Analysis of Cidanau River Discharge using SWAT Application.

ANALISIS DEBIT SUNGAI CIDANAU

DENGAN APLIKASI SWAT

FADLI IRSYAD

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2011

PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI

Dengan ini saya menyatakan bahwa tesis “Analisis Debit Sungai Cidanau dengan Aplikasi SWAT” adalah karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun yang tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.

Bogor, Juli 2011

Fadli Irsyad NRP. F451090051

ABSTRACT

FADLI IRSYAD. Analysis of Cidanau River Discharge using SWAT Application. Supervised by BUDI INDRA SETIAWAN, SATYANTO KRIDO SAPTOMO, and HERRY SUHARDIYANTO.

Fulfilling water demand is one important effort in water resource management. The water demand always increases in line with the growths of population, industry and business, but the water availability is ascertained to satisfy those needs continuously. Therefore, it is necessary to analyze water availability in a specified watershed integrated with various aspects in hydrology. The objective of this study was to determine water availability in Cidanau watershed by analysing the relationship of rainfall and river discharge using the Soil and Water Assesment Tool (SWAT). The watershed is located in Banten Province and covering 22 620 ha. Input data were Digital Elevation Models, land use, and soil map. The procedures were including collection and process of climate data, trend analysis of water availability, determination of dry periods, discharge measurements, discharge analysis and calibration using SWAT. The results showed that water demand would reach 2.854 m3/s in 2020 while the estimated of average discharge was 5.282 m3/s, and the minimum discharge was 0.5 to 1 m3/s. Dry periods occurred from May to October with the average of 171 days per year. SWAT has generated 461 HRU that described the spatial condition of the whole watershed. Calculated discharges with SWAT compared to the measured discharges having The Nash-Sutcliffe Index of 0.534, and correlation coefficient of 0.68. Since this study used limited data then further studies should be continued by collecting more data of discharges and climates.

Keyword : Soil and Water Assessment Tool, Cidanau Watershed, GIS, Rating Curve, Water Availability

RINGKASAN

FADLI IRSYAD. Analisis Debit Sungai Cidanau dengan Aplikasi SWAT. Dibimbing oleh BUDI INDRA SETIAWAN, SATYANTO KRIDO SAPTOMO, dan HERRY SUHARDIYANTO.

Perubahan tata guna lahan yang terjadi pada suatu kawasan menyebabkan terjadinya perubahan kondisi catchment area dan dapat menyebabkan perubahan aliran permukaan. Hal ini berpengaruh terhadap kondisi debit sungai di outlet sub DAS dan DAS tersebut.

Daerah Aliran Sungai (DAS) Cidanau merupakan salah satu DAS yang terdapat di Provinsi Banten, dengan luas 22 620 ha. Secara geografis lokasi ini terletak pada 105o49’00” – 106o04’00” BT dan 06o07’30” - 06o18’00” LS. Air Sungai Cidanau dimanfaatkan untuk berbagai kepentingan, baik untuk pertanian, perikanan, industri dan kebutuhan domestik.

Tujuan dari penelitian ini adalah (1) untuk menduga kecenderungan perubahan ketersediaan air di DAS Cidanau, (2) mengidentifikasi parameter SWAT untuk DAS Cidanau, (3) menganalisis hubungan curah hujan dengan debit Sungai Cidanau dengan menggunakan SWAT.

Analisis debit Sungai Cidanau dilakukan untuk mendapatkan ketersediaan air pada DAS Cidanau dan menggambarkan perubahan yang terjadi terkait ruang dan waktu. Adapun tahapan yang dilakukan pada penelitian ini antara lain : (i) pengumpulan dan pengolahan data iklim, (ii) analisis kecenderungan ketersediaan air, (iii) penentuan hari kering DAS Cidanau, (iv) penghitungan debit Sungai Cidanau, (v) menganalisis debit Sungai Cidanau menggunakan MWSWAT, (vi) kalibrasi data debit Sungai Cidanau, (vii) mendapatkan hubungan curah hujan dengan debit Sungai Cidanau.

Analisis data mencakup rata-rata curah hujan wilayah, evapotranspirasi, infiltrasi. Selanjutnya dilakukan analisis SWAT dengan menggunakan aplikasi MapWindows untuk menghitung debit Sungai Cidanau.

Penentuan awal musim kemarau dan lamanya dilakukan dengan menganalisis fungsi kumulatif dari curah hujan dalam satu tahun. Data curah hujan dari tahun 1989 sampai 2010 disusun secara kumulatif untuk setiap tahunnya. Pola sebaran dari penjumlahan hujan setiap harinya akan menbentuk suatu fungsi polinomial. Fungsi polinomial yang paling mendekati kondisi jumlah hujan kumulatif adalah polinomial pangkat lima.

Pengukuran debit Sungai Cidanau dilakukan dengan mencatat perubahan tinggi muka air sungai secara berkala di outlet Sungai Cidanau. Pengukuran kedalaman sungai dilakukan dengan menggunakan echosounder dan jarak dari satu titik pengukuran ke titik berikutnya adalah 1 m. Kecepatan aliran sungai diukur dengan menggunakan currentmeter. Metode yang digunakan dalam penghitungan debit Sungai Cidanau adalah dengan menggunakan fungsi cubic spline interpolation yang dikembangkan oleh Setiawan et al, 2007.

Aplikasi SWAT dapat menganalisis karakteristik DAS secara keseluruhan serta respon dari DAS terhadap iklim. Hasil simulasi nantinya dikalibrasi dengan hasil perhitungan debit observasi di lapangan.

Proses SWAT diawali dengan penggambaran wilayah Daerah Aliran Sungai Cidanau dengan metode automatic watershed delineation. Peta DEM Cidanau

dengan resolusi 30m x 30m dijadikan input beda elevasi dari tiap titik untuk melihat arah aliran air permukaan. Aliran sungai yang terbentuk akan membentuk suatu daerah aliran sungai, dan outlet dari aliran sungai tersebut disesuaikan dengan koordinat outlet sungai cidanau pada Rumah Pompa I PT Karakatau Tirta Industri (PT KTI).

Tahapan selanjutnya adalah pembuatan Hydrological Response Unit (HRU) pada aplikasi SWAT. HRU mengambarkan pengaruh suatu wilayah terhadap faktor hidrologi yang terjadi pada wilayah tersebut, pembagian wilayah tersebut berdasarkan karakteristik tanah, tata guna lahan, dan kemiringan lahan.

Tahapan berikutnya memasukkan data iklim periode 2008. Pada tahapan ini input data yang digunakan adalah periode simulasi tahun 2008. File data mencakup data stasiun iklim (stnlist.txt), file data hujan harian (*.pcp), temperatur harian (*.tmp), file weather generator (*.wgn). Tahapan terakhir merupakan visualisasi parameter output yang dikehendaki dalam format shapefile (*.shp). Pada Sungai Cidanau output yang dipilih hanya parameter output debit sungai harian.

Kebutuhan air akan terus meningkat hingga tahun 2022 dengan total 2 854 m3/s sedangkan proyeksi rata-rata debit tahunan adalah 5.282 m3/s dan debit minimum hanya 0.5–1 m3/s. Dengan demikian ketersediaan air Sungai Cidanau dari hasil proyeksi untuk debit rata-rata masih dapat memenuhi kebutuhan air di kota Cilegon hingga tahun 2022.

Musim kering pada DAS Cidanau terjadi pada bulan Mei sampai Oktober dengan rata-rata lama hari kering 171 hari. Pada saat tersebut debit Sungai Cidanau rata-rata berada pada kondisi minimum. Hasil proyeksi ketersediaan air Sungai Cidanau untuk hari kering masih belum dapat memenuhi besarnya kebutuhan air untuk Kota Cilegon dan sekitarnya, karena debit minimum kurang dari jumlah yang dibutuhkan.

Hasil rating curve untuk Sungai Cidanau memiliki nilai korelasi (R2) sebesar 0.81, maka hubungan antara kedalaman dan debit untuk DAS Cidanau dapat dihitung setiap 30 menit berdasarkan data logger kedalaman. Hasil pembuatan HRU diperoleh 460 jenis HRU yang menggambarkan kondisi wilayah secara spasial.

Nilai correlation coefficient hasil kalibrasi MWSWAT adalah 0.681 dan nilai Nash (NSI) sebesar 0.534. Dengan demikian hasil simulasi SWAT untuk DAS Cidanau pada tahun 2008 dapat dikatakan memuaskan. Terdapat 16 parameter DAS yang harus dirubah dalam menganalisis debit Sungai Cidanau. Parameter yang paling berpengaruh terhadap debit sungai adalah faktor pengisian air tanah pada DAS Cidanau yakni 484 hari. Sebelum dikalibrasi lama pengisian air tanah adalah 31 hari. Selanjutnya parameter CN untuk DAS Cidanau rata-rata memiliki nilai 37.1.

© Hak Cipta milik IPB, tahun 2011

Hak Cipta dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya.

- Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan

- pengutipan tersebut tidak merugikan kepentingan yang wajar IPB

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB

ANALISIS DEBIT SUNGAI CIDANAU

DENGAN APLIKASI SWAT

FADLI IRSYAD

Tesis

Sebagai salah satu syarat untuk memperoleh gelar

Magister Sains pada

Program Studi Teknik Sipil dan Lingkungan

SEKOLAH PASCASARJANA

INSTITUT PERTANIAN BOGOR

BOGOR

2011

xiv

Judul Tesis : Analisis Debit Sungai Cidanau dengan Aplikasi SWAT. Nama : Fadli Irsyad

NRP : F451090051

Disetujui : Komisi Pembimbing

Prof. Dr.Ir. Budi Indra Setiawan, M.Agr Ketua

Dr. Satyanto K. Saptomo, S.TP, M.Si Anggota

Prof. Dr. Ir. Herry Suhardiyanto, M.Sc Anggota

Diketahui : Ketua Program Studi

Teknik Sipil dan Lingkungan

Dr. Ir. Nora H. Pandjaitan, DEA

Dekan Sekolah Pascasarjana IPB

Dr. Ir. Dahrul Syah, M.Sc.Agr

PRAKATA

Puji syukur kepada Allah SWT atas Rahmat dan Karunia-Nya sehingga tesis yang berjudul “Analisis Debit Sungai Cidanau dengan Aplikasi SWAT” ini dapat diselesaikan.

Terima kasih diucapkan kepada Prof. Dr. Ir. Budi Indra Setiawan, M. Agr, Dr. Satyanto K. Saptomo, S.TP, M.Si, dan Prof. Dr. Ir. Herry Suhardiyanto, M.Sc selaku pembimbing yang telah memberikan arahan, nasehat, motivasi mulai dari awal penelitian hingga selesai karya tulis ini. Selanjutnya disampaikan ucapan terima kasih kepada Dr. Ir. M. Yanuar J. Purwanto, M.S dan Dr. Ir. Nora H. Pandjaitan, DEA yang telah memberikan masukan dan sarannya dalam menyempurnakan tesis ini.

Ucapan terima kasih kepada kedua orang tua atas doa dan kasih sayang yang diberikan kepada anak-anaknya. Ucapan terima kasih juga disampaikan kepada PT. Krakatau Tirta Industri yang telah mendanai penelitian ini sekaligus membantu sampai selesainya penelitian ini. Tak lupa diucapkan terimakasih kepada pak etek Syaf dan tante Irmiza atas bimbingan dan tauladan yang diberikan dan rekan-rekan yang telah banyak membantu dalam penyelesaian tesis ini.

Disadari bahwa tesis ini masih jauh dari sempurna, namun diharapkan tesis ini dapat bermanfaat bagi dunia pendidikan dan nantinya dapat diterapkan untuk meningkatkan kesejahteraan masyarakat.

