Pengembangan Modul Padi Sawah untuk Analisis Hasil Air (Water Yield) menggunakan SWAT

Lampiran 6 Artikel no.1

Prosiding Seminar Nasional PERTETA 2015 Makassar,Sulawesi Selatan,5-7 Agustus 2015

Pengembangan Modul Padi Sawah untuk Analisis Hasil Air (Water Yield) menggunakan SWAT Asep Sapei1*, Yuli Suharnoto1, Sutoyo1 dan Eri Stiyanto2 1

Departemen Teknik Sipil dan Lingkungan-Fakultas Teknologi Pertanian-Institut Pertanian Bogor Kampus IPB Darmaga, Bogor 16680 2 Program Magister Teknik Sipil dan Lingkungan-Fakultas Teknologi Pertanian-Institut Pertanian Bogor Kampus IPB Darmaga, Bogor 16680 *Penulis Korespondensi, Email: [email protected]

ABSTRAK SWAT (Soil and Water Assessment Tools) adalah model yang dikembangkan di Amerika yang digunakan untuk menganalisis pengaruh manajemen lahan terhadap hasil air (water yield), sedimentasi dan kualitas air di suatu Daerah Aliran Sungai (DAS). SWAT telah digunakan dan diterapkan pada berbagai belahan dunia. Namun untuk penggunaan di Asia, khususnya di Indonesia, dimana pengelolaan air untuk tanaman padi berbeda dengan di Amerika, modul yang ada pada SWAT sekarang ini perlu disesuaikan dengan kondisi pengairan padi sawah (paddy field). Penelitian ini bertujuan untuk mengembangkan modul tanaman padi yang sesuai dengan pengelolaan sawah di Indonesia. Modul tanaman padi sawah dikembangkan dengan membuat modifikasi modul pot hole pada source code program SWAT. Pengujian modul dilakukan pada Sub DAS Cisadane Hulu. Keywords: SWAT, DAS, sawah, hasil air (water yield)

52


PENDAHULUAN SWAT (Soil and Water Assessment Tools) merupakan model yang dikembangkan di Amerika yang digunakan untuk menganalisis pengaruh manajemen lahan terhadap debit, sedimentasi dan kualitas air di suatu Daerah Aliran Sungai (DAS). SWAT juga telah banyak digunakan di Asia untuk mengkaji dampak penggunaan lahan, termasuk persawahan, terhadap debit dan sedimentasi. Namun perhitungan mengenai neraca air (water balance) yang ada di SWAT untuk tanaman padi masih disamakan dengan tanaman lainnya, yaitu menggunakan metode SCS (Soil Conservation Service). Hal ini belum menggambarkan kondisi sesungguhnya, dimana penggunaan air untuk padi sawah di Indonesia berbeda dengan padi di Amerika. Kang et al. (2006) telah mengembangkan algoritma yang memperhitungkan perkolasi pada genangan air di sawah. Xie and Cui (2011) telah mengembangkan algoritma untuk padi sawah terkait kedalaman penggenangan. Watanabe et al. (2013) telah membahas penggunaan dua pendekatan untuk memasukkan pengaruh padi sawah pada SWAT, yaitu dengan menggunakan curve number (CN) untuk melihat response limpasan terhadap hujan dan menggunakan penggenangan. Sakaguchi et al. (2014) mengembangkan modul padi sawah dari modul pothole yang tersedia di SWAT yang diperuntukan bagi padi sawah di Jepang. DAS Cisadane merupakan salah satu DAS yang melewati beberapa wilayah administrasi, yaitu Kabupaten Bogor, Kotamadya Bogor, Kota Administrasi Depok, Kabupaten Tangerang Selatan dan Kota Tangerang. Kondisi DAS Cisadane saat ini sangat mengkhawatirkan antara lain karena fluktuasi debit yang tinggi antara musim penghujan dengan musim kemarau, dan tingkat sedimentasi yang tinggi. Kondisi tersebut diakibatkan oleh pertumbuhan populasi yang diiringi pertumbuhan kawasan ekonomi dan industri. Proporsi lahan sawah di DAS Cisadane cukup luas, sebagai contoh luas sawah di Sub-DAS Cisadane Hulu (outlet Batu Beulah) mencapai 18,086 Ha (21.21 % dari luas total Sub-DAS Cisadane Hulu). Analisis alternatif perencanaan pengelolaan DAS Cisadane menggunakan SWAT telah dilakukan oleh Junaidi (2009). Penelitian ini bertujuan mengembangkan modul padi sawah untuk memprediksi hasil air (water yield) menggunakan program Soil and Water Assesment Tools (SWAT) yang sesuai dengan kondisi sawah di Indonesia dengan mengambil kasus Sub-DAS Cisadane Hulu.

