Prediksi Ketersediaan Air Menggunakan Tank Model dan Pendekatan Artificial Neural Network (Studi Kasus Sub DAS Ciriung Kabupaten Serang)
PREDIKSI KETERSEDIAAN AIR
MENGGUNAKAN TANK MODEL DAN
PENDEKATAN ARTIFICIAL NEURAL NETWORK
(Studi Kasus Sub-DAS Ciriung Kabupaten Serang)
Oleh
SLAMET SUPRAYOGI
SEKOLAH PASCASARJANA
INSTZTUT PERTANIAN BOGOR
2003
Abstrak
Slamet Suprayogi. Prediksi Ketersediaan Air Menggunakan Tank Model dan
Pendekatan Artificial Neural Network (Studi Kasus Sub-DAS Ciriung Kabupaten
Serang). Dibimbing oleh: B u d i I n d r a Setiawan, M.Sri Saeni, dan Lilik Budi
Prasetyo.
Tank model merupakan salah satu model hidrologi untuk menganalisis karakteristik aliran
sungai. Model ini diterapkan di sub DAS Ciriung. Luas sub DAS tersebut sekitar 118,Ol ha,
penggunaan lahan yang dominan adalah kebun campuran (88.27%), ladang (1 1.14%), dan
pemukiman (0,59%). Aliran sungai termasuk tipe sungai yang mengalir sepanjang tahun,
mempunyai kualitas air yang rendah alkalinitas maupun salinitas sehingga tidak ada masalah
untuk irigasi. Tujuan penelitian adalah memprediksi ketersediaan air sub-DAS Ciriung tahun
200312004 - 2009120010, dan terdiri dari tiga tahapan a). uji efektifitas model
evapotranspirasi dengan cara membandingkan tujuh model evapotranspirasi, b). penentuan
parameter tank model dengan proses optimasi, c). memprediksi hujan dan evapotranspirasi
tahun 200312004 - 200912010 menggunakan model ArtiJicial Neural Network (ANN),
sebagai input tank model untuk memprediksi aliran total pada periode tersebut. Tank model
yang digunakan adalah tank model standar, terdiri dari empat lapisail yang tersusun secara
vertikal. Pada model tersebut terdapat 12 parameter, lima parameter berada pada lapisan
teratas, tiga parameter pada lapisan ~ e d u adan ketiga, satu parameter pada lapisan paling
bawah. Parameter satu dengan lainnya saling berinteraksi, dan algoritma Marquardt
digunakan untuk mendapatkan parameter yang optimum. Prediksi hujan dan evapotranspirasi
digunakan pembelajaran model ANN, penjalaran balik (backpropagation) dengan tiga
lapisan (lapisan masukan, lapisan tersembunyi, dan lapisan keluaran). Pengamatan parameter
iklim, hujan , dan aliran sangat efisien menggunakan logger, mudah dianalisis dan data
observasi akurat. Hasil uji model evapotranspirasi, menunjukkan bahwa terdapat tiga model
yang sangat efektif diterapkan di daerah penelitian yaitu model Hargreaves, Turc, dan model
Jensen-Haise. Proses optimasi sangat cepat untuk mendapatkan parameter tank model, dan
didapatkan hasil yang baik untuk memprediksi total aliran dan komponen-komponen aliran.
Model ANN sangat baik untuk prediksi hujan maupun evapotranspirasi, bila pada proses
pembelajaran digunakan data yang representatif. Tank model dapat untuk memprediksi
ketersediaan air yang akan datang, dan dapat untuk analisis kekurangan air pada
tahun-tahun tertentu.
K a t a kunci: tank model, parameter, hujan, evapotranspirasi, artificial neural network
Abstract
Slamet Suprayogi. Water Availability Prediction Using Tank Model and Artificial
Neural Network Approach (Case Study at Ciriung Sub-catchment Serang District).
Supervised by: Budi Indra Setiawan, M.Sri Saeni, and Lilik Budi Prasetyo.
Tank model is one of the hydrological models for analyzing the characteristics of river flow.
This study used Tank Model in Ciriung sub-watershed. The total area of sub-watershed is
118.01 ha. The landuse in Ciriung sub-watershed area is mostly dominated by mix-garden
(88.27%), and dry paddy field in 11.14%, setlement in 0,59%. River flow of such area,
hydrogically is perenial. The quality of the river water, with low salinity and low sodium is
suitable for irrigation. The pilrpose of this siudy was to predict water availability and to
forecast future total flow. Three steps were undertaken. Firstly, testing the effectiveness of
the evapotranspiration models by comparing seven models. Secondly, determining the parameters of tank models. Finally, forecasting the hture rainfall and potential evapotranspiration
values using Artificial Neural Network (ANN) to be provided as input the tank models. The
selected model is a standard tank model, which has four series of tank standing in a vertical
arrangement, and tweive parameters are involved, i.e., five parameters in the surface, three
parameters in the intermediate, three parameters in the sub-base, and one in the base tank.
One parameter and others are mutually interaction, and Marquardt algorithm was used for
finding the optimum parameters. Three-layer of ANN with backpropagation were developed,
trained and tested to forecast future rainfall and evapotranspiration. The collecting climatic
data and stream flow using digital instruments (logger) they was most efficient and easy to
analisys.The results show that model Hargreaves is the along with Turc and Jensen-Haise
models are the most effective evapotranspiration models for this location. The optimization
technique to Tank model gained fast and accurate results of total flow and flow components.
The ANN can forecast rainfall and evapotranspiration when trained on adequetely
representative data set. The result of forecasting of the future total runoff, there were various
due LO total rainfall and a-year daily rainfall distribution. Tank model can be appplied to
predict the future water availability, and potentially can be employed to analyze the water
deficit for the certain years.
Key words: Tank model, parameters, rainfall, evapotranspiration, artificial neural network
SURAT PERNYATAAN
Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam disertasi
saya yang berjudul: PREDIKSI KETERSEDIAAN AIR MENGGUNAKAN TANK
MODEL DAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (Studi Kasus
sub-DAS Ciriung Kabupaten Serang), merupakan gagasan atau hasil disertasi saya
sendiri, dengan pembimbingan para Komisi Pembimbing, kecuali yang dengan jelas
ditunjukkan rujukannya. Disertasi ini belum pernah diajukan untuk memperoleh gelar
pada program sejenis di perguruan tinggi lain.
Semua data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat
diperiksa kebenarannya.
;T33
Slamet Suprayogi
PREDIKSI KETERSEDIAAN AIR
MENGGUNAKAN TANK MODEL DAN
PENDEKATAN ARTIFICIAL NEURAL NETWORK
(Studi Kasus Sub-DAS Ciriung Kabupaten Serang)
Water Availability Prediction Using Tank Model and
Artijicial Neural Network Approach
(Case Study at Ciriung Sub-catchment Serang District)
Oleh
Slamet Suprayogi
Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor pada
Program Studi Pengelolaan Sumberdaya Alam dan Lingkungan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
2003
Judul Disertasi
: Prediksi Ketersediaan Air Menggunakan Tank
Model Dan Pendekatan Artificial Neural Network
(Studi Kasus Sub-DAS Ciriung Kabupaten Serang)
Nama
: Slamet Suprayogi
Nomor Induk
: 995079-PSL
Program Studi
: Pengelolaan Sumberdaya Alam dan Lingkungan
Menyetujui:
1. Komisi Pembimbing
!
Dr.Ir.Budi Indra Setiawan, M A P ~ .
Ketua
Prof.Dr.Ir. M.Sri Saeni, MS.
Anggota
Dr.Ir.Lilik Budi Prasetvo, MSc.
Anggota
2. Ketua Program Studi
Pengelolaan SumberQayaAla
dan Lin
fx'b
Dr.Ir.Surjono H. ~ d j oMS.
,
Tanggal Lulus: 12 Nopember 2003
to, MSc.
RIWAYAT HIDUP
Penulis dilahirkan di Nganjuk pada tanggal 1 1 Desember 1957 dari ayah
Abdul Kholiq (alm.) dan ibu Malikatun. Penulis merupakan putra ketiga dari lima
bersaudara.
Tahun 1978 penulis lulus SMA Negeri IV Yogyakarta. Pendidikan sarjana ditempuh di Fakultas Geografi Jurusan Hidrologi Universitas Gadjah Mada lulus tahun
1984. Pada tahun
1987 penulis menyelesaikan program diploma Watershed
Management di ITC Belanda. Tahun 1991 penulis lulus Program Studi Pengelolaan
DAS pada Program Pascasarjana IPB. Kesempatan untuk melanjutkan ke program
doktor di perguruan tinggi yang sama pada program studi Pengelolaan Sumberdaya
Alam dan Lingkungan diperoleh pada tahun 1999. Beasiswa program pascasarjana
diperoleh dari DIKTI. Penelitian ini dapat dilaksanakan atas bantuan fasilitas-fasilitas
dari kerjasama antara University of Tokyo dengan Institut Pertanian Bogor (Research
Unit For Biological Resources and Development, RUBRD-UT/IPB). Lokasi
penelitian termasuk dalam kegiatan penelitian Studies on Environmental Changes
and Sustainable Development in Cidanau Watershed.
Penulis bekerja sebagai staf pengajar di Fakultas Geografi Jurusan Geografi
Fisik Universitas Gadjah Mada sejak tahun 1985, mengajar dalam bidang studi
hidrologi.
Selama mengikuti program S3, penulis menyajikan karya ilmiah pada
Seminar Nasional PERTETA di Univ.Brawijaya tahun 2002 berjudul Perancangan
Tank model (Studi Pendahuluan). Sebuah artikel telah diterbitkan dengan judul
Penerapan Beberapa Model Evapotranspirasi di Daerah Tropika pada Buletin
Keteknikan Pertanian (Vo1.17, No.2 Agustus 2003),dan Estimasi Radiasi Matahari
Menggunakan Model ArtiJiciaI Neural Network untuk Perhitungan Evapotranspirasi
sedang menunggu penerbitan Buletin Keteknikan Pertanian Fateta IPB, serta Estimasi
Evapotranspirasi Menggunakan Model Artljicial Neural Network sedang menunggu
penerbitan Jornal Geografi Indonesia Fakultas Geografi UGM. Karya-karya ilmiah
tersebut merupakan bagian dari program S3 penulis.
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya
sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian
yang dilaksanakan sejak bulan Agustus 2001 ini ialah model hidrologi, dengan judul
Prediksi Ketersediaan Air Menggunakan Tank Model dan Pendekatan Artificial
Neural Network (Studi Kasus sub-DAS Ciriung Kabupaten Serang).
Disertasi ini memuat tiga Bab yang merupakan pengembangan dari naskah
artikel yang diajukan ke jurnal ilmiah. Bab 3 berjudul Penerapan Beberapa Model
Evapotranspirasi di Daerah Tropika telah diterbitkan (Buletin Keteknikan Pertanian
V01.7~No.2: 7-13), dan Bab 4 berjudul Estimasi Radiasi Matahari Menggunakan
Model Artijcial Neural Network untuk Perhitungan Evapotranspirasi sedang
menunggu penerbitan Buletin Keteknikan Pertanian Fateta IPB, serta Bab 6 berjudul
Estimasi Evapotranspirasi Menggunakan Model Artzjcial Neural Network sedang
menunggu penerbitan Jornal Geografi Indonsesia Fakultas Geografi UGM.
Terima kasih penulis ucapkan kepada Dr.Ir.Budi Indra Setiawan, MAgr.
sebagai Ketua Komisi Pembimbing yang telah banyak memberikan saran dan
fasilitas-fasilitas penelitian lapang. Prof. Dr.Ir.M.Sri Saeni, MS dan Dr.Ir.Lilik Budi
Prasetyo, MSc. sebagai anggota Komisi Pembimbing yang telah memberikan saransaran dalam penulisan. Disamping itu, penghargaan penulis sampaikan kepada Dr.
Sinichi Takeuchi yang telah memberikan bantuan alat-alat untuk pengamatan lapang.
Ungkapan terima kasih disampaikan kepada Drs. Sampurno,MBA.dan keluarga yang
telah memberikan bantuan selama menempuh program doktor.
Rasa terima kasih disampaikan kepada kedua orang tua kami Abdul Kholiq
(Alm.) dan Malikatun atas do7a restunya penulis dapat menyelesaikan program
doktor. Ir.Anwar Haryono dan keluarga, serta Dr.Ir.Sriani SP.,MS dan keluarga atas
bantuannya selama penulis tinggal di Bogor.
Rasa terima kasih penulis sampaikan pula kepada:
Rektor Universitas Gadjah Mada, Dekan Fakultas Geografi UGM, dan Ketua
Program Studi Geografi Fisik yang telah memberikan kesempatan belajar kepada
penulis. Direktur Program Pascasarjana IPB, Ketua Program Studi Pengelolaan
Sumberdaya Alam dan Lingkungan atas kesempatan baik yang diberikan kepada
penulis untuk belajar di Program Pascasarjana IPB.
yang
Rasa terima kasih disampaikan kepada: Prof.Dr.Sudarmadji,M.Eng.Sc.
telah memberikan motivasi kepada penulis untuk melanjutkan belajar pada Program
Pascasarjana (S3). Dr.Suroso,MAgr. yang telah memberikan saran dan bimbingan
kepada penulis. Staf pengajar Program Studi Geografi Fisik UGM yang telah
memberikan dorongan moril kepada penulis untuk mengambil kesempatan belajar di
Program Pascasarjana IPB.
