Lokasi Studi Yang Sama

Pemetaan Sebaran Indeks Bahaya Erosi dan Arahan Penggunaan Lahan di
Sub DAS Brantas Hulu Kota Batu Berbasis Sistem Informasi Geografis
SKRIPSI
TEKNIK PENGAIRAN
KONSENTRASI HIDRO-INFORMATIKA
Ditujukan untuk memenuhi persyaratan

Memperoleh gelar sarjana teknik
DENY AINUR ROSIDIN

NIM. 165060401111003
UNIVERSITAS BRAWIJAYA
FAKULTAS TEKNIK
MALANG
2021
DAFTAR ISI
DAFTAR ISI ........................................................................................................................ i

DAFTAR TABEL ............................................................................................................... v
DAFTAR GAMBAR .......................................................................................................... ix
BAB I PENDAHULUAN .................................................................................................... 1
1.1 Latar Belakang ........................................................................................................... 1
1.2 Identifikasi Masalah ................................................................................................... 3
1.3 Rumusan Masalah ...................................................................................................... 4
1.4 Batasan Masalah ........................................................................................................ 5
1.5 Tujuan ........................................................................................................................ 5
1.6 Manfaat ...................................................................................................................... 5
BAB II KAJIAN PUSTAKA .............................................................................................. 7
2.1 Daerah Aliran Sungai................................................................................................. 7
2.1.1 Pengelolaan Daerah Aliran Sungai ..................................................................... 7
2.2 Analisa Hidrologi ........................................................................................................ 8
2.2.1 Uji Outlier ........................................................................................................... 8
2.2.2 Uji Konsistensi Data Curah Hujan ...................................................................... 9
2.2.2.1 Metode Lengkung Masa Ganda (Double Mass Curve) ............................... 9
2.2.2.2 Metode RAPS (Rescaled Adjusted Partial Sums) ..................................... 10
2.2.3 Uji Stasioner ...................................................................................................... 12
2.2.3.1 Uji F........................................................................................................... 12
2.2.3.2 Uji T .......................................................................................................... 13
2.2.4 Ketidak-adaan trend .......................................................................................... 14
2.2.5 Persistensi.......................................................................................................... 15
2.2.6 Curah Hujan Daerah Rerata .............................................................................. 15
2.2.7 Curah Hujan Rancangan ................................................................................... 16
2.2.8 Uji Kesesuaian Distribusi Frekuensi ................................................................. 18
2.2.8.1 Chi Square ................................................................................................. 18
2.2.8.2 Smirnov-Kolmogorov ............................................................................... 19
2.2.9 Distribusi Hujan Jam-jaman .............................................................................. 20
2.2.10 Koefisien Pengaliran ....................................................................................... 21
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
Tabel 2.1. Nilai Kn untuk Pemeriksaan Outlier .............................................................. 9

Tabel 2. 2 Nilai Kritis Q/n dan R/n ............................................................................... 11
Tabel 2.3 Nilai kritis Fc Distribusi F (F = 0,05) .......................................................... 13
Tabel 2.4 Nilai Kritis Tc Distribusi T .......................................................................... 14
Tabel 2. 6 Log Person III-A Faktor Sifat Distribusi Log Person Tipe III untuk Cs
Positif ........................................................................................................... 17
Tabel 2. 7 Log Person III-b Faktor Sifat Distribusi Log Pearson Tipe III untuk Cs
Negatif.......................................................................................................... 17
Tabel 2. 8 Nilai Kritis untuk Distribusi Chi-Square Kuadrat ....................................... 18
Tabel 2. 9 Nilai Kritis (Dcr) Untuk Uji Kolmogorov-Smirnov .................................... 20
Tabel 2.10 Nilai Koefisien Pengaliran berdasarkan Rumus Dr. Kawakami .................. 21
Tabel 2.11 Angka Pengaliran pada Kondisi Fisik.......................................................... 22
Tabel 2.12 Hubungan Erosi Tanah Rata-Rata Tahunan dengan Vegetasi ..................... 29
Tabel 2.13 Grup Hidrologi Tanah .................................................................................. 32
Tabel 2.14 Nilai CN untuk Berbagai Tata Guna Lahan ................................................. 32
Tabel 2.15 Klasifikasi Kelas Erodibilitas Tanah ........................................................... 33
Tabel 2.16 Tabel Nilai Erodibilitas Beberapa Jenis Tanah Indonesia ........................... 34
Tabel 2.17 Nilai Faktor C (pengelolaan tanaman) ......................................................... 38
Tabel 2.18 Nilai Faktor P (Pengelolaan dan Konservasi Lahan) ................................... 40
Tabel 2.19 Perkiraan nilai faktor CP berbagai jenis penggunaan lahan di Jawa
(Abdurachman dkk., 1894; Ambar dan Syarifudin, 1979) .......................... 40
Tabel 2.20 Pengaruh Luas Daerah Pengaliran Sungai Terhadap Nisbah Pelepasan
Sedimen........................................................................................................ 43
Tabel 2. 21 Klasifikasi Indeks Bahaya Erosi dan Kekritisan Lahan ............................... 44
Tabel 2.22 Bobot Isi Tanah ............................................................................................ 44
Tabel 2.23 Ordo dan Sub-Ordo Tanah ........................................................................... 45
Tabel 2.24 Kedalaman Sub-Ordo Tanah........................................................................ 45
Tabel 3.1 Data yang Diperlukan .................................................................................. 61
v
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
Tabel 4.32. Perhitungan Nilai K Log Persin III ............................................................ 108

Tabel 4.33. Perhitungan Curah Hujan Rancangan DAS 1 ............................................ 108
Tabel 4.34. Rekapitulasi Perhitungan Curah Hujan Rancangan DAS 1-8.................... 108
Tabel 4.35. Rekapitulasi Perhitungan Curah Hujan Rancangan DAS 9 - 15................ 109
Tabel 4.36. Data Curah Hujan Rerata Terurut DAS 1 .................................................. 109
Tabel 4.37. Perhitungan Rentang Kelas Chi Square Metode Log Person III DAS 1 ... 111
Tabel 4.38. Hasil Perhitungan Parameter Of dan Ef ..................................................... 111
Tabel 4.39. Perhitungan Uji Kesesuaian Dristribusi Smirnov-Kolmogorog
Log Person III ............................................................................................ 112
Tabel 4.40. Rekapitulasi Hasil Uji Kesesuaian Distribusi Metode Log Person III ...... 113
Tabel 4.41. Pemilihan Metode Perhitungan Debit Limpasan ....................................... 114
Tabel 4.42. Perhitungan Hujan Efektif Jam-Jaman Metode Mononobe DAS 1-7 ....... 116
Tabel 4.43. Perhitungan Hujan Efektif Jam-Jaman Metode Mononobe DAS 8-15 ..... 117
Tabel 4.43. Perhitungan Debit Limpasan Metode Rasional ......................................... 118
Tabel 4.44. Lengkung Hidrograf Nakayasu pada area DAS 1...................................... 119
Tabel 4.45. Ordinat Hidrograf Nakayasu DAS 1 .......................................................... 120
Tabel 4.46. Ordinat Hidrograf Banjir pada DAS 1 ....................................................... 122
Tabel 4.47. Rekapitulasi Debit Puncak SubDAS Brantas Hulu Kota Batu .................. 123
Tabel 4.48. Perbandingan Tata Guna Lahan Tahun 2008 dan 2020 ............................. 125
Tabel 4.49. Perhitungan Nilai CN pada Area Tangkapan DAS 1................................. 129
Tabel 4.50. Perhitungan Erosivitas Limpasan Permukaan (Rw) .................................. 130
Tabel 4.51. Nilai Erodibilitas Tanah Berdasarkan Jenis Tanah (K) ............................. 135
Tabel 4.52. Kemiringan Lereng SubDAS Brantas Hulu (Upper Brantas) .................... 139
Tabel 4.53. Faktor LS pada SubDAS Brantas Hulu (Upper Brantas)........................... 140
Tabel 4.54. Analsis Faktor CP Berdasarkan Tata Guna Lahan 2020 ........................... 143
Tabel 4.55. Klasifikasi dan Sebaran Laju Sedimentasi SubDAS Brantas
Hulu Kota Batu .......................................................................................... 145
Tabel 4.56. Analisis Berat Isi Tanah Rata-Rata ............................................................ 145
Tabel 4.57. Intensitas Hujan Harian Rerata Tiap Stasiun ............................................. 150
Tabel 4.58. Elevasi SubDAS Brantas Hulu .................................................................. 151
Tabel 4.59. Status Penggunaan Kawasan Rencana Pola dan Ruang Kota Batu ........... 151
Tabel 4.60. Arahan Penggunaan Lahan SubDAS Brantas Hulu ................................... 152
Tabel 4.61. Contoh Arahan RLKT untuk Masing – Masing Kawasan ......................... 155
vii
Tabel 4.62. Rekomendasi Perubahan Pengelolaan dan Konservasi Lahan................... 156

Tabel 4.63. Perubahan Tata Guna Lahan Sesudah Rekomendasi Konservasi .............. 156
Tabel 4.64. Berat Isi Tanah dan Faktor Kedalaman Tanah .......................................... 161
Tabel 4.65. Sebaran Nilai T pada SubDAS Brantas Hulu Kota Batu ........................... 162
Tabel 4.66. Nilai SDR pada Beberapa Metode ............................................................. 165
Tabel 4.67. Perbandingan Nilai Erosi Lahan Setelah Kombinasi dengan Nilai SDR .. 167
Tabel 4.68 Nilai Laju Sedimentasi pada Tata Guna Lahan Baru................................. 176
Tabel 4.69. Persebaran Laju Sedimentasi Pasca Skenario Tata Guna Lahan Baru ...... 176
viii
DAFTAR GAMBAR
Gambar 2.1. Sketsa Analisa Kurva Massa Ganda ............................................................ 10

Gambar 2.3 Tampilan ekstensi LS-TOOL....................................................................... 37
Gambar 2.4 Nomograf SDR Berdasarkan NRCS USDA ................................................ 42
Gambar 2.5 Perbandingan antara SDR dan luas menurut Jain dan Singh (2003:703) .... 42
Gambar 2.6 Proses Union Overlay .................................................................................. 54
Gambar 2.7 Proses Intersect Overlay .............................................................................. 55
Gambar 2.8 Proses Erase Overlay ................................................................................... 55
Gambar 3.1 Peta Wilayah Sungai Brantas ...................................................................... 59
Gambar 3.2 Diagram Alir Penyelesaian Skripsi .............................................................. 67
Gambar 3.3 Diagram Alir Pembuatan Peta Tata Guna Lahan ......................................... 68
Gambar 4.1. Tampilan Data DEM pada ArcGis 10.3 ....................................................... 71
Gambar 4.2. Perumusan Alur Sistem pada Model Builder............................................... 72
Gambar 4.3. Hasil Delinasi DAS menggunakan bantuan Model Builder ........................ 73
Gambar 4.4. Peta Batas Sub DAS Upper Brantas (Brantas Hulu) ................................... 75
Gambar 4.5. Peta Pembagian Wilayah DAS dan Lokasi Pos Hujan ................................ 76
Gambar 4.6. Grafik Uji Konsistensi Stasiun Ngujung...................................................... 81
Gambar 4.7. Grafik Data Terkoreksi Stasiun Ngujung .................................................... 84
Gambar 4.8. Grafik Ordinat HSS Nakayasu ................................................................... 121
Gambar 4.9. Proses Digitasi Area Pemukiman Berdasarkan Data Citra Satelit ............. 124
Gambar 4.10. Peta Tata Guna Lahan SubDAS Brantas Hulu 2020 ................................. 127
Gambar 4.11. Peta Tekstur Tanah SubDAS Brantas Hulu Kota Batu .............................. 133
Gambar 4.12. Peta Erosivitas Limpasan (Rw) SubDAS Brantas Hulu Kota Batu ........... 134
Gambar 4.13. Peta Jenis Tanah SubDAS Brantas Hulu Kota Batu .................................. 137
Gambar 4.14. Peta Kemiringan Lereng SubDAS Brantas Hulu Kota Batu ..................... 141
Gambar 4.15. Peta Persebaran Faktor LS SubDAS Brantas Hulu Kota Batu .................. 142
Gambar 4.16. Contoh Pengelolaan Lahan Ladang di Kecamatan Bumiaji ...................... 144
Gambar 4.17. Hasil Perhitungan Sebaran Sedimentasi dengan Raster Calculator ........... 144
Gambar 4.18. Peta Sebaran Laju Sedimentasi SubDAS Brantas Hulu Kota Batu ........... 147
Gambar 4.19. Peta Sebaran Laju Sedimentasi SubDAS Brantas Hulu Kota Batu ........... 148
ix
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
1.1 Latar Belakang

Daerah Aliran Sungai (DAS) merupakan kesatuan daeran atau wilayah daratan yang
secara topografi dibatasi oleh punggung bukit yang menyimpan dan menampung air hujan
yang kemudian dialirkan ke laur melalui jaringan sungai utama. Daratan yang berfungsi
menampung air hujan tersebut dinamakan daerah tangkapan air (DTA) yang didalamnya
terdapat berbagai unsur dari suatu ekosistem yang terdiri atas sumberdaya alam (tanah, air,
dan vegetasi) sebagai penyusun utama. Selanjutnya terdapat unsur lain seperti sumberdaya
manusia sebagai pemanfaat sumberdaya alam. (Chay Asdak,2010:4)
Daerah aliran sungai (DAS) hulu adalah daerah yang memiliki elevasi paling tinggi dari
suatu DAS, yang berarti merupakan titik tertinggi daerah tangkapan dan mengalirnya air
dalam DAS. Kondisi DAS bagian hulu akan berpengaruh pada keberlangsungan dan kondisi
pada DAS bagian hilir. Maka dari itu, DAS bagian hulu idealnya merupakan daerah
perlindungan atau konservasi guna memertahankan kondisi lingkungan DAS yang
dibawahnya agar tidak terjadi penurunan kualitas dan degradasi lingkungan. Perlindungan
dan konservasi yang dimaksud adalah dari segi fungsi tata air dengan diidentifikasikan
dalam bentuk memertahankan kondisi vegetasi tutupan lahan DAS yang sesuai,
memertahankan kualitas air dan menjaga kemampuan dari DAS tersebut untuk menyimpan
air (debit).
Manusia sebagai pemanfaat sumberdaya alam pada DAS berpengaruh besar pada
perubahan kondisi dan ekosistem di dalam DAS itu sendiri. Bertambahnya jumlah manusia
dan pemanfaatan sumber daya alam yang cenderung meningkat setiap tahunnya dengan tidak
diiringi oleh tindakan konservasi yang seimbang akan menimbulkan kerusakan DAS dan
dapat menyebabkan beberapa permasalahan seperti banjir saat musim hujan dan kekeringan
saat musim kemarau, berkurangnya tingkat debit dasar air sungai, erosi yang melibihi tingkat
batas aman, sedimentasi serta longsor (Komaruddin, 2008; Valentina dkk., 2008; Andriyani
dkk., 2016). Masalah – masalah tersebut akan berdampak besar pada kondisi DAS apabila
cenderung terjadi pada DAS bagian hulu.
DAS di Indonesia tiap tahunnya mengalami penambahan degradasi kualitas lahan dan
jumlah DAS yang masuk dalam kategori kritis juga turut bertambah. Berdasarkan data yang
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
1.2 Identifikasi Masalah

DAS Brantas merupakan salah satu bagian dari Wilayah Sungai Brantas dan terbagi
dalam beberapa Sub DAS, salah satu diantaranya adalah Sub DAS Brantas Hulu. Sub DAS
Brantas hulu terbagi dalam 17 basin block yang area batasnya merupakan pegunungan dan
lereng dari Gunung Kawi, Gunung Arjuno, Gunung Kelud, Gunung Wilis dan Pegunungan
Tengger.
Basin block upper Brantas (Brantas Hulu) memiliki area yang berada di lereng Gugusan
Gunung Kawi, Gunung Arjuno-Welirang dan Daerah Pegunungan Banyak. Dengan hampir
86 persen nya merupakan daerah wilayah administrasi dari Kota Batu Jawa Timur. Dominasi
topografi dari Basin block upper Brantas ini adalah pegunungan dengan memiliki tingkat
kemiringan lereng yang cukup curam pada beberapa areanya. Menurut Kepmen PU
No.268/KPTS/M/2010 tentang Pola Pengelolaan Sumber Daya Air Wilayah Sungai Brantas,
Basin block upper Brantas memiliki luasan sekitar 180 km2 dengan tanah penyusun
didominasi oleh Andosol, Regosol, Litosol dan Glei Humus.
Tingkat erosi di Kota Batu yang merupakan hulu DAS Brantas cukup tinggi. Sekitar
5.000 meter kubik tanah di wilayah pegunungannya terlikis atau jatuh ke Bendungan
Sengguruh, Malang. Tanaman semusim yang ditanami di daerah pegunungan dengan
mengubah sekitar 40 persen luas lahan hutan menjadi pemicu meningkatnya tingkat laju
erosi (viva.co.id diakses 29/04/2020). Menurut Data Penelitian Ditjen Rehabilitasi Lahan
dan Perhutanan Sosial (RLPS) tahun 2008 mencatat laju erosi di DAS Brantas hulu, sebesar
118,608 ton/ha/tahun. Padahal erosi yang diperbolehkan sebesar 13,23 ton/ha/tahun
sehingga indeks erosi sebesar 88,2%. (kagama.co diakses 14/01/2021). Sedangkan data
pengukuran oleh BPDAS Brantas tahun 2010, diketahui bahwa erosi yang terjadi pada
kawasan hulu DAS Brantas rata-rata adalah 66,24 ton.ha-1 setiap tahunnya (BPDAS Brantas
2014 dalam Yhudistira A.F, 2018). Berdasarkan nilai rata – rata tersebut menunjukkan
bahwa degradasi lahan pada Sub DAS Brantas Hulu masih tinggi dan diatas batas erosi yang
diperbolehkan,
Perbandingan citra satelit pada kawasan Kota Batu sebagai bagian dari SubDAS Brantas
Hulu yang pada tahun 1991, 2001 dan 2005 menunjukkan pengurangan luasan daerah hutan
alam dan produksi menjadi lahan untuk perkebunan, tegal, semak belukar dan pemukiman.
Alihguna lahan hutan menjadi tegalan yang kemudian digunakan untuk budidaya tanaman
holtikultura sangat berpotensi mengalami kerusakan akibat erosi (Studi Detil Konservasi
Sub DAS Brantas,2006 dalam Yhudistira A.F, 2018). Kawasan hulu Sungai Brantas kini
merupakan salah satu sentra tanaman holtilkultura dengan komoditas utama kentang, wortel,
4
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
1.3 Rumusan Masalah

Rumusan masalah yang akan ditelitit adalah :
1. Berapa besar laju sedimentasi yang terjadi di Sub DAS Brantas Hulu kawasan Kota
Batu saat ini ?
2. Bagaimana sebaran dan pemetaan indeks bahaya erosi (IBE) serta arahan
penggunaan lahan di Sub DAS Brantas Hulu kawasan Kota Batu saat ini ?
3. Bagaimana efektifitas arahan penggunaan lahan dan metode konservasi lahan dalam
mereduksi tingkat laju erosi dan sedimentasi yang terjadi ?
5
1.4 Batasan Masalah

Batasan masalah dalam penelitian ini adalah :
1. Daerah atau lokasi penelitian adalah Sub DAS Hulu Brantas dengan area Basin
Upperstream Brantas di wilayah Kota Batu Jawa Timur.
2. Analisis erosi menggunakan metode MUSLE (Modified Universal Soil Loss
Equation).
3. Permukaan bumi pada daerah studi dipresentasikan dalam bentuk DEM (Digital
Elevation Model).
4. Tidak mengamati secara langsung batas - batas satuan lahan pada lapangan
dikarenakan keterbatasan waktu, biaya dan peralatan.
5. Analisis laju erosi dan pemetaan Indeks Bahaya Erosi serta klasifikasi kemampuan
lahan dilakukan dengan perangkat lunak ArcGIS 10.3.
6. Dalam studi ini tidak membahas analisis ekonomi, sosial dan analisis mengenai
dampak lingkungan (AMDAL)
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
(Halaman Ini Sengaja Dikosongkan)

