Buletin Hasil Penelitian Agroklimat dan Hidrologi

(1)

(2)

(3)

2

Buletin Hasil Penelitian Agroklimat dan Hidrologi

@ 2020, Balitklimat Bogor ISSN 0216-3934 Volume 17, 2020

Penanggung Jawab: Harmanto Redaksi Teknis: Anggri Hervani, Elsa

Rakhmi Dewi, Nani Heryani, Suciantini, Yulius Argo Baroto dan Husna Alfiani

Redaksi Pelaksana: Eko Prasetyo dan Hari

Kurniawan

Penerbit: Balai Penelitian Agroklimat dan

Hidrologi, Jl, Tentara Pelajar 1A, Bogor 16111, Jawa Barat, Indonesia

Telepon +62-0251-8312760 Faksimil +62-0251-8323909

PRAKATA

Buletin ini memuat makalah hasil penelitian primer ataupun review yang berkaitan dengan sumberdaya iklim dan air. Makalah yang disajikan sudah melalui tahap seleksi dan telah dikoreksi Tim Redaksi, baik dari segi isi, bahasa, maupun penyajiannya. Pada edisi ini terdapat lima makalah, yang disajikan dalam bahasa Indonesia.

Untuk memperlancar penerbitan tahun-tahun berikutnya, artikel yang dimuat tidak perlu terikat secara kronologis oleh penyajian makalah atau acara seminar, tetapi lebih ditentukan oleh ketanggapan penulis dan kelayakan ilmiah tulisan.

Redaksi mengucapkan terimakasih kepada semua pihak yang telah membantu memperlancar proses penerbitan. Semoga media ini bermanfaat bagi khalayak. Kritik dan saran dari pembaca selalu kami nantikan.

Redaksi

CARA MERUJUK YANG BENAR

Hervani A. 2020. Climate Change and Agriculture sector in Indonesia: Impacts and adapta-tion opadapta-tions to 2100. Buletin Hasil Penelitian Agroklimat dan Hidrologi. 17 : 3-10.

Climate Change and Agriculture sector in Indonesia: Impacts and adaptation options to 2100. ANG-GRI HERVANI ... Studi Dampak Pemompaan Air Tanah Terhadap Debit Recharge Di Lahan Rawa. MUCHAMAD WAHYU TRINUGROHO ... Model Spasial Kadar Air Tanah Di Kabupaten Indramayu Men-dukung Era Revolusi Industri 4.0. MUHAMAD RONAL SAHBANA KOSWARA dan YAYAN APRIYANA Analisis Indeks Penggunaan Air Untuk Deteksi Kekritisan Air (Studi Kasus Das Cicatih-Cimandiri, Kabupaten Sukabumi, J a w a B a r a t ) . P O P I R E -JEKININGRUM ... Potensi Tanam Padi pada Musim Kemarau 2020 di Provinsi Jawa Timur. MISNAWATI, DARIIN FIR-DA, NAADAA RACHMAWATI ... 3 11 22 31 47

Tulisan yang dimuat adalah hasil penelitian primer maupun review yang berkaitan dengan sumberdaya iklim dan air, dan belum pernah dipublikasikan pada media cetak mana pun. Tulisan hendaknya mengikuti Pedoman Bagi Penulis (lihat halaman sampul dalam). Redaksi berhak menyunting makalah tanpa mengubah isi dan makna tulisan atau me-nolak penerbitan suatu makalah.

(4)

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019

CLIMATE CHANGE AND AGRICULTURE SECTOR

IN INDONESIA: IMPACTS AND ADAPTATION

OPTIONS TO 2100

Anggri Hervani

INTRODUCTION

The agricultural sector in the period 2014-2015 managed to increase rice production from 70.85 million tons of dried milled grain in 2014 to 75.36 million tons in 2015 or increase at a rate of 6.37 % per annum (Statistic, 2017) . Success in increasing national rice production is making Indonesia was again self-sufficient in rice since 2008. In the same period, corn and soybean production also increased at a rate of 3.17% and 0.85% per annum (Statistic, 2017) . Behind that success, the future agricultural development is facing various obstacles and biophysical problems, among them climate change caused by global warming due to increasing greenhouse gas (GHG) emissions. This has an impact on physical changes system and biological environments such as increased intensity of tropical storms, changes in precipi-tation patterns, the salinity of seawater, changes in wind patterns, periods animal and plant reproduction, species distribution and population size, and frequency of pests of plant diseases. Indonesia as a country islands located in the equator is vulnerable to climate change. Some climatic elements that undergo changes include bulk patterns rain, sea levels, air temperatures, and increased incidence of extreme climates which causes floods and droughts. Agriculture is the most sector seriously affected by climate change (Change et al; 2006).

(5)

4 BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019

1. Drought

The climate extreme event in Indonesia usually associated with ENSO (El-Nino Southern Oscillation) (Boer and Suharnoto, 2012). Moreover, global warming tends to increase the frequency of El-Nino (Timmermann et al., 1999). Climate change triggered the occur-rence of El-Nino which will greatly affect agricultural production in Indonesia. Agriculture in Indonesia is highly dependent on rainfall for production. El Nino events contribute to delay the rainfall. Delay on rainfall until 30 days during dry season in Indonesia (July-September) will decrease the yield up to 75% in 2050 (Naylor, et al. 2007). Drought fre-quency in the rice fields area has increased three times (Boer, et al. 2009) (Figure 1). In addition, implication of climate change contributes to the increasing 50% of cost produc-tivity and reducing the farmer’s income at 25% (Kusumasari, 2016).

(6)

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 2. Flooded

Increasing flooded impact of climate change contributes to reducing harvested area of rice fields. The frequency of the flooded disaster on rice filed increase in the La-Nina (Boer, et al. 2009) (Figure 2).

Figure 2. Flooded frequency on the rice fields (Boer et al., 2009)

Adaptation strategies in agriculture sector

Adaptation strategy is an effort to adjust activities and technology with climatic conditions caused by the phenomenon of climate change. Common strategies and policies for coun-tering climate change impacts to agriculture is an adaptation action program in the food crops and horticulture sectors as the main priority in order to increase production and maintain national food security.

Adaptation strategy is divided into two. First is an activity to improve the resilience of production systems food from the impacts of climate change through efforts to improve physical conditions, such as the construction and repair of irrigation networks, the construction of dams and reservoirs. Second is through development of cultivation technology that is more tolerant to climate stress, strengthening institutions and regulations, empowering farmers in utilizing climate information to address and anticipate

(7)

events extreme climates are increasing in frequency. Farmers responding to the climate change by changing the planting pattern/crop rotation, technique on soil cultivation, imple-ment the pest manageimple-ment practices and irrigation technique (Kusumasari, 2016).

Adaptation synergized with mitigation action

Climate change talks under the United Nations Framework Conference on Climate Change (UNFCCC) to the Conference of the Parties (COP) 22 in Morocco have yet to come to an agreement on the handling of climate change in the Agricultural Sector. The main problem that hinders agreement is that developed countries promote mitigation, while developing countries incorporated in G77 + China focus on adaptation, while mitigation is only consid-ered an additional benefit of co-benefits. Although developed countries are urging mitiga-tion, the United States as the second largest emitter country has now revoked previously proposed commitments. This shows that each country needs to address and take security measures against the dangers of climate change individually, without expecting assistance from developed countries. This is important because climate change is a necessity that negatively affects Indonesian agriculture. In the face of climate change in the Agricultural Sector, adaptation is a priority, but mitigation needs to be sought as long as it does not affect agricultural production, given that under the Paris Agreement, Indonesia has com-mitted to reducing greenhouse gas (GHG) emissions by 29% under the business as usual scenario (BAU).

Adaptive activities in dealing with climate change synchronized with mitigation activities include application of rice varieties with high productivity, application of animal manure as an energy through the biogas installation and application of organic fertilizer as carbon sequestration. Using low-emission rice varieties is selected based on the high productivity of planted varieties. This is an effort to adapt and also as an effort to mitigate methane emission because each rice variety has different methane emission status (Subadiyasa, et al. 1997). Differences in methane emissions in some rice varieties are also reported in Korea and China (Gutierrez, et al. 2013; Wanga, et al., 2016). The reduction in emissions from biogas utilization is an attempt to exploit the methane produced by livestock as a fuel source, while for mitigation from organic fertilizer management is a sequestration effort of carbon into the soil.

(8)

Emissions Projection on agriculture sector from 2000 to 2100

IPCC guidelines were used to calculate the emissions from agriculture sector and linear regression from excel was used to calculate the emission projection. The greenhouse gas emissions status in agriculture sector in Indonesia starts from 2000 as the first year of cal-culation until 2012 based on the status obtained from report (Ministry of Environment and Forestry Republic of Indonesia 2015). Sources of greenhouse gas emissions from agricul-tural farms are enteric fermentation, manure management, biomass burning grassland, biomass burning cropland, liming, urea fertilization, direct N2O soils, Indirect N2O soils,

Di-rect N2O from manure, Indirect N2O from manure and methane from rice. Some programs

from the ministry of agriculture to improve agricultural production have an impact on cli-mate change adaptation and have a co-benefit on reducing greenhouse gas emissions from agricultural sector.