Rasa terima kasih disampaikan pula kepada: Dr. 1r.Deddi Maryadi, MSi.,
Dr.Ir. Hermantoro,MS., Ery Suhartanto,ST.,MT., Ir. Arien Heriansyah, MSi. dan Ir.
Suhatmono, MSi. atas kerja sama yang baik selama belajar di Program Pascasarjana
IPB.
Rasa terima kasih disampaikan juga kepada Masran dan keluarga, serta
Syamsudin dan keluarga atas bantuannya selama penulis melakukan kerja lapang.
Rudianto, STP., Ardiansyah, STP., Sutoyo, STP., mBak Emil, dan Bu Yati atas
bantuannya selama penulis belajar di Program Pascasarjana IPB.
Akhirnya rasa terima kasih tak terhingga kepada isteri tercinta Dra.Sriana
Suji Mulyani, ananda tersayang Yahya Farqadain, Ainun Nur Rahma, dan Putri Nur
Inayah atas pengertian, kesabaran dan doa selama penulis tugas belajar di Bogor.
Semoga karya ilmiah ini bermanfaat.
Bogor, Nopember 2003
Slamet Suprayogi
DAFTAR IS1
Halaman
vi
DAFTAR TABEL ...................................................................................................
..
...............................................................................................
v11
...
DAFTAR LAMPIRAN ..........................................................................................v111
I . PENDAHULUAN ........................................................................ ;...................... 1
1.1. Latar Belakang ............................................................................................1
DAFTAR GAMBAR
1.2. Tujuan dan Kegunaan Penelitian ..............................................................7
1.3. Tinjauan Pustaka ........................................................................................
8
1.3.1. Daerah Aliran Sungai ......................................................................8
1.3.2. Faktor-faktor yang Mempengaruhi Limpasan (RunofJ) ..............10
1.3.3. Evapotranspirasi ..............................................................................
13
1.3.4. Artificial Neural Network (ANN) .................................................... 1 7
1.3.5. Model Hidrologi ...............................................................................
18
1.4. Metode Umum Penelitian ..........................................................................
28
DAFTAR PUSTAKA .........................................................................................31
I1. GAMBARAN UMUM DAERAH PENELITIAN ..........................................
33
2.1. Latar Belakang ..........................................................................................
33
2.2. Kondisi Fisik .............................................................................................
35
2.2.1. Lokasi Daerah Penelitian .............................................................35
2.2.2. Kondisi Iklim ................................................................................. 35
2.2.3. Tanah ............................................................................................ 38
2.2.4 Penggunaan Lahan .......................................................................39
2.2.5. Kemiringan Lereng ......................................................................41
2.2.6. Morfometri .....................................................................................
44
2.2.7. Kualitas Air ...................................................................................
47
2.3. Kondisi Sosial Ekonomi ...........................................................................
55
KESIMPULAN ...............................................................................................
-64
DAFTAR PUSTAKA ......................................................................................
-65
.
111 UJI EFEKTIVITAS MODEL EVAPOTRANSPIRASI ............................. 66
Abstract .............................................................................................................
66
3.1. Latar Belakang ........................................................................................66
3.2. Metode Penelitian .................................................................................... 71
3.2.1. Bahan dan Alat ............................................................................ 71
3.2.2. Model Evapotranspirasi .............................................................. 71
3.3. Hasil dan Pembahasan ............................................................................ 75
KESIMPULAN ................................................................................................ 81
DAFTAR PUSTAKA ...................................................................................... 82
IV. ESTIMASI RADIASI MATAHARI UNTUK PERHITUNGAN
EVAPOTRANSPIRASI MENGGUNAKAN
ARTIFICIAL NEURAL NETWORK .......................................................... 84
Abtract ..............................................................................................................84
4.1. Latar Belakang ........................................................................................
84
88
4.2. Model Artificial Neural Network (ANN) ................................................
4.3. Metoda Penelitian ................................................................................. 103
4.3.1. Bahan dan Alat .........................................................................
103
4.3.2. Analisis Data Menggunakan ANN ............................................ 103
4.3.3. Perhitungan Evapotranspirasi ................................................. 104
4.4. Hasil dan Pembahasan .........................................................................
105
KESIMPULAN .............................................................................................109
DAFTAR PUSTAKA ....................................................................................
110
V. ANALISIS KESEIMBANGAN AIR MENGGUNAKAN
112
TANK MODEL ...............................................................................................
..............................................................................................................
Abstract
112
5.1. Latar Belakang ........................................................................................
112
5.2. Model Hujan-Aliran ...............................................................................
114
....................................................................................
5.3. Metode Penelitian
119
5.3.1. Bahan dan Alat ............................................................................119
5.3.2. Analisis Data Aliran ....................................................................
125
5.3.3. Tank Model ..................................................................................126
5.4. Hasil dan Pembahasan ..........................................................................133
5.4.1. Tebal Aliran .................................................................................133
5.4.2. Evapotranspirasi ..........................................................................
135
5.4.3. Hujan ........................................................................................... 147
5.4.4. Tank Model .................................................................................
140
KESIMPULAN ................................................................................................
143
DAFTAR PUSTAKA ......................................................................................
144
VI . PREDIKSI EVAPOTRANSPIRASI DAN HUJAN MENGGUNAKAN
ARTIFICIAL NEURAL NETWORK ........................................................146
Abstract ...........................................................................................................
146
6.1. Latar Belakang ......................................................................................146
6.2. Metode Penelitian ..................................................................................
149
6.2.1. Bahan dan Alat ..........................................................................
149
6.2.2. Prediksi Evapotranspirasi Model ANN .................................. 150
6.2.3. Pediksi Hujan Model ANN ....................................................... 152
6.3. Hasil dan Pembahasan ......................................................................... 153
6.3.1. Hasil Prediksi Evapotranspirasi Model ANN ........................ 153
6.3.2. Hasil Prediksi Hujan Model ANN ........................................... 157
KESIMPULAN .............................................................................................. 160
DAFTAR PUSTAKA ................................................................................. 1 6 1
VII. PREDIKSI KETERSEDIAAN AIR ...........................................................162
Abstract ..........................................................................................................
162
7.1. Latar Belakang .....................................................................................162
7.2. Metode Penelitian .................................................................................163
7.3. Hasil dan Pembahasan .........................................................................
164
168
KESIMPULAN .............................................................................................
DAFTAR PUSTAKA ...................................................................................168
.
VIII PEMBAHASAN DAN KESIMPULAN .................................................... 169
KESIMPULAN ..........................................................................................1 7 3
DAFTAR TABEL
Halaman
Beberapa metode pendugaan evapotranspirasi potensial dan masukan
data yang dibutuhkan dalam perhitungan . . . . . . . . . . . . . . . . . . . . . . . . .
Data hujan stasiun Serang tahun 1992-200 1 . . . . . . . . . . . . . . . . . . . . . .
Data suhu stasiun Serang tahun 1992-200 1 . . . . . . . . . . . . . . . . . . . . . . .
Data kelembaban udara relatif stasiun Serang tahun 1992-200 1 . . . . . . .
Pembagian tipe iklim utama dan sub-divisi menurut Oldeman . . . . . . . .
Jenis tanah sub-DAS Ciriung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Kelas lereng sub-DAS Ciriung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Hasil analisis contoh air sungai musim penghujan . . . . . . . . . . . . . . . . .
Hasil analisis contoh air sungai musim kemarau . . . . . . . . . . . . . . . . . .
Klasifikasi DHL untuk kebutuhan irigasi . . . . . . . . . . . . . . . . . . . . . . . .
Klasifikasi nilai SAR untuk kebutuhan irigasi . . . . . . . . . . . . . . . . . . . .
Kesesuaian air untuk irigasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Klasifikasi nilai RSC untuk kebutuhan irigasi . . . . . . . . . . . . . . . . . . . . .
Jumlah penduduk menurut jenis kelamin . . . . . . . . . . . . . . . . . . . . . . . . .
Penentuan kategori penduduk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Jumlah penduduk menurut kelompok umur . . . . . . . . . . . . . . . . . . . . . . .
Jumlah penduduk menurut pendidikan . . . . . . . . . . . . . . . . . . . . . . . . . .
Indikator untuk penentuan tahapan keluarga sejahtera (KS) . . . . . . . . . .
Tahapan Keluarga Sejahtera sub-DAS Ciriung tahun 2001 . . . . . . . . . .
Parameter iklim yang diperlukan masing-masing model . . . . . . . . . . . .
Nilai Root Mean Square Error (RMSE) antar model evapotranspirasi . .
Nilai Mean Average Error (ME)antar model evapotranspirasi . . . . . .
Nilai Logaritmic RMSE (LOG) antar model evapotranspirasi . . . . . . . .
Nilai R~ antar model evapotranspirasi . . . . . . . . . . . . . . . . . . . . . . . . . .
Nilai pembobot hasil pembelajaran model ANN . . . . . . . . . . . . . . . . . . .
Pehitungan kc rata-rata sub-DAS Ciriung . . . . . . . . . . . . . . . . . . . . . . . .
Parameter tank model sub-DAS Ciriung tahun 200212003 . . . . . . . . . .
Nilai pembobot hasil pembelajaran model ANN data ETp tahunan . . . .
Nilai pembobot hasil pembelajaran model ANN total ETp 10 tahun . . .
Nilai pembobot hasil pembelajaran model ANN untuk prediksi
ETptahun200312004-200912010 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Nilai pembobot hasil pembelajaran model Am total hujan 10 tahun ...
Nilai pembobot hasil pembelajaran model ANN untuk prediksi
hujan tahun 200312004 .
2009120 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
DAFTAR GAMBAR
Gambar
Halaman
DAS sebagai sistem ...........................................................
Tipe hubungan hujan aliran permukaan kondisi tanah sebagai
parameter (Griend. 1979) .....................................................
Proses pengaliran air di DAS (Chow et a1.,1988) ........................
Skema proses aliran model tangki menurut Sugawara (1961) ..........
Hubungan p(t).h(t). dan q(t) ..................................................
Hubungan p(t). i(t). h(t). dan HI..............................................
Skema mekanisme aliran pada dinding tangki berlubang dua ...........
Sebaran jenis tanah sub-DAS Ciriung .......................................
Penggunaan lahan sub-DAS Ciriung .......................................
Sebaran kelas lereng sub-DAS Ciriung ....................................
Kontur sub-DAS Ciriung ...................................................
Klasifikasi air irigasi berdasarkan bahaya natrium dan konduktivitas
air (Jensen. 1980) ....................................
Suhu harian sub-DAS Ciriung tahun 2002 .................................
Radiasi harian sub-DAS Ciriung tahun 2002 ..............................
Kelembaban Relatif (RH) sub-DAS Ciriung tahun 2002 .................
Kecepatan angin rata-rata harian .............................................
Kuwa hubungan antara Model Penman dengan Hargreaves ............
Skema tahapan perhitungan ANN ...........................................
Fungsi aktivasi sigmoid ......................................................
Ilusterasi jaringan MFFL .....................................................
Modifikasi jaringan MLFF untuk penjalaran balik .......................
Variabel-variabel jaringan MLFF ..........................................
Proses penyesuaian pembobot penjalaran balik ...........................
Ilustrasi ANN penjalaran balik ...............................................
Data parameter iklim untuk training .......................................
Data parameter iklim untuk tes .............................................
Data parameter iklim untuk prediksi .......................................
Kurva hubungan antara Rs obsewasi dengan Rs model ANN ..........
Kuwa hubungan evapotranspirasi (Rs obsewasi) dengan
evapotranspirasi (Rs ANN) ..................................................
Tank model dengan struktur kelembaban tanah (Tiangsanchali. 2001) ...
Logger tipe TR-71sdan sensor .............................................
Contoh download data suhu .................................................
Logger perekam RH dan sensor .............................................
Contoh download data RH ...................................................
Logger perekam radiasi matahari (Rs) .....................................
Sensor logger radiasi matahari ..............................................
Contoh download radiasi matahari ..........................................
Logger CTD-Diver ............................................................
Contoh hasil download CTD-Diver .... . ... . .. .. . . .. ... ... .... .. .... .... ...
Bendung tipe ambang tajam . ... . . . . ..... . .. ... . .. .. . . . . .. .. ... ..... . . .. . ....
Logger perekam data hujan dan penakar hujan tipping bucket ...... ...
Contoh download data hujan . . . . . . ... .. . ... . . . . .... ... ... .. .. . . ........ . . ...
Dimensi bendung ambang tajam .... ...... ...... ... ... .. .. .............. ....
Tank model standar untuk analisis keseimbangan air
dinamis (Setiawan et a1.2003) ................................................