BAB II
TINJAUAN PUSTAKA
2.1 Daerah Aliran Sungai

Menurut UU no.7 Tahun 2004, DAS merupakan suatu wilayah daratan yang
digambarkan sebagai satu unit kesatuan dengan berbagai unsur di dalamnya dan dengan
sungai serta anak-anak sungai yang memiliki fungsi sebagai sarana badan air untuk
menyimpan, menampung serta mengalirkan air dari hujan dan mata air ke danau atau laut.
Daerah aliran sungai (DAS) secara morfologi dapat dibagi menjadi 3 (tiga) yaitu, hulu,
tengah, hilir. Sedangkan secara fungsional,menjadi 3 (tiga) yakni Produsen, Trasport, dan
deposisi. Pada bagian hulu, pengelolaan serta pemanfaatan SDA didasarkan pada fungsi
konservasi untuk memertahankan kondisi alam dan lingkungan DAS agar tidak mengalami
degradasi lingkungan yang mengakibatkan berkurangnya kemampuan menyimpan air,
menurunnya kualitas air dan limpasan hujan yang semkian besar. Pada bagian tengah
berdasar sebagai sarana transfer sumber daya air dari hulu ke bagain hilir serta dapat
difungsikan untuk dikelola dan bermanfaat untuk kebutuhan sosial dan ekonomi. Sedangkan
bagian hilir, Didasarkan pada fungsi pemanfaatan air sungai untuk ekonomi dan sosial di
masyarakat sekitar yang diindikasikan melalui kuantitas dan kualitas air, kemampuan
menyalurkan air, ketinggian curah hujan, dan terkait untuk kebutuhan pertanian, air bersih,
serta pengelolaan air limbah. (Sudadi U, 2004 dalam Razianto, 2018) .
Adapun secara Hidrologi DAS di bagi menjadi 3 (tiga) yakni resapan, penampungan,
dan fungsi keluaran air. Nantinya peran sungai dan anak sungai sangat berperan dalam
pengaliran air dan aspek-aspek lain seperti seidmen untuk menuju ke laut. Peranan DAS ini
menjadi penting dalam siklus hidrologi. Tetapi perenan penting DAS yang lain adalah
sebagai pemertahan siklus hidrologi dan siklus erosi yang terjadi. Dua peranan ini sangat
berpengaruh pada keseimbangan lingkungan dan ekosistem DAS (Sudadi U, 2004 dalam
Razianto,2018).
2.1.1 Pengelolaan Daerah Aliran Sungai

Pengelolaan DAS adalah suatu proses formulasi dan implementasi kegiatan atau
program dengan tindakan manipulasi untuk pemanfaatan sumberdaya alam dan manusia
tanpa menyebabkan degradasi sumberdaya air dan tanah. Dalam arti lain dapat dijelaskan
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.
2.2 Analisa Hidrologi

2.2.1 Uji Outlier
Uji ini digunakan untuk mengetahui apakah data maksimum dan minimum dari
rangkaian data yang ada layak digunakan atau tidak. Uji yang digunakan adalah uji inlier-
outlier, di mana data yang menyimpang dari dua batas ambang, yaitu ambang bawah (XL)
dan ambang atas (XH) akan dihilangkan. Rumus untuk mencari kedua ambang tersebut
adalah sebagai berikut:
XH = Xrerata + Kn . S ................................................................................................. (2-1)
XL = Xrerata - Kn . S ................................................................................................... (2-2)
dengan:
XH = nilai ambang atas (mm)
XL = nilai ambang bawah
Xrerata = nilai rata-rata
S = simpangan baku dari logaritma tehadap data
Kn = besaran yang tergantung pada jumlah sampel data
N = jumlah sampel data
9
Tabel 2.1. Nilai Kn untuk Pemeriksaan Outlier

Jumlah Jumlah Jumlah Jumlah
Kn Kn Kn Kn
Data Data Data Data
10 2.036 24 2.467 38 2.661 60 2.837
11 2.088 25 2.468 39 2.671 65 2.866
12 2.134 26 2.502 40 2.681 70 2.893
13 2.175 27 2.519 41 2.692 75 2.917
14 2.213 28 2.534 42 2.7 80 2.94
15 2.247 29 2.549 43 2.71 85 2.961
16 2.279 30 2.563 44 2.719 90 2.981
17 2.309 31 2.577 45 2.717 95 3
18 2.335 32 2.591 46 2.736 100 3.017
19 2.361 33 2.604 47 2.744 110 3.049
20 2.385 34 2.616 48 2.753 120 3.078
21 2.408 35 2.618 49 2.76 130 3.104
22 2.429 36 2.639 50 2.768 140 3.129
23 2.448 37 2.65 55 2.804
Sumber: Chow et al. (1988, p.404) dalam Kurniawati T. (2017)
2.2.2 Uji Konsistensi Data Curah Hujan
2.2.2.1 Metode Lengkung Masa Ganda (Double Mass Curve)
Uji konsistensi berarti menguji kebenaran data lapangan yang tidak dipengaruhi oleh
kesalahan pada saat pengiriman atau saat pengukuran, data tersebut harus betul-betul
menggambarkan fenomena hidrologi seperti keadaan sebenarnya di lapangan. Dengan kata
lain data hidrologi disebut tidak konsisten apabila terdapat perbedaan antara nilai
pengukuran dan nilai sebenarnya. Beberapa kesalahan yang mungkin terjadi dapat
disebabkan oleh faktor manusia, alat dan faktor lokasi. Bila terjadi kesalahan maka data itu
dapat disebut tidak konsisten. Beberapa hal yang menyebabkan data hujan tidak konsisten,
antara lain karena (Soewarno, 1995, p.199):
a. Pergantian jenis alat dan atau spesifikasi alat.
b. Perkembangan lingkungan sekitar pos hujan, misal dari kawasan persawahan
menjadi kawasan perkantoran dengan gedung-gedung tinggi sehingga hujan tidak
dapat terukur seperti kondisi semula.
c. Pemindahan lokasi pos hujan atau perubahan elevasi pos hujan.
d. Perubahan alam, misal perubahan iklim.
Salah satu cara untuk menguji konsistensi adalah dengan menggunakan analisis kurva
massa ganda untuk data hujan musiman atau tahunan dari suatu DPS. Misal yang diuji dan
pos hujan Y maka data kumulatif dari pos Y itu dapat dibandingkan secara grafis dengan
10
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).
Gambar 2.1. Sketsa Analisa Kurva Massa Ganda

Sumber: Soewarno (1995, p.201) dalam Kurniawati T. (2017)
2.2.2.2 Metode RAPS (Rescaled Adjusted Partial Sums)
Salah satu cara untuk pengujian data adalah metode RAPS (Rescaled Adjusted Partial
Sums). Secara umum cara ini dilakukan dengan pengujian statistik untuk melihat adanya
11
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)
6. Menghitung nilai |Sk**|,

7. Menentukan nilai Sk** maksimum,
8. Menentukan nilai Sk** minimum,
9. Menghitung nilai Q, kemudian menghitung Q/√ ,
Q = Max Sk** ..................................................................................................(2.8)
10. Menghitung nilai R, kemudian menghitung R/√ .
R = Max Sk** - Min Sk** ................................................................................(2.9)
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.
Tabel 2. 2 Nilai Kritis Q/√$ dan R/√$

Q/n0.5 R/n0.5
N
90% 95% 99% 90% 95% 99%
10 1.05 1.14 1.29 1.21 1.28 1.38
20 1.10 1.22 1.42 1.34 1.43 1.60
30 1.12 1.24 1.48 1.40 1.50 1.70
40 1.13 1.26 1.50 1.42 1.53 1.74
50 1.14 1.27 1.52 1.44 1.55 1.78
100 1.17 1.29 1.55 1.50 1.62 1.85
Sumber : Harto (2009) dalam Sari D.P. (2020)
12
2.2.3 Uji Stasioner

Hipotesis statistik dirumuskan untuk dapat dengan mudah menolak atau menerima
dugaan yang dibuat, ada dua cara untuk pengujian hipotesis diantarnya yaitu pengujian dua
sisi dan pengujian satu sisi. Beberapa uji statistik metode parametrik yang sering digunakan
untuk analisa hidrologi diantaranya (Soewarno, 1995, p.7).
 Uji Distribusi Normal
 Uji-T (Tee-test),t
 Uji Chi Kuadrat
 Uji-F (Alf-test), F
Jika nilai parameter statistic (rata-rata dan varian) relatif tidak terjadi perubahan dari
suatu bagian ke bagian yang lainnya dalam waktu tertentu, deret berkala tersebut disebbut
stasioner. Sedangkan apabila salah satu parameter statistiknya berubah dari suatu bagian ke
bagian lainnya dalam rangkaian data tersebut, maka deret berkala itu disebut tidak stasioner.
Apabila rangkaian data tidak sama jenisnya atau data tersebut tidak homogen menunjukan
deret berkala tersebut tidak stasioner (Soewarno, 1995, p.84).
2.2.3.1 Uji F
Uji F merupakan uji homogenitas data untuk menguji nilai varian dan untuk menguji
sampel dalam analisis varian menggunakan persamaan:
' × ×(' )
% = ................................................................................................... (2.10)
' × ×(' )
)* = + − 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
Tabel 2.3 Nilai kritis Fc Distribusi F (F = 0,05)

dk1=V1
dk2=V2
1 2 3 4 5 6 7 8 9
1 161.4 199.5 215.7 224.6 230.2 234 236.8 238.9 240.5
2 18.51 19 19.16 19.25 19.3 19.33 19.35 19.37 19.38
3 10.13 9.55 9.28 9.12 9.01 8.84 8.89 8.85 8.81
4 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6
5 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77
6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.1
7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.37 3.68
8 5.32 4.46 4.07 3.84 3.69 3.58 3.5 3.44 3.39
9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18
10 4.96 4.1 3.71 3.48 3.33 3.22 3.14 3.07 3.02
11 4.84 3.98 3.59 3.36 3.2 3.09 3.01 2.95 2.9
12 4.75 3.89 3.49 3.26 3.11 3 2.91 2.85 2.8
13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71
14 4.6 3.74 3.34 3.11 2.96 2.85 2.76 2.7 2.65
15 4.54 3.68 3.29 3.06 2.9 2.79 2.71 2.64 2.59
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54
17 4.45 3.59 3.2 2.96 2.81 2.7 2.61 2.55 2.49
Sumber : Soewarno (1995,p.81)
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
Tabel 2.4 Nilai Kritis Tc Distribusi T

Derajat Kepercayaan σ
dk
0.1 0.05 0.025 0.01 0.005
1 3.078 6.314 12.706 31.821 63.657
2 1.886 2.92 4.303 6.965 9.925
3 1.638 2.353 3.182 4.541 5.841
4 1.533 2.132 2.776 3.747 4.604
5 1.476 2.015 2.571 3.365 4.032
6 1.44 1.943 2.447 3.143 3.707
7 1.415 1.895 2.365 2.998 3.499
8 1.397 1.86 2.306 2.896 3.355
9 1.383 1.833 2.262 2.821 3.25
10 1.372 1.812 2.228 2.764 3.169
11 1.363 1.796 2.201 2.718 3.106
12 1.356 1.782 2.179 2.681 3.055
13 1.35 1.771 2.16 2.65 3.012
14 1.345 1.761 2.145 2.624 2.977
15 1.341 1.753 2.131 2.602 2.947
16 1.337 1.746 2.121 2.583 2.921
17 1.333 1.74 2.11 2.567 2.898
Sumber : Soewarno (1995,p.77)
2.2.4 Ketidak-adaan trend
Deret berkala yang nilainya menunjukkan gerakan yang berjangka panjang dan
mempunyai kecenderungan menuju kesatu arah, arah menaik atau menurun disebut dengan
pola atau trend. Ketidak-adaan trend dapat diuji dengan banyak cara. Namun dalam
penelitian yang akan dilakukan akan digunakan uji ketiadaan trend korelasi peringkat
metode spearman.
Trend dapat dipandang sebagai korelasi antara waktu dengan variat dari suatu variabel
hidrologi. Oleh karena itu koefisien korelasinya dapat digunakan untuk menentukan ketidak-
adaan trend dari suatu deret berkala, yang dapat dirumuskan sebagai berikut:
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
Rt = peringkat dari variabel hidrologi dalam deret berkala

t = nilai distribusi t, pada derajat kebebasan (n-2) untuk derajat kepercayaan
tertentu (umumnya 5%)
Uji-t digunakan untuk menentukan apakah variabel waktu dan variabel hidrologi itu
saling tergantung (dependent) atau tidak tergantung (independent). Dalam hal ini yang diuji
adalah Tt dan Rt (Soewarno, 1995, p.87).
2.2.5 Persistensi
Anggapan bahwa data berasal dari sampel acak harus diuji, yang umumnya merupakan
persyaratan dalam analisis distribusi peluang. Persistensi adalah ketidak tergantungan dari
setiap nilai dalam deret berkala. Untuk melaksanakan pengujian persistensi harus dihitung
besarnya koefisien korelasi serial. Salah satu metode untuk menentukan koefisien korelasi
serial adalah dengan metode Spearman yang persamaannya adalah sebagai berikut
(Soewarno, 1995, pp.98-99):
7 ∑< (8 )
KS = 1 - .................................................................................................. (2-22)
=: =
=
t = KS ( ;
) ....................................................................................................... (2-23)
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)
Gambar 2.2 Contoh Penggunaan Poligon Thiessen

Sumber : Ragunath,2006:28 dalam Yusadinanta A.A (2017)
2.2.7 Curah Hujan Rancangan
Besaran yang digunakan sebagai beban rencana adalah hujan harian maksimum
tahunan, yaitu curah hujan terbesar dalam setahun yang turun dalam kurun waktu 24 jam.
Dalam ilmu probabilitas diperkenalkan konsep probabilitas terlampaui yaitu probabilitas
kejadian sama atau melampaui suatu nilai yang ditetapkan serta analisis return period.
Salah satu distribusi probabililtas yang sering digunakan adalah Log Person III.
Parameter-parameter statistik yang diperlukan oleh distribusi log Pearson Tipe III adalah:
 Nilai rata-rata (mean)
17
 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
 Hitung standar deviasi: Slog = N 1 ....................................(2.26)
CS 

 LogXi  LogXi 
3
 Hitung koefisien kemencengan:

N  1 * N  2 * S log 3 ..................... (2.27)
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
Sumber: Soemarto (1987, p.42)
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
Sumber: Soemarto (1987, p.42)
2.2.8 Uji Kesesuaian Distribusi Frekuensi

2.2.8.1 Chi Square
Uji Chi kuadrat digunakan untuk menguji simpangan secara vertikal apakah distribusi
frekwensi pengamatan dapat diterima oleh distribusi teoritis.
Persamaan yang digunakan adalah sebagai berikut :
K
 EF  OF 
 X 2hit  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
1 0.000039 0.00015 0.0009 0.00393 3.841 5.024 6.635 7.879

2 0.01 0.02 0.05 0.10 5.99 7.38 9.21 10.60
3 0.07 0.12 0.22 0.35 7.82 9.35 11.35 12.84
4 0.21 0.30 0.48 0.71 9.49 11.14 13.28 14.86
5 0.41 0.55 0.83 1.15 11.07 12.83 15.09 16.75
6 0.68 0.87 1.24 1.64 12.59 14.45 16.81 18.55

7 0.99 1.24 1.69 2.17 14.07 16.01 18.48 20.28
8 1.34 1.65 2.18 2.73 15.51 17.54 20.09 21.96
9 1.74 2.09 2.70 3.33 16.92 19.02 21.67 23.59
10 2.16 2.56 3.25 3.94 18.31 20.48 23.21 25.19
11 2.60 3.05 3.82 4.58 19.68 21.92 24.73 26.76

12 3.07 3.57 4.40 5.23 21.03 23.34 26.22 28.30
13 3.57 4.11 5.01 5.89 22.36 24.74 27.69 29.82
19
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
16 5.14 5.81 6.91 7.96 26.30 28.85 32.00 34.27

17 5.70 6.41 7.56 8.67 27.59 30.19 33.41 35.72
18 6.27 7.02 8.23 9.39 28.87 31.53 34.81 37.16
19 6.84 7.63 8.91 10.12 30.14 32.85 36.19 38.58
20 7.43 8.26 9.59 10.85 31.41 34.17 37.57 40.00
21 8.03 8.90 10.28 11.59 32.67 35.48 38.93 41.40

22 8.64 9.54 10.98 12.34 33.92 36.78 40.29 42.80
23 9.26 10.20 11.69 13.09 36.17 38.08 41.64 44.18
24 9.89 10.86 12.40 13.85 36.42 39.36 42.98 45.56
25 10.52 11.52 13.12 14.61 37.65 40.65 44.31 46.93
26 11.16 12.20 13.84 15.38 38.89 41.92 45.64 48.29

27 11.81 12.88 14.57 16.15 40.11 43.19 46.96 49.65
28 12.46 13.57 15.31 16.93 41.34 44.46 48.28 50.99
29 13.12 14.26 16.05 17.71 42.56 45.72 49.59 52.34
30 13.79 14.95 16.79 18.49 43.77 46.98 50.89 53.67
Sumber : Bonnier, 1980 dalam CD Soemarto, 1987
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
Tabel 2. 9 Nilai Kritis (Dcr) Untuk Uji Kolmogorov-Smirnov

Level of Significance α (persen)
Ukuran Sampel
20 15 10 5 1
1 0.900 0.925 0.950 0.975 0.995
2 0.684 0.726 0.776 0.842 0.929
3 0.565 0.597 0.642 0.708 0.829
4 0.494 0.525 0.564 0.624 0.734
5 0.446 0.474 0.510 0.563 0.669
6 0.410 0.436 0.470 0.521 0.618
7 0.381 0.405 0.438 0.486 0.577
8 0.358 0.381 0.411 0.457 0.543
9 0.339 0.360 0.388 0.432 0.514
10 0.322 0.342 0.368 0.409 0.486
11 0.307 0.326 0.352 0.391 0.468
12 0.295 0.313 0.338 0.375 0.450
13 0.284 0.302 0.325 0.361 0.433
14 0.274 0.292 0.314 0.349 0.418
15 0.266 0.283 0.304 0.338 0.404
16 0.258 0.274 0.295 0.328 0.391
17 0.250 0.266 0.286 0.318 0.380
18 0.244 0.259 0.278 0.309 0.370
19 0.237 0.252 0.272 0.301 0.361
20 0.231 0.246 0.264 0.294 0.352
Rumus Asimtotik 1.07/(n)0.5 1.14/(n)0.5 1.22/(n)0.5 1.36/(n)0.5 1.63/(n)0.5
Sumber: Soewarno (1995)
2.2.9 Distribusi Hujan Jam-jaman
Intensitas hujan harian yang terukur dalam mm/hr, merupakan akumulasi dari hujan
yang yang turun setiap jamnya. Hujan di Indonesia yang dapat mengakibatkan banjirrata-
rata terjadi selam 6 jam, dari 6 jam terbut dapat dilakukan estimasi dengan berbagai metode
analisis hujan jam-jaman. Metode yang familiar digunakan adalah mononobe, Sherman,
Talbot dan ishiguro. Namun yang dipakai dalam pengerjaan ini adalah metode mononobe.
Metode mononobe ditemukan oleh Dr. Mononobe dari jepang, mononobe meneliti
sebaran hujan diwilayah DAS jepang dan menemukan metoe estimasi hujan jam-jaman.
Dengan metode mononobe ini kita dapat mengestimasi hujan setiap jamnya dari hujan satuan
yang ada. Intensitas hujan didefinisikan sebagai tinggi curah hujan persatuan waktu. Untuk
mendapatkan intensitas hujan selam waktu konsentrasi digunakan rumus mononobe sebagi
berikut :
@ B 9 HG
>A = DAEF (2.34)
C
dengan:
RT = intensitas hujan rerata dalam T jam
R24 = curah hujan efektif dalam 1 hari (mm)
21
t = Lama hujan (jam)

