STUDI LAJU EROSI SEDIMEN DAS KALI SAMPEAN HULU KABUPATEN BONDOWOSO.

(1)

STUDI LAJU EROSI

SEDIMEN DAS KALI SAMPEAN HULU

KABUPATEN BONDOWOSO

DISUSUN OLEH:

NGAHADI PURWANTO ( 0353010126 )

PROGRAM STUDI TEKNIK SIPIL

FAKULTAS TENIK SIPIL DAN PERENCANAAN UNIVERSITAS PEMBANGUNAN NASIONAL”VETERAN”

JAWA TIMUR 2010


(2)

ii

KATA PENGANTAR

Dengan segala puji syukur kehadirat Allah SWT yang telah melimpahkan Karunia-Nya sehingga tugas akhir dengan judul ”Studi laju Erosi Sedimen DAS Kali Sampean Hulu Kabupaten Bondowoso” ini dapat terselesaikan dengan baik. Tugas akhir ini disusun guna memenuhi salah satu syarat akademis bagi mahasiswa strata 1 diprogram studi Teknik Sipil Fakultas Teknik Sipil dan Perencanaan UPN ”Veteran” Jawa Timur.

Dengan segala keterbatasan yang dimiliki oleh penyusun, maka hasil dari laporan tugas akhir ini tentunya masih jauh dari kesempurnaan. Walaupun demikian penyusun telah berusaha semaksimal mungkin untuk mencapai hasil yang terbaik. Untuk itu penyusun mengharapkan adanya saran dan kritik demi menyempurnakan tugas akhir ini.

Pada kesempatan ini pula penyusun menguapkan terima kasih yang sebesar-besarnya kepada yang terhormat :

1. Bapak Dr. Ir. Edi Mulyadi, SU selaku Dekan Fakultas Teknik Sipil dan Perencanaan UPN ”Veteran” Jawa Timur.

2. Ibu Ir. Wahyu Kartini, MT selaku ketua Program Studi Teknik Sipil UPN ”Veteran” Jawa Timur.

3. Bapak N Dita P. Putra, ST, MT selaku Dosen Wali yang telah membimbing penyusun selama proses perkuliahan.


(3)

iii

4. Ibu Ir. Minarni Nur Trilita, MT selaku Dosen Pembimbing Utama yang senantiasa memberikan arahan dan dukungan serta motivasi dan waktuyang telah diberikan kepada penyusun selama pembuatan tugas akhir ini.

5. Ibu Novie Handajani, ST, MT selaku Dosen Pembimbing kedua terimakasih atas waktu dan bimbingan yang telah diberikan demi terselesaikannya tugas akhir ini.

6. Kedua Orang Tuaku dan kakak-kakakku yang telah banyak memberikan dukungan lahir dan batin, material, spiritual, dan moral selama pengerjaan Tugas Akhir ini.

7. Arek-arek QereS, Trio Perjuangan Hidro (Aq, Dedi, Gatot) dan pak Febru yang telah memberikan dukungan kepada penyusun, serta seluruh teman-teman dan Alumni - Alumni Program Studi Teknik Sipil yang tidak dapat penyusun sebutkan satu-persatu yang telah memberikan semangat dan doa sehingga penyusun dapat menyelesaikan tugas akhir ini dengan baik.

8. Seluruh Dosen dan staf Pengajar, yang telah banyak memberikan pengetahuan dan membantu selama proses perkuliahan.

9. Seluruh rekan-rekan dan semua pihak yang telah membantu dalam menyelesaikan tugas akhir ini.


(4)

iv

Semoga segala bantuan dan budi baik yang telah diberikan kepada penyusun mendapat balasan dari Tuhan Yang Maha Kuasa. Penyusun berharap tugas akhir ini dapat bermanfaat bagi semua pembaca.

Surabaya, Juni 2010


(5)

vi

DAFTAR ISI

Halaman

KATA PENGANTAR...ii

ABSTRAK ...v

DAFTAR ISI... vi

DAFTAR GAMBAR... ix

DAFTAR TABEL...x

BAB I. PENDAHULUAN...1

1.1 Latar Belakang...1

1.2 Perumusan Masalah...4

1.3 Tujuan Penelitian...4

1.4 Manfaat Penelitian...4

1.5 Batasan Masalah ...5

BAB II. TINJAUAN PUSTAKA...6

2.1. Umum ...6

2.2 Curah Hujan...8

2.2.1 Cara Aritmatik Mean...8

2.2.2 Cara Teissen Poligon...9

2.2.3 Cara Isohyet...10

2.3 Uji Konsistensi Data...10


(6)

vii

2.4 Analisa Frekwensi ...13

2.4.1 Metode Distribusi Normal...14

2.4.2 Metode Distribusi Gumbel ...16

2.4.3 Metode distribusi Log Pearson Type III ...17

2.5 Uji Kesesuaian Distribusi Frekuensi ...18

2.5.1 Uji Chi – Kuadrat ...18

2.5.2 Uji Smirnov – Kolmogorov...19

2.6 Universal Soil Loss Equation (USLE)...21

2.7 Metode regresi Ganda...33

2.8 Model Modifikasi USLE (MUSLE) ...36

2.9 Kepekaan Lahan Terhadap Erosi...36

BAB III. METODE PENELITIAN...38

3.1. Tempat dan Waktu Penelitian...38

3.1.1. Lokasi Penelitian ...38

3.2. Jenis Penelitian dan Data...42

3.2.1. Jenis Penelitian...42

3.2.2. Jenis Data ...43

3.3. Teknik Pengumpulan Data ...43


(7)

viii

BAB IV. ANALISA HIDROLOGI...47

4.1. Analisa Hidrologi ...47

4.2. Uji Konsistensi Data Curah Hujan...47

4.3. Perhitungan Hujan Rata-rata ...52

4.4. Analisa Frekuensi...55

4.5. Uji Kesesuaian Distribusi...59

4.5.1. Metode Smirnov Kolmogorov ...59

4.5.2. Metode Chi Kuadrat...60

4.6. Perhitungan USLE ...61

4.6.1. Perhitungan Faktor Erosi Hujan (R) ...62

4.6.2. Perhitungan Faktor Erodibilitas (K)...63

4.6.3. Perhitungan Faktor Gabungan Panjang dan Kemiringan Lereng (LS)...64

4.6.4. Perhitungan Faktor Penutup Vegetasi (C) ...65

4.6.5 Faktor Pengendali Erosi (P) ...66

BAB V. KESIMPULAN DAN SARAN...68

5.1. Kesimpulan ...68

5.2. Saran ...68

DAFTAR PUSTAKA LAMPIRAN


(8)

ix

DAFTAR GAMBAR

Gambar 2.1. Kurva Massa Ganda...12

Gambar 2.2. Nomogram erodibilitas tanah (K) untuk satuan tanah metrik (Wischmeir, et,al., 1971)... 25

Gambar 2.3. Nomograf faktor panjang – kemiringan lereng (LS)... 29

Gambar 3.1. Lokasi studi Penelitian... 38

Gambar 3.2. Peta Tematik Kemiringan Lereng...39

Gambar 3.3 Peta Penyebaran Hujan...40

Gambar 3.4. Sketsa kemiringan lereng... 41

Gambar 3.5. Peta Tata Guna Lahan ... 42

Gambar 3.6. Peta Topografi... 43

Gambar 3.7. Peta Stasiun Hujan...44

Gambar 3.8. Diagram Alur Penelitian... 46

Gambar 4.1. Grafik Uji Konsistensi Stasiun Maesan... 49

Gambar 4.2. Grafik Uji Konsistensi Stasiun Grujugan... 50


(9)

x

DAFTAR TABEL

Tabel 2.1. Tipe Model Prediksi Lahan (Gregory and Walling 1973)... 7

Tabel 2.2. Nilai Kritis untuk Distribusi Chi-Kuadrat... Tabel 2.3. Nilai kritis Do untuk uji Smirnov – Kolmogorov... 21

Tabel 2.4. Kode struktur tanah untuk menghitung nilai K dengan Nomograf... 25

Tabel 2.5. Kode permeabilitas tanah untuk menghitung nilai K dengan nomograf... 27

Tabel 2.6. Nilai M untuk beberapa tekstur tanah... 27

Tabel 2.7. Faktor Erodibilitas K dari Departemen Kehutanan RI... 27

Tabel 2.8. Nilai m... 28

Tabel 2.9. Nilai faktor gabungan panjang dan ketajaman lereng (LS)... 29

Tabel 2.10. Nilai faktor C (pengelolaan tanaman)... 31

Tabel 2.11. Nilai faktor P untuk berbagai tindakan konservasi tanah... 32

Tabel 2.12. Kelas Bahaya Erosi yang digunakan di Indonesia...37

Tabel 4.1. Uji Konsistensi Data Curah Hujan Sta. Maesan Terhadap Sta. Grujugan, Sta. Tlogosari... 48

Tabel 4.2. Uji Konsistensi Data Curah Hujan Sta. Grujugan Terhadap Sta. Maesan, Sta. Tlogosari... 49

Tabel 4.3. Uji Konsistensi Data Curah Hujan Sta. Tlogosari Terhadap Sta. Maesan, Sta. Grujugan... 50


(10)

xi

Tabel 4.4. Curah Hujan Rata-Rata Harian Maksimum Stasiun

Maesan... 53

Tabel 4.5 Curah Hujan Rata-Rata Harian Maksimum Stasiun Grujugan... 54

Tabel 4.6 Curah Hujan Rata-Rata Harian Maksimum Stasiun Tlogosari... 55

Tabel 4.7 Analisa Curah Hujan Rata-Rata Maksimum Harian... 55

Tabel 4.8 Metode Pemilihan Analisis Distribusi Frekuensi... 56

Tabel 4.9 Perhitungan Distribusi Log Pearson Type III... 58

Tabel 4.10. Perhitungan Hujan Rencana dengan Metode Log Pearson Type III... 60

Tabel 4.11. Perhitungan Uji Kesesuaian Distribusi Dengan Metode Smirnov Kolmogorov...61

Tabel 4.12. Perhitungan Uji Kesesuaian Distribusi Dengan Metode Chi Kuadrat... 62

Tabel 4.13. Perhitungan Indeks Erosi Hujan Bulanan... 63

Tabel 4.14. Jenis Tanah Pada DAS Sampean... 65

Tabel 4.15. Klarifikasi Penggunaan Lahan DAS Sampean... 67


(11)

1 BAB I PENDAHULUAN

1.1. Latar Belakang

Banjir bandang (air dan lumpur) di kota situbondo tahun 2002, 2004, terjadi hampir setiap tahun hingga ( Februari 2008 ), mengakibatkan kerugian harta dan jiwa yang sangat besar. Kejadian bencana ini pasti terkait dengan fenomena siklus hidrologi, dimana unsur utamanya adalah curah hujan, tanaman sebagai interceptor atau penahan laju air hujan masuk langsung ke permukaan tanah dan tanah itu sendiri.

Permasalahan yang timbul adalah diperkirakan adanya ketidakseimbangan diantara ketiga unsur utama tersebut. Tumbuh-tumbuhan sebagai interseptor tidak lagi berfungsi sebagai mana mestinya. Kawasan hijau jauh menjadi berkurang, sehingga jatuhnya air hujan langsung kontak/ berbenturan dengan permukaan tanah. Apabila kondisi hulu masih terjaga baik tata guna lahannya, maka proses aliran air yang mengalir menuju hilir paling tidak akan atau mengikuti tampungan alur sungai yang ada. Tetapi bila kondisi hulunya kurang baik, maka air hujan akan turun tanpa penahan (resistance) apapun, aliran menuju hilir akan semaki tidak terkontrol apalagi ditunjang dengan kondisi lerengnya (curam), top soil tidak akan mampu menahan derasnya aliran. Sehingga kearah hilir tidak bisa mengikuti alur sungai yang ada, akibatnya aliran air akan melaju tanpa arah membentuk alur-alur baru.