Grafik hubungan antara tinggi muka air dengan debit ..... .......... .....
Grafik hubungan antara tinggi muka air sungai dengan perubahan
tekanan terekam logger .......... ..................... ............, ..........
Tebal aliran sub-DAS Ciriung Juli 2002 - Juni 2003 . ........... ........
Evapotranspirasi aktual harian sub-DAS Ciriung Juli 2002-Juni 2003
Curah hujan sub-DAS Ciriung Juli 2002 - Juni 2003 .... ..... ...........
Hubungan dan indikator kesalahan antara total aliran hasil perhitungan model dengan hasil observasi .................................... ........
Total aliran sub-DAS Ciriung hasil perhitungan tank model dan hasil
observasi Juli 2002-Juni 2003
Program aplikasi untuk optimasi tank model (Setiawan et al., 2003)
Skema ANN backpropagation untuk menghitung evapotranspirasi
harian .... .... . .. . ...... . . . . . . .... . . ..... .... . .. . ..... . . .. ....
Skema ANN backropagation untuk prediksi evapotranspirasi harian
Skema ANN backpropagation untuk prediksi hujan harian
Verifikasi ETp model Penman dengan model ANN data tahun
199111992 ................................................ ........ . .,...........
ETp tahunan periode 198911990 sld 200 112002 ................. .........
Verifikasi total ETp 10 tahun perhitungan dengan model Penman
Hasil prediksi ETp menggunakan model ANN tahun 2003/2004 2009/20 10 ...... ............ .... ..... . ............... .... .............. ... .. ....
Verifikasi total hujan 10 tahun hasil observasi dengan model ANN
Hasil prediksi hujan menggunakan model ANN tahun 2003120042009/20 10 ............ .......... ........ ...... .. ..... .................. .... ......
Hujan harian hasil prediksi tahun 200412005 .. ..... .. . ... .... .. ...........
ETa rata-rata tahunan hasil prediksi model ANN . ... .. ......... . . ........
ETa harian hasil prediksi model ANN tahun 200412005 .. ....... .... . ...
Hasil prediksi total aliran sesudah tahun 200212003 dan total aliran
sebelum tahun 200212003 . . . ....... . . .... .. . . .. . .. . ... .. ....... ..... ... ......
Total aliran dan total hujan tahun 199511996-20091201 0 sub-DAS
Ciriung ... . .. . . . .. . . . .. . . .. . . . . . . . . . . . ... . . . . .. .. .. . . . . .. ... . . .. .. ... . . .. . . . . . ....
Rasio total aliran dengan hujan sub-DAS Ciriung tahun l995119962009120 10 . . . . . . . ... ... . . ..... .. ..... . .. ... . .. . . ..... .... ... ... ... ... . .. . ... .....
Kurva total sawah irigasi dan sawah yang dapat diairi Juli-Oktober
200312004 . . ......... .. . . .... .. . . . .. . . . .. . . . . .. ... . .. .... ... ... . .. .. .. .. . .......
Kurva total sawah irigasi dan sawah yang dapat diairi Juli-Oktober
200412005 . . . . . .. . .. . . . . . .... . . . . . ... . . . . . . . . ....... . ... . . . . ... ... . . .. .. . .. . . ...
Kurva total sawah irigasi dan sawah yang dapat diairi Juli-Oktober
2009120 10 . . . . . . .. . . . . . . . .. .. . . . . . ... . . . . . . . ... . . ... .. ... . . .. . . . .. ... .... .......
DAFTAR LAMPIRAN
Lampiran
1
2
3
4
Halaman
Kegiatan pembuatan bendung ................................................
Penggunaan lahan berupa kebun campuran dan ladang ...................
Contoh perhitungan prediksi hujan harian tahun 2003/2004 . . . . . . . . .
Ketersediaan air musim kemarau dan sawah yang dapat diairi ..........
174
175
176
200
I. PENDAHULUAN
1.1. Latar Belakang
Penerapan model hidrologi, pada dasarnya merupakan suatu usaha pemanfaatan sumberdaya air secara optimal. Pembangunan nasional yang sedang dilaksanakan, terutama pembangunan di bidang ekonomi, secara tidak langsung telah
mempengaruhi keseimbangan sumberdaya dasar yang paling berharga yakni sumberdaya air dan tanah. Untuk mencapai sasaran dalam memanfaatkan secara optimal,
harus dibuat rencana yang terpadu untuk menanganinya. Hal ini merupakan pemahaman sifat-sifat hidrologis sumberdaya air dari waktu ke waktu dan dari kawasan
satu ke kawasan yang lain.
Lahan dapat dianggap sebagai sistem, yang akan memberikali respons dan
menghasilkan suatu keluaran (output), apabila pada sistem diberikan masukan (input).
Bentuk atau jenis keluaran ditentukan oleh sifat alami dari jenis masukan maupun
karakteristik sistem, tetapi dapat berubah apabila diberikan masukan yaitu perlakuan
lainnya dalam bentuk sistem manajemen atau pengelolaan. Satuan sistem atau batas
lahan, secara makro dapat dinyatakan sebagai suatu Daerah Aliran Sungai (DAS).
Secara sederhana, DAS dianggap suatu sistem ditunjukkan pada Gambar 1.1.
Memperhatikan gambar tersebut, nampak bahwa terdapat hubungan yang erat antara
hujan sebagai masukan DAS, dan aliran sebagai keluaran.
Untuk keperluan perencanaan pengembangan sumberdaya air pada suatu
kawasan DAS, diperlukan seperangkat data yang memadai mulai dari data hujan
sebagai masukan, karakteristik DAS sebagai wilayah penampungan, dan debit aliran
sungai sebagai keluaran.
Karakteristik alami
44444
Input
(hujan)
DAS sebagai
sistem
Output
(aliran)
t t Sistem
tt t
pengelolaan
Gambar 1.1. DAS sebagai sistem
Sebagian besar DAS di Indonesia tidak terdapat stasiun pengukuran, baik
stasiun pengukuran hujan maupun pengukuran debit. Apabila tersedia stasiun
pengukuran, terutama pada DAS-DAS yang dianggap penting, atau pada DAS yang
sedang dilakukan penelitian, setelah kegiatannya selesai alat-alat pengukuran tersebut
tidak dipasang lagi. Berdasarkan kondisi DAS di Indonesia tersebut, maka perlu
dikembangkan suatu penelitian yang menerangkan hubungan antara hujan sebagai
masukan dan aliran sebagai keluaran.
Data aliran sungai merupakan salah satu data hidrologi yang penting untuk
diketahui, karena data tersebut dapat digunakan sebagai dasar perencanaan
pengembangan DAS. Berdasarkan keterbatasan data aliran yakni data debit aliran
sungai, maka untuk mendapatkan data aliran tersebut dapat digunakan pendekatan
model hidrologi. Salah satu model hidrologi yang dapat digunakan untuk pendugaan
debit aliran adalah tank model. Model tersebut mengasunisikan bahwa besarnya
limpasan dan infiltrasi merupakan fungsi dari jurnlah air yang tersimpan di dalam
tanah. Masukan tank model berupa data hujan, evapotranspirasi, dan beberapa
parameter kalibrasi. Dengan mengetahui debit aliran dari waktu ke waktu, maka
potensi sumberdaya air pada kawasan tersebut dapat dihitung dan usaha pemanfaatan
sumberdaya air secara optimal dapat terlaksana.
Pengelolaan sumberdaya air secara optimal, pada dasarnya merupakan pemanfaatan sumberdaya air secara efisien sesuai dengan peruntukannya. Berbagai kegiatan
yang dalam perencanaannya membutuhkan data sumberdaya air, seperti industri,
pertanian, pemukiman. Kawasan industri, lahan pertanian, kawasan permukiman dari
tahun ke tahun semakin meningkat, sehingga semakin besar pula kebutuhan air yang
diperlukan, dan kompetisi pemakaian air tak dapat dihindari.
Pembukaan lahan di kawasan hulu DAS untuk kegiatan pertanian dari tahun
ke tahun
semakin meningkat, kondisi ini mengakibatkan semakin menurunnya
potensi sumberdaya air, dan semakin meningkatnya lahan kritis. Kegiatan perambahan hutan terjadi pula di kawasan Cidanau Hulu, yakni pemanfaatan kayu untuk
bangunan dan bahan bakar kemudian lahannya untuk lahan pertanian. Berdasarkan
data tahun 1997, terdapat 300 orang perambah hutan di kawasan tersebut (Sub
BKSDA Jabar 1,1998). Akibat perubahan penggunaan lahan tersebut akan
berpengaruh terhadap kondisi hidrologi kawasan Cidanau Hulu. Keberadaan hutan
berfungsi sebagai penahan laju aliran permukaan; air yang tertahan akan meresap ke
dalam tanah dan sebagai masukan sistem air tanah di bagian hilir.
Menurunnya kondisi hidrologi DAS Cidanau dapat diidentifikasi dari kondisi
aliran sungai Cidanau. Hasil pengukuran aliran di keluaran sungai Cidanau pada
tahun 1980 adalah sebagai berikut: debit rata-rata bulanan 12,97 m3/det., debit
maksimutn 62,91 m3/det., dan debit minimum 2,83 m3/det. Sedangkan hasil
pengukuran debit pada tahun 1997, debit rata-rata bulanan 5,77 m3/det., debit
maksimum 31,94 m3/det., dan debit minimum 0,64 m3/det. (Sub BKSDA Jabar
1,1998). Kondisi rata-rata debit bulanan erat kaitannya dengan hujan .yang terjadi pada
tahun pengukuran debit. Rasio debit minimum dan debit maksimum, dapat digunakan
sebagai indikasi bahwa daerah tangkapan hujannya mengalami kerusakan, yakni
semakin kecil nilai rasio tersebut menunjukkan daerah tangkapan semakin rusak.
Berdasarkan data aliran tahun 1980 dan tahun 1997, menunjukkan bahwa rasio debit
minimum dan maksimum DAS Cidanau semakin menurun.
Air yang berasal dari aliran sungai Cidanau ini, sebagian digunakan untuk
kebutuhan industri dan pemukiman di daerah Cilegon. Semakin meningkatnya perkembangan wilayah Cilegon semakin meningkat pula kebutuhan airnya. Pada tahun
1984 kebutuhan air wilayah Cilegon untuk industri dan pemukiman hanya 0,36
m3/det., pada tahun 1989 meningkat menjadi 1,102 m3/det., dan pada tahun 2000
adalah sebesar 2,200 m3/det. (Sub BKSDA Jabar I, 1998). Padahal kondisi aliran
sungai Cidanau semakin menurun akibat kerusakan lahan di daerah tangkapan hujannya. Kondisi ini periu segera ditangani, yakni segera dilakukan pengelolaan yang
tepat yaitu suatu pengelolaan yang mempertimbangkan aspek hidrologis dan aspek
sosial ekonomi masyarakat setempat.
Berdasarkan uraian tersebut, dalam pengelolaan dan pengembangan sumbersumber lahan dan air, diperlukar, suatu perencanaan pengelolaan dan teknik kon-
servasi yang terpadu, sehingga kebutuhan sekarang terpenuhi dan menyimpan untuk
kebutuhan masa depan. Teknik umum yang menyangkut konservasi dibagi dalam
beberapa fase ialah : kontrol terhadap erosi, sedimentasi dan banjir, kontrol drainase
dan irigasi terhadap kelembaban tanah. Untuk mengatasi masalah tersebut, dalam
pengelolaan lahan dan air dalam suatu DAS kini diperlukan suatu model matematik
yang mempunyai skala ruang dan waktu. Dengan pendekatan teknik tersebut
diharapkan dapat menjadi penunjang dalam rangka penyusunan Standard Operation
Procedure (SOP) konservasi sumber air di Indonesia.
Lahan dan air merupakan suatu komponen lingkungan hidup, ekosistem tidak
dapat berfungsi sempurna tanpa komponen tersebut. Sebagai sumberdaya, lahan dan
air dinilai dari kemanfaatannya setara dengan keberadaannya untuk memenuhi
kebutuhan yang ditentukan oleh pengguna. Pemanfaatan lahan dan air perlu mempunyai aspek kuantitas, kualitas, lokasi, dan waktu. Berbagai peristiwa yang berkaitan
dengan sumberdaya lahan dan air adalah kejadian kerusakan !ahan, kekeringan dan
banjir yang disebabkan oleh perubahan iklim maupun kerusakan DAS.
Analisis keseimbangan air pada suatu DAS menggunakan tank model dapat
untuk mengetahui karakteristik DAS, yang dikuantifikasikan dalam bentuk parameter-parameter tank model. Berdasarkan hasil perhitungan parameter-parameter
tersebut selanjutnya dapat digunakan untuk memprediksi ketersediaan air dimasa
mendatang. Tank mode! untluk analisis keseimbangan air memerlukan data masukan
berupa hujan harian dan evapotranspirasi harian.
Data evapotranspirasi yang akurat adalah hasil pengukuran langsung, permasalahan pengukuran evapotranspirasi secara langsung adalah keterbatasan alat.
