PERKIRAAN SEBARAN CURVE NUMBER U.S SOIL CONSERVATION SERVICE PADA SUB DAS BRANTAS HULU ABSTRAK

(1)

PERKIRAAN SEBARAN CURVE NUMBER U.S SOIL CONSERVATION SERVICE PADA SUB DAS BRANTAS HULU

Muhammad Nuurussubchiy Fikriy¹,Lily Montarcih L², Ery Suhartanto²

1 Mahasiswa Teknik Pengairan Universitas Brawijaya Malang

2Dosen Teknik Pengairan Universitas Brawijaya Malang e-mail: [email protected]

ABSTRAK

Lokasi studi terletak pada sub DAS Brantas Hulu yang memiliki luas 782,913 Km². Dalam studi ini diharapkan dapat menentukan sebaran nilai CN dan CN Komposit pada tahun 2001, 2006, dan 2011.

Parameter-parameter sub DAS Brantas Hulu diproses dengan menggunakan perangkat lunak HEC-HMS 3.5 untuk menguji kecocokan antara debit permodelan dengan debit pencatatan AWLR yang dipengaruhi oleh sebaran nilai CN.

Studi ini bertujuan untuk mengetahui sebaran nilai CN dan nilai CN komposit pada tahun 2001, 2006, dan 2011 dengan menggunakan metode yang dikembangkan oleh U.S SCS (United States Soil Conservation Service) yang dikalibrasikan dengan pencatatan debit pada titik control di AWLR (Automatic Water Level Recorder) Gadang.

Dari hasil analisa, didapatkan bahwa nilai CN Komposit pada sub DAS Brantas Hulu pada tahun 2001 sebesar 46,646; pada tahun 2006 sebesar 47,718; dan pada tahun 2011 sebesar 47,227 serta nilai E dengan menggunakan uji efisiensi Nash-Sutcliffe pada tahun 2001 sebesar 0,11; pada tahun 2006 sebesar 0,71; dan pada tahun 2011 sebesar 0,40.

Kata Kunci: Sub DAS Brantas Hulu, Bilangan Kurva, Tataguna Lahan

ABSTRACT

This study is located in Upper Brantas Sub Watershed which has 782,913 Km². In this study is expected to get distribution of Curve Number and Composite Curve Number at year 2001, 2006, and 2011. The parameters of Upper Brantas sub Watershed processed by HEC-HMS 3.5 for suitable test between simulated outflow against recorded outflow of control point at Gadang Automated Water Level Recorder that influenced by distribution of Curve Number.

This study is aimed to determine the distribution of Curve Number and Composite Curve Number in Upper Brantas sub Watershed with a method that developed by United States Soil Conservation Service and calibrated with recorded outflow at Gadang Automatic Water Level Recorder.

From the results of analysis, it was found that Composite CN in Upper Brantas Sub Watershed for year 2001 was 46,646; for year 2006 was 47,718; and for year 2011 was 47,227 and the value of E with Nash- Sutcliffe Model Efficiency Coefficient method for year 2001 was 0,11; for year 2006 was 0,71; and for year 2011 was 0,40.

Keywords: Upper Brantas Sub Watershed, Curve Number, Landuse

(2)

PENDAHULUAN

Pengelolaan Daerah Aliran Sungai (yang selanjutnya disingkat menjadi DAS) adalah suatu proses formulasi dan implementasi kegiatan atau program yang bersifat manipulasi sumberdaya alam dan manusia yang terdapat di daerah aliran sungai untuk memperoleh manfaat produksi dan jasa tanpa menyebabkan terjadinya kerusakan sumberdaya air dan tanah. Ia mempunyai arti sebagai pengelolaan dan alokasi sumberdaya alam di daerah aliran sungai termasuk pencegahan banjir dan erosi, serta perlindungan nilai keindahan yang berkaitan dengan sumber daya alam.

Termasuk dalam pengelolaan DAS adalah identifikasi keterkaitan antara tata guna lahan, tanah dan air, dan keterkaitan antara daerah hulu dan hilir suatu DAS.