Bogor, Agustus 2011

RIWAYAT HIDUP

Penulis dilahirkan di Bukittinggi pada tanggal 8 Januari 1987 sebagai anak kedua dari tiga bersaudara dari ayah Drs. Muslim Ishaq (Alm) dan ibu Zarnifiziarti. Penulis menamatkan sekolah menengah atas pada tahun 2004 di Madrasah Aliyah Negeri 2 Medan dan pada tahun yang sama lulus Seleksi Penerimaan Mahasiswa Baru (SPMB) di Universitas Andalas Padang. Penulis diterima pada Program Studi Teknik Pertanian, Jurusan Teknologi Pertanian, Fakultas Pertanian dan menamatkannya pada tahun 2008. Tahun 2009 penulis melanjutkan studi di Sekolah Pascasarjana Institut Pertanian Bogor pada program studi Teknik Sipil dan Lingkungan.

DAFTAR ISI

Halaman

DAFTAR TABEL ... xiii

DAFTAR GAMBAR ... xiv DAFTAR LAMPIRAN ... xv

I. PENDAHULUAN... 1

1.1 Latar Belakang... 1

1.2 Tujuan ... 3

II. TINJAUAN PUSTAKA ... 5

2.1 Siklus Hidrologi ... 5

2.2 Daerah Aliran Sungai ... 7

2.3 Kebutuhan Air ... 9

2.4 Soil and Water Assessment Tool (SWAT) Models ... 9

III. METODOLOGI PENELITIAN ... 17

3.1 Waktu dan Tempat ... 17

3.2 Alat dan Bahan ... 17

3.3 Pengumpulan dan Analisis Data ... 18

3.4 Analisis Kecenderungan Ketersediaan Air ... 18

3.5 Penentuan Hari Kering DAS Cidanau ... 20

3.6 Penghitungan Debit Sungai Cidanau ... 21

3.7 Analisis Debit Sungai Cidanau menggunakan MWSWAT ... 22

3.8 Kalibrasi Data Debit Sungai Cidanau ... 24

IV. GAMBARAN LOKASI PENELITIAN ... 27

4.1 Iklim ... 28

4.2 Kondisi Tanah ... 28

4.3 Tata Guna Lahan ... 29

4.4 Kemiringan Lahan ... 30

V. HASIL DAN PEMBAHASAN... 33

5.1 Kecenderungan Ketersediaan Air ... 33

5.2 Hari Kering DAS Cidanau ... 34

5.3 Penghitungan Debit Sungai Cidanau ... 35

5.4 Analisis Debit Sungai Cidanau dengan MWSWAT ... 37

VI. SIMPULAN DAN SARAN ... 45

6.1 Simpulan ... 45

6.2 Saran ... 46

DAFTAR PUSTAKA ... 47

DAFTAR TABEL

Halaman

1 Output, metode, dan input data yang diperlukan ... 19 2 Kondisi iklim DAS Cidanau ... 28 3 Karakteristik tanah DAS Cidanau ... 29 4 Tata guna lahan DAS Cidanau ... 30 5 Kemiringan lahan DAS Cidanau ... 30 6 Perubahan musim di DAS Cidanau ... 35 7 Parameter kalibrasi untuk DAS Cidanau ... 43

DAFTAR GAMBAR

Halaman

1 Skema siklus hidrologi (Neitsch et al. 2010) ... 6 2 Kebutuhan air baku (Sumber : KTI) ... 10 3 Hubungan antara runoff terhadap curah hujan pada metode

SCS curve number (SCS 1972) ... 13 4 Sketsa pengukuran penampang melintang sungai ... 22 5 Topografi DAS Cidanau (Sumber: Baba et al.,2001) ... 27 6 Peta jenis tanah DAS Cidanau (Baba et al.,1999) ... 29 7 Peta Kemiringan lahan DAS Cidanau ... 31 8 Proyeksi debit rata-rata dan minimum di DAS Cidanua ... 33 9 Pola hujan kumulatif tahun 2006 ... 34 10 Profil outlet Sungai Cidanau (2 Oktober 2010) ... 36 11 Rating Curve Sungai Cidanau ... 37 12 Proses Automatic Watershed Delineation ... 38 13 Peta Jaringan sungai hasil MWSWAT ... 39 14 Peta Hydrological Response Unit pada subbasin di DAS

Cidanau ... 39 15 Proses setup and running SWAT ... 40 16 Proses kalibrasi dengan SWAT Editor ... 41 17 Hasil simulasi SWAT tahun 2008 (a) tanpa kalibrasi; (b)

dengan kalibrasi ... 42 18 Hubungan curah hujan dan limpasan hasil SWAT tahun 2008... 44

DAFTAR LAMPIRAN

Halaman

1 Tahapan kalibrasi parameter SWAT... 51 2 Peta tata guna lahan di DAS Cidanau ... 52 3 Hasil sub-basin untuk DAS Cidanau ... 53 4 Klasifikasi debit Sungai Cidanau ... 59 5 Data output.std pada SWAT ... 60 6 Hasil pembagian HRU pada SWAT ... 61 7 Data WGN Stasiun Iklim Serang... 71 8 Data debit simulasi dan observasi tahun 2008 ... 72

I. PENDAHULUAN

1.1 Latar Belakang

Perubahan tata guna lahan yang terjadi pada suatu kawasan menyebabkan terjadinya perubahan kondisi kawasan catchment area dan dapat menyebabkan perubahan aliran permukaan. Hal ini berpengaruh terhadap kondisi debit sungai di outlet sub DAS dan DAS tersebut.

Perubahan tata guna lahan merupakan penyebab utama tingginya runoff dibandingkan dengan faktor lainnya. Apabila suatu hutan yang berada dalam suatu daerah aliran sungai diubah menjadi pemukiman, maka debit puncak sungai akan meningkat antara 6 sampai 20 kali. Angka tersebut tergantung dari jenis hutan dan jenis pemukiman (Kodoatie et al. 2008).

Kebutuhan air secara terus menerus akan meningkat seiring berjalannya waktu searah dengan pertumbuhan penduduk, industri dan dunia usaha. Peningkatan tersebut dikarenakan meningkatnya kebutuhan pada berbagai sektor baik untuk domestik, industri, pertanian, energi dan lainnya. Namun ketersediaan air belum dapat dipastikan untuk memenuhi kebutuhan tersebut secara berkesinambungan. Meskipun kebutuhan tersebut tercukupi untuk saat ini, namun untuk masa mendatang ketersedian air menjadi faktor penentu dalam pendistribusian air dan dapat berakibat terjadinya krisis air.

Proses hidrologi yang terjadi di suatu wilayah merupakan faktor penting dalam menentukan besarnya debit aliran pada outlet sungai seperti curah hujan, infiltrasi, limpasan, evapotranspirasi, retensi permukaan, dan air tanah. Selanjutnya faktor kemiringan lahan, jenis tanah dan vegetasi di atasnya sangat berperan dalam menentukan besarnya limpasan yang terjadi dan air yang dapat disimpan ke dalam tanah melalui proses infiltrasi. Jika limpasan yang terjadi saat hujan kecil dan infiltrasi air ke dalam tanah besar, maka air terlebih dahulu disimpan di dalam tanah sehingga akan meningkatkan ketersediaan air tanah.

Peranan pengelolaan sumber daya air harus dapat melihat potensi/gambaran kedepan tentang ketersediaan air untuk memenuhi berbagai kebutuhan. Jika kebutuhan tersebut tidak dapat dipenuhi, maka perlu dilakukan upaya untuk

2

memenuhinya, salah satunya dengan mengoptimalkan parameter-parameter yang berpengaruh terhadap fluktuasi debit sungai.

Pengelolaan yang kurang tepat menyebabkan ketidakseimbangan antara ketersediaan air yang cenderung menurun dengan kebutuhan air yang terus meningkat. Perlu adanya upaya pemenuhan kebutuhan air dengan melakukan pengelolaan terpadu terhadap sumber daya air. Salah satu upaya mengoptimalkan ketersediaan air adalah dengan meningkatkan kemampuan penyimpanan air pada daerah tersebut, sehingga air hujan yang turun tidak mengalir langsung ke laut dalam bentuk runoff.

Daerah Aliran Sungai (DAS) Cidanau merupakan salah satu DAS yang terdapat di Provinsi Banten, dengan luasan 22620 ha. Air Sungai Cidanau dimanfaatkan untuk berbagai kepentingan, baik untuk pertanian, perikanan, industri dan kebutuhan domestik. Pengelolaan sumber daya air dari Sungai Cidanau harus dapat memenuhi berbagai kebutuhan air baku tanpa merusak sungai itu sendiri.

Penelitian analisis debit pernah dilakukan oleh Sutoyo (2005) yang memprediksikan akan terjadi kecenderungan penurunan ketersedian air pada DAS Cidanau menjelang tahun 2025 akibat dari peningkatan jumlah penduduk dan industri. Debit air minimum dari DAS Cidanau masih berada dibawah kisaran kebutuhan air, namun debit air maksimum yang terjadi jauh di atas kebutuhan air. Penelitian tersebut dilakukan dengan pendekatan model tangki.

Analisis debit Sungai Cidanau dilakukan dengan menganalisis data GIS (Geographic Information System) yang didapat dari citra satelit. Analisis debit dengan pengolahan data GIS telah banyak dilakukan baik sekala nasional maupun internasional, khususnya dengan aplikasi Soil and Water Assessment Tool (SWAT). Data GIS dianalisis dengan menggunakan aplikasi opensource sofware MapWindow Interface for SWAT (MWSWAT). Aplikasi tersebut dapat menghitung besarnya debit dari suatu aliran sungai, sedimentasi, transpor bahan kimia dari lahan pertanian dan kegunaan lainnya dalam pengelolaan suatu DAS pada periode waktu tertentu.

3

1.2 Tujuan

Penelitian ini bertujuan untuk:

1. Menduga kecenderungan perubahan ketersediaan air baku DAS Cidanau

2. Mengidentifikasi parameter SWAT untuk DAS Cidanau.

3. Menganalisis hubungan curah hujan dengan debit Sungai Cidanau menggunakan SWAT

II. TINJAUAN PUSTAKA

2.1 Siklus Hidrologi

Siklus hidrologi dapat digambarkan sebagai proses sirkulasi air dari lahan, tanaman, sungai, danau, laut serta badan air lainnya yang ada di permukaan bumi menuju atmosfer akibat penguapan serta turunnya kembali air tersebut baik dalam bentuk hujan, salju dan lainnya yang terus berulang.

Tahapan pertama dari daur hidrologi adalah penguapan air. Uap ini dibawa di atas daratan oleh massa udara yang bergerak. Bila didinginkan hingga titik embunnya, maka uap tersebut akan membeku menjadi butiran air membentuk awan atau kabut. Butiran-butiran air kecil itu akan berkembang cukup besar untuk dapat jatuh ke permukaan bumi sebagai hujan.

Siklus hidrologi adalah istilah yang digunakan untuk menggambarkan distribusi dan pergerakan air di bumi. Hal tersebut merupakan suatu sistem operasi dinamis dan proses interaktif yang mengendalikan kerangka berfikir pada studi teoritis di bidang hidrologi. Selanjutnya, kenyataan bahwa pada sistem sirkulasi faktor keseimbangan harus diperhitungkan dalam penerapannya di semua aspek hidrologi (Waston and Burnett 1995).

Hujan yang jatuh ke bumi secara langsung menjadi aliran permukaan maupun tidak langsung melalui vegetasi atau media lainnya, akan membentuk siklus aliran air mulai dari tempat yang tinggi (gunung, pegunungan) menuju ke tempat yang rendah baik di permukaan tanah maupun di dalam tanah yang berakhir di laut (Kodoatie et al. 2008).