Untuk mendapatkan data tersebut dapat dihitung berdasarkan pendekatan modelmodel evapotranspirasi dengan masukan parameter iklim. Penelitian ini mengkaji 7
model evapotranspirasi yaitu: model Penman, Penman-Moteith, Jensen-Haise,
Hargreaves, Radiasi, Turc, dan model Makkink.
Model Penman dan Penman-Monteith relatif rumit, karena membutuhkan
parameter iklim yang banyak dan konversi satuan yang kompleks. Model Penman
membutuhkan lima parameter iklim yaitu: suhu, kelembaban relatif (relative
humidity, RH), kecepatan angin, tekanan uap jenuh (saturation vapor pressure), dan
radiasi neto. Sedangkan model Hargreaves, Jensen-Haise, Radiasi, Turc dan model
Makkink merupakan model evapotranspirasi yang sederhana, data yang dibutuhkan
hanya dua parameter iklim yaitu suhu dan radiasi matahari. Untuk menentukan model
yang diterapkan di lokasi penelitian, dilakukan uji model yaitu dengan membandingkan antar model.
Radiasi matahari merupakan parameter ikliin yang sangat penting untuk
perhitungan evapotranspirasi. Pada umumnya radiasi matahari dihitung berdasarkan
lama penyinaran matahari, dan konversi berdasarkan letak lintang stasiun pengamatannya. Masalah yang sering terjadi adalah tidak lengkapnya data parameter
iklim tersebut, untuk mengisi data radiasi matahari yang tidak lengkap dapat dibuat
suatu model untuk memprediksi radiasi matahari berdasarkan suhu. Salah satu model
yang dapat digunakan untuk memprediksi radiasi matahari berdasarkan data suhu
adalah model ArtiJicial Neural Network (ANN).
Ketersediaan air di masa mendatang dapat diprediksi dengan tank model,
setelah didapatkan parameter-parameter model tersebut. Sedangkan masukannya
adalah hujan dan evapotranspirasi, untuk memprediksi hujan dan evapotranspirasi di
masa mendatang digunakan model ANN.
Berdasarkan uraian tersebut, maka untuk mengetahui hasil penelitian secara
keseluruhan disusun suatu penulisan terdiri dari 8 bab sebagai berikut:
1. Pendahuluan
2. Gambaran Umum Lokasi Penelitian
3. Uji Efektivitas Model Evapotranspirasi
4. Estimasi Radiasi Matahari untuk Perhitungan Evapotranspirasi Menggunakan
Model ArtzJicial Neural Network
5. Analisis Keseimbangan Air Menggunakan Tank Model
6. Prediksi Hujan dan Evapotranspirasi Menggunakan Model Artijicial Neural
Network
7. Prediksi Ketersediaan Air
8. Pembahasan Umum dan Kesimpulan
1.2. Tujuan dan Kegunaan Penelitian
,
Penelitian ini bertujuan untuk memprediksi ketersediaan air sub-DAS Ciriung,
secara rinci tujuan penelitian tersebut adalah sebagai berikut:
1. Mengetahui kondisi fisik dan sosial-ekonomi lokasi penelitian
2. M e n g ~ j efektivitas
i
model evapo~ranspirasi
3. Mengestimasi radiasi matahari menggunakan model ANN
4. Mendapatkan parameter tank model dengan program optimasi
5. Memprediksi hujan dan evapotranpirasi menggunakan model ANN
Hasil penelitian diharapkan dapat digunakan sebagai bahan pertimbangan
pengelolaan sumberdaya air sub-DAS Cidanau hulu. Disamping itu, penelitian ini
diharapkan dapat memberikan
masukan pengembanagan model hidrologi dalam
kaitannya dengan pengelolaan sumberdaya alam.
1.3. Tinjauan Pustaka
1.3.1. Daerah Aliran Sungai
Daerah Aliran Sungai (DAS) merupakan daerah dimana semua airnya
mengalir ke dalam suatu sungai yang dimaksud. Daerah ini umumnya dibatasi oleh
batas topografi yang ditetapkan berdasarkan aliran permukaan. Batas ini tidak
ditetapkan berdasarkan air bawah tanah karena permukan air tanah selalu berubah
sesuai dengan musim dan tingkat kegiatan pemakaian (Sriharto, 1993). Menurut
Linsley et a1.(1982) DAS merupakan suatu kawasan yang diairi oleh suatu sistem
sungai yang saling berhubungan sedemikian rupa, sehingga aliran-aliran yang berasal
dari kawasan tersebut keluar melalui suatu aliran tunggal.
Ekosistem DAS mempunyai karakteristik yang spesifik berkaitan dengan
kondisi faktor-faktor fisik-biologis seperti curah hujan, evapotranspirasi, infiltrasi,
aliran permukaan, aliran bawah permukaan, aliran air bawah tanah dan aliran sungai.
Faktor-faktor tersebut erat kaitannya dengan faktor utamanya seperti sifat-sifat taiah,
tipe vegetasi penutup, luas dan letak, topografi dan faktor pengelolaan, yang akan
memperlihatkan perilaku hidro-orologi yang berbeda dari ekosistem DAS lainnya.
Selain merupakan kawasan tata air, DAS juga merupakan suatu ekosistem alami. Di
dalam DAS terdapat berbagai faktor penyusun utama yang di satu pihak bertindak
sebagai suatu obyek atau sasaran fisik alamiah, seperti sumberdaya alam, vegetasi
dan air. Di pihak lain adalah subyek atau pelaku pendayagunaan faktor-faktor
tersebut, yaitu manusia. Antar faktor terjadi proses hubungan timbal balik dan saling
mempengaruhi. Hasil akhir proses tersebut adalah kondisi hidrologis dari wilayah
DAS. Tolok ukur kondisi hidrologis tersebut ditentukan dengan kemampuan
penyediaan air, baik kualitas, kuantitas, dan distribusinya menurut waktu. Kondisi
hidrologi yang baik apabila DAS dapat menjamin penyediaan air dengan kualitas
yang baik, kuantitas yang cukup dan distribusi merata sepanjang masa.
Seyhan (1990) menyatakan bahwa DAS merupakan lahan total dan permukaan air yang dibatasi oleh suatu batas air topografi serta memberikan sumbangan
terhadap debit suatu sungai pada suatu irisan melintang tertentu. Faktor-faktor: iklim;
tanah (topografi, geologi, geomorfologi); dan tata guna lahan yang membentuk
subsistem dan bertindak sebagai operator dalam mengubah urutan waktu terjadinya
hujan secara alami (Pt) menjadi urutan waktu limpasan (Qt) yang dihasilkan.
Keragaman dalam keluaran yang berupa limpasan, tergantung pada hubungan timbal
balik di antara subsistem-subsistem tersebut.
Karakteristik hujan dan aliran permukan di dalam DAS akan mencerminkan
potensi penyediaan energi dalam proses hidrologi. Jika dikaitkan dengan faktor-faktor
utama DAS, maka akan memperlihatkan perilaku hidrologi yang spesifik seperti
L
banjir, erosi, sedimentasi. Potensi sumberdaya yang spesifik akan memungkinkan
munculnya berbagai tipe kegiatan ekonomi, sehingga DAS juga merupakan suatu
wilayah pengembangan ekonomi. Dengan demikian, DAS dapat ditingkatkan
kepentingannya menjadi sentra pengembangan konsep dalam mengumpulkan
sejumlah informasi yang relevan untuk perencanaan, sehingga dapat digunakan
sebagai unit pengembangan wilayah.
1.3.2. Faktor-faktor yang Mempengaruhi Limpasan (RunofJ)
Limpasan adalah bagian dari hujan yang tidak meresap ke dalam tanah, air
tersebut menjadi aliran yang mengalir ke jejaring aliran (Linsley, 1949). Arsyad
(2000) menyatakan bahwa salah satu karakteristik dari limpasan adalah jumlah aliran
permukaan, yakni jumlah air yang mengalir di permukaan tanah untuk suatu masa
hujan dan dinyatakan dalam tinggi air.
Wilson (1979) mengemukakan bahwa faktor yang meinpengaruhi limpasan
dibedakan menjadi dua. Pertama, faktor-faktor yang mempengaruhi volume limpasan
adalah: hujan, evaporasi, dan luas DAS. Kedua, faktor-faktor yang mempengaruhi
bentuk hidrograf aliran permukaan adalah : hujan (tipe, intensitas, lama hujan),
topografi, geologi, tipe tanah, vegetasi penutup, dan pola aliran.
Arsyad (2000)
menyatakan bahwa faktor-faktor yang mempengaruhi sifat limpasan (runofJ) adalah
sebagai berikut: curah hujan (jumlah, laju, distribusi), suhu, tanah (tipe, substratum,
topografi), tanaman penutup tanah, dan sistem pengelolaan tanah. Hamilton dan King
(1983) mendapatkan bahwa hampir setiap percobaan di DAS, menunjukkan kenaikan
hasil air sebagai tanggapan terhadap penebangan hutan. Kenaikan tersebut pada
umumnya sebanding dengan jumlah tajuk yang dihilangkan, kenaikan berkurang
setelah hutannya pulih kembali di DAS tersebut. Savenije (1996) mengemukakan
bahwa perlindungan hutan, vegetasi penutup lahan, yang secara umum merupakan
perlindungan kapasitas evaporasi adalah suatu ha1 yang penting di dalam pengelolaan
sumberdaya air terutama pada lahan kritis. Chandler et a1.(1999) mendapatkan bahwa
daerah kapur tertutup padang rumput yang diolah
mengurangi infiltrasi dan
memperbesar limpasan. Hambatan infiltrasi tersebut disebabkan oleh perubahan
struktur tanah dan alkalinitas.
Linsley et a1.(1982) menyatakan bahwa jumlah limpasan dipengaruhi kondisi
kebasahan daerah alirannya pada saat permulaan hujan dan karakteristik hujan
(jumlah hujan, intensitas, lamanya). Griend (1979) menggambarkan hubungan antara
aliran permukaan dan hujan pada berbagai kondisi kelembaban tanah yang disajikan
pada Gambar 1.2.
1.Sangat basah
2. Basah
3. Normal
4. Kering
5. Sangat kering
Huian (inc)
Gambar 1.2. Tipe hubungan hujan aliran permukaan
kondisi tanah sebagai parameter (Griend, 1979)
~ i d r o ~ rdiartikan
af
sebagai suatu diagram yang menggambarkan hubungan
debit aliran sungai dari waktu ke waktu (Chow et.al., 1988). Hidrograf merupakan
tanggapan menyeluruh suatu DAS terhadap masukan hujan, dan mencirikan watak
yang khzs dari DAS. Masing-masing DAS akan memberikan tanggapan yang berbeda
terhadap masukan hujan yang sama (Raudkivi, 1 979).
Menurut Chow et al. (1988) perjalanan air di dalam DAS dapat digambarkan
seperti yang disajikan pada Gambar 1.3. Berdasarkan gambar tersebut nampak bahwa
1
limpasan total (total runof8 terdiri dari limpasan langsung (direct runof8 dan aliran
dasar (base flow). Limpasan langsung terdiri dari aliran permukaan (overlandflow)
dan aliran bawah permukaan yang mengalir langsung (prompt subsurface flow) serta
hujan yang jatuh langsung di atas permukaan sungai (channel precipitation).
Sedangkan aliran dasar terdiri dari aliran bumi (groundwaterflow) yang tidak dapat
masuk ke saluran, tetapi langsung dengan air perkolasi memperbesar aliran dasar.
Aliran dasar dan limpasan langsung akhirnya bersatu menjadi satu menuju ke sungai.
Hidrograf aliran terdiri dari: (a) Aliran permukaan (overlandflow);(b) Aliran bawah
permukaan (subsurface flow); ( c ) Aliran dasar (base flow); (d) Hujan yang jatuh di
atas permukaan sungai (channel precipitation).
::!:I
Lr'
Hujan
I
bliran bawah permukaan
I
*
I Perkolasi I
Aliran airtanah
Men alir lan sun
Limpasan Langsung
Mengalir tertunda
Aliran
I Dasar
Gambar 1.3. Proses pengaliran air di DAS (Chow et a1.,1988)
Peugeot et al. (1997) menyatakan bahwa faktor yang mempengaruhi limpasan
adalah karakteristik hujan, kondisi permukaan (tanah yang mengeras, batuan yang
melapisi permukaan, penutupan vegetasi, dan kondisi geomorfologis). Rico et al.