The ministry of Agriculture implement the adaptation action, whilst mitigate the emission simultaneously. The action programs are low methane emissions of rice cultivars application but have a high productivity. In addition, in the scope of livestock there is a biogas unit development program and composting units that synergize each other was able to reduce greenhouse gas emissions by decreasing methane production and carbon se-questration.

With three actions practices, low emissions cultivars, development of biogas and organic fertilizer processors was able to reduce greenhouse gas emissions by 11.42 Mt CO2-eq in 2012 reported in the Biennial Update Report (BUR) to The United Nations Framework Convention on Climate Change (UNFCCC). Where the emission status with business as usual (BAU) at 102.71 Mt CO2-eq and after in reducing emissions from mitiga-tion acmitiga-tions, the emission status of agriculture sector in Indonesia in 2012 is 91.31 Mt CO2 -eq (Ministry of Environment and Forestry Republic of Indonesia 2015) (Figure 3). This greenhouse gas mitigation action from the agricultural sector started from 2006 through a scheme of state budget revenue and expenditure without foreign assistance.

(9)

Figure 3. Baseline vs Actual GHG Emissions of Agriculture Sector (Ministry of Environment and Forestry Republic of Indonesia 2015)

The projected GHG emissions from the agricultural sector in Indonesia as BAU reached 264.29 Mt CO2-eq in 2100 and by applying mitigation action there will be an emis-sion reduction of 159.89 Mt CO2-eq resulting in total greenhouse gas emisemis-sions contribution from agriculture sector in Indonesia to 104.40 Mt CO2-eq (Figure 4).

(10)

Limitation of the projection measurements

No correction factor for the implementation process of adaptation and mitigation program in the field. Calculations assume that all projects are implemented and accumulate 100% each year. There should be a decrease in the level of application program every year due to damage or other causes in the production unit of biogas and organic fertilizer processing unit.

Activity data in the projection calculation there is no correction factor. The assump-tions used in projected emission status after 2013 are linear regressions.

CONCLUSIONS

The agricultural sector in Indonesia is a vulnerable sector affected by climate change because it is still dependent on rain for production. Adaptation measures in the form of development of water reservoirs, improvement of irrigation facilities, application of organic fertilizers and the use of high yielding varieties are expected to be agricultural activities to adapt from climate change. Besides as an adaptation effort, it turns out that the use of selected varieties, the utilization of energy from biogas and the application of organic fertilizer can reduce the greenhouse gas emission of agriculture sector. Status of emissions from the agricultural sector is increasing when referring to business as usual activities without mitigation action.

REFERENCES

Boer, R, A. Buono, Sumaryanto, E. Surmaini, A. Rakhman, W. Estiningtyas, K. Kartikasari, and Fitriyani. 2009. Agriculture Sector. Technical Report on Vulnerability and Adap-tation Assessment to Climate Change for Indonesia's Second National Communica-tion. Technical report, Jakarta: Ministry of Environment and United Nations Devel-opment Programme.

Boer, Rizaldi, and Yuli Suharnoto. 2012. Climate change and its impact on Indonesia's food crop sector. Paper presented at the Sixth Executive Forum on Natural Resource Management: Water & Food in a Changing Environment on 11-13 April 2012 at SEARCA headquarters, Los Banos: SEARCA.

(11)

Change, A. D. C., Blair, T., & Pachauri, R. 2006. Avoiding dangerous climate change. Cam-bridge University Press.

Gutierrez, Jessie, Sang Yoon Kima, and Pil Joo Kima. 2013. "Effect of rice cultivar on CH4 emissions and productivity in Korean paddy soil." Field Crops Research 16-24. IPCC, 2019. Summary for policymakers. In: Arneth, A. (Ed.), Climate Change and Land. An

IPCC special Report on Climate Change, Desertification, Land Degradation, Sustain-able Land Management, Food Security, and Greenhouse Gas Fluxes in Terrestrial Ecosystems, Available at: https://www.ipcc.ch/site/assets/uploads/ 2019/08/4.-SPM_Approved_Microsite_FINAL.pdf, Accessed date: 1 October 2019

Kusumasari, Bevaola. 2016. "Climate change and agriculture adaptation in Indonesia." MIM-BAR 243-253.

Ministry of Environment and Forestry Republic of Indonesia. 2015. Indonesia First Biennial Update Report (BUR) Under the United Nation Framework Convention on Climate Change. Biennial Update Report, Jakarta: Director General of Climate Change Minis-try of Environment and ForesMinis-try Republic of Indonesia.

Naylor, Rosamond L., David S. Battisti, Daniel J. Vimont, Walter P. Falcon, and Marshall B. Burke. 2007. "Assessing risk of climate change variability and climate change for Indonesian rice agriculture." PNAS 7725-7757.

Statistic, Indonesian Central Bureau of. 2017. www.bps.go.id. October. Accessed October 9, 2017. https://bps.go.id/site/resultTab.

Subadiyasa, Netera, Nyoman Arya, and Makoto Kimura. 1997. "Methane emissions from paddy fields in Bali Island, Indonesia." Soil Science and Plant Nutrition 387-394. Timmermann, A, J Oberhuber, A Bacher, M Esch, M Latif, and E Roeckner. 1999. "Increased

El Nino frequency in a climate model forced by future greenhouse warming." Na-ture 694-697.

Wanga, W, D.Y.F. Lai, C Wanga, C Tonga, and C Zenga. 2016. "Effects of inorganic amend-ments, rice cultivars and cultivation methods on greenhouse gas emissions and rice produc-tivity in a subtropical paddy field." Ecological Engineering 770-778.

(12)

STUDI DAMPAK PEMOMPAAN AIR TANAH

TERHADAP DEBIT RECHARGE DI LAHAN RAWA

Muchamad Wahyu Trinugroho

ABSTRAK

Ekplorasi air tanah merupakan usaha yang tidak dapat dihindari dalam pemenuhan air baku untuk keperluan domestik. Studi ini bertujuan untuk mengkaji pengaruh pemompaan air tanah terhadap debit recharge pada suatu ekosistem rawa dengan melakukan simulasi air tanah menggunakan MODFLOW. Simulasi dampak pemompaan air tanah dilakukan pada 6 kondisi, yaitu 3 skenario sebelum pemompaan dan 3 skenario sesudah pemompaan, selain itu juga dilakukan kajian pengaruh volume debit pemompaan dan perubahan lokasi sumur terhadap debit recharge. Hasil simulasi menunjukkan dari 6 kondisi dihasilkan perbedaan debit recharge

antar skenario yang relatif kecil, sedang pengaruh volume debit pemompaan sumur terhadap penurunan debit recharge sebesar 0,53 %. Sedangkan hasil yang lain lokasi sumur pem-ompaan menunjukkan semakin jauh dari sungai maka terjadi penurunan debit recharge dengan rata-rata penurunan 0,11 %. Pada kajian ini pemodelan air tanah berhasil dilakukan sebagai alat bantu untuk mempelajari karakteristik air tanah dalam rangka ekploitasi air tanah.

(13)

12

PENDAHULUAN

Air tanah merupakan salah satu komponen sumber daya air dalam suatu siklus hidrologi disamping air permukaan. Air tanah memiliki peran yang sangat penting dalam menjaga keseimbangan ketersediaan air. Pemanfaatan Air tanah pada lapisan akuifer banyak dil-akukan melalui pemompaan. Efek yang ditimbulkan akibat eksploitasi tanpa memperhatikan keseimbangan yang ada akan mempengaruhi penurunan air tanah, Pemodelan aliran air tanah berguna untuk memahami sistem, perilaku serta simulasi arah aliran sehingga sistem pengelolaan air tanah yang ramah lingkungan dapat dilakukan.

Pemodelan air tanah merupakan penyederhanaan suatu sistem atau perilaku air tanah beserta pengelolaan nya yang dilakukan oleh manusia (Babel, 2014). Pemodelan air tanah dilakukan untuk memperkirakan berapa banyak perubahan kondisi permukaan air yang akan terjadi di masa depan karena pola pengelolaan air tanah yang sedang berlangsung dengan menggunakan persamaan matematis berdasarkan asumsi penyederhanaan tertentu. Asumsi ini biasanya melibatkan arah aliran, geometri akuifer, heterogenitas / anisotropi sedimen, batuan dasar dalam akuifer, mekanisme transportasi kontaminan dan reaksi kimia.

MODFLOW adalah model matematis yang terdiri dari beberapa persamaan diferensial yang diketahui untuk menghitung aliran air tanah. Keandalan prediksi dari model air tanah bergantung pada seberapa baik model mendekati kondisi real (Harbaugh, 2005). Model digunakan untuk aplikasi praktis dalam aliran air tanah dengan visualisasi dua dimensi dan simulasi transportasi kontaminan.

Pemanfaatan air tanah telah banyak diterapkan di seluruh dunia. Diantara pemanfaa-tan air pemanfaa-tanah adalah untuk pemenuhan kebutuhan air bersih. Pemanfaapemanfaa-tan banyak dilakukan dengan melakukan pemboran pada titik yang telah ditentukan. Kemudian, sumur itu dipompa

secara konstan pada periode tertentu. Penelitian ini bertujuan :

1. Mengevaluasi dampak perubahan kondisi pemompaan pada ekosistem rawa

2. Untuk menghitung dan membandingkan total debit recharge ke rawa dengan skenario sebelum pemompaan dengan saat pemompaan dengan beberapa skenario.

