MODEL ADAPTASI DAN MITIGASI SISTEM ALOKA
MODEL ADAPTASI DAN MITIGASI SISTEM ALOKASI AIR
TERHADAP PERUBAHAN IKLIM BERBASIS webGIS
Dr. Gusta Gunawan, ST., MT
Teknik Sipil/Fakultas Teknik Universitas Bengkulu
gustagunawan@yahoo.com
Alex Surapati, ST., MT
Teknik Elektro/Fakultas Teknik Universitas Bengkulu
Alex_s@yahoo.com
Abstract
Maksud dari penelitian adalah membangun model untuk alokasi air pada suatu lahan sawah pada
saat iklim yang berubah-rubah dalam rangka adaptasi dan mitigasi dengan perubahan iklim. Data
yang digunakan adalah data primer dan sekunder. Tahapan pengolahan data adalah sebagai
berikut:
i) Daerah rawan banjir dan kekeringan diidentifikasi melalui nilai NDVI dari citra satelit, ii).
Memprediksi dan mensimulasikan kenaikan muka air sungai untuk berbagai scenario perubahan
iklim dengan bantuan software HEC-RAS. iii) Model optimasi alokasi pemberian air
menggunakan persamaan linier. Hasil simulasi menunjukan bahwa kenaikan muka air sudah
terjadi pada scenario 1, lokasi limpasan pada sta 49 sampai sta 3.962, tinggi limpasan 1,46 m 2,46 m. Dalam rangka adaptasi dengan perubahan iklim, alokasi air dapat dilakukan dengan
membagi musim tanam (MT) menjadi tiga musim tanam yaitu musim tanam I (bulan NovemberFebruari), Musim tanam II (bulan Maret-Juni) dan musim tanam III (Juli-Oktober). Pola tata
tanam (PTT) dapat dilakukan dengan tiga alternatif dengan tanaman utama yaitu padi dan jagung.
Soluasi optimal keluaran progam linier untuk masing-masing PTT adalah Rp. 233.605.658.768
(PTT1), Rp. 235.629.851.752(PTT2), dan Rp. 224.657.080.333 (PTT3). Kesimpulan dari
penelitian ini adalah alokasi air bisa dilakukan dengan mengikuti ketiga PTT yang direncanakan,
akan tetapi dari ketiga PTT tersebut maka PTT scenario II lebih menguntungkan jika
dibandingkan dengan dua scenario yang lainnya.
Kata kunci: Perubahan Iklim, GIS, Remote Sensing, Pola Tata Tanam, Alokasi Air.
LATAR BELAKANG
Berbagai penelitian telah dilakukan banyak pihak dalam rangka adaptasi dengan
perubahan iklim (Liu&Kogan, 2002; Salzar et al, 2007; Domenikiotis et al., 2004; Nellis
et al., 2009; Idso et al, 1977; Kogan; 1997; Ungganai & Kogan, 1998; Sakamato et al,
2014). Akan tetapi dari berbagai penelitian tersebut masih ada celah untuk penelitian baru
dengan memanfaatkan data remote sensing dan GIS lalu dikaitkan dengan alokasi air
menggunakan program linier dan disajikan dengan webGIS. Maksud dari penelitian ini
adalah mengembangkan model alokasi air untuk suatu daerah pertanian dalam rangka
adaptasi dan mitigasi dengan perubahan iklim. Tujuan rinci dari penelitian ini adalah : i)
mengidentifikasi daerah rawan banjir dan kekeringan, ii). Memprediksi kenaikan muka
air sungai untuk berbagai scenario perubahan iklim, iii). Mengembangkan model optimasi
alokasi pemberian air untuk berbagai scenario perubahan iklim iv). menyusun kalender
tanam, dan v) mengembangkan system informasi berbasis webGIS.
METODE PENELITIAN
Metode singkat dari penelitian yang telah dilakukan adalah sebagai berikut:
Mengidentifikasi daerah yang rawan kekeringan dan banjir dilakukan dengan
menggunakan data citra satelit. Pengolahan data dibantu dengan perangkat lunak GIS.
