MODEL SEDIMENT DELIVERY RATIO UNTUK DAERAH ALIRAN SUNGAI DI PULAU JAWA

(1)

See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/320034355

MODEL SEDIMENT DELIVERY RATIO UNTUK DAERAH ALIRAN SUNGAI DI PULAU JAWA

Conference Paper · November 2015

CITATIONS

0

READS

3,633

4 authors, including:

Muhammad Ramdhan Olii Universitas Gadjah Mada 14PUBLICATIONS 9CITATIONS

SEE PROFILE

Bambang Kironoto Universitas Gadjah Mada 32PUBLICATIONS 358CITATIONS

SEE PROFILE

All content following this page was uploaded by Muhammad Ramdhan Olii on 26 September 2017.

The user has requested enhancement of the downloaded file.

(2)

Bandung 12 November 2015

PROSIDING

ISSN 2477-0086

“Peran Peneliti Muda di Bidang Teknik Sipil dalam Menumbuhkan Inovasi untuk

Mewujudkan Infrastruktur yang Berkelanjutan”

KONFERENSI NASIONAL PASCASARJANA

TEKNIK SIPIL 2015

Program Studi Magister dan Doktor Teknik Sipil Fakultas Teknik Sipil dan Lingkungan

Institut Teknologi Bandung

ISSN

(3)

v Kelompok Keahlian

Rekayasa dan Manajemen Sumber Daya air

Model Sediment Delivery Ratio untuk Daerah Aliran Sungai di Pulau Jawa

Muhammad Ramdhan Olii

Pengukuran Laju Sedimentasi Pada Saluran Irigasi Pada Daerah Irigasi Sanrego Kecamatan Kahu Kabupaten Bone Provinsi Sulawesi Selatan

Abdul Rivai Suleman

Kelompok Keahlian

Manajemen dan Rekayasa Konstruksi Rekayasa dan Manajemen Infrastruktur

Implementasi Otomasi Konstruksi Di Indonesia

Rangga Risnu N. P.

Assesmen Tingkat Risiko Pelaksana Konstruksi Jalan Berbasis Budaya – Profesionalisme

Basyar Bustan

Aplikasi Value Engineering (Ve) Pada Proyek Pembangunan Gedung Apartemen Dan Condotel La’grande Bandung

Saja Saomiharja

Pemetaan Stakeholder Pada Siklus Proyek Dalam Upaya Mereduksi Kerentanan Bangunan Gedung Terhadap Gempa

M. Heri Zulfiar

Klasifikasi Jalan Tol Tidak Layak Finansial Di Indonesia

Iris Mahani

Analisis Risiko Keselamatan Dan Kesehatan Kerja Pada Proyek Infrastruktur Jalan

Riza Susanti

Identifikasi Faktor Risiko Dari Segi Implementasi Keselamatan Dan Kesehatan Kerja Pada Proyek Pembanggunan Rumah Sakit Stella Maris Makassar

Firdaus Chairuddin

Kajian Kesesuaian Pelaksanaan Uji Sertifikasi Kompetensi Terhadap Undang-Undang Nomor 11 Tahun 2014 Tentang Keinsinyuran

Irika Widiasanti

1 - 9

10 - 18

1 - 8

20 - 28

29 - 38

39 - 45 46 - 56 9 - 19

57 - 68

69 - 76

(4)

MODEL SEDIMENT DELIVERY RATIO UNTUK DAERAH ALIRAN SUNGAI DI PULAU JAWA

Muhammad Ramdhan Olii¹, Bambang Agus Kironoto², Bambang Yulistiyanto³, dan Sunjoto⁴

1Mahasiswa Program Studi Doktor Teknik Sipil, Jurusan Teknik Sipil dan Lingkungan, Fakultas Teknik, Universitas Gadjah Mada, Email: kakaramdhanolii@yahoo.co.id