Pengelolaan DAS perlu

mempertimbangkan aspek-aspek sosial, ekonomi, budaya dan kelembagaan yang beroperasi di dalam dan di luar daerah aliran sungai yang bersangkutan. (Asdak, 2004:5)

Studi ini mengambil lokasi di Sub DAS Kali Brantas Hulu yang selama ini belum banyak dilakukan pemaparan mengenai sebaran nilai Bilangan Kurva terhadap tata guna lahan yang mempengaruhi air limpasan di daerah tersebut dengan metode U.S. Soil Conservation Service.

TUJUAN

Tujuan dari studi ini adalah untuk mendapatkan sebaran nilai CN dan perubahan CN Komposit di sub DAS Brantas Hulu pada tahun 2001, 2006, dan 2011 sehingga sedapat mungkin pola sebaran nilai CN tersebut dapat digunakan pada tahun-tahun berikutnya.

TINJAUAN PUSTAKA Analisa Hidrologi

Dari stasiun hujan yang berpengaruh di DAS yang ditinjau digunakan data curah hujan harian selama

15 tahun mulai dari tahun 1999 hingga 2013.

Apabila terdapat data yang hilang maka digunakan metode ratio normal dengan persamaan berikut (Soemarto, 1995):

a.

ni nx n

1 i

x

A

R A n R ^ 1 

(1) b. Dengan R

_x

adalah tinggi curah hujan

pada stasiun x

c. n adalah banyaknya stasiun curah hujan disekitar stasiun x

d. R

i

adalah tinggi curah hujan pada stasiun disekitar stasiun x

e. A

_nx

adalah tinggi curah hujan rerata tahunan di stasiun x

f. A

ni

adalah tinggi curah hujan tahunan pada stasiun-stasiun di sekitar stasiun x

Uji Konsistensi Data

Data hujan yang diambil dari berbagai stasiun curah hujan diuji untuk mengetahui data tersebut konsisten atau tidak. Uji konsistensi data merupakan uji kebenaran data lapangan yang mnggambarkan keadaan sebenarnya.

Uji konsistensi data dapat dilakukan dengan menggunakan kurva massa ganda (double mass curve).

Dengan metode ini dapat dilakukan koreksi untuk data hujan yang tidak konsisten. (Subarkah, 1980)

Gambar 1. Lengkung Massa Ganda Sumber: Nemec, 1973

Dari gambar tersebut diperoleh

garis ABC bila tidak ada perubahan

terhadap lingkungan. Tetapi bila pada

(3)

tahun tertentu terjadi perubahan lingkungan maka garis patah ABC’ dan dilakukan koreksi dengan rumus (Nemec, 1973):

a.

z z

X α Y tg 

b.

o o

o

X

α Y tg 

c. BC'

tg B tg

o

 

 



 

 C 

d. Dengan BC adalah data hujan yang diperbaiki

e. BC’ adalah data hujan pengamatan f. Tg α

_o

adalah kemiringan sebelum ada

perubahan

g. Tg α adalah kemiringan setelah ada perubahan

Poligon Thiessen

Cara ini memberikan proporsi luasan daerah pos pengaruh hujan untuk mengakomodasi ketidakseragaman jarak.

Daerah pengaruh dibentuk dengan menggambarkan garis-garis sumbu tegak lurus terhadap garis penghubung antara dua pos penakar terdekat. Hujan rerata DAS dapat dihitung dengan persamaan berikut (Suripin, 2003):

a.





 



  _n

i i n

i i i

n n n

A A P A

A A

A P A

P A P P

1 1 2

1 2 2 1 1

...

b. Dimana P

1

, P

2

, …, P

n

adalah curah hujan yang tercatat di pos penakar hujan 1, 2, …, n

c. A

1

, A

2

, A

n

adalah luas areal poligon 1, 2, …, n

d. Dan n adalah banyaknya pos penakar hujan

Gambar 2. Polygon Thiessen Sumber: Suripin, 2004

Prosedur Cara Pendugaan Nilai CN (Mc Cuen, 1982)

Volume can laju aliran permukaan tergantung pada sifat meteorologi dan daerah aliran sungai, dan pendugaan aliran permukaan memerlukan suatu indeks yang mewakili kedua faktor tersebut. SCS (Soil Conservation Service, Amerika Serikat) mengembangkan indeks yang disebut Runoff Curve Number (CN) yang menyatakan pengaruh bersama tanah, keadaan hidrologi, dan kandungan air sebelumnya.

