Iurnal Agrista
Volume 16 Nomor l APril 2OL2
Dalam rangka meningkatkan
mutu hasil penelitian,
keterampilan
menulis laporan dan menYebarkan
hasil-hasil
penelitian bidang
perta-nian,
diperlukan
sebuah
Jurnal
llmiah.
Jurnal Agrista meruPakan
salah
satu wadah bagi Peneliti untuk
menyebarluaskan
hasil-hasil
peneli-tian di bidang
pertanian.
Jurnal Agrista memuat laPoran
hasil penelitian
atau makalah
sun-tingan dengan topik pertanian
dari
staf pengajar/peneliti
di Fakultas
Pertanian Universitas
Syiah Kuala
Banda
Aceh dan peneliti
lainnya
yang
berasal
dari Perguruan
Tinggi Negeri
dan Swasta
serta
Balai
Penelitian.
Jurnal Agrista meruPakan
jurnal
empat bulanan Yang terbit setiap
bulan
April,
Agustus,
dan Desember.
Penanggungjawab
Dr. lr. Agussabti, M.Si.
Ketua
Editor
Prof. Dr. lr. Hasanuddin, M.5.
Dewan
Editor
Prof. Dr. lr. Abubakar Karim, M.S' Dr. lr. Ashabul Anhar, M.Sc.
Dr. lr. Hairul Basri, M.Sc. Dr. Siti Hafsah, S.P., M.Si. Dr. lr. Sugianto, M.Sc.
Dr. lr. ZuYasna, M.Sc.
Alamat Redaksi
Fakultas Pertanian Universitas Syiah Kuala Darussalam Banda Aceh 23111
Telepon/Fax. : 0813602825521O65L7410514
www.jurnal-agrista.fp. unsyiah.ac.id E-mail: hasa nweed @Yahoo.co.id
Keterangan
* Slasion P€mantau !'€bit
I ouuetsuuons
@ aasion xtimaroogl Q unasisamPet - Batss sub oAs
Sungal Kelerengan l= Landai/datar ffi seoans f]] Curamlsangat cutam or=i'ffi
Gambar 1. Sub DAS Krueng Jreu, Kabupaten Aceh Besar' Provinsi Aceh prasarana air lainnya' Disamping itu
perubahan tata guna lahan juga
menye-Labkan berkurangnya daerah resapan air
sehingga kandungan air tanah menjadi
berkurang yang pada akhirnya
mening-katkan potensi banjir dan longsor' Berbagai hasil penelitian yang dilakukan di berbagai
belahan dunia tentang dampak perubahan
tata guna lahan (Potter 1991, Costa et o/' 2003, Heuvelmans et al' 2OO5, lroume et a!. 2OO5, Pizzaro et ol' 2006, dan Dow
2OO7l menunjukkan bahwa perubahan tata guna lahan berdampak sangat besar ter-hadap aliran Permukaan dan bawah
permukaan yang pada akhirnya berdampak
ierhadap ketersediaan sumber daya air
dalam jangka panjang'
Penelitian-pene-litian tersebut juga menunjukkan bahwa
dampak yang ditimbulkan akibat adanya
perubahan tata guna lahan sangat bervariasi dari suatu lokasi ke lokasi
lainnya. Kenyataan tersebut
mengisya-ratkan pentingnya pengetahuan dan
30
pemahaman tentang karakteristik wilayah
atau daerah dan responnya terhadap
perubahan tata guna lahan' Tidak
terke-cuali di Aceh. Hal tersebut merupakan informasiyang sangat penting dalam upaya
perencanaan pengembangan wilayah dan
antisipasi terhadap dampak-dampak yang mungkin dapat ditimbulkannya, baik dalam jangka pendek maupun jangka panjang'
Guna memahami hal tersebut, Pen-dekatan hidrologi terutama siklus hidrologi merupakan salah satu metode yang sering
digunakan. Pemahaman tentang siklus
hiirologi dapat dilakukan dalam skala Daerah Aliran Sungai (DAS) dimana pada skala ini proses hidrologi berlangsung
secara sempurna. Pemodelan hidrologi
suatu DAS merupakan salah satu cara yang paling efektif guna mempelajari dan
memahami proses-proses yang terjadi
dalam DAS dan juga memPrediksikan respon DAS terhadap perubahan-peru-bahan yang terjadi dalam DAS itu sendiri'
Soil ond Woter Assessment lool (SWAT)
merupakan salah satu model hidrologi
yang sering digunakan untuk mempelajari
dampak perubahan fisjk DAS. Hal tersebut dimungkinkan karena SWAT mampu
secara langsung mereprentasikan karak_
teristik DAS ke dalam parameter model
sehingga sangat tepat digunakan untuk
memprediksikan dampak perubahan tata
guna lahan (Legesse et al. 2003).
Penelitian ini benujuan untuk:
memprediksikan besarnya limpasan
per-mukaan dan sedimen yang dihasilkan oleh Sub DAS Krueng Jreu Aceh Besar
menggunakan model SWAI serta
memprediksikan dampak perubahan curah
hujan dan tata guna lahan terhadap
limpasan permukaan dan sedimen yang
dihasilkan.
