24
BAB V HASIL DAN PEMBAHASAN
5.1 Analisis Curah Hujan Data curah hujan yang terekam pada alat di SPAS Cikadu diolah menjadi data kejadian hujan harian sebagai jumlah akumulasi curah hujan harian dengan satuan mm/hari. Data curah hujan selengkapnya dapat dilihat pada Lampiran 14 sedangkan fluktuasi curah hujan harian dapat dilihat pada Gambar 5. 60
mm/hari
50 40 30 20 10 12-Mar-11
10-Mar-11
8-Mar-11
6-Mar-11
4-Mar-11
2-Mar-11
28-Feb-11
26-Feb-11
24-Feb-11
22-Feb-11
20-Feb-11
18-Feb-11
16-Feb-11
14-Feb-11
12-Feb-11
8-Feb-11
10-Feb-11
6-Feb-11
4-Feb-11
2-Feb-11
31-Jan-11
29-Jan-11
27-Jan-11
25-Jan-11
23-Jan-11
21-Jan-11
19-Jan-11
17-Jan-11
0
Gambar 5 Grafik curah hujan harian tanggal 17 januari 2011- 14 maret 2011. Jumlah total curah hujan selama bulan Januari hingga Maret 2011 sebesar 617 mm. Curah hujan bulanan tertinggi di daerah tangkapan air SPAS sebesar 456 mm pada bulan Februari dan terendah 44 mm pada bulan Maret. Kejadian hujan tertinggi terjadi pada tanggal 6 Februari 2011 dengan curah hujan 49 mm. Berdasarkan data curah hujan di SPAS Cikadu diketahui terjadi curah hujan yang cukup besar lima hari berturut-turut, yaitu pada tanggal 4 Februari hingga 8 Februari 2011. Total curah hujan kelima hari tersebut sebesar 187 mm atau hampir 30 % dari total curah hujan dari rentang waktu Januari hingga Maret 2011. Berikut ini merupakan grafik curah hujan yang terjadi selama lima tersebut pada Gambar 6.
25
60
mm/hari
50 40 30 20 10 0 4-Feb-11
5-Feb-11
6-Feb-11
7-Feb-11
8-Feb-11
Gambar 6 Grafik curah hujan tanggal 4 Februari -8 Februari 2011. Hasil pengolahan data curah hujan menunjukkan frekuensi besarnya curah hujan yang kurang dari 10 mm/hari terjadi sebanyak 36 dengan peluang kejadian sebesar 63, 15 %, sedangkan untuk curah hujan dalam selang 20 sampai < 30 mm/hari memiliki peluang terkecil yakni sebesar 0,05 %.
Tabel 6
menggambarkan analisis peluang kejadian hujan di Sub-sub DAS Cikadu. Tabel 6 Analisis peluang Kejadian hujan di Sub-sub DAS Cikadu Curah Hujan Frekuensi Peluang (mm) % < 10 36 0,6315 63,15 10 - < 30 12 0,2105 21,05 ≥ 30 9 0,1578 15,78 Berdasarkan keadaan di lapangan curah hujan yang besar jarang terjadi, hal ini seperti terlihat pada Gambar 7. Curah hujan besar berbanding terbalik dengan kemungkinan kejadiannya, yang semakin kecil atau jarang dan begitupun sebaliknya semakin kecil curah hujan kemungkinan kejadiannya akan lebih besar. 100
80 60 Ch (mm)
40 20 0 0
10
20
30
40
50
60
70
80
90
100
Probabilitas (%)
Gambar 7 Grafik probabilitas curah hujan di Sub-sub DAS Cikadu. Curah hujan tahunan di wilayah Sub DAS Cisangkuy sendiri berkisar antara 1900-2500 mm/tahun dengan rata-rata jumlah bulan kering adalah empat
26
bulan (Juni-September), dua bulan lembab (Mei dan Oktober) dan enam bulan basah (Januari-April dan November-Desember). (BPDAS Citarum-Ciliwung 2009). Gambar 8 menunjukkan fluktuasi curah hujan tahunan.
Gambar 8 Curah hujan wilayah tahunan dan bulanan Sub DAS Cisangkuy (BPDAS Citarum Ciliwung 2009). 5.2 Analisis Debit Aliran Debit Aliran diperoleh dari data pengolahan tinggi muka air (TMA) yang di dapatkan dari AWLR. Data TMA yang didapatkan sudah dalam bentuk angka yang terekam setiap lima belas menit dengan satuan (m). Data yang digunakan dalam analisa debit harian ini adalah TMA selama 57 hari (Bulan Januari-Maret 2011). Untuk mengetahui debit aliran dari TMA dibantu dengan menggunakan persamaan regresi yang didapat dari rating curve. Data lapangan yang digunakan sebagai input rating curve adalah TMA dan debit Aliran pada tanggal 18 November 2011 - 27 Januari 2012. Data lapangan ini diperlukan sebagai data kalibrasi. Pengukuran kecepatan aliran sungai dilakukan pada saat tinggi muka air pada kondisi yang sama, menggunakan floating method yaitu pengukuran menggunakan bola terapung (benda yang tidak tenggelam dalam air) dan mencatat lamanya waktu benda tersebut berjalan sepanjang titik pengamatan.
27
Dalam pengukuran ini, kecepatan aliran sungai menggunakan faktor koreksi untuk berbagai tipe saluran penampang sungai dengan menggunakan kekasaran Manning. Berikut hasil observasi lapang pada Tabel 7 mengenai data pengukuran tinggi muka air dan debit aliran lapangan yang dilakukan pada saat hujan dan saat tidak terjadi hujan agar mendapatkan nilai tinggi muka air yang berbeda-beda. Perhitungan selengkapnya dapat dilihat pada Lampiran 8. Tabel 7 Tanggal Hujan
Hasil pengukuran debit lapangan menggunakan koefisien kekasaran manning Waktu Hujan
Jarak
waktu (average)
TMA
A
V
Q
(m)
(s)
(m)
(m2)
(m/s)
(m3/s)
18-Nov-11
3
2.13
0.14
0.14
2.93
0.31
18-Nov-11
3
1.93
0.16
0.16
3.70
0.45
18-Nov-11
16.39-17.00
20-Nov-11 20-Nov-11
14.08-15.11
30-Dec-11
3
1.77
0.24
0.24
6.07
1.34
3
1.70
0.26
0.26
6.84
1.65
3
1.43
0.24
0.24
7.48
1.34
3
1.33
0.12
0.12
4.02
0.21
31-Dec-11 01-Jan- 12
07.41-09.01 11.56-14.34
3 3
1.70 1.17
0.25 0.60
0.25 0.60
6.57 22.98
1.49 12.57
27-Jan- 12
05.44-07.46
3
1.80
0.12
0.12
2.98
0.21
16 Debit Aliran (m3/s)
14
y = 50.82x2.578 R² = 0.998
12 10 8 6 4 2 0 0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
Tinggi Muka Air (m)
Gambar 9 Rating Curve Sub-sub DAS Cikadu. Rating curve digunakan untuk mengetahui hubungan antara tinggi muka air dan debit aliran dimana dalam persamaan regresi terdapat model matematis dengan data yang digunakan dapat menunjukkan besarnya nilai R2
sebagai
koefisien determinasi yang menunjukkan seberapa besar kesalahan dalam
28
memprediksi besarnya y (debit) dapat direduksi dengan menggunakan informasi yang dimiliki oleh variable x (tinggi muka air). Hasil analisis antara debit dengan TMA di Sub-sub DAS Cikadu diperoleh persamaan regresi sebagai berikut: Y = 50,82X2,578 ………………………………………………………………...(27) Keterangan: Y = Debit Aliran (m3/detik) X = Tinggi Muka Air (m) Dari persamaan regresi ini diperoleh R2 (koefisien determinasi) sebesar 0.9 yang menunjukkan bahwa terdapat korelasi yang kuat antara TMA dengan debit, dan data TMA dapat menerangkan besarnya debit aliran (Q), dari persamaan regresi tersebut dapat dijadikan sebagai rumusan dalam menentukan debit aliran di Sub-sub Das cikadu Persamaan (27) digunakan untuk menghitung debit aliran harian dengan menggunakan data tinggi muka air bacaan alat yang tersimpan dalam logger. Gambar 10 menunjukkan fluktuasi hubungan antara curah hujan (mm) dengan debit aliran yang satuannya dikonversi dari m3/detik menjadi mm yang terdapat pada Lampiran 15. 60
0
40
40 60
20
80 100 17-Jan-11 19-Jan-11 21-Jan-11 23-Jan-11 25-Jan-11 27-Jan-11 29-Jan-11 31-Jan-11 2-Feb-11 4-Feb-11 6-Feb-11 8-Feb-11 10-Feb-11 12-Feb-11 14-Feb-11 16-Feb-11 18-Feb-11 20-Feb-11 22-Feb-11 24-Feb-11 26-Feb-11 28-Feb-11 2-Mar-11 4-Mar-11 6-Mar-11 8-Mar-11 10-Mar-11 12-Mar-11 14-Mar-11
0
Curah Hujan (mm)
Debit (Q) (mm)
20
Waktu (hari) Curah Hujan
Debit (Q)
Gambar 10 Grafik hubungan curah hujan dengan debit aliran pada tanggal 17 Januari - 14 Maret 2011. Hasil yang diperoleh dari debit aliran di SPAS Cikadu yaitu besarnya debit aliran total sebesar 254.06 mm dengan debit aliran terbesar pada bulan Februari
29
sebesar 155.7 mm/bulan dengan curah hujan sebesar 456 mm/bulan sedangkan yang terkecil terjadi pada bulan Maret sebesar 31.75 mm/bulan dengan curah hujan 44 mm/bulan. Debit aliran yang terjadi berdasarkan rata-rata bulanan sebesar 84.68 mm/bulan dan rata-rata debit aliran harian sebesar 2,69 mm/hari. Hubungan curah hujan dan besarnya debit aliran pada Gambar 10 memperlihatkan fluktuasi debit aliran dipengaruhi oleh besarnya curah hujan yang terjadi. Hal ini dapat terlihat dari kecenderungan ketika curah hujan naik maka debit aliran akan mengikuti kenaikannya, sedangkan ketika curah hujan turun maka debit aliran juga cenderung turun. 5.3 Analisis Hidrograf Analisis hidrograf dapat menjelaskan respon debit harian dengan curah hujan melalui hubungan curah hujan dan debit aliran, besarnya respon tersebut dapat menunjukkan nilai koefisien limpasan (c) yang merupakan perbandingan (nisbah) antara besarnya limpasan terhadap besar curah hujan yang terjadi. Nilai perbandingan tersebut diantara 0 – 1. Data yang digunakan sebagai contoh adalah debit aliran pada tanggal 18 Januari, 6 Februari, dan 3 Maret 2011. Hasil dari hidrograf pada tanggal 18 Januari menunjukkan bahwa debit puncak terjadi pada menit ke 225 atau pada jam 11.00 WIB sebesar 1.577 m3/s dengan curah hujan 4 mm, disini terlihat debit aliran lambat merespon namun debit puncak dipengaruhi oleh curah hujan 45 menit sebelumnya yakni sebesar 12 mm. Hal ini mungkin disebabkan tanah pada saat hujan tinggi masih mampu menyerap air dengan baik (Gambar 11). Contoh perhitungan hidrograf dapat dilihat pada Lampiran 10.
-1 3 7 11 15 19 23 27
2.8 2.4 2 1.6 1.2 0.8 0.4 0 7:15
7:45
8:30
8:45
9:45
10:15
11:00 11:45
Curah hujan (mm)
(m3/detik)
30
12:30
waktu (jam) Curah Hujan
Debit (Q)
Base Flow
Ganbar 11 Hidrograf Satuan Tanggal 18 Januari 2011 di Sub-sub DAS Cikadu. Pada tanggal 6 Februari 2011, debit puncak terjadi pada menit ke-120 yakni pada jam 12.45 WIB dengan debit aliran sebesar 2.961 m3/s hal ini disebabakan pada hari itu memiliki curah hujan tertinggi sebesar 21 mm, kejadian ini menunjukkan bahwa debit aliran pada tanggal tersebut memiliki respon yang cepat terhadap hujan, seperti terlihat pada Gambar 11 dan perhitungan pada Tabel 8. Sedangkan debit puncak yang terjadi pada hidrograf tanggal 3 Maret 2011 terjadi pada menit ke-165 pada jam 17.00 WIB sebesar 2.916 m3/s yang tidak disertai hujan, hal ini terjadi ketika hujan turun di daerah hulu daerah tangkapan air SPAS dan tidak tertangkap oleh alat penakar hujan, namun tetap mempengaruhi debit aliran di SPAS (Gambar 12).
0
(m3/detik)
10 4
20 30
2
40 0
50 10:45:00
12:15:00 Curah Hujan
13:30:00 waktu (jam) debit (Q)
15:15:00 Base Flow
Gambar 12 Hidrograf satuan tanggal 6 Februari 2011 di Sub-sub DAS Cikadu.
Curah hujan (mm)
6
5 4.5 4 3.5 3 2.5 2 1.5 1 0.5 0
0 2 4 6 8
curha hujan (mm)
(m3/detik)
31
10 14.15 14:30 15:45 16:00 16.15 16:30 16:45 17:00 17:30 17:45 waktu (jam) Curah Hujan
debit (Q)
Base Flow
Gambar 13 Hidrograf Satuan tanggal 3 maret 2011 di Sub-sub DAS Cikadu. Hidrograf satuan juga digunakan sebagai acuan untuk menentukkan nilai koefisien run-off yakni besarnya limpasan yang terjadi dari seluruh total kejadian hujan di Sub-sub DAS Cikadu, dengan cara membandingkan tebal debit aliran (mm) dengan tebal curah hujan (mm). Nilai ini akan dijadikan inisiasi pada proses optimasi Tank Model. Analisis hidrograf dibuat sebanyak tiga kejadian hujan, berdasarkan hasil analisis hidrograf satuan rata-rata besarnya koefisien limpasan sebesar 0.37 (37%). Nilai ini menunjukkan bahwa sebanyak 37% dari total hujan yang masuk ke DTA akan menjadi direct run-off atau limpasan langsung. Tabel 8 Perhitungan hidrograf di Sub-sub DAS Cikadu CH Q BF DRO Tanggal (mm) (m3/s) (m3/s) (m3/s) 1/18/2011 33 5.17 1.206 3.964
VDRO (m3) 74919.6
Tebal DRO(mm) 7.593
2/06/2011
49
8.382
1.505
6.877
111407.400
11.292
3/03/2011
5
12.51524
7.03
5.485
69125.979
7.006
5.4 Aplikasi Tank Model Model ini tersusun atas empat reservoir vertical, dimana bagian atas mempresentasikan
surface reservoir, dibawahnya intermediate reservoir,
kemudian sub-base reservoir dan paling bawah base reservoir. Dalam konsep Tank Model ini menurut Setiawan (2003) air dapat mengisi reservoir dibawahnya, dan bisa terjadi sebaliknya bila evaporasi sedemikian berpengaruh.
32
Data masukan untuk model ini berupa curah hujan, debit aliran, dan data evapotranspirasi yang semuanya bersatuan mm/hari. Data-data tersebut digunakan untuk menentukkan parameter-parameter tank Model dan menghasilkan keluaran berupa surface flow, intermediate flow, sub-base flow, dan base flow. Analisis Tank model dapat digunakan untuk mengetahui distribusi air dan karakteristik sirkulasi air, sehingga dapat digunakan untuk mengetahui kondisi hidrologi suatu DAS. 5.4.1 Analisis Data Input Tank Model Data evapotranspirasi (ETP) akan digunakan sebagai salah satu masukan pada input Tank Model dengan satuan mm/hari, pada penelitian ini metode Penman-Montheit
dipilih
sebagai
metode
untuk
menentukan
besarnya
evapotranspirasi pada lokasi penelitian. Curah Hujan dijadikan data input untuk menjalankan metode ini serta dengan melengkapi keterangan posisi SPAS dalam lintang dan bujur serta elevasinya (contoh perhitungan dapat dilihat pada Lampiran 12). Berdasarkan hasil perhitungan dengan metode Penman-Montheit ini diketahui bahwa total evapotranspirasi pada tanggal 17 Januari -14 Maret 2011 sebesar 267,98 mm dengan rata-rata evapotranspirasi harian sebesar 4,7 mm/hari. Data ini kemudian akan dijadikan data input pada proses inisiasi Tank Model. Selain data evapotranspirasi, data input Tank Model berupa data curah hujan dan data debit aliran dari daerah tangkapan air Sub-sub DAS Cikadu yang dimulai pada tanggal 17 januari sampai 14 maret 2011. Hasil rekapitulasi dari analisis data input Tank Model disajikan pada Tabel 9. Tabel 9 Rekapitulasi data input Tank Model No
Data
Jumlah Total (mm)
Rata-rata (mm/hari)
1
Curah Hujan
625
11
2
Debit Aliran Sungai
245,06
4,3
3
Evapotranspirasi
267,98
4,7
5.4.2 Hasil Verifikasi dan Optimasi Tank Model proses verifikasi dan optimasi Tank Model menghasilkan nilai parameter (Tank Model Parameter), Indikator keandalan (Tank model Performance), Keseimbangan Air (Water Balance), persamaan regresi (Regretion), total aliran
33
air (Water Flow), dan keseimbangan tinggi muka air di tangki (Water Level). Hasil keluaran ini akan di analisis untuk mendapatkan keakuratan/kelayakan model dalam mempresentasikan keadaan di lapangan. Berdasarkan keseimbangan neraca air, parameter Tank Model secara keseluruhan memiliki dua belas parameter, curah hujan sebagai masukan sistem hidrologi, diproses menjadi aliran sebagai keluarannya. Keseimbangan neraca air menjelaskan bahwa aliran total merupakan penjumlahan aliran dari lubang outlet horizontal setiap tangki. Menurut Setiawan (2003) lubang outlet horizontal mencerminkan aliran air yang terdiri dari surface flow (Ya2), sub-surface flow (Ya1), intermediate flow (Yc1), dan Base Flow (Yd1). Aliran ini hanya terjadi bila tinggi air pada masing-masing tangki melebihi tinggi lubangnya (Ha1, Ha2, Hb1, dan Hc1). Aliran air disetiap lubang outlet dipengaruhi pula oleh karakteristik lubang itu sendiri, masing-masing yaitu A0, A1, B0, B1, C0, C1, dan D1 yang selanjutnya disebut sebagai parameter Tank Model yang akan ditentukan. Tabel 10 No 1 2 3 4 5 6 8 9 10 11 12
Dua belas parameter hasil optimasi Tank Model di Sub-sub DAS Cikadu Parameter Tank Model Hasil Optimasi a0 (infiltration coefficients surface flow) a1(runoff coefficients sub-surface flow) a2(run0ff coefficients surface flow) Ha1(storage parameter sub-surface flow) Ha2(storage parameter surface flow) b0(infiltration coefficients intermediate flow) Hb1(storage parameter intermediate flow) c0(infiltration coefficients sub-base flow) c1(Runoff coefficients sub-base flow) Hc1(storage parameter sub-base flow) d1(Runoff coefficients base flow)
0,69295 0,23480 0,31006 14,3748 41,4024 0,11499 14,5428 0,50390 0,09265 20,7421 0,00164
Parameter-parameter Tank Model dapat di kelompokkan menjadi tiga jenis yakni : 1. Koefisien runoff masing-masing tangki (A,B,C,D) yang menunjukkan besarnya laju aliran, a1 = 0.23480, a2 = 0,31006, b1 = 0,03038, c1 = 0,09265, dan d1 = 0,00164. Laju aliran terbesar terjadi pada tangki pertama. 2. Koefisien determinasi masing-masing tangki (A,B,C) yang menunjukkan besarnya laju infiltrasi, a0 = 0,69295, b0 = 0,11499, c0 = 0,50390.
34
Parameter menunjukkan infiltrasi terbesar terjadi pada lubang outlet tangki pertama. 3. Parameter penyimpanan, menunjukkan tinggi lubang outlet horizontal pada masing-masing tangki,
Ha1 = 14,3748, Ha2 = 41,4024, Hb1 =
14,5428, dan Hc1 = 20,7421. Tinggi lubang outlet horizontal terbesar terjadi pada tangki pertama. Keandalan Tank Model dalam menduga kondisi sebenarnya di lapangan dapat dilihat pada Tabel indikator kebenaran dan kesalahan dari keandalan Tank Model (Tabel 11), indikator kebenaran dilihat dari nilai korelasi (R) sebesar 0,86 yang dapat dikatakan dapat mempresentasikan kondisi lapang dengan baik antara observasi dan kalkulasi. Tabel 11 Indikator keandalan Tank Model di Sub-sub DAS Cikadu Parameter Optimasi
Nilai Parameter Optimasi
R (Coefficient of Correlation)
0,86
R2 (Determination)
0,75
5.4.3 Komponen hasil optimasi Tank Model Tabel 12 Komponen Tank Model hasil optimasi Komponen Satuan Keseimbangan air Inflow R (mm) Outflow Observation (mm) Outflow Calculation (mm) ETP Calculation (mm) Stored (mm) Tinggi Muka Air Tank A (Ha) (mm) Tank B (Hb) (mm) Tank C (Hc) (mm) Tank D (Hd) (mm) Total Aliran Surface flow (mm) Intermediate flow (mm) Sub-base flow (mm) Base flow (mm)
Nilai
Persen
636,9 218,94 215,07 211,384 209,60 4,487 5,218 1,045 800,29 71,98 58,55 2,05 82,47
33,47 27,22 0,95 38,36
35
Keluaran Tank Model
menghasilkan komponen optimasi berupa
keseimbangan air, tinggi muka air, dan total aliran. Komponen Tank Model hasil optimasi disajikan pada Tabel 12. Berdasarkan hasil optimasi Tank Model total aliran air di Sub-sub DAS Cikadu didominasi oleh aliran pada surface flow (tangki A) dan Base flow (tangki D) masing-masing sebesar 33,47 % dan 38,34 %. Hal ini menunjukkan bahwa curah hujan lebih berpengaruh terhadap pergerakan air di tangki A dibanding pada lapisan kedua (intermediate flow) dan ketiga (Sub-base flow). Komponen keseimbangan air memperlihatkan besarnya inflow R, outflow observasi maupun kalkulasi, kalkulasi evapotranspirasi dan perubahan kadar air (Stored). Gambar 14 memperlihatkan grafik hasil observasi
70
0
60
20
(mm)
50
40
40
60
30
80
20 10
100
0
120
Curah Hujan
Evapotranspirasi
Curah hujan (mm)
presipitasi, evapotranspirasi, dan debit aliran.
debit (Q)
Gambar 14 Grafik Fluktuasi data curah hujan, debit aliran, dan evapotranspirasi. Berdasarkan hasil optimasi menunjukkan bahwa kalkulasi stored (simpanan air) di Sub-sub DAS Cikadu pada rentang waktu Januari hingga Maret 2011 menunjukkan nilai yang positif hal ini mengindikasikan pada Sub-sub DAS Cikadu mengalami surplus air sebesar 209,60 mm sebagai Stored (cadangan air tanah). Berdasarkan hasil optimasi Tank Model dari data pada tanggal 17 Januari 14 Maret 2011 diperoleh total aliran yang mengalir atau terdistribusi di surface flow, intermediate flow, sub-base flow, dan base flow , dengan masing-masing nilai sebesar 71,98 mm, 58,55 mm, 2,05 mm, dan 82,47 mm. Total Aliran hasil optimasi sebesar 215,05 mm dan total aliran yang mengalir ke sungai terbesar dari
36
bagian base flow, hal ini menunjukkan bahwa kapasitas infiltrasi cukup tinggi. Air dapat meresap ke dalam tanah terlebih dahulu sebelum menjadi aliran debit yang masuk kesungai. Hasil optimasi Tank Model menunjukkan tinggi air pada masing – masing tangki berbeda. Gambar tinggi air pada masing – masing tangki dapat dilihat pada Gambar 15. Tinggi air di tangki A sangat dipengaruhi oleh hujan, peningkatan dan penurunan curah hujan akan berpengaruh cepat terhadap tinggi air di Tangki A selain itu masih terjadi evapotranspirasi yang menyebabkan nilai minus pada tangki A, pada Tangki B ada sedikit pengurangan respon tinggi air terhadap hujan dan evaporasi masih terjadi, sedangkan air di Tangki C masih dipengaruhi oleh curah hujan, namun respon tinggi air tidak secepat respon pada tangki A dan tangki B serta sudah tidak terlihat adanya evapotranspirasi, dan tinggi air di tangki D mengalami keadaan yang konstan pada awal bulan Januari dan mengalami peningkatan yang lambat pada akhir bulan Februari menuju Maret.
80
3
-2 1
11
21 31 41 waktu (hari)
51
40 Level_tankC
rainfall
30 0
80
120 1
11 21 31 41 51 waktu (hari)
rainfall 80 98 -2
120 1
11 21 31 41 51 Waktu (hari)
3000
rainfall (mm day-1)
sub-base flow (mm day-1)
0
Level_tankB
198
120
90 60
40
rainfall (mm day-1)
rainfall
298
0
2000
rainfall (mm day-1)
40
Level_tankA
intermediate flow(mm day-1)
rainfall (mm day-1)
13
8
0
398
base flow (mm day-1)
surface flow(mm day-1)
0
40 Level_tankD rainfall
1000
80
0
120 1
11
21 31 41 waktu (hari)
51
Gambar 15 Tinggi air pada masing-masing tangki (A,B,C,D) tanggal 17 Januari 14 Maret 2011.
37
Berdasarkan hasil optimasi Tank Model di Sub-sub DAS Cikadu pada tanggal 6 Februari 2011 terjadi curah hujan yang paling tinggi sebesar 49 mm/hari,
dengan
Qobserved
(lapangan)
sebesar
25,535
mm/hari
dan
evapotranspirasi sebesar 3,78 mm/hari sebagai data masukan menghasilkan keluaran berupa Qcalculated (prediksi hasil model) sebesar 18,24 mm/hari, surface flow sebesar 14,065 mm, intermediate flow 2,822 mm, sub-base flow 0 mm, dan base flow sebesar 1,352 mm, dengan ketinggian air pada masing-masing tangki adalah Tank A = 4,487 mm, Tank B = 5,218 mm, Tank C = 1,045 mm, dan Tank D = 800,29 mm.
5.5 Analisis Hubungan Laju Sedimen dengan Debit Aliran Pendugaan laju sedimentasi di Sub-sub DAS Cikadu dilakukan dengan menggunakan persamaan regresi hubungan antara debit aliran dilapangan dengan laju sedimentasi dilapangan pada tanggal 18 November 2011 – 27 januari 2012. Berdasarkan hubungan antara debit aliran dengan laju sedimentasi dilapangan didapatkan persamaan sebagai berikut (perhitungan selengkapnya dapat dilihat pada Lampiran 9): Qs(ton/hari) = 0,981 Q(m3/s)1,897........................................................................(28) Berdasarkan persamaan regresi hubungan antara debit aliran dengan laju sedimentasi memiliki koefisien determinasi (R2) sebesar 0,704. Hal ini menunjukkan bahwa hubungan antara debit aliran dengan laju sedimentasi memiliki korelasi yang cukup kuat, dimana besarnya laju sedimentasi (Qs) dapat diterangkan oleh debit aliran (Q). Grafik persamaan regresi hubungan antara debit
Laju Sedimen (Qs) (ton/hari)
aliran dengan laju sedimentasi dapat dilihat pada Gambar 16. 2.50 2.00
y = 0.981x1.897 R² = 0.704
1.50 1.00 0.50 0.00 0
0.2
0.4
0.6
0.8
1
1.2
1.4
Debit Aliran (Q) (m3/s)
Gambar 16 Grafik hubungan debit aliran (Q) dengan sedimentasi (Qs).
1.6
38
Berdasarkan analisis hubungan antara laju sedimen dan debit aliran yang diduga melalui model persamaan regresi. Peningkatan debit diikuti dengan peningkatan laju sedimen. Laju sedimen harian tertinggi terjadi pada tanggal 5 dan 6 Februari 2011 sebesar 7,47 ton/hari dengan debit aliran yang sama sebesar 25,53 mm/hari. Pada curah hujan tertinggi tanggal 6 Februari yaitu sebesar 49 mm/hari menyebabkan
laju
sedimen
sebesar
7,47
ton/hari.
Kejadian
tersebut
menggambarkan bahwa peningkatan curah hujan disertai peningkatan laju sedimen. Total laju sedimen bulan Januari sampai Maret 2011 adalah sebesar 37,4 ton/tahun atau setara dengan 3,1 mm/tahun (Data laju sedimen harian dapat dilihat pada Lampiran 16). 5.6 Analisis Laju Erosi Berdasarkan Kandungan Sedimen Sungai Nisbah pelepasan endapan (NPE) merupakan nisbah antara besarnya laju sedimentasi yang sampai ke sungai dengan besarnya erosi yang terjadi di DAS (Arsyad 2006).
Berdasarkan persamaan 24 didapatkan besarnya nilai NPE
sebesar 0,28 yang berarti bahwa 28% erosi yang terjadi akan menjadi sedimen disungai, nilai NPE yang mendekati 1 menunjukkan besarnya erosi yang menjadi sedimen akan semakin besar. Besarnya total erosi berasarkan
metode NPE
didapatkan sebesar 0,44 ton/ha/tahun atau setara dengan kehilangan tanah setebal 0,036 mm/tahun.
5.7 Analisis Laju Sedimen dengan Model MUSLE (Modified Universal Soil Loss Equation) Data debit yang telah dikalkulasi dalam Tank Model menghasikan data aliran pada setiap tangki diantaranya surface flow dan base flow, data tersebut menjadi data dasar dalam perhitungan laju sedimen lateral dan base flow pada persamaan (25) yang merupakan model persamaan MUSLE (Modification of Universal Soil Loss Equation). Pada model ini, faktor yang digunakan sebagai pemicu terjadinya erosi adalah faktor limpasan permukaan bukan faktor energi hujan, sehingga MUSLE tidak memerlukan faktor nisbah pelepasan endapan (NPE) (Neitsch, Arnold, Kiniry, dan William 2005). Faktor limpasan permukaan mewakili energi yang digunakan untuk melepaskan dan mengangkut sedimen.
39
Total hasil analisis laju sedimen di Sub-sub DAS Cikadu dengan perhitungan laju sedimen aliran lateral dan base flow sebesar 42,10 ton/tahun atau setara dengan kehilangan tanah sedalam1,29 mm/tahun. Berdasarkan SK Menteri Kehutanan No. 52/Kpts-II/2001 tentang Penyelengaraan Pengelolaan DAS, besarnya laju sedimen di bawah 2 mm/tahun termasuk dalam kategori baik (Tabel 13) . Tabel 13 Kategori kinerja DAS berdasarkan laju sedimen No Laju sedimen (mm/tahun) Kategori Kelas 1
<2
Baik
2
2-5
Sedang
3
>5
Buruk
Sumber: SK Menteri Kehutanan No. 52/Kpts-II/2001 5.8 Analisis Hubungan Laju Sedimen Observasi dengan Laju Sedimen Kalkulasi Model MUSLE (Modification of Universal Soil Loss Equation) Analisis hubungan antara laju sedimen observasi dengan laju sedimen model MUSLE menunjukkan korelasi yang kuat dengan dengan nilai R2 = 0,757. Hal ini membuktikan model MUSLE dapat menduga laju sedimen dengan baik. Persamaan regresi laju sedimen observasi dengan laju sedimen kalkulasi model MUSLE adalah sebagai berikut Qs Obs = 0.013QsMUSLE – 0.031................................................................ (29) Grafik hubungan laju sedimen regresi dengan laju sedimen kalkulasi
Laju Sedimen Observasi (QsObs) (ton/hari)
model MUSLE disajikan pada Gambar 17. 8 7 6 5 4 3 2 1 0
y = 0.013x - 0.031 R² = 0.757
0
100
200
300
400
500
600
Laju Sedimen MUSLE (QsMUSLE) (ton/hari)
Gambar 17 Grafik hubungan laju sedimen Observasi(Qs Obs) dengan laju sedimen kalkulasi model MUSLE (Qs MUSLE).
