Integrasi Konsep Keruangan dalam Model Prediksi Erosi USLE
l9
f[BRU1RI
,lCRlYlTl rOl,UME29 No I
I
2AO7
tssN.0126-051"
INTECRASI KONSf,P KERUANCAN DALAM MODEL PREDIKSI EROSI USLE
(INTEGRAT:IONOF SPATIALLY CONCEPTTO USLE MODEL)
v
I
.t
YayatIIidayat.danKukuhMurtilaksono
Sudarmo,
LahaD'
Illnu TaDahdanSumberdaya
TanahdanAir, DepartemeD
Bag;anFisikadanKonservasi
id
lPB, email:[email protected]
Fapefia
ABSTRACT
rt)odclitl
USLFrnodclis a popularsoilerorrort
whichis primaryusedto predictsoil
IDdones;a
erosion.In the begin[iDg.USLE nodel was
developedto predicttotal soil erosionin plot
size (farm scale),therefore,rpplicationof this
modclon Nalershcdscalemustbe qocstiorable.
soil
In orderto applyUSLErnodelin predicting
erosionon watershedscalc,changesof modcl
to dist butcd
paradigm
especially
fromlurnped
paraureter
approachs
are rcqtlired.Thc lesearch
was canied out oD Uppef Ciliwung Sub
willr prcdrcted
to courparemeasured
Watcrshed
USLE (cell based
soil erosionof distributcd
USLE),IanduDitbasedUSLE(lumpedUSLE),
indicatcd
andAGNPS. Theresults
ANSWERS
that rneasured soil erosion werc vcry
significantlydiffcrent with predictedonc. On
predicted
plotscale,
soilcrosion
of USLE'nodel
On
was 1.37 tiDreshighcr than measured.
watershedscale the pefotnance of USLE
soilerosionof
modelarenot satisfied.Predicted
distributedflndlaDdunit basedUSLEmodels73
times and 134 time higherlhan nlc|suredone
respectively.ANSWERSand ACNPS nodels
on prcJicted
soilerosiorr
morebelteraccurrlior)
respectively
1.17 time and 3.02 higherthan
Kclword.: ACNI'S.ANS\lFRS.soil etosion.
USLE,walershcd
AI}STRAK
rnodelpredilsicrosi
\4odelUSLE mcrupakan
populer
yang sangat
dan banyakdigunakandi
Indon€siauntuk ne,nprediksicrosi dari suatu
Tcrakr€ditasi
SK.No.:55/DIKTI/Kep/2005
wilayah (DAS). Pada awalnya model USLII
unhrk memprediksierosi pada
dikerrbangkarr
padaskala
skalaplot sehinggapengguDaannya
prediksi
yang
akaD
nlcmbcfikan
hasil
DAS
rclatif bias.Agaf nrodelUSLE dapatdigurakan
pada skala DAS nrakadiperlukanpcrubahaD
paradiglla peDdekatanmodcl USLE yang
scmula bcmil'a( hnry.tl pard teler i\e|nj^di
dislri bulcd luru Dteter.Tujuanpenelitianadalalt
Drengintegrasikan
konsepkeruanganke dalarr
model tiSLE agar Nodel te$ebut dapat
crosidari suatrl
digunaka[uDtrkn]enrprediksi
dilaksaDakaD
DAS sccara
lebihbaik.PeDelilian
di Sub DAS Ciliwung tlulu. dengan
erosi hasil prediksi USLE
membandingkan
dan
bcrbasissel denganerosiaktualdi lapangan
AGNPS,
erosihasilprcdiksimodelANSWERS.
dan USt,E berbasissatuanlahaD.Walaupurr
berbedasangatnyataclenganhasil pcugukuran,
nrodclUSLEpadaskalaplol
crosihasilprediksi
laprng
hasilpeDgukuraD
rclatiflebihmendekcti
padaskalaDAS.Padaskalaplot,
dibandingkar
USLE hanya1,37kali lebih
ercsihasilprediksi
pengukuran.sedangkan
hasil
tinggi daripadr
pada skala DAS erosi hasil prediksi model
USLE berbasissel daD berbasissaluanlahan
73 dan 135 kali lebih besar
masing-masiDg
daripadahasil pergukurandi lapang.Model
hasil
ANSWERSdan ACNPS mernbcrikan
prediksierosiskalaDAS yangjauh lebihbaik
dcnganurodelUSLE. Model
dibandiDgkan
hasil
ANSWDRSdnn ACNPS menrbcrikan
prediksi
I,l7 dan3,02kali lebih
masirg-masiig
tinggidari hasilpengukuran.
Katakunci:ACNPS,ANSWERS,DaerahAliran
Su gxi,erositanah,USLE
PENDAIIULUAN
Model prcdiksierosi USLE (rr7igr,/ .oi1
loss cquation, dikenbarigkanunluk ntenrprcdiksi
ellsi r'iltl-rita tahuDandari stratulahan tlsithalani
dengan penegunaa[dan pengclola..ln tiuunun
ledeutu. Sejak dipublikasikanpada tahun 1965
(Wischnrcierdan Smilh, 1965), rnodel USLD
uDtLrk
lneDjad;sangatpoplrlerdanbanyakdiguDakan
rncnrprediksiefosi dafi suatLrwilayah (D,4S)
baik di ,4merikaScrikaidimaDanlodeltersebut
di nc!flra4rcgiriljrirrr)r
dikenrbingkarIniIrpUrr
Str!kturmodelyangrclatil
sepcrtidi IDdonesia.
'!ntrdah
scdcrhanadaD dala masukanyang
alasanutamapcnggunaan
diperoleh"rnerupakau
modclUSl-li sccalanrcluasdi Indoncsia.
Model ANSWERS (.otcol uonlninl
lon cN rl,alershed enrironnrcnl rcx?onte
sitnulutiotl) dN nrodel ACNPS (4gricLtltu'dt
nan-poinl source polhrtion nttxlel) nenptkan
model prcdiksi crosi dcrrgan p.tranrcter
yang telahbaoy.k digll0akan(padr
rerdistribusi
skal.rpcnclirian)di Indonesia.Ilasil pcnciilian
f ikno (1996) di Sub DAS Cibare gkokCinruDtuf.Jalva Bamt; dan Ilidayat (2001) di
Aif (D IA) Bodong.lllya
dan
DacfahTangl(apan
DAS Way Bcsay IIulu. menunjukkanmoclel
ANSwERS dapat rncnduga volLrme aliran
permukaan
dancrosidcrrgan
brik.
Pcnggunaanrnodcl ANSWLI{S drn
datayangrel.tif
ACNPS rncnerlukanrnasukan
,
)
x
l
n
r
c
|
l
.
r l i h . ' t \ : r.rcr r i r . 3
b
llxl lcr,cb||r
dala lang
kontradiktif dengan ketersediaaD
lerbataskarcnasebagian
besarDAS di lrrdoDesra
denganbaik. Sebrgai
bclum terinstruDrenlasi
rro.i
Inngkxha\\.rl u'rtrrl drrpatnrcrI|preJiksi
DAS secafalcbih.baik dcngan rnenllgunrkrn
data yrng
tcrsedia, pedu dilakukan
peDgiDtegfasian
konscpkcnrnngan(sp:rsirl)ke
dclam nrodelUSLE denganrncnbagi wilayflh
DAS kc dalam rastcr sel dengaDrne|ggunakan
model PCItaslcr. PcmbuataDraslersel ditujukan
pcndekatan
modelTJSLEyang
unltrkDrcngubah
bersifat luntped poronater ncr\j^di disttibutcd
Fr,"drrrt?r',schinggadiharapkanhasil prcdiksi
modellerscbll akall lcbih orcndckalicrosiy{ng
terjadidilapansar.
be|tLrjuan
urenggurakan
Penelitian
nrodel
(distributcd
LISL[ berbasisscl
USLE) uutuk
rrc prcdiksie()si prda skala DAS dan menenhrkankcakufatanmodcl teNebut rrclalui
pcnrbardingaD
crosihasilprediksiDrodcldengan
crosipengukumD
lapargdan qosi hasilprediksi
nrodelANSWEI{S,ACNPSdin tiSLD befbasrs
urit lahan.
RAHAN DAN NItrTOI)tr
Tcmprt drn lvnktu
Penelitian dilakukan di Sutr DAS
Cili\\,urgI{ulu (SPASTugu [Jtara).yang sccafa
'llgu
lrdminislftisilc ctak di Desa
Ulara,
Kecamatrl] Cisafuit, KrbupateD Bogor. Jawx
+ 167 IIa dcngan
Barat. LuasdacrahpcnclitiaD
1opog|afibergclonrbang
dan berbukit.Penclili,rn
l : r p ; r r r g , l i l n k l k p: rrrdr r rh r r l : r rI re b r r , , r i. l r r r p r i
dcngnnJuri 20(fl. kcnrudiar)
dilflniutl(Nn
dcugan
nrcngrnalisis
silirlsifnt llsik dan kini tan.rhdi
-fanrh.
LabomtoriunDcpartcDrcn
Ilmu
Fakultas
Pe{aniaD,IPB fada bular JuDihirrggaAgustus
2004.