METODE PENELITIAN
Sub DAS Krueng Jreu (SDKJ) merupakan bahagian DAS Krueng Aceh yang secara geografis terletak antara 5"12'Zg.S" sampai 5"23'57.5" lintang utara dan 95"2L'4g,' sampai 95"30'45.2" bujur timur. Luas SDKJ k u r a n g lebih 17,836.5 Ha yang meliputi w i l a y a h administrasi K e c a m a t a n I n d r a p u r i d a n Kecamatan K o t a Cot Glee, Kabupaten Aceh Besar. Topografi SDKI sebagian besar d i d o m i n a s i o l e h p e r b u k i t a n d e n g a n t i n g k a t k e l e r e n g a n yang curam sampai sangat c u r a m ( G a m b a r 1). Secara garis besar w i l a y a h p e n e l i t i a n didominasi oleh hutan, l a h a n p e r t a n i a n d a n ju g a s e m a k b e l u k a r .
D a l a m wilayah SDKJ terdapat sebuah b e n d u n g y a i t u bendung Krueng Jreu yang d i d i r i k a n dengan fungsi utama untuk m e n c u k u p i kebutuhan air irigasi daerah p e r s a w a h a n dengan luas kurang lebih 2 3 3 . 5 2 km2. SDKJ j u g a memiliki dua buah s t a s i o n p e m a n t a u d e b i t s u n g a i s e b a g a i m a n a terlihat pada Gambar t. S t a s i o n p e r t a m a terletak di sungai utama y a i t u Sungai K r u e n g J r e u sedangkan s t a s i o n l a i n n y a berada pada anak sungai Krueng M e u l e s o n g . S t a s i o n p e r t a m a tidak aktif lagi s e d a n g k a n stasiun kedua merupakan Jurnal Agrista Vol. 1G No. 1, 2012
stasiun baru yang mulai beroperasi sejak tahun 2006 dan dikelola oleb Balai Pengelolaan DAS (BPDAS) Krueng Aceh.
SWAT merupakan model hidrologi berskala DAS yang dikembangkan pertama sekali oleh Departemen pertanian Amerika Serikat dengan tujuan untuk mempre-d i k s i k a n mempre-dampak manajemen lahan terhadap hidrologi, sedimentasi dan bahan kimia terlarut pada suatu DAS yang luas d a n belum memiliki sistem pengamatan dan pencatatan data (Arnold et al., 199g). Dalam proses pemodelan, SWAT membagi DAS atau Sub DAS menjadi bagian-bagian DAS yang lebih kecil yang terhubungkan s a t u s a m a lain oleh jaringan s u n g a i . B a g i a n : bagian terkecil dari DAS tersebut kemudian dinamakan dengan hydrotogical response unifs (HRU) yang merupakan satu kesatuan t e r k e c i l dimana semua proses hidrologi d i s i m u l a s i k a n . Simulasi proses-proses h i d r o l o g i dibagi menjadi dua komponen u t a m a y a i t u k o m p o n e n d a r a t a n ( p e r g e r a k a n air, nutrisi, pestisida dan s e d i m e n ke sungai) dan komponen sungai ( p e r g e r a k a n a i r di saluran ke sungai untuk k e m u d i a n menuju outlet DAS) (Fohrer et al. 2005, Govender & Everson 2005).
S W A T m e n g g u n a k a n m e t o d e Neraca A i r s e b a g a i p e n d e k a t a n u t a m a dalam memo_ d e l k a n suatu DAS, persamaan tersebut a d a l a h ( N e i t s c h e t a l . 2002):
SW1=SW1ey+ )tr(n61-q,,-f n,-wn,-OC,,,) ..( f ) D i m a n a f adalah waktu, SWlsy d a n S W 6 1 a d a l a h k a n d u n g a n a i r t a n a h a w a l d a n p a d a waktu f, R(t) adalah total presipitasi, es61 a d a l a h li m p a s a n p e r m u k a a n , E ( t ) a d a l a h e v a p o t r a n s p i r a s i , W 6 y a d a l a h p e r k o l a s i d a n Q g 6 l a d a l a h a l i r a n y a n g kembali k e sungai.
D a l a m p e n e l i t i a n ini prediksi besarnya l i m p a s a n permukaan untuk setiap HRU menggunakan metode SCS Curve Number ( C N ) yang merupakan fungsi dari k a r a k t e r i s t i k t a n a h dan penggunaan l a h a n .
o _ a (R-o.zs)2
R + o . s s , R ) 0 . 2 s . . . ( 2 ) Q = 0 . 0 , R < 0 . 2 s . . . ( 3 ) Q a d a l a h li m p a s a n p e r m u k a a n h a r i a n , R a d a l a h curah hujan, dan s adalah para_
meter retensi yang bervariasi dan tergantung pada karakteristik tanah, tata
guna dan manajemen lahan, kelerengan
dan perubahan kandungan lengas tanah.