(12)

Perlu adanya suatu investigasi mengenai tanah setempat untuk mengetaui sifat fisik tanah untuk mendapatkan seberapa besar nilai ketahanan tanah terhadap gaya luar yang mempengaruhinya. Artinya, apabila gaya ikat antar butiran tanah setempat cukup kuat untuk menahan gaya seret limpasan aliran permukaan (surface run off), idealnya tidak akan terjadi aliran mudflow. Aliran mudflow terjadi apabila gaya ikat antar butiran tanah tidak cukup kuat menahan gaya seret limpasan aliran permukaan.

Erosi merupakan proses alamiah yang sulit untuk dihilangkan sama sekali atau tingkat erosinya nol. Tindakan yang dapat dilakukan adalah mengusahakan supaya erosi yang terjadi masih dibawah ambang batas yang maksimum (soil loss tolerance), yaitu besarnya erosi yang tidak melebihi laju pembentukan tanah. Oleh karena itu perlu adanya penelitian untuk menentukan besarnya erosi yang masih dapat dibiarkan untuk tiap-tiap jenis tanah untuk dijadikan dasar dalam menentukan tata guna lahan, pola dan intensitas tanam, manajemen lahan dan tidakan konservasi.

Sudah menjadi pengetahuan umum bahwa hanya sebagian, atau bahkan hanya sebagian kecil material sedimen yang tererosi di lahan (DAS) mencapai outlet basin tersebut, atau sungai/saluran terdekat. Hasil erosi yang mencapai saluran/sungai/outlet biasa disebut sedimen yield. Dalam perjalanannya dari tempat terjadinya erosi lahan sampai outlet terjadi pengendapan/deposisi, baik pengendapan permanen ataupun sementara, terutama di daerah-daerah cekungan, daerah yang landai, dataran banjir (flood plain), dan saluran itu sendiri. Perbandingan antara sedimen yang terukur di outlet dan erosi di ;lahan


(13)

biasa disebut Nisbah Pengangkutan Sedimen (NPS) atau Sedimen Deliveri

Ratio (SDR). Secara umum besarnya SDR cenderung berbanding terbalik terhadap luas DAS, makin luas DAS makin kecil nilai SDR. Namun kalau ditinjau lebih teliti, besarnya SDR merupakan proses yang sangat kompleks, tidak sekedar fungsi luas DAS tapi hampir semua karakteristik DAS berpengaruh terhadap nilai SDR.

Williams and Berndt (1972) menunjukkan bahawa besarnya sedimen

delivery ratio sangat bervariasi antara satu DAS dengan DAS lainnya dan bervariasi dari tahun ke tahun. SDR tidak hanya dipengaruhi oleh faktor luas DAS tapi juga faktor-faktor lain, diantaranya geomorfologi, faktor lingkungan, lokasi sumber sedimen, karakteristik relief dan kemiringan, pola drainase dan kondisi saluran, penutup lahan, tata guna lahan, dan tekstur tanah. Beberapa studi telah banyak dilakukan untuk menurunkan persamaan empiris SDR yang dapat digunakan untuk memprediksi sediment yield dari suatu DAS berdasar laju erosi lahan yang diperoleh dengan menggunakan metode USLE (Universal

Soil Loss Equation).

Kegiatan studi ini akan dititik beratkan pada kali Sampean yang berhulu sungai di kecamatan Grujugan sedangkan hilir terletak di kecamatan Panurukan dan titik-titik rawan longsor pada sekitar hulu SWS Pekalen Sampean dengan luas DAS 4486,4 Ha. Dimana banyak anak – anak sungai yang bermuara di kali Sampeyan yang berasal dari: K. Jambearum, K. Batakan, K.Langat,K. Sampean, K. Curah Taman, K. Patirana,K. Renggang, K. Karasak.


(14)

DAS Kali Sampean dengan banjir fenomenalnya sangat menarik untuk dikaji serta diteliti penyebabnya. Secara awam akan dikatakan hutan gundul merupakan salah satu penyebabnya. Meskipun tidak terlalu salah, dalam studi ini akan dijelaskan secara detail bagaimana sebenarnya kondisi DAS Kali Sampean Hulu termasuk analisa komponen-komponen penunjang karakteristik DAS.

Penelitian ini penting, karena dengan diadakannya Studi Laju Erosi Sedimen DAS untuk kawasan DAS Kali Sampean Hulu maka sedikit banyak membantu menunjang penelitian-penelitian lain mengenai bahaya bencana banjir ataupun ancaman bahaya longsor pada kawasan tersebut.

1.2. Perumusan Masalah

Berdasarkan latar belakang yang telah dikemukakan diatas, maka permasalahan dalam penelitian ini adalah bagaimana estimasi erosi lahan tahunan Ea dari titik outlet yang ditinjau.

1.3. Tujuan penelitian

Tujuan yang hendak dicapai dalam penelitian ini adalah mendapatkan suatu gambaran tentang besarnya tingkat Erosi lahan tahunan Ea pada titik outlet yang ditinjau


(15)

1.4. Batasan masalah

Penelitian ini dibatasi hanya pada hal-hal sebagai berikut :

1. Data hujan pada titik outlet yang ditinjau adalah data sekunder yang diambil dari Balai Pengairan Bondowoso tanpa melakukan penelitian dilapangan.

2. DAS yang ditinjau adalah DAS Kali Sampean bagian hulu

3. Peta topografi yang dipakai adalah Peta Citra Satelit yang dikeluarkan oleh BAKOSURTANAL (Badan Koordinasi Survey dan Pemetaan Nasional). 4. Prediksi erosi lahan dipakai metode USLE (Universal Soil Loss Equation)


(16)

6 BAB II

TINJAUAN PUSTAKA

2.1. Umum

Erosi merupakan proses alamiah yang sulit untuk dihilangkan sama sekali atau tingkat erosinya nol, khususnya untuk lahan-lahan yang diusahakan untuk pertanian. Tindakan yang dapat dilakukan adalah mengusahakan supaya erosi yang terjadi masih dibawah ambang batas yang maksimum (soil lose

tolerance), yaitu besarnya eosi yang tidak melebihi laju pembentukan tanah. Oleh karena itu perlu adanya penelitian untuk menentukan besarnya erosi yang masih dapat dibiarkan pada tiap-tiap jenis tanah untuk dijadikan dasar dalam menentukan tata guna lahan, pola dan intensitas tanam, manajemen lahan serta tindakan konservasi.

Secara teoritis, adalah sangat sulit atau bahkan tidak mungkin untuk mnentukan batas toleransi kehilangan tanah yang dinyatakan sebagai kondisi dimana laju kehilangan tanah sebanding dengan laju pembentukan tanah. Laju kehilangan tanah memang dapat diukur, namun laju pembentukan tanah, yang berlangsung sangat lambat, tidak mudah untuk ditentukan.

Sejumlah model prediksi erosi lahan dan yield sedimen sudah banyak dikembangkan, sebagaimana telah dibahas di berbagai literatur, seperti Bogardi, et.al. (1986), Morgan (1988), Kothayari et.al. (1994), Taley and Dalvi(1995), dan Sukla (1997). Model-model yang ada kebanyakan adalah empiris (parametik) yang dikembangkan berdasarkan proses hidrologi dan fisis


(17)

yang terjadi selama peristiwa erosi dan pengangkutannya dari DAS ke titik yang ditinjau.

Secara umum Gregori and Walling (1973) mengelompokan model menjadi tiga tipe utama, yaitu model fisik, model analog, dan model digital, yang secara rinci pengelompokannya dapat dilihat pada tabel berikut ini.

Tabel 2.1 Tipe model ( Gregori and Walling 1973 )

Tipe Penjelasan FISIK Model dalam bentuk yang lebih kecil dari keadaan sebenarnya (prototip)

yang biasanya dibuat di laboratorium, asumsinya bahwa terdapat kesamaan dinamik antara model dan prototip.

ANALOG Menggunakan sistem mekanikal atau listrik yang analog dengan sistem yang diselidiki, misalnya arus listrik digunakan mensimulasikan aliran air.

DIGITAL Didasarkan pada penggunaan komputer digital untuk memproses data yang banyak dalam waktu yang singkat.

. Deterministik Didasarkan pada persamaan matematik untuk menjelaskan proses yang berperan pada model, dengan memperhitungkan hukum konservesi massa dan energi.

. Stokastik Didasarkan atas pengembangan urutan sintetik data yang berasal dari sifat statistik data yang ada; yang sangat berguna untukmenghasilkan urutan masukan bagi model deterministik dan model empiris /parametrik jika data yang tersedia hanya pengamatan yang pendek.

. Empiris (Parametrik)

Didasarkan atas penggunaan hubungan yang secara statistik nyata antara variabel-variabel yang dianggap penting dari sejumlah data yang tersedia.

Kotak hitam (Black box)

Model parametrik yang hnya menelaah masukandan keluaran utama. Kotak kelabu

(Grey box)

Model parametrik yang menelaah cara kerja sistem secara agak detail. Kotak putih

(White box)

Model parametrik dimana semua rincian bagaimana sistem itu bekerja dikemukakan.

Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004

Pada studi menentukan laju erosi / yield sedimen DAS Kali Sampeyan Hulu, Kabupaten Bondowoso, dipakai Metode USLE, dimana model ini termasuk dalam model Parametik.


(18)

2.2 Curah hujan

Curah hujan yang diperlukan untuk rancangan pengendalian banjir adalah curah hujan rata-rata di seluruh daerah yang bersangkutan ,bukan curah hujan pada satu titik tertentu curah hujan ini disebut curah hujan wilayah atau daerah dan dinyatakan dalam mm. Cara-cara perhitungan curah hujan daerah dari pengamatan curah hujan di beberapa titik adalah sebagai berikut :

2.2.1 Cara Arimatik Mean

Biasanya cara ini dipakai pada daerah yang datar dan banyak stasiun penakar hujannya, dengan anggapan bahwa didaerah tersebut sifat hujannya uniform (seragam). Perhitungannya sebagai berikut (Ir. C.D. Soemarto,1986) :

) ... (

1

2 1 _

n R R

R n

R    ... (2.1)

Dimana : _

R = curah hujan daerah (mm)

n = jumlah titik-titik (pos-pos) pengamatan


(19)

2.2.2 Cara Theissen Poligon

Metode ini digunakan apabila titik-titik pengamatan didalam daerah tersebut tidak tersebar merata, maka dilakukan dengan memperhitungkan daerah pengaruh pada tiap titik pengamatan dengan mencari curah hujan rata-rata daerah pengaliran di dataran yang kondisinya tidak sama atau merata-rata.

Rumus Theissen Poligon (Ir. C.D. Soemarto,1986) :

n n n A A A R A R A R A R        ... ... 2 1 2 2 1 1 _ A R A R A R A

R 1 1 2 2... n n _ n nR W R W R W

R1 12 2 ... _

... (2.2)

Dimana : _

R = curah hujan daerah (mm)

R1,R2,……Rn = curah hujan di tiap titik pengamatan dan n adalah

titik-titik pengamatan

A1,A2,……An = bagian daerah yang mewakili tiap titik

pengamatan

W1,W2,……Wn =

A A A A A A n ... , 2 1


(20)

2.2.3 Cara Isohyet

Isohyet adalah garis yang menghubungkan tempat-tempat yang mempunyai tinggi hujan yang sama. Cara ini menggunakan isohyet sebagai garis-garis yang membagi daerah aliran sungai menjadi daerah-daerah, yang luasnya dipakai sebagai faktor koreksi dalam perhitungannya.

Persamaan yang dipakai (Ir. C.D. Soemarto,1986) : total n n n A R R A R R A R R A R                           2 ... 2 2 1 3 2 2 2 1 1 _ ...(2.3) Dimana : _

R = curah hujan daerah (mm)

R1,R2,……Rn = curah hujan rata-rata pada bagian-bagian

A1,A2,……An = luas bagian-bagian antara garis-garis isohyet

2.3 Uji Konsistensi Data

Dalam suatu deretan pengamatan hujan sering terjadi ketidaksesuaian data. Untuk itu uji konsistensi terhadap data hujan perlu dilakukan untuk mengetahui adanya penyimpangan data hujan, sehingga dapat diketahui data tersebut layak dipakai dalam analisa hidrologi atau tidak.