Selama siklus, presipitasi yang turun ke bumi akan mengalami beberapa proses diantaranya aliran interception (aliran pada batang, ranting pohon), sebagian lainnya yang jatuh di permukaan tanah akan meresapkan ke dalam tanah dalam bentuk-bentuk infiltrasi, perkolasi, kapiler dan sisanya akan menjadi aliran permukaan (runoff). Air yang masuk ke dalam tanah akan mengisi pori-pori tanah dan akan membentuk suatu aliran air di dalam tanah. Menurut Kodoatie et al (2008) Aliran air tanah dapat dibedakan menjadi aliran tanah dangkal, aliran tanah dalam, aliran tanah antara dan aliran tanah dasar (base flow). Disebut aliran dasar

6

karena aliran ini merupakan aliran yang mengisi sistem jaringan sungai. Skema siklus hidrologi dapat dilihat pada Gambar 1.

Gambar 1 Skema siklus hidrologi (Neitsch et al. 2010)

Aliran permukaan terdiri dari dua jenis. Stream flow untuk aliran air yang berada dalam sungai atau saluran, dan surface runoff (overland flow) untuk aliran yang mengalir di atas permukaan tanah (Arsyad 2006).

Akibat panas matahari air di permukaan bumi juga akan berubah wujudnya menjadi gas/uap dalam bentuk evaporasi dan bila melalui tanaman disebut transpirasi. Proses pengambilan air oleh akar tanaman kemudian terjadinya penguapan dari dalam tanaman disebut sebagai evapotranspirasi (Kodoatie et al. 2008).

Waston and Burnett (1995), secara skematis siklus hidrologi dapat ditunjukkan pada beberapa proses utama yang terlibat dalam gerakan air di dalam siklus yaitu:

- Evaporasi dari permukaan badan air, khususnya di laut

- Evapotranspirasi kombinasi dari transpirasi tanaman dan evaporasi permukaan

7

- Presipitasi baik dalam bentuk hujan dan salju

- Infiltrasi ke dalam tanah dan bebatuan yang berkontribusi terhadap sistem air

- Runoff yang terjadi di permukaan menuju badan air dipermukaan tanah seperti sungai dan danau

- Pengisian kembali dari akuifer dan sungai ke laut, reservoir dimana siklus akan dimulai kembali

Perubahan tata guna lahan merupakan penyebab utama banjir (tingginya runoff) dibandingkan dengan faktor lainnya. Apabila suatu hutan yang berada dalam suatu daerah aliran sungai diubah menjadi pemukiman, maka debit puncak sungai akan meningkat antara 6 sampai 20 kali. Angka tersebut tergantung dari jenis hutan dan jenis pemukiman (Kodoatie et al. 2008).

Selanjutnya, faktor penutupan lahan vegetasi cukup signifikan dalam pengurangan ataupun peningkatan aliran permukaan. Hutan yang lebat mempunyai tingkat penutup lahan yang tinggi, sehingga apabila hujan turun, faktor penutupan lahan ini akan memperlambat kecepatan aliran permukaan, bahkan bisa terjadi kecepatan mendekati nol.

2.2 Daerah Aliran Sungai

Daerah Aliran Sungai (DAS) secara umum didefinisikan sebagai suatu hamparan wilayah/kawasan yang dibatasi oleh keadaan topografi (punggung bukit) yang menerima, mengumpulkan air hujan, sedimen dan unsur hara serta mengalirkannya melalui anak-anak sungai dan keluar pada sungai utama menuju laut.

Keberadaan DAS berdasarkan Peraturan Pemerintah No. 33 Tahun 1970 tentang Perencanaan Hutan yakni dibatasi sebagai suatu daerah tertentu yang bentuk dan sifat alamnya sedemikian rupa sehingga merupakan suatu kesatuan dengan sungai dan anak sungainya yang melalui daerah tersebut dalam fungsi untuk menampung air yang berasal dari curah hujan dan sumber air lainnya, penyimpanannya serta pengalirannya dihimpun dan ditata berdasarkan hukum alam sekelilingnya demi keseimbangan daerah tersebut.

8

Ketersediaan air pada suatu Daerah Aliran Sungai (DAS) dipengaruhi oleh beberapa faktor diantaranya iklim, proses hidrologi, kondisi topografi dan geologi tanahnya, jenis vegetasi yang ada di atasnya. Ketersediaan air yang tersedia pada suatu DAS adalah debit aliran minimum yang dapat tersedia pada setiap saat meskipun pada musim kemarau yang ditinjau pada keluaran (outlet) daerah tersebut.

Menurut Seyhan (1977), faktor-faktor yang mempengaruhi besarnya runoff antara lain:

1. Besarnya presipitasi 2. Besarnya evapotranspirasi

3. Faktor DAS yang meliputi ukuran dan bentuk DAS, topografi, jenis tanah dan penggunaan lahan

Menurut Arsyad (2006), Kemiringan lahan sangat erat hubungannya dengan besarnya erosi. Semakin besar kemiringan lereng, peresapan air hujan ke dalam tanah menjadi lebih kecil sehingga limpasan permukaan dan erosi menjadi lebih besar. Kecuraman suatu lereng dapat dikelompokan juga sebagai berikut :

- A = 0 sampai < 3% (datar)

- B ≥ 3% sampai 8% (landai atau berombak)

- C ≥ 8 % sampai 15% (agak miring atau bergelombang) - D ≥15% sampai 30%

- E ≥ 30% sampai 45% (Agak curam atau bergunung) - F ≥ 45% sampai 65% (curam)

- G ≥ 65% (sangat curam)

Pada suatu DAS pengamatan data debit maksimum yang terjadi di outlet suatu sungai diperlukan untuk melihat peluang terjadinya banjir, sementara debit aliran rendah (base flow) diperlukan untuk merancang kebutuhan air minimum yang dapat terpenuhi terutama pada musim kemarau, sedangkan debit aliran rata-rata tahunan dapat memberikan gambaran potensi sumber daya air yang dapat dimanfaatkan dari suatu daerah aliran sungai.

9

2.3 Kebutuhan Air

Kebutuhan air suatu kota besarnya sebanding dengan jumlah penduduk dan pola konsumsi air perkapita, sehingga perkembangan jumlah penduduk di kota tersebut sangat menentukan tingkat kebutuhan air di masa mendatang. Kebutuan air penduduk diperuntukkan bagi pemenuhan keperluan minum, masak, mencuci, dan lain-lain. Kebutuhan air untuk idustri bergantung pada jenis industri, jumlah pegawai, lamanya jam kerja dan faktor lainnya.

Kebutuhan air bersih untuk industri di perkotaan dapat dikategorikan menjadi tiga jenis berdasrkan pemakaiannya, masing-masing untuk industri besar 151 – 350 m3/hari, industri sedang 51 – 150 m3/hari, dan industri kecil 5 – 50 m3/hari (Purwanto 1995, dalam Sutoyo. 2005).

Kebutuhan air di suatu kawasan berkaitan erat dengan ketersediaannya. Jika kebutuhan lebih besar dari air yang tersedia maka dapat terjadi krisis air di wilayah tersebut dan perlu dilakukan berbagai upaya guna memenuhi kebutuhan tersebut. Air dari Sungai Cidanau dijadikan sebagai sumber air baku bagi Kota Cilegon dan sekitarnya. Diharapkan ketersediaannya dapat memenuhi kebutuhan air tersebut.

Kebutuhan air Kota Cilegon pada tahun 2010 adalah 1 102 liter/detik dan selanjutnya akan meningkat secara bertahap. Peningkatan kebutuhan air dikarenakan adanya penambahan industri yang ada di Kota Cilegon. Pola kenaikan kebutuhan tersebut bersifat linier dalam dua tahapan, untuk tahapan pertama dimulai dari tahun 2014-2017 dan tahap kedua 2018-2022 hal ini dapat dilihat pada Gambar 2.

2.4 Soil and Water Assessment Tool (SWAT) Models

SWAT adalah singkatan dari Soil and Water Assessment Tool, merupakan suatu model analisis sungai atau DAS, yang dikembangkan oleh Dr Jeff Arnold untuk USDA, Agricultural Research Service (ARS). SWAT dikembangkan untuk memprediksi dampak praktek pengelolaan lahan terhadap air, sedimen dan hasil kimia pertanian di daerah aliran sungai besar dengan tipe tanah bervariasi, penggunaan lahan dan manajemennya selama jangka waktu yang lama (Neitsch et al. 2004).

10

Gambar 2 Kebutuhan air baku (Sumber : KTI)

Menurut Neitsch et al. (2005), model SWAT berbasis fisik dengan memasukkan persamaan regresi untuk menggambarkan hubungan antara variabel input dan output, SWAT membutuhkan informasi spesifik tentang cuaca, sifat tanah, topografi, vegetasi, dan praktek-praktek pengelolaan lahan yang terjadi di DAS. Proses secara fisik terkait dengan pergerakan air, transpor sedimen dan lainnya. SWAT dapat digunakan untuk studi proses yang lebih khusus seperti transportasi bakteri, sedimen, dan unsur hara. Simulasi untuk DAS yang sangat besar atau berbagai strategi pengelolaannya dapat dilakukan tanpa investasi waktu atau uang yang besar, serta memungkinkan pengguna untuk mempelajari dampak jangka panjang.

Program SWAT dijalankan menggunakan aplikasi MapWindows GIS 4.7 SR (4.7.5) sebagai tools tambahan pada menu-bar plug-in, yang dapat mengolah data Geographic Information System (GIS) sehingga mendapatkan output sesuai dengan yang diinginkan. MapWindows merupakan salah satu aplikasi GIS yang open-source tool. MapWindow GIS meliputi standar visualisasi fitur data serta dapat merubah atribut tabel .dbf, shapefile editing, dan mengkonversi data. MapWindows juga mendukung puluhan format GIS yang standar, termasuk shapefile, GeoTIFF, ESRI ArcInfo grid ASCII dan biner (Watry et al. 2006).

Siklus hidrologi yang disimulasikan dalam SWAT berdasarkan pada persamaan water balance :

0 500 1000 1500 2000 2500 3000

2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023

K e b u tu h a n ( lt r/ d tk ) Tahun

11

= + ∑ ( − − − − ) (2-1)

Dimana :

SWt = Kadar air tanah akhir pada (mm H2O)

SWo = Kadar air tanah mula-mula pada hari ke-i (mm H2 O) T = Waktu (hari)

Rday = Jumlah presipitasi pada hari ke- i (mm H2O) Qsurf = Jumlah surface runoff pada hari ke-i (mm H2O) Ea = Jumlah evapotranspirasi pada hari ke-i (mm H2O)

Wseep = Jumlah air yang masuk ke dalam vadose zone dari profil tanah pada hari ke-i (mm H2O)

Qgw = Jumlah air yang kembali menjadi aliran pada hari ke-i (mm H2O)

Parameter input faktor iklim yang digunakan dalam SWAT adalah curah hujan harian, suhu udara maksimum dan minimum, data radiasi matahari, kelembaban relatif, dan data kecepatan angin, yang dapat diambil dari catatan pengukuran atau data observasi. Kelembaban relatif dan kecepatan angin diperlukan jika menggunakan Penman-Monteith (Monteith 1965) dalam menghitung evapotranspirasi yang terjadi. Input suhu maksimum dan minimum yang digunakan untuk memperhitungkan suhu tanah dan air harian.

2.4.1 Runoff

SWAT menyediakan dua metode untuk memperkirakan limpasan permukaan yakni dengan metode SCS curve number procedure (SCS 1972) dan metode infiltrasi (Green & Ampt 1911). Persamaan SCS adalah model empiris yang mulai umum digunakan pada tahun 1950-an yang melibatkan hubungan antara hujan dan limpasan yang terjadi pada daerah aliran sungai pedesaan di seluruh Amerika Serikat. Model ini dikembangkan untuk memberikan dasar dalam memperkirakan jumlah limpasan dari berbagai penggunaan lahan dan jenis-jenis tanah. Persamaan SCS Curve Number adalah:

= (2-2)

Dimana Qsurf adalah akumulasi dari runoff ketika hujan (mm H2O), Rday adalah tinggi curah hujan dalam satu hari (mm H2O), Ia adalah inisial abstraksi

12

termasuk simpanan permukaan, intersepsi, infiltrasi (mm H2O), dan S adalah parameter retensi (mm H2O). Parameter retensi nilainya bervariasi dikarenakan perubahan tanah, penggunaan lahan, manajemen dan lereng dan terutama karena perubahan kadar air tanah. Parameter retensi didefinisikan sebagai:

= 25.4 −10 (2-3)

Dimana CN adalah nomor curva untuk hari tersebut dapat dilihat pada Gambar 3. Nilai Ia yang biasanya digunakan sebesar 0.2 S, sehingga persamaan 2-2 menjadi:

= .