Parameter s dihubungkan dengan dengan
CN melalui persamaan berikut.
s = 2s4(# - 1) ...(4)
Perhitungan besarnya erosi permukaan
untuk setiap HRU dilakukan model SWAT
dengan menggunakan persama an Modified lJniversol Soil loss Equotion (MUSLE). (Williams, L975 in Setegn et al.,2otOl
sed = 11.8 x (Qsu.r X epeak X
areahruxKUSLExCUSLEx PUSLEx LSUSL
ExCFRG0.56...(s) Dimana sed adalah hasil sedimen pada satuan waktu, Qsury adalah besarnya
fimpasan permukaan, epeak adalah laju
p u n c a k l i m p a s a n p e r m u k a a n , a r € a 1 r u
adalah luasan HRU, Ky5lE,adalah faktor
erodibilitas tanah, Cusrc adalah faktor tata
guna dan manajemen lahan, Puste adalah
faktor pengelolaan lahan, LSusrc adalah
faktor topografi dan CFRG adalah faktor coorse frogment.
Model SWAT membutuhkan data dasar
yang terdiri dari topografi, tata guna lahan,
karakteristik tanah dan variabel cuaca
untuk memodelkan besarnya debit yang
dihasilkan oleh suatu DAS. Dalam
peneliti-an ini data topografi merupakpeneliti-an data efevasi (digital elevasi model, DEM) yang didownload dari CGIAR-CSI website (http://srtm.csi.cgiar.org). Tutupan atau tata guna lahan SDKJ diperoleh dari Balai Pengelolaan DAS Krueng Aceh Yang merupakan data tutupan lahan tahun 2009 hasil klasifikasi dan interprestasi dari citra Landsat.
Data iklim berupa curah hujan, suhu
udara minimum dan maksimum,
kelembaban relatif dan kecepatan angin
harian diperoleh dari Badan Meteorologi
dan Geofisika Indrapuri, sedangkan data
radiasi matahari dicari dengan
menggunakan berikut ini: persamaan Hargreaves
R, = K*s'',/t,r"*'
- Ef''R" """ """""'(6)
D i m a n a R , a d a l a h r a d i a s i t e r e s t e r i a l , T . " * a d a l a h s u h u u d a r a m a k s i m u m , T , n ; n s u h u u d a r a m i n i m u m , d a n k s , k o e f i s i e n koreksi. K a r a k t e r i s t i k ta n a h m e r u p a k a n h a s i l a n a l i s a l a b o r a t o r i u m t e r h a d a p b e b e r a p a s a m p e l ta n a h y a n g d i a m b i l p a d a b e b e r a p a l o k a s i d a l a m w i l a y a h S D K J ( G a m b a r 1 ) y a n g d i t a b u l a s i k a n p a d a Tabel 1.Salah satu kelebihan model SWAT yang menjadikannya sebagai salah satu model hidrologi yang paling sering diaplikasikan adalah adanya kemudahan bagi pengguna
Tabel 1. Sifat fisik dan kimia tanah bagian atas pada lokasi sampel
Kode Fraksi (%) Tekstur Berat C Organik DHL Perme- Kadar air
J e n i s m m h o s a b i l i t a s t a n a h
pasir debu liat grf cm3 /cm cm/jam tersedia Lokasi Erodi-bilitas 1 2 3 4 5 6 8 9 10 1 1 t2 1 3 L q 15 5,86 5,88 7,28 L,62 8,82 5,86 3 3 5 6 1 1 L e m p u n g B e r d e b u 44 44 L2 Lempung 59 32 9 Lempung Berpasir 26 32 42 Liat 59 23 18 Lempung Berpasir 27 63 10 Lempung Berdebu 8 3 6 1 1 P a s i r B e r l e m P u n g 68 23 9 Lempung Berpasir 78 11 11 Lempung Berpasir 64 24 72 Lempung Berpasir 42 28 28 Lempung Berliat 13 35 52 Liat 10 67 23 Lempung Berdebu 34 22 44 Liat 1,33 0,63 0,04 L4,66 7,22 t,73 0,15 L,32 0,95 0,20 L,32 0,88 0,32 L,23 1,51 0,05 1,35 L,04 0,72 1,25 1,68 0,24 1,39 0,75 0,24 1,37 L,67 O,r4 1,25 t,25 0,18 L,24 1,62 0,08 1,22 1,33 0,10 t,L4 2,35 O,L2 L,r7 2,16 0,15 o,t2 0,L2 0,10 0,10 0 , 1 3 0 , 1 3 0,77 0,\7 o , t 2 0 , 7 2 o,t2 0,72 o , L z 0 , t 2 0 , 1 2 0 , 1 2 0,16 0,16 0,08 0,08 o,L4 0,14 0,16 0,16 o,t2 0,19 0,50 0,16 o,I7 0,17 6,12 6,94 5,04 1,98 1,88 5,94 1,68 1,92 32
L7 52 31 Lempung Liat Berdebu t,L7 2,L2 0,20
untuk menerapkan berbagai skenario-s k e n a r i o y a n g berkaitan d e n g a n p e r u b a h a n sifat fisik DAS ataupun input terhadap DAS. Pada prinsipnya, setelah model dikalibrasi, maka parameter-parameter yang dianggap berubah dapat dimodifikasi sementara parameter yang lainnya tetap.