Ketidaksesuaian data tersebut dapat disebabkan oleh berbagai hal, antara lain :


(21)

 Berubah atau terganggunya lingkungan disekitar tempat dimana stasiun pencatat hujan dipasang, misalnya terhalang oleh pohon, terletak berdekatan dengan gedung tinggi dan sebagainya.

 Perubahan sistem pencatatan dan penangkaran.  Perubahan iklim.

 Perubahan letak stasiun.

2.3.1 Analisis Kurva Massa Ganda (Double Mass Analysis)

Sri Harto (1993) menyebutkan bahwa ketidakpanggahan data dapat diuji dengan cara analisis kurva massa ganda berupa penggambaran besaran hujan komulatif stasiun yang diuji dengan besaran hujan komulatif rata-rata hujan dari beberapa stasiun acuan di sekitarnya. Ketidakpanggahan data ditunjukkan oleh penyimpangan garisnya dari garis lurus. Cara pengujian menggunakan kurva massa ganda dilakukan sebagai berikut :

a. Tetapkan beberapa stasiun acuan di sekitar stasiun yang akan diuji b. Hitung hujan rata-rata komulatif stasiun acuan

c. Hitung hujan komulatif stasiun yang diuji

d. Gambarkan pada kertas grafik dengan absis hujan komulatif stasiun acuan (mm) dengan ordinat hujan komulatif stasiun yang diuji (mm)

e. Jika terjadi ketidakpanggahan data akan ditunjukkan oleh penyimpangan garisnya dari garis lurus


(22)

6

BAB II

TINJAUAN PUSTAKA

2.1. Umum

Erosi merupakan proses alamiah yang sulit untuk dihilangkan sama sekali atau tingkat erosinya nol, khususnya untuk lahan-lahan yang diusahakan untuk pertanian. Tindakan yang dapat dilakukan adalah mengusahakan supaya erosi yang terjadi masih dibawah ambang batas yang maksimum (soil lose tolerance), yaitu besarnya eosi yang tidak melebihi laju pembentukan tanah. Oleh karena itu perlu adanya penelitian untuk menentukan besarnya erosi yang masih dapat dibiarkan pada tiap-tiap jenis tanah untuk dijadikan dasar dalam menentukan tata guna lahan, pola dan intensitas tanam, manajemen lahan serta tindakan konservasi.

Secara teoritis, adalah sangat sulit atau bahkan tidak mungkin untuk mnentukan batas toleransi kehilangan tanah yang dinyatakan sebagai kondisi dimana laju kehilangan tanah sebanding dengan laju pembentukan tanah. Laju kehilangan tanah memang dapat diukur, namun laju pembentukan tanah, yang berlangsung sangat lambat, tidak mudah untuk ditentukan.

Sejumlah model prediksi erosi lahan dan yield sedimen sudah banyak dikembangkan, sebagaimana telah dibahas di berbagai literatur, seperti Bogardi, et.al. (1986), Morgan (1988), Kothayari et.al. (1994), Taley and Dalvi(1995), dan Sukla (1997). Model-model yang ada kebanyakan adalah empiris (parametik) yang dikembangkan berdasarkan proses hidrologi dan fisis


(23)

yang terjadi selama peristiwa erosi dan pengangkutannya dari DAS ke titik yang ditinjau.

Secara umum Gregori and Walling (1973) mengelompokan model menjadi tiga tipe utama, yaitu model fisik, model analog, dan model digital, yang secara rinci pengelompokannya dapat dilihat pada tabel berikut ini.

Tabel 2.1 Tipe model ( Gregori and Walling 1973 )

Tipe Penjelasan FISIK Model dalam bentuk yang lebih kecil dari keadaan sebenarnya (prototip)

yang biasanya dibuat di laboratorium, asumsinya bahwa terdapat kesamaan dinamik antara model dan prototip.

ANALOG Menggunakan sistem mekanikal atau listrik yang analog dengan sistem yang diselidiki, misalnya arus listrik digunakan mensimulasikan aliran air.

DIGITAL Didasarkan pada penggunaan komputer digital untuk memproses data yang banyak dalam waktu yang singkat.

. Deterministik Didasarkan pada persamaan matematik untuk menjelaskan proses yang berperan pada model, dengan memperhitungkan hukum konservesi massa dan energi.

. Stokastik Didasarkan atas pengembangan urutan sintetik data yang berasal dari sifat statistik data yang ada; yang sangat berguna untukmenghasilkan urutan masukan bagi model deterministik dan model empiris /parametrik jika data yang tersedia hanya pengamatan yang pendek.

. Empiris (Parametrik)

Didasarkan atas penggunaan hubungan yang secara statistik nyata antara variabel-variabel yang dianggap penting dari sejumlah data yang tersedia.

Kotak hitam (Black box)

Model parametrik yang hnya menelaah masukandan keluaran utama.

Kotak kelabu (Grey box)

Model parametrik yang menelaah cara kerja sistem secara agak detail.

Kotak putih (White box)

Model parametrik dimana semua rincian bagaimana sistem itu bekerja dikemukakan.

Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004

Pada studi menentukan laju erosi / yield sedimen DAS Kali Sampeyan Hulu, Kabupaten Bondowoso, dipakai Metode USLE, dimana model ini termasuk dalam model Parametik.


(24)

2.2 Curah hujan

Curah hujan yang diperlukan untuk rancangan pengendalian banjir adalah curah hujan rata-rata di seluruh daerah yang bersangkutan ,bukan curah hujan pada satu titik tertentu curah hujan ini disebut curah hujan wilayah atau daerah dan dinyatakan dalam mm. Cara-cara perhitungan curah hujan daerah dari pengamatan curah hujan di beberapa titik adalah sebagai berikut :

2.2.1 Cara Arimatik Mean

Biasanya cara ini dipakai pada daerah yang datar dan banyak stasiun penakar hujannya, dengan anggapan bahwa didaerah tersebut sifat hujannya uniform (seragam). Perhitungannya sebagai berikut (Ir. C.D. Soemarto,1986) :

) ... (

1

2 1 _

n

R R

R n

R    ... (2.1)

Dimana :

_

R = curah hujan daerah (mm)

n = jumlah titik-titik (pos-pos) pengamatan


(25)

2.2.2 Cara Theissen Poligon

Metode ini digunakan apabila titik-titik pengamatan didalam daerah tersebut tidak tersebar merata, maka dilakukan dengan memperhitungkan daerah pengaruh pada tiap titik pengamatan dengan mencari curah hujan rata-rata daerah pengaliran di dataran yang kondisinya tidak sama atau merata-rata.

Rumus Theissen Poligon (Ir. C.D. Soemarto,1986) :

n n n A A A R A R A R A R        ... ... 2 1 2 2 1 1 _ A R A R A R A

R_  1 1 2 2... n n

n nR W R W R W

R1 12 2...

_

... (2.2)

Dimana :

_

R = curah hujan daerah (mm)

R1,R2,……Rn = curah hujan di tiap titik pengamatan dan n adalah titik-titik pengamatan

A1,A2,……An = bagian daerah yang mewakili tiap titik pengamatan

W1,W2,……Wn =

A A A A A A n ... , 2 1


(26)

2.2.3 Cara Isohyet

Isohyet adalah garis yang menghubungkan tempat-tempat yang mempunyai tinggi hujan yang sama. Cara ini menggunakan isohyet sebagai garis-garis yang membagi daerah aliran sungai menjadi daerah-daerah, yang luasnya dipakai sebagai faktor koreksi dalam perhitungannya.

Persamaan yang dipakai (Ir. C.D. Soemarto,1986) : total n n n A R R A R R A R R A R                           2 ... 2 2 1 3 2 2 2 1 1 _ ...(2.3) Dimana : _

R = curah hujan daerah (mm)

R1,R2,……Rn = curah hujan rata-rata pada bagian-bagian A1,A2,……An = luas bagian-bagian antara garis-garis isohyet

2.3 Uji Konsistensi Data

Dalam suatu deretan pengamatan hujan sering terjadi ketidaksesuaian data. Untuk itu uji konsistensi terhadap data hujan perlu dilakukan untuk mengetahui adanya penyimpangan data hujan, sehingga dapat diketahui data tersebut layak dipakai dalam analisa hidrologi atau tidak.

Ketidaksesuaian data tersebut dapat disebabkan oleh berbagai hal, antara lain :


(27)

 Berubah atau terganggunya lingkungan disekitar tempat dimana stasiun pencatat hujan dipasang, misalnya terhalang oleh pohon, terletak berdekatan dengan gedung tinggi dan sebagainya.

 Perubahan sistem pencatatan dan penangkaran.

 Perubahan iklim.

 Perubahan letak stasiun.

2.3.1 Analisis Kurva Massa Ganda (Double Mass Analysis)

Sri Harto (1993) menyebutkan bahwa ketidakpanggahan data dapat diuji dengan cara analisis kurva massa ganda berupa penggambaran besaran hujan komulatif stasiun yang diuji dengan besaran hujan komulatif rata-rata hujan dari beberapa stasiun acuan di sekitarnya. Ketidakpanggahan data ditunjukkan oleh penyimpangan garisnya dari garis lurus. Cara pengujian menggunakan kurva massa ganda dilakukan sebagai berikut :

a.Tetapkan beberapa stasiun acuan di sekitar stasiun yang akan diuji b.Hitung hujan rata-rata komulatif stasiun acuan

c.Hitung hujan komulatif stasiun yang diuji

d.Gambarkan pada kertas grafik dengan absis hujan komulatif stasiun acuan (mm) dengan ordinat hujan komulatif stasiun yang diuji (mm)

e.Jika terjadi ketidakpanggahan data akan ditunjukkan oleh penyimpangan garisnya dari garis lurus


(28)

Uji ini bertujuan untuk mengetahui dimana letak ketidakkonsistensian suatu deretan data. Adapun cara perbaikannya adalah dengan mengoreksinya sebagai berikut :

Tg = y / x = Yz / Xo Tg = Yo / Xo ...(2.4) Hz = ( Tg / Tg ) Ho ...(2.5) Dimana :

Hz = data curah hujan yang telah dikoreksi Ho = data curah hujan tahunan hasil pengamatan Tg = kemiringan setelah dikoreksi

Tg = kemiringan awal

Gambar 2.1 Kurva Massa Ganda

Curah hujan tahunan rata-rata beberapa pos penakar yang berdekatan (mm)

C

u

ra

h

h

u

ja

n

t

ah

u

n

a

n

ra

ta

ra

ta

akum

ul

a

ti

f (

m

m

)

45° A

B


(29)

2.4 Analisa Frekuensi

Analisa frekuensi adalah analisa untuk menentukan dan meramalkan periode ulang tentang pengulangan suatu kejadian beserta nilai probabilitasnya. Analisa frekuensi dapat dilakukan dengan seri data yang diperoleh dari rekaman data baik data hujan maupun data debit. Analisa ini sering dianggap sebagai cara analisa yang paling baik karena dilakukan terhadap data yang terukur langsung yang tidak melewati pengalihragaman terlebih dahulu. Analisa frekuensi ini didasarkan pada sifat statistik data yang tersedia untuk memperoleh probabilitas besaran hujan di masa yang akan datang. Untuk menganalisis probabilitas biasanya dipakai beberapa macam distribusi antara lain : distribusi normal, distribusi gumbel dan distribusi log person type III.

Untuk menentukan metode yang sesuai, maka terlebih dahulu harus dihitung besarnya parameter statistik yaitu Koefisien Asimetri (Cs), Koefisien Kurtosis (Ck), dan Koeisien Variant (Cv).

Cara untuk mendapatkan nilai Cs, Ck, dan Cv adalah sebagai berikut : 1. Kemudian nilai rata-rata dari curah hujan maksimum bulanan di tabelkan.

