dan infiltrasi. Salju, es, hujan dan lain-lain juga

dinyatakan dengan dalamnya (seperti hujan) sesudah di cairkan.

Presipitasi adalah peristiwa klimatik yang bersifat alamiah yaitu perubahan bentuk uap air di atmosfer menjadi curah hujan sebagai akibat proses kondensasi. Presipitasi merupakan faktor utama yang mengendalikan proses daur hidrologi di suatu wilayah DAS. Di daerah tropis sendiri hujan terjadi lebih lebat daripada di daerah lintang tinggi karena pembentukannya dari awan konveksi.

Pola curah hujan bulanan di daerah aliran sungai Citarum menunjukkan pola curah hujan monsoon yang berbentuk “V” dengan curah hujan maksimum berada pada bulan Desember-Februari (DJF) dan minimum pada bulan Juni-Agustus (JJA).

2.2. Erosi dan Sedimentasi

Menurut istilah ilmu geologi, erosi adalah suatu perubahan bentuk batuan, tanah atau lumpur yang disebabkan oleh kekuatan air, angin, es, pengaruh gaya berat dan organisme hidup. Sedangkan sedimentasi adalah suatu proses pengendapan material yang ditransport oleh media air, angin, es, atau gletser di suatu cekungan. Delta (muara sungai) yang terdapat di mulut-mulut sungai adalah hasil dan proses pengendapan material-material yang diangkut oleh air sungai.

Erosi merupakan proses alam, yang juga banyak terjadi karena perbuatan manusia. Faktor curah hujan, tekstur tanah, kemiringannya dan tutupan tanah mempengaruhi tingkat erosi. Pada dasarnya air merupakan faktor utama penyebab erosi seperti aliran sungai yang deras. Makin cepat air yang mengalir makin cepat benda yang dapat terkikis. Air sungai dapat mengikis tepi sungai dengan tiga cara: pertama, gaya hidrolik yang dapat memindahkan lapisan sedimen; kedua, air dapat mengikis sedimen; dan yang ketiga, pertikel dalam air membentur batuan dasar dan

mengikisnya. Air juga dapat mengikis pada tiga tempat yaitu sisi sungai, dasar sungai dan lereng atas sungai.

2.3. Soil Loss Modelling

Erosi tanah dan sedimentasi oleh air melibatkan proses pelepasan, transportasi, dan deposisi sedimen akibat dampak dari hujan dan air mengalir (Foster dan Meyer, 1977; Wischmeier dan Smith, 1978; Julien, 1998).

The Universal Soil Loss Equation

(USLE) adalah persamaan empiris yang dirancang untuk perhitungan soil loss rata-rata di bidang pertanian. Persamaan ini dikembangkan untuk erosi kapasitas terbatas dalam bidang dengan kelengkungan diabaikan dan tidak ada deposisi dan merupakan soil

loss rata-rata dalam luas wilayah dan waktu yang

ditentukan (Wischmeier dan Smith 1978; Renard, dkk, 1991)

Revised-USLE (RUSLE) menggunakan

prinsip-prinsip empiris yang sama dengan USLE, namun mencakup banyak perbaikan. Perbaikan tersebut seperti penggabungan pengaruh kecembungan/ kecekungan profil menggunakan segmentasi lereng tidak teratur, dan persamaan empiris yang lebih baik untuk perhitungan faktor slope length and steepness (LS) (Foster dan Wischmeier, 1974; Renard, dkk, 1991).

