Sub DAS Brantas Hulu Kota Batu Berbasis Sistem Informasi Geografis
SKRIPSI
TEKNIK PENGAIRAN
KONSENTRASI HIDRO-INFORMATIKA
UNIVERSITAS BRAWIJAYA
FAKULTAS TEKNIK
MALANG
2021
DAFTAR ISI
i
2.2.11 Hujan Efektif ................................................................................................... 22
2.2.12 Debit Limpasan Metode Rasional ................................................................... 22
2.2.13 Hidrograf Satuan Sintetis ................................................................................ 23
2.3. Erosi ......................................................................................................................... 25
2.3.1. Proses Terjadinya Erosi.................................................................................... 25
2.3.2 Dampak Erosi .................................................................................................... 26
2.3.3 Faktor yang Mempengaruhi Erosi ..................................................................... 27
2.4 Pendugaan Laju Erosi (Soil Loss Predictions) ......................................................... 30
2.4.1. Faktor Erosivitas Limpasan Permukaan (Rw) ................................................. 31
2.4.2. Faktor Erodibilitas Tanah (K) .......................................................................... 33
2.4.3. Faktor Panjang Lereng dan Kemiringan Lereng (LS)...................................... 35
2.4.4. Faktor Vegetasi Penutup Tanah (C) ................................................................. 38
2.4.5. Faktor Pengelolaan dan Konservasi Lahan (P) ................................................ 40
2.5 Sediment Delivery Ratio (SDR) ............................................................................... 41
2.6 Indeks Bahaya Erosi (IBE) ....................................................................................... 43
2.7 Arahan Penggunaan Lahan ....................................................................................... 46
2.8 Konservasi Lahan ..................................................................................................... 48
2.8.1 Metode Vegetatif............................................................................................... 48
2.8.2 Metode Mekanik ............................................................................................... 49
2.8.3 Bangunan Pengendali Sedimen ......................................................................... 50
2.9 Metode Tumpang Susun (Overlay) pada Operasi SIG ............................................. 53
BAB III METODOLOGI.................................................................................................. 57
3.1 Lokasi Studi ............................................................................................................. 57
3.2 Sistematika Pengerjaan Studi................................................................................... 61
3.2.1. Data yang diperlukan ....................................................................................... 61
3.2.2 Pengolahan dan Analisis Data.......................................................................... 61
BAB IV ANALISIS DAN PEMBAHASAN ................................................................... 71
4.1 Penentuan Batas DAS .............................................................................................. 71
4.2 Analisis Hidrologi ..................................................................................................... 77
4.2.1 Data Curah Hujan .................................................................................................. 77
4.2.2 Lokasi Stasiun Hujan ............................................................................................. 78
4.2.3 Uji Konsistensi Data Hujan ................................................................................... 79
4.2.3.1 Uji Lengkung Masa Ganda........................................................................ 79
4.2.3.2 Uji Konsistensi Metode Rescaled Adjusted Partial Sums (RAPS) ........... 85
4.2.4 Uji Ketiadaan Trend............................................................................................... 87
ii
4.2.5 Uji Stasioner Data Hujan ....................................................................................... 89
4.2.5.1 Uji T Pengujian Varian Tidak Sama Jenis ................................................ 92
4.2.6 Uji Persistensi ........................................................................................................ 94
4.2.7. Uji Inlier – Outlier ................................................................................................ 96
4.2.8 Kesimpulan Uji Data ............................................................................................. 98
4.2.9 Curah Hujan Rerata ............................................................................................... 99
4.2.10 Curah Hujan Rancangan .................................................................................... 107
4.2.11 Uji Kesesuaian Distribusi .................................................................................. 109
4.2.11.1 Uji Chi Square ....................................................................................... 109
4.2.11.2 Uji Smirnov Kolmogorov ...................................................................... 111
4.2.11.3 Rekapitulasi Hasil Uji Kesesuaian Distribusi ....................................... 113
4.2.12 Debit Limpasan SubDAS Brantas Hulu ............................................................ 114
4.2.12.1 Hujan Efektif Jam-Jaman ...................................................................... 115
4.2.12.2 Debit Limpasan Metode Rasional ......................................................... 117
4.2.12.3 Debit Limpasan Hidrograf Nakayasu .................................................... 118
4.2.12.4 Rekapitulasi Debit Limpasan Puncak.................................................... 123
4.3 Pengolahan Data Citra Satelit ................................................................................. 124
4.4 Analisis Laju Sedimentasi MUSLE ........................................................................ 129
4.4.1 Faktor Erosivitas Limpasan Permukaan (Rw) ..................................................... 129
4.4.2 Faktor Erodibilitas Tanah (K) .............................................................................. 135
4.4.3 Faktor Panjang dan Kemiringan Lereng (LS)...................................................... 139
4.4.4 Faktor Pengelolaan Tanaman (C) dan Pengelolaan Konservasi Lahan (P) ......... 143
4.4.5 Perhitungan MUSLE............................................................................................ 144
4.6 Arahan Penggunaan Lahan ..................................................................................... 149
4.7 Rekomendasi Tindakan Konservasi dan Skenario Tata Guna Lahan Baru ............ 155
4.8 Pemetaan Indeks Bahaya Erosi (IBE) ..................................................................... 161
4.8.1 Laju Erosi yang Diperbolehkan (T) ................................................................ 161
4.8.2 Indeks Bahaya Erosi (IBE).............................................................................. 165
4.9 Rencana Bangunan Pengendali Sedimen ................................................................ 171
4.10 Efektifitas Tindakan Konservasi dan Skenario TGL Baru ................................... 175
4.11 Pembahasan .......................................................................................................... 179
4.11.1 Laju Sedimentasi SubDAS Brantas Hulu Kota Batu ................................... 179
4.11.2 Arahan Penggunaan Lahan dan Sebaran Indeks Bahaya Erosi .................... 179
4.11.3 Efektifitas Metode Konservasi ..................................................................... 180
iii
BAB V KESIMPULAN DAN SARAN .......................................................................... 181
5.1 Kesimpulan ............................................................................................................. 183
5.2 Saran ........................................................................................................................ 183
DAFTAR PUSTAKA .................................................................................................... 185
iv
DAFTAR TABEL
No Keterangan ......................................................................................Halaman
v
No Keterangan ......................................................................................Halaman
Tabel 4.1. Data Curah Hujan Tahunan Stasiun Hujan Sub DAS Brantas Hulu ........... 77
Tabel 4.2. Data Hujan Harian Maksimum Tahunan Stasiun Hujan SubDAS
Brantas Hulu ................................................................................................ 78
Tabel 4.3. Detail Lokasi Stasiun Hujan Sub DAS Brantas Hulu .................................. 79
Tabel 4.4. Uji Konsistensi Data Hujan Tahunan (mm) Stasiun Ngujung ..................... 80
Tabel 4.5. Pengecekan Patahan pada Data Hujan Stasiun Ngujung ............................. 82
Tabel 4.6. Data Terkoreksi Stasiun Ngujung ................................................................ 83
Tabel 4.7. Rekapitulasi Uji Konsistensi Lengkung Masa Ganda ................................. 84
Tabel 4.8. Data Hujan Stasiun Hasil Uji Konsistensi ................................................... 85
Tabel 4.9. Uji RAPS Stasiun Junggo ............................................................................ 85
Tabel 4.10. Rekapitulasi Perhitungan Uji RAPS Stasiun Junggo ................................... 87
Tabel 4.11. Uji Ketiadaan Trend Stasiun Hujan Ngujung .............................................. 87
Tabel 4.12. Rekapitulasi Uji Ketiadaan Trend Hujan Harian Maksimum Tahunan ....... 89
Tabel 4.13. Rekapitulasi Uji Ketiadaan Trend Hujan Tahunan ...................................... 89
Tabel 4.14. Uji Stasioner Stasiun Tinjumoyo ................................................................. 90
Tabel 4.15. Rekapitulasi Uji Stasioner Hujan Tahunan .................................................. 91
Tabel 4.16. Rekapitulasi Uji Stasione Hujan Harian Maksimum Tahunan .................... 92
Tabel 4.17. Uji -t Stasiun Junggo dan Stasiun Tinjumoyo ............................................. 92
Tabel 4.18. Uji Persistensi Data Curah Hujan Harian Maksimum Tahunan Stasiun
Ngujung........................................................................................................ 94
Tabel 4.19. Uji Persistensi Data Hujan Harian Maksimum Tahunan ............................. 96
Tabel 4.20. Uji Persistensi Data Hujan Tahunan ............................................................ 96
Tabel 4.21. Uji Inlier – Outlier Stasiun Hujan Ngujung ................................................. 96
Tabel 4.22. Rekapitulasi Uji Inlier – Outlier Hujan Tahunan ......................................... 98
Tabel 4.23. Rekapitulasi Uji Inlier – Outlier Hujan Harian Maksimum Tahunan.......... 98
Tabel 4.24. Rekapitulasi Uji Data Hujan Harian Maksimum Tahunan .......................... 99
Tabel 4.25. Rekapitulasi Uji Data Hujan Tahunan ......................................................... 99
Tabel 4.26. Perhitungan Koefisien Thiessen ................................................................ 100
Tabel 4.27. Pengaruh Pos Hujan pada Area DAS......................................................... 100
Tabel 4.28. Rekapitulasi Curah Hujan Rerata DAS 1-5 ............................................... 101
Tabel 4.29. Rekapitulasi Curah Hujan Rerata DAS 6-10 ............................................. 102
Tabel 4.30. Rekapitulasi Curah Hujan Rerata DAS 11-15 ........................................... 103
Tabel 4.31. Perhitungan Distribusi Log Person III ....................................................... 107
vi
No Keterangan ......................................................................................Halaman
vii
No Keterangan ......................................................................................Halaman
viii
DAFTAR GAMBAR
No Keterangan ......................................................................................Halaman
ix
No Keterangan ......................................................................................Halaman
Gambar 4.20. Peta Rencana Tata Ruang Wilayah 2010-2030 ......................................... 153
Gambar 4.21. Peta Arahan Penggunaan Lahan SubDAS Brantas Hulu Kota Batu.......... 154
Gambar 4.22. Peta Skenario Tata Guna Lahan Baru SubDAS Brantas Hulu Kota Batu . 159
Gambar 4.23. Peta Kedalaman Solum SubDAS Brantas Hulu Kota Batu ....................... 163
Gambar 4.24. Peta Laju Erosi Diperbolehkan SubDAS Brantas Hulu Kota Batu ........... 164
Gambar 4.25. Peta IBE Eksisting SubDAS Brantas Hulu Kota Batu Menggunakan
Analisis SDR.............................................................................................. 169
Gambar 4.26. Peta IBE Skenario SubDAS Brantas Hulu Kota Batu Menggunakan Analisis
SDR ............................................................................................................ 170
Gambar 4.27. Lokasi Titik Rencana Bangunan Pengendali Sedimen (CheckDam) ........ 171
Gambar 4.28. Peta Lokasi Titik Rencana Bangunan Pengendali Sedimen (CheckDam). 173
Gambar 4.29. Hasil Perhitungan Erosi Pada TGL Baru ................................................... 175
Gambar 4.29. Peta Laju Sedimentasi SubDAS Brantas Hulu Kota Batu ......................... 178
x
BAB I
PENDAHULUAN
1
2
ada, terdapat 22 DAS kritis pada tahun 1984 dan meningkat menjadi 59 DAS kritis pada
akhir tahun 1998. Akibat dari kejadian ini adalah berkurangnya kemampuas DAS dari segi
menyimpan air dan berefek pada semakin besarnya limpasan air saat musim hujan. Selain
itu tingkat erosi juga semakin tinggi terutama pada bagian hulu sehingga menghasilkan
sedimen yang tinggi dan terangkut aliran permukaan, sehingga sedimen tersebut
terakumulasi pada badan air seperti sungai, danau, waduk dan embung (Buku Membalik
Kecenderengan Degradasi Sumber Daya Lahan dan Air 2010;litbang.pertanian.go.id).
SubDAS Brantas Hulu yang masuk dalam kajian ini juga termasuk dalam salah satu
area DAS yang mengalami perubahan terhadap berkurangnya kemampuan DAS dari segi
menyimpan air dan semakin besarnya laju erosi. Berdasarkan penelitian yang dilakukan
Tattaq Mutaqin (2016) pada daerah Sumber Brantas yang merupakan wilayah SubDAS
Brantas Hulu memiliki tingkat erosi kelas berat pada penggunaan lahan pertanian yang tidak
sesuai dengan peruntukan areanya. Selain itu nilai erosi pada SubDAS Brantas Hulu juga
masih besar, hal ini ditunjukan oleh penelitian Widianto et al. (2010) mengungkapkan bahwa
telah terjadi erosi di Sub DAS Brantas Hulu sebesar 143 ton/ha/tahun. Kondisi kritis juga
dapat dilihat dengan kejadian banjir bandang yang pernah terjadi di SubDAS Brantas Hulu
pada tahun 2008 juga mengindikasikan kondisi lahan yang cenderung melimpaskan aliran
dan laju erosi yang besar.
Pengelolaan daerah aliran sungai (DAS) adalah pengembangan dan pemanfaatan suatu
wilayah DAS sebagai satu unit pengelolaan sumber daya alam (SDA). Tujuan dari
pengelolaan DAS ini adalah untuk meningkatkan produksi dari pemanfaatan SDA yang ada
dalam DAS secara optimum dan tetap memerhatikan penekanan kerusakan yang diakibatkan
seminimum mungkin agar distribusi debit dan aliran air dapat merata sepanjang tahun di
dalam (Bisri,2009:29). Kerusakan yang selalu terjadi di DAS ini adalah pemanfaatan tata
guna lahan yang tidak optimal sehingga sering menyebabkan suatu masalah umum pada
DAS yaitu meningkatnya laju erosi. Sesuai dengan sistem pengelolaan DAS dengan tujuan
menerapkan tindakan konservasi maka diperlukan usaha perancangan tindakan dan
perencanaan (planning). Perencanaan Kawasan DAS tidak terlepas dari sinerji dengan
perencanaan suatu wilayah (regional planning) (Bisri,2009:31). Maka perencanaan kawasan
DAS harus memerhatikan kemampuan lahan dengan indikasi besaran erosi yang
diperbolehkan terjadi, sehingga nantinya dapat ditentukan langkah konservasi sebagai upaya
dalam dasaran untuk perencanaan ruang sesuai dengan daya dukung dan kemampuan lahan
pada kawasan DAS.
3
kubis, kol, dan daun bawang (Dinas Pertanian dan Kehutanan Kota Batu, 2012 dalam
Yhudistira A.F, 2018). Jenis tanaman ini ditanam pada lereng yang meminimalisir genangan,
sehingga mayoritas masyarakat Kota Batu menanam pada kondisi lahan dengan kelerengan
yan terjal. Kondisi ini menyebabkan limpasan permukaan menjadi besar saat hujan dan tanah
akan perlahan – lahan terkikis oleh aliran air sehingga laju erosi menjadi semakin besar.
Pengelolaan lahan yang tepat akan sangat berpengaruh pada tingkat laju erosi yang terjadi
maka dari itu banyak faktor yang harus dipertimbangkan dalam tata guna lahan dan
pengelelolaannya dengan dasaran prinsip konservasi pada hulu DAS.
Permasalahan alih fungsi lahan konservasi di Sub DAS Brantas Hulu di Kota Batu ini
jika tidak ditangani dengan tepat maka dikhawatirkan dapat menimbulkan bencana di
kemudian hari salah satunya adalah bencana banjir lumpur yang mengangkut banyak
sedimen di Kota Batu pada tahun 2020 di Desa Songgokerto. Kondisi lain terkait dengan
produktivitas dari lahan yang tergerus dalam jangka waktu yang lama akan mengurangi
kemampuan lahan produktif, sehingga dikhawatirkan para masyarakat akan terus mencari
lahan produktif dengan mengalihfungsikan area konservasi dan membuat lahan pertanian di
lereng yang hampir vertikal.
Langkah dalam pengelolaan DAS yang pertama adalah analisa masalah pada kawasan
DAS tersebut. Maka dalam hal ini, tingkat laju erosi pada kawasan Sub-DAS Brantas Hulu
di Kota Batu perlu diketahui dengan variabel perubahan tata guna lahan tiap tahunnya.
Kemudian terdapat beberapa metode yang dapat digunakan dalam pendugaan laju erosi pada
suatu lahan. Salah satu metode yang dikembangkan adalah Modified Universal Soil Loss
Equation (USLE). Dalam perkembangannya metode ini dikembangkan dalam salah satu
software pengolah informasi goegrafis yaitu ArcGIS. Dalam analisis berbasis Sistem
Infomasi Geografis dengan bantuan software ArcGIS, nantinya dapat diketahui nilai laju
erosi pada persebaran lahan yang terjadi sehingga nantinya dapat dipergunakan dalam saran
arahan konservasi Sub DAS Brantas Hulu
1.5 Tujuan
Tujuan dari studi ini adalah :
1. Untuk mengetahui berapa besar laju erosi di Sub DAS Brantas Hulu di Kota Batu
berdasarkan metode MUSLE Modified Universal Soil Loss Equation).
2. Untuk mengetahui kondisi sebaran erosi dengan acuan Indeks Bahaya Erosi (IBE)
dan rekomendasi penggunaan lahan yang sesuai pada Sub Das Brantas Hulu di Kota
Batu.
3. Untuk mendapatkan tindakan konservasi dari segi arahan penggunaan lahan maupun
konservasi lahan sebagai upaya mereduksi tingkat laju erosi.
1.6 Manfaat
Data hasil analisis tentang besarnya laju erosi dan sedimentasi, arahan fungsi dan
kemampuan lahan serta tindakan konservasi pada lahan yang membutuhkan pada SubDAS
Brantas Hulu Kota Batu pada penelitian ini dapat dimanfaatkan sebagai salah satu acuan
dalam upaya pencegahan dan penanggulangan bencana akibat erosi. Selain itu dapat
digunakan sebagai pembaharuan dan salah satu aspek penimbang dari segi aspek biofisik
dalam perencanaan dokumen wilayah rencana tata ruang pada Sub DAS Brantas Hulu Kota
Batu.
6
7
8
sebagai pengelolaan dan pembagiaan kepentingan sumberdaya yang terdapat di DAS dengan
memerhatikan pencegahan banjir dan erosi. Termasuk dalam pengelolaan DAS adalah
identifikasikan keterkaitan atara tanah,air, tata guna lahan dan korelasi antara hulu dan hilir
DAS (Asdak,2010:5).
Pengelolaan DAS sendiri dilakukan bukan tanpa tujuan yang jelas, namun diperkirakan
secara matang untuk kelangsungan sumber daya alam yang ada dalam DAS tersebut.
Terdapat tiga sasaran umum yang ingin dicapai dalam pengelolaan DAS. (Asdak,2010:548)
1. Rehabilitasi lahan dengan pengelolaan yang mengacuhkan prinsip konservasi tanah
dan air.
2. Perlindungan lahan yang rawan erosi dan tanah longsor.
3. Peningkatan dan pengembangan sumberdaya, terutama sumberdaya air.
Sasaran diatas merupakan suatu proses yang digunakan untuk mencapai tujuan pengelolaan
DAS yaitu :
1. Terjaminnya pemanfaatan sumberdaya alam skala DAS secara berkelanjutan.
2. Tercapainya keseimbangan ekologis sebagai sistem penyangga kehidupan.
3. Terjaminnya kuantitas dan kualitas air sepanjang tahun.
4. Pengendalian aliran permukaan dan banjir
5. Pengendalian erosi tanah dan proses degradasi lahan lainnya.
data hujan acuan X. Data hujan acuan X merupakan nilai rata-rata dari pos hujan A, B, C
dan D atau lebih yang lokasinya di sekeliling pos hujan Y bila kondisinya masih sama. Data
pos hujan Y dan data acuan X minimal diusahakan 10 tahun data runtut waktu, data
digambarkan pada kertas grafik aritmatik, data pos Y pada sumbu tegak dan data pos X pada
sumbu datar. Dari perubahan pola pasangan data itu dapat untuk menguji data hujan pos Y,
dengan ketentuan bila:
a. Pola yang terjadi berupa garis lurus dan tidak terjadi patahan arah garis itu, maka
data hujan pos Y adalah konsisten.
b. Pola yang terjadi berupa garis lurus dan terjadi patahan arah garis itu, maka data
hujan pos Y tidak konsisten dan harus dilakukan koreksi.
Besarnya koreksi sesuai dengan kemiringan perubahan dari garis lurus tersebut. Bila
data sebelum berubah garis itu kemiringannya sebesar b dan setelah berubah sebesar a ke
arah bawah, maka rekaman data pos Y yang tergambar pada kemiringan b (data pos Y
terdahulu sebelum berubah) harus dikurangi dengan dikalikan suatu faktor sebesar (a/b) agar
konsisten dengan rekaman data yang terbaru (setelah berubah) (Soewarno, 1995, p.200).
loncatan (jump) nilai rata-rata data (mean) (Harto, 2009, p.39 dalam Sari D,P, 2020). Adapun
langkah perhitungannya adalah sebagai berikut:
1. Data debit diurutkan berdasarkan tahun, kemudian menghitung nilai rerata (mean),
∑
= .........................................................................................................(2.3)
2. Menghitung Sk*,
Sk* = ∑ ( − ) .........................................................................................(2.4)
3. Menghitung nilai Dy2,
( )
Dy2 = ∑ ............................................................................................(2.5)
4. Menghitung Dy,
Dy = ......................................................................................................(2.6)
5. Menghitung nilai Sk**,
∗
Sk** = .........................................................................................................(2.7)
Hasil perhitungan Q/√ dan R/√ dibandingkan dengan nilai Q/√ dan "/√ kritis
yang didapat dari tabel. Jika Q/√ dan R/√ hitung kurang dari nilai Q/√ dan R/√ kritis,
maka data masih dalam batasan konsisten.
