PEMODELANHIDROLOGI

A.MODELSIMULASIHIDROLOGI
Model merupakan representasi atau gambaran tentang sistem (systems), obyek
atau benda (objects) dan kejadian (events). Representasi tersebut dinyatakan dalam
bentuk sederhana yang dapat dipergunakan untuk berbagai macam tujuan penelitian.
Penyederhanaan dilakukan secara representatif terhadap perilaku proses yang relevan
darikeadaansebenarnya.
Pembentukan model dan menerapkan model dalam percobaan merupakan
bentukan dari simulasi (Dent and Anderson 1971). Menurut Hillel (1977), model
simulasi merupakan teknik numerik dari percobaan hipotetik dari suatu gejala atau
sistemdinamisdandinyatakansecarakuantitatif.
Penggunaan model sebagai usaha untuk memahami suatu sistem yang rumit
merupakan teknik pengkajian yang lebih sederhana dibandingkan jika melalui keadaan
sebenarnya. Model ini dapat digunakan untukmendugadanmenerangkangejalagejala
dalam suatu sistem secara tepat (Nasution dan Barizi 1980). Model yang dibentuk
berdasarkan peramalan terhadap sistem belum dapat dipastikan akan menghasilkan
peamalanyangtepatterhadapperilakusistemyangsejenis.
Model simulasi hidrologi dapat diklasifikasikan berdasarkan luas kisaran
karakteristiknya. Untuk analisis DAS, model hidrologi diklasifikasikan ke dalam
lumped parameter versus distributed parameter, event versus continous, dan stochastic
versusdeterministic.

B.MODELHIDROLOGIDAS
Brooks et al. (1987), Model hidrologi merupakan gambaran sederhanadarisuatu
sistem hidrologiyangaktual.Modelhidrologibiasanyadibuatuntukmempelajarifungsi
dan respon suatu DAS dari berbagai masukan DAS. Melalui model hidrologi dapat
dipelajari kejadiankejadian hidrologi yang pada gilirannya dapat digunakan untuk
memprediksi kejadianhidrologiyangakanterjadi.Harto(1993),modelhidrologiadalah
sebuah sajian sederhana (simple representation) dari sebuah sistem hidrologi yang
kompleks.
Pendekatan sistem dalam dalam analisis hidrologi merupakan suatu teknik
penyederhanaan dari sistem prototipe ke dalam suatu sistem model, sehingga perilaku
sistem yang kompleks dapat ditelusuri secara kuantitatif. Hal ini menyangkut sistem
dengan mengidentifikasikan adanya aliran massa/energi berupa masukan dan keluaran
sertasuatusistemsimpanan(Pawitan1995).
Harto (1993) mengemukakan bahwa konsep dasar yang digunakan dalam setiap
sistem hidrologi adalah siklus hidrologi. Persamaan dasar yang menjadi landasan bagi
semua analisis hidrologi adalah persamaan neraca air (water balanced equation).
Persamaan neraca air dari suatu DAS untuk suatu periode dapat dinyatakan dengan
persamaanberikut:
S=InputOutput
Dimana:
S=perubahantampungan(storagechange),Input=masukan(inflow),danOutput=
keluaran(outflow).
 Harto (1993) mengemukakan bahwa tujuan penggunaan suatu model dalam
hidrologi, antara lain sebagai berikut : a) peramalan(forecasting)menunjukkanbesaran
maupun waktu kejadian yang dianalisis berdasar cara probabilistik b) perkiraan
(predicting) yang mengandung pengertian besaran kejadian dan waktu hipotetik
(hipotetical future time) c)sebagaialatdeteksidalammasalahpengendaliand)sebagai
alat pengenal (identification) dalam masalah perencanaan e) ekstrapolasi
data/informasi f) perkiraan lingkungan akibat tingkat perilaku manusia yang
berubah/meningkatdang)penelitiandasardalamproseshidrologi.