53


METODOLOGI Lokasi penelitian adalah Sub-DAS Cisadane Hulu dengan outlet di Batu Beulah. Luas sawah pada sub-das ini sebesar 18.086 Ha (21.21 % dari luas total Sub-DAS Cisadane Hulu), seperti pada Gambar 1. Analisis pemodelan dan simulasinya akan dilaksanakan di Laboratorium Komputasi, Departemen Teknik Sipil dan Lingkungan, Fakultas Teknologi Pertanian, Institut Pertanian Bogor Penelitian dilakukan mulai bulan Maret sampai bulan November 2015.

Gambar 1. Sub-DAS Cisadane Hulu Bahan dan peralatan yang digunakan dalam penelitian ini antara lain: data iklim, data curah hujan, data debit air, peta tata guna lahan, peta rupa bumi, peta tanah, Digital elevation model (DEM) dan komputer. Perangkat lunak yang digunakan adalah Map Window 4.8.8 , MWSWAT 2012 rev 627 dan SWAT CUP 2012 ver 5.1.6.2. Modul padi sawah dikembangkan dari modul pothole untuk sawah (Gambar 2) dengan tata letak plot-to-plot yang merupakan tata letak umum sawah-sawah di Indonesia (Gambar 3).

Gambar 2. Perbedaan pothole dan sawah (Sakaguchi et al., 2014) 54


Gambar 3. Tata letak sawah plot-to-plot Tahapan penelitian adalah seperti pada Gambar 4. Modul pothole

Pengumpulan Data: Iklim, hujan, debit, tata guna lahan, tanah, DEM

Modifikasi modul pothole menjadi modul sawah

Simulasi SWAT: - Tanpa sawah - sawah berupa pothole

Integrasi modul ke SWAT

Simulasi SWAT terintegrasi modul sawah

Hasil air/Debit

Hasil air/Debit

Gambar 4. Tahapan penelitian Makalah ini baru menyajikan proses sampai simulasi SWAT tanpa sawah dan dengan sawah berupa pothole.

55


HASIL DAN PEMBAHASAN Karakteristik Sub-DAS Cisadane Hulu DAS Cisadane merupakan salah satu DAS yang di prioritaskan berdasarkan SK.328/Menhut–II/2009 tentang penetapan daerah aliran sungai prioritas dalam rangka RPJM 2010 – 2014 dari total 108 seluruh Indonesia dan 30 DAS yang ada di Pulau Jawa. Kondisi iklim pada sub – DAS Cisadane secara umum dapat dilihat pada Tabel 1 data iklim dihitung berdasarkan tahun ima Stasiun Dramaga, PS Jaya, Cihideung, Kracak dan Empang dari (2004 – 2014). Table 1 Iklim Sub-DAS Cisadane Hulu Bulan Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

CH (mm)

Suhu (°C)

RH (%)

Radiasi (MJ/m²)

Kec. Angin (m/s)

385.11 392.68 330.57 340.39 340.06 208.42 182.88 199.74 255.53 326.13 451.37 346.93

27.69 27.88 28.67 29.17 29.17 28.89 28.65 29.03 29.55 29.65 29.14 28.49

86.94 87.88 84.82 85.13 84.68 83.29 80.95 79.00 78.25 80.31 84.07 85.72

11.14 11.31 12.83 14.03 13.82 13.55 14.88 16.33 16.18 15.30 13.40 11.66

1.15 1.15 1.20 1.10 1.08 1.05 1.09 1.18 1.24 1.18 1.09 1.08

Sumber : BMKG Dramaga (Badan Metereologi Klimatologi dan Geofisika)

