• Tidak ada hasil yang ditemukan

Gambar 1. Peta DAS penelitian

N/A
N/A
Protected

Academic year: 2021

Membagikan "Gambar 1. Peta DAS penelitian"

Copied!
10
0
0

Teks penuh

(1)

1

Gambar 1. Peta DAS penelitian

(2)

2 1.1. Proses Penentuan Model Kemiringan Lereng

Kemiringan lereng ditentukan berdasarkan informasi ketinggian dan jarak pada data DEM yang berbasis raster (piksel). Besarnya nilai kemiringan lereng diperoleh dengan menghitung perbedaan tinggi dan jarak antara satu piksel dengan piksel tetangganya. Nilai kemiringan lereng ini adalah dalam bentuk persentase dimana persentase kemiringan lereng adalah rasio antara perbedaan tinggi dan jarak dikali dengan 100%.

Hasil penentuan model kemiringan lereng ini menghasilkan nilai persentase kemiringan lereng pada setiap pikselnya dengan resolusi spasial 30x30 m. Selanjutnya nilai persentase kemiringan lereng tersebut diklasifikasikan menurut Metode Cook yang dimodifikasi SCDT (2011) untuk memperoleh skor koefisien limpasan permukaan (C) (Tabel 1). Untuk itu, model kemiringan lereng dikonversi sehingga menghasilkan data skor koefisien C untuk kemiringan lereng.

Tabel 1. Skor Koefisien C untuk Kemiringan Lereng dalam Metode Cook Kemiringan Lereng Skor Koefisien C

0 - 5 % 0,08 - < 0,14

> 5 - 10 % 0,14 - < 0,20

> 10 - 30 % 0,20 - < 0,28

> 30 % 0,28 - 0,35

Sumber: Meijerink (1970), Gunawan (1991), dan SCDT (2011) dengan modifikasi

1.2. Proses Penentuan Model Infiltrasi Tanah

Penentuan infiltrasi dalam penelitian ini adalah dalam bentuk kapasitas infiltrasi.

Penentuan infiltasi melalui kapasitas infiltrasi dilakukan dengan pendekatan satuan lahan dengan asumsi bahwa tiap satuan lahan memiliki kecepatan infiltrasi yang sama.

Penyusunan satuan lahan ditentukan berdasarkan faktor-faktor tutupan lahan yang mempengaruhi kecepatan infiltrasi. Menurut Hadisusanto (2010), faktor-faktor tutupan lahan yang mempengaruhi kecepatan infiltrasi adalah kondisi permukaan tanah dan karakteristik tanah.

Kondisi permukaan tanah untuk jenis tutupannya direpresentasikan sebagai

penutupan lahan, sedangkan untuk karakteristik tanah direpresentasikan sebagai jenis

tanah. Kedua aspek tersebut kemudian dijadikan dasar untuk menyusun satuan lahan

untuk penentuan infiltrasi tanah. Suatu area dengan jenis tanah dan penutup lahan

tertentu memiliki kapasitas/kecepatan infiltrasi yang berbeda dengan area dengan jenis

tanah dan penutup lahan lainnya. Masing-masing satuan lahan kemudian memiliki nilai

kapasitas infiltrasi tanah yang diketahui dengan pengukuran sebenarnya di lapangan.

(3)

3 1.2.1.

Peta penutupan lahan diperoleh dari interpretasi penutupan lahan yang dilakukan secara digital pada citra Landsat 7 ETM+ dengan interpretasi visual. Citra Landsat 7 ETM+ disusun secara komposit untuk memudahkan identifikasi perbedaan antar obyek.

Interpretasi visual dilakukan menggunakan kunci-kunci interpretasi dan local knowledge yang dimiliki penulis. Klasifikasi penutupan lahan didasarkan pada tipe penutup suatu lahan, seperti lahan terbangun, lahan terbuka, pertanian lahan kering, pertanian lahan basah, semak belukar, hutan, rawa, dan tubuh air. Interpretasi penutupan lahan ini menghasilkan peta penutupan lahan.

Interpretasi Penutupan Lahan dari Citra Landsat 7 ETM+

1.2.2.

Peta satuan lahan disusun menggunakan masukan dua peta, yaitu peta penutupan lahan dan peta jenis tanah. Penyatuan kedua peta dilakukan dengan cara tumpangsusun (overlay), seperti yang dijelaskan pada Gambar 2.