1.KlasifikasiModelHidrologi
Harto (1993) mengemukakan bahwa secara umummodeldapatdibagidalamtiga
kategori, yaitu : 1) model fisik yang menerangkan model dengan skala tertentu untuk
menirukan prototipenya 2) modelanalogyangdisusundenganmenggunakanrangkaian
resistorkapasitor untuk memecah persamaanpersamaan diferensial yang mewakili
proses hidrologi 3) model matematik yang menyajikan sistem dalam rangkaian
persamaan dan kadangkadang dengan ungkapanungkapan yangmenyajikanhubungan
antarvariabeldanparameter.
Modeljugadapatdiklasifikasikanmenjadi:1)modelstokastik,dimanahubungan
antara masukan dan keluarannya didasarkan atas kesempatan kejadiandanprobabilitas
2) model deterministik, di mana setiap masukan dengan sifatsifat tertentu, selalu akan
menghasilkankeluaranyangtertentupula.
Di samping itu, model dapat digolongkan menjadi : 1) model empirik, yaitu
model yang sematamata mendasarkan pada percobaan dan pengamatan 2) model
konseptual, yaitu model yang menyajikan prosesproses hidrologi dalam persamaan
matematikdanmembedakanantarafungsiproduksi(production)danfungsipenelusuran
(routing).
2.JenisModel
Sinukaban (1995) mengemukakan bahwa sebagai suatu sistem hidrologi, DAS
meliputi jasad hidup, lingkunganfisikdankimiayangberinteraksisecaradinamik,yang
di dalamnya terjadi kesetimbangan dinamik antara energi dan material yang masuk
dengan energi danmaterialyangkeluar.Dalamkeadaanalami,energimatahari,iklimdi
atas DAS dan unsurunsur endogenik di bawah permukaan DAS merupakan masukan
(input). Sedangkan air dan sedimen yang keluar darimuaraDASsertaairyangkembali
keudaramelaluievapotranspirasiadalahkeluaran(output)DAS.
Model USLE (universal soil loss equation), MUSLE (modified USLE), RUSLE
(revised USLE),CREAMS(chemicalrunoffanderosionfromagriculturalmanagement
system)danGLEAMS(groundwaterloadingeffectofagriculturalmanagementsystem),
tergolong dalam lumped parameter, yaitu model yang mentransformasi curah hujan
(input) ke dalam aliran permukaan (output) dengan konsep bahwa semua proses dalam
DAS terjadi pada satutitikspasial.WEPP(watererosionpredictingproject),KINEROS
(kinematic erosion simulation), EUROSEM (european soils erosion model), TOP
MODEL (topografically and physicallybased,variablecontributingareamodelofbasin
hidrology) dan ANSWERS (areal nonpoint source watershed environmental response
simulation) tergolong distributed parameter, yaitu model yang berusaha
menggambarkan proses dan mekanisme fisik dan keruangan, memperlakukan masing
komponen DAS atau proses sebagai komponen mandiri dengan sifatnya masing
masing. Model tersebut secara teori sangat memuaskan, tetapi data lapangan sering
terbatasuntukmengkalibrasidanmemverifikasihasilsimulasi.
Model HEC1 adalah event model yang mensimulasikan respon hujan tunggal
sebagaiinputdata.SedangkanSWMIV(stanfordwatershedmodel)danSWMM(storm
water management model) merupakan continous model yang didasarkan pada
persamaan kesetimbangan air dalam jangka yang lebih panjang. Model tersebut cocok
untukdigunakanpadaDASyangmemilikiukuranyanglebihluas.
Model AGNPS (agricultural non point source pollution model) merupakan
gabungan antara model distribusi dan model sekuensial. Sebagai model distribusi,
penyelesaian persamaan keseimbangan massa dilakukan serempak untuk semua sel.
Sedangkan sebagai model sekuensial, air dancemaranditelusuridalamrangkaianaliran
dipermukaanlahandandisaluransecaraberurutan(Pawitan1999).
ModelSWAT(soilandwaterassessmenttoll)adalahmodelyangdikembangkan
untukmemprediksidampakpengelolaanlahan(landmanagementpractices)terhadap
air,sedimendanbahankimiapertanianyangmasukkesungaiataubadanairpadasuatu
DASyangkompleks,dengantanah,penggunaantanahdanpengelolaannyayang
bermacammacamsepanjangwaktuyanglama(Arsyad2006).

C.MODELEROSI
1.ModelUSLE
Model penduga erosi USLE (universal soil loss equation) merupakan model
empiris yang dikembangkan di Pusat DataAliranPermukaandanErosiNasional,Dinas
Penelitian Pertanian, Departemen Pertanian Amerika Serikat (USDA) bekerja sama
dengan Universitas Purdue pada tahun 1954 (Kurnia 1997). Model tersebut
dikembangkan berdasarkan hasil penelitian erosi pada petak kecil (Wischmeier plot)
dalamjangkapanjangyangdikumpulkandari49lokasipenelitian.Berdasarkandatadan
informasi yang diperoleh dibuat model penduga erosi dengan menggunakan data curah
hujan, tanah, topografi dan pengelolaan lahan. Secara deskriptif model tersebut
diformulasikansebagai(Arsyad2006):
A=RKLSCP
Dimana:
A:jumlahtanahyangtererosi(ton/ha/tahun)
R:faktorerosivitashujan
K:faktorerodibilitastanah
L:faktorpanjanglereng
S:faktorkemiringanlereng
C:faktorpenutupandanpengelolaantanaman
P:faktortindakankonservasitanah

Pada awalnyamodelpendugaerosiUSLEdikembangkansebagaialatbantupara
ahli konservasi tanah untuk merencanakan kegiatan usahatani pada suatu landscape
(skala usahatani). Akan tetapi mulai tahun 1970, model ini menjadi sangat populer
sebagai model penduga erosi lembar (sheet erosion) dan erosi alur (rill erosion) dalam
rangka mengaplikasikan kebijakan konservasi tanah. Model ini juga pada awalnya
digunakan untuk menduga erosi dari lahanlahan pertanian, tetapi kemudian digunakan
pada daerahdaerah penggembalaan, hutan, pemukiman, tempat rekreasi, erosi tebing
jalantol,daerahpertambangandanlainlain(Wischmeier1976).
Model penduga erosi USLE juga telah secara luas digunakan di Indonesia.
Disamping digunakan sebagaimodelpendugaerosiwilayah(DAS),modeltersebutjuga
digunakan sebagai landasan pengambilan kebijakan pemilihan teknik konservasi tanah
dan air yang akan diterapkan, walaupun ketepatan penggunaan model tersebut dalam
memprediksi erosi DAS masih diragukan (Kurnia 1997). Hal ini disebabkan karena
model USLE hanya dapat memprediksi rataratakehilangantanahdarierosilembardan
erosi alur, tidak mampu memprediksi pengendapan sedimen pada suatu landscape dan
tidak menghitung hasil sedimen dari erosi parit, tebing sungai dan dasar sungai
(Wischmeier1976)
Berdasarkan hasil pembandingan besaran erosi hasil pengukuran pada petak
erosi standar (Wischmeier plot) dan erosi hasil pendugaan diketahui bahwa model
USLE memberikan dugaan yang lebih tinggi untuk tanah dengan laju erosirendah,dan
erosi dugaan yang lebih rendah untuk tanah dengan laju erosi tinggi. Dengan kata lain
kekurangakuratan hasil pendugaan erosi pada skala plot, mencerminkan hasil dugaan
model ini pada skala DAS akan mempunyai keakuratan yang kurang baik. Disamping
itu, model USLE tidak menggambarkan prosesproses penting dalam proses hidrologi
(Risse et al.1993). Berdasarkan beberapa kelemahan tersebut, model erosi USLE
disempurnakan menjadi RUSLE (Revised USLE) dan MUSLE (Modified USLE)
dengan menggunakan teori erosi modern dan datadata terbaru (Renard 1992dalam
Risseetal.1993),tetapimasihtetapberbasisplot.
Hasilhasil penelitian pengujian model penduga erosi USLE baik yang
dilakukan di Indonesia maupun di luar negerisepertiAfrika,Eropa,negaranegaraAsia
dan di Amerika Serikat itu sendiri, menunjukkan bahwa model penduga erosi USLE
tidak dapat digunakan secara universal (Kurnia 1997)danmemberikanhasilpendugaan
yang biasjikadigunakanuntukmemprediksierosiDAS.Haltersebutdisebabkankarena
ekstrapolasi hasil penelitian dari areal yang sempit ke arealyanglebihluas(DAS)akan
memberikanhasilyangkeliru(Lal1988).