Karakteristik tanah di Sub – DAS Cisadane hulu telah diklasifikasikan penelitian sebelumnya oleh Wina (2010) kedalam 11 jenis tanah disajikan pada Tabel 2. Pada umumnya jenis tanah di bagian Sub-DAS Cisadane hulu bertekstur lempung, lempung liat berpasir, lempung berliat, dan liat berdebu.Selain itu di wilayah ini kedalaman solum tanah cukup dalam uji lapang yang dilakukan hanya sampai 1,75 m. Sebaran jenis tanah dapat dilihat pada Gambar 5. Table 2 Karakterik tanah Sub – DAS Cisadane Hulu Jenis Tanah

Luas (ha)

Kompleks Latosol Merah Kekuningan latosol coklat p Kompleks Latosol Merah kekuningan latosol coklat k Andosol coklat kekuningan Kompleks regosol kelabu & litosol Asosiasi Latosol coklat&Regosol kelabu Asosiasi Aluvial coklat

24076.4 11298.5 13381.4 7402.46 12945.6 481.79

56

Persentasi dari DAS (%) 28.25 13.26 15.7 8.69 15.19 0.57


Podsolik merah Latosol coklat Kompleks rensina litosol dan brown forest soil Asosiasi andosol coklat & regosol coklat Asosiasi latosol coklat kemerahan & latosol coklat

3095.24 8414.52 223.39 797.35 3102.7

3.63 9.87 0.26 0.94 3.64

Gambar 5 Jenis Tanah Sub - DAS Cisadane Hulu Sumber : PULITTANAK

Jenis tutupan lahan dikelompokkan menjadi 11 seperti yang disajikan pada Gambar 6. sedangkan kelerengan lahan dikifikasikan menjadi 5 yaitu 0 – 3; 3 – 8; 8 – 15; 15 – 25; 25 – 45; dan > 45 seperti pada Gambar 7 berikut.

Gambar 6 Tutupan Lahan Sub - DAS Cisadane Hulu Sumber : BP DAS Ciliwung Cisadane

57


Gambar 7 Kelerengan Lahan Sub - DAS Cisadane Hulu Sumber : BP DAS Ciliwung Cisadane

Hasil Simulasi SWAT Hasil simulasi awal SWAT terhadap modul padi upland/lahan kering yang dilakukan untuk tahun 2010 – 2014 dari data harian diperoleh nilai evaluasi model R2 dan efisiensi Nash-Sutcliffe (NSE) sebesar 0.2921 dan -2.3297 dengan debit rata – rata 89.47 m3/s, sedangkan untuk pothole NSE sebesar -2.988 dan R2 0.2928 dengan debit 89.46 m3/s . Untuk hasil simulasi periode bulanan sebelum kalibrasi untuk padi upland/lahan kering nilai NSE sebesar -0.2952 dan R2 0.4109, sedangkan pothole didapat nilai NSE -0.2896 dan R2 0.4116. Dengan demikian perubahan modul padi mempengaruhi hasil dari simulasi SWAT, tetapi hasil nilai evaluasi masih sangat jauh dari yang diharapkan. Gambar 8 menunjukan hidrograf simulasi dan observasi sebelum dilakukan kalibrasi untuk bulanan dan Gambar 9 untuk data harian berikut.

Gambar 8 Debit hasil simulasi bulanan sebelum kalibrasi Sumber : Hasil analisis SWAT2012

58


Gambar 9 Debit hasil simulasi harian sebelum kalibrasi Sumber : Hasil analisis SWAT2012