D a l a m p e n e l i t i a n ini dikaji dampak p e r u b a h a n curah hujan dan tata guna l a h a n dalam SDKJ terhadap aliran p e r m u k a a n d a n erosi. Dampak perubahan c u r a h h u j a n dianalisa d e n g a n menerapkan b e b e r a p a s k e n a r i o p e r u b a h a n c u r a h hujan, yaitu peningkatan 5, 10, 15 dan 2Oyo curah h u j a n terhadap curah hujan aktual, s e m e n t a r a p e r u b a h a n tata guna lahan y a n g disimulasikan a d a l a h konversi lahan t e r b u k a menjadi areal perkebunan s e b e s a r 5, 10, 15 dan 2O%. Areal perkebunan yang d i p i l i h a d a l a h p e r k e b u n a n k e l a p a s a w i t .
HASIL DAN PEMBAHASAN
Pengembangan Model SWAT untuk Sub DAS Krueng Jreu
S W A T membagi SDKJ menjadi 33 Sub S u b D A S berdasarkan 3OO Ha luas m i n i m u m untuk pembentukan s u n g a i . S u b S u b D a s tersebut memiliki luas yang b e r v a r i a s i m u l a i dari 24 Ha sampai dengan 1 , 7 6 8 . 7 H a . T o t a l luas DAS yang didelineasi o l e h m o d e l adalah 22,726.03 Ha. B e r d a s a r k a n k o m b i n a s i data jenis tanah, t a t a g u n a lahan dan topografi yang dibagi menjadi tiga kelas kemiringan yaitu O-tO%; 1 0 - 2 5 % dan >Zsyo, serta kombinasi 1 O , 2 O , 2 O % o m i n i m u m area untuk masing_ m a s i n g data tersebut agar dapat d i p e r t a h a n k a n dalam suatu unit, SWAT k e m u d i a n m e m b a g i 3 3 S u b Sub DAS m e n j a d i 2 3 4 unit respon hidrologis ( H R U ) . Analisa Sensitivitas, Kalibrasi dan K e h a n d a l a n M o d e l
P r o s e s kalibrasi model SWAT untuk S D K J dilakukan secara manual dan o t o m a t i s dengan cara membandingkan r a t a - r a t a bulanan debit sungai hasil p e n c a t a t a n di SpAS dengan debit hasil Jurnal Agrista Vol. 1G No. 1, 2012
s i m u l a s i . Data observasi berupa debit bulanan selama tiga tahun yaitu LggZ, 1 9 9 5 dan 1996 diperoleh d a r i B a l a i W i l a y a h Sungai Sumatera l, sedangkan untuk sedimen tidak ada data observasi yang d a p a t digunakan dalam proses kalibrasi. Proses erosi dan sedimentasi sangat
tergantung pada besarnya aliran
permukaan yang terjadi, sehingga
keterpatan prediksi aliran permukaan akan sangat menentukan ketepatan prediksi b e s a r n y a e r o s i o l e h model. Untuk menda-p a t k a n debit simulasi y a n g mendekati h a s i l o b s e r v a s i nilai parameter model yang b e r h u b u n g a n d e n g a n a l i r a n d i m o d i f i k a s i .
T e r d a p a t 4 mo{el parameter yang p a l i n g sering dimodifikasi untuk menda-p a t k a n suatu menda-prediksi aliran yang akurat, yaitu parameter SCS-Curve Number (CN2), k a p a s i t a s a i r y a n g t e r s e d i a d a l a m t a n a h (SOL_AWC), faktor kompensasi penguapan a i r tanah (ESCO) d a n f a k t o r alpha aliran d a s a r ( A L P H A _ B F ) . N a m u n mengingat s e t i a p DAS memiliki karakteristik yang b e r b e d a - b e d a , maka dilakukan analisa sensitifitas (sensitivity anatysisl untuk m e n e n t u k a n p e r i n g k a t p e r u b a h a n p a r a m e t e r yang paling sensitif terhadap a l i r a n .