2.ModelANSWERS
Model ANSWERS (areal nonpoint source watershed environmental response
simulation) merupakan sebuah model hidrologi dengan parameter terdistribusi yang
mensimulasikan hubungan hujanlimpasan dan memberikan dugaan hasil sedimen.
Model hidrologi ANSWERS dikembangkan dari USEPA (United States Environment
Protection Agency)oleh Purdue Agricultural Enviroment Station (Beasley and Huggins
1991).
Salah satusifatmendasardarimodelANSWERSadalahtermasukkategorimodel
deterministik dengan pendekatan parameter distribusi. Model distribusi parameterDAS
dipengaruhi oleh variabel keruangan (spatial), sedangkan parameter parameter
pengendalinya,antaralain:topografi,tanah,penggunaanlahandansifathujan.
StrukturModelANSWERS
Model ANSWERS adalah model deterministik yang didasarkan pada hipotesis
bahwa setiap titik di dalam DAS mempunyai hubungan fungsional antara laju aliran
permukaan dan beberapa parameter hidrologi yang mempengaruhi aliran, seperti
intensitas hujan, infiltrasi,topografi,jenistanahdanbeberapafaktorlainnya.Lajualiran
yang terjadi dapat digunakan untuk memodelkan fenomena pindah massa, seperti erosi
 danpolusidalamwilayahDAS.
Dalam model ini suatu DAS yang akan dianalisis responnya dibagi menjadi
satuan elemen yang berukuran bujursangkar, sehingga derajat variabilitasspasialdalam
DAS dapat terakomodasi. Konsepdistribusidisefinisikanmelaluihubunganmatematika
untuk semua proses simulasi, model ini mengasumsikan bahwa suatu DAS merupakan
gabungan dari banyak elemen yang diartikan sebagai suatu areal yang memiliki
paramater hidrologi yang sama. Setiap elemen akan memberikan kontribusi sesuai
dengan karakteristik yang dimiliki. Model ini juga mengikut sertakan semua parameter
kontrol secara spasial. Oleh karena itu model ANSWERS melakukan analisis pada
setiapsatuanelemen.
ParameterMasukanModelANSWERS
Data masukan model ANSWERS dikelompokkan dalam lima bagian (de Roo
1993),yaitu:
1)Datacurahhujan,yaitu:jumlahdanintensitashujanpadasuatukejadianhujan.
2)Datatanah,yaitu:porositastotal(TP),kapasitaslapang(FP),lajuinfiltrasikonstan(FC)
selisih laju infiltrasi maksimum dengan laju infiltrasi konstan (A), eksponen infiltrasi
(P), kedalaman zona kontrol iniltrasi (DF), kandungan air tanah awal (ASM), dan
erodibilitastanah(K).
3) Data penggunaan dan kondisi permukaan lahan, meliputi : volume intersepsi
potensial (PIT), persentase penutupan lahan (PER), koefisien kekasaran permukaan
(RC), tinggi kekasaran maksimum (HU), nilai koefisien manning untuk permukaan
lahan(N),faktortanamandanpengelolaannya(C).
4)Datakarakteristiksaluran,yaitulebarsaluran(CW)dankoefisienmanning(N).
5) Data satuan individu elemen, yaitu : kemiringan lereng, arah lereng, jenis tanah, jenis
penggunaan lahan, liputan penakar hujan, kemiringan saluran, dan elevasi elemen
ratarata.

MekanismemodelANSWERS
MekanismemodelANSWERSdapatdijelaskansebagaiberikut(deRoo1993):
1) Hujan yang jatuh pada suatu DAS dengan vegetasi tertentu, sebagian akan diintersepsi
olehtajukvegetasi(PER)sampaipotensialsimpananintersepsi(PIT)tercapai.
2) Apabila laju hujan lebih kecil dari laju intersepsi, maka air hujan tidak akan mencapai
permukaantanah.Sebaliknyajikalajuhujanlebihbesardarilajuintersepsi,makaterjadi
infiltrasi.
3) Laju infiltrasi awal tersebut dipengaruhi oleh kandungan air tanah awal (ASM =
 anticedent soil moisture), porositas tanah total(TP),kandunganairtanahpadakapasitas
lapang(FP),lajuinfiltrasipadasaatkonstan(FC),lajuinfiltrasimaksimum(FC+A),dan
kedalaman zona kontrol infiltrasi (DF). Laju infiltrasi akan menurun secara
eksponensialdenganbertambahnyakelembabantanah.
4) Jika hujan terus berlanjut, maka laju hujan menjadi lebih besar dari laju infiltrasi dan
intersepsi. Pada kondisi ini air mulai mengumpul dipermukaan tanah dalam depresi
mikro (retention storage) yang dipengaruhi oleh kekasaran permukaan tanah, yaitu RC
danHU.
5) Jika retensi permukaan melebihi kapasitas depresi mikro, maka akan terjadi limpasan
permukaan, di mana besarnya limpasan permukaantersebutdipengaruhiolehkekasaran
permukaan(N),kelerengandanarahaliran.
6)Bilahujanterusberlanjut,makaakantercapailajuinfiltrasikonstan(FC).
7) Pada saat hujan reda, proses infiltrasi masihterusberlangsungsampaisimpanandepresi
sudahtidaktersedialagi.