2Staf Pengajar, Jurusan Teknik Sipil dan Lingkungan, Fakultas Teknik, Universitas Gadjah Mada, Email:

kironoto12117@yahoo.co.id

yulis@sipil.ugm.ac.id

sunysunyoto@gmail.com

ABSTRAK

Model yang umum digunakan untuk memperkirakan besarnya erosi seperti USLE, MUSLE dan RUSLE terkadang memberikan hasil yang lebih tinggi daripada hasil yang diukur di titik pengukuran DAS. Maka Sediment Delivery Ratio (SDR) digunakan untuk mengoreksi efek tersebut. SDR didefinisikan sebagai fraksi erosi yang diangkut dalam interval waktu tertentu dan berfungsi sebagai ukuran dari efisiensi transportasi sedimen, yang menyatakan jumlah sedimen yang sebenarnya diangkut dari sumber erosi ke titik pengukuran DAS dibandingkan dengan jumlah total tanah yang tererosi di atas wilayah yang sama di titik itu. Model SDR yang umum digunakan apabila diimplementasikan di DAS yang berbeda karakteristik harus dilakukan beberapa penyesuaian dikarenakan berbedanya kondisi antara wilayah satu dengan yang lain baik dari segi topografi, iklim, sebaran tanah, pola aliran sungai, curah hujan, dll. Williams dan Berndt (1972) menyatakan bahwa besarnya SDR sangat bervariasi antara satu DAS dengan DAS lainnya dan bervariasi dari tahun ke tahun.

Penelitian ini bertujuan untuk mengembangkan persamaan SDR dengan parameter- parameter yang sesuai dengan karakteristik DAS di Pulau Jawa. Penelitian ini dilakukan di DAS Pulau Jawa yang memiliki data hasil sedimen berupa data volume sedimentasi waduk hasil echosounding dan pasangan data debit air dan debit sedimen (rating curve). Besaran erosi yang terjadi di DAS dianalisis dengan metode RUSLE-GIS berbasis pixel/grid.

Karakteristik DAS diperoleh dengan cara intrepretasi Citra Landsate/SPOT dan analisis peta tematik (jenis tanah, topografi, curah hujan, tata guna lahan, hidrografi dan DEM).

Pengembangan persamaan SDR menggunakan analisis statistik yang sesuai. Uji validitas model SDR menggunakan metode RMSE (Root Mean Square Error). Hasil yang diharapkan dari penelitian ini adalah dapat memberikan gambaran terkait nilai SDR dengan karakteristik DAS yang berbeda-beda dan dapat mengembangkan persamaan empirik SDR yang sesuai dengan karakteristik DAS di Pulau Jawa.

Kata Kunci: SDR, erosi, hasil sedimen, DAS

1. PENDAHULUAN

Permasalahan sedimentasi semakin meningkat akihr-akhir di Indonesia, salah satu penyebabnya adalah ketidaklengkapan dan katidakakuratan data sedimen. Metode menghitung yang umum digunakan untuk memprediksi hasil sedimen yaitu Metode Rating Curve Sediment (SRC) dan menghitung sedimentasi yang terdeposit di waduk dengan echosounding. Kedua metode tersebut agak sulit dilakukan karena mahalnya biaya yang diperlukan dan harus dilakukan secara rutin untuk membuat prediksi yang lebih akurat. SCS National Engineering Handbook (DPMA, 1984) dalam Azdak (2010) memberikan cara lain dalam memprediksi besarnya hasil sedimen sebagai berikut:

(1)

dimana = hasil sedimen (ton/tahun), = laju erosi lahan (ton/ha/tahun), = Sediment Delivery Ratio, = luas DAS (ha). dapat dianalisis dengan berbagai model seperti USLE, MUSLE, RUSLE, SWAT,

(5)

2

Prosiding Konferensi Nasional Pascasarjana Teknik Sipil (KNPTS) 2015, 12 Nopember 2015, ISSN: 2477-0086

