Prediksi Besarnya Debit Aliran Sungai
Prediksi Besarnya Debit Aliran Sungai
PENDAHULUAN
1.1 Latar Belakang
Semua aktivitas manusia di darat berlangsung di dalam suatu
wilayah yang disebut Daerah Aliran Sungai (DAS) yaitu wilayah daratan
yang dibatasi oleh pemisah topografis berupa punggung bukit yang menerima
air hujan dan mengalirkannya ke hilir dan bermuara ke laut. DAS terdiri dari
beberapa sub-DAS yang merupakan suatu anak sungai yang bermuara ke
waduk, dam, danau atau sungai. Sub DAS ini sering juga disebut sebagai
Daerah Tangkapan Air (catchmenta area).
Daerah Aliran Sungai disingkat DAS ialah istilah geografi mengenai
sungai utama, anak sungai dan luas lahan atau wilayah yang dipengaruhinya.
Batas wilayah DAS diukur dengan cara menghubungkan titik-titik tertinggi di
antara wilayah aliran sungai yang satu dengan yang lain. Beberapa masalahmasalah DAS adalah banjir, produktivitas tanah menurun, pengendapan
lumpur pada waduk, saluran irigasi, proyek tenaga air, penggunaan tanah
yang tidak tepat (perladangan berpindah, pertanian lahan kering dan
konservasi yang tidak tepat).
Faktor-faktor yang mempengaruhi DAS di antaranya: iklim, Jenis
batuan yang dilalui DAS, banyak sedikitnya air hujan yang jatuh ke alur
DAS, lereng DAS dan bentukan alam. Adapun daerah-daerah DAS yaitu:
Hulu sungai dimana berbukit-bukit dan lerengnya curam, tengah sungai yang
relatif landai dan banyak aktifitas penduduk serta hilir sungai yang landai,
subur dan banyak areal pertanian.
1
bangunan irigasi. Daerah tengah DAS merupakan daerah transisi dari dua
keadaan DAS yang berbeda tersebut di atas (Asdak, 2002).
Asdak (2002) menyatakan bahwa beberapa karakteristik DAS yang
mempengaruhi debit aliran antara lain yaitu :
a. Luas DAS. Luas DAS menentukan besarnya daya tampung terhadap
masukan hujan. Makin luas DAS makin besar daya tampung, berarti
makin besar volume air yang dapat disimpan dan disumbangkan oleh
DAS.
b. Kemiringan lereng DAS. Semakin besar kemiringan lereng suatu DAS
semakin cepat laju debit dan akan mempercepat respon DAS terhadap
curah hujan.
c. Bentuk DAS. Bentuk DAS yang memanjang dan sempit cenderung
menurunkan laju limpasan daripada DAS yang berbentuk melebar
walaupun luas keseluruhan dari dua bentuk DAS tersebut sama.
d. Jenis tanah. Setiap jenis tanah memiliki kapasitas infiltrasi yang
berbeda-beda, sehingga semakin besar kapasitas infiltrasi suatu jenis
tanah dengan curah hujan yang singkat maka laju debit akan semakin
kecil.
e. Pengaruh vegetasi. Vegetasi dapat memperlambat jalannya air aliran
dan memperbesar jumlah air yang tertahan di atas permukaan tanah,
dengan demikian akan menurunkan laju debit aliran.
kunci proses siklus hidrologi tersebut dapat berjalan secara terus menerus. Air
berevaporasi, kemudian jatuh sebagai presipitasi dalam bentuk hujan, salju,
hujan batu, hujan es dan salju (sleet), hujan gerimis atau kabut. Pada
perjalanan menuju bumi beberapa presipitasi dapat berevaporasi kembali ke
atas atau langsung jatuh yang kemudian diintersepsi oleh tanaman sebelum
mencapai tanah. Setelah mencapai tanah, siklus hidrologi terus bergerak
secara kontinu dalam tiga cara yang berbeda yaitu Evaporasi/transpirasi,
Infiltrasi/Perkolasi, dan Air Permukaan (Anonimc, 2011).