(2001) mendapatkan bahwa hujan badai yang terjadi secara konveksi mengakibatkan
banjir. Di samping itu, kegiatan manusia seperti pembuatan kompleks perumahan
dapat memperbesar terjadinya limpasan,
1.3.3. Evapotranspirasi
Air merupakan komponen fisik ekosistem di alam yang mempunyai sifat khas
dan unik, diantaranya adalah kemampuannya untuk tampil bersamaan dalam fase
cair, padat dan gas pada suatu kisaran suhu kamar di permukaan bumi. Kondisi yang
lebih menarik lagi adalah proses perubah
MENGGUNAKAN TANK MODEL DAN
PENDEKATAN ARTIFICIAL NEURAL NETWORK
(Studi Kasus Sub-DAS Ciriung Kabupaten Serang)
Oleh
SLAMET SUPRAYOGI
SEKOLAH PASCASARJANA
INSTZTUT PERTANIAN BOGOR
2003
Abstrak
Slamet Suprayogi. Prediksi Ketersediaan Air Menggunakan Tank Model dan
Pendekatan Artificial Neural Network (Studi Kasus Sub-DAS Ciriung Kabupaten
Serang). Dibimbing oleh: B u d i I n d r a Setiawan, M.Sri Saeni, dan Lilik Budi
Prasetyo.
Tank model merupakan salah satu model hidrologi untuk menganalisis karakteristik aliran
sungai. Model ini diterapkan di sub DAS Ciriung. Luas sub DAS tersebut sekitar 118,Ol ha,
penggunaan lahan yang dominan adalah kebun campuran (88.27%), ladang (1 1.14%), dan
pemukiman (0,59%). Aliran sungai termasuk tipe sungai yang mengalir sepanjang tahun,
mempunyai kualitas air yang rendah alkalinitas maupun salinitas sehingga tidak ada masalah
untuk irigasi. Tujuan penelitian adalah memprediksi ketersediaan air sub-DAS Ciriung tahun
200312004 - 2009120010, dan terdiri dari tiga tahapan a). uji efektifitas model
evapotranspirasi dengan cara membandingkan tujuh model evapotranspirasi, b). penentuan
parameter tank model dengan proses optimasi, c). memprediksi hujan dan evapotranspirasi
tahun 200312004 - 200912010 menggunakan model ArtiJicial Neural Network (ANN),
sebagai input tank model untuk memprediksi aliran total pada periode tersebut. Tank model
yang digunakan adalah tank model standar, terdiri dari empat lapisail yang tersusun secara
vertikal. Pada model tersebut terdapat 12 parameter, lima parameter berada pada lapisan
teratas, tiga parameter pada lapisan ~ e d u adan ketiga, satu parameter pada lapisan paling
bawah. Parameter satu dengan lainnya saling berinteraksi, dan algoritma Marquardt
digunakan untuk mendapatkan parameter yang optimum. Prediksi hujan dan evapotranspirasi
digunakan pembelajaran model ANN, penjalaran balik (backpropagation) dengan tiga
lapisan (lapisan masukan, lapisan tersembunyi, dan lapisan keluaran). Pengamatan parameter
iklim, hujan , dan aliran sangat efisien menggunakan logger, mudah dianalisis dan data
observasi akurat. Hasil uji model evapotranspirasi, menunjukkan bahwa terdapat tiga model
yang sangat efektif diterapkan di daerah penelitian yaitu model Hargreaves, Turc, dan model
Jensen-Haise. Proses optimasi sangat cepat untuk mendapatkan parameter tank model, dan
didapatkan hasil yang baik untuk memprediksi total aliran dan komponen-komponen aliran.
Model ANN sangat baik untuk prediksi hujan maupun evapotranspirasi, bila pada proses
pembelajaran digunakan data yang representatif. Tank model dapat untuk memprediksi
ketersediaan air yang akan datang, dan dapat untuk analisis kekurangan air pada
tahun-tahun tertentu.
K a t a kunci: tank model, parameter, hujan, evapotranspirasi, artificial neural network
Abstract
Slamet Suprayogi. Water Availability Prediction Using Tank Model and Artificial
Neural Network Approach (Case Study at Ciriung Sub-catchment Serang District).
Supervised by: Budi Indra Setiawan, M.Sri Saeni, and Lilik Budi Prasetyo.
Tank model is one of the hydrological models for analyzing the characteristics of river flow.
This study used Tank Model in Ciriung sub-watershed. The total area of sub-watershed is
118.01 ha. The landuse in Ciriung sub-watershed area is mostly dominated by mix-garden
(88.27%), and dry paddy field in 11.14%, setlement in 0,59%. River flow of such area,
hydrogically is perenial. The quality of the river water, with low salinity and low sodium is
suitable for irrigation. The pilrpose of this siudy was to predict water availability and to
forecast future total flow. Three steps were undertaken. Firstly, testing the effectiveness of
the evapotranspiration models by comparing seven models. Secondly, determining the parameters of tank models. Finally, forecasting the hture rainfall and potential evapotranspiration
values using Artificial Neural Network (ANN) to be provided as input the tank models. The
selected model is a standard tank model, which has four series of tank standing in a vertical
arrangement, and tweive parameters are involved, i.e., five parameters in the surface, three
parameters in the intermediate, three parameters in the sub-base, and one in the base tank.
One parameter and others are mutually interaction, and Marquardt algorithm was used for
finding the optimum parameters. Three-layer of ANN with backpropagation were developed,
trained and tested to forecast future rainfall and evapotranspiration. The collecting climatic
data and stream flow using digital instruments (logger) they was most efficient and easy to
analisys.The results show that model Hargreaves is the along with Turc and Jensen-Haise
models are the most effective evapotranspiration models for this location. The optimization
technique to Tank model gained fast and accurate results of total flow and flow components.
The ANN can forecast rainfall and evapotranspiration when trained on adequetely
representative data set. The result of forecasting of the future total runoff, there were various
due LO total rainfall and a-year daily rainfall distribution. Tank model can be appplied to
predict the future water availability, and potentially can be employed to analyze the water
deficit for the certain years.
Key words: Tank model, parameters, rainfall, evapotranspiration, artificial neural network
SURAT PERNYATAAN
Saya menyatakan dengan sebenar-benarnya bahwa segala pernyataan dalam disertasi
saya yang berjudul: PREDIKSI KETERSEDIAAN AIR MENGGUNAKAN TANK
MODEL DAN PENDEKATAN ARTIFICIAL NEURAL NETWORK (Studi Kasus
sub-DAS Ciriung Kabupaten Serang), merupakan gagasan atau hasil disertasi saya
sendiri, dengan pembimbingan para Komisi Pembimbing, kecuali yang dengan jelas
ditunjukkan rujukannya. Disertasi ini belum pernah diajukan untuk memperoleh gelar
pada program sejenis di perguruan tinggi lain.
Semua data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat
diperiksa kebenarannya.
;T33
Slamet Suprayogi
PREDIKSI KETERSEDIAAN AIR
MENGGUNAKAN TANK MODEL DAN
PENDEKATAN ARTIFICIAL NEURAL NETWORK
(Studi Kasus Sub-DAS Ciriung Kabupaten Serang)
Water Availability Prediction Using Tank Model and
Artijicial Neural Network Approach
(Case Study at Ciriung Sub-catchment Serang District)
Oleh
Slamet Suprayogi
Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor pada
Program Studi Pengelolaan Sumberdaya Alam dan Lingkungan
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
2003
Judul Disertasi
: Prediksi Ketersediaan Air Menggunakan Tank
Model Dan Pendekatan Artificial Neural Network
(Studi Kasus Sub-DAS Ciriung Kabupaten Serang)
Nama
: Slamet Suprayogi
Nomor Induk
: 995079-PSL
Program Studi
: Pengelolaan Sumberdaya Alam dan Lingkungan
Menyetujui:
1. Komisi Pembimbing
!
Dr.Ir.Budi Indra Setiawan, M A P ~ .
Ketua
Prof.Dr.Ir. M.Sri Saeni, MS.
Anggota
Dr.Ir.Lilik Budi Prasetvo, MSc.
Anggota
2. Ketua Program Studi
Pengelolaan SumberQayaAla
dan Lin
fx'b
Dr.Ir.Surjono H. ~ d j oMS.
,
Tanggal Lulus: 12 Nopember 2003
to, MSc.
RIWAYAT HIDUP
Penulis dilahirkan di Nganjuk pada tanggal 1 1 Desember 1957 dari ayah
Abdul Kholiq (alm.) dan ibu Malikatun. Penulis merupakan putra ketiga dari lima
bersaudara.
Tahun 1978 penulis lulus SMA Negeri IV Yogyakarta. Pendidikan sarjana ditempuh di Fakultas Geografi Jurusan Hidrologi Universitas Gadjah Mada lulus tahun
1984. Pada tahun
1987 penulis menyelesaikan program diploma Watershed
Management di ITC Belanda. Tahun 1991 penulis lulus Program Studi Pengelolaan
DAS pada Program Pascasarjana IPB. Kesempatan untuk melanjutkan ke program
doktor di perguruan tinggi yang sama pada program studi Pengelolaan Sumberdaya
Alam dan Lingkungan diperoleh pada tahun 1999. Beasiswa program pascasarjana
diperoleh dari DIKTI. Penelitian ini dapat dilaksanakan atas bantuan fasilitas-fasilitas
dari kerjasama antara University of Tokyo dengan Institut Pertanian Bogor (Research
Unit For Biological Resources and Development, RUBRD-UT/IPB). Lokasi
penelitian termasuk dalam kegiatan penelitian Studies on Environmental Changes
and Sustainable Development in Cidanau Watershed.
Penulis bekerja sebagai staf pengajar di Fakultas Geografi Jurusan Geografi
Fisik Universitas Gadjah Mada sejak tahun 1985, mengajar dalam bidang studi
hidrologi.
Selama mengikuti program S3, penulis menyajikan karya ilmiah pada
Seminar Nasional PERTETA di Univ.Brawijaya tahun 2002 berjudul Perancangan
Tank model (Studi Pendahuluan). Sebuah artikel telah diterbitkan dengan judul
Penerapan Beberapa Model Evapotranspirasi di Daerah Tropika pada Buletin
Keteknikan Pertanian (Vo1.17, No.2 Agustus 2003),dan Estimasi Radiasi Matahari
Menggunakan Model ArtiJiciaI Neural Network untuk Perhitungan Evapotranspirasi
sedang menunggu penerbitan Buletin Keteknikan Pertanian Fateta IPB, serta Estimasi
Evapotranspirasi Menggunakan Model Artljicial Neural Network sedang menunggu
penerbitan Jornal Geografi Indonesia Fakultas Geografi UGM. Karya-karya ilmiah
tersebut merupakan bagian dari program S3 penulis.
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya
sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian
yang dilaksanakan sejak bulan Agustus 2001 ini ialah model hidrologi, dengan judul
Prediksi Ketersediaan Air Menggunakan Tank Model dan Pendekatan Artificial
Neural Network (Studi Kasus sub-DAS Ciriung Kabupaten Serang).
Disertasi ini memuat tiga Bab yang merupakan pengembangan dari naskah
artikel yang diajukan ke jurnal ilmiah. Bab 3 berjudul Penerapan Beberapa Model
Evapotranspirasi di Daerah Tropika telah diterbitkan (Buletin Keteknikan Pertanian
V01.7~No.2: 7-13), dan Bab 4 berjudul Estimasi Radiasi Matahari Menggunakan
Model Artijcial Neural Network untuk Perhitungan Evapotranspirasi sedang
menunggu penerbitan Buletin Keteknikan Pertanian Fateta IPB, serta Bab 6 berjudul
Estimasi Evapotranspirasi Menggunakan Model Artzjcial Neural Network sedang
menunggu penerbitan Jornal Geografi Indonsesia Fakultas Geografi UGM.
Terima kasih penulis ucapkan kepada Dr.Ir.Budi Indra Setiawan, MAgr.
sebagai Ketua Komisi Pembimbing yang telah banyak memberikan saran dan
fasilitas-fasilitas penelitian lapang. Prof. Dr.Ir.M.Sri Saeni, MS dan Dr.Ir.Lilik Budi
Prasetyo, MSc. sebagai anggota Komisi Pembimbing yang telah memberikan saransaran dalam penulisan. Disamping itu, penghargaan penulis sampaikan kepada Dr.
Sinichi Takeuchi yang telah memberikan bantuan alat-alat untuk pengamatan lapang.
Ungkapan terima kasih disampaikan kepada Drs. Sampurno,MBA.dan keluarga yang
telah memberikan bantuan selama menempuh program doktor.
Rasa terima kasih disampaikan kepada kedua orang tua kami Abdul Kholiq
(Alm.) dan Malikatun atas do7a restunya penulis dapat menyelesaikan program
doktor. Ir.Anwar Haryono dan keluarga, serta Dr.Ir.Sriani SP.,MS dan keluarga atas
bantuannya selama penulis tinggal di Bogor.
Rasa terima kasih penulis sampaikan pula kepada:
Rektor Universitas Gadjah Mada, Dekan Fakultas Geografi UGM, dan Ketua
Program Studi Geografi Fisik yang telah memberikan kesempatan belajar kepada
penulis. Direktur Program Pascasarjana IPB, Ketua Program Studi Pengelolaan
Sumberdaya Alam dan Lingkungan atas kesempatan baik yang diberikan kepada
penulis untuk belajar di Program Pascasarjana IPB.
yang
Rasa terima kasih disampaikan kepada: Prof.Dr.Sudarmadji,M.Eng.Sc.
telah memberikan motivasi kepada penulis untuk melanjutkan belajar pada Program
Pascasarjana (S3). Dr.Suroso,MAgr. yang telah memberikan saran dan bimbingan
kepada penulis. Staf pengajar Program Studi Geografi Fisik UGM yang telah
memberikan dorongan moril kepada penulis untuk mengambil kesempatan belajar di
Program Pascasarjana IPB.