2.4. Sediment Delivery Ratio (SDR)

Sediment Delivery Ratio (SDR) didefinisikan

oleh Julien (1998) sebagai rasio hasil sedimen di penampang aliran berbanding erosi kotor dari DAS hulu dari titik pengukuran. USLE hanya menyatakan laju erosi tahunan (A) yaitu massa sedimen yang tererosi dari sumbernya. Sedimen yang tererosi akan terpindahkan oleh aliran air melalui lereng DAS dan menuju sistem saluran. Sebagian massa sedimen akan terdeposisi (terendapkan) baik pada lereng DAS maupun sistem saluran, sehingga sedimen yang terekspor keluar dari sebuah DAS (Y) biasanya akan jauh lebih kecil dari massa sedimen yang tererosi. Perbandingan antara massa sedimen yang terekspor keluar dari suatu DAS (Y) dengan total massa sedimen yang tererosi (A) disebut sebagai sediment delivery

ratio (SDR) sehingga:

SDR = (1)

Estimasi SDR biasanya dihubungkan secara empirik dengan luas DAS sebagai:

SDR = αAβ (2)

dengan A = luas DAS serta α dan β sebagai konstanta-konstanta empirik yang dapat diperoleh dari persamaan regresi.

(4)

3

Vanoni (1975) menggunakan data dari 300 daerah aliran sungai di seluruh dunia untuk mengembangkan model fungsi pangkat. Model ini dianggap sebagai salah satu model umum untuk memperkirakan SDR.

SDR = 0.42 A -0.125 (3)

dimana A = luas drainase dalam mil persegi.

3. Data dan Metodologi 3.1. Data

Data-data yang digunakan dalam Tugas Akhir ini adalah data digital elevation model (DEM), peta tutupan lahan (landcover), data curah hujan, dan peta jenis tanah. Kumpulan data curah hujan didapat dari PUSAIR. Data ekspor sedimen yang digunakan untuk membandingkan hasil perhitungan sedimentasi dari metode RUSLE2, diperoleh dari PT. Indonesia Power.

3.2. Metodologi

Data curah hujan diolah dengan menggunakan metode isohyet sehingga diperoleh curah hujan wilayah dari empat stasiun. Persamaan metode isohyet adalah:

Pr =

(4)

dimana:

Pr = Tinggi hujan rata-rata.

P1, P2, P3, Pn = Tinggi hujan antara garis isohyet. A1, A2, A3, An = Luas wilayah antara garis isohyet. A total = Luas wilayah total pos hujan.

Erosi kotor (gross erosion) dihitung dengan menggunakan metode RUSLE2 pada ArcGIS. Data parameter yang digunakan dalam pengolahan data pada RUSLE2 diantaranya adalah erodibilitas (K),

cover management factor (C), support practice (P),

erosivitas (R), panjang lereng dan kecuraman lereng (LS).

A = LS C K R P (5)

Erodibilitas tanah (K) merupakan kerentanan bahan tanah atau permukaan erosi, transportability sedimen terhadap limpasan dari curah hujan tertentu, yang diukur di bawah kondisi standar. Nilai erodibilitas (K) DAS Citarum Hulu diperoleh dari KKES (2002) dan Kartasapoetra (1991) berdasarkan jenis tanah di daerah kajian.

Gambar 3.1. Peta Sebaran Nilai K (Erodibilitas) DAS Citarum Hulu

Cover Management Factor atau faktor pengelolaan tutupan lahan (C) dan Support Practice

Factor atau faktor praktek pengendalian erosi (P)

adalah dua faktor manajemen yang dapat digunakan untuk mengontrol soil loss pada suatu daerah. Faktor pengelolaan tutupan lahan (C) merupakan efek dari vegetasi dan manajemen pada tingkat erosi tanah. Faktor praktek pengendalian erosi (P) merupakan dampak dari praktek pengendalian yang dilakukan di tingkat erosi tanah (Renard, dkk, 1997). Nilai erosivitas (C) DAS Citarum Hulu diperoleh dari Trahan (2003) dan Malaysia Department of Agriculture (2010).

Gambar 3.2. Peta Sebaran Nilai C (Cover Management) DAS Citarum Hulu

Pengaruh topografi terhadap erosi tanah ditentukan oleh faktor LS di RUSLE, yang menggabungkan efek dari faktor panjang lereng (L)

(5)

4

dan faktor kecuraman lereng (S). Secara umum, panjang lereng (L) meningkat, maka total erosi tanah dan erosi tanah per satuan luas meningkat karena akumulasi progresif limpasan ke arah lereng bawah. Kemudian untuk faktor kecuraman lereng (S) yang meningkat, maka kecepatan dan erosivitas limpasan meningkat.