2. Dari nilai rata-rata curah hujan maksimum bulanan kemudian dicari nilai R rata-rata pada setiap tahun.

3. Dari nilai R rata-rata pada setiap tahun di cari nilai R rata-rata yang tertinggi.

4. Setelah nilai R Dicari nilai curah hujan rata-rata maksimum bulanan di setiap stasiun.


(30)

5. rata-rata yang tertinggi diperoleh langkah selanjutnya adalah mencari R rata-rata daerah maksimum dengan cara mengurutkan nilai R rata-rata dari yang terendah sampai yang tertinggi

6. Setelah nilai R rata-rata diurutkan maka nilai dari R rata-rata adalah nilai Xi (mm) yang dipergunakan untuk mencari nilai Cs, Ck, dan Cv.

2.4.1 Metode Distribusi Normal

Distribusi normal banyak digunakan dalam analisa, distribusi normal atau kurva normal disebut pula distribusi Gauss. Fungsi densitas peluang normal (normal probability density function) dari variabel acak kontinyu X dapat ditulis sebagai berikut (Dr. Ir. Suripin,2003) :

 

2 2

1

2

1 

      

 

 

X

e X

P ... (2.11)

Dimana :

P(X) = fungsi densitas peluang normal

 = deviasi standar nilai dari X

 = rata – rata dari nilai X e = 2,71828

 = 3,14156

Untuk analisa kurva normal cukup mengunakan parameter statistik

 dan . Bentuk kurvanya simetris terhadap X = , dan grafiknya selalu diatas sumbu datar X, serta mendekati sumbu datar X, dimulai dari X =  + 3 dan X =  - 3.


(31)

Nilai mean = modus = median. Nilai X mempunyai batas -  < X < + . Apabila sebuah populasi dari data hidrologi mempunyai distribusi normal, maka :

1. kira-kira 68,27% terletak didaerah satu deviasi standar sekitar nilai rata-ratanya yaitu antara ( - ) dan ( + ).

2. kira-kira 95,45% terletak didaerah dua deviasi standar sekitar nilai rata-ratanya yaitu antara ( - 2) dan ( + 2).

3. kira-kira 99,73% terletak didaerah tiga deviasi standar sekitar nilai rata-ratanya yaitu antara ( - 3) dan ( + 3).

Luas dari kurva normal selalu sama dengan satu unit persegi sehingga :

1,0

2 1 2 2 1              

dx e X P X  

 ... (2.12)

Untuk menentukan peluang nilai X antara X = X1 dan X = X2 adalah :

X X X

e dx

P X X X 2 2 1 2 1 2 1 2 1        

    

 ... (2.13)

Apabila nilai X adalah standar, dengan kata lain nilai rata-rata  = 0 dan deviasi standar  = 1,0 maka persamaan 2.6 dapat ditulis sebagai berikut :

 

2 2

1

2

1 t

e t

P  


(32)

dengan



X

t ...(2.15)

2.4.2 Metode Distribusi Gumbel

Untuk menganalisa frekuensi curah hujan dengan metode Distribusi Gumbel adalah sebagai berikut (Dr. Ir. Suripin,2003) :

X T S Sn Yn Yt X X      

 _ ... (2.16) dimana :

XT = tinggi curah hujan pada kala ulang t tahun

_

X = curah hujan rata-rata

Yn = reduce mean n

y

Sn = reduce standart deviation

n y x Yn y

 2

Yt = reduce varian

 

      1 ln ln T T

SX = deviasi standart nilai varian

 

               

_ 2

2

1 n X

X n


(33)

2.4.3 Metode Distribusi Log Person Type III

Distribusi Log Pearson tipe III banyak digunakan dalam analisis hidrologi terutama analisis data maksimum dan minimum dengan nilai ekstrem. Untuk menganalisa frekuensi curah hujan dengan metode Log Pearson type III adalah sebagai berikut (Ir. CD. Soemarto,1986) :

Log XT = Log

_

X + K . Slog x ... (2.17) dimana :

XT = curah hujan dengan kala ulang T tahun

Log

_

X = harga rata-rata

x

Slog = standard deviasi

K = koefisien, yang harganya tergantung pada nilai kepencengan (Cs) dan Return periode (T)

Urutan perhitungan adalah sebagai berikut :

a. Mencari harga Log

_ X n X Log X Log n i

 1 _

b. Mencari harga Standart Deviasi

 

1 log log 1 2 _ log       

n X X S n n x


(34)

c. Mencari harga kepencengan (Cs)

  

3

log 1

3 _

2 1

log log

x n

i

S n n

X X

x n Cs

 

   

2.5 Uji Kesesuaian Distribusi Frekuensi

Untuk menentukan kecocokan distribusi frekuensi dari sampel data terdapat fungsi distribusi peluang yang diperkirakan dapat menggambarkan atau mewakili distribusi frekuensi tersebut diperlukan pengujian parameter. Pengujian parameter yang akan dilakukan ada 2 jenis yaitu uji Chi-Kuadrat dan uji Smirnov-Kolmogorov. Umumnya pengujian dilaksanakan dengan cara menggambarkan data pada kertas peluang dan menentukan apakah data tersebut merupakan garis lurus, atau dengan membandingkan kurva frekuensi dari data pengamatan terhadap kurva frekuensi teoritisnya.

2.5.1 Uji Chi – Kuadrat (Chi – Square Test )

Uji Chi-Kuadrat dimaksudkan untuk menentukan apakah persamaan distribusi peluang yang telah dipilih dapat mewakili dari distribusi statistik sampel data yang di analisis. Pengambilan keputusan uji ini mengunakan parametar X2, oleh karena itu disebut uji Chi-Kuadrat. Parameter X2, dapat dihitung dengan rumus sebagai berikut (Dr. Ir. Suripin,2003) :


(35)

G

i i

i i

E E O Xh

1

2 2

...

(2.18)

dimana :

Xh2 = parameter chi-kuadrat terhitung G = jumlah sub - kelompok

Oi = jumlah nilai pengamatan pada sub kelompok ke i Ei = jumlah nilai teoritis pada sub kelompok ke i Interprestasi hasilnya adalah :

1. Apabila peluang lebih dari 5% maka persamaan distribusi teoritis yang digunakan dapat diterima

2. Apabila peluang lebih kecil dari 1% maka persamaan distribusi teoritis yang digunakan tidak dapat diterima

3. Apabila peluang berada di antara 1% - 5% adalah tidak mungkin mengambil keputusan


(36)

Tabel 2.2 Nilai Kritis untuk Distribusi Chi-Kuadrat (uji satu sisi)  derajat kepercayaan

Dk

0.995 0.99 0.975 0.95 0.05 0.025 0.01 0.005

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 0,0000393 0,0100 0,0717 0,207 0,412 0,676 0,989 1,344 1,735 2,156 2,603 3,074 3,565 4,075 4,601 5,142 5,697 6,265 6,844 7,434 8,034 8,643 9,260 9,886 10,520 11,160 11,808 12,461 13,121 13,787 0,000157 0,0201 0,115 0,297 0,554 0,872 1,239 1,646 2,088 2,558 3,053 3,571 4,107 4,660 5,5229 5,812 6,408 7,015 7,633 8,260 8,897 9,542 10,196 10,856 11,524 12,198 12,879 13,565 14,256 14,953 0,000982 0,0506 0,216 0,484 0,831 1,237 1,690 2,180 2,700 3,247 3,816 4,404 5,009 5,629 6,262 6,908 7,564 8,231 8,907 9,591 10,283 10,982 11,689 12,401 13,120 13,844 14,573 15,308 16,047 16,791 0,00393 0,103 0,352 0,711 1,145 1,635 2,167 2,733 3,325 3,940 4,575 5,226 5,892 6,571 7,261 7,962 8,672 9,390 10,117 10,851 11,591 12,338 13,091 13,848 14,611 15,379 16,151 16,928 17,708 18,493 3,841 5,991 7,815 9,488 11,070 12,592 14,067 15,507 16,919 18,307 19,675 21,026 22,362 23,685 24,996 26,296 27,587 28,869 30,144 31,410 32,671 33,924 36,172 36,415 37,652 38,885 40,113 41,337 42,557 43,773 5,024 7,378 9,348 11,143 12,832 14,449 16,013 17,535 19,023 20,483 21,920 23,337 24,736 26,119 27,488 28,845 30,191 31,526 32,852 34,170 35,479 36,781 38,076 39,364 40,646 41,923 43,194 44,461 45,722 46,979 6,635 9,210 11,345 13,277 15,086 16,812 18,475 20,090 21,666 23,209 24,725 26,217 27,688 29,141 30,578 32,000 33,409 34,805 36,191 37,566 38,932 40,289 41,638 42,980 44,314 45,642 46,963 48,278 49,588 50,892 7,879 10,597 12,838 14,860 16,750 18,548 20,278 21,955 23,589 25,188 26,757 28,300 29,819 31,319 32,801 34,267 35,718 37,156 38,582 39,997 41,401 42,796 44,181 45,558 46,928 48,290 49,645 50,993 52,336 53,672

2.5.2 Uji Smirnov - Kolmogorov

Uji kecocokan Smirnov – Kolmogorov sering juga disebut uji kecocokan non parametrik karena pengujiannya tidak menggunakan fungsi distribusi tertentu. Uji ini diperoleh dengan memplot data dan probabilitasnya dari data yang bersangkutan, serta hasil perhitungan empiris dalam bentuk grafis. Dari kedua hasil pengeplotan, dapat diketahui penyimpangan terbesar


(37)

(Δ maksimum). Penyimpangan tersebut kemudian dibandingkan dengan penyimpangan kritis yang diijinkan (Δ cr).

Nilai kritis Δ untuk pengujian ini tergantung pada jumlah data dan Δ Nilai kritis (Δ cr). Uji ini digunakan untuk memeriksa penyimpangan horisontal yaitu prosentase probabilitas. Bila nilai kritis Δ cr lebih besar dari nilai peluang maka Metode Log Person Type III dapat diterima. Prosedur pengujian tersebut adalah :

a. Urutkan data mulai dari yang terbesar ke terkecil atau sebaliknya dan tentukan besarnya peluang dari masing-masing data tersebut. b. Tentukan nilai masing-masing peluang teoritis dari hasil

penggambaran data

c. Dari kedua nilai peluang tersebut tentukan selisih terbesarnya antara peluang pengamatan dengan peluang teoritis.

D = maksimum [ P(Xm) – P(Xm) ]

d. Berdasarkan tabel nilai kritis tentukan nilai Do Dari prosedur pengujian di atas dapat dikatakan :

1. Apabila nilai D lebih kecil dari nilai Do maka distribusi teoritis yang digunakan untuk menentukan persamaan distribusi dapat diterima

2. Apabila nilai D lebih besar dari nilai Do maka distribusi teoritis yang digunakan untuk menentukan persamaan distribusi tidak dapat diterima.


(38)

Tabel 2.3 Nilai kritis Do untuk uji Smirnov – Kolmogorov

 derajat kepercayaan N

0,20 0,10 0,05 0,01

5 0,45 0,51 0,56 0,67

10 0,32 0,37 0,41 0,49 15 0,27 0,30 0,34 0,40 20 0,23 0,26 0,29 0,36 25 0,21 0,24 0,27 0,32 30 0,19 0,22 0,24 0,29 35 0,18 0,20 0,23 0,27 40 0,17 0,19 0,21 0,25 45 0,16 0,18 0,20 0,24 50 0,15 0,17 0,19 0,23 N > 50 1,07

N0,5

1,22 N0,5

1,36 N0,5

1,63 N0,5 (Sumber : Bonnier, Tahun 1980)

Catatan :  = derajat kepercayaan

2.6. Universal Soil Loss Equation ( USLE)

Salah satu persamaan yang pertama kali dikembangkan untuk mempelajari erosi lahan adalah yang disebut persamaan musgrave. Perumusan tersebut berkembang terus menjadi persamaan yang sangat terkenal dan masih banyak dipakai hingga sekarang, yaitu yang disebut Universal Soil Loss Equition (USLE). USLE memungkinkan perencana memprediksi laju erosi rata-rata lahan tertentu pada suatu kemiringan dengan pola hujan tertentu untuk setiap macam jenis tanah dan penerapan pengelolahan lahan (tindakan konservasi lahan ). USLE dirancang untuk memprediksi erosi jangka panjang dari erosi lembar (sheet erotion) dan erosi alur dibawah kondisi tertentu. Persamaan tersebut dapat juga memprediksi erosi pada lahan-lahan non pertanian, tapi tidak dapat untuk memprediksi pengendapan dan tidak


(39)

memperhitungkan hasil sedimen dari erosi parit, tebing sungai dan dasar sungai.