ParameterKeluaranModelANSWERS
Keluaran model berupa hasil prediksi, yaitu : ketebalan aliran permukaan, debit
puncak, waktu puncak, ratarata kehilangan tanah, laju erosi maksimum tiap elemen,
laju deposisi maksimum tiap elemen dan pengurangan jumlah sedimen akibat tindakan
konservasitanah.
Model ANSWERS juga menampilkan grafik yangberisihyetografhujanterpilih,
hidrograf aliran permukaan, dansedimentasi.Darisetiapkajadianhujandapatdianalisis
debit puncak dan waktu puncak. Debit puncak adalahnilaipuncak(tertinggi)darisuatu
hidrograf aliran, dan waktu puncak adalah selang waktu mulai dari awal terjadinya
aliranpermukaansampaiterjadinyadebitpuncak(BeasleyandHuggin1991).
Asumsi yang digunakan untuk memprediksi erosi dengan model ini adalah : 1)
erosi tidak terjadi di lapisanbawahpermukaan2)sedimendarisuatuelemenkeelemen
lain akan meningkatkan lapisan permukaan elemen tempat pengendapan dan 3) pada
segmen saluran tidak terjadi erosi akibat hempasan butir hujan (Beasley and Huggin
1991).
Penghancuran dan pengangkutan partikel tanah disebabkan oleh pukulan butir
hujan (DTR) dan energi limpasan permukaan. Jumlah partikel tanah yang dapat
dipindahkan tergantung dari besarnya sedimen yang dihasilkan dan kapasitas
transpornya (TC). Air limpasan dan sedimen yang dapat mencapai elemen yang
memiliki saluran, akan bergerak menuju outlet DAS, di mana sedimentasi yang terjadi
dalam saluran akan terjadi ketika besarnya kapasitas transpor telah terlewati (de Roo
1993).
KelebihandanKelemahanModelANSWERS
Beasley dan Huggins (1991) menyebutkan bahwa model ANSWERS dapat
digunakan untuk DAS yang luasnya kurang dari 10.0000 ha. Kelebihan dan model
ANSWERS adalah : a) analisis parameter distribusi yang dipergunakan dapat
memberikan hasil simulasi yang akurat terhadap sifat daerah tangkapan b) dapat
mensimulasi secara bersamaan dari berbagai kondisi dalam DAS c) memberikan
keluaranberupalimpasandansedimendarisuatuDASyangdianalisis.
Beasley dan Huggins (1991), mengemukakan bahwa model ANSWERS sebagai
sebuahmodelhidrologimempunyaikelebihan,antaralain:
 1) Dapat mendeteksi sumbersumber erosi di dalam DAS serta memiliki kemampuan
sebagaialatuntukstrategiperencanaandanevaluasikegiatanRLKTDAS.
2) Dapat mengetahui tanggapan DAS terhadap mekanisme pengangkutan sedimen ke
jaringanaliranyangditimbulkanolehkejadianhujan
3) Sebagai suatu paket program komputer yang ditulis dalam bahasafortran, mempunyai
kemampuan untuk melakukan simulasi hujanlimpasan dariberbagaiperubahankondisi
penggunaanlahandalamDAS.
4) Untuk melakukan inputing data base (topografi, tanah, penggunaan lahan, sistem
saluran) ke dalam model dapat diintegrasikan dengan data dari remote sensing maupun
SIG.
5) Adanya variasi pemilihan parameterinput danoutput dari model disesuaikan dengan
kebutuhanpengguna.
6)Sesuaiuntukditerapkanpadalahanpertanian,hutan,maupunperkotaan.
7)SatuanpengukurandapatberupametrikataupunBritishunit.
8)DapatditerapkanpadaDASdenganukuranlebihkecildari10.000ha.

SedangkankekurangannodelANSWERSantaralain:
1) Semakin kompleks, terutama pada data perlukan dan waktu penghitungan, dimana
besarnyatergantungdariberbagaifaktor,sepertiluasDASdanjumlahgrid.
2) Model terdistribusirelatifmasihbaridibandinglumpedparameter,sehinggamasihperlu
pengembangandanpenyesuaian.
3)Karenahanyauntuktiapkejadianhujan(individualevent),makamodelini
tidakmemilikisubmodeluntukevapotranspirasi.
4)Erosidarisaluranbelumdiperhitungkankedalammodel.
5)Batasgridkemugkinantidakmenggambarkanbatasyangsebenarnya.
6)UntuksebuahgriddalamkenyataandapatlebihbesardariluassubsubDAS.

AplikasiModelANSWERS
Hipotesis yangdikembangkandalammodeliniadalahbahwasetiapbagiandalam
DAS terjadi hubungan antara laju aliran dan parameterparameter hidrologi, serta tipe
tanah, topografi, infiltrasi, penggunaan lahan dan sifat hujan. Laju aliran yang terjadi
dapat digunakan untuk mengkaji hubungan antara komponen hidrologi yang menjadi
dasar dalam pemodelan fenomena transport, seperti erosi tanah dan pengangkutanserta
pergerakanbahankimiatanah.
Model ANSWERS ini telah diaplikasikan penggunaannyapadabeberapaDASdi
Indonesiamelaluibeberapariset,diantaranya:

1) Irianto (1993) mempelajari model ANSWERS untuk memprediksi erosi dan aliran
permukaan pada areal waduk Batujai Nusa Tenggara Timur agar dapat memanfaatkan
sumberdaya air dan lahan secara lestari. Kesimpulan: Model ANSWERS cukup
informatif dalam menampilkan arah lereng, kelas lereng dan areal penyuplai sedimen.
Di samping itu, dapat menampilkan hasil prediksi aliran permukaan per satuan waktu
pada tiap elemen. Informasi yang diberikan berupa: hasil sedimen maksimum, hasil
sedimen ratarata, hasil sedimen tiap elemen, total hasil sedimendanaliranpermukaan
darisuatuDAS,sehinggaakanmeningkatkanakurasipenanganannya.
2) Rauf (1994) melakukan penelitian di DAS Palu Timur dengan tujuan: a) memprediksi
 limpasan dan sedimen di DAS Palu TimurdenganmenggunakanmodelANSWERSb)
menentukan kawasan yang memiliki potensi erosi tinggi melalui simulasi dan c)
mempelajari pengaruh penggunaan lahan terhadap respon hidrologi DAS. Kesimpulan:
Penggunaan model ANSWERS dalam analisis respon Hidrologi DAS, dapat diperoleh
informasi berupa limpasan dan sedimen ratarata,pengurangansedimenakibattindakan
konservasi tanah, serta dapat diidentifikasidaerahpemasoksedimen.Akantetapimodel
ini lebih sesuai untuk DAS yang berukuran kecil karena model ini hanya mampu
mensimulasisatuliputanpenakarhujan.
3) Rompas (1996) melakukan penelitian di daerah tangkapan Citere, DAS Citarik,
Pangalengan, Jawa Barat. Tujuan penelitian adalah memprediksi aliran permukaan dan
sedimen dengan model ANSWERS, serta melakukan simulasi dengan model
ANSWERS untuk digunakan dalam perencanaan pengelolaan daerah tangkapan Citere
pangalengan. Kesimpulan: Uji statistik menunjukkan bahwa aliran permukaan dan
sedimen hasil prediksi model ANSWERS tidak berbeda dengan hasil observasi. Model
ANSWERS cukupbaikdigunakanuntukmemprediksialiranpermukaandansedimendi
dalamDAS.
4) Tikno (1996) melakukanpenelitiandiDASCibarengkok,Cimuntur,JawaBarat.Tujuan
penelitian adalah: a) memprediksi aliran permukaan dan hasil sedimen di DAS
Cibarengkok dengan menggunakan model ANSWERS b) membandingkan hasil
prediksimodeldenganhasilpengukuran(pengujianmodel)danc)aplikasimodeluntuk
perencanaan pengelolaan DAS. Kesimpulan: Model ANSWERS cukup peka terhadap
perubahan nilai parameter kekasaran permukaan lahan (N) dalam memprediksi aliran
langsung, khususnya pada debit puncak (Qp). Selain itu model ANSWERS jugasangat
peka terhadap parameter faktor tanaman dan pengelolaan tanah(C)dalammemprediksi
kehilangantanah(Sy).
5) Aswandi (1996) melakukan penelitian di DAS Cikapundung, Jawa Barat. Tujuan
penelitian ini adalah mengevaluasi dan menentukan perencanaan pengelolaan DAS
dengan menggunakan model ANSWERS. Kesimpulan: Perubahan vegetasi (hutan)
paling berpengaruh terhadap fluktuasi debit aliran dan penambahan kebun campuran
menimbulkanersoipalingbesardalamDAS.
6) Ramdan (1999) melakukan penelitian di DTA Cikumutuk DAS Cimanuk Hulu. Tujuan
penelitian ini adalah: a) memprediksi besarnya erosi dan aliran permukaan yang terjadi
di DAS Cimanuk menggunakan model ANSWERS dan b) menentukan alternatif
penggunaan lahan yangdapatmengendalikanerosidanaliranpermukaanyangterjadidi
DAS Cimanuk. Hasil simulasi model ANSWERS menunjukkan bahwa penggunaan
lahan yang seluruhnya berupa hutan paling efektif menurunkan erosi, yaitu sebesar
91,8%. Sedangkan penggunaan lahan yang paling besar meningkatkan erosi adalah
penggunaan lahan yang seluruhnya berupa tegalan dengan kenaikan erosi mencapai
328%darierosipadasaatpenelitian.
7) Hidayat (2002) melakukan penelitian di DTA Bodong Jaya dan DASWayBesayHulu,
Lampung Barat. Penelitian bertujuan untuk memprediksi erosi dan aliran permukaandi
DTA Bodong Jaya dan DAS Way Besay Hulu, Lampung Barat dengan menggunakan
model ANSWERS dan menentukan alternatif pengelolaan lahan yang efektif
mengendalikan erosi dan aliran permukaan di DTA Bodong Jaya dan DAS WayBesay
Hulu. Kesimpulan: Model ANSWERS memprediksi erosi dan aliran permukaan secara
baik pada curah hujan dengan jumlah dan intensitas yang cukup tinggi. Pada curah
 hujan yangrendah,hasilprediksimodelmengalamideviasiyangcukupbesar,walaupun
secara keseluruhan hasil prediksi model tersebut tidak berbeda nyata dengan hasil
pengukuran.
8) Utami (2002) melakukan penelitian di DAS Padas. Tujuan penelitian ini adalah: a)
memprediksi aliran permukaan dan eosi menggunakan model ANSWERS dan 2)
mengkaji pengaruh teknik RLKT terhadap hidrologi DAS Padas. Kesimpulan:
Parameter hidrologierosi hasil pengukuran dan keluaran model ANSWERS tidak
berbeda nyata dengan nilai koefisien korelasi yang cukup tinggi. Dengan demikian
model ANSWERS cukup baik untuk memprediksi erosi tanah ratarata, jumlah aliran
permukaan,dandebitpuncakaliranpermukaandidaerahpenelitian.
3.ModelAGNPS
Model AGNPS (agricultural non point source pollution model) dikembangkan
oleh USDAARS, North Central Soil Consrvation Service, Morris, Minnesota yang
bekerjasama dengan USDASCS, MPCA (Minnesota Pollution Control Agency),
LCMR (Legeslative Commission in Minnesota Resources) dan EPA (Environmental
Protection Agency) (Young et al. 1994). Model ini terus berkembang dan telah
diterapkan di beberapa negara untuk menentukan langkahlangkah kebijakan dan
evaluasi dalam kegiatan konservasi, seperti di Amerika, Canada dan negaranegara di
Eropa(Yoon1996).
StrukturModelAGNPS
Model AGNPS bekerja pada basis sel geografis (dirichlet tesselation) yang digunakan
untuk menggambarkan kondisi daratan (upland) dan saluran (channel). Dirichlet
tesselation adalah proses pembagian dan pengelompokan DAS menjadi sel (tiles) yang
juga dikenal dengan nama polygon Thiessen atauVoronoi. Setiap sel berbentuk bujur
sangkar seragam yang membagi DAS secara merata, di mana memungkinkan analisis
padatitikdalamsuatuDAS.
Polutan potensial ditelusuri melalui selsel dari awal hinggaoutlet secara
bertahap, sehingga aliran pada setiap titik antar sel dapat diperhitungkan. Seluruh
karakteristikDASdanmasukandigambarkanpadatingkatansel.
Setiap sel mempunyai resolusi 2,5 akre (1,01 ha) hingga 40 akre (16,19 ha).
Ukuran sel yang lebih kecil dari 10 akre direkomendasikan untuk DAS dengan luas
kurang dari 2000akre(809,36ha).UntukDASyangluasnyalebihdari2000akre,maka
ukuranseladapatberukuran40akre(Yoon1996).
Setiap sel utama dapat dibagi lagi menjadi selsel yang lebih kecil untuk
memperoleh resolusi yang lebih rinci dari kondisi topografi yang komplek. Ketelitian
hasil dapat ditingkatkan dengan mengurangi ukuran sel, tetapi hal ini akan
membutuhkanwaktudantenagayanglebihbanyakuntukmenjalankanmodel.
Nilainilai parameter model untuk skala sel ditetapkan berdasarkan kondisi
biofisik aktual pada masingmasing sel. Oleh sebab itu, untuk mendapatkan satu nilai
parameter yang seragam pada masingmasing sel, perlu ditetapkan nilai tunggal
parameter sel dengan menghitung nilai ratarata tertimbang dari berbagai kondisi
bergamyangada(Yoon1996).
ParameterMasukanModelAGNPS
AdaduaparametermasukandalammodelAGNPS,yaituinisialdatadandataper
sel(spreadseheetdataentry)(Yoon1996).Parametermasukaninisialdata,meliputi:1)
identifikasiDAS2)deskripsiDAS3)luassel(akre)4)jumlahsel5)curahhujan
 (inci)6)konsentrasiNdalamcurahhujan(ppm)7)energiintensitashujanmaksimum
30menit(EI30)8)durasihujan(jam)9)perhitungandebitpuncakaliran10)
perhitungangeomorfikdan11)faktorbentukhidrograf.
SedangkanparametermasukanperseldalammodelAGNPSterdiridari22
parameter,yaitu:1)nomorsel2)nomorselpenerima3)divisisel4)divisisel
penerima5)arahaliran6)bilangankurvaaliranpermukaan7)kemiringanlereng(%)
8)faktorbentuklereng9)panjanglereng10)koefisienaliranManning11)faktor
erosibilitastanah12)faktorpengelolaantanaman13)faktorpengelolaantanah14)
konstantakondisipermukaan15)faktorCOD16)teksturtanah17)indikator
pemupukan18)indikatorpestisida19)indikatorpointsource20)indikatortambahan
erosi21)faktorgenangandan22)indikatorsaluran.
ParameterKeluaranModelAGNPS
Young et al. (1989), hasil keluaran (output) dari model AGNPS dapat berupa
grafik dan tabular dengan informasi yang sangat lengkap, baik keluaran DAS
(watershed summary) maupun keluaran per sel. Keluaran DAS, meliputi : 1) volume
aliran permukaan 2) laju puncak aliran permukaan 3) total hasil sedimen 4) total N
dalam sedimen 5) total N terlarut dalam aliran permukaan 6) konsentrasi N terlarut
dalam aliran permukaan 7) total P dalam sedimen 8) total p terlarut dalam aliran
permukaan 9) konsentrasi P terlarut dalam aliran permukaan 10) total COD terlarut
dankonsentrasiCODterlarutdalamaliranpermukaan.
SedangkankeluaranperseldarimasingmasingselyangterdapatdalamDAS
dapatberupa:

1) Hidrologi, meliputi : a) volume aliranpermukaanb)lajupuncakaliranpermukaandan
c)bagianaliranpermukaanyangdihasilkandidalamsel.
2) Sedimen, meliputi : a) hasil sedimen b) konsentrasi sedimen c) distribusi ukuran
partikel sedimen d) erosi yang dipasok dari sel sebelah atasnya e) jumlah deposisi f)
sedimen di dalam sel g) rasio pengkayaan oleh ukuran partikel dan h) rasio
pengangkutanolehukuranpartikel.
3) Kimiawi, meliputi : a) nitrogen (massaNpersatuanluasdidalamsedimen,konsentrasi
material terlarut, dan massa dari material terlarut) b) fosfor (massaPpersatuanluasdi
dalam sedimen, konsentrasi dari material terlarut, dan massa darimaterialterlarut)dan
c)COD(konsentrasiCODdanmassaCODterlarutpersatuanluas).
KelebihanModelAGNPS
Kelebihan model ini terletak pada parameterparameter model yang terdistribusi
di seluruh areal DAS, sehingga nilainilai parameter model benarbenar mencerminkan
kondisi biofisik DAS pada setiap satuan luas di dalam DAS. Selain erosi, model ini
mampu menghasilkan keluarankeluaran seperti : volume dan laju puncak aliran
permukaan,hasilsedimen,kehilanganN,PdanCOD(Youngetal.1994).
AplikasiModelAGNPS