AGNPS, ANSWERS, EPIC, SLEMSA, INDEROSI, SOILOSS, dll. Pada umumnya nilai SDR dianalisis dengan model yang hanya memiliki faktor tunggal seperti luas DAS atau beberapa faktor yang kurang mewakili kondisi DAS sebenarnya. Kendala itulah yang menyebabkan penerapan pers. 1 cukup sulit dilakukan, karena selain beberapa faktor yang dianggap mempengaruhi nilai SDR terabaikan dan model- model yang yang ada belum sesuai dengan karakteristik DAS di Indonesia. Model-model yang telah diteliti sebelumnya, apabila diimplementasikan di DAS yang berbeda karakteristiknya harus dilakukan beberapa penyesuaian dikarenakan berbedanya kondisi antara wilayah satu dengan yang lain baik dari segi topografi, iklim, sebaran tanah, pola aliran sungai, curah hujan, dll. Williams dan Berndt (1972) menyatakan bahwa besarnya SDR sangat bervariasi antara satu DAS dengan DAS lainnya dan bervariasi dari tahun ke tahun. Ini dibuktikan oleh Dadang (2014) dalam penelitiannya di salah satu DAS di Pulau Jawa yaitu daerah tangkapan Waduk Kedungombo dengan mengaplikasikan 9 model SDR dan memperoleh tingkat kesalahan yang cukup signifikan antara SDR aktual dan SDR prediksi yaitu 14%-123 %. Silta (2015) juga mengaplikasikan 12 model SDR di daerah tangkapan Waduk Sermo dan memperoleh tingkat kesalahan yang cukup bervariasi antara 21%-74 %.

Karakteristik DAS yang berbeda-beda di setiap penelitian SDR yang pernah dilakukan menjadi permasalahan yang menarik untuk melakukan penelitian lebih lanjut untuk memperkirakan nilai SDR yang bisa digunakan di DAS Pulau Jawa. Penerapan model di lokasi yang berbeda membutuhkan model yang berbeda pula sehingga dengan diperolehnya model SDR yang sesuai, maka dalam memperkirakan hasil sedimen dapat lebih tepat dan akurat. Rumusan model SDR juga tidak hanya bergantung dari satu atau dua variabel sebagaimana yang banyak dilaporkan oleh beberapa peneliti terdahulu, tetapi juga merupakan kombinasi fungsi karakteristik DAS seperti metereologi, morfologi, morfometri, hidrologi dan tata guna lahan dari masing-masing DAS. Penyesuaian model dengan karaktersitik DAS yang sering diabaikan dan ternyata berpengaruh terhadap SDR dapat dimasukkan ke dalam model sehingga diharapkan dapat membentuk model yang baik sehingga ketepatan prediksi nilai SDR yang kelak dibutuhkan untuk melakukan tindakan konservasi lahan dan air yang efisien dan terukur dapat dilakukan di Pulau Jawa.

Penelitian ini bertujuan untuk memberikan gambaran terkait nilai SDR dengan karakteristik DAS yang berbeda-beda dan mengembangkan persamaan SDR dengan parameter-parameter yang sesuai dengan karakteristik DAS di Pulau Jawa.

2.

PREDIKSI EROSI LAHAN DENGAN METODE RUSLE-GRID-GIS

Metode yang digunakan dalam memprediksi erosi pada penelitian ini adalah metode RUSLE yang merupakan hasil pengembangan terbaru dari Metode USLE dan MUSLE dengan memperbaiki nilai-nilai numerik untuk masing-masing factor (Renard, et al, 1997). Kekurangan-kekurangan yang terdapat pada kedua metode tersebut diperbaiki dikarenakan semakin banyaknya data dan informasi yang dihasilkan dari penelitian dan percobaan oleh para ahli konservasi tanah Amerika Serikat (Renard, et al, 1997). Pada dasarnya model prediksi RUSLE masih tetap mempertahankan struktur USLE

.