M o d e l SWAT mengintegrasikan p r o s e s a n a l i s a s e n s i t i v i t a s , k a l i b r a s i o t o m a t i s dan k e m u d a h a n m e m o d i f i k a s i p a r a m e t e r u n t u k p r o s e s kalibrasi s e c a r a manual. penelitian i n i menggunakan data debit observasi b u l a n a n t a h u n 1 9 9 2 s e b a g a i i n p u t d a l a m p r o s e s analisa sensitivitas. Hasil analisa t e r s e b u t kemudian m e n j a d i p a t o k a n d a l a m m e n e n t u k a n parameter yang akan d i m o d i f i k a s i d a l a m p r o s e s kalibrasi. H a s i l a n a l i s a terhadap parameter-parameter m o d e l y a n g berhubungan dengan aliran m e n g h a s i l k a n 1 0 ( s e p u l u h ) p a r a m e t e r y a n g p a l i n g s e n s i t i f s e b a g a i m a n a d i s a j i k a n d a l a m T a b e l 2. Parameter-parameter y a n g terpilih t e r d i r i dari parameter yang berhubungan d e n g a n aliran permukaan (CN2, SOL_AWC d a n ESCO), aliran bawah permukaan
(ALPHA_BF, GW_DELAY, GW_REVAP, dan
G W Q M N ) dan karakteristik S u b D A S s e c a r a
Tabel 2. Daftar 10 model parameter yang paling sensitif beserta deskripsi, nilai awal, kisaran p e r u b a h a n d a n n i l a i a k h i r y a n g p a l i n g o p t i m a l A k h i r Rang-king N i l a i Parameter Deskripsi Awal Kisaran 1 2 3 4 5 6 7 8 9 10
ch K2 Konduktifitas hidrolik sungai Koefisien kekasaran Manning SCS curve number
Surface runoff lag time
Sol_Awc Kapasitas air yang tersedia dalam tanah Esco Faktor Penguapan air tanah
A l p h a _ B f N i l a i a l p h a a l i r a n d a s a r Sol_K Konduktifitas hidrolik jenuh
Gw-Delay Masa jeda air dalam tanah kembali ke sungai
0,035 0,02-0,05 0,04 default +/- lo -3 4 t-24 7.9 defauft +/- O,04 -0,01 0 , 9 5 0 - 1 0 , 9 5 0 , 0 4 8 0 - 0 . 3 0 , 0 1 default -/+ 50% default 3 1 + / - t O + 9 0 - 1 5 0 L22,7 ch_N2 Cn2 Surlag
Gw Revap Koefisien penguapan air tanah O,O2 */- 0,036 +o,ffi
k e s e l u r u h a n ( C H - K 2 , C H - N 2 d a n S U R L A G ) . N i l a i - n i l a i a w a l u n t u k s e t i a p p a r a m e t e r t e r s e b u t k e m u d i a n d i u b a h d a l a m k i s a r a n y a n g telah ditetapkan sedemikian hingga d i p e r o l e h n i l a i a k h i r t e r b a i k b e r d a s a r k a n e v a l u a s i t e r h a d a p k i n e r j a m o d e l . K e h a n d a l a n / k i n e r j a m o d e l d i e v a l u a s i d e n g a n m e n g g u n a k a n 3 ( t i g a ) p a r a m e t e r s t a t i s t i k y a n g l a z i m d i g u n a k a n y a i t u k o e f i s i e n d e t e r m i n a s i ( R 2 ) , k o e f i s i e n N a s h -Sutcliffe (Erus) and persentase bias (Pr65). P a r a m e t e r E r . r s m e n u n j u k k a n s e b e r a p a b a g u s m o d e l d a p a t m e n j e l a s k a n v a r i a s i -v a r i a s i y a n g a d a d a l a m d a t a o b s e r -v a s i d i b a n d i n g k a n d e n g a n n i l a i h a s i l s i m u l a s i . J i k a E x 5 b e r n i l a i n e g a t i v e a t a u m e n d e k a t i n o l , m a k a m o d e l m e m i l i k i k e h a n d a l a n y a n g s a n g a t r e n d a h . P a r a m e t e r - p a r a m e t e r m o d e l d i m o d i f i k a s i s e c a r a m a n u a l s e h i n g g a E x 5 m e n c a p a i 3 0 % b a r u k e m u d i a n k a l i b r a s i o t o m a t i s d i l a k s a n a k a n . H a l t e r s e b u t d i l a k u k a n u n t u k m e m p e r s i n g k a t p r o s e s k a l i b r a s i s e c a r a o t o m a t i s . P r o s e s s i m u l a s i d i l a k s a n a k a n d e n g a n m e n s i m u l a s i k a n 5 t a h u n m u l a i t 9 9 2 s a m p a i 1 9 9 6 , d i m a n a h a n y a h a s i l s i m u l a s i 2 t a h u n t e r a k h i r ( 1 9 9 5 d a n 1 . 9 9 6 ) y a n g d i g u n a k a n u n t u k k a l i b r a s i . M o d e l t e r b a i k d e n g a n n i l a i a k h i r u n t u k s e t i a p p a r a m e t e r p i l i h a n tersaji pada Tabel 2 dengan p a r a m e t e r k i n e r j a m o d e l a d a l a h E r , r s = 0.71; R z = O J 7 d a n P s n s = 6 . 3 0 . B e r d a s a r k a n n i l a i - n i l a i p a r a m e t e r kinerja, model SWAT m e m i l i k i k e h a n d a l a n y a n g c u k u p b a i k
34
u n t u k m e m p r e d i k s i k a n d e b i t s u n g a i S D K I , h a l i n i d i d a s a r k a n p a d a n i l a i - n i l a i determination (R2) dan Ex5 yang berturut-t u r u berturut-t l e b i h b e s a r d a r i 0 , 7 d a n 0 , 5 s u d a h d a p a t d i t e r i m a s e b a g a i s e b u a h m o d e l u n t u k s k a l a s e b u a h D A S ( S r i n i v a s a n e t o / . 1 9 9 8 , S a n t h i e t o l . 2 0 0 1 ) . P e r b a n d i n g a n d e b i t h a s i l p r e d i k s i m o d e l S W A T d e n g a n d e b i t a k t u a l y a n g te r c a t a t p a d a S P A S t e r s a j i p a d a G a m b a r 2 . M o d e l d e n g a n b a i k m a m p u m e m p r e d i k s i k e r a g a m a n a l i r a n b u l a n p e r b u l a n d a l a m p e r i o d e 1 9 9 5 - 1 9 9 6 , b a i k b u l a n d e n g a n a l i r a n y a n g t i n g g i d a n j u g a bulan dengan aliran yang rendah.
