ANALISIS PENYIMPANGAN PERKIRAAN DEBIT MENGGUNAKAN MODEL MOCK DAN NRECA | Tunas | JOURNAL TEKNIK SIPIL DAN INFRASTRUKTUR 914 2915 1 PB
INFRASTRUKTUR
ANALISIS PENYIMPANGAN PERKIRAAN DEBIT MENGGUNAKAN MODEL MOCK
DAN NRECA
Deviation Analysis of Discharge Prediction Using Mock and NRECA Models
I Gede Tunas
Jurusan Teknik Sipil Universitas Tadulako-Jalan Soekarno Hatta Km. 8 Palu 94118, Email:tunasw@yahoo.com
Surya B. Lesmana
Jurusan Teknik Sipil Universitas Muhammadyah Yogyakarta
ABSTRACT
Due to limitedness of hydrometric data which is used to hydrology analysis in accordance with water resources
development, the discharge should be predicted based on rainfall data using hydrology model. Nevertheless, It must be
realized that the performance of hydrology models are generally limited. Almost hydrology models can’t fully imitate
watershed behavior especially in transformed rainfall to discharge. This is related to the complexity of input and
watershed system that is not fully represented in the model. Therefore, the model performance must be optimized before
applied in advanced hydrology analysis. This research is aimed to investigate model performance in the form of
deviation and optimal parameter using Mock and NRECA Models which is applied in one of small watershed (Bangga
Watershed) in Central Sulawesi. The result of simulation using arbitrary parameter showed that the average deviations
of the Mock and NRECA Models respectively are 70.25 % and 85.93 %. Simulation using optimal parameter decreased
the average deviation to be 15.88 % and 23.97 % for Mock and NRECA models respectively. The result of simulation
also showed that optimal parameter of the two models have 0.00056 and 0.000724 volume errors and 0.875 and 0.824
correlation coefficients.
Keywords : discharge prediction, deviation, Mock and NRECA Models
ABSTRAK
Keterbatasan data hidrometri yang digunakan untuk analisis hidrologi berkaitan dengan pengembangan sumber
daya air, mengharuskan perkiraan debit di sungai harus dilakukan berdasarkan data hujan menggunakan model
hidrologi. Namun harus disadari bahwa kinerja model yang ada umumnya terbatas. Hampir semua model hidrologi
tidak dapat sepenuhnya menirukan perilaku DAS khususnya dalam mengalihragamkan hujan menjadi debit.
Keterbatasan ini berkaitan dengan kompleksitasnya masukan dan sistem DAS yang tidak sepenuhnya terwakili di dalam
model. Oleh karena itu, model-model hidrologi tersebut harus dioptimasi sebelum digunakan dalam analisis. Penelitian
ini bertujuan untuk menyelidiki kinerja model dengan mensimulasi penyimpangan dan parameter model oiptimal
menggunakan Model Mock dan NRECA yang diaplikasikan di pada DAS kecil dalam hal ini DAS Bangga di Sulawesi
Tengah. Hasil simulasi menggunakan parameter sembarang menunjukkan bahwa penyimpangan rata-rata dari kedua
model (Mock dan NRECA) berturut-turut adalah 70.25 % and 85.93 %. Simulasi menggunakan parameter optimal,
dapat menurunkan penyimpangan rata-rata menjadi 15.88 % and 23.97 % untuk kedua model. Hasil simulasi juga
menunjukkan bahwa parameter optimal dari kedua model memiliki kesalahan volume sebesar 0.00056 and 0.000724
dan koefisen korelasi 0.875 and 0.824.
Kata Kunci : perkiraan debit, penyimpangan, Model Mock dan NRECA
PENDAHULUAN
Pengembangan sumber daya air sungai
merupakan usaha untuk menyediakan dan
memanfaatkan air untuk menunjang kehidupan
manusia. Kegiatan pembangunan seperti pengadaan
bendung/waduk untuk irigasi, PLTA dan sumber air
bersih memerlukan dukungan analisis data awal
tentang ketersediaan air yang akurat. Pada beberapa
kasus, data debit tercatat disuatu stasiun hidrometri
yang diinginkan untuk menunjang kebutuhan
pengembangan wilayah sungai sering belum tersedia
lengkap. Walaupun ada, namun tidak tercatat secara
kontinyu sepanjang tahun sehingga dalam keadaan
memaksa diperlukan adanya pengukuran langsung
dilapangan yang memerlukan waktu, materi dan
tenaga.
Pada dasarnya, stasiun hidrometri yang
berfungsi memantau dan merekam data elevasi
muka air (debit) sungai jumlahnya sangat terbatas
dan pada umumnya hanya dipasang di tempat-
Analisis Penyimpangan Perkiraan Debit Menggunakan Model Mock dan NRECA
( I Gede Tunas dan Surya B. Lesmana)
tempat tertentu yang dipandang memiliki arti yang
cukup penting oleh pengelolanya (Sri Harto, 2000).
Hal tersebut disebabkan karena tidak mungkin
memasang stasiun hidrometri di sembarang tempat
yang tidak terbatas, mengingat biaya pemasangan
dan pengelolaan yang sangat tinggi. Disamping itu
pula akibat tingginya tingkat sensitivitas instrumen
ini, tidak jarang memberikan hasil yang meragukan
bahkan tidak berfungsi sama sekali. Implikasinya
adalah perekaman data debit pada tahun-tahun
tertentu tidak lengkap atau bahkan tidak ada,
sehingga pada saat dibutuhkan untuk analisis
hidrologi data tidak tersedia atau tersedia dalam
jangka waktu yang sangat pendek. Pada sisi yang
lain stasiun hidrometri yang ada hanya dilengkapi
dengan seperangkat pencatat tinggi muka air
otomatis (Automatc Water Level Recorder, AWLR),
sehingga untuk mendapatkan data debit diperlukan
kalibrasi dari tinggi muka air menjadi debit. Proses
kalibrasi ini sebenarnya juga memberikan
penyimpangan yang besar karena penampang sungai
yang digunakan untuk menetapkan kurva kalibrasi
selalu mengalami perubahan setiap saat akibat
interaksi antara dinding sungai dengan aliran dalam
proses morfodinamik sungai. Konsekuensi dari
keterbatasan ini adalah analisis transformasi hujan
menjadi debit merupakan satu-satunya cara yang
umum digunakan dalam berbagai keperluan terkait
dengan pengembangan potensi sumber daya air di
khususnya Sulawesi Tengah.
Proses transformasi hujan menjadi aliran
sebagaimana digunakan untuk memprediksi data
awal tentang ketersediaan air suatu sungai umunya
di susun dalam bentuk model. Pada prinsipnya
model yang baik adalah model yang dapat
menirukan
perilaku
sistem
DAS
yang
sesungguhnya. Namun keterbatasan model selama
ini adalah unjuk kerja model tidak sepenuhnya dapat
menirukan perilaku sistem DAS. Hal ini terkait
dengan kompleksitas sifat masukan dan sistem yang
tidak sepenuhnya terwakili dalam model. Demikian
pula penentuan besaran parameter dalam model
bukanlah pekerjaan yang mudah. Beberapa
parameter model memiliki tingkat sensitivitas yang
sangat tinggi sehingga sulit untuk diperkirakan
secara tepat. Validitas hasil perkiraan ini sangat
tergantung dari kalibrasi dan verifikasi parameter
model. Kalibrasi dan verifikasi model hanya dapat
dilakukan bila pada sungai yang dianalisis terdapat
pengukuran debit dalam rentang waktu tertentu. Bila
kondisi ini tidak dipenuhi maka perkiraan debit
dengan terpaksa dilakukan tanpa melalui kalibrasi
atau dapat juga dengan menetapkan parameter
model berdasarkan kalibrasi dan verifikasi terhadap
sungai-sungai yang memiliki data debit dan
digunakan untuk memperkirakan debit pada sungaisungai lain di sekitarnya yang tidak memiliki data
debit. Hal lain yang juga dapat dilakukan adalah
menganalisis penyimpangan hasil perkiraan debit
menggunakan model-model empiris sebagaimana
telah disebutkan sebelumnya. Model yang memberi
hasil penyimpangan perkiraan debit terkecil (tanpa
kalibrasi) dapat digunakan sebagai rujukan untuk
memperkirakan debit sungai pada suatu wilayah
atau kawasan.
Dua buah model hidrologi yang umum
digunakan untuk analisis ketersediaan air terutama
oleh para praktisi adalah Model Mock dan NRECA.
Model Mock merupakan salah satu contoh model
hidrologi yang sederhana untuk menghitung debit
suatu sungai. Model ini mentransformasi hujanaliran mengikuti prinsip keseimbangan air (water
balance) untuk memperkirakan ketersediaan air
(debit) suatu sungai. Model ini menganggap bahwa
hujan yang jatuh pada DAS sebagian akan hilang
sebagai evapotranspirasi, sebagian akan menjadi
limpasan langsung (direct run-off) dan sebagian lagi
akan masuk ke tanah sebagai infiltrasi (Mock,
1973). Apabila kapasitas lengas tanah (soil moisture
capacity) telah terlampai, air akan mengalir ke
bawah akibat gaya gravitasi sebagai perkolasi
(percolation) menuju aquifer jenuh sebagai air tanah
(ground water) yang akhirnya akan keluar ke sungai
sebagai aliran dasar (base flow). Aliran air hujan
yang dialihragamkan (transformation) oleh sistem
DAS yang bersangkutan akhirnya akan sampai ke
sungai yamg ada dalam DAS yang bersangkutan.
Aliran di sungai adalah jumlah aliran langsung di
permukaan tanah (overland flow) dan aliran dasar
(base flow). Untuk setiap bulannya, terlebih dahulu
model akan menghitung penyimpanan kelembaban
tanah (soil moistur storage, SMS) pada akhir bulan.