Penentuan Data Satuan Lahan

Gambar 2. Skema Proses Pembuatan Peta Satuan Lahan untuk Penentuan Infiltrasi Tanah

Peta satuan lahan yang dihasilkan memiliki pasangan informasi jenis tanah dan penutup lahan. Masing-masing pasangan informasi tersebut kemudian dikonversi menjadi satu informasi kapasitas infiltrasinya.

1.2.3.

Kapasitas infiltrasi ditentukan menggunakan Metode Horton. Metode Horton memiliki tingkat ketepatan model terbaik bila dibandingkan dengan metode infiltrasi lainnya, selain itu modifikasi infiltrasi metode ini dapat dipergunakan untuk menggambarkan hubungan antara infiltrasi dengan curah hujan yang selanjutnya bermanfaat untuk memprediksi limpasan permukaan (Hadisusanto, 2010). Persamaan Metode Horton untuk perhitungan infiltrasi adalah sebagai berikut.

Penentuan Data Kapasitas Infiltrasi Tanah

Ft = fc + (fo – fc) . e

–K.t

………….…………...……..……… (1) Keterangan rumus:

Ft = Kapasitas infiltrasi (

mm

/

jam

)

fc = Kecepatan infiltrasi konstan (

mm

/

jam

) fo = Kecepatan infiltrasi awal (

mm

/

jam

) e = 2,71828

K = Konduktivitas hidraulik jenuh tanah (

mm

/

jam

) t = Waktu (jam)

Peta Penggunaan Lahan

overlay Peta

Jenis Tanah

Peta

Satuan Lahan

(4)

4 Kecepatan infiltrasi awal dan konstan diperoleh dengan cara pengukuran langsung di lapangan. Konduktivitas hidraulik jenuh tanah ditentukan menggunakan software Soil Water Characteristics yang disusun oleh USDA dan Washington State University.

Penentuan konduktivitas hidraulik jenuh tanah tersebut menggunakan informasi persentase fraksi tekstur tanah dari analisis laboratorium.

Hasil penentuan model infiltrasi tanah ini menghasilkan nilai kapasitas infiltrasi tanah pada setiap satuan lahan (data vektor). Data vektor tersebut kemudian diubah menjadi data raster (piksel) dengan resolusi spasial 30x30 m. Selanjutnya nilai kapasitas infiltrasi tanah tersebut diklasifikasikan menurut Metode Cook yang dimodifikasi SCDT (2011) untuk memperoleh skor koefisien limpasan permukaan (C) (Tabel 2). Untuk itu, model infiltrasi tanah dikonversi sehingga menghasilkan data skor koefisien C untuk infiltrasi tanah.

Tabel 2. Skor Koefisien C untuk Infiltrasi Tanah dalam Metode Cook Infiltrasi Tanah Skor Koefisien C

0 - 2,5

mm

/

jam

0,16 - 0,12

> 2,5 - 15

mm

/

jam

< 0,12 - 0,08

> 15 - 28

mm

/

jam

< 0,08 - 0,06

> 28 - 53

mm

/

jam

< 0,06 - 0,04

> 53

mm

/

jam

< 0,04 - 0,02

Sumber: Rickard & Cossens (1965) dalam ILRI (1974), Meijerink (1970), Gunawan (1991), dan SCDT (2011) dengan modifikasi

1.3. Proses Penentuan Model Tutupan Vegetasi

Penentuan tutupan vegetasi dalam penelitian ini adalah dalam bentuk persentase tutupan vegetasi. Persentase tutupan vegetasi ditentukan berdasarkan informasi indeks vegetasi yang diekstraksi dari citra Landsat 7 ETM+. Adanya korelasi antara indeks vegetasi dan persentase tutupan vegetasi sebenarnya di lapangan dijadikan dasar untuk penentuan model tutupan vegetasi.

1.3.1.

Indeks vegetasi merupakan transformasi matematis yang diterapkan terhadap citra saluran multispektral (melibatkan beberapa saluran sekaligus) untuk menghasilkan informasi baru yang menonjolkan aspek kerapatan vegetasi ataupun aspek lain yang berkaitan dengan kerapatan, misalnya biomassa, indeks area vegetasi (Leaf Area Index/LAI), konsentrasi klorofil, dan lainnya. NDVI (Normalized Difference Vegetation Indices) adalah indeks vegetasi yang paling umum digunakan. Ekstraksi indeks vegetasi yang menggunakan nilai reflektansi spektral pada citra Landsat 7 ETM+ menggunakan persamaan NDVI berikut.