USLE dikembangkan di USDA-SCS (United State Departement of Agrikultur-Soil Conservation Services) bekerjasama dengan Universitas Purdue oleh Wischmeir and Smith, 1965 (dalam William and Berndt, 1972; Morgan, 1988;Selbe,1993; dan Renard et.al., 1996). Berdasarkan analisis statistik terhadap lebih dari 10.000 tahun data erosi dan data aliran permukaan, parameter fisik dan pengelolaan dikelompokkan menjadi lima variabel utama yang nilainya untuk setiap tempat dapat dinyatakan secara numeris.

Kombinasi enam variabel ini yang dikenal dengan sebutan USLE adalah sebagai berikut :

Ea = R . K . LS . C . P ...(2.19) Dimana :

Ea = banyaknya tanah tererosi persatuan luas per satuan waktu, yang dinyatakan sesuai dengan satuan K dan periode R yang dipilih, dalam praktek dipakai satuan ton/ha/tahun.

R = faktor erosifitas hujan dan aliran permukaan, yaitu jumlah satuan indeks erosi hujan, yang merupakan perkalian antara energi hujan total (E) dan intensitas hujan maksimum 30 menit (I30), tahunan dalam KJ/ha

K = faktor erodibilitas tanah, yaitu laju erosi per indeks erosi hujan (R) untuk suatu tanah yang diperoleh dari petak percobaan yang panjangnya 22,13 m dengan kemiringan seragam sebesar 9% tanpa tanaman, satuan ton/KJ.


(40)

LS = faktor panjang- kemiringan lereng, yaitu perbandingan antara besarnya erosi per indeks erosi dari suatu lahan dengan panjang dan kemiringan lahan tertentu terhadap besarnya erosi dari plot lahan dengan panjang 22,13 m dan kemiringan 9%, dibawah keadaan yang identik, tidak berdimensi.

C = faktor tanaman penutup lahan dan manajemen tanaman, yaitu perbandingan antara besarnya erosi dari suatu lahan dengan penutup tanaman dan manajemen tanaman tertentu terhadap lahan yang identik tanpa tanaman, tidak berdimensi.

P = faktor tindakan konservasi praktis, yaitu perbandingan antara besarnya dari lahan dengan tindakan konservasi praktis dengan besarnya erosi dari tanah yang diolah searah lereng dalam keadaan yang identik, tidak berdimensi.

A. Faktor erosifitas hujan, R

Penyebab utama erosi tanah adalah pengaruh pukulan air hujan pada tanah. Hujan menyebabkan erosi tanah menjadi dua jalan, yaitu pelepasan butiran tanah oleh pukulan air hujan pada permukaan tanah dan kontribusi hujan terhadap aliran.

Faktor erosivitas hujan (R), didefinisikan sebagai jumlah satuan indeks erosi hujan dalam setahun. Nilai R yang merupakan daya rusak hujan, dapat ditentukan dengan persamaan yang dibuat oleh Wischmeir, 1959 ( alam Renard, et.al., 1996) sebagai berikut :

30 1 n

i

R EI

...(2.20)

2

30 30.10

EIE I  ...(2.21) dimana R adalah faktor erosivitas hujan ( KJ/ha/tahun); n adalah jumlah


(41)

maksimum 30 menit, merupakan produk / perkalian antara energi hujan (E= KJ/ha-mm) dan intensitas maksimum 30 menit (I30 mm/jam). Untuk menghitung EI30 pada persamaan (2.21) diperlukan data hujan menerus yang diperoleh dari penakar hujan otomatis.

Bols (1978), berdasarkan penelitiannya di pulau Jawa dan Madura mendapatkan persamaan sebagai berikut :

1,211 0,474 0,526 30 6,119 b . . max

EIP NP ...(2.22) dimana:

EI30 = indeks erosi hujan bulanan (KJ/ha) Pb = curah hujan bulanan (cm)

N = jumlah hari hujan per bulan

Pmax = hujan maksimum harian (24 jam) dalam bulan terkait EI30 tahunan = jumlah EI30 bulanan

B. Faktor erodibilitas tanah, K

Analisis Erodibilitas ( K ) dipengaruhi oleh dua faktor yaitu ukuran partikel dan plastisitas tanah.

Terdapat beberapa faktor yang harus dipertimbangkan dalam penilaian nilai K, yaitu:

a. Bahan organik. Sejumlah kecil bahan organik dalam tanah cenderung mengurangi nilai K. Hal ini kemungkinan disebabkan oleh sifat menyerap dan kemampuan ikatan bahan organik.


(42)

b. Perantara Ikatan (cementing agent). Dalam beberapa kasus mungkin ada bahan-bahan pengikat yang mengikat partikel tanah secara bersama. Jika bahan pengikat mudah larut dalam air, maka faktor K akan tinggi.

c. Lempung Sebar (dispersive clay). Lempung mudah tersebar atau lempung sebar mempunyai PI tinggi, tapi mudah terorosi, karena proses deflokulasi partikel lempung (Perry, 1987).

Young et.al., (1990) menyatakan bahwa faktor erodibilitas tanah merupakan sifat tanah yang dinamis, yang bervariasi terhadap waktu, kelengasan tanah, suhu, pengolahan tanah gangguan manusia atau binatang, dan faktor biologi dan kimia. Jika tidak ada percobaan di lapangan, maka nilai K dapat diestimasikan dengan monografi yang dikembangkan oleh Wischmeier, et.al., 1971, dalam Morgan, 1988; dan Selbe, 1993) sebagaimana diperlihatkan dalam Gambar 2.2, atau dengan menggunakan persamaan sebagai berikut :

4 1,14 3

2, 713 10 12 3, 25 2 2, 5

100 P K  x  O MS   

 ...(2.23)

Dimana:

M = % pasir sangat halus dan debu (dia 0,05 – 0,1 dan 0,02 – 0,05 mm) x (100 – persentase tanah liat )

O = % bahan organik

S = kode struktur tanah yang dipergunakan dalam klasifikasi tanah (tabel 2.3).

P = kelas permeabilitas tanah (tabel 2.4)

Nomogram maupun rumus (2.23) dapat diterapkan untuk memperkirakan nilai K jika data distribusi butiran (tekstur) tanah, kandungan bahan organik, struktur tanah, dan permeabilitas tanah diketahui. Tekstur tanah meliputi % kandungan


(43)

pasir (0,1 – 2,0 mm), % pasir sangat halus (0,05 – 0,10 mm), % debu ( 0,002 – 0,05 mm), dan % tanah liat (< 0,002 mm).

Gambar 2.2 Nomogram erodibilitas tanah (K) untuk satuan tanah metrik (Wischmeir, et,al., 1971).

Tabel 2.4 Kode struktur tanah untuk menghitung nilai K dengan nomograf

Kelas Struktur Tanah (ukuran diameter) Kode

Granular sangat halus (< 1 mm) 1

Granular halus (1 sampai 2 mm) 2

Granular sedang sampai kasar (2 sampai 10 mm) 3

Berbentuk blok, blocky, plat, masif 4


(44)

Tabel 2.5 Kode permeabilitas tanah untuk menghitung nilai K dengan nomograf

Kelas permeabilitas Kecepatan (cm/jam) Kode

Sangat lambat <0,5 1

Lambat 0,5 – 2,0 2

Lambat sampai sedang 2,0 – 6,3 3

Sedang 6,3 – 12,7 4

Sedang sampai cepat 12,7 – 25,4 5

Cepat >25,4 6

Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004 Tabel 2.6 Nilai M untuk beberapa tekstur tanah

Kelas tekstur tanah Nilai M Kelas tekstur tanah Nilai M

Lempung berat 210 Pasir geluhan 1245

Lempung sedang 750 Geluh berlempung 3770

Lempung pasiran 1213 Geluh pasiran 4005

Lempung ringan 1685 Geluh 1390

Geluh lepung 2160 Geluh liatan 6330

Pasir lempung liatan 2830 Liat 8245

Geluh lempungan 2830 Campuran merata 4000

Pasir 3035 Sumber : Suripin, Pelestarian Sumber Daya Tanah dan Air, 2004

Tabel 2.7 Faktor Erodibilitas K dari Departemen Kehutanan RI Jenis Tanah Faktor Erodibilitas (K) Latosol coklat kemerahan dan litosol 0,43

Latosol kuning kemerahan dan litosol 0,36 Komplek mediteran dan litosol 0,46 Latosol kuning kemerahan 0,56

Grumusol 0,20 Aluvial 0,47 Regusol 0,40

Rata-rata 0,411


(45)

C. Faktor Gabungan Panjang dan Kemiringan Lereng, LS

Faktor ini gabungan antara pengaruh panjang dan kemiringan lereng. Faktor S adalah ratio kehilangan tanah per satuan luas dilapangan terhadap kehilangan tanah pada lereng ekperimental sepanjang 22,1 m (72,6 ft) dengan kemiringan lereng 9% (Goldman et.al., 1986). Persamaan yang iusulkan oleh ( Wischmeire and Smith, 1965, 1978) dapat digunakan untuk menghitung LS, sebagai berikut :

2 ' '

' 0,5

2 2

65 4, 6

0, 065

10000 10000

s L sL

LS L

s s

  

...(2.24)

Dengan,

S = kemiringan lereng (%)

'

L = faktor panjang yang nilainya = 22,1

m

L

   

  ...(2.25)

Dengan L = panjang lereng dalam meter, dan m nilainya ditunjukan dalam tabel 2.8

Tabel 2.8 Nilai m

Kemiringan lereng (s) m

< 1% 0,2

1% s 3% 0,3

3% s 5% 0,4

5%

s 0,5

Sumber : Hardiyatmo, Penanganan Tanah Longsor dan Erosi, 2006

Dalam persamaan (2.24) nilai s dinyatakan dalam persen (%). Contohnya untuk lereng 2H : 1V lereng mempunyai kemiringan s = 50% dan s dimasukkan 50 dalam persamaan (2.25). Pehatikan bahwa untuk s = 9% dan L =22,1 m ke dalam persamaan (2.24), nilai faktor LS = 1.

Nilai faktor gabungan panjang dan ketajaman lereng (LS) yang diusulkan oleh Israelson (1980) ditunjukkan dalam Tabel 2.9.


(46)

Tabel 2.9 Nilai faktor gabungan panjang dan ketajaman lereng (LS) Nilai s untuk lereng dengan panjang L ( m ) ( ft ) Rasio

kemiringan ( H: V )*

Kemiringan lereng

s ( % ) 3,0 m (10 ft) 9,10 m (30 ft) 15,2 m (50 ft) 30,5 m (100 ft) 91,0 m (300 ft) 152 m (500 ft) 305 m (1000 ft)

20 : 1 10 : 1 8 : 1 6 : 1 5 : 1 4 : 1 3 : 1 2,5 : 1 2 : 1 1,75 : 1 1,5 : 1 1,25 : 1 1 : 1

5 10 12.5 16.7 20 25 33.5 40 50 57 66.7 80 100 0.17 0.43 0.61 0.96 1.29 1.86 2.98 4.00 5.64 6.82 8.44 10.55 13.36 0.29 0.75 1.05 1.67 2.23 3.23 5.17 6.93 9.76 11.80 14.61 18.28 23.14 0.38 0.97 1.36 2.15 2.88 4.16 6.67 8.95 12.6 15.24 18.87 23.6 29.87 0.53 1.37 1.92 3.04 4.08 5.89 9.43 12.65 17.82 21.55 26.68 33.38 42.24 0.93 2.37 3.33 5.27 7.06 10.20 16.33 21.91 30.87 37.33 46.22 57.81 73.17 1.20 3.06 4.30 6.80 9.12 13.17 21.09 28.29 39.85 48.19 59.66 74.63 94.46 1.69 4.33 6.08 9.62 12.90 18.63 29.82 40.01 56.36 68.15 84.38 105.55 133.59

Sumber : Hardiyatmo, Penanganan Tanah Longsor dan Erosi, 2006

Atau nilai LS dapat juga diperoleh dengan menggunakan nomograf seperti yang diperlihatkan dalam Gambar 2.3 berikut ini.