Bila SMS akhir lebih besar dari kapasitas
kelembaban tanah (soil moisture capacity, SMC)
maka akan terjadi kelebihan air (water surplus,
WS), dan apabila SMS akhir lebih kecil dari SMC,
maka WS = 0. Meskipun tidak terjadi kelebihan air
(WS = 0), limpasan langsung dapat terjadi akibat
limpasan badai (storm runoff). Besarnya aliran dan
penyimpanan air tanah (groundwater storage)
diperoleh dengan cara menghitung infiltrasi dari
volume penyimpanan, yang mana faktor-faktor
infiltrasi (i), resesi aliran air tanah (k) dan faktor
limpasan badai (PF) dapat ditentukan (Gambar 1).
55
INFRASTRUKTUR Vol. 1 No. 1
1 Juni 2011: 54
4 ‐ 62
G
Gambar
1. Struktur
S
Moddel Mock
Moodel dengaan strukturr yang lebih
l
sederhana adalah
a
Model NRECA, merupakan
m
m
model
transformassi hujan-aliraan untuk menghitung
m
d
debit
suatu sunggai, yang diiperkenalkann oleh Natiional
Rural Electtric Cooperaative Associaation (NREC
CA).
Model ini dikembangka
d
an untuk meenganalisis debit
d
air berdasarrkan curah hujan yang bertujuan untuk
u
pembangkitt listrik, dim
mana debit aiiran yang masuk
m
ke outlet dari
d
daerah tangkapan air berasal dari
curah hujann (Setiawan,, E., dkk., 2006).
2
Modeel ini
dapat digunnakan untukk menghitunng debit bulanan
(monthly
discharge))
berdasaarkan
priinsip
keseimbanggan air (wateer balance) di
d DAS (Gam
mbar
2).
G
Gambar
2. Sttruktur Modeel NRECA
Moodel NRECA
A membagii hujan bulanan
menjadi duua, yakni lim
mpasan langssung (direct runoff) yang teerdiri dari liimpasan perm
mukaan (surrface
run-off) dann bawah permukaan (subbsurface runn-off)
dan aliran dasar
d
(base flow).
f
Tamppungan (storrage)
juga dibeddakan menjaadi dua yaakni tampunngan
kelengasan (moisture storage)
s
dann tampungann air
tanah (grround watter storagge). Perubahan
tampungan diperhitunggkan sebaggai selisih dari
tampungan akhir dan tampungan awal. Simpanan
kelengasan ditentukan oleh hujan, evapotransppirasi
dan lengas lebih yang selanjutnyaa menjadi aliran
a
56
lang
gsung dan imbuhan
i
kee air tanah. Debit totall
merrupakan jum
mlah dari alirran langsung
g dan alirann
air tanah.
t
k
modell
Penelitiann tentang peenggunaan kedua
terseebut dengann optimasi parameter-p
parameternyaa
telah
h banyak dilakukan
d
seecara luas di
d Indonesiaa
teru
utama di Pulau
P
Jawaa (Nurrochm
mad dalam
m
Setiiawan dkk., 2006 dan Setiawan dkk.,
d
2006)..
Nam
mun demikkian penyimpangan-peenyimpangann
mod
del sebelum
m dan sesuddah optimassi parameterr
ham
mpir tidak pernah
p
dinyaatakan secara eksplisit..
Pad
da sisi yang lain, untuk kkasus-kasus di Sulawesii
Ten
ngah, analissis penyim
mpangan daan optimasii
paraameter hamppir tidak peernah ditem
mukan dalam
m
berb
bagai literattur. Oleh kaarena itu peenelitian inii
kiraanya menjaddi penting tterutama dap
pat menjadii
ruju
ukan untuk analisis hiidrologi dalam rangkaa
peng
gembangan dan pengeloolaan sumberr daya air dii
Sulaawesi Tengahh.
ME
ETODE PEN
NELITIAN
Lokasi penelitian
p
inni bertempaat di DAS
S
Ban
ngga (penduuduk setemppat menyeb
butnya DAS
S
Ore), salah satuu anak (sub-D
DAS) Sungaai Palu yangg
w
Kabbupaten Sig
gi Provinsii
terleetak di wilayah
Sulaawesi Tengaah, dengan luas daerah
h tangkapann
kuraang lebih 72.08 km2. DA
AS ini terletaak di sebelahh
Baraat Sungai Palu memanjaang dari Baarat Daya kee
Tim
mur Laut daan bermuaraa di Sungai Palu. DAS
S
Ban
ngga merupakan satu-ssatunya DA
AS kecil dii
Sulaawesi Tengaah yang meemiliki dataa perekamann
hujaan dan debit (AWLR) koontinyu sepaanjang tahunn
(198
84-sekarang)).
Adapun tahapan yang diam
mbil untukk
men
nyelesaikan penelitian
p
inni dapat dibed
dakan atas 3
maccam yaitu tahap penggumpulan data, tahapp
simu
ulasi modeel dan tahaap analisis.. Penelitiann
pend
dahuluan diawali
d
denngan identifikasi dann
peng
gumpulan daata sekunderr berupa dataa klimatologii
padaa Stasiun Bora
B
(119º555’53” LS daan 01º11’39”
LS), data curahh hujan harian selama minimal 100
tahu
un terakhir pada Stasiuun Bangga Atas yangg
’
terleetak pada 119º55
1
00” B
Bujur Timur (BT) dann
’
”
01º1
15 37 Lintanng Selatan (L
LS) dan Stassiun Banggaa
Baw
wah yang terletak
t
padda 119º54’35” BT dann
01º1
14’35” LS. Data seelainnya ad
dalah dataa
peng
gukuran hiddrometri berrupa elevassi muka airr
(AW
WLR) rerataa harian di Bendung Bangga
B
dann
dian
nggap sebagaai outlet DA
AS Bangga. Data
D
AWLR
R
ini selanjutnyaa akan dikkonversi meenjadi debitt
men
nggunakan kuurva kalibrassi debit.
Selain daata hidroklim
matologi terrsebut, padaa
peneelitian ini juga dikum
mpulkan datta topografii
dalaam bentuk peta RBI skala 1:5
50000 yangg
dikeeluarkan oleh
o
BAK
KOSURTANA
AL untukk
Analiisis Penyimpang
gan Perkiraan D
Debit Menggunakan Model Mo
ock dan NRECA
A
( I Gede Tunas dan Suryya B. Lesmana))
menentukann karakteristiik DAS dan peta pencittraan
satelit untuuk menentukkan jenis peenggunaan lahan
(land use) berkaitan dengan
d
keperluan simuulasi.
Pengolahann dan interppretasi dataa topografi dan
landsat dilaakukan denggan menggunnakan peranngkat
a). Lokaasi penelitiann
lunaak Arc GIS 9.3 dan Er Mapper 6. Penggunaann
peraangkat lunakk ini diharappkan dapat memberikan
m
n
akurrasi yang baik terutaama dalam
m penetapann
paraameter fisik DAS.
D
b). Posisi stasiun hiddroklimatolo
ogi
Gam
mbar 3. Petaa lokasi peneelitian dan po
osisi stasiun hidroklimato
h
ologi
Analiisis awal dim
mulai dengaan mempredikasi
angka evappotranspirasi potensial rata-rata
r
bulanan
menggunakkan
Metodde
Penmaan
Modiffikasi
berdasarkann data klimaatologi dalam
m hal ini beerupa
data penyinnaran matahhari (%), data
d
kelembaban
udarra relatif (%
%), data keccepatan angiin (km/hari))
dan data tempeeratur rata-raata bulanan (oC). Angkaa
evap
potranspirasii potensial ini digunak
kan sebagaii
inpu
ut model.
a). DA
AS Bangga
b). Citra
C
landsatt DAS Bangg
ga
AS dan citra landsat
l
DAS
S Bangga
Gambaar 4. Peta DA
Berdaasarkan dataa hujan hariaan yang terseedia,
selanjutnya dapat ditettapkan hujann rata-rata DAS
D
menggunakkan metode rata-rata hittung (aritmaathic
an). Pemilihaan metode inni selain didaasarkan padaa
mea
jum
mlah stasiun hujan
h
yang terdapat di sekitar
s
DAS
S
hany
ya dua buahh stasiun, juuga pertimbaangan lokasii
577
INFRASTRUKTUR Vol. 1 No. 1
1 Juni 2011: 54
4 ‐ 62
kedua stassiun hujan relatif berrdekatan. Untuk
U
keperluan simulasi, dari hasil proses ini dapat
d
h
rata-ratta bulanan, juumlah hari hujan
h
dihimpun hujan
rata-rata bullanan dan jum
mlah hujan tahunan.
t
Perkiiraan debit rerata haarian dilakuukan
dengan meenggunkan Model Moock dan Model
M
NRECA berdasarkan masukan (input) data
hidroklimattologi yang telah dianaliisis sebelum
mnya.
Penggunaann kedua model
m
ini didasarkan
d
p
pada
intensitas pemakaian
p
b
baik
untuk terapan mauupun
untuk riset.. Secara um
mum kedua model
m
ini saangat
umum diguunakan dalaam skala yang
y
lebih luas
terutama olleh para praaktisi rekayaasa sumber daya
air. Oleh karena itu pada kasuus-kasus terttentu
penyimpanggananya perrlu diuji unntuk mengettahui
kehandalannnya terutam
ma untuk meemprediksi debit
d
pada sungaii-sungai yanng tidak mem
miliki perekaaman
debit pada masa
m
lalu.
Setelah dikketahui pennyimpangan masing-maasing
model, tahhap akhir dari penelittian ini addalah
melakukan kalibrasi. Parameter-pa
P
arameter opttimal
masing-massing model ditetapkan dengan meetode
kuadrat terkkecil (least square
s
methhod). Pada tahap
ini juga diitetapkan peenyimpangann masing-maasing
model denggan membanddingkan debiit simulasi (ddebit
perkiraan) dengan debbit pengamaatan (observvasi).
Berdasarkann angka parrameter moddel optimal dan
penyimpanggan
terrkecil
m
maka
d
dapat
direkomenddasikan moddel yang dapat
d
digunakan
untuk kepeerluan-keperlluan praktiss terutama pada
p
DAS-DAS di sekitar DAS Banggga yang tidak
t
memiliki caatatan perekaaman debit paada masa laluu.