(14)

METODOLOGI

Lokasi Kajian ditunjukkan pada (Gambar 1). Lokasi dibatasi dengan dua pegunungan di sebelah barat dan timur, sungai di sebelah utara dan ekosistem rawa di sebelah selatan. Komposisi batuan di sekitar lokasi adalah didominasi pasir dan sebagian kerikil.

Penelitian ini telah dilakukan simulasi dengan menggunakan model air tanah. Pemod-elan meliputi kompilasi data, penentuan parameter model, penyusunan model, dan analisis. Sementara itu, secara alami karakteristik air tanah adalah bagian suatu sistem yang komplek maka dalam hal ini kondisi batas konstan diasumsikan di daerah sungai dan rawa dengan tidak ada aliran pada setiap sisi. Simulasi dilakukan dengan mengamati pada lokasi yang di-apit antara sungai dan ekosistem rawa.

Perancangan model

Penyusunan model terdiri dari grid desain, parameter waktu, kondisi batas (boundary condi-tion) kondisi awal dan parameter estimasi (Gambar 2). Simulasi dilakukan dengan beberapa kondisi/skenario :

1. Kondisi sebelum pemompaan tanpa ada pembatas

2. Kondisi sebelum pemompaan dengan pembatas di tengah area berupa dinding

3. Kondisi sebelum pemompaan dengan pembatas ditengah dengan muka air yang konstan 4. Kondisi sesudah pemompaan tanpa ada pembatas

5. Kondisi sesudah pemompaan dengan pembatas di tengah area berupa dinding

6. Kondisi sesudah pemompaan dengan pembatas ditengah dengan muka air yang konstan. Selain mensimulasikan dengan kondisi-kondisi di atas, dilakukan juga simulasi pengaruh debit pemompaan dan lokasi sumur pompa terhadap debit recharge.

(15)

14

Gambar 1. Lokasi kajian dan serta titik pemompaan

Gambar 2. Skenario Simulasi debit recharge sebelum pemompaan (1,2,3) dan sesudah pem-ompaan (4,5, dan 6)

(16)

Perancangan model dengan menggunakan model Visual MODFLOW v.2.7.2 dengan kon-disi 2D steady state (aliran yang langgeng, dengan kodisi kecepatan serta arah yang konstan). Untuk penyederhanaan simulasi, water recharge di asumsikan secara konstan secara horisontal dan vertikal. Level ketinggian air sungai dan rawa dipertahankan secara tetap. Untuk mensim-ulasikan 6 kondisi di atas digunakan persamaan Darcy pada kondis Air tanah steady-state

(Todd, 1980):

Dimana,

Q = Debit discharge (m3_/hari)

L = Jarak antar head muka air tanah (m) Δh = perbedaan elevasi head air tanah (m) A = penampang melintang (m2₎

K = Konduktivitas hidraulik (m/hari)

HASIL DAN PEMBAHASAN

Data input model diperoleh dari pengukuran dan dari referensi yang ada (Bear & Cheng, 2010). Data spasial seperti jarak, penampang melintang dan konduktivitas hydraulic diperoleh dari pengukuran, sedang specific storage dan porositas diperoleh dari studi literasi (Pacheco & Weijden, 2012). Semua data di input ke dalam modet di setting dengan menentukan initial kondisi dan kondisi boundary. Setelah dilakukan simulasi dengan MODFLOW diperoleh hasil simulasi dengan 6 kondisi sebelum dan sesudah pemompaan disajikan pada Gambar 3.

(17)

16

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Hasil dari sumulasi antara sebelum dan sesudah pemompaan dengan skenario dari 6 kondisi disajikan sebagai berikut :

(18)

Gambar 3. Hasil simulasi debit recharge dengan 6 skenario, sebelum pemompaan (1,2,3) dan sesudah pemompaan (4,5,6)

DISKUSI

Hasil simulasi 2 dimensi menunjukkan transek dari ekosistem rawa di sebelah kiri menuju irisan area pemompaan serta sungai di sebelah kanan. Dari transek tersebut, muka air tanah ber-bentuk agak cembung dengan gradien yang relatif kecil yaitu sebesar 1/1000, atau dapat dikatakan relative rata/datar. Hal ini disebabkan karena tekanan hidraulik potensial di bagian tengah lebih kecil dibanding di bagian sisi penampang. Semua hasil simulasi baik sebelum pemompaan atau saat pemompaan menunjukkan secara visual kontur muka air tanah model tidak ada perbedaan secara nyata. Pada kondisi 3 pada irisan melintang muka air tanah nam-pak terjadi patahan pada bagian tengah, hal itu dikarenakan efek pembuatan batas dinding dibagian tengah tetapi hal ini tidak mempengaruhi kontur muka air yang dihasilkan. Perbedaan patahan yang terjadi sangat kecil sehingga kita dapat abaikan pengaruhnya. Tinggi muka air tanah pada semua kondisi relatif stabil dengan muka air tertinggi di bagian tengah sebesar 1009,8 m. Hal ini menunjukkan bahwa tanpa intervensi maupun dengan intervensi pembuatan dinding pembatas, kondisi muka air tanah tidak berubah. Maka kondisi 2 dan 3 tidak mempengaruhi kondisi keseimbangan alami muka air tanah.

(19)

18

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Dengan membandingkan kondisi 5 dan 7, dengan dan tanpa kondisi pemompaan sumur menunjukkan tidak ada pengaruh yang signifikan terhadap tinggi muka air tanah. Pada area sekitar pemompaan terjadi drawdown/surut dengan pengaruh yang relatif kecil dengan ben-tuk muka air tanah sedikit cembung. Sedara lebih rinci, ditunjukkan ketika tanpa ada dinding batas, maka tidak ada perbedaan tinggi muka air tanah yang signifikan, dengan tinggi 1009,8 m, pada lokasi 5000 m dari sisi sungai. Oleh karena itu, pemompaan sumur tidak berpengaruh terhadap penurunan aliran muka air tanah ke rawa.

Sedang hasil simulasi volume debit recharge ditunjukkan pada Tabel 1. Secara singkat, perbedaan debit recharge ke rawa dengan 6 kondisi tidak signifikan. Perbedaan debit untuk kondisi saat pemompaan sebesar 0,78%. Sedang perbedaan debit recharge untuk kondisi sebelum pemompaan adalah antara 3,86% - 5,07%. Selanjutnya, dilakukan simulasi perhi-tungan volume debit pemompaan yang berbeda dengan menggunakan dasar kondisi 4 (pemompaan tidak ada interfensi pembuatan dinding pembatas dibagian tengah). Dasar pemikiran yang digunakan adalah kita ingin mempelajari pengaruh pemompaan air tanah ter-hadap kondisi debit recharge pada ekosistem rawa.

(20)

Gambar 4. Pengaruh debit pemompaan terhadap debit recharge ke rawa

Dari grafik hasil perhitungan secara jelas jika kita meningkatkan debit pemompaan dari 20.000 m3 / hari menjadi 30.000m3 / hari, tidak mempengaruhi debit recharge ke rawa. Ketika dilakukan peningkatan debit pemompaan menjadi 50.000 m3 / hari, debit recharge

turun dari 9.907m3 / hari menjadi 9854,6m3 / hari (0,53%). Penurunan debit recharge ter-jadi disebabkan perbedaan tinggi head sumur pompa dengan head inlet sungai relatif besar penurunannya.Pada studi ini juga dilakukan pengaruh lokasi pemompaan pada debit re-charge dengan mengubah lokasi pemompaan terhadap letak sungai pada simulasi. Debit pemompaan simulasi digunakan volume debit pompa yang relatif stabil terhadap debit re-charge. Berdasarkan simulasi sebelumnya digunakan angka debit pompa optimum yaitu sebesar 20000 m3/hari.

Berdasarkan hasil simulasi perubahan lokasi sumur pompa (Gambar 5) menunjukkan adanya hubungan debit recharge dengan jarak lokasi sungai. Semakin jauh sumur pompa terhadap sungai, maka debit recharge akan semakin menurun. Hal ini ditunjukkan, ketika letak sumur pompa berjarak 1000 m dengan debit pemompaan 20000 m3/hari maka debit recharge sebesar 9918.1 m3/hari, sedang pada saat lokasi terjauh sekitar 2500 m maka deb-it recharge sebesar 9884.6 m3/hari dengan rata-rata Penurunan debdeb-it recharge terhadap lokasi sumur sebesar 0.11 %. Hal ini sesuai dengan hukum darcy masih ada pengaruh ko-hesivitas muka air di sungai yang kuat terhadap penurunan muka air sumur pada saat pem-ompaan.

(21)

20

Gambar 5. Pengaruh lokasi sumur pompa terhadap debit recharge ke rawa

KESIMPULAN

Studi melalui simulasi dampak pemompaan air tanah terhadap debit recharge air tanah te-lah dilakukan.

 Evaluasi perhitungan total debit recharge ke rawa dengan skenario sebelum pem-ompaan dengan saat pempem-ompaan dengan beberapa scenario telah dapat dilakukan dengan memprhitungkan Kondisi batas/boundary diperlukan untuk menentukan bagaimana model secara spesifik berinteraksi dengan keseluruhan sistem aliran pada suatu model.