Kalibrasi dan Validasi Nilai sebaran debit simulasi jika dibandingkan dengan observasi memiliki nilai evaluasi model yang sangat kurang untuk output sebuah model. Dengan memanfaatkan SWAT CUP sebagai software penkung untuk mengkalibrasi dan validasi dari hasil simulasi untuk mendapatkan nilai evaluasi model yang sesuai harapan dan bernilai baik menurut standar yang berlaku. Nilai kalibrasi periode harian untuk pada lahan kering di dapat nilai efisiensi Nash-Sutcliffe (NSE) 0.42 dan R2 0.53 dengan P-faktor dan R-faktor 0.76 dan 1.75 serta trend debit 0.01 m3/s – 671.4 m3/s setelah melakukan iterasi sebayak 4 kali seperti yang disajikan pada Gambar 10. Sedangkan untuk pothole memiliki nilai yang lebih baik dan iterasi yang lebih cepat yaitu nilai NSE 0.45 dan R2 0.60 dengan Pfaktor 0.80 dan R-faktor 1.73 memiliki trend debit 0.01 m3/s – 699.3 m3/s dengan melakukan iterasi sebanyak 4 kali, disajikan pada Gambar 11. Untuk nilai kalibrasi periode bulanan pada lahan kering di dapat nilai efisiensi NashSutcliffe (NSE) 0.52 dan R2 0.85 dengan P-faktor dan R-faktor 0.83 dan 1.60 trend debit mulai dari 13.18 m3/s - 143.0 m3/s setelah melakukan iterasi 5 kali seperti yang disajikan pada Gambar 12. Sedangkan untuk pothole NSE 0.63 dan R2 0.83 dengan P-faktor 0.78 dan R-faktor 1.24 memiliki trend debit 16.13 m3/s - 147.7 m3/s dengan melakukan iterasi 5 kali, disajikan pada Gambar 13. Setelah dilakukan proses kalibrasi didapatkan nilai yang cukup memuaskan untuk sebuah hasil model. Kemudian untuk menguji nilai setiap parameter yang telah tetapkan maka dilakukan validasi untuk tahun 2013 - 2014. Untuk data periode harian padi lahan kering didapat nilai NSE 0.375 dan R2 0.7619 dengan P-faktor dan R-faktor 0.79 dan 1.75 trend debit mulai dari 23.1 m3/s – 786.0 m3/s seperti yang disajikan pada Gambar 14. Sedangkan untuk pothole NSE 0.629 dan R2 0.7617 dengan P-faktor 0.80 dan Rfaktor 1.20 memiliki trend debit 23.1 m3/s – 779.7 m3/s, disajikan pada Gambar 15. Validasi periode bulanan lahan padi kering didapat nilai NSE 0.686 dan R2 0.7 dengan P-faktor dan R-faktor 0.80 dan 1.24 trend debit mulai dari 43.96 m3/s - 159.46 m3/s,

59


untuk pothole NSE 0.687 dan R2 0.70 dengan P-faktor 0.82 dan R-faktor 1.60 memiliki trend debit 43.48 m3/s - 159.68 m3/s tersaji pada Gambar 16 dan 17.

Gambar 10 Fluktuasi debit hasil kalibrasi periode harian padi lahan kering/upland Sumber : Hasil analisis SWAT2012

Gambar 11 Fluktuasi debit hasil kalibrasi periode harian padi pothole Sumber : Hasil analisis SWAT2012

60


Gambar 12 Fluktuasi debit hasil kalibrasi periode bulanan padi lahan kering/upland Sumber : Hasil analisis SWAT2012

Gambar 13 Fluktuasi debit hasil kalibrasi periode bulanan padi padi pothole Sumber : Hasil analisis SWAT2012

Gambar 14 Fluktuasi debit hasil validasi periode harian padi lahan kering/upland Sumber : Hasil analisis SWAT2012

Gambar 15 Fluktuasi debit hasil validasi periode harian padi pothole Sumber : Hasil analisis SWAT2012

61


Gambar 16 Fluktuasi debit hasil validasi periode bulanan padi lahan kering/upland Sumber : Hasil analisis SWAT2012

Gambar 17 Fluktuasi debit hasil validasi periode bulanan padi padi pothole Sumber : Hasil analisis SWAT2012

Berdasarkan hasil evaluasi kalibrasi dan validasi modul pothole lebih unggul dibandingkdengan modul upland hal ini dikarenakan formulasi yang terjadi dimasing – masing dul telah berbeda. Parameter digunakanlam proses optimasi model disajikan pada Tabel 3 berikut. Table 3 Parameter Kalibrasi dan Validasi N Parameter Definisi o 1 V__CN2.mgt SCS curve number

Fit

Min

Max

41.0577

35

98

2

V__ALPHA_BF.gw

Faktor alfa untuk aliran permukaan (hari)

0.94231

0

1

3

V__GW_DELAY.gw

Perlambatan aliran bawah tanah (hari)

201.923

0

500

4

V__GWQMN.gw

Kedalaman ambang air pada akuifer dangkal yang dibutuhkan agar terjadi arus balik (mm)