HASIL DA
AN PEMBAH
HASAN
Evaapotranspirassi potensial berdasarkan
b
data
klimatologi Stasiun Bora tahhun 1995-22009
a
evapootranspirasi ratamenunjukkaan bahwa angka
rata bulanaan berkisar antara 1188.17 mm/buulan168.45 mm
m/bulan sebaagaimana diitunjukkan pada
p
Gambar 5. Angka ini setara
s
dengann 3.94 mm/hhari5.43 mm/haari.
Analiisis terhadapp data hujann dengan jum
mlah
data 15 tahuun memberikkan informaasi bahwa muusim
penghujan terjadi hamppir sepanjanng tahun denngan
yang
beerbeda-beda.
Gambar
intensitas
6
memperlihaatkan hujan harian maaksimum, hujan
h
bulanan dann jumlah harri hujan rata--rata Sta. Banngga
Atas dan Sta.
S
Banggaa Bawah taahun 1995-22009.
Hujan denggan intensitass di atas rata--rata terjadi pada
p
Bulan Mareet-Juli dan ceenderung renndah pada Bulan
B
Desember-P
Pebruari. Hujan
H
hariian maksim
mum
sebagaimanna ditunjukkaan pada Gam
mbar 6 mem
miliki
kecendrunggan serupa deengan jumlahh hujan bulaanan.
58
Hal ini berarti bahwa peniingkatan dan
n penurunann
hujaan maksim
mum, relatiif sebandin
ng dengann
peniingkatan dann penurunann jumlah hujjan bulanan..
Hal ini menjjadi pentinng untuk disampaikan
d
n
men
ngingat bahw
wa kecendruungan ini secara teorii
jugaa (diharapkaan) terjadi pada debit di sungai..
Sebagaimana juuga telah dikketahui bahw
wa paramaterr
hujaan ini menjaadi masukan (input) utam
ma di dalam
m
mod
del baik Moddel Mock m
maupun NRE
ECA, dimanaa
kedu
ua model diuuji dalam pennelitian ini.
Ga
ambar 5. Evaapotranspirassi potensial Sta.
S Bora
Simulasi model dengan periode bulanann
men
nggunakan rentang datta hidrologii 15 tahunn
(199
95-2009), diilakukan terrhadap 2 ko
ondisi yaknii
simu
ulasi tanpa optimasi pparameter dan
d
simulasii
deng
gan parameeter optimal.. Hasil sim
mulasi keduaa
mod
del (Mock dan NRE
ECA) tanp
pa optimasii
paraameter diperrlihatkan padda Gambar 7,
7 khususnyaa
untu
uk tahun 20003 (mewakili). Hasil sim
mulasi tahun-tahu
un lainnya tidak
t
ditamppilkan padaa tulisan inii
men
ngingat keeterbatasan ruang dan
d
hanyaa
ditaampilkan taahun 2003 dengan pertimbangann
bahw
wa hasil simulasi
s
tahhun 2003 memberikann
ilusttrasi yang baaik tentang pperubahan peenyimpangann
hasiil simulasi sebelum dan sesudaah optimasii
paraameter modeel. Namun ddemikian, seesungguhnyaa
hasiil simulasi pada tahuun-tahun laiinnya, jugaa
mem
mberikan iluustrasi yangg cukup baik
b
tentangg
peru
ubahan pennyimpangan hasil simu
ulasi keduaa
mod
del tersebut, akan tetaapi perubahaannya tidakk
sesignifikan tahuun 2003.
Sebagaim
mana ditamppilkan pada Gambar 7
s
tannpa optimasi parameterr
tenttang hasil simulasi
tahu
un 2003, meemperlihatkaan bahwa keecendrungann
debiit simulasi (QSIM)
(
memiliki perb
bedaan yangg
cuku
up besar dengan debitt pengamataan (QOBS)..
Khu
usus tahun 2003, Moddel Mock memberikan
m
n
peny
yimpangan antara 9.54 % - 143.23
3 % dengann
peny
yimpangan rerata sebessar 52.28 %.
% Demikiann
jugaa untuk tahhun yang sama, Mod
del NRECA
A
mem
mberikan pennyimpangan antara 8.70
0 % - 252.800
Analiisis Penyimpang
gan Perkiraan D
Debit Menggunakan Model Mo
ock dan NRECA
A
( I Gede Tunas dan Suryya B. Lesmana))
% dengan penyimpanggan rerata seebesar 67.911 %.
Pada tahunn 2003 inni, Model NRECA seelain
memberikann ambang bawah
b
penyyimpangan yang
y
lebih keciil juga memberikan
m
ambang atas
penyimpanggan yang lebbih besar daari Model Mock.
M
Demikian juga penyim
mpangan reeratanya sedikit
lebih tinggi dari Modeel Mock. Kecendrungan
K
n ini
tidak berlakku secara meenyeluruh unntuk tahun-taahun
lainnya, adaa juga pada tahun yang lain (1998, 2005
2
dan 2008) ambang baawah penyim
mpangan Model
M
Mocck lebih keciil dari ambanng bawah peenyimpangann
Mod
del NRECA
A. Namun secara umu
um ambangg
baw
wah penyimpangan Modeel Mock beraada di bawahh
amb
bang bawah penyimpanggan Model NRECA,
N
dann
keceendrungan inni juga berllaku untuk ambang
a
atass
peny
yimpangan.
G
Gambar
6. Parameter
P
huujan rerata 19995-2009 (Stta. Bangga Atas
A - Sta. Baangga Bawah
h)
Penyimpangan rata-rata
r
unntuk 15 taahun
masi param
meter) dilakuukan
simulasi (ttanpa optim
dengan merrata-ratakan seluruh
s
penyyimpangan seetiap
bulan selam
ma 15 tahunn, dalam hall ini terdapaat 12
bulan kali 15 tahun attau setara dengan
d
180 data
penyimpanggan. Berdassarkan hasiil perataan ini,
Model Moock memberrikan penyim
mpangan anntara
14.30 % - 193.36 %, dengan rataa-rata simpanngan
sebesar 700.25 %. Model NREC
CA memberrikan
penyimpanggan antara 13.05 % - 2005.45 %, denngan
rata-rata sim
mpangan sebbesar 85.93 %.
% Kecendrunngan
penyimpanggan rerata inni relatif agaak mirip denngan
penyimpanggan tahun 20003.
Menaarik untuk dicermati bahwa, seecara
umum polaa perkiraan debit keduua model tidak
t
menunjukkaan perbedaaan yang beesar antara satu
dan
dengan lainnnya, walauupun pada bulan-bulan
b
tahu
un-tahun teertentu jugaa terdapat perbedaan-perb
bedaan debiit yang cukkup besar, seperti
s
padaa
Bulaan Oktober tahun 20033 (Gambar 7)
7 dan padaa
tahu
un-tahun lainnnya yang tidak ditam
mpilkan padaa
tulissan ini. Bila diliihat dari persentasee
peny
yimpangan, penyimpanngan rata-rrata antaraa
kedu
ua model juuga tidak m
menunjukkan
n perbedaann
yang
g besar, yakkni hanya berrselisih 15.68 %. Hal inii
men
nunjukkan untuk
u
kasus tersebut, kedua
k
modell
men
nunjukkan kemiripan
kinerja. Walaupunn
dem
mikian, perbeedaan debit perkiraan kedua
k
modell
(QS
SIM) dengaan
debit pengamataan (QOBS))
cend
derung besaar. Hal ini mengisyaraatkan bahwaa
peng
ggunaan keddua model untuk berbaagai aplikasii
sebaaiknya
dioptimasi
parameter-p
parameternyaa
terleebih dahulu.
599
INFRASTRUKTUR Vol. 1 No. 1
1 Juni 2011: 54
4 ‐ 62
Gaambar 7. Haasil simulasi Model Mockk dan NREC
CA tahun 20003 tanpa optiimasi parameeter
Selannjutnya simuulasi dilakukaan menggunakan
paramater optimal terhhadap keduaa model. Untuk
U
menentukann parameteer optimal masing-maasing
model, optimasi dilakuukan mengggunakan fasiilitas
microsoft exxcel).
solver padaa program sppreadsheet (m
Optimasi dilakukan
d
d
dengan
mennetapkan fuungsi
tujuan denggan cara mem
minimalkan volume
v
errorr dan
memaksimaalkan koefiisisen korellasi (corelaation
coofecient) dan mengopptimalkan paarameter massingmasing moodel. Parameeter optimassi untuk Model
M
Mock melipputi koefisieen infiltrasi musim kam
marau
(CDS), koeefisien infilttrasi musim
m hujan (WDS),
kandungan air tanahh awal (ISM), kapaasitas
S
tampuungan air tanah
kelembabann tanah ( SMC),
awal (IGW
WS) dan faktor resesi air tanah (K).
Parameter optimasi
o
Moodel NRECA
A sedikit berbbeda
dengan parrameter Moodel Mock, yang melliputi
persentase limpasan yaang keluar dari
d
DAS di sub
surface/infilltrasi (PSU
UB), persenntase limppasan
tampungan air tanah meenuju ke sunggai (GWF), nilai
awal tamppungan keleengasan tanaah (ISMS atau
KETANWA
AL), nilai awal
a
tampuungan air tanah
(IGWS=AT
TANWAL). Mencermaati konfiguurasi
parameter kedua modeel tersebut, terlihat adanya
kemiripan antara param
mater ISM dan SMC pada
p
Model Mocck dengan parameter
p
ISM
MS pada Model
M
NRECA. Selain itu jugga terdapat kemiripan
k
anntara
parameter IGWS
pada Model Mock denngan
parameter IGWS
I
pada Model NRE
ECA. Kemirripan
yang terakhhir adalah pada parameter K pada Model
M
Mock denggan parameteer PSUB/GW
WF pada model
m
NRECA. Hasil
H
optimasi parameter--parameter kedua
60
mod
del tersebutt selengkapnnya diperlih
hatkan padaa
Tab
bel 1 dan 2.