Banyak penelitian berupaya menghubungkan RUSLE dan GIS raster. Model raster adalah representasi piksel berdasarkan peta, yang menawarkan kemampuan analitis untuk data secara kontinu dan memungkinkan proses dengan operasi overlay peta (ESRI, 1996). GIS raster menghitung laju erosi tanah tahunan rata-rata di tiap sel/grid dengan lima faktor RUSLE sebagai berikut:

i _i _i _i _i _i _i (2)

dimana = sel/grid ke i, = laju tanah yang tererosi dalam (ton/ha/tahun), = indeks curah hujan dan aliran permukaan (Kj/ha), = indeks erodibilitas tanah (ton/Kj), = indeks panjang lereng, = indeks kemiringan lereng, = indeks manajemen penutup lahan; = indeks konservasi tanah.

3.

PREDIKSI PREDIKSI HASIL SEDIMEN

3.1.

Metode rating curve

Muatan suspensi relatif mudah untuk diukur, tetapi sulit untuk diprediksi dengan baik. Oleh karena itu, peneliti hidrologi telah membuat banyak upaya dalam menerapkan rating curve yang secara empiris yang

(6)

dapat menggambarkan hubungan antara konsentrasi sedimen tersuspensi dan debit air untuk lokasi tertentu (Morehead et al, 2003). Rating curve sedimen yang paling umum digunakan sebagai berikut:

(3)

atau persamaan linier didasarkan pada transformasi logaritma.

ln ln( ) ln ) (4)

dimana = konsentrasi sedimen (g/km³); = debit air (m³/s); & = koefisien regresi

3.2.

Metode echosounding

Hasil sedimen tahunan atau musiman dapat juga ditentukan dari pengukuran terhadap perubahan dasar waduk. Pengukuran perubahan dasar waduk ini biasanya dilakukan dengan cara echosounding. Setelah diperoleh data kedalaman dan jarak tiap-tiap jalur sesuai dengan patok tetap, selanjutnya dapat dibuat peta kontur kedalaman waduk dengan cara interpolasi. Berdasarkan peta kontur ini maka dapat dihitung volume waduk. Volume waduk saat pengukuran dibandingkan volume waduk dari pengukuran periode sebelumnya maka akan diketahui besarnya sedimen yang terdeposit di dalam waduk. Perbandingan volume tersebut harus dihitung berdasarkan elevasi yang sama.

4.

SEDIMENT DELIVERY RATIO (SDR)

Berbagai model prediksi erosi seperti Universal Soil Loss Equation (USLE), Modified Universal Soil Loss Equation (MUSLE) dan Revised Universal Soil Loss Equation (RUSLE) mengestimasi erosi pada skala bidang tanah. Terkadang tingkat erosi yang diprediksi dengan berbagai model di atas memberikan hasil yang lebih tinggi daripada hasil yang diukur di titik pengukuran DAS. SDR digunakan untuk mengoreksi efek yang menyebabkan ini terjadi. SDR didefinisikan sebagai fraksi erosi yang diangkut dalam interval waktu tertentu dan berfungsi sebagai ukuran dari efisiensi transportasi sedimen, yang menjelaskan jumlah sedimen yang sebenarnya diangkut dari sumber erosi ke titik pengukuran DAS dibandingkan dengan jumlah total tanah yang tererosi di atas wilayah yang sama di titik itu (Mutua dan Klik, 2006). Williams dan Berndt (1972) mengatakan bahwa nilai SDR berbeda antara satu DAS dengan DAS yang yang lain serta bervariasi tiap tahunnya. Nilai SDR berkisar antara 0 sampai 1, apabila nilai 1 menyatakan 100 % erosi mencapai titik pengukuran DAS. Besarnya SDR cenderung berbanding terbalik terhadap luas DAS, makin luas DAS makin kecil nilai SDRnya. Hubungan terbalik antara SDR dan luas DAS dapat dijelaskan dengan “Upland Theory”

Boyce (1975). Menurut teori ini daerah curam dari DAS adalah zona penghasil sedimen utama, dan karena rata-rata kemiringan menurun dengan meningkatnya ukuran DAS, maka produksi sedimen per satuan luas menurun juga. DAS besar juga memiliki lokasi deposisi sedimen yang lebih besar yang terletak antara daerah sumber sedimen dan outlet DAS.