(47)

D. Faktor tanaman penutup dan manajemen tanaman, C

Nilai C merupakan faktor yang sangat rumit dan dipengaruhi oleh banyak variabel. Variabel yang berpengaruh dapat dikelompokkan menjadi 2 (dua) grup yaitu variabel alami dan variabel yang dipengaruhi oleh sistem pengelolaan. Variabel alami adalah iklim dan fase pertumbuhan tanaman. Efektifitas tanaman dalam mencegah erosi tergantung pada tinggi dan kontinuitas kanopi, kerapatan penutupan lahan, dan kerapatan perakaran.

Untuk tanaman semusim, secara umum efektifitas tanaman meningkat sesuai dengan fase pertumbuhan tanaman. Dalam pemakaian praktis fase pertumbuhan tanaman dibagi menjadi 6 fase (Arsyad, 1989) sebagai berikut :

 Fase F : Saat pengolahan tanah pertama; pembalikan tanah sampai pengolahan kedua.

 Fase SB : Pengolahan kedua untuk persiapan menanam bibit sampai tanam tumbuh mencapai 10% penutupan tajuk.

 Fase I : Akhir fase SB sampai pertumbuhan mencapai 50% penutupan tajuk (untuk kapas 35%).

 Fase II : Akhir fase I sampai pertumbuhan mencapai 75% penutupan tajuk ( 60% untuk kapas)

 FaseIII : Akhir fase II sampai panen (dapat diperinci menjadi 80%, 90% dan 100% penutupan tajuk).

 Fase IV : Dari panen sampai pengolahan berikutnya.

Nilai faktor C untuk berbagai tanaman dan pengelolahan tanaman yang bersumber dari berbagai penelitian disajikan pada tabel 2.10.


(48)

Tabel 2.10 Nilai faktor C (pengelolaan tanaman)

No. Macam penggunaan lahan Nilai faktor (C)

1 Tanah terbuka, tanpa tanaman 1,0

2 Hutan atau semak belukar 0,001

3 Savannah dan prairie dalam kondisi baik 0,01

4 Savannah dan prairie yang rusak untuk gembalaan 0,1

5 Sawah 0,01

6 Tegalan tidak dispesifikasi 0,7

7 Ubi kayu 0,8

8 Jagung 0,7

9 Kedelai 0,399

10 Kentang 0,4

11 Kacang tanah 0,2

12 Padi gogo 0,561

13 Tebu 0,2

14 Pisang 0,6

15 Akar wangi (sereh wangi) 0,4

16 Rumput bede (tahun pertama) 0,287

17 Rumput bede (tahun kedua) 0,002

18 Kopidengan penutup tanah buruk 0,2

19 Talas 0,85

20 Keun campuran, Kerapatan tinggi 0,1

Kerapatan sedang 0,2 Kerapatan rendah 0,5

21 Perladangan 0,4

22 Hutan alam, Serasah banyak 0,001

Serasah sedikit 0,005

23 Hutan produksi, Tebang habis 0,5

Tebang pilih 0,2

24 Semak belukar, padang rumput 0,3

25 Ubi kayu + kedelai 0,181

26 Ubi kayu + kacang tanah 0,195

27 Padi – Sorghum 0,345

28 Padi – kedelai 0,417

29 Kacang tanah + gude 0,495

30 Kacang tanah + Kacang tunggak 0,571

31 Kacang tanah + mulsa Jerami 4t/Ha 0,049

32 Padi + mulsa jerami 4t/ha 0,096

33 Kacang tanah + mulsa jagung 4t/ha 0,128

34 Kacang tanah + mulsa crotalaria 3t/ha 0,136

35 Kacang tanah + mulsa kacang tunggak 0,259

36 Kacang tanah + mulsa jerami 2t/ha 0,377

37 Padi + mulsa crotalaria 3t/ha 0,387

38 Pola tanaman tumpang gilir + mulasa jerami 0,079 39 Pola tanaman berurutan + mulsa sisa tanaman 0,357

40 Alang-alang murni subur 0,001

41 Padang (rumput) Stepa dan savana 0,001

42 Rumput Brachiaria 0,002


(49)

E Faktor Konservasi Praktis, P

Nilai faktor tindakan manusia dalam konservasi tanah (P) adalah perbandingan antara besarnya erosi dari lahan dengan suatu tindakan konservasi tertentu terhadap besarnya erosi pada lahan tanpa tindakan konservasi. Termasuk dalam tindakan konservasi tanah adalah penanaman dalam strip, pengolahan tanah menurut kontur, guludan dan teras. Nilai dasar P untuk berbagai tindakan konservasi diberikan pada tabel 2.10, sedangkan Tabel 2.11 menampilkan batas panjang lereng untuk strip kontur, penanaman menurut kontur, dan terras.

Tabel 2.11 Nilai faktor P untuk berbagai tindakan konservasi tanah

No. Tindakan khusus konservasi tanah Nilai P

1 Tanpa tindakan erosi 1,00

2 Terras bangku Kontruksi baik 0,04 Konstruksi sedang 0,15 Konstruksi kurang baik 0,35 Terras traditional 0,40 3 Strip tanaman Rumput Bahia 0,40 Crotalaria 0,64 Dengan kontur 0,20 4 Pengolahan tanah dan penanaman menurut garis kontur Kemiringan 0 - 8% 0,50 Kemiringan 8 - 20% 0,75 Kemiringan >20% 0,90

Sumber : Suripin, Pelestarian Sumder Daya Tanah dan Air 2004

2.7 Model Regresi Ganda

2. Nosin, 1964 memodifikasi persamaan Fournier untuk mendapatkan laju erosi aktual di Malaysia Peninsula ( Morgan 1988 ):

LogSY = 27,12 log

     ma hm P P2

- 475,40 untuk dataran rendah

LogSY = 52,49 log

     ma hm P P2

- 513,20 untuk dataran tinggi

3. Douglas, 1968, berdasarkan studi yang dilakukan untuk yil sedimen layang pada sungai-sungai di Queensland Utara, Australia, mendapatkan


(50)

persamaan sebagai berikut ( dalam Morgan 1988, juga dari Taley and Dalvi, 1995 ) :

LogSY = -8,73 + 3,81logQwa – 1,54log    

L Rb

+ 4,82 log Dd

Dimana SY adalah yil sedimen layang tahunan ( m3/km2/tahun ),Qwa

adalah debit tahunan rata-rata (mm), Rb/L adalah nisbah relief-panjang

DAS (ft/mi); Dd adalah kerapatan drainase (ft/mi2).

4. Pendekatan lain adalah persamaan yang diturunkan oleh walling, 1974 (dalam Taley and Dalvi, 1995) untuk menghitung sedimen layang dari aliran akibat kejadian hujan tunggal pada DAS kecil dekat Extern, USA sebagai berikut:

LogSYss = -1,1042 – 0,0524t– 0,774logQp+ 1,375logQq+ 0,9892logQQ

-0,4961logQap + 0,2693DY

Dimana Syssadalah yil sedimen layang untuk satu kejadian hujan tunggal

(kg); t adalah lamanya hujan (jam); Qp adalah debit puncak (lt/detik); Qq

adalah adalah aliran permukaan puncak, yaitu debit dikurangi aliran dasar (lt/detik);QQ adalah debit total untuk satu kejadian (mm); Qap

adalah laju aliran sebelum hidrograf naik (lt/detik); dan DY adalah jumlah hari dari suatu tahun dinyatakan dalam sinus (radians) 2πDy, dimana Dy adalah hari dihitung dari 1 januari. Banyak variabel yang

dipakai dalam model ini saling berkorelasi dan kadang-kadang sulit untuk menetapkan mana yang terpenting. Jadi walaupun persamaan tersebut mempunyai nilai penjelasan yang tinggi serta memiliki prediksi dalam artian statistik, persamaan tersebut mempunyai nilai konseptual yang rendah. Dalam hal ini variabel-variabel yang kurang penting diabaikan.

5. Berdasarkan studinya di Domadas Hulu, India, Samuel and Singh (1989) mengembangkan persamaan sebagai berikut:


(51)

LogSY = 2,057logPma– 0,867log     W L 10

+ 1,783log Br + 0,317log(SL20)

-0,270logCp – 4,974

Dimana Syss adalah yil sedimen tahunan (ha.mm/km2);Pma adalah hujan

tahunan rata-rata (mm); L/W nisbah panjang lebar DAS (km/km);Br

adalah debit nisbah percabangan; SL20 adalah kemiringan rata-rata daerah dalam DAS yang mempunyai kedalaman tanah lebih dari 20 cm (%), dan Cpadalah prosentase DAS yang terkonservasi.

6. Chakraborty, 1992, seperti yang dilaporkan di dalam Sebastian et.al (1995) telah mengembangkan persamaan regresi ganda berdasarkan lebih dari 30 waduk kecil dan medium di India Tengah dengan hasil sebagai berikut:

SY = 1,186.10-6. 1,384 m

P .A1,292. 0,397 d

D . 0,129. 2,51 c

m F

S

Dimana SYss adalah yil sedimen tahunan (m3/tahun); Pm adalah hujan

tahunan (mm); A adalah luas DAS (km2); Dd adalah kerapatan drainase

(km/km2), Sm adalah gradient kemiringan rata-rata DAS (%); dan Fc

adalah tanaman penutup lahan (%).

Fc=

5 8 , 0 6 , 0 2 , 0 2 ,

0 F1F2F3F4F5

F1persentase hutan lindung; F2 adalah persentase hutan campuran; F3

adalah persentase lahan yang baik untuk ditanami; F4 persentase rumput

dan belukar; dan F5adalah persentase tanah bero.

7. Suripin (1998) dalam studinya untuk anak-anak sungai di Solo Hulu, setelah menganalisis sembilan belas parameter DAS mendapatkan persamaan yang paling tepat dengan melibatkan tiga variable sebagai berikut:


(52)

Dimana SY adalah yil sedimen tahunan (ton/ha/tahun); Qwa adalah debit

tahunan (mm); S adalah kemiringan rata-rata DAS (%); dan Ddadalah

kerapatan drainase.

2.8 Model Modifikasi USLE ( MUSLE )

Mengingat bahwa harga nisbah pengangkutan sedimen ( Sediment Delivery Ratio = SDR ) tidak menentu dan harganya bervariasi dari satu tempat ke tempat lainnya, Williams (1975) melakukan modifikasi USLE dengan mengganti factor R dengan faktor aliran. Dengan cara baru ini, yang selanjutnya dinamai Modifikasi USLE (MUSLE), sudah memperhitungkan baik erosi maupun pergerakan sedimen pada DAS berdasar pada kejadian hujan tunggal (single event). MUSLE dapat dituliskan dalam bentuk (William, 1975; Simon and Senturk, 1992):

SY = a(VQQQ)b.K.C.P.LS

Dimana SY adalah yil sedimen tiap kejadian hujan (ton), VQ adalah

volume aliran (m3); QQ adalah puncak debit (m3), a dan b koefisien, yang

besarnya masing-masing adalah 11,8 dan 0,56 ( William1977 ). Namun besarnya koefisien ini bervariasi, dan harus ditetapkan untuk tiap lokasi dengan cara mengkalibrasi dengan sedimentasi waduk yang ada atau data lain yang lebih dapat dipercaya ( Simons and Senturk, 1992).

2.9 Kepekaan Lahan Terhadap Erosi.

Besarnya erosi dari suatu wilayah ( lahan ) tentunya tidak hanya dipengaruhi faktor tanah, tetapi faktor – faktor lain yaitu hujan, bentuk permukaan dan penutup tanah.

Untuk mengetahui kemudahan suatu lahan terhadap erosi (kepekaan Erosi), faktor-faktor tersebut harus diperhitungkan. Jadi kepekaan erosi ditentukan oleh erosivitas hujan, tanah dan kemiringan ( disebut kepekaan erosi potensial ). Jika kedalam faktor-faktor tersebut dimasukkan faktor penggunaan tanah diperoleh kepekaan erosi nyata atau bahaya erosi.


