permodelan hidrologi

PEMODELAN HIDROLOGI

A.    MODEL SIMULASI HIDROLOGI

Model merupakan representasi atau gambaran tentang sistem (systems), obyek atau benda (objects) dan kejadian (events). Representasi tersebut dinyatakan dalam bentuk sederhana yang dapat dipergunakan untuk berbagai macam tujuan penelitian. Penyederhanaan dilakukan secara representatif terhadap perilaku proses yang relevan dari keadaan sebenarnya.

Pembentukan model dan menerapkan model dalam percobaan merupakan bentukan dari simulasi (Dent and Anderson 1971). Menurut Hillel (1977), model simulasi merupakan teknik numerik dari percobaan hipotetik dari suatu gejala atau sistem dinamis dan dinyatakan secara kuantitatif.

Penggunaan model sebagai usaha untuk memahami suatu sistem yang rumit merupakan teknik pengkajian yang lebih sederhana dibandingkan jika melalui keadaan sebenarnya. Model ini dapat digunakan untuk menduga dan menerangkan gejala- gejala dalam suatu sistem secara tepat (Nasution dan Barizi 1980). Model yang dibentuk berdasarkan peramalan terhadap sistem belum dapat dipastikan akan menghasilkan peamalan yang tepat terhadap perilaku sistem yang sejenis.

Model simulasi hidrologi dapat diklasifikasikan berdasarkan luas kisaran karakteristiknya. Untuk analisis DAS, model hidrologi diklasifikasikan ke dalam lumped parameter versus distributed parameter, event versus continous, dan  stochastic versus deterministic.

B.     MODEL HIDROLOGI DAS

Brooks et al. (1987), Model hidrologi merupakan gambaran sederhana dari suatu sistem hidrologi yang aktual. Model hidrologi biasanya dibuat untuk mempelajari fungsi dan respon suatu DAS dari berbagai masukan DAS. Melalui model hidrologi dapat dipelajari kejadian-kejadian hidrologi yang pada gilirannya dapat digunakan untuk memprediksi kejadian hidrologi yang akan terjadi. Harto (1993), model hidrologi adalah sebuah sajian sederhana (simple representation) dari sebuah sistem hidrologi yang kompleks.

Pendekatan sistem dalam dalam analisis hidrologi merupakan suatu teknik penyederhanaan dari sistem prototipe ke dalam suatu sistem model, sehingga perilaku sistem yang kompleks dapat ditelusuri secara kuantitatif. Hal ini menyangkut sistem dengan mengidentifikasikan adanya aliran massa/energi berupa masukan dan keluaran serta suatu sistem simpanan (Pawitan 1995).

Harto (1993) mengemukakan bahwa konsep dasar yang digunakan dalam setiap sistem hidrologi adalah siklus hidrologi. Persamaan dasar yang menjadi landasan bagi semua analisis hidrologi adalah persamaan neraca air (water balanced equation). Persamaan neraca air dari suatu DAS untuk suatu periode dapat dinyatakan dengan persamaan berikut :

 ∆S = Input – Output

Di mana :

∆ S = perubahan tampungan (storage change), Input = masukan (inflow), dan Output = keluaran (outflow).

Harto (1993) mengemukakan bahwa tujuan penggunaan suatu model dalam hidrologi, antara lain sebagai berikut : a) peramalan (forecasting) menunjukkan besaran maupun waktu kejadian yang dianalisis berdasar cara probabilistik; b) perkiraan (predicting) yang mengandung pengertian besaran kejadian dan waktu hipotetik (hipotetical future time); c) sebagai alat deteksi dalam masalah pengendalian; d) sebagai alat pengenal (identification) dalam masalah perencanaan; e) ekstrapolasi data/informasi; f) perkiraan lingkungan akibat tingkat perilaku manusia yang berubah/meningkat; dan g) penelitian dasar dalam proses hidrologi.

1. Klasifikasi Model Hidrologi

Harto (1993) mengemukakan bahwa secara umum model dapat dibagi dalam tiga kategori, yaitu : 1) model fisik yang menerangkan model dengan skala tertentu untuk menirukan prototipenya; 2) model analog yang disusun dengan menggunakan rangkaian resistor-kapasitor untuk memecah persamaan-persamaan diferensial yang mewakili proses hidrologi; 3) model matematik yang menyajikan sistem dalam rangkaian persamaan dan kadang-kadang dengan ungkapan-ungkapan yang menyajikan hubungan antar variabel dan parameter.

Model juga dapat diklasifikasikan menjadi: 1) model stokastik, di mana hubungan antara masukan dan keluarannya didasarkan atas kesempatan kejadian dan probabilitas; 2) model deterministik, di mana setiap masukan dengan sifat-sifat tertentu, selalu akan menghasilkan keluaran yang tertentu pula.

Di samping itu, model dapat digolongkan menjadi : 1) model empirik, yaitu model yang semata-mata mendasarkan pada percobaan dan pengamatan; 2) model konseptual, yaitu model yang menyajikan proses-proses hidrologi dalam persamaan matematik dan membedakan antara fungsi produksi (production) dan fungsi penelusuran (routing).

2. Jenis Model

Sinukaban (1995) mengemukakan bahwa sebagai suatu sistem hidrologi, DAS meliputi jasad hidup, lingkungan fisik dan kimia yang berinteraksi secara dinamik, yang di dalamnya terjadi kesetimbangan dinamik antara energi dan material yang masuk dengan energi dan material yang keluar. Dalam keadaan alami, energi matahari, iklim di atas DAS dan unsur-unsur endogenik di bawah permukaan DAS merupakan masukan (input). Sedangkan air dan sedimen yang keluar dari muara DAS serta air yang kembali ke udara melalui evapotranspirasi adalah keluaran (output) DAS.