Klasifikasi Kelompok Tanah

SCS telah mengembangkan suatu sistem klasifikasi tanah yang mengelompokkan ke dalam empat kelompok hidrologi yang ditandai dengan huruf A, B, C, dan D

a. Kelompok tanah A merupakan pasir, losses dalam, dan debu beragregat

b. Kelompok tanah B memiliki losses dangkal dan lempung berpasir

c. Kelompok tanah C memiliki

tekstur lempung berliat, lempung

berpasir dangkal, tanah berkadar

organik rendah dan tanah

berkadar liat tinggi

(4)

d. Kelompok tanah D merupakan tanah yang mengembang jika basah, liat berat, plastis, dan tanah saline tertentu

Klasifikasi Kompleks Penutup Lahan Klasifikasi kompleks penutup tanah SCS terdiri atas tiga faktor yaitu penggunaan tanah, perlakuan atau tindakan yang diberikan, dan keadaan hidrologi. Terdapat sekitar 14 macam penggunaan tanah yang digunakan pada tabel untuk menduga CN. Penggunaan tanah pertanian seringkali dibagi ke dalam perlakuan atau tindakan yang diberikan, seperti penanaman menurut kontur atau pembuatan teras. Pembagian ini menunjukkan potensi pengaruhnya terhadap aliran permukaan. Kondisi hidrologi mencerminkan tingkat pengelolaan tanah yang dibunakan, yang dibedakan ke dalam buruk, sedang dan baik.

CN Komposit

Dalam perhitungannya, nilai Bilangan Kurva dalam suatu DAS atau sub DAS memerlukan sejumlah perhitungan untuk mendapatkan nilai Bilangan Kurva komposit, hal tersebut dapat dilakukan dengan rumus berikut:

(2) Dengan:

CN

k

= Bilangan Kurva Komposit A = Luasan tataguna lahan

CN = Bilangan kurva masing-masing tataguna lahan

Kandungan Air Tanah Sebelumnya (AMC)

Kandungan air tanah sebelumnya mempengaruhi volume dan laju aliran permukaan. Mengingat pengaruh faktor ini maka SCS menyusun tiga kelas kandungan air sebelumnya, yang diberi tanda dengan angka Romawi I, II, III.

Keadaan tanah untuk ketiga kondisi ditabelkan sebagai berikut:

Tabel 1. Batas curah hujan untuk air tanah sebelumnya

Kelas AMC

Jumlah Curah Hujan 5 hari sebelumnya (mm)

Kering Hujan

I < 13 < 35 II 13 - 28 35 - 53 III > 28 > 53 Arsyad, 2006

Sumber: Arsyad, 2006

Dalam perencanaan, kandungan air tanah sebelumnya seringkali lebih merupakan ketetapan kebijaksanaan bukan merupakan keadaan tanah

setempat sebelumnya dan

mengkonversikan nilai CN(II) menjadi nilai CN(I) atau CN(III) dengan persamaan berikut:

(3) atau

(4) METODE

Data-data yang digunakan

Dalam penulisan tugas akhir ini diperlukan data-data yang mendukung guna memudahkan dalam menganalisa permasalahan yang ada, maka perlu disajikan beberapa data sebagai berikut:

1. Curah hujan harian tahun 1999-2013 2. Peta jenis tanah

3. Data citra satelit Landsat 4. Data debit AWLR Gadang 5. Hasil survey tataguna lahan Lokasi Studi

Dengan menggunakan perangkat

lunak GlobalMapper v15.1 untuk

membangkitkan data DEM sehingga

didapat batas-batas sub DAS

(5)

Gambar 3. Batas sub DAS Brantas Hulu PEMBAHASAN DAN HASIL

Pengolahan Data Hujan

Uji konsistensi data hujan dilakukan pada 4 stasiun hujan yang berpengaruh berdasarkan poligon thiessen diantaranya adalah Stasiun Hujan Pujon, Stasiun Hujan Wagir, Stasiun Hujan Poncokusumo dan Stasiun Hujan Tangkil. Data curah hujan yang digunakan dalam analisa meliputi data curah hujan harian dengan pengamatan dari tahun 1999 hingga tahun 2013.