(53)

Berdasarkan erosi yang mungkin terjadi, dapat disusun kelas bahaya erosi seperti yang disajikan pada tabel 2.12.

Tabel 2.12 Kelas bahaya yang digunakan di Indonesia (Dephut, 1985)

Laju Erosi ton/ha//th Kelas

0-15 I

50– 60 II

60 -180 III

180– 480 IV

> 480 V

Sumber : Wani Hadi Utomo, Erosi dan Konservasi Tanah 1994


(54)

38

BAB III

METODE PENELITIAN

3.1 Tempat dan Waktu Penelitian 3.1.1 Lokasi Penelitian

Penelitian dilakukan Cathment area Kali Sampean, Kabupaten Situbondo, Propinsi Jawa Timur dengan rentang antara 113° 35’ 25’’ sampai 114° 10’ 40’’ Bujur Timur dan antara 7° 51’ 20’’ sampai 7° 57’ 45’’ Lintang Selatan, dapat dilihat pada Gambar 3.1 berikut. Pemilihan lokasi ini didasarkan pada pertimbangan pertama adalah belum lama berselang terjadinya bencana banjir bandang pada Februari 2008 yang diakibatkan aliran limpasan permukaan yang tidak terkontrol dan yang kedua adanya ketersediaan data-data penunjang yang cukup.


(55)

(56)

(57)

(58)

(59)

(60)

(61)

3.2 Jenis Penelitian dan Data 3.2.1 Jenis Penelitian

Penelitian ini merupakan penelitian kepustakaan (Literatur Study), sehingga dalam penelitian ini metode literatur merupakan teknik yang cocok untuk pengumpulan data sekunder.

3.2.2 Jenis Data

Data yang digunakan dalam penelitian ini yaitu :

Data yang bersumber dari instasi lain (data sekunder) antara lain :

 Peta topografi, peta tematik DAS

 Data curah hujan dan klimatologi wilayah DAS

 Data tata guna lahan

 Data jenis tanah

3.3 Teknik Pengumpulan Data

Cara pengumpulan data dilakukan dengan teknik sebagai berikut :

a. Teknik Observasi, yaitu mendapatkan data melalui pengamatan dan pengukuran di lokasi serta menggali informasi terhadap narasumber yang dapat dipercaya.

b. Teknik Dokumentasi, yaitu pengumpulan data melalui berbagai referensi yang berkaitan dengan penulisan ini.

3.4 Proses Analisa

Memprediksi besarnya laju erosi pada suatu DAS dalam studi ini dipengaruhi oleh banyak faktor dan beberapa parameter. Pendekatan analisis yang dipergunakan


(62)

adalah mengikuti metode seperti yang diusulkan oleh Wischmeir and Smith (1965) yaitu dengan metode USLE.

Langkah-langkah analisis adalah sebagai berikut : A. Pengumpulan data

Data yang dikumpulkan dilakukan kompilasi dan verifikasi data, hal ini dimaksudkan untuk mendapatkan data yang benar-benar valid sesuai dengan kebutuhan dalam analisis.

B. Pengolahan Data

B.1 Faktor erosivitas hujan, R

Untuk menentukan faktor erosivitas hujan, R, diperlukan langkah-langkah sebagai berikut :

a. Mengambil data hujan harian minimal 3 stasiun hujan dengan rentang periode pencatatan minimal 7 (tujuh) tahun pengamatan.

b. Menghitung rata-rata curah hujan bulanan (cm).

c. Menghitung hujan maksimum harian (24 jam) dalam bulan yang bersangkutan.

d. Menghitung Interaksi energi hujan (EI30) dengan intensitas maksimum

30 menit.

e. EI30 tahunan (R) adalah jumlah EI30 bulanan.

B.2 Faktor erodibilitas tanah, K

Untuk menentukan faktor erodibilitas tanah, K, diperlukan langkah-langkah sebagai berikut :

Nilai K diperoleh berdasarkan tabel 2.6 sesuai dengan data tanah yang terdapat dilokasi studi.


(63)

B.3 Faktor Gabungan Panjang dan Kemiringan Lereng, LS

Untuk menetukan faktor gabungan panjang dan kemiringan lereng, LS, diperlukan lagkah-langkah sebagai berikut :

a. Diperlukan adanya suatu peta tematik.

b. Dari peta tematik diterjemahkan menjadi suatu gambar riil (nyata) terhadap titik-titik yang dikehendaki seberapa kemiringan lerengnya

c. Dari olahan data peta diatas, maka dapat diperkirakan panjang dan kemiringan lereng titik-titik yang ditinjau dengan memasukkan pada tabel 2.7 serta persamaan (2.21) dan (2.22), sehingga besarnya nilai LS dapat ditentukan.

B.4 Faktor tanaman penutup dan manajemen tanaman, C

Untuk menentukan faktor tanaman penutup dan manajemen tanaman, C Diperlukan langkah-langkah sebagai berikut :

a. Adanya peta topografi (Peta Citra Satelit) yang dikeluarkan oleh BAKORSUTANAL (Badan Koordinasi dan Pemetaan Nasional).

b. Diperlukan pula peta tata guna lahan.

c. Kemudian diolah dengan menggunakan tabel 2.9, sehingga faktor tanaman penutup dan manajemen tanaman, C, dapat diperkirakan.

B.5 Faktor Konservasi Praktis, P

Untuk menentukan faktor konservasi praktis, P, diperlukan langkah-langkah sebagai berikut :

Memberikan suatu penilaian obyektif berdasarkan tabel 2.10 ; tabel 2.11, sehingga besarnya faktor konservasi praktis, P dapat diperkirakan.

Langkah-langkah pengolahan data mulai B.1 hingga B.5 diperlukan untuk memprediksi seberapa besar tingkat erosi lahan yang terjadi pada hulu DAS K. Sampean


(64)

MULAI

Pengumpulan Data

Data-data :

1. Peta topografi, tematik DAS

2. Data curah hujan dan

klimatologi

3. Data tata guna lahan

Uji konsistensi data hujan dengan metode kurva massa ganda

Analisa data :

- Perhitungan R

- Menentukan nilai K

- Perhitungan LS

- Menentukan nilai C

- Menentukan nilai P

Erosi lahan

Ea = R . K . LS . C . P

Syarat OK ?

Kesimpulan dan saran

SELESAI

TIDAK


(65)

BAB IV

ANALISA HIDROLOGI

4.1 Analisa Hidrologi

Dalam perhitungan ini digunakan data curah hujan harian yang nantinya diolah menjadi data debit untuk dipakai data dasar dalam perencanaan. Data tersebut diperoleh dari 3 stasiun pengamat hujan, yaitu stasiun hujan Maesan, stasiun hujan Grujugan, stasiun hujan Tlogosari. Kemudian dilakukan perhitungan tinggi hujan jangka pendek dan dirata-rata. Dari hujan rata-rata ini dihitung tinggi hujan rencana dengan periode ulang 2 tahun, 5 tahun, 10 tahun dan 25 tahun.

4.2 Uji Konsistensi Data Curah Hujan

Konsistensi data curah hujan dapat diuji dengan metode kurva massa ganda (double mass curve). Dasar metode ini adalah membandingkan curah hujan tahunan kumulatif dari stasiun yang akan diuji dengan kumulatif curah hujan tahunan rata-rata dari stasiun-stasiun dasar. Data curah hujan disusun menurut urutan kronologis mundur, mulai dengan tahun terakhir pengamatan.

Pengujian kurva massa ganda ini dilakukan untuk semua stasiun yang ada dalam daerah aliran sungai, yaitu Sta. Maesan, Sta. Grujugan, Sta. Tlogosari. Tahapan-tahapan pengujian kurva massa ganda ini adalah sebagai berikut :

a. Sta. Maesan dibandingkan terhadap Sta. Grujugan – Sta. Tlogosari. b. Sta. Grujugan dibandingkan terhadap Sta. Maesan – Sta. Tlogosari. c. Sta. Tlogosari dibandingkan terhadap Sta. Maesan – Sta. Grujugan.


(66)

Perhitungan uji konsistensi untuk tiap-tiap stasiun dapat dilihat pada tabel berikut :

Tabel 4.1 Uji Konsistensi Data Curah Hujan Sta. Maesan Terhadap Sta. Grujugan, Sta. Tlogosari

Sta. Maesan Kumulatif Rerata Sta. Grujugan - Kumulatif No Tahun

(mm) (mm) Sta. Tlogosari (mm) (mm)

1 2 3 4 5 6

1 2004 104 104 65,5 65,5

2 2003 83 187 77 142,5

3 2002 128 315 151,5 294

4 2001 197 512 83,5 377,5

5 2000 94 606 88,5 466

6 1999 95 701 85 551

7 1998 80 781 75 626

8 1997 157 938 115 741

9 1996 68 1006 92,5 833,5

10 1995 102 1108 92,5 926

Sumber : Hasil Perhitungan

Keterangan : Kolom 1 : Nomor

Kolom 2 : Tahun

Kolom 3 : Stasiun Acuan

Kolom 4 : Komulatif Sta. Acuan dengan cara penjumlahan kumulatif Kolom 5 : Rerata 2 Sta. yang lain dengan mengambil data yang sama

dengan sta. acuan


(67)

Grafik Uji Konsistensi Sta.Maesan

0 200 400 600 800 1000 1200 1400

0 200 400 600 800 1000 1200 1400 1600

Komulatif Rerata Curah Hujan Sta.Grujugan, Sta.Tlogosari.

Komulatif Cura

h

Hujan

S

ta

.Ma

es

an

Maesan Linear (Maesan)

Gambar 4.1 Grafik Uji Konsistensi Sta.Maesan

Tabel 4.2 Uji Konsistensi Data Curah Hujan Sta. Grujugan Terhadap Sta. Maesan, Sta. Tlogosari

Sta. Grujugan Kumulatif Rerata Sta. Maesan - Kumulatif No Tahun

(mm) (mm) Sta. Tlogosari (mm) (mm)

1 2 3 4 5 6

1 2004 61 61 87 87

2 2003 84 145 76,5 163,5

3 2002 168 313 263 426,5

4 2001 99 412 132,5 559

5 2000 82 494 94,5 653,5

6 1999 95 589 85 738,5

7 1998 80 669 75 813,5

8 1997 70 739 158,5 972

9 1996 88 827 82,5 1054,5

10 1995 95 922 96 1150,5


(68)

Keterangan : Kolom 1 : Nomor

Kolom 2 : Tahun

Kolom 3 : Stasiun Acuan

Kolom 4 : Komulatif Sta. Acuan dengan cara penjumlahan kumulatif Kolom 5 : Rerata 2 Sta. yang lain dengan mengambil data yang sama

dengan sta. acuan

Kolom 6 : Komulatif kolom 5 dengan cara penjumlahan kumulatif

Grafik Uji Konsistensi Sta.Grujugan

0 200 400 600 800 1000 1200 1400

0 200 400 600 800 1000 1200 1400

Komulatif Rerata Curah Hujan Sta.Maesan, Sta.Tlogosari

Ko

m

u

la

ti

f Cu

ra

h

H

u

ja

n

S

ta

.G

ru

juga

n

grujugan Linear (grujugan)


(69)

Tabel 4.3 Uji Konsistensi Data Curah Hujan Sta. Tlogosari Terhadap Sta. Maesan, Sta. Grujugan.

Sta. Tlogosari Kumulatif Rerata Sta. Maesan - Kumulatif No Tahun

(mm) (mm) Sta. Grujugan (mm) (mm)

1 2 3 4 5 6

1 2004 70 70 82,5 82,5

2 2003 70 140 83,5 166

3 2002 135 275 148 314

4 2001 68 343 148 462

5 2000 95 438 88 550

6 1999 75 513 95 645

7 1998 70 583 80 725

8 1997 160 743 113,5 838,5

9 1996 97 840 78 916,5

10 1995 90 930 98,5 1015

Sumber : Hasil Perhitungan

Keterangan : Kolom 1 : Nomor

Kolom 2 : Tahun

Kolom 3 : Stasiun Acuan

Kolom 4 : Komulatif Sta. Acuan dengan cara penjumlahan kumulatif Kolom 5 : Rerata 2 Sta. yang lain dengan mengambil data yang sama

dengan sta. acuan


(70)

Grafik Uji Konsistensi Sta.Tlogosari 0 200 400 600 800 1000 1200 1400 1600 1800

0 200 400 600 800 1000 1200 1400

Komulatif Rerata Curah Hujan Sta.Maesan, Sta.Grujugan.