 Berdasar hasil simulasi, pemompaan dapat dilakukan karena tidak akan mengurangi debit air tanah ke rawa secara signifikan.

 Penentuan lokasi pemompaan menjadi kunci dalam menjaga keseimbangan neraca air tanah pada simulasi ini.

(22)

DAFTAR PUSTAKA

Babel, M.S. 2014. Modeling of Water Resources Systems. (Lecture notes, Course No. CE74.55, School of Engineering and Technology). Bangkok: Asian Institute of Technolo-gy.

Bear, J., & Cheng, A. . (2010). Modeling Groudwater flow and contaminant transport. Groundwater Media. https://doi.org/10.1007/978-1-4020-6682-5

Harbaugh, A. W. (2005). MODFLOW-2005, The U.S. Geological Survey Modular Ground-Water Model the GroundGround-Water Flow Process. Reston, Virginia: USGS.

Pacheco, F. A. L., & Van der Weijden, C. H. (2012). Integrating topography, hydrology and rock structure in weathering rate models of spring watersheds. Journal of Hydrology, 32(5):428–429. https://doi.org/10.1016/j.jhydrol.2012.01.019

(23)

22

MODEL SPASIAL KADAR AIR TANAH

DI KABUPATEN INDRAMAYU MENDUKUNG ERA

REVOLUSI INDUSTRI 4.0

Muhamad Ronal Sahbana Koswara dan Yayan Apriyana

ABSTRAK

Penelitian ini bertujuan untuk menghitung nilai KL, TLP, dan AT menggunakan model persamaan Saxton dan Rawl dan membandingnya dengan hasil pengujian langsung menggunakan sampel tanah utuh di dua lokasi berbeda. Lokasi yang dipilih adalah Desa Benda dan Desa Santing di Kabupaten Indramayu. Hasil model menunjukkan nilai KL berkisar antara 84-122 mm, nilai TLP 17-71 mm, dan AT 51-67 mm. Perbandingan nilai KL, TLP, dan AT berdasarkan hasil model dan hasil pengujian langsung memiliki nilai yang tidak jauh berbeda. Desa Benda memiliki nilai KL dan TLP dari hasil pengujian langsung yang lebih tinggi dari hasil model dengan selisih berturut-turut 34 mm dan 36 mm, sedangkan AT lebih rendah dengan selisih 2 mm. Desa Santing memiliki nilai KL dan AT dari hasil pengujian langsung yang lebih rendah dari hasil model dengan selisih berturut-turut 2 mm dan 14 mm, sedangkan TLP menunjukkan hasil yang lebih tinggi dengan selisih 12 mm. Perhitungan menggunakan model mampu mencakup wilayah yang lebih luas, lebih hemat biaya, lebih cepat, dan efisien. Sehingga dapat diaplikasikan untuk perencanaan tata kelola irigasi hingga waktu tanam. Kata kunci : kapasitas lapang (KL), titik layu permanen (TLP), air tersedia (AT), persamaan

(24)

PENDAHULUAN

Informasi nilai kadar air tanah pada kondisi kapasitas lapang (KL), titik layu permanen (TLP), dan air tersedia (AT) sangat diperlukan untuk memenuhi kebutuhan air tanaman, agar tanaman mampu tumbuh dengan optimal (Abdurachman et.al, 2006). Kapasitas lapang merupakan kondisi tanah yang cukup lembab yang menunjukkan jumlah air terbanyak yang dapat ditahan oleh tanah terhadap gaya tarik gravitasi. Air yang dapat ditanah oleh tanah tersebut kemudian diserap oleh akar-akar tanaman atau menguap sehingga tanah semakin lama semakin kering. Kandungan air tanah di mana akar-akar tanaman mulai tidak mampu lagi menyerap air dari tanah, sehingga tanaman menjadi layu disebut dengan titik layu permanen. Banyaknya air yang tersedia bagi tanaman yaitu selisih antara kadar air pada kapasitas lapang dikurangi kadar air pada titik layu permanen (Hardjowigeno, 2007).

Secara umum, nilai KL, TLP dan AT diperoleh dari beberapa contoh tanah utuh dari lapang yang diuji di laboratorium menggunakan metode tekanan melalui membran piringan keramik. Untuk KL diuji pada tegangan atau pF 2,54 dan TLP diuji pada pF 4,2. Penentuan nilai KL, TLP, dan AT merupakan tahapan penting dalam penetapan sifat fisik tanah, karena mampu menggambarkan kondisi ketersediaan air di lapang. Penyediaan air yang baik bagi pertumbuhan tanaman adalah pada kondisi AT. Tanaman dapat tumbuh optimum ketika air dapat dipertahankan pada kondisi KL. Ketika tanah sudah tidak mampu menyerap air hingga mencapai kondisi TLP, maka tanaman akan sulit menyerap air dan mati. Oleh karena itu, mengetahui kadar air tanah pada kondisi KL, TLP, dan AT sangat bermanfaat untuk menentukan waktu pemberian air irigasi yang tepat untuk memenuhi kebutuhan air tanaman.

Penelitian ini dilakukan di Kabupaten Indramayu. Kabupaten Indramayu merupakan produsen padi tertinggi di Jawa Barat, dengan produksi 1,4 juta ton-GKG pada tahun 2018 dan 1,3 juta ton-GKG pada tahun 2019 (BPS, 2020). Adanya penurunan produksi pada tahun 2019 salah satunya dikarenakan oleh kekeringan dan kurang disiplinnya para petani dalam menerapkan jadwal irigasi yang telah dibuat (https:// republika.co.id/berita/pv5o2e349/petani-indramayu-diyakini-rugi-miliaran-akibat-puso).

(25)

24

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Dalam mendukung upaya pemerintah menuju era revolusi industri 4.0, peran teknologi sangat penting. Salah satunya adalah peran teknologi dalam melakukan perhitungan nilai kadar air tanah. Perkembangan teknologi saat ini memungkin kita untuk melakukan perhitungan kadar air tanah pada kondisi KL dan TLP dengan lebih cepat, tepat, dan efisien dalam cakupan wilayah yang lebih luas. Sehingga perencanaan waktu pemberian irigasi mampu dilakukan lebih cepat. Selain itu, hal ini juga diperuntukan dalam upaya meningkatkan antisipasi terhadap dampak perubahan iklim yang semakin sering terjadi. Sehingga risiko gagal panen akibat dampak perubahan iklim, khususnya kekeringan dapat dicegah sedini mungkin. Tujuan dari penelitian ini adalah menghitung nilai kadar air tanah berdasarkan model dan mem-bandingkannya dengan hasil pengujian langsung melalui laboratorium.

BAHAN DAN METODE Waktu dan lokasi Penelitian

Penelitian ini dilakukan di seluruh Kabupaten Indramayu. Sedangkan untuk perbandingan, dilakukan di Desa Benda, Kecamatan Karangampel dan Desa Santing, Kecamatan Losarang, Kabupaten Indramayu. Pengambilan sampel tanah dilakukan pada bulan April 2017. Se-dangkan analisis dilakukan pada bulan juni 2019.

(a) (b)

(26)

Perhitungan Kadar Air Tanah Menggunakan Model Persamaan Saxton dan Rawl

Saxton dan Rawl (2006) telah menggunakan persamaan ini untuk menentukan nilai kadar air tanah. Persamaan tersebut meliputi beberapa parameter, seperti persentase tekstur liat, persentase tekstur pasir, dan bahan organik yang diperoleh melalui pengukuran langsung di lapang. Model persamaan ini mempunyai nilai koefisien determinasi (R2_{) sebesar 0.86 untuk}

TLP dan nilai R2_{= 0,63 untuk KL. Dengan adanya perkembangan teknologi saat ini,}

beberapa provider telah melakukan beberapa penelitian terkait sifat fisik dan kimia tanah yang kemudian disajikan dalam bentuk spasial serta dapat diunduh secara gratis pada situs web soilgrids.org sebagaimana disajikan pada Gambar 2.

Gambar 2. Tampilan interface website Soilgrids

Situs ini menyediakan data spasial profil tanah mulai dari karakteristik fisika tanah, kimia tanah, hingga bahan organik pada kedalaman 0-2 m dengan resolusi 1 km dan 250 m. Soilgrids menyajikan data profil tanah dari hasil kombinasi antara pengamatan langsung dan hasil pemodelan regresi berdasarkan indeks iklim dan biomassa (berdasarkan citra MODIS), litologi, dan unit pemetaan taksonomi yang berasal dari survei tanah konvensional (Harmonized World Soil Database) (Hengl et al., 2014). Data yang diunduh untuk penelitian ini adalah: 1) data persentase tekstur liat kedalaman 0 m, 0,05 m, 0,15 m, dan 0,30 m dengan resolusi 1 km, 2) data persentase tekstur pasir kedalaman 0 m, 0,05 m, 0,15 m, dan 0,30 m dengan resolusi 1 km, 3) data bahan organik dalam satuan g/kg pada kedalaman 0 m, 0,05 m, 0,15 m, dan 0,30 m dengan resolusi 1 km. Kemudian data-data tersebut diolah menggunakan software ArcGis 10.5 berdasarkan persamaan Saxton dan Rawl (2006):

(27)

26

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 (1) Θ1500 = Θ1500t + (0.14 x Θ1500t – 0.02) (2) Θ1500t = -0.24 S + 0.487 C + 0.006 OM + 0.005 (S x OM) – 0.013 (C x OM) + 0.068 (3) Θ33 = Θ33t + [1.283 (Θ33t)2_{– 0.374 (Θ33t) - 0.015]} (4) Θ33t = -0.251 S + 0.195 C + 0.011 OM + 0.006 (S x OM) – 0.027 (C x OM) + 0.452 (5) AT = Θ1500 - Θ33

Di mana: Θ1500t = Solusi utama TLP (%), Θ1500 = TLP (%), Θ33t = Solusi utama KL (%), Θ33 = KL (%), AT = Air tersedia (%), S = Sand/Pasir, C = Clay/Liat, OM = Organic Material/Bahan Organik (g/kg). Persamaan 6-8 merupakan konversi dalam mm untuk kedalaman 30 cm.