Tab
bel 1. Nilai paarameter opttimasi Modell Mock
Parameteer
CD
DS
WDS
W
IS
SM (mm)
SM
MC (mm)
IG
GWS (mm)
K
Niilai Awal
0.2
0.3
150
75
200
0.8
Nilai
Optimasi
0.300
0.186
101.323
101.323
74.120
0.863
Tab
bel 2. Nilai parameter
p
optimasi Modeel NRECA
Parameteer
PS
SUB
GW
WF
IS
SMS (mm)
IG
GWS (mm)
Niilai awal
0.50
0.50
50.00
200
Nilai
Optimasi
0.610
0.640
95.20
80.65
Simulasi keedua model m
menggunakaan parameterr
optiimal sebagaaimana ditunnjukkan pad
da Tabel 2,
mem
mberikan hasil
h
sepertti diperlihaatkan padaa
Gam
mbar 8, khussus untuk tahhun 2003. Untuk
U
tahuntahu
un yang lainn sebagaimanna simulasi sebelumnya,
s
jugaa tidak ditaampilkan paada tulisan ini dengann
alassan dan peertimbangan yang samaa. Simulasi
men
nggunakan parameter
p
optimal untuk tahun 2003,
Mod
del Mock memberikan
m
n penyimpan
ngan antaraa
3.07
7 % - 25.44 % dengan simpangan reerata sebesarr
12.3
31
%.
Model
N
NRECA
memberikan
m
n
Analiisis Penyimpang
gan Perkiraan D
Debit Menggunakan Model Mo
ock dan NRECA
A
( I Gede Tunas dan Suryya B. Lesmana))
penyimpanggan antara 1.29 % - 34.00
3
% denngan
simpangan rerata
r
sebesaar 18.58 %.
Perataaan penyimpaangan berdaasarkan 15 taahun
simulasi menggunakan
m
n parameter model optiimal,
Model Moock memberrikan penyim
mpangan anntara
3.90 % - 311.79 % denggan simpangaan rerata sebbesar
15. 88 %.
% Demikiaan pula, Model
M
NRE
ECA
memberikann penyimpanngan antara 1.64 % - 42.50
% dengan simpangan rerata sebeesar 23.97. Bila
dibandingkaan dengan penyimpanngan dari hasil
h
simulasi seebelumnya, penurunann penyimpanngan
relatif
signifikan.
Hasil
s
simulasi
j
juga
mperlihatkann kesalahan volume (volume error)
mem
sebeesar 0.000566 dan koefisiien korelasi 0.875 untukk
Mod
del Mock. Model NRECA memberikan
m
n
kesaalahan volum
me sebesar 0.000724 daan koefisienn
koreelasi 0.824.
Tab
bel 3. Penyim
mpangan rata--rata hasil peerkiraan
Model
M
Mock
M
NR
RECA
Tanpa optimaasi
T
p
parameter
(%
%)
70.25
85.93
Dengan
n parameter
optiimal (%)
15.88
1
23.97
2
M
Mockk dan NRECA
A tahun 2003 dengan parrameter optim
mal
Gaambar 8. Haasil simulasi Model
Mem
mperhatikan hasil
h
simulaasi menggunakan
parameter optimal, kedua model
m
terssebut
memperlihaatkan kinerjaa yang cukup bagus walauupun
masih terrlihat adannya penyim
mpangan. Perlu
P
disampaikann bahwa moodel hidroloogi apapun tidak
t
akan bisa menirukan
m
p
perilaku
yanng sesungguhhnya
tanpa suatu penyimpanggan (Sri Hartto, 2000). Haal ini
p
, asumsi dan
disebabkan akibat pengandaian,
penyederhanaan-penyedderhanaan daalam penyusuunan
model. Peengandaian bahwa hujjan terdistriibusi
secara meraata dalam raadius pengaruuh stasiun hujan
h
di dalam DAS sesuungguhnya sudah
s
mem
miliki
potensi kesaalahan yang besar. Penggandaian ini akan
semakin mendekati
m
k
kebenaran
mlah
apabila jum
stasiun hujan di dalam
m DAS mem
miliki kerappatan
yang cukupp sebagaimana yang disyaratkan
oleh
d
Kagan (Srii Harto, 20000) baik jumlah
j
mauupun
distribusinyya. Apalagi saat
s ini, akibbat anomali iklim
kecendrunggan hujan seemakin sulitt diprediksi baik
distribusi, intensitas
maupun
lama
h
hujan
(Sukheswallla, Z.R., 20003).
Selain ituu, sumber kesalahan (pen
nyimpangan))
sang
gat mungkiin terjadi akibat valiiditas data..
Beb
berapa data hidrologi ddan hidromettri mungkinn
sajaa kurang vallid akibat faaktor alat uk
kur maupunn
fakttor manusia sebagai peengolah dataa. Walaupunn
dem
mikian, diluuar dugaan-dugaan terssebut, hasill
simu
ulasi pada tuulisan ini teelah memberrikan kinerjaa
yang
g cukup memuaskan.
m
Para ahli dan
d
praktisii
hidrrologi mem
mang telah mensyaratk
kan bahwaa
peny
yimpangan-ppenyimpangaan
hasil
optimasii
sebaaiknya di baw
wah 10 % ataau paling tid
dak di sekitarr
5 %.
% Meskipunn hasil simuulasi kedua model padaa
tulissan ini mem
mberikan pennyimpangan rata-rata dii
atass 10 % dalam
m hal ini 15.888 % untuk Model
M
Mockk
dan 23.97 % untuk
u
Model NRECA, untuk
u
kasus-kasu
us di Sulaweesi Tengah ddengan keterb
rbatasan dataa
yang
g dimiliki daapat ditegaskkan bahwa kedua
k
modell
telah
h memberikaan kinerja yaang cukup baagus.
611
INFRASTRUKTUR Vol. 1 No. 1 Juni 2011: 54 ‐ 62
UCAPAN TERIMA KASIH
Tulisan ini dihimpun dari sebagian hasil
penelitian kerjasama dengan Direktorat Jenderal
Pendidikan Tinggi Kementrian Pendidikan Nasional
Tahun Anggaran 2009. Oleh karena itu, Penulis
mengucapkan terima kasih yang tidak terhingga
terutama kepada DP2M DIKTI atas pendanaan yang
diberikan melalui Penelitian Hibah Bersaing pada
Tahun Anggaran 2009 yang diselenggarakan oleh
Lembaga Penelitian Universitas Tadulako Palu.
Ucapan terima kasih juga diucapkan kepada semua
pihak yang telah membantu sehingga penelitian ini
dapat terlaksana dengan baik.
KESIMPULAN DAN SARAN
Secara umum dapat disampaikan bahwa
kedua model yang diuji penyimpangannya pada
penelitian ini memberikan kinerja yang cukup
bagus. Penuruan penyimpangan rerata dari 70.25 %
menjadi 15.88 % untuk model Mock dan dari 85.93
% menjadi 23.97 % untuk Model NRECA,
menglustrasikan bahwa optimasi parameter menjadi
bagian yang sangat penting untuk dilakukan pada
setiap analisis.
Hasil parameter optimal yang diperoleh pada
tahapan optimasi, selanjutnya dapat dijadikan
sebagai rujukan untuk memprediksi debit pada
DAS-DAS yang tidak memiliki stasiun hidrometri
terutama DAS-DAS yang berada di sekitar DAS
Bangga di Sulawesi Tengah. Namun demikian jika
ada data hidrometri terukur, parameter kedua model
tersebut dapat diverifikasi.
Untuk penggunaan yang lebih luas, mengingat
sangat langkanya data debit terukur di Sulawesi
Tengah, penggunaan parameter model tersebut
dapat digunakan dengan hati-hati, tentunya dengan
memperhatikan karaktersitik hujan, DAS dan sungai
dan membandingkannya dengan DAS Bangga yang
memiliki stasiun hidrologi dan hidrometri.
DAFTAR PUSTAKA
Mock, F.J., 1973, Water Capability Appraisal
Indonesia,
Food
and
Agriculture
Organization of The United Nations, Bogor,
Indonesia
Olivera, F., 1999, CRWR-Vector v.1.1: An ArcView
Extension for Analysis of Vector Data, Center
for Research in Water Resources (CRWR),
University of Texas, Austin.
Sri Harto Br., 2000, Hidrologi : Teori, Masalah dan
Penyelesaian, Nafiri Offset, Yogyakarta.
Sukheswalla, Z.R., 2003, A Statistical Model For
Estimating Mean Annual and Mean Monthly
62
Flows at Ungaged Locations, M.Sc. Thesis,
University of Texas, Austin.
Setiawan, E., Sulistiyono, H., dan Budianto, M.B.,
2006, Efek Pemberian Nilai Awal Model
NRECA
Terhadap
Konsistensi
Hasil
Kalibrasi dan Verifikasi, Jurnal Rekayasa
UNRAM, Vol. 7 No.1, pp. 24-31 April 2006
ISSN: 1411-5565
Tunas, G., Tanga, A., dan Lesmana, S.B., 2008,
Model Transformasi Hujan-Aliran Berbasis
Hidrograf Satuan Untuk Analisis Banjir,
Prosiding Seminar Nasional Sain dan
Teknologi II Universitas Lampung (UNILA),
Lembaga Penelitian Universitas Lampung.
Tunas, G., Tanga, A., dan Lesmana, S.B., 2009,
Penyusunan dan Pengembangan Model
Transformasi Hujan-Aliran Pada DAS-DAS
di Sulawesi Tengah Berbasis Sistem
Informasi Geografis, Laporan Penelitian
Hibah Bersaing DP2M DIKTI, Lembaga
Penelitian Universitas Tadulako.
Yunar, A,. dan Tunas, G., 2007, AnalisisPengaruh
Perubahan Tata Guna Lahan DAS Palu
Terhadap Karakteristik Hidrograf Banjir
dengan Pendekatan Sistem Informasi
Geografis, Laporan Penelitian Dosen Muda
DP2M
DIKTI,
Lembaga
Penelitian
Universitas Tadulako.