10
f. Infiltrasi
Infiltrasi (infiltration) didefenisikan sebagai gerakan air ke bawah
melalui permukaan tanah ke dalam profil tanah. Infiltrasi menyebabkan air
dapat tersedia untuk pertumbuhan tanaman dan air tanah (groundwater)
terisi kembali. Istilah infiltrasi dan perkolasi sering digunakan dan
dipertukarkan, tetapi sebenarnya kedua istilah tersebut mendefinisikan hal
yang berbeda. Perkolasi (percolation) secara spesifik digunakan untuk
menyebut gerakan air antar lapisan di dalam tanah, sedang infiltrasi
digunakan untuk mendeskripsikan gerakan air dari permukaan masuk ke
dalam lapisan tanah yang teratas (Anonimc, 2011).
Limpasan permukaan adalah bagian dari curah hujan yang mengalir
diatas permukaan tanah menuju sungai, danau dan lautan. Nilai limpasan
permukaan yang penting untuk keperluan evaluasi DAS adalah kondisi
volume limpasan permukaan yang terjadi sebelum selama dan setelah adanya
suatu kegiatan/proyek. Beberapa faktor yang mempengaruhi kondisi tersebut
adalah yang berkaitan dengan: (1). Curah hujan meliputi lama waktu hujan,
intensitas dan penyebarannya dan (2). Karakteristik daerah aliran sungai
(DAS) meliputi bentuk dan ukuran DAS, topografi, tanah, geologi dan
penggunaan lahan (Anonima, 2010).
Melalui ujicoba terhadap perilaku infiltrasi air hujan yang jatuh pada
berbagai jenis tanah yang berbeda. Dinas Konservasi Tanah Amerika Serikat
(US SCS,1972) mengembangkan metode estimasi total volume limpasan
dengan menggunakan data hujan yang tersedia, yaitu dikenal sebagai metode
11
12
tergantung dari tujuan pembuatan model tersebut. Saat ini, sudah banyak
model hidrologi yang dibuat untuk berbagai kepentingan (Indarto, 2010).
Salah satu cara untuk memodelkan siklus hidrologi adalah dengan
pendekatan. Suatu sistem didefinisikan sebagai satu kesatuan hubungan dari
beberapa komponen yang akan membentuk keseluruhan. Siklus hidrologi,
misalnya dapat dianggap sebagai suatu sistem yang komponennya berupa
hujan (precipitation), penguapan (evaporation), aliran permukaan (run-off)
dan fase lainnya dari siklus hidrologi. Beberapa fase dari siklus hidrologi
dapat dikelompokkan menjadi subsistem. Untuk mempelajari sistem secara
keseluruhan subsistem yang sederhana tersebut dapat dipelajari secara terpisah
dan hasilnya dapat digabungkan tergantung dari interaksi antara sub-sub
sistem tersebut (Indarto, 2010).
Hujan
(precipitation)
Penguapan
(Evaporation)
Intersepsi
(Interception)
Transpirasi
(transpiration)
Aliran lambat
(Overland)
Aliran Permukaan
(Surface)
Infiltrasi
(Infiltration)
Aliran permukaan
(Run-Off)
Aliran Lambat
(Overland)
Aliran permukaan
(Run-Off)
Aliran di sungai
(Streams)
13
15
c. Model Optimasi.
Model optimum adalah model yang telah diberikan beberapa
tujuan disatu sisi dan sisi lain telah diberikan beberapa hambatan.
Kemudian model ini akan memberikan rencana yang paling bagus untuk
kepuasan tujuan dengan hambatan-hambatan yang diberikan. Model
optimum dapat dibagi menjadi dua bagian yaitu analisis sistem dan teori
keputusan. Contoh model ini adalah model Fiering (Anonima, 2010).
Pemodelan dapat membantu memberikan strategi dan dukungan taktis
untuk sebuah program penelitian, memotivasi peneliti, dan mendorong
kerjasama.
a. Model-model yang divalidasi dengan data dari DAS penelitian
menyediakan sebuah mekanisme untuk transfer data dari daerah
penelitian ke daerah dimana data akan dipakai.
b. Model hidrologi konseptual adalah model hidrologi yang didasarkan pada
proses-proses yang mempengaruhi response DAS. Model hidrologi
konseptual diantaranya adalah model STANFORD. Model ini adalah salah
satu model simulasi hidrologi dengan komputer yang paling awal. Model
tersebut telah dikembangkan oleh Crawford dan Linsley pada tahun 1962.