. (2-4)

Metode Green & Ampt dikembangkan untuk memprediksi besarnya infiltrasi dengan asumsi kelebihan air di permukaan sepanjang waktu (Green & Ampt 1911). Persamaan ini mengasumsikan bahwa profil tanah homogen dan distribusi kelembaban tanah sebelumnya seragam. Laju infiltrasi Green-Ampt Mein-Larson didefinisikan sebagai:

, = 1 +

,

(2-5)

Dimana finf adalah laju infiltrasi pada saat t (mm/jam), Ke adalah

konduktivitas hidrolik efektif (mm/jam), ψwf adalah matrik potensial saat

pembasahan (mm), θv adalah perubahan volume kadar air tanah selama proses

pembasahan (mm/mm) dan Finf adalah jumlah infiltrasi pada saat t (mmH2O). Perubahan volumetrik dari kadar air tanah selama proses pembasahan dapat dihitung setiap harinya dengan :

= 1− . ( 0.95. ) (2-6)

Dimana Δ adalah perubahan volumetrik dari kadar air (mm/mm), SW adalah kadar air tanah dari seluruh profil tidak termasuk jumlah air di profil pada saat titik layu (mmH2O), FC adalah jumlah air pada profil tanah pada saat kapasitas lapang (mmH2O) dan φsoil adalah porositas tanah (mm/mm).

13

Gambar 3 Hubungan antara runoff terhadap curah hujan pada metode SCS curve number (SCS 1972)

2.4.2 Evapotranspirasi

Analisis SWAT pada penentuan besarnya evapotranspirasi ditentukan dengan tiga metode yaitu metode Penman-Monteith, metode Priestley and Taylor (1972), serta metode Hargreaves (1975).

Data kecepatan angin diperlukan oleh SWAT jika Metode Penman-Monteith (persamaan 2-7) digunakan untuk memperkirakan evapotranspirasi potensial. SWAT mengasumsikan informasi kecepatan angin berada pada posisi 1.7 meter di atas permukaan tanah.

Kelembaban relatif diperlukan oleh SWAT jika metode Penman-Monteith atau persamaan Priestley-Taylor (persamaan 2-8) digunakan untuk menghitung evapotranspirasi potensial. Hal ini juga digunakan untuk menghitung tekanan uap air minimum pada pertumbuhan tanaman. Pada persamaan Penman-Monteith pengaruh jumlah uap air diudara diperhitungkan dalam menentukan evaporasi permukaan. Penman-Monteith dan Priestley-Taylor memerlukan tekanan uap aktual, yang dihitung dari kelembaban relatif.

14

=

∆( ) /

∆ ( ⁄ ) (2-7)

Dimana :

E = Laju evaporasi (m s-1)

λE = Panas laten akibat densitas sinar matahari (MJ m-2 d-1)

Δ = kemiringan pada kurva tekanan uap air jenuh-temperatur, de/dT (kPaoC-1)

Hnet = Radiasi yang mengenai permukaan (W m-2) G = Kerapatan fluks panas ke tanah (MJ m-2 d-1) cp = Kapasitas panas spesifik dari audara (J kg-1 K-1)

ρair = Densitas udara (kg m-3)

= Tingkat tekanan uap air jenuh di udara pada ketinggian z (kPa) ez = Tekanan uap air di udara pada ketinggia z (kPa)

rc = Resistensi dari kanopi tanaman (s m-1)

gs = Difusi resistensi lapisan udara atau aerodynamic resistance(s m-1)

γ = Konstanta Psychrometri (γ≈ 66 Pa K-1)

Priestley dan Taylor (1972) mengembangkan sebuah versi sederhana dari kombinasi persamaan untuk penggunaan di permukaan lahan basah. Komponen aerodinamik dihilangkan dan komponen energi dikalikan dengan suatu koefisien,

αpet = 1,28 ketika lingkungannya basah atau di bawah kondisi lembab.

= Δ

Δ (

−

) (2-8)

Dimana λ adalah panas laten penguapan (MJ kg-1), Eo adalah evapotranspirasi potensial (mm d-1), αpet adalah koefisien, ∆ adalah kemiringan pada kurva tekanan uap udara jenuh dan suhu, de/dT (kPa ° C-1), adalah psychrometric (KPa ° C-1), Hnet adalah radiasi bersih (MJ m-2 d-1), dan G adalah kerapatan fluks panas di tanah (MJ m-2 d-1).

Metode Hargreaves yang digunakan dalam SWAT diterbitkan pada tahun 1985 (Hargreaves et al., 1985. dalam Neitsch et al., 2005):

15

Dimana λ adalah panas laten penguapan (MJ kg-1

), Eo adalah evapotranspirasi potensial (mm d-1), Ho adalah extraterrestrial radiasi (MJ m-2 d -1

), Tmx adalah suhu udara maksimum pada hari tersebut (oC), Tmn adalah suhu udara minimum (oC), adalah suhu rata-rata 1 hari (oC).

2.4.3 Perkolasi

Perkolasi dihitung untuk setiap lapisan tanah dalam profil. Air akan meresap jika kadar air melebihi kadar air kapasitas lapangan untuk lapisan tersebut dan lapisan dibawahnya tidak dalam keadaan jenuh.Volume air yang tersedia untuk perkolasi ke dalam lapisan tanah dihitung dengan persamaan:

, = − jika SWly > FCly (2-10)

SWly,excess = 0 jika SWly ≤ FCly (2-11) SWly,excess adalah volume air yang dapat dialirkan di lapisan tanah pada hari tertentu (mm H2O), SWly adalah kadar air dari lapisan tanah pada hari tertentu (mm H2O) dan FCly adalah kadar air dari lapisan tanah pada kapasitas lapang (mm H2O).

Jumlah air yang bergerak dari satu lapisan ke lapisan dibawahnya dihitung dengan menggunakan metode storage routing. Persamaan yang digunakan untuk menghitung jumlah air yang merembes ke lapisan berikutnya adalah:

, = , 1

−

Δ

(2-12)

dimana Wperc,ly adalah jumlah air meresap ke lapisan tanah dibawahnya pada hari tertentu (mm H2O), SWly, excess adalah volume air yang dialirkan di lapisan tanah pada hari tertentu (mm H2O), ∆t adalah panjang dari selang waktu (jam), dan TTperc adalah waktu perjalanan untuk perkolasi (jam).

2.4.4 Ground Water

Akuifer dangkal memberikan kontribusi aliran dasar ke saluran utama atau mencapai subbasin. Aliran dasar (base flow) yang akan masuk sebagai debit jika jumlah air yang disimpan dalam akuifer dangkal melebihi nilai ambang batas yang ditentukan.

16

Respon aliran air tanah pada kondisi steady untuk mengisi debit adalah (Hooghoudt, 1940):

=

ℎ

(2-13)

Dimana Qgw adalah aliran air tanah, atau base flow, ke saluran utama pada hari i (mm H2O), Ksat adalah konduktivitas hidrolik dari aquifer (mm/day), Lgw adalah jarak dari dari punggung bukit atau subbasin sistem air tanah ke saluran utama (m), dan hwtbl adalah tinggi muka air tanah (m).

III. METODOLOGI PENELITIAN

Analisis debit Sungai Cidanau dilakukan untuk mendapatkan ketersediaan air pada DAS Cidanau. Hal ini dilakukan untuk menggambarkan perubahan yang terjadi pada jumlah air yang tersedia terkait jumlah, ruang, dan waktu pada DAS Cidanau. Adapun langkah yang akan dilakukan meliputi : (i) pengumpulan dan pengolahan data iklim, (ii) analisis kecenderungan ketersediaan air, (iii) penentuan hari kering DAS Cidanau, (iv) penghitungan debit Sungai Cidanau, (v) analisis debit sungai cidanau menggunakan MWSWAT, (vi) kalibrasi data debit Sungai Cidanau, (vii) mendapatkan hubungan curah hujan dengan debit Sungai Cidanau.

3.1 Waktu dan Tempat

Penelitian ini dilakukan di kawasan DAS Cidanau dengan titik outlet bangunan mercu (weir) Rumah Pompa I PT KTI. Pengolahan data dilakukan di Laboratorium Sumber Daya Air, IPB, Dramaga, Bogor. Penelitian ini dilaksanakan mulai bulan November 2010 sampai dengan Maret 2011.

3.2 Alat dan Bahan

Alat yang digunakan pada penelitian ini antara lain:

- Seperangkat komputer dengan menggunakan aplikasi Microsoft Office 2007, open sources software MapWindows GIS 4.7 SR (4.7.5) dari www.mapwindow.org.

- Echosounder untuk mengukur kedalam air sungai.

- Currentmeter digunakan untuk mengukur kecepatan aliran sungai - Water Level Logger untuk mengukur perubahan ketinggian muka air

sungai setiap 30 menit.

- Alat pendukung lainnya berupa Theodolite T200, pita ukur, tali tambang, dan perahu.

18

3.3 Pengumpulan dan Analisis Data

Pengumpulan data mencakup data primer dan skunder. Data yang dibutuhkan pada penelitian ini antara lain:

- Debit Sungai Cidanau tahun 1996-2010 dari PT Karakatau Tirta Industri (PT KTI).

- Kebutuhan air penduduk dan industri dari PT Krakatau Tirta Industri. - Data klimatologi Stasiun Iklim Serang 1996-2010

- Data global Digital Elevation Mode (DEM) untuk wilayah Cidanau dengan resolusi 30 x 30 m yang berasal dari

(http://dds.cr.usgs.gov/srtm/version2_1/SRTM3/Eurasia/)

- Data global dari Landuse (http://waterbase.org) skala 1:250 000, tanah (http://waterbase.org) skala 1:250 000, dan data iklim global

- Peta Landuse olahan citra satelit pada DAS Cidanau tahun 2006, 2008 dan 2010 skala 1: 25 000.

- Peta Tanah DAS Cidanau tahun 2008/2009

Analisis data mencakup rata-rata curah hujan wilayah, evapotranspirasi, infiltrasi. Selanjutnya dilakukan analisis SWAT dengan menggunakan aplikasi MapWindows untuk menghitung debit Sungai Cidanau. Pada aplikasi SWAT input data yang diperlukan disesuaikan dengan metode yang akan digunakan dalam menentukan parameter output nantinya. Hal ini dapat dilihat pada Tabel 1.

3.4 Analisis Kecenderungan Ketersediaan Air

Data hasil pengukuran debit Sungai Cidanau harian telah dikumpulkan oleh PT. Krakatau Tirta Industri secara intensif menggunakan AWLR sejak tahun 1996. Ketersediaan air Sungai Cidanau diproyeksikan berdasarkan data histori debit sungai dengan menggunakan model populasi populer yang dikenal sebagai model Verhulst (Persamaan 3-1) (Burghes dan Borrie 1981). Secara umum model ini menunjukkan kurva sigmoid dari waktu ke waktu dengan nilai batasan pada waktu tak terbatas.