)* = + − 1 ............................................................................................................. (2.11)
)* = + − 1 ............................................................................................................... (2.12)
Dimana:
F = Perbandingan F
+1 = Jumlah sampel kelompok ke-1
+2 = Jumlah sampel kelompok ke-2
-1 = Standar deviasi kelompok sampel ke-1
-2 = Standar deviasi kelompok sampel ke-2
dk1= Derajat kebebasan kelompok sampe-1
dk2= Derajat kebebasan kelompok sampel-2
Apabila varian kedua sampel telah dilakukan uji dan diketahui hasilnya tidak terdapat
perbedaan yang nyata maka disebut varian sama jenis atau homogen.
13
2.2.3.2 Uji T
Uji T termasuk dalam jenis uji sampel yang kecil. Ukuran sampel yang kecil apabila n
< 30. Uji T digunakan untuk mengetahui apakah 2 sampel berasal dari populasi yang sama,
maka dihitung t score dengan rumus:
|0 0 |
. = / ......................................................................................................(2.13)
12 4 2
3 3
/
' . 4' .
5 =2 2 ............................................................................................(2.14)
' 4'
Dimana :
X1 = Rerata dari sampel 1
X2 = Rerata dari sampel 2
S1 = Simpangan baku dari sampel 1
S2 = Simpangan baku dari sampel 2
N1 = Ukuran dari sampel 1
N2 = Ukuran dari sampel 2
Harga tcr dapat dicari dari tabel Distribusi t untuk derajat bebas n = N1 + N2 – 2 dan α
(Level of Significance). Apabila t score < tcr maka H0 diterima, dan sebaliknya apabila tscore >
tcr maka H0 ditolak.
14
7∑ (89)
KP = 1 - : ....................................................................................................... (2-15)
t = KP ( ) ........................................................................................................... (2-16)
;
dengan:
KP = koefisien korelasi peringkat dari Spearman
n = jumlah data
dt = Rt – Tt
Tt = peringkat dari waktu
15
dengan:
KS = koefisien korelasi peringkat dari Spearman
m = N-1
N = jumlah data
di = perbedaan nilai antara peringkat data ke Xi dan Xi + 1
t = nilai distribusi t, pada derajat kebebasan (m-2) untuk derajat kepercayaan tertentu
(umumnya 5%)
2.2.6 Curah Hujan Daerah Rerata
Bila dalam suatu area terdapat beberapa alat penakar atau pencatan curah hujan, maka
untuk mendapatkan harga curah hujan area adalah dengan mengambil harga rata-ratanya.
Curah hujan yang diperlukan untuk penyusunan suatu rencana pemanfaatan air dan
pengendalian banjir adalah curah hujan rata-rata di seluruh daerah (area rainfall), bukan
curah hujan pada suatu titik tertentu (point rainfall). Curah hujan ini disebut curah hujan
wilayah/daerah dan dinyatakan dalam mm.
Ada 3 metode yang berbeda dalam menentukan tinggi curah hujan rata-rata di atas area
tertentu dari angka-angka curah hujan di beberapa titik pos penakar:
1. Metode rata-rata hitung (Aritmatic Mean)
2. Metode Thiessen
16
3. Metode Isohyet
Untuk perhitungan curah hujan maksimum daerah pada studi ini digunakan metode
Thiessen. Thiessen menganggap bahwa suatu curah hujan di suatu kawasan pengaliran dapat
terwakili oleh data curah hujan pengamatan yang terdapat pada daerah tersebut. Dalam
pengertian ini, data curah hujan dapat digunakan apabila tidak menyebar merata dan
perhitungan dilakukan dengan memperkirakan daerah pengaruh setiap titik pengamatan
terhadap luas daerah aliran yang diperhitungkan. Perhitungan sendiri dilakukan dengan
membuat poligon yang memotong tegak lurus pada tengah garis penghubung antar dua
stasiun hujan. Nantinya didapatkan luasan (An) dari setiap poligon yang mewakili daerah
pengaruh dari tiap stasiun hujan terhadap daerah pengaliran. Perbandingan luas poligon
untuk tiap stasiun digambarkan dengan rumusan sebagai berikut :
? @ 4? @ 4..4? @
>= .................................................................................................. (2.24)
? 4? 4..4?
dengan :
> = Curah hujan daerah rata-rata (mm)
R1, R2, …, Rn = Curah hujan ditiap titik pos curah hujan (mm)
A1, A2, …, An = Luas daerah Thiessen yang mewakili titik pos curah hujan (km2)
Standar deviasi
Koefisien
Garis besar dalam menghitungnya:
Ubah data hujan X1, X2, X3,.......Xn menjadi LogX1, LogX2, LogX3,.......LogXn.
log X
log X
Hitung nilai mean: N ..............................................................(2.25)
LogX Log X 2
CS
LogXi LogXi
3
log X S log * K T
Hitung logaritma hujan: log X T ......................................(2.28)
Tabel 2. 6 Log Person III-A Faktor Sifat Distribusi Log Person Tipe III untuk Cs Positif
T (th) 1.0101 1.0526 1.1111 1.25 2 5 10 20 25 50 100 200 1000
Cs:P(%) 99 95 90 80 50 20 10 5 4 2 1 0.5 0.1
0.0 -2.326 -1.645 -1.282 -0.842 0.000 0.842 1.282 1.595 1.751 2.045 2.376 2.576 3.090
0.1 -2.252 -1.616 -1.270 -0.085 0.017 0.836 1.297 1.622 1.785 2.107 2.400 2.670 3.230
0.2 -2.170 -1.538 -1.258 -0.850 0.033 0.830 1.301 1.646 1.818 2.159 2.472 2.763 3.380
0.3 -2.130 -1.555 -1.245 -0.853 0.050 0.824 1.309 1.669 1.849 2.211 2.544 2.856 3.520
0.4 -2.029 -1.524 -1.231 -0.855 0.066 0.816 1.317 1.692 1.880 2.261 2.615 2.947 3.670
0.5 -1.955 -1.491 -1.216 -0.856 0.083 0.808 1.323 1.714 1.910 2.311 2.606 3.041 3.810
0.6 -1.880 -1.458 -1.200 -0.857 0.079 0.800 1.328 1.735 1.939 2.359 2.755 3.132 3.960
0.7 -1.806 -1.423 -1.183 -0.857 0.116 0.790 1.333 1.756 1.967 2.407 2.824 3.223 4.100
0.8 -1.733 -1.388 -1.166 -0.856 0.132 0.780 1.336 1.774 1.993 2.453 2.891 3.312 4.240
0.9 -1.660 -1.353 -1.147 -0.854 0.148 0.769 1.339 1.792 2.018 2.498 2.957 3.401 4.390
1.0 -1.588 -1.317 -1.128 -0.852 0.164 0.758 1.340 1.809 2.043 2.542 3.022 3.489 4.530
1.1 -1.518 -1.280 -1.107 -0.018 0.180 0.745 1.341 1.824 2.066 2.585 3.087 3.575 4.670
Tabel 2. 7 Log Person III-b Faktor Sifat Distribusi Log Pearson Tipe III untuk Cs Negatif
T (th) 1.0101 1.0526 1.1111 1.25 2 5 10 20 25 50 100 200 1000
Cs:P(%) 99 95 90 80 50 20 10 5 4 2 1 0.5 0.1
0 -2.326 -1.645 -1.202 -0.842 0.000 0.842 1.282 1.595 1.751 2.054 2.326 2.576 3.090
-0.1 -2.400 -1.673 -1.292 -0.336 0.017 0.846 1.270 1.567 1.716 2.000 2.252 2.482 2.950
-0.2 -2.472 -1.700 -1.301 -0.830 0.033 0.850 1.258 1.539 1.680 1.945 2.178 2.308 2.810
-0.3 -2.544 -1.726 -1.309 -0.824 0.050 0.853 1.245 1.510 1.643 1.890 2.104 2.291 2.670
-0.4 -2.615 -1.750 -1.317 -0.816 0.066 0.855 1.231 1.481 1.606 1.834 2.029 2.201 2.530
-0.5 -2.606 -1.774 -1.323 -0.808 0.083 0.856 1.216 1.450 1.567 1.777 1.955 2.108 2.400
-0.6 -2.755 -1.797 -1.320 -0.880 0.099 0.857 1.200 1.419 1.528 1.720 1.880 2.016 2.270
-0.7 -2.824 -1.019 -1.333 -0.790 0.116 0.857 1.183 1.386 1.488 1.663 1.806 1.926 2.140
-0.8 -2.021 -1.039 -1.336 -0.780 0.132 0.856 1.166 1.354 1.448 1.606 1.733 1.837 2.020
-0.9 -2.057 -1.050 -1.339 -0.769 0.140 0.854 1.147 1.320 1.407 1.549 1.660 1.749 1.900
18
-1.0 -3.022 -1.077 -1.340 -0.758 0.164 0.852 1.170 1.301 1.366 1.492 1.508 1.664 1.790
EF OF
X 2hit i 1
EF ....................................................................................... (2.29)
EF= n/K ................................................................................................................ (2.30)
Jumlah kelas distribusi dihitung dengan persamaan :
K= 1 + 3,22 log n ................................................................................................. (2.31)
dengan:
OF = nilai yang diamati (observed frequency)
EF = nilai yang diharapkan (ekspected frequency)
K = jumlah kelas distribusi
n = banyaknya data
Agar distribusi frekuensi yang dipilih dapat diterima, maka harga X2 < X2Cr dapat
diperoleh dengan menetukan taraf signifikan α dengan derajat kebebasannya (level
significant).
Tabel 2. 8 Nilai Kritis untuk Distribusi Chi-Square Kuadrat
a derajat kepercayaan
dk
0.995 0.99 0.975 0.95 0.05 0.025 0.01 0.005
a derajat kepercayaan
dk
0.995 0.99 0.975 0.95 0.05 0.025 0.01 0.005
14 4.08 4.66 5.63 6.57 23.69 26.12 29.14 31.32
15 4.60 5.23 6.26 7.26 25.00 27.49 30.58 32.80
2.2.8.2 Smirnov-Kolmogorov
Uji ini digunakan untuk menguji simpangan horisontal yaitu selisih/simpangan
maksimum antara distribusi teoritis dan empiris (Δ maks) di mana dihitung dengan
persamaan :
Δ maks= [ Sn – Px] .....................................................................................(2.32)
Apabila Δ maks < Δcr, maka pemilihan metode frekuensi tersebut dapat diterapkan
untuk data yang ada.
Langkah perhitungannya adalah sebagai berikut :
1. Data hujan diurutkan dari kecil ke besar
2. menghitung Sn (x) dengan rumus weibull sebagai berikut:
Sn = m / (n-1)*100% .......................................................................................(2.33)
dengan:
P = probalilitas (%)
m = nomor urut data dari seri yang telah diurutkan
n = banyaknya data
Menghitung probabilitas yang terjadi (pr)
20
dengan:
RT = intensitas hujan rerata dalam T jam
R24 = curah hujan efektif dalam 1 hari (mm)
21
Koeiisien pengallran seperti disajikan pada tabel berikut, didasarkan dengan suatu
pertimbangan bahwa koefisien tersebut sangat tergantung pada faktor-faktor fisik.
Tabel 2.11 Angka Pengaliran pada Kondisi Fisik
Kondisi DPS Angka Pengaliran
Pegunungan 0.75 – 0.90
Pegunungan Tersier 0.70 – 0.80
Tanah berelief berat dan berhutan kayu 0.50 – 0.75
Dataran pertanian 0.45 – 0.60
Daerah sawah irigasi 0.70 – 0.80
Sungai di peyununyan 0.75 – 0.85
Sungai di dataran rendah 0.45 – 0.75
Sungai besar yang Sebagian alirannya 0.50 – 0.75
berada di dataran rendah
Sumber : Sosorodarsono, 1987 dalam Asmaranto R. et.al ,2005
2.2.11 Hujan Efektif
Hujan efektif adalah bagian hujan total yang menghasilkan limpasan
langsung (direct runoff. Limpasan langsung ini terdiri dan limpasan pemukaan
(surface run off dan interllow (aiiran yang lnasuk ke dalam lapisan tipis di bawah
permukaan tanah dengan permeabilitas rendah, yang keluar lagi di tempat yang
lebih rendah dan herubah menjadi limpasan permukaan).
Dengan menganggap bahwa proses transformasi hujan menjadi limpasan
langsung mengikuti proses linier dan tidak berubah oleh waktu, maka hujan netto
(Rn) dapat dinyatakan sebagai berikut:
> = I × > ........................................................................................... (2.36)
Dengan :
Rn = Curah Hujan Efektif (mm)
C = Koefisien Limpasan
R = Intensitas Curah hujan (mm)
2.2.12 Debit Limpasan Metode Rasional
Untuk menghitung debit limpasan pada suatu daerah, umumnya digunakan Metode
Rasional.
" = 0,278O I O P O Q (RS2) ................................................................................. (2.37)
" = 0,00278O I O P O Q (TU) ................................................................................ (2.38)
Dengan:
Q = debit banjir maksimum (m3/det)
C = koefiien pengaliran
23
dengan :
Qp = debit puncak banjir (m3/dt)
Ro = hujan satuan (mm)
Tp = tenggang waktu dari permulaan hujan sampai puncak banjir (jam)
24
T0,3 = waktu yang diperlukan oleh penurunan debit, dari puncak sampai 30%
dari debit puncak (jam)
CA = luas daerah pengaliran sampai outlet (km2)
Untuk menentukan Tp dan T0,3 digunakan pendekatan rumus sebagai berikut :
Tp = tg + 0,8 tr ............................................................................................. (2.40)
T0,3 = α tg ...................................................................................................... (2.41)
Tr = 0,5 tg sampai tg
tg adalah time lag, yaitu waktu antara hujan sampai debit puncak banjir (jam). tg dihitung
dengan ketentuan sebagai berikut :
sungai dengan panjang alur L > 15 km : tg =0,4 + 0,058 L ................................. (2.42)
sungai dengan panjang alur L < 15 km : tg = 0,21 L0,7 ................................... (2.43)
Perhitungan T0,3 menggunakan ketentuan:
α=2 (pada daerah pengaliran biasa)
α = 1,5 (pada bagian naik hidrograf lambat, dan turun cepat)
α=3 (pada bagian naik hidrograf cepat, dan turun lambat)
Pada waku naik : 0 < t < Tp
Qa = (t/Tp)2,4 ......................................................................................................... (2.44)
Dimana Qa adalah limpasan sebelum mencapai debit puncak (m3/dt)
Pada kurva turun (decreasing limb)
a. selang nilai : 0 ≤ t ≤ (Tp + T0,3)
t Tp
T0 , 3
Qd1 = Qp.0,3 ................................................................................................. (2.45)
b. selang nilai : (Tp + T0,3) ≤ t ≤ (Tp + T0,3 + 1,5 T0,3)
t Tp 0,5T0 , 3
1, 5T0 , 3
Qd2 = Qp.0,3 ......................................................................................... (2.46)
c. selang nilai : t > (Tp + T0,3 + 1,5 T0,3)
t Tp 1,5T0 , 3
2T0 , 3
Qd3 = Qp.0,3 ......................................................................................... (2.47)
Hidrograf satuan sintetik Nakayasu ini banyak dipakai dalam perencanaan bendungan
dan perbaikan sungai di proyek Brantas (Jawa Timur), antara lain untuk menetukan debit
perencanaan bendungan Lahor, Wlingi, Widas, Kesamben, Sengguruh, Wonorejo, dan
perbaikan Sungai Brantas bagian tengah.
25
2.3. Erosi
Erosi adalah suatu peristiwa hilang atau terkikisnya tanah atau bagian tanah dari suatu
tempat yang terangkut ke tempat lain, baik disebabkan oleh pergerakan air atau angin
(Arsyad, 2010:94).
mampu lagi untuk mengangkut bahan-bahan hancuran tersebut maka bahan yang terangkut
ini diendapkan (deposisi) (Utomo, 1987:28 dalam Yusadinanta A.A, 2018).
permukaan dan tanah bawah. Penurunan produktivitas yang paling besar terjadi
ketika lapisan tanah bawah letaknya dangkal dan tidak subur (gersang), atau
bertekstur halus, padat dan keras.
6. Pengikisan lahan (field dissection)
Lahan yang mengalami erosi masih bisa ditanami selama parit erosi yang terbentuk
cukup kecil untuk dilewati mesin biasa. Berkurangnya area yang dapat ditanami,
hasil panen yang lebih sedikit dan biaya produksi yang lebih tinggi merupakan
kombinasi yang mengurangi pendapatan para petani Ketika sebuah lahan dipenuhi
oleh parit-parit jalur erosi (gullies) yang lebih besar.
7. Kerusakan struktur bangunan teknik
Erosi yang terjadi menyebabkan kerusakan bangunan, jalan, jembatan dan struktur
bangunan teknik lainnya. Pondasi terkikis oleh longsoran dan rayapan tanah (soil
creep). Selokan di sisi jalan dan juga gorong-gorong bisa menjadi penyebab
terbentuknya parit jalur erosi yang dapat mengganggu keselamatan.
8. Polusi air (water pollution)
Sedimen tanah adalah salah satu polutan terbesar pada air permukaan menurut
jumlah volumenya. Sedimen menjadikan sungai dan danau keruh (muddying) yang
akan menurunkan nilainya bagi penggunaan rumahan dan industri, untuk rekreasi,
kehidupan ikan dan biota air lainnya. Erosi juga mengkontaminasi sungai, ketika
pupuk dan pestisida terbawa oleh limpasan air atau terserap bersama tanah yang
tererosi.
9. Sedimentasi (sedimentation)
Sedimen yang terendapkan di sungai, danau dan waduk dapat mengubah lingkungan
dalam air dan mempengaruhi k`ehidupan flora dan faunanya. Sedimentasi
menaikkan dasar sungai, mengurangi kedalaman dan kapasitas saluran. Ini
menyebabkan masalah banjir yang lebih parah. Sedimentasi danau dan waduk
menurunkan kapasitas dan masa gunanya. Pada kasus yang lebih ekstrim,
sedimentasi mengubah habitat aquatik menjadi daratan. (Asdak, 2007)
1. Iklim (climate)
Iklim mempengaruhi potensi erosi yang terjadi baik secara langsung maupun tidak
langsung. Hubungan secara langsung muncul dari hujan yang terjadi, hujan yang
merupakan kekuatan penggerak erosi yang melepaskan partikel tanah dan limpasan
akan membawa partikel tanah yang terlepas tersebut. Selain itu curah hujan dan
temperatur juga menentukan tingkat pertumbuhan vegetasi. Ini merupakan hal yang
kritis, karena vegetasi merupakan salah satu kontrol erosi yang paling penting.
2. Karakteristik tanah (soil characteristics)
Dalam menentukan erodibilitas tanah, terdapat 4 karakteristik yang mempengaruhi,
yaitu :
a. Tekstur tanah berupa ukuran partikel yang menyusun bagian tanah. Pasir,
lanau dan lempung merupakan tiga unsur tanah yang utama. Menurut Asdak
(2010:352), jenis tanah yang memiliki dominasi struktur tanah liat memiliki
ikatan antar partikel yang kuat sehingga tidak mudah tererosi. Sedangkan
pada tanah dengan unsur dominan pasir (tekstur kasar), kemungkinan terjadi
erosi adalah rendah, karena laju infiltrasi yang besar dan menekan besarnya
limpasan yang terjadi. Pada tanah dengan susunan utama lanau dan pasir
lembut serta sedikit unsur organik memiliki kemungkinan besar untuk
terjadinya erosi.
b. Unsur organik yang berperan memperbaiki struktur tanah dan menambah
tingkat permeabilitas tanah, kesuburan tanah dan kapasitas infiltrasi.
c. Permeabilitas tanah adalah kemampuan tanah untuk ditembus oleh udara dan
air melalui pori-pori tanah, tanah dengan permeabilitas yang lebih tinggi
menghasilkan lebih sedikit limpasan daripada tanah dengan permeabilitas
rendah.
d. Struktur tanah adalah partikel tanah yang tersusun menjadi agregat. Sebuah
struktur tanah dengan butiran-butiran kecil (granular) merupakan struktur
tanah yang paling diinginkan baik pada pertanian maupun kontrol terhadap
erosi karena menurut Asdak (2010:352) struktur tanah yang demikian
mempunyai kemampuan yang baik dalam meloloskan air limpasan sehingga
akan menurunkan laju limpasan dan memacu pertumbuhan tanaman. Ketika
permukaan tanah menjadi padat dan mengeras, air cenderung melimpas
daripada mengalami infiltasi. Potensi erosi meningkat berbanding lurus
dengan meningkatnya limpasan permukaan.
