KARAKTERISTIK HIDRO-METEOROLOGI DAS-DAS DI UPT PSAWS BONDOYUDO-MAYANG: APLIKASI STATISTIK UNTUK ANALISIS DATA RENTANG WAKTU

J. Sains MIPA, April 2010, Vol. 16, No. 1, Hal.: 35-46 ISSN 1978-1873

KARAKTERISTIK HIDRO-METEOROLOGI DAS-DAS DI UPT PSAWS BONDOYUDO-MAYANG: APLIKASI STATISTIK UNTUK ANALISIS DATA RENTANG WAKTU Indarto, Sri Wahyuningsih dan Ishak Affandi Laboratorium Teknik Pengendalian dan Konservasi Lingkungan, FTP – Universitas Negeri Jember Kampus - Tegalboto, Jember 68121 E-mail: [email protected] Diterima 17 November 2009, disetujui untuk diterbitkan 10 Januari 2010

ABSTRACT This study demonstrated the application of statistical method to describe the hydrometeorology characteristic in 6 (six) River Flow Area (RFA) at UPT PSAWS Bondoyudo Mayang (Jember and Lumajang districs) East Java. The main input data are the time series of rain fall and daily debit. The data were obtained from the measurement station place on each river flow area. The physical characteristic of RFA which include RFA wide, contour, topography, river chain, rice field usage and land type processed from the water resources database available. The RFA daily rain fall was calculated based on its arithmetic mean of some rain stations in RAF area. The daily debit data were taken from debit station measurement placed on RAF outlet. The data were then imported to River Analysis Package (RAP) software. The calculations in RAP include general statistic values such as maximum, minimum, mean, media, quantile, standard deviation, coefficient variance and skewness; occurring frequency, Base flow Indice (BFI) and Flood Flow Indice (FFI). The results of analysis were in the form of graph and table. The result showed that there is a difference in the hydrometeorology characteristic among RAFs although in the same climate region. The result will be useful in the administration of RAF. Keywords: time seris analysis, DAS, River Analysis Package (RAP), Hydro-meteoroloyi

ABSTRAK Penelitian ini mendemontrasikan aplikasi metode statistik untuk mendeskripsikan karakteristik hidrometeorologi pada 6 (enam) DAS di wilayah UPT PSAWS Bondoyudo Mayang (Kab. Jember dan Kab. Lumajang) di Jawa Timur. Data masukan utama adalah data rentang-waktu (time-series) berupa hujan dan debit harian. Data diperoleh dari stasiun pengukuran yang terpasang pada masing-masing DAS. Karakteristik fisik DAS (yang mencakup: Luas DAS, kontur, topografi, jaringan sungai, peruntukan lahan, dan jenis tanah) diolah dari database sumberdaya air yang tersedia. Hujan harian DAS dihitung dengan rerata aritmatik dari beberapa stasiun hujan di wilayah DAS. Data debit harian diambil dari stasiun pengukuran debit (AWLR) yang terpasang pada outlet DAS. Selanjutnya, data-data tersebut diimport ke dalam perangkat lunak River Analysis Package (RAP). Perhitungan di dalam RAP mencakup: nilai statiktik umum (maksimum, minimum, rerata, median, quantile, standard deviasi (SDT), koefisien variasi, dan skewness); frekuensi kejadian; dan indek aliran dasar (Base flow Indice/BFI) dan Flood Flow Indice (FFI). Hasil analisis selanjutnya ditampilkan dalam tabel dan grafik. Hasil penelitian menunjukkan adanya perbedaan karakteristik hidro-meteorologi diantara DAS-DAS meskipun dalam suatu wilayah iklim yang sama. Hasil penelitian berguna sebagai dasar pengelolaan DAS. Kata Kunci: analisis rentang waktu, DAS, River Analysis Package (RAP), hidro-meteorologi 1. PENDAHULUAN Pemahaman terhadap fenomena hidrologi yang terjadi di dalam suatu Daerah Aliran Sungai (DAS) sangat diperlukan sebagai dasar pengelolaan DAS1,2). Analisis keruangan (spatial analysis)3) dan analisis rentang waktu (time series analysis)4) dapat digunakan untuk mendeskripsikan variabilitas fenomena hidrologi

 2010 FMIPA Universitas Lampung

35

Indarto dkk… Karakteristik Hidro-Meteorologi DAS-DAS Di UPT PSAWS Bondoyudo-Mayang

yang bervariasi terhadap ruang dan waktu. Kedua jenis analisis tersebut pada hakekatnya merupakan penerapan metode statistik terhadap data yang bervariasi sebagai fungsi ruang (spatial variability) dan data yang bervariasi sepanjang waktu (time variability). Berbagai metode statistik telah dikembangkan dan digunakan sebagai alat analisis dalam pengelolaan sumberdaya air pada level DAS. Penelitian ini bertujuan untuk mendeskripsikan karakteristik hidro-meteorologi pada 6 (enam) DAS di wilayah Kab. Jember dan Lumajang (Jawa Timur). 1.1. Komponen Hidrograf Hidrograf adalah grafik yang menggambarkan kondisi aliran(debit) sungai sebagai fungsi waktu1). Gambar (1) menunjukkan hidrograf aliran harian untuk kasus DAS Rawatamtu. Kondisi air sungai berflukstuasi naik turun mengikuti waktu, yang dinyatakan sebagai debit (flow, streamflow, atau discharge) yaitu: volume air / satuan waktu tertentu. Sumbu (y) menggambarkan besarnya debit dan sumby (x) menggambarkan periode rentang waktu. Debit biasanya diukur pada lokasi tertentu secara kontinyu dengan alat AWLR (Automatic Water Level Recorder). Debit dinyatakan dalam satuan (m3/detik) atau liter/detik).

Gambar 1. Hidrograf aliran harian DAS Rawatamtu dari tanggal 05/01/1997 s/d 26/03/1997 Saat musim penghujan debit di sungai cenderung naik, yang ditandai dengan naiknya kurva pada hidrograf aliran (Gambar 2.a). Sebaliknya, pada saat musim kemarau debit di sungai cenderung menurun, sebagai fungsi hujan yang juga semakin berkurang, dan ditandai dengan penurunan hidrograf (Gambar 2b).

Gambar 2a. Hidrograf aliran DAS Rawatamtu (musim penghujan)

Gambar 2b. Hidrograf aliran DAS Rawatamtu (musim kemarau)

Sampai saat tertentu di musim kemarau, debit sungai cenderung stabil meski tidak ada hujan lagi3,5). Aliran semacam ini tidak berasal dari hujan yang jatuh sesaat, tetapi berasal dari akumulasi aliran air di bawah permukaan tanah dan mata air yang mengalir ke sungai. Kondisi debit semacam ini dikatakan sebagai aliran dasar (Baseflow). Pada gambar (3b), kondisi aliran dasar diperlihatkan pada akhir segmen kurva dari tanggal 05/09/1997 s/d 13/10/1997, yang merupakan periode kering untuk DAS tersebut. Pola aliran, yang ditunjukkan oleh rekaman data debit untuk suatu sungai berbeda dengan sungai lain, yang tergantung pada banyak variabel dan interaksi antar variabel di dalam DAS. Hujan yang jatuh di dalam DAS, kondisi peruntukan lahan, jenis tanah, kerapatan jaringan sungai, topografi, dan pemanfaatan aliran sungai untuk memenuhi kebutuhan hidup (irigasi, industri, perkebunan, dll) akan berpengaruh pada pola debit yang teramati sebagai data trentang waktu. Oleh karena itu pengamatan terhadap data debit merupakan salah cara untuk dapat memahami perilaku sungai dan proses hidrologi yang ada di daerah atas yang member aliran ke sungai tersebut. Perbandingan karakteristik data debit dari berbagai sungai utama di dalam DAS, dapat membantu kita untuk memahami persamaan dan perbedaan antara satu DAS dengan DAS lainnya.

36


J. Sains MIPA, April 2010, Vol. 16, No. 1

Informasi tersebut selanjutnya dapat digunakan sebagai masukan bagi pengelolaan DAS. 1.2. River Analysis Package (RAP) RAP merupakan seperangkat alat yang dapat digunakan untuk menganalisis data rentang waktu (time series)6). Termasuk data rentang waktu adalah data hujan dan data debit harian7,8). Gordon et al.1) memberikan pengantar aplikasi analisis rentang waktu dalam konteks manajemen Daerah Aliran Sungai (DAS). Sebagian besar konsep tersebut diadopsi dalam Perangkat lunak RAP6). RAP memfasilitasi dengan teknik analisis rentang waktu untuk data debit yang mencakup tujuh aspek, yaitu : (i) Statistik umum (General Statistics) (ii) Kurva durasi banjir (Flow Duration Curve /FDC) (iii) Analisis debit musiman (High/Low flow spell analysis) (iv) Analisis kenaikan dan penurunan hidrograf (Rates of rise and fall) (v) Analisis baseflow (Baseflow separation) (vi) Indeks Colwells (Colwells Indice) (vii) Analisis Frequensi Banjir (Flood Frequency analysis) Nilai statistik umum mencakup tiga kategori evaluasi: ringkasan, distribusi, dan nilai lain. Nilai statistik dapat dihitung untuk seluruh periode, untuk tahun tertentu, tiap tahun, tiap bulan dan tiap musim. Nilai ringkasan mencakup: minimum (MIN), maksimum (MAX), percentile(P10, … P90), rerata (MDF), median (MED). Nilai rerata merupakan ukuran dari pusat kecenderungan, dihitung dengan rumus (jumlah nilai/jumlah hari). Median juga merupakan ukuran pusat kecenderungan. Median adalah nilai tengah dari semua data yang terekam (nilai yang frekuensinya lebih dari 50%). Untuk data aliran (debit) harian, median biasanya lebih rendah dari nilai rerata-nya karena distribusi data debit mempunyai nilai kemiringan grafik (skewness) cenderung negatif dengan batas bawah NOL dan tidak ada batas atas. Distribusi mencakup nilai: Standard Deviation (SD), Coefficient of variation (CV), Kemiringan atau Skewness (skew = mean/median), variability (VAR), S_log, dan Lanes Variability Index (Lane). SD menyatakan seberapa lebar distribusi nilai terhadap nilai reratanya. Satuan SD sama dengan data input. CV = (Mean/SD). CV untuk debit harian dihitung dari nilai rerata debit harian dibagi nilai SD. Skewness (Skw) menyatakan seberapa jauh perbedaan antara mean dan median. Skewness dapat digunakan untuk membedakan DAS-DAS yang mempunyai respon cepat dan almbat terhadap hujan. DAS dengan respon cepat, maka waktu antara terjadinya hujan dan terbentuknya debit di sungai relative cepat (banjir terjadi dengan cepat). Misalnya, DAS yang berukuran kecil (relatif tidak luas atau luasnya sekitar 200km2), maka normalnya debit aliran dasar (base flow) nya juga sangat kecil, dan terjadi perubahan drastic besarnya debit ketika kejadian banjir. Debit banjir yang hanya beberapa kejadian akan menyumbang besar terhadap nilai rerata debit di DAS tersebut (karena debit hariannya sangat kecil). Akibatnya, nilai rerata cenderung naik (karena pengaruh beberapa kejadian banjir yang besar), dan nilai median relatif rendah (karena debit harian umumnya kecil). Konsekuensinya, nilai skewness untuk DAS kecil tersebut cenderung lebih besar daripada DAS yang ukurannya lebih luas. Variabilitas (variability) didasarkan pada nilai median. VAR = (range nilai)/ (nilai median). Range ditentukan oleh pengguna dengan ukuran percentile dari aliran, RAP memberikan nilai default setting untuk range adalah selisih antara nilai percentile 10 dan percentile 90. Kurva durasi banjir (Flow Duration Curves/FDC) merupakan metode sederhana untuk menyatakan kisaran (range) dari suatu seri data rentang-waktu. Analisis FDC dapat juga diterapkan untuk data renatng waktu yang lain (selain debit). FDC dibuat dengan merangking semua data yang ada di dalam rentaang waktu tersebut dan memplotkannya dengan nilai prosentase kemunculannya dari 0% sampai 100%. Herman3,4) dan Marsh6) menjelaskan metode FDC sebagai berikut: “FDC is a simple way of representing the range and spread of data in a time series. It is created by taking all the data in a time period and ranking them from largest to smallest. The ranked data is plotted against a percentage value from 0% to 100%. The percentage is the proportion of the time that that flow is exceeded. FDC is usually shaped like a backward S with low probability of high flows, a central reasonably linear section of the curve and a flattening off with high probability of low flow. The central section of the plot is usually linear, and the slope (as well as linearity) of this section tells us something about the flow regime”. Finally, the results are compared for two watersheds by means of tables and figures of FDC curves. Uraian lebih detail tentang ke tujuh teknik analisis yang tersedia di dalam RAP dapat ditemukan di dalam tulisan3,4,6).


37


2. METODE PENELITIAN 2.1. Lokasi Studi Penelitian dilakukan dengan mengambil sampel enam (6) DAS di wilayah UPT PSAWS Bondoyudo Mayang (eks. Balai PSAWS Bondoyudo-mayang) yang berada di wilayah administratif Kab. Jember dan Kab. Lumajang. Gambar (3) memperlihatkan: Digital Elevation Model (DEM) yang dibagi ke dalam beberapa kelas ketinggian, batas DAS, jaringan sungai, titik outlet (AWLR), titik stasiun hujan, dan batas UPT (Balai). Peta indek menunjukkan (9) Sembilan wilayah UPT (Balai) yang ada di Jawa Timur. UPT Bondoyudo-Mayang mencakup dua Kabupaten (Jember dan Lumajang). Urutan nama DAS sebagai berikut: (1) Rawatamtu; (2)Mayang; (3)Wonorej; (4) Karang Asam; (5)Mujur;(6) Sanenrejo. Selanjutnya di dalam tulisan ini digunakan simbol: DAS-1 s.d DAS-6.

Gambar 3. Lokasi penelitian: Enam (6) DAS di UPT PSAWS Bondoyudo Mayang. 2.2. Data yang digunakan 2.2.1. Data geografis Semua data geografis diolah dari database GIS yang terdapat di Lab. Teknik Pengendalian dan Konservasi Lingkungan (Lab. TPKL), FTP, UNEJ. Layer yang diolah mencakup: peta kontur, DEM, jaringan sungai, peruntukan lahan, jenis tanah, hidro-geologi, batas administratif, lokasi stasiun hujan, lokasi stasiun pengukur debit (AWLR), lokasi stasiun iklim. Semua layer selanjutnya dipotong (clip) sebatas wilayah UPT. Pengolahan data menggunakan OSS-GIS Mapwindow. Batas DAS diturunkan secara otomatis dari DEM, hasilnya ditampilkan dalam Gambar 3. Analisis lebih lanjut terhadap DEM dan jaringan sungai yang terbentuk di dalam DAS, dengan CatchmentSIM menghasilkan parameter karakteristis DAS sebagai berikut: Downslope distance vs % pixel; Drainage density vs threshold; Bifurcation ratio; Cumulative stream length vs stream orders; Hypsometric curve. Penurunan grafik dilakukan untuk masing-masing DAS, selanjutnya dibandingkan karakteristik masing-masing DAS. 2.2.2. Data hujan Data hujan harian yang digunakan adalah Hujan Harian Rerata (HHR) untuk masing-masing DAS. HHR diperoleh dari rerata aritmatik data hujan harian yang diperoleh dari beberapa stasiun di sekitar DAS. Rekaman data HHR yang digunakan adalah : 1 Januari 1997 sampai dengan 31 Desember 2005. 2.2.3. Data debit Data Debit Harian Rerata (DHR) diperoleh dari rekaman AWLR yang terpasang pada Outlet masingmasing DAS. Studi ini menggunakan rekaman data debit harian dari: 1 Januari 1996 sampai 31 Desember 2005.

38



2.3. Karakteristik fisik ke (6) Enam DAS Karakteristik fisik DAS yang mencakup: topografi, peruntukan lahan, jenis tanah, hidro-geologi diviualisasikan dalam prosentase luas (Tabel 1; Tabel 2 dan Tabel 3). 2.4. Analisis data hujan dan data debit Data HHR dan DHR selanjutnya diurutkan sebagai data time series dari: 1 Januari 1997 s/d 31 Desember 2005, data excel selanjulnya diformat dalam file (*.csv) dengan dua kolom (kolom 1berisi: tanggal, kolom 2 berisi: nilai data). File (*.csv) ini selanjutnya diimport ke dalam RAP. Analisis dilakukan di dalam perangkat lunak RAP. 2.4.1. Analisis data hujan Data rentang waktu untuk Hujan Mingguan Rerata (HWR), Hujan Bulanan Rerata (HBR) dan Hujan Tahunan Rerata (HTR) diperoleh dari kumulatif HHR. Data HWR, HBR dan HTR diolah dengan fasilitas Timeseries-manager (TSM) yang ada di dalam RAP. Data ini ditentukan dari data rentang waktu HHR. Analisis statistik umum yang mencakup nilai: rerata, maksimal, minimal, median, skewness, standard deviasi, koefisien variasi, variability, lane variability indek, S_log, dan percentile dilakukan terhadap data rentang waktu tersebut (HHR, HBR, dan HTR). Selanjutnya hasil analisis ditampilkan dalam tabel. Frekuensi kejadian hujan yang melebihi nilai tertentu divisualisasikan dalam bentuk grafik dan dibandingkan antar ke enam DAS. 2.4.2. Analysis data debit Analisis data debit menggunakan fasilitas yang ada pada perangkat lunak RAP. Analisis di dalam RAP meliputi: (1) nilai statistik umum rerata, maksimal, minimal, median, skewness, standard deviasi, koefisien variasi, variability, lane variability indek, S_log, dan percentile, (2) High and low spell analysis, (3) rate of rise and fall, (4) baseflow analysis, (5) Colwell’s Indice, (5) dan Flow Duration Curve (FDC). Hasil analisis untuk ke enam(6) DAS tersebut selanjutnya diperbandingkan dalam bentuk tabel dan grafik.

3. HASIL DAN PEMBAHASAN 3.1. Karakteristik Fisik 3.1.1. Karakteristik topografi DAS Kenampakan visual (Gambar 3) menunjukkan bahwa DAS-1 & DAS-3 berbentuk triangle melebar. Berbeda dengan (DAS-2, DAS-4 dan DAS-5) yang berbentuk sempit dan memanjang ke arah hilir. Bentuk DAS-6, memanjang dan agak melabar sehingga berbeda dengan ke 5 DAS sebelumnya (Tabel1). Tabel 1. Ringkasan karakteristik topografi. No

Karakterisitk

1

Luas DAS (km2)

2

Bentuk DAS Panjang sungai utama (km) Bifurcation ratio Nilai (R) pada bifurcation ratio Cumulative stream length vs stream order (%) (R) Jenis hypsometric curve Ketinggian (m)

3 4 5 6

7 8

Prosentase per luas DAS (%) DAS-3 DAS-4 DAS-5 210 186 180 Triangle Memanjang Memanjang melabar

DAS-1 782 Triangle melabar

DAS-2 218 Memanjang

57.55 3,69

39.19 3,67

23.16 3,82

29.81 3,70

36.99 3,65

33.65 4,18

1,00

1,00

1,00

0,99

0,99

1,00

(-177) (0,94)

(-114) (0,96)

(-175) (0,95)

(-132) (0,90)

(-143) (0,73)

(-128) (0,71)

Monadock 35 - 2685

Monadock 95 - 3175

Monadock 48 - 1560

monadock 121 - 2470

monadock 49 - 2566

monadock 31 - 1149


DAS-6 290 Elips memanjang

39


3.1.2. Peruntukan lahan Sebelas (11) jenis peruntukan lahan teridentifikasi, mencakup: pemukiman, sawah irigasi, sawah tadah hujan, kebun, hutan, semak belukar, ladang, tanah kosong, rawa, danau (bendungan), sungai. Prosentase luas tujuh jenis peruntukan lahan utama diberikan dalam Tabel 2 yang mencakup: pemukiman, sawah irigasi, sawah tadah hujan, kebun, hutan, semak belukar dan perladangan. Komposisi masing-masing jenis peruntukan lahan untuk tiap DAS juga berbeda beda. Tabel 2. Peruntukan lahan utama pada enam (6) DAS. No 1 2 3 4 5 6 7

Prosentase per luas DAS (%) DAS-2 DAS-3 DAS-4 DAS-5 11.5 6.3 4.8 4.2 29.3 0.1 4.0 20.7 0.1 4.3 2.8 5.6 24.2 20.9 10.6 24.5 5.2 61.6 23.9 2.2 11.9 14.9 23.0 6.7 50.4 11.9 8.5

Peruntukan Lahan Pemukiman Sawah Irigasi Sawah Tadah Hujan Kebun Hutan Semak belukar Ladang

DAS-1 12.3 22.9 5.3 16.6 26.1 4.2 12.0

3.1.3. Jenis lapisan tanah Wilayah UPT PSAWS Bondoyudo-Mayang Mediteran, Regosol dan Aluvial.

DAS-6 1.5 2.5 18.4 65.7 8.5 2.9

memiliki tanah yang berjenis: Andosol, Grumosol,

Tabel 3. Prosentase luas jenis tanah pada enam (6) DAS Tanah Tipe

No Jenis 1 2 3 4

Aluvial Andosol Grumosol Mediteran

DAS-1

Sedang Ringan Sangat Berat Sangat Berat

0.4 44.9 25.6 29.1

Prosentase luas (%) DAS-2 DAS-3 DAS-4 DAS-5 5.4 94.6

72.8 17.0 10.2

16.2 65.3 18.5

38.8 61.2

DAS-6 3.3 95.7 1.0

Das5 Das4

Das6

Das3 Das2 Das1

(a)

Skala logaritmik

(b)

Skala biasa

Gambar 4. Prosentase kejadian hujan lebih dari batas tertentu (%) 40



Wilayah ini didominasi oleh tanah Mediteran (55,8%). Prosentase luas jenis tanah untuk tiap DAS diberikan dalam Tabel 3. DAS-6 didominasi oleh jenis tanah Andosol. 3.1.4. Karakteristik hujan Periode rekaman yang seragam untuk data HHR pada ke enam DAS adalah: dari 1 januari 1997 s/d 31 desember 2005. Data rentang waktu tersebut selanjutnya dimasukkan ke dalam RAP dan dijadikan sebagai dasar analisis Hujan Harian Rerata (HHR). Analisis dilakukan dengan membandingkan nilai statistik umum dan bentuk grafik frekuensi kejadian. Analisis frekuensi kejadian dilakukan dengan memanfaatkan fungsi FDC yang ada di dalam RAP. Dua grafik pada Gambar (4) menampilkan prosentase kejadian hujan harian yang lebih dari batas tertentu, (a) dalam skala logaritmik dan (b) skala biasa. Pada skala logaritmik terlihat bahwa ada tiga kelompok, yaitu: (1) DAS-6 relatif berbeda dengan das lainnya, (2) Kemudian, DAS-1, DAS-2, dan DAS-3, relatif sama grafiknya, dan(3) DAS 4 dan DAS-5 berdeda dengan dua kelompok terdahulu. Hasil perhitungan nilai statistik umum untuk HHR, HBR dan HTR, diberikan berturut-turut dalam Tabel 4, Tabel 5 dan Tabel 6. Tabel 4. Nilai statistik HHR . Nilai statistik Min Max P 10 P 90 MDF Med CV STD

DAS-1 0 71.9 15.8 0 4.9 0.7 1.7 8.5

Hujan Harian Rerata (HHR) dalam (mm/hari) DAS-2 DAS-3 DAS-4 DAS-5 0 0 0 0 72.4 99.3 149.8 124.2 15.6 15.3 19.8 16.08 0 0 0 0 5.1 4.9 6.5 5.5 0.6 0.9 2.2 1.7 1.76 1.67 1.6 1.6 8.9 8.2 10.3 8.9

DAS-6 0 102.5 13 0 4 0 2.4 9.5

Tabel 4 menunjukkan nilai statistik HHR yang relatif berbeda untuk DAS-6. Nilai rerata HHR untuk ke lima DAS lain antara (5 s/d 6,5) mm/hari. Nilai CV dan SD juga relatif seragam untuk ke lima DAS (antara 1,6 s/d 1,7). Bentuk grafik FDC HHR untuk DAS-6 juga berbeda dari ke lima DAS lainnya. Hujan bulanan rerata (HBR) pada ke enam DAS berkisar antara 0 s/d 600 mm per bulan. Ada bulan kering dimana tidak ada hujan sama sekali (musim kemarau), sebaliknya pada musim penghujan, hujan bulanan dapat mencapai lebih dari 600mm Tabel 5. DAS 4 dan DAS 5 mendapatkan hujan bulanan yang relatif tinggi, yang ditunjukan oleh nilai rerata dan median yang lebih tinggi dari DAS lain. DAS 6 terlihat menerima hujan bulanan yang lebih kecil dibanding ke lima DAS lain. Tabel 5. Nilai statistik HBR Nilai statistik DAS-1 Min Max MDF Med CV STD

0 573.2 151.8 111.5 1.0 147.3


Hujan Bulanan Rerata (HBR) dalam (mm/bulan) DAS-2 DAS-3 DAS-4 DAS-5 0 0 0 0 595.2 537.8 536.0 612.0 153.6 148.8 196.6 166.3 115.4 134.1 178.9 152.7 0.9 0.9 0.8 0.8 144.3 134.2 152.1 129.9

DAS-6 0 560.0 122.5 70.0 1.1 134.6

41


Hujan tahunan berkisar antara 700 mm s/d 3700 mm. Hujan terkecil terekam pada DAS-6, sedangkan terbesar terekam pada DAS-3. Variabilitas hujan dari satu tahun ke tahun relatif kecil untuk semua DAS, hal ini ditunjukkan oleh CV yang relatif kecil. Hal ini juga diperkuat dengan nilai rerata dan median yang tidak jauh selisihnya. Gambar 5 menampilkan: (a) prosentase hujan bulanan yang melebihi nilai tertentu dan (b) prosentase hujan tahunan yang melebihi nilai tertentu(% time exceeded). Kedua grafik menunjukkan bahwa DAS-6 menerima hujan bulanan dan tahunan yang lebih kecil dari DAS lain. Sebaliknya DAS-5 menerima hujan bulanan dan tahunan yang terbesar. Tabel 6. Nilai statistik HTR , periode 1/1/1997 s/d 1/1/2004. Nilai Statistic Min Max MDF Med CV STD

DAS-1 1327.1 2621.9 1812.1 1778.4 0.2 369.3

Hujan Tahunan Rerata (Htr) dalam (mm/tahun) DAS-2 DAS-3 DAS-4 DAS-5 1414.9 1451.2 1021.0 1144.2 2244.7 3691.3 2913.4 2924.7 1831.7 2350.9 1753.6 1987.5 1838.5 2430.8 1630.4 2048.9 0.1 0.3 0.4 0.3 268.4 760.0 684.3 619.0

Hujan Bulanan (mm)

DAS-6 705.0 2088.0 1478.6 1544.8 0.4 537.5

Hujan Tahunan (mm)

Gambar 5. Frekuensi kejadian hujan lebih dari (% time value exceeded) untuk ke enam sub-DAS. 3.1.5. Karakteristik Debit Nilai statistik umum debit harian untuk periode 1/1/1997 s/d 31/12/2005 diberikan dalam Tabel 7. Grafik FDC untuk masing-masing DAS, diberikan dalam Gambar 6 dan Gambar 7. Tabel 7. Nilai statistik umum DHR , periode 1/1/1997 s/d 1/1/2005.

Min Max P 10 P 90 MDF

42

DAS-1 0.1 588.0 84.4 3.8 36.4

DAS-2 0.0 70.5 10.5 1.5 5.1

DAS-3 2.1 196.1 27.0 10.6 17.9

DAS-4 1.7 104.0 19.3 4.2 12.5

DAS-5 0.2 51.5 10.0 0.6 5.0

DAS-6 0.0 183.0 25.3 0.5 10.6



Med CV STD Skw Var

17.8 1.4 49.9 2.0 4.5

3.6 0.9 4.7 1.4 2.5

(a)

DAS 1( Semua periode )

(a)

DAS 2( Semua periode)


15.0 0.6 11.2 1.2 1.1

7.3 1.3 16.2 1.7 2.1

(b)

(b)

4.2 0.7 3.6 1.2 2.2

6.1 1.4 14.4 1.7 4.1

DAS 1(Bulan: Feb, Mar & Sept)

DAS 2(Bulan : Jan,Feb & Jun & Agt)

43


(a)


(b)

DAS 3(Bulan : Jan, Feb & Agt,Sept)

Gambar 6. FDC untuk: DAS-1, DAS-2, dan DAS-3

44

(a)

DAS 4( Semua Periode )

(a)

DAS 4(Feb, Mar & Agt, Sept)

(a)


(b)

DAS 5(Jan, April & Agt, sept)  2010 FMIPA Universitas Lampung


(a)


(b)

DAS 6 (Feb, Mar & Agt, Sept)

Gambar 7. FDC untuk: DAS-4, DAS-5, dan DAS-6 Analisis FDC untuk ke enam DAS (Gambar 6 dan Gambar 7) dilakukan untuk semua periode rekaman (Grafik a) dan untuk tiap-tiap bulan (Grafik b). Analisis FDC untuk masing-masing bulan (Grafik b), selanjutnya diplot untuk membandingkan kondisi debit pada musim penghujan dan pada musim kering untuk tiap-tiap DAS. Tiap grafik (b) terdiri dari tiga sampai dengan empat kurva. Dua kurva pada bagian atas dari grafik (b) memperlihatkan FDC puncak musim penghujan. Diasumsikan bahwa musim penghujan terjadi antara bulan yang umumnya terjadi antara Oktober s/d April. Selanjutnya, dua kurva pada bagian bawah grafik (b) menunjukkan puncak musim penghujan. Diasumsikan musim penghujan terjadi dari bulan Oktober sampai dengan April. Dari Gambar 6 dan Gambar 7, terlihat bahwa bentuk kurva FDC berbeda untuk tiap DAS, yang menunjukkan karakteristik spesifik masing-masing DAS. Grafik b untuk masing-masing DAS, juga menunjukkan perbedaan waktu puncak musim penghujan dan musim kemarau. Pada DAS-1, musim penghujan mencapai puncak (ditunjukkan dengan debit yang relative lebih besar) pada bulan Februari dan Maret. Sementara musim kemarau mencapai puncak pada bulan Sepetmber. Pada DAS-2, musim penghujan menghasilkan debit besar untuk bulan Januari dan Februari. Sedangkan musim kemarau menghasilkan debit minimal pada bulan Juni dan Agustus. Pada DAS-3, puncak musim penghujan terjadi pada bulan Januari s/d Februari. Puncak musim kemarau pada bulan agustus dan sepetember. Pada DAS-4, musim penghujan mencappai puncaknya pada bulan Februari dan Maret. Sedangkan musim kemarau mencapai peak minimum pada bulan Agustus sampai September. Keadaan DAS-6 hampir sama dengan DAS-4. Hasil analisis terhadap baseflow disajikan dalam Tabel 8. Analisis baseflow menggunakan koefisien alpha = 0.97. Tabel 8. Hasil analisis Base flow , periode 1/1/1997 s/d 1/1/2005

DAS(km2)

Luas BFI FFI MDBF

DAS-1 782 0.30 0.69 11.0

DAS-2 218 0.36 0.63 1.8

DAS-3 210 0.43 0.56 7.7

DAS-4 186 0.37 0.62 4.6

DAS-5 180 0.41 0.58 2.0

DAS-6 290 0.29 0.70 3.1

4. KESIMPULAN Hasil analisis menunjukkan bahwa ke enam (6) DAS di wilayah UPT PSAWS Bondoyudo-Mayang memiliki karakteristik fisik dan hidro-klimatologi yang bervariasi dan spesifik untuk masing-masing DAS. Penelitian menunjukkan bahwa metode statistik yang sederhana terhadap data rentang waktu juga dapat digunakan untuk menggambarkan karakteristik fenomena alam yang berbeda-beda antar DAS.


45


UCAPAN TERIMA KASIH Penelitian ini didanai oleh Hibah Penelitian Fundamental – DP2M -DIKTI, Tahun Anggaran 2008 s/d 2009.

DAFTAR PUSTAKA 1.

Gordon, N.D., McMahon, T.A. and Finlayson, B.L., 1992. Stream Hydrology: an Introduction for Ecologists. John Wiley and Sons, 526 pp.

2.

Wilby, R.L., Wedgbrow, C.S. and Fox, H.R. 2004. Seasonal predictability of the summer hydrometeorology of the River Thames, UK. J. Hydrology., 295 (1-4): 1-16

3.

Harman, C., 2005a. River Analysis Package: Help Manual. Cooperative Research Centre for Catchment Hydrology, University of Melbourne, Melbourne Australia.

4.

Harman, C., 2005b. Time Series Analysis: River Analysis Package. Help Manual, Cooperative Research Centre for Catchment Hydrology, University of Melbourne, Melbourne Australia.

5.

Thattai, D., Kjerfve, B., Heyman, W. D. 2003: Hydrometeorology and Variability of Water Discharge and Sediment Load in the Inner Gulf of Honduras, Western Caribbean. J. Hydrometeor., 4: 985-995

6.

Marsh, N., 2004. River Analysis Package (RAP) User Guide. CRC for Catchment Hydrology, Australia.

7.

da Silva, R., Renato, and Avissar, R. 2006: The Hydrometeorology of a Deforested Region of the Amazon Basin. J. Hydrometeor., 7: 1028-1042

8.

Khaliq, M.N., Ouarda, .B.M.J.T., Ondo, J.-C., Gachon, P. and Bobée, B. 2006. Frequency analysis of a sequence of dependent and/or non-stationary hydro-meteorological observations: A review. J. Hydrology., 329 (3-4): 534-552

46


KARAKTERISTIK HIDRO-METEOROLOGI DAS-DAS DI UPT PSAWS BONDOYUDO-MAYANG: APLIKASI STATISTIK UNTUK ANALISIS DATA RENTANG WAKTU

Recommend Documents