Brhrn drn Alat
Ilultan )rng diguurkan mclipLrlipela
topografi,peta peDggunaan
laharr.pcta tnrah.
data cumh h{ian harian diri Balfli Pcrclitirn
Agroklinmtdau llklrclogi,dan dali linggi nrul(n
air sungaidari Ilrlai Pengelolaru
D.4SCitaRnnCiliu,lrngbulanIrebruari'April
2004. Alal yang
cligLrrrrkan
adaiuhcurrcot rllctcf. ring sarnplc"
lionrpas,abncy lcvcl. CPS. pcfmcilrnclcr,bol
bclgi, kourputcfdcngan prognnl ANSwI;l{S.
AGNPS.Stl ef. dan PcRxstcf. DisarrpiDgitu
juga digunakan baharr darr alnt lain yang
digunakanuntukmcmbualplot erosialaDi. bak
pcnarnpung
scdinrcn,
dirnanalisissifutfisik serta
l(iinirtalah di laborabriunr.
Metodc
l>engukuran Iirosi Skrl:r Plot
I)loi ercsi alarri diburt pada berlang
hhan homogendimana pola alifan air pada
lahan tcrscbutlcfkorscntrasipada sualu tilik
(.nicro-calchutn). Agaf .rif dirpafnreugalirnrcla[ri
s.rturitik penrbuangan
k)r//.r) dnn nrcnccgr alimn
21
Suddmo dkk. I la@gta\i KoksepKetuangah
air yangmasukdan keluardari plot erosi,maka
plot
dibuatpembatas
padabatasluarlahantersebut
(artifcial
nT
enggunakan
bolndary) dengan
buatan
plastik dan guludanbagianluamya. Aliran
pemukaandansedimen
dariplot erosiditampu[g
yang diletakanpada
ke dalarnbak penampung
setiap
erosidilakukan
ordel ploterosi.Pengukuran
harihujan.
Pengukuran[rosi SkataSubDAS
Pengukuran
erosidilakukanpadaoutletSub
DAS (SPAS Tugu Utara) melalui penga,nbilai
aruspadaberbagai
sampelsedimendaDkecepatan
kecepataD
alirandan
tinggimukaaliran. Pengukumn
perrgambilar sanpel sedimen dilakukan pada
perioderissinglimb,qest segnentdanfalling linb,
hldan
di'nanatinggimukaair padasetiapkejadiait
dicrtat secara ko irryu dengan menggu'rakan
outomalicwaler level recotder (AW[,R). Karakteristik hubunganantaa debit aliran )2ltg terukur
dengan
tinggimukaairdisajikandalambentukkurya
fengkungdebit aliatl (ditch$ge rutting cune).
Kamkteristikdebitsedimcndalamsetiapdebitaliran
debitalimn
diideDtifikasi
denganmengkorelasikan
ya[g teruklrsehingga
diperoleh
dandebitsedimen
debit sedimen(sedinentratting
kurvalengkung
cu )e). KLt|"va
l€ngkungdebit sedimentersebut
dasarperhitungan
selanjut,rya
digunakansebagai
(erosiJ
pade
hujan.
debitsedirnen
seliipkejrCirrr
PrediksiErosi Mod€lUSLE, ANSWERSdan
AGNPS
Erosi tarah hatian diprediksi menggunakanmodel USLE berbasissel klisftibuted
USLE), USLE berb.sis satuanlahan, model
ANSWERSdan AGNPS.ModelUSLE berbasis
sel dibuatdenganmgmbagihabiswilayahDAS
dhnanamodelUSLE
menjadisel-sel
bujursangkar
kedalamnya
denganmenggunakan
diintegrasikan
PcRaster,Model USLE berbasisstrtuaDlahan
adalah model USLE yang digunakanuDtuk
memprcdikierosipadaskalaDAS (Wischmerer
danSmith,1978).
Nilai paranetermasukanmodel(karakpermukaan
lahan,
teristikhujan,tanah,vegetasi,
dnn hidrologi) diperolehmelalui pengukuran
hpang.analisislaboratorium
dan pengamatan
sertadatasekunderdan nilai-nilaiyangtersedia
pada,nanualANSWERS(BeasleydaDHuggins,
AGNPS(Younget al, 1990).
l98l) danmaDual
Parametermasukanmodel ters€butmeliputi :
hujan,130,EI30,porositas
total,kadar
intensitas
air kapasitaslapan& kadar air tanab awal
sebelum kejadian hujaD (AMC), kapasitas
infiltrasi konstan, selisih kapasitasinfiltrasi
maksimum dan kapasitasinfiltrasi konstan,
eksponeninfiltmsi, kedalamanzona koDtrol
taDrh.volumeintersepsi
infiltrasi.erodibilitas
potensial,perseDpenutupanlahan, koefisien
kekasaran permukaan, tinggi kekasaran
maksimum,koefisie[ manning u tuk aliran
permukaan,faktor pengelolaantanamandan
tindakankonseNasitanah,kemiringanlereDg,
arah lereng. \ertc jaringan dan dirnensi
sungai/salura|r,
ValidasiMod€l
PembaDdingan berpasangan Glji-0
antaraerosihasilprediksinodel dan erosihasil
pengukuran
dilakukanultuk menilai keakuratan
(Steel
rnodel
and Torrie, 1980;Sudiana,1992).
Keakuratanmodel juga diidentifikasidengan
nilai persenkesalahan:
menggLrnakan
I hvon
= l '-' -P€rsen
kesalahan
.t
_ ^hc
\
"' l * 100
obs )
: Dilaibasilprediksi,nodclperjari
hujau
obs
: nilai hasil pengukuranper-hari
hruan
Nilai posistifn1cnunj
ukkanhasilprediksimodel
lebih besardibandingkandenganhasil penghasil
ukuran dan nilai negatif menunjLrkkan
prediksi model lebih rendah dibandirgkan
denganhasilpengukuran.
pred
HASIL DAN PEMBAHASAN
IlrosiHasilPrediksiModelUSLE SkalaPlot
ErosihasilprediksimodelUSLE berbasis
sel pada skala plot bervariasidenganjunlah
cumhhujandan indekserosihujan(8130). Eros'
)rng semakinbesarsejalandenganneningkatnya
volumebdan dan i,rdekserosihujan,walaupun
erosi tertinggitidak dihasilkaupada kejadian
hujandengancurahhqjandanindekserosih{an
tedinggi(Tabel l). Korelasiyang cukup baik
22
Sudarmodkk. : Irtegtusi Ko6ep Ketuaagan
antaraerosihasil prediksinodel dengancurah
hujan dan indek erosi hujaLrdituujukkanolch
kocfisien detenninasi(R') Inasing-rnasing
sebesar0.59 untuk curahhujandan 0.85 untuk
(Gambar
l).
indekerosihujan
(Uji-t)
berpasangan
Hasil perbandingan
menunjukkanperbedaanya[g sangat nyata
aDtarabesaranerosihasilprediksirnodelUSLE
berbasissel denganerosi hasil pengukuran.
Tingkat kesalahanhasil prediksi sangat
bervariasi
berkisardari |.2'7hingga169.23V.
(Tabel l). Total erosi hasil prcdiksi model
sebesar
3071.88kg/ha lebih tinggi 1.34kali
(2292.54kg/ha).
dibandingkan
hasilpengukuraD
nodel USLEbcrbasisselpadaskala
Tabell. Erosit€rukur,erosihasilprediksidantingkatkesalahan
plol
(Table 1. Measurcdercsion,rcsult of ercsiohptealiclionand etor levelofUSLE hasedon cell on
plot scale)
No
I
2
3
4
5
6
7
8
10
ll
l2
13
t4
l5
l6
11
l8
l9
20
2l
22
23
Tanggal
l0-Jan-04
I l-Jan-04
l4-Jan-04
l6-Jan-04
I8-Jan-04
20-Jan-04
2l-Jan-04
22-la\-04
24-Jat\-04
26-Jan-04
28-Jan-04
9-Feb-04
I l-Feb-04
I7-Feb-04
l9-Feb-04
22-Feb-04
27-Feb-04
7-Mar-04
13-Mar-04
18-Mar-04
8-Apr-04
14-Apr-04
2l-Apr-04
Jumlah
Curahhdan
(mnu
El30
(tonm/ha)
Erosi
IeauK!r
(kg/ha)
Efosi
prediksi
(kg/ha)
TiDgkat
kesalahnn
("/")
20.0
28.0
25.0
26.2
25.8
20.8
14.8
8.8
10.6
10.8
66.3
14.0
14.8
64.6
85.0
14.4
17.2
24.8
41.2
31.8
I4.0
8.4
2',7.4
6 t5 . 2
t-hituDg
8.16
17.08
i 9.01
49.1',7
t /1.34
2t2.83
t43.68
76.58
t66.4'l
106.80
| 5.3:7
t4.34
9.09
3 8 9i.5
14.21
49.43
295.55
332.30
4"t.'76
30.86
58.78
.40
65.31
18.95
|.66
1t.52
2292..54
)24.',|2
260.97
282.61
230.50
I 16.40
223.84
1t2.69
153.65
52.32
32.79
60.43
52.0t
34.46
5.52
|l5.83
77.68
38.03
r L68
126.13
59.84
24.39
|.27
52.28
87:55
54.03
140.45
36.67
I14.86
169.23
38.89
1539.99
t-tabe!