Banyak faktor yang mempengaruhi dalam menghitung SDR. Menurut Walling (1983) faktor yang mempengaruhi SDR adalah input hidrologi (terutama curah hujan), karakteristik bentang alam (misalnya, vegetasi, topografi, dan tanah) dan interaksi yang kompleks yang lain. Menurut Azdak (2010) yang mempengaruhi SDR meliputi sumber sedimen yang berasal dari DAS, jarak sumber ke waduk, sistem transport, tekstur partikel-partikel tanah yang tererosi, lokasi desposisi sedimen, karakteristik DAS.

Kompleksitas dari banyak faktor tersebut membuat sulit untuk mengidentifikasi faktor dominan yang mepengaruhi besaran SDR di DAS.

Model memperkirakan SDR dapat dikelompokkan menjadi tiga kategori (Lu et al., 2005). Kategori pertama, membandingkan data hasil sedimen dan erosi lahan yang tersedia di suatu DAS. Kategori kedua, menggunakan hubungan empiris antara SDR dengan berbagai karakteristik paling penting dari DAS, seperti morfometri (Renfro, 1975; Boyce, 1975; Vanoni, 1975; USDA-NCRS, 1983; Auerswald, 1992; Mou dan Meng, 1980), topografi, tekstur tanah, tutupan lahan (Maner, 1958; Williams dan Berndt, 1972; Roehl, 1962;

Williams, 1977; Suripin,1998; Walling, 1983; Kothyari dan Jain, 2009), curah hujan dan limpasan (Misra dan Singh, 2006; Mutchler dan Bowie, 1975). Model-model ini memberikan sedikit pemahaman tentang proses fisik yang mendasari transpor sedimen di DAS tetapi dianggap tidak terlalu mendeskripsikan mekanisme yang menyebabkan transpor sedimen (Gambar 1). Kategori ketiga, mencoba untuk membangun model berdasarkan proses hidrologi dan hidraulik. Pada sebagian besar model ini, pengiriman sedimen dan

(7)

4

deposisi diperkirakan melalui hubungan antara limpasan dan erosi/lokasi terdeposit setelah terjadi transpor sedimen (Flanagan et al., 2001; Ferro dan Minacapilli, 1995; Tim et al.,1992; Kinsey-Henderson et al., 2005b; Hession dan Shanholtz, 1988).

Gambar 1. Hubungan SDR dengan luas DAS diperoleh dari berbagai daerah di seluruh dunia (Walling (1983), Ferro dan Minacapilli (1995))

Meskipun penelitian terkait SDR telah banyak dilakukan, beberapa peneliti masih mengeluh tentang kurangnya data SDR yang handal, dengan alasan bahwa tidak mungkin untuk memperhitungkan karakteristik spasial (Araújo & Knight 2005). Menurut Verstraeten (2006) tiga alasan utama yang menjelaskan mengapa kebanyakan model kurang memadukan variabel spasial dalam suplai sedimen meliputi:: (1) model berdasarkan fisik yang ada terlalu rumit dan data yang diterapkan pada DAS yang luas, (2) ada keterbatasan input data untuk menjalankan model erosi tanah dan SDR terdistribusi, dan (3) kinerja model spasial yang kompleks karena tidak menentunya estimasi parameter terkait.

5. METODOLOGI PENELITIAN

5.1. Lokasi penelitian

Penelitian ini dilakukan di beberapa DAS di Pulau Jawa (Gambar 2). Pemilihan Pulau Jawa untuk penelitian ini dilakukan karena data lebih lengkap dibandingkan dengan pulau-pulau lain di Indonesia sehingga tujuan akhir yang ingin dicapai dapat diperoleh dengan akurat. Lokasi yang paling diutamakan adalah memiliki data sedimentasi waduk atau pasangan data debit sedimen dan debit air yang digunakan untuk memprediksi hasil sedimen yang sampai di titik pengukuran DAS.