Model ini didasarkan pada penyederhanaan konseptual dari proses-proses
fisik overland flow, interflow, soil water storage, deep percolation,
ground water storage, dan evapotranspirasi untuk memperkirakan
streamflow dari data curah hujan. Model ini mensyaratkan kalibrasi untuk
kondisi-kondisi spesifik DAS (Anonima, 2010).
16
diferensial-parsial
yang
menyatakan
kombinasi
aliran
permukaan dan aliran bawah tanah. Model ini terdiri dari beberapa
submodel untuk menghitung:
-
pada kapasitas
simpanan
kesetimbangan
air
boughton
didasarkan
pada
hasil
yang
berpotongan
dengan
input
keseragaman
keruangan
22
: Presipitasi
b. E
: Evaporasi
c. C1-C3
d. A1-A3
e. BFI
f. BS
g. K
h. KS
i. SS
mensimulasikan
luas
permukaan
parsial
dari
limpasan.
Kesetimbangan air dari tiap permukaan simpanan dihitung secara bebas dari
yang lainnya. Model menghitung kesetimbangan kelembaban dari setiap
luas permukaan parsial pada periode waktu harian atau per jam. Curah hujan
ditambahkan ke tiap dari ketiga permukaan simpanan kelembaban dan
23
A1 = 0.134
A2 = 0.433
A3 = 0.433
C1 = 0.01*Avecap/A1
C2 = 0.33*Avecap/A2
C3 = 0.66*Avecap/A3
26
Ketika ada hujan yang cukup untuk pengisian dari akuifer, resesi
aliran dasar berhenti dan simpanan aliran dasar meningkat. Kejadian
pengisian biasanya dihubungkan dengan limpasan permukaan, dan putusnya
resesi aliran dasar kedalam segmen rangkaian. Agar diperoleh gambaran
yang lebih lengkap dari tingkah laku aliran dasar, maka penting untuk
menggabungkan beberapa atau semua segmen.
Metode memperoleh suatu master resesi aliran dasar terdiri dari
langkah-langkah sebagai berikut:
a. Debit aliran dibagi untuk memisah-misahkan antara limpasan permukaan
dan aliran dasar. Segmen-segmen aliran dasar diantara periode limpasan
permukaan digunakan untuk membentuk master resesi. Pada metode ini,
pertambahan kecepatan dari aliran diasumsikan sudah seharusnya untuk
limpasan permukaan, karena itu semua segmen resesi aliran dasar
mempunyai aliran setiap hari kurang lebih atau sama dengan aliran pada
hari sebelumnya.
b. Segmen dari aliran dasar dipisah-pisahkan pada jarak urutan nilai awal
dari segmen. Segmen dengan nilai awal tertinggi menjadi nilai awal dari
master resesi. Segmen lainnya kemudian dikombinasikan menurut
giliran resesi master secara menurun dari nilai awal tiap segmen.
c. Master resesi dipisahkan kedalam urutan yang menurun setelah masingmasing segmen dijumlahkan. Hal ini untuk memastikan bahwa resesi
setiap aliran dasar sama atau kurang lebih dengan aliran pada aliran
terdahulu (Boughton, 1995).
27
28
29
Pada penelitian ini data set yang digunakan untuk verifikasi data
yaitu data tahun 1999 sampai 2003 dengan membaginya kedalam 1 data set
dengan nama PARAM.BM1 yang sebelumnya sudah disusun dalam format
file seperti berikut :
File Parameter
File parameter yang digunakan dalam penelitian untuk kalibrasi parameter
menggunakan data set pada tahun 1999 sampai 2003 dan kalibrasi parameter
penelitian tahun 2011 seperti di bawah ini :
Format file parameter untuk kalibrasi (1999-2003)
rain.bm1
evap.bm1
dayflow.bm1
dummy
dummy
dummy
5
0.2
1.6
0.134 0.433
0.0
0.0 0.0
0.630 0.9830
N
(3)
di mana n adalah jumlah hari dalam bulan dan d1 d2 d3 dan seterusnya adalah
curah hujan harian dalam setiap bulannya, sampai data set yang diinginkan
selesai, jadi identifikasi penjumlahan memberikan informasi (bulan dan tahun dari
data) dapat juga di berikan <eof> diakhir data pada file debit harian jika
diinginkan untuk mencegah program terus berjalan sebagai perintah akhir suatu
file. Satuan curah hujan dalam mm/hari.