Gambar 4 Uji konsistensi data hujan stasiun Poncokusumo

Gambar 5 Uji konsistensi data hujan stasiun Pujon

Gambar 6 Uji konsistensi data hujan stasiun Tangkil

Gambar 7 Uji konsistensi data hujan stasiun Wagir

Hujan Rerata Daerah

Dalam studi ini metode yang digunakan untuk menghitung hujan rata- rata daerah adalah metode poligon Thiessen.

Tabel 2. Bobot polygon Thiessen pada masing-masing stasiun hujan

Stasiun Hujan Luas Area (km

²

) Bobot

Pujon 58.14 0,32

Wagir 355.97 0.14

Tangkil 113.41 0.07

Poncokusumo 255.35 0.45

Jumlah 782.91 1

Sumber: Hasil perhitungan

(6)

Gambar 8 Daerah pengaruh polygon Thiessen

Klasifikasi Kelompok Tanah

Dengan menggunakan data sebaran jenis tanah Jawa Timur yang telah dilakukan koreksi geometrik dan dipotong berdasarkan batas sub DAS maka didapatkan 14 jenis tanah dan dilakukan pengklasifikasian berdasarkan tekstur, sifat-sifat tanah, dan laju infiltrasi minimum sehingga didapatkan sebaran tanah berdasarkan kelompok hidrologi.

Gambar 9 Peta sebaran jenis tanah

Gambar 10 Peta sebaran jenis tanah Hidrologi

Penentuan Kelas AMC (Antecedent Moisture Condition)

Mengacu pada kriteria penentuan musim hujan operasional yang digunakan oleh BMKG, yakni total hujan dasarian sebesar 50 mm atau lebih atau total hujan bulanan sebesar 150 mm atau lebih maka dapat ditentukan sebagai awal musim hujan dan dengan data hujan 5 harian didapat kelas AMC yang sama dalam satu tahun yang dominan muncul sebagai berikut:

Tabel 3 Pembagian kelas AMC Tahun

Kelas AMC yang dominan Kering Hujan

2001 I

I

2002 I

I

2005 I

I

2006 I

I

2009 I

I

2011 I

I

Sumber: Perhitungan Interpretasi Citra Satelit

Data citra satelit yang digunakan adalah citra Landsat TM untuk tahun 2001, ETM untuk tahun 2006, dan Quickbird untuk tahun 2011. Citra yang diperoleh merupakan peta yang telah berkoordinat WGS84.

Gambar 11 Citra satelit sub DAS Brantas

Hulu

(7)

Gambar 12 Tataguna Lahan tahun 2001

Gambar 13 Tataguna Lahan tahun 2006

Gambar 14 Tataguna Lahan tahun 2011 Dengan menggunakan tabel 2-2a hingga 2-2d dari panduan TR-55 yang dikeluarkan oleh USDA (United States Departement of Agriculture) didapatkan 28 nilai CN untuk masing-masing tahun dengan rincian untuk 7 tataguna lahan dan 4 jenis tanah hidrologi

Pendugaan Nilai CN dan CN Komposit Nilai CN dipengaruhi oleh tataguna lahan, jenis tanah, kondisi hidrologis dan batas musim sehingga dapat dihitung dengan cara meng-overlay peta tataguna lahan dan peta sebaran jenis tanah hidrologi serta dengan menggunakan rumus (2) dan tabel 2-2a hingga 2-2d dari

panduan TR-55 yang dikeluarkan oleh USDA (United States Departement of Agriculture) untuk menentukan nilai CN kompositnya, setelah itu dengan pertimbangan kelas AMC dari CN komposit yang pada mulanya termasuk CN(II) menjadi CN(I) dengan persamaan (3)

Tabel 4 CN Komposit sub DAS Brantas Hulu tahun 2006

TAHUN 2006

CN komposit

I II

SUB DAS 1 46,075 66,273 SUB DAS 2 51,918 71,206 SUB DAS 3 53,585 72,531 SUB DAS 4 48,244 68,159 SUB DAS 5 46,719 66,840 SUB DAS 6 51,679 71,013 SUB DAS 7 44,376 64,747 SUB DAS 8 31,034 51,043 SUB DAS 9 52,810 71,919 Sumber: Hasil perhitungan