Ko m u la ti f C u ra h Hu ja n S ta .Tl ogos a ri Tlogosari Linear (Tlogosari)

Gambar 4.3 Grafik Uji Konsistensi Sta.Tlogosari.

4.3 Perhitungan Hujan Rata-rata

Metode yang dipakai untuk perhitungan hujan bulanan maksimum rata-rata pada daerah aliran dipakai metode Aritmatik Mean hal ini disebabkan karena letak stsiun hujannya antara satu sama lainnya terletak hampir segaris, selain itu luas DAS juga tidak terlalu besar (< 500km2). Biasanya cara ini dipakai pada daerah yang datar dan banyak stasiun penakar hujannya, dengan anggapan bahwa didaerah tersebut sifat hujannya uniform (seragam). Perhitungannya sebagai berikut (Ir. C.D. Soemarto,1986) : ) ... ( 1 2 1 _ n R R R n

R   

Dimana :

_

R = curah hujan daerah (mm)

n = jumlah titik-titik (pos-pos) pengamatan R1,R2,……Rn = curah hujan di tiap titik pengamatan (mm)


(71)

Berikut tabel hasil perhitungan hujan rata-rata maksimum harian :

Tabel 4.4 Curah Hujan Rata-Rata Harian Maksimum Stasiun Maesan Tinggi Curah Hujan Pada Setiap Stasiun

Tanggal

Sta. Tlogosari Sta. Maesan Sta. Grujugan

1 2 3

R = R + R + R n

12 Des 95 8 102 0 36,67

27 Feb 96 40 68 8 38,67

21 Feb 97 0 157 0 52,33

5 Feb 98 8 80 0 29,33

20 Des 99 0 95 0 31,67

3 Feb 00 0 94 41 45,00

18 Feb 01 7 197 99 101,00

5 Feb 02 113 128 93 111,33

19 Feb 03 0 83 19 34,00

12 Feb 04 0 104 2 35,33


(72)

Tabel 4.5 Curah Hujan Rata-Rata Harian Maksimum Stasiun Grujugan. Tinggi Curah Hujan Pada Setiap Stasiun

Tanggal

Sta. Tlogosari Sta. Maesan Sta. Grujugan

1 2 3

R = R + R + R n

15 Feb 95 0 0 95 31,67

29 Okt 96 4 0 88 92,00

22 Feb 97 160 15 70 81,67

6 Feb 98 0 56 80 45,33

26 Des 99 20 0 95 38,33

9 Nop 00 0 4 82 28,67

18 Feb 01 7 197 99 101,00

7 Feb 02 112 104 168 128,00

25 Jan 03 0 35 84 39,67

25 Des 04 0 32 61 31,00


(73)

Tabel 4.6 Curah Hujan Rata-Rata Harian Maksimum Stasiun Tlogosari Tinggi Curah Hujan Pada Setiap Stasiun

Tanggal

Sta. Tlogosari Sta. Maesan Sta. Grujugan

1 2 3 R = R + R + R

n

2 Des 95 90 39 41 56,67

9 Mar 96 97 0 0 32,33

22 Feb 97 160 15 70 81,67

20 Jan 98 70 29 19 39,33

24 Juli 99 75 0 72 49,00

18 Jan 00 95 7 44 48,67

27 Okt 01 68 5 0 24,33

30 Jan 02 135 18 0 51,00

23 Nop 03 70 18 0 29,33

23 Nop 04 70 1 0 23,67

Sumber : Hasil Perhitungan

Tabel 4.7 Analisa Curah Hujan Rata-Rata Maksimum Harian Tahun Tinggi Curah Hujan Rata-rata Maksimum

1995 56,67 1996 92,00 1997 81,67 1998 45,33 1999 49,00 2000 48,67 2001 101,00 2002 128,00 2003 39,67 2004 35,33


(74)

4.4 Analisa Frekuensi

Setelah dilakukan uji data langkah selanjutnya yang dilakukan adalah analisa frekuensi. Analisa frekuensi dapat dilakukan dengan 3 metode distribusi yaitu Metode Distribusi Normal, Metode Distribusi Gumbel dan Metode Distribusi Log Pearson Type III.

Perhitungan selengkapnya dari Cs, Ck, dan Cv dapat dilihat dalam bentuk tabel sebagai berikut :

Tabel 4.8 Metode Pemilihan Analisis Distribusi Frekuensi

No Tahun Xi P ( Xi – X_ ) ( Xi - X_ )2

( Xi -

_

X )3 ( Xi -

_

X )4

1 1995 56,67 9,09 -11,06 122,32 -1352,89 14963,06

2 1996 92,00 18,18 24,27 589,03 14295,83 346959,76

3 1997 81,67 27,27 13,94 194,32 2708,87 37761,66

4 1998 45,33 36,36 -22,40 501,76 -11239,42 251763,09

5 1999 49,00 45,45 -18,73 350,81 -6570,73 123069,69

6 2000 48,67 54,55 -19,06 363,28 -6924,19 131974,97

7 2001 101,00 63,64 33,27 1106,89 36826,33 1225211,89

8 2002 128,00 72,73 60,27 3632,47 218929,14 13194859,37

9 2003 39,67 81,82 -28,06 787,36 -22093,42 619941,44

10 2004 35,33 90,91 -32,40 1049,76 -34012,22 1101996,06

Jumlah 8698 190563,30 17045501,02


(75)

Dari Tabel 4.8 dapat dicari : Xi

X n

 

67, 73

X

2

( )

( 1)

Xi X

S

n

 

S = 31,08

3 3

. ( )

( 1).( 2)

n Xi X

Cs

n n S

 

Cs = 0,88

4 4

. ( )

( 1).( 2).( 3). n Xi X Ck

n n n S

 

Ck = 0,36 S Cv

X

Cv = 0,46

Syarat pemilihan distribusi memenuhi kriteria sebagai berikut :

 Normal : Cs = 0

 Log Normal : Cs = 3

 Gumbel : Cs = 1,1396

: Ck = 5,4002


(1)

Sehingga,

Ea = R . K . LS . C . P

Ea = 190,41 .0,411. 0,37. 0,4 . 0,5 = 6,90 Ton/ha/tahun

Untuk nilai laju erosi (Ea) selengkapnya dapat dilihat pada tabel 4.16 dibawah ini. Tabel 4.16 Nilai Laju Erosi.

No. R K LS C P Ea = R.K.LS.C.P(Ton/ha/th) Persentase (%)

1 190,41 0,411 0,37. 0,4 0,5 6,90 20,92

2 190,41 0,411 0,37. 0,5 0,5 8,63 26,16

3 190,41 0,411 0,37. 0,7 0,5 12,08 36,63

4 190,41 0,411 0,37. 0,001 0,5 0,02 0,06

5 190,41 0,411 0,37. 0,3 0,5 5,18 15,71

6 190,41 0,411 0,37. 0,01 0,5 0,17 0,52

Total 32,98 100

Rata-rata 5,49 100

Sumber : Hasil Perhitungan

Luas lokasi studi 4486,4 Ha. Maka, dapat dihitung nilai Laju Erosi pada DAS Sampean hulu tiap tahunnya adalah:

Ea = 4486,4 Ha . 5,49 Ton/Ha/tahun = 24.630,34 Ton/tahun.


(2)

4.7 Klasifikasi Tingkat Bahaya Erosi

Kepekaan erosi diperoleh dengan mengalikan nilai K, LS, dan R . Bahaya erosi diperoleh dengan dengan mengalikan nilai-nilai K, LS, R dan CP. Berdasarkan tabel 2.12 dapat diketahui dengan nilai laju erosi sebesar 32,98 maka DAS Kali Sampean Hulu termasuk kedalam kelas II.

Untuk penanganan erosi dapat dengan cara mekanis dan Agronomis. 1. Konservasi tanah dengan cara mekanis, dapat berupa:

a. Pengolahan tanah,

b. Pengolahan tanah menurut garis kontur. c. Pembuatan teras.

d. Pembuatan saluran air ( waterways ). e. Pembuatan sumur resapan.

f. Bangunan stabilisasi.

2. konservasi secara agronomis, yang dapat berupa:

a. Tanaman penutup tanah berfungsi melindungi tanah dari erosi dengan menambah bahan organik tanah

b. Pernanaman dalam strip, sangat bagus dilaksanakan pada tanah dengan drainase bagus.

c. Penanaman berganda berguna untuk meningkatkan produktivitas lahan sambil menyediakan proteksi terhadap tanah dari erosi. Sistem ini


(3)

dapat dilakukan baik dengan cara pertanaman beruntun, tumpang sari, atau tumpang gilir.

d. Penggunaan mulsa, berfungsi sebagai pelindung terhadap permukaan tanah dari hantaman air hujan sehingga mengurangi laju erosi.

e. Penghutanan kembali ( Reboisasi ) merupakan cara yang cocok untuk menurunkan erosi dan aliran permukaan, terutama jika dilakukan pada bagian hulu daerah tangkapan air untuk mengatur banjir.


(4)

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan.

Berdasarkan analisa dan perhitungan yang telah dilakukan dengan memperhatikan batasan masalah maka dapat diambil kesimpulan bahwa laju erosi yang terjadi pada Kali Sampean Hulu sebesar 32,98 ton/ha/tahun. Erosi yang terjadi sangat dipengaruhi oleh tata guna lahan yang terdapat pada daerah studi. Daerah pemukiman memiliki tingkat erosi terbesar pada lokasi studi sebesar 12,08 ton/ha//tahun dengan prosentase 36,63% dari laju erosi total pada lokasi studi. Dengan nilai laju erosi sebesar 32,98 ton/ha/tahun. Kali Sampean Hulu termasuk kedalam kelas bahaya erosi tingkat II, karena memiliki nilai laju erosi yaitu antara 15- 60 ton/ha/tahun. Untuk penanganan tingkat bahaya erosi dapat dilakukan dengan cara :

a. Untuk jangka pendek dapat dilakukan dengan cara pembuatan sumur resapan yang dibuat pada daerah yang gundul.

b. Untuk jangka panjang dapat dilakukan dengan cara penanaman kembali (reboisasi) pada daerah yang gundul.


(5)

5.2 Saran

Dalam proses perhitungan suatu metode diperlukan kelengkapan data-data yang sangat penting guna tercapainya hasil yang diinginkan.

Untuk melakukan analisa USLE diperlukan data-data sebagai berikut: a. Peta Topografi

b.Data Curah Hujan c. Data Sedimen d.Data Jenis Tanah e. Data Tata Guna Lahan

Guna mendapatkan hasil perhitungan yang maksimal diperlukan kelengkapan data-data diatas. Sehingga hasil dari analisa dapat dipergunakan kembali untuk keperluan lain.


(6)

DAFTAR PUSTAKA

Arsyad, S. (1989), Konservasi Tanah dan Air, IPB, Bogor

Arsyad, S. (1976), Pengawetan Tanah dan Air, Departemen Ilmu-ilmu Tanah

IPB, Bogor.

Hardiyatmo, H.C, (2006), Penanganan Tanah Longsor dan Erosi,Gajah Mada University Press.

Soemarto,CD,Ir, Hidrologi Teknik, Usaha Nasional, Surabaya.

Soewarno, (1995), Hidrologi Aplikasi Metode Statistik untuk Analisa Data, Penerbit ‘Nova’,Bandung.

Sri Harto Br,(1993), Analisis Hidrologi, PT. Gramedia Pustaka Utama, Jakarta. Suripin,(2004), Pelestarian Sumber Daya Tanah dan Air, Andi,Yogyakarta. Wani Hadi Utomo(1994), Erosi dan Konservasi Tanah, IKIP, Malang