Untuk menghitung faktor LS pada titik r=(x,y) digunakan persamaan menurut Mitasova, dkk (1996), yaitu:

LS(r) = (m+1) [ A(r) / a0 ]m [ sin b(r) / b0 ]n (6) dimana A [m] adalah bukit berkontribusi luas per satuan lebar kontur, b [deg] adalah kemiringan, m dan n adalah parameter, a0 = 22,1m = 72.6ft adalah

panjang lereng dan b0 = 0,09 = 9% = 5.16° adalah

kemiringan plot standar.

Erosivitas (R) adalah indeks yang menyatakan kapasitas gaya eksternal yang dibangkitkan oleh hujan untuk melepaskan partikel sedimen dari permukaan tanah yang dinyatakan sebagai fungsi dari curah hujan

P dalam persamaan Lenvain (DHV Consulting

Engineers, 1989):

R = 2.21P1.36 (7) dengan P adalah curah hujan bulanan dalam milimeter (mm).

Nilai SDR dapat diketahui dengan membandingkan data observasi ekspor sedimen terhadap data jumlah erosi hasil perhitungan RUSLE2. Untuk memverifikasi hasil yang diperoleh, maka nilai SDR juga dihitung dengan menggunakan persamaan Vanoni (3).

Setelah diketahui jumlah erosi pada satu DAS, maka selanjutnya dihitung erosi persub-DAS dengan menggunakan perangkat ArcGIS untuk mengetahui daerah sub-DAS mana yang mengalami erosi yang paling parah.

4. Hasil dan Pembahasan 4.1. Curah Hujan Wilayah

Gambar 4 menunjukkan grafik curah hujan wilayah tahunan dan musiman dalam waktu sebelas tahun, terhitung dari tahun 1995 hingga 2005 di DAS Citarum Hulu. Musim dibagi menjadi dua dalam satu tahun yaitu musim hujan Desember-Februari (DJF) dan musim kemarau Juni-Agustus (JJA). Peralihan terjadi diantara kedua musim tersebut adalah Maret-Mei (MAM) dan September-November (SON).

Gambar 4.1 Curah Hujan Wilayah Tahunan dan Musiman 4.2. Erosi Tahunan

Gambar 5 merupakan grafik gabungan antara hasil perhitungan jumlah erosi dengan menggunakan RUSLE2 tahun 1995 hingga 2005 di daerah kajian dan grafik ekspor sedimen di Waduk Saguling tahun 1995 hingga 2002.

Hasil perhitungan erosi dengan menggunakan RUSLE2 berbeda dengan data ekspor sedimen yang diukur di Waduk Saguling. Hal ini dikarenakan hasil perhitungan sedimen dengan RUSLE2 adalah hasil perhitungan erosi kotor (gross erosion) dari satu wilayah kajian, sedangkan sedimen yang diukur adalah data ekspor sedimen di Waduk Saguling. Erosi kotor sendiri maksudnya adalah jumlah total erosi yang terjadi di seluruh wilayah kajian dengan asumsi tanpa terjadi deposisi atau pengendapan. Sedangkan ekspor sedimen adalah hasil erosi yang telah terangkut oleh aliran menuju outlet. Perbedaan ini disebabkan adanya sedimen yang tertampung di lereng bukit dan jaringan sungai ketika partikel-partikel sedimen tertransport menuju waduk. Sehingga mengakibatkan sedimen yang sampai di waduk jumlahnya berkurang.