19

Tabel 1 Output, metode, dan input data yang diperlukan

Output Metode Data yang dibutuhkan

Surface run off SCS (1972) - Hujan

- Porositas tanah - Kadar air tanah - Infiltrasi - Retensi tanah

- Kadar air saat kapasitas lapang

- Kadar air saat titik layu permanen

- Kemiringan lahan

- Kadar air tanah rata-rata

- data tanah dan tata guna lahan

Green and Ampt

(1911) - Hujan

- Potensial matriks tanah

- Perubahan volume kadar air

- Kemiringan lahan

- Konduktivitas hidrolik tanah

- Kadar air saat kapasitas lapang

- Kadar air saat titik layu permanen

- Koefisien kekasaran meanning

- Data tanah dan tata guna lahan

Evapotranspirasi Penman-Monteith (1965)

- Kelembaban relatif

- Radiasi matahari

- Suhu rata-rata, max, minimum

- Kecepatan angin

- Tekanan atmosfer

- Jenis tata guna lahan

Priestley and Taylor

(1972)

- Radiasi matahari

- Kelembaban relatif

- Suhu rata-rata, max, minimum

- Jenis tata guna lahan

_{Hargreaves et al.}

(1985)

- Suhu rata-rata, max, minimum

- Radiasi matahari

- Jenis tata guna lahan

Perkolasi Neitsch et al. (2005) - Konduktivitas hidrolik

- Hujan

- Kadar air saat kapasitas lapang

- Kadar air saat titik layu permanen

- Jenis tanah

Ground water Arnold et al. (1993) - Hujan

- Konduktivitas hidrolik tanah

- Topografi

- Muka air tanah

20

Arah perubahan ketersediaan air dapat dihitung dengan menggunakan analisis kecenderungan perubahan iklim pada DAS Cidanau yang sebelumnya telah diteliti oleh Setiawan et al (2009).

( ) = _∞ 1 + ∞−1 . exp (− ) (3-1)

Hasil proyeksi ini hanya untuk melihat gambaran ketersediaan air secara statistik, namun pada kondisi di alam sering terjadi deviasi dari hasil proyeksi yang dilakukan.

3.5 Penentuan Hari Kering DAS Cidanau

Penentuan awal musim kemarau dan lamanya dilakukan dengan menganalisis fungsi kumulatif dari curah hujan dalam satu tahun. Data curah hujan yang terjadi dari tahun 1989 sampai 2010 disusun secara kumulatif untuk setiap tahunnya. Pola sebaran dari penjumlahan hujan setiap harinya akan menbentuk suatu fungsi polinomial. Dari fungsi polinomial tersebut, dapat diperoleh persamaan untuk fungsi hujan kumulatif sebagai berikut:

Hujan (t) = a5.

x

5+ a4.

x

4+ a3.

x

3+ a2.

x

2+ a1.

x

+ c (3-2) Persamaan hujan kumulatif di atas memiliki tingkat kecondongan (Slope) dalam satu tahun. Nilai Slope yang besar menandakan perubahan hujan dari hari satu hari berikutnya relatif tinggi. Slope inilah yang menjadi batasan dalam menentukan kapan terjadinya musim kering dan musim hujan. Awal musim kering ditandai jika H’(t) ≤ Slope yang berarti rata-rata hujan harian pada saat tersebut lebih kecil atau sama dengan batasan hari basah pada tahun tersebut, maka dapat dikatakan pada saat tersebut adalah awal hari kering. Nilai t menerangkan hari dalam julian days. Awal musim hujan ditandai dengan nilai H’(t) ≥ Slope yang berarti curah hujan harian rata-rata melebihi dari batasan hari kering. Puncak hari kering merupakan titik balik dari kondisi kering ke basah, maka untuk mendapatkan titik balik dari fungsi H(t) diperoleh dengan turunan keduanya H”(t) = 0.

21

3.6 Penghitungan Debit Sungai Cidanau

Penghitungan debit Sungai Cidanau dilakukan dengan mengukur tinggi muka air sungai secara berkala. Adapun tahapan yang dilakukan dalam menentukan besarnya debit Sungai Cidanau adalah:

3.6.1 Pengukuran profil Sungai Cidanau.

Penentukan arah potongan melintang sungai dilakukan dengan menggunakan theodolite agar bentuk profil sungai tegak lurus terhadap aliran sungai. Pengukuran kedalaman sungai dilakukan dengan menggunakan ecosounder dan untuk kecepatan aliran sungai dilakukan dengan currentmeter jarak pengukuran adalah satu meter. Pengukuran kecepatan aliran dilakukan dengan cara membagi penampang melintang saluran setiap meter dan titik pengukuran kecepatan berada pada dua titik yakni pada 0.2d dan 0.8 d dari permukaan air (Chow VT 1989).

Adapun kecepatan rata-rata untuk satu titik pengukuran adalah:

= , , (3-4)

Perubahan ketinggian permukaan air dicatat dengan menggunakan water level loger dengan interval waktu pencatatan 30 menit.

3.6.2 Pembuatan rating curve

Metode yang digunakan dalam pengukuran debit Sungai Cidanau adalah dengan menggunakan fungsi cubic spline interpolation yang dikembangkan oleh Setiawan et al, 1997. Fungsi ini digunakan untuk menggambarkan profil sungai secara kontinyu yang terbentuk dari hasil pengukuran jarak dan kedalaman sungai. Metode ini dapat langsung menghitung debit sungai menggunakan formula Manning, dan menghasilkan rating curve. Rating curve akan menggambarkan pengaruh perubahan kedalaman terhadap debit sungai.

22

Gambar 4 Sketsa pengukuran penampang melintang sungai

Cubic spline interpolation (Burden dan Faires 1989) digunakan untuk mencari fungsi kontinyu yang menghubungkan antara lebar dan dalam sungai (Gambar 4), dimana xi merupakan titik pengukuran yang ke-i dihitung dari tepi sungai, dan di adalah kedalaman pada titik i. Fungsi ini berbentuk:

( ) = + ( − ) + ( − ) + ( − ) untuk ≤ ≤ (3-5)

Dimana, α, , dan δ masing-masing adalah koefisien yang dihitung

sebagai berikut:

α = f( x ) ; untuk i = 0,1,...,m (3-6)

=

−

(

−

) (

−

2 ) ; untuk i = 0,1,...,m (3-7) =

−

; untuk i = 0,1,...,m -1 dan = 0 (3-8)

= untuk i = 0,1,...,m (3-9)

3.7 Analisis Debit Sungai Cidanau menggunakan MWSWAT

Perhitungan debit Sungai Cidanau juga dilakukan dengan menggunakan MWSWAT. Hal ini untuk melihat karakteristik DAS secara keseluruhan dengan responnya terhadap hidrologi DAS secara keseluruhan. Hasil simulasi nantinya divalidasikan kembali dengan hasil perhitungan debit observasi di lapangan. Sebelum memulai tahapan pengolahan dengan menggunakan SWAT, perlu dilakukan persiapan terhadap data yang akan dimasukkan sebagai input dalam SWAT yakni:

a. Membuat sistem koordinat pada peta DEM (30 m x 30 m), landuse, tanah. Sistem koordinat yang digunakan adalah sistem koordinat Universal

23

Tranverse Mercator (UTM) WGS 1984 pada zone 48S. Format peta yang digunakan dalam bentuk raster (grid cells).

b. Menyiapkan data iklim yang meliputi: daftar stasiun iklim Serang (967370.txt), data hujan harian dari tahun 2006-2010 (967370.pcp), data temperatur harian dari tahun 2006-2010 (967370.tmp), data iklim tahun 1996-2009 di dalam file weather generator (WGN_serang.wgn)

c. Menyiapkan data karakteristik tanah, tanaman/Landuse, dan wilayah urban dengan penyesuaian terhadap data global yang telah ada.

3.7.1 Penggambaran Daerah Aliran Sungai (DAS)

Daerah Aliran Sungai Cidanau dibuat dengan metode Automatic Watershed Delineation pada aplikasi SWAT. Peta DEM Cidanau dengan resolusi 30m x 30m dijadikan input untuk mempresentasikan beda elevasi dari setiap titik untuk melihat arah aliran air permukaan. Aliran sungai yang terbentuk akan membentuk suatu daerah aliran sungai, dan outlet dari aliran sungai tersebut disesuaikan dengan koordinat outlet Sungai Cidanau pada Rumah Pompa I PT Karakatau Tirta Industry (PT KTI).

3.7.2 Pembuatan wilayah hidrologi

Wilayah hidrologi dibentuk berdasarkan pembuatan Hydrological Response Unit (HRU) pada aplikasi SWAT. HRU mengambarkan pengaruh suatu wilayah terhadap faktor hidrologi yang terjadi pada wilayah tersebut, pembagian wilayah tersebut berdasarkan karakteristik tanah, tata guna lahan, dan kemiringan lahan.

Input peta tanah dan landuse harus dalam koordinas sitem UTM, dan dalam format raster. Selanjutnya faktor kemiringan yang digunakan dalam menentukan HRU dibagi dalam beberapa pembagian menurut Arsyad (2006) yakni 0-3 ; 3-8 ; 8-15; 5-30; 30-45; 45-65. Threshold dari persentase total luasan yang digunakan untuk landuse (10%), jenis tanah (5 %), dan Slope (5%) yang memiliki persentase luasan yang lebih kecil dari threshold yang ditentukan untuk diabaikan.

24

3.7.3 Simulasi SWAT

Pada tahapan ini input data yang digunakan adalah periode simulasi tahun 2006-2010. File data mencakup data stasiun iklim (.txt), file data hujan harian (.pcp), temperatur harian (.tmp) dan file weather generator (.wgn).

3.7.4 Visualisasi hasil simulasi.

Pada tahapan visualisasi parameter output yang dikehendaki dapat ditampilkan dalam MapWindows, berupa gradasi warna. Pada Sungai Cidanau output yang dipilih yaitu parameter output debit sungai rata-rata tahunan.

3.8 Kalibrasi Data Debit Sungai Cidanau

Analisis hasil simulasi dari output yang telah diperoleh dikalibrasi parameter inputnya agar hasil simulasi mendekati data hasil pengukuran di lapangan. Perbandingan output debit hasil simulasi SWAT dengan debit hasil observasi outlet di lapangan dilakukan dengan menggunakan SWAT Plot dan Graph (George 2008). Analisis dilakukan dengan menggunakan koefisien determinasi (R2) dan Nash-Sutcliffe Index (NSI) sebagai berikut:

= ∑ ( , ) ( , )

∑ ( _, ) ∑ ( _, )

(3-2)

= 1.0− ∑ ( , )

∑ ( _, )

(3-3)

Dimana :

, = debit pengukuran di lapangan (m3/det) , = debit simulasi (m3/det)

= debit pengukuran di lapangan rata-rata (m3/det) = debit simulasi rata-rata (m3/det)

Kategori simulasi berdasarkan nilai NSI adalah sebagai berikut: - Layak jika > 0.75

- Memuaskan jika 0.75 > NSI > 0.36 - Kurang memuaskan jika < 0.36

25

JIka hasil kalibrasi didapatkan hasil memuaskan atau layak maka model SWAT dapat diaplikasikan disimulasikan untuk berbagai kondisi dalam manajemen sumber daya air di DAS Cidanau.

Kalibrasi dilakukan terhadap parameter yang berhubungan dengan debit Sungai Cidanau, sedangkan untuk parameter yang berkaitan dengan sedimentasi, transpor unsur hara, dan bahan organik tidak diikutkan pada penelitian ini.

IV. GAMBARAN LOKASI PENELITIAN

Daerah Aliran Sungai (DAS) Cidanau secara geografis terletak pada 105o49’00” – 106o04’00” Bujur Timur dan 06o07’30” - 06o18’00” Lintang Selatan. Lokasi dan topografi DAS Cidanau dapat dilihat pada Gambar 5. DAS Cidanau termasuk dalam Satuan Wilayah Sungai (SWS) Cidanau-Ciujung-Cidurian. Secara administrasi DAS Cidanau berada di Kabupaten Serang dan Kabupaten Pandeglang, yang meliputi lima kecamatan yakni Padarincang, Ciomas, Mancak, Pabuaran, dan Cinangka. Di sebelah Utara berbatasan dengan Gunung Tukung Gede dan G. Saragean, di bagian Timur berbatasan dengan G. Pule dan G. Karang, di sebelah Selatan berbatasan dengan G. Sangkur, G. Aseupan dan Condong, dan di sebelah Barat berbatasan dengan Selat Sunda.

