Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

Analisa Sedimen di DAS Progo menggunakan Metode Modified

Universal Soil Loss Equation (MUSLE)
E. Monica Zada
Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, INDONESIA
elfa.monica.z@mail.ugm.ac.id

F. Nurrochmad
Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, INDONESIA
fatchan.nurrochmad@gmail.com

J. Sujono
Departemen Teknik Sipil dan Lingkungan, Universitas Gadjah Mada, Yogyakarta, INDONESIA
jsujono@ugm.ac.id

INTISARI
Perubahan tata guna lahan yang tidak terencana dengan baik dapat mempengaruhi proses terjadinya erosi sebagai salah
satu permasalahan yang sering terjadi di daerah aliran sungai (DAS). Tujuan penelitian ini adalah mendapatkan
pengaruh perubahan tata guna lahan terhadap pendugaan hasil sedimen di DAS Progo menggunakan Metode Modified
Universal Soil Loss Equation (MUSLE). Metode MUSLE menggunakan faktor limpasan sebagai energi yang
digunakan untuk penghancuran dan pengangkutan sedimen. Hasil penelitian didapat nilai faktor erodibilitas tanah (K)
sebesar 0,45, faktor panjang dan kemiringan lereng (LS) sebesar 0,16, faktor penutupan vegetasi (C) untuk tata guna
lahan tahun 2011 sebesar 0,24 dan tata guna lahan tahun 2015 sebesar 0,30, dan faktor konservasi lahan (P) untuk tata
guna lahan tahun 2011 sebesar 0,40 dan tata guna lahan tahun 2015 sebesar 0,42. Perbedaan tata guna lahan
berpengaruh terhadap pendugaan hasil sedimen di DAS Progo. Perkiraan hasil sedimen menggunakan tata guna lahan
tahun 2011 dibanding tata guna lahan tahun 2015 menunjukkan adanya peningkatan perkiraan hasil sedimen sebesar
30%. Pada saat terjadinya banjir, diharapkan para operator pintu untuk menutup pintu intake agar sedimen saat banjir
tidak ikut masuk ke saluran irigasi.
Kata kunci: debit banjir, hasil sedimen, volume limpasan, musle