(6) Θ1500mm = Θ1500 x 30 cm x 10 (7) Θ33mm = Θ33 x 30 cm x 10 (8) ATmm = AT x 30 cm x 10

Penetapan Kadar Air Tanah Melalui Uji Laboratorium

Penetapan kadar air melalui uji laboratorium dilakukan dengan menggunakan contoh tanah utuh. Contoh tanah yang diambil dari lapisan permukaan digunakan untuk menentukan hubungan antara kadar air pada berbagai hisapan matriks potensial (tegangan air) tanah atau kurva pF. Tekanan yang diberikan biasanya disetara dengan kemampuan tanah dalam meloloskan air secara alami, penyediaan air bagi tanaman, dan kadar air tanah di mana tanaman sudah tidak mampu menyerap air. Peralatan yang digunakan untuk analisis pF terdiri dari kompresor dan piringan keramik (gambar e) (Sudirman et.al, 2006). Pengambilan contoh tanah utuh untuk penelitian ini dilakukan di 2 desa, yaitu desa Benda, Kecamatan Karangampel dan Desa Santing, Kecamatan Losarang Kabupaten Indramayu. Metode Pengambilan contoh tanah utuh dilakukan menggunakan tabung tembaga dengan tinggi 4 cm, diameter dalam 7,63 cm dan diameter luar 7,93 cm (gambar b). Alat penunjang lainnya yaitu sekop/cangkul, pisau cutter, bor tanah, plastik tebal, dan spidol (gambar c). Pengambilan contoh tanah utuh dilakukan pada 2 kedalaman, yaitu kedalaman 0-10 cm dan 10-30 cm dengan masing-masing perlakuan 2 kali pengulangan. Pengujian dilakukan di Laboratorium Tanah, Tanaman, Pupuk, dan Air, Balai Penelitian Tanah, BBSDLP, Cimanggu Bogor.

(28)

a b c d e

Gambar 3. Prosedur pengukuran nilai kadar air tanah melalui uji laboratorium

HASIL DAN PEMBAHASAN Hasil Pemodelan

Untuk mengetahui hubungan antara tanah, air, dan tanaman, dikenal konsep air tersedia bagi tanaman. AT bagi tanaman dapat diartikan sebagai kisaran nilai kandungan air di dalam tanah, dan sesuai untuk kebutuhan pertumbuhan tanaman. Kondisi ini berkaitan erat dengan kemampuan tanah dalam menahan air atau disebut retensi tanah. Retensi tanah adalah kemampuan tanah dalam menyerap dan/atau menahan air di dalam pori-pori tanah, atau melepaskannya dari dalam pori-pori tanah. Kondisi ini sangat tergantung pada tekstur dan struktur tanah, pori-pori tanah meso dan mikro, drainase, dan iklim khususnya suhu dan hujan (Undang et.al, 2006). Hasil spasial dari pengolahan data tekstur liat, pasir dan bahan organik tersaji pada Gambar 4. Persentase tekstur liat berkisar antara 23-43%. Persentase pasir berkisar antara 3-32%, sedangkan persentase bahan organik berkisar antara 2-11%. Kabupaten Indramayu memiliki persentase tekstur liat yang lebih dominan daripada persentase tekstur pasir, artinya tanah di Kabupaten Indramayu mampu menampung atau memegang air lebih banyak. Tanah bertekstur liat memiliki kemampuan yang lebih besar dalam memegang air daripada tanah bertekstur pasir karena terkait dengan luas permukaan adsorptifnya (Haridjaja et.al, 2013).

Tekstur liat Tekstur pasir Bahan organik

(29)

28

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Berdasarkan Gambar 4, didapatkan nilai KL, TLP, dan AT yang tersaji pada Gambar 5. Secara keseluruhan, nilai KL di Kabupaten Indramayu berkisar antara 84-122 mm, sedangkan TLP berkisar antara 17-71 mm. AT merupakan selisih antara KL dikurangi TLP, berkisar antara 51-67 mm. Kemudian nilai KL, TLP, dan AT di dua wilayah kajian tersaji pada Tabel 1. Desa benda memiliki nilai KL dan TLP yang lebih besar dari Desa Santing, namun memiliki nilai AT yang sama besarnya. Artinya ketersediaan air di kedua Desa tersebut termasuk tinggi.

Kapasitas lapang Titik layu permanen Air tersedia Gambar 5. Peta sebaran KL, TPL, dan AT

Tabel 1. Nilai kadar air tanah hasil pemodelan

Daerah KL (mm) TLP (mm) AT (mm)

Desa Benda, Kec. Karangampel, Kab. Indramayu 104 43 61 Desa Santing, Kec. Gabuswetan, Kab.

Indramayu

103 42 61

Hasil Uji Laboratorium

Nilai kadar air tanah pada kondisi KL, TLP, dan AT hasil uji laboratorium tersaji pada Tabel 2. KL berada pada pF 2.54 dan TLP berada pada pF 4.2. Pada dasarnya hasil pengujian disajikan dalam bentuk persentase volume, kemudian dikonversi kedalam satuan milimeter untuk kedalaman 0-30 cm. Berdasarkan hasil pengujian langsung menggunakan sampel tanah utuh, nilai KL, TLP, dan AT Desa Benda lebih tinggi dari Desa Santing. Hal ini menunjukkan apabila ketersediaan air di Desa Benda lebih tinggi daripada di Desa Santing.

(30)

Tabel 2. Hasil uji laboratorium untuk kadar air tanah

Daerah KL (mm) TLP (mm) AT (mm)

Desa Benda, Kec. Karangampel, Kab. Indramayu 138 79 59 Desa Santing, Kec. Gabuswetan, Kab.

Indramayu

101 54 47

KESIMPULAN

Nilai KL, TLP, dan AT di Kabupaten Indramayu mampu ditentukan menggunakan hasil model dengan nilai yang tidak jauh berbeda dengan hasil uji laboratorium. Di Desa Benda, nilai KL dan TLP hasil uji laboratorium lebih tinggi dari hasil model dengan selisih berturut- turut 34 mm dan 36 mm, sedangkan AT lebih rendah dengan selisih 2 mm. Di Desa Santing, nilai KL dan AT hasil uji laboratorium lebih rendah dari hasil model dengan selisih berturut- turut 2 mm dan 14 mm, sedangkan TLP menunjukkan hasil yang lebih tinggi dengan selisih 12 mm. Secara umum model ini telah mampu menggambarkan kondisi kadar air tanah pada kondisi KL, TLP, dan AT di Kabupaten Indramayu. Namun model ini perlu dibandingkan dengan lebih banyak sampel tanah utuh dari beberapa wilayah di Kabupaten Indramayu agar hasil yang didapat bisa lebih akurat. Keakuratan data tersebut sangat diperlukan untuk membantu pemangku kebijakan dalam mendukung program pemerintah menuju era revolusi industri 4.0, khususnya untuk perencanaan tata kelola air irigasi dan rencana waktu tanam yang baik.

DAFTAR PUSTAKA

Abdurachman, A., U. Haryati, I. Juarsah. 2006. Penetapan Kadar Air Tanah dengan Metoda Gravimetrik, hal. 131-142. Dalam U. Kurnia et al. Sifat Fisik Tanah dan Metoda

Sudirman, S., S. Sutono, I. Juarsah. 2006. Penetapan Retensi Air Tanah di Laboratorium, hal. 167-176. Dalam U. Kurnia et al. Sifat Fisik Tanah dan Metoda Analisanya. 2006. Balai Besar Litbang Sumberdaya Lahan Pertanian

(31)

30

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Haridjaja, O., D.P.T. Baskoro, M. Setianingsih. 2013. Perbedaan Nilai Kadar Air Kapasitas Lapang Berdasarkan Metode Alhricks, Drainase Bebas, dan Pressure Plate Pada berbagai Tekstur Tanah dan Hubungannya dengan Pertumbuhan Bunga Matahari (Helianthus annuus L.). J. Tanah Lingk. 15(2): 52-59

Hengl T, de Jesus JM, MacMillan RA, Batjes NH, Heuvelink GBM, et al. 2014. SoilGrids1km - Global Soil Information Based on Automated Mapping. PLoS ONE 9(8): e105992. doi:10.1371/journal.pone.0105992

Saxton K.E., Rawl W.J. 2006. Soil Water Characteristic Estimated by Texture and Organic Matter for Hydrologic Solution. Journal of Science Society of America, Vol. 70, 569-1578.