Penentuan Indeks Vegetasi (NDVI)

(5)

5 NDVI = 𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬 𝐢𝐢𝐬𝐬𝐢𝐢𝐬𝐬𝐬𝐬𝐢𝐢𝐢𝐢𝐬𝐬𝐬𝐬𝐢𝐢 𝐝𝐝𝐢𝐢𝐝𝐝𝐬𝐬𝐝𝐝 – 𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬 𝐢𝐢𝐢𝐢𝐬𝐬𝐬𝐬𝐢𝐢

𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬 𝐢𝐢𝐬𝐬𝐢𝐢𝐬𝐬𝐬𝐬𝐢𝐢𝐢𝐢𝐬𝐬𝐬𝐬𝐢𝐢 𝐝𝐝𝐢𝐢𝐝𝐝𝐬𝐬𝐝𝐝 + 𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬𝐬 𝐢𝐢𝐢𝐢𝐬𝐬𝐬𝐬𝐢𝐢 ...……….………. (2) Keterangan rumus:

Saluran inframerah dekat = Saluran 4 pada citra Landsat 7 ETM+

Saluran merah = Saluran 3 pada citra Landsat 7 ETM+

Hasil dari ektraksi NDVI adalah informasi indeks vegetasi pada setiap piksel dengan nilai -1 hingga 1. Nilai yang mendekati -1 menunjukkan area memiliki vegetasi yang sangat jarang hingga tidak ada vegetasi, dan sebaliknya nilai yang mendekati 1 menunjukkan area memiliki vegetasi yang sangat rapat. Nilai ini belum dapat diturunkan menjadi persentase tutupan vegetasi, namun dapat diturunkan dengan cara membandingkannya dengan persentase tutupan vegetasi di lapangan.

1.3.2.

Persentase tutupan vegetasi cukup sulit diketahui di lapangan dikarenakan beberapa area memiliki kondisi tutupan vegetasi yang sangat rapat. Persentase tutupan vegetasi dapat diketahui dengan cara interpretasi visual citra GeoEye. Citra ini memiliki resolusi spasial yang sangat tinggi, yaitu 40 cm sehingga kenampakan tutupan vegetasi terlihat memiliki batas yang cukup jelas.

Penentuan Persentase Tutupan Vegetasi dari Citra GeoEye

Pengukuran persentase tutupan vegetasi dilakukan pada beberapa sampel area dengan luas 90 m x 90 m (ukuran 3x3 piksel data indeks vegetasi). Pengukuran dilakukan dengan interpretasi visual pada skala observasi/interpretasi 1:1000.

Persamaan yang digunakan untuk menghitung persentase tutupan vegetasi adalah sebagai berikut.

Vc = 𝐂𝐂

𝐀𝐀 x 100% ………..…………... (3) Keterangan rumus:

Vc = Persentase tutupan vegetasi C = Luas area tutupan vegetasi A = Total luas area sampel

1.3.3.

Data tutupan vegetasi ditentukan berdasarkan persamaan regresi yang dihasilkan dari perbandingan nilai persentase tutupan vegetasi dari citra GeoEye dengan nilai indeks vegetasi dari citra Landsat 7 ETM+. Persamaan regresi dari perbandingan kedua data tersebut dapat mengkonversi nilai indeks vegetasi menjadi model tutupan vegetasi yang memiliki informasi persentase tutupan vegetasi. Persamaan analisis regresi sendiri adalah gambaran respon variabel terikat (Y) oleh adanya perubahan variabel bebas (X).

Penentuan Data Tutupan Vegetasi

Variabel terikat (Y) dalam hal ini adalah data indeks vegetasi hasil ekstraksi citra

Landsat 7 ETM+, sedangkan variabel bebas (X) adalah data hasil pengukuran persentase

(6)

6 tutupan vegetasi dari citra GeoEye. Persamaan regresi yang digunakan adalah regresi linier sederhana, yaitu Y = a + bX dimana nilai a dan b merupakan koefisien regresi.

Konversi data dapat dilakukan dengan cara nilai persentase tutupan vegetasi (variabel X) yang ditentukan dari nilai indeks vegetasi (variabel Y) dengan persamaan X = Y − a

b .

Hasil penentuan model tutupan vegetasi ini menghasilkan nilai persentase tutupan vegetasi pada setiap pikselnya dengan resolusi spasial 30x30 m. Selanjutnya nilai persentase tutupan vegetasi tersebut diklasifikasikan menurut Metode Cook yang dimodifikasi SCDT (2011) untuk memperoleh skor koefisien limpasan permukaan (C) (Tabel 3). Untuk itu, model tutupan vegetasi dikonversi sehingga menghasilkan data skor koefisien C untuk tutupan vegetasi.