File Evaporasi
Evaporasi disusun pertahun dalam tiap baris, artinya ada nilai 12 bulan
dalam satu baris, seperti berikut :
e1 e2 e3 ..........e12 (+ optional ident)
nilai evaporasi tiap bulannya dalam satuan mm/hari. Nilai merupakan jumlah total
evaporasi bulanan dari evaporasi harian dalam setiap bulannya. Akhirnya, nilainilai parameter tersebut yang digunakan dalam validasi model pada Sub DAS
Bantimurung.
32
b. Validasi Model
Tahap terakhir yaitu melakukan validasi model, di mana parameterparameter permukaan simpanan dioptimalisasi lagi persis seperti penggunaan
prosedur sebelumya pada saat kalibrasi parameter dengan format file seperti
berikut:
Format file parameter untuk validasi (2004-2008)
rain.bm2
evap.bm2
dayflow.bm2
dummy
dummy
dummy
5
0
2
5
0.134 0.433 0.433
0.0
0.0
0.0
0.848 0.9930 0.6800
N
Hal ini perlu dilakukan, terutama karena perubahan pada nilai-nilai awal
dalam simpanan, dan juga mempunyai suatu manfaat fisik pada total limpasan
perhitungan yang hampir sama dengan total limpasan aktual setelah kalibrasi
sudah selesai. Data set yang digunakan untuk validasi model yaitu periode tahun
2004 sampai 2008. Hasil dan parameter yang diperoleh dari program AWBM2002
disimpanan terlebih dahulu, kemudian dilanjutkan dengan validasi model dengan
menggunakan program AWBM97. Dalam program ini menyajikan hasil-hasil
prediksi/simulasi secara progresif yaitu nilai-nilai parameter, debit harian simulasi
dan debit bulanan simulasi, debit aliran harian tahunan maksimum, dan
perbandingan antara limpasan hasil simulasi dengan limpasan aktual.
33
START AWBM
(DAYFLOW.BM1)
(RAIN.BM1)
(EVAP.BM1)
)
PARAM.BM1
LOAD DATA
AWBM2002
PARAM.#$&
Qukur (Thn 2004-2008)
(DAYFLOW.BM2)
(RAIN.BM2)
(EVAP.BM2)
PARAM.#$&
LOAD DATA
AWBM97
PARAM.#$&
END
34
tanah di wilayah ini ada tiga jenis yaitu Tropaquepts, Dystropepts dan
Rendolls. Jenis Tanah Dystropepts dan Tropaquepts merupakan jenis tanah
yang masuk dalam ordo Inceptisol merupakan tanah muda. Umumnya
mempunyai horison kambik. Karena tanah belum berkembang lanjut
kebanyakan tanah ini cukup subur. Tanah ini dulu termasuk tanah Aluvial,
Regosol, Gleihumus, Latosol.
Jenis tanah Rendolls termasuk jenis tanah yang masuk dalam ordo
Mollisol merupakan jenis tanah yang mempunyai epipedon molik, yaitu
epipedon yang tebalnya lebih dari 18 cm, berwarna hitam (gelap) dengan
value lembab 3 kandungan bahan organic lebih dari 1 % (C- organic > 0.6
%), kejenuhan basa (NH4 OAc pH 7) lebih dari 50%. Agregasi tanah baik
sehingga tanah tidak keras bila kering (Mollis=lunak). Kecuali itu seluruh
solum tanah juga harus mempunyai kejenuhan basa (NH4 OAc) > 50%.