5.2. Pengumpulan data

Penelitian ini menggunakan beberapa data sekunder dari berbagai sumber baik dari instansi terkait yaitu Badan Metereologi, Klimatologi dan Geofisika (BMKG), Puslitbang Sumber Daya Air Bandung, Dinas Pekejaan Umum, Balai Pengelolaan Daerah Aliran Sungai (BPDAS), Balai Besar Wilayah Sungai (BBWS), Dinas Pengelolaan Sumber Daya Air (PSDA), Pengelola Waduk, Balai Besar Sumber Daya Lahan Pertanian (BBSDLP), BAKOSURTANAL, Lembaga Penerbangan dan Antariksa Nasional (LAPAN), Badan Informasi Geospasial (BIG) ataupun penelitian-penelitian yang pernah dilakukan dan data primer (sampel tanah, sampel sedimen dan survei lapangan terkait tata guna lahan) untuk melengkapi data sekunder yang diperoleh.

(8)

Gambar 2. Peta DAS penelitian di Pulau Jawa 5.2.1. Data hidrologi dan tanah

Data-data sekunder dan primer yang dibutuhkan sebagai berikut:

(1) Data curah hujan harian (2) Debit air harian

(3) Sedimentasi waduk

(4) Suspended load (sedimen melayang) (5) Bed Load (sedimen dasar)

(6) Data tanah (tekstur, struktur, permeabilitas dan kandungan organik) 5.2.2. Peta

Peta merupakan komponen penting dalam menganalisis sistem informasi geografis (SIG). Peta-peta yang dibutuhkan, yaitu:

(1) Peta batas daerah aliran sungai (DAS) (2) Peta sebaran jenis tanah

(3) Peta tata guna lahan

(4) Peta hidrografi (sungai, danau, garis pantai, dll) (5) Peta batas administrasi

(6) Peta toponim (7) Peta kontur

(8) CITRA SPOT dan Landsate (9) Digital Elevation Model (DEM) 5.3. Bagan alir penelitian

Penelitian ini dilakukan dalam 6 tahap yaitu analisis karakteristik DAS, perhitungan erosi lahan, perhitungan hasil sedimen, perhitungan SDR aktual, pengembangan persamaan SDR dan validasi persamaan. Masing- masing tahapan memiliki sub tahapan untuk melengkapi setiap tahapan. Tahap-tahap ini dilakukan untuk setiap DAS yang akan diteliti, yang akhirnya akan membentuk keterkaitan antara SDR dengan faktor-faktor yang mempengaruhi nilai SDR. Tahapan-tahapan penelitian sebagai berikut:

(9)

6

a) Analisis karakteristik DAS yang digunakan dalam model SDR

Data karakteristik DAS meliputi beberapa variabel yang dapat diperoleh dengan cara intrepretasi citra penginderaan jauh, analisis, dan pembacaan peta dasar dan peta tematik.

b) Estimasi erosi lahan tahunan (Ea)

Metode yang dilakukan untuk mengestimasi erosi lahan tahunan menggunakan model Revisited Universal Soil Loss Equation (RUSLE) berbasis grid/pixel.

c) Estimasi Hasil sedimen (SY)

Estimasi hasil sedimen dilakukan dengan 2 cara yaitu: (1) volume waduk saat pengukuran dibandingkan volume waduk dari pengukuran periode sebelumnya maka akan diketahui besarnya sedimen yang terdeposit di dalam waduk. (2) hasil sedimen dianalisis dengan persamaan regresi sedimen rating curve yaitu korelasi sedimen melayang dengan debit air saat pengambilan sampel. Selanjutnya persamaan rating curve yang diperoleh digunakan untuk menghitung hasil sedimen tahunan.

d) Perhitungan SDR aktual

Untuk memprediksi SDR memakai hasil dari prosedur (3) dan (4) yaitu dengan perbandingan antara sedimen yang terukur di titik pengukuran dan erosi di lahan.

e) Pengembangan persamaan

Pengembangan persamaan SDR menggunakan analisis statistik yang sesuai f) Validasi persamaan

Kriteria uji validitas model yang digunakan adalah ketepatannya menjelaskan dan menggambarkan keadaan yang sebenarnya. Uji validitas model menggunakan metode RMSE (Root Mean Square Error) yaitu rata-rata kuadrat dari perbedaan nilai estimasi dengan nilai observasi suatu variabel. Jika nilai RMSE semakin kecil maka estimasi model atau variabel tersebut semakin valid.