Kebutuhan air untuk tanaman padi dan jagung dihitung berdasarkan panduan dinas
Pekerjaan Umum. Model optimasi di petak sawah dibuat dengan program linier, Kalender
tanam dirancangan dengan MS. EXEL, web GIS dilakukan dengan menggunakan konsep
geospatial web
HASIL DAN MANFAAT
Peta Kerapatan Vegetasi dan Kadar Air
Pengolahan data NDVI (Normalized Difference Vegetation Index) menghasilkan peta
kerapatan vegetasi dan pengolahan data TWI (Transformasi Wetness Index) menghasilkan
peta kadar air. (lihat Gambar 1)
(ii)
Gambar 1. Peta Hasil Olahan Citra untuk Identifikasi daerah Kekeringan dan Banjir di
Provinsi Bengkulu (i) NDVI, (ii) TWI (Sumber : Fika, 2016)
(i)
Simulasi Profil Muka Air Sungai
Pada penelitian ini telah dicobakan 5 (lima) skenario untuk mensimulasikan hubungan
perubahan iklim dengan profil muka air sungai. Scenario dibuat berdasarkan perubahan
intensitas curah hujan yang jatuh pada suatu DAS. Scenario 1 (Q2 th) intensitas hujan
2.136 mm/jam maka debit sungai menurut metode rasional menjadi 202.235 m³/detik.
Simulasi profil muka air dengan bantuan software HEC-RAS 4.01. contoh dari hasil
simulasi diperagakan pada gambar berikut.
Q 2 th
14
LOB
6
ROB
4
2
0
Elevation (m)
Ground
8
Legend
12
WS PF 2
10
sungai air manju hulu
14
Legend
12
Elevation (m)
Q 5 th
sungai air manju hulu
WS P F 3
10
Ground
8
LOB
6
ROB
4
2
0
2000 4000 6000 8000 10000 12000 14000
0
0
Main Channel Distance (m)
(i)
2000 4000 6000 8000 10000 12000 14000
Main Channel Distance (m)
(ii)
Gambar 2. Contoh Profil Muka Air Sungai dengan Skenario 1 (i) dan skenario 2 (ii)
Skenario Alokasi Dalam Rangka Adaptasi Dengan Perubahan Iklim
Scenario pemberian air untuk tanaman padi dan jagung pada setiap musim tanam pada
lokasi penelitian dapat dilakukan sebagai berikut :
Gambar 3. Skenario Pemberian Air Pada Modal Alokasi Air di D.I Manjunto
Alokasi air dilakukan dalam tiga periode dan pola tanam. Periode I pada musim hujan
diperkirakan terjadi pada bulan November-Februari, tanaman yang ditanam yaitu padi.
Periode II yaitu musim kemarau I yang diperkirakan terjadi Maret-Juni tanaman yang bisa
ditanam yaitu padi dan Jagung. Periode III yaitu musim kemarau II yang diperkirakan
terjadi pada bulan Juli-Oktober tanaman yang bisa ditanam adalah palawija (jagung, ubi,
cabai).
Web GIS
Hasil akhir dari penelitian HIBAH BERSAING adalah menyajikan hasil penelitian dalam bentuk
web yang diintegrasikan dengan GIS. Hasil tampak muka dari software yang telah dibangun
adalah sebagai berikut.
(i)
(ii)
Gambar 4. Tampilan Web GIS Model Alokasi Air keluaran LPPM-UNIB, (i). Laman adimistrator,
(ii). Laman Kalender Tanam
KESIMPULAN
Pemanfaatan teknologi remote sensing dan GIS pada manajemen sumber daya air dapat
sangat membantu dalam mendeteksi daerah yang rawan kekeringan dan rawan banjir.
Nilai dari citra NDVI bisa digunakan untuk memetakan daerah kering dan banjir.
