yaitu : 1 memperbaiki dan mengelola DAS dalam rangka meningkatkan fungsi DAS dalam menyerap dan menyimpan kelebihan air di musim hujan dan
mendistribusikannya di musim kemarau, dan 2 memilih komoditas yang sesuai dengan tingkat ketersediaan air.
Untuk meningkatkan tingkat keakuratan dan kecepatan dalam pendugaan kekeringan, maka banyak ahli yang menduga dan memantau wilayah rawan
kekeringan dengan menggunakan teknologi citra satelit. Thiruvengadachari et al. 1991:dalam Shofiyati et al., 2002 memantau kekeringan di India menggunakan
citra NOAA AVHRR dua mingguan. Selain itu, hasil penelitian Liu dan Kogan 1996, Bayarjarga, et al. 2000, dan Shofiyati et al. 2002, penggunaan
teknologi citra NOAA AVHRR dapat digunakan untuk memantau kekeringan di Brazil, Gobi dan Gurun Steepe Mongolia, dan DAS Brantas, Jawa Timur
Indonesia. Selain itu, Anderson et al. 2007 menunjukkan bahwa kesehatan vegetasi yang digambarkan oleh indeks vegetasi dan temperatur permukaan
lahan dari hasil analisis citra Landsat 7 dapat digunakan untuk memprediksi dan memetakan kekeringan.
2.3. Perkembangan Teknik Komputasi Unit Hidrograf
Ada dua besaran magnitude penting yang harus dikomputasi secara akurat dalam analisis unit hidrograf, yaitu : debit puncak dan waktu menuju debit
puncak. Debit puncak berkaitan erat dengan tingkat bahayaresiko banjir yang terjadi, dan waktu menuju debit puncak sangat menentukan lamanya waktu untuk
evakuasi korban. Berdasarkan ilustrasi tentang analisis banjir dan besaran pencirinya, maka kemampuan analisis sistem hidrologi dalam pemodelan debit
puncak dan waktu menuju debit puncak menentukan akurasi dan presisi dalam penanggulangan banjir. Kedua besaran tersebut secara faktual merupakan
respon hidrologis wadah sistem DAS untuk setiap perubahan masukan.
19
Berbagai upaya telah dilakukan untuk menghasilkan metode dan teknik analisis yang representative, transferable dan operational dalam komputasi debit
puncak dan waktu menuju debit puncak. Perkembangan terakhir menunjukkan bahwa ada dua aliran yang berkembang sangat pesat dalam pemodelan unit
hidrograf debit puncak dan waktu menuju debit puncak, yaitu : 1 model deterministik deterministic model yang dirancang berdasarkan kaidah dan
hukum-hukum fisika yang sifatnya permanen dan transferable, dan 2 model stokastik stochastic model yang ditetapkan berdasarkan hubungan input dan
output secara local. Model stokastik ini berkembang mulai dari model memori jangka pendek short memory models, seperti : proses autoregresi
autoregressive processes, ARMA autoregressive moving average, dan ARIMA autoregressive integrated moving average dan model memori jangka panjang
long memory models, seperti : proses discrete fractional Gaussian noise dfGn, fast fractional Gaussian noise ffGn, filtered fractional noise, dan broken-line
Haan, et al., 1982. Untuk model deterministik berkembang dari model yang sederhana, seperti model Nash 1957, model CREAMS 1972, TOPMODEL
Beven dan Kirkby, 1979, AGNPS Young et al., 1990, IHACRES Jakeman et al., 1990, model ANSWERS Beasley, 1991, HEC HMS USACE, 2000, SWAT
Neitsch et al., 2000, HYSIM Manley, 2006, MARINE Estupina-Borrell et al., 2006, dan SWMM Huber and Dickinson, 1988:dalam Rossman, 2004, dan
model fraktal yang dikembangkan oleh Mandelbrot 1977:dalam Liu, 1992. Untuk pemodelan hujan-limpasan dengan analisis fraktal jaringan
hidrologi, maka ada satu hal yang sangat menarik tentang hubungan antara respon hidrologi DAS fraction dengan karakteristik fraktal. Hasil penelitian
Irianto et al. 2001 menunjukkan bahwa respon hidrologi DAS merupakan fungsi kerapatan peluang pdf dari DAS berorder satu fungsi fraktalnya. Kelebihan
penggunaan analisis fraktal jaringan hidrologi untuk pendugaan banjir debit
20
puncak dan waktu menuju debit puncak secara sistematis mampu menggambarkan transfer air hujan menjadi aliran permukaan melalui jaringan
hidrologi sampai menuju outlet Irianto, 2003. Hasil penelitian Irianto 2003 menunjukkan bahwa analisis fraktal jaringan hidrologi dapat digunakan dengan
baik atau memiliki tingkat akurasi yang tinggi dalam mensimulasi debit puncak dan waktu menuju debit puncak di DAS Kripik.
21
III. METODOLOGI PENELITIAN