Rasa terima kasih disampaikan pula kepada: Dr. 1r.Deddi Maryadi, MSi.,
Dr.Ir. Hermantoro,MS., Ery Suhartanto,ST.,MT., Ir. Arien Heriansyah, MSi. dan Ir.
Suhatmono, MSi. atas kerja sama yang baik selama belajar di Program Pascasarjana
IPB.
Rasa terima kasih disampaikan juga kepada Masran dan keluarga, serta
Syamsudin dan keluarga atas bantuannya selama penulis melakukan kerja lapang.
Rudianto, STP., Ardiansyah, STP., Sutoyo, STP., mBak Emil, dan Bu Yati atas
bantuannya selama penulis belajar di Program Pascasarjana IPB.
Akhirnya rasa terima kasih tak terhingga kepada isteri tercinta Dra.Sriana
Suji Mulyani, ananda tersayang Yahya Farqadain, Ainun Nur Rahma, dan Putri Nur
Inayah atas pengertian, kesabaran dan doa selama penulis tugas belajar di Bogor.
Semoga karya ilmiah ini bermanfaat.
Bogor, Nopember 2003
Slamet Suprayogi
DAFTAR IS1
Halaman
vi
DAFTAR TABEL ...................................................................................................
..
...............................................................................................
v11
...
DAFTAR LAMPIRAN ..........................................................................................v111
I . PENDAHULUAN ........................................................................ ;...................... 1
1.1. Latar Belakang ............................................................................................1
DAFTAR GAMBAR
1.2. Tujuan dan Kegunaan Penelitian ..............................................................7
1.3. Tinjauan Pustaka ........................................................................................
8
1.3.1. Daerah Aliran Sungai ......................................................................8
1.3.2. Faktor-faktor yang Mempengaruhi Limpasan (RunofJ) ..............10
1.3.3. Evapotranspirasi ..............................................................................
13
1.3.4. Artificial Neural Network (ANN) .................................................... 1 7
1.3.5. Model Hidrologi ...............................................................................
18
1.4. Metode Umum Penelitian ..........................................................................
28
DAFTAR PUSTAKA .........................................................................................31
I1. GAMBARAN UMUM DAERAH PENELITIAN ..........................................
33
2.1. Latar Belakang ..........................................................................................
33
2.2. Kondisi Fisik .............................................................................................
35
2.2.1. Lokasi Daerah Penelitian .............................................................35
2.2.2. Kondisi Iklim ................................................................................. 35
2.2.3. Tanah ............................................................................................ 38
2.2.4 Penggunaan Lahan .......................................................................39
2.2.5. Kemiringan Lereng ......................................................................41
2.2.6. Morfometri .....................................................................................
44
2.2.7. Kualitas Air ...................................................................................
47
2.3. Kondisi Sosial Ekonomi ...........................................................................
55
KESIMPULAN ...............................................................................................
-64
DAFTAR PUSTAKA ......................................................................................
-65
.
111 UJI EFEKTIVITAS MODEL EVAPOTRANSPIRASI ............................. 66
Abstract .............................................................................................................
66
3.1. Latar Belakang ........................................................................................66
3.2. Metode Penelitian .................................................................................... 71
3.2.1. Bahan dan Alat ............................................................................ 71
3.2.2. Model Evapotranspirasi .............................................................. 71
3.3. Hasil dan Pembahasan ............................................................................ 75
KESIMPULAN ................................................................................................ 81
DAFTAR PUSTAKA ...................................................................................... 82
IV. ESTIMASI RADIASI MATAHARI UNTUK PERHITUNGAN
EVAPOTRANSPIRASI MENGGUNAKAN
ARTIFICIAL NEURAL NETWORK .......................................................... 84
Abtract ..............................................................................................................84
4.1. Latar Belakang ........................................................................................
84
88
4.2. Model Artificial Neural Network (ANN) ................................................
4.3. Metoda Penelitian ................................................................................. 103
4.3.1. Bahan dan Alat .........................................................................
103
4.3.2. Analisis Data Menggunakan ANN ............................................ 103
4.3.3. Perhitungan Evapotranspirasi ................................................. 104
4.4. Hasil dan Pembahasan .........................................................................
105
KESIMPULAN .............................................................................................109
DAFTAR PUSTAKA ....................................................................................
110
V. ANALISIS KESEIMBANGAN AIR MENGGUNAKAN
112
TANK MODEL ...............................................................................................
..............................................................................................................
Abstract
112
5.1. Latar Belakang ........................................................................................
112
5.2. Model Hujan-Aliran ...............................................................................
114
....................................................................................
5.3. Metode Penelitian
119
5.3.1. Bahan dan Alat ............................................................................119
5.3.2. Analisis Data Aliran ....................................................................
125
5.3.3. Tank Model ..................................................................................126
5.4. Hasil dan Pembahasan ..........................................................................133
5.4.1. Tebal Aliran .................................................................................133
5.4.2. Evapotranspirasi ..........................................................................
135
5.4.3. Hujan ........................................................................................... 147
5.4.4. Tank Model .................................................................................
140
KESIMPULAN ................................................................................................
143
DAFTAR PUSTAKA ......................................................................................
144
VI . PREDIKSI EVAPOTRANSPIRASI DAN HUJAN MENGGUNAKAN
ARTIFICIAL NEURAL NETWORK ........................................................146
Abstract ...........................................................................................................
146
6.1. Latar Belakang ......................................................................................146
6.2. Metode Penelitian ..................................................................................
149
6.2.1. Bahan dan Alat ..........................................................................
149
6.2.2. Prediksi Evapotranspirasi Model ANN .................................. 150
6.2.3. Pediksi Hujan Model ANN ....................................................... 152
6.3. Hasil dan Pembahasan ......................................................................... 153
6.3.1. Hasil Prediksi Evapotranspirasi Model ANN ........................ 153
6.3.2. Hasil Prediksi Hujan Model ANN ........................................... 157
KESIMPULAN .............................................................................................. 160
DAFTAR PUSTAKA ................................................................................. 1 6 1
VII. PREDIKSI KETERSEDIAAN AIR ...........................................................162
Abstract ..........................................................................................................
162
7.1. Latar Belakang .....................................................................................162
7.2. Metode Penelitian .................................................................................163
7.3. Hasil dan Pembahasan .........................................................................
164
168
KESIMPULAN .............................................................................................
DAFTAR PUSTAKA ...................................................................................168
.
VIII PEMBAHASAN DAN KESIMPULAN .................................................... 169
KESIMPULAN ..........................................................................................1 7 3
DAFTAR TABEL
Halaman
Beberapa metode pendugaan evapotranspirasi potensial dan masukan
data yang dibutuhkan dalam perhitungan . . . . . . . . . . . . . . . . . . . . . . . . .
Data hujan stasiun Serang tahun 1992-200 1 . . . . . . . . . . . . . . . . . . . . . .
Data suhu stasiun Serang tahun 1992-200 1 . . . . . . . . . . . . . . . . . . . . . . .
Data kelembaban udara relatif stasiun Serang tahun 1992-200 1 . . . . . . .
Pembagian tipe iklim utama dan sub-divisi menurut Oldeman . . . . . . . .
Jenis tanah sub-DAS Ciriung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Kelas lereng sub-DAS Ciriung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Hasil analisis contoh air sungai musim penghujan . . . . . . . . . . . . . . . . .
Hasil analisis contoh air sungai musim kemarau . . . . . . . . . . . . . . . . . .
Klasifikasi DHL untuk kebutuhan irigasi . . . . . . . . . . . . . . . . . . . . . . . .
Klasifikasi nilai SAR untuk kebutuhan irigasi . . . . . . . . . . . . . . . . . . . .
Kesesuaian air untuk irigasi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Klasifikasi nilai RSC untuk kebutuhan irigasi . . . . . . . . . . . . . . . . . . . . .
Jumlah penduduk menurut jenis kelamin . . . . . . . . . . . . . . . . . . . . . . . . .
Penentuan kategori penduduk . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Jumlah penduduk menurut kelompok umur . . . . . . . . . . . . . . . . . . . . . . .
Jumlah penduduk menurut pendidikan . . . . . . . . . . . . . . . . . . . . . . . . . .
Indikator untuk penentuan tahapan keluarga sejahtera (KS) . . . . . . . . . .
Tahapan Keluarga Sejahtera sub-DAS Ciriung tahun 2001 . . . . . . . . . .
Parameter iklim yang diperlukan masing-masing model . . . . . . . . . . . .
Nilai Root Mean Square Error (RMSE) antar model evapotranspirasi . .
Nilai Mean Average Error (ME)antar model evapotranspirasi . . . . . .
Nilai Logaritmic RMSE (LOG) antar model evapotranspirasi . . . . . . . .
Nilai R~ antar model evapotranspirasi . . . . . . . . . . . . . . . . . . . . . . . . . .
Nilai pembobot hasil pembelajaran model ANN . . . . . . . . . . . . . . . . . . .
Pehitungan kc rata-rata sub-DAS Ciriung . . . . . . . . . . . . . . . . . . . . . . . .
Parameter tank model sub-DAS Ciriung tahun 200212003 . . . . . . . . . .
Nilai pembobot hasil pembelajaran model ANN data ETp tahunan . . . .
Nilai pembobot hasil pembelajaran model ANN total ETp 10 tahun . . .
Nilai pembobot hasil pembelajaran model ANN untuk prediksi
ETptahun200312004-200912010 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Nilai pembobot hasil pembelajaran model Am total hujan 10 tahun ...
Nilai pembobot hasil pembelajaran model ANN untuk prediksi
hujan tahun 200312004 .
2009120 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
DAFTAR GAMBAR
Gambar
Halaman
DAS sebagai sistem ...........................................................
Tipe hubungan hujan aliran permukaan kondisi tanah sebagai
parameter (Griend. 1979) .....................................................
Proses pengaliran air di DAS (Chow et a1.,1988) ........................
Skema proses aliran model tangki menurut Sugawara (1961) ..........
Hubungan p(t).h(t). dan q(t) ..................................................
Hubungan p(t). i(t). h(t). dan HI..............................................
Skema mekanisme aliran pada dinding tangki berlubang dua ...........
Sebaran jenis tanah sub-DAS Ciriung .......................................
Penggunaan lahan sub-DAS Ciriung .......................................
Sebaran kelas lereng sub-DAS Ciriung ....................................
Kontur sub-DAS Ciriung ...................................................
Klasifikasi air irigasi berdasarkan bahaya natrium dan konduktivitas
air (Jensen. 1980) ....................................
Suhu harian sub-DAS Ciriung tahun 2002 .................................
Radiasi harian sub-DAS Ciriung tahun 2002 ..............................
Kelembaban Relatif (RH) sub-DAS Ciriung tahun 2002 .................
Kecepatan angin rata-rata harian .............................................
Kuwa hubungan antara Model Penman dengan Hargreaves ............
Skema tahapan perhitungan ANN ...........................................
Fungsi aktivasi sigmoid ......................................................
Ilusterasi jaringan MFFL .....................................................
Modifikasi jaringan MLFF untuk penjalaran balik .......................
Variabel-variabel jaringan MLFF ..........................................
Proses penyesuaian pembobot penjalaran balik ...........................
Ilustrasi ANN penjalaran balik ...............................................
Data parameter iklim untuk training .......................................
Data parameter iklim untuk tes .............................................
Data parameter iklim untuk prediksi .......................................
Kurva hubungan antara Rs obsewasi dengan Rs model ANN ..........
Kuwa hubungan evapotranspirasi (Rs obsewasi) dengan
evapotranspirasi (Rs ANN) ..................................................
Tank model dengan struktur kelembaban tanah (Tiangsanchali. 2001) ...
Logger tipe TR-71sdan sensor .............................................
Contoh download data suhu .................................................
Logger perekam RH dan sensor .............................................
Contoh download data RH ...................................................
Logger perekam radiasi matahari (Rs) .....................................
Sensor logger radiasi matahari ..............................................
Contoh download radiasi matahari ..........................................
Logger CTD-Diver ............................................................
Contoh hasil download CTD-Diver .... . ... . .. .. . . .. ... ... .... .. .... .... ...
Bendung tipe ambang tajam . ... . . . . ..... . .. ... . .. .. . . . . .. .. ... ..... . . .. . ....
Logger perekam data hujan dan penakar hujan tipping bucket ...... ...
Contoh download data hujan . . . . . . ... .. . ... . . . . .... ... ... .. .. . . ........ . . ...
Dimensi bendung ambang tajam .... ...... ...... ... ... .. .. .............. ....
Tank model standar untuk analisis keseimbangan air
dinamis (Setiawan et a1.2003) ................................................