Gambar 4.2. Grafik Jumlah Erosi dan Ekspor Sedimen Pertahun 0 1 2 3 4 5 6 1 9 9 4 1 9 9 6 1 9 9 8 2 0 0 0 2 0 0 2 2 0 0 4 2 0 0 6 k m 3 Tahun

Curah Hujan Wilayah

DJF MAM JJA SON Tahun an 0 50 100 150 1994 1996 1998 2000 2002 2004 2006 M a ss a ( ju ta t o n ) Tahun

Erosi Tahunan

(6)

5

4.3. Sediment Delivery Ratio (SDR)

Sediment delivery ratio (SDR) adalah perbandingan antara ekspor sedimen dengan erosi yang terhitung. SDR berdasarkan persamaan vanoni dan hasil hitungan ekspor sedimen dengan jumlah erosi kotor (SDR observasi) menunjukkan hasil yang hampir sama. Hasil SDR berdasarkan vanoni nilainya sedikit lebih rendah dibandingkan hasil SDR dari perhitungan ekspor sedimen dengan jumlah erosi kotor (SDR observasi). Hal ini dikarenakan SDR dapat dipengaruhi oleh sejumlah faktor termasuk sumber sedimen, tekstur, kedekatan dengan arus utama, kepadatan saluran, daerah cekungan, kemiringan, panjang, penggunaan lahan/tutupan lahan, dan curah hujan.

SDR (VANONI, 1975) : SDR = 0.42 A -0.125

SDR = 0.1811

18.11%

Gambar 4.3. Grafik Ekspor Sedimen, SDR Vanoni, dan SDR Observasi

Perhitungan SDR menurut persamaan Vanoni menunjukkan nilai 18.1% dan SDR berdasarkan perbandingan data observasi ekspor sedimen dengan jumlah total erosi yang terhitung menunjukkan nilai 21.1%. Hasil perhitungan kedua nilai SDR tersebut menunjukkan perbedaan yang kecil yaitu 3%. Hal ini menunjukkan bahwa perhitungan erosi dengan metode RUSLE2 memiliki eror yang kecil. Menurut persamaan Vanoni, sedimen yang sampai pada ujung daerah aliran atau dapat juga kita sebut saat sedimen terukur sebagai data ekspor sedimen, adalah sebesar

18.1% dari jumlah total erosi yang telah terjadi pada daerah kajian. Sedangkan berdasarkan perhitungan SDR yang membandingkan data observasi ekspor sedimen dengan jumlah total erosi yang terhitung hampir sama dengan menurut persamaan Vanoni yaitu 21.1%.

4.4. Erosi Musiman

Dalam satu tahun, DAS Citarum Hulu mengalami dua musim. Musim tersebut yaitu musim hujan Desember-Februari (DJF) dan musim kemarau Juni-Agustus (JJA). Diantara musim tersebut, terdapat peralihan Maret-Mei (MAM) serta September-November (SON). Tingginya tingkat erosi pertahun dari tahun 1995 hingga 2005 didominasi oleh musim basah yaitu DJF. Seperti pada tahun 1995, 1996, 1997, 2002, 2003, dan 2005 yang tingkat erosi pertahunnya didominasi pada saat musim basah DJF.

Gambar 4.4. Grafik Erosi Musiman

Untuk tahun 1995, 1997, 2003, dan 2005, erosi maksimum ke-dua setelah musim DJF adalah musim peralihan MAM lalu SON. Musim kering JJA tahun 1997 memiliki tingkat erosi terendah dibandingkan dengan musim kering pada tahun lainnya.

Sedangkan pada tahun 1996 dan 2002, maksimum ke-dua setelah musim basah DJF adalah musim peralihan SON lalu MAM. Musim basah tahun 2002 memiliki tingkat erosi yang tertinggi dibandingkan dengan musim basah di tahun lainnya.