D i t i n j a u d a r i k e m a m p u a n m o d e l S W A T m e m p r e d i k s i k a n a k u m u l a s i d e b i t s e l a m a p e r i o d e k a l i b r a s i ( J a n u a r i 1 9 9 5 -D e s e m b e 1 1 9 9 6 ) , t e r l i h a t b a h w a m o d e l S W A T m a m p u d e n g a n s a n g a t b a i k d i m a n a n i l a i o b s e r v a s i d a n s i m u l a s i y a n g diperoleh b e r a d a d i s e k i t a r g a r i s linear 1:1 (Gambar 3 ) d e n g a n n i l a i - n i l a i k i n e r j a m o d e l y a n g m e n d e k a t i n i l a i s e m p u r n a , y a i t u Erus = 0.99; R 2 = 0,99 dan Pgla5 = 5.72.
Parameter Hidrologi dan Erosi Sub DAS krueng Jreu S D K J m e m i l i k i r a t a - r a t a c u r a h h u j a n t a h u n a n s e b e s a r 1 , 5 4 8 . 5 m m / t a h u n s e l a m a k u r u n w a k t u 1 9 9 3 - 2 0 0 0 d i m a n a c u r a h h u j a n b u l a n a n r a t a - r a t a t e r t i n g g i t e r j a d i p a d a b u l a n - b u l a n O k t o b e r s a m p a i d e n g a n J a n u a r i d a n b u l a n N o v e m b e r m e r u p a k a n b u l a n d i m a n a c u r a h h u j a n
t 4 t 2 ^ 1 0 E 8 . . o o() 4 2 3 3 3 3 3 3 3 3 3 3 * e i * * . ' * + d o 6 . *
A f i : n ' s e E i S d
h n \ o Or O\ O\ * { * s x s A Bulan \ o \ o \ o \ o \ o \ o \ o € € O \ O \ O \ O \ O \ O \ O \ 6 O \ h > . i * d o 6 " * * 0a s E l € 3 d 2 4
Gambar 2. Perbandingan debit observasi dengan simulasi
o {) o 140 t20 100 80 60 40 20 0 R ' = 0 . 9 9 9 50 Data simulasi G a m b a r 3 . P e r b a n d i n g a n a k u m u l a s i d e b i t o b s e r v a s i d e n g a n s i m u l a s i m a k s i m a l . K i s a r a n r a t a - r a t a curah hujan b u l a n a n t e r s e b u t a d a l a h antara 77.9 -1 9 -1 . 3 m m . P a d a p e r i o d e Oktober-Januari d a p a t d i k a t a k a n sebagai periode basah d i m a n a p a d a p e r i o d e te r s e b u t curah hujan y a n g terjadi relatif lebih banyak, s e m e n t a r a i t u p e r i o d e Mei-September merupakan p e r i o d e kering yang disebabkan oleh r e n d a h n y a curah hujan dan tingginya p o t e n s i a l e v a p o r t r a n s p i r a s i . A g u s t u s m e r u p a k a n b u l a n terkering sementara N o v e m b e r a d a l a h b u l a n t e r b a s a h d a l a m s a t u t a h u n . H a s i l simulasi SWAT dengan m e n g g u n a k a n p a r a m e t e r model terbaik s e l a m a k u r u n w a k t u p e n g a m a t a n d a r i 1 9 9 3 s a m p a i d e n g a n 2000 menunjukkan rata-r a t a t a h u n a n alirata-ran perata-rmukaan adalah 3 3 7 , 6 m m sedangkan a l i r a n la t e r a l m e m i l i k i rata-rata tahunan sebesar 294.7 mm.
Jurnal Agrista Vol. 16 No. 1, 2012
Dalam kurun waktu 1993-2000 SWAT memprediksikan juga laju evapotrans-pirasi tahunan sebesar 534.9mm dengan evapotranspirasi tertinggi terjadi pada b u l a n A p r i l d a n te r e n d a h p a d a b u l a n J u l i . Besarnya laju erosi yang diprediksikan oleh model SWAT dalam periode 1993-2000 adaf ah sebesar L52,7 ton ha-l, dengan laju tertinggi terjadi pada bulan Januari (41,5ton ha-t). Limpasan permukaan terendah terjadi pada bulan Agustus (9,25
mm) yang disebabkan minimnya curah
hujan sedangkan laju erositerendah terjadi pada bulan April (1, 3 ton ha-l). Besarnya laju sedimentasi berbanding lurus dengan besarnya aliran permukaan yang terjadi.
Distribusi komponen aliran permukaan,
aliran lateral dan evapotranspirasi untuk setiap bulannya disajikan pada Gambar 4.
- -Observasi A I S i m r r l a s i
f\
\,\
I\1r
.^
\/
\-.a- ^l
t \tt\
-/\-.4'
i
v Y Z - - ' - y v r \ - / 3 570 60 50 40 30 20 10 0
Jul Agt Sep Okt Nov Des Jan Feb Mar Apr Mei Jun
Bulan
r-rAliranPermukaan -Erosi
Gambar 4. Rata-rata aliran permukaan dan laju erosi di Sub DAS Krueng Jreu periode 1993-2000
45 4 0 e
3 s {
3 0 8
2 5 e 2 0 8l s !