Model USLE (universal soil loss equation), MUSLE (modified USLE), RUSLE  (revised USLE), CREAMS (chemical runoff and erosion from agricultural management system) dan GLEAMS (groundwater loading effect of agricultural management system), tergolong dalam lumped parameter, yaitu model yang mentransformasi curah hujan (input) ke dalam aliran permukaan (output) dengan konsep bahwa semua proses dalam DAS terjadi pada satu titik spasial. WEPP (water erosion predicting project), KINEROS (kinematic erosion simulation), EUROSEM (european soils erosion model), TOP MODEL (topografically and physically based, variable contributing area model of basin hidrology) dan ANSWERS (areal nonpoint source watershed environmental response simulation) tergolong distributed parameter, yaitu model yang berusaha menggambarkan proses dan mekanisme fisik dan keruangan, memperlakukan masing komponen DAS atau proses sebagai komponen mandiri dengan sifatnya masing- masing. Model tersebut secara teori sangat memuaskan, tetapi data lapangan sering terbatas untuk mengkalibrasi dan memverifikasi hasil simulasi.

Model HEC-1 adalah event model yang mensimulasikan respon hujan tunggal sebagai input data. Sedangkan SWM-IV (stanford watershed model) dan SWMM (storm water management model) merupakan continous model yang didasarkan pada persamaan kesetimbangan air dalam jangka yang lebih panjang. Model tersebut cocok untuk digunakan pada DAS yang memiliki ukuran yang lebih luas.

Model AGNPS (agricultural non point source pollution model) merupakan gabungan antara model distribusi dan model sekuensial. Sebagai model distribusi, penyelesaian persamaan keseimbangan massa dilakukan serempak untuk semua sel. Sedangkan sebagai model sekuensial, air dan cemaran ditelusuri dalam rangkaian aliran dipermukaan lahan dan di saluran secara berurutan (Pawitan 1999).

Model SWAT (soil and water assessment toll) adalah model yang dikembangkan untuk memprediksi dampak pengelolaan lahan (land management practices) terhadap air, sedimen dan bahan kimia pertanian yang masuk ke sungai atau badan air pada suatu DAS yang kompleks, dengan tanah, penggunaan tanah dan pengelolaannya yang bermacam-macam sepanjang waktu yang lama (Arsyad 2006).

C. MODEL EROSI

1. Model USLE

Model penduga erosi USLE (universal soil loss equation) merupakan model empiris yang dikembangkan di Pusat Data Aliran Permukaan dan Erosi Nasional, Dinas Penelitian Pertanian, Departemen Pertanian Amerika Serikat (USDA) bekerja sama dengan Universitas Purdue pada tahun 1954 (Kurnia 1997). Model tersebut dikembangkan berdasarkan hasil penelitian erosi pada petak kecil (Wischmeier plot) dalam jangka panjang yang dikumpulkan dari 49 lokasi penelitian. Berdasarkan data dan informasi yang diperoleh dibuat model penduga erosi dengan menggunakan data curah hujan, tanah, topografi dan pengelolaan lahan. Secara deskriptif model tersebut diformulasikan sebagai (Arsyad 2006) :

A = RKLSCP

Di mana:         

A : jumlah tanah yang tererosi (ton/ha/tahun)

R : faktor erosivitas hujan

K : faktor erodibilitas tanah

L : faktor panjang lereng
S : faktor kemiringan lereng
C : faktor penutupan dan pengelolaan tanaman

 P : faktor tindakan konservasi tanah

Pada awalnya model penduga erosi USLE dikembangkan sebagai alat bantu para ahli konservasi tanah untuk merencanakan kegiatan usahatani pada suatu landscape (skala usahatani). Akan tetapi mulai tahun 1970, model ini menjadi sangat populer sebagai model penduga erosi lembar (sheet erosion) dan erosi alur (rill erosion) dalam rangka mengaplikasikan kebijakan konservasi tanah. Model ini juga pada awalnya digunakan untuk menduga erosi dari lahan-lahan pertanian, tetapi kemudian digunakan pada daerah-daerah penggembalaan, hutan, pemukiman, tempat rekreasi, erosi tebing jalan tol, daerah pertambangan dan lain-lain (Wischmeier 1976).

Model penduga erosi USLE juga telah secara luas digunakan di Indonesia. Disamping digunakan sebagai model penduga erosi wilayah (DAS), model tersebut juga digunakan sebagai landasan pengambilan kebijakan pemilihan teknik konservasi tanah dan air yang akan diterapkan, walaupun ketepatan penggunaan model tersebut dalam memprediksi erosi DAS masih diragukan (Kurnia 1997). Hal ini disebabkan karena model USLE hanya dapat memprediksi rata-rata kehilangan tanah dari erosi lembar dan erosi alur, tidak mampu memprediksi pengendapan sedimen pada suatu landscape dan tidak menghitung hasil sedimen dari erosi parit, tebing sungai dan dasar sungai (Wischmeier 1976)

Berdasarkan hasil pembandingan besaran erosi hasil pengukuran pada petak erosi standar (Wischmeier plot) dan erosi hasil pendugaan diketahui bahwa model USLE memberikan dugaan yang lebih tinggi untuk tanah dengan laju erosi rendah, dan erosi dugaan yang lebih rendah untuk tanah dengan laju erosi tinggi. Dengan kata lain kekurang-akuratan hasil pendugaan erosi pada skala plot, mencerminkan hasil dugaan model ini pada skala DAS akan mempunyai keakuratan yang kurang baik. Disamping itu, model USLE tidak menggambarkan proses-proses penting dalam proses hidrologi (Risse et al.1993). Berdasarkan beberapa kelemahan tersebut, model erosi USLE disempurnakan menjadi RUSLE (Revised USLE) dan MUSLE (Modified USLE) dengan menggunakan teori erosi modern dan data-data terbaru (Renard 1992dalam Risse et al. 1993), tetapi masih tetap berbasis plot.

Hasil-hasil penelitian pengujian model penduga erosi USLE baik yang dilakukan di Indonesia maupun di luar negeri seperti Afrika, Eropa, negara-negara Asia dan di Amerika Serikat itu sendiri, menunjukkan bahwa model penduga erosi USLE tidak dapat digunakan secara universal (Kurnia 1997) dan memberikan hasil pendugaan yang bias jika digunakan untuk memprediksi erosi DAS. Hal tersebut disebabkan karena ekstrapolasi hasil penelitian dari areal yang sempit ke areal yang lebih luas (DAS) akan memberikan hasil yang keliru (Lal 1988).

2. Model ANSWERS

Model ANSWERS (areal nonpoint source watershed environmental response simulation) merupakan sebuah model hidrologi dengan parameter terdistribusi yang mensimulasikan hubungan hujan-limpasan dan memberikan dugaan hasil sedimen. Model hidrologi ANSWERS dikembangkan dari US-EPA (United States Environment Protection Agency)oleh Purdue Agricultural Enviroment Station (Beasley and Huggins 1991).

Salah satu sifat mendasar dari model ANSWERS adalah termasuk kategori model deterministik dengan pendekatan parameter distribusi. Model distribusi parameter DAS dipengaruhi oleh variabel keruangan (spatial), sedangkan parameter- parameter pengendalinya, antara lain : topografi, tanah, penggunaan lahan dan sifat hujan.

Struktur Model ANSWERS

Model ANSWERS adalah model deterministik yang didasarkan pada hipotesis bahwa setiap titik di dalam DAS mempunyai hubungan fungsional antara laju aliran permukaan dan beberapa parameter hidrologi yang mempengaruhi aliran, seperti intensitas hujan, infiltrasi, topografi, jenis tanah dan beberapa faktor lainnya. Laju aliran yang terjadi dapat digunakan untuk memodelkan fenomena pindah massa, seperti erosi dan polusi dalam wilayah DAS.

Dalam model ini suatu DAS yang akan dianalisis responnya dibagi menjadi satuan elemen yang berukuran bujursangkar, sehingga derajat variabilitas spasial dalam DAS dapat terakomodasi. Konsep distribusi disefinisikan melalui hubungan matematika untuk semua proses simulasi, model ini mengasumsikan bahwa suatu DAS merupakan gabungan dari banyak elemen yang diartikan sebagai suatu areal yang memiliki paramater hidrologi yang sama. Setiap elemen akan memberikan kontribusi sesuai dengan karakteristik yang dimiliki. Model ini juga mengikut sertakan semua parameter kontrol secara spasial. Oleh karena itu model ANSWERS melakukan analisis pada setiap satuan elemen.

Parameter Masukan Model ANSWERS

Data masukan model ANSWERS dikelompokkan dalam lima bagian (de Roo 1993), yaitu :

1)  Data curah hujan, yaitu : jumlah dan intensitas hujan pada suatu kejadian hujan.

       2) Data tanah, yaitu : porositas total (TP), kapasitas lapang (FP), laju infiltrasi konstan (FC) selisih laju infiltrasi maksimum dengan laju infiltrasi konstan (A), eksponen infiltrasi (P), kedalaman zona kontrol iniltrasi (DF), kandungan air tanah awal (ASM), dan erodibilitas tanah (K).

       3) Data penggunaan dan kondisi permukaan lahan, meliputi : volume intersepsi potensial (PIT), persentase penutupan lahan (PER), koefisien kekasaran permukaan (RC), tinggi kekasaran maksimum (HU), nilai koefisien manning untuk permukaan lahan (N), faktor tanaman dan pengelolaannya (C).

4) Data karakteristik saluran, yaitu lebar saluran (CW) dan koefisien manning (N).

       5) Data satuan individu elemen, yaitu : kemiringan lereng, arah lereng, jenis tanah, jenis penggunaan lahan, liputan penakar hujan, kemiringan saluran, dan elevasi elemen rata-rata.

Mekanisme model ANSWERS

Mekanisme model ANSWERS dapat dijelaskan sebagai berikut (de Roo 1993) :

      1) Hujan yang jatuh pada suatu DAS dengan vegetasi tertentu, sebagian akan diintersepsi oleh tajuk vegetasi (PER) sampai potensial simpanan intersepsi (PIT) tercapai.

      2) Apabila laju hujan lebih kecil dari laju intersepsi, maka air hujan tidak akan mencapai permukaan tanah. Sebaliknya jika laju hujan lebih besar dari laju intersepsi, maka terjadi infiltrasi.

3) Laju infiltrasi awal tersebut dipengaruhi oleh kandungan air tanah awal (ASM = anticedent soil moisture), porositas tanah total (TP), kandungan air tanah pada kapasitas lapang (FP), laju infiltrasi pada saat konstan (FC), laju infiltrasi maksimum (FC+A), dan kedalaman zona kontrol infiltrasi (DF). Laju infiltrasi akan menurun secara eksponensial dengan bertambahnya kelembaban tanah.

      4) Jika hujan terus berlanjut, maka laju hujan menjadi lebih besar dari laju infiltrasi dan intersepsi. Pada kondisi ini air mulai mengumpul dipermukaan tanah dalam depresi mikro (retention storage) yang dipengaruhi oleh kekasaran permukaan tanah, yaitu RC dan HU.

      5) Jika retensi permukaan melebihi kapasitas depresi mikro, maka akan terjadi limpasan permukaan, di mana besarnya limpasan permukaan tersebut dipengaruhi oleh kekasaran permukaan (N), kelerengan dan arah aliran.

6) Bila hujan terus berlanjut, maka akan tercapai laju infiltrasi konstan (FC).

7) Pada saat hujan reda, proses infiltrasi masih terus berlangsung sampai simpanan depresi sudah tidak tersedia lagi.

Parameter Keluaran Model ANSWERS

Keluaran model berupa hasil prediksi, yaitu : ketebalan aliran permukaan, debit puncak, waktu puncak, rata-rata kehilangan tanah, laju erosi maksimum tiap elemen, laju deposisi maksimum tiap elemen dan pengurangan jumlah sedimen akibat tindakan konservasi tanah.

Model ANSWERS juga menampilkan grafik yang berisi hyetograf hujan terpilih, hidrograf aliran permukaan, dan sedimentasi. Dari setiap kajadian hujan dapat dianalisis debit puncak dan waktu puncak. Debit puncak adalah nilai puncak (tertinggi) dari suatu hidrograf aliran, dan waktu puncak adalah selang waktu mulai dari awal terjadinya aliran permukaan sampai terjadinya debit puncak (Beasley and Huggin 1991).

Asumsi yang digunakan untuk memprediksi erosi dengan model ini adalah : 1) erosi tidak terjadi di lapisan bawah permukaan; 2) sedimen dari suatu elemen ke elemen lain akan meningkatkan lapisan permukaan elemen tempat pengendapan; dan 3) pada segmen saluran tidak terjadi erosi akibat hempasan butir hujan (Beasley and Huggin 1991).

Penghancuran dan pengangkutan partikel tanah disebabkan oleh pukulan butir hujan (DTR) dan energi limpasan permukaan. Jumlah partikel tanah yang dapat dipindahkan tergantung dari besarnya sedimen yang dihasilkan dan kapasitas transpornya (TC). Air limpasan dan sedimen yang dapat mencapai elemen yang memiliki saluran, akan bergerak menuju outlet DAS, di mana sedimentasi yang terjadi dalam saluran akan terjadi ketika besarnya kapasitas transpor telah terlewati (de Roo 1993).

Kelebihan dan Kelemahan Model ANSWERS

Beasley dan Huggins (1991) menyebutkan bahwa model ANSWERS dapat digunakan untuk DAS yang luasnya kurang dari 10.0000 ha. Kelebihan dan model ANSWERS adalah : a) analisis parameter distribusi yang dipergunakan dapat memberikan hasil simulasi yang akurat terhadap sifat daerah tangkapan; b) dapat mensimulasi secara bersamaan dari berbagai kondisi dalam DAS; c) memberikan keluaran berupa limpasan dan sedimen dari suatu DAS yang dianalisis.

Beasley dan Huggins (1991), mengemukakan bahwa model ANSWERS sebagai sebuah model hidrologi mempunyai kelebihan, antara lain :

      1) Dapat mendeteksi sumber-sumber erosi di dalam DAS serta memiliki kemampuan sebagai alat untuk strategi perencanaan dan evaluasi kegiatan RLKT DAS.

2) Dapat mengetahui tanggapan DAS terhadap mekanisme pengangkutan sedimen ke jaringan aliran yang ditimbulkan oleh kejadian hujan

      3) Sebagai suatu paket program komputer yang ditulis dalam bahasafortran, mempunyai kemampuan untuk melakukan simulasi hujan-limpasan dari berbagai perubahan kondisi penggunaan lahan dalam DAS.

      4) Untuk melakukan inputing data base (topografi, tanah, penggunaan lahan, sistem saluran) ke dalam model dapat diintegrasikan dengan data dari remote sensing maupun SIG.

5) Adanya variasi pemilihan parameterinput danoutput dari model disesuaikan dengan kebutuhan pengguna.

6) Sesuai untuk diterapkan pada lahan pertanian, hutan, maupun perkotaan.

7) Satuan pengukuran dapat berupa metrik ataupun British unit.

8) Dapat diterapkan pada DAS dengan ukuran lebih kecil dari 10.000 ha.

Sedangkan kekurangan nodel ANSWERS antara lain :

1) Semakin kompleks, terutama pada data perlukan dan waktu penghitungan, dimana besarnya tergantung dari berbagai faktor, seperti luas DAS dan jumlah grid.

2) Model terdistribusi relatif masih bari dibanding lumped parameter, sehingga masih perlu pengembangan dan penyesuaian.

3) Karena hanya untuk tiap kejadian hujan (individual event), maka model ini

tidak memiliki sub model untuk evapotranspirasi.

4) Erosi dari saluran belum diperhitungkan ke dalam model.

5) Batas grid kemugkinan tidak menggambarkan batas yang sebenarnya.

6) Untuk sebuah grid dalam kenyataan dapat lebih besar dari luas sub-sub DAS.

Aplikasi Model ANSWERS

Hipotesis yang dikembangkan dalam model ini adalah bahwa setiap bagian dalam DAS terjadi hubungan antara laju aliran dan parameter-parameter hidrologi, serta tipe tanah, topografi, infiltrasi, penggunaan lahan dan sifat hujan. Laju aliran yang terjadi dapat digunakan untuk mengkaji hubungan antara komponen hidrologi yang menjadi dasar dalam pemodelan fenomena transport, seperti erosi tanah dan pengangkutan serta pergerakan bahan kimia tanah.

Model ANSWERS ini telah diaplikasikan penggunaannya pada beberapa DAS di Indonesia melalui beberapa riset, di antaranya :

1) Irianto (1993) mempelajari model ANSWERS untuk memprediksi erosi dan aliran permukaan pada areal waduk Batujai Nusa Tenggara Timur agar dapat memanfaatkan sumberdaya air dan lahan secara lestari. Kesimpulan: Model ANSWERS cukup informatif dalam menampilkan arah lereng, kelas lereng dan areal penyuplai sedimen. Di samping itu, dapat menampilkan hasil prediksi aliran permukaan per satuan waktu pada tiap elemen. Informasi yang diberikan berupa: hasil sedimen maksimum, hasil sedimen rata-rata, hasil sedimen tiap elemen, total hasil sedimen; dan aliran permukaan dari suatu DAS, sehingga akan meningkatkan akurasi penanganannya.

      2) Rauf (1994) melakukan penelitian di DAS Palu Timur dengan tujuan: a) memprediksi limpasan dan sedimen di DAS Palu Timur dengan menggunakan model ANSWERS; b) menentukan kawasan yang memiliki potensi erosi tinggi melalui simulasi; dan c) mempelajari pengaruh penggunaan lahan terhadap respon hidrologi DAS. Kesimpulan: Penggunaan model ANSWERS dalam analisis respon Hidrologi DAS, dapat diperoleh informasi berupa limpasan dan sedimen rata-rata, pengurangan sedimen akibat tindakan konservasi tanah, serta dapat diidentifikasi daerah pemasok sedimen. Akan tetapi model ini lebih sesuai untuk DAS yang berukuran kecil karena model ini hanya mampu mensimulasi satu liputan penakar hujan.

3) Rompas (1996) melakukan penelitian di daerah tangkapan Citere, DAS Citarik, Pangalengan, Jawa Barat. Tujuan penelitian adalah memprediksi aliran permukaan dan sedimen dengan model ANSWERS, serta melakukan simulasi dengan model ANSWERS untuk digunakan dalam perencanaan pengelolaan daerah tangkapan Citere pangalengan. Kesimpulan: Uji statistik menunjukkan bahwa aliran permukaan dan sedimen hasil prediksi model ANSWERS tidak berbeda dengan hasil observasi. Model ANSWERS cukup baik digunakan untuk memprediksi aliran permukaan dan sedimen di dalam DAS.

      4) Tikno (1996) melakukan penelitian di DAS Cibarengkok, Cimuntur, Jawa Barat. Tujuan penelitian adalah: a) memprediksi aliran permukaan dan hasil sedimen di DAS Cibarengkok dengan menggunakan model ANSWERS; b) membandingkan hasil prediksi model dengan hasil pengukuran (pengujian model); dan c) aplikasi model untuk perencanaan pengelolaan DAS. Kesimpulan: Model ANSWERS cukup peka terhadap perubahan nilai parameter kekasaran permukaan lahan (N) dalam memprediksi aliran langsung, khususnya pada debit puncak (Qp). Selain itu model ANSWERS juga sangat peka terhadap parameter faktor tanaman dan pengelolaan tanah (C) dalam memprediksi kehilangan tanah (Sy).

      5) Aswandi (1996) melakukan penelitian di DAS Cikapundung, Jawa Barat. Tujuan penelitian ini adalah mengevaluasi dan menentukan perencanaan pengelolaan DAS dengan menggunakan model ANSWERS. Kesimpulan: Perubahan vegetasi (hutan) paling berpengaruh terhadap fluktuasi debit aliran dan penambahan kebun campuran menimbulkan ersoi paling besar dalam DAS.

      6) Ramdan (1999) melakukan penelitian di DTA Cikumutuk DAS Cimanuk Hulu. Tujuan penelitian ini adalah: a) memprediksi besarnya erosi dan aliran permukaan yang terjadi di DAS Cimanuk menggunakan model ANSWERS; dan b) menentukan alternatif penggunaan lahan yang dapat mengendalikan erosi dan aliran permukaan yang terjadi di DAS Cimanuk. Hasil simulasi model ANSWERS menunjukkan bahwa penggunaan lahan yang seluruhnya berupa hutan paling efektif menurunkan erosi, yaitu sebesar 91,8%. Sedangkan penggunaan lahan yang paling besar meningkatkan erosi adalah penggunaan lahan yang seluruhnya berupa tegalan dengan kenaikan erosi mencapai 328% dari erosi pada saat penelitian.

      7) Hidayat (2002) melakukan penelitian di DTA Bodong Jaya dan DAS Way Besay Hulu, Lampung Barat. Penelitian bertujuan untuk memprediksi erosi dan aliran permukaan di DTA Bodong Jaya dan DAS Way Besay Hulu, Lampung Barat dengan menggunakan model ANSWERS dan menentukan alternatif pengelolaan lahan yang efektif mengendalikan erosi dan aliran permukaan di DTA Bodong Jaya dan DAS Way Besay Hulu. Kesimpulan: Model ANSWERS memprediksi erosi dan aliran permukaan secara baik pada curah hujan dengan jumlah dan intensitas yang cukup tinggi. Pada curah hujan yang rendah, hasil prediksi model mengalami deviasi yang cukup besar, walaupun secara keseluruhan hasil prediksi model tersebut tidak berbeda nyata dengan hasil pengukuran.

      8) Utami (2002) melakukan penelitian di DAS Padas. Tujuan penelitian ini adalah: a) memprediksi aliran permukaan dan eosi menggunakan model ANSWERS; dan 2) mengkaji pengaruh teknik RLKT terhadap hidrologi DAS Padas. Kesimpulan: Parameter hidrologi-erosi hasil pengukuran dan keluaran model ANSWERS tidak berbeda nyata dengan nilai koefisien korelasi yang cukup tinggi. Dengan demikian model ANSWERS cukup baik untuk memprediksi erosi tanah rata-rata, jumlah aliran permukaan, dan debit puncak aliran permukaan di daerah penelitian.

3. Model AGNPS

Model AGNPS (agricultural non point source pollution model) dikembangkan oleh USDA-ARS, North Central Soil Consrvation Service, Morris, Minnesota yang bekerjasama dengan USDA-SCS, MPCA (Minnesota Pollution Control Agency), LCMR (Legeslative Commission in Minnesota Resources) dan EPA (Environmental Protection Agency) (Young et al. 1994). Model ini terus berkembang dan telah diterapkan di beberapa negara untuk menentukan langkah-langkah kebijakan dan evaluasi dalam kegiatan konservasi, seperti di Amerika, Canada dan negara-negara di Eropa (Yoon 1996).

Struktur Model AGNPS

Model AGNPS bekerja pada basis sel geografis (dirichlet tesselation) yang digunakan untuk menggambarkan kondisi daratan (upland) dan saluran (channel). Dirichlet tesselation adalah proses pembagian dan pengelompokan DAS menjadi sel (tiles) yang juga dikenal dengan nama polygon Thiessen atauVoronoi. Setiap sel berbentuk bujur sangkar seragam yang membagi DAS secara merata, di mana memungkinkan analisis pada titik dalam suatu DAS.

Polutan potensial ditelusuri melalui sel-sel dari awal hinggaoutlet secara bertahap, sehingga aliran pada setiap titik antar sel dapat diperhitungkan. Seluruh karakteristik DAS dan masukan digambarkan pada tingkatan sel.

Setiap sel mempunyai resolusi 2,5 akre (1,01 ha) hingga 40 akre (16,19 ha). Ukuran sel yang lebih kecil dari 10 akre direkomendasikan untuk DAS dengan luas kurang dari 2000 akre (809,36 ha). Untuk DAS yang luasnya lebih dari 2000 akre, maka ukuran seladapat berukuran 40 akre (Yoon 1996).

Setiap sel utama dapat dibagi lagi menjadi sel-sel yang lebih kecil untuk memperoleh resolusi yang lebih rinci dari kondisi topografi yang komplek. Ketelitian hasil dapat ditingkatkan dengan mengurangi ukuran sel, tetapi hal ini akan membutuhkan waktu dan tenaga yang lebih banyak untuk menjalankan model.

Nilai-nilai parameter model untuk skala sel ditetapkan berdasarkan kondisi biofisik aktual pada masing-masing sel. Oleh sebab itu, untuk mendapatkan satu nilai parameter yang seragam pada masing-masing sel, perlu ditetapkan nilai tunggal parameter sel dengan menghitung nilai rata-rata tertimbang dari berbagai kondisi bergam yang ada (Yoon 1996).

Parameter Masukan Model AGNPS

Ada dua parameter masukan dalam model AGNPS, yaitu inisial data dan data per sel (spreadseheet data entry) (Yoon 1996). Parameter masukan inisial data, meliputi : 1) identifikasi DAS; 2) deskripsi DAS; 3) luas sel (akre); 4) jumlah sel; 5) curah hujan (inci); 6) konsentrasi N dalam curah hujan (ppm); 7) energi intensitas hujan maksimum 30 menit (EI30); 8) durasi hujan (jam); 9) perhitungan debit puncak aliran; 10) perhitungan geomorfik; dan 11) faktor bentuk hidrograf.

Sedangkan parameter masukan per sel dalam model AGNPS terdiri dari 22 parameter, yaitu : 1) nomor sel; 2) nomor sel penerima; 3) divisi sel; 4) divisi sel penerima; 5) arah aliran; 6) bilangan kurva aliran permukaan; 7) kemiringan lereng (%); 8) faktor bentuk lereng; 9) panjang lereng; 10) koefisien aliran Manning; 11) faktor erosibilitas tanah; 12) faktor pengelolaan tanaman; 13) faktor pengelolaan tanah; 14) konstanta kondisi permukaan; 15) faktor COD; 16) tekstur tanah; 17) indikator pemupukan; 18) indikator pestisida; 19) indikator point source; 20 ) indikator tambahan erosi; 21) faktor genangan; dan 22) indikator saluran.

Parameter Keluaran Model AGNPS

Young et al. (1989), hasil keluaran (output) dari model AGNPS dapat berupa grafik dan tabular dengan informasi yang sangat lengkap, baik keluaran DAS (watershed summary) maupun keluaran per sel. Keluaran DAS, meliputi : 1) volume aliran permukaan; 2) laju puncak aliran permukaan; 3) total hasil sedimen; 4) total N dalam sedimen; 5) total N terlarut dalam aliran permukaan; 6) konsentrasi N terlarut dalam aliran permukaan; 7) total P dalam sedimen; 8) total p terlarut dalam aliran permukaan; 9) konsentrasi P terlarut dalam aliran permukaan; 10) total COD terlarut dan konsentrasi COD terlarut dalam aliran permukaan.

Sedangkan keluaran per sel dari masing-masing sel yang terdapat dalam DAS

dapat berupa :

1) Hidrologi, meliputi : a) volume aliran permukaan; b) laju puncak aliran permukaan; dan c) bagian aliran permukaan yang dihasilkan di dalam sel.

      2) Sedimen, meliputi : a) hasil sedimen; b) konsentrasi sedimen; c) distribusi ukuran partikel sedimen; d) erosi yang dipasok dari sel sebelah atasnya; e) jumlah deposisi; f) sedimen di dalam sel; g) rasio pengkayaan oleh ukuran partikel; dan h) rasio pengangkutan oleh ukuran partikel.

  3) Kimiawi, meliputi : a) nitrogen (massa N per satuan luas di dalam sedimen, konsentrasi material terlarut, dan massa dari material terlarut); b) fosfor (massa P per satuan luas di dalam sedimen, konsentrasi dari material terlarut, dan massa dari material terlarut); dan c) COD (konsentrasi COD dan massa COD terlarut per satuan luas).

Kelebihan Model AGNPS

Kelebihan model ini terletak pada parameter-parameter model yang terdistribusi di seluruh areal DAS, sehingga nilai-nilai parameter model benar-benar mencerminkan kondisi biofisik DAS pada setiap satuan luas di dalam DAS. Selain erosi, model ini mampu menghasilkan keluaran-keluaran seperti : volume dan laju puncak aliran permukaan, hasil sedimen, kehilangan N, P dan COD (Young et al. 1994).

Aplikasi Model AGNPS

Model AGNPS ini juga telah diaplikasikan penggunaannya pada beberapa DAS di Indonesia melalui beberapa penelitian, di antaranya :

      1) Muhlis (1999) melakukan penelitian integrasi parsial penginderaan jauh dan sistem informasi geografi dalam pembangkitan masukan model AGNPS. Tujuan penelitian ini adalah : a) mengekstraksi bilangan kurva SCS (SCS curve number) sebagai salah satu masukan dalam model dari data penginderaan jauh; b) mengintegrasikan SIG ke dalam model, baik sebagai pre-prosesor (masukan data) maupun sebagai sarana tampilan grafis dan tabel keluaran model; dan c) menilai sensitivitas parameter masukan model yang berhubungan dengan aliran permukaan. Kesimpulan : Data penginderaan jauh dapat menurunkan beberapa parameter masukan AGNPS, meliputi faktor pengelolaan tanaman, koefisien kekasaran permukaan Manning, koefisien kondisi permukaan, dan bilangan kurva aliran permukaan.

      2) Rahayu (2000) melakukan studi ancaman erosi DAS Kelara di Sulawesi Selatan. DAS seluas 37.175 ha dibagi dalam 1.487 sel dengan luas masing-masing 25 ha. Prediksi erosi setiap sel menggunakan metode MUSLE. Kesimpulan : Laju erosi DAS Kelara berkisar antara 0 – 577 ton/ha/bulan, dengan rata-rata 12,65 ton/ha/bulan pada musim hujan.

      3) Nugroho (2000) melakukan penelitian di DAS Dumpul yang bertujuan : a) melakukan analisis aliran permukaan, sedimen dan kehilangan hara nitrogen, fosfor dan kebutuhan oksigen kimiawi dengan menggunakan model AGNPS; dan b) melakukan simulasi model sesuai dengan kondisi biogeofisik DAS untuk perencanaan pengelolaan DAS. Kesimpulan : Volume dan laju aliran permukaan, hasil sedimen, dan kehilangan hara nitrogen, fosfor dan konsentrasi COD terlarut tidak berbeda antara hasil pengamatan dan model. Hal ini menunjukkan bahwa nilai-nilai parameter yang digunakan dalam model AGNPS cukup akurat untuk memprediksi aliran permukaan, hasil sedimen, dan kehilangan hara nitrogen, fosfor dan konsentrasi COD terlarut, sehingga dapat digunakan sebagai alat bantu dalam perencanaan pengelolaan DAS.

4) Tarigan (2000) melakukan studi perencanaan pengelolaan daerah tangkapan untuk pelestarian situ Cibuntu Cibinong menggunakan model AGNPS. Tujuannya adalah membuat perencanaan pengelolaan daerah tangkapan tersebut menggunakan model AGNPS. Kesimpulan yang diperoleh adalah pengelolaan lahan di daerah tangkapan Cibuntu dengan cara menanam tanaman campuran di lereng agak curam dan landai dengan membuat guludan searah kontur harus diterapkan.

      5) Salwati (2004) mengkaji dampak perubahan penggunaan lahan terhadap respons hidrologi di DAS Cilalawi Sub DAS Citarum Jawa Barat menggunakan model AGNPS. Hasil analisis menggambarkan bahwa perubahan penggunaan lahan mengakibatkan perubahan respons hidrologi, di mana pada tahun 2003 volume aliran permukaan meningkat 6,1 %, debit puncak aliran permukaan meningkat 6,8 %, hal ini mengakibatkan hasil sedimen meningkat sampai 45,6 % dibanding tahun 1997.

PENUTUP

Penggunaan model erosi skala DAS dengan parameter terdistribusi masih terbatas pada skala penelitian. Disamping memerlukan input parameter yang relatif banyak dan kompleks, input parameter model tersebut juga sering tidak tersedia di lapangan. Penggunaan model ANSWERS mulai dirintis pada beberapa DAS seperti DAS Solo bagian hulu dan Brantas bagian hulu di bawah pengelolaan Balai Teknologi Pengelolaan DAS (Priyono dan Mulyadi, 2000). Penggunaannya pada DAS-DAS yang lain dihadapkan pada kendala penyediaan parameter input yang tidak dapat dipenuhi, karena instrumentasi pengukur debit aliran air dan sedimen biasanya tidak tersedia di sebagian besar DAS di Indonesia.

Model ANSWERS (areal non-point source watershed environmental response simulation) dan model AGNPS (agricultural non point source pollutioan model) merupakan model penduga erosi skala DAS yang telah mulai banyak digunakan di Indonesia. Walaupun masih mempunyai beberapa kelemahan, model tersebut memberikan hasil pendugaan erosi yang cukup baik. Sinukaban (1997) telah menggunakan model AGNPS untuk memprediksi aliran permukaan, erosi, kehilangan nitrogen dan fosfor dan COD dari DAS seluas 10,4 hektar di wilayah perbukitan. Hasilnya menunjukkan bahwa hasil prediksi model tidak berbeda secara stastistik dengan hasil pengukuran. Sedangkan Ginting dan Ilyas (1997) yang melakukan simulasi berbagai penggunaan lahan dengan menggunakan model ANSWERS di DAS Siluak, menyimpulkan bahwa model ANSWERS memerlukan validasi lebih lanjut.

Disamping disebabkan adanya perbedaan ukuran raster sel dan DAS yang digunakan, bervariasinya hasil dugaan model ANSWERS diduga terkait dengan dinamika proses erosi pada suatu bentang lahan. Dinamika erosi terjadi akibat bervariasinya jumlah dan intensitas hujan serta karakteristik permukaan lahan yang mempengaruhi proses deposisi sedimen (barrier/filter). Sinukaban et al. (2000) dan Susswein et al. (2001) menunjukkan bahwa jenis dan konfigurasibar ier /fi lter sangat mempengaruhi jumlah erosi dan volume aliran permukaan yang dihasilkan dari suatu bentang lahan dan wilayah DAS.

DAFTAR PUSTAKA

Arsyad S. 2006. Konservasi Tanah dan Air. Bogor : IPB Press.

Asdak C. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gadjah Mada University Press.

Aswandi. 1996. Aplikasi Model ANSWERS Dalam Perencanaan Pengelolaan Daerah Aliran Sungai Cikapundung Jawa Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Beasley DB and Huggins LF. 1991. ANSWERS. User’s Manual. Agricultural Engineering Department, Purdue University, West Laffayete, Indiana.

Brooks KN, Folliot PF, Gregesen HM, and Thames JL. 1987. Hydrology and The Management of Watershed. USA.

Chow VT, Maidment DR, and Mays LW. 1988. Applied Hydrology. Singapore : McGraw-Hill Book Company.

De Roo. 1993. Modelling Surface Runoff and Soil Erosion in Catchment Using Geographical Information System. Utrecht. Utrecht University.

Dent FJ and Anderson EA. 1971. System Analysis in Agricultural Management. John Willey & Sons. Sidney.

Ginting AN, dan Ilyas MA. 1997. Pendugaan Erosi pada Sub DAS Siulak di Kabupaten Kerinci dengan Menggunakan Model ANSWERS.

Makalah Lokakarya Penetapan Model Erosi Tanah. Puslitbang Hutan dan Konservasi Alam, Bogor. 7 Maret 1997.

Hal WA and Dracup JA. 1970. Water Resources System Engineering. Mc Graw-Hill Book Co., New York.

Harto SBr. 1993. Analisis Hidrologi. Jakarta : PT. Gramedia Pustaka Utama.

       Hidayat Y. 2002. Aplikasi Model ANSWERS dalam Mempredikasi Erosi dan Aliran Permukaan di DTA Bodong Jaya dan DAS Way Besay Hulu, Lampung Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Hillel D. 1977. Computer Simulation of Soil Water Dynamics : A Compendium of Recent Work. IDRC. Ottawa

       Irianto G. 1993. Prediksi Aliran Permukaan, Laju Erosi dan Kualitasnya Dengan Model ANWERS Untuk Mendukung Usaha Pemanfaatan Sumberdaya Air dan Tanah pada Areal Waduk Batujai, NTB. Tesis Magister. Program Pascasarjana, IPB. Bogor.

       Kurnia U. 1997. Pendugaan Erosi dengan Metoda USLE : Kelemahan dan Keunggulan. Lokakarya Penetapan Model Pendugaan Erosi Tanah, Bogor, 7 Maret.

       Lal R. 1988. Soil Erosion by Wind and Water : Problems and Prospects. Pp 1 –6. In R. Lal (ed). Soil Erosion Research Methods. Soil and Water Conservation Society, Ankeny. Iowa.

Mise JH and Cox JG. 1968. Essential of Simulation. Prentice Hall Inc. Englewood Cliffs, New Jersey.

       Muhlis M. 1999. Integrasi Parsial Penginderaan Jauh dan Sistem Informasi Geografi Dalam Pembangkitan Masukan Model AGNPS. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Nasution AH dan Barizi. 1980. Metode Statistik untuk Penarikan Kesimpulan. Gramedia. Jakarta.

       Nugroho SP. 2000. Analisis Aliran Permukaan, Sedimen dan Hara Nitrogen, Fosfor dan Kebutuhan Oksigen Kimiawi dengan Menggunakan Model AGNPS Di Sub DAS Dumpul. Tesis Magister. Program Pascasarjana, IPB. Bogor.

       Pawitan H. 1995. Metode Analisis Sistem Hidrologi Dalam Pendugaan Erosi dan Sedimen Daerah Aliran Sungai. Diskusi Penelitian Erosi dan Sedimentasi Di Puslitbang PU Di Bandung.

       Pawitan H. 1999. Hidrologi Daerah Aliran Sungai : Terapan Teknik Modeling. Makalah Pelatihan Dosen-Dosen PTN Indonesia Bagian Barat dalam Bidang Agroklimatologi. Bogor.

Priyono CNS dan Mulyadi D. 2000. Penyempurnaan Perencanaan Pengelolaan DAS di Indonesia. Disampaikan pada Seminar Hasil-Hasil Penelitian BTPDAS, 15 Januari 2000. Surakarta.

       Ramdan H. 1999. Aplikasi Model ANSWERS Dalam Pendugaan Erosi dan Aliran Permukaan Di DTA Cikumutuk Sub DAS Cimanuk Hulu. Tesis Magister. Program Pascasarjana, IPB. Bogor.

       Rauf A. 1994. Aplikasi Model ANSWERS Untuk Analisis Respon Hidrologi Sub DAS Palu Timur Sulwesi Tengah. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Risse, L.M., M.A. Nearing, A.D. Nicks, and J.M. Laflen. 1993. Error Assessment in the Universal Soil Loss Equation. Soil. Sci. Soc. Am. J. Vol. 57 : 825-833.

Rompas JJ. 1996. Penerapan Model ANWERS Dalam Memprediksi Aliran Permukaan dan Erosi Di Daerah Tangkapan Citere Sub DAS Citarik Pengalengan Jawa Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.

       Salwati. 2004. Kajian Dampak Perubahan Penggunaan Lahan Terhadap Respon Hidrologi Sub DAS Cilalawi DAS Citarum Jawa Barat Menggunakan Model ANSWERS. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Schwab GO, Frevert RK, Edminster TV, and Barnes KK. 1981. Soil and Water Conservation Engineering. John Willey and Sons, Inc. New York.

Sinukaban N. 1995. Manajemen/Pengelolaan Daerah Aliran Sungai. Diskusi Penelitian Erosi dan Sedimentasi Di Puslitbang PU Di Bandung.