29
3. Topografi (topography)
Panjang dan kemiringan lereng (slope) adalah faktor yang sangat berpengaruh
terhadap potensi terjadinya erosi karena memegang peranan penting dalam
mempengaruhi kecepatan limpasan (runoff velocity). Lereng yang panjang
memungkinkan limpasan meningkat kecepatannya dan terkonsentrasi alirannya. Ini
mengakibatkan terjadinya erosi alur dan parit. Bentuk lereng juga menjadi faktor
utama erosi. Dasar sebuah lereng lebih rentan tererosi daripada bagian atas lereng
karena limpasan yang datang ke dasar lereng bergerak lebih cepat dan lebih
terkonsentrasi.
4. Penutup tanah (ground cover)
Penutup tanah termasuk di dalamnya vegetasi. Vegetasi melindungi permukaan
tanah dari dampak hantaman air hujan, mengurangi kecepatan limpasan dan
mempertahankan kapasitas tanah untuk menyerap air. Banyak penelitian
menyebutkan bahwa erosi dan limpasan terendah terjadi pada hutan lindung
(protected forest) dan tertinggi pada tanah terbuka (bare soil). Seperti tertera pada
Tabel 2.1 yang merupakan hasil penelitian yang dilakukan oleh Roose (1967) dalam
Morgan dan Rickson (2005:140) di Sefa, Senegal.
6. Manusia
Faktor manusia menentukan apakah manusia yang akan merusak tanah yang
diusahakannya dan menjadi tidak produktif atau sebaliknya justru tanah menjadi
produktif dan lestari.
Dengan :
SY = Pendugaan hasil sedimentasi (ton/ha)
Qp = Debit maksimum yang terjadi (mm/jam)
Vq = Volume aliran pada suatu kejadian hujan (mm)
WSA = Luasan DAS (ha)
K = Faktor erodobilitas tanah
LS = Faktor panjang dan kemiringan lereng
C = Faktor vegetasi tutupan lahan dan pengelolaan tanaman
P = Faktor tindakan-tindakan khusus konservasi tanah (dimensionless)
ZZZ
-= c − 10e 25.4 ......................................................................................... (2.53)
d'
Jenis
Kondisi
No Tataguna Jenis Tanah
Hidrologi
Lahan
A B C D
Poor 65 76 84 88
8 Sawah Irigasi Fair 64 75 83 87
Good 63 75 83 87
Poor 65 76 84 88
9 Sawah Tadah Hujan Fair 64 75 83 87
Good 63 75 83 87
Poor 66 77 85 89
10 Tegalan Fair 62 74 83 87
Good 58 72 81 85
Sumber : Nur Attin Isnani (2004) dalam Yulyana Aurdin (2014)
2.4.2. Faktor Erodibilitas Tanah (K)
Faktor erodibiltas tanah (K) menunjukkan resistensi partikel tanah terhadap
pengelupasan dan transportasi partikel-partikel tanah oleh adanya energi kinetik hujan.
Besarnya erodibiltas tanah dipengaruhi oleh resistensi partikel yang ditentukan oleh
karakteristik tanah seperti tekstur tanah, stabilitas agregat tanah, kapasitas infiltrasi dan
kandungan organik dan kimia tanah. Karakteristik tanah tersebut bersifat dinamis, selalu
berubah seiring berjalnnya waktu, tata guna lahan dan pola pengolahan lahan sehingga
berpengaruh pada perubahan angka erodibiltas tanah (Asdak,2010:360).
Ukuran partikel agregat tanah berpengaruh pada angka erodibilitas tanah. Tanah dengan
partikel agregat yang besar memiliki sifat resistensi yang besar terhadap erosi karena
diperlukan energi yang besar untuk mengangkut partikel tanah tersebut. Sedangkan untuk
partikel tanah yang halus, pengelupasan lebih mudah terjadi karena sifat kohesi tanah
tersebut juga besar. Partikel debu dan pasir halus kurang resisten dibandingkan kedua jenis
pertikel tanah yang terdahulu dan dengan demikian tanah dengan kandungan debu tinggi
mempunyai sifat erdibilitas besar (Asdak,2010:361).
Adapun beberapa klasifikasi nilai erodibiltas tanah menurut USDA (1973) dalam
Yusadinanta (2017) seperti tertera pada tabel 2.5.
Tabel 2.15 Klasifikasi Kelas Erodibilitas Tanah
Kompleks Andosol Kelabu Tua dan Complex of Dark Grey Andosols and
0.271
Litosol Litosols
Kompleks Brown Forest Soil, Litosol Complex of Brown Forest Soil
0.157
Mediteran Litosols and Mediterranean Soils
Kompleks Andosol Kelabu Tua dan Complex of Dark Grey Andosols and
0.271
Litosol Litosols
(Sumber : Puslitbang Pengairan Bogor, 1985)
0
\ = ( )= ....................................................................................................................(2.55)
dengan :
X = panjang lereng dalam meter
m = konstanta yang besarnya bergantung pada besarnya kecuraman pada lereng
Faktor kecuraman lereng (S) dinyatakan dalam derajat sudut lereng atau persen. Lereng
bernilai 100% sama dengan lereng dengan sudut 45°. Untuk beberapa hal dalam ilmu tanah
kebanyakan lereng dinyatakan dalam persen. Nilai faktor S dalam persamaan MUSLE dapat
dihitung menggunakan persamaan:
36
dengan :
S = Kecuraman lereng
ϴ = Sudut dalam derajat
Jika perhitungan dilakukan dengan kecuraman lereng dalam persen, persamaan faktor S
menjadi :
Z.BG4Z.GZa4Z.ZBGa
-= ................................................................................................... (2.57)
7.7G
dengan :
S = Kecuraman lereng
s = Sudut kelerengan dalam persen
Dalam perhitungan umumnya faktor L dan S dihitung bersamaan menjadi faktor LS. LS
sendiri merupakan rasio antara besarnya erosi dari sebidang tanah dengan panjang lereng
dan kecuraman tertentu terhadap besarnya erosi dari tanah yang identik terletak pada lereng
dengan panjang 22 meter dan kecuraman 9% (Arsyad,2010:366). Nilai LS suatu bidang
tanah dapat dihitung dengan persamaan :
\- = O(0.0138 + 0.00965l + 0.00138l ............................................................. (2.58)
dengan :
x = panjang lereng dalam meter
s = kecuraman lereng dalam persen
Dalam sistem GISus-M, perhitungan serat LS-factor pada grid didasarkan pada model
ketinggian digital. Data ketinggian dapat diwakili oleh data raster. Tujuan utama langkah ini
adalah menggunakan metode yang diterapkan secara luas dan diuji untuk menghitung faktor
topografi. GISframework dari GISus-M sangat cocok untuk menghitung faktor LS
menggunakan ls-alat yang diusulkan oleh Zhang et al. (2013). Ketika LS-TOOL
menggunakan data ASCII DEM untuk menghitung faktor ls-, proses dilakukan dengan
mengubah kode sumber untuk bekerja pada data RASTER DEM agar sesuai dengan data
masukan di GIS.
Selain itu, LS-TOOL ini menyediakan kombinasi algoritma yang berbeda untuk
menghitung faktor topografi, menerapkan algoritma untuk tidak mengisi data, sel sink,
arahan aliran tunggal (SFD), dan arah aliran multiple-f (MFD) untuk memperoleh area yang
berkontribusi.
37
t
S= ( 4t)
....................................................................................................................(2.60)
v w
c e
u = |G(a x.xyz{
x.y
......................................................................................................(2.61)
}) 4Z.[7~
kumulatif (Zhang et al., 2013). Para penulisnya melaporkan bahwa LS-TOOL menyediakan
alat yang berguna untuk menghitung faktor LS.
Tabel 2.19 Perkiraan nilai faktor CP berbagai jenis penggunaan lahan di Jawa (Abdurachman
dkk., 1894; Ambar dan Syarifudin, 1979)
No. Konservasi dan Pengelolaan Tanaman Nilai CP
1 Hutan
- Tak terganggu 0,01
- Tanpa tumbuhan bawah, disertai seresah 0,05
- tanpa tumbuhan bawah, tanpa seresah 0,50
2 Semak
- tak terganggu 0.01
- Sebagian rumput 0.10
3 Kebun
- kebun-talun 0,02
- kebun-pekarangan 0,20
4 Perkebunan
- penutupan tanah sempurna 0.01
- penutupan tanah sebagian 0.07
5 Perumputan
- penutupan tanah sempurna 0.01
- penutupan tanah Sebagian, ditumbuhi alang-alang 0.02
- alang-alang, pembakaran sekali setahun 0.06
41
Gambar 2.5 Perbandingan antara SDR dan luas menurut Jain dan Singh (2003:703)
Sumber : Yusadinanta A.A (2017)
Rumus dari Boyce (1975) dalam Arsyad (2012:12) dapat digunakan untuk menentukan
nilai SDR:
SDR = 0.41 A-0.3 ........................................................................................................... (2.62)
Atau menggunakan rumus Auerswald, 1992 dalam Arsyad, 2012:12:
SDR = -0.02 + 0.385 A-02 ............................................................................................. (2.63)
A dinyatakan dalam luas DAS (km2)
43
Robinson (1979) dalam Arsyad (2012:13) juga memberikan nilai SDR terhadap luas
DAS seperti pada tabel dibawah ini ;
Tabel 2.20 Pengaruh Luas Daerah Pengaliran Sungai Terhadap Nisbah Pelepasan Sedimen
Luas Daerah Aliran Sungai (Km2) Nisbah Pengantaran Sedimen (NLS) (%)
0.1 53.0
0.5 39.0
1.0 35.0
5.0 27.0
10.0 24.0
50.0 15.0
100.0 13.0
200.0 11.0
500.0 8.5
26,000.00 4.9
Sumber : Arsyad (2012)
Hasil sedimen didefinisikan sebagai jumlah total sedimen yang mencapai sungai atau
outlet dari DAS per tahunnya, jumlahnya selalu lebih kecil daripada total erosi yang terjadi
di DAS tersebut. Hasil sedimen (sediment yield) merupakan hasil bersih dan final dari proses
pengelupasan, pengangkutan dan deposisi (pengendapan) yang terjadi dari DAS. Estimasi
hasil sedimen diperlukan untuk konservasi tanah dan air, studi kelayakan untuk
pembangunan bendungan dan lainnya (Arsyad, 2012)
Besar perkiraan hasil sedimen sungai akibat erosi menurut Asdak (2002) dapat
ditentukan berdasarkan persamaan berikut:
Y = E (SDR) Ws ...........................................................................................................(2.64)
dengan :
Y = Hasil sedimen per tahun (ton/tahun)
E = Besaran Erosi Tanah (ton/ha/tahun)
Ws = Luas Daerah Pengaliran (ha)
SDR = Sediment Delivery Raito (%)
2.6 Indeks Bahaya Erosi (IBE)
Indeks bahaya erosi (IBE) merupakan perbandingan nilai laju erosi yang terjadi dengan
erosi yang diperbolehkan pada suatu Daerah Aliran Sungai (DAS). IBE pada dasarnya dapat
ditentukan dari perhitungan nisbah antara laju erosiitanah potensial (A) dengan laju erosi
yang masih dapat ditoleransi (TSL) atau secara persamaan matematis dapat ditulis sebagai
berikut:
•‚ƒa ƒ9„ a …† (9ƒ /‡… / 9…‡ˆ )
P•€ = ..............................................................................(2.64)
A (9ƒ /‡… /9…‡ˆ )
44
Kedalaman efektif adalah kedalaman tanah sampai sejauh mana tanah dapat ditumbuhi
akar sedangkan untuk faktor kedalaman tanah Tabel 2.5 - 2.7 diketahui berdasarkan ordo,
sub ordo dari jenis tanah dan bobot isi tanah untuk berbagai jenis tanah dapat dilihat pada
tabel berikut:
Tabel 2.22 Bobot Isi Tanah
No Jenis Tanah Bobot Isi Tanah
1 Podsolik merah kuning (ultisol) 1.10 – 1.35
2 Regosol (entisol) 1.07 – 1.48
3 Alluvial (entisol/inseptisol) 1.02 – 1.42
45
Penetapan penggunaan lahan setiap satuan lahan ke dalam suatu kawasan fungsional
dilakukan dengan menjumlahkan nilai skor ketiga faktor tersebut di atas dengan
mempertimbangkan keadaan setempat. Dengan cara demikian, dapat dihasilkan kawasan
lindung, kawasan penyangga dan kawasan budidaya. Berikut ini adalah kriteria yang
digunakan BRI.KT (Balai Rehabilitasi Lahan dan Konservasi Tanah, Departemen
Kehutanan) untuk menentukan status kawasan berdasarkan fungsinya.
Kawasan Lindung
Satuan lahan dengan jumlah skor ketiga faktor fisiknya sama dengan atau lebih besar
dari 175 dan memenuhi salah satu atau beberapa syarat di bawah ini :
a. Mempunyai kemiringan lereng > 45%
b. Tanah dengan klasifikasi sangat peka terhadap erosi dan mempunyai kemiringan
lereng > 15%
c. Merupakan jalur pengaman aliran sungai, sekurang-kurangnya 100 m di kiri-kanan
alur sungai.
d. Merupakan pelindung mata air, yaitu 200 m dari pusat mata air.
e. Berada pada ketinggian ≥ 2000 mdpl
f. Guna kepentungan khusus dan ditetapkan oleh pemerintah sebagai kawasan lindung.
Kawasan Penyangga
Satuan lahan dengan jumlah skor ketiga faktor fisik antara 125-174 serta memenuhi
kriteria umum sebagai berikut :
48
8. Irigasi
2.8.3 Bangunan Pengendali Sedimen
Mencegah proses terjadinya sedimentasi adalah suatu hal yang tidak mengkin dapat
dilakukan, kerena sedimentasi adalah hasil suatu proses gejala alam yang sangat kompleks
di atas permukaan bumi ini. Proses ini berlangsung secara terus-menerus dan kadang-kadang
lebih diperparah oleh kegiatan manusia. Akan tetapi intensitas proses sedimentasi tersebut
secara teknis dapat diperlambat mencapai tingkat yang tidak membahayakan, yaitu tingkat
sedimentsi yang seimbang dengan kemampuan daya angkut aliran sungai secara fluvial dan
dapat dihindarkan gerakan sedimen secara massa (Razianto, 2018)
Bangunan Penahan Sedimen (BPS) adalah salah satu bangunan pengendali sedimen
yang berfungsi untuk menampung dan mengendalikan aliran sedimen di sungai serta
menahan endapan sedimen yang telah mengendap di hulu bangunan. Selain itu BPS
mengendalikan kecepatan aliran dan mengendalikan debit sedimeniagar tidak menimbulkan
kerusakan lingkungan sungai dan prasarana sumber daya air lainnya, kerugian harta benda
dan korban jiwa akibat aliran sedimen berlebihan. BPS juga dapat dimanfaatkan untuk
keperluan lain asal tidak mengganggu fungsi utamanya, antara lain jembatan penyeberangan,
pengambilan air dan lain – lain.
Ditinjau dari fungsi utamanya, BPS memerlukan spesifikasi khusus karena BPS dilewati
oleh aliran lahar, debris atau aliran denganikonsentrasi sedimen tinggi. Selain itu BPS harus
mampu menahan gaya – gaya yang bekerja, antara lain berat sendiri, tekanan air, tekanan
sedimen, abrasi dan benturan akibat aliran lahar atau debris, gaya angkat (uplift), gaya gempa
dan lain – lain. (SNI 2851 – Bangunan Penahan Sedimen,2015, p.6)
Usaha untuk memperlambat proses sedimentasi ini antara lain dengan mengadakan
pekerjaan teknik sipil untuk mengendalikan gerakannya menuju bagian sungai di sebelah
hilirnya. Adapun pekerjaannya adalah berupa pembangunan bendung pengatur (sabo-dam),
bendung penahan (check-dam), dan bendung konsolidasi (Razianto, 2018)
Adapun menyebutkan jenis bangunan pengendali sedimen menurut fungsinya dibedakan
menjadi :
1. Stepped Dam yaitu dam bertingkat yang dibuat dibagian alur yang rusak, mudah
longsor untuk mencegah produksi sedimen karena erosi galur.
2. Check Dam atau Sabo Dam yaitu dam penahan sedimen yang harus dibangun di
lembah sungai yang cukup dalam untuk menahan, menampun dan
mengendalikan sedimentasi, sehingga jumlah sedimen yang mengalir diperkecil.
51
3. Sand Pocket (Kantong Pasir) yaitu bangunan pengendali sedimen yang dibuat di
daerah sungai yang berbentuk kipas alluvial untuk menampung sejumlah
sedimen yang mengalir cukup besar sehingga sisa dari yang ditahan check dam
ditampung disini. Pada umumnya kantong pasir dilengkapi dengan tanggul
keliling untuk mencegah limpasan.
4. Groundsill atau ambang pengendali dasar adalah check dam yang redah
dibangun melintang sungai untuk menstabilkan dasar sungai dan mengarahkan
aliran sedimen.
5. Channel Works yaitu bangunan berupa kanal di daerah kipas alluvial untuk
menstabilkan arah alur dan mengalirkan banjir dengan aman, karena pada
umumnya di daerah tersebut selalu berubah akibat fluktuasi debit.
Penentuan lokasi bangunan
Tata letak bangunan penahan sedimen harus memenuhi ketentuan – ketentuan, sebagai
berikut : (SNI 2851 – Bangunan Penahan Sedimen,2015)
a. Lokasi bangunan penahan sedimen ditetapkan pada ruas sungai yang lurus dan pada
kondisi geologi yang baik.
b. Apabila lokasi bangunan penahan sedimen pada tikungan sungai, harus dilakukan
tinjauan hidraulik terhadap kemungkinan limpasan dan gerusan pada tebing luar
tikungan baik di hulu maupun di hilir bangunan.
c. Letak bangunan penahan sedimen ditentukan pada daerah dengan volume tamping
besar yang daerah genangannya tidak terdapat perkampungan dan lahan pertanian.
d. Harus saling terkonsolidasi dan melindungi dari bahaya degradasi sungai.
e. Sumbu bangunan penahan sedimen harus tegak lurus arah aliran di bagian hilirnya.
Bentuk dan Dimensi
Bentuk dan dimensi bending pengendali dasar sungai serta kelengkapannya harus
memenuhi ketentuan – ketentuan sebagai berikut. Bentuk bendung pengendali dasar sungai
membujur kearah lebar sungai, disesuaikan dengan bentuk penampang melintang sungai dan
sifat tanah dasarnya. Panjang bendung pengendali dasar sungai harus dapat menutup seluruh
lebar sungai dengan baik, dan bagian pangkal bendung pengendali dasar sungai harus
didesain agar bangunan aman terhadap bahaya gerusan dan erosi buluh. (Pd T-12-2004-A,
p.6)
Tinggi bendung utama disarankan maksimum lima meter, ditentukan dengan pedoman
pada keadaan dasar sungai yang ada, dan kecenderungannya di masa yang akan datang. (Pd
T-12-2004-A, p.6)
52
Perhitungan estimasi tampungan checkdam dengan data slope saluran yang didapatkan
dari hasil analisa dan untuk tinggi rencana checkdam (maksimal 5 meter) berdasarkan Pd T-
12-2004-A, p.6. Volume tampungan sedimen dihitung dengan rumus sebagai berikut:
1
Pa9…9 a = × PŒ .............................................................................................................. (2.66)
2
2
P8 …= a = × PŒ ........................................................................................................... (2.67)
3
T
\a9…9 a = PŒ −Pl
................................................................................................................ (2.68)
T
\8 …= a = ............................................................................................................ (2.68)
PŒ −P)
Tו×\l
Xa9…9 a = ............................................................................................................. (2.69)
2
Tו×\)
X9ƒ9…† = 2
.............................................................................................................. (2.70)
Selain itu usia guna bangunan ditetapkan dari berapa tahun umurnya agar bangunan
tersebut dibangun. Berdasarkan umur dan volume sedimen rencana yang diendapkan, maka
volume tampungan usia guna bangunan dapat dihitung dengan persamaan berikut:
‰ = X/(\ × - × €) ...................................................................................................... (2.73)
’a
-= .......................................................................................................................... (2.74)
•
53
Keterangan :
T = usia guna (tahun)
V = volume tampungan mati (m3)
L = Luas DAS (km2)
S = Intensitas erosi
Vs = Volume sedimen rata-rata yang masuk ke tampungan (m3/tahun)
E = Efisiensi tampungan
57
58
59
Sumber : Permen PUPR No. 04 Tahun 2015
60
(Halaman Ini Sengaja Dikosongkan)
60
61
parameter yang diperlukan adalah faktor erosivitas limpasan permukaan (Rw), erdobilitas
tanah (K), kemiringan dan panjang lereng (LS) serta peta penutupan dan pengelolaan lahan
(CP). Tiap parameter tersebut nantinya diubah dalam bentuk peta tematik dan selanjutnya
akan di overlay dari 4 buah peta tadi sehingga didapatkan peta laju erosi. Kemudian
dilakukan analisis terhadap hasil laju erosi tersebut dan disusun tingkat bahaya erosi
berdasarkan peraturan Departemen Kehutanan 1998 untuk nantinya dapat dipertimbangkan
jenis konservasi lahan yang sesuai untuk diterapkan pada Basin Block Upper Brantas di Sub
DAS Brantas Hulu. Berikut merupakan tahapan dalam pengolahan dan analisis data :
1. Membuat batas daerah aliran sungai dengan input data DEM (Digital Elevation Model)
a. Membuat koordinat (Project) untuk dapat menyesuaikan dengan data frame pada
ArcGIS.
b. Melakukan proyeksi data DEM dengan ketentuan koordinat UTM WGS 1984
dengan zona 49 s.
c. Melakukan proses menggunakan tools pada ArcMap dengan memasuki Model
Builder lalu memilih ArcToolbox
d. Lalu bentuk flowchart pada Model Builder dengan tools dari ArcToolbox sesuai
dengan tahapan berikut :
i. Fill : digunakan untuk merekondisi data pada DEM agar mencapai nilai yang
ekstrim.
ii. Flow Direction : Merubah data dari tiap pixel dengan nilai elevasi yang ada
untuk membentuk arah aliran.
iii. Flow Accumulation : arah aliran yang terbentuk akan digabungkan sesuai
dengan elevasi pada data DEM.
iv. Con : Data yang didapat bisa diatur tingkat ketelitian pixel data raster yang
akan didapat nanti. Dalam tahapan ini digunakan sesuai dengan kondisi yang
akan diinginkan.
v. Stream Link : Dengan tools ini nantinya akan dibentuk data aliran (dalam
raster).
vi. Stream to Feature : Data aliran dalam raster akan diubah dalam bentuk vector
(Shapefile).
vii. Watersed : Aliran tadi akan dikelompokkan menjadi daerah DAS dengan
tetap memerhatikan elevasi. Data hasil tools ini adalah raster. Dalam tahapan
ini, dilakukan pemilihan DAS yang diinginkan dengan menghapus daerah-
daerah aliran lain yang tidak masuk dalam lokasi penelitian.