4.3. Analisis Parameter Model
Ketika limpasan hanya memasukkan limpasan permukaan,
kemudian model tangkapan (DAS) menggunakan struktur kesetimbangan air
Boughton seperti pada Gambar 4. Beberapa hasil dari model disajikan pada
Lampiran 4 dan Lampiran 5, yang hubungannya berturut-turut dapat dilihat
pada grafik Gambar 5, 6, 8 dan Gambar 9, menggunakan data dari sub DAS
Bantimurung seluas 21,58 km2 yang terletak di Provinsi Sulawesi Selatan,
Kabupaten Maros. Hasil simulasi pada tahun 1999-2003 menunjukkan curah
hujan tahunan rata-rata sebesar 3613,8 mm/tahun dan pada tahun 2004-2008
sebesar 3400,8 mm/tahun dengan evaporasi dari tahun 1999-2003 sebesar
36
1548,1 mm/tahun dan pada tahun 2004-2008 sebesar 1762,5 mm/tahun. Hal
ini menunjukkan bahwa tingkat curah hujan 5 tahun pertama lebih tinggi dari
5 tahun kedua, berbeda dengan jumlah evaporasi dimana evaporasi di 5 tahun
pertama lebih rendah daripada 5 tahun kedua.
Prediksi debit aliran hasil simulasi dapat dianalisis menggunakan
sebuah pendekatan secara grafik. Hal seperti ini dilakukan oleh Boughton
(1990) dalam studinya mengkalibrasi daerah tangkapan yang tidak terukur.
Nilai-nilai parameter yang diperoleh dari hasil validasi model ditunjukkan
pada Tabel 1. Nilai parameter pada Tabel 1 merupakan hasil dari validasi
model dengan menggunakan data set periode tahun 2004 sampai 2008 karena
perbedaan parameter-parameternya relatif untuk kalibrasi dan dianggap dapat
mewakili kondisi karakteristik Sub DAS. Kapasitas simpanan rata-rata yang
diperoleh adalah 3,0 mm yang dipisahkan kedalam 3 kapasitas simpanan
sebagai berikut:
0,2 mm dari simpanan terkecil lebih dari 0,134 luas DAS
1,6 mm dari simpanan pertengahan lebih dari 0,344 luas DAS
3,3 mm simpanan terbesar lebih dari 0,433 luas DAS
Dengan total limpasan prediksi selama lima tahun dari tahun 2004 sampai
2008 yaitu 12046,9 mm atau 2409,4 mm/tahun sedangkan total limpasan
aktual dianggap nol (0,0 mm/tahun).
37
Nilai
0,134
0,433
0,433
0,0
2,0
5,0
0,890
0,9940
0,6800
1.390,2
1.0656,7
38
40
periode tahun 1999 sampai 2003. Dimana fluktuasi kedua debit cenderung
bersamaan. Adapun debit ukur tertinggi di tahun 1999 pada tanggal 6
Februari sebesar 22,5 mm/hari, tahun 2000 pada tanggal 6, 7 dan 8 Desember
sebesar 11,9 mm/hari, tahun 2001 pada tanggal 22 Januari sebesar 20.0
mm/hari, tahun 2002 pada tanggal 3 Januari sebesar 17,0 mm/hari dan pada
tahun 2003 pada tanggal 22 Desember sebesar 19,6 mm/hari. Sedangkan
debit simulasi tertinggi di tahun 1999 pada tanggal 4 Februari sebesar 30,7
mm/hari, tahun 2000 pada tanggal 5 maret sebesar 41,8 mm/hari, tahun 2001
pada tanggal 3 Januari sebesar 45,1 mm/hari, tahun 2002 pada tanggal 24
desember sebesar 46,2 mm/hari dan di tahun 2003 pada tanggal 8 februari
sebesar 40,3 mm/hari.
Debit aliran harian terukur terendah di tahun 1999 pada tanggal
25,28-30 september dan 1-5 oktober sebesar 2,2 mm/hari, tahun 2000 pada
tanggal 13-24 Oktober sebesar 5,1 mm/hari, tahun 2001 pada tanggal 7-16
Oktober sebesar 4,9 mm/hari, tahun 2002 pada tanggal 26-31 oktober dan 1
november sebesar 2,6 mm/hari dan ditahun 2003 pada tanggal 27-29 Oktober
sebesar 3,9 mm/hari. Sedangkan debit aliran harian simulasi terendah ditahun
1999 pada tanggal 11-12 Oktober sebesar 1,0 mm/hari, tahun 2000 pada
tanggal 26-30 September sebesar 0,9 mm/hari, tahun 2001 pada tanggal 6-12
November sebesar 0,4 mm/hari, tahun 2002 pada tanggal 10-15 September
sebesar 0,9 mm/hari dan ditahun 2003 pada tanggal 29-31 Oktober dan 1-8
November sebesar 0,4 mm/hari.