10 .F
5 r l 0 E E tr € cl I c € a J ru Fr E (l G .L rr] E \ E E c ! G ! € o ti 60 5 0 40 30 20 l 0 0Dampak Perubahan Curah Hujan dan Tata
Guna Lahan TerhadaP Erosi
Proses perubahan curah hujan dan tata
guna lahan dilakukan dengan
memanfa-atkan fasilitas yang terdapat dalam model
SWAT. Perubahan curah hujan dilakukan
dengan memodifikasi data cuaca (weotherl yang terdapat dalam data sub DAS
(subbosinJ. Perubahan yang dilakukan
adalah dengan meningkatkan besarnya
curah hujan bulanan dengan tetap
mempertahankan jumlah hari hujan untuk
setiap bulannya. Perubahan tata guna
lahan dilakukan dengan mengubah lahan
terbuka yang ada dalamDAS menjadi arel
perkebunan sawit, yang dapat dilakukan
degan menggunakan londuse split yang
terdapat pada tahapan land use ond soil
36
Laju Erosi
Aliran Permukaan
-t7<*
t o 1 5
Perubahan Curah Hujan (%o)
Gambar 5. Dampak perubahan curah hujan terhadap limpasan permukaan dan laju erosi di Sub DAS Krueng Jreu
defenition. Setelah perubahan dilakukan
model kemudian mensimulasikan kembali
aliran permukaan dan laju erosi dengan
mem pertaha nkan parameter-pa rameter model terbaik lainnYa Yang telah dikalibrasi.
Skenario Perubahan Curah Huian
Presipitasi dalam bentuk curah hujan
merupakan input utama dalam suatu siklus hidrologi DAS sehingga adanya perubahan dalam karakteristik curah hujan akan
mempengaruhi debit dan laju erosi dalam
suatu DAS. Hasil simulasi untuk perubahan curah hujan, berupa peningkatan 5, 10, 15 dan 20% curah hujan menghasilkan
peningkatan persentase baik terhadap
aliran permukaan maupun terhadap laju
s
F]s
J4 o !q 0.5 0.0 -0.5 - 1 . 0 - I . 5 -2.0 -2.5 -3.0 -3.5 -62.8 -63.3 - 6 3 . 8 -64.3 -64.8Konversi Lahan Terbuka meqiadi perkebunan (%)
ttT:;:n|,;:fotn
konversilahan terbuka terhadap rimpasan permukaan dan raju erosidisub DAS
e r o s i , s e b a g a i m a n a t e r s a j i pada Gambar 5. Peningkatan 5, 15 dan ZON curih hujan m e n g h a s i l k a n p e n i n g k a t a n
s e k i t a r 13, 34 d a n 4g% aliran permukaan dan l4u erosi. S i m u l a s i peningkatan 1,0% .ur"h- hulrn m e n u n j u k k a n sedikit perbedaan a n t a r a a l i r a n permukaan dan laju erosi dimana terjadi peningkatan laju eiosi yang sedikit lebih tinggi (23%) jika dibanding;riOlngrn p e n i n g k a t a n laju aliran - p " r - r t . . n . P e n i n g k a t a n 7% curah hujan - a k a n m e n i n g k a t k a n 2 , 4 % o l i m p a s a n permukaan y a n g pada akhirnya akan menghasilkan peningkatan laju erosi sebesar 2S;/r.
Skenario perubahan Tata Guna Lahan T i n g g i n y a lahan terbuka di lokasi p e n e l i t i a n m e r u p a k a n
l a t a r belakang , n a r t m e n s i m u l a s i k a n
tahan.
su.urr-
g.ri:T::li:,, T::roff:;
a l i r a n permukaan dan laju
" r o l i - r n u n r n _ j u k k a n kecenderunnrn , r r . , o
" " - - - : ; - ^
mana
disajikan
rj,:lrTj#l' ;:r;ff;
terjadinya penurunan pada aliran p"rrr_ kaan dan juga laju erosi. perub.han
5, 10, 15 dan 20% lahan terbuka menjadi t-enrn
kelapa sawit berturut_turut menurunkan
0.9, 1.7, 2.5 dan 3,4%o aliran O"rrut.un serta_menekan laju erosi sebes
ar 63; 6t3,5; 64; 64,5%. Secara keseluruhan t""""^, setiap persen luas
perkebunan
,.*i XLj,l
til:fr',T:,#
runkan O,2yo aliran permukaan dan 6.6% l a j u e r o s i d i S D K J .
Jurnal AgristarVol. 16 No. L, 2012
Berdasarkan skenario_skenario di atas, terlihat bahwasannya besarnya laju erosi s a n g a t dipengaruhi o l e h curah hujan dan b e s a r n y a aliran permukaan yang'ierladi. C u r a h hujan berperan dalam iengnan_ curkan agregrat_agregat tanah untuk k e m u d i a n dibawa oleh aliran O " r r n r t . . n m e n u j u sungai.