** berbeda
sangatnyata
r5 . 5 0
'7.83
I5.70
7.90
t.9l
0.95
32.82
3.t0
40.10
36.71
8.31
'7.29
14.81
4.80
t7.52
7.99
0.87
3.15
28t.62
25.48
12.55
434.61
32.14
-19.01
367.64
336.52
72.13
57.88
90.53
27.40
89.25
40.'72
4.48
16.0t
3071.88
2',7.82**
2.51
2)
Sudrmo dkk. :
.E 250
; 2co
€20o
Gambarl. KoretasialtaraerosihasilprediksiUSLEdengancurahhujan(a) daDEl30(b)
(Filure 1. Corelotion behreenrcsult oferostunPreclictionol USLEwill t (in dansily(u) dnd EI30 (b))
Hal tersebutdisebabkankarenamodel TJSLE
tidak Dertpertimbangkanproses deposisi
sedinrendalamsuatrllanskap,sehinggaselurLrlt
hasil erosi percik (splasherosion)dan gcrusaD
terangkutmclalui
diasulnsikan
aliranpcrmukaan
dclnikilr. erosi
pcrrnukrirr).
Walarrprrn
aliran
positif
korelasi
modelmenlpunyai
hasilpred;ksi
koclisielr
derrgarr
dengan
erosihasilperrgukuran
(R') = 0.96(Gambar2).
determinasi
E@dPrirr,i ft!rhr)
emsiprcdiksiUSLEdancrosl
Gambar2. Korclasi
padaPlotercsialami
pengukumn
,l iEurc2. ( orr,lotion1,"^r,ttt r(suhol ctt'trrt
prediclion ancl neasuranenl and
ercsionon natural erosion]11o,
trlrosiHrsil Prcdiksi Modcl USLE Skala Sub
DAS
Erosi hasil prediksi Drodel USLE
bcrbasissel dau berbasissatuanlahanberbeda
deDganhasil peDgLrkuran
nyata dibandinelkan
(Tabcl 2). Tingkat kesalahanmodet dalam
Denpfediksierosibervirfiasidali 30.99sampai
seldarr
untukUSLEbcrbasis
dcngan10293.14%
pda
model
0.83-'72394.70%
berkisarantara
.atrrrn
Wirlruprrn
crosi
llhon.
USIL IJerbrsi*
lcbih
hasilprediksikcduamodcllcrscbut.iauh
naDtoD
terlihat
tinggidiatashasilpengukuran,
bahwamodcl prediksierosiUSLE beftasissel
satuanlahaDlebihb^ik daripadaUSLEberbasis
TotalerosihasilprediksiUSLEbcrbasissel dftn
adalah
berbasissatuan lahan masing-masilrg
jauh
lebih
29797.94klta dar 5522?.90kglha
tinggi dibandingkanhasil pengukuransebesar
409.90kg/ha,xtau setaradengan73 dan I 34 kali
lebihbesardari hasilpengukuran.llal tersebut
DlodelUSI-E
meDunjukkan
brhwa pcnggunaan
hrsil
padaskalaSub DAS/DASnlembcfikan
yang
sedtmen
prcdiksi
k(mng baik. Seb.tgian
aliranpermukaarr
hasilcrosipercikdan gerusarr
yangdideposisikan
di bagiarkaki lcrcng yang
relatif datar dau wilayahdcpresihinnya scrta
yangdideposisikan
akibatadanyafilter
sedirneD
clalam
vegetasi(6dl,'iel)belumdipertimbangkan
modelUSLE.
24
S u d i n n o' i f \ . : l n h S t u t t K d a l ' K h t a q n a
. .
modelUSLEbcrbasissel danberbasis
erosihasilprediksidantingkatkesalahaD
Tabcl2. Erositerukur,
satuanlaha|r
Cable 2. Me^rureLlercsion,erosionpretliction and etor oJ USLEnodel basedon cell andfurn set)
(%)
I iDgkatkesalahan
Erosiprediksi(kg/lla)
laban USLE-sel USI.E-satuanlahan
Terukur USLE-ScI USLE-satua[
978.',72
310.98
t43.47
57.32
I
09-Feb-04 13.30
72394.70
10130.86
2 I l - F e b - o 4 1 5 . 1 0 1 5 4 4 . 8 6 t0946.70
t5062.t8
9641.03
I
I
I89.69
3 l3-Feb-04 73.80 7 1 9 3 . 3 1
r05.21
30.99
t4.s'7
7.10
9.30
l5-Feb-04
4
t4043.99
907.64
1234',7.'/0
879.67
5 l7-Fcb-04 8'7.30
10585.92
67r9.t8
523.61
334.t4
4.90
6 l8-Feb-04
t0942.t6
6938.',76
I12t8.83
7i5t.38
7 l9'Feb-04 l0l.60
I14.63
16.83
8.80
8 20-Fcb-04 4.10
t6222.45
t0293.14
2595.77
9 22-Feb-04 15.90 1 6 5 2 . 5 1
-35.83
0.83
|
.
2
1
0.77
L20
l0 23-Feb-04
381r.20
2388.58
715.'.l
5
455.41
I I l5-Mar-04 I8.30
8307.t9
5249.23
s
l
3
0
.
r
6
12 l8-Mar-04 63.40 3 3 9 t . 4 1
4956.32
3lt7.ll
4
192.t
122.25
13 22-Mar04
3.80
55221
.90
2919',7.94
409.90
Junlah
r0.60**
8.73**
t-xrtung
2.18
2.18
t-t|bcloo6
No
Tanggal
** berbeda
sangatnyata
Erosi H:rsil Prcdiksi Model ANSWBRS dan
AGNPS
ErosihasilprediksimodelANSWERS
sesuaidenganvarrasr
dan AGNPSbervnriasi
cufahhujaD.ModelANSWERSmeDghasilkan
prediksi
erositertinggi
sebesar
169.0kghayaDg
tcrjadi padat^nggal 17 Februari2004 dengan
hasilprcdiksi
uufahhujan64.6mm,sedangkan
555kyha
fxxlcl ACNPScrositertinggi
sebesar
lciadi padatanggal 19 Februari2004 dengan
. r r r . , lhI U i I r8 5 . 0r r r | n( T a b cllr . C u t n l rl r u j a n
!orcndahyang ninghasilkarl erosi adaiah
I 4 . 4 m m p a d am o d e lA N S W E R Sd a n 1 2 . 4
hasil
mm pada modcl AGNPS. Perbedaan
prediksikeduanodel terscbutborkaitaD
derrgan
paraNeterinput yangnempcngiruhi
perbedaan
jumlah erosi yang dihasill(an.
yaitu cnergr
intcusitashujan daDgerusanaliran pcrnrukaan
padamodelANSWERSdan irdeks erosihujrD
(8130)padaDrodcl,{GNPS.
ErosihasilprediksimodclANSWERS
dan ACNPS secarc statistik bcrbcda nyata
dibaDdirrgkan
dcngancrosi hasil peDgukural.
denrikianmodcl ANSWERSnrcm'
Walaupun
punyaiperfonnayang lebih bail( dibarrdingkan
yrngdiiuniukkfii
dengaD
nlodclAGNPSscperti
prediksi
ASWERSscbcsal
olehtotalerosihasil
483.0kg/hatidakterlaujauh berbedadcngan
hasil pcngukufrn(409.9 kg/ha).sedanglNn
total erosihasilprcdiksiACNPS 1238kg/hi.
Dcngrnkata lain erosi hasil pfediksi|rlodcl
l.l7
ANSWIIRSdan AGNPSmasing-ntasing
ero.i
kxlidcn1.02kalilehrhbc.rrrdiLrrrrdirskrn
hasil pengukuran. Erosi hasil prediksi
ANSWEIIScendcrunglebih rcndah pada
;ntcnsitashujaD rendah dan sedikit lcbih
tinggi pada irteDsitas/curahhujan yang
tinggi. Korehsi erosi hxsil prediksimodel
dan crosi hrsil pcngukurarrrenunjukkan
l | l r b l l I s n)ra r r ! c. u k u Jcr r a l s c p c r l li e r c e r r r i r r
drlarn kocfisien detenl)inasi(ll') scbesar
0 . 8 7 u n t u km o d e lA N S w E R Sd a D s e b c s a r
0 . 8 1u n t u kn o d c lA C N P S( G a m b a3r ) .
25
Sudirmo dfk. : Iat.g$t
Koasepferuangn
Tabel3. Erositerukur,
erosiltasilprediksi,
dantiogkatkesalahan
Nodel^NSWERSdar AGNPS
(fable 3. Mcaturetlerosion.rcsulloJpredictio ercsion,andeftot la\,eloJAN,\WLll,\otttlAGNPSnaclel)
No
L
2.
3.
4.
5.
6.
7.
8.
9.
10.
I I.
12.
13.