Gambar 5 Topografi DAS Cidanau (Sumber: Baba et al.,2001)

Luas DAS Cidanau jika dihitung dari muara adalah 22-620 ha. DAS Cidanau memiliki ekosistem rawa basah yang disebut Rawa Danau (Caldera) dengan luasan 2-500 ha (Baba et al. 2001), namun jika dihitung dari dari titik outlet yaitu bendungan Rumah Pompa, maka luasan DAS Cidanau adalah 21-657

28

ha. Luasan dari titik outlet inilah yang dijadikan acuan untuk meningkatkan ketersediaan air, serta diharapkan menjadi potensi untuk memenuhi kebutuhan air masyarakat, industri dan lainnya.

Titik outlet sungai yang diukur berada pada 105°52'3.86" Bujur Timur dan 06°08'21.01" Lintang Selatan. Titik outlet berada pada Intake Rumah Pompa I KTI yang memompakan air dari Sungai Cidanau ke water treatment plant (WTP) Kerenceng.

4.1 Iklim

Kondisi iklim di DAS Cidanau dapat dilihat dari Tabel 2. Data iklim tersebut berdasarkan rekaman data dari Stasiun BMKG Kelas III Serang dari tahun 1989 sampai 2010.

Tabel 2 Kondisi iklim DAS Cidanau Bulan

Suhu Rata-rata

(oC)

RH (%) Curah Hujan (mm/bln) ET0 (mm/bln) Kec. Angin (m/s) Radiasi (Mj/m2)

Jan 26.5 83.5 339.15 110.0 2.1 14.6

Feb 26.3 84.7 338.47 101.2 2.1 14.2

Mar 26.6 83.5 227.76 123.0 2.1 16.3

Apr 26.9 83.1 180.82 119.0 1.8 16.1

Mei 27.0 82.8 136.40 121.3 1.5 16.0

Jun 26.6 81.6 99.26 109.8 1.6 15.1

Jul 26.3 79.9 74.95 122.8 1.7 16.2

Agust 26.3 78.7 70.35 132.0 1.7 17.5

Sep 26.7 78.0 74.15 136.3 1.7 18.6

Okt 26.9 79.0 118.93 136.3 1.8 18.0

Nop 26.8 80.8 193.05 120.4 1.9 16.4

Des 26.6 82.2 269.05 113.0 2.1 15.4

4.2 Kondisi Tanah

Karakteristik tanah DAS Cidanau telah dikelompokkan berdasarkan penelitan Setiawan et al (2003) kedalam 9 jenis tipe tanah (Tabel 3). Peta jenis tanah ini digunakan dalam simulasi MWSWAT di Sungai Cidanau dan dapat dilihat pada Gambar 6.

29

Tabel 3 Karakteristik tanah DAS Cidanau

Jenis Tanah Luas (ha) Persentasi dari DAS (%) As Lat Cok & Latosol Cok Kekuningan 3365.582 14.879 Asosiasi Glei Humus & Aluvial 6354.782 28.094

Latosol Coklat Kemerahan 2773.532 12.261

Kom Gromusol, Regosol & mediteran 114.429 0.506

Latosol Coklat 2012.237 8.896

As Lat Cok Kem & Latosol Coklat 2649.598 11.714

Regosol Kelabu Kekuningan 1978.478 8.747

Aluvial Kelabu Tua 255.698 1.130

Latosol Merah Kekuningan 2560.934 11.322

Total 22065.269 97.548

Gambar 6 Peta jenis tanah DAS Cidanau (Baba et al.,1999)

4.3 Tata Guna Lahan

Tata guna lahan di DAS Cidanau telah mengalami perubahan yang cukup signifikan. Berdasarkan data tata guna lahan yang peroleh dari olahan citra Satelit Landsat hutan primer di DAS Cidanau telah mengalami penurunan luasan dari 5-893 ha di tahun 2006 menjadi 3-617 di tahun 2010 dengan laju penurunan 0.70%. Penurunan ini dapat disebabkan oleh pembalakan kayu dan alih fungsi lahan dan ditandai dengan penambahan luas kebun sebesar 0.28% setiap tahunnya. Perubahan tata guna lahan di DAS Cidanau dapat dilihat pada Lampiran 2.

30

Tabel 4 Tata guna lahan DAS Cidanau

Tata Guna Lahan Luas (ha)

Tahun 2006 Tahun 2008 Tahun 2010

Badan Air 31.152 32.712 48. 201

Hutan Primer 5893. 389 4400.723 3616.835

Hutan Sekunder 3550.534 4482.211 4820.558

Kebun Campuran 1429.557 1768.550 2346.863

Hutan Rawa Primer 1037.392 850.447 736.840

Hutan Rawa Sekunder 450.915 617.767 634.705

Lahan Rawa 756.517 915.197 821.230

Ladang/Tegalan 419.661 608.007 571.020

Sawah 4971.408 3772.073 3817.257

Semak Belukar 493.455 1463.697 1120.762

Rerumputan 1968.115 2128.399 1849.984

Pemukiman 889.593 907.734 1543.466

Total 21891.686 21947.517 21927.722

Tata guna lahan terbesar saat ini dari total luasan DAS Cidanau adalah wilayah hutan (hutan primer dan sekunder) yakni 37.30% dari total luasan DAS. Luasan sawah mendominasi tata guna lahan di DAS Cidanau setelah hutan dengan luasan 16.88%. Daerah rawa yang merupakan kawasan Cagar Alam Cidanau juga mengalami perubahan. Pada tahun 2006 kawasan rawa memiliki luasan 2245 ha, selanjutnya 2383 ha di tahun 2008 dan saat ini hanya memiliki luasan 2193 ha.

4.4 Kemiringan Lahan

Faktor kemiringan lahan turut mempengaruhi besarnya debit yang keluar dari outlet. Lahan dengan kemiringan yang curam memiliki potensi runoff dan erosi yang tinggi jika terjadi hujan. Pemilihan tutupan lahan yang tepat serta manajemen pengelolaan lahan yang baik akan menurunkan tingkat kerusakan yang dapat ditimbulkan. Kemiringan lahan di DAS Cidanau rata-rata berkisar antara 0 – 3 % dengan sebaran 34.43 % dari luasan DAS Cidanau.

Tabel 5 Kemiringan lahan DAS Cidanau

Kemiringan (%) Luas (ha) Persentasi dari DAS (%)

0-3 7786.652 34.424

3-8 3006.921 13.293

8-15 3212.085 14.200

15-30 4316.146 19.081

30-45 1714.241 7.578

45-65 919.688 4.066

>>65 238.278 1.053

31

Gambar 7 Peta Kemiringan lahan DAS Cidanau

Sebaran kemiringan lahan yang landai (0-3%) di DAS Cidanau didominasi oleh tutupan lahan sawah, terutama di daerah kaldera. Kemiringan lereng yang sangat curam relatif sedikit, yakni hanya pada puncak-puncak gunung atau bukit dengan luasan hanya 1.05% dari luasan DAS.

V. HASIL DAN PEMBAHASAN

5.1 Kecenderungan Ketersediaan Air

Proyeksi ketersedian air Sungai Cidanau dapat diestimasi dengan menggunakan persamaan Verhulst (Persamaan 3-1). Debit sungai rata-rata mula-mula (P0) adalah 10.791 m3/s, nilai debit batasan terendah adalah 0.5 m3/s, dan nilai gamma hasil solver adalah 0.089. Proyeksi sebaran debit rata-rata Sungai Cidanau menurun sepanjang tahun, hal ini dapat dilihat pada Gambar 8. Proyeksi sebaran debit minimum dilakukan dengan memasukkan debit minimum mula-mula 1.221 m3/s, nilai terendah 0.5 m3/s, dan nilai gamma 0.020 maka diperoleh gambaran debit minimum seperti Gambar 8.

Gambar 8 Proyeksi debit rata-rata dan minimum di DAS Cidanua

Debit minimum dan rata-rata Sungai Cidanau mengalami penurunan terus menerus hingga tahun 2022. Debit sungai rata-rata tahun 2022 diperkirakan sebesar 5.282 m3/s. Debit minimum untuk DAS Cidanau berkisar antara 0.5-1 m3/s hingga tahun 2022, sedangkan proyeksi debit rata-rata berkisar antara 5-6 m3/s. Debit minimum tersebut terjadi pada hari-hari kering di DAS Cidanau yakni antara bulan Mei hingga Oktober.

0 2 4 6 8 10 12 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6 2 0 1 7 2 0 1 8 2 0 1 9 2 0 2 0 2 0 2 1 2 0 2 2 D e b it S u n g a i (m 3 / s) Tahun

34

Total curah hujan tahunan terkecil yang pernah tejadi di kawasan Cidanau adalah pada tahun 2006 dengan besar curah hujan 1-248 mm dengan lama hari kering 203 hari. Hal ini sangat berkibat terhadap debit Sungai Cidanau pada tahun tersebut. Dari data yang ada bahwa debit rata-rata tahunan hanya 7.050 m3/s dengan debit minimum 0.890 m3/s pada tanggal 24 Oktober 2006.

Penerunan debit sungai tentu akan berdampak pada ketersediaan air pada kawasan Cidanau, sehingga perlu dilihat seberapa besar pengaruhnya terhadap ketersediaan air dengan menghitung besarnya debit air minimum yang terjadi di masa mendatang.

5.2 Hari Kering DAS Cidanau

Penentuan awal musim kemarau dan lamanya dilakukan dengan menganalisis fungsi kumulatif dari curah hujan dalam satu tahun. Fungsi polinomial yang paling mendekati kondisi jumlah hujan kumulatif adalah polinomial pangkat lima. Persamaan hujan kumulatif ini memiliki tingkat kecondongan (Slope) sebesar 2.621 dalam satu tahun, hal ini dapat dilihat pada Gambar 9.

35

Musim kering pada DAS Cidanau terjadi pada bulan Mei sampai Oktober dengan lama hari kering 171 hari (Tabel 6). Pada bulan tersebut merupakan waktu yang cukup berisiko terjadinya kekurangan air untuk memenuhi kebutuhan air.

Pada bulan Mei curah hujan lebih kecil dari Slope hujan kumulatif dalam satu tahun, hal ini menjadikannya berada pada kondisi awal musim kering. Pada bulan oktober curah hujan perlahan mulai naik hingga melewati batas kemiringan (Slope) hujan kumulatif, hingga dapat dikatakan pada bulan tersebut merupakan awal musim hujan. Analisis debit Sungai Cidanau difokuskan pada bulan kering tersebut (Mei-Oktober) guna memenuhi kebutuhan air.