Hasil Simulasi Model HEC-HMS 3.5

Kontrol analisa perkiraan nilai CN

dilakukan dengan menguji besarnya

perbedaan antara debit model dan debit

lapangan dengan perangkat lunak HEC-

HMS

(8)

Tabel 5 Perbandingan debit simulasi dan debit model tahun 2006 sebelum kalibrasi

Bulan Debit m3/dt

dQ KR

Model AWLR

Jan 26,132 69,47 -43,34 62,38 Feb 56,061 70,01 -13,95 19,93 Mar 66,213 67,49 -1,27 1,89 Apr 77,223 83,44 -6,22 7,45

Mei 50,2 58 -7,8 13,44

Jun 17,75 40,51 -22,76 56,18 Jul 0,21 34,15 -33,94 99,38 Agu 0 31,96 -31,96 100 Sept 0 28,69 -28,69 100 Okt 0,306 27,92 -27,61 98,90 Nov 18,307 36,02 -17,71 49,18 Des 74,732 79,16 -4,42 5,59

Rerata 51,19

Sumber: hasil Perhitungan

Gambar 15 Grafik simulasi debit tahun 2006 sebelum kalibrasi

Berdasar tabel 5 dan gambar 15 data hasil model sebelum kalibrasi memiliki nilai perbedaan yang cukup signifikan dibandingkan dengan data debit lapangan, maka langkah selanjutnya dilakukan kalibrasi.

Kalibrasi Debit Model HEC- HMS Teknik kalibrasi dalam studi ini dapat dibagi dalam 3 bagian, antara lain adalah :

1. Kalibrasi Loss Rate, digunakan metode SCS Curve Number :

 Menambah/mengurangi bilangan kurva larian (curve number) tanpa

mengabaikan kaidah-kaidah yang ditentukan oleh U.S SCS

 Menambah/mengurangi Initial Abstraction (mm)

2. Kalibrasi Transform Method, digunakan metode Snyder Unit Hydrograph:

 Menambah/mengurangi koefisien puncak hidrograf (Cp)

 Menambah/mengurangi time Lag 3. Kalibrasi Hidrograf Banjir-

Muskingum Routing

 Menambah/mengurangi x yang merupakan faktor penimbang (weight) sebagai konstanta penelusuran.

 Menambah/mengurangi k yang merupakan waktu tempuh reach (jangkauan)

Menurut referensi untuk kalibrasi debit model HEC-HMS ditemukan angka-angka kalibrasi sebagai berikut ini:

Tabel 6 Parameter HEC-HMS

Parameter Minimum Maximum

CN 0 100

Initial Abstraction (mm) 0 500

Lag (hr) 0.1 500

Cp 0.1 1.0

K (hr) 0.1 150

X 0 0.5

Sumber : HEC-HMS Models Manual

(9)

Tabel 7 Perbandingan debit simulasi dan debit model tahun 2006 setelah kalibrasi

Bulan

Debit m3/dt

dQ KR

Model AWLR

Jan 65,57 71,58 -6,01 8,4 Feb 60,21 70,02 -9,81 14,01 Mar 64,04 67,49 -3,45 5,11 Apr 71,86 83,44 -11,59 13,89 Mei 55,41 58 -2,59 4,46 Jun 18,6 40,51 -21,92 54,1 Jul 18,15 34,15 -16 46,84 Agu 18 31,96 -13,96 43,69 Sept 18 28,7 -10,7 37,27 Okt 18,36 27,93 -9,56 34,24 Nov 34,74 36,02 -1,28 3,55 Des 83,87 79,16 4,71 5,95

Rerata 22,625

Sumber: Hasil perhitungan

Gambar 16 Grafik simulasi debit tahun 2006 setelah kalibrasi

Berdasarkan tabel 7 dan gambar 16 data hasil model setelah kalibrasi memiliki nilai perbedaan yang relatif kecil sehingga perkiraan sebaran Curve Number dapat digunakan

Uji Korelasi Model

Data debit model dengan debit AWLR akan dilakukan uji korelasi untuk melihat apakah debit model memiliki korelasi yang baik dengan debit AWLR. Uji korelasi ini akan dilakukan dengan metode analisis regresi dan metode Nash-Sutcliffe.