Dalam rangka adaptasi dengan perubahan iklim maka strategi yang dapat dilakukan
adalah menyusun pola tanam menjadi beberapa periode dan mengatur jenis tanaman yang
ditanam. Periode I dimulai bulan November – Februari dengan tanaman Padi, Periode II
dimulai bulan Maret-Juni dengan tanaman Padi dan Periode III dimulai bulan JuliOktober dengan tanaman Palawija (Jagung, dll).
DAFTAR PUSTAKA
Cline, WR,.2007. Global Warming and Agriculture: Impact Estimates by Country, Center
For Global Development, Washington DC.
Evan, Elizabeth M, et al. 2003. Achieving efficiency and equity in irrigation
management: an optimization model of the El Angel watershed, Carchi, Ecuador,
Journal Agricultural Systems 77, pp 1-22
Li Xiao, Yingyi Chen, Li Daolinga, .2009. A Spatial Decision Support System for Landuse Structure Optimization WSEAS TRANSACTIONS on COMPUTERS, Issue 3,
Volume 8, March 2009
Rezayan and Najian, A.H,. 2008. Land Use Allocation Optimization Using Advanced
Geographic Information Analyzes,World Applied Sciences Journal 3 (Supple 1): pp
136-142.
Riedel, C., 2003. Optimizing land use planning formountainous regions using LP and
GIS towards sustainability. J. Soil Conserv. 34 (1), 121–124.
Shifa, MA, Jianhua HE, Feng LIU. 2010. Land-Use Spatial Optimization Model Based
on Particle SWARM Optimization, Agriculture Network Information, (12), pp. 1619.
Singh, A.K., Singh, J.P., 1999. Production and benefit maximization through optimal
crop planning, a case study of Mahi Command. Indian J. Soil Conserv. 27 (2), 152–
157.
Yeo, I.Y. and Guldmann, J.M. 2010. Global Spatial Optimization with Hydrological
Systems Simulation: application to land-use allocation and peak runoff
minimization Hydrol. Earth Syst. Sci., 14, 325–338.
TERHADAP PERUBAHAN IKLIM BERBASIS webGIS
Dr. Gusta Gunawan, ST., MT
Teknik Sipil/Fakultas Teknik Universitas Bengkulu
gustagunawan@yahoo.com
Alex Surapati, ST., MT
Teknik Elektro/Fakultas Teknik Universitas Bengkulu
Alex_s@yahoo.com
Abstract
Maksud dari penelitian adalah membangun model untuk alokasi air pada suatu lahan sawah pada
saat iklim yang berubah-rubah dalam rangka adaptasi dan mitigasi dengan perubahan iklim. Data
yang digunakan adalah data primer dan sekunder. Tahapan pengolahan data adalah sebagai
berikut:
i) Daerah rawan banjir dan kekeringan diidentifikasi melalui nilai NDVI dari citra satelit, ii).
Memprediksi dan mensimulasikan kenaikan muka air sungai untuk berbagai scenario perubahan
iklim dengan bantuan software HEC-RAS. iii) Model optimasi alokasi pemberian air
menggunakan persamaan linier. Hasil simulasi menunjukan bahwa kenaikan muka air sudah
terjadi pada scenario 1, lokasi limpasan pada sta 49 sampai sta 3.962, tinggi limpasan 1,46 m 2,46 m. Dalam rangka adaptasi dengan perubahan iklim, alokasi air dapat dilakukan dengan
membagi musim tanam (MT) menjadi tiga musim tanam yaitu musim tanam I (bulan NovemberFebruari), Musim tanam II (bulan Maret-Juni) dan musim tanam III (Juli-Oktober). Pola tata
tanam (PTT) dapat dilakukan dengan tiga alternatif dengan tanaman utama yaitu padi dan jagung.