Grafik hubungan antara tinggi muka air dengan debit ..... .......... .....
Grafik hubungan antara tinggi muka air sungai dengan perubahan
tekanan terekam logger .......... ..................... ............, ..........
Tebal aliran sub-DAS Ciriung Juli 2002 - Juni 2003 . ........... ........
Evapotranspirasi aktual harian sub-DAS Ciriung Juli 2002-Juni 2003
Curah hujan sub-DAS Ciriung Juli 2002 - Juni 2003 .... ..... ...........
Hubungan dan indikator kesalahan antara total aliran hasil perhitungan model dengan hasil observasi .................................... ........
Total aliran sub-DAS Ciriung hasil perhitungan tank model dan hasil
observasi Juli 2002-Juni 2003
Program aplikasi untuk optimasi tank model (Setiawan et al., 2003)
Skema ANN backpropagation untuk menghitung evapotranspirasi
harian .... .... . .. . ...... . . . . . . .... . . ..... .... . .. . ..... . . .. ....
Skema ANN backropagation untuk prediksi evapotranspirasi harian
Skema ANN backpropagation untuk prediksi hujan harian
Verifikasi ETp model Penman dengan model ANN data tahun
199111992 ................................................ ........ . .,...........
ETp tahunan periode 198911990 sld 200 112002 ................. .........
Verifikasi total ETp 10 tahun perhitungan dengan model Penman
Hasil prediksi ETp menggunakan model ANN tahun 2003/2004 2009/20 10 ...... ............ .... ..... . ............... .... .............. ... .. ....
Verifikasi total hujan 10 tahun hasil observasi dengan model ANN
Hasil prediksi hujan menggunakan model ANN tahun 2003120042009/20 10 ............ .......... ........ ...... .. ..... .................. .... ......
Hujan harian hasil prediksi tahun 200412005 .. ..... .. . ... .... .. ...........
ETa rata-rata tahunan hasil prediksi model ANN . ... .. ......... . . ........
ETa harian hasil prediksi model ANN tahun 200412005 .. ....... .... . ...
Hasil prediksi total aliran sesudah tahun 200212003 dan total aliran
sebelum tahun 200212003 . . . ....... . . .... .. . . .. . .. . ... .. ....... ..... ... ......
Total aliran dan total hujan tahun 199511996-20091201 0 sub-DAS
Ciriung ... . .. . . . .. . . . .. . . .. . . . . . . . . . . . ... . . . . .. .. .. . . . . .. ... . . .. .. ... . . .. . . . . . ....
Rasio total aliran dengan hujan sub-DAS Ciriung tahun l995119962009120 10 . . . . . . . ... ... . . ..... .. ..... . .. ... . .. . . ..... .... ... ... ... ... . .. . ... .....
Kurva total sawah irigasi dan sawah yang dapat diairi Juli-Oktober
200312004 . . ......... .. . . .... .. . . . .. . . . .. . . . . .. ... . .. .... ... ... . .. .. .. .. . .......
Kurva total sawah irigasi dan sawah yang dapat diairi Juli-Oktober
200412005 . . . . . .. . .. . . . . . .... . . . . . ... . . . . . . . . ....... . ... . . . . ... ... . . .. .. . .. . . ...
Kurva total sawah irigasi dan sawah yang dapat diairi Juli-Oktober
2009120 10 . . . . . . .. . . . . . . . .. .. . . . . . ... . . . . . . . ... . . ... .. ... . . .. . . . .. ... .... .......
DAFTAR LAMPIRAN
Lampiran
1
2
3
4
Halaman
Kegiatan pembuatan bendung ................................................
Penggunaan lahan berupa kebun campuran dan ladang ...................
Contoh perhitungan prediksi hujan harian tahun 2003/2004 . . . . . . . . .
Ketersediaan air musim kemarau dan sawah yang dapat diairi ..........
174
175
176
200
I. PENDAHULUAN
1.1. Latar Belakang
Penerapan model hidrologi, pada dasarnya merupakan suatu usaha pemanfaatan sumberdaya air secara optimal. Pembangunan nasional yang sedang dilaksanakan, terutama pembangunan di bidang ekonomi, secara tidak langsung telah
mempengaruhi keseimbangan sumberdaya dasar yang paling berharga yakni sumberdaya air dan tanah. Untuk mencapai sasaran dalam memanfaatkan secara optimal,
harus dibuat rencana yang terpadu untuk menanganinya. Hal ini merupakan pemahaman sifat-sifat hidrologis sumberdaya air dari waktu ke waktu dan dari kawasan
satu ke kawasan yang lain.
Lahan dapat dianggap sebagai sistem, yang akan memberikali respons dan
menghasilkan suatu keluaran (output), apabila pada sistem diberikan masukan (input).
Bentuk atau jenis keluaran ditentukan oleh sifat alami dari jenis masukan maupun
karakteristik sistem, tetapi dapat berubah apabila diberikan masukan yaitu perlakuan
lainnya dalam bentuk sistem manajemen atau pengelolaan. Satuan sistem atau batas
lahan, secara makro dapat dinyatakan sebagai suatu Daerah Aliran Sungai (DAS).
Secara sederhana, DAS dianggap suatu sistem ditunjukkan pada Gambar 1.1.
Memperhatikan gambar tersebut, nampak bahwa terdapat hubungan yang erat antara
hujan sebagai masukan DAS, dan aliran sebagai keluaran.
Untuk keperluan perencanaan pengembangan sumberdaya air pada suatu
kawasan DAS, diperlukan seperangkat data yang memadai mulai dari data hujan
sebagai masukan, karakteristik DAS sebagai wilayah penampungan, dan debit aliran
sungai sebagai keluaran.
Karakteristik alami
44444
Input
(hujan)
DAS sebagai
sistem
Output
(aliran)
t t Sistem
tt t
pengelolaan
Gambar 1.1. DAS sebagai sistem
Sebagian besar DAS di Indonesia tidak terdapat stasiun pengukuran, baik
stasiun pengukuran hujan maupun pengukuran debit. Apabila tersedia stasiun
pengukuran, terutama pada DAS-DAS yang dianggap penting, atau pada DAS yang
sedang dilakukan penelitian, setelah kegiatannya selesai alat-alat pengukuran tersebut
tidak dipasang lagi. Berdasarkan kondisi DAS di Indonesia tersebut, maka perlu
dikembangkan suatu penelitian yang menerangkan hubungan antara hujan sebagai
masukan dan aliran sebagai keluaran.
Data aliran sungai merupakan salah satu data hidrologi yang penting untuk
diketahui, karena data tersebut dapat digunakan sebagai dasar perencanaan
pengembangan DAS. Berdasarkan keterbatasan data aliran yakni data debit aliran
sungai, maka untuk mendapatkan data aliran tersebut dapat digunakan pendekatan
model hidrologi. Salah satu model hidrologi yang dapat digunakan untuk pendugaan
debit aliran adalah tank model. Model tersebut mengasunisikan bahwa besarnya
limpasan dan infiltrasi merupakan fungsi dari jurnlah air yang tersimpan di dalam
tanah. Masukan tank model berupa data hujan, evapotranspirasi, dan beberapa
parameter kalibrasi. Dengan mengetahui debit aliran dari waktu ke waktu, maka
potensi sumberdaya air pada kawasan tersebut dapat dihitung dan usaha pemanfaatan
sumberdaya air secara optimal dapat terlaksana.
Pengelolaan sumberdaya air secara optimal, pada dasarnya merupakan pemanfaatan sumberdaya air secara efisien sesuai dengan peruntukannya. Berbagai kegiatan
yang dalam perencanaannya membutuhkan data sumberdaya air, seperti industri,
pertanian, pemukiman. Kawasan industri, lahan pertanian, kawasan permukiman dari
tahun ke tahun semakin meningkat, sehingga semakin besar pula kebutuhan air yang
diperlukan, dan kompetisi pemakaian air tak dapat dihindari.
Pembukaan lahan di kawasan hulu DAS untuk kegiatan pertanian dari tahun
ke tahun
semakin meningkat, kondisi ini mengakibatkan semakin menurunnya
potensi sumberdaya air, dan semakin meningkatnya lahan kritis. Kegiatan perambahan hutan terjadi pula di kawasan Cidanau Hulu, yakni pemanfaatan kayu untuk
bangunan dan bahan bakar kemudian lahannya untuk lahan pertanian. Berdasarkan
data tahun 1997, terdapat 300 orang perambah hutan di kawasan tersebut (Sub
BKSDA Jabar 1,1998). Akibat perubahan penggunaan lahan tersebut akan
berpengaruh terhadap kondisi hidrologi kawasan Cidanau Hulu. Keberadaan hutan
berfungsi sebagai penahan laju aliran permukaan; air yang tertahan akan meresap ke
dalam tanah dan sebagai masukan sistem air tanah di bagian hilir.
Menurunnya kondisi hidrologi DAS Cidanau dapat diidentifikasi dari kondisi
aliran sungai Cidanau. Hasil pengukuran aliran di keluaran sungai Cidanau pada
tahun 1980 adalah sebagai berikut: debit rata-rata bulanan 12,97 m3/det., debit
maksimutn 62,91 m3/det., dan debit minimum 2,83 m3/det. Sedangkan hasil
pengukuran debit pada tahun 1997, debit rata-rata bulanan 5,77 m3/det., debit
maksimum 31,94 m3/det., dan debit minimum 0,64 m3/det. (Sub BKSDA Jabar
1,1998). Kondisi rata-rata debit bulanan erat kaitannya dengan hujan .yang terjadi pada
tahun pengukuran debit. Rasio debit minimum dan debit maksimum, dapat digunakan
sebagai indikasi bahwa daerah tangkapan hujannya mengalami kerusakan, yakni
semakin kecil nilai rasio tersebut menunjukkan daerah tangkapan semakin rusak.
Berdasarkan data aliran tahun 1980 dan tahun 1997, menunjukkan bahwa rasio debit
minimum dan maksimum DAS Cidanau semakin menurun.
Air yang berasal dari aliran sungai Cidanau ini, sebagian digunakan untuk
kebutuhan industri dan pemukiman di daerah Cilegon. Semakin meningkatnya perkembangan wilayah Cilegon semakin meningkat pula kebutuhan airnya. Pada tahun
1984 kebutuhan air wilayah Cilegon untuk industri dan pemukiman hanya 0,36
m3/det., pada tahun 1989 meningkat menjadi 1,102 m3/det., dan pada tahun 2000
adalah sebesar 2,200 m3/det. (Sub BKSDA Jabar I, 1998). Padahal kondisi aliran
sungai Cidanau semakin menurun akibat kerusakan lahan di daerah tangkapan hujannya. Kondisi ini periu segera ditangani, yakni segera dilakukan pengelolaan yang
tepat yaitu suatu pengelolaan yang mempertimbangkan aspek hidrologis dan aspek
sosial ekonomi masyarakat setempat.
Berdasarkan uraian tersebut, dalam pengelolaan dan pengembangan sumbersumber lahan dan air, diperlukar, suatu perencanaan pengelolaan dan teknik kon-
servasi yang terpadu, sehingga kebutuhan sekarang terpenuhi dan menyimpan untuk
kebutuhan masa depan. Teknik umum yang menyangkut konservasi dibagi dalam
beberapa fase ialah : kontrol terhadap erosi, sedimentasi dan banjir, kontrol drainase
dan irigasi terhadap kelembaban tanah. Untuk mengatasi masalah tersebut, dalam
pengelolaan lahan dan air dalam suatu DAS kini diperlukan suatu model matematik
yang mempunyai skala ruang dan waktu. Dengan pendekatan teknik tersebut
diharapkan dapat menjadi penunjang dalam rangka penyusunan Standard Operation
Procedure (SOP) konservasi sumber air di Indonesia.
Lahan dan air merupakan suatu komponen lingkungan hidup, ekosistem tidak
dapat berfungsi sempurna tanpa komponen tersebut. Sebagai sumberdaya, lahan dan
air dinilai dari kemanfaatannya setara dengan keberadaannya untuk memenuhi
kebutuhan yang ditentukan oleh pengguna. Pemanfaatan lahan dan air perlu mempunyai aspek kuantitas, kualitas, lokasi, dan waktu. Berbagai peristiwa yang berkaitan
dengan sumberdaya lahan dan air adalah kejadian kerusakan !ahan, kekeringan dan
banjir yang disebabkan oleh perubahan iklim maupun kerusakan DAS.
Analisis keseimbangan air pada suatu DAS menggunakan tank model dapat
untuk mengetahui karakteristik DAS, yang dikuantifikasikan dalam bentuk parameter-parameter tank model. Berdasarkan hasil perhitungan parameter-parameter
tersebut selanjutnya dapat digunakan untuk memprediksi ketersediaan air dimasa
mendatang. Tank mode! untluk analisis keseimbangan air memerlukan data masukan
berupa hujan harian dan evapotranspirasi harian.
Data evapotranspirasi yang akurat adalah hasil pengukuran langsung, permasalahan pengukuran evapotranspirasi secara langsung adalah keterbatasan alat.