41
Debit (mm/hari)
50.0
40.0
50
30.0
100
20.0
150
10.0
200
0.0
250
Rain
Qukur
Qsim
Waktu (Hari)
1 Jan 1999 - 31 Dec 2003
Qsim (mm/hari)
50.0
y = 0.6564x
R = 0.35
40.0
30.0
20.0
10.0
0.0
0.0
10.0
20.0
30.0
40.0
50.0
Qukur(mm/hari)
42
tanah, dan bukan hanya itu, hal ini juga disebabkan oleh karakteristik sub
DAS Bantimurung yang memanjang sehingga lama dan besarnya curah hujan
dapat mempengaruhi penyimpanan air yang berhubungan dengan limpasan
dan akhirnya berpengaruh pada debit aliran, ini terlihat dari Gambar 7. Hal ini
sesuai dengan pendapat Asdak (1995), menyatakan bahwa bentuk DAS yang
memanjang dan sempit laju larian air cenderung meningkat dibanding DAS
berbentuk melebar walaupun luas keseluruhan dari dua DAS tersebut sama.
kemiringan lereng suatu DAS semakin cepat laju debit dan akan
mempercepat respon DAS terhadap curah hujan.
4.5.2. Validasi
Perbandingan kedua debit aliran pada Gambar 8 yang menunjukkan
bahwa debit aliran yang selalu naik turun mulai dari periode tahun 2004
sampai 2008. Dimana fluktuasi kedua debit cenderung bersamaan. Adapun
debit ukur tertinggi di tahun 2004 pada tanggal 15 Februari sebesar 16,7
mm/hari, tahun 2005 pada tanggal 2 dan 3 Januari sebesar 17,2 mm/hari,
tahun 2006 pada tanggal 1 Februari sebesar 21,1 mm/hari, tahun 2007 pada
tanggal 1 dan 2 Februari sebesar 18,0 mm/hari dan pada tahun 2008 pada
tanggal 15 dan 16 Februari sebesar 18,5 mm/hari. Sedangkan debit simulasi
tertinggi di tahun 2004 pada tanggal 8 Februari sebesar 42,6 mm/hari, tahun
2005 pada tanggal 20 Desember sebesar 27,9 mm/hari, tahun 2006 pada
tanggal 19 Februari sebesar 28,1 mm/hari, tahun 2007 pada tanggal 2
Februari sebesar 42,7 mm/hari dan di tahun 2008 pada tanggal 5 Februari
sebesar 32,7 mm/hari.
Debit aliran harian terukur terendah di tahun 2004 pada tanggal 2730 Oktober sebesar 3,9 mm/hari, tahun 2005 pada tanggal 16-18 Oktober
sebesar 3,9 mm/hari, tahun 2006 pada tanggal 23-30 Juni dan 1 Juli sebesar
4,5 mm/hari, tahun 2007 pada tanggal 8-17 Oktober sebesar 3,2 mm/hari dan
ditahun 2008 pada tanggal 30-31 Oktober dan 1-9 November sebesar 6,1
mm/hari. Sedangkan debit aliran harian simulasi terendah ditahun 2004 pada
tanggal 6-7 November sebesar 3,2 mm/hari, tahun 2005 pada tanggal 27-28
44
Debit (mm/hari)
40.0
50
30.0
100
20.0
10.0
150
0.0
200
Rain
Waktu (hari)
1 Jan 2004 - 31 Dec 2008
Qukur
Qsim
Qsim (mm/hari)
35.0
30.0
25.0
20.0
15.0
10.0
5.0
0.0
0.0
10.0
20.0
30.0
40.0
Qukur (mm/hari)
mana curah hujan tinggi, dengan nilai debit aliran yang tinggi selalu terjadi
pada debit aliran terukur. Pada perhitungan model, curah hujan yang tinggi
tersebut dengan nilai evaporasi yang rendah akan mempertinggi nilai
simpanan air, sehingga dengan asumsi ini banyak air yang tertampung dalam
tanah, Hal ini sesuai dengan pernyataan Singh (1998), bahwa aliran air
dipengaruhi oleh jumlah air simpanan dalam badan watershed dan aliran air
yang langsung menjadi limpasan dipengaruhi oleh curah hujan.