6.

KESIMPULAN

Hasil yang diharapkan dari penelitian ini adalah dapat memberikan gambaran terkait nilai SDR dengan karakteristik DAS yang berbeda-beda dan dapat mengembangkan persamaan empirik SDR yang sesuai dengan karakteristik DAS di Pulau Jawa.

(10)

Gambar 3. Diagram alir penelitian

(11)

8

DAFTAR PUSTAKA

Auerswald, K. (1992). “Predicted and measured sediment loads of large watersheds in Bavaria”, Proceedings 5^th Int. Symp. River Sedimentation, pp. 1031-1036, Karlsruhe, Germany.

Araújo, J. C. D. & Knight, D.W. (2005). “A Review of The Measurement of Sediment Yield in Different Scales”, REM: R. Esc Minas, Ouro Preto, 58(3), 257–265.

Arsyad, S. (2010). Konservasi Tanah dan Ai, IPB Press, Bogor.

Azdak, C. (2010). Hidrologi dan Pengelolaan Daerah Aliran Sungai, Gadjah Mada University Press, Yogyakarta.

Boyce, RC. (1975). “Sediment Routing with Sediment Delivery Ratios”, In: Present and Prospective Technology for Predicting Sediment Yield and Sources, US Dept. Agric. Publ, ARS-S40, 61-65.

USDA, USA.

Dadang, I.H., (2014). “Kajian Sediment Delivery Ratio di Daerah Tangkapan Waduk Kedungombo”, Tesis, Universitas Gadjah Mada, Yogyakarta

Environmental System Research Institute (ESRI). (1996). “Cell based modelling with GRID”, Environmental System Research Institute Inc., Redlands, California, USA

Ferro, V and Minacapilla, M. (1995). “Sediment Delivery Processes at Basin Scale”. Hydrological Sciences Journal, 40(6): 703-717.

Fl n g n, . ., cough, J. ., Ne ring, M. . & ﬂen, J. M. 2001 , “Chapter 8. Water Erosion Prediction Project (WEPP) Model”, in . . H rmon & W. W. oe, ed , „Landscape Erosion and Evolution Modeling‟, luwer c demic u li her , Norwell, M. ., p. 54.

Kim, H. S. & Julien, P. Y. (2006). “Soil Erosion Modeling Using RUSLE and GIS on the IMHA Watershed”, Water Engineering Research vol. 7(1), pp. 29 – 41.

Kinsey-Henderson, A. E., Post, D. A., and Prosser, I. P. (2005b). “Modelling Sources of Sediment at Sub- Catchment Scale: An Example From The Burdekin Catchment, North Queensland, Australia”, Mathematics and Computers in Simulation, 69, 90-102.

Kirby & Morgan, R.C. (1980). “Soil Erosion”, John Wiley and Sons, New York

Kothyari, U. C. & Jain, M. K., (2009). “Sediment Yield Estimation Using GIS”, Hydrol. Sci Journal. 46(6), 833–843.

Lu, H., Moran, C. J., & Prosser, I. P. (2005). “Modelling Sediment Delivery Ratio Over The Murray Darling Basin”, Journal Environmental Modelling & Software, 21(9), 1297–1308. Elsevier.

Maner, SB. (1958). “Factors Affecting Sediment Delivery Ratio in The Red Hill Physiographic Area”.

Transactions of the AGU, 39(4): 669-675.

Mishra, S. K., Tyagi, J. V., Singh, V. P. & Singh, R. (2005). “SCS-CN-Based Modeling of Sediment Yield”.