I a'rr'$l
Curah
E.oriPr.dikri(kdl
ltuian _.
Tcflrkrr ANSWERS
t,rirnr
t4.0
13.3
0
1.0
t4.8
t5.l
'73.8
61.0
128.0
1.6
7.1
0
64.6
87.3
169.0
8.0
4.9
0
85.0
10r.6
123.0
t.0
4.1
0
t4.4
15.9
t4.0
0.4
1.2
0
t3.6
18.3
0
31.8
63.4
42.0
09-Feb-04
I l-Feb-04
l3-Fcb-04
l5-Feb-04
l7-Feb-04
I8-Feb-04
l9-Feb-04
20-Feb-04
22-Feb-04
23-Feb-04
I5-Mar-04
I8-MaF04
22-MaF04 12.4
Junrlah
324.8
3.8
409.9
a-llllung
t-tabel ((oor
ACNPS
4.0
t0.0
2',/1.0
0
335.0
2.0
555.0
I1.0
483.0
3.0
40.0
1.0
1.238.0
2.t8
5.67**
2.18
ANSWERS
ACNPS
-69.9
-33.8
2',7
5.3
-100.0
283.7
-59.2
446.3
-100.0
-30.8
-100.0
-83.6
-36.9
-'73.',7
-t00.0
-53.6
-100.0
91.6
-t00.0
2t.l
-r00.01
-12.0
-r00.0
"t00.0
-33.8
-r00.0
g1m
e ? 0
so
roo
ErosiPred.ksrANswERs
Gg44
1c0 s0
3m 4c0 s
6m
E orl P.ediksi AGNPS(ks,r (b)
Gambar2. Korelasierosipcngukuran
dengaD
erosi prediksiANSWERS(a).
(b)
danpred;ksiAGNI'S
Figure 2. Corrclation o! ncosltrant?ntcrosioni,ith ANSWIaRS
kr) and lIGNPS (h) pn'rliction
----=-
,..:_=r._j.jj
26
Keakur:rtanModcl PrcdiksiErosi
(tii-l)
berpasargan
I'lasil perbandiDgan
aDtara erosi hasil prediksi model USI-E.
ANSWERSdan AGNPS dcngaDerosi hasil
peDgukuriD
menurjukkanb:lhwascluruh[rodel
yang dipergunakandalam penelitian rnl
nlernberikan basil prediksi yaDg k(mDg
memuaskan.
Erosihasilprediksinrodclrata-fata
denganerosi hasil
lebih tiDggidibandi[gkan
(over csli ale\. Oleh karcDxitu,
pengLrkurall
pemilihannodel prediksierosi ynng fclatif
pendckaftrD
cukupbaik dilakukanmengguDakan
nrodcl. ModelUSLB berbasis
tingkatkesalAhan
seldanUSLEberbasis
sat aDlahannreDberikan
hasil prediksi erosi harian dengan rata-rata
adriahsebcsnr
pcrsenkes:rlahan
nlnsing-nasing
4288.90/,dal 12177.4%.ScdnngkanDrodel
ANSWERS me,npunyai ratir-rala Pcrscn
47.8%darrmodelACNI'S
kcsalahan
sebesar
sebcsaf 61.7o%.Dengan denrikian noclel
modclyangrclatif lebih
ANSWERS,nerupakaD
untuknrenprcdiksi
baik dan dapatdigunakan
erosi DAS di lokasi penelitianDlaupunl),^S
laiDnyadi Indonesia
dengankorrdisirvilayah
yang identik, walaupunmasih lremcrhrkan
nilai
pcngujian
lebihlanjutdalammcncntukan
yang
parametcr
model
lebih
mcwakili
masukaD
kondisiaktuallaprng^D.
Kf,SIMPULAN
i. EfosihasilprediksimodelUSI-Eberbasis
seldaDUSLEberbasis
sahran
lahaD
berbeda
|yata dibandingkan
denganerosi hasil
pcDgukural,bflik pada skala plot nlalui
rraupunskalaSub DAS. Padaskalaplot
ahmi nodql USI-E nremberikarhasil
pfediksiyang cukup baik yailLrsebesxf
l0? 1.88 kg/ha dan tidak jauh berbedd
dibaDdingkandengan hasil pengukurlln
sebcsar
2292.54kg/ha.
2. Pada skala Sub DAS model USLE
menrberikrnlusil prediksicrosihariar),ang
jauh lebih tinggi dibardingkancrosi hasil
pengukuran. Drosi hasil prediksi USLE
bcrbcsis
seldar berbcsis
sntuarr
hlrrnmr:ingmashg73dan 134kali lebihbcsardibandingkandengan
k mn.
erosihas;lpeng
3. ModelANSWERSdan .ACNPSmemberi
kar hasil prcdiksi yftng lcbih baik
dibandiDgkandengaD model USLE,
walaupunNasih berbedanyata dibandiDgk:rndcnganhasil penguklran.Berclasar-kan
kejadixn hujfln terpilih. modcl
li
crori
n NSWfRS .lcrrAC\PS tnenrhc|il,nn
481.0
hasilprediksi'nasing-rnasing
sebesar
t S h r d r r ) 1 2 3 8 . k0 g h a s e n r e n t ner rac i
409.9kg/ha.
hasilpergukuran
sebesar
4. Berdasarkan
rata-ratatiDgkatkesalahaDn)'t
nrodcl ANSWERS mcmbcrikan hasil
prediksi yang lebilt baik dibarrdingkan
dengannodcl lain darr dapat digurakan
untuknrelnprediksi
erosiSubDAS/DASdi
pcnclitiaD
lokasi
nlAUpuu
DAS lainuyadi
dcngankoudisibiofisikwilayah
Indonesia
yaDgidcntik.
SARAN
L Model USLE sebniknya
digunakan
uDtuk
menrprediksi
erosipadaskalausahatani
dan
tiJirl diBUiknD urruk rrremlrcdilsicrosi
padaskalaDAS.
unllrk
2. Modcl ANSWERSdapatdiguDak^D
Drerrprediksi
erosipodasl(alaDAS. Untuk
meningkatkankcakufatanmodel tcrsebul
erosiDAS diperlukal
dalarnnenrprcdiksi
pcngujian lcbih lanjut temlanra )ang
bcrkaitaD
dcnganpencDtrxD
oihi parametcr
masukanmodcl scpcrtinilai faktor C dan
yangdapal
poterrsial
nilaivolurc intcrsepsi
nrerepscntasikan
kondisipcnggunaan
lahan
(wilayah
tropikabasah).
di Indoresia
UCAPANTf,RIMA I'ASIII
l'enulis nrcngucapkan
tcfinra kasih
kepadr Proyek QuIlil.r for Unlerytruduute
'[anah,
E.l calion (QAE) PrograurSIud; Ilnru
FaperlaIPB yrng telah nlenbiayaiselr.llh
penelitian
ini.
2',7
Sudamo,ll,f. . lnksrd,i Kahs"p Ken@agdh
DAFTAR PUSTAKA
Beasley,
D.B.andL.F. Huggins1981.ANSWERS,
UseasManual. AgriculturclEnginecring
DepMmen! Purdue UniveNity, West
I.affayete,Indiana.
Hidayat,Y.2001, AplikasiModelANSWERS
dalam MerrprediksiErosi dan Alimn
Permukaandi DTA BodongJayadan
DAS Way BesayHulu,LampungBarat,
Tesis Program Pascasarjana,lPB,
Bogor.
Steel,R.G.DandJ.H.Torrie. 1980. Principles
ofStatistics.Mac Graw
andProcedures
Hill,Inc.NewYork.
Sudjana.1992. MetodaStatistika. Transito,
BalduDg.
ModelANSWERS
Tikno,S. 1996.Perggu'raaD
untuk Me,nprediksiAliran Permlkaan
dar Sedimendi SubDAS CibarcngkokCimuntur,JawaBarat, Tesis Progranl
'
lPB, Bogor.
Pascasarjana,
Wischmeier
and D.D. Smith.1965.Predicting
RainfallErosionLoos€sfrom Cropland
Eastofthe RockyMou,ltains,Cuidefor
ofPracticesfor SoilandWater
Selection
ConservatioD.Agriculture Handbook
No. 282,AgriculturalResearch
Service,
U.S. Depa|1rnenl
of {gricLrllureill
Cooperationwith P$rdueAgricultural
Experiment Station, Dalant v,tww.
7 Nopember
2003.
sedlab.olemiss.
Wischfreier,W.H aDd D.D. Srnitlt. 1978.
Predictiug
RainfallE.osionLooses.A
llarrl|irg. AtsfiGiudeto Conser\ation
l{andbook
No.
573.
Agricultural
cultural
ResearchService,U.S. Depr(menl oi
rvith Purdlre
Agficuhrrein Coopcration
AgriculturalExperi e t Station../a/rr,?
2004.
:(www.scdlab.olemiss).5
Februari
Yourg, R.A., C.A. Onstad,D.D. Bosch ancl
W.P. Anderson.1990. Agricultural
No[-PoiDt Source Pollution Model
(ACNPS)User'sCuide Version3.51.
Agricultural Research Sevice. U.S.
