yang erat antara data simulasi dengan data observasi. Kriteria nilai statistik untuk NSE disajikan pada Tabel 4 sedangkan rumus perhitungan nilai dapat dilihat pada
persamaan 1. Nash Sutcliffe efficiency NSE merupakan suatu model statistik yang
menunjukkan besar dari pengaruh hubungan data simulasi dan data observasi. Nilai NSE berkisar antara 0 dan 1, yang mana nilai mendekati 1 menunjukkan
bahwa performa dari suatu model yang baik. Model statistik NSE ini paling banyak dipakai untuk menunjukkan performa dari suatu model karena dapat
memberikan informasi yang lebih akurat mengenai nilai yang diberikan. Tabel 4 Kriteria nilai statistik NSE
Kriteria NSE
Sangat baik 0,75NSE1,00
Baik 0,65NSE0,75 Memuaskan 0,50NSE0,65
Kurang memuaskan NSE
≤0,50
sumber: Moriasi et al. 2007
1
Keterangan: Yi
obs
= data observasi pengukuran Yi
sim
= data simulasi Y
mean
= rata-rata data observasipengukuran
3.3.5 Validasi
Langkah validasi bertujuan untuk membuktikan bahwa suatu prosesmetode dapat memberikan hasil yang konsisten sesuai dengan spesifikasi yang telah
ditetapkan. Validasi dilakukan pada data debit dengan memasukkan parameter
yang sudah dikalibrasi pada data simulasi dan kemudian membandingkan data
observasi dengan hasil simulasi debit yang sudah dikalibrasi. Data yang digunakan yaitu data debit harian bulan Februari-Maret tahun 2009 dan 2011.
Metode statistik yang digunakan adalah korelasi koefisien Pearson R dan Nash– Sutcliffe coefficient of efficiency NSE. Kriteria statistik NSE pada validasi sama
dengan kalibrasi.
3.3.6 Aplikasi Model Untuk Mensimulasikan Pengelolaan Lahan Terbaik
Dilakukan beberapa skenario pengelolaan lahan yang mendukung terhadap kegiatan konservasi tanah. Pemilihan skenario dilakukan dengan memilih file .ops
Scheduled Management Operations. Terdapat 8 pilihan manajemen di dalam SWAT akan tetapi yang akan digunakan untuk simulasi hanya empat teknologi
konservasi yaitu penggunaan teras, penanaman menurut kontur, penanaman strip strip cropping dan agroforestri. Gambar 10 menunjukkan tampilan untuk
mengedit file.ops.
Gambar 10 Operasi manajemen lahan
IV. KONDISI WILAYAH PENELITIAN
4.1 Keadaan Umum
Sub DAS Ciliwung Hulu terletak pada posisi 6º37’- 6º46’ LS dan 106º50’ - 107º0’ BT. Luasan Sub DAS Ciliwung Hulu adalah 14.325,8 ha, dan terdiri dari 7
sub sub DAS yaitu: sub sub DAS Tugu, Cisarua, Cibogo, Cisukabirus, Ciesek, Ciseuseupan dan Katulampa. Sub DAS Ciliwung Hulu mempunyai batas sebagai
berikut: 1
sebelah timur berbatasan dengan DAS Cikarang Gabah, DAS Citarum 2
sebelah barat berbatasan dengan DAS Cisadane 3
sebelah utara berbatasan dengan DAS Cikeas Bekasi 4
sebelah selatan berbatasan dengan DAS Cikundul
4.2 Iklim
Rata-rata curah hujan dari 3 stasiun hujan yaitu Citeko, Gunung Mas dan Gadog selama 6 tahun 2006-2011 menunjukkan bahwa curah hujan maksimum
terjadi pada bulan Februari sebesar 574 mm dan diikuti bulan Januari sebesar 499,5 mm. Curah hujan minimum terjadi pada bulan Juli yaitu sebesar 69,1 mm.
Grafik dari sebaran rata-rata curah hujan dapat dilihat pada Gambar 11.
Gambar 11 Rataan curah hujan bulanan 2006-2011 dari stasiun Citeko, Gunung Mas dan Gadog
200 400
600 800
Jan Feb Mar
Apr Mei
Jun Jul
Agt Sep
Okt Nop Des
Curah Hujan
mm