PENDAHULUAN Arekhi, dkk (2012) memperkirakan hasil sedimen

Perubahan tata guna lahan yang tidak terencana
dengan baik dapat mempengaruhi proses
terjadinya erosi sebagai salah satu permasalahan
yang sering terjadi di daerah aliran sungai (DAS).
Salah satu faktor penyebab erosi adalah hujan.
Hujan membawa material terangkut menuju hilir
sungai. Erosi dapat mempengaruhi produktivitas
lahan yang biasanya terjadi DAS bagian hulu dan
dapat memberikan dampak pada DAS bagian hilir
berupa hasil sedimen (sediment yield). Tujuan
penelitian ini adalah mendapatkan pengaruh
perubahan tata guna lahan terhadap pendugaan
hasil sedimen di DAS Progo menggunakan
Metode Modified Universal Soil Loss Equation
(MUSLE). Metode MUSLE menggunakan faktor
limpasan sebagai energi yang digunakan untuk
penghancuran dan pengangkutan sedimen.
menggunakan metode Modified Universal Soil
Loss Equation (MUSLE) di DAS Kengir di Kota
Iyvan, Provinsi Ilam, Iran. Hasil sedimen di DAS
Kengir disimulasikan untuk enam peristiwa hujan
yang menyebar sepanjang tahun 2000 dan
divalidasi dengan nilai hasil sedimen observasi.
Hasil penelitian didapat koefisien determinasi
yang tinggi nilai (0,99), sehingga menunjukkan
bahwa hasil sedimen model MUSLE prediksi baik
untuk tujuan praktis.
METODOLOGI PENELITIAN
Lokasi Penelitian
Lokasi penelitian berada di DAS Progo yang
terletak di Provinsi Jawa Tengah dan DIY. Luas
DAS Progo 2479 km2 dan panjang sungai utama
138 km. Lokasi penelitian ditunjukkan pada
Gambar 1.
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020
Gambar 1. Lokasi Penelitian
Ketersediaan Data
Data yang digunakan pada penelitian ini yaitu data
curah hujan, peta topografi, peta jenis tanah, peta
tata guna lahan tahun 2015, dan aliran dasar
diperoleh dari Balai Besar Wilayah Sungai –
Serayu Opak (BBWS-SO) dan peta tata guna lahan
tahun 2011 diperoleh dari Kementrian Kehutanan
Republik Indonesia.
Hujan Rerata Daerah Aliran Sungai (DAS)
Perhitungan hujan rerata DAS menggunakan
metode Poligon Thiessen. Persamaan hujan rerata
DAS metode Poligon Thiessen ditunjukkan pada
Persamaan 1 dan Persamaan 2.
𝐻𝑑 = ∑𝑛𝑖=1 𝛼𝑖 𝐻𝑖 (1)
𝐿𝑖
𝛼𝑖 = 𝐿 (2)
dengan:
Hd : hujan rerata DAS (mm)
Hi : hujan masing masing stasiun (mm)
αi : koefien Thiessen stasiun i
Li : luas masing-masing poligon (km2)
L : luas DAS (km2)
n : jumlah stasiun berpengaruh
Analisis Frekuensi
Hujan rerata DAS perlu ditentukan kemungkinan
terulangnya curah hujan dengan periode tertentu
untuk menentukan debit banjir. Hujan rerata DAS
dianalisis dengan distribusi Normal, Log Normal,
E.J. Gumbel, dan Log Pearson Tipe III. Penentuan
distribusi yang sesuai berdasarkan dengan
parameter statistik yaitu koefisien skewness (Cs)
dan koefisien kurtosis (Ck). Distribusi terpilih
dilakukan uji kesesuaian menggunakan uji Chi
Kuadrat dan uji Smirnov Kolmogorof.
Modified Universal Soil Loss Equation (MUSLE)
Perhitungan hasil sedimen (sedimen yield)
menggunakan metode Modified Universal Soil
Loss Equation (MUSLE). Metode MUSLE tidak
Yogyakarta, 15 April 2020
menggunakan faktor energi hujan sebagai
penyebab terjadinya erosi melainkan
menggunakan faktor limpasan permukaan.
Volume limpasan permukaan mewakili energi
yang digunakan untuk penghancuran dan
pengangkutan sedimen. Menurut Williams &
Berndt (1977), persamaan MUSLE ditunjukkan
pada Persamaan 3.
Ys = 11,8 (Qp .Vq)0,56 x K x LS x C x P (3)
dengan:
Ys : hasil sedimen (ton)
Vq : volume limpasan (m3)
Qp : debit puncak (m3/s)
K : faktor erodibilitas tanah
LS : faktor kemiringan lereng
C : faktor penutupan vegetasi
P : faktor konservasi praktis
Alihragam Hujan menjadi Aliran
HSS Gama I dikembangkan oleh Sri Harto (2009)
berdasar perilaku hidrologik 30 DAS di Pulau
Jawa. HSS Gama I terdiri dari empat variabel
pokok, yaitu waktu naik (time of rise, TR), debit
puncak (Qp), waktu dasar (Tb), dan resesi-resesi
yang ditentukan oleh nilai koefisien tampungan
(storage coefficient, K). Persamaan yang
digunakan pada metode HSS Gama I seperti pada
Persamaan 4 sampai Persamaan 8.
TR = 0,43 (L/100 SF)3 + 1,0665 SIM+1,2775 (4)
QP = 0,1836 A0,5886 TR-0,4008 JN0,2574 (5)
TB = 27,4132 TR0,1457 S-0,0986 SN0,7344 RUA0,2574 (6)
K = 0,5617 A0,1798 S-0,1446 SF-1,0897 D0,0452 (7)
QB = 0,4715 A0,6444 D 0,9430 (8)
dengan:
A : luas DAS (km2)
L : panjang sungai utama (km)
S : kemiringan dasar sungai
SF : faktor sumber
SN : frekuensi sumber
WF : faktor lebar
JN : jumlah pertemuan sungai
SIM : faktor simetri
RUA : luas relatif DAS sebelah hulu
D : kerapatan jaringan kuras
Tahapan Analisis Data
Tahapan analisis data pada penelitian ini adalah
perhitungan debit banjir, perhitungan volume
limpasan, dan perhitungan hasil sedimen di DAS
Progo.
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