Depafrncntof Agricullure.Morris.
Mi,mesota.
f[BRU1RI
,lCRlYlTl rOl,UME29 No I
I
2AO7
tssN.0126-051"
INTECRASI KONSf,P KERUANCAN DALAM MODEL PREDIKSI EROSI USLE
(INTEGRAT:IONOF SPATIALLY CONCEPTTO USLE MODEL)
v
I
.t
YayatIIidayat.danKukuhMurtilaksono
Sudarmo,
LahaD'
Illnu TaDahdanSumberdaya
TanahdanAir, DepartemeD
Bag;anFisikadanKonservasi
id
lPB, email:[email protected]
Fapefia
ABSTRACT
rt)odclitl
USLFrnodclis a popularsoilerorrort
whichis primaryusedto predictsoil
IDdones;a
erosion.In the begin[iDg.USLE nodel was
developedto predicttotal soil erosionin plot
size (farm scale),therefore,rpplicationof this
modclon Nalershcdscalemustbe qocstiorable.
soil
In orderto applyUSLErnodelin predicting
erosionon watershedscalc,changesof modcl
to dist butcd
paradigm
especially
fromlurnped
paraureter
approachs
are rcqtlired.Thc lesearch
was canied out oD Uppef Ciliwung Sub
willr prcdrcted
to courparemeasured
Watcrshed
USLE (cell based
soil erosionof distributcd
USLE),IanduDitbasedUSLE(lumpedUSLE),
indicatcd
andAGNPS. Theresults
ANSWERS
that rneasured soil erosion werc vcry
significantlydiffcrent with predictedonc. On
predicted
plotscale,
soilcrosion
of USLE'nodel
On
was 1.37 tiDreshighcr than measured.
watershedscale the pefotnance of USLE
soilerosionof
modelarenot satisfied.Predicted
distributedflndlaDdunit basedUSLEmodels73
times and 134 time higherlhan nlc|suredone
respectively.ANSWERSand ACNPS nodels
on prcJicted
soilerosiorr
morebelteraccurrlior)
respectively
1.17 time and 3.02 higherthan
Kclword.: ACNI'S.ANS\lFRS.soil etosion.
USLE,walershcd
AI}STRAK
rnodelpredilsicrosi
\4odelUSLE mcrupakan
populer
yang sangat
dan banyakdigunakandi
Indon€siauntuk ne,nprediksicrosi dari suatu
Tcrakr€ditasi
SK.No.:55/DIKTI/Kep/2005
wilayah (DAS). Pada awalnya model USLII
unhrk memprediksierosi pada
dikerrbangkarr
padaskala
skalaplot sehinggapengguDaannya
prediksi
yang
akaD
nlcmbcfikan
hasil
DAS
rclatif bias.Agaf nrodelUSLE dapatdigurakan
pada skala DAS nrakadiperlukanpcrubahaD
paradiglla peDdekatanmodcl USLE yang
scmula bcmil'a( hnry.tl pard teler i\e|nj^di
dislri bulcd luru Dteter.Tujuanpenelitianadalalt
Drengintegrasikan
konsepkeruanganke dalarr
model tiSLE agar Nodel te$ebut dapat
crosidari suatrl
digunaka[uDtrkn]enrprediksi
dilaksaDakaD
DAS sccara
lebihbaik.PeDelilian
di Sub DAS Ciliwung tlulu. dengan
erosi hasil prediksi USLE
membandingkan
dan
bcrbasissel denganerosiaktualdi lapangan
AGNPS,
erosihasilprcdiksimodelANSWERS.
dan USt,E berbasissatuanlahaD.Walaupurr
berbedasangatnyataclenganhasil pcugukuran,
nrodclUSLEpadaskalaplol
crosihasilprediksi
laprng
hasilpeDgukuraD
rclatiflebihmendekcti
padaskalaDAS.Padaskalaplot,
dibandingkar
USLE hanya1,37kali lebih
ercsihasilprediksi
pengukuran.sedangkan
hasil
tinggi daripadr
pada skala DAS erosi hasil prediksi model
USLE berbasissel daD berbasissaluanlahan
73 dan 135 kali lebih besar
masing-masiDg
daripadahasil pergukurandi lapang.Model
hasil
ANSWERSdan ACNPS mernbcrikan
prediksierosiskalaDAS yangjauh lebihbaik
dcnganurodelUSLE. Model
dibandiDgkan
hasil
ANSWDRSdnn ACNPS menrbcrikan
prediksi
I,l7 dan3,02kali lebih
masirg-masiig
tinggidari hasilpengukuran.
Katakunci:ACNPS,ANSWERS,DaerahAliran
Su gxi,erositanah,USLE
PENDAIIULUAN
Model prcdiksierosi USLE (rr7igr,/ .oi1
loss cquation, dikenbarigkanunluk ntenrprcdiksi
ellsi r'iltl-rita tahuDandari stratulahan tlsithalani
dengan penegunaa[dan pengclola..ln tiuunun
ledeutu. Sejak dipublikasikanpada tahun 1965
(Wischnrcierdan Smilh, 1965), rnodel USLD
uDtLrk
lneDjad;sangatpoplrlerdanbanyakdiguDakan
rncnrprediksiefosi dafi suatLrwilayah (D,4S)
baik di ,4merikaScrikaidimaDanlodeltersebut
di nc!flra4rcgiriljrirrr)r
dikenrbingkarIniIrpUrr
Str!kturmodelyangrclatil
sepcrtidi IDdonesia.
'!ntrdah
scdcrhanadaD dala masukanyang
alasanutamapcnggunaan
diperoleh"rnerupakau
modclUSl-li sccalanrcluasdi Indoncsia.
Model ANSWERS (.otcol uonlninl
lon cN rl,alershed enrironnrcnl rcx?onte
sitnulutiotl) dN nrodel ACNPS (4gricLtltu'dt
nan-poinl source polhrtion nttxlel) nenptkan
model prcdiksi crosi dcrrgan p.tranrcter
yang telahbaoy.k digll0akan(padr
rerdistribusi
skal.rpcnclirian)di Indonesia.Ilasil pcnciilian
f ikno (1996) di Sub DAS Cibare gkokCinruDtuf.Jalva Bamt; dan Ilidayat (2001) di
Aif (D IA) Bodong.lllya
dan
DacfahTangl(apan
DAS Way Bcsay IIulu. menunjukkanmoclel
ANSwERS dapat rncnduga volLrme aliran
permukaan
dancrosidcrrgan
brik.
Pcnggunaanrnodcl ANSWLI{S drn
datayangrel.tif
ACNPS rncnerlukanrnasukan
,
)
x
l
n
r
c
|
l
.
r l i h . ' t \ : r.rcr r i r . 3
b
llxl lcr,cb||r
dala lang
kontradiktif dengan ketersediaaD
lerbataskarcnasebagian
besarDAS di lrrdoDesra
denganbaik. Sebrgai
bclum terinstruDrenlasi
rro.i
Inngkxha\\.rl u'rtrrl drrpatnrcrI|preJiksi
DAS secafalcbih.baik dcngan rnenllgunrkrn
data yrng
tcrsedia, pedu dilakukan
peDgiDtegfasian
konscpkcnrnngan(sp:rsirl)ke
dclam nrodelUSLE denganrncnbagi wilayflh
DAS kc dalam rastcr sel dengaDrne|ggunakan
model PCItaslcr. PcmbuataDraslersel ditujukan
pcndekatan
modelTJSLEyang
unltrkDrcngubah
bersifat luntped poronater ncr\j^di disttibutcd
Fr,"drrrt?r',schinggadiharapkanhasil prcdiksi
modellerscbll akall lcbih orcndckalicrosiy{ng
terjadidilapansar.
be|tLrjuan
urenggurakan
Penelitian
nrodel
(distributcd
LISL[ berbasisscl
USLE) uutuk
rrc prcdiksie()si prda skala DAS dan menenhrkankcakufatanmodcl teNebut rrclalui
pcnrbardingaD
crosihasilprediksiDrodcldengan
crosipengukumD
lapargdan qosi hasilprediksi
nrodelANSWEI{S,ACNPSdin tiSLD befbasrs
urit lahan.
RAHAN DAN NItrTOI)tr
Tcmprt drn lvnktu
Penelitian dilakukan di Sutr DAS
Cili\\,urgI{ulu (SPASTugu [Jtara).yang sccafa
'llgu
lrdminislftisilc ctak di Desa
Ulara,
Kecamatrl] Cisafuit, KrbupateD Bogor. Jawx
+ 167 IIa dcngan
Barat. LuasdacrahpcnclitiaD
1opog|afibergclonrbang
dan berbukit.Penclili,rn
l : r p ; r r r g , l i l n k l k p: rrrdr r rh r r l : r rI re b r r , , r i. l r r r p r i
dcngnnJuri 20(fl. kcnrudiar)
dilflniutl(Nn
dcugan
nrcngrnalisis
silirlsifnt llsik dan kini tan.rhdi
-fanrh.
LabomtoriunDcpartcDrcn
Ilmu
Fakultas
Pe{aniaD,IPB fada bular JuDihirrggaAgustus
2004.