Tc = Waktu konsentrasi hujan
2.2.10 Koefisien Pengaliran
Koefisien pengaliran adalah variabel untuk menentukan besarnya limpasan permukaan
tersebut, di mana penentunya didasarkan pada kondisi daerah pengaliran dan karakteristik
hujan yang jatuh di daerah tersebut. Dr. Kawakami menyusun sebuah rumus yang
mengemukakan bahwa untuk sungai tertentu, koefisien itu tidak tetap tetapi tergantung pada
curah hujan.
f = 1 – R’/Rt = 1 – f’ ...............................................................................................(2.35)
dengan:
f = koefisien pengaliran
f’ = laju kehilangan = γ / Rt^s
Rt = jumlah curah hujan
R’ = kehilangan curah hujan
γ, s = tetapan
Berdasarkan jabaran rumus tersebut, maka tetapan nilai koefisien
pengaliran, seperti terlihat pada tabel berikut:
Tabel 2.10 Nilai Koefisien Pengaliran berdasarkan Rumus Dr. Kawakami
Curah Hujan Rumus Koefisien
No Daerah Kondisi Sungai
(mm) Pengaliran
1 Hulu f = 1 – 15.7/Rt3/4
2 Tengah Sungai Biasa f = 1 – 5.65/Rt3/4
Rt > 200m
3 Tengah Sungai di zona lava f = 1 – 7.20/Rt3/4
4 Tengah Rt < 200m f = 1 – 3.14/Rt3/4
5 Hilir f = 1 – 6.60/Rt3/4
Sumber : Sosorodarsono, 1987 dalam Asmaranto R. et.al ,2005
Kondisi yang mempengaruhi keadaan tersebut diantaranya :
 Keadaan hujan.
 Luas dan bentuk daerah aliran.
 Kemiringan DPS dan dasar sungai.
 Daya infiltrasi dan perkolasi tanah.
 Kebasahan tanah.
 Tataguna lahan, suhu udara, angin, dan evaporasi.
22
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
I = Intensitas hujan rerata selama waktu tiba banjir (mm/jam)

A = luas daerah pengaliran
Dalam penggunaan metode rasional, menurut asdak cocok digunakan pada DAS dengan
luasan <300 ha. Untuk itu dengan DAS yang memiliki luasan lebih besar disarankan
digunakan analisa debit limpasan menggunakan hidrograf banjir atau dibagi area dengan
luasan yang tidak terlalu besar dalam sistem SubDAS.
2.2.13 Hidrograf Satuan Sintetis
Hidrograf satuan sintetik (HSS) digunakan dalam pembuatan hidrograf banjir pada
sungai-sungai yang tidak ada atau sedikit dilakukan observasi hidrograf banjirnya. Maka
dari itu perlu dicari karakteristik atau parameter daerah pengaliran tersebut terlebih dahulu,
misalnya pada waktu itu telah mencapai puncak hidrograf (time to peak magnitude), lebar
dasar, kemiringan, panjang alir terpanjang (length of the longest channel), koefisien
limpasan (run-off coefisien) dan sebagainya. Dalam hal ini biasa kita gunakan hidrograf
sintetik yang telah dikembangkan di negara lain, dimana parameter-parameternya harus
disesuaikan terlebih dahulu dalam karakteristik daerah pengaliran yang ditinjau.
Pada kajian kali ini digunakan HSS Nakayasu sebagai metode perhitungan debit .
Penggunaan metode ini memerlukan beberapa karakteristik parameter daerah alirannya,
seperti :
a) Tenggang waktu dari permukaan hujan sampai puncak hidrograf (time of peak)
b) Tenggang waktu dari titik berat hujan sampai titik berat hidrograf (time lag)
c) Tenggang waktu hidrograf (time base of hydrograph)
d) Luas daerah aliran sungai
e) Panjang alur sungai utama terpanjang (length of the longest channel)
Nakayasu dari Jepang telah menyelidiki hidrograf satuan pada beberapa sungai di Jepang.
Ia membuat rumusan hidrograf satuan sintetik dari hasil penyelidikannya tersebut, yaitu
sebagai berikut:
Rumus dari hidrograf satuan Nakayasu adalah:
CA . Ro
Qp  ...................................(2.39)
3,6(0,3Tp  T0 ,3 )
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).
2.3.1. Proses Terjadinya Erosi

Proses erosi terdiri atas tiga bagian yang berurutan :
1. Pengelupasan (detachment)
2. Pengangkutan (transportation/movement)
3. Pengendapan (deposition)
Secara umum erosi disebabkan oleh air hujan yang memberikan energi kinetik yang
menekan kepada tanah sehingga lapisan tanah bagian atas akan terkelupas karena energi
tersebut. Nantinya tanah yang terkelupas tersebut akan diangkut Bersama air hujan yang
melimpas, maka sering dilihat pada kondisi tanah yang tingkat erosinya tinggi air hujan
berwarna kecoklatan yang menandakan bahwa tanah juga terangkut dalam limpasan. Air
limpas tadi akan masuk ke sungai yang nantinya tanah akibat erosi akan Sebagian besar
terendap di sungai dan menjadi sedimen pada sungai. Sedimen ini sangat membawa dampak
buruk bagi keberlangsungan suatu waduk. Waduk yang mengalami sedimentasi tinggi akan
mengurangi usia guna waduk tersebut secara signifikan jika tidak ada tindakan konservasi
khusus.
Hantaman hujan yang turun melepas dan memadatkan permukaan tanah, mengubah
jumlah kandungan air (water content) dari tanah. Pembasahan tanah mengurangi kekuatan
matriks tanah karena kapilaritasnya yang menghilang akibat meningkatnya water content.
Daya ikat partikel tanah berkurang intensitasnya dan jarak antar partikel tanah meningkat
sesuai serapan airnya.
Pada saat yang sama, proses kimia berlangsung antara partikel tanah, air dan ion. Proses
ini menyebabkan pelepasan partikel pada tanah. Pelepasan (dispersion) partikel berlangsung
terutama di permukaan tanah, karena infiltrasi dan limpasan permukaan biasanya rendah
kandungan ionnya. Semakin tinggi konsentrasi ion, maka flokulasi atas tanah akan semakin
meningkat. Flokulasi adalah pengikatan antar partikel tanah. Dispersi tanah membantu
penyumbatan pori-pori tanah, yang akan menurunkan daya infiltrasi tanah dan meningkatkan
limpasan permukaan (overland flow). Hal ini akan meningkatkan jumlah tanah yang tererosi,
bersamaan dengan meningkatnya debit limpasan permukaan.
Aliran limpasan yang terjadi mengikis dan mengangkut partikel-partikel yang telah
dihancurkan (terdispersi). Selanjutnya jika tenaga aliran permukaan tersebut sudah tidak
26
mampu lagi untuk mengangkut bahan-bahan hancuran tersebut maka bahan yang terangkut
ini diendapkan (deposisi) (Utomo, 1987:28 dalam Yusadinanta A.A, 2018).
2.3.2 Dampak Erosi

Erosi oleh air menyebabkan beberapa jenis kerusakan pada tanah. Tanah terkikis, nutrisi
tanah menghilang, tekstur tanah berubah, struktur tanah menjadi jelek dan produktivitas
tanah berkurang. Sedimen yang terangkut mencemari sungai, danau, maupun badan air
lainnya (Troeh et al, 2004:76 dalam Yusadinanta A.A, 2017). Selengkapnya, menurut Troeh
et al (2004) dalam Yusadinanta A.A, 2017, dampak erosi yang biasanya terjadi adalah:
1. Terkikisnya tanah (soil loss)
Kerusakan yang paling nampak disebabkan oleh erosi air adalah hilangnya tanah dari
pesrmukaan yang terkikis. Pada umumnya, tanah permukaan (surface soil)
cenderung lebih rapuh, lebih mudah ditembus oleh air, udara, dan akar, dan
mengandung lebih banyak bahan organik serta lebih subur daripada lapisan tanah di
bawahnya (subsoil), jadi hilangnya tanah permukaan adalah hal yang kritis.
2. Hilangnya nutrisi tanah yang dibutuhkan tanaman (plant soil losses)
Nutrisi tanah yang hilang akibat erosi mengakibatkan berkurangnya tingkat
produktivitas lahan.
3. Perubahan tekstur tanah (textural change)
Erosi air mengikis seluruh horizon tanah permukaan. Permukaan tanah yang baru,
berupa lapisan tanah bawah, yang umumnya memiliki tekstur lebih halus,
mengandung lebih sedikit bahan organik dan mempunyai struktur tanah yang lebih
jelek daripada tanah permukaan yang aslinya.
4. Kerusakan struktur tanah (structural damage)
Erosi air mempengaruhi struktur tanah pada tiga keadaan. Hilangnya tanah
permukaan biasanya menyingkap lapisan tanah bawah yang tingkat permeabilitasnya
lebih rendah, air hujan memisahkan agregat pada permukaan dan menghasilkan
lapisan permukaan tanah yang padat dan air hujan yang mengalami perkolasi
membawa butiran tanah terlarut melalui permukaan tanah, mengisi pori-pori tanah
dan menurunkan tingkat infiltrasi dan permeabilitas tanah. Perubahan ini
menyebabkan peningkatan limpasan permukaan, yang mana juga meningkatkan laju
erosi dan mengurangi jumlah air tanah yang tersimpan.
5. Berkurangnya produktivitas (productivity loss)
Hilangnya nutrisi tanah dan kerusakan struktur tanah mengakibatkan berkurangnya
potensi produktivitas tanah. Besarnya penurunan ini bergantung kepada sifat tanah
27
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)
2.3.3 Faktor yang Mempengaruhi Erosi

Banyak faktor yang mempengaruhi erosi, tetapi menurut EWRC (2009:11) dalam
Yusadinanta (2017) faktor yang merupakan penyebab utama terjadinya erosi tanah adalah
iklim, karakteristik tanah, topografi, penutup tanah dan evapotranspirasi. Sedangkan Arsyad
(2010:144) menambahkan manusia sebagai faktor yang turut mempengaruhi potensi
terjadinya erosi. Sehingga faktor-faktor yang mempengaruhi terjadinya erosi adalah:
28
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.
Tabel 2.12 Hubungan Erosi Tanah Rata-Rata Tahunan dengan Vegetasi
Sumber: Roose (1967) dalam Yusadinanta A.A (2017)

5. Evapotranspirasi (evapotranspiration)
Tingginya tingkat evapotranspirasi dan berkurangnya curah hujan di musim kemarau
berimplikasi terhadap tingkat lengas tanah (soil moisture) yang seringkali sangat
rendah, sehingga dibutuhkan irigasi untuk memperoleh tingkat lengas tanah yang
dibutuhkan untuk pertumbuhan tanaman. Diperlukan pertimbangan yang matang
dalam perhitungan evapotranspirasi Ketika mengusahakan pengelolaan sebuah
tutupan tanah dan pencegahan terjadinya erosi.
30
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.
2.4 Pendugaan Laju Erosi (Soil Loss Predictions)

Kebutuhan untuk menghitung laju erosi dan memperoleh keefektifan nilai control
terhadap erosi terjadi ketika para pekerja ladang mulai menyerukan tindakan konservasi
tanah. Pada tahun 1930-an, peneliti dari U.S. Soil Conservation Service (SCS) memulai
untuk memperkirakan tingkat erosi dan mengkaji secara kuantitatif efek dari karakteristik
fisik tanah dan nilai kontrol terhadap proses erosi.
Salah satu metode pendugaan erosi adalah metode MUSLE (Modified Universal Soil
Loss Equation) yang merupakan pengembangan dari metode USLE. (Williams, 1975 dalam
Wahyudi W.S. 2020) melakukan modifikasi USLE dengan mengganti faktor R atau faktor
erosivitas hujan dengan faktor aliran. Dengan cara baru ini, yang selanjutnya dinamai
modifikasi USLE (MUSLE), besarnya sedimentasi yang terjadi sudah menggambarkan erosi
yang terjadi. Selain mengganti faktor hujan dengan faktor aliran, model erosi MUSLE juga
menggunakan faktor yang terdapat pada USLE dalam memprediksi erosi yang terjadi.
Faktor-faktor tersebut adalah faktor erodibilitas tanah, panjang dan kemiringan lereng,
penggunaan lahan untuk tanaman dan faktor usaha-usaha pencegahan erosi/konservasi.
Persamaan metode MUSLE dapat dituliskan dalam bentuk (Williams, 1975; Simon and
Senturk, 1992 dalam Wahyudi W.S. 2020).
-V = 11.8 ("W × XY)Z.[7 × R × \- × I × (2.48)
dengan :
SY = Pendugaan hasil sedimentasi (ton)
Qp = Debit maksimum yang terjadi (m3/detik)
Vq = Volume aliran pada suatu kejadian hujan (m3)
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)
Rumus diatas merupakan anggapan nilai total sedimen yang terjadi dari luasan area yang
ada. Dalam model simulasi MUSLE yang dilakukan oleh Asosiasi Produksi Pertanian
(Assosiated of Crop Production) di Amerika mengemukakan perbedaan dalam nilai Rw
dengan rumusan sebagai berikut :
31
-V = 1.586 ("W × XY)Z.[7 × _-QZ. × R × \- × I × ....................................(2.49)
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)
2.4.1. Faktor Erosivitas Limpasan Permukaan (Rw)

Erosivitas hujan sangat mempengruhi erosi secara langsung dan merupakan faktor
paling besar dalam penyebab erosi. Erosivitas hujan menunjukkan kemampuan hujan saat
jatuh menuju tanah dengan nilai energi tertentu yang dapat mengangkat dan mengelupas
lapisan paling atas dari tanah. Williams (1975) dalam Nustiyah F. (2020) mendeskripsikan
nilai erosivitas hujan ini sebagai nilai pelepasan dengan nilai debit dan limpasan yang terjadi
pada suatu kejaian hujan. Hal ini merupakan modifikasi dari persamaan erosivitas USLE.
William mengungkapkan bahwa dengan cara ini dapat diperkirakan seacara empiris
pengendapan dan pengangkutan tanah akibat erosi yang terjadi dan terdeposisi menjadi
sedimen. William menduga hasil endapan dari kejadian limpasan tersebut dengan nilai
erosivitas limpasan permukaan (Rw). Rumus nilai Rw sebagai berikut :
>` = 1.586 ("W × XY)Z.[7 × _-QZ. .................................................................(2.50)
atau
>` = 11.8 ("W × XY)Z.[7 ...................................................................................... (2.51)
Dalam pendugaan nilai Rw, nilai Qp atau debit puncak dapat dihitung menggunakan
metode rasional pada luasan DAS yang tidak terlalu besar atau menggunakan perhitungan
empiris hidrograf satuan sintetis. Dalam kajian kali ini digunakan metode rasional dan
metode HSS Nakayasu. Untuk nilai dari faktor limpasan yang terjadi atau Vq digunakan
metode Soil Conservation Service (SCS). Metode ini dekembangkan oleh Dinas Konervasi
Tanah Amerika Serikat pada tahun 1972 dengan mempertimbangkan data hujan yang
tersedia sebagai perhitungan volume limpasan. Rumus SCS adalah sebagai berikut (Ugro
H.M. 2008)
( Z. a)
X" = .........................................................................................................(2.52)
4Z.ba
32
ZZZ
-= c − 10e 25.4 ......................................................................................... (2.53)
d'
I+ = (∑ I+. Q) / ∑ Q .......................................................................................... (2.54)

Dengan : Vq = Volume Limpasan (mm)
P = Curah Hujan (mm)
S = Perbedaan antara curah hujan dan runoff (mm)
CN = Curve Number terhantung dari tataguna lahan dan kelompok tanah
A = Luasan (ha)
Tabel 2.13 Grup Hidrologi Tanah
Laju infiltrasi
Grup Tanah Tekstur
(mm/jam)
Pasir, pasir berlempung dan lempung
A 8- 12
berpasir
B 4–8 Lempung berdebu, lempung
C 1–4 Lempung pasir berliat
Lempung berliat, lempung debu berliat, liat
D 0–1
berpasir, liat berdebu, liat
Sumber : McCuen (1989) dan US SCS (1972) dalam Ugro H.M (2008)
Tabel 2.14 Nilai CN untuk Berbagai Tata Guna Lahan
Jenis
Kondisi
No Tataguna Jenis Tanah
Hidrologi
Lahan
A B C D
Poor 63 77 85 88
1 Belukar Fair 55 72 81 86
Good 49 68 79 84
2 Gedung 98 98 98 98
Poor 45 66 77 83
3 Hutan Fair 36 60 73 79
Good 30 55 70 77
Poor 57 73 82 86
4 Kebun Fair 43 65 76 82
Good 32 58 72 79
Poor 77 86 91 94
5 Lahan Kosong Fair 76 85 90 93
Good 74 83 88 90
6 Pemukiman 89 92 94 95
Poor 68 79 86 89
7 Rumput Fair 49 69 79 84
Good 39 61 74 80
33
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
Sumber : USDA (1975) dalam Arsyad (2010:143)

34
Sedangkan di Indonesia sendiri telah dilakukan penelitian erodibilitas tanah yang

dilakukan Puslitbang dengan hasil tertera pada tabel 2.3
Tabel 2.16 Tabel Nilai Erodibilitas Beberapa Jenis Tanah Indonesia
Tipe Tanah Soil Types Faktor K
Aluvial Kelabu Tua Dark Grey Alluvial Soils 0.259

Andosol Coklat Brown Andosols 0.278
Andosol Coklat dan Latosol Coklat Association of Brown Andosols and
0.271
Kemerahan Redish Brown Latosols
Andosol Coklat Kekuningan Yellowish Brown Andosols 0.223
Association of Brown Andosols ,
Andosol Coklat, Andosol Coklat
Yellowish Brown Andosols, and 0.271
Kekuningan, Litosol
Litosol
Asoiasi Andosol Kelabu dan Regosol Association of Gey Andosols and
0.271
Kelabu Grey Regosols
Asosiasi Aluvial Coklat Kelabu dan Association of Grey Brown
0.193
Aluvial Coklat Alluvial and Brown Soils
Asosiasi Aluvial Kelabu dan Coklat Association of Grey Alluvial and
0.193
Kekelabuan Greyishh Brown Alluvial Soils
Asosiasi Andosol Coklat dan Glei
Association of Brown Andools
Humus 0.202
Asosiasi Andosol Coklat dan Regosol Association of Brown Andosols and
0.271
Coklat Brown Regosols
Asosiasi Latosol Coklat dan Association of Brown Latosols and
0.091
Latosol Coklat Kekuningan Yellowsih Brown Latosols
Asosiasi Latosol Coklat dan Regosol Association of Brown Latosols and
0.186
Kelabu Grey Regosols
Asosiasi Latosol Coklat Kemerahan Association of Reddish Brown
0.067
dan Latosol Coklat Latosols and Brown Latosols
Grumusol Hitam Black Grumusols 0.187
Grumusol Kelabu Grey Grumusols 0.176
Grumusol Kelabu Tua Dark Grey Grumusols 0.187
Association of Grey Hydromorphic
Hidromorf Kelabu dan Planosol
Soils and Yellowish Brown 0.301
Coklat Kekelabuan
Planosols
Kompleks Andosol Coklat/ Coklat Complex of Yellowish Brown Andosol
0.271
Kekuningan, Litosol and Litosols
35
Tipe Tanah Soil Types Faktor K
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
Regosol Coklat Brown Regosols 0.346
Regosol Coklat Kekelabuan Greyish Brown Regosols 0.271
Regosol Coklat Kekuningan Yellowish Brown Regosols 0.331
Regosol Kelabu Grey Regosols 0.304
Regosol Kelabu Kekuningan Yellowish Grey Regosols 0.301
Kompleks Andosol Kelabu Tua dan Complex of Dark Grey Andosols and
0.271
Litosol Litosols
(Sumber : Puslitbang Pengairan Bogor, 1985)
2.4.3. Faktor Panjang Lereng dan Kemiringan Lereng (LS)