1. Perhitungan Debit Banjir hujan dan besar nilai Koefisien Thiessen

Perhitungan debit banjir DAS Progo ditunjukkan pada Tabel 1.
menggunakan program HEC-HMS Versi 4.2.1.
Data masukan untuk pemodelan debit banjir
sebagai berikut.
a. Hujan Rerata Daerah Aliran Sungai (DAS)
 Pengolahan data curah hujan menjadi hujan
DAS menggunakan metode Poligon
Thiessen.
 Hujan rancangan dianalisis dengan
distribusi Normal, Log Normal, E.J.
Gumbel, dan Log Pearson Tipe III.
 Distribusi hujan harian ke jam-jaman
menggunakan Metode Alternating Block
Method (ABM). Gambar 2. Poligon Thiessen DAS Progo
b. Limpasan (Loss)
Perhitungan limpasan menggunakan metode Tabel 1. Nilai Koefien Thiessen
SCS-CN (Soil Conservation Service-Curve Stasiun Luas (km2) α
Number). Hubungan antara nilai kemampuan Caturanom 341,14 0,138
penyimpanan maksimum dengan nilai dari Badran 902,15 0,364
karakteristik DAS yang diwakili oleh nilai CN. Kalibawang 548,22 0,221
Perhitungan nilai CN untuk tata guna lahan Sayegan 134,12 0,054
tahun 2011 dan tata guna lahan tahun 2015. Godean 99,17 0,040
c. Alihragam (Transform) Hujan menjadi Aliran Kenteng 112,47 0,045
Metode alihragaman hujan menjadi aliran Kalijoho 46,66 0,019
menggunakan metode hidrograf satuan sintetik Pajangan 63,79 0,026
(HSS) Gama I. Gembongan 95,10 0,038
d. Aliran Dasar (baseflow) Sapon 44,31 0,018
Baseflow Sungai Progo sebesar 148 m3/s Brosot 78,14 0,032
(BBWS-SO). Sanden 14,07 0,006
Luas DAS 2479,35 1,000
2. Perhitungan Volume Limpasan
Perhitungan volume limpasan didapat dari hasil Rekapitulasi hasil analisis hujan rerata
perkalian antara tinggi limpasan dan luas daerah menggunakan metode Poligon Thiessen
aliran sungai (DAS). ditunjukkan pada Tabel 2.
3. Perhitungan Hasil Sedimen di DAS Pogo Hasil analisis hujan rancangan sesuai dengan
Perhitungan hasil sedimen di DAS Progo distribusi Log Pearson III. Hasil analisis curah
menggunakan metode Modified Universal Soil hujan rancangan ditunjukkan pada Tabel 3.
Loss Equation (MUSLE).

HASIL DAN PEMBAHASAN

Hujan Daerah Aliran Sungai (DAS)

Analisis hujan rerata di DAS Progo dilakukan
dengan metode Poligon Thiessen yang dalam
pengelolaannya menggunakan Program Arc Map
Versi 10.5. Hasil Poligon Thiessen ditunjukkan
pada Gambar 2 dan Luas masing-masing stasiun Tabel 2. Rekapitulasi Hasil Analisis Hujan Rerata
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

Tahun Curah Hujan Rerata (mm) 4 25 71,7

2003 61 5 50 73,9
2004 59
6 100 75,6
2005 39
2006 32
2007 49 Nilai Curve Number (CN)
2008 54 DAS Progo merupakan kelompok hidrologi
2009 48 tanah D (Ritawati, dkk, 2012). Nilai CN dari
2011 57 hasil analisis tata guna lahan menunjukkan bahwa
2012 74 presentasi tata guna lahan di DAS Progo
2013 60 didominasi oleh sawah dan hutan. Tata guna lahan
2014 50 tahun 2011 dan Nilai CN DAS Progo ditunjukkan
2015 53 pada Tabel 4 dan Tata guna lahan tahun 2015 dan
2017 65 Nilai CN DAS Progo ditunjukkan pada Tabel 5.