Journal of Hydrology. vol. 324(2006), pp. 301–322.

Morehead, M.D., Syvitski, J.P.M., Hutton, E.W.H., Peakham, S.D. (2003). “Modeling The Temporal Varia ility in TheFﬂux of ediment from Ung uged iver Basins”, Global and Planetary Change, 39, 95–110.

Mou, J and Meng, Q. (1980). “Sediment Delivery Ratio as Used in The Computation of The Watershed Sediment Yield”, Chinese Society of Hydraulic Engineering, Beijing, China.

Mutchler, CK and Bowie, AJ. (1976). “Effect of Land Use on Sediment Delivery Ratios”. In: Proceedings of the Third Federal Inter-Agency Sedimentation Conference, pp 11-12, Water Resources Council, Washington, D.e., USA.

Mutua, B.M, and Klik, A. (2006). “Estimating Spatial Sediment Delivery Ratio on A Large Rural Catchment”. Journal of Spatial Hydrology, Vol.6, No.1 Spring 2006.

Novotny, V. (1980). “Delivery of Suspended Sediment and Pollutant from Nonpoint Sources During Overland Flow”. Water Resources Bulletin, 16 (6): 1057-1065.

Renard, K. G., Foster, G. R., Weesies, G. A., McCool, D. K. & Yoder, D. C. (1997), “Predicting soil erosion by water: A guide to conservation planning with the revised Universal Soil Loss Equation (RUSLE)”, USDA Agricultural Handbook 703.

Renfro, G. W. (1975). “Use of Erosion Equations and Sediment Delivery Ratios for Predicting Sediment Yield”, in ‘Present and Prospective technology for Predicting Sediment Yields and Sources’, Vol.

ARS-S-40, Agricultural Resources Services, US Dept. Agric., Washington, D.C., pp. 33–45.

Roehl, JW. (1962). “Sediment Source Area, Delivery Ratios and Influencing Morphological Factors”. In:

Symposium of Bari (1-8 October, 1962). IAHS publ. No.59. pp 202-213, Wallingford, Oxfordshire, UK.

Silta, Y.N., (2015). “Kajian Sediment Delivery Ratio untuk Daerah Tangkapan Waduk Sermo Kabupaten Kulon Progo Daerah Istimewa Yogyakarta”, Tesis, Universitas Gadjah Mada, Yogyakarta.

Suripin. (2004). “Pelestarian Sumber Daya Tanah dan Air”, Andi. Yogyakarta.

(12)

9 Tim, U.S., Mostaghimi, S. and. Shanholtz V.O. (1992). “Identification of Critical Nonpoint Pollution Source Areas Using Geographic Information Systems and Water Quality Modeling”, Water Resources Bulletin, 28(5): 877-887.

Vanoni, V. A. (1975). Sedimentation Engineering. Manuals and Reports on Engineering Practice - no. 54.

American Society of Civil Engineers.

Verstraeten, (2006). “Regional Scale Modelling of Hillslope Sediment Delivery With SRTM Elevation Data”, Geomorphology Jounal, 81: 128–140.

Walling, D.E. (1983). “The Sediment Delivery Problem”, In: I. Rodriguez-Iturbe and V.K. Gupta (Guest- Editors), Scale Problems in Hydrology, J. Hydrol., 65: 209-237.

Williams, J.R. and Berndt, H.D. (1972). “Sediment Yield Computed with Universal Soil Loss Equation”. J.

Hydr. Div., Vol. 98. No HY12, pp. 2087-2098.

WilIiams, J.R. (1977). “Sediment Delivery Ratios Determined with Sediment and Runoff Models”. In:

Erosion and Solid Matter Transport in Land Waters, lAHS publ. No. 122, Wallingford, Oxfordshire, UK.

Wischmeier, W. H. & Smith, D. D., (1978), “Predicting rainfall erosion losses – A guide to conservation planning”, USDA Agricultural Handbook, 537, Washington D.C.