Brhrn drn Alat
Ilultan )rng diguurkan mclipLrlipela
topografi,peta peDggunaan
laharr.pcta tnrah.
data cumh h{ian harian diri Balfli Pcrclitirn
Agroklinmtdau llklrclogi,dan dali linggi nrul(n
air sungaidari Ilrlai Pengelolaru
D.4SCitaRnnCiliu,lrngbulanIrebruari'April
2004. Alal yang
cligLrrrrkan
adaiuhcurrcot rllctcf. ring sarnplc"
lionrpas,abncy lcvcl. CPS. pcfmcilrnclcr,bol
bclgi, kourputcfdcngan prognnl ANSwI;l{S.
AGNPS.Stl ef. dan PcRxstcf. DisarrpiDgitu
juga digunakan baharr darr alnt lain yang
digunakanuntukmcmbualplot erosialaDi. bak
pcnarnpung
scdinrcn,
dirnanalisissifutfisik serta
l(iinirtalah di laborabriunr.
Metodc
l>engukuran Iirosi Skrl:r Plot
I)loi ercsi alarri diburt pada berlang
hhan homogendimana pola alifan air pada
lahan tcrscbutlcfkorscntrasipada sualu tilik
(.nicro-calchutn). Agaf .rif dirpafnreugalirnrcla[ri
s.rturitik penrbuangan
k)r//.r) dnn nrcnccgr alimn
21
Suddmo dkk. I la@gta\i KoksepKetuangah
air yangmasukdan keluardari plot erosi,maka
plot
dibuatpembatas
padabatasluarlahantersebut
(artifcial
nT
enggunakan
bolndary) dengan
buatan
plastik dan guludanbagianluamya. Aliran
pemukaandansedimen
dariplot erosiditampu[g
yang diletakanpada
ke dalarnbak penampung
setiap
erosidilakukan
ordel ploterosi.Pengukuran
harihujan.
Pengukuran[rosi SkataSubDAS
Pengukuran
erosidilakukanpadaoutletSub
DAS (SPAS Tugu Utara) melalui penga,nbilai
aruspadaberbagai
sampelsedimendaDkecepatan
kecepataD
alirandan
tinggimukaaliran. Pengukumn
perrgambilar sanpel sedimen dilakukan pada
perioderissinglimb,qest segnentdanfalling linb,
hldan
di'nanatinggimukaair padasetiapkejadiait
dicrtat secara ko irryu dengan menggu'rakan
outomalicwaler level recotder (AW[,R). Karakteristik hubunganantaa debit aliran )2ltg terukur
dengan
tinggimukaairdisajikandalambentukkurya
fengkungdebit aliatl (ditch$ge rutting cune).
Kamkteristikdebitsedimcndalamsetiapdebitaliran
debitalimn
diideDtifikasi
denganmengkorelasikan
ya[g teruklrsehingga
diperoleh
dandebitsedimen
debit sedimen(sedinentratting
kurvalengkung
cu )e). KLt|"va
l€ngkungdebit sedimentersebut
dasarperhitungan
selanjut,rya
digunakansebagai
(erosiJ
pade
hujan.
debitsedirnen
seliipkejrCirrr
PrediksiErosi Mod€lUSLE, ANSWERSdan
AGNPS
Erosi tarah hatian diprediksi menggunakanmodel USLE berbasissel klisftibuted
USLE), USLE berb.sis satuanlahan, model
ANSWERSdan AGNPS.ModelUSLE berbasis
sel dibuatdenganmgmbagihabiswilayahDAS
dhnanamodelUSLE
menjadisel-sel
bujursangkar
kedalamnya
denganmenggunakan
diintegrasikan
PcRaster,Model USLE berbasisstrtuaDlahan
adalah model USLE yang digunakanuDtuk
memprcdikierosipadaskalaDAS (Wischmerer
danSmith,1978).
Nilai paranetermasukanmodel(karakpermukaan
lahan,
teristikhujan,tanah,vegetasi,
dnn hidrologi) diperolehmelalui pengukuran
hpang.analisislaboratorium
dan pengamatan
sertadatasekunderdan nilai-nilaiyangtersedia
pada,nanualANSWERS(BeasleydaDHuggins,
AGNPS(Younget al, 1990).
l98l) danmaDual
Parametermasukanmodel ters€butmeliputi :
hujan,130,EI30,porositas
total,kadar
intensitas
air kapasitaslapan& kadar air tanab awal
sebelum kejadian hujaD (AMC), kapasitas
infiltrasi konstan, selisih kapasitasinfiltrasi
maksimum dan kapasitasinfiltrasi konstan,
eksponeninfiltmsi, kedalamanzona koDtrol
taDrh.volumeintersepsi
infiltrasi.erodibilitas
potensial,perseDpenutupanlahan, koefisien
kekasaran permukaan, tinggi kekasaran
maksimum,koefisie[ manning u tuk aliran
permukaan,faktor pengelolaantanamandan
tindakankonseNasitanah,kemiringanlereDg,
arah lereng. \ertc jaringan dan dirnensi
sungai/salura|r,
ValidasiMod€l
PembaDdingan berpasangan Glji-0
antaraerosihasilprediksinodel dan erosihasil
pengukuran
dilakukanultuk menilai keakuratan
(Steel
rnodel
and Torrie, 1980;Sudiana,1992).
Keakuratanmodel juga diidentifikasidengan
nilai persenkesalahan:
menggLrnakan
I hvon
= l '-' -P€rsen
kesalahan
.t
_ ^hc
\
"' l * 100
obs )
: Dilaibasilprediksi,nodclperjari
hujau
obs
: nilai hasil pengukuranper-hari
hruan
Nilai posistifn1cnunj
ukkanhasilprediksimodel
lebih besardibandingkandenganhasil penghasil
ukuran dan nilai negatif menunjLrkkan
prediksi model lebih rendah dibandirgkan
denganhasilpengukuran.
pred
HASIL DAN PEMBAHASAN
IlrosiHasilPrediksiModelUSLE SkalaPlot
ErosihasilprediksimodelUSLE berbasis
sel pada skala plot bervariasidenganjunlah
cumhhujandan indekserosihujan(8130). Eros'
)rng semakinbesarsejalandenganneningkatnya
volumebdan dan i,rdekserosihujan,walaupun
erosi tertinggitidak dihasilkaupada kejadian
hujandengancurahhqjandanindekserosih{an
tedinggi(Tabel l). Korelasiyang cukup baik
22
Sudarmodkk. : Irtegtusi Ko6ep Ketuaagan
antaraerosihasil prediksinodel dengancurah
hujan dan indek erosi hujaLrdituujukkanolch
kocfisien detenninasi(R') Inasing-rnasing
sebesar0.59 untuk curahhujandan 0.85 untuk
(Gambar
l).
indekerosihujan
(Uji-t)
berpasangan
Hasil perbandingan
menunjukkanperbedaanya[g sangat nyata
aDtarabesaranerosihasilprediksirnodelUSLE
berbasissel denganerosi hasil pengukuran.
Tingkat kesalahanhasil prediksi sangat
bervariasi
berkisardari |.2'7hingga169.23V.
(Tabel l). Total erosi hasil prcdiksi model
sebesar
3071.88kg/ha lebih tinggi 1.34kali
(2292.54kg/ha).
dibandingkan
hasilpengukuraD
nodel USLEbcrbasisselpadaskala
Tabell. Erosit€rukur,erosihasilprediksidantingkatkesalahan
plol
(Table 1. Measurcdercsion,rcsult of ercsiohptealiclionand etor levelofUSLE hasedon cell on
plot scale)
No
I
2
3
4
5
6
7
8
10
ll
l2
13
t4
l5
l6
11
l8
l9
20
2l
22
23
Tanggal
l0-Jan-04
I l-Jan-04
l4-Jan-04
l6-Jan-04
I8-Jan-04
20-Jan-04
2l-Jan-04
22-la\-04
24-Jat\-04
26-Jan-04
28-Jan-04
9-Feb-04
I l-Feb-04
I7-Feb-04
l9-Feb-04
22-Feb-04
27-Feb-04
7-Mar-04
13-Mar-04
18-Mar-04
8-Apr-04
14-Apr-04
2l-Apr-04
Jumlah
Curahhdan
(mnu
El30
(tonm/ha)
Erosi
IeauK!r
(kg/ha)
Efosi
prediksi
(kg/ha)
TiDgkat
kesalahnn
("/")
20.0
28.0
25.0
26.2
25.8
20.8
14.8
8.8
10.6
10.8
66.3
14.0
14.8
64.6
85.0
14.4
17.2
24.8
41.2
31.8
I4.0
8.4
2',7.4
6 t5 . 2
t-hituDg
8.16
17.08
i 9.01
49.1',7
t /1.34
2t2.83
t43.68
76.58
t66.4'l
106.80
| 5.3:7
t4.34
9.09
3 8 9i.5
14.21
49.43
295.55
332.30
4"t.'76
30.86
58.78
.40
65.31
18.95
|.66
1t.52
2292..54
)24.',|2
260.97
282.61
230.50
I 16.40
223.84
1t2.69
153.65
52.32
32.79
60.43
52.0t
34.46
5.52
|l5.83
77.68
38.03
r L68
126.13
59.84
24.39
|.27
52.28
87:55
54.03
140.45
36.67
I14.86
169.23
38.89
1539.99
t-tabe!