Soluasi optimal keluaran progam linier untuk masing-masing PTT adalah Rp. 233.605.658.768
(PTT1), Rp. 235.629.851.752(PTT2), dan Rp. 224.657.080.333 (PTT3). Kesimpulan dari
penelitian ini adalah alokasi air bisa dilakukan dengan mengikuti ketiga PTT yang direncanakan,
akan tetapi dari ketiga PTT tersebut maka PTT scenario II lebih menguntungkan jika
dibandingkan dengan dua scenario yang lainnya.
Kata kunci: Perubahan Iklim, GIS, Remote Sensing, Pola Tata Tanam, Alokasi Air.
LATAR BELAKANG
Berbagai penelitian telah dilakukan banyak pihak dalam rangka adaptasi dengan
perubahan iklim (Liu&Kogan, 2002; Salzar et al, 2007; Domenikiotis et al., 2004; Nellis
et al., 2009; Idso et al, 1977; Kogan; 1997; Ungganai & Kogan, 1998; Sakamato et al,
2014). Akan tetapi dari berbagai penelitian tersebut masih ada celah untuk penelitian baru
dengan memanfaatkan data remote sensing dan GIS lalu dikaitkan dengan alokasi air
menggunakan program linier dan disajikan dengan webGIS. Maksud dari penelitian ini
adalah mengembangkan model alokasi air untuk suatu daerah pertanian dalam rangka
adaptasi dan mitigasi dengan perubahan iklim. Tujuan rinci dari penelitian ini adalah : i)
mengidentifikasi daerah rawan banjir dan kekeringan, ii). Memprediksi kenaikan muka
air sungai untuk berbagai scenario perubahan iklim, iii). Mengembangkan model optimasi
alokasi pemberian air untuk berbagai scenario perubahan iklim iv). menyusun kalender
tanam, dan v) mengembangkan system informasi berbasis webGIS.
METODE PENELITIAN
Metode singkat dari penelitian yang telah dilakukan adalah sebagai berikut:
Mengidentifikasi daerah yang rawan kekeringan dan banjir dilakukan dengan
menggunakan data citra satelit. Pengolahan data dibantu dengan perangkat lunak GIS.
Kebutuhan air untuk tanaman padi dan jagung dihitung berdasarkan panduan dinas
Pekerjaan Umum. Model optimasi di petak sawah dibuat dengan program linier, Kalender
tanam dirancangan dengan MS. EXEL, web GIS dilakukan dengan menggunakan konsep
geospatial web
HASIL DAN MANFAAT
Peta Kerapatan Vegetasi dan Kadar Air
Pengolahan data NDVI (Normalized Difference Vegetation Index) menghasilkan peta
kerapatan vegetasi dan pengolahan data TWI (Transformasi Wetness Index) menghasilkan
peta kadar air. (lihat Gambar 1)
(ii)
Gambar 1. Peta Hasil Olahan Citra untuk Identifikasi daerah Kekeringan dan Banjir di
Provinsi Bengkulu (i) NDVI, (ii) TWI (Sumber : Fika, 2016)
(i)
Simulasi Profil Muka Air Sungai
Pada penelitian ini telah dicobakan 5 (lima) skenario untuk mensimulasikan hubungan
perubahan iklim dengan profil muka air sungai. Scenario dibuat berdasarkan perubahan
intensitas curah hujan yang jatuh pada suatu DAS. Scenario 1 (Q2 th) intensitas hujan
2.136 mm/jam maka debit sungai menurut metode rasional menjadi 202.235 m³/detik.
Simulasi profil muka air dengan bantuan software HEC-RAS 4.01. contoh dari hasil
simulasi diperagakan pada gambar berikut.