Tidak pada setiap musim basah terjadi erosi tertinggi di setiap tahunnya. Seperti pada tahun 1998 dan 2001, tingkat erosi tertingginya terjadi pada musim peralihan SON yang kemudian menyusul maksimum ke-dua musim peralihan MAM, lalu musim basah DJF. Untuk tahun 1998, tingkat erosi pada musim kering JJA berada pada jumlah tertinggi 0 5 10 15 20 25 30 1994 1996 1998 2000 2002 2004 M a ss a ( ju ta t o n ) Tahun

Ekspor Sedimen

SDR Vanoni SDR Observasi Ekspor Sedimen 0 10 20 30 40 50 60 1 9 9 4 1 9 9 6 1 9 9 8 2 0 0 0 2 0 0 2 2 0 0 4 2 0 0 6 M a ss a ( ju ta t o n ) Tahun

Erosi Musiman

(7)

6

dibandingkan dengan musim kering ditahun-tahun yang lain.

Pada tahun 1999, musim peralihan SON juga menjadi musim dengan tingkat erosi tertinggi disusul maksimum ke-dua oleh musim basah DJF lalu musim peralihan MAM.

Untuk tahun 2000 dan 2004, tingkat erosi tertingginya terjadi pada musim peralihan MAM. Disusul maksimum ke-dua musim peralihan SON yang selisih sedikit dengan musim basah DJF pada tahun 2000. Pada tahun 2004 setelah MAM, disusul maksimum ke-dua musim basah DJF lalu musim peralihan SON.

Dapat disimpulkan bahwa tingkat erosi tertinggi tidak selalu terjadi pada musim basah DJF. Hal ini tergantung dari curah hujan yang terjadi pada saat musim-musim tersebut. Karena tingkat erosi berbanding lurus dengan curah hujan, maka semakin besar curah hujan akan semakin besar pula erosi yang terjadi.

4.5. Perbandingan Nilai Curah Hujan, Ekspor Sedimen, dan Erosi

(a)

(b)

(c)

(d)

Gambar 4.5. Grafik Perbandingan (a) Curah Hujan Wilayah, (b) Jumlah Hari Hujan, (c) Nilai Ekspor Sedimen, dan (d)

Erosi Tahunan

Pada tahun 1996 terjadi perbedaan tren erosi terhitung (Gambar 4.5-(d)) dan ekspor sedimen (Gambar 4.5-(c)) yang terukur. Melihat curah hujan wilayah (Gambar 4.5-(a)) pada tahun 1996, jumlahnya menurun di bandingkan dengan tahun sebelumnya. Begitu pula grafik jumlah hari hujan (Gambar 4.5-(b)) yang nunjukkan bahwa pada tahun 1996 berada pada kondisi yang lebih kecil dibanding tahun sebelumnya. Dapat dikatakan bahwa perbedaan tren antara jumlah erosi terhitung yang menurun, dengan ekspor sedimen yang naik diakibatkan karena intensitas curah hujan yang terjadi pada tahun ini lebih tinggi dibanding tahun sebelumnya. Sehingga ekspor sedimen pada tahun ini menunjukkan nilai yang lebih tinggi dibanding tahun sebelumnya.

Pada tahun 1997, pengukuran ekspor sedimen (Gambar 4.5-(c)) menunjukkan nilai yang paling rendah dibandingkan tahun-tahun lainnya. Hal ini dikarenakan pada tahun 1997 terjadi fenomena El Niño. Fenomena El Niño itu sendiri adalah fenomena ketika suhu permukaan laut di pasifik tengah dan 0 0.5 1 1.5 2 1 9 9 4 1 9 9 6 1 9 9 8 2 0 0 0 2 0 0 2 2 0 0 4 2 0 0 6 k m 3 Tahun

Curah Hujan Wilayah

DJF MAM JJA SON

0 25 50 75 100 125 150 1994 1996 1998 2000 2002 2004 Ju m la h H a ri Tahun

Hari Hujan

Hari Hujan 22 23 24 25 26 1994 1996 1998 2000 2002 2004 M a ss a ( ju ta t o n ) Tahun

Ekspor Sedimen

Ekspor Sedimen 0 20 40 60 80 100 120 140 1994 1996 1998 2000 2002 2004 2006 M a ss a ( ju ta t o n ) Tahun

Erosi Tahunan

Erosi RUSLE2

(8)

7

timur lebih tinggi dibandingkan dengan diatas lautan Indonesia sehingga menyebabkan meningkatnya suhu dan kelembaban di atmosfer atasnya. Akibatnya, hal ini mempengaruhi curah hujan yang terjadi di Indonesia. Curah hujan yang terjadi ketika El Niño akan menurun akibat terhambatnya pertumbuhan awan karena tekanan udara yang meningkat.