SIMPULAN DAN SARAN
S W A T model telah diaplikasikan u n t u k m e n s i m u l a s i k a n d a m p a k perubahan
c u r a h h u j a n dan tata guna lahan di Sub DAS Krueng jreu (SDKJ) Kabupaten a."f, g"rm
l:rn..q.o
aliran
permukaan
arn fri,
"rori.
M o d e l mampu memprediksikan b e s a r n y a d e b i t . s u n g a i
d e n g a n baik berdas.*r" ,i, k l n g r j a modet yang menghasitkan n i t a i _ n i l a i koefisien determinasi sebes a r O,7L, koefisien Nash_Sutcliffe (e"r) seOesa
,"0,r, d a n bias sebesar 6 , 3 0 % .
S W A T memprediksikan dalam kurun waktu 8 tahun (L993_2000) SOft ,J,-,"0 t a h u n n y a menghasilkan a l i r a n O.rrrL.un s e b e s a r 2l7mm, aliran laterrf ' E i f , i r . , e v a p o t r a n s p i r a s i 653,gmm d a n l a j u sedimentasi sebesar 2O7,6 ton ha 1. Bu;n J a n u a r i merupa k a n bulan deng.n lirpjr-.n
iiil:H",
a
j ud
::o
s'ii:"
" fr; L,
j: [::T
b u l a n April.
. , S i m u l a l i d a m p a k perubahan curah n u l a n terhadap limpasan permukaan d a n
laju erosi menunjukkan bahwa akan terjadi
peningkatan limpasan permukaan 2,4yo
dan peningkatan laju erosi 2,3yo pada
setiap peningkatan t% curah hujan. Konversi lahan terbuka menjadi areal perkebunan sawit akan menurunkan limpasan permukaan dan juga laju erosi, dimana untuk setiap 1% luas lahan terbuka
yang dikonversikan akan menurunkan O,ZYo
fimpasan permukaan dan 6,6%io laju erosi.
DAFTAR PUSTAKA
Arnold, J.G., R. Srinivasan, R.S. Muttiah & J.R. Williams. 1998. Large area
hydrologic modeling and assessment
part 1: model development. J. of the
American Water Resources Association
3a(1):73-89.
Costa, M.H., A.Botta & J.A. Cardile. 2003. Effect of large-scale change in land cover on the discharge of Tocantins River, Southeastern Amzonia. J.
Hydrol.283:206-217 .
Dow, C.L. 2007. Assessing regional land-use/cover influences on New Jersey
Pinelands streamflow through
hydrograph analysis. Hydrol. Process.
2L:L85-197.
Fohrer, N., S. Haverkamp & H.G. Frede. 2005. Assessment of the effects of land
use patterns on hydrologic landscape
functions: development of sustainable
land use concepts for low mountain
range areas. Hydrological Processes 19: 659-672.
Govender, M. & C.S. Everson. 2005.
Modelling streamflow from two small
South African experimental catchments using the SWAT model. Hydrological Processes 19: 683-692.
Heuvelmans, G., J.F. Garcia-Qujano, B.
Muys, J. Feyen & P. Coppin. 2005. Modelling the water balance with SWAT as part of the land use impact evaluation in a life cycle study of COz
emission reduction scenarios.
Hyd rologica I Processes L9: 7 29-7 48. lroume, A., A. Hubber, & K. Schulz. 2005.
Summer flows in experimental
cacthments with different forest covers, Chile. J. Hydrol. 300:300-313.
Legesse, D., C. Vallet-Coulomb & F. Gasse. 2003. Hydrological response of a
catchment to climate and land use
change in Tropical Africa: case study South Central Ethiopia. Journal of
Hydrology 275:67-85.
Neitsch, S.1., J.G. Arnold, J.R. Kiniry, J.R. Williams & K.W. King. 2002. Soil and
Water Assessment Tools Theoretical
Documentation: Version 2000 ed. College Station. Texas Water Resources lnstitute.
Pizzaro, R., S. Araya, C. Jordan, C. Farias, J.P. Flores & P.B. Bro. 2006. The effects of changes in vegetative cover on river flow in the Parapel river basin of central Chile. J. Hydrol. 327:249-257.
Potter, K.W. 1991. Hydrological impacts of changing land management practices in
a moderate-sized agricultural
catchment. Water Resour. Res. 27(5):845-855.
S a n t h i , C . , J . G . A r n o l d , J . R . W i l l i a n , W . A . Dugas, R. Srinivasan, & L.M. Hauck, 2001. Validation of SWAT model on a large river basin with point and nonpoint sources, J. Am. Water. Resour. Assoc., 37, 1168-7169.
Setegn, S.G., B. Dargahi, R. Srinivasan, & A.M. Melesse. 2010. Modeling of sediment yield from Anjeni-gauged watershed, Ethiopia using SWAT model.
J. Am. Water. Resour. Assoc., 46(3),
514-526.
Srinivasan, R., T.S. Ramanarayanan, J.G. Arnold, & S.T. Bednarz, 1998. Large area
hydrologic modeling and assessment.
Part ll: Model application. J. Am. Water. Resour. Assoc., 34(1), 9L-IO2.