63
d. Selanjutnya melakukan analisis Flow Direction dari hasil grid Fill sebelumnya.
Analisis ini dilakukan untuk mengetahui arah aliran permukaan dari satu cell ke cell
lainnya di sekitarnya. Untuk menjalankan analisis ini dipilih Flow Direction pada
Terrain Processing.
e. Tahap terakhir dilakukan perhitungan dengan bantuan raster calculator dengan
menggunakan persamaan Stone dan Hilborn sehingga diperoleh output berupa peta
faktor LS Basin Block Upper Brantas.
6. Melakukan overlay data dengan menggabungkan ke 4 peta dengan format raster
menjadi satu kesatuan berdasarkan metode MUSLE untuk menghasilkan peta baru yaitu
peta laju sedimentasi.
7. Dilakukan pembuatan arahan fungsi kawasan yang sudah ditetapkan dengan parameter
skoring jenis tanah, kemiringan lereng dan rerata hujan untuk membantuk menentukan
arahan penggunaan lahan baru.
8. Setelah mendapatkan ke dua peta (laju sedimentasi yang terjadi dan arahan penggunaan
lahan) dilakukan analisis untuk menentukan tindakan konservasi yang akan digunakan.
Dalam kajian kali ini tindakan konservasi yang digunakan adalah konservasi vegetatif
yang berfokus pada jenis tanaman dan tutupan lahan yang ada dan metode mekanik yang
berfokus pada pengelolaan lahan dan pembuatan bangunan. Selain itu juga dilakukan
rekomendasi perubahan tata guna lahan yang disarankan untuk dapat mencegah erosi
dan sedimentasi pada kondisi lahan dengan laju sedimentasi berat dan sangat berat
dengan berdasar pada arahan penggunaan lahan berdasarkan kriteria BRLKT (Balai
Rehabilitasi Lahan dan Konservasi Tanah, Departemen Kehutanan).
9. Hasil rekomendasi konservasi dan skenario tata guna lahan baru dilakukan analisis
ulang menggunakan metode MUSLE untuk mendapatkan nilai laju sedimentasi setelah
dilakukan tindakan.
10. Hasil analisis laju sedimentasi dengan tata guna lahan eksisting dan skenario tata guna
lahan baru dikonversikan menjadi nilai laju erosi potensial pada lahan dengan membagi
nilai laju sedimentasi dengan nilai SDR.
11. Membuat nilai Indeks Bahaya Erosi yang terjadi pada Sub DAS Upper Brantas.
Perhitungan IBE digunakan dengan memerhatikan kedalaman solum tanah sehingga
nantinya akan dioverlay untuk mendapatkan tingkat bahaya erosi yang ada. Perhitungan
IBE dilakukan pada kondisi lahan eksisting dan skenario lahan baru
12. Rencana bangunan pengendali sedimen pada DAS yang memiliki nilai IBE diatas 10
(Sangat Tinggi).
66
71
72
“Watershed”. Berikut merupakan hasil dari running pada model builder yang
telah dibuat.
Untuk hasil dari pembuatan peta batas Sub DAS Brantas Hulu Kota Batu dapat dilihat
pada Gambar 4.4. Berdasarkan hasil delinasi DAS yang dilakukan, didapatkan luasan untuk
SubDAS Brantas Hulu yang masuk dalam wilayah administrasi Kota Batu adalah 159.929
km2 atau 15992.9 ha. Luasan ini merupakan 80% dari luas total Kota Batu yang memiliki
luas 202.30 km2. Selanjutnya dari total luasan SubDAS Brantas Hulu ini, dibagi menjadi
beberapa area kecil yang menyesuaikan dengan alur sungai yang ada, dalam artian dibagi
menjadi beberapa DAS kecil. Pembagian DAS ini bertujuan untuk kemudahan dalam
analisis debit maksimum dan limpasan.
74
Gambar 4.4. Peta Batas Sub DAS Upper Brantas (Brantas Hulu)
Sumber : Hasil Analisis, 2021
75
76
76
Gambar 4.5. Peta Pembagian Wilayah DAS dan Lokasi Pos Hujan
Sumber : Hasil Analisis, 2021
77
Tabel 4.2. Data Hujan Harian Maksimum Tahunan Stasiun Hujan SubDAS Brantas Hulu
Curah Hujan Maksimum Harian Tahunan (mm)
Tahun St. St. St. St. St. St. St.
Tinjumoyo Ngujung Ngaglik Temas Tlekung Pendem Junggo
1998 94 89 89 94 94 94 94
1999 90 64 64 90 90 90 90
2000 161 77 77 161 161 161 161
2001 68 104 88 73 61 90 68
2002 83 75 75 73 77 85 83
2003 62 110 110 63 99 94 62
2004 85 70 70 80 97 70 85
2005 89 95 95 65 66 88 89
2006 89 63 90 184 84 96 102
2007 125 92 145 89 86 75 64
2008 84 72 74 61 65 110 87
2009 70 96 86 68 69 80 89
2010 75 78 103 71 88 110 82
2011 76 58 63 59 72 53 100
2012 85 91 58 51 83 81 76
2013 115 108 110 58 100 125 98
2014 93 91 68 71 47 80 96
2015 57 80 74 57 60 65 101
2016 82 59.3 55 66 65 84 68
2017 75 55.5 55 65 51 67 87
2018 81 85 35 71 87.1 61 75
Sumber : Dinas Pengairan Kota Batu
Tabel 4.3. Detail Lokasi Stasiun Hujan Sub DAS Brantas Hulu
Koordinat Elevasi
Stasiun Hujan Lokasi
LS BT (mdpl)
Desa Tinjumoyo
St. Tinjumoyo 7°50'35.08" 112°31'41.79" 937
Kec. Batu
Desa Pandanrejo
St. Ngujung 7°51'52.01" 112°32'58.67" 825
Kec. Batu
Kelurahan Ngaglik
St. Ngaglik 7°52'24.66" 112°31'19.87" 929
Kec. Batu
Kelurahan Teman
St. Temas 7°52'34.94" 112°32'38.20" 832
Kec. Batu
Desa Tlekung
St. Tlekung 7°54'38.81" 112°32'18.13" 893
Kec. Junrejo
Desa Pendem
St. Pendem 7°54'06.57" 112°34'50.04" 637
Kec. Junrejo
Desa Sumberbrantas
St. Junggo 7°48'42.14" 112°31'48.68" 1240
Kec. Bumiaji
Sumber : Dinas Pengairan Kota Batu
4.2.3 Uji Konsistensi Data Hujan
Uji konsistensi data hujan dilakukan dengan menggunakan metode Kurva Massa Ganda
dan metode Rescaled Adjusted Partial Sums (RAPS). Uji konsistensi dengan metode Kurva
Massa Ganda dilakukan pada stasiun-stasiun hujan yang memiliki jarak yang berdekatan.
Menurut Subarkah (1980, dalam Sari, 2020), “Metode Kurva Massa Ganda merupakan uji
konsistensi untuk stasiun-stasiun hujan yang berdekatan dengan stasiun yang diuji dan
memiliki kondisi meteorologi yang sama dengan stasiun yang diuji”. Sedangkan “Metode
RAPS merupakan pengujian kelayakan data hujan dengan hanya satu lokasi pencatatan data
hujan” (Harto, 1993). Dalam studi kali ini Uji RAPS dilakukan pada Stasiun Junggo
dikarenakan terdapat perbedaan jumlah data pada hasil pengamatan lapangan.
Tabel 4.4. Uji Konsistensi Data Hujan Tahunan (mm) Stasiun Ngujung
Data Curah Hujan Tahunan (mm) Rerata Kumulatif
Kumulatif
Pos Pos
Tahun X2
Sekitar Sekitar
X1 X2 X3 X4 X5 X6 (mm)
(mm) (mm)
1998 1860 1879 1879 1860 1860 1860 1879 1864 1864
1999 2069 1736 1736 2069 2069 2069 3615 2002 3866
2000 2329 1706 1706 2329 2329 2329 5321 2204 6071
2001 2012 1618 1618 1702 1555 1823 6939 1742 7813
2002 1545 1452 1452 1594 1400 1576 8391 1513 9326
2003 1539 1651 1651 1533 1268 1250 10042 1448 10774
2004 1580 1721 1734 1780 1391 1665 11763 1630 12404
2005 1362 1238 1238 1194 1235 1603 13001 1326 13731
2006 1362 1163 1249 1093 1310 1542 14164 1311 15042
2007 1558 1624 1593 1546 1450 1196 15788 1469 16510
2008 1949 1644 1770 1714 1485 1814 17432 1746 18257
2009 1619 1494 1484 1486 1246 1562 18926 1479 19736
2010 2821 3107 2817 2513 2382 2711 22033 2649 22385
2011 1739 1671 1324 1529 1897 1260 23704 1550 23935
2012 1834 1619 1301 1482 1627 1369 25323 1523 25457
2013 2532 2921 2210 2285 2479 1636 28244 2228 27686
2014 1737 1699 1258 1546 1359 1519 29943 1484 29170
2015 1431.4 1391.6 1174.2 1359 1469 1527 31335 1392 30562
2016 2205.8 1811.1 2287.3 2980 1898 2557 33146 2386 32947
2017 2085.9 1676.9 1664.4 2204 1697.4 1716 34823 1874 34821
2018 1610.9 1155.6 1022 2053.6 1187.4 731 35978 1321 36142
Sumber : Hasil Analisis, 2021
Keterangan: X1 = Stasiun Hujan Tinjumoyo
X2 = Stasiun Hujan Ngujung
X3 = Stasiun Hujan Ngaglik
X4 = Stasiun Hujan Temas
X5 = Stasiun Hujan Tlekung
X6 = Stasiun Hujan Pendem
81
40000
y = 0.9941x
Kumulatif Stasiun Hujan
35000 R² = 0.9992
30000
25000
20000
15000
10000
5000
0
0 10000 20000 30000 40000
Berdasarkan grafik pada Gambar 4.5 dilakukan pengecekan konsistensi data curah hujan
Stasiun Ngujung. Data dianggap konsisten apabila tidak melewati ±3° dari nilai α0. Maka
koreksi dilakukan dengan menghitung dengan tahapan sebagai berikut.
= 0.995
b. Sudut kemiringan = Tan-1(0.995)
= 44.87°
Selanjutnya sebagai pembanding maka ditentukan garis acuan yang dianggap sebagai
garis lingkungan yang merupakan dasaran sudut sebagai penentu konsistensi. Untuk
menentukan nilai sudut maka diperlukan nilai persamaan linear. Berikut merupakan tahapan
untuk menghitung nilai α0.
a. Persamaan linear dari grafik y = 0.9941x
y = 0.9941.35000 – (asumsi nilai x = 35000)
y = 34793.5
34793.5
b. Sudut α0 α0 = ( 35000 )
α0 = Tan-1 (0.9941)
α0 = 44.83°
82
Apabila dibandingkan maka nilai dari sudut kemiringan pada titik kumulatif total antara
nilai stasiun pembanding dan stasiun Ngujung dengan nilai α0 tidak melebihi ±3°, maka
secara keseluruhan data dapat dianggap konsisten. Namun untuk pengecekan lanjutan
diperlukan pengecekan terhadap tiap tahun kemiringan untuk memastikan apakah terdapat
data yang tidak konsisten. Pada tabel 4.4 ditunjukkan uji tiap tahun pada data hujan Stasiun
Ngujung.
= 1.18
Selanjutnya data-data yang tidak konsisten (data-data setelah titik patahan) dikoreksi
dengan mengalikan data tersebut dengan faktor koreksi.
a. Data curah hujan tahun 2001 = 1618 mm
b. Data hujan terkoreksi = 1618 × 1.18
= 1913 mm
40000
y = 0.9941x
Kumulatif Stasiun Hujan
35000 R² = 0.9992
30000
25000
20000
15000
10000
5000
0
0 10000 20000 30000 40000
= 86182.57
Perhitungan Dy2 total (dengan menjumlah seluruh nilai Dy2 seluruh tahun)
Dy2 total = 264673.22
Perhitungan Dy
Dy = /01 232 4
= √264673.22
= 514.46
Perhitungan Sk** (contoh tahun 2006)
8∗
Sk** =
:;
87
' .
=
.
= -2.06
Dari tabel perhitungan diketahui nilai Sk** maks = 1.79
Dari tabel perhitungan diketahui nilai Sk** min = -2.06
Maka dapat ditentukan nilai Q = |=> ∗∗ | maks = 2.06
Maka dapat ditentukan nilai R = Sk**maks – Sk**min = 1.79 – (-2.06) = 3.85
Perhitungan dilanjutkan dengan mempertimbangkan nilai Q/√ dan R/√ dibandingkan
dengan nilai Q/√ dan B/√ kritis yang didapat dari tabel. Dengan menggunakan nilai
kepercayaan 90% maka :
Tabel 4.10. Rekapitulasi Perhitungan Uji RAPS Stasiun Junggo
Nilai Perhitungan Nilai Tabel
Q/n0.5 = 0.57 < 1.07
0.5
R/n = 1.07 < 1.25
Sumber : Hasil Analisis, 2021
Maka dari hasil perhitungan data Stasiun Hujan Junggo dikatakan konsisten dan dapat
digunakan untuk analisa selanjutnya.
KP = -0.15
H
$
t = KP ( .)
.
K
H
t = -0.15 ( ).
–( '. ).
t = -0.66
Berdasarkan perhitungan nilai t yang merupakan persamaan uji t dengan pengujian nilai
tt dan dt yang ada didapatkan nilai -0.66. Pada derajat kebebasan dk = n-2 = 21-2 = 19 dengan
derajat kepercaan 5% pada uji dua sisi didapat nilai t0.975 = +2.093 dan – t0.975 = -2.093
berdasarkan tabel nilai t pada lampiran. Maka dapat dibandingkan bahwa nilai t terletak
diantara nilai +t0.975 dan -t0.975. Oleh karena itu dapat disimpukan bahwa hipotesis nol
diterima dan pada derajat kepercayaan 5% pada uji 2 sisi dikatakan bahwa seri data (Rt dan
Tt) adalah independent dan tidak mungkin menunjukkan adannya trend. Maka analisis pada
89
data ini dapat dilakukan dengan menggunakan analisis hidrologi seperti analisis peluang atau
simulasi. Berikut merupakan rekapitulasi hasil uji pada data stasiun hujan lain.
Tabel 4.12. Rekapitulasi Uji Ketiadaan Trend Hujan Harian Maksimum Tahunan
Ketiadaan Tren Metode Spearman
Nama Stasiun
t hitung t tabel Kesimpulan
St. Tinjumoyo -1.413 2.093 Diterima
St. Ngujung -0.655 2.093 Diterima
St. Ngaglik -1.649 2.093 Diterima
St. Temas -2.048 2.093 Diterima
St. Tlekung -1.608 2.093 Diterima
St. Pendem -1.999 2.093 Diterima
St. Junggo -0.321 2.093 Diterima
Sumber : Hasil Analisis, 2021
Tabel 4.13. Rekapitulasi Uji Ketiadaan Trend Hujan Tahunan
Nama Stasiun Ketiadaan Tren Metode Spearman
t hitung t tabel Kesimpulan
St. Tinjumoyo 0.344 2.093 Diterima
St. Ngujung -0.932 2.093 Diterima
St. Ngaglik -1.085 2.093 Diterima
St. Temas 0.173 2.093 Diterima
St. Tlekung -0.244 2.093 Diterima
St. Pendem -1.496 2.093 Diterima
St. Junggo 1.377 2.093 Diterima
Sumber : Hasil Analisis, 2021
Pada tabel 4.12 dan tabel 4.13 dapat dilihat bahwa untuk pengujian uji ketiadaan trend
semuanya memenuhi yang berarti bahwa untuk keperluan analisis hidrologi seperti analasis
peluang dan simulasi, data curah hujan pada SubDAS Brantas Hulu dapat digunakan. Untuk
langkah selanjutnya adalah dilanjutkan dengan uji stasioner data.
4.2.5 Uji Stasioner Data Hujan
Setelah dilakukan pengujian ketiadaan trend, apabila deret berkala tidak menunjuukan
adanya trend sebelum digunakan akan dilakukan analisis lanjutan yaitu uji stasioner. Uji
stasioner bertujuan untuk menguji kestabilan nilai varian dan rata-rata dari deret berkala
dengan derajat kepercayaan tertentu. Deret berkala disebut stasioner jika nilai parameter
statistiknya (varian dan rata-rata) relatif tidak berubah dalam rangkaian data dengan runtut
waktu yang telah ditentukan. Sebagai contoh perhitungan digunakan uji pada Stasiun
Tinjumoyo dengan menggunakan Uji F dan Uji T.
Uji t pada pengujian stasioner dilakukan setelah menimbang hasil dari uji F yang
dilakukan. Fungsi uji F adalah menentukan data tersebut homogen atau tidak, bila data tidak
90
homogen maka data tidak stasioner dan tidak perlu diadakan pengujian lanjutan. Dalam
contoh perhitungan disajikan pengujian data hujan tahunan Stasiun Tinjumoyo.
Tabel 4.14. Uji Stasioner Stasiun Tinjumoyo
Kelompok 1 Kelompok 2
Tahun No X1 (mm) Tahun No X1 (mm)
1998 1 1860.00 2009 1 1619.00
1999 2 2069.00 2010 2 2821.00
2000 3 2329.00 2011 3 1739.00
2001 4 2012.00 2012 4 1834.00
2002 5 1545.00 2013 5 2532.00
2003 6 1539.00 2014 6 1737.00
2004 7 1580.00 2015 7 1431.40
2005 8 1362.00 2016 8 2205.80
2006 9 1362.00 2017 9 2085.90
2007 10 1558.00 2018 10 1610.90
2008 11 1949.00
∑ 19165.00 ∑ 19616.00
)
(1 1742.27 )
(2 1961.60
S1 317.82 S2 444.32
n1 11 n2 10
Uji-F Uji-t
dk1 10 dk 19
dk2 9 σ 402.97
F hitung 0.507 t hitung 1.246
F tabel (5%) 3.140 t tabel (5%) 2.093
Sumber : Hasil Analisis, 2021
Contoh perhitungan uji stasioner Stasiun Tinjumoyo
Dari data diatas dapat dibuat hipotesis sebagai berikut:
H0 : - nilai varian kelompok 1 dan 2 tidak ada beda nyata
- nilai rata-rata kelompok 1 dan 2 tidak ada beda nyata
H1 : - nilai variannya berbeda
- nilai rata-ratanya berbeda
Uji kestabilan varian
Berdasarkan Uji-F
$H H. ($. – )
F=
$. .. ($H – )
( . ). ( ' – )
F=
'( . ). ( – )
F = 0.507
91
| . – . '|
t= H
H H
' . ( M ).
HH HO
t = 1.246
Untuk Uji-F pada derajat kebebasan dk1 = n1 – 1 = 10, dk2 = n2 – 1 = 9 dan derajat
kepercayaan 5% dari tabel (terlampir) diperoleh nilai Ftabel (5%) = 3.140. Berdasarkan
perhitungan Uji-F Stasiun Tinjumoyo didapatkan Fhitung < Ftabel, maka hipotesis nol diterima.