Sudirman, S., Sutono, Juarsah, I. 2006. Penetapan Retensi Air tanah di Laboratorium, hal 167-169. Dalam U. Kurnia et al. Sifat Fisik Tanah dan Metoda Analisanya. 2006. Balai Besar Litbang Sumberdaya Lahan Pertanian

(32)

ANALISIS INDEKS PENGGUNAAN AIR UNTUK

DETEKSI KEKRITISAN AIR

(Studi Kasus DAS Cicatih-Cimandiri, Kabupaten

Sukabumi, Jawa Barat)

Popi Rejekiningrum

ABSTRAK

Pemenuhan kebutuhan air di suatu wilayah ditentukan oleh ketersediaan air, kebutuhan air, kecukupan air, dan potensi sumber daya air di wilayah tersebut. Ketersediaan air ditentukan oleh kondisi neraca air yang direpresentasikan dalam komponen curah hujan, evapotran-spirasi, aliran permukaan, perkolasi, dan simpanan air tanah. Sedangkan kebutuhan air ditentukan oleh kebutuhan air penduduk, kebutuhan air industri, dan kebutuhan air untuk pertanian. Untuk itu dilakukan penelitian yang bertujuan untuk: (1) Karakterisasi dan analisis kebutuhan air, (2) Karakterisasi dan analisis ketersediaan air, dan (3) Identifikasi indeks penggunaan air. Alokasi optimum untuk memenuhi kebutuhan air untuk penduduk/domestik, industri, dan pertanian diprediksi melalui pendekatan optimasi kebutuhan air dan ketersedi-aan air dengan model optimal water sharing. Adapun indikasi terjadinya kritis air diidentifi-kasi melalui indeks penggunaan air (IPA) yaitu rasio antara total kebutuhan (kebutuhan air penduduk, kebutuhan air industri, dan kebutuhan air untuk pertanian) dengan ketersediaan air. Nilai IPA antara 0 – 0,5 kondisi sumberdaya air tidak kritis, antara 0,6 – 0,9 kritis, dan jika lebih dari 1 sangat kritis. Hasil analisis menunjukkan bahwa telah terjadi indikasi kritis air dan sangat kritis pada aplikasi irigasi konvensional sekali tanam dengan nilai IPA 0,75-0,76, IPA 0,89-0,90 pada dua kali tanam, dan 1,09-1,11 pada tiga kali tanam. Sedangkan pada aplikasi irigasi intermittent tidak ditemukan indikasi kritis air (IPA antara 0,37-0,39 pa-da sekali tanam, 0,38-0,39 papa-da dua kali tanam, pa-dan 0,40-0,41 papa-da tiga kali tanam). Kata Kunci: ketersediaan air, kebutuhan air, indeks penggunaan air, kritis air

(33)

PENDAHULUAN

Fakta menunjukkan bahwa terdapat beberapa permasalahan sumberdaya air yang paling signifikan terjadi pada beberapa dekade ini. Permasalahan tersebut yaitu adanya gejala krisis air, degradasi sumberdaya air, konflik akibat persaingan yang semakin tajam antar pengguna air, menyusutnya lahan pertanian beririgasi akibat alih fungsi, kurang jelasnya ketentuan hak penguasaan air, lemahnya koordinasi antar instansi dalam menangani sum-berdaya air, kelemahan dalam kebijaksanaan sumsum-berdaya air.

Gejala krisis air sudah mulai nampak dewasa ini. Krisis air dapat diukur dari In-deks Penggunaan Air (IPA) yaitu rasio antara penggunaan dan ketersediaan air. Semakin tinggi angka IPA semakin memprihatinkan ketersediaan air di suatu wilayah. Apabila ang-ka IPA berkisar antara 0,75–1,0 maang-ka diang-kataang-kan keadaan ―kritis‖. Jiang-ka lebih dari 1,0 maka suatu wilayah dikatakan ―sangat kritis‖ atau defisit air, sedangkan jika IPA berkisar antara 0,30 – 0,60 tergolong ―normal‖ dari segi ketersediaan air . Pada tahun 2000 diperkirakan Jawa, Madura dan Bali sudah termasuk kategori ―sangat kritis‖ karena untuk Jawa dan Madura diduga mempunyai IPA sebesar 1,89 dan Bali 1,13. Nusa Tenggara Barat tergolong dalam keadaan ―kritis‖ dengan IPA 0,92. Di daerah-daerah lain kecuali Nusa Tenggara Timur (dengan IPA sekitar 0,73) kondisinya relatif masih baik kare-na mempunyai IPA di bawah 0,50 (Osmet, 1996; Sugandhy, 1997; Sayekti, 2017).

Proporsi luas wilayah krisis air secara nasional diproyeksikan akan meningkat dari 6,0 persen di tahun 2000 menjadi 9,6 persen di tahun 2045. Hal ini akibat ketidakseim-bangan neraca air akibat kondisi daerah hulu tangkapan air yang kritis serta eksplorasi air tanah yang berlebihan terutama di daerah perkotaan. Kualitas air diperkirakan juga menurun signifikan. Beberapa wilayah seperti Pulau Jawa yang sudah berstatus langka, dan Bali-Nusa Tenggara yang berstatus tertekan membutuhkan perhatian khusus (BAPPENAS, 2019).

Terjadinya krisis air dapat dipicu oleh sikap dan perilaku masyarakat yang cenderung boros dalam memanfaatkan air karena air sebagai milik umum (common prop-erty) dianggap tidak terbatas adanya dan karenanya dapat diperoleh secara cuma-cuma atau gratis. Padahal, air sebagai sumberdaya alam, adalah terbatas jumlahnya karena memiliki siklus tata air yang relatif tetap. Ketersediaan air tidak merata penyebarannya dan tidak pernah bertambah (BAPPENAS, 2019).

(34)

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Selain itu tingkat efisiensi pemanfaatan air melalui jaringan irigasi yang masih rendah kiranya dapat menjadi kendala dalam upaya menurunkan IPA. Diperoleh informasi bahwa dari penelitian di berbagai negara Asia kurang lebih 20% air irigasi hilang di perjalanan mulai dari dam sampai ke jaringan primer; 15 % hilang dalam perjalanannya dari jaringan primer ke jaringan sekunder dan tersier; dan hanya 20% yang digunakan pada areal persawahan secara tidak optimal. Diperkirakan tingkat efisiensi jaringan irigasi hanya sekitar 40% (Yakup dan Nusyirwan, 1997).

Gejala krisis air terjadi akibat penurunan produksi air di berbagai DAS diperparah oleh ketidakteraturan pola curah hujan terutama yang berkaitan dengan durasi bulan ekstrim kering sebagai akibat dari dampak pemanasan global.

Sementara itu kebutuhan berbagai sektor pembangunan (rumah tangga, pertanian, industri dan lingkungan) terhadap air di wilayah layanan DAS juga semakin meningkat sehingga tekanan dan persaingan pemanfaatan sumberdaya air semakin tinggi. Di sisi lain, peningkatan kebutuhan air untuk non pertanian (domestik, munisipal dan industri) pada 10 tahun terakhir yang sangat signifikan akan berdampak terhadap penurunan kemampuan suplai kebutuhan air irigasi di suatu daerah. Oleh sebab itu, perlu dilakukan penelitian secara komprehensif dan konseptual berbagai aspek yang berkaitan dengan kebutuhan, potensi dan optimalisasi pemanfaatan sumberdaya air, terutama dalam mendukung pertanian berkelanjutan di masa datang. Upaya yang dilakukan adalah dengan optimalisasi sumberdaya air untuk mengoptimalkan pemanfaatan air dengan cara penentuan potensi sumberdaya air (air permukaan dan air tanah). Dari hasil identifikasi potensi sumberdaya air (permukaan dan tanah), topografi serta kerapatan jaringan hidrologi kemudian ditentukan skenario pemanfaatan air untuk kebutuhan berbagai sektor (domestik, pertanian, municipal, industri dll). Skala DAS digunakan sebagai skala acuan untuk memudahkan dan memfokuskan karakterisasi fisik wilayah penanganan untuk mengetahui potensi air yang dapat ditampung (Rejekiningrum et al., 2008 dan Rejekiningrum, 2014).

Untuk itu telah dilakukan penelitian yang bertujuan untuk: (1). Melakukan karak-terisasi dan analisis potensi sumber daya air, (2) Melakukan karakkarak-terisasi dan analisis kebu-tuhan air untuk domestik, pertanian, dan indutri, dan (3). Mengidentifikasi indeks penggunaan air untuk menyusun strategi pengelolaan sumber daya air.

(35)

METODE PENELITIAN Bahan

Lokasi yang dicakup dalam kegiatan penelitian ini adalah DAS Cicatih Provinsi Jawa Barat. Adapun data yang diperlukan adalah data curah hujan harian, data debit sungai, data ketersediaan air tanah, data Provinsi Jawa Barat dalam angka. Peta yang diperlukan adalah peta jaringan sungai dan peta stasiun hujan.