Tabel 6 Perubahan musim di DAS Cidanau Tahun Awal Hari

Kering Awal Hari Basah Lama Hari Kering (hari) Puncak Hari Kering

1989 1-Mei 14-Nop 197 8-Sep

1990 16-Mei 14-Nop 182 26-Sep

1991 14-Mei 25-Okt 164 31-Jul

1992 22-Apr 11-Sep 147 30-Jun

1993 8-Jun 22-Nop 167 24-Sep

1994 15-Mei 25-Okt 173 27-Jul

1995 16-Jun 30-Okt 136 10-Apr

1996 20-Apr 26-Sep 159 11-Jul

1997 12-Jun 29-Des 200 28-Sep

1998 8-Mei 25-Sep 152 18-Jul

1999 8-Mei 6-Okt 151 25-Jul

2000 14-Mei 23-Okt 162 30-Jul

2001 17-Apr 24-Sep 160 29-Jun

2002 9-Jun 11-Des 185 30-Sep

2003 10-Mei 15-Okt 158 9-Aug

2004 22-Mei 3-Des 195 8-Sep

2005 14-Mei 30-Nop 200 6-Oct

2006 4-Jun 24-Des 203 1-Sep

2007 22-Mei 11-Nop 173 16-Aug

2008 3-Mei 6-Okt 156 20-Jul

2009 3-Mei 22-Okt 172 27-Jul

2010 28-Feb 05-Jul 177 20-Apr

Rata-rata 5-Mei 14-Okt 171 3-Aug

5.3 Penghitungan Debit Sungai Cidanau

Pengukuran profil Sungai Cindanau yang dilakukan di lokasi outlet (Intake Rumah Pompa) dilakukan untuk mendapatkan hubungan antara ketinggian muka

36

air sungai dengan debit Sungai Cidanau (rating curve). Hasil pengukuran profil Sungai Cidanau di lokasi outlet (Intake Rumah Pompa) memiliki kedalaman maksimum 4.140 m dari titik datum dengan luas penampang sungai 124.890 m2. Bentuk penampang melintang sungai Cidanau pada outlet dapat dilihat pada Gambar 10. Kecepatan aliran rata-rata berkisar antara 0.123 – 0.269 m/s. Kecepatan pada outlet tidak seragam dikarenakan adanya pekerjaan perbaikan pada bendung mercu. Tanaman yang tumbuh disepanjang tepian sungai juga mempengaruhi besarnya kecepatan air.

Perubahan ketinggian permukaan air dicatat dengan menggunakan water level loger dengan interval waktu pencatatan 30 menit. Dengan menggunakan Persamaan 4.1 maka debit sungai per 30 menit dapat diketahui. Data debit ini diperlukan untuk melakukan validasi hasil simulasi debit sungai Cidanau dengan aplikasi SWAT.

Gambar 10 Profil outlet Sungai Cidanau (2 Oktober 2010)

Metode yang digunakan untuk mengukur debit Sungai Cidanau yaitu dengan menggunakan fungsi cubic spline interpolation yang dikembangkan oleh Setiawan et al (2007). Fungsi ini digunakan untuk menggambarkan profil sungai secara kontinyu yang terbentuk atas hasil pengukuran jarak dan kedalaman sungai. Metode ini dapat langsung menghitung debit sungai menggunakan formula Manning. Data profil dan kecepatan yang diperoleh dari pengukuran digunakan untuk membuat rating curve. Rating curve akan menggambarkan pengaruh perubahan kedalaman terhadap debit sungai.

37

Berdasarkan pengukuran yang telah dilakukan sebanyak empat kali pengukuran (2 Oktober 2010, 22 Desember 2010, 3 Maret 2011, dan 4 Maret 2011) diperoleh hubungan antara kedalaman air maksimum dengan besarnya debit Sungai Cidanau sebagai berikut:

Qi = 4.32 E-0.5.hi10.6 4.1

Qi adalah debit sesaat pada waktu i (m3/s) dan dan hi adalah kedalaman maksimum sesaat pada waktu i (m). Rating Curve untuk outlet Cidanau dapat dilihat pada Gambar 11.

Gambar 11 Rating Curve Sungai Cidanau

Hubungan antara debit dengan kedalaman dari persamaan 4.1 digunakan untuk menghitung besarnya debit sungai setiap 30 menit, karena pengukuran kedalaman sungai dilakukan setiap 30 menit. Hasil rating curve ini dapat diaplikasikan untuk setiap kedalaman karena nilai R2 yang diperoleh relatif besar yaitu 0.81.

5.4 Analisis Debit Sungai Cidanau dengan MWSWAT

Aplikasi MWSWAT membutuhkan data tanah dan tata guna lahan yang banyak. Dikarenakan keterbatasan data karakteristik tata guna lahan dan tanah maka beberapa jenis data tersebut dicari kesesuaian data yang mendekati data yang disediakan oleh SWAT berupa karakteristik data global.

y = 4.32E-05x1.06E+01

R² = 8.10E-01

0 5 10 15 20 25 30

3.25 3.30 3.35 3.40 3.45 3.50 3.55

D e b it s u n g a i (m 3 /s )

38

Tahapan awal dari simulasi SWAT yakni membuat proyeksi dari peta DEM, tanah, dan tataguna lahan. Proyeksi koordinat DAS Cidanau berada pada zona 48S dalam Sistem koordinat universal tranverse mercator (UTM) WGS 1984. Pada tahap 1 (automatic watershed delineation) didapatkan pembagian DAS Sungai Cidanau kedalam 15 bagian didasarkan pada jaringan sungai. Hal ini dikarenakan threshold method yang digunakan hanya 500. Tampilan proses delineation dapat dilihat pada Gambar 12.

Gambar 12 Proses Automatic Watershed Delineation

Metode treshold sangat berpengaruh terhadap banyaknya jumlah jaringan sungai yang akan terbentuk, semakin kecil nilai treshold maka semakin banyak subDAS yang akan terbentuk. Hasil pembentukan batas DAS dengan aplikasi MWSWAT dapat dilihat pada Gambar 13.

39

Gambar 13 Peta Jaringan sungai hasil MWSWAT

Outlet DAS terletak pada sub basin 15 dan debit sungai yang dianalisis adalah pada sub basin 15. Proses selanjutnya yakni pembuatan hydrological response unit (HRU) dengan menggunakan data tata guna lahan tahun 2008 (Lampiran 2) dan peta tanah Cidanau pada Gambar 7. Hasil Pembuatan HRU diperoleh 460 jenis HRU yang menggambarkan kondisi wilayah secara spasial, hal ini dapat dilihat pada Gambar 14.

40

Proses simulasi SWAT dilakukan dengan memasukkan data iklim lokal pada DAS Cidanau dan data WGN (weather generator). Simulasi SWAT dilakukan dari tanggal 1 Januari 2008 sampai 31 Desember 2008. Setelah pengisian data ke dalam database SWAT maka simulasi dapat dijalankan untuk tahun 2008. Proses simulasi SWAT dapat dilihat pada Gambar 15. Debit hasil simulasi dapat dilihat menggunakan SWATPlot and Graph.

Gambar 15 Proses setup and running SWAT

Simulasi SWAT pada tahun 2008 menunjukkan nilai hasil simulasi pada saat terjadinya hujan memiliki respon yang tinggi terhadap debit sungai, namun selanjutnya debit sungai kembali ke kondisi semula tanpa diikuti penurunan debit secara perlahan. Hal ini menandakan pada aplikasi SWAT ketika terjadi hujan yang cukup tinggi mengakibatkan runoff yang sangat besar, jadi perlu dilakukan

41

perubahan parameter untuk mengendalikan peningkatan debit sungai yang sangat tinggi. Salah satu cara yang dapat dilakukan yakni dengan mengurangi nilai Curve Number pada tata guna lahan untuk mengurangi limpasan, atau dapat dilakukan perubahan dengan meningkatkan kemampuan infiltrasi dari lahan, hingga diperoleh hasil debit tidak meningkat secara signifikan.

Pada kondisi tidak terjadi hujan hasil simulasi SWAT dan observasi memiliki pola yang sama (Gambar 17.a) sehingga gambaran hasil simulasi dapat dikatakan mendekati kondisi observasi. Namun ketika hujan tidak terjadi pada rentang waktu yang lama debit hasil simulasi mendekati nilai nol. Hal ini menandakan pada pengolahan aliran bawah permukaan pada SWAT masih belum sesuai dengan kondisi lapangan, sehingga perlu dilakukan perubahan pada parameter yang berhubungan dengan aliran bawah permukaan dan storage dari DAS itu sendiri.

Kalibrasi perlu dilakukan terhadap parameter masukan baik dari tata guna lahan maupun dari data tanah dan parameter DAS secara keseluruhan. Parameter tersebut diubah menggunakan SWAT Editor 2005 (Gambar 16). Tahapan pertama yakni melakukan analisis sensitivitas pada parameter SWAT untuk DAS Cidanau, selanjutnya pilih autocalibration and uncertainty Analysis hingga didapatkan hasil kalibrasi mendekati data observasi.

Gambar 16 Proses kalibrasi dengan SWAT Editor

Hasil kalibrasi menunjukkan perubahan debit yang sejalan dengan perubahan kondisi observasi, hal ini dikarenakan adanya beberapa parameter yang

42

diubah dalam proses SWAT editor 2005 hingga parameter tersebut menghasilkan debit sungai yang sesuai dengan kondisi lapangan.

(a)

(b)

Gambar 17 Hasil simulasi SWAT tahun 2008 (a) tanpa kalibrasi; (b) dengan kalibrasi

Simulasi MWSWAT untuk tahun 2008 menghasilkan nilai korelasi koefisien (R) sebesar 0,213 sedangkan nilai NSI-nya adalah 0.16, sehingga perlu dilakukan kalibrasi pada parameter input data SWAT. Hasil kalibrasi MWSWAT untuk tahun 2008 menggunakan SWAT Editor 2005 didapatkan nilai korelasi koefisien sebesar 0.681 dan nilai Nash (NSI) 0.534. Dengan demikian hasil simulasi SWAT untuk DAS Cidanau pada tahun 2008 dapat dikatakan