Tabel 3. Hasil Analsis Hujan Rancangan Tabel 4 menunjukkan bahwa DAS Progo
mempunyai nilai CN sebesar 80,28 dan Tabel 5
Periode Curah Hujan menunjukkan bahwa DAS Progo mempunyai nilai
No. Kala Ulang Rancangan CN sebesar 80,06.
(Tahun) (mm)
1 2 54,6
2 5 63,7
3 10 67,8

Tabel 4. Tata Guna Lahan tahun 2011 dan Nilai CN

Luas Kelompok Hidrologi Tanah (D)
No Tata Guna Lahan 2
Luas x Nilai CN
(km ) Nilai CN
1 Sawah 1172,37 81 94961,63
2 Pemukiman 361,61 84 30375,25
3 Tegalan / Ladang 234,87 80 18789,57
4 Rumput /Semak Belukar 214,82 78 16756,20
5 Hutan 71,50 77 5505,46
6 Perkebunan 424,18 77 32661,98
Total 2479,35 199050,09
Nilai CN Komposit 80,28

Tabel 5. Tata Guna Lahan tahun 2015 dan Nilai CN

Luas Kelompok Hidrologi Tanah (D)
No Tata Guna Lahan Luas x Nilai CN
(km2) Nilai CN
1 Sawah 912,63 81 73923,35
2 Perkampungan 413,82 84 34760,51
3 Tegalan / Ladang 302,18 80 24174,74
4 Rumput /Semak Belukar 122,27 78 9537,42
5 Hutan / Perkebunan 728,44 77 56090,00
Total 2479,35 198486,02
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

Nilai CN 80,06

Distribusi Hujan Jam-Jaman program HEC-HMS Versi 4.2.1. Skema (Basin

DAS Progo mempunyai karakteristik hujan Model) DAS Progo ditunjukkan pada Gambar 4.
dengan durasi 4 (empat) jam (Novita, 2015). Hasil
analisis distribusi hujan jam-jaman menggunakan
Metode Alternating Block Method (ABM)
ditunjukkan pada Tabel 6.

Tabel 6. Hasil Analisis Distribusi Hujan Jam-

Jaman

Periode Distribusi Hujan (mm)

kala
Ulang Gambar 4. Skema (Basin Model) DAS Progo
(tahun) Jam Ke-
1 2 3 4 Rekapitulasi hasil analisis pemodelan debit banjir
2 6,3 34,4 8,9 5,0 menggunakan program HEC-HMS Versi 4.2.1
5 7,3 40,1 10,4 5,8 ditunjukkan pada Tabel 7.
10 7,8 42,7 11,1 6,2
25 Tabel 7. Rekapitulasi Hasil Analisis Pemodelan
8,2 45,1 11,7 6,6
Debit Banjir
50 8,5 46,5 12,1 6,8 Debit Puncak (Qp) (m3/s)
100 8,7 47,6 12,4 6,9 Kala
Tata Guna Tata Guna
No. Ulang
Lahan Lahan
(tahun)
Tahun 2011 Tahun 2015
Alihragam (Transform) Hujan menjadi Aliran 1 2 1063,6 1049,9
Grafik hasil analisis HSS Gama I ditunjukkan pada
2 5 1391,9 1375,8
Gambar 3.
3 10 1553,4 1536,2
4 25 1703 1684,9
5 50 1795,8 1777,1
6 100 1865,6 1846,6