Faktor panjang lereng (L) diukur dari tempat terjadinya aliran air di atas permukaan
tanah sampai tempat mulai pengendapan yang biasanya pada tempat yang besar kecuraman
lerengnya berkurang atau pada tempat aliran air terdekat seperti saluran. Pada beberapa
percobaan yang pernah dilakukan menunjukkan besar erosi per satuan luas berbanding
dengan pangkat panjang lereng. Oleh karena itu nilai L adalah besarnya nisbah erosi suatu
lereng terhadap besarnya erosi dari lereng dengan panjang 22 meter dengan persamaan yang
dapat digambarkan sebagai berikut (Arsyad, 2010:365).
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
- = 65.41 -g 2h + 4.56-g h + 0.065 ..................................................................... (2.56)
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
Gambar 2.3 Tampilan ekstensi LS-TOOL

Penghitungan metodologi pada LS-TOOL -diterapkan untuk setiap piksel dalam DEM
dan dihitung berdasarkan rumus sebagai berikut (Desmet dan Govers, 1996) dalam Zhang
et al. (2013).
<s <s
Do? pq 4 r o? pq r F
mn = ( <s <
)×o0 p r×( . G) <
.............................................................................(2.59)
t
S= ( 4t)
....................................................................................................................(2.60)
v w
c e
u = |G(a x.xyz{
x.y
......................................................................................................(2.61)
}) 4Z.[7~
Dengan : Lij-in = panjang grid cell pada data raster (i,j)

Aij-in = Luasan area pada grid cell dengan koordinat (i,j) (m2)
D = Ukuran grid cell (m)
m = Panjang eksponen pada Faktor L USLE
xij = (sinαi,j + cosαi,j)
β = Variasi pada gradien slope mengacu pada rumus McCool (1989)
ϴ = Kemiringan lereng dalam sudut
Sebuah perbandingan nilai faktor ls-yang dihitung oleh LS-TOOL dengan dua
metodologi, area kontribusi unit (UCA) dan jalur arus serta panjang sel kumulatif (FCL),
menunjukkan bahwa ada hubungan yang lebih baik antara data lapangan dan peralatan
38
kumulatif (Zhang et al., 2013). Para penulisnya melaporkan bahwa LS-TOOL menyediakan
alat yang berguna untuk menghitung faktor LS.
2.4.4. Faktor Vegetasi Penutup Tanah (C)

Dalam Arsyad, 2012 dijelaskan bahwa faktor C dalam USLE adalah nisbah antara
besarnya erosi dari tanah yang ditumbuhi oleh tanaman dengan pengelolaan tertentu
terhadap besarnya faktor erosi tanah yang tidak ditanami dan diolah dengan bersih. Faktor
C dalam lebih sederhana dapat disebut sebagai faktor tutupan lahan yang terdapat pada suatu
daerah. Faktor ini dipengaruhi oleh faktor alam dan faktor pengelolaan dari manusia.
Faktor C dipengaruhi pada tanaman apa yang menutupi daerah tersebut. Hal ini dapat
berpengaruh besar karena dalam peran menahan laju energi dari jatuhnya air hujan, daun dan
batang dari suatu tanaman memiliki pengaruh yang besar. Tajuk tanaman berperan kecil
terhadap jumlah dan kecepatan aliran permukaan, namun pengurangan energi kinetik hujan
yang terjadi berdampak pada berkurangnya laju erosivitas hujan terhadap erosi permukaan
tanah. Namun, tetap terdapat faktor kerapatan tajuk tanaman yang mempengaruhi besaran
pengurangan energi tersebut.
Dalam penilitan kawat kasa nyamuk yang dilakukan oleh Hudson dan Jackson
membuktikan bahwa dari dua petak tanah terbuka yang memiliki kawat kasa dan tidak, laju
erosi yang dihitung menunjukkan petak tanah yang tidak digantungkan kawat kasa memiliki
laju erosi lebih besar. Dianggap bahwa kawat kasa tersebut merupakan tanaman, maka
tanaman memiliki pengaruh yang besar dalam besaran laju erosi yang terjadi dari suatu
lahan. Berikut merupakan nilai C dari beberapa vegetasi tutupan lahan yang ada di
Indonesia:
Tabel 2.17 Nilai Faktor C (pengelolaan tanaman)
No Macam Penggunaan Lahan Nilai C
1 Tanah terbuka, tanpa tanaman 1.00
2 Hutan atau semak belukar 0.001
3 Savanah dan prairie dalam kondisi baik 0.01
4 Savanah dan prairie yang rusak untuk gembalaan 0.1
5 Sawah 0.01
6 Tegalan tidak dispesifikasi 0.7
7 Ubi kayu 0.8
8 Jagung 0.7
9 Kedelai 0.399
10 Kentang 0.4
11 Kacang tanah 0.2
12 Padi gogo 0.561
39
No Macam Penggunaan Lahan Nilai C

13 Tebu 0.2
14 Pisang 0.6
15 Akar wangi (sereh wangi) 0.4
16 Rumput bede (tahun pertama) 0.287
17 Rumput bede (tahun kedua) 0.002
18 Kopi dengan penutup tanah buruk 0.2
19 Talas 0.85
Kebun Campuran
0.1
 Kerapatan tinggi
20 0.2
 Kerapatan sedang
0.5
 Kerapatan rendah
21 Perladangan 0.4
Hutan alam
0.001
22  Seresah banyak
0.005
 Seresah sedikit
Hutan Produksi
0.5
23  Tebang habis
0.2
 Tebang pilih
24 Semak belukar, Padang rumput 0.3
25 Ubi kayu + Kedelai 0.181
26 Ubi kayu + Kacang tanah 0.195
27 Padi-Sorgum 0.345
28 Padi-Kedelai 0.417
29 Kacang tanah-Gude 0.495
30 Kacang tanah + Kacang tunggak 0.517
31 Kacang tanah + mulsa jerami 4 t/ha 0.049
32 Padi + mulsa jerami 4 t/ha 0.096
33 Kacang tanah + mulsa jagung 4 t/ha 0.128
34 Kacang tanah + mulsa clotalaria 3t/ha 0.136
35 Kacang tanah + mulsa kacang tunggak 0.256
36 Kacang tanah + mulsa jerami 2t/ha 0.377
37 Padi + mulsa clotalaria 3t/ha 0.387
38 Pola tanaman tumpang gilir + mulsa jerami 0.079
39 Pola tanaman berurutan + mulsa sisa tanaman 0.357
40 Alang-alang murni subur 0.001
41 Padang rumput (stepa) dan savanna 0.001
42 Rumpur Brachiaria 0.002
Sumber : Suripin (2002:79) dalam Asmaranto et al (2012) dalam Yusadinanta A.A,2017
40
2.4.5. Faktor Pengelolaan dan Konservasi Lahan (P)

Faktor P adalah nisbah antara tanah tererosi rata-rata dari lahan yang mendapat
perlakuan konservasi tertentu terhadap tanah tererosi rata-rata dari lahan yang diolah tanpa
tindakan konservasi, dengan catatan faktor-faktor penyebab erosi yang lain diasumsikan
tidak berubah (Asdak,2010:374). Berikut merupakan beberapa nilai Faktor P dalam metode
USLE :
Tabel 2.18 Nilai Faktor P (Pengelolaan dan Konservasi Lahan)
No. Tindakan khusus konservasi tanah Nilai P
1 Teras bangku:
- Konstruksi baik 0,04
- Konstruksi sedang 0,15
- Konstruksi kurang baik 0,35
- Teras tradisional 0,40
2 Strip tanaman rumput Bahia 0,40
3 Pengolahan tanah dan penanaman menurut garis kontur
- Kemiringan 0% - 8% 0,50
- Kemiringan 9% - 20% 0,75
- Kemiringan lebih dari 20% 0,90
4 Tanpa tindakan konservasi 1,00
Sumber : Arsyad (2010:372)
Penilaian faktor P di lapangan sering digabungkan dengan Faktor C, karena kedua faktor
tersebut berhubungan dan berkaitan erat. Beberapa nilai faktor CP telah dapat ditentukan
berdasarkan penelitian di jawa seperti pada tabel 2.6.
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
No. Konservasi dan Pengelolaan Tanaman Nilai CP

- serai wangi 0.65
6 Tanaman pertanian
- umbi-umbian 0.51
- biji-bijian 0.51
- kacang-kacangan 0.36
- campuran 0.43
- padi irigasi 0.02
7 Perladangan
- 1 tahun tanam-1 tahun bero 0.28
- 1 tahun tanam-2 tahun bero 0.19
8 Pertanian dengan konservasi
- mulsa 0.14
- teras bangku 0.04
- contour cropping 0.14
Sumber : Asdak,2010:375
2.5 Sediment Delivery Ratio (SDR)

Tidak semua material tanah yang tererosi terangkut ke dalam sungai. Sebagian material
hanya terangkut pada jarak yang pendek dan mengalami deposisi (pengendapan). Sebagian
lainnya terangkut ke hilir dan tersangkut pada vegetasi pinggir sungai. Jadi, sedimen akibat
erosi tidak seluruhnya terbawa menuju sungai (Yusadinanta A.A, 2017). Nisbah atau rasio
antara jumlah sedimen yang terangkut ke dalam sungai terhadap jumlah erosi yang terjadi di
dalam DAS disebut dengan Nisbah Penghantaran Sedimen atau Sediment Delivery Ratio
(SDR).
Pada umumnya, jumlah sedimen yang terbawa ke sungai semakin berkurang jika luas
DAS semakin besar, akibat dari besar limpasan permukaan yang menurun dengan
meningkatnya luas DAS. Semakin luas ukuran sebuah DAS, semakin besar pula kesempatan
sedimen untuk mengalami deposisi (pengendapan) sebelum menuju sungai. Beberapa faktor
lain yang juga mempengaruhi SDR, antara lain:
1. Proses erosi Nisbah pelepasan sedimen pada umumnya lebih tinggi pada sedimen
yang merupakan hasil dari erosi parit yang mengangkut sedimen ke parit utama,
sehingga sedimennya terangkut lebih cepat dan langsung daripada erosi lembar.
2. Jenis tanah dan vegetasi Partikel tanah yang halus lebih mudah terangkut daripada
partikel tanah yang kasar, oleh sebab itu SDR lebih tinggi terjadi pada tanah dengan
butiran halus. Walaupun, tanah lanau (silt) cenderung lebih mudah tererosi dan
memiliki SDR yang lebih tinggi daripada tanah liat (clay).
3. Daerah pengendapan Adanya banyak daerah deposisi sedimen menurunkan Sediment
Delivery Ratio (SDR).
42
Gambar 2.4 Nomograf SDR Berdasarkan NRCS USDA

Sumber : www.nrcs.usda.gov
Berdasarkan gambar 2.5, terdapat beberapa ketentuan dalam plot area yang digunakan
dalam area pada beberapa wilayah di Amerika yaitu :
1. Loess Hills
2. Southern Iowa Drift Plain, Northwest Iowa Plains, Paleozoic Plateau
3. Iowan Surface
4. Des Moines Lobe, Missouri Alluvial Plain, Mississippi Alluvial Plain
Selain itu ada beberapa metode dalam menentukan nilai SDR sebagai berikut :
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
Dengan : IBE = Indeks Bahaya Erosi

T = Laju erosi yang diperbolehkan
Menurut Hammer 1981 dalam Arsyad, 2010:361 mengklasifikasikan IBE menjadi 4
(empat) kriteria. Yaitu IBE rendah, sedang, tinggi dan sangat tinggi. Indeks bahaya erosi
yang tinggi menunjukkan kondisi lahan berada dalam keadaan yang kritis akibat besar laju
erosi yang lebih tinggi daripada besar nilai erosi yang masih dapat ditoleransi sehingga
memerlukan prioritas untuk rehabilitasi lahan.
Tabel 2. 21 Klasifikasi Indeks Bahaya Erosi dan Kekritisan Lahan
No Nilai IBE IBE
1 < 1.0 Rendah

2 1.0 - 4.0 Sedang
3 4.01 - 10.0 Tinggi
4 >10.1 Sangat Tinggi
Sumber : Hammer (1981) dalam Arsyad (2010:419)
Menurut Arsyad (2010:296) menetapkan nilai Tolerable Soil Loss (TSL) berdasarkan
konsep ‘kedalamam ekuivalen’ dan ‘umur guna tanah’. Satuan erosi yang diperbolehkan
sama dengan besar laju erosi yakni ton/ha/tahun. Kedalaman ekuivalen adalah nilai faktor
kedalaman tanah dikalikan kedalaman efektif tanah. Umur guna tanah diberikan waktu 400
tahun, angka tersebut merupakan waktu yang cukup untuk memelihara kelestarian tanah
(Hammer, 1981 dalam Arsyad, 2010 : 301). Nilai erosi yang diperbolehkan digunakan untuk
melihat besar kemampuan erosi yang dapat ditoleransi oleh kemampuan lahan DAS. Bila
laju erosi lebih rendah dibandingkan laju erosi yang diperbolehkan maka wilayah tersebut
tergolong aman dari bahaya erosi atau pengikisan tanah. Nilai Tolerable Soil Loss (TSL)
dapat dirumuskan sebagai berikut :
*Š)UmUSU Š‹Š*.g‹ ×‹U*.Œ• *Š)UmUSU .U Uℎ
‰= × ‘Š•U. glg .U Uℎ × 10 ................................................ (2.65)
•S•• •• U mUℎU
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
No Jenis Tanah Bobot Isi Tanah

4 Grumosol (vertisol) 0.98 – 1.37
5 Mediteranian (alfisol/inseptisol) 0.97 – 1.48
6 Latosol (oxisol) 0.93 – 1.11
7 Glei humus rendah (gleisol/entisol) 0.90 – 1.22
8 Andosol (inseptisol) 0.68 – 0.86
9 Organosol (histosol) 0.14 – 0.21
Sumber : Soepardi (1993) dalam Razianto (2018)
Tabel 2.23 Ordo dan Sub-Ordo Tanah
No Ordo Sub Ordo Jenis Tanah
1 Entisols Psamment Regosol
2 Alfisol Aqualf Mediteranian
3 Oxisol Udolf Latosol
4 Mollisol Rendoll Rendzina
5 Ultisol Aquept Alluvial
6 Vertisol Udert Grumosol
7 Inceptisol Udept Kambisol
8 Inceptisol Andept Andosol
9 Entisol Aquent Gley Humus
Sumber : Soepardi (1993) dalam Razianto (2018)
Tabel 2.24 Kedalaman Sub-Ordo Tanah
Nilai Faktor Kedalaman
No Sub Ordo
Tanah
1 Aqualf 0.9
2 Udalf 0.9
3 Ustalf 0.9
4 Aquent 0.9
5 Aren’t 1.0
6 Fluvent 1.0
7 Orthent 1.0
8 Psamment 1.0
9 Andept 1.0
10 Aquept 0.95
11 Tropept 1.0
12 Alboll 0.75
13 Aquoll 0.9
14 Rendoll 0.9
15 Udoll 1.0
16 Ustoll 1.0
17 Aquox 0.9
18 Humox 1.0
19 Arthox 0.9
20 Usthox 0.9
21 Aquad 0.9
22 Fernod 0.95
23 Humod 1.0
46
Nilai Faktor Kedalaman

No Sub Ordo
Tanah
24 Arthod 0.95
25 Aquult 0.8
26 Humult 1.0
27 Udult 0.8
28 Ustult 0.8
29 Udert 1.0
30 Ustert 1.0
Sumber : Arsyad (2010 : 202)
2.7 Arahan Penggunaan Lahan
Arahan penggunaan lahan ditetapkan berdasarkan kriteria dan tata cara penetepaan
hutan lindung produksi yang berkaitan dengan karakteristik fisik DAS berikut ini :
1. Kemiringan lereng.
2. Jenis tanah menurut kepekaan terhadap erosi.
3. Curah hujan harian rata-rata
Kemiringan lereng dapat ditentukan dengan melihat garis-garis kontur pada peta
topografi. Hasil interpretasi kemiringan lereng ini kemudian dipetakan (peta kemiringan
lereng). Jenis tanah diperoleh dari interpretasi pada tanah tinjau dari DAS atau sub DAS
yang menjadi kajian. Data lain yang diperlukan adalah sistem drainase (pola aliran) dan data
tata guna lahan. Masing – masing datad tersebut di petakan dengan skala yang sama.
Untuk karakteristik DAS yang terdiri dari kemiringan lereng, jenis tanah dan curah hujan
harian rata-rata pada setiap satuan lahan perlu diklasifikasikan dan diberi bobot (skor)
sebagau berikut :
Kemiringan Lereng : Nilai Skor
Kelas 1 : 0-8% (datar) 20
Kelas 2 : 9-15% (landai) 40
Kelas 3 : 15-25% (agak curam) 60
Kelas 4 : 25-45% (curam) 80
Kelas 5 : ≥ 45% (sangat curam) 100
Tanah menurut kepekaannya terhadap erosi : Nilai Skor

Kelas 1 : Aluvial, Planosol, Hidromorf, Kelabu,
15
Laterik (Tidak peka)
Kelas 2 : Latosol (Agak peka) 30
47
Kelas 3 : Tanah hutan coklat, tanah mediteranian

45
(Sedang)
Kelas 4 : Andosol, laterik, Grumosol, Podsol,
60
Podsolic (Peka)
Kelas 5 : Regosol, Litosol, Organosol, Renzina
75
(sangat peka)
Intensitas hujan harian rata-rata : Nilai Skor
Kelas 1 : ≤ 13.6 mm/hari (sangat rendah) 10
Kelas 2 : 13.6 – 20.7 mm/hari (rendah) 20
Kelas 3 : 20.7 – 27.7 mm/hari (sedang) 30
Kelas 4 : 27.7 – 34.8 mm/hari (tinggi) 40
Kelas 5 : ≥ 34.8 mm/hari (sangat tinggi) 50
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
a. Keadaan fisik areal memungkinkan untuk dilakukan budidaya pertanian secara

ekonomis.
b. Lokasinya secara ekonomis mudah dikembangkan sebagai kawasan penyangga.
c. Tidak merugikan segi ekologi/lingkungan hidup.
Kawasan Budidaya Tanaman Tahunan

Satuan lahan dengan jumlah skor ketiga faktor fisik ≤ 124 serta sesuai untuk
dikembangkan usaha tanu tanaman tahunan (tanaman perkebunan, tanaman insdustri).
Selain itu areal tersebut harus memenuhi kriteria umum untuk kawasan penyangga.
Kawasan Budidaya Tanaman Semusim

Satuan lahan dengan kriteria seperti dalam penetapan kawasan budidaya tanaman
tahunan serta terletak ditanah milik, tanah adat, dan tanah negara yang seharusnya
dikembangkan usaha tani tanaman semusim.
2.8 Konservasi Lahan

Dari penjelasan singkat mengenai erosi di atas, kita dapat mengetahui bahwa strategi
dalam konservasi lahan, haruslah dengan prinsip menutup tanah untuk melindunginya dari
efek jatuhan hujan, meningkatkan kapasitas infiltrasi tanah untuk mengurangi limpasan
permukaan, memperbaiki stabilitas agregat tanah dan meningkatkan kekasaran permukaan
untuk menurunkan kecepatan limpasan permukaan (Morgan,(2005:153) dalam Yusadinanta
A.A (2017)). Jenis teknik konservasi lahan dapat dikelompokkan menjadi tiga golongan
utama, yaitu:
1. Metode vegetatif
2. Metode mekanik
3. Metode kimia
2.8.1 Metode Vegetatif
Metode vegetatif adalah penggunaan tanaman dan tumbuhan, atau bagian-bagian
tumbuhan atau sisa-sisanya untuk mengurangi daya tumbuk butir hujan yang jatuh,
mengurangi jumlah dan kecepatan aliran permukaan, yang berimplikasi mengurangi erosi
tanah. Dalam konservasi lahan, metode vegetatif memiliki fungsi sebagai berikut:
a. Melindungi tanah terhadap daya-daya rusak jatuhan hujan.
b. Melindungi tanah terhadap daya rusak air yang mengalir di permukaan tanah.
c. Memperbaiki kapasitas infiltrasi tanah dan penahanan air yang langsungmempengaruhi
besarnya aliran permukaan.
49
Metode vegetatif dalam konservasi tanah menurut Arsyad (2012) meliputi:

1. Penanaman dalam strip (strip cropping)
Penanaman dalam strip adalah suatu sistem bercocok tanam yang beberapa jenis
tanaman ditanam dalam strip yang berselang-seling, pada sebidang tanah, pada waktu
yang sama dan disusun memotong lereng atau mengikuti garis kontur. Menurut Ritter
dan Shirmohammadi (2001) dalam Yusadinanta (2017), ada dua jenis penanaman dalam
strip, yaitu penanaman dalam strip menurut kontur dan penanaman dalam strip
lapangan. Keduanya memberikan perlindungan pada tanah dari erosi, tetapi penanaman
dalam strip menurut kontur menawarkan perlindungan yang lebih baik.
2. Penggunaan sisa-sisa tanaman atau pemulsaan (mulching).
3. Geotekstil (geotextile)
4. Strip tumbuhan penyangga (riparian buffer strips)
5. Tanaman penutu tanah
6. Pergiliran tanaman
7. Agroforestri (agroforestry)
2.8.2 Metode Mekanik
Arsyad (2010) menjelaskan, metode mekanik (mechanical method) adalah semua
perlakuan fisik mekanis yang diberikan kepada tanah dan pembuatan bangunan untuk
mengurangi aliran permukaan dan erosi, serta meningkatkan kemampuan penggunaan tanah.
Metode mekanik berfungsi untuk:
a. Memperlambat aliran permukaan
b. Menampung dan menyalurkan aliran permukaan dengan kekuatan yang tidak
merusak
c. Memperbaiki atau memperbesar kadar infiltrasi air ke dalam tanah dan
memperbaiki aerasi tanah
d. Menyediakan air bagi tanaman
Beberapa macam metode mekanik dalam konservasi lahan adalah:
1. Pengolahan tanah (tillage)
2. Pengolahan tanah menurut kontur (contour cultivation)
3. Guludan dan guludan bersaluran menurut kontur
4. Parit pengelak
5. Teras (terrace)
6. Pembangunan Check Dam, tanggul,
7. Perbaikan drainase
50
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)
T×•×\l
Xa9…9 a = ............................................................................................................. (2.69)
2
T×•×\)
X9ƒ9…† = 2
.............................................................................................................. (2.70)
X8 …= a = X9ƒ9…† − Xa9…9 a .......................................................................................... (2.71)

Keterangan :
Io = Slope dasar sungai
H = tinggi as chechdam (m)
B = lebar sungai (m)
Istatis = slope pada kondisi statis
Idinamis = slope pada kondisi banjir (dinamis)
Lstatis = panjang pada kondisi statis (m)
Ldinamis = panjang pada kondisi banjir (dinamis) (m)
Vstatis = volume pada kondisi statis/dead storage (m3)
Vtotal = volume checkdam saat normal ditambah saat banjir (m3)
Vdinamis = volume tampungan banjir/control volume (m3)
Efisiensi Tampungan dan Usia Guna Bangunan
Dalam menentukan efektivitas tampungan dibutuhkan hasil perhitungan volume
tampungan dan volume sedimen yang masuk, untuk menemukan hasil efektivitas tampungan
dilakukan perbandingan sebagai berikut:
’ƒ†ˆ=„ A…=“ˆ ”… d‡„E 8…= (=: )
Š‹‹ = ’ƒ†ˆ=„ „8 =„ (=: )
....................................................................... (2.72)
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
2.9 Metode Tumpang Susun (Overlay) pada Operasi SIG

Overlay adalah inti dari operasi SIG yang seolah mendefinisikan SIG. Apabila sebuah
perangkat lunak dapat melakukan proses overlay, maka dapat dipastikan bahwa aplikasi
tersebut adalah sebuah aplikasi SIG dan bukan hanya aplikasi Computer Aided Design
(CAD) atau kartografi saja. Proses overlay memerlukan ketepatan dalam kesamaan lokasi,
dengan kata lain, pada suatu lokasi tertentu, suatu data yang terdapat dalam sebuah kelas
fitur dan data yang terdapat dalam kelas fitur lain digabungkan menjadi sebuah set data hasil
dan membentuk geometri yang sebelumnya tidak ada, sehingga menghasilkan data yang
benar-benar baru. Fungsi ini menghasilkan data spasial baru dari minimal dua data spasial
yang menjadi masukannya. Overlay suatu data grafis adalah untuk menggabungkan antara
dua atau lebih data grafis untuk dapat diperoleh data grafis baru yang memiliki satuan
pemetaan gabungan dari beberapa data grafis tersebut (Albrecht, 2007 dalam Pratama N.A,
2014)
Secara umum terdapat empat teknik overlay, yaitu differentation, scoring,
ranking/classification dan value summation (Sektiawan, 2005 dalam Pratama N.A, 2014).
Keempat teknik tumpang susun ini pada prinsipnya dapat dilakukan secara manual maupun
menggunakan software secara digital.
1. Teknik differentiaton
Teknik differentiaton merupakan teknik yang paling sederhana dimana pada
teknik ini setiap hasil overlay yang menunjukan perbedaan tetap dibedakan dan
dikelompokan menjadi satuan tersendiri. Pada teknik differentiaton terbagi lagi
menurut cara pengoperasiannya menjadi teknik union, intersect, dan erase overlay.
a. Union overlay, merupakan bagian dari Teknik differentiaton yang dalam
prosesnya dilakukan dengan menggabungkan semua variabel yang menjadi
penentu kemampuan lahan pada suatu bidang tertentu. Misal : bidang variabel A
54
dioverlay dengan bidang variabel B menghasilkan A ∪ B. Lebih jelasnya dapat

dilihat pada Gambar 2.6 berikut.
Gambar 2.6 Proses Union Overlay

Sumber : Pratama N.A, 2014
b. Intersect overlay, merupakan bagian dari Teknik differentiation yang dalam
operasionalisasinya dengan mencari/memilih lahan yang mempunyai irisan dari
setiap variabel yang menjadi penentu tiap suatu bidang kemampuan lahan. Misal
: suatu bidang variabel A dioverlay dengan bidang variabel B maka akan
menghasilkan A ∩ B
Gambar 2.7 Proses Intersect Overlay

c. Erase overlay, merupakan bagian dari Teknik differentiation yang dalam proses
overlay menghilangkan bagian yang terkena bagian yang dimiliki oleh variabel
lainnya (Gambar 2.8).
55
Gambar 2.8 Proses Erase Overlay

Teknik ini cukup baik untuk mengenali setiap perbedaan yang ada, yang berasal
dari setiap komponen data/informasi suatu wilayah. Bila menggunakan cara manual,
teknik ini akan menimbulkan masalah apabila komponen yang akan dioverlay sangat
banyak karena satuan overlay akan menghasilkan satuan yang banyak pula.
2. Teknik Scoring
Teknik scoring sering dianggap sebagai teknik yang dapat mengatasi kesulitan
dalam teknik differentiation. Pada Teknik ini, setiap satuan dari setiap komponen
data/informasi diberi bobot atau score yang menunjukan kondisi dari setiap
komponen. Pada dasarnya overlay ini mirip dengan penjumlahan, yaitu dengan
menjumlahkan bobot setiap satuan. Jumlah bobot yang sama kemudian
dikelompokan ke dalam satuan overlay yang sama. Tetapi justru inilah yang
selanjutnya dianggap sebagai salah satu kelemahan metode scoring, karena satuan
overlay dengan jumlah bobot yang sama belum tentu mempunyai kesamaan sifat
komponennya.
3. Teknik Ranking
Teknik ranking sering dianggap kelanjutan dari teknik scoring, karena memang
sebelum dilakukan teknik ini harus melakukan scoring terlebih dahulu. Penetapan
ranking dilakukan terhadap jumlah bobot dari hasil overlay. Teknik ini menghasilkan
satuan hasil overlay yang lebih sedikit dan lebih sederhana dibandingkan dengan
teknik scoring sehingga munculnya satuan hasil analisis dengan luasan yang sangat
kecil dapat dihindari.
4. Teknik Value Summation
Teknik value summation adalah teknik yang hampir mirip dengan teknik
ranking, bedanya adalah penilaian kelas sudah diberikan sejak awal pada setiap
satuan dari setiap komponen data. Metode overlaynya adalah satuan komponen data
yang nilainya lebih buruk akan memakan satuan komponen yang nilainya lebih baik,
sehingga satuan hasil overlay akan punya nilai yang sesuai dengan nilai yang paling
buruk, ini merupakan kelemahan dari teknik value summation.
BAB III
METODOLOGI
3.1 Lokasi Studi

Lokasi penelitian dilakukan di Sub DAS Brantas Hulu dengan Basin block upper
Brantas yang pada bagian hulu merupakan area Hutan Konservasi sekitar Arboretum dan
area hilir merupakan Bendung Sengkaling. Sub DAS Brantas Hulu sendiri terbagi menjadi
beberapa Sub DAS atau Basin Block yaitu Upper Brantas (Kota Batu), Amprong (Kota
Malang dan Kabupaten Malang) dan Bango (Kota Malang dan Kabupaten Malang). Basin
Block Brantas Hulu ini memiliki luasan sekitar 180 km2 menurut Kepmen PU
No.268/KPTS/M/2010 tentang Pola Pengelolaan Sumber Daya Air Wilayah Sungai Brantas.
Wilayah Basin block Upper Brantas terdiri dari 37 Desa yang tersebar dalam 2 daerah
yaitu Kabupaten Malang dan Kota Batu. Sebagian besar wilayah Basin block Upper Brantas
ini berada pada daerah Kota Batu. Secara astronomis, Basin block Upper Brantas ini terletak
pada 112°17’10,90” - 122°57’11” Bujur Timur dan 7°44’55,11” - 8°26’35,45” Lintang
Selatan. Namun dalam kajian kali ini, hanya pada wilayah Kota Batu yang dianalisis.
Menurut administratifnya wilayah perbatasan dapat digambarkan sebagai berikut :
Batas wilayah utara : Kabupaten Mojokerto dan Kabupaten Pasuruan
Batas wilayah selatan : Kabupaten Malang dan Kabupaten Blitar
Batas wilayah barat : Kabupaten Malang
Batas wilayah timur : Kabupaten Malang
Wilayah kota Batu berada di ketinggian 700- 1.700 meter di atas permukaan laut dengan
suhu udara rata-rata mencapai 12- 19 derajat Celsius. Kota Batu berada pada 122,17° sampai
dengan 122,57° Bujur Timur dan 7,44° sampai dengan 8,26° Lintang Selatan. Ada tiga
gunung yang berada di wilayah Kota Batu yaitu Gunung Panderman (2.010 meter), Gunung
Welirang (3.156 meter), dan Gunung Arjuno (3.339 meter).
Secara administratif, Kota Batu dibagi menjadi 3 (tiga) Kecamatan yaitu Kecamatan
Batu, Kecamatan Junrejo dan Kecamatan Bumiaji yang terinci 20 Desa, 4 Kelurahan, 226
RW dan 1.059 RT. Dari wilayah seluas 19.908,72 Ha tersebut, terbagi Kecamatan Batu
seluas 4.545,81 Ha, Kecamatan Junrejo seluas 2.565,02 Ha dan Kecamatan Bumiaji
12.797,89 Ha. Luas wilayah yang paling luas adalah Kecamatan Bumiaji dengan luas
wilayah 12.797,89 sedangkan luas wilayah yang paling kecil adalah Kecamatan Junrejo.
57
58
(Halaman ini sengaja dikosongkan)

59
Gambar 3.1 Peta Wilayah Sungai Brantas
59
Sumber : Permen PUPR No. 04 Tahun 2015
60
60
61
3.2 Sistematika Pengerjaan Studi

3.2.1. Data yang diperlukan
Data yang dipergunakan dalam penelitian kali ini merupakan data sekunder yang
didapatkan dari pengumpulan dari instansi-instansi terkait yang berhubungan dengan
metode pelaksanaan penelitian. Sedangkan untuk data primer merupakan data yang diolah
sendiri atau dilakukan pengukuran langsung di lapangan. Data yang diperlukan dalam
melaksanakan penelitian ini antara lain :
Tabel 3.1. Data yang Diperlukan
No Nama Data Sumber Keterangan
1 Data curah hujan Dinas PU Pengairan Kota Batu Data curah hujan tahun
1998-2018 dari 7 stasiun
2 Peta stasiun hujan Dinas PU Pengairan Kota Batu Keperluan perhitungan
curah hujan rerata
3 Peta citra satelit Google Earth,2020 Keperluan pengolahan
Kota Batu peta tata guna lahan
4 Peta RBI Kofa Batu tanahair.indonesia.go.id Berisi peta administrasif
dan tata guna lahan tahun
2000 dan di survey
(disempurnakan) ulang
tahun 2008
5 Peta jenis tanah Survey jurusan tanah UB dalam Keperluan pengolahan
Kota Batu hirijanto (2014) erodibiltas tanah (K)
6 Peta kedalaman Survey jurusan tanah UB dalam Keperluan penentuan
solum tanah Kota Noorwantoro, Muhammad tingkat bahaya erosi
Batu (2014)
7 Digital Elevation tides.big.go.id Keperluan pembuatan
Model (DEM) batas DAS dan analisis
kelerengan.
Sumber : Hasil Analisis,2021
3.2.2 Pengolahan dan Analisis Data
Analisis erosi berbasis SIG dapat dilakukan dengan mengkonversi dan mengolah data
setiap parameter seperti data hujan, jenis tanah dan lain – lain menjadi inputan data spasial
pada SIG. Parameter tersebut disesuaikan dengan metode yang akan digunakan, dalam
penelitian kali ini menggunakan metode MUSLE sebagai pendugaan nilai erosi. Maka
62
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
viii. Raster to Polygon : Tahapan ini merupakan opsional tergantung kebutuhan

dalam tahapan penelitian. Jika akan dilanjutkan proses analisa data dalam
bentuk raster maka tidak perlu dilakukan perubahan ke Shapefile.
2. Pembuatan peta tata guna lahan dengan data input citra satelit google earth 2020 dan
peta RBI. Pengolahan ini menggabungkan dua data yang berbeda, karena untuk peta
RBI menurut keterangan yang ada merupakan hasil pengolahan tahun 2000 yang
disempurnakan dengan survey pada tahun 2008, maka diperlukan kalibrasi ulang
dengan kondisi saat ini yang bias didapat dengan peta citra satelit. Untuk pengolahannya
dibantu dengan software SAS Planet yang digunakan dalam pengunduhan dan konversi
data citra menjadi data raster yang nantinya bias diolah pada ArcGIS 10.3. Lalu tahapan
selanjutnya dengan menindihkan shapefile tata guna lahan peta RBI pada data raster
citra satelit untuk diakukan digitasi manual terhadap perubahan tata guna lahan yang
ada. Alur sistematis dapat dilihat pada gambar 3.3.
3. Erosivitas limpasan permukaan (Rw) dihitung dengan mempersiapkan data curah hujan,
data jenis tanah dan data tata guna lahan yang sudah diolah. Secara sistematis,
perhitungan erosivitas limpasan permukaan dapat dilihat pada diagram alir seperti
gambar 3.4 dengan tahapan sebagai berikut :
a. Data yang disiapkan adalah data curah hujan rerata harian tahunan, jumlah hari hujan
tahunan, dan curah hujan rerata tahunan untuk keperluan perhitungan volume
limpasan dengan menggunakan metode SCS, Sedangkan untuk perhitungan nilai
debit puncak menggunakan data curah hujan maksimum tahunan.
b. Data curah hujan dilakukan analisa hidrologi dengan beberapa uji sebagai berikut :
 Uji Outlier
 Uji konsistensi data
 Uji stasioner
 Uji persistensi
 Uji ketiadaan trend
c. Data yang terkoreksi akan diproses dengan analisa curah hujan rerata menggunakan
polygon Thiessen.
d. Langkah awal pembuatan polygon Thiessen dengan membuka data peta koordinat
pos hujan dengan format shapefile yang merupakan data spasial koordinat, . Dalam
ArcMAP 10.3 telah disediakan tools untuk analisis poligon Thiessen dengan
membuka “Analysis Toolbox” lalu pilih “Proximity Toolset” dan terakhir pilih
”Create Thiessen Polygon”.
64
e. Luasan hasil analisis menggunakan ArcMAP 10.3 kemudian digunakan dalam

perhitungan curah hujan rata-rata pada Basin Block Upper Brantas. Perhitungan
curah hujan rata-rata menggunakan perhitungan manual.
f. Pemrosesan selanjutnya adalah mengolah data jenis tanah menjadi beberapa faktor
sifat tanah untuk keperluan perhitungan volume limpasan. Untuk data tata guna lahan
digunakan dalam penentuan nilai CN. Nantinya perhitungan dilakukan dengan rumus
SCS
g. Untuk perhitungan debit, data curah hujan rata-rata yang didapat diproses untuk
mendapatkan curah hujan rancangan dengan distribusi probabilitas dan mendapatkan
nilai curah hujan dengan kala ulang yang sesuai.
h. Curah hujan rancangan diproses untuk mendapatkan intensitas hujan jam-jaman
dengan metode Mononobe. Hasil perhitungan intensitas hujan ini nantinya
digunakan untuk perhitungan dengan Metode Rasional dan HSS Nakayasu,
i. Nilai erosivitas hujan hasil perhitungan kemudian dimasukkan ke dalam data
geospasial berupa data atribut dari setiap bagian.
j. Data kemudian dikonversi menjadi bentuk data raster agar lebih mudah dilakukan
kalkulasi dan saat proses overlay dengan tool “Polygon to Raster”.
4. Erodibilitas tanah dapat dianalisis menggunakan jenis tanah yang ada di suatu daearah.
Pada Basin Block Upper Brantas terdapat peta digital jenis tanah yang nantinya
dibandingkan dengan ketentuan dari Puslitbang Pengairan Bogor,1985 sehingga nilai
erdibilitas tanah dapat diketahui. Nantinya nilai erodibilitas tanah ini juga dimasukkan
pada atribut luasan tiap jenis tanah pada peta erodibilitas tanah.
5. Pembuatan peta panjang dan kemiringan lereng (LS)
a. Membuka data raster Digital Elevation Model (DEM) Basin Block Upper Brantas
dengan ArcMAP 10.3.
b. Selanjutnya data raster DEM diolah dengan cara membuka “Spatial Analyst Tools”
lalu memilih “Surface” dan kemudian “Slope”. Data raster DEM dimasukkan sebagai
input raster dan memilih percent rise pada pilihan output measurement agar nantinya
data output berupa persen kelerengan.
c. Nilai elevasi DAS kemudian dimodifikasi dengan menginstal dan mengakftifkan
extension Arc Hydro pada ArcGIS. Hal tersebut dilakukan untuk menghindari
masalah aliran air yang terputus Ketika air tertangkap di sebuah cell, yang dikelilingi
oleh cell yang elevasinya lebih tinggi. Hal ini lakukan dengan memilih Terrain
Processing, kemudian DEM Manipulation, dan terakhir memilih Fill Sinks.
65
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
13. Perhitungan efektifitas dari tindakan konservasi yang dilakukan.