Untuk mendapatkan data tersebut dapat dihitung berdasarkan pendekatan modelmodel evapotranspirasi dengan masukan parameter iklim. Penelitian ini mengkaji 7
model evapotranspirasi yaitu: model Penman, Penman-Moteith, Jensen-Haise,
Hargreaves, Radiasi, Turc, dan model Makkink.
Model Penman dan Penman-Monteith relatif rumit, karena membutuhkan
parameter iklim yang banyak dan konversi satuan yang kompleks. Model Penman
membutuhkan lima parameter iklim yaitu: suhu, kelembaban relatif (relative
humidity, RH), kecepatan angin, tekanan uap jenuh (saturation vapor pressure), dan
radiasi neto. Sedangkan model Hargreaves, Jensen-Haise, Radiasi, Turc dan model
Makkink merupakan model evapotranspirasi yang sederhana, data yang dibutuhkan
hanya dua parameter iklim yaitu suhu dan radiasi matahari. Untuk menentukan model
yang diterapkan di lokasi penelitian, dilakukan uji model yaitu dengan membandingkan antar model.
Radiasi matahari merupakan parameter ikliin yang sangat penting untuk
perhitungan evapotranspirasi. Pada umumnya radiasi matahari dihitung berdasarkan
lama penyinaran matahari, dan konversi berdasarkan letak lintang stasiun pengamatannya. Masalah yang sering terjadi adalah tidak lengkapnya data parameter
iklim tersebut, untuk mengisi data radiasi matahari yang tidak lengkap dapat dibuat
suatu model untuk memprediksi radiasi matahari berdasarkan suhu. Salah satu model
yang dapat digunakan untuk memprediksi radiasi matahari berdasarkan data suhu
adalah model ArtiJicial Neural Network (ANN).
Ketersediaan air di masa mendatang dapat diprediksi dengan tank model,
setelah didapatkan parameter-parameter model tersebut. Sedangkan masukannya
adalah hujan dan evapotranspirasi, untuk memprediksi hujan dan evapotranspirasi di
masa mendatang digunakan model ANN.
Berdasarkan uraian tersebut, maka untuk mengetahui hasil penelitian secara
keseluruhan disusun suatu penulisan terdiri dari 8 bab sebagai berikut:
1. Pendahuluan
2. Gambaran Umum Lokasi Penelitian
3. Uji Efektivitas Model Evapotranspirasi
4. Estimasi Radiasi Matahari untuk Perhitungan Evapotranspirasi Menggunakan
Model ArtzJicial Neural Network
5. Analisis Keseimbangan Air Menggunakan Tank Model
6. Prediksi Hujan dan Evapotranspirasi Menggunakan Model Artijicial Neural
Network
7. Prediksi Ketersediaan Air
8. Pembahasan Umum dan Kesimpulan
1.2. Tujuan dan Kegunaan Penelitian
,
Penelitian ini bertujuan untuk memprediksi ketersediaan air sub-DAS Ciriung,
secara rinci tujuan penelitian tersebut adalah sebagai berikut:
1. Mengetahui kondisi fisik dan sosial-ekonomi lokasi penelitian
2. M e n g ~ j efektivitas
i
model evapo~ranspirasi
3. Mengestimasi radiasi matahari menggunakan model ANN
4. Mendapatkan parameter tank model dengan program optimasi
5. Memprediksi hujan dan evapotranpirasi menggunakan model ANN
Hasil penelitian diharapkan dapat digunakan sebagai bahan pertimbangan
pengelolaan sumberdaya air sub-DAS Cidanau hulu. Disamping itu, penelitian ini
diharapkan dapat memberikan
masukan pengembanagan model hidrologi dalam
kaitannya dengan pengelolaan sumberdaya alam.
1.3. Tinjauan Pustaka
1.3.1. Daerah Aliran Sungai
Daerah Aliran Sungai (DAS) merupakan daerah dimana semua airnya
mengalir ke dalam suatu sungai yang dimaksud. Daerah ini umumnya dibatasi oleh
batas topografi yang ditetapkan berdasarkan aliran permukaan. Batas ini tidak
ditetapkan berdasarkan air bawah tanah karena permukan air tanah selalu berubah
sesuai dengan musim dan tingkat kegiatan pemakaian (Sriharto, 1993). Menurut
Linsley et a1.(1982) DAS merupakan suatu kawasan yang diairi oleh suatu sistem
sungai yang saling berhubungan sedemikian rupa, sehingga aliran-aliran yang berasal
dari kawasan tersebut keluar melalui suatu aliran tunggal.
Ekosistem DAS mempunyai karakteristik yang spesifik berkaitan dengan
kondisi faktor-faktor fisik-biologis seperti curah hujan, evapotranspirasi, infiltrasi,
aliran permukaan, aliran bawah permukaan, aliran air bawah tanah dan aliran sungai.
Faktor-faktor tersebut erat kaitannya dengan faktor utamanya seperti sifat-sifat taiah,
tipe vegetasi penutup, luas dan letak, topografi dan faktor pengelolaan, yang akan
memperlihatkan perilaku hidro-orologi yang berbeda dari ekosistem DAS lainnya.
Selain merupakan kawasan tata air, DAS juga merupakan suatu ekosistem alami. Di
dalam DAS terdapat berbagai faktor penyusun utama yang di satu pihak bertindak
sebagai suatu obyek atau sasaran fisik alamiah, seperti sumberdaya alam, vegetasi
dan air. Di pihak lain adalah subyek atau pelaku pendayagunaan faktor-faktor
tersebut, yaitu manusia. Antar faktor terjadi proses hubungan timbal balik dan saling
mempengaruhi. Hasil akhir proses tersebut adalah kondisi hidrologis dari wilayah
DAS. Tolok ukur kondisi hidrologis tersebut ditentukan dengan kemampuan
penyediaan air, baik kualitas, kuantitas, dan distribusinya menurut waktu. Kondisi
hidrologi yang baik apabila DAS dapat menjamin penyediaan air dengan kualitas
yang baik, kuantitas yang cukup dan distribusi merata sepanjang masa.
Seyhan (1990) menyatakan bahwa DAS merupakan lahan total dan permukaan air yang dibatasi oleh suatu batas air topografi serta memberikan sumbangan
terhadap debit suatu sungai pada suatu irisan melintang tertentu. Faktor-faktor: iklim;
tanah (topografi, geologi, geomorfologi); dan tata guna lahan yang membentuk
subsistem dan bertindak sebagai operator dalam mengubah urutan waktu terjadinya
hujan secara alami (Pt) menjadi urutan waktu limpasan (Qt) yang dihasilkan.
Keragaman dalam keluaran yang berupa limpasan, tergantung pada hubungan timbal
balik di antara subsistem-subsistem tersebut.
Karakteristik hujan dan aliran permukan di dalam DAS akan mencerminkan
potensi penyediaan energi dalam proses hidrologi. Jika dikaitkan dengan faktor-faktor
utama DAS, maka akan memperlihatkan perilaku hidrologi yang spesifik seperti
L
banjir, erosi, sedimentasi. Potensi sumberdaya yang spesifik akan memungkinkan
munculnya berbagai tipe kegiatan ekonomi, sehingga DAS juga merupakan suatu
wilayah pengembangan ekonomi. Dengan demikian, DAS dapat ditingkatkan
kepentingannya menjadi sentra pengembangan konsep dalam mengumpulkan
sejumlah informasi yang relevan untuk perencanaan, sehingga dapat digunakan
sebagai unit pengembangan wilayah.
1.3.2. Faktor-faktor yang Mempengaruhi Limpasan (RunofJ)
Limpasan adalah bagian dari hujan yang tidak meresap ke dalam tanah, air
tersebut menjadi aliran yang mengalir ke jejaring aliran (Linsley, 1949). Arsyad
(2000) menyatakan bahwa salah satu karakteristik dari limpasan adalah jumlah aliran
permukaan, yakni jumlah air yang mengalir di permukaan tanah untuk suatu masa
hujan dan dinyatakan dalam tinggi air.
Wilson (1979) mengemukakan bahwa faktor yang meinpengaruhi limpasan
dibedakan menjadi dua. Pertama, faktor-faktor yang mempengaruhi volume limpasan
adalah: hujan, evaporasi, dan luas DAS. Kedua, faktor-faktor yang mempengaruhi
bentuk hidrograf aliran permukaan adalah : hujan (tipe, intensitas, lama hujan),
topografi, geologi, tipe tanah, vegetasi penutup, dan pola aliran.
Arsyad (2000)
menyatakan bahwa faktor-faktor yang mempengaruhi sifat limpasan (runofJ) adalah
sebagai berikut: curah hujan (jumlah, laju, distribusi), suhu, tanah (tipe, substratum,
topografi), tanaman penutup tanah, dan sistem pengelolaan tanah. Hamilton dan King
(1983) mendapatkan bahwa hampir setiap percobaan di DAS, menunjukkan kenaikan
hasil air sebagai tanggapan terhadap penebangan hutan. Kenaikan tersebut pada
umumnya sebanding dengan jumlah tajuk yang dihilangkan, kenaikan berkurang
setelah hutannya pulih kembali di DAS tersebut. Savenije (1996) mengemukakan
bahwa perlindungan hutan, vegetasi penutup lahan, yang secara umum merupakan
perlindungan kapasitas evaporasi adalah suatu ha1 yang penting di dalam pengelolaan
sumberdaya air terutama pada lahan kritis. Chandler et a1.(1999) mendapatkan bahwa
daerah kapur tertutup padang rumput yang diolah
mengurangi infiltrasi dan
memperbesar limpasan. Hambatan infiltrasi tersebut disebabkan oleh perubahan
struktur tanah dan alkalinitas.
Linsley et a1.(1982) menyatakan bahwa jumlah limpasan dipengaruhi kondisi
kebasahan daerah alirannya pada saat permulaan hujan dan karakteristik hujan
(jumlah hujan, intensitas, lamanya). Griend (1979) menggambarkan hubungan antara
aliran permukaan dan hujan pada berbagai kondisi kelembaban tanah yang disajikan
pada Gambar 1.2.
1.Sangat basah
2. Basah
3. Normal
4. Kering
5. Sangat kering
Huian (inc)
Gambar 1.2. Tipe hubungan hujan aliran permukaan
kondisi tanah sebagai parameter (Griend, 1979)
~ i d r o ~ rdiartikan
af
sebagai suatu diagram yang menggambarkan hubungan
debit aliran sungai dari waktu ke waktu (Chow et.al., 1988). Hidrograf merupakan
tanggapan menyeluruh suatu DAS terhadap masukan hujan, dan mencirikan watak
yang khzs dari DAS. Masing-masing DAS akan memberikan tanggapan yang berbeda
terhadap masukan hujan yang sama (Raudkivi, 1 979).
Menurut Chow et al. (1988) perjalanan air di dalam DAS dapat digambarkan
seperti yang disajikan pada Gambar 1.3. Berdasarkan gambar tersebut nampak bahwa
1
limpasan total (total runof8 terdiri dari limpasan langsung (direct runof8 dan aliran
dasar (base flow). Limpasan langsung terdiri dari aliran permukaan (overlandflow)
dan aliran bawah permukaan yang mengalir langsung (prompt subsurface flow) serta
hujan yang jatuh langsung di atas permukaan sungai (channel precipitation).
Sedangkan aliran dasar terdiri dari aliran bumi (groundwaterflow) yang tidak dapat
masuk ke saluran, tetapi langsung dengan air perkolasi memperbesar aliran dasar.
Aliran dasar dan limpasan langsung akhirnya bersatu menjadi satu menuju ke sungai.
Hidrograf aliran terdiri dari: (a) Aliran permukaan (overlandflow);(b) Aliran bawah
permukaan (subsurface flow); ( c ) Aliran dasar (base flow); (d) Hujan yang jatuh di
atas permukaan sungai (channel precipitation).
::!:I
Lr'
Hujan
I
bliran bawah permukaan
I
*
I Perkolasi I
Aliran airtanah
Men alir lan sun
Limpasan Langsung
Mengalir tertunda
Aliran
I Dasar
Gambar 1.3. Proses pengaliran air di DAS (Chow et a1.,1988)
Peugeot et al. (1997) menyatakan bahwa faktor yang mempengaruhi limpasan
adalah karakteristik hujan, kondisi permukaan (tanah yang mengeras, batuan yang
melapisi permukaan, penutupan vegetasi, dan kondisi geomorfologis). Rico et al.
(2001) mendapatkan bahwa hujan badai yang terjadi secara konveksi mengakibatkan
banjir. Di samping itu, kegiatan manusia seperti pembuatan kompleks perumahan
dapat memperbesar terjadinya limpasan,
1.3.3. Evapotranspirasi
Air merupakan komponen fisik ekosistem di alam yang mempunyai sifat khas
dan unik, diantaranya adalah kemampuannya untuk tampil bersamaan dalam fase
cair, padat dan gas pada suatu kisaran suhu kamar di permukaan bumi. Kondisi yang
lebih menarik lagi adalah proses perubah