0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60

0 50 100 150 200 250 300 350

H u ja n ( m m ) D e b it ( m 3 / s) Julian days

Hujan Simulasi Obse rvasi

0 10 20 30 40 50 60 70 80 90 100 0 5 10 15 20 25 30

0 50 100 150 200 250 300 350

H u ja n ( m m ) D e b it ( m 3 / s) Julian days

SWAT 2008

97 6-Apr 0 3.530 6.616 7.971

98 7-Apr 0 5.630 6.459 7.756

99 8-Apr 0 4.220 6.352 7.547

100 9-Apr 0 3.920 6.275 7.342

101 10-Apr 2 7.350 6.188 7.142

102 11-Apr 26 6.970 25.600 7.354

103 12-Apr 5 8.140 6.562 7.291

104 13-Apr 4 6.590 6.115 7.230

105 14-Apr 0 5.630 6.018 7.159

106 15-Apr 0 5.290 5.924 7.070

107 16-Apr 9 5.870 7.337 6.987

108 17-Apr 0 5.760 5.824 6.892

109 18-Apr 0 5.180 5.717 6.782

110 19-Apr 0 4.530 5.638 6.656

111 20-Apr 6 4.320 5.737 6.519

112 21-Apr 15 11.920 11.910 6.431

113 22-Apr 6 19.650 6.004 6.395

114 23-Apr 1 11.610 5.506 6.369

115 24-Apr 0 10.110 5.421 6.333

116 25-Apr 0 8.960 5.334 6.275

117 26-Apr 0 7.740 5.270 6.193

118 27-Apr 0 7.290 5.204 6.089

119 28-Apr 0 5.750 5.126 5.967

120 29-Apr 0 4.600 5.031 5.832

121 30-Apr 2 4.710 4.969 5.690

122 1-May 0 4.630 4.911 5.544

123 2-May 0 5.070 4.829 5.397

124 3-May 0 4.960 4.770 5.251

125 4-May 0 4.740 4.690 5.108

126 5-May 7 4.630 4.807 4.971

127 6-May 0 4.740 4.547 4.837

128 7-May 30 5.750 28.970 5.334

129 8-May 0 6.680 4.893 5.291

130 9-May 0 6.100 4.411 5.175

131 10-May 0 5.400 4.314 5.029

132 11-May 0 4.740 4.232 4.871

133 12-May 0 4.220 4.153 4.712

134 13-May 0 3.820 4.065 4.557

135 14-May 0 4.510 3.996 4.410

136 15-May 0 3.720 3.921 4.272

137 16-May 3 3.260 3.855 4.142

138 17-May 0 2.560 3.776 4.020

139 18-May 0 2.560 3.696 3.903

140 19-May 0 2.300 3.603 3.791

141 20-May 1 2.840 3.555 3.683

142 21-May 15 2.840 9.793 3.665

143 22-May 3.260 3.614 3.663

SWAT 2008

145 24-May 0 2.840 3.364 3.661

146 25-May 37 2.840 4.060 6.396

147 26-May 0 3.530 4.120 6.588

148 27-May 0 3.530 3.424 6.398

149 28-May 0 3.080 3.362 6.077

150 29-May 0 3.000 3.326 5.728

151 30-May 0 2.560 3.286 5.404

152 31-May 1 2.300 3.234 5.123

153 1-Jun 0 2.300 3.185 4.885

154 2-Jun 0 2.300 3.162 4.682

155 3-Jun 0 2.510 3.097 4.507

156 4-Jun 0 2.150 3.086 4.353

157 5-Jun 0 2.090 3.052 4.213

158 6-Jun 4 1.900 3.011 4.084

159 7-Jun 4 1.900 2.963 3.966

160 8-Jun 0 1.840 2.919 3.854

161 9-Jun 0 1.780 2.889 3.746

162 10-Jun 2 1.680 2.844 3.642

163 11-Jun 0 1.680 2.783 3.541

164 12-Jun 0 1.730 2.718 3.443

165 13-Jun 0 1.960 2.688 3.348

166 14-Jun 19 2.440 13.370 3.297

167 15-Jun 4 2.670 2.879 3.259

168 16-Jun 1 2.670 2.701 3.225

169 17-Jun 0 2.440 2.624 3.187

170 18-Jun 0 2.290 2.583 3.143

171 19-Jun 0 2.920 2.531 3.090

172 20-Jun 14 2.920 7.308 3.037

173 21-Jun 0 2.220 2.626 2.977

174 22-Jun 0 2.090 2.454 2.911

175 23-Jun 0 2.020 2.481 2.842

176 24-Jun 0 2.220 2.429 2.770

177 25-Jun 6 1.870 2.551 2.698

178 26-Jun 0 1.870 2.365 2.627

179 27-Jun 0 1.870 2.311 2.556

180 28-Jun 0 2.730 2.261 2.486

181 29-Jun 0 2.140 2.217 2.416

182 30-Jun 0 0.970 2.164 2.349

183 1-Jul 0 1.390 2.088 2.282

184 2-Jul 0.2 1.390 2.092 2.218

185 3-Jul 0 2.080 2.017 2.154

186 4-Jul 0 1.390 1.995 2.092

187 5-Jul 0 1.390 1.949 2.032

188 6-Jul 0 1.390 1.956 1.975

189 7-Jul 0 1.430 1.904 1.920

190 8-Jul 0 1.470 1.828 1.867

191 9-Jul 0 2.160 1.819 1.816

SWAT 2008

193 11-Jul 0 1.390 1.720 1.719

194 12-Jul 0 1.390 1.699 1.673

195 13-Jul 0 1.390 1.675 1.628

196 14-Jul 0 1.390 1.636 1.584

197 15-Jul 0 1.410 1.619 1.542

198 16-Jul 0 1.430 1.578 1.501

199 17-Jul 0 2.080 1.531 1.461

200 18-Jul 0 1.390 1.463 1.422

201 19-Jul 0 1.390 1.369 1.384

202 20-Jul 0 1.390 1.290 1.348

203 21-Jul 0 1.470 1.253 1.312

204 22-Jul 0 1.040 1.223 1.278

205 23-Jul 0 1.040 1.119 1.244

206 24-Jul 0 1.040 1.051 1.211

207 25-Jul 0 1.040 0.980 1.180

208 26-Jul 0 1.040 1.019 1.149

209 27-Jul 0 1.040 0.984 1.119

210 28-Jul 0 1.040 0.844 1.090

211 29-Jul 0 1.040 0.767 1.061

212 30-Jul 0 1.040 0.768 1.032

213 31-Jul 0 1.390 0.723 1.005

214 1-Aug 0 0.690 0.722 0.979

215 2-Aug 0 1.390 0.716 0.953

216 3-Aug 19 1.410 4.868 0.940

217 4-Aug 0 1.470 0.714 0.926

218 5-Aug 0 1.410 0.541 0.911

219 6-Aug 0 1.390 0.498 0.894

220 7-Aug 0 1.390 0.489 0.875

221 8-Aug 0 1.390 0.482 0.854

222 9-Aug 0 1.390 0.456 0.832

223 10-Aug 0 1.390 0.437 0.809

224 11-Aug 0 1.390 0.387 0.786

225 12-Aug 0 1.390 0.391 0.764

226 13-Aug 0 1.390 0.381 0.741

227 14-Aug 0 1.410 0.377 0.720

228 15-Aug 0 1.390 0.364 0.700

229 16-Aug 6 1.580 0.371 0.682

230 17-Aug 0 1.580 0.355 0.666

231 18-Aug 0 1.470 0.353 0.649

232 19-Aug 0 1.470 0.319 0.633

233 20-Aug 3 2.370 0.339 0.617

234 21-Aug 0 1.150 0.298 0.602

235 22-Aug 0 1.040 0.275 0.586

236 23-Aug 0 0.890 0.279 0.571

237 24-Aug 0 0.890 0.272 0.556

238 25-Aug 0 0.890 0.281 0.541

239 26-Aug 0 1.090 0.262 0.526

SWAT 2008

241 28-Aug 0 0.700 0.233 0.498

242 29-Aug 3 0.900 0.235 0.486

243 30-Aug 8 0.900 0.354 0.477

244 31-Aug 34 1.200 24.480 0.495

245 1-Sep 0 1.360 0.690 0.514

246 2-Sep 0 1.900 0.258 0.529

247 3-Sep 0 1.600 0.240 0.535

248 4-Sep 0 1.390 0.229 0.533

249 5-Sep 0 1.390 0.236 0.524

250 6-Sep 0 1.390 0.223 0.509

251 7-Sep 0 1.200 0.213 0.491

252 8-Sep 0 1.090 0.217 0.472

253 9-Sep 0 1.580 0.209 0.452

254 10-Sep 0 1.730 0.194 0.433

255 11-Sep 2 2.420 0.180 0.415

256 12-Sep 4 1.580 0.187 0.400

257 13-Sep 0 1.680 0.160 0.386

258 14-Sep 0 1.900 0.155 0.373

259 15-Sep 1 1.900 0.142 0.361

260 16-Sep 0 1.730 0.154 0.349

261 17-Sep 0 1.580 0.121 0.337

262 18-Sep 0 2.280 0.118 0.326

263 19-Sep 0 1.040 0.134 0.316

264 20-Sep 0 0.890 0.118 0.306

265 21-Sep 0 0.890 0.125 0.296

266 22-Sep 0 0.890 0.084 0.287

267 23-Sep 0 0.890 0.101 0.279

268 24-Sep 0 0.850 0.118 0.271

269 25-Sep 23 0.770 9.551 0.276

270 26-Sep 0 0.770 0.312 0.281

271 27-Sep 0 0.770 0.151 0.285

272 28-Sep 0 0.770 0.131 0.286

273 29-Sep 0 0.770 0.117 0.284

274 30-Sep 3 0.770 0.122 0.279

275 1-Oct 0 1.470 0.101 0.273

276 2-Oct 0 1.580 0.071 0.265

277 3-Oct 0 1.040 0.056 0.256

278 4-Oct 2 1.040 0.106 0.248

279 5-Oct 0 1.040 0.051 0.239

280 6-Oct 0 2.320 0.043 0.230

281 7-Oct 0 1.730 0.031 0.221

282 8-Oct 0 1.580 0.039 0.213

283 9-Oct 0 2.320 0.040 0.206

284 10-Oct 0 1.580 0.029 0.199

285 11-Oct 5 1.500 0.082 0.195

286 12-Oct 1 1.470 0.074 0.191

287 13-Oct 0 1.410 0.039 0.186

SWAT 2008

289 15-Oct 0 1.390 0.053 0.178

290 16-Oct 0 2.080 0.025 0.173

291 17-Oct 0 0.690 0.043 0.168

292 18-Oct 0 0.690 0.026 0.164

293 19-Oct 0 0.690 0.011 0.159

294 20-Oct 0 1.200 0.022 0.154

295 21-Oct 0 1.600 0.008 0.150

296 22-Oct 5 1.600 0.036 0.148

297 23-Oct 0 3.030 0.027 0.145

298 24-Oct 1 5.770 0.048 0.144

299 25-Oct 0 4.710 0.030 0.141

300 26-Oct 39 3.830 26.370 0.166

301 27-Oct 6 4.320 0.547 3.194

302 28-Oct 0 3.120 0.115 3.219

303 29-Oct 12 3.350 1.952 3.243

304 30-Oct 0 3.260 0.132 3.258

305 31-Oct 0 2.750 0.076 3.264

306 1-Nov 0 3.520 0.094 3.262

307 2-Nov 1 2.510 0.112 2.255

308 3-Nov 0 3.080 0.084 0.243

309 4-Nov 12 1.610 1.773 0.236

310 5-Nov 0 3.220 0.105 0.227

311 6-Nov 1 2.930 0.086 0.218

312 7-Nov 11 2.650 1.537 0.215

313 8-Nov 30 3.260 25.240 0.251

314 9-Nov 0 3.720 0.629 0.288

315 10-Nov 0 3.940 0.226 0.318

316 11-Nov 36 3.120 37.200 0.405

317 12-Nov 0 3.170 0.970 0.486

318 13-Nov 0 3.080 0.380 0.541

319 14-Nov 0 3.860 0.382 0.565

320 15-Nov 2 3.720 0.408 0.562

321 16-Nov 0 3.820 0.397 0.539

322 17-Nov 5 2.840 0.465 0.509

323 18-Nov 16 3.420 7.617 0.486

324 19-Nov 1 5.410 0.639 0.463

325 20-Nov 20 6.400 13.640 0.473

326 21-Nov 0 6.350 0.896 0.493

327 22-Nov 0 5.170 0.726 0.514

328 23-Nov 0 4.370 0.733 0.529

329 24-Nov 94 7.740 57.100 12.570

330 25-Nov 7 7.020 4.242 12.830

331 26-Nov 1 8.570 1.239 11.490

332 27-Nov 8 7.860 2.327 9.710

333 28-Nov 0 6.750 1.336 7.921

334 29-Nov 0 5.200 1.353 6.390

335 30-Nov 0 4.240 1.414 5.199

SWAT 2008

337 2-Dec 0 7.400 1.756 3.790

338 3-Dec 0 4.740 1.629 3.377

339 4-Dec 0 4.010 1.683 3.086

340 5-Dec 12 2.920 4.796 2.880

341 6-Dec 0 2.150 1.849 2.725

342 7-Dec 0 2.590 1.814 2.601

343 8-Dec 0 1.580 1.828 2.496

344 9-Dec 0 1.540 1.851 2.403

345 10-Dec 3 2.840 1.899 2.318

346 11-Dec 10 9.250 3.606 2.244

347 12-Dec 19 9.120 13.300 2.203

348 13-Dec 0 7.090 2.267 2.158

349 14-Dec 3 4.220 2.100 2.109

350 15-Dec 9 11.610 3.671 2.066

351 16-Dec 0 13.020 2.163 12.020

352 17-Dec 0 10.460 2.163 7.973

353 18-Dec 0 8.570 2.183 6.922

354 19-Dec 3 7.160 2.211 6.870

355 20-Dec 0 6.490 2.182 5.816

356 21-Dec 0 6.220 2.200 5.762

357 22-Dec 0 5.330 2.195 5.707

358 23-Dec 18 14.120 10.290 10.664

359 24-Dec 11 11.960 5.188 10.632

360 25-Dec 0 11.960 2.325 10.599

361 26-Dec 13 18.220 6.745 10.575

362 27-Dec 0 18.410 2.419 10.548

363 28-Dec 0 16.940 2.341 10.516

364 29-Dec 3 16.040 2.356 12.481

365 30-Dec 2 15.680 2.326 12.443