14. Hasil usaha konservasi dapat digunakan untuk saran kepada instansi terkait.
67
Gambar 3.2 Diagram Alir Penyelesaian Skripsi

Sumber : Hasil Analisis, 2021
68
Gambar 3.3 Diagram Alir Pembuatan Peta Tata Guna Lahan

69
Gambar 3.4 Diagram Alir Perhitungan Erosivitas Limpasan Permukaan (Rw)

70
(Halaman ini Sengaja Dikosongkan)

BAB IV
ANALISIS DAN PEMBAHASAN
4.1 Penentuan Batas DAS

Penentuan batas DAS pada studi ini menggunakan bantuan software ArcGis 10.3 dengan
bantuan Arctool Box yaitu Spatial Analyst Tool. Dengan tahapan yang telah tercantum pada
Bab III, maka berikut merupakan gambaran proses yang dilakukan.
1. Data DEM disiapkan dengan cakupan 3 grid area yang didalamnya meliputi daerah
Lawang, Malang, Batu, Pujon, Pasuruan, Blitar, Mojokerto dan Blitar. Data DEM ini
diinput sebagai data layer baru dengan menyesuaikan coordinat system pada layer yaitu
UTM WGS 1984 dengan zona 49 s. Lalu dijadikan menjadi satu kesatuan data raster
dengan bantuan tools mosaic to new raster.
Gambar 4.1. Tampilan Data DEM pada ArcGis 10.3

2. Memasuki tahap analisis dan pengolahan terhadap data DEM menjadi batas DAS
dilkukan dengan batuan flowchart pada Model Builder dengan tools dari ArcToolbox
dengan urutan yang sudah tertera pada BAB III.
71
72
Gambar 4.2. Perumusan Alur Sistem pada Model Builder

Dalam pengaplikasian model builder dilakukan beberapa pemilihan dan kegiatan
tambahan sebagai penyokong dalam alur flowchart utama dalam delinasi DAS dari data
DEM yaitu :
 Pemilihan metode untuk menentukan orde sungai. Pada ArcGis 10.3 disediakan
2 metode yaitu Strahler dan Sherve. Untuk penelitian digunakan dengan konsep
Strahler.
 Setelah melakukan proses stream to feature, dilakukan pembuatan Catchment
outlet atau biasa disebut dengan (Pour) Point. Kegiatan ini penting dilakukan
untuk menyokong delinasi DAS pada dengan tools watershed. Pembuatan Pour
Point dilakukan seperti membuat format shapefile baru dengan format point.
Lalu dilakukan pemilihan titik pada sungai yang akan menjadi titik outlet pada
DAS yang akan dibuat. Data shape file Pour Point ini selanjutnya diubah
menjadi data raster dengan bantuan tools “Snap Pour Point”. Selanjutnya data
raster berikut dimasukkan ke dalam proses delinasi DAS dengan tool
73
“Watershed”. Berikut merupakan hasil dari running pada model builder yang
telah dibuat.
Gambar 4.3. Hasil Delinasi DAS menggunakan bantuan Model Builder

3. Selanjutnya dilakukan bantuan dengan toolsRaster to Polygon : Tahapan ini merupakan
opsional tergantung kebutuhan dalam tahapan penelitian. Jika akan dilanjutkan proses
analisa data dalam bentuk raster maka tidak perlu dilakukan perubahan ke Shapefile.
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

75
Gambar 4.4. Peta Batas Sub DAS Upper Brantas (Brantas Hulu)
75
76
76
Gambar 4.5. Peta Pembagian Wilayah DAS dan Lokasi Pos Hujan
77
4.2 Analisis Hidrologi

Analisis hidrologi disini ditujukan untuk mendapatkan variabel pada perhitungan
erosivitas limpasan permukaan (Rw). Variabel yang dibutuhkan yaitu debit puncak (Qp) dan
limpasan permukaan (SR). Namun, sebelum dilakukan analisis tersebut diperlukan
pengujian data sebagai salah satu screeningdalam penentuan apakah data hidrologi yang ada
memiliki nilai yang handal dalam analisis hidrologi yang akan dilakukan. Beberapa
pengujian yang dilakukan adalah :
1. Konsistensi : menggunakan uji lengkung masa ganda dan RAPS
2. Uji ketiadaan Trend : metode korelasi peringkat spearman
3. Kesamaan Jenis (homogenitas/Stasioner) : menggunakan Uji T dan Uji F
4. Uji Persistensi
5. Uji Inlier-Outlier
4.2.1 Data Curah Hujan
Data hujan yang digunakan berasal dari 7 stasiun hujan yang terdapat pada Sub DAS
Brantas Hulu pada rentang waktu 1998-2018. Namun untuk Stasiun Junggo digunakan data
dengan rentang waktu 2006-2018 dikarenakan pada tahun tersebut stasiun didirkan. Data
curah hujan ini didaptkan dari instansi pemerintahan Kota Batu yaitu Dinas Pengairan Kota
Batu. Data curah hujan tahunan dari 7 stasiun dapat dilihat pada Tabel 4.1.
Tabel 4.1. Data Curah Hujan Tahunan Stasiun Hujan Sub DAS Brantas Hulu
Data Curah Hujan Tahunan (mm)
Tahun St. St. St. St. St. St. St.
Tinjumoyo Ngujung Ngaglik Temas Tlekung Pendem Junggo
1998 1860 1879 1879 1860 1860 1860 -
1999 2069 1736 1736 2069 2069 2069 -
2000 2329 1706 1706 2329 2329 2329 -
2001 2012 1618 1618 1702 1555 1823 -
2002 1545 1452 1452 1594 1400 1576 -
2003 1539 1651 1651 1533 1268 1250 -
2004 1580 1721 1734 1780 1391 1665 -
2005 1362 1238 1238 1194 1235 1603 -
2006 1362 1163 1249 1093 1310 1542 1083
2007 1558 1624 1593 1546 1450 1196 1747
2008 1949 1644 1770 1714 1485 1814 2477
2009 1619 1494 1484 1486 1246 1562 2057
2010 2821 3107 2817 2513 2382 2711 3064
2011 1739 1671 1324 1529 1897 1260 2244
2012 1834 1619 1301 1482 1627 1369 2091
2013 2532 2921 2210 2285 2479 1636 2569
78

2014 1737 1699 1258 1546 1359 1519 1938
2015 1431.4 1391.6 1174.2 1359 1469 1527 1531
2016 2205.8 1811.1 2287.3 2980 1898 2557 2709
2017 2085.9 1676.9 1664.4 2204 1697.4 1716 2525
2018 1610.9 1155.6 1022 2053.6 1187.4 731 1804
Sumber : Dinas Pengairan Kota Batu
Tabel 4.2. Data Hujan Harian Maksimum Tahunan Stasiun Hujan SubDAS Brantas Hulu
Curah Hujan Maksimum Harian Tahunan (mm)
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
4.2.2 Lokasi Stasiun Hujan

Stasiun hujan yang digunakan dalam analisa berlokasi seluruhnya di dalam area Kota
Batu. Dalam Tabel 4.3 dapat dilihat detail lokasi dari stasiun hujan dan pada Gambar 4.5
dapat dilihat untuk lokasi persebaran pada Sub DAS Brantas Hulu.
79
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
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.
4.2.3.1 Uji Lengkung Masa Ganda

Data hujan dikatakan konsisten sempurna dalam analisa uji lengkung masa ganda
apabila mendapatkan nilai dengan nilai R2 = 1 atau dikatakan bahwa data yang ada
persebarannya tidak menyimpang dari garis trendline. Pada analisa penyimpangan
konsistensi data digunakan acuan sudut α0 sebagai dasaran sudut garis trendline yang
didapatkan dari persamaan linear yang berpusat pada sumbu koordinat (0,0). Sedangkan
pada setiap data nantinya dianalisa dengan ketentuan penyimpangan tidak melebihi ±3° dari
α0. Berikut merupakan contoh perhitungan pada Stasiun Hujan Ngujung.
80
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
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
Uji Konsistensi Stasiun Ngujung

45000
40000
y = 0.9941x
Kumulatif Stasiun Hujan
35000 R² = 0.9992
30000
25000
20000
15000
10000
5000
0
0 10000 20000 30000 40000
Kumulatif Stasiun Pembanding

Gambar 4.6. Grafik Uji Konsistensi Stasiun Ngujung
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.
a. Kemiringan data Stasiun Ngujung dan Pembanding =
= 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.
Tabel 4.5. Pengecekan Patahan pada Data Hujan Stasiun Ngujung

Kumulatif Kumulatif Pos
Tahun Slope Sudut Penyimpangan
X2 (mm) Sekitar (mm)
1998 1879 1864 1.008 45.233 0.402
1999 3615 3866 0.935 43.077 -1.754
2000 5321 6071 1.050 46.397 1.567
2001 6939 7813 0.888 41.611 -3.220
2002 8391 9326 0.900 41.979 -2.851
2003 10042 10774 0.932 42.985 -1.845
2004 11763 12404 0.948 43.480 -1.350
2005 13001 13731 0.947 43.437 -1.394
2006 14164 15042 0.942 43.278 -1.552
2007 15788 16510 0.956 43.719 -1.112
2008 17432 18257 0.955 43.676 -1.154
2009 18926 19736 0.959 43.799 -1.031
2010 22033 22385 0.984 44.546 -0.285
2011 23704 23935 0.990 44.722 -0.108
2012 25323 25457 0.995 44.848 0.018
2013 28244 27686 1.020 45.572 0.741
2014 29943 29170 1.027 45.750 0.919
2015 31335 30562 1.025 45.715 0.885
2016 33146 32947 1.006 45.172 0.341
2017 34823 34821 1.000 45.001 0.171
2018 35978 36142 0.995 44.870 0.040
Setelah dilakukan pengecekan patahan ternyata pada tahun 2001 terjadi penyimpangan
sudut yang melebihi ijin dari nilai besar sudut garis linear konsisten yang ada. Maka
diperlukan koreksi terhadap data terebut sebagai berikut.
a. Titik Patahan = Tahun 2001
!"!#!$
b. Faktor koreksi =
% &!# !"!#!$
.' '
=
'.
83
= 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
Tabel 4.6. Data Terkoreksi Stasiun Ngujung

Kumulatif Rerata Kumulatif
Stasiun Pos Pos
Tahun St. Ngujung
Ngujung Sekitar Sekitar
(mm) (mm) (mm)
1998 1879 1879 1864 1864
1999 1736 3615 2002 3866
2000 1706 5321 2204 6071
2001 1913 6939 1742 7813
2002 1452 8391 1513 9326
2003 1651 10042 1448 10774
2004 1721 11763 1630 12404
2005 1238 13001 1326 13731
2006 1163 14164 1311 15042
2007 1624 15788 1469 16510
2008 1644 17432 1746 18257
2009 1494 18926 1479 19736
2010 3107 22033 2649 22385
2011 1671 23704 1550 23935
2012 1619 25323 1523 25457
2013 2921 28244 2228 27686
2014 1699 29943 1484 29170
2015 1391.6 31335 1392 30562
2016 1811.1 33146 2386 32947
2017 1676.9 34823 1874 34821
2018 1155.6 35978 1321 36142
84
Stasiun Ngujung Terkoreksi

45000
40000
y = 0.9941x
Kumulatif Stasiun Hujan
35000 R² = 0.9992
30000
25000
20000
15000
10000
5000
0
0 10000 20000 30000 40000
Kumulatif Stasiun Pembanding

Gambar 4.7. Grafik Data Terkoreksi Stasiun Ngujung
Selanjutnya perhitungan dilakukan pada setiap stasiun hujan dan menghasilkan nilai
sudut pada tabel 4.6. dan tabel 4.7.
Tabel 4.7. Rekapitulasi Uji Konsistensi Lengkung Masa Ganda
Pos Hujan Tahun Nilai α Nilai α0 Fk
St. Tinjumoyo (X1) 1998-2018 47.46° 47.21° -
1998 -
2000 46.40° -
St. Ngujung (X2) 44.83°
2001 41.61° 1.18
2002-2018 44.87° -
St. Ngaglik (X3) 1998-2018 43.11° 43.52° -
St. Temas (X4) 1998-2018 46.62° 45.56° -
St. Tlekung (X5) 1998-2018 43.53° 43.71° -
St. Pendem (X6) 1998-2018 44.23° 45.05° -
Berdasarkan tabel 4.6. dapat dilihat bahwa data yang perlu dikoreksi terdapat pada
Stasiiun Ngujung tahun 2001 dengan nilai faktor koreksi sebesar 1.18. Untuk stasiun hujan
lain bedasarkan hasil perhitungan memiliki nilai sudut yang tidak memiliki penyimpangan
terhadap sudut garis trend data. Berikut merupakan tabel rekapitulasi data dengan hasil
koreksi pada stasiun hujan yang perlu dikoreksi.
85
Tabel 4.8. Data Hujan Stasiun Hasil Uji Konsistensi

Tahun St. St. St. St. St. St.
Tinjumoyo Ngujung Ngaglik Temas Tlekung Pendem
1998 1860 1879 1879 1860 1860 1860
1999 2069 1736 1736 2069 2069 2069
2000 2329 1706 1706 2329 2329 2329
2001 2012 1913 1618 1702 1555 1823
2002 1545 1452 1452 1594 1400 1576
2003 1539 1651 1651 1533 1268 1250
2004 1580 1721 1734 1780 1391 1665
2005 1362 1238 1238 1194 1235 1603
2006 1362 1163 1249 1093 1310 1542
2007 1558 1624 1593 1546 1450 1196
2008 1949 1644 1770 1714 1485 1814
2009 1619 1494 1484 1486 1246 1562
2010 2821 3107 2817 2513 2382 2711
2011 1739 1671 1324 1529 1897 1260
2012 1834 1619 1301 1482 1627 1369
2013 2532 2921 2210 2285 2479 1636
2014 1737 1699 1258 1546 1359 1519
2015 1431.4 1391.6 1174.2 1359 1469 1527
2016 2205.8 1811.1 2287.3 2980 1898 2557
2017 2085.9 1676.9 1664.4 2204 1697.4 1716
2018 1610.9 1155.6 1022 2053.6 1187.4 731
4.2.3.2 Uji Konsistensi Metode Rescaled Adjusted Partial Sums (RAPS)
Pengujian konsistensi data hujan menggunakan metode RAPS dilakukan pada Stasiun
Junggo karena memiliki rentang data hujan yang lebih sedikit dari data hujan stasiun lain.
Berikut ini merupakan perhitungan uji konsistensi menggunakan metode RAPS pada Stasiun
Junggo.
Tabel 4.9. Uji RAPS Stasiun Junggo

Hujan
No. Tahun Kumulatif Sk* Dy2 Sk** |Sk**|
Tahunan (mm)
1 2006 1083.00 -1058.48 86182.57 -2.06 2.06
2 2007 1747.00 -394.48 11970.16 -0.77 0.77
3 2008 2477.00 335.52 8659.67 0.65 0.65
4 2009 2057.00 -84.48 548.95 -0.16 0.16
5 2010 3064.00 922.52 65465.29 1.79 1.79
6 2011 2244.00 102.52 808.54 0.20 0.20
7 2012 2091.00 -50.48 195.99 -0.10 0.10
86
Lanjutan Tabel 4.9. Uji RAPS Stasiun Junggo

Hujan
No. Tahun Kumulatif Sk* Dy2 Sk** |Sk**|
Tahunan (mm)
8 2013 2569.00 427.52 14059.69 0.83 0.83
9 2014 1938.00 -203.48 3184.84 -0.40 0.40
10 2015 1530.60 -610.88 28705.43 -1.19 1.19
11 2016 2709.20 567.72 24793.04 1.10 1.10
12 2017 2525.40 383.92 11338.23 0.75 0.75
13 2018 1804.00 -337.48 8760.82 -0.66 0.66
Rerata = 2141.48 20359.48
Jumlah = 27839.20 264673.22
Diketahui nilai n = 13 lalu perhitungan selanjutnya dilakukan dengan

mempertimbangkan nilai Q dan nilai R dengan nilai yang terdapat pada ketentuan tabel uji
RAPS.
 Perhitungan rerata
Rerata (()) = 2141.48
 Perhitungan Sk* (contoh tahun 2006)
Sk* = (* − ()
= 1083 – 2141.48
= -1058.48
 Perhitungan Dy2 (contoh tahun 2006)
(,- ,) ).
Dy2 = $
( ' . ).
=
= 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
Maka dari hasil perhitungan data Stasiun Hujan Junggo dikatakan konsisten dan dapat
digunakan untuk analisa selanjutnya.
4.2.4 Uji Ketiadaan Trend

Pengujian data trend ini dimaksukan untuk mengetahui apakah suatu data yang apabila
diurutkan dalam deret berkala akan membentuk suatu pola atau trend. Apabila data
menunjukkan adanya trend maka data tidak digunakan dalam beberapa analisis hidrologi
seperti analisis peluang dan simulasi, namun dapat dilakukan analisis berdasarkan garis trend
yang sudah terbentuk. Dalam kajian kali ini, digunakan Metode Korelasi Peringkat
Spearman sebagai salah satu cara dalam pengujian data untuk penentuan ketiadaan trend.
Dalam contoh perhitungan digunakan Stasiun Ngujung dengan data hujan harian maksimum
tahunan.
Tabel 4.11. Uji Ketiadaan Trend Stasiun Hujan Ngujung
Peringkat Hujan Harian Peringkat dt dt2
Tahun
Tt Maks (mm/hr) Rt
1998 1 89 13 12 144
1999 2 64 5 3 9
2000 3 77 9 6 36
2001 4 104 19 15 225
2002 5 75 8 3 9
2003 6 110 21 15 225
2004 7 70 6 -1 1
2005 8 95 17 9 81
2006 9 63 4 -5 25
88
Peringkat Hujan Harian Peringkat dt dt2

Tahun
Tt Maks (mm/hr) Rt
2007 10 92 16 6 36
2008 11 72 7 -4 16
2009 12 96 18 6 36
2010 13 78 10 -3 9
2011 14 58 2 -12 144
2012 15 91 14 -1 1
2013 16 108 20 4 16
2014 17 91 14 -3 9
2015 18 80 11 -7 49
2016 19 59 3 -16 256
2017 20 56 1 -19 361
2018 21 85 12 -9 81
Jumlah 1769
n 21
derajat kebebasan (dk) 19
KP -0.15
thitung -0.66
Hipotesa pengujian metode spearman ini adalah :
 Ho = Diterima, data menunjukkan tidak ada trend
 H1 = Ditolak, data menunjukkan adanya trend.
Menggunakan persamaan 2.15 dan 2.16 pada Bab II perhitungan sebagai berikut :
∑E
FGH(&")
.
KP = 1 - $I $
J
KP = 1 – I
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
Tabel 4.13. Rekapitulasi Uji Ketiadaan Trend Hujan Tahunan
Nama Stasiun Ketiadaan Tren Metode Spearman
St. Tinjumoyo 0.344 2.093 Diterima
St. Ngaglik -1.085 2.093 Diterima
St. Temas 0.173 2.093 Diterima
St. Pendem -1.496 2.093 Diterima
St. Junggo 1.377 2.093 Diterima
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
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
Uji kestabilan nilai rata-ratanya

Berdasarkan Uji-t,
$H H. M $. .. H
σ=( ).
$H M $.
H
( . ). M ' ( . ).
σ=( ) .
M '
σ = 402.97
,)H ,).
t= H
H H
N( M ).
EH E.
| . – . '|
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.
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
92
Tabel 4.16. Rekapitulasi Uji Stasione Hujan Harian Maksimum Tahunan

Stasiun
F Hitung 3.173 0.815 0.953 33.153 2.496 1.169 0.888
Uji
F F Tabel (0.05) 3.140 3.140 3.140 3.140 3.140 3.140 3.140
Kesimpulan Ditolak Diterima Diterima Ditolak Diterima Diterima Diterima
T Hitung - 0.341 1.720 - 1.596 1.420 0.243
Uji
T T Tabel (0.05) 2.093 2.093 2.093 2.093 2.093 2.093 2.093
Kesimpulan - Diterima Diterima - Diterima Diterima Diterima
Sumber ; Hasil Analisis, 2021
4.2.5.1 Uji T Pengujian Varian Tidak Sama Jenis
Uji T dapat digunakan untuk menguji kesamaan/homogenitas rata-rata dari 2 populasi
data hujan di 2 stasiun yang berbeda. Uji T pada analisis yang dilakukan digunakan karena
pada Stasiun Junggo baru dibangun pada tahun 2006 sehingga untuk ketersediaan data tidak
sepanjang stasiun hujan lain. Uji T pada analisis ini digunakan dengan menguji data pada
Stasiun Junggo dan Stasiun Tinjumoyo sebagai stasiun terdekat yang dihipotesis memiliki
homogenitas data yang hampir sama.
Tabel 4.17. Uji -t Stasiun Junggo dan Stasiun Tinjumoyo
St. St.
No Tahun
Junggo Tinjumoyo
1 1998 - 1860.00
2 1999 - 2069.00
3 2000 - 2329.00
4 2001 - 2012.00
5 2002 - 1545.00
6 2003 - 1539.00
7 2004 - 1580.00
8 2005 - 1362.00
9 2006 1083.00 1362.00
10 2007 1747.00 1558.00
11 2008 2477.00 1949.00
12 2009 2057.00 1619.00
13 2010 3064.00 2821.00
14 2011 2244.00 1739.00
15 2012 2091.00 1834.00
16 2013 2569.00 2532.00
17 2014 1938.00 1737.00
18 2015 1530.60 1431.40
19 2016 2709.20 2205.80
93
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
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
No. Tahun Peringkat Hujan Harian Peringkat dt dt2