ANALISIS PENYIMPANGAN PERKIRAAN DEBIT MENGGUNAKAN MODEL MOCK
DAN NRECA
Deviation Analysis of Discharge Prediction Using Mock and NRECA Models
I Gede Tunas
Jurusan Teknik Sipil Universitas Tadulako-Jalan Soekarno Hatta Km. 8 Palu 94118, Email:tunasw@yahoo.com
Surya B. Lesmana
Jurusan Teknik Sipil Universitas Muhammadyah Yogyakarta
ABSTRACT
Due to limitedness of hydrometric data which is used to hydrology analysis in accordance with water resources
development, the discharge should be predicted based on rainfall data using hydrology model. Nevertheless, It must be
realized that the performance of hydrology models are generally limited. Almost hydrology models can’t fully imitate
watershed behavior especially in transformed rainfall to discharge. This is related to the complexity of input and
watershed system that is not fully represented in the model. Therefore, the model performance must be optimized before
applied in advanced hydrology analysis. This research is aimed to investigate model performance in the form of
deviation and optimal parameter using Mock and NRECA Models which is applied in one of small watershed (Bangga
Watershed) in Central Sulawesi. The result of simulation using arbitrary parameter showed that the average deviations
of the Mock and NRECA Models respectively are 70.25 % and 85.93 %. Simulation using optimal parameter decreased
the average deviation to be 15.88 % and 23.97 % for Mock and NRECA models respectively. The result of simulation
also showed that optimal parameter of the two models have 0.00056 and 0.000724 volume errors and 0.875 and 0.824
correlation coefficients.
Keywords : discharge prediction, deviation, Mock and NRECA Models
ABSTRAK
Keterbatasan data hidrometri yang digunakan untuk analisis hidrologi berkaitan dengan pengembangan sumber
daya air, mengharuskan perkiraan debit di sungai harus dilakukan berdasarkan data hujan menggunakan model
hidrologi. Namun harus disadari bahwa kinerja model yang ada umumnya terbatas. Hampir semua model hidrologi
tidak dapat sepenuhnya menirukan perilaku DAS khususnya dalam mengalihragamkan hujan menjadi debit.
Keterbatasan ini berkaitan dengan kompleksitasnya masukan dan sistem DAS yang tidak sepenuhnya terwakili di dalam
model. Oleh karena itu, model-model hidrologi tersebut harus dioptimasi sebelum digunakan dalam analisis. Penelitian
ini bertujuan untuk menyelidiki kinerja model dengan mensimulasi penyimpangan dan parameter model oiptimal
menggunakan Model Mock dan NRECA yang diaplikasikan di pada DAS kecil dalam hal ini DAS Bangga di Sulawesi
Tengah. Hasil simulasi menggunakan parameter sembarang menunjukkan bahwa penyimpangan rata-rata dari kedua
model (Mock dan NRECA) berturut-turut adalah 70.25 % and 85.93 %. Simulasi menggunakan parameter optimal,
dapat menurunkan penyimpangan rata-rata menjadi 15.88 % and 23.97 % untuk kedua model. Hasil simulasi juga
menunjukkan bahwa parameter optimal dari kedua model memiliki kesalahan volume sebesar 0.00056 and 0.000724
dan koefisen korelasi 0.875 and 0.824.
Kata Kunci : perkiraan debit, penyimpangan, Model Mock dan NRECA
PENDAHULUAN
Pengembangan sumber daya air sungai
merupakan usaha untuk menyediakan dan
memanfaatkan air untuk menunjang kehidupan
manusia. Kegiatan pembangunan seperti pengadaan
bendung/waduk untuk irigasi, PLTA dan sumber air
bersih memerlukan dukungan analisis data awal
tentang ketersediaan air yang akurat. Pada beberapa
kasus, data debit tercatat disuatu stasiun hidrometri
yang diinginkan untuk menunjang kebutuhan
pengembangan wilayah sungai sering belum tersedia
lengkap. Walaupun ada, namun tidak tercatat secara
kontinyu sepanjang tahun sehingga dalam keadaan
memaksa diperlukan adanya pengukuran langsung
dilapangan yang memerlukan waktu, materi dan
tenaga.
Pada dasarnya, stasiun hidrometri yang
berfungsi memantau dan merekam data elevasi
muka air (debit) sungai jumlahnya sangat terbatas
dan pada umumnya hanya dipasang di tempat-
Analisis Penyimpangan Perkiraan Debit Menggunakan Model Mock dan NRECA
( I Gede Tunas dan Surya B. Lesmana)
tempat tertentu yang dipandang memiliki arti yang
cukup penting oleh pengelolanya (Sri Harto, 2000).
Hal tersebut disebabkan karena tidak mungkin
memasang stasiun hidrometri di sembarang tempat
yang tidak terbatas, mengingat biaya pemasangan
dan pengelolaan yang sangat tinggi. Disamping itu
pula akibat tingginya tingkat sensitivitas instrumen
ini, tidak jarang memberikan hasil yang meragukan
bahkan tidak berfungsi sama sekali. Implikasinya
adalah perekaman data debit pada tahun-tahun
tertentu tidak lengkap atau bahkan tidak ada,
sehingga pada saat dibutuhkan untuk analisis
hidrologi data tidak tersedia atau tersedia dalam
jangka waktu yang sangat pendek. Pada sisi yang
lain stasiun hidrometri yang ada hanya dilengkapi
dengan seperangkat pencatat tinggi muka air
otomatis (Automatc Water Level Recorder, AWLR),
sehingga untuk mendapatkan data debit diperlukan
kalibrasi dari tinggi muka air menjadi debit. Proses
kalibrasi ini sebenarnya juga memberikan
penyimpangan yang besar karena penampang sungai
yang digunakan untuk menetapkan kurva kalibrasi
selalu mengalami perubahan setiap saat akibat
interaksi antara dinding sungai dengan aliran dalam
proses morfodinamik sungai. Konsekuensi dari
keterbatasan ini adalah analisis transformasi hujan
menjadi debit merupakan satu-satunya cara yang
umum digunakan dalam berbagai keperluan terkait
dengan pengembangan potensi sumber daya air di
khususnya Sulawesi Tengah.
Proses transformasi hujan menjadi aliran
sebagaimana digunakan untuk memprediksi data
awal tentang ketersediaan air suatu sungai umunya
di susun dalam bentuk model. Pada prinsipnya
model yang baik adalah model yang dapat
menirukan
perilaku
sistem
DAS
yang
sesungguhnya. Namun keterbatasan model selama
ini adalah unjuk kerja model tidak sepenuhnya dapat
menirukan perilaku sistem DAS. Hal ini terkait
dengan kompleksitas sifat masukan dan sistem yang
tidak sepenuhnya terwakili dalam model. Demikian
pula penentuan besaran parameter dalam model
bukanlah pekerjaan yang mudah. Beberapa
parameter model memiliki tingkat sensitivitas yang
sangat tinggi sehingga sulit untuk diperkirakan
secara tepat. Validitas hasil perkiraan ini sangat
tergantung dari kalibrasi dan verifikasi parameter
model. Kalibrasi dan verifikasi model hanya dapat
dilakukan bila pada sungai yang dianalisis terdapat
pengukuran debit dalam rentang waktu tertentu. Bila
kondisi ini tidak dipenuhi maka perkiraan debit
dengan terpaksa dilakukan tanpa melalui kalibrasi
atau dapat juga dengan menetapkan parameter
model berdasarkan kalibrasi dan verifikasi terhadap
sungai-sungai yang memiliki data debit dan
digunakan untuk memperkirakan debit pada sungaisungai lain di sekitarnya yang tidak memiliki data
debit. Hal lain yang juga dapat dilakukan adalah
menganalisis penyimpangan hasil perkiraan debit
menggunakan model-model empiris sebagaimana
telah disebutkan sebelumnya. Model yang memberi
hasil penyimpangan perkiraan debit terkecil (tanpa
kalibrasi) dapat digunakan sebagai rujukan untuk
memperkirakan debit sungai pada suatu wilayah
atau kawasan.
Dua buah model hidrologi yang umum
digunakan untuk analisis ketersediaan air terutama
oleh para praktisi adalah Model Mock dan NRECA.
Model Mock merupakan salah satu contoh model
hidrologi yang sederhana untuk menghitung debit
suatu sungai. Model ini mentransformasi hujanaliran mengikuti prinsip keseimbangan air (water
balance) untuk memperkirakan ketersediaan air
(debit) suatu sungai. Model ini menganggap bahwa
hujan yang jatuh pada DAS sebagian akan hilang
sebagai evapotranspirasi, sebagian akan menjadi
limpasan langsung (direct run-off) dan sebagian lagi
akan masuk ke tanah sebagai infiltrasi (Mock,
1973). Apabila kapasitas lengas tanah (soil moisture
capacity) telah terlampai, air akan mengalir ke
bawah akibat gaya gravitasi sebagai perkolasi
(percolation) menuju aquifer jenuh sebagai air tanah
(ground water) yang akhirnya akan keluar ke sungai
sebagai aliran dasar (base flow). Aliran air hujan
yang dialihragamkan (transformation) oleh sistem
DAS yang bersangkutan akhirnya akan sampai ke
sungai yamg ada dalam DAS yang bersangkutan.
Aliran di sungai adalah jumlah aliran langsung di
permukaan tanah (overland flow) dan aliran dasar
(base flow). Untuk setiap bulannya, terlebih dahulu
model akan menghitung penyimpanan kelembaban
tanah (soil moistur storage, SMS) pada akhir bulan.