Tabel 3. Skor Koefisien C untuk Tutupan Vegetasi dalam Metode Cook Tutupan Vegetasi Skor Koefisien C

0 % 0,14

> 0 - 10 % 0,12 - 0,08

> 10 - 80 % < 0,08 - 0,06

> 80 % < 0,06 - 0,04

Sumber: Meijerink (1970), Gunawan (1991), dan SCDT (2011) dengan modifikasi

1.4. Proses Penentuan Model Kerapatan Aliran

Kerapatan aliran ditentukan berdasarkan informasi morfometri suatu cekungan aliran sungai. Cekungan aliran sungai ditentukan berdasarkan informasi Basin, seperti pada penentuan sub DAS dan sub sub DAS. Besarnya nilai kerapatan aliran diperoleh dengan menghitung rasio antara panjang sungai dan luas area cekungan (DAS) sungai tersebut berada. Persamaan yang digunakan untuk menghitung kerapatan aliran adalah sebagai berikut.

Dd = 𝐀𝐀 𝐋𝐋 ………..…. (4) Keterangan rumus:

Dd = Kerapatan aliran (

km

/

km2

) L = Panjang sungai (km) A = Luas area DAS (km

2

)

Hasil penentuan model kerapatan aliran ini menghasilkan nilai kerapatan aliran

pada setiap basin (data vektor). Data vektor tersebut kemudian diubah menjadi data

raster (piksel) dengan resolusi spasial 30x30 m. Selanjutnya nilai kerapatan aliran

tersebut diklasifikasikan menurut Metode Cook yang dimodifikasi SCDT (2011) untuk

memperoleh skor koefisien limpasan permukaan (C) (Tabel 4). Untuk itu, model

kerapatan aliran dikonversi sehingga menghasilkan data skor koefisien C untuk

kerapatan aliran.

(7)

7 Tabel 4. Skor Koefisien C untuk Kerapatan Aliran dalam Metode Cook

Kerapatan Aliran Skor Koefisien C 0 - 1

km

/

km2

0,04 - < 0,06

> 1 - 2

km

/

km2

0,06 - < 0,08

> 2 - 5

km

/

km2

0,08 - < 0,10

> 5

km

/

km2

0,10 - 0,12

Sumber: Meijerink (1970), Gunawan (1991), dan SCDT (2011) dengan modifikasi

2. Pemodelan Hidrologi

3.8.1. Penentuan Model Koefisien Aliran Limpasan Permukaan

Koefisien aliran limpasan permukaan (Runoff Coefficient) ditentukan berdasarkan 4 model yang telah disusun sebelumnya, yaitu model kemiringan lereng, model infiltrasi tanah, model tutupan vegetasi, dan model simpanan permukaan.

Keempat model yang berbasis raster (piksel) tersebut memiliki informasi nilai skor C pada setiap pikselnya. Koefisien aliran diperoleh dari total nilai skor koefisien C pada keempat model tersebut. Total nilai skor C diperoleh dengan cara tumpangsusun (overlay) keempat model tersebut. Persamaan yang digunakan untuk menghitung koefisien aliran adalah sebagai berikut.

C = C slo + C inf + C vc + C dd .…………..………... (5) Keterangan rumus:

C = Koefisien Aliran

C slo = Skor koefisien C pada model kemiringan lereng C inf = Skor koefisien C pada model infiltrasi tanah C vc = Skor koefisien C pada model tutupan vegetasi C dd = Skor koefisien C pada model kerapatan aliran

3.8.2. Penentuan Model Limpasan Permukaan

Penentuan limpasan permukaan dilakukan dengan cara pemodelan yang menggunakan persamaan model hidrologi untuk limpasan permukaan. Persamaan model hidrologi yang digunakan adalah sebagai berikut.

R

o

= C . I …..…………...…………...………...….. (6) Keterangan rumus:

R

o

= Limpasan Permukaan (

mm

/

jam

) C = Koefisien Aliran

I = Curah Hujan (

mm

/

jam

)

Input data dalam persamaan hidrologi tersebut adalah data dengan basis raster (piksel)

sehingga dihasilkan limpasan permukaan juga dalam basis raster (piksel) dengan

resolusi spasial 30x30 m. Input curah hujan yang digunakan adalah curah hujan rencana

pada beberapa periode ulang maka akan menghasilkan model limpasan permukaan pada

beberapa periode ulang.