2. Perhitungan Volume Limpasan

Analisis tinggi limpasan menggunakan program
HEC-HMS Versi 4.2.1. Volume limpasan didapat
Gambar 3. Hasil analisis HSS Gama I dari hasil perkalian antara tinggi limpasan dengan
luas DAS Progo. Rekapitulasi hasil analisis
Aliran Dasar (Baseflow) pemodelan volume limpasan ditunjukkan pada
Baseflow merupakan salah satu bagian penting Tabel 8.
untuk memprediksi besarnya debit banjir. Data
aliran dasar yang digunakan dalam masukan untuk Tabel 8. Rekapitulasi Hasil Analisis Pemodelan
perhitungan debit banjir DAS Progo adalah 148 Volume Limpasan
m3/s (BBWS-SO, 2018). Vol. Limpasan (m3)
Kala
Tata Guna Tata Guna
No. Ulang
1. Perhitungan Debit Banjir Lahan Lahan
(tahun)
Pemodelan debit banjir DAS Progo dilakukan Tahun 2011 Tahun 2015
untuk setiap periode kala ulang menggunakan 1 2 36396854 35876190
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

2 5 49413440 48768809 volume limpasan, faktor erodibilitas tanah, faktor

3 10 55810162 55140738 kemiringan tanah, faktor penutupan vegetasi, dan
faktor konservasi praktis.
4 25 61760601 61041590
5 50 65430039 64686234 Faktor Erodibilitas Tanah (K)
6 100 68157324 67413519 Faktor erodibilitas tanah dipengaruhi oleh sebaran
jenis tanah. Analisis faktor erodibilitas tanah
3. Perhitungan Hasil Sedimen di DAS Progo meggunakan Program Arc Map Versi 10.5.
Data masukan untuk perhitungan hasil sedimen Sebaran jenis tanah dan nilai faktor erodibilitas
menggunakan Metode Modified Universal Soil tanah (K) DAS Progo ditunjukkan pada Tabel 9.
Loss Equation (MUSLE) adalah debit puncak,

Tabel 9. Hasil Analisis Sebaran Jenis Tanah dan Nilai Faktor Erodibilitas Tanah (K) DAS Progo
No. Jenis Tanah Nilai K Luas (km2) Nilai K Total
1 Latosol coklat kemerahan dan litosol 0,43 891,06 383,15
2 Latosol kuning kemerahan dan litosol 0,36 27,52 9,91
3 Komplek mediteran dan litosol 0,46 131,27 60,38
4 Latosol kuning kemerahan 0,56 535,78 300,04
5 Grumusol dan Andasol 0,20 46,20 9,24
6 Aluvial 0,47 218,68 102,78
7 Regasol 0,40 628,84 251,4
Total 2371,39 1070,61
Nilai K rerata 0,45

Hasil analisis faktor erodibilitas tanah LS = L0,5 (0,00138 S2 + 0,00965 S + 0,00138)

menunjukkan bahwa presentasi sebaran jenis
tanah di DAS Progo didominasi oleh Latosol dan
Regasol. Tabel 9 menunjukkan bahwa nilai K
untuk DAS Progo sebesar 0,45.
Faktor Kemiringan Tanah (LS)
Kemiringan dan panjang lereng adalah dua unsur
topografi yang berpengaruh terhadap laju sedimen
dan aliran permukaan. Menurut Chay Asdak
(2010), perhitungan faktor kemiringan lereng (LS)
sebagai berikut.
LS = 1380,5 (0,00138 x 0,005352 + (0,00965 x
0,00535) + 0,00138)
LS = 0,1627
Faktor Penutupan Vegetasi (C)
Faktor penutupan vegetasi dipengaruhi oleh tata
guna lahan. Tata guna lahan tahun 2011 dan nilai
faktor penutupan vegetasi (C) DAS Progo
ditunjukkan pada Tabel 10 dan Tata guna lahan
tahun 2015 dan nilai faktor penutupan vegetasi (C)
DAS Progo ditunjukkan pada Tabel 11.