Q 2 th
14
LOB
6
ROB
4
2
0
Elevation (m)
Ground
8
Legend
12
WS PF 2
10
sungai air manju hulu
14
Legend
12
Elevation (m)
Q 5 th
sungai air manju hulu
WS P F 3
10
Ground
8
LOB
6
ROB
4
2
0
2000 4000 6000 8000 10000 12000 14000
0
0
Main Channel Distance (m)
(i)
2000 4000 6000 8000 10000 12000 14000
Main Channel Distance (m)
(ii)
Gambar 2. Contoh Profil Muka Air Sungai dengan Skenario 1 (i) dan skenario 2 (ii)
Skenario Alokasi Dalam Rangka Adaptasi Dengan Perubahan Iklim
Scenario pemberian air untuk tanaman padi dan jagung pada setiap musim tanam pada
lokasi penelitian dapat dilakukan sebagai berikut :
Gambar 3. Skenario Pemberian Air Pada Modal Alokasi Air di D.I Manjunto
Alokasi air dilakukan dalam tiga periode dan pola tanam. Periode I pada musim hujan
diperkirakan terjadi pada bulan November-Februari, tanaman yang ditanam yaitu padi.
Periode II yaitu musim kemarau I yang diperkirakan terjadi Maret-Juni tanaman yang bisa
ditanam yaitu padi dan Jagung. Periode III yaitu musim kemarau II yang diperkirakan
terjadi pada bulan Juli-Oktober tanaman yang bisa ditanam adalah palawija (jagung, ubi,
cabai).
Web GIS
Hasil akhir dari penelitian HIBAH BERSAING adalah menyajikan hasil penelitian dalam bentuk
web yang diintegrasikan dengan GIS. Hasil tampak muka dari software yang telah dibangun
adalah sebagai berikut.
(i)
(ii)
Gambar 4. Tampilan Web GIS Model Alokasi Air keluaran LPPM-UNIB, (i). Laman adimistrator,
(ii). Laman Kalender Tanam
KESIMPULAN
Pemanfaatan teknologi remote sensing dan GIS pada manajemen sumber daya air dapat
sangat membantu dalam mendeteksi daerah yang rawan kekeringan dan rawan banjir.
Nilai dari citra NDVI bisa digunakan untuk memetakan daerah kering dan banjir.
Dalam rangka adaptasi dengan perubahan iklim maka strategi yang dapat dilakukan
adalah menyusun pola tanam menjadi beberapa periode dan mengatur jenis tanaman yang
ditanam. Periode I dimulai bulan November – Februari dengan tanaman Padi, Periode II
dimulai bulan Maret-Juni dengan tanaman Padi dan Periode III dimulai bulan JuliOktober dengan tanaman Palawija (Jagung, dll).
DAFTAR PUSTAKA
Cline, WR,.2007. Global Warming and Agriculture: Impact Estimates by Country, Center
For Global Development, Washington DC.
Evan, Elizabeth M, et al. 2003. Achieving efficiency and equity in irrigation
management: an optimization model of the El Angel watershed, Carchi, Ecuador,
Journal Agricultural Systems 77, pp 1-22
Li Xiao, Yingyi Chen, Li Daolinga, .2009. A Spatial Decision Support System for Landuse Structure Optimization WSEAS TRANSACTIONS on COMPUTERS, Issue 3,
Volume 8, March 2009
Rezayan and Najian, A.H,. 2008. Land Use Allocation Optimization Using Advanced
Geographic Information Analyzes,World Applied Sciences Journal 3 (Supple 1): pp
136-142.
Riedel, C., 2003. Optimizing land use planning formountainous regions using LP and
GIS towards sustainability. J. Soil Conserv. 34 (1), 121–124.
Shifa, MA, Jianhua HE, Feng LIU. 2010. Land-Use Spatial Optimization Model Based
on Particle SWARM Optimization, Agriculture Network Information, (12), pp. 1619.
Singh, A.K., Singh, J.P., 1999. Production and benefit maximization through optimal
crop planning, a case study of Mahi Command. Indian J. Soil Conserv. 27 (2), 152–
157.
Yeo, I.Y. and Guldmann, J.M. 2010. Global Spatial Optimization with Hydrological
Systems Simulation: application to land-use allocation and peak runoff
minimization Hydrol. Earth Syst. Sci., 14, 325–338.