Metode

Identifikasi Potensi Ketersediaan Air Permukaan dan Air Tanah

Potensi air permukaan direpresentasikan oleh curah hujan, aliran sungai serta debit bendung irigasi. Potensi air permukaan dari curah hujan dianalisis berdasarkan data pengamatan stasiun hujan di seluruh DAS, sedangkan potensi air pemukaan dari sumber sungai dan bendung irigasi diidentifikasi dari data debit sungai yang terekam oleh stasiun pengukur debit serta data bendung irigasi.

Perhitungan ketersediaan air permukaan dilakukan dengan menghitung peru-bahan ketersediaan air dengan persamaan sebagai berikut:

... (1)

Dimana, adalah perubahan ketersediaan air, R adalah curah hujan, ETP adalah evapotranspirasi, Q adalah aliran permukaan, P adalah perkolasi, t adalah waktu Sehingga ketersediaan air dapat dihitung dengan persamaan sebagai berikut:

à ... (2)

Dimana, adalah perubahan ketersediaan air, St adalah ketersediaan air saat

ini, St-1 adalah ketersediaan air waktu sebelumnya.

Adapun ketersediaan air tanah dianalisis berdasarkan informasi sebaran cekungan air tanah dan mata air di Provinsi Jawa Barat yang telah diidentifikasi oleh Pusat Lingkungan Geologi, Badan Geologi, Departemen Energi dan Sumberdaya Mineral.

Sebaran ketersediaan air secara spasial yang merepresentasikan ketersediaan air pada tingkat Sub DAS/Kab/Kec diidentifikasi berdasarkan aplikasi model pembobotan debit aliran sungai yang terukur pada outlet DAS(Gambar 1).

t t t t t

R

ETp

Q

Perc

S







1 







S

_t

S

_t

S

_t

S

_t





S

_t



S

_t_₁ S  S 

(36)

Gambar 1. Ilustrasi identifikasi sebaran ketersediaan air secara spasial menggunakan aplikasi metode pembobotan

Identifikasi Kebutuhan Air

Kebutuhan air dihitung dari beberapa pengguna yang mencakup kebutuhan rumah tangga (domestik), pertanian, dan industri. Kebutuhan air domestik atau rumah tangga adalah kebu-tuhan air untuk memenuhi kebukebu-tuhan hidup manusia sehari-hari. Kebukebu-tuhan air rumah tang-ga tersebut antara lain: (1) Minum, (2) Memasak, (3) Mandi, cuci, kakus (MCK), (4) Lain-lain seperti cuci mobil, menyiram tanaman dan sebagainya. Untuk memperkirakan jumlah kebutuhan air domestik dihitung berdasarkan jumlah penduduk, tingkat pertumbuhan penduduk dan kebutuhan air perkapita. Untuk kasus DAS Cicatih, berdasarkan hasil survei di Kecamatan sebesar 80 liter per orang per hari. Persamaan yang digunakan adalah sebagai berikut:

... (3)

Dimana:, adalah kebutuhan air untuk domestik, P (t) adalah jumlah penduduk pada tahun ke-t (orang), t adalah waktu, D80 adalah kebutuhan air per orang per hari.

Kebutuhan air industri adalah kebutuhan air untuk proses industri, termasuk bahan baku, kebutuhan air pekerja industri dan pendukung kegiatan industri. Persamaan untuk menghitung kebutuhan air untuk industri sebagai berikut:

80

)

(

)

(

t

P

t

xD

W

D P



D P

W

(37)

... (4)

Dimana, adalah kebutuhan air untuk industri total, I adalah industri (I1 untuk industri

kecil, I2 untuk industri sedang, dan I3 untuk industri besar), t adalah waktu.

Kebutuhan air irigasi ini secara global meliputi pemenuhan kebutuhan air keperluan untuk lahan pertanian yang dilayani oleh suatu sistem irigasi teknis, setengah teknis maupun sederhana. Kebutuhan air untuk irigasi diperkirakan dari perkalian antara luas lahan yang diairi dengan kebutuhan airnya per satuan luas. Kebutuhan air irigasi dipengaruhi oleh beberapa faktor: (a). Kebutuhan untuk penyiapan lahan, (b). Kebutuhan air konsumtif untuk tanaman, (c). Kebutuhan air untuk penggantian lapisan air, (d). Perkolasi, (e). Efisiensi air irigasi, (f). Luas areal irigasi.

Persamaan untuk menghitung kebutuhan bersih air irigasi di sawah:

... (5)

Dimana, IG adalah kebutuhan air (m3_{), IR adalah kebutuhan air untuk penyiapan}

lahan (mm/hari), ETM adalah kebutuhan air konsumtif (mm/hari), RW adalah kebutuhan air untuk penggantian lapisan air (mm/hari), P adalah perkolasi (mm/hari), EI adalah efisiensi irigasi.

Untuk perhitungan kebutuhan air irigasi untuk penyiapan lahan dapat digunakan metode yang dikembangkan Van de Goor dan Zijlstra (1968), persamaannya:

... (6)

Dimana, IR adalah kebutuhan air irigasi di tingkat persawahan (mm/hari), M adalah kebutuhan air untuk mengganti kehilangan air akibat evaporasi dan perkolasi di sawah yang telah dijenuhkan, k= M x (T/S), T adalah jangka waktu penyiapan lahan (hari), S adalah kebutuhan air untuk penjenuhan ditambah dengan lapisan air 50 mm. Perhitungan kebutuhan air untuk penyiapan lahan digunakan T = 30 hari dan S = 250 mm untuk penyiapan lahan padi pertama dan S = 200 mm untuk penyiapan lahan padi kedua.

)

(

)

(

)

(

)

(

3 2 1

t

W

t

W

t

W

t

W

D I D I D I D I





D I

W





EI P RW IR ETM IG            1 k k e e M IR

(38)

BULETIN HASIL PENELITIAN AGROKLIMAT & HIDROLOGI VOL. 17, TAHUN 2019 Kebutuhan air konsumtif diartikan sebagai kebutuhan air untuk tanaman di lahan dengan memasukkan faktor koefisien tanaman (kc). Persamaan umum yang digunakan sebagai berikut:

... (7)

Dimana, ETc adalah kebutuhan air konsumtif (mm/hari), ETo adalah evapotranspirasi (mm/hari), dan Kc adalah koefisien tanaman. Kc tanaman padi pada awal tanam/fase inisial (0,5-1 bln setelah tanam) adalah 1,1-1,15, kc pada pertengahan musim (1,5-2 bulan setengah tanam) adalah 1,1-1,3, kc pada akhir musim (2,5-3 bulan setelah tanam) adalah 0,95-1,05 (Allen et al. (1998).

Kebutuhan air untuk penggantian lapisan air ditetapkan berdasarkan Anonymous (1986), dilakukan sebanyak dua kali dalam sebulan, masing-masing dengan ketebalan 50 mm (50 mm/bulan atau 3,3 mm/hari) dan dua bulan setelah transplantasi.

Laju perkolasi menurut Anonymous (1986), berkisar 1-3 mm/hari. Angka ini sesuai untuk tanah lempung berat dengan karakteristik pengolahan yang baik.

Dari berbagai studi dan penelitian didapatkan data bahwa efisiensi rata-rata pengaliran di jaringan utama berkisar antara 70-80%. Selanjutnya efisiensi di jaringan sekunder berkisar kurang lebih 70% (Sulaiman et al., 2018). Sehingga untuk studi ini ditetapkan efisiensi irigasi sebesar 70%.

Analisis Neraca Ketersediaan-Kebutuhan Air

Neraca ketersediaan-kebutuhan air dihitung berdasarkan kesetimbangan antara ketersediaan air yang direpresentasikan oleh curah hujan dan debit sungai, dengan kebutuhan air pada tingkat kabupaten. Ketersediaan air pada berbagai skenario perubahan dianalisis berdasarkan hasil simulasi debit bulanan pada outlet DAS, yang akan ditransformasi menjadi data ketersediaan air tingkat kecamatan menggunakan analisis pembobotan dengan mempertimbangkan kerapatan jaringan sungai dan order sungai maksimum.

Berkaitan dengan analisis neraca ketersediaan-kebutuhan air pertanian, selain analisis ketersediaan air, dilakukan beberapa rangkaian analisis lainnya meliputi: analisis kebutuhan air, analisis indeks penggunaan air, serta prediksi indeks penggunaan air sampai dengan tahun 2030.

c c

ET

xk

ET



₀

(39)

Analisis Indeks Penggunaan Air

Perhitungan Indeks Penggunaan Air (IPA) merupakan perbandingan antara kebutuhan air dengan ketersediaan air. Dihitung menggunakan persamaan sebagai berikut:

Dimana:

IPA : Indeks Penggunaan Air (%) Wn : Jumlah Kebutuhan Air (m3₎

Ws : Jumlah Ketersediaan Air (m3₎

Klasifikasi indeks penggunaan air disajikan dalam Tabel 1. Tabel 1. Klasifikasi IPA

Sumber: Anonymous (2009)

Nilai IPA suatu DAS dikatakan baik jika jumlah air yang digunakan di DAS masih lebih sedikit dari pada potensinya sehingga DAS masih menghasilkan air yang keluar dari DAS un-tuk wilayah hilirnya, sebaliknya dikatakan jelek jika jumlah air yang digunakan lebih besar dari potensinya sehingga volume air yang dihasilkan dari DAS untuk wilayah hilirnya sedikit atau tidak ada. Indikator IPA dalam pengelolaan tata air DAS sangat penting kaitannya dengan mitigasi bencana kekeringan tahunan di DAS.