Pada tahun 1998, pengukuran ekspor sedimen (Gambar 4.5-(c)) menunjukkan nilai paling tinggi dibandingkan. Hal ini dikarenakan pada tahun 1998 terjadi fenomena La Niña. Fenomena La Niña ini menyebabkan tekanan udara yang menurun, suhu dan kelembaban meningkat, pada equator pasifik barat sehingga menyebabkan pembentukan awan yang lebih dan hujan yang lebat dan intensitas yang tinggi. Faktor lain pemicu tingginya erosi pada tahun 1998 khususnya untuk ekspor sedimen yang nilai erosinya jauh diatas tahun-tahun lain adalah karena curah hujan yang terjadi ketika musim kering tahun ini nilainya paling tinggi dibandingkan dengan tahun-tahun lain sehingga menyebabkan partikel lebih banyak yang tererosi. Karena pada keadaan kering partikel sedimen akan lebih mudah terangkat sehingga menyebabkan jumlah erosi besar.

4.6. Erosi Persub-DAS

Berdasarkan perhitungan erosi di setiap sub-DAS Citarum Hulu, diperoleh hasil yang paling besar tingkat erosinya adalah sub-DAS Saguling dengan nilai 211,576,244 ton selama 11 tahun. Namun ini tidak mencerminkan daerah yang mengalami erosi paling parah adalah daerah tersebut. Untuk melihat daerah yang tingkat erosinya paling parah dapat kita lakukan dengan cara membagi persatuan luas pada wilayah masing-masing.

Diperoleh hasil yang menunjukkan bahwa daerah Cikeruh adalah daerah dengan keadaan erosi terparah. Hal ini terlihat dengan tingkat erosi sub-DAS persatuan luas wilayah yang terbesar terjadi di sub-DAS Cikeruh dengan nilai rata-rata 71,599.29 ton/km2/tahun. Oleh karena itu, daerah ini perlu menjadi prioritas utama dalam tindakan konservasi untuk menanggulangi masalah sedimentasi ini.

5. Kesimpulan

Dari kajian yang telah dilakukan dalam pengerjaan Tugas Akhir ini, dapat disimpulkan bahwa:

Tingkat erosi tertinggi tiap tahunnya tidak selalu terjadi pada musim basah DJF yang memiliki rata-rata curah hujan wilayah 1.37 km3.

Hasil perhitungan dengan RUSLE2 menyatakan erosi kotor (gross erosion) menunjukkan nilai berkisar 86,305,599 - 130,809,926 ton/tahun, yang berbeda dengan hasil ekspor sedimen Waduk Saguling yang berkisar 22,196,653 - 24,869,917 ton/tahun.

Berdasarkan hasil perhitungan erosi RUSLE2 dan data ekspor sedimen, didapatkan perbedaan nilai SDR sebesar 3%. SDR observasi bernilai 21.1% yang hampir sama dengan nilai SDR vanoni yang bernilai 18.1%.

Berdasarkan perhitungan erosi sub-DAS persatuan luas wilayah, didapatkan bahwa daerah Cikeruh adalah daerah dengan tingkat erosi terparah, dengan nilai rata-rata pertahun persatuan luas wilayah sebesar 71,599.29 ton.

REFERENSI BPDAS Citarum-Ciliwung. (2008).

Engineers, D. C. (1989). Study on Catchment

Preservation and Environmental Impact of the Water Supply Projects of Bandung and Sukabumi. Ministry

of Public Works, Rep. of Indonesia.

Foster, G. R., & Meyer, L. D. (1977). Soil erosion and

sedimentation by water – an overview. Michigan: Am.

Soc. Of Agric. Eng., St. Joseph.