Untuk Uji-t pada derajat kebebasan dk = n1 + n2 – 2 = 19 dan derajat kepercayaan 5%
pada uji dua arah (harus dibagi kedalam dua sisi, masing-masing –t0.025 dan +t0.025) diperoleh
nilai ttabel (5%) = 2.093. Berdasarkan perhitungan Uji-t Stasiun Tinjumoyo didapatkan thitung
< ttabel, maka hipotesis nol diterima.
Dengan demikian nilai varian dan rata-rata kedua kelompok Stasiun Hujan Tinjumoyo
adalah stasioner. Perhitungan selanjutnya dilakukan pada data di setiap stasiun.
Tabel 4.15. Rekapitulasi Uji Stasioner Hujan Tahunan
Stasiun
Rekapitulasi St. St. St. St. St. St. St.
Tinjumoyo Ngujung Ngaglik Temas Tlekung Pendem Junggo
F Hitung 0.507 0.137 0.124 0.412 0.629 0.317 0.807
Uji F Tabel
3.140 3.140 3.140 3.140 3.140 3.140 3.140
F (0.05)
Kesimpulan Diterima Diterima Diterima Diterima Diterima Diterima Diterima
T Hitung 1.246 1.116 0.261 1.289 0.797 0.203 0.925
Uji T Tabel
2.093 2.093 2.093 2.093 2.093 2.093 2.093
T (0.05)
Kesimpulan Diterima Diterima Diterima Diterima Diterima Diterima Diterima
Sumber : Hasil Analisis, 2021
92
St. St.
No Tahun
Junggo Tinjumoyo
20 2017 2525.40 2085.90
21 2018 1804.00 1610.90
Jumlah 27839.20 38781.00
n 13 21
Rerata 2141.48 1846.71
Sd 535.47 389.80
σ 464.97
t 1.796
dk 32
Sumber : Hasil Analisis, 2021
Hipotesa dapat diberlakukan sebagai berikut :
H0 : nilai rata-rata kelompok 1 dan 2 tidak ada beda nyata
H1 : nilai rata-ratanya berbeda
Maka untuk perhitungan Uji kestabilan nilai rata-ratanya dapat dilakukan sebagai berikut :
$H H. M $. .. H
σ=( ).
$H M $.
H
( . ). M ( . ').
σ=( ).
M
σ = 464.97
,)H ,).
t= H
H H
N( M ).
EH E.
| . – . |
t= H
H H
. ( M ).
HI .H
t = 1.796
Untuk Uji-t pada derajat kebebasan dk = n1 + n2 – 2 = 32 dan derajat kepercayaan 5%
pada uji dua arah (harus dibagi kedalam dua sisi, masing-masing –t0.025 dan +t0.025) diperoleh
nilai ttabel (5%) = 1.960. Berdasarkan perhitungan Uji-t Stasiun Junggo dan Stasiun
Tinjumoyo didapatkan thitung < ttabel, maka hipotesis nol diterima.
Pengujian lain dapat digunakan dengan membandingkan nilai rata-rata dari kedua
sampel apakah berasal dari populasi yang sama dengan analisa nilai dc. Untuk analisa ini
dihipotesakan sebagai berikut :
H0 : Nilai varian rata-rata kedua sampel berasal dari populasi yang sama
H1 : nilai rata-ratan kedua sampel berasal dari populasi yang berbeda
Perhitungan dilanjutkan dengan tahapan sebagai berikut :
94
ɵ = tan-1P P
.
= tan-1P P
. '
= 53.95°
))))
,H ))))
,.
d = H/.
Q H. M .. R
. – .
= . . H/.
Q . M . ' R
= 0.445
Derajat kebebasan
dk1 = N1 - 1 = 13 – 1 = 12
dk2 = N2 – 1 = 21 - 1 = 20
Pada ɵ = 53.95° dan derajat kepercayaan sebesar α = 5% maka dari tabel nilai dc
didapatkan nilai dc = 2.143. Oleh karena d = 0.445 ternyata lebih kecil dari dc = 2.143, maka
hipotesis dapat diterima dan dua sampel data hujan tersebut berasal dari populasi yang sama.
Dari Uji -t juga didapatkan bahwa tidak ada beda nyata antara rata-rata hujan di Stasiun
Junggo dan Stasiun Tinjumoyo. Sehingga untuk analisis selanjutnya, untuk mengisi
kekosongan data pada Stasiun Junggo pada tahun 1998-2005, maka digunakan data dari
Stasiun Tinjumoyo.
4.2.6 Uji Persistensi
Persistensi adalah suatu nilai keacakan data terhadap deret berkala yang ada, artinya
data yang ada dianggap merupakan berasal dari bilangan yang acak karena merupakan
persyaratan dalam analisa peluang. Untuk melaksanakan pengujian persistensi harus
dihitung besarnya koefisien korelasi serial. Salah satu metode yang digunakan adalah
metode Spearman. Untuk contoh perhitungan digunakan data curah hujan harian maksimum
tahunan pada Stasiun Hujan Ngujung.
Tabel 4.18. Uji Persistensi Data Curah Hujan Harian Maksimum Tahunan Stasiun Ngujung
No. Tahun Peringkat Hujan Harian Peringkat dt dt2
Tt Maks (mm/hr) Rt
1 1998 1 89.00 13 12 144
2 1999 2 64.00 5 3 9
3 2000 3 77.00 9 6 36
4 2001 4 104.03 19 15 225
5 2002 5 75.00 8 3 9
6 2003 6 110.00 21 15 225
7 2004 7 70.00 6 -1 1
8 2005 8 95.00 17 9 81
95
J
KP = 1 – 'I '
KP = -0.33
H
t = KP ( K .)
.
H
t = -0.33 ( –( '. ).
).
t = -1.48
Berdasarkan uji satu sisi untuk derajat kepercayaan 5% pada derajat kebebasan dk = m-2
= 18 dari tabel (terlampir), maka diperoleh –t0.05 = -1.734 dan +t0.05 = 1.734. Dari perhitungan
maka nilai t terletak -1.734 < -1.48 < 1.734. Jadi dapat disimpulkan hipotesis nol diterima
atau data tidak menunjukkan adanya persistensi dan bersifat acak. Perhitungan dilakukan
pada stasiun hujan lain dengan rekapitulasi pada tabel dibawah ini.
96
Hujan
Hujan
Maksimum
No Tahun Tahunan Log X Log X
Harian
(mm)
Tahunan (mm)
5 2002 1452 3.162 75 1.875
6 2003 1651 3.218 110 2.041
7 2004 1721 3.236 70 1.845
8 2005 1238 3.093 95 1.978
9 2006 1163 3.066 63 1.799
10 2007 1624 3.211 92 1.964
11 2008 1644 3.216 72 1.857
12 2009 1494 3.174 96 1.982
13 2010 3107 3.492 78 1.892
14 2011 1671 3.223 58 1.763
15 2012 1619 3.209 91 1.959
16 2013 2921 3.466 108 2.033
17 2014 1699 3.230 91 1.959
18 2015 1392 3.144 80 1.903
19 2016 1811 3.258 59 1.773
20 2017 1677 3.225 56 1.744
21 2018 1156 3.063 85 1.929
Standar Deviasi (Stdev) = 0.105 0.090
Rata-rata = 3.224 1.903
Jumlah Data = 21 21
Kn = 2.408 2.408
Nilai ambang atas, XH = 2995.956 131.706
Nilai ambang bawah, XL = 937.807 48.521
Max 3107 Ditolak 110 Diterima
Min 1156 Diterima 56 Diterima
Sumber : Hasil Analisis, 2021
Pehitungan dilakukan dengan persamaan 2.1 dan 2.2 pada Bab II dengan nilai Kn
berasal dari tabel 2.1. Dari hasil perhitungan yang tertera pada tabel 4.21, pada nilai
maksimum data hujan tahunan pada Stasiun Ngujung memiliki nilai lebih tinggi dari ambang
atas yang ada. Maka pilihan terhadap data ini adalah dihilangkan atau disesuaikan dengan
nilai ambang atas yang ada. Dengan mempertimbangkan keperluan analisis maka nilai
maksimum Stasiun Hujan Ngujung pada tahun 2010 dengan nilai 3107 akan disesuaikan
dengan nilai ambang atas XH yaitu 2995.96 ≈ 2996.
Perhitungan pada data stasiun hujan lain dilakukan dengan langkah yang sama dengan
hasil rekapitulasi sebagai berikut.
98
(XH)
Kesimpulan Diterima Ditolak Diterima Diterima Diterima Diterima Diterima
Hujan
1362 1156 1022 1093 1187 731 1083
Terendah (mm)
Ambang
1116 938 880 960 927 819 1058
Bawah (XL)
Kesimpulan Diterima Diterima Diterima Diterima Diterima Ditolak Diterima
Sumber : Hasil Analisis, 2021
Tabel 4.23. Rekapitulasi Uji Inlier – Outlier Hujan Harian Maksimum Tahunan
Rekapitulasi Uji Inlier Outlier Hujan Maksimum Harian Tahunan
Rekapitulasi St. St. St. St. St. St. St.
Tinjumoyo Ngujung Ngaglik Temas Tlekung Pendem Junggo
Hujan Tertinggi
161 110.000 145.000 184.000 161.000 161.000 161.000
(mm)
Ambang Atas
Inlier - Outlier
pertimbangan dalam pembagian luasan tergantung pada titik stasin hujan dan pembagian
garis poligon thiessen itu sendiri. Berdasarkan metode pembuatan poligon thiessen di
ArcGIS pada Bab III, maka didapat persebaran pengaruh hujan tiap stasiun pada tabel 4.26.
Tabel 4.26. Perhitungan Koefisien Thiessen
Luas
Stasiun Hujan Kr
(Km2)
St. Tinjumoyo 19.841 0.124
St. Ngujung 12.275 0.077
St. Ngaglik 26.081 0.163
St. Temas 8.717 0.055
St. Tlekung 8.051 0.05
St. Pendem 5.600 0.035
St. Junggo 79.363 0.496
Jumlah 159.929 1
Sumber : Hasil Analisis, 2021
Namun dalam proses perhitungannya, area SubDAS Brantas Hulu dibagi menjadi
beberapa area DAS kecil untuk kemudahan dan keakuratan tingkat ketelitian dalam
perhitungan debit dan limpasan yang akan dilakukan. Maka area pengaruh poligon thiessen
nantinya dipertimbngkan pada pembagian DAS yang ada. Pada perhitungan curah hujan
rerata nantinya akan dihitung berdasarkan pembagian DAS pada SubDAS Brantas Hulu
Kota Batu. Pengaruh pos hujan terhadap pembagian DAS dapat dilihat pada tabel 4.27.
Tabel 4.27. Pengaruh Pos Hujan pada Area DAS
Luas
Luas Area Pos Hujan
Area Pengaruh Kr
(ha) Berpengaruh
(ha)
St. Temas 502.619 0.431
St. Pendem 90.346 0.077
DAS 1 1166.900
St. Tlekung 72.531 0.062
St. Ngaglik 501.404 0.430
DAS 2 2637.791 St. Junggo 2637.791 1.000
DAS 3 1423.412 St. Junggo 1423.412 1.000
St. Tinjumoyo 321.517 0.245
DAS 4 1311.795
St. Junggo 990.278 0.755
St. Tinjumoyo 143.453 0.075
DAS 5 1917.352 St. Tlekung 7.609 0.004
St. Ngaglik 1766.291 0.921
St. Tinjumoyo 817.368 0.697
DAS 6 1171.974 St. Ngaglik 133.409 0.114
St. Junggo 221.197 0.189
DAS 7 1719.322 St. Tinjumoyo 177.799 0.103
101
Luas
Luas Area Pos Hujan
Area Pengaruh Kr
(ha) Berpengaruh
(ha)
St. Ngujung 0.465 0.000
St. Ngaglik 20.755 0.012
St. Junggo 1520.303 0.884
St. Temas 3.813 0.002
St. Tinjumoyo 519.818 0.295
DAS 8 1761.780
St. Ngujung 733.907 0.417
St. Junggo 504.241 0.286
St. Tinjumoyo 4.184 0.004
DAS 9 971.165 St. Ngujung 327.941 0.338
St. Junggo 639.039 0.658
St. Temas 5.264 0.048
DAS 10 110.701
St. Ngujung 105.437 0.952
St. Temas 342.492 0.581
St. Pendem 0.507 0.001
DAS 11 589.059
St. Ngujung 59.773 0.101
St. Ngaglik 186.288 0.316
St. Temas 6.856 0.055
DAS 12 125.095
St. Pendem 118.240 0.945
St. Temas 10.668 0.017
DAS 13 619.690 St. Pendem 156.880 0.253
St. Tlekung 452.141 0.730
DAS 14 114.864 St. Pendem 114.864 1.000
St. Pendem 79.176 0.225
DAS 15 351.969
St. Tlekung 272.793 0.775
Total 15992.869 15992.869
Sumber : Hasil Analisis, 2021
Nilai keofisien pada tiap DAS nantinya dikalikan dengan nilai curah hujan pada data
stasiun yang berpengaruh. Rekapitulasi perhitungan curah hujan rerata dapat dilihat pada
tabel 4.28 sampai 4.30.
Tabel 4.28. Rekapitulasi Curah Hujan Rerata DAS 1-5
DAS 1 DAS 2 DAS 3 DAS 4 DAS 5
Tahun
CH CH CH CH CH CH CH CH CH CH
Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian
1998 1868.16 91.85 1860.00 94.00 1860.00 94.00 1860.00 94.00 1877.50 89.39
1999 1925.91 78.83 2069.00 90.00 2069.00 90.00 2069.00 90.00 1762.24 66.05
2000 2061.30 124.91 2329.00 142.33 2329.00 142.33 2329.00 143.88 1755.08 82.70
2001 1666.14 80.02 2012.00 68.00 2012.00 68.00 2012.00 68.00 1647.23 86.40
2002 1519.53 75.04 1545.00 83.00 1545.00 83.00 1545.00 83.00 1458.75 75.61
2003 1545.32 87.83 1539.00 62.00 1539.00 62.00 1539.00 62.00 1641.10 106.37
102
2004 1727.15 75.99 1580.00 85.00 1580.00 85.00 1580.00 85.00 1721.12 71.23
2005 1247.12 79.73 1362.00 89.00 1362.00 89.00 1362.00 89.00 1247.27 94.44
2006 1208.28 130.58 1083.00 102.00 1083.00 102.00 1151.38 98.81 1257.70 89.90
2007 1533.13 111.79 1747.00 64.00 1747.00 64.00 1700.68 78.95 1589.81 143.27
2008 1731.57 70.63 2477.00 87.00 2477.00 87.00 2347.59 86.26 1782.26 74.71
2009 1476.11 76.73 2057.00 89.00 2057.00 89.00 1949.65 84.34 1493.16 84.74
2010 2650.81 88.83 3064.00 82.00 3064.00 82.00 3004.44 80.28 2815.57 100.85
2011 1442.96 61.06 2244.00 100.00 2244.00 100.00 2120.23 94.12 1357.32 64.01
2012 1404.49 58.32 2091.00 76.00 2091.00 76.00 2028.01 78.21 1342.17 60.12
2013 2214.58 88.14 2569.00 98.00 2569.00 98.00 2559.93 102.17 2235.16 110.33
2014 1408.54 68.92 1938.00 96.00 1938.00 96.00 1888.74 95.26 1294.24 69.79
2015 1299.44 65.11 1530.60 101.00 1530.60 101.00 1506.29 90.22 1194.61 72.67
2016 2582.35 62.60 2709.20 68.00 2709.20 68.00 2585.82 71.43 2279.66 57.06
2017 1902.87 59.99 2525.40 87.00 2525.40 87.00 2417.68 84.06 1696.07 56.48
2018 1454.09 55.76 1804.00 75.00 1804.00 75.00 1756.67 76.47 1066.72 38.65
CH CH CH CH CH CH CH CH CH CH
Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian
1998 1862.16 93.43 1860.23 93.94 1867.91 91.92 1866.42 92.31 1878.10 89.24
1999 2031.09 87.04 2064.89 89.68 1930.28 79.17 1956.55 81.22 1751.83 65.24
2000 2258.08 139.31 2321.31 142.18 2069.48 117.03 2118.63 120.29 1735.62 80.99
2001 1967.15 70.28 2007.22 68.25 1970.00 83.02 1978.50 80.17 1902.76 102.56
2002 1534.41 82.09 1543.85 82.90 1506.36 79.65 1513.60 80.30 1458.75 74.90
2003 1551.75 67.46 1540.38 62.59 1585.64 82.00 1576.82 78.21 1645.39 107.77
2004 1597.53 83.29 1581.90 84.81 1639.17 78.74 1627.61 79.93 1723.81 70.48
2005 1347.88 89.68 1360.47 89.07 1309.98 91.45 1320.13 91.03 1235.91 93.57
2006 1296.48 91.57 1113.88 100.50 1198.67 82.10 1111.22 88.77 1159.67 68.75
2007 1597.66 115.76 1725.56 71.29 1639.56 93.72 1704.65 73.72 1620.29 91.86
2008 2028.28 83.43 2413.64 86.53 1972.56 79.81 2193.44 81.92 1647.33 71.48
2009 1686.30 75.41 2004.64 87.00 1692.00 86.26 1865.00 91.28 1493.62 94.67
2010 2866.41 79.51 3035.90 81.53 3009.02 78.24 3077.47 80.62 3078.76 77.67
2011 1787.07 79.05 2180.52 97.06 1854.76 75.33 2048.33 85.71 1664.25 58.05
2012 1821.83 80.23 2054.76 76.72 1817.23 84.85 1930.51 81.10 1612.49 89.10
2013 2502.33 111.22 2560.94 99.91 2704.10 107.10 2687.70 101.45 2890.76 105.62
2014 1720.41 90.72 1908.94 95.35 1778.29 92.98 1856.43 94.30 1691.72 90.05
2015 1420.85 67.24 1516.00 96.12 1443.06 79.17 1483.24 93.72 1390.05 78.91
2016 2310.09 76.28 2651.81 69.29 2187.13 68.50 2403.76 65.12 1866.68 59.62
2017 2120.87 74.99 2469.33 85.36 2041.57 70.29 2236.99 76.31 1701.96 55.95
103
Tahun CH CH CH CH CH CH CH CH CH CH
Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian
2018 1580.31 74.63 1774.42 75.14 1477.46 80.93 1584.22 78.40 1198.30 84.33
CH CH CH CH CH CH CH CH CH CH
Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian Tahunan Harian
1998 1867.94 91.91 1860.00 94.00 1860.00 94.00 1860.00 94.00 1860.00 94.00
1999 1929.90 79.14 2069.00 90.00 2069.00 90.00 2069.00 90.00 2069.00 90.00
2000 2068.76 125.91 2329.00 161.00 2329.00 161.00 2329.00 161.00 2329.00 161.00
2001 1696.93 80.91 1816.37 89.07 1625.38 68.55 1823.00 90.00 1615.29 67.52
2002 1534.67 73.85 1576.99 84.34 1447.90 78.96 1576.00 85.00 1439.59 78.80
2003 1582.05 82.66 1265.51 92.30 1268.01 97.11 1250.00 94.00 1263.95 97.88
2004 1759.37 75.81 1671.30 70.55 1467.06 89.87 1665.00 70.00 1452.64 90.93
2005 1212.73 77.55 1580.59 86.74 1327.46 71.55 1603.00 88.00 1317.78 70.95
2006 1149.82 141.92 1517.39 100.82 1365.00 88.76 1542.00 96.00 1362.19 86.70
2007 1568.48 107.00 1215.18 75.77 1387.35 83.27 1196.00 75.00 1392.86 83.53
2008 1724.69 66.27 1808.52 107.31 1572.23 76.32 1814.00 110.00 1559.01 75.12
2009 1486.24 76.54 1557.83 79.34 1330.13 71.77 1562.00 80.00 1317.08 71.47
2010 2669.58 81.86 2700.15 107.86 2467.54 93.28 2711.00 110.00 2456.01 92.95
2011 1478.35 60.16 1274.74 53.33 1729.40 66.97 1260.00 53.00 1753.71 67.73
2012 1438.56 57.30 1375.19 79.36 1559.19 81.94 1369.00 81.00 1568.96 82.55
2013 2325.26 79.58 1671.57 121.33 2262.25 105.61 1636.00 125.00 2289.37 105.62
2014 1470.42 72.09 1520.48 79.51 1402.72 55.77 1519.00 80.00 1394.99 54.42
2015 1304.01 64.72 1517.79 64.56 1481.79 61.21 1527.00 65.00 1482.05 61.12
2016 2641.96 61.86 2580.18 83.01 2083.46 69.83 2557.00 84.00 2046.24 69.27
2017 1979.45 60.88 1742.74 66.89 1710.83 55.29 1716.00 67.00 1701.58 54.60
2018 1635.10 61.03 803.48 61.55 1086.77 80.22 731.00 61.00 1084.73 81.23
105
106
(Halaman Ini Sengaja Dikosongkan)
106
107
log X = 1.89
Sd log X = 0.103
108
Cs = 0.693
1
Tr = 2, maka Pr = 100 % 50 %
2
Untuk nilai Cs = 0.693 dan nilai Pr = 50 %, dari tabel distribusi Log Pearson III di dapat
nilai K = -0.115
Tabel 4.32. Perhitungan Nilai K Log Persin III
Tabel K
Cs/Pr
50 20 10 5 4 2 1 0.5
0.6 -0.099 0.800 1.328 1.837 1.939 2.359 2.755 3.132
0.7 -0.116 0.790 1.333 1.861 1.967 2.407 2.824 3.232
0.69 -0.115 0.791 1.333 1.860 1.965 2.404 2.819 3.225
Sumber : Soewarno (1995)
R
No Tahun
Maks
11 2009 76.73
12 1999 78.83
13 2005 79.73
14 2001 80.02
15 2003 87.83
16 2013 88.14
17 2010 88.83
18 1998 91.85
19 2007 111.79
20 2000 124.91
21 2006 130.58
Sumber : Hasil Analisis, 2021
Data yang diketahui:
n = 21
log X = 1.894
log Sd = 0.103
Kelas = 1 + 3.322 log (21) ≈ 5
Derajat Bebas (n) = K-2-1
= 5-2-1
=2
Kepencengan (Cs) = 0.693
Contoh perhitungan :
Untuk Probabilitas 80% (Tr = 1.25)
Dari tabel Log Pearson diperoleh G = -0,857
logX U +G. logSd
= logX
= 1.894 + (-0,857 x 0.103)
= 1.806
U
W,
X = 10
. '
= 10
= 63.96 mm
111
Tabel 4.37. Perhitungan Rentang Kelas Chi Square Metode Log Person III DAS 1
Std. Pr R
No. Mean Cs G
Deviasi (%) Log mm
1 1.894 0.103 0.693 80 -0.857 1.806 63.96
2 1.894 0.103 0.693 60 -0.362 1.857 71.92
3 1.894 0.103 0.693 40 0.187 1.913 81.93
4 1.894 0.103 0.693 20 0.791 1.976 94.54
5
Sumber : Hasil Analisis, 2021
Selanjutnya dilakukan perhitungan data terhadap kelas yang sudah terbagi untuk
menentukan parameter Of dan Ef.