(8)

8 3.8.3. Penentuan Model Debit Limpasan Permukaan

Data limpasan permukaan yang berupa intensitas limpasan permukaan dengan satuan mm / jam kemudian digunakan untuk menentukan debit limpasan permukaan dengan satuan m 3 / detik . Limpasan permukaan ditentukan dalam bentuk debit dikarenakan debit merupakan volume aliran pada satuan waktu tertentu dimana terkait dengan satuan kapasitas maksimum sungai yang nantinya akan dibandingkan.

Persamaan penentuan debit limpasan permukaan diturunkan dari persamaan Metode Rasional. Area perhitungan debit pada penelitian adalah setiap piksel (30x30 m) yang tidak luas. Untuk itu Metode Rasional dapat digunakan dalam penelitian ini.

Persamaan Metode Rasional adalah sebagai berikut.

Q = 0,278 . C . I. A ………..………...… (7)

Keterangan rumus:

Q = Debit aliran ( m

3

/

detik

) C = Koefisien aliran

I = Intensitas curah hujan (

mm

/

jam

) A = Luas DAS (km

2

)

C merupakan koefisien aliran permukaan yang merupakan rasio antara intensitas limpasan permukaan dan intensitas curah hujan, sedangkan I merupakan intensitas curah hujan, sehingga perhitungan C . I menghasilkan intensitas limpasan permukaan. Untuk itu persamaan Metode Rasional dapat diturunkan sebagai berikut.

Q = 0,278 . R

o

. A ………...….… (8) Keterangan rumus:

Q = Debit aliran ( m

3

/

detik

)

R

o

= Limpasan permukaan (

mm

/

jam

) A = Luas DAS (km

2

)

Metode Rasional ini diimplementasikan pada data limpasan dengan basis raster (piksel) pada ukuran 30x30 m sehingga nilai area A dalam persamaan ini sama dengan nilai area sel atau ukuran piksel, yaitu 900 m 2 .

3.8.4. Penentuan Model Akumulasi Aliran Limpasan Permukaan

Penentuan debit akumulasi limpasan permukaan dilakukan dengan pemodelan menggunakan akumulasi aliran (Flow Accumulation). Model Flow Accumulation dibuat menggunakan fitur GIS Surface Hydrology Tools. Seperti yang telah dijelaskan pada bab 2 mengenai GIS Surface Hydrology Tools, untuk membuat model Flow Accumulation maka perlu dilakukan Fill dan Flow Direction.

Data yang dimasukan dalam pembuatan model ini adalah data DEM yang telah

dibuat sebelumnya. Seluruh data dalam pemodelan ini dilakukan pada basis raster

(9)

9

(piksel) dengan resolusi spasial 30x30 m. Setelah diperoleh model Flow Direction,

selanjutnya dibuat model Flow Accumulation untuk limpasan permukaan pada beberapa

periode ulang. Model debit akumulasi limpasan permukaan ini menghasilkan nilai debit

akumulasi limpasan permukaan pada tiap piksel (30x30 m) yang berasal dari aliran

limpasan permukaan di area sekitarnya.

(10)

10

Citra ASTER

GDEM Data Kejadian

Banjir

Citra SRTM

Referensi

Dokumen terkait

Apabila terjadi kesalahan penyerahan perbekalan farmasi kepada pasien rawat jalan maka kepada petugas Instalasi Farmasi segera lapor kepada Kepala Instalasi Farmasi dan

Pada penelitian ini tidak ditemukan adanya hubungan antara merokok dengan kejadian hipertensi, Akan tetapi lama merokok mempunyai hubungan yang signifikan.. Untuk menjadi sakit

7.7.3 Hantar senarai nama calon yang terpilih beserta borang permohonan, borang pengambilan perancangan tugas akademik (SOK/BUM/BR03/TUGAS) dan ulasan Dekan serta

Dari uraian diatas tertarik untuk membangun suatu sistem yang nantinya bisa membantu masyarakat khususnya anak muda dalam mendapatkan informasi mengenai lokasi bergaul

[r]

Dengan adanya pengendalian intern tersebut dapat membantu sumber daya manusia untuk mengetahui batasan- batasan dan hak-hak dalam bekerja serta teknologi informasi

L yang menderita Tumor Paru dalam Pemenuhan Kebutuhan Istirahat Tidur didapatkan data subjective, pasien mengatakn tidak bisa beristirahat dengan baik apa lagi pada

No.  Inflasi terjadi terutama disebabkan karena kenaikan harga yang ditunjukkan oleh kenaikan indeks pada kelompok bahan makanan sebesar 0,24 persen, kelompok makanan