Proyeksi Indeks Penggunaan Air Tahun 2020-2030

Untuk memprediksi tingkat kekritisan air pada tahun 2020-2030 maka dilakukan prediksi terhadap jumlah penduduk dan perubahan penggunaan lahan pada tahun yang sama sebagai variabel yang dapat menjelaskan tingkat penggunaan air.

Proyeksi pertumbuhan penduduk dalam suatu wilayah tertentu dihitung dengan menggunakan model populasi Verhulst (http://mathworld.wolfram.com/VerhulstModel.html) sebagai beikut:

.

... (8)

Indeks Penggunaan air

(IPA) Klasifikasi (IPA)

Indeks Kekritisan Air (IKA)

< 0,5 Baik Tidak Kritis

0,6 – 0,9 Sedang Kritis

> 1,0 Jelek Sangat Kritis

1 . 0 . 1 1 ) (                    _e t P P P t P 

Dimana: P adalah jumlah penduduk (orang), γ adalah parameter Verhulst, t adalah waktu, indeks 0 adalah tahun awal proyeksi, ∞ adalah tahun yang akan datang saat terjadi

(40)

HASIL DAN PEMBAHASAN Keadaan Umum DAS Cicatih

DAS Cicatih yang merupakan sub DAS dari DAS Cimandiri secara geografis terletak antara 106o_{39’8’’-106}o_{57’30’’ BT dan 6}o_{42’54’’-7}o_{00’43’’ LS dan secara administratif masuk ke dalam}

Kabupaten Sukabumi, Provinsi Jawa Barat. DAS Cicatih mencakup 15 kecamatan yaitu Bojong Genteng, Caringin, Centayan, Cibadak, Cicurug, Cidahu, Cikembar, Cikidang, Cisaat, Kadudampit, Kalapanunggal, Nagrak, Parakansalak, Parungkuda, dan Warungkiara. Total Luas DAS Cicatih adalah 53.286 ha atau 530 km2_{. Mempunyai curah hujan tahunan 2900-3500 mm/}

tahun dengan perbedaan musim hujan dan kemarau yang jelas. Debit sungai rata-rata berkisar antara 12 m3_{/dt – 230 m}3_{/dt. Ketinggian tempat bervariasi mulai 200 meter di atas}

permukaan laut (m dpl) pada daerah hilir sampai mencapai 3000 m dpl di Gunung Pangrango, Gunung Salak, dan Gunung Gede. DAS Cicatih merupakan daerah yang berbukit-bukit sampai bergunung pada daerah Gunung Salak dan Pangrango, diselingi dengan dataran/lembah diantara bukit dan sungai yang mengalir di sela-selanya. Fisiografi DAS Cicatih dengan geolog-inya yang spesifik telah menghasilkan banyak sumber mata air di bagian lereng dan lem-bahnya yang dimanfaatkan untuk berbagai keperluan masyarakat, beberapa diantaranya mempunyai debit yang tinggi yaitu di mata air Cibuntu sebesar 695 l/dt dan Cipanas 2500 l/dt yang saat ini terutama digunakan oleh penduduk setempat untuk keperluan domestik, pertanian dan industri sedangkan banyak mata air lebih kecil telah dikuasai oleh pemilik lahan. Adapun peta bentuk wilayah dan lereng serta peta sub DAS disajikan pada Gambar 2 dan 3.

Gambar 2. Peta bentuk wilayah dan lereng

(41)

Gambar 2. Peta bentuk wilayah dan lereng

DAS Cicatih Gambar 3. Peta Sub DAS di DAS Cicatih

Potensi Ketersediaan

Air Potensi ketersediaan air DAS terdiri dari air tersedia potensial dan air tersedia aktual. Air tersedia potensial dalam satu tahun merupakan jumlah curah hujan yang jatuh per satuan luas pada wilayah air DAS dalam kurun waktu satu tahun. Air tersedia aktual adalah jumlah air yang tertampung sebagai aliran permukan, air tanah dan mata air per satuan luas dalam kurun waktu satu tahun. Potensi ketersediaan air suatu DAS diuraikan dari potensi air hujan, air permukaan dan air tanah disajikan pada Tabel 2.

Tabel 2. Potensi sumber daya air DAS Cicatih

Berdasarkan analisis neraca air tahunan, maka potensi ketersediaan air DAS Cicatih tahun 2015 adalah sebesar 242.712.564 m3_{atau setara dengan nilai sebesar 242,71 MCM}

(Million Cubic Meter). Sedangkan pada proyeksi sumber daya air 2030 sebesar 242,956,799 m3 _{atau setara dengan nilai sebesar 242,96 MCM.}

Potensi SDA (MCM) ₂₀₁₅ ₂₀₂₀Tahun ₂₀₂₅ ₂₀₃₀

Air permukaan 58,17 58,23 58,27 58,28

Air tanah 114,15 114,19 114,20 114,21

Mata air 70,40 70,44 70,46 70,47

(42)

Neraca Ketersediaan – Kebutuhan Air

Neraca ketersediaan – kebutuhan air dihitung berdasarkan perbandingan antara ketersedi-aan air saat ini serta proyeksi ketersediketersedi-aan air tahun 2015-2030, dengan kebutuhan air un-tuk periode yang sama.

Kebutuhan air dihitung untuk periode yang sama yang mencakup kebutuhan untuk domestik, pertanian, serta industri. Kebutuhan air pertanian dihitung berdasarkan kebutuhan air untuk irigasi padi sawah 1,2, dan 3 kali tanam.

Neraca ketersediaan-kebutuhan air kemudian direpresentasikan dalam bentuk indeks dan kriteria penggunaan air yang merupakan rasio kebutuhan terhadap ketersediaan yaitu : indeks 0-0,5 kondisi sumber daya air tidak Kritis; 0,6 – 0,9 masuk kriteria kritis; dan > 1 Sangat Kritis (Anonymous, 2009).

Pada Tabel 3 dan Gambar 4 menunjukkan neraca ketersediaan-kebutuhan air serta kriteria kekritisan air DAS Cicatih saat ini dan proyeksi yang menunjukkan bahwa pada ap-likasi irigasi konvensional untuk sekali tanam indeks penggunaan air tahun 2015-2030 terjadi kondisi yang kritis dengan kisaran antara 0,75-0,76. Adapun untuk dua kali tanam kondisi sumberdaya air dari tahun 2015 sampai 2030 menunjukkan kategori kritis (0,89). Dan untuk tiga kali tanam kondisi sumberdaya air dari tahun 2015 sampai 2030 sudah sangat kritis (1,09-1,11). Selain itu diprediksi akan terjadi peningkatan kebutuhan air yang berasal dari peningkatan kebutuhan air dari sektor domestik dan industri.

Sedangkan pada aplikasi irigasi intermittent, indeks penggunaan air DAS Cicatih un-tuk sekali tanam, dua kali tanam dan tiga kali tanam menunjukkan kondisi yang tidak kritis dengan nilai IPA masing-masing bervariasi antara 0,37-0,39 (sekali tanam), 0,38-0,39 (dua kali tanam) dan 0,40-0,41 (tiga kali tanam) (Tabel 4) dan Gambar 5. Selanjutnya berdasar-kan hasil analisis diprediksi aberdasar-kan terjadi peningkatan kebutuhan air yang berasal dari pening-katan kebutuhan air dari sektor domestik dan industri.

(43)

Tabel 3. Neraca ketersediaan-kebutuhan air dan kriteria kekritisan air DAS Cicatih 2015 dan proyeksi sampai tahun 2030 untuk aplikasi irigasi konvensional

Tahun Ketersediaan Air

(MCM) Kebutuhan Air (MCM) Penggunaan Indeks

Air

Kriteria

Domestik Industri Pertanian Total

Irigasi konvensional 1xtanam 2015 242,71 52,35 41,06 89,09 182,49 0,75 Kritis 2020 242,87 53,56 41,34 88,21 183,11 0,75 Kritis 2025 242,93 54,80 41,62 87,27 183,70 0,76 Kritis 2030 242,96 56,08 41,89 86,31 184,28 0,76 Kritis

Irigasi konvensional 2xtanam 2015 242,71 52,35 9,29 155,04 216,68 0,89 Kritis 2020 242,87 53,56 9,80 152,65 216,01 0,89 Kritis 2025 242,96 54,80 10,31 150,50 215,61 0,89 Kritis 2030 242,93 56,08 10,80 148,56 215,44 0,90 Kritis

Irigasi konvensional 3xtanam 2015 242,71 52,35 _9,29 207,86 269,50 1,11 Sangat kritis 2020 242,87 53,56 _9,80 204,47 267,84 1,10 Sangat kritis 2025 242,93 54,80 10,31 201,42 266,54 1,10 Sangat kritis 2030 242,96 56,08 10,80 198,67 265,55 1,09 Sangat kritis