Iklim Simulation of Best Management Practices Using SWAT Model To Reduce Surface Runoff in Upper Ciliwung Watershed
pergerakan air dari akuifer dangkal ke daerah perakaran terbatas. Nilai GW_REVAP yang mendekati 1 menandakan bahwa pergerakan air dari akuifer
dangkal ke daerah perakaran mendekati rata-rata potensial evapotranspirasi. Pada simulasi awal nilai yang dipergunakan adalah 0,2. Setelah dilakukan proses
kalibrasi maka didapatkan nilai 0,04. Fraksi perkolasi perairan dalamdeep aquifer RCHRG_DP merupakan
parameter yang memperhitungkan perkolasi dari daerah perakaran yang dapat menyuplai perairan dalam. Nilai fraksi perkolasi perairan dalam RCHRG_DP
harus berada di antara 0,0 dan 1,0. Nilai RCHRG_DP pada awal simulasi sebesar 0,05 kemudian pada waktu kalibrasi dinaikkan menjadi 0,28.
Faktor kompensasi evaporasi tanah ESCO merupakan koefisien kebutuhan air yang diambil dari lapisan tanah paling bawah untuk memenuhi kebutuhan
evaporasi tanah sebagai efek dari adanya kapilaritas dan rekahan. Nilai ESCO pada awal simulasi sebesar 1 kemudian pada waktu kalibrasi diturunkan menjadi
0,87. Faktor uptake tanaman EPCO memperhitungkan bahwa jumlah air yang digunakan pada satu hari merupakan fungsi dari jumlah air yang dibutuhkan
tanaman untuk transpirasi dan jumlah air yang tersedia di dalam tanah. Jika lapisan teratas tanah tidak mempunyai kandungan air yang cukup untuk
memenuhi potensial penggunaan air water uptake maka lapisan tanah di bawahnya dapat mengganti peran lapisan teratas tanah. Nilai EPCO berkisar
antara 0,01 sampai dengan 1. Hasil dari kalibrasi menunjukkan bahwa nilai 0,68 merupakan nilai yang optimal.
Nilai Manning untuk saluran utama CH_N2 yang digunakan pada awal simulasi adalah 0,1 kemudian setelah dilakukan proses kalibrasi maka didapatkan
nilai optimum sebesar 0,19. Nilai parameter hantaran hidrolik pada saluran utama aluvium CH_K2 awal simulasi adalah 25 mm hari
-1
kemudian dinaikan menjadi 245,01 mm hari
-1
. Faktor alpha aliran dasar untuk ‘bank storage’ALPHA_BNK pada awal simulasi adalah 0,94 hari kemudian diturunkan menjadi 0,57 hari.
Parameter SURLAG merupakan time lag suatu DAS yaitu waktu antara terjadinya hujan lebih hingga terjadi puncak aliran permukaan. Nilai SURLAG
pada awal simulasi yaitu 3 kemudian didapatkan nilai optimal menjadi 3,74.
Nilai parameter yang diperoleh kemudian dimasukkan ke dalam proses simulasi. Pada Gambar 17 disajikan grafik hidrograf aliran simulasi setelah
kalibrasi dan hidrograf observasi bulan Februari-Maret tahun 2008 dan 2009
.
Hasil dari nilai kalibrasi memberikan nilai R menjadi 0,80 Gambar 18 dan NSE 0,55 memuaskan. Berdasarkan nilai tersebut, maka model SWAT cukup akurat
untuk dipergunakan dalam memprediksi aliran permukaan.
Gambar 17 Hidrograf aliran simulasi setelah hasil kalibrasi dan hidrograf observasi bulan Februari-Maret tahun 2008 dan 2009
Gambar 18 Debit harian simulasi setelah kalibrasi dan debit harian observasi bulan Februari-Maret tahun 2008 dan 2009
30 60
90 120
150 30
60 90
120 150
21200 8
29200 8
21520 08
22120 08
22720 08
34200 8
31020 08
31620 08
32220 08
32820 08
23200 9
29200 9
21520 09
22120 09
22720 09
35200 9
31120 09
31720 09
32320 09
32920 09
Curah Hujan
Debit
Curah hujan
Debit Simulasi
Debit Observasi
y = 1.0006x + 0.7201
R = 0,80
n=117, p=0,000
10 20
30 40
50 60
10 20
30 40
50 60
Debit Observasi
m
3
det
‐1
Debit Simulasi m
3
det
‐1
Berbagai hasil penelitian menyebutkan bahwa model SWAT dapat diaplikasikan dalam memprediksi hidrologi dalam skala DAS. Rossi et al. 2008
melakukan kalibrasi pada DAS Leon River dan menghasilkan nilai NSE yang termasuk kategori baik sampai sangat baik. Hasil penelitianYusuf 2010 di DAS
Cirasea menghasilkan nilai kalibrasi NSE sebesar 0,737 dan Junaedi 2009 di DAS Cisadane menghasilkan nilai kalibrasi NSE sebesar 0,7. Nilai tersebut
menunjukkan bahwa SWAT juga dapat diterapkan untuk memprediksi hidrologi DAS di Indonesia.