Model AGNPS ini juga telah diaplikasikan penggunaannya pada beberapa DAS di
Indonesiamelaluibeberapapenelitian,diantaranya:
1) Muhlis (1999) melakukan penelitian integrasi parsial penginderaan jauh dan sistem
informasi geografi dalam pembangkitan masukan model AGNPS. Tujuan penelitian ini
adalah : a) mengekstraksi bilangan kurva SCS (SCS curve number) sebagai salah satu
 masukan dalam model dari data penginderaan jauh b) mengintegrasikan SIG ke dalam
model, baiksebagaipreprosesor(masukandata)maupunsebagaisaranatampilangrafis
dan tabel keluaran model dan c) menilai sensitivitas parameter masukan model yang
berhubungan dengan aliran permukaan. Kesimpulan : Data penginderaan jauh dapat
menurunkan beberapa parameter masukan AGNPS, meliputi faktor pengelolaan
tanaman, koefisien kekasaran permukaan Manning, koefisien kondisi permukaan, dan
bilangankurvaaliranpermukaan.
2) Rahayu (2000) melakukan studi ancaman erosi DAS Kelara di Sulawesi Selatan. DAS
seluas 37.175 ha dibagi dalam 1.487 sel dengan luas masingmasing 25 ha. Prediksi
erosi setiap sel menggunakan metode MUSLE. Kesimpulan : Laju erosi DAS Kelara
berkisar antara 0 577 ton/ha/bulan, dengan ratarata 12,65 ton/ha/bulan pada musim
hujan.
3) Nugroho (2000) melakukan penelitian di DAS Dumpul yang bertujuan : a) melakukan
analisis aliran permukaan, sedimen dan kehilangan hara nitrogen, fosfor dankebutuhan
oksigen kimiawi dengan menggunakan model AGNPS dan b) melakukan simulasi
model sesuai dengan kondisi biogeofisik DAS untuk perencanaan pengelolaan DAS.
Kesimpulan : Volume dan laju aliran permukaan, hasil sedimen, dan kehilangan hara
nitrogen,fosfordankonsentrasiCODterlaruttidakberbedaantarahasilpengamatandan
model. Hal ini menunjukkan bahwa nilainilai parameter yang digunakan dalam model
AGNPS cukup akurat untuk memprediksi aliran permukaan, hasil sedimen, dan
kehilangan hara nitrogen, fosfor dan konsentrasi COD terlarut, sehingga dapat
digunakansebagaialatbantudalamperencanaanpengelolaanDAS.
4) Tarigan (2000) melakukan studi perencanaan pengelolaan daerah tangkapan untuk
pelestarian situ Cibuntu Cibinong menggunakan model AGNPS. Tujuannya adalah
membuat perencanaan pengelolaan daerah tangkapan tersebut menggunakan model
AGNPS. Kesimpulan yang diperoleh adalah pengelolaan lahan di daerah tangkapan
Cibuntu dengan cara menanam tanaman campuran di lereng agak curam dan landai
denganmembuatguludansearahkonturharusditerapkan.
5) Salwati (2004) mengkaji dampak perubahan penggunaan lahan terhadap respons
hidrologi di DAS Cilalawi SubDASCitarumJawaBaratmenggunakanmodelAGNPS.
Hasil analisis menggambarkan bahwa perubahan penggunaan lahan mengakibatkan
perubahan respons hidrologi, di mana pada tahun 2003 volume aliran permukaan
meningkat 6,1 %, debit puncak aliran permukaan meningkat 6,8 %, hal ini
mengakibatkanhasilsedimenmeningkatsampai45,6%dibandingtahun1997.

PENUTUP
Penggunaan model erosi skala DAS dengan parameter terdistribusimasihterbatas
pada skala penelitian. Disamping memerlukan input parameter yang relatif banyak dan
kompleks, input parameter model tersebut juga sering tidak tersedia di lapangan.
Penggunaan model ANSWERS mulai dirintis pada beberapa DAS seperti DAS Solo
bagianhuludanBrantasbagianhuludibawahpengelolaanBalaiTeknologiPengelolaan
DAS (Priyono dan Mulyadi, 2000). Penggunaannya pada DASDAS yang lain
dihadapkan pada kendala penyediaan parameterinputyangtidakdapatdipenuhi,karena
instrumentasi pengukur debit aliran air dan sedimen biasanya tidak tersediadisebagian
besarDASdiIndonesia.
Model ANSWERS (areal nonpoint source watershed environmental response
simulation) dan model AGNPS (agricultural non point source pollutioan model)
merupakan model penduga erosi skala DAS yang telah mulai banyak digunakan di
Indonesia. Walaupun masih mempunyai beberapa kelemahan, model tersebut
memberikan hasil pendugaan erosi yang cukup baik. Sinukaban (1997) telah
menggunakan model AGNPS untuk memprediksi aliran permukaan, erosi, kehilangan
nitrogen dan fosfor dan COD dari DAS seluas 10,4 hektar di wilayah perbukitan.
Hasilnya menunjukkan bahwa hasil prediksi model tidak berbeda secara stastistik
dengan hasilpengukuran.SedangkanGintingdanIlyas(1997)yangmelakukansimulasi
berbagai penggunaan lahan dengan menggunakan model ANSWERS di DAS Siluak,
menyimpulkanbahwamodelANSWERSmemerlukanvalidasilebihlanjut.
Disamping disebabkan adanya perbedaan ukuran raster sel dan DAS yang
digunakan, bervariasinya hasil dugaan model ANSWERS diduga terkait dengan
dinamika proses erosi pada suatu bentang lahan. Dinamika erosi terjadi akibat
bervariasinya jumlah dan intensitas hujan serta karakteristik permukaan lahan yang
mempengaruhi proses deposisi sedimen (barrier/filter). Sinukaban et al. (2000) dan
Susswein et al. (2001) menunjukkan bahwa jenis dan konfigurasibar ier /fi lter sangat
mempengaruhi jumlah erosi dan volume aliran permukaan yang dihasilkan dari suatu
bentanglahandanwilayahDAS.

