Tabel 4.38. Hasil Perhitungan Parameter Of dan Ef
Interval Kelas Of Ef (Ef-Of)2/Ef
< 64 5 4.2 0.152
64 - 72 3 4.2 0.343
72 - 82 6 4.2 0.771
81.93 - 94.54 4 4.2 0.010
>94.54 3 4.2 0.343
Jumlah 21 21 1.619
Sumber : Hasil Analisis, 2021
Contoh perhitungan :
Banyak data = 21
Banyak Kelas (K) =5
Derajat Bebas (n) =k-h-1;h=2
=2
Untuk = 5%, dari tabel distribusi chi square diperoleh nilai x2tabel : 5,99
Data
Expected Frequency = = = 4.2
Kelas
k
(Of Ef ) 2
x2hitung =
i 1 Ef
= 1.619
Untuk = 5% diperoleh nilai x2tabel : 5.99, sedangkan nilai x2hitung : 1.619. Sehingga
x2hitung < x2tabel pada kedua hasil, maka Hipotesa Log Person III pada DAS 1 Diterima.
Untuk perhitungan pada DAS lain dapat dilihat pada tabel rekapitulasi.
pembacaan tabel Smirnov Kolmogorov, maka ditribusi teoritis yang digunakan untuk
menentukan persamaan distribusi tersebut dapat diterima dan begitu juga sebaliknya.
Sebagai contoh perhitungan digunakan data curah hujan dari DAS 1.
Tabel 4.39. Perhitungan Uji Kesesuaian Dristribusi Smirnov-Kolmogorog Log Person III
R Maks
No Tahun Log X Pe Sn(x) G Pr Px(x) D (Sn-Px)
X (mm)
1 2006 130.58 2.116 0.045 0.955 2.153 0.140 0.860 0.095
2 2000 124.91 2.097 0.091 0.909 1.965 0.177 0.823 0.086
3 2007 111.79 2.048 0.136 0.864 1.498 0.267 0.733 0.130
4 1998 91.85 1.963 0.182 0.818 0.669 0.427 0.573 0.245
5 2010 88.83 1.949 0.227 0.773 0.528 0.454 0.546 0.227
6 2013 88.14 1.945 0.273 0.727 0.495 0.460 0.540 0.187
7 2003 87.83 1.944 0.318 0.682 0.481 0.463 0.537 0.145
8 2001 80.02 1.903 0.364 0.636 0.088 0.539 0.461 0.175
9 2005 79.73 1.902 0.409 0.591 0.073 0.542 0.458 0.133
10 1999 78.83 1.897 0.455 0.545 0.025 0.551 0.449 0.097
11 2009 76.73 1.885 0.500 0.500 -0.089 0.573 0.427 0.073
12 2004 75.99 1.881 0.545 0.455 -0.130 0.581 0.419 0.036
13 2002 75.04 1.875 0.591 0.409 -0.183 0.591 0.409 0.000
14 2008 70.63 1.849 0.636 0.364 -0.439 0.640 0.360 0.004
15 2014 68.92 1.838 0.682 0.318 -0.542 0.660 0.340 -0.021
16 2015 65.11 1.814 0.727 0.273 -0.782 0.707 0.293 -0.021
17 2016 62.60 1.797 0.773 0.227 -0.947 0.739 0.261 -0.034
18 2011 61.06 1.786 0.818 0.182 -1.052 0.759 0.241 -0.059
19 2017 59.99 1.778 0.864 0.136 -1.127 0.773 0.227 -0.090
20 2012 58.32 1.766 0.909 0.091 -1.246 0.796 0.204 -0.113
21 2018 55.76 1.746 0.955 0.045 -1.435 0.833 0.167 -0.122
Log X Rata-rata (Log Xr) 1.894
Std. Dev Log X 0.103
Cs Log X 0.69
Delta P maks (%) 0.24 Diterima
Der. Signifikan a (%) 5
Banyak data 21
Delta kritis (%) 0.294
Sumber : Hasil Analisis, 2021
Contoh Perhitungan pada tahun 2006 :
Rerata Log X = 1.894
Sd = 0.103
Sn (x) = 1−
$M
=1−
M
= 0.955
X W , Y Z!"! X [ ,
G =
&
113
. ,
=
'. '
= 2.153
Pr = (Hasil pembacaan nilai K Log Person III)/100
= 0.140
Px(x) = 1-Pr
= 1 – 0.140
= 0.860
D = Sn – Px(x)
= 0.955 – 0.860
= 0.095
Dari hasil perhitungan didapat nilai Delta maksimal adalah 0.24 sedangkan nilai delta
kritis dengan derajat kepercayaan 5% adalah 0.294. Jadi Delta Hitung < Delta Kritis. Maka
hipotesa distribusi log person III dapat diterima.
4.2.11.3 Rekapitulasi Hasil Uji Kesesuaian Distribusi
Pada pengujian digunakan derajat kepercayaan 5 persen dengan metode yang digunakan
adalah Log Person III, jika terdapat hasil yang ditolak maka akan dipertimbangkan dalam
penggunaan metode distribusi frekuensi lain yang dapat diterima. Namun, dapat juga
diasumsikan dengan nilai derajat kepercayaan yang lebih kecil, dalam artian dapat
digunakan derajat kepercayaan 1% yang memiliki kemungkinan diterima lebih besar.
Tabel 4.40. Rekapitulasi Hasil Uji Kesesuaian Distribusi Metode Log Person III
Uji Smirnov - Kolmogorof
Distribusi
Dmaks.hit Dkritis Hipotesa
DAS 1 0.24 diterima
DAS 2 0.27 diterima
DAS 3 0.23 diterima
DAS 4 0.29 diterima
DAS 5 0.13 diterima
DAS 6 0.30 ditolak
DAS 7 0.30 ditolak
DAS 8 0.27 0.294 diterima
DAS 9 0.26 diterima
DAS 10 0.11 diterima
DAS 11 0.30 ditolak
DAS 12 0.223 diterima
DAS 13 0.283 diterima
DAS 14 0.229 diterima
DAS 15 0.273 diterima
114
Metode Debit
DAS Luas (ha)
Limpasan
7 1719.32 HSS Nakayasu
8 1761.78 HSS Nakayasu
9 971.16 HSS Nakayasu
10 110.70 Rasional
11 589.06 HSS Nakayasu
12 125.10 Rasional
13 619.69 HSS Nakayasu
14 114.86 Rasional
15 351.97 HSS Nakayasu
Total 15992.87
Sumber : Hasil Analisis, 2021
4.2.12.1 Hujan Efektif Jam-Jaman
Perhitungan dilakukan dengan metode mononobe menggunakan rumus 2.34. Nilai lama
hujan yang digunakan sendiri adalah 6 jam yang merupakan rata-rata lama hujan yang ada
di Indonesia. Sedangkan untuk koefisien pengaliran didasarkan pada metode Kawakami
yang tertera pada rumus 2.35 dan tabel 2.10. Metode ini memertimbangkan curah hujan
sebagai penentu koefisien pengaliran karena menurut Dr. Kawakami untuk sungai tertentu,
analisa koefisien tidak tetap dan sangat bergantung pada besaran curah hujan yang terjadi.
Distribusi hujan terpusat selama 6 jam sebagai berikut :
T = 1 jam R1 = R24/6.(6/1)2/3 = 0,5503.R24
T = 2 jam R2 = R24/6.(6/2)2/3 = 0,3467.R24
T = 3 jam R3 = R24/6.(6/3)2/3 = 0,2646.R24
T = 4 jam R4 = R24/6.(6/4)2/3 = 0,2184.R24
T = 5 jam R5 = R24/6.(6/5)2/3 = 0,1882.R24
T = 6 jam R6 = R24/6.(6/6)2/3 = 0,1667.R24
Sedangkan ratio untuk hujan ke-t dengan pertimbangkan hujan terjadi terus menerus
selama 6 jam adalah sebagai berikut :
Rumus
Rt = (t x Rt) - ((t-1)(Rt-1))
Tabel 4.43. Perhitungan Hujan Efektif Jam-Jaman Metode Mononobe DAS 8-15
Periode Ulang 100 tahun
Rasio
Jam ke
DAS 8 DAS 9 DAS 10 DAS 11 DAS 12 DAS 13 DAS 14 DAS 15
%
1 55.03% 38.97 38.73 37.63 59.36 61.45 59.89 61.19 59.34
2 14.30% 10.13 10.07 9.78 15.43 15.97 15.57 15.91 15.42
3 10.03% 7.10 7.06 6.86 10.82 11.20 10.92 11.16 10.82
4 7.99% 5.66 5.62 5.46 8.62 8.92 8.69 8.88 8.61
5 6.75% 4.78 4.75 4.61 7.28 7.53 7.34 7.50 7.27
6 5.90% 4.17 4.15 4.03 6.36 6.58 6.42 6.56 6.36
R Rancangan 123.10 122.63 120.37 164.05 168.20 165.11 167.69 164.01
Koef.Pengaliran 0.575 0.574 0.568 0.657 0.664 0.659 0.663 0.657
R Effektif 70.81 70.38 68.37 107.86 111.66 108.84 111.19 107.83
Sumber : Hasil Perhitungan, 2021
Koefisien Pengaliran Metode Kawakami (Contoh Perhitungan)
DAS 10 = 120.37 mm
Lokasi DAS = Hulu
Koef. Pengaliran = 1 – 15.7/Rt3/4
= 1 – 15.7/120.373/4
= 0.568
Selanjutnya hasil perhitungan intensitas hujan dengan metode mononobe digunakan
untuk perhitungan debit limpasan menggunakan metode rasional dan hidrograf nakayasu.
Nilai intensitas hujan ini didasarkan pada asumsi kejadian hujan yang paling besar terjadi
selama rentang waktu pencatatan data yang kemungkinan bisa terjadi kembali. Nilai ini
berhubungan dengan perhitungan erosi potensial yang merupakan besar laju erosi
maksimum yang mungkin terjadi pada suatu luasan lahan.
Perhitungan :
tg = 0.4 + 0.058.L = 0.906 jam
tr = (0.5 sampai 1.0) tg, pada perhitungan ini diambil 0.75
= 0.75 x tg
= 0.679 jam
Tp = tg + 0.8 tr = 1.449 jam ≈ 2 jam
T 0.3 = 2 tg = 2.717 jam
]Y
Qp =
. ('. ^ M^O.I )
. ×
=
. ('. × M . )
= 0.980 m3/detik
Parameter T0.3 untuk penentuan batas lengkung :
0.5 T0.3 = 1.359 jam
1.5 T0.3 = 4.076 jam
2 T0.3 = 5.430 jam
Interval batas lengkung hidrograf didasarkan pada perhitungan parameter T0.3 dan nilai
tp itu sendiri. Nantinya dalam tiap bagian terdapat persamaan Qd1 sampai Qd3 dengan rumus
sudah tertera pada persamaan 2.45 sampai 2.47. Untuk pembagian interval dapat dilihat pada
tabel 4.44.
Tabel 4.44. Lengkung Hidrograf Nakayasu pada area DAS 1
Awal Akhir
Karakteristik Notasi
Notasi Nilai Notasi Nilai
Lengkung Naik Qa 0 0.00 Tp 2.00
Lengkung Turun Tahap 1 Qd1 Tp 2.00 Tp + T0,3 4.17
Lengkung Turun Tahap 2 Qd2 Tp + T0,3 4.17 Tp + T0,3 + 1,5T0,3 8.24
Lengkung Turun Tahap 3 Qd3 Tp + T0,3 + 1,5T0,3 8.24 ~ ~
Sumber : Hasil Analisis, 2021
Berdasarkan parameter yang sudah dihitung nantinya perhitungan ordinat hidrograf
dapat dilakukan dengan memasukkan nilai rentang waktu t = 1,2,3, …. n jam. Setelah
didapatkan nanti juga dilakukan pengoreksian terhadap ketebalan volume berdasarkan debit
yang sudah dihitung. Tujuan pengoreksian ini adalah agar sesuai dengan nilai ketebalan
hujan pada parameter Ro. Perhitungan kali ini digunakan parameter Ro dengan nilai 1 mm,
maka nantinya nilai kumulatif volume akan dibagi dengan luasan daerah tangkapan. Dari
hasil tersebut nantinya akan dihitung dengan nilai Ro dengan rumus dibawah ini dan
dijadikan faktor koreksi untuk ordinat hidrograf.
120
Fk =
8 &! ! !$ " Z#-" $W
1.2
0.8
Q (m3/detik/mm)
0.6
0.4
0.2
0
0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48
t ( jam )
Grafik Hidrograf Satuan Sintetis Nakayasu
Gambar 4.8. Grafik Ordinat HSS Nakayasu
Sumber : Hasil Analisis, 2021
122
Ordinat hidrograf banjir didapatkan dengan menghitung ordinat hidrograf satuan dengan
hujan efektif yang terjadi pada DAS 1 (nilai hujan lihat tabel 4.42). Perhitungan dapat dilihat
pada tabel 4.46.
Tabel 4.46. Ordinat Hidrograf Banjir pada DAS 1
Debit Limpasan Langsung (m3/dt)
Ordinat R1 R2 R3 R4 R5 R6
t Q
HSS (Qt)
53.78 13.98 9.81 7.81 6.59 5.76
jam m3/dt/mm mm mm mm mm mm mm m3/dt
0.00 0.000 0.000 0.000
1.00 0.180 9.940 0.000 9.940
2.00 0.980 52.466 2.584 0.000 55.050
3.00 0.630 33.685 13.637 1.812 0.000 49.135
4.00 0.400 21.627 8.755 9.566 1.443 0.000 41.391
5.00 0.270 14.478 5.621 6.142 7.616 1.218 0.000 35.075
6.00 0.200 10.775 3.763 3.943 4.889 6.431 1.065 30.867
7.00 0.150 8.019 2.801 2.640 3.139 4.129 5.621 26.349
8.00 0.110 5.968 2.084 1.965 2.101 2.651 3.609 18.378
9.00 0.080 4.442 1.551 1.462 1.564 1.775 2.317 13.111
10.00 0.060 3.306 1.154 1.088 1.164 1.321 1.551 9.584
11.00 0.050 2.460 0.859 0.810 0.866 0.983 1.154 7.133
12.00 0.030 1.831 0.639 0.603 0.645 0.732 0.859 5.308
13.00 0.030 1.363 0.476 0.449 0.480 0.544 0.639 3.951
14.00 0.020 1.014 0.354 0.334 0.357 0.405 0.476 2.940
15.00 0.010 0.755 0.264 0.248 0.266 0.302 0.354 2.188
16.00 0.010 0.562 0.196 0.185 0.198 0.224 0.264 1.629
17.00 0.010 0.418 0.146 0.138 0.147 0.167 0.196 1.212
18.00 0.010 0.311 0.109 0.102 0.110 0.124 0.146 0.902
19.00 0.000 0.232 0.081 0.076 0.082 0.093 0.109 0.671
20.00 0.000 0.172 0.060 0.057 0.061 0.069 0.081 0.500
21.00 0.000 0.128 0.045 0.042 0.045 0.051 0.060 0.372
22.00 0.000 0.095 0.033 0.031 0.034 0.038 0.045 0.277
23.00 0.000 0.071 0.025 0.023 0.025 0.028 0.033 0.206
24.00 0.000 0.053 0.018 0.017 0.019 0.021 0.025 0.153
25.00 0.000 0.039 0.014 0.013 0.014 0.016 0.018 0.114
26.00 0.000 0.029 0.010 0.010 0.010 0.012 0.014 0.085
27.00 0.000 0.022 0.008 0.007 0.008 0.009 0.010 0.063
28.00 0.000 0.016 0.006 0.005 0.006 0.006 0.008 0.047
29.00 0.000 0.012 0.004 0.004 0.004 0.005 0.006 0.035
30.00 0.000 0.009 0.003 0.003 0.003 0.004 0.004 0.026
31.00 0.000 0.007 0.002 0.002 0.002 0.003 0.003 0.019
32.00 0.000 0.005 0.002 0.002 0.002 0.002 0.002 0.014
123
Gambar 4.9. Proses Digitasi Area Pemukiman Berdasarkan Data Citra Satelit
Sumber : Hasil Analisis, 2021
125
Pada gambar 4.9 dapat dilihat bahwa area polygon berwarna kuning adalah data peta
RBI dengan landasaran hasil survey 2008 (dijelaskan pada database peta RBI). Sedangkan
gambar dibwahnya adalah citra satelit Google Earth 2020. Dapat dibandingkan bahwa
pemukiman penduduk telah menjadi lebih luas pada tahun 2020, maka dengan pengolahan
polygon pada fitur editing di ArcMAP 10.3, area polygon disesuaikan dengan keadaan citra
satelit terbaru. Hal ini dilakukan pada tata guna lahan lain seperti sawah, hutan dll.
Tabel 4.48. Perbandingan Tata Guna Lahan Tahun 2008 dan 2020
Luas (ha)
No. Tata Guna Lahan
2008 2020
1 Tegalan/Ladang 4797.76 4613.42
2 Semak Belukar 2180.99 462.50
3 Pemukiman dan 1462.11 2247.12
Bangunan
4 Hutan 5213.77
4184.40
5 Hutan Produksi 610.76
6 Padang Rumput 227.33 147.48
7 Danau/Situ 0.75 -
8 Sawah Tadah Hujan 104.46 85.85
9 Sawah 2101.18 1753.00
10 Perkebunan/Kebun 938.40 780.73
11 Tanah Lapang - 82.76
Total 15997.37 15997.37
Sumber : Hasil Analisis, 2021
Setelah digitasi dilakukan, tabel 4.48 menunjukkan perubahan tata guna lahan yang
terjadi dalam rentang waktu 2008 – 2020. Pada analisis semak belukar dan hutan terdapat
perubahan signifikan dikarenakan pada data citra area yang dulunya merupakan semak
belukar pada peta RBI, setelah dilakukan analisis terhadap gambaran citra 2020, area
tersebut telah ditumbuhi pepohonan padat yang mengindikasikan merupakan kesatuan
hutan. Lalu terdapat tambahan hutan produksi dikarenakan terdapat lahan hutan yang disela-
sela pepohonan terdapat ladang warga namun tidak dominan. Pada tahun 2020 juga terdapat
penambahan tanah lapang yang merupakan area kosong tanpa tanaman dan bangunan.
Hasil digitasi diatas merupakan atas analisis terhadap gambaran citra satelit dan masih
memungkinkan terdapat kesalahan analisis karean tidak dilakukan pengecekan langsung
terhadap area terkait. Namun untuk analisis erosi dengan luasan yang luas, cara ini
merupakan cara baku yang tertuang dalam Peraturan Menteri Kehutanan Republik Indonesia
Nomor:P.32/Menhut-Ii/2009 yang memanfaatkan interpretasi citra satelit dalam analisisnya.
Peta hasil pengolahan citra satelit dapat dilihat pada gambar 4.10.
126
Gambar 4.10. Peta Tata Guna Lahan SubDAS Brantas Hulu 2020
127
Sumber : Hasil Analisis, 2021
128
(Halaman Ini Sengaja Dikosongkan)
128
129
= 123.66
( '. %).
- Vq =
M'. %
( ' .' '. × . ).
=
' .' M'. × .
= 1568.16 mm
131
= (1568.16/1000) × (1166.90×10000)
= 18298907.51 m3
- Rw = 11.8 (Be × fg)'. (merupakan rumus untuk mendapatkan nilai total erosi)
= 11.8 (55.05 × 18298907.51)'.