Disamping faktor curah hujan dan evaporasi, tinggi atau rendahnya
nilai debit harian dibandingkan dengan debit aliran terukur, juga disebabkan
oleh adanya faktor curah hujan, evaporasi, infiltrasi, serta keadaan vegetasi di
sekitar sungai. Dalam beberapa tahun frekuensi hujan yang bervariatif
sehingga pada saat terjadinya hujan air mengalami pertambahan debit
melainkan sebagian besar air terinfiltrasi ke dalam tanah. Hal ini sesuai
dengan pendapat Asdak (1995) yang menyatakan bahwa kandungan air tanah
berkurang karena sebagian besar terinfiltrasi ke tanah.
Tinggi atau rendahnya nilai debit harian prediksi dibandingkan
dengan debit harian simulasi juga dipengaruhi oleh tingginya aliran dasar
(baseflow) yang berada di sungai bantimurung, yang memiliki aliran dasar
maksimum 0,890 dengan Kparameter 0,9940.
46
700.0
600.0
500.0
400.0
300.0
200.0
100.0
0.0
Qukur
Aug-03
Mar-03
Oct-02
May-02
Dec-01
Jul-01
Feb-01
Sep-00
Apr-00
Nov-99
Jun-99
Qsim
Jan-99
DEBIT (mm/bulan)
dan pada bulan Oktober 2003 sebesar 17,4 mm/bulan untuk debit pediksi.
WAKTU (Bulan)
(jan 1999- Dec 2003)
47
700.0
Qsim (mm)
600.0
y = 1.1234x
R = 0.6
500.0
400.0
300.0
200.0
100.0
0.0
0.0
48
Qukur
Aug-08
Oct-07
Mar-08
May-07
Dec-06
Jul-06
Feb-06
Sep-05
Apr-05
Nov-04
Jun-04
Qsim
Jan-04
Debit (mm/bulan)
700.0
600.0
500.0
400.0
300.0
200.0
100.0
0.0
Waktu (Bulan)
(Jan 2004 - Dec 2008)
Qsim (mm)
600.0
500.0
400.0
300.0
200.0
100.0
0.0
0.0
10.0
5.0
0.0
-6.0
-4.0
-2.0
0.0
2.0
4.0
6.0
-5.0
-10.0
-15.0
Gambar 14. Grafik Penambahan Hujan 5% dan 10 % pada Debit Bulanan Sub
DAS Bantimurung Tahun 2004-2008.
Pada penambahan evaporasi sebesar 5% mengalami penurunan
sebesar 0,8% dan pada penambahan evaporasi sebesar 10% mengalami
penurunan sebesar 1,6%. Begitupun sebaliknya pada pengurangan evaporasi
sebesar 5% nilai kenaikan sebesar 0,8%, dan untuk pengurangan evaporasi
sebesar 10% mengalami kenaikan sebesar 1,6%.
2.0
1.5
1.0
0.5
0.0
-1.0
-0.8
-0.6
-0.4
-0.2
-0.5
0.0
0.2
0.4
0.6
0.8
1.0
-1.0
-1.5
-2.0
Semakin banyak hujan menjadi simpanan, maka semakin kecil pula nilai
debit air. Sedangkan semakin banyak hujan yang menjadi limpasan maka
debit air semakin besar pula. Dalam simulasi model, dianggap bahwa aliran
didasarkan atas aliran dasar dan limpasan langsung. Oleh karena itu,
keduanya tergantung pada simpanan air dan curah hujan. Simpanan air yang
akan menjadi limpasan tergantung pada tekstur tanah di bawah permukaan
dan curah hujan efektif yang menjadi limpasan tergantung pada tingkat
urbanisasi dan kemiringan rata-rata daerah aliran sungai serta faktor lain
seperti masyarakat mengambil air di sungai untuk keperluan sehari-harinya
dan keperluan irigasi. Ketiga hal tersebut tidak diasumsikan dalam simulasi
model sehingga pengaruh jumlah air yang masuk ke dalam suatu daerah
aliran sungai akan menghasilkan berbedaan antara debit prediksi atau
simulasi dengan debit terukur sebagai hasil dari proses alami yang terjadi.
