MODEL ADAPTASI DAN MITIGASI SISTEM ALOKASI AIR
TERHADAP PERUBAHAN IKLIM BERBASIS webGIS
Dr. Gusta Gunawan, ST., MT
Teknik Sipil/Fakultas Teknik Universitas Bengkulu [email protected]
Alex Surapati, ST., MT
Teknik Elektro/Fakultas Teknik Universitas Bengkulu [email protected]
Abstract
Maksud dari penelitian adalah membangun model untuk alokasi air pada suatu lahan sawah pada saat iklim yang berubah-rubah dalam rangka adaptasi dan mitigasi dengan perubahan iklim. Data yang digunakan adalah data primer dan sekunder. Tahapan pengolahan data adalah sebagai berikut:
i) Daerah rawan banjir dan kekeringan diidentifikasi melalui nilai NDVI dari citra satelit, ii). Memprediksi dan mensimulasikan kenaikan muka air sungai untuk berbagai scenario perubahan iklim dengan bantuan software HEC-RAS. iii) Model optimasi alokasi pemberian air menggunakan persamaan linier. Hasil simulasi menunjukan bahwa kenaikan muka air sudah terjadi pada scenario 1, lokasi limpasan pada sta 49 sampai sta 3.962, tinggi limpasan 1,46 m -2,46 m. Dalam rangka adaptasi dengan perubahan iklim, alokasi air dapat dilakukan dengan membagi musim tanam (MT) menjadi tiga musim tanam yaitu musim tanam I (bulan November-Februari), Musim tanam II (bulan Maret-Juni) dan musim tanam III (Juli-Oktober). Pola tata tanam (PTT) dapat dilakukan dengan tiga alternatif dengan tanaman utama yaitu padi dan jagung. Soluasi optimal keluaran progam linier untuk masing-masing PTT adalah Rp. 233.605.658.768 (PTT1), Rp. 235.629.851.752(PTT2), dan Rp. 224.657.080.333 (PTT3). Kesimpulan dari penelitian ini adalah alokasi air bisa dilakukan dengan mengikuti ketiga PTT yang direncanakan, akan tetapi dari ketiga PTT tersebut maka PTT scenario II lebih menguntungkan jika dibandingkan dengan dua scenario yang lainnya.
Kata kunci: Perubahan Iklim, GIS, Remote Sensing, Pola Tata Tanam, Alokasi Air.
LATAR BELAKANG
METODE PENELITIAN
Metode singkat dari penelitian yang telah dilakukan adalah sebagai berikut: Mengidentifikasi daerah yang rawan kekeringan dan banjir dilakukan dengan menggunakan data citra satelit. Pengolahan data dibantu dengan perangkat lunak GIS. Kebutuhan air untuk tanaman padi dan jagung dihitung berdasarkan panduan dinas Pekerjaan Umum. Model optimasi di petak sawah dibuat dengan program linier, Kalender tanam dirancangan dengan MS. EXEL, web GIS dilakukan dengan menggunakan konsep
geospatial web
HASIL DAN MANFAAT
Peta Kerapatan Vegetasi dan Kadar Air
Pengolahan data NDVI (Normalized Difference Vegetation Index) menghasilkan peta kerapatan vegetasi dan pengolahan data TWI (Transformasi Wetness Index) menghasilkan peta kadar air. (lihat Gambar 1)
(i) (ii)
Gambar 1. Peta Hasil Olahan Citra untuk Identifikasi daerah Kekeringan dan Banjir di Provinsi Bengkulu (i) NDVI, (ii) TWI (Sumber : Fika, 2016)
Simulasi Profil Muka Air Sungai
0 2000 4000 6000 8000 10000 12000 14000
0 2000 4000 6000 8000 10000 12000 14000 0
Gambar 2. Contoh Profil Muka Air Sungai dengan Skenario 1 (i) dan skenario 2 (ii)
Skenario Alokasi Dalam Rangka Adaptasi Dengan Perubahan Iklim
Scenario pemberian air untuk tanaman padi dan jagung pada setiap musim tanam pada lokasi penelitian dapat dilakukan sebagai berikut :
Gambar 3. Skenario Pemberian Air Pada Modal Alokasi Air di D.I Manjunto
Web GIS
Hasil akhir dari penelitian HIBAH BERSAING adalah menyajikan hasil penelitian dalam bentuk web yang diintegrasikan dengan GIS. Hasil tampak muka dari software yang telah dibangun adalah sebagai berikut.
(i)
(ii)
KESIMPULAN
Pemanfaatan teknologi remote sensing dan GIS pada manajemen sumber daya air dapat sangat membantu dalam mendeteksi daerah yang rawan kekeringan dan rawan banjir. Nilai dari citra NDVI bisa digunakan untuk memetakan daerah kering dan banjir.
Dalam rangka adaptasi dengan perubahan iklim maka strategi yang dapat dilakukan adalah menyusun pola tanam menjadi beberapa periode dan mengatur jenis tanaman yang ditanam. Periode I dimulai bulan November – Februari dengan tanaman Padi, Periode II dimulai bulan Maret-Juni dengan tanaman Padi dan Periode III dimulai bulan Juli-Oktober dengan tanaman Palawija (Jagung, dll).
DAFTAR PUSTAKA
Cline, WR,.2007. Global Warming and Agriculture: Impact Estimates by Country, Center For Global Development, Washington DC.
Evan, Elizabeth M, et al. 2003. Achieving efficiency and equity in irrigation management: an optimization model of the El Angel watershed, Carchi, Ecuador, Journal Agricultural Systems 77, pp 1-22
Li Xiao, Yingyi Chen, Li Daolinga, .2009. A Spatial Decision Support System for Land-use Structure Optimization WSEAS TRANSACTIONS on COMPUTERS, Issue 3, Volume 8, March 2009
Rezayan and Najian, A.H,. 2008. Land Use Allocation Optimization Using Advanced Geographic Information Analyzes,World Applied Sciences Journal 3 (Supple 1): pp 136-142.
Riedel, C., 2003. Optimizing land use planning formountainous regions using LP and GIS towards sustainability. J. Soil Conserv. 34 (1), 121–124.
Shifa, MA, Jianhua HE, Feng LIU. 2010. Land-Use Spatial Optimization Model Based on Particle SWARM Optimization, Agriculture Network Information, (12), pp. 16-19.
Singh, A.K., Singh, J.P., 1999. Production and benefit maximization through optimal crop planning, a case study of Mahi Command. Indian J. Soil Conserv. 27 (2), 152– 157.