= 1299160 m3/detik0.5
- Rw = 1.586 (Be × fg)'. × h=i'. (rumus erosi potensial)
= 1.586 (16.98 × 1568.16)'. × 1166.90'.
= 1113.216 mm/jam0.5
Nilai erosivitas limpasan ini merupakan salah satu faktor yang penting dalam penentuan
laju erosi yang terjadi, karena dalam kejadian di lapangan, hujan merupakan faktor paling
besar dan utama dalam menyebabkan peristiwa erosi itu terjadi. Pelepasan bagian atas tanah
ini disebabkan karena adanya gaya yang mendorong tanah entah itu dari butiran air hujan
yang jatuh yang memiliki gaya kinetik saat menumbuk tanah atau saat air itu mengalir
sehingga dorongan aliran tersebut menjadi penyebab dalam terlepasnya butiran tanah dari
lapisannya.
Berdasarkan dari hasil perhitungan yang sudah dilakukan, besar erosivitas terbesar
terdapat pada DAS 14. Hasil ini tidak terlepas dari metode pencarian debit puncaknya yaitu
dengan metode rasional, dalam beberapa perhitungan metode rasional cenderung
menghasilkan nilai yang lebih besar dari kondisi eksisting. Dalam metode ini juga
sebenarnya tidak memerhatikan kondisi cekungan sehingga murni dari tata guna lahan itu
sendiri. Namun nilai erosivitas pada DAS 14 masih tergolong wajar untuk kriteria erosivitas
yang terjadi dalam satu tahun.
Sedangkan untuk nilai terkecil dalam nilai erosivitas terdapat pada DAS 9, hal ini
kemungkinan berhubungan dengan parameter DAS yang memiliki panjang sungai yang
cukup panjang dengan luasan area tangkapan yang kecil sehingga debit yang mengalir
memiliki rentang waktu yang panjang dalam mengalir dengan nilai debit yang masuk tidak
terlalu besar. Dari segi nilai CN juga menunjukkan bahwa area tangkapan DAS 9 memiliki
tata guna lahan yang cenderung lebih baik dari lainnya dalam kemampuan meresapkan air
dengan nilai sebesar 58, hal ini juga berpengaruh pada nilai volume limpasan yang
dihasilkan dalam perhitungan.
Gambaran persebaran ersivitas limpasan permukaan ini nantinya diplot pada setiap area
tangkapan DAS yang sudah dibagi, sehingga nantinya setiap DAS hasil pembagian dari
SubDAS Brantas Hulu akan mewakili satu nilai dari erosivitas limpasan permukaan.
132
Gambar 4.11. Peta Tekstur Tanah SubDAS Brantas Hulu Kota Batu
133
Sumber : Pratama N.A. (2014)
134
134
Gambar 4.12. Peta Erosivitas Limpasan (Rw) SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis, 2021
135
kompleks tanah dengan jenis tanah lain yaitu glei humus dan litosol. Dominasi
keberadaan tanah ini terdapat pada Kecamatan Bumiaji dengan area persebaran
dengan glei humus dan litosol kurang lebih 49.49% dari area wilayah SubDAS
Brantas Hulu. Dapat disimpulkan bahwa tanah jenis ini mendominasi di daerah
penelitian.
Latosol Coklat : Tanah ini mendominasi di daerah Kecamatan Junrejo dan Batu,
memiliki ciri umum yaitu kedalaman solum yang tebal dengan Batasan 1.3 – 5 m.
Tanah ini memiliki sifat drainase yang baik, dengan tekstur tanah menyerupai liat
tanah ini memiliki kecenderungan terhadap erosi yang cukup rendah. Pada tabel 4.20
nilai erodibilitas tanah ini sekitar 0.18 karena pada lapangan, tanah ini berasosiasi
dengan regosol kelabu yang memiliki kepekaan terhadap erosi yang cukup tinggi.
Litosol : Merupakan jenis tanah muda artinya masih dapat mengalami perkembangan
lebih lanjut. Tanah ini merupakan jenis tanah yang miskin akan unsur hara dan peka
terhadap erosi dengan kedalaman solum tidak terlalu dalam dengan rata-rata
kedalaman hanya 50 cm. Pada SubDAS Brantas Hulu tanah ini memiliki satuan
kompleks dengan andosol coklat dengan cakupan area pada daerah kaki Gunung
Arjuno dan wilayah hutan serta pada Kecamatan Bumiaji dan Karangploso.
Glei Humus : Ciri fisik tanah ini adalah berwarna kehitaman sampai coklat.
Merupakan salah satu jenis tanah dengan kandungan zat hara terbanyak dan cocok
untuk tanaman. Memiliki tekstur gembur dan tidak keras. Memiliki sifat hampir
menyerupai liat sehingga kepekaan terhadap erosi cukup rendah. Namun pada
SubDAS Brantas Hulu jenis tanah ini berasosiasi dengan andosol coklat yang tingkat
kepekaan erosinya lebih tinggi dari glei humus.
Persebaran jenis tanah dan nilai erodibilitas pada SubDAS Brantas Hulu (Upper Brantas)
dapat dilihat pada gambar 4.13.
137
Gambar 4.13. Peta Jenis Tanah SubDAS Brantas Hulu Kota Batu
137
Sumber : Hirijanto Et.al (2014)
138
(Halaman Ini Sengaja Dikosongkan)
138
139
Gambar 4.14. Peta Kemiringan Lereng SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis, 2021
141
142
142
Gambar 4.15. Peta Persebaran Faktor LS SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis, 2021
143
4.4.4 Faktor Pengelolaan Tanaman (C) dan Pengelolaan Konservasi Lahan (P)
Hasil dari pengolahan tutupan lahan pada gambar 4.10 ini djadikan acuan dalam
penentuan nilai faktor C dan P. Untuk nilai C dan P berdasarkan tata guna lahan digunakan
tabel 2.20 dam 2.21 dalam analisisnya. Nilai faktor C sangat bergantung pada tutupan dan
vegetasi lahan yang ada sehingga tata guna lahan lebih cenderung menunjukkan nilai C.
Sedangkan untuk faktor pengelolaan dan konservasi lahan cenderung harus melihat langsung
ke lapangan, namun dalam perhitungan kali ini, nilai P diperkirakan berdasarkan
pengalaman pada penulis saat mengunjungi beberapa tempat pada area studi.
Tabel 4.54. Analsis Faktor CP Berdasarkan Tata Guna Lahan 2020
Faktor Pengelolaan Faktor Pengelolaan dan
Luas Tanaman (C) Konservasi Lahan (P)
No. Tata Guna Lahan CP
(ha)
C Keterangan P Keterangan
Hasil perhitungan dapat dilihat pada gambar 4.17 yang menunjukkan bahwa laju
sedimentasi terkecil adalah 0.002 ton/ha/tahun dan paling tinggi adalah 10,592.254
ton/ha/tahun dengan laju sedimentasi rata-rata yang terjadi pada SubDAS Brantas Hulu
adalah 277.98 ton/ha/tahun. Sedangkan untuk laju sedimentasi total didapatkan dengan cara
mengalikan sedimentasi yang terjadi dengan luasan tiap kejadian sedimentasi sehingga
didapatkan nilai sebesar 5,531,558.73 ton/tahun. Selanjutnya, nilai laju sedimentasi akan
diklasifikasikan berdasarkan ketentuan yang sudah diatur dalam Perdirjen BPDAS PS
Nomor P. 4/V-Set/2013 sehingga menghasilkan persebaran seperti pada tabel 4.55 dan peta
sebaran pada gambar 4.18.
Tabel 4.55. Klasifikasi dan Sebaran Laju Sedimentasi SubDAS Brantas Hulu Kota Batu
Laju Sedimentasi Luas
No Klasifikasi
(ton/ha/tahun) (Ha) (%)
1 <15 Sangat Ringan 8055.81 50.42
2 15-60 Ringan 2889.43 18.08
3 60-180 Sedang 469.29 2.94
4 180-480 Berat 1441.07 9.02
5 >480 Sangat Berat 3122.27 19.54
Total 15997.37 100
Sumber ; Hasil Analisis, 2021
Selanjutnya nilai nilai laju sedimentasi potensial dikonversi kedalam mm/tahun dengan
perhitungan sebagai berikut.
Tabel 4.56. Analisis Berat Isi Tanah Rata-Rata
= 0.0229 m/tahun
= 22.97 mm/tahun
Sedimentasi = 22.97 mm/tahun > 2.5 mm/tahun (melebihi T maksimum erosi
tanah di Indonesia)
Berdasarkan hasil penelitian Hardjowigeno (1987) yang dilakukan di area Gunung
Krakatau dalam rentang waktu 1883-1983 terbentuk lapisan tanah dengan ketebalan 25 cm
yang artinya dalam satu tahun terbentuk 2.5 mm. Maka nilai tersebut dapat dijadikan nilai
ketebalan erosi yang dapat dibiarkan (T). Bila laju sedimentasi potensial rerata di SubDAS
Brantas Hulu adalah 29.97 mm/tahun, maka telah melebihi nilai T dan diperlukan tindakan
konservasi dan arahan dalam penggunaan lahan untuk menekan laju erosi dan sedimentasi
yang terjadi. Sedangkan nilai sedimentasi merupakan Sebagian kecil dari erosi lahan yang
terjadi, maka dapat disimpulkan bahwa laju erosi potensial yang terjadi jauh lebih besar dari
nilai T rata-rata Indonesia.
Hasil tersebut dapat terjadi karena kondisi lahan pada SubDAS Brantas Hulu terutama
pada daerah lereng Gunung Panderman dan Kecamatan Bumiaji yang didominasi perbukitan
dan pegunungan yang dimanfaatkan sebagai lahan tegalan, perkebunan dan pertanian.
Tegalan, perkebunan dan pertanian sendiri memang merupakan faktor penyumbang terbesar
dalam kejadian erosi dan sedimentasi pada beberapa analisis. Hal ini disebabkan pada
pengolahan tanaman pertanian yang ada Sebagian besar tidak memerhatikan faktor
konservasi lahan yang ada, sehingga tanah tidak mengalami pengembangan dan terus
digunakan sehingga kemampuan mengikat tanah berkurang dan memperbesar laju erosi dan
sedimentasi yang terjadi. Selain itu kondisi pertanian pada daerah SubDAS Brantas Hulu
juga didominasi pada lereng yang miring dan tidak dilakukan sempadan dan lebih mengikuti
kemiringan lereng yang ada.
Verivikasi terkait hasil perhitungan dengan kondisi di lapangan dapat dilihat pada
gambar 4.19. Berdasarkan hasil peninjauan lapangan yang dilakukan pada beberapa titik
acak dengan kondisi lahan yang berpotensi memiliki nilai laju erosi yang tinggi, didapatkan
kesimpulan valid bahwa pada daerah tersebut memang memiliki nilai laju sedimentasi yang
tinggi berdasarkan hasil perhitungan. Pada gambar 4.19 terdapt 2 kondisi lahan yang
cenderung ditampilkan yaitu ladang dan tegalan. Dua kondisi lahan ini berada pada
Kecamatan Bumiaji dengan slope lahan cenderung mendekati nilai 1.
147
Gambar 4.18. Peta Sebaran Laju Sedimentasi SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis, 2021
147
148
148
Gambar 4.19. Peta Validasi Laju Sedimentasi SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis, 2021
149
Seperti pada Gambar 4.18 persebaran terbesar potensi laju sedimentasi terdapat pada
Kecamatan Bumiaji. Kecenderungan ini dapat dilandaskan pada kondisi eksisting bahwa 60
persen Kecamatan Bumiaji merupakan daerah lereng pegunungan, utamanya Gunung
Arjuno dan Pegunungan Banyak. Sedangkan pada Kecamatan Batu, kondisi laju sedimentasi
yang besar cenderung pada lereng Gunung Panderman. Berikut merupakan persebaran laju
sedimentasi berdasarkan wilayah administratifnya.
Tabel 4.57. Persebaran Laju Sedimentasi pada Desa/Kelurahan di SubDAS Brantas Hulu
Luas (ha) Laju Sedimentasi (ton/tahun)
Sangat Sangat
Kecamatan Desa/Kelurahan Ringan Sedang Berat
Ringan Berat
60 - 180 -
<15 15 - 60 >480
180 480
Gunungsari 224.67 63.15 5.63 27.98 366.87
Sumbergondo 562.35 432.57 35.95 117.54 232.38
Punten 109.60 8.97 6.94 30.02 90.19
Bumiaji 433.18 97.60 36.65 116.73 157.20
Bumiaji
Kel. Bulukerto 449.37 203.71 46.05 132.67 173.30
Pandanrejo 396.40 14.27 25.93 97.44 96.06
Giripurno 564.79 79.87 66.62 133.23 121.71
Tulungrejo 2066.47 1473.49 132.75 414.36 1095.29
Area Kehutanan 175.72 188.47 26.01 56.21 81.48
Oro-Oroombo 176.93 11.12 0.41 36.47 141.13
Sumberejo 217.32 50.87 0.39 5.49 18.93
Sidomulyo 247.22 1.60 0.06 0.35 1.19
Kel. Songgokerto 227.98 53.09 14.48 53.59 217.83
Batu
Kel.
298.20 131.23 10.14 52.55 185.54
Pesanggrahan
Kel. Ngaglik 210.89 20.35 2.04 24.84 64.17
Kel. Sisir 231.71 7.68 1.13 12.15 10.34
Kel. Temas 387.27 22.23 1.33 8.99 41.48
Tlekung 44.77 1.09 6.73 27.31 16.37
Dadaprejo 60.69 0.65 7.13 3.93 4.82
Pendem 117.08 2.08 0.36 0.01 0.07
Junrejo Mojorejo 187.11 1.24 1.10 1.82 1.23
Beji 204.58 4.46 3.95 6.76 21.12
Junrejo 198.49 0.39 16.97 21.12 5.57
Torongrejo 260.37 22.05 8.76 36.00 11.52
Sumber : Hasil Analisis, 2021
4.6 Arahan Penggunaan Lahan
Arahan penggunaan lahan merupakan salah satu tindakan lanjut dari program konservasi
pola RLKT (Rehabilitasi Lahan dan Konservasi Tanah) yang direncanakan selama 25 tahun.
150
Arahan penggunaan lahan ini menyokong pemanfaatan lahan sesuai dengan kemampuannya.
Kriteria dan tata cara penetapan ditetapkan berdasarkan ;
1. Kemiringan lereng
2. Jenis tanah menurut kepekaannya terhadap erosi
3. Curah hujan harian rata-rata
Penetepan penggunaan lahan setiap lahan ke dalam kawasan yang fungsional dalam
penggunaan dan konservasi ditetapkan berdasarkan pembobotan pada subbab 2.6 dengan
mempertimbangkan keadaan setempat. Pengelompokan didasarkan pada 3 kawasan yaitu :
1. Kawasan lindung.
2. Kawasan penyangga.
3. Kawasan budidaya.
Untuk analisa pada skoring slope didasarkan pada kemiringan lereng dengan dasaran
persentase slope. Skoring bertambah tinggi berbanding lurus dengan peningkatan persentase
kemiringan suatu lahan. Pada SubDAS Brantas Hulu sendiri didominasi oleh kemiringan
lereng dengan keadaan bergemlombang dan miring berbukit seperti pada tabel 4.52 pada
subbab 4.4.3.
Pada penentuan skoring tanah ditentuan berdasarkan kriteria pada subbab 2.6 dengan
acuan jenis tanah. Tiap jenis tanah memiliki tingkat kepekaan terhadap erosi. Biasanya pada
jenis tanah yang memiliki tingkat solum dangkal dan merupakan tanah dengan pembentukan
baru dan masih bisa berkembang merupakan jenis tanah yang lebih peka terhadap erosi
seperti yang tercantum pada subbab 2.6. Pada penilaian kondisi asosiasi dan kompleks maka
akan dirata-rata dengan jenis tanah y ang terkandung didalamnya.
Pada perhitungan intensitas hujan harian rata-rata digunakan data curah hujan kumultif
bulanan dan jumlah hari hujan sebagai acuan. Nilai intensitas hujan harian didapatkan
dengan membagi curah hujan bulanan total tahunan dengan jumlah hari hujan total tahunan.
Lalu hasil tersebut dirata – rata berdasarkan pembagian area pengaruh hujan berdasarkan
poligon thiessen. Nilai intensitas hujan rata-rata harian didapakan sebagai berikut :
Tabel 4.57. Intensitas Hujan Harian Rerata Tiap Stasiun
Intensitas hujan harian Rerata
No Stasiun Hujan
(mm/hari)
1 St. Tinjumoyo 13.84
2 St. Ngujung 12.78
3 St. Ngaglik 12.53
4 St. Temas 13.02
5 St. Tlekung 13.51
151
Gambar 4.21. Peta Arahan Penggunaan Lahan SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Pengolahan, 2021
155
Tindakan dalam setiap arahan lahan nantinya disesuaikan dengan kondisi eksisting tata
guna lahan pada suatu DAS. Tindakan dari tindak lanjut arahan penggunaan lahan dapat
bersifat vegetativf yang cenderung mengedepankan dalam tata guna lahan dan pengelolaan
tanaman pada suatu lahan. Selanjutnya adalah mekanis yang cenderung mengedepankan
dalam pengelolaan lahan yaitu seperti dam pengendali atau perlakuan suatu lahan seperti
terasiring, trucuk, teras dll.
Berikut merupakan tabel alternatif arahan rehabilitasi lahan berdasarkan RLKT untuk
masing-masing status kawasan.
Tabel 4.61. Contoh Arahan RLKT untuk Masing – Masing Kawasan
Alternatif Kegiatan
Kawasan
Vegetatif Mekanis
Reboisasi, Hutan rakyat, Dam pengendali/penahan,
Kawasan lindung
Perlindungan sungai Trucuk (drop structure)
Reboisasi, hutan campuran, Dam pengendali/penahan.
Kawasan penyangga hutan rakyat dan Ttrucuk (drop structure),
perkebunan teras, saluran air
Pohon penyekat api, Drainase, dam
Kawasan budidaya tahunan Reboisasi, perkebunan, pengendali/penahan,
hutan/kebun rakyat trucuk, teras, saluran
Pembuangan, dam
Agroforesty, Tanaman
Kawasan budidaya pengendali/penahan,
dalam jalur, tanaman dalam
musiman trucuk, teras, saluran
kontur, tanaman campuran
pembuangan
Sumber : Asdak (2010:419)
4.7 Rekomendasi Tindakan Konservasi dan Skenario Tata Guna Lahan Baru
Faktor tata guna lahan sangat mempengaruhi dalam terjadinya erosi maka dalam akan
direncanakan rekomendasi penggunaan tata guna lahan baru berdasarkan hasil analisis laju
sedimentasi dan arahan penggunaan lahan berdasarkan ketentuan RLKT. Rekomendasi
skenario lahan difokuskan pada kelas lahan dengan sedimentasi berat dan sangat berat.
Dalam perumusan tata guna lahan baru tetap memerhatikan penggunaan lahan sebelunya
sebagai dasaran dalam penentuan perubahan,
Dalam pembuatan skenario, langkah pertama yang dilakukan adalah overlay peta
kekritisan lahan, tata guna lahan, dan peta arahan penggunaan lahan. Lalu dilakukan analisis
dengan mempertimbangkan sebagai berikut.
156
Luas (ha)
No Tata Guna Lahan CP
Sebelum Sesudah
7 Sawah Tadah Hujan 85.85 29.97 0.004
8 Semak Belukar 462.50 117.21 0.001
9 Tanah Lapang 82.76 62.90 1
10 Tegalan/Ladang 4613.42 2458.20 0.028
Total 15997.4 15997.4
Sumber : Hasil Analisis, 2021
Berdasarkan tabel 4.63 dapat disimpulkan bahwa perubahan signifikan terjadi pada tata
guna lahan hutan produksi. Hal ini disebabkan banyak kondisi area yang seharusnya menjadi
kawasan penyangga yang berada pada lereng Gunung Panderman, Gunung Arjuno dan
Pegunungan Banyak sehingga alih fungsi yang berkurang secara dominan adalah
tegalan/ladang yang menjadi hutan produksi/campuran.
Skenario yang disarankan ini merupakan berdasarkan perhitungan dan secara empiris.
Faktor sosial dan budaya hanya diterapkan pada pemilihan pemukiman yang berada pada
kawasan lindung yang dipindah, namun itu pun hanya sekedar demikian. Maka dari itu jika
skenario ini diterapkan diperlukan adanya pengajian ulang dari berbagai aspek.
Dari skenario pada tabel 4.63 nantinya akan dihitung ulang untuk memetakan laju erosi
pasca diterapkannya rekomendasi tata guna lahan yang baru. Jika memang masih ada
kawasan yang dirasa memiliki nilai erosi yang tinggi dan faktor pengelolaan yang tidak
sesuai maka akan dilakukan analisis ulang untuk rekomendasi tata guna yang sesuai.
158
Gambar 4.22. Peta Skenario Tata Guna Lahan Baru SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis. 2021
159
160
(Halaman Ini Sengaja Dikosongkan)
160
161
''' ×'.