Sedangkan pada simulasi model mengasumsikan kondisi daerah aliran sungai
selama periode penelitian adalah tetap.
4.7. Perbandingan Debit Harian Hasil Pengukuran 2011
Perbandingan debit aliran terukur dengan debit aliran bulanan
Simulasi
diperlihatkan
pada
Gambar
16
dan
Gambar
17,
yang
52
Debit (mm/hari)
16.00
14.00
12.00
10.00
8.00
6.00
4.00
2.00
0.00
0
10
20
30
40
Rain
50
Qukur
60
Qsim
Waktu (hari)
(7 Juni-7Juli 2011)
Qsim (mm/hari)
y = 0.9315x
R = 0.519
6.0
8.0
10.0
12.0
14.0
16.0
Qukur (mm/hari)
2011. Dari hasil data grafik pada gambar menunjukkan bahwa aliran dasar
pada sungai Maros memiliki nilai yang tinggi dengan nilai sekitar 0,889, K
sebesar 0,9931 dan Ksurf sebesar 0,680, dari angka total hujan yang
mencapai 3400,8 mm/tahun, total evaporasi 1762,5 mm/tahun, dan total debit
3545,7 mm/tahun. Walaupun di hari tertentu tidak ada hujan tetapi masih ada
air yg tersimpan Ini dikarenakan adanya pengaruh simpanan air tanah dan
juga aliran dasar atau baseflow yang tinggi. Disamping itu model aliran
sungai di Bantimurung sendiri dari hulu ke hilir yang memanjang dan
memiliki kemiringan rata-rata yang cukup tinggi terlihat pada gambar 7. Hal
ini juga merupakan salah satu faktor yang menunjukkan bahwa debit aliran
sungai di maros terkhusus pada daerah bantimurung juga sangat cepat
perubahan grafik debitnya yang terlihat pada grafik dari tahun 1999-2008.
maka dapat diindikasikan bahwa tidak ada perbedaan nyata antara nilai debit
aliran prediksi dengan debit aliran terukur baik untuk debit aliran harian
maupun debit aliran bulanan.
54
V. PENUTUP
5.1 Kesimpulan
Berdasarkan hasil simulasi, maka dapat ditarik kesimpulan sebagai
berikut :
1. Nilai simpangan yang tinggi disebabkan oleh nilai suatu debit aliran
sungai. Dimana aliran permukaan yang ekstrim dan hujan yang sangat
tinggi mengakibatkan debit aliran menjadi ekstrim, begitupun sebaliknya.
Sehingga model sulit mengikuti dengan cepat.
2. Uji sensivitas hujan model aliran terhadap input dimana pada penambahan
hujan 5 % dan 10 % pada tahun 2004-2008 nilai debit mengalami
kenaikan
akan mengalami
penurunan sebesar 4,9% dan 9,8% , ini terlihat pada gambar grafik 14
sedangkan jika evaporasi dinaikkan sebesar 5% dan 10% maka debit
akan turun sebesar 0,8% dan 1,6% begitupun sebaliknya jika evaporasi
diturunkan sebesar 5% dan 10% maka debit akan naik sebesar 0,8% dan
1,6%, ini terlihat pada gambar grafik 15.
3. Model AWBM dapat digunakan untuk memprediksi ketersediaan air
minimum sehingga memprediksi dengan baik daerah aliran sungai, namun
model AWBM juga sulit memprediksi suatu DAS karena ketersediaan air
yang tinggi pada suatu DAS.
55
5.2.Saran
Dari hasil simulasi model AWBM hanya menggunakan curah hujan
titik bukan curah hujan wilayah sehingga distribusi hujan yang tinggi
menyebabkan jumlah simpanan air yang tinggi sehingga lebih baik
dikembangkan ke model lain.
56