** berbeda
sangatnyata
r5 . 5 0
'7.83
I5.70
7.90
t.9l
0.95
32.82
3.t0
40.10
36.71
8.31
'7.29
14.81
4.80
t7.52
7.99
0.87
3.15
28t.62
25.48
12.55
434.61
32.14
-19.01
367.64
336.52
72.13
57.88
90.53
27.40
89.25
40.'72
4.48
16.0t
3071.88
2',7.82**
2.51
2)
Sudrmo dkk. :
.E 250
; 2co
€20o
Gambarl. KoretasialtaraerosihasilprediksiUSLEdengancurahhujan(a) daDEl30(b)
(Filure 1. Corelotion behreenrcsult oferostunPreclictionol USLEwill t (in dansily(u) dnd EI30 (b))
Hal tersebutdisebabkankarenamodel TJSLE
tidak Dertpertimbangkanproses deposisi
sedinrendalamsuatrllanskap,sehinggaselurLrlt
hasil erosi percik (splasherosion)dan gcrusaD
terangkutmclalui
diasulnsikan
aliranpcrmukaan
dclnikilr. erosi
pcrrnukrirr).
Walarrprrn
aliran
positif
korelasi
modelmenlpunyai
hasilpred;ksi
koclisielr
derrgarr
dengan
erosihasilperrgukuran
(R') = 0.96(Gambar2).
determinasi
E@dPrirr,i ft!rhr)
emsiprcdiksiUSLEdancrosl
Gambar2. Korclasi
padaPlotercsialami
pengukumn
,l iEurc2. ( orr,lotion1,"^r,ttt r(suhol ctt'trrt
prediclion ancl neasuranenl and
ercsionon natural erosion]11o,
trlrosiHrsil Prcdiksi Modcl USLE Skala Sub
DAS
Erosi hasil prediksi Drodel USLE
bcrbasissel dau berbasissatuanlahanberbeda
deDganhasil peDgLrkuran
nyata dibandinelkan
(Tabcl 2). Tingkat kesalahanmodet dalam
Denpfediksierosibervirfiasidali 30.99sampai
seldarr
untukUSLEbcrbasis
dcngan10293.14%
pda
model
0.83-'72394.70%
berkisarantara
.atrrrn
Wirlruprrn
crosi
llhon.
USIL IJerbrsi*
lcbih
hasilprediksikcduamodcllcrscbut.iauh
naDtoD
terlihat
tinggidiatashasilpengukuran,
bahwamodcl prediksierosiUSLE beftasissel
satuanlahaDlebihb^ik daripadaUSLEberbasis
TotalerosihasilprediksiUSLEbcrbasissel dftn
adalah
berbasissatuan lahan masing-masilrg
jauh
lebih
29797.94klta dar 5522?.90kglha
tinggi dibandingkanhasil pengukuransebesar
409.90kg/ha,xtau setaradengan73 dan I 34 kali
lebihbesardari hasilpengukuran.llal tersebut
DlodelUSI-E
meDunjukkan
brhwa pcnggunaan
hrsil
padaskalaSub DAS/DASnlembcfikan
yang
sedtmen
prcdiksi
k(mng baik. Seb.tgian
aliranpermukaarr
hasilcrosipercikdan gerusarr
yangdideposisikan
di bagiarkaki lcrcng yang
relatif datar dau wilayahdcpresihinnya scrta
yangdideposisikan
akibatadanyafilter
sedirneD
clalam
vegetasi(6dl,'iel)belumdipertimbangkan
modelUSLE.
24
S u d i n n o' i f \ . : l n h S t u t t K d a l ' K h t a q n a
. .
modelUSLEbcrbasissel danberbasis
erosihasilprediksidantingkatkesalahaD
Tabcl2. Erositerukur,
satuanlaha|r
Cable 2. Me^rureLlercsion,erosionpretliction and etor oJ USLEnodel basedon cell andfurn set)
(%)
I iDgkatkesalahan
Erosiprediksi(kg/lla)
laban USLE-sel USI.E-satuanlahan
Terukur USLE-ScI USLE-satua[
978.',72
310.98
t43.47
57.32
I
09-Feb-04 13.30
72394.70
10130.86
2 I l - F e b - o 4 1 5 . 1 0 1 5 4 4 . 8 6 t0946.70
t5062.t8
9641.03
I
I
I89.69
3 l3-Feb-04 73.80 7 1 9 3 . 3 1
r05.21
30.99
t4.s'7
7.10
9.30
l5-Feb-04
4
t4043.99
907.64
1234',7.'/0
879.67
5 l7-Fcb-04 8'7.30
10585.92
67r9.t8
523.61
334.t4
4.90
6 l8-Feb-04
t0942.t6
6938.',76
I12t8.83
7i5t.38
7 l9'Feb-04 l0l.60
I14.63
16.83
8.80
8 20-Fcb-04 4.10
t6222.45
t0293.14
2595.77
9 22-Feb-04 15.90 1 6 5 2 . 5 1
-35.83
0.83
|
.
2
1
0.77
L20
l0 23-Feb-04
381r.20
2388.58
715.'.l
5
455.41
I I l5-Mar-04 I8.30
8307.t9
5249.23
s
l
3
0
.
r
6
12 l8-Mar-04 63.40 3 3 9 t . 4 1
4956.32
3lt7.ll
4
192.t
122.25
13 22-Mar04
3.80
55221
.90
2919',7.94
409.90
Junlah
r0.60**
8.73**
t-xrtung
2.18
2.18
t-t|bcloo6
No
Tanggal
** berbeda
sangatnyata
Erosi H:rsil Prcdiksi Model ANSWBRS dan
AGNPS
ErosihasilprediksimodelANSWERS
sesuaidenganvarrasr
dan AGNPSbervnriasi
cufahhujaD.ModelANSWERSmeDghasilkan
prediksi
erositertinggi
sebesar
169.0kghayaDg
tcrjadi padat^nggal 17 Februari2004 dengan
hasilprcdiksi
uufahhujan64.6mm,sedangkan
555kyha
fxxlcl ACNPScrositertinggi
sebesar
lciadi padatanggal 19 Februari2004 dengan
. r r r . , lhI U i I r8 5 . 0r r r | n( T a b cllr . C u t n l rl r u j a n
!orcndahyang ninghasilkarl erosi adaiah
I 4 . 4 m m p a d am o d e lA N S W E R Sd a n 1 2 . 4
hasil
mm pada modcl AGNPS. Perbedaan
prediksikeduanodel terscbutborkaitaD
derrgan
paraNeterinput yangnempcngiruhi
perbedaan
jumlah erosi yang dihasill(an.
yaitu cnergr
intcusitashujan daDgerusanaliran pcrnrukaan
padamodelANSWERSdan irdeks erosihujrD
(8130)padaDrodcl,{GNPS.
ErosihasilprediksimodclANSWERS
dan ACNPS secarc statistik bcrbcda nyata
dibaDdirrgkan
dcngancrosi hasil peDgukural.
denrikianmodcl ANSWERSnrcm'
Walaupun
punyaiperfonnayang lebih bail( dibarrdingkan
yrngdiiuniukkfii
dengaD
nlodclAGNPSscperti
prediksi
ASWERSscbcsal
olehtotalerosihasil
483.0kg/hatidakterlaujauh berbedadcngan
hasil pcngukufrn(409.9 kg/ha).sedanglNn
total erosihasilprcdiksiACNPS 1238kg/hi.
Dcngrnkata lain erosi hasil pfediksi|rlodcl
l.l7
ANSWIIRSdan AGNPSmasing-ntasing
ero.i
kxlidcn1.02kalilehrhbc.rrrdiLrrrrdirskrn
hasil pengukuran. Erosi hasil prediksi
ANSWEIIScendcrunglebih rcndah pada
;ntcnsitashujaD rendah dan sedikit lcbih
tinggi pada irteDsitas/curahhujan yang
tinggi. Korehsi erosi hxsil prediksimodel
dan crosi hrsil pcngukurarrrenunjukkan
l | l r b l l I s n)ra r r ! c. u k u Jcr r a l s c p c r l li e r c e r r r i r r
drlarn kocfisien detenl)inasi(ll') scbesar
0 . 8 7 u n t u km o d e lA N S w E R Sd a D s e b c s a r
0 . 8 1u n t u kn o d c lA C N P S( G a m b a3r ) .
25
Sudirmo dfk. : Iat.g$t
Koasepferuangn
Tabel3. Erositerukur,
erosiltasilprediksi,
dantiogkatkesalahan
Nodel^NSWERSdar AGNPS
(fable 3. Mcaturetlerosion.rcsulloJpredictio ercsion,andeftot la\,eloJAN,\WLll,\otttlAGNPSnaclel)
No
L
2.
3.
4.
5.
6.
7.
8.
9.
10.
I I.
12.
13.
I a'rr'$l
Curah
E.oriPr.dikri(kdl
ltuian _.