= × 1.04 r 10
''
= 25.48 ton/ha/tahun
Perhitungan dilakukan pada setiap unit area pada SubDAS Brantas Hulu. Berikut pada
tabel 4.65 merupakan rekapitulasi nilai T dengan luasan cakupan pada masing-masing
nilainya.
Tabel 4.65. Sebaran Nilai T pada SubDAS Brantas Hulu Kota Batu
T Luas
No
(ton/ha/tahun) (ha) (%)
1 6.37 57.48 0.34
2 7.31 25.49 0.15
3 8.13 11.27 0.07
4 9.25 51.06 0.30
5 14.85 14.80 0.09
6 15.29 341.40 1.99
7 17.55 151.59 0.89
8 19.50 40.14 0.23
9 22.20 281.95 1.65
10 22.28 1123.04 6.56
11 22.93 729.04 4.26
12 24.75 3364.77 19.65
13 25.48 2822.11 16.48
14 26.33 1242.33 7.26
15 28.80 192.73 1.13
16 29.25 2102.16 12.28
17 32.00 317.88 1.86
18 32.50 1564.02 9.13
19 33.30 94.65 0.55
20 37.00 2583.22 15.09
Total 17122.60 100
Sumber : Hasil Analisis, 2021
Nilai maksimum laju erosi yang diperbolehkan berdasarkan hasil perhitungan
didapatkan 37.00 ton/ha/tahun. Bila dibandingkan dengan hasil perhitungan laju sedimentasi
yang sudah dilakukan dengan nilai 277.98 ton/ha/tahun maka keadaan sedimentasi dan erosi
di wilayah SubDAS Brantas Hulu sudah melebihi batas kemampuan pembentukan tanah
didaerah tersebut. Sedangkan untuk rata-rata nilai T pada SubDAS Brantas Hulu adalah
27.60 ton/ha/tahun dengan ketebalan sekitar 2.28 mm/tahun.
163
Gambar 4.23. Peta Kedalaman Solum SubDAS Brantas Hulu Kota Batu
Sumber : Noorwantoro, Muhammad (2014)
163
169
164
164
Gambar 4.24. Peta Laju Erosi Diperbolehkan SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Pengolahan, 2021
165
selanjutnya dipertimbangkan metode yang digunakan untuk nilai SDR adalah metode
Robinson (1979). Metode ini digunakan karena memiliki nilai yang paling besar, hal ini
akan berguna dalam estimasi perencanaan pengendali sedimen untuk jangka waktu yang
lebih lama dan volume yang lebih besar. Selanjutnya nilai SDR ini akan digunakan sebagai
pembagi dari hasil perhitungan MUSLE untuk mendapatkan nilai estimasai erosi lahan yang
terjadi.
Tingkat bahaya erosi ditunjukkan berdasarkan nilai indeks bahaya erosi yang dihitung
berdasarkan rumus Hammer (1981, dalam Arsyad, 2010:419). Perhitungan indeks bahaya
erosi didasarkan pada erosi potensial yang terjadi pada suatu kawasan dengan nilai T (erosi
yang diperbolehkan). Semakin besar nilai erosi potensial maka semakin tinggi indeks bahaya
erosi. Hasil dari perhitungan IBE dapat dijadikan kriteria dan klasfikasi tingkat kekritisan
lahan. Berikut merupakan salah satu contoh perhitungan pada salah satu unit lahan
DAS =1
Sedimentasi Potensial = 236.638 ton/ha/tahun
SDR = 0.236
Erosi Potensial = 236.638/0.236
= 1001.665 ton/ha/tahun
T (erosi diperbolehkan) = 35.708 ton/ha/tahun
sZ %- " $%-! (" $ /#! / "!# $)
IBE eksisting =
^ (" $ /#! /"!# $)
'' .
=
. '
= 28.052
Klasifikasi berdasarkan tabel penentuan nilai IBE maka menunjukkan indeks bahaya
erosi Sangat Tinggi.
Perhitungan dilakukan pada setiap wilayah DAS dalam pembangiannya. Selanjutnya
nilai IBE tersebut dikelompokkan dan dipetakan menggunakan bantuan ArcGIS. Berikut
pada tabel 4.67 merupakan persebaran dan klasifikasi nilai IBE berdasarkan hasil
pengolahan.
167
Tabel 4.67. Perbandingan Nilai Erosi Lahan Setelah Kombinasi dengan Nilai SDR
Sedimentasi Erosi Lahan
Potensial Potensial IBE Status
Area (ton/ha/tahun) (ton/ha/tahun) TSL
Metode Luas (Ha)
Tanngkapan (ton/ha/tahun)
Sesudah Sesudah Sesudah Sesudah
Eksisting Eksisting Eksisting Eksisting
Skenario Skenario Skenario Skenario
DAS 1 1166.900 236.638 69.888 1001.665 295.829 35.708 28.052 8.285 Sangat Tinggi Tinggi
DAS 2 2637.791 114.948 24.64 565.829 121.275 25.595 22.107 4.738 Sangat Tinggi Sedang
DAS 3 1423.412 265.722 32.653 1152.939 141.676 25.400 45.391 5.578 Sangat Tinggi Sedang
Nakayasu
DAS 4 1311.795 480.543 30.177 2062.553 129.525 24.885 82.882 5.205 Sangat Tinggi Tinggi
DAS 5 1917.352 344.363 45.516 1569.858 207.495 30.205 51.973 6.870 Sangat Tinggi Tinggi
DAS 6 1171.974 1001.351 93.149 4240.666 394.483 22.260 190.510 17.722 Sangat Tinggi Sangat Tinggi
DAS 7 1719.322 180.151 31.880 804.910 142.438 24.430 32.948 5.831 Sangat Tinggi Tinggi
DAS 8 1761.780 242.541 27.944 1088.310 125.387 26.947 40.387 4.653 Sangat Tinggi TInggi
DAS 9 971.165 173.347 46.050 717.108 190.500 25.263 28.386 7.541 Sangat Tinggi Tinggi
DAS 10 Rasional 110.701 28.182 11.857 28.182 11.857 25.375 1.111 0.467 Sedang Rendah
DAS 11 Nakayasu 589.059 59.339 28.262 224.210 106.789 35.980 6.232 2.968 Tinggi Sedang
DAS 12 Rasional 125.095 85.112 29.262 85.112 29.262 27.432 3.103 1.067 Sedang Sedang
DAS 13 Nakayasu 619.690 159.143 15.448 605.525 58.778 27.361 22.131 2.148 Sangat Tinggi Sedang
DAS 14 Rasional 114.864 42.147 6.059 42.147 6.059 29.714 1.418 0.204 Sedang Rendah
DAS 15 Nakayasu 351.969 132.832 9.492 443.357 31.682 30.429 14.570 1.041 Sangat Tinggi Sedang
Sumber : Hasil Analisis, 2021
Dari tabel 4.68, dapat dilihat bahwa pada kondisi setelah skenario, nilai erosi lahan pada
DAS 6 masih dalam kondisi sangat tinggi, maka dalam penanganan lebih lanjut akan
dilakukan upaya dengan mengandalkan bangunan pengendali sedimen pada DAS ini,
karena dalam segi tata guna lahan yang digunakan dalam skenario sudah maksimal dalam
mereduksi nilai erosi yang terjadi karena mempertimbangkan arahan pembangunan wilayah
Kota Batu dan arahan penggunaan lahan hasil analisis yang secara tidak langsung sudah
mempertimbangkan dari segi ekonomi dan fungsi maksimum dalam penggunaan lahan
untuk warga Kota Batu itu sendiri. Untuk pemetaan nilai pada pada wilayah SubDAS
Brantas Hulu dapat dilihat pada Gambar 4.25 dan 4.26.
168
Gambar 4.25. Peta IBE Eksisting SubDAS Brantas Hulu Kota Batu Menggunakan Analisis SDR
Sumber : Hasil Analisis, 2021
169
170
170
Gambar 4.26. Peta IBE Skenario SubDAS Brantas Hulu Kota Batu Menggunakan Analisis SDR
Sumber : Hasil Analisis, 2021
171
=
'.' '.''
= 790 m
t
Ldinamis =
uv ux
=
'.' '.''
= 1185 m
t×y×Xw
Vstatis =
× × '
=
= 9875 m3
t×y×Xx
Vtotal =
× ×
=
= 14812.5 m3
Vdinamis = Vtotal – Vstatis
= 4937.5 m3
Selanjutnya adalah analisis terkait efisiensi dan usia guna bangunan checkdam yang
sudah dihitung berdasarkan nilai volume yang sudah didapatkan. Namun, harus dicari
terlebih dahulu berapa luasan catchmen area pada titik rencana checkdam serta laju
sedimentasi potensial hasil perhitungan MUSLE dengan menggunakan skenario tata guna
lahan baru. Untuk mendapatkan luasan dan sedimentasi yang terjadi pada titik checkdam
maka digunakan bantuan ArcGIS dalam pengolahannya dan dapat dilihat pada gambar 4.28.
Dari hasi pengolahan didapatkan nilai sebagai berikut :
Luas catchmen area (km2) = 8.929 km2
Laju sedimentasi rata-rata (ton/ha/tahun) = 119.346 ton/ha/tahun
Total sedimentasi (ton/tahun) = 119.346 x 8.929 x 100
= 106564.043 ton/tahun
Berat isi tanah = 1.21 x 103 kg/m3
1 ton = 1000 kg
' .' × '''
Volume sedimen rata-rata (m3/tahun) =
'
= 88069.457 m3/tahun
Nilai sedimen rata-rata ini akan dijadikan nilai untuk menghitung efisiensi checkdam
dan perkiraan umur chechdam.
173
Gambar 4.28. Peta Lokasi Titik Rencana Bangunan Pengendali Sedimen (CheckDam)
Sumber : Hasil Analisis, 2021
173
174
(Halaman Ini Sengaja Dikosongkan)
174
175
= 9863.306 m3/km2
z(& !& %" Z!W )
Usia Guna (T) =
X× ×s
=
. × . ' ×'. '
= 0.667 tahun
= 244 hari
Berdasarkan perhitungan maka dapat diperkirakan bahwa masa efektif dari checkdam
yang direncanakan adalah 244 hari dengan nilai laju sedimen berdasarkan skenario tata guna
lahan baru. Sedangkan untuk nilai laju sedimen potensial yang mengalir ke hilir pada DAS
6 setelah dibangun checkdam adalah sekitar 103.287 ton/ha/tahun.
ton/ha/tahun dan 1,401,580.53 ton/tahun. Jika dikonversikan ke mm/tahun maka nilai laju
sedimentasi potensial adalah 2.688 mm/tahun. Sedangkan untuk nilai IBE sendiri mengalami
perubahan dengan berkurangnya lahan dengan klasifikasi >10 atau sangat tinggi. Untuk
nilai laju sedimentasi potensial yang tertera pada gambar 4.26 terdapat pada area yang sangat
kecil dengan luasan dibawa 1 ha dan terdapat pada daerah dengan slope dibawah 15%
sehingga dapat diabaikan.
Untuk kefektifan pengurangan laju sedimentasi dari alternatif skenario tata guna lahan
baru dapat dihitung dengan menbandingkan nilai laju sedimentasi potensial sebelum dan
sesudah, berikut perhitungannya :
. .
Efektifitas Pengurangan Laju Sedimentasi = × 100 = 88.30%
.
Tabel 4.68 Nilai Laju Sedimentasi pada Tata Guna Lahan Baru
Laju Sedimentasi Luas
No Klasifikasi
(ton/ha/tahun) (Ha) (%)
1 <15 Sangat Ringan 8711.14 54.54
2 15-60 Ringan 5041.91 31.56
3 60-180 Sedang 2224.83 13.93
4 180-480 Berat 1.4 0.00
5 >480 Sangat Berat 0.9 0.00
Total 15997.37 100
Sumber : Hasil Analisis, 2021
Dari hasil yang didapat, maka dapat disimpulkan bahwa efektivitas rekomendasi
skenario tata guna lahan baru cukup tinggi dan dirasa mampu mengurangi laju erosi dan
sedimentasi secara signifikan jika diterapkan. Berikut merupakan persebaran laju
sedimentasi pada administratif desa setelah dilakukan skenario tata guna lahan baru dan
penambahan check dam sebagai tindakan konservatif dalam upaya pengurangan tingkat laju
erosi dan sedimentasi.
Tabel 4.69. Persebaran Laju Sedimentasi Pasca Skenario Tata Guna Lahan Baru
Luas (ha) Laju Sedimentasi (ton/tahun)
Sangat Sangat
Kecamatan Desa/Kelurahan Ringan Sedang Berat
Ringan Berat
60 - 180 -
<15 15 - 60 >480
180 480
Gunungsari 257.944 180.695 71.554 142.707 35.368
Sumbergondo 636.779 578.175 106.274 55.349 4.212
Punten 135.240 61.974 33.320 13.651 1.531
Bumiaji Bumiaji 473.664 236.995 90.184 38.309 2.204
Kel. Bulukerto 534.287 350.377 83.107 35.210 2.121
Pandanrejo 369.809 152.013 64.419 40.058 3.803
Giripurno 579.989 265.864 53.402 53.346 13.579
177
174
Gambar 4.29. Peta Laju Sedimentasi Skenario SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis, 2021
179
4.11 Pembahasan
4.11.1 Laju Sedimentasi SubDAS Brantas Hulu Kota Batu
Dengan menggunakan metode MUSLE dan bantuan program ArcGIS 10.3 didapatkan
hasil laju sedimentasi existing pada SubDAS Brantas Hulu Kota Batu diperoleh nilai sebesar
277.98 ton/ha/tahun atau 22.97 mm/tahun, melebihi nilai laju erosi diperbolehkan
maksimum tanah-tanah di Indonesia sebesar 2.5 mm/tahun. Sedangkan untuk laju
sedimentasi aktual yang terjadi adalah 5,531,558.73 ton/tahun.
Pada analisis ini, MUSLE merupakan suatu metode yang menghasilkan perhitungan
sedimen yang sudah terangkut ke parit atau cekungan. Jadi untuk penggunaan nilai IBE,
maka harus dilakukan konversi nilai laju sedimentasi menjadi laju erosi menggunakan
persamaan SDR. Lalu dari hasil analisis yang dilakukan, nilai laju sedimentasi SubDAS
Brantas Hulu sudah jauh melebihi kemampuan pembentukan tanah yang terjadi, hal ini
menunjukkan bahwa nilai laju erosi yang terjadi bahkan lebih besar lagi dari nilai
pembentukan tanah. Untuk itu perlu dilakukan upaya konservasi lahan dalam upaya
mengurangi laju sedimentasi dan erosi yang terjadi.
nilai IBE dan didapatkan pengurangan nilai yang dominan dimana asalnya terdapat 11 area
DAS yang masuk dalam kategori >10 atau sangat tinggi menjadi hanya satu area DAS saja
yaitu pada DAS 6. Hal ini menunjukkan bahwa skenario tata guna lahan baru berdampak
besar pada kondisi laju erosi yang terjadi.
5.1 Kesimpulan
Berdasarkan perhitungan dan analisis yang telah dilakukan dapat ditarik kesimpulan
sebagai berikut :
1. Nilai laju sedimentasi eksisting dengan landasan tata guna lahan 2020 adalah berkisar
sebesar 277.98 ton/ha/tahun atau 22.97 mm/tahun dan untuk laju sedimentasi aktual atau
total adalah 5,531,558.73 ton/tahun. Nilai ini bahkan telah melebihi batas toleransi erosi
di Indonesia sekitar 2.5 mm/tahun. Dengan anggapan bahwa sedimentasi merupakan
Sebagian dari persitiwa erosi pada lahan, maka nilai sedimentasi pada SubDAS Brantas
Hulu jauh melebihi batas normal.
2. Arahan lahan yang diusulkan berpedoman pada hasil analisis laju sedimentasi, dan
ketentuan RLKT. Arahan lahan yang disusulkan menghasilkan tiga penbagian utama
yaitu kawasan budidaya tanaman dengan luasan 41.35% dari luas daerah penelitian,
kawasan penyangga dengan luasan 36.27% dan kawasan lindung 22.38%.
Lalu untuk analisis IBE dilakukan dengan mengonversi laju sedimentasi menjadi laju
erosi dan dilakukan pada lahan eksisting serta hasil skenario tata guna lahan baru. Nilai
IBE pada lahan eksisting didominasi klasifikasi sangat tinggi atau diatas >10 dengan
persebaran pada 11 DAS. Lalu untuk hasil skenario kondisi IBE diatas 10 atau
klasifikasi sangat tinggi hanya terdapat pada DAS 6.
3. Efektifitas skenario tata guna lahan baru adalah sebesar 88.30% dan dirasa mampu
secara signifikan untuk mengurangi laju sedimentasi dan erosi pada lahan. Lalu untuk
DAS 6 yang secara perhitungan IBE pada tata guna lahan baru yang masih sangat tinggi
diusulkan bangunan pengendali sedimen (checkdam) dengan efeketifitas berkisar 20.2%
untuk mengurangi volume sedimen dan sekitar 13.46% untuk laju sedimentasi pada
DAS 6.
5.2 Saran
Berdasarkan kondisi dan permasalahan erosi yang terjadi pada SubDAS Brantas Hulu
Kota Batu diberikan saran antara lain :
1. Perhitungan laju erosi dengan cakupan yang luas menghasilkan nilai yang tidak terlalu
akurat pada kondisi lapangan. Maka disarankan jika ingin mendapatkan nilai laju erosi
yang akurat, perhitungan dan penganmatan harus dilakukan di lapangan dengan cakupan
daerah yang kecil terlebih dahulu.
181
182
2. MUSLE merupakan perhitungan sedimentasi pada cekungan dan parit, maka untuk
analisis erosi disarankan menggunakan kombinasi metode antara USLE dan MUSLE
sebagai pembanding.
3. Disarankan untuk instansi terkait memperbarui peta sebaran tata guna lahan yang sudah
ada sehingga nantinya jika dilakukan penelitian yang melibatkan data tersebut dapat
lebih mudah dalam pengolahannya.
4. Untuk mencegah bertambahnya bahaya erosi pada SubDAS Brantas Hulu Kota Batu di
masa mendatang, diperlukan penataan lahan dan wilayah pada DAS mengingat bahwa
Kota Batu merurpakan Hulu SubDAS Brantas Hulu sehingga jika terjadi kerusakan akan
menimbulkan efek ke wilayah dibawahnya.
5. Perlunya kebijakan dan upaya sosilisasi dari pemerintah terkait pengelolaan dan
penggunaan lahan yang tepat sesuai kaida konservasi tanah dan air.
DAFTAR PUSTAKA
183
Razianto M. Zakaria. (2018). Analisis Erosi dan Sedimentasi Berbasis Sistem Informasi
Geografis (SIG) Pada Bagian Hulu DAS Ciliwung Kabupaten Bogor. [Jurnal]
Universitas Brawijaya
Runi Asmaranto,ST.MT; Donny Harisuseno, ST.,MT; Dr. Ery Suhartanto, ST.MT. (2005).
Analisis Tingkat Bahaya Erosi dan Klasifikasi Kemampuan Lahan di DPS Pikatan
Kabupaten Mojokerto Berbasis Sistem Informasi Geografis. Penelitian FT UB
Sari, Devi Puspita, (2020). Analisis Erosi Berbasis Sistem Informasi Geografis (SIG) pada
Daerah Aliran Sungai Kali Lamong Provinsi Jawa Timur. [Jurnal] Universitas
Brawijaya
Soemarto, CD. (1987). Hidrologi Teknik. Surabaya: Usaha Nasional
Soewarno. (1995). Hidrologi:Aplikasi Metode Statistik untuk Analisa Data Jilid 2.
Bandung:Penerbit Nova
Triatmodjo, Bambang. (2008). Hidrologi Terapan. Yogyakarta:Beta Offset Yogyakarta
Ugro, Hari Murtiono. (2008). Kajian Model Estimasi Volume Limpasan Permukaan, Debit
Puncak Aliran, Dan Erosi Tanah Dengan Model Soil Conservation Service (SCS),
Rasional Dan Modified Universal Soil Loss Equation (MUSLE) (Studi Kasus di DAS
Keduang, Wonogiri). Jurnal Forum Geografi, Vol. 22, No. 2, Desember 2008: 169-185
Yulyana Aurdin .(2014). Pengaruh Perubahan Tataguna Lahan Terhadap Karakteristik
Hidrograf Banjir (Studi Kasus DAS Dengkeng dan DAS Jlantah Bagian Hulu Bengawan
Solo Kabupaten Sukoharjo, Provinsi Jawa Tengah). Jurnal Tekno Global, Vol. III No.
1, Desember 2014 (1-13)
Yusadinanta, Aditya Arga (2017). Aplikasi ArcGIS untuk Analisa Tingkat Bahaya Erosi dan
Upaya Konservasi Lahan Pada DAS Sangkub Provinsi Sulawesi Utara. [Skripsi]
Universitas Brawijaya
Zhang, H., Yang, Q., Li, R., Liu, Q., Moore, D., He, P., Ritsema, C.J. & Geissen, V. (2013).
Extension of a GIS procedure for calculating the RUSLE equation LS factor. Comput.
Geosci., 52,177-188. http://dx.doi.org/10.1016/j.cageo.2012.09.027.
184