Tabel 10. Tata Guna Lahan Tahun 2011 dan Nilai Faktor Penutupan Vegetasi (C) DAS Progo
No. Tata Guna Lahan Nilai C Luas (km2) Nilai C Total
1 Sawah 0,05 1172,37 58,62
2 Perkampungan 0,70 361,61 253,13
3 Tegalan / Ladang 0,60 234,87 140,92
4 Rumput /Semak Belukar 0,02 214,82 4,30
5 Hutan 0,01 71,50 0,71
6 Kebun buah / Perkebunan 0,30 424,18 127,25
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

Total 2479,35 584,93

Nilai C Rerata 0,24

Tabel 11. Tata Guna Lahan Tahun 2015 dan Nilai Faktor Penutupan Vegetasi (C) DAS Progo
No Ttaa Guna Lahan Nilai C Luas (km2) Nilai C Total
1 Sawah 0,05 912,63 45,63
2 Perkampungan 0,70 413,82 289,67
3 Tegalan / Ladang 0,60 302,18 181,31
4 Rumput /Semak Belukar 0,02 122,27 2,45
5 Hutan 0,01 9,68 0,10
6 Kebun buah / Perkebunan 0,30 718,76 215,63
Total 2479,35 734,78
Nilai C Rerata 0,30

Hasil analisis faktor penutupan vegetasi Faktor Konservasi Praktis (P)

menunjukkan bahwa presentasi tata guna lahan di
DAS Progo didominasi oleh sawah dan hutan.
Tabel 10 menunjukkan bahwa Nilai C DAS Progo
untuk tata guna lahan tahun 2011 sebesar 0,24 dan
Tabel 11 menunjukkan bahwa Nilai C DAS Progo
untuk tata guna lahan tahun 2015 sebesar 0,30.
Faktor konservasi praktis dipengaruhi oleh tata
guna lahan. Tata guna lahan tahun 2011 dan Nilai
faktor konservasi praktis (P) untuk DAS Progo
ditunjukkan pada Tabel 12 dan Tata guna lahan
tahun 2015 dan Nilai faktor konservasi praktis (P)
untuk DAS Progo ditunjukkan pada Tabel 13.

Tabel 12. Tata Guna Lahan tahun 2015 dan Faktor Konservasi Praktis (P) DAS Progo
No. Penggunaan Lahan Nilai P Luas (km2) Nilai P Total
1 Sawah 0,02 1172,37 23,45
2 Perkampungan 1,00 361,61 361,61
3 Tegalan / Ladang 0,65 234,87 152,67
4 Rumput /Semak Belukar 1,00 214,82 214,82
5 Hutan 1,00 71,50 71,50
6 Kebun buah / Perkebunan 0,40 424,18 169,67
Total 2479,35 993,72
Nilai P Rerata 0,40

Tabel 13. Tata Guna Lahan tahun 2015 dan Faktor Konservasi Praktis (P) DAS Progo
No Penggunaan Lahan Nilai P Luas (km2) Nilai P Total
1 Sawah 0,02 912,63 18,25
2 Perkampungan 1,00 413,82 413,82
3 Tegalan / Ladang 0,65 302,18 196,42
4 Rumput /Semak Belukar 1,00 122,27 122,27
5 Hutan 1,00 9,68 9,68
6 Kebun buah / Perkebunan 0,40 718,76 287,50
Total 2479,35 1047,95
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