Tt Maks (mm/hr) Rt
9 2006 9 63.00 4 -5 25
10 2007 10 92.00 16 6 36
11 2008 11 72.00 7 -4 16
12 2009 12 96.00 18 6 36
13 2010 13 78.00 10 -3 9
14 2011 14 58.00 2 -12 144
15 2012 15 91.00 14 -1 1
16 2013 16 108.00 20 4 16
17 2014 17 91.00 14 -3 9
18 2015 18 80.00 11 -7 49
19 2016 19 59.30 3 -16 256
20 2017 20 55.50 1 -19 361
21 2018 21 85.00 12 -9 81
Jumlah 1769
n 21
m 20
derajat kebebasan (dk) 18
KS -0.33
thitung -1.48
Perhitungan menggunakan hipotesa sebagai berikut :
 Ho = Data independen, menunjukkan ketiadaan persistensi atau data bersifat acak
 H1 = Data tidak independent, menunjukkan adanya persistensi dan tidak acak
Berdasarkan persamaan 2.22 dan 2.23 pada Bab II, maka perhitungan sebagai berikut :
∑S
FGH(&")
.
KP = 1 - I
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
Tabel 4.19. Uji Persistensi Data Hujan Harian Maksimum Tahunan

Uji Persistensi Metode Spearman
Nama Stasiun
St. Tinjumoyo -2.549 1.734 Ditolak
St. Ngaglik -4.377 1.734 Ditolak
St. Temas -6.835 1.734 Ditolak
St. Tlekung -4.248 1.734 Ditolak
St. Pendem -4.434 1.734 Ditolak
St. Junggo -0.890 1.734 Diterima
Tabel 4.20. Uji Persistensi Data Hujan Tahunan
Uji Persistensi Metode Spearman
Nama Stasiun
St. Tinjumoyo -0.285 1.734 Diterima
St. Ngujung -1.852 1.734 Ditolak
St. Ngaglik -2.065 1.734 Ditolak
St. Temas -0.478 1.734 Diterima
St. Pendem -2.678 1.734 Ditolak
St. Junggo 0.825 1.734 Diterima
Data hujan yang memiliki data yang tidak acak atau menunjukkan adanya persistensi
dipertimbangkan dalam penggunaannya untuk analisis hidrologi terutama dalam analisis
peluang dan simulasi yang akan dilakukan. Penggunaan data yang digunakan tetap mengacu
pada keperluan dan sumber daya yang ada sehingga penggunaan pengujian juga tidak
mengikat terhadap kepentinga analisis jika memang tidak ada opsional lain.
4.2.7. Uji Inlier – Outlier

Data yang sudah diuji konsistensi perlu diuji dalam pengujian uji abnormalitas. Dalam
pengujian kali ini digunakan contoh perhitungan pada data hujan pada Stasiun Hujan
Ngujung.
Tabel 4.21. Uji Inlier – Outlier Stasiun Hujan Ngujung
Hujan
Hujan
Maksimum
No Tahun Tahunan Log X Log X
Harian
(mm)
Tahunan (mm)
1 1998 1879 3.274 89 1.949
2 1999 1736 3.240 64 1.806
3 2000 1706 3.232 77 1.886
4 2001 1913 3.282 104 2.017
97
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
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
Tabel 4.22. Rekapitulasi Uji Inlier – Outlier Hujan Tahunan

Rekapitulasi Uji Inlier Outlier Hujan Tahunan
Hujan Tertinggi
2821 3107 2817 2980 2479 2711 3064
(mm)
Ambang Atas
2936 2996 2837 3186 2781 3212 3585
Inlier - Outlier
(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
Tabel 4.23. Rekapitulasi Uji Inlier – Outlier Hujan Harian Maksimum Tahunan
Rekapitulasi Uji Inlier Outlier Hujan Maksimum Harian Tahunan
Hujan Tertinggi
161 110.000 145.000 184.000 161.000 161.000 161.000
(mm)
Ambang Atas
Inlier - Outlier
148.671 131.706 160.944 161.034 150.252 156.892 142.325

(XH)
Kesimpulan Ditolak Diterima Diterima Ditolak Ditolak Ditolak Ditolak
Hujan Terendah
57.00 55.500 35.000 51.000 47.000 53.000 62.000
(mm)
Ambang Bawah
48.838 48.521 36.616 35.053 40.636 46.941 52.605
(XL)
Kesimpulan Diterima Diterima Ditolak Diterima Diterima Diterima Diterima
4.2.8 Kesimpulan Uji Data
Berdasarkan hasil pengujian yang dilakukan, dapat ditentukan perlakukan yang baik
dilakukan dalam tahapan analisis selanjutnya. Keperluan untuk analisis hidrologi dalam hal
ini analisis peluang dan simulasi diperlukan pengujian yang sudah dilakukan untuk
mengetahui apakah data yang tersedia handal atau tidak dalam penentuan hasil yang ada.
Dalam hal ini, dalam pengujian deret berkala, perlakukan uji ketiadaan trend sangat
berpengaruh pada penentuan analisis lanjutan yang akan dilakukan. Jika data memang
memiliki trend maka analisis akan dilanjutkan dengan mengikuti arah trend yang ada.
Sedangkan data yang lebih bersifat acak dan tidak memiliki trend dapat dilakukan analisis
hidrologi seperti analisis peluang/simulasi. Berikut dibawah ini merupakan rekapitulasi hasil
pengujian pada data curah hujan harian maksimum dan data hujan tahunan pada stasiun
SubDAS Brantas Hulu Kota Batu.
99
Tabel 4.24. Rekapitulasi Uji Data Hujan Harian Maksimum Tahunan

Uji Inlier - Outlier Uji Uji Stasioner
Nama Uji Keterangan
Ketiadaan
Stasiun XH XL Uji F Uji T Persistensi Analisis Lanjutan
Trend
Analisis Hidrologi
St. Tinjumoyo Ditolak Diterima Diterima Ditolak - Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Ngujung Diterima Diterima Diterima Diterima Diterima Diterima (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Ngaglik Diterima Ditolak Diterima Diterima Diterima Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Temas Ditolak Diterima Diterima Ditolak - Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Tlekung Ditolak Diterima Diterima Diterima Diterima Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Pendem Ditolak Diterima Diterima Diterima Diterima Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Junggo Ditolak Diterima Diterima Diterima Diterima Diterima (Analisis
Peluang/Simulasi)
Tabel 4.25. Rekapitulasi Uji Data Hujan Tahunan
Uji Inlier - Outlier Uji Uji Stasioner
Nama Uji Keterangan
Ketiadaan
Stasiun XH XL Uji F Uji T Persistensi Analisis Lanjutan
Trend
Analisis Hidrologi
St. Tinjumoyo Diterima Diterima Diterima Diterima Diterima Diterima (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Ngujung Ditolak Diterima Diterima Diterima Diterima Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Ngaglik Diterima Diterima Diterima Diterima Diterima Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Temas Diterima Diterima Diterima Diterima Diterima Diterima (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Tlekung Diterima Diterima Diterima Diterima Diterima Diterima (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Pendem Diterima Ditolak Diterima Diterima Diterima Ditolak (Analisis
Peluang/Simulasi)
Analisis Hidrologi
St. Junggo Diterima Diterima Diterima Diterima Diterima Diterima (Analisis
Peluang/Simulasi)
4.2.9 Curah Hujan Rerata
Sub DAS Brantas Hulu (Upper Brantas) yang dianalisis memiliki luasan 159.929 Km2,
untuk perhitungan persebaran curah hujan, digunakan metode thiessen. Pada metode ini,
100
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
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
DAS 4 1311.795
St. Junggo 990.278 0.755
DAS 5 1917.352 St. Tlekung 7.609 0.004
St. Ngaglik 1766.291 0.921
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
DAS 8 1761.780
St. Ngujung 733.907 0.417
St. Junggo 504.241 0.286
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
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

Tahun
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

Tahun
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
2018 1580.31 74.63 1774.42 75.14 1477.46 80.93 1584.22 78.40 1198.30 84.33

Tahun
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

Pada perhitungan curah hujan rerata pada tiap DAS didasarkan pada pembagian garis
poligon thiessen pada SubDAS Brantas Hulu. Pembagian luasan pengaruh bergantung pada
lokasi stasiun hujan itu sendiri pada area yang dihitung. Pembagian poligon thiessen dan
penggambaran pengaruh stasiun hujan terhadap SubDAS Brantas Hulu dapat dilihat pada
gambar 4.8.
104

105
Gambar 4.8. Peta Persebaran Pengaruh Poligon Thiessen

105
106
106
107
4.2.10 Curah Hujan Rancangan

Perhitungan curah hujan rancangan dihitung menggunakan metode log person III.
Metode log person dilakukan dengan perhitungan kala ulang dengan rentang 2 – 200 tahun.
Pada perhitungan log person ini, data yang sudah ada dilakukan analisanya dengan
memertimbangkan nilai log pada setiap datanya dan disesuaikan dengan nilai kepencengan
data pada deretan data yang ada untuk dipertimbangkan dengan nilai K log person. Rincian
perhitungan menggunakan DAS 1 sebagai sampel.
Tabel 4.31. Perhitungan Distribusi Log Person III
Hujan Harian
No. Tahun Log X
Maks (mm/hr)
1 1998 91.85 1.96

2 1999 78.83 1.90
3 2000 124.91 2.10
4 2001 80.02 1.90
5 2002 75.04 1.88
6 2003 87.83 1.94
7 2004 75.99 1.88
8 2005 79.73 1.90
9 2006 130.58 2.12
10 2007 111.79 2.05
11 2008 70.63 1.85
12 2009 76.73 1.88
13 2010 88.83 1.95
14 2011 61.06 1.79
15 2012 58.32 1.77
16 2013 88.14 1.95
17 2014 68.92 1.84
18 2015 65.11 1.81
19 2016 62.60 1.80
20 2017 59.99 1.78
21 2018 55.76 1.75
Rerata = 80.60 1.89
Jumlah = 1692.64 39.78
Sd 0.103
Cs 0.693
Contoh perhitungan hujan rancangan untuk kala ulang 2 tahun.
Data yang diketahui :
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)
Log X = log X + K . Sd log X

= 1.89 + (-0.115 . 0.103)
= 1.882
Hujan Rancangan
X rancangan = 101.882
= 76.27 m3/dt
Tabel 4.33. Perhitungan Curah Hujan Rancangan DAS 1
CH
Kala Log X
Pr (%) K Sd Cs Log X Rancangan
Ulang rerata
(X)
2 50 -0.115 0.103 1.894 0.693 1.882 76.267
5 20 0.791 0.103 1.894 0.693 1.976 94.537
10 10 1.333 0.103 1.894 0.693 2.031 107.502
20 4 1.860 0.103 1.894 0.693 2.086 121.812
25 2 1.965 0.103 1.894 0.693 2.097 124.896
50 1 2.404 0.103 1.894 0.693 2.142 138.586
100 0.5 2.819 0.103 1.894 0.693 2.185 152.937
200 0.1 3.225 0.103 1.894 0.693 2.226 168.386
Perhitungan kala ulang yang lain dapat dilihat pada tabel 4.33. dan 4.34.
Tabel 4.34. Rekapitulasi Perhitungan Curah Hujan Rancangan DAS 1-8
Kala Curah Hujan Rancangan (mm)
Ulang DAS 1 DAS 2 DAS 3 DAS 4 DAS 5 DAS 6 DAS 7 DAS 8
2 76.27 84.70 84.70 83.78 78.48 81.75 84.10 82.50
5 94.54 100.24 100.24 98.02 98.90 96.68 98.74 92.64
10 107.50 110.47 110.47 108.21 110.98 108.11 108.87 99.67
20 121.81 121.15 121.15 119.53 122.56 121.35 119.86 107.28
25 124.90 123.40 123.40 121.93 125.02 124.19 122.19 108.87
50 138.59 133.09 133.09 132.71 134.72 137.32 132.46 115.91
109

Ulang DAS 1 DAS 2 DAS 3 DAS 4 DAS 5 DAS 6 DAS 7 DAS 8
100 152.94 142.64 142.64 143.98 143.86 151.47 143.05 123.10
200 168.39 152.71 152.71 155.85 152.62 166.76 154.03 130.53
Tabel 4.35. Rekapitulasi Perhitungan Curah Hujan Rancangan DAS 9 - 15

Ulang DAS 9 DAS 10 DAS 11 DAS 12 DAS 13 DAS 14 DAS 15
2 83.43 80.84 74.15 83.38 77.49 84.08 77.50
5 93.73 94.49 92.44 104.04 96.48 105.09 96.74
10 100.61 101.95 106.80 118.47 110.79 119.53 111.01
20 107.87 108.71 123.81 134.26 127.31 135.07 127.25
25 109.39 110.11 127.52 137.66 130.90 138.41 130.78
50 115.98 115.50 144.91 152.62 147.35 152.99 146.83
100 122.63 120.37 164.05 168.20 165.11 167.69 164.01
200 129.38 124.87 185.22 184.50 184.44 183.55 182.53
4.2.11 Uji Kesesuaian Distribusi
Sebelum melakukan uji distribusi terlebih dahulu data yang ada diurutkan dari yang
terbesar ke terkecil untuk perhitungan pada Smirnov-Kolmogorov dan dari kecil ke yang
terbesar untuk perhitungan Uji Chi Square.
4.2.11.1 Uji Chi Square
Uji Chi Square digunakan untuk uji kesesuaian distribusi secara vertikal dari data. Uji
ini didasarkan pada perbedaan nilai ordinat teoritis atau frekuensi harapan dengan ordinat
empiris.
Perhitungan awal dilakukan dengan mengurutkan data dari yang terkecil sampai yang
terbesar. Lalu disusun berdasarkan kelas yang sesuai dengan nilai data pada data terurut.
Untuk contoh perhitungan dilakukan pada DAS 1.
Tabel 4.36. Data Curah Hujan Rerata Terurut DAS 1
R
No Tahun
Maks
1 2018 55.76
2 2012 58.32
3 2017 59.99
4 2011 61.06
5 2016 62.60
6 2015 65.11
7 2014 68.92
8 2008 70.63
9 2002 75.04
10 2004 75.99
110
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
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
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
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.
4.2.11.2 Uji Smirnov Kolmogorov

Pada uji ini membandingkan nilai peluang selisih terbesar antara peluang pengamatan
dengan peluang teoritis. Apabila Dmax hasil perhitungan lebih kecil dari Dcr hasil
112
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
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
114
Uji Chi - Square

Distribusi
X2hitung X2kritis Hipotesa
DAS 1 1.62 diterima
DAS 2 3.52 diterima
DAS 3 3.52 diterima
DAS 4 1.62 diterima
DAS 5 0.19 diterima
DAS 6 1.62 diterima
DAS 7 3.05 diterima
DAS 8 1.62 5.991 diterima
DAS 9 3.52 diterima
Pada DAS 6,7, dan 11 pada Uji Smirnov Kolmogorov memiliki kesimpulan bahwa
terdapat perbedaan cukup jauh antara peluang pengamatan dan teoritis pada derajat
kepercayaan 5%. Untuk itu khusus ketiga DAS ini akan digunakan derajat kepercayaan 1%
dengan nilai 0.352. Dengan derajat kepercayaan 1%, maka nilai uji pada DAS 6, 7 dan 11
diterima karena Dmax < dari Dcr.
4.2.12 Debit Limpasan SubDAS Brantas Hulu

Dalam perhitungan debit limpasam digunakan 2 metode yang nantinya disesuaikan
dengan pembagian wilayah yang sudah dilakukan. DAS yang memiliki alur sungai yang
lengkap dan tidak terputus akan digunakan metode HSS Nakayasu dan apabila ada wilayah
DAS yang terpotong dengan wilayah administrasi Kota Batu akan digunakan metode
rasional. Pertimbangan lainnya adalah luasan dari DAS itu sendiri, DAS yang sudah dibagi
apabila memiliki luasan dibawah 300 ha akan digunakan metode rasional.
Tabel 4.41. Pemilihan Metode Perhitungan Debit Limpasan
Metode Debit
DAS Luas (ha)
Limpasan
1 1166.90 HSS Nakayasu
115
Metode Debit
DAS Luas (ha)
Limpasan
10 110.70 Rasional
12 125.10 Rasional
14 114.86 Rasional
Total 15992.87
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))
1 jam R1 = (1 x 0,5503R24) - ((1-1) x R0)

= 0,5503R24 – 0
= 0,5503 x 100% = 55 %
2 jam R2 = (2 x 0,3467R24) - ((2-1) x 0,5503R24)
= 0.6934R24 - 0.5503R24
116
= 0,1430 x 100% = 14%

3 jam R3 = (3 x 0,2646R24) - ((3-1) x 0,3467R24)
= 0,7937R24 – 0,6934R24
= 0,1003x 100% = 10%
4 jam R4 = (4 x 0,2184R24) - ((4-1) x 0,2646R24)
= 0,8736R24 – 0,7937R24
= 0,0799 x 100% = 8 %
5 jam R5 = (5 x 0,1882R24) - ((5-1) x 0,2184R24)
= 0,941R24- 0,8736R24
= 0.0675 x 100% = 7 %
6 jam R6 = (6 x 0.1667R24) - ((6-1) x 0.1882R24)
= R24 - 0.941R24
Perhitungan selanjutnya dilakukan digunakan ratio hujan selama 6 jam tadi untuk
menghitung besaran hujan yang terjadi pada tiap jamnya. Untuk curah hujan rancangan yang
digunakan sendiri adalah curah hujan dengan kala ulang 100 tahun. Hal ini didasarkan pada
nilai hujan maksimum yang tercatat. Nilai curah hujan rancangan paling dekat adalah dengan
kala ulang 100 tahun. Penggunaan kala ulang 100 juga digunakan oleh William L. Jackson
(1985) untuk memperhitungkan laju sedimen dengan MUSLE di wilayah Amerika Serikat.
Tabel 4.42. Perhitungan Hujan Efektif Jam-Jaman Metode Mononobe DAS 1-7
Periode Ulang 100 tahun
Rasio
Jam ke
DAS 1 DAS 2 DAS 3 DAS 4 DAS 5 DAS 6 DAS 7
%
1 55.03% 53.78 48.64 48.64 49.30 49.25 53.05 48.84
2 14.30% 13.98 12.64 12.64 12.82 12.80 13.79 12.69
3 10.03% 9.81 8.87 8.87 8.99 8.98 9.67 8.91
4 7.99% 7.81 7.06 7.06 7.16 7.15 7.70 7.09
5 6.75% 6.59 5.96 5.96 6.04 6.04 6.50 5.99
6 5.90% 5.76 5.21 5.21 5.28 5.28 5.68 5.23
R Rancangan 152.94 142.64 142.64 143.98 143.86 151.47 143.05
Koef.Pengaliran 0.639 0.620 0.620 0.622 0.622 0.636 0.620
R Effektif 97.73 88.38 88.38 89.59 89.49 96.40 88.75
117
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.
4.2.12.2 Debit Limpasan Metode Rasional

Perhitungan debit limpasan metode rasional dilakukan pada area DAS 10, 12 dan 14
yang memiliki luasan lebih kecil dari 300 ha. Mengacu pada Asdak (2010) penggunaan
metode rasional cocok digunakan pada area DAS dengan luasan dibawah 300 ha karena jika
sudah digunakan diatas luasan tersebut cenderung tidak akurat.
Nilai koefisien aliran (C) digunakan dengan metode Kawakami dengan anggapan bahwa
untuk ketiga DAS nilai koefisien pengaliran tidak tetap, dikarenakan tidak pernah ada nilai
yang tetap dalam penelitian sebelumnya di Kota Batu terkait nilai koefisien pengaliran jika
berdasarkan pada tata guna lahan. Maka dalam perhitungan digunakan anggapan bahwa
yang menentukan koefisien pengaliran terbesar adalah dari curah hujan itu sendiri.
118
Tabel 4.43. Perhitungan Debit Limpasan Metode Rasional

