5
Dimana � adalah kandungan air tanah akhir mm, �
adalah kandungan air tanah permulaan hari 1 mm, t adalah waktu hari, Rday adalah jumlah curah hujan pada hari i mm,
Qsurfc adalah jumlah aliran permukaan pada hari i mm, Ea adalah jumlah evapotranspirasi pada hari i mm, Wseep adalah jumlah air yang masuk ke dalam zona vadose pada profil tanah pada
hari i mm, dan Qgw adalah jumlah air yang merupakan air kembali. Deliniasi DAS sebagai areal penelitian dilakukan menggunakan Digital Elevation Model
DEM. DEM membatasi areal penelitian berdasarkan berdasarkan topografi alaminya. Dalam simulasi, suatu DAS dibagi menjadi beberapa Sub DAS. Sub DAS adalah pembagian atau
pengelompokan berdasarkan kesamaan penggunaan lahan dan tanah atau sifat lain yang berpengaruh terhadap hidrologi. Informasi masukan untuk setiap sub-basin dikelompokan atau
disusun kedalam kategori berikut : iklim, unit respon hidrologi hydrologic response unitHRU, genanganbasahan, air bawah tanah, dan saluran utama yang men-drainase sub-basin. HRU adalah
kelompok lahan di dalam sub-basin yang memiliki kombinasi tanaman penutup, tanah, dan pengelolaan yang unik.
Untuk mendapatkan Hydrologic Response Unit HRU sebagai unit analisis dilakukan tumpang tindih overlay antara peta tanah dengan peta penggunaan lahan. HRU yang terbentuk
selanjutnya dihubungkan dengan data iklim yang telah di-entry menggunakan format file.pcp dan file.tmp. Simulasi dijalankan setelah periode simulasi ditentukan.
Simulasi hidrologi DAS dengan menggunakan SWAT dapat dibagi menjadi dua bagian.utama. Bagian pertama adalah fase lahan pada siklus hidrologi dan kedua adalah fase
pergerakan air pada siklus hidrologi. Pada fase lahan yaitu mengontrol jumlah air, sedimen, hara dan pestisida yang masuk ke sungai. Pada fase pertama ini merupakan fase lahan dari siklus
hidrologi yang dapat dilihat pada sub DAS dan HRUs. Pada tingkat sub-DAS dan HRU, informasi yang diperoleh meliputi jumlah curah hujan, evapotranspirasi, kandungan air tanah, perkolasi,
aliran permukaan, aliran dasar, aliran lateral, dan total hasil air yang hasil air yang masuk ke dalam saluran utama pada sub-basin selama periode simulasi.
Fase kedua adalah fase pergerakan air fase air pada siklus hidrologi yang didefinisikan sebagai pergerakan air, sedimen, hara dan pestisida melalui jaringan sungai sampai ke outlet
Neitsch et. al. 2009. Pada fase ini dapat diperoleh informasi jumlah aliran yang masuk dan keluar sungai utama, jumlah air yang hilang melalui penguapan dan rembesan selama periode simulasi
Arsyad, 2006.
D. Sequencial Uncertainty Fitting version 2. Soil and Water Assessment Tool-
Calibration and Uncertainty Programs SUFI-2.SWAT-CUP
SWAT-CUP adalah progam komputer yang digunakan untuk kalibrasi model hidrolologi SWAT. SWAT-CUP memiliki empat program link yaitu GLUE, ParaSol, MCMC, dan SUFI-2.
SWAT-CUP dapat digunakan untuk melakukan analisis sensitivitas, kalibrasi, validasi dan analisis ketidakpastian pada model hidrologi SWAT. .
Pada SUFI2, ketidakpastian parameter – parameter masukan digambarkan memiliki distribusi
yang seragam. Kemudian ketidakpastian nilai output, dikalibrasi menggunakan metode 95 Prediction Uncertainty 95PPU. 95PPU dihitung pada level 2.5 sampai 97.5 dari distribusi
kumulatif variabel output menggunakan Latin Hypercube Sampling. Konsep algoritma analisis ketidakpastian dari SUFI2 dapat dijelaskan oleh grafik pada Gambar 1. Gambar tersebut
mengilustrasikan bahwa nilai tunggal parameter masukan diwakili oleh titik hitam memberi pengaruh tunggal pada model yang diwakili oleh garis abu
– abu gambar 1a, kemudian
6
peningkatan ketidakpastian pada nilai dan jumlah parameter masukan diwakili oleh garis hitam mempengaruhi nilai output hasil 95PPU yang diilustrasikan oleh luasan wilayah berwarna abu
– abu pada gambar 1b. Ketika ketidakpastian pada parameter masukan meningkat yang diwakili oleh
garis hitam yang semakin panjang gambar 1c maka meningkat pula ketidakpastian pada output yang dihasilkan 95PPU yang diwakili luasan wilayah abu
– abu yang semakin lebar. Perpotongan data hasil observasi di sepanjang luasan 95PPU menunjukan bahwa range nilai
parameter masukan kalibrasi sudah tepatvalid. Sebagai contoh, jika situasi pada gambar 4d terjadi, dimana data hasil observasi yang diwakili oleh garis merah tidak berpotongan dengan luasan
95PPU maka range nilai parameter masukan harus diubah. Dan jika range nilai parameter masukan sudah sesuai dengan batas nilai fisik yang diinginkan tetapi keadaan tersebut tetap
Gambar 1. Ilustrasi hubungan antara ketidakpastian parameter masukan dengan ketidakpastian hasil prediksi. Nilai tunggal parameter masukan menghasilkan respon nilai tunggal
pada model a, sedangkan ketidakpastian nilai parameter masukan menyebabkan ketidakpastian pada prediksi nilai output yang digambarkan oleh 95PPU b dan c,
semakin besar nilai ketidakpastian pada parameter masukan, semakin besar ketidakpastian pada output hasil 95PPU c, jika parameter
– parameter masukan berada pada limit nilai maksimumnya dan 95PPU tidak berpotongan dengan data hasil
observasi, maka model harus dievaluasi d.
7
terjadi, maka masalahnya bukan pada parameter masukan kalibrasi tetapi konsep dari model yang harus dievaluasi.
SUFI-2 memulai proses kalibrasi dengan mengasusmsikan besarnya ketidakpastian pada parameter masukan, kemudian nilai ketidakpastian berkurang seiring dengan proses kalibrasi
sampai dua syarat terpenuhi: 1 sebagian besar data hasil observasi berpotongan dengan luasan grafik 95PPU dan 2 selisih rata
– rata antara batas atas pada level 97.5 dan batas bawah pada level 2.5 95PPU kecil. Model dianggap valid jika 80
– 100 data hasil observasi berpotongan dengan luasan grafik 95PPU serta selisih antara batas atas dan batas bawah 95PPU lebih kecil dari
standar deviasi data hasil observasi.
8
III. METODE PENELITIAN A. Waktu dan Tempat