Nilai P Rerata 0,42

Tabel 12 menunjukkan bahwa Nilai P DAS Progo

untuk tata guna lahan tahun 2011 sebesar 0,40 dan DAFTAR PUSTAKA
Tabel 13 menunjukkan bahwa Nilai P DAS Progo
untuk tata guna lahan tahun 2015 sebesar 0,42. Arekhi, S., Shabani, A., dan Rostamizad., 2012.
Application of the modified universal soil loss
Hasil Sedimen di DAS Progo equation (MUSLE) in prediction of sediment
Rekapitulasi hasil analisis perhitungan hasil yield (Case study: Kengir Watershed, Iran).
sedimen di DAS Progo ditunjukkan pada Tabel 14. Arabian Journal of Geosciences, Vol. 6, No.
6 : 1259-1267.
Tabel 14. Rekapitulasi Hasil Analisis Perhitungan Asdak, Chay. 2010. Hidrologi dan Pengelolaan
Hasil Sedimen di DAS Progo Daerah Aliran Sungai. Yogyakarta : Gadjah
Hasil Sedimen (ton) Mada University Press.
Kala Balai Besar Wilayah Sungai Serayu Opak
No. Ulang Tata Guna Tata Guna
(BBWS-SO). 2018.
(tahun) Lahan Lahan
Kementrian Kehutanan Republik Indonesia. 2020.
Tahun 2011 Tahun 2015
Chow, V. T., Maidment, D. R., and Mays, 1988.
1 2 69492,60 90659,09 Applied HIydrology. New York, U.S.A:
2 5 95878,39 125264,36 McGraw-Hill.
3 10 109150,33 142729,04 Novita, E. L., dan Mutia, E., 2015. Penentuan Pola
4 Agihan Hujan Tanpa Pemisahan. Jurnal
25 121625,78 159114,20
Ilmiah Jurutera, Vol. 02, No. 01 : 048 – 056.
5 50 129409,65 169344,17 Ritawati, S., Mawardi, M., dan Goenadi, S. 2012.
6 100 135260,93 177069,62 Kesesuaian Model Infiltrasi Philips Untuk
Prediksi Limpasan Permukaan
Tabel 14 menunjukkan bahwa adanya pengaruh Menggunakan Metode Bilangan Kurva.
tata guna lahan terhadap peningkatan hasil Agritech. Vol. 32. No. 3 . 331 – 339.
sedimen di DAS Progo. Perkiraan hasil sedimen Soil Conservation Service. 1972. National
menggunakan tata guna lahan tahun 2011 Engineering Handbook. Washington, D. C:
dibanding tata guna lahan tahun 2015 U. S. Dept. of Agriculture.
menunjukkan adanya peningkatan sebesar 130%. Sri Harto. 2009. “Hidrologi Teori Masalah
Penyelesaian”. Jakarta: Nafiri.
KESIMPULAN Williams, J.R., and H.D. Berndt. 1977. Sediment
1. Tata guna lahan berpengaruh terhadap yield prediction based on watershed
pendugaan hasil sedimen di DAS Progo. hydrology. Trans. Amer. Sot. Agr. Eng.
2. Perkiraan hasil sedimen menggunakan tata 20:1100-l104.
guna lahan tahun 2011 dibanding tata guna
lahan tahun 2015 menunjukkan adanya
peningkatan sebesar 130%.
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020
Perubahan tata guna lahan yang tidak
terencana dengan baik dapat mempengaruhi
proses terjadinya erosi dan sedimentasi
sebagai salah satu permasalahan yang sering
terjadi di daerah aliran sungai (DAS). Salah
satu faktor yang menyebabkan erosi adalah
hujan, aliran hujan akan membawa material
terangkut menuju hilir sungai. Erosi dapat
mempengaruhi produktivitas lahan yang
biasanya terjadi DAS bagian hulu dan dapat
memberikan dampak pada DAS bagian hilir
berupa hasil sedimen (sediment yield). Tujuan
penelitian ini adalah mendapatkan pendugaan
hasil sedimen yang berasal dari erosi di DAS
Progo menggunakan Metode Modified Universal
Soil Loss Equation (MUSLE). Metode MUSLE
menggunakan faktor limpasan sebagai energi
yang digunakan untuk penghancuran dan
pengangkutan sedimen.
Salah satu faktor yang menyebabkan erosi
adalah hujan, aliran hujan akan membawa
Yogyakarta, 15 April 2020
material terangkut menuju daerah tangkapan
sungai yang akhirnya terendapkan.
Perubahan tata guna lahan akan
mempengaruhi debit aliran apabila hujan
datang, curah hujan yang tinggi akan
berasosiasi dengan hidrograf aliran yang
tentunya akan berpengaruh terhadap debit
sedimen di daerah tangkapan air.
Sementara itu, apabila dalam prakteknya
pengelolaan DAS dan penerapan tata guna
lahan yang tidak dilakukan secara terpadu
dan tidak terencana dengan baik, maka dapat
mempengaruhi proses terjadinya erosi dan
sedimentasi sebagai salah satu permasalahan
yang sering terjadi selain dari
masalah banjir yang melanda kota-kota besar
di Indonesia akhir-akhir ini. Dilain
pihak permasalahan banjir umumnya
disebabkan karena tingginya intensitas hujan
yang terjadi dan sistem DAS yang telah rusak
sehingga menyebabkan respon DAS menjadi
berkurang dan juga terjadinya pendangkalan
Civil Engineering, Environmental, Disaster and Risk Management Symposium 2020 Yogyakarta, 15 April 2020