DAFTARPUSTAKA


ArsyadS.2006.KonservasiTanahdanAir.Bogor:IPBPress.

Asdak C. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gadjah Mada
UniversityPress.
Aswandi. 1996.AplikasiModelANSWERSDalamPerencanaanPengelolaanDaerahAliranSungai
CikapundungJawaBarat.TesisMagister.ProgramPascasarjana,IPB.Bogor.
Beasley DB and Huggins LF. 1991. ANSWERS. Users Manual. Agricultural Engineering
Department,PurdueUniversity,WestLaffayete,Indiana.

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

Chow VT, Maidment DR, and Mays LW. 1988. Applied Hydrology. Singapore : McGrawHill
BookCompany.

De Roo. 1993. Modelling Surface Runoff and Soil Erosion in Catchment Using Geographical
InformationSystem.Utrecht.UtrechtUniversity.

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

Ginting AN, dan Ilyas MA. 1997. Pendugaan Erosi pada Sub DAS Siulak di Kabupaten Kerinci
denganMenggunakanModelANSWERS.
Makalah Lokakarya Penetapan Model Erosi Tanah.PuslitbangHutandanKonservasiAlam,Bogor.
7Maret1997.
Hal WA and Dracup JA. 1970. Water Resources System Engineering. Mc GrawHill Book Co.,
NewYork.
HartoSBr.1993.AnalisisHidrologi.Jakarta:PT.GramediaPustakaUtama.
Hidayat Y. 2002. Aplikasi Model ANSWERS dalam MempredikasiErosidanAliranPermukaandi
DTA Bodong Jaya dan DAS Way Besay Hulu, Lampung Barat. Tesis Magister.
ProgramPascasarjana,IPB.Bogor.
Hillel D. 1977. Computer Simulation of Soil Water Dynamics : A Compendium of Recent Work.
IDRC.Ottawa
Irianto G. 1993. Prediksi Aliran Permukaan, Laju Erosi dan Kualitasnya DenganModelANWERS
Untuk Mendukung Usaha Pemanfaatan Sumberdaya Air dan Tanah pada Areal Waduk
Batujai,NTB.TesisMagister.ProgramPascasarjana,IPB.Bogor.
Kurnia U. 1997. Pendugaan Erosi dengan Metoda USLE : KelemahandanKeunggulan.Lokakarya
PenetapanModelPendugaanErosiTanah,Bogor,7Maret.
LalR.1988.SoilErosionbyWindandWater:ProblemsandProspects.Pp16.InR.Lal(ed).Soil
ErosionResearchMethods.SoilandWaterConservationSociety,Ankeny.Iowa.
Mise JH and Cox JG. 1968. Essential of Simulation. Prentice Hall Inc. Englewood Cliffs, New
Jersey.
Muhlis M. 1999. Integrasi Parsial Penginderaan Jauh dan Sistem Informasi Geografi Dalam
Pembangkitan Masukan Model AGNPS. Tesis Magister. Program Pascasarjana, IPB.
Bogor.
NasutionAHdanBarizi.1980.MetodeStatistikuntukPenarikanKesimpulan.Gramedia.Jakarta.
Nugroho SP. 2000. Analisis Aliran Permukaan,SedimendanHaraNitrogen,FosfordanKebutuhan
Oksigen Kimiawi dengan Menggunakan Model AGNPS Di Sub DAS Dumpul. Tesis
Magister.ProgramPascasarjana,IPB.Bogor.
Pawitan H. 1995. Metode Analisis Sistem Hidrologi Dalam Pendugaan Erosi dan Sedimen Daerah
AliranSungai.DiskusiPenelitianErosidanSedimentasiDiPuslitbangPUDiBandung.
Pawitan H. 1999. Hidrologi Daerah Aliran Sungai : Terapan Teknik Modeling. Makalah Pelatihan
DosenDosenPTNIndonesiaBagianBaratdalamBidangAgroklimatologi.Bogor.
Priyono CNS dan Mulyadi D. 2000. Penyempurnaan Perencanaan Pengelolaan DAS di Indonesia.
Disampaikan pada Seminar HasilHasil Penelitian BTPDAS, 15 Januari 2000.
Surakarta.
Ramdan H. 1999. Aplikasi Model ANSWERS Dalam Pendugaan Erosi dan Aliran Permukaan Di
DTA Cikumutuk Sub DAS Cimanuk Hulu. Tesis Magister.ProgramPascasarjana,IPB.
Bogor.
Rauf A. 1994. Aplikasi Model ANSWERS Untuk Analisis ResponHidrologiSubDASPaluTimur
SulwesiTengah.TesisMagister.ProgramPascasarjana,IPB.Bogor.
Risse, L.M., M.A. Nearing, A.D. Nicks, and J.M. Laflen. 1993. Error Assessment in the Universal
SoilLossEquation.Soil.Sci.Soc.Am.J.Vol.57:825833.


Rompas JJ.1996.PenerapanModelANWERSDalamMemprediksiAliranPermukaandanErosiDi
Daerah Tangkapan Citere Sub DAS Citarik Pengalengan Jawa Barat. Tesis Magister.
ProgramPascasarjana,IPB.Bogor.
Salwati. 2004.KajianDampakPerubahanPenggunaanLahanTerhadapResponHidrologiSubDAS
Cilalawi DAS Citarum Jawa Barat Menggunakan Model ANSWERS. Tesis Magister.
ProgramPascasarjana,IPB.Bogor.
Schwab GO, Frevert RK, Edminster TV, and Barnes KK. 1981. Soil and Water Conservation
Engineering.JohnWilleyandSons,Inc.NewYork.

Sinukaban N. 1995. Manajemen/Pengelolaan Daerah Aliran Sungai. Diskusi Penelitian Erosi dan
SedimentasiDiPuslitbangPUDiBandung.