Tcflrkrr ANSWERS
t,rirnr
t4.0
13.3
0
1.0
t4.8
t5.l
'73.8
61.0
128.0
1.6
7.1
0
64.6
87.3
169.0
8.0
4.9
0
85.0
10r.6
123.0
t.0
4.1
0
t4.4
15.9
t4.0
0.4
1.2
0
t3.6
18.3
0
31.8
63.4
42.0
09-Feb-04
I l-Feb-04
l3-Fcb-04
l5-Feb-04
l7-Feb-04
I8-Feb-04
l9-Feb-04
20-Feb-04
22-Feb-04
23-Feb-04
I5-Mar-04
I8-MaF04
22-MaF04 12.4
Junrlah
324.8
3.8
409.9
a-llllung
t-tabel ((oor
ACNPS
4.0
t0.0
2',/1.0
0
335.0
2.0
555.0
I1.0
483.0
3.0
40.0
1.0
1.238.0
2.t8
5.67**
2.18
ANSWERS
ACNPS
-69.9
-33.8
2',7
5.3
-100.0
283.7
-59.2
446.3
-100.0
-30.8
-100.0
-83.6
-36.9
-'73.',7
-t00.0
-53.6
-100.0
91.6
-t00.0
2t.l
-r00.01
-12.0
-r00.0
"t00.0
-33.8
-r00.0
g1m
e ? 0
so
roo
ErosiPred.ksrANswERs
Gg44
1c0 s0
3m 4c0 s
6m
E orl P.ediksi AGNPS(ks,r (b)
Gambar2. Korelasierosipcngukuran
dengaD
erosi prediksiANSWERS(a).
(b)
danpred;ksiAGNI'S
Figure 2. Corrclation o! ncosltrant?ntcrosioni,ith ANSWIaRS
kr) and lIGNPS (h) pn'rliction
----=-
,..:_=r._j.jj
26
Keakur:rtanModcl PrcdiksiErosi
(tii-l)
berpasargan
I'lasil perbandiDgan
aDtara erosi hasil prediksi model USI-E.
ANSWERSdan AGNPS dcngaDerosi hasil
peDgukuriD
menurjukkanb:lhwascluruh[rodel
yang dipergunakandalam penelitian rnl
nlernberikan basil prediksi yaDg k(mDg
memuaskan.
Erosihasilprediksinrodclrata-fata
denganerosi hasil
lebih tiDggidibandi[gkan
(over csli ale\. Oleh karcDxitu,
pengLrkurall
pemilihannodel prediksierosi ynng fclatif
pendckaftrD
cukupbaik dilakukanmengguDakan
nrodcl. ModelUSLB berbasis
tingkatkesalAhan
seldanUSLEberbasis
sat aDlahannreDberikan
hasil prediksi erosi harian dengan rata-rata
adriahsebcsnr
pcrsenkes:rlahan
nlnsing-nasing
4288.90/,dal 12177.4%.ScdnngkanDrodel
ANSWERS me,npunyai ratir-rala Pcrscn
47.8%darrmodelACNI'S
kcsalahan
sebesar
sebcsaf 61.7o%.Dengan denrikian noclel
modclyangrclatif lebih
ANSWERS,nerupakaD
untuknrenprcdiksi
baik dan dapatdigunakan
erosi DAS di lokasi penelitianDlaupunl),^S
laiDnyadi Indonesia
dengankorrdisirvilayah
yang identik, walaupunmasih lremcrhrkan
nilai
pcngujian
lebihlanjutdalammcncntukan
yang
parametcr
model
lebih
mcwakili
masukaD
kondisiaktuallaprng^D.
Kf,SIMPULAN
i. EfosihasilprediksimodelUSI-Eberbasis
seldaDUSLEberbasis
sahran
lahaD
berbeda
|yata dibandingkan
denganerosi hasil
pcDgukural,bflik pada skala plot nlalui
rraupunskalaSub DAS. Padaskalaplot
ahmi nodql USI-E nremberikarhasil
pfediksiyang cukup baik yailLrsebesxf
l0? 1.88 kg/ha dan tidak jauh berbedd
dibaDdingkandengan hasil pengukurlln
sebcsar
2292.54kg/ha.
2. Pada skala Sub DAS model USLE
menrberikrnlusil prediksicrosihariar),ang
jauh lebih tinggi dibardingkancrosi hasil
pengukuran. Drosi hasil prediksi USLE
bcrbcsis
seldar berbcsis
sntuarr
hlrrnmr:ingmashg73dan 134kali lebihbcsardibandingkandengan
k mn.
erosihas;lpeng
3. ModelANSWERSdan .ACNPSmemberi
kar hasil prcdiksi yftng lcbih baik
dibandiDgkandengaD model USLE,
walaupunNasih berbedanyata dibandiDgk:rndcnganhasil penguklran.Berclasar-kan
kejadixn hujfln terpilih. modcl
li
crori
n NSWfRS .lcrrAC\PS tnenrhc|il,nn
481.0
hasilprediksi'nasing-rnasing
sebesar
t S h r d r r ) 1 2 3 8 . k0 g h a s e n r e n t ner rac i
409.9kg/ha.
hasilpergukuran
sebesar
4. Berdasarkan
rata-ratatiDgkatkesalahaDn)'t
nrodcl ANSWERS mcmbcrikan hasil
prediksi yang lebilt baik dibarrdingkan
dengannodcl lain darr dapat digurakan
untuknrelnprediksi
erosiSubDAS/DASdi
pcnclitiaD
lokasi
nlAUpuu
DAS lainuyadi
dcngankoudisibiofisikwilayah
Indonesia
yaDgidcntik.
SARAN
L Model USLE sebniknya
digunakan
uDtuk
menrprediksi
erosipadaskalausahatani
dan
tiJirl diBUiknD urruk rrremlrcdilsicrosi
padaskalaDAS.
unllrk
2. Modcl ANSWERSdapatdiguDak^D
Drerrprediksi
erosipodasl(alaDAS. Untuk
meningkatkankcakufatanmodel tcrsebul
erosiDAS diperlukal
dalarnnenrprcdiksi
pcngujian lcbih lanjut temlanra )ang
bcrkaitaD
dcnganpencDtrxD
oihi parametcr
masukanmodcl scpcrtinilai faktor C dan
yangdapal
poterrsial
nilaivolurc intcrsepsi
nrerepscntasikan
kondisipcnggunaan
lahan
(wilayah
tropikabasah).
di Indoresia
UCAPANTf,RIMA I'ASIII
l'enulis nrcngucapkan
tcfinra kasih
kepadr Proyek QuIlil.r for Unlerytruduute
'[anah,
E.l calion (QAE) PrograurSIud; Ilnru
FaperlaIPB yrng telah nlenbiayaiselr.llh
penelitian
ini.
2',7
Sudamo,ll,f. . lnksrd,i Kahs"p Ken@agdh
DAFTAR PUSTAKA
Beasley,
D.B.andL.F. Huggins1981.ANSWERS,
UseasManual. AgriculturclEnginecring
DepMmen! Purdue UniveNity, West
I.affayete,Indiana.
Hidayat,Y.2001, AplikasiModelANSWERS
dalam MerrprediksiErosi dan Alimn
Permukaandi DTA BodongJayadan
DAS Way BesayHulu,LampungBarat,
Tesis Program Pascasarjana,lPB,
Bogor.
Steel,R.G.DandJ.H.Torrie. 1980. Principles
ofStatistics.Mac Graw
andProcedures
Hill,Inc.NewYork.
Sudjana.1992. MetodaStatistika. Transito,
BalduDg.
ModelANSWERS
Tikno,S. 1996.Perggu'raaD
untuk Me,nprediksiAliran Permlkaan
dar Sedimendi SubDAS CibarcngkokCimuntur,JawaBarat, Tesis Progranl
'
lPB, Bogor.
Pascasarjana,
Wischmeier
and D.D. Smith.1965.Predicting
RainfallErosionLoos€sfrom Cropland
Eastofthe RockyMou,ltains,Cuidefor
ofPracticesfor SoilandWater
Selection
ConservatioD.Agriculture Handbook
No. 282,AgriculturalResearch
Service,
U.S. Depa|1rnenl
of {gricLrllureill
Cooperationwith P$rdueAgricultural
Experiment Station, Dalant v,tww.
7 Nopember
2003.
sedlab.olemiss.
Wischfreier,W.H aDd D.D. Srnitlt. 1978.
Predictiug
RainfallE.osionLooses.A
llarrl|irg. AtsfiGiudeto Conser\ation
l{andbook
No.
573.
Agricultural
cultural
ResearchService,U.S. Depr(menl oi
rvith Purdlre
Agficuhrrein Coopcration
AgriculturalExperi e t Station../a/rr,?
2004.
:(www.scdlab.olemiss).5
Februari
Yourg, R.A., C.A. Onstad,D.D. Bosch ancl
W.P. Anderson.1990. Agricultural
No[-PoiDt Source Pollution Model
(ACNPS)User'sCuide Version3.51.
Agricultural Research Sevice. U.S.
Depafrncntof Agricullure.Morris.
Mi,mesota.