sungai akibat sedimentasi. Sedimentasi selain didapat koefisien determinasi yang tinggi
menyebabkan pendangkalan sungai, juga nilai (0,99), sehingga menunjukkan bahwa
dapat menyebakan pendangkalan di muara hasil sedimen model MUSLE prediksi baik
pantai dan perubahan garis pantai. untuk tujuan praktis.

Erosi dapat mempengaruhi produktivitas
lahan yang biasanya mendominasi DAS
bagian hulu dan dapat memberikan dampak
negatif pada DAS bagian hilir (sekitar
muara sungai) berupa hasil sedimen, untuk
melihat kondisi yang terjadi, maka studi erosi
dan sedimentasi dilakukan guna untuk
mengetahui daerah-daerah yang telah
mengalami lahan kritis akibat erosi dan juga
pemantauan sedimentasi yang terjadi di
sungai sebagai yield sedimen akibat erosi.
Arekhi, S., Shabani, A., dan Rostamizad., 2012.
Application of the modified universal soil loss
equation (MUSLE) in prediction of sediment yield
(Case study: Kengir Watershed, Iran). Arabian
Journal of Geosciences, Vol. 6, No. 6 : 1259-
1267.
Saleh Arekhi & Afshin Shabani & Ghobad Rostamizad
Application of the modified universal soil loss
equation (MUSLE) in prediction of sediment
yield (Case study: Kengir Watershed, Iran)
Arabian Journal of Geosciences · November 2011

Modified Universal Soil Loss Equation Arabian Journal of Geosciences, 5(6), 1259-
(MUSLE) studi aplikasi dilakukan untuk 1267, November 2012
memperkirakan hasil sedimen DAS Kengir di
Arabian Journal of Geosciences
Kota Iyvan, Provinsi Ilam, Iran. Faktor November 2012, Volume 5, Issue 6, pp
limpasan MUSLE adalah dihitung dengan 1259–1267
menggunakan nilai limpasan dan puncak
yang diukur tingkat limpasan di outlet DAS.
Topografi faktor (LS) dan faktor pengelolaan
tanaman (C) ditentukan menggunakan sistem
informasi geografis (SIG) dan berbasis
lapangan survei penggunaan lahan / tutupan
lahan. Praktek konservasi Faktor (P)
diperoleh dari literatur. Hasil sedimen dari
DAS Kengir disimulasikan untuk enam badai
peristiwa yang menyebar sepanjang tahun
2000 dan divalidasi dengan nilai yang diukur.
Koefisien determinasi yang tinggi nilai (0,99)
menunjukkan bahwa hasil sedimen model
MUSLE prediksi memuaskan untuk tujuan
praktis.
Arekhi, dkk (2012) memperkirakan hasil
sedimen menggunakan metode Modified
Universal Soil Loss Equation (MUSLE) di DAS
Kengir di Kota Iyvan, Provinsi Ilam, Iran.
Hasil sedimen di DAS Kengir disimulasikan
untuk enam peristiwa badai yang menyebar
sepanjang tahun 2000 dan divalidasi dengan
nilai hasil sedimen observasi. Hasil penelitian