Jatiluhur, P. O. (1990). Water Balance Analysis in the

Upper Citarum Watershed. Bandung.

Julien, P. Y. (1998). Erosion and sedimentation. New York: Cambridge University Press.

Kartasapoetra. (1991). Teknologi Konservasi Tanah

dan Air. Jakarta: Rineka Cipta.

Kim, H. S. (2006). Soil Erosion Modeling Using

RUSLE and GIS On The Imha Watershed, South Korea. Fort Collins, Colorado: Colorado State

University.

Mitasova, H., Hofierka, J., Zlocha, M., & Iverson, R. (1996). Modeling topographic potential for erosion

and deposition using GIS. Int.J. geographical

information systems, 10(5), 629-641.

Poerbandono, Ahmad Basyar, Agung B. Harto dan Puteri Rallyanti. (2006). Evaluasi Perubahan Perilaku

Erosi Daerah Aliran Sungai Citarum Hulu dengan Pemodelan Spasial. Infrastruktur dan Lingkungan

Binaan , Vol. II No. 2.

Renard, K. G., Foster, G. R., Weesies, G. A., McCool, D. K. & Yoder, D. C. (1997). Predicting Soil Erosion

by Water: A Guide to Conservation Planning with the RUSLE. US Dept. of Agriculture Handbook 703.

Teh, S. H. (2011). Soil Erosion Modeling Using

RUSLE and GIS On Cameron Highlands, Malaysia for Hydropower Development. Akureyri, Iceland: The

(9)

8

Trahan, N. (2003). Modeling Sediment And Contaminant Pathways To The Cedar River. Florida:

Jones, Edmunds & Associates.

Vanoni, V. (1975). Sedimentation Engineering. New York: American Society Of Civil Engineers.

Wischmeier, W., & Smith, D. (1978). Predicting

Rainfall Erosion Losses –A Guide To Conservation Planning. U.S. Department Of Agriculture Handbook

Gambar

Gambar 1.1. Daerah Kajian DAS Citarum Hulu
Gambar 3.1. Peta Sebaran Nilai K (Erodibilitas) DAS  Citarum Hulu
Gambar  4  menunjukkan  grafik  curah  hujan  wilayah  tahunan  dan  musiman  dalam  waktu  sebelas  tahun, terhitung dari tahun 1995 hingga 2005 di DAS  Citarum  Hulu
Gambar 4.4. Grafik Erosi Musiman
+2

Referensi

Dokumen terkait

Dari ketiga skenario yang telah dilakukan dapat disimpulkan bahwa skenario 3 (tiga) merupakan skenario terbaik untuk prediksi curah hujan dengan korelasi 95% dan RMSE

Penelitian ini dimulai dengan mengkoreksi data TRMM terhadap data curah hujan observasi, menghitung debit menggunakan model SWAT lalu evaluasi debit terhadap

Untuk dapat lebih memahami aspek bahaya perubahan iklim yang tengah berlangsung saat ini, dilakukan analisis lebih lanjut terhadap data pengamatan curah hujan

Model Soil and Water Assessment Tool (SWAT) dapat menghitung kesetimbangan air dalam suatu DAS dengan input yang sederhana, yaitu: curah hujan, temperatur maksimum –

Hasil prediksi model ANFIS untuk curah hujan pentad menunjukkan pada skenario 3 daan 4 menghasilkan nilai ramalan yang lebih baik dengan nilai TS(kemampuan model

Selain itu, pengujian juga dilakukan di taman alat Meteorologi ITB dengan mengukur intensitas curah hujan setiap 10 menit dengan tujuan untuk menguji kemampuan

Namun hal tersebut tidak berarti bahwa debit atau hujan periode ulang tertentu hanya akan terjadi satu kali dalam periode x tahun yang berurutan.. Sehingga

Namun hasil perhitungan debit limpasan dengan menggunakan curah hujan maksimum hasil perhitungan CDF dianggap lebih baik karena hasil yang didapatkan sesuai dengan