DAS 10 DAS 12 DAS 14
Intensitas Intensitas Intensitas
Jam Debit Debit Debit
Hujan Hujan Hujan
Ke Limpasan Limpasan Limpasan
Efektif Efektif Efektif
(m3/dt) (m3/dt) (m3/dt)
(mm) (mm) (mm)
1 37.63 11.58 61.45 21.37 61.19 19.54
2 9.78 3.01 15.97 5.55 15.91 5.08
3 6.86 2.11 11.20 3.90 11.16 3.56
4 5.46 1.68 8.92 3.10 8.88 2.84
5 4.61 1.42 7.53 2.62 7.50 2.40
6 4.03 1.24 6.58 2.29 6.56 2.09
Contoh Perhitungan dilakukan pada DAS 10 pada jam ke-1 dengan luasan DAS tertera
pada tabel 4.40.
Q = 0.00278 x C x I x A
= 0.00278 x 0.568 x (0.55 x 120.37) x 110.70
= 0.00278 x 37.63 x 110.70
= 11.58 m3/detik
Hasil perhitungan menunjukkan bahwa jika menggunakan metode rasional, hasil
limpasan puncak terdapat pada jam ke-1 dengan nilai limpasan menyesuiakan kedalaman
hujan yang terjadi.
4.2.12.3 Debit Limpasan Hidrograf Nakayasu

Perhitungan Nakayasu didasarkan pada beberapa parameter yang sudah diuji pada
beberapa sungai di Jepang. Parameter tersebut adalah luas daerah pengaliran, panjang sungai
utama, faktor α sebagai faktor kondisi hidrograf terhadap daerah tersebut. Pada perhitungan
digunakan faktor α dengan nilai 3 yang nantinya akan berpengaruh ke hidrograf dengan
bagian naik hidrograf yang cepat dan bagian menurun yang lambat. Hal ini didasarkan pada
kondisi SubDAS Brantas Hulu yang terdapat pada daerah pegunungan yang cenderung
memeiliki nilai slope tinggi sehingga aliran air cepat melimpas.
Contoh perhitungan menggunakan analisis pada DAS 1 dengan parameter sebagai
berikut :
Luas DAS (A) = 11.67 km2 (lihat tabel 4.40)
Panjang sungai utama (L) = 8.72 km (analisis pada peta sungai)
Parameter (α) = 3.00
Ro / Hujan satuan (mm) = 1.00
119
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 ~ ~
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
Tabel 4.45. Ordinat Hidrograf Nakayasu DAS 1

t Qt V lama Qt baru V baru
Keterangan
jam m3/dt m3 m3/dt m3
0.00 0.00 333.25 0.00 332.70
Qa
1.00 0.19 2092.16 0.18 2088.70
2.00 0.98 Qp, Tp 2888.20 0.98 2883.42
3.00 0.63 1854.33 0.63 1851.27
Qd1
4.00 0.40 1210.41 0.40 1208.41
5.00 0.27 846.60 0.27 845.19
6.00 0.20 630.06 0.20 629.02
Qd2
7.00 0.15 468.91 0.15 468.13
8.00 0.11 348.98 0.11 348.40
9.00 0.08 259.72 0.08 259.29
10.00 0.06 193.29 0.06 192.97
11.00 0.05 143.85 0.05 143.61
12.00 0.03 107.06 0.03 106.88
13.00 0.03 79.68 0.03 79.54
14.00 0.02 59.30 0.02 59.20
15.00 0.01 44.13 0.01 44.06
16.00 0.01 32.84 0.01 32.79
17.00 0.01 24.44 0.01 24.40
18.00 0.01 18.19 0.01 18.16
19.00 0.00 13.54 0.00 13.52
20.00 0.00 10.08 0.00 10.06
21.00 0.00 7.50 0.00 7.49
22.00 0.00 5.58 0.00 5.57
Qd3
23.00 0.00 4.15 0.00 4.15
24.00 0.00 3.09 0.00 3.09
25.00 0.00 2.30 0.00 2.30
26.00 0.00 1.71 0.00 1.71
27.00 0.00 1.27 0.00 1.27
28.00 0.00 0.95 0.00 0.95
29.00 0.00 0.71 0.00 0.70
30.00 0.00 0.53 0.00 0.52
31.00 0.00 0.39 0.00 0.39
32.00 0.00 0.29 0.00 0.29
33.00 0.00 0.22 0.00 0.22
34.00 0.00 0.16 0.00 0.16
35.00 0.00 0.12 0.00 0.12
36.00 0.00 0.09 0.00 0.09
121
t Qt V lama Qt baru V baru

Keterangan
jam m3/dt m3 m3/dt m3
37.00 0.00 0.07 0.00 0.07
38.00 0.00 0.05 0.00 0.05
39.00 0.00 0.04 0.00 0.04
40.00 0.00 0.03 0.00 0.03
41.00 0.00 0.02 0.00 0.02
42.00 0.00 0.02 0.00 0.02
43.00 0.00 0.01 0.00 0.01
44.00 0.00 0.01 0.00 0.01
45.00 0.00 0.01 0.00 0.01
46.00 0.00 0.00 0.00 0.00
47.00 0.00 0.00 0.00 0.00
48.00 0.00 0.00 0.00 0.00
49.00 0.00 0.00
Jumlah (m3) 11688.34 11669.00
Kedalaman Hujan (mm) 1.00 1.00
Koreksi 1.00
Perhitungan volume didasarkan pada rumus perhitungan luas trapesium yaitu : 0.5 x
tinggi x (alas a + alas b), jika ditautkan dengan tabel diatas maka perhitungan volume adalah
: 0.5 x (tn – tn-1) x (Qn + Qn+1) x 3600. Pengalian dengan nilai 3600 dikarenakan dalam
perhitungan volume didasarkan pada pengukuran umum curah hujan yaitu dengan waktu
jam-jaman maka ordinat Qt yang masih detik dijadikan jam.
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
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
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
33.00 0.000 0.004 0.001 0.001 0.001 0.001 0.002 0.011
34.00 0.000 0.003 0.001 0.001 0.001 0.001 0.001 0.008
35.00 0.000 0.002 0.001 0.001 0.001 0.001 0.001 0.006
36.00 0.000 0.002 0.001 0.001 0.001 0.001 0.001 0.004
37.00 0.000 0.001 0.000 0.000 0.000 0.000 0.001 0.003
38.00 0.000 0.001 0.000 0.000 0.000 0.000 0.000 0.002
39.00 0.000 0.001 0.000 0.000 0.000 0.000 0.000 0.002
40.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.001
41.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.001
42.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.001
43.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.001
44.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
45.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
46.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
47.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
48.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
49.00 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
Perhitungan pada tabel 4.46 menunjukkan bahwa nilai puncak berada pada nilai 55.050
m3/detik. Nantinya pada area DAS 1 nilai puncak debit ini akan digunakan dalam
perhitungan erosivitas limpasan untuk keperluan perhitungan MUSLE.
4.2.12.4 Rekapitulasi Debit Limpasan Puncak
Setelah melakukan perhitungan debit limpasan dengan metode rasional dan hidrgraf
Nakayasu, langkah selanjutnya adalah memilih nilai debit tertinggi atau debit puncak
sebagai salah satu parameter nantinya dalam menentukan nilai erosivitas limpasan
permukaan dalam salah satu faktor MUSLE. Selain dalam satuan m3/detik, debit limpasan
juga dikonversi menjadi nilai kedalaman limpasan/jam (mm/jam) untuk keperluan
perhitungan nilai erosi potensial seperti pada persamaan 2.49 dan 2.50. Berikut merupakan
rekapitulasi debit puncak SubDAS Brantas Hulu Kota Batu.
Tabel 4.47. Rekapitulasi Debit Puncak SubDAS Brantas Hulu Kota Batu
Area Luas Metode Debit Debit
DAS (ha) Limpasan (m3/dt) (mm/jam)
1 1166.90 HSS Nakayasu 55.05 16.98
2 2637.79 HSS Nakayasu 81.13 11.07
3 1423.41 HSS Nakayasu 54.15 13.69
4 1311.80 HSS Nakayasu 57.60 15.81
124
Area Luas Metode Debit Debit

DAS (ha) Limpasan (m3/dt) (mm/jam)
5 1917.35 HSS Nakayasu 64.25 12.06
6 1171.97 HSS Nakayasu 50.00 15.36
7 1719.32 HSS Nakayasu 56.08 11.74
8 1761.78 HSS Nakayasu 51.26 10.47
9 971.16 HSS Nakayasu 29.78 11.04
10 110.70 Rasional 11.58 37.66
11 589.06 HSS Nakayasu 35.33 21.59
12 125.10 Rasional 21.37 61.50
13 619.69 HSS Nakayasu 33.54 19.48
14 114.86 Rasional 19.54 61.24
15 351.97 HSS Nakayasu 20.95 21.43
Total 15992.87
4.3 Pengolahan Data Citra Satelit
Data citra satelit merupakan suatu bentuk perekaman data yang diambil dari luar
angkasa yang menampilkan kondisi permukaan Bumi pada rentang waktu tertentu. Pada
kajian kali ini, data citra berasal dari satelit perusahaan Google yang didapat dari Google
Earth pada tahun 2020. Data citra ini didownload melalui software SAS Planet sehingga
nantinya dapat ditampikan pada ArcMap untuk didigitasi dengan landasan data shapefile
dari peta RBI.
Gambar 4.9. Proses Digitasi Area Pemukiman Berdasarkan Data Citra Satelit
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
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

127
Gambar 4.10. Peta Tata Guna Lahan SubDAS Brantas Hulu 2020
127
128
128
129
4.4 Analisis Laju Sedimentasi MUSLE

Analisis yang dilakukan menggunakan metode MUSLE untuk memperkirakan besar laju
sedimentasi yang terjadi pada Sub DAS Brantas Hulu di Kota Batu. Faktor-faktor yang
mempengaruhi dalam perhitungan laju sedimentasi sebagai berikut :
 Erosivitas limpasan permukaan
 Erodibilitas tanah
 Tutupan lahan
 Pengolahan lahan
 Panjang dan kemiringan lereng
4.4.1 Faktor Erosivitas Limpasan Permukaan (Rw)
Perbedaan mencolok dari penerapan perhitungan USLE dan MUSLE adalah pada
analisis erosivitasnya. Pada MUSLE nilai erosivitas mempertimbangkan pengangkutan dan
pengendapan, oleh karena itu digunakanlah variabel limpasan pada perhitungannya.
Berdasarkan persamaan 2.50 dan 2.51, variabel yang mempengaruhi erosivitas permukaan
adalah debit puncak dan volume limpasan pada suatu area. Nilai debit puncak telah dihitung
dan tertera pada tabel 4.47. Sedangkan untuk analisis volume aliran pada suatu kejadian
hujan digunakan metode Soil Conservation Service (SCS) dengan rumus seperti pada
persamaan 2.52 sampai 2.54.
Perhitungan SCS dilakukan dengan menganalisa nilai CN berdasarkan tata guna lahan
(lihat gambar 4.10) yang ada dan dipertimbangkan dengan keadaan tekstur tanah (lihat
gambar 4.11). Dengan anggapan bahwa kondisi hidrologi pada SubDAS Brantas Hulu
adalah baik dengan pengecualian hutan produksi adalah hutan dengan kondisi hidrologi
buruk, maka berdasarkan 2.16 dan 2.17 maka contoh perhitungan CN yang dilakukan pada
area tangkapan DAS 1 seperti tabel 4.49.
Tabel 4.49. Perhitungan Nilai CN pada Area Tangkapan DAS 1
DAS Tata Guna Lahan Grup Luas (ha) CN CN.A CN Rerata
Hidrologi
Tanah
1 Tanah Lapang A 71.001 76 5396.066 67.257
1 Pemukiman A 392.766 89 34956.13
1 Pemukiman D 0.059 95 5.604715
1 Hutan A 73.296 30 2198.883
1 Hutan B 12.410 55 682.5251
1 Semak Belukar A 89.104 49 4366.101
1 Padang Rumput A 15.729 39 613.4214
1 Tegalan/Ladang A 227.503 58 13195.16
1 Tegalan/Ladang D 3.443 87 299.5061
130
1 Sawah A 231.357 63 14575.49

1 Perkebunan/Kebun A 49.608 43 2133.159
1 Tanah Lapang A 0.550 76 41.83595
1 Pemukiman A 0.550 89 48.9921
1 Pemukiman A 0.075 89 6.697784
1 Sawah A 0.075 63 4.741128
Sebagai contoh pada DAS 1, bahwa nilai CN rerata didapatkan 67.257, angka ini berasal
dari perhitungan dengan persamaan 2.54 yaitu dengan membagi antara CN.A/Luas Total
DAS 1. Hasil perhitungan nilai CN ini selanjutnya digunakan untuk menghitung nilai S
(Perbedaan antara curah hujan dan runoff). Perhitungan selanjutnya dapat dilihat pada tabel
4.50.
Tabel 4.50. Perhitungan Erosivitas Limpasan Permukaan (Rw)
Debit Puncak (Qp) Ch Vq (Volume aliran) Rw
Rerata
Area Luas (ha) Cn S
(m3/dt) (mm/jam) tahunan mm m3 m3/detik0.5 mm/jam0.5
(mm)
DAS 1 1166.90 55.05 16.98 67.26 123.66 1708.09 1568.16 18298907.51 1299160 1113.216
DAS 2 2637.79 81.13 11.07 55.69 202.13 2006.44 1782.72 47024490.88 2738672 1038.126
DAS 3 1423.41 54.15 13.69 48.70 267.52 2006.44 1717.65 24449191.13 1513921 1063.465
DAS 4 1311.80 57.60 15.81 60.55 165.47 1967.29 1781.76 23373092.86 1528201 1164.836
DAS 5 1917.35 64.25 12.06 60.70 164.48 1643.56 1461.42 28020638.62 1798377 937.8414
DAS 6 1171.97 50.00 15.36 59.53 172.65 1851.85 1659.66 19450744.83 1273767 1086.732
DAS 7 1719.32 56.08 11.74 55.56 203.16 1985.27 1760.69 30271914.16 1740166 1012.008
DAS 8 1761.78 51.26 10.47 61.99 155.75 1842.58 1668.01 29386674.77 1627420 923.6314
DAS 9 971.16 29.78 11.04 58.03 183.71 1911.49 1707.42 16581903.08 871493.8 897.2677
DAS 10 110.70 11.58 37.66 69.94 109.18 1730.86 1606.40 1778298.31 147077.4 1328.451
DAS 11 589.06 35.33 21.59 67.36 123.10 1739.25 1599.78 9423641.40 698874.8 1186.29
DAS 12 125.10 21.37 61.50 60.13 168.39 1688.29 1501.77 1878646.17 213759.2 1708.574
DAS 13 619.69 33.54 19.48 68.26 118.12 1658.69 1524.91 9449691.00 679850.1 1096.956
DAS 14 114.86 19.54 61.24 69.32 112.39 1681.67 1553.92 1784894.44 197562.8 1719.781
DAS 15 351.97 20.95 21.43 70.01 108.80 1655.05 1531.28 5389631.96 381460.7 1083.669
Contoh perhitungan dilakukan pada DAS 1 :
'''
- S =` − 10c 25.4
ab
'''
=` − 10c 25.4
.
= 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
(Halaman ini Sengaja Dikosongkan)

133
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
135
4.4.2 Faktor Erodibilitas Tanah (K)

Data mengenai jenis tanah diperoleh dari data sekunder yang berasal dari data survey
Jurusan Tanah Universitas Brawijaya yang ditemukan dalam jurnal penelitian Hirijanto et
al, 2014. Pada daerah penelitian terdapat 6 kelompok jenis tanah. Sedangkan untuk
penentuan nilai erodiblitas tanah (K) didasarkan pada hasil penelitian Puslitbang Pengairan
Bogor tahun 1985. Pada tabel 4.51 memperlihatkan jenis tanah yang terdapat di daerah
SubDAS Brantas Hulu (Upper Brantas).
Tabel 4.51. Nilai Erodibilitas Tanah Berdasarkan Jenis Tanah (K)
Luas
No Jenis Tanah Nilai K 2
(Km ) (%)
1 Regosol Coklat 0.346 30.04 17.59
Asosiasi Latosol Coklat Dan Regosol
2 0.186 15.06 9.51
Kelabu
3 Asosiasi Andosol Coklat dan Glei Humus 0.202 36.28 23.08
4 Regosol Kelabu 0.304 4.74 2.99
5 Komplek Andosol Coklat dan Litosol 0.271 41.57 26.31
Asosiasi Andosol Kelabu dan Regosol
6 0.271 32.24 20.54
Kelabu
Total 159.94 100.00
Sumber : Puslitbang Pengairan 1986 dan Data Survey Jurusan Tanah UB
Berdasarkan tabel 4.51 terdapat secara umum 5 jenis tanah penyusun dasar dari kesatuan
kelompok tanah pada SubDAS Brantas Hulu di Kota Batu yaitu :
 Regosol : Tanah ini penyusun awalnya terbentuk pada saat dua bahan induk dari
aktivitas gunung berapi dan hasil vulkanik dari dalam bumi menjadi satu. Biasanya
didominasi di daerah pegunungan dengan kedalaman tanah sedang dan drainase yang
agak cepat. Pada daerah SubDAS Brantas Hulu, jenis tanah ini terdapat didaerah
pegunungan di Kecamatan Batu dan Kecamatan Bumiaji. Untuk kepekaaan terhadap
erosi, jenis tanah ini memiliki nilai erodibilitas tanah yang tinggi yaitu sekitar 0.3-
0.35 dengan luasan cakupan area sekitar 21% pada area Sub DAS Brantas Hulu Kota
Batu.
 Andosol Coklat : Tanah ini terbentuk dari aktivitas gunung berapi dengan ciri fisik
tanah didominasi dengan warna hitam kecoklatan. Drainase tanah ini sangat baik dan
cocok untuk aktivitas pertanian, namun untuk daerah dengan tingkat kemiringan
yang cukup tinggi daya kemampuan cengkram tanaman pertanian sayur mayur pada
tanah ini rendah sehingga meningkatkan kemuingkinan terjadinya pengkikisan pada
lapisan atas tanah ini dan menyebabkan erosi. Pada daerah Sub DAS Brantas Hulu
tanah jenis ini terakumulasi dan melebur menjadi satu membentuk asosiasi tanah dan
136
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
138
139
4.4.3 Faktor Panjang dan Kemiringan Lereng (LS)

Faktor LS merupakan kesatuan antara panjang lereng dan kemiringan lereng. Hubungan
antara panjang dan kemiringan lereng sangat berpengaruh besar terhadap erosi. Tingkat erosi
terjadi lebih tinggi pada lereng yang lebih panjang dan lebih curam, karena adanya
peningkatan kecepatan aliran limpasan permukaan dan limpasan permukaan yang
tertampung lebih sedikit.
Analisis faktor LS pada SubDAS Brantas Hulu berdasarkan input data Digital Elevation
Model (DEM), dan dengan bantuan persamaan 2.59 sampai 2.61 (Desmet dan Govers, 1996)
yang diaplikasikan dalam suatu extension ArcMAP yaitu LS TOOL yang dikembangkan
oleh Zhang et al. (2013). Persamaan ini menggabungkan grid panjang lereng pada ArcGIs
dengan hasil pengolahan kemiringan lereng (Slope) yang langkah pengerjaann sudah
tercantum pada BAB III.Sedangkan untuk pengolahan slopes sendiri menggunakan bantuan
ArcTools dengan hasil pengolahan dapat dilihat pada tabel 4.52.
Tabel 4.52. Kemiringan Lereng SubDAS Brantas Hulu (Upper Brantas)
Kemiringan Lereng Luas
No Klasifikasi
(%