Gambar 17 Uji Korelasi Debit Tahun 2006

Tabel 8 Uji Nash-Sutcliffe Bulan Debit (m

³

/dt) (Qo-

Qm)

²

(Qo-

Qoavg)

²

E Qo Qm (m

³

/dt) (m

³

/dt) Jan 71,58 65,57 36,12 367,24

0,7 Feb 70,02 60,21 96,19 309,9 Mar 67,49 64,04 11,9 227,3 Apr 83,44 71,86 134,25 962,83 Mei 58 55,41 6,69 31,21

Jun 40,51 18,6 480,34 141,62 Jul 34,15 18,15 255,9 333,51 Agu 31,96 18 195,01 418,17 Sept 28,7 18 114,42 562,5

Okt 27,93 18,36 91,42 599,66 Nov 36,02 34,74 1,64 268,65 Des 79,16 83,87 22,17 715,43

Avg 52,41

Σ 1446,03 4938,03 Sumber: Hasil perhitungan

Dari hasil Uji Korelasi didapatkan

nilai R

²

sebesar 0,8689 sehingga nilai R

sebesar 0,932 yang menyatakan bahwa

uji korelasi debit model dan pengamatan

pada tahun 2006 memiliki hubungan

Langsung Positif Baik dan pada hasil Uji

Nash-Sutcliffe memiliki nilai E sebesar

0,7 yang memiliki kriteria Baik dengan

demikian perkiraan sebaran nilai CN

dapat dijadikan sebagai sebuah patokan

di daerah studi

(10)

Kesimpulan dan Saran

Berdasarkan hasil pembahasan sebelumnya maka dapat diambil beberapa kesimpulan antara lain:

1. Nilai CN bervariasi untuk tiap-tiap tataguna lahan tergantung dari jenis tanah hidrologi dan keadaan hidrologi suatu lahan

2. Nilai CN Komposit pada tahun 2001 sebesar 46,646; pada tahun 2006 sebesar 47,718; dan pada tahun 2006 sebesar 47,277. Perbedaan nilai CN Komposit tersebut dipengaruhi oleh berbedanya nilai CN dan perubahan luasan tataguna lahan pada tahun yang berbeda serta kelas AMC (Antecedent Moisture Condition) yang dapat berubah tergantung panjang musim yang dominan 3. Pada studi ini didapat nilai E untuk tahun 2001 sebesar 0,11; untuk tahun 2006 sebesar 0,71; dan untuk tahun 2011 sebesar 0,40 yang menandakan bahwa debit permodelan mendekati debit lapangan (0 < E < 1)

Saran

1. Hasil dari studi ini diharapkan dapat dijadikan sebagai rujukan instansi terkait untuk mengendalikan perubahan tataguna lahan dimana menunjukkan bahwa perubahan tataguna lahan berpengaruh pada nilai CN komposit yang secara tak langsung juga mempengaruhi jumlah limpasan karena berkurangnya serapan

air ke dalam tanah yang tentunya dapat menyebabkan banjir terutama di daerah perkotaan.

2. Untuk pengembangan penelitian selanjutnya, disarankan agar peneliti berikutnya melakukan survey lapangan langsung disamping klasifikasi lahan dengan citra satelit agar dapat memutuskan kondisi hidrologi suatu lahan dan agar lebih mendalami mengenai penentuan batas musim dengan berbagai metoda serta klasifikasi jenis tanah sebelum menentukan nilai CN dan keadaan kelembaban tanah (AMC - antecedent moisture condition).

DAFTAR PUSTAKA

Asdak, Chay. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai (edisi kedua). Gadjah Mada University Press.Yogyakarta.

Soemarto, CD. 1999. Hidrologi Teknik.

Usaha Nasional. Surabaya

Suhartanto, Ery. 2008. Panduan HEC- HMS dan Aplikasinya di Bidang Teknik Sumberdaya Air. Malang:

PERKIRAAN SEBARAN CURVE NUMBER U.S SOIL CONSERVATION SERVICE PADA SUB DAS BRANTAS HULU ABSTRAK