Bila SMS akhir lebih besar dari kapasitas
kelembaban tanah (soil moisture capacity, SMC)
maka akan terjadi kelebihan air (water surplus,
WS), dan apabila SMS akhir lebih kecil dari SMC,
maka WS = 0. Meskipun tidak terjadi kelebihan air
(WS = 0), limpasan langsung dapat terjadi akibat
limpasan badai (storm runoff). Besarnya aliran dan
penyimpanan air tanah (groundwater storage)
diperoleh dengan cara menghitung infiltrasi dari
volume penyimpanan, yang mana faktor-faktor
infiltrasi (i), resesi aliran air tanah (k) dan faktor
limpasan badai (PF) dapat ditentukan (Gambar 1).
55
INFRASTRUKTUR Vol. 1 No. 1
1 Juni 2011: 54
4 ‐ 62
G
Gambar
1. Struktur
S
Moddel Mock
Moodel dengaan strukturr yang lebih
l
sederhana adalah
a
Model NRECA, merupakan
m
m
model
transformassi hujan-aliraan untuk menghitung
m
d
debit
suatu sunggai, yang diiperkenalkann oleh Natiional
Rural Electtric Cooperaative Associaation (NREC
CA).
Model ini dikembangka
d
an untuk meenganalisis debit
d
air berdasarrkan curah hujan yang bertujuan untuk
u
pembangkitt listrik, dim
mana debit aiiran yang masuk
m
ke outlet dari
d
daerah tangkapan air berasal dari
curah hujann (Setiawan,, E., dkk., 2006).
2
Modeel ini
dapat digunnakan untukk menghitunng debit bulanan
(monthly
discharge))
berdasaarkan
priinsip
keseimbanggan air (wateer balance) di
d DAS (Gam
mbar
2).
G
Gambar
2. Sttruktur Modeel NRECA
Moodel NRECA
A membagii hujan bulanan
menjadi duua, yakni lim
mpasan langssung (direct runoff) yang teerdiri dari liimpasan perm
mukaan (surrface
run-off) dann bawah permukaan (subbsurface runn-off)
dan aliran dasar
d
(base flow).
f
Tamppungan (storrage)
juga dibeddakan menjaadi dua yaakni tampunngan
kelengasan (moisture storage)
s
dann tampungann air
tanah (grround watter storagge). Perubahan
tampungan diperhitunggkan sebaggai selisih dari
tampungan akhir dan tampungan awal. Simpanan
kelengasan ditentukan oleh hujan, evapotransppirasi
dan lengas lebih yang selanjutnyaa menjadi aliran
a
56
lang
gsung dan imbuhan
i
kee air tanah. Debit totall
merrupakan jum
mlah dari alirran langsung
g dan alirann
air tanah.
t
k
modell
Penelitiann tentang peenggunaan kedua
terseebut dengann optimasi parameter-p
parameternyaa
telah
h banyak dilakukan
d
seecara luas di
d Indonesiaa
teru
utama di Pulau
P
Jawaa (Nurrochm
mad dalam
m
Setiiawan dkk., 2006 dan Setiawan dkk.,
d
2006)..
Nam
mun demikkian penyimpangan-peenyimpangann
mod
del sebelum
m dan sesuddah optimassi parameterr
ham
mpir tidak pernah
p
dinyaatakan secara eksplisit..
Pad
da sisi yang lain, untuk kkasus-kasus di Sulawesii
Ten
ngah, analissis penyim
mpangan daan optimasii
paraameter hamppir tidak peernah ditem
mukan dalam
m
berb
bagai literattur. Oleh kaarena itu peenelitian inii
kiraanya menjaddi penting tterutama dap
pat menjadii
ruju
ukan untuk analisis hiidrologi dalam rangkaa
peng
gembangan dan pengeloolaan sumberr daya air dii
Sulaawesi Tengahh.
ME
ETODE PEN
NELITIAN
Lokasi penelitian
p
inni bertempaat di DAS
S
Ban
ngga (penduuduk setemppat menyeb
butnya DAS
S
Ore), salah satuu anak (sub-D
DAS) Sungaai Palu yangg
w
Kabbupaten Sig
gi Provinsii
terleetak di wilayah
Sulaawesi Tengaah, dengan luas daerah
h tangkapann
kuraang lebih 72.08 km2. DA
AS ini terletaak di sebelahh
Baraat Sungai Palu memanjaang dari Baarat Daya kee
Tim
mur Laut daan bermuaraa di Sungai Palu. DAS
S
Ban
ngga merupakan satu-ssatunya DA
AS kecil dii
Sulaawesi Tengaah yang meemiliki dataa perekamann
hujaan dan debit (AWLR) koontinyu sepaanjang tahunn
(198
84-sekarang)).
Adapun tahapan yang diam
mbil untukk
men
nyelesaikan penelitian
p
inni dapat dibed
dakan atas 3
maccam yaitu tahap penggumpulan data, tahapp
simu
ulasi modeel dan tahaap analisis.. Penelitiann
pend
dahuluan diawali
d
denngan identifikasi dann
peng
gumpulan daata sekunderr berupa dataa klimatologii
padaa Stasiun Bora
B
(119º555’53” LS daan 01º11’39”
LS), data curahh hujan harian selama minimal 100
tahu
un terakhir pada Stasiuun Bangga Atas yangg
’
terleetak pada 119º55
1
00” B
Bujur Timur (BT) dann
’
”
01º1
15 37 Lintanng Selatan (L
LS) dan Stassiun Banggaa
Baw
wah yang terletak
t
padda 119º54’35” BT dann
01º1
14’35” LS. Data seelainnya ad
dalah dataa
peng
gukuran hiddrometri berrupa elevassi muka airr
(AW
WLR) rerataa harian di Bendung Bangga
B
dann
dian
nggap sebagaai outlet DA
AS Bangga. Data
D
AWLR
R
ini selanjutnyaa akan dikkonversi meenjadi debitt
men
nggunakan kuurva kalibrassi debit.
Selain daata hidroklim
matologi terrsebut, padaa
peneelitian ini juga dikum
mpulkan datta topografii
dalaam bentuk peta RBI skala 1:5
50000 yangg
dikeeluarkan oleh
o
BAK
KOSURTANA
AL untukk
Analiisis Penyimpang
gan Perkiraan D
Debit Menggunakan Model Mo
ock dan NRECA
A
( I Gede Tunas dan Suryya B. Lesmana))
menentukann karakteristiik DAS dan peta pencittraan
satelit untuuk menentukkan jenis peenggunaan lahan
(land use) berkaitan dengan
d
keperluan simuulasi.
Pengolahann dan interppretasi dataa topografi dan
landsat dilaakukan denggan menggunnakan peranngkat
a). Lokaasi penelitiann
lunaak Arc GIS 9.3 dan Er Mapper 6. Penggunaann
peraangkat lunakk ini diharappkan dapat memberikan
m
n
akurrasi yang baik terutaama dalam
m penetapann
paraameter fisik DAS.
D
b). Posisi stasiun hiddroklimatolo
ogi
Gam
mbar 3. Petaa lokasi peneelitian dan po
osisi stasiun hidroklimato
h
ologi
Analiisis awal dim
mulai dengaan mempredikasi
angka evappotranspirasi potensial rata-rata
r
bulanan
menggunakkan
Metodde
Penmaan
Modiffikasi
berdasarkann data klimaatologi dalam
m hal ini beerupa
data penyinnaran matahhari (%), data
d
kelembaban
udarra relatif (%
%), data keccepatan angiin (km/hari))
dan data tempeeratur rata-raata bulanan (oC). Angkaa
evap
potranspirasii potensial ini digunak
kan sebagaii
inpu
ut model.
a). DA
AS Bangga
b). Citra
C
landsatt DAS Bangg
ga
AS dan citra landsat
l
DAS
S Bangga
Gambaar 4. Peta DA
Berdaasarkan dataa hujan hariaan yang terseedia,
selanjutnya dapat ditettapkan hujann rata-rata DAS
D
menggunakkan metode rata-rata hittung (aritmaathic
an). Pemilihaan metode inni selain didaasarkan padaa
mea
jum
mlah stasiun hujan
h
yang terdapat di sekitar
s
DAS
S
hany
ya dua buahh stasiun, juuga pertimbaangan lokasii
577
INFRASTRUKTUR Vol. 1 No. 1
1 Juni 2011: 54
4 ‐ 62
kedua stassiun hujan relatif berrdekatan. Untuk
U
keperluan simulasi, dari hasil proses ini dapat
d
h
rata-ratta bulanan, juumlah hari hujan
h
dihimpun hujan
rata-rata bullanan dan jum
mlah hujan tahunan.
t
Perkiiraan debit rerata haarian dilakuukan
dengan meenggunkan Model Moock dan Model
M
NRECA berdasarkan masukan (input) data
hidroklimattologi yang telah dianaliisis sebelum
mnya.
Penggunaann kedua model
m
ini didasarkan
d
p
pada
intensitas pemakaian
p
b
baik
untuk terapan mauupun
untuk riset.. Secara um
mum kedua model
m
ini saangat
umum diguunakan dalaam skala yang
y
lebih luas
terutama olleh para praaktisi rekayaasa sumber daya
air. Oleh karena itu pada kasuus-kasus terttentu
penyimpanggananya perrlu diuji unntuk mengettahui
kehandalannnya terutam
ma untuk meemprediksi debit
d
pada sungaii-sungai yanng tidak mem
miliki perekaaman
debit pada masa
m
lalu.
Setelah dikketahui pennyimpangan masing-maasing
model, tahhap akhir dari penelittian ini addalah
melakukan kalibrasi. Parameter-pa
P
arameter opttimal
masing-massing model ditetapkan dengan meetode
kuadrat terkkecil (least square
s
methhod). Pada tahap
ini juga diitetapkan peenyimpangann masing-maasing
model denggan membanddingkan debiit simulasi (ddebit
perkiraan) dengan debbit pengamaatan (observvasi).
Berdasarkann angka parrameter moddel optimal dan
penyimpanggan
terrkecil
m
maka
d
dapat
direkomenddasikan moddel yang dapat
d
digunakan
untuk kepeerluan-keperlluan praktiss terutama pada
p
DAS-DAS di sekitar DAS Banggga yang tidak
t
memiliki caatatan perekaaman debit paada masa laluu.
HASIL DA
AN PEMBAH
HASAN
Evaapotranspirassi potensial berdasarkan
b
data
klimatologi Stasiun Bora tahhun 1995-22009
a
evapootranspirasi ratamenunjukkaan bahwa angka
rata bulanaan berkisar antara 1188.17 mm/buulan168.45 mm
m/bulan sebaagaimana diitunjukkan pada
p
Gambar 5. Angka ini setara
s
dengann 3.94 mm/hhari5.43 mm/haari.
Analiisis terhadapp data hujann dengan jum
mlah
data 15 tahuun memberikkan informaasi bahwa muusim
penghujan terjadi hamppir sepanjanng tahun denngan
yang
beerbeda-beda.
Gambar
intensitas
6
memperlihaatkan hujan harian maaksimum, hujan
h
bulanan dann jumlah harri hujan rata--rata Sta. Banngga
Atas dan Sta.
S
Banggaa Bawah taahun 1995-22009.
Hujan denggan intensitass di atas rata--rata terjadi pada
p
Bulan Mareet-Juli dan ceenderung renndah pada Bulan
B
Desember-P
Pebruari. Hujan
H
hariian maksim
mum
sebagaimanna ditunjukkaan pada Gam
mbar 6 mem
miliki
kecendrunggan serupa deengan jumlahh hujan bulaanan.
58
Hal ini berarti bahwa peniingkatan dan
n penurunann
hujaan maksim
mum, relatiif sebandin
ng dengann
peniingkatan dann penurunann jumlah hujjan bulanan..
Hal ini menjjadi pentinng untuk disampaikan
d
n
men
ngingat bahw
wa kecendruungan ini secara teorii
jugaa (diharapkaan) terjadi pada debit di sungai..
Sebagaimana juuga telah dikketahui bahw
wa paramaterr
hujaan ini menjaadi masukan (input) utam
ma di dalam
m
mod
del baik Moddel Mock m
maupun NRE
ECA, dimanaa
kedu
ua model diuuji dalam pennelitian ini.
Ga
ambar 5. Evaapotranspirassi potensial Sta.
S Bora
Simulasi model dengan periode bulanann
men
nggunakan rentang datta hidrologii 15 tahunn
(199
95-2009), diilakukan terrhadap 2 ko
ondisi yaknii
simu
ulasi tanpa optimasi pparameter dan
d
simulasii
deng
gan parameeter optimal.. Hasil sim
mulasi keduaa
mod
del (Mock dan NRE
ECA) tanp
pa optimasii
paraameter diperrlihatkan padda Gambar 7,
7 khususnyaa
untu
uk tahun 20003 (mewakili). Hasil sim
mulasi tahun-tahu
un lainnya tidak
t
ditamppilkan padaa tulisan inii
men
ngingat keeterbatasan ruang dan
d
hanyaa
ditaampilkan taahun 2003 dengan pertimbangann
bahw
wa hasil simulasi
s
tahhun 2003 memberikann
ilusttrasi yang baaik tentang pperubahan peenyimpangann
hasiil simulasi sebelum dan sesudaah optimasii
paraameter modeel. Namun ddemikian, seesungguhnyaa
hasiil simulasi pada tahuun-tahun laiinnya, jugaa
mem
mberikan iluustrasi yangg cukup baik
b
tentangg
peru
ubahan pennyimpangan hasil simu
ulasi keduaa
mod
del tersebut, akan tetaapi perubahaannya tidakk
sesignifikan tahuun 2003.
Sebagaim
mana ditamppilkan pada Gambar 7
s
tannpa optimasi parameterr
tenttang hasil simulasi
tahu
un 2003, meemperlihatkaan bahwa keecendrungann
debiit simulasi (QSIM)
(
memiliki perb
bedaan yangg
cuku
up besar dengan debitt pengamataan (QOBS)..
Khu
usus tahun 2003, Moddel Mock memberikan
m
n
peny
yimpangan antara 9.54 % - 143.23
3 % dengann
peny
yimpangan rerata sebessar 52.28 %.
% Demikiann
jugaa untuk tahhun yang sama, Mod
del NRECA
A
mem
mberikan pennyimpangan antara 8.70
0 % - 252.800
Analiisis Penyimpang
gan Perkiraan D
Debit Menggunakan Model Mo
ock dan NRECA
A
( I Gede Tunas dan Suryya B. Lesmana))
% dengan penyimpanggan rerata seebesar 67.911 %.
Pada tahunn 2003 inni, Model NRECA seelain
memberikann ambang bawah
b
penyyimpangan yang
y
lebih keciil juga memberikan
m
ambang atas
penyimpanggan yang lebbih besar daari Model Mock.
M
Demikian juga penyim
mpangan reeratanya sedikit
lebih tinggi dari Modeel Mock. Kecendrungan
K
n ini
tidak berlakku secara meenyeluruh unntuk tahun-taahun
lainnya, adaa juga pada tahun yang lain (1998, 2005
2
dan 2008) ambang baawah penyim
mpangan Model
M
Mocck lebih keciil dari ambanng bawah peenyimpangann
Mod
del NRECA
A. Namun secara umu
um ambangg
baw
wah penyimpangan Modeel Mock beraada di bawahh
amb
bang bawah penyimpanggan Model NRECA,
N
dann
keceendrungan inni juga berllaku untuk ambang
a
atass
peny
yimpangan.
G
Gambar
6. Parameter
P
huujan rerata 19995-2009 (Stta. Bangga Atas
A - Sta. Baangga Bawah
h)
Penyimpangan rata-rata
r
unntuk 15 taahun
masi param
meter) dilakuukan
simulasi (ttanpa optim
dengan merrata-ratakan seluruh
s
penyyimpangan seetiap
bulan selam
ma 15 tahunn, dalam hall ini terdapaat 12
bulan kali 15 tahun attau setara dengan
d
180 data
penyimpanggan. Berdassarkan hasiil perataan ini,
Model Moock memberrikan penyim
mpangan anntara
14.30 % - 193.36 %, dengan rataa-rata simpanngan
sebesar 700.25 %. Model NREC
CA memberrikan
penyimpanggan antara 13.05 % - 2005.45 %, denngan
rata-rata sim
mpangan sebbesar 85.93 %.
% Kecendrunngan
penyimpanggan rerata inni relatif agaak mirip denngan
penyimpanggan tahun 20003.
Menaarik untuk dicermati bahwa, seecara
umum polaa perkiraan debit keduua model tidak
t
menunjukkaan perbedaaan yang beesar antara satu
dan
dengan lainnnya, walauupun pada bulan-bulan
b
tahu
un-tahun teertentu jugaa terdapat perbedaan-perb
bedaan debiit yang cukkup besar, seperti
s
padaa
Bulaan Oktober tahun 20033 (Gambar 7)
7 dan padaa
tahu
un-tahun lainnnya yang tidak ditam
mpilkan padaa
tulissan ini. Bila diliihat dari persentasee
peny
yimpangan, penyimpanngan rata-rrata antaraa
kedu
ua model juuga tidak m
menunjukkan
n perbedaann
yang
g besar, yakkni hanya berrselisih 15.68 %. Hal inii
men
nunjukkan untuk
u
kasus tersebut, kedua
k
modell
men
nunjukkan kemiripan
kinerja. Walaupunn
dem
mikian, perbeedaan debit perkiraan kedua
k
modell
(QS
SIM) dengaan
debit pengamataan (QOBS))
cend
derung besaar. Hal ini mengisyaraatkan bahwaa
peng
ggunaan keddua model untuk berbaagai aplikasii
sebaaiknya
dioptimasi
parameter-p
parameternyaa
terleebih dahulu.
599
INFRASTRUKTUR Vol. 1 No. 1
1 Juni 2011: 54
4 ‐ 62
Gaambar 7. Haasil simulasi Model Mockk dan NREC
CA tahun 20003 tanpa optiimasi parameeter
Selannjutnya simuulasi dilakukaan menggunakan
paramater optimal terhhadap keduaa model. Untuk
U
menentukann parameteer optimal masing-maasing
model, optimasi dilakuukan mengggunakan fasiilitas
microsoft exxcel).
solver padaa program sppreadsheet (m
Optimasi dilakukan
d
d
dengan
mennetapkan fuungsi
tujuan denggan cara mem
minimalkan volume
v
errorr dan
memaksimaalkan koefiisisen korellasi (corelaation
coofecient) dan mengopptimalkan paarameter massingmasing moodel. Parameeter optimassi untuk Model
M
Mock melipputi koefisieen infiltrasi musim kam
marau
(CDS), koeefisien infilttrasi musim
m hujan (WDS),
kandungan air tanahh awal (ISM), kapaasitas
S
tampuungan air tanah
kelembabann tanah ( SMC),
awal (IGW
WS) dan faktor resesi air tanah (K).
Parameter optimasi
o
Moodel NRECA
A sedikit berbbeda
dengan parrameter Moodel Mock, yang melliputi
persentase limpasan yaang keluar dari
d
DAS di sub
surface/infilltrasi (PSU
UB), persenntase limppasan
tampungan air tanah meenuju ke sunggai (GWF), nilai
awal tamppungan keleengasan tanaah (ISMS atau
KETANWA
AL), nilai awal
a
tampuungan air tanah
(IGWS=AT
TANWAL). Mencermaati konfiguurasi
parameter kedua modeel tersebut, terlihat adanya
kemiripan antara param
mater ISM dan SMC pada
p
Model Mocck dengan parameter
p
ISM
MS pada Model
M
NRECA. Selain itu jugga terdapat kemiripan
k
anntara
parameter IGWS
pada Model Mock denngan
parameter IGWS
I
pada Model NRE
ECA. Kemirripan
yang terakhhir adalah pada parameter K pada Model
M
Mock denggan parameteer PSUB/GW
WF pada model
m
NRECA. Hasil
H
optimasi parameter--parameter kedua
60
mod
del tersebutt selengkapnnya diperlih
hatkan padaa
Tab
bel 1 dan 2.
Tab
bel 1. Nilai paarameter opttimasi Modell Mock
Parameteer
CD
DS
WDS
W
IS
SM (mm)
SM
MC (mm)
IG
GWS (mm)
K
Niilai Awal
0.2
0.3
150
75
200
0.8
Nilai
Optimasi
0.300
0.186
101.323
101.323
74.120
0.863
Tab
bel 2. Nilai parameter
p
optimasi Modeel NRECA
Parameteer
PS
SUB
GW
WF
IS
SMS (mm)
IG
GWS (mm)
Niilai awal
0.50
0.50
50.00
200
Nilai
Optimasi
0.610
0.640
95.20
80.65
Simulasi keedua model m
menggunakaan parameterr
optiimal sebagaaimana ditunnjukkan pad
da Tabel 2,
mem
mberikan hasil
h
sepertti diperlihaatkan padaa
Gam
mbar 8, khussus untuk tahhun 2003. Untuk
U
tahuntahu
un yang lainn sebagaimanna simulasi sebelumnya,
s
jugaa tidak ditaampilkan paada tulisan ini dengann
alassan dan peertimbangan yang samaa. Simulasi
men
nggunakan parameter
p
optimal untuk tahun 2003,
Mod
del Mock memberikan
m
n penyimpan
ngan antaraa
3.07
7 % - 25.44 % dengan simpangan reerata sebesarr
12.3
31
%.
Model
N
NRECA
memberikan
m
n
Analiisis Penyimpang
gan Perkiraan D
Debit Menggunakan Model Mo
ock dan NRECA
A
( I Gede Tunas dan Suryya B. Lesmana))
penyimpanggan antara 1.29 % - 34.00
3
% denngan
simpangan rerata
r
sebesaar 18.58 %.
Perataaan penyimpaangan berdaasarkan 15 taahun
simulasi menggunakan
m
n parameter model optiimal,
Model Moock memberrikan penyim
mpangan anntara
3.90 % - 311.79 % denggan simpangaan rerata sebbesar
15. 88 %.
% Demikiaan pula, Model
M
NRE
ECA
memberikann penyimpanngan antara 1.64 % - 42.50
% dengan simpangan rerata sebeesar 23.97. Bila
dibandingkaan dengan penyimpanngan dari hasil
h
simulasi seebelumnya, penurunann penyimpanngan
relatif
signifikan.
Hasil
s
simulasi
j
juga
mperlihatkann kesalahan volume (volume error)
mem
sebeesar 0.000566 dan koefisiien korelasi 0.875 untukk
Mod
del Mock. Model NRECA memberikan
m
n
kesaalahan volum
me sebesar 0.000724 daan koefisienn
koreelasi 0.824.
Tab
bel 3. Penyim
mpangan rata--rata hasil peerkiraan
Model
M
Mock
M
NR
RECA
Tanpa optimaasi
T
p
parameter
(%
%)
70.25
85.93
Dengan
n parameter
optiimal (%)
15.88
1
23.97
2
M
Mockk dan NRECA
A tahun 2003 dengan parrameter optim
mal
Gaambar 8. Haasil simulasi Model
Mem
mperhatikan hasil
h
simulaasi menggunakan
parameter optimal, kedua model
m
terssebut
memperlihaatkan kinerjaa yang cukup bagus walauupun
masih terrlihat adannya penyim
mpangan. Perlu
P
disampaikann bahwa moodel hidroloogi apapun tidak
t
akan bisa menirukan
m
p
perilaku
yanng sesungguhhnya
tanpa suatu penyimpanggan (Sri Hartto, 2000). Haal ini
p
, asumsi dan
disebabkan akibat pengandaian,
penyederhanaan-penyedderhanaan daalam penyusuunan
model. Peengandaian bahwa hujjan terdistriibusi
secara meraata dalam raadius pengaruuh stasiun hujan
h
di dalam DAS sesuungguhnya sudah
s
mem
miliki
potensi kesaalahan yang besar. Penggandaian ini akan
semakin mendekati
m
k
kebenaran
mlah
apabila jum
stasiun hujan di dalam
m DAS mem
miliki kerappatan
yang cukupp sebagaimana yang disyaratkan
oleh
d
Kagan (Srii Harto, 20000) baik jumlah
j
mauupun
distribusinyya. Apalagi saat
s ini, akibbat anomali iklim
kecendrunggan hujan seemakin sulitt diprediksi baik
distribusi, intensitas
maupun
lama
h
hujan
(Sukheswallla, Z.R., 20003).
Selain ituu, sumber kesalahan (pen
nyimpangan))
sang
gat mungkiin terjadi akibat valiiditas data..
Beb
berapa data hidrologi ddan hidromettri mungkinn
sajaa kurang vallid akibat faaktor alat uk
kur maupunn
fakttor manusia sebagai peengolah dataa. Walaupunn
dem
mikian, diluuar dugaan-dugaan terssebut, hasill
simu
ulasi pada tuulisan ini teelah memberrikan kinerjaa
yang
g cukup memuaskan.
m
Para ahli dan
d
praktisii
hidrrologi mem
mang telah mensyaratk
kan bahwaa
peny
yimpangan-ppenyimpangaan
hasil
optimasii
sebaaiknya di baw
wah 10 % ataau paling tid
dak di sekitarr
5 %.
% Meskipunn hasil simuulasi kedua model padaa
tulissan ini mem
mberikan pennyimpangan rata-rata dii
atass 10 % dalam
m hal ini 15.888 % untuk Model
M
Mockk
dan 23.97 % untuk
u
Model NRECA, untuk
u
kasus-kasu
us di Sulaweesi Tengah ddengan keterb
rbatasan dataa
yang
g dimiliki daapat ditegaskkan bahwa kedua
k
modell
telah
h memberikaan kinerja yaang cukup baagus.
611
INFRASTRUKTUR Vol. 1 No. 1 Juni 2011: 54 ‐ 62
UCAPAN TERIMA KASIH
Tulisan ini dihimpun dari sebagian hasil
penelitian kerjasama dengan Direktorat Jenderal
Pendidikan Tinggi Kementrian Pendidikan Nasional
Tahun Anggaran 2009. Oleh karena itu, Penulis
mengucapkan terima kasih yang tidak terhingga
terutama kepada DP2M DIKTI atas pendanaan yang
diberikan melalui Penelitian Hibah Bersaing pada
Tahun Anggaran 2009 yang diselenggarakan oleh
Lembaga Penelitian Universitas Tadulako Palu.
Ucapan terima kasih juga diucapkan kepada semua
pihak yang telah membantu sehingga penelitian ini
dapat terlaksana dengan baik.
KESIMPULAN DAN SARAN
Secara umum dapat disampaikan bahwa
kedua model yang diuji penyimpangannya pada
penelitian ini memberikan kinerja yang cukup
bagus. Penuruan penyimpangan rerata dari 70.25 %
menjadi 15.88 % untuk model Mock dan dari 85.93
% menjadi 23.97 % untuk Model NRECA,
menglustrasikan bahwa optimasi parameter menjadi
bagian yang sangat penting untuk dilakukan pada
setiap analisis.
Hasil parameter optimal yang diperoleh pada
tahapan optimasi, selanjutnya dapat dijadikan
sebagai rujukan untuk memprediksi debit pada
DAS-DAS yang tidak memiliki stasiun hidrometri
terutama DAS-DAS yang berada di sekitar DAS
Bangga di Sulawesi Tengah. Namun demikian jika
ada data hidrometri terukur, parameter kedua model
tersebut dapat diverifikasi.
Untuk penggunaan yang lebih luas, mengingat
sangat langkanya data debit terukur di Sulawesi
Tengah, penggunaan parameter model tersebut
dapat digunakan dengan hati-hati, tentunya dengan
memperhatikan karaktersitik hujan, DAS dan sungai
dan membandingkannya dengan DAS Bangga yang
memiliki stasiun hidrologi dan hidrometri.
DAFTAR PUSTAKA
Mock, F.J., 1973, Water Capability Appraisal
Indonesia,
Food
and
Agriculture
Organization of The United Nations, Bogor,
Indonesia
Olivera, F., 1999, CRWR-Vector v.1.1: An ArcView
Extension for Analysis of Vector Data, Center
for Research in Water Resources (CRWR),
University of Texas, Austin.
Sri Harto Br., 2000, Hidrologi : Teori, Masalah dan
Penyelesaian, Nafiri Offset, Yogyakarta.
Sukheswalla, Z.R., 2003, A Statistical Model For
Estimating Mean Annual and Mean Monthly
62
Flows at Ungaged Locations, M.Sc. Thesis,
University of Texas, Austin.
Setiawan, E., Sulistiyono, H., dan Budianto, M.B.,
2006, Efek Pemberian Nilai Awal Model
NRECA
Terhadap
Konsistensi
Hasil
Kalibrasi dan Verifikasi, Jurnal Rekayasa
UNRAM, Vol. 7 No.1, pp. 24-31 April 2006
ISSN: 1411-5565
Tunas, G., Tanga, A., dan Lesmana, S.B., 2008,
Model Transformasi Hujan-Aliran Berbasis
Hidrograf Satuan Untuk Analisis Banjir,
Prosiding Seminar Nasional Sain dan
Teknologi II Universitas Lampung (UNILA),
Lembaga Penelitian Universitas Lampung.
Tunas, G., Tanga, A., dan Lesmana, S.B., 2009,
Penyusunan dan Pengembangan Model
Transformasi Hujan-Aliran Pada DAS-DAS
di Sulawesi Tengah Berbasis Sistem
Informasi Geografis, Laporan Penelitian
Hibah Bersaing DP2M DIKTI, Lembaga
Penelitian Universitas Tadulako.
Yunar, A,. dan Tunas, G., 2007, AnalisisPengaruh
Perubahan Tata Guna Lahan DAS Palu
Terhadap Karakteristik Hidrograf Banjir
dengan Pendekatan Sistem Informasi
Geografis, Laporan Penelitian Dosen Muda
DP2M
DIKTI,
Lembaga
Penelitian
Universitas Tadulako.