673.077

0

5000

5

V__GW_REVAP.gw

Koefisien "revap" air bawah tanah

0.09962

0.02

0.2

6

V__ESCO.hru

Faktor pergantian evaporasi tanah

0.78846

0

1

7

V__CH_K2.rte

201.917

-0.01

500

Konduktivitas hidrolik efektif pada saluran utama (mm/hari) 62


8

V__ALPHA_BNK.rt e

Aliran resesi konstan atau resesi proporsional pada tepi sungai

0.32692

0

1

9

R__SOL_AWC(..).so l

Kapasitas air pada lapisan tanah (mm)

0.78846

0

1

10

R__SOL_K(..).sol

Konduktivitas hidrolik saat jenuh (mm/hari)

192.308

0

2000

11

R__SOL_BD(..).sol

moist bulk density (Mg/m³ atau g/cm³)

1.73077

0.9

2.5

12

V__OV_N.hru

Nilai manning "n" untuk aliran overland

5.20058

0.01

30

13

R__SURLAG.bsn

Koefisien lag aliran limpasan permukaan

18.25

1

24

14

V__REVAPMN.gw

Kedalaman ambang air pada akuifer dangkal agar perkolasi mencapai akuifer dalam (mm)

980.769

0

1000

15

V__GWHT.gw

Jumlah air awal pada groundwater

1.44231

0

25

16

V__SHALLST.gw

Jumlah air awal pada aquifer dangkal

403.846

0

1000

17

V__DEEPST.gw

Jumlah air awal pada aquifer dalam

9038.46

0

1000 0

18

V__GW_SPYLD.gw

Kapasitas lapang akuifer dangkal (m³/m³)

0.31539

0

0.4

19

R__SOL_ZMX.sol

Kedalaman ruting maksimum pada tanah (mm)

2894.23

0

3500

20

R__SOL_CRK.sol

Potensial volume retakan pada profil tanah

0.94231

0

1

21

V__SLSUBBSN.hru

Panjang kemiringan ratarata (m)

12.6923

10

150

22

V__HRU_SLP.hru

Kemiringan rata-rata (m/m)

0.35769

0

0.6

23

R__LAT_TTIME.hru

Waktu pegaliran aliran lateral (hari)

100.385

0

180

24

R__SLSOIL.hru

Panjang kemiringan aliran bawah permukaan lateral (m)

49.0385

0

150

25

V__EPCO.hru

Faktor pergantian terusan tanaman

0.05769

0

1

63


UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih kepada DIKTI yang telah memberikan dana penelitian melalui Program Penelitian Unggulan sesuai mandat Divisi (PUD) kontrak no. 689/IT3.11/PL/2015.o

DAFTAR PUSTAKA Junaidi, E. 2009. Kajian Berbagai Alternatif Perencanaan Pengelolaan DAS Cisadane Menggunanakan Model SWAT [tesis]. Bogor(ID): InstitutPertanian Bogor. Kang MS, Park SW, Lee JJ, Yoo KH, 2006. Applying SWAT for TMDL Programs to A Small Watershed Containing Rice Paddy Fields. J. Agric. Water Manage. 79 (1),72–92. Neitsch SL, Arnold JG, Kiniry JR, Williams JR, King KW, 2002. Soil and Water Assessment Tool Theoretical Documentation Version 2000: TR-191. Texas Water Resources Institute, College Station, TX. Neitsch SL, Arnold JG, Kiniry JR, Srinivasan R, Williams JR. 2005.Soil and Water Assessment Tool, Theorical Documentation Version 2005. Grassland Soil and Water Research Laboratory, Agricultural Research Service, Blackland Research Center- Texas Agricultural Experiment Station. USA Sakaguchi A, Eguchi S, Kato T, Kasuya M, Ono K, Miyata A, Tase N. 2014. Development and Evaluation of A Paddy Module for Improving Hydrological Simulasion in SWAT. J. Agric. Water Manage. 137,116–122. Xie X, Cui Y. 2011. Development and Test of SWAT for Modeling Hydro-logical Processes in Irrigation Districts with Paddy Rice. J. Hydrol. 396,61–71.

64

Pengembangan Modul Padi Sawah untuk Analisis Hasil Air (Water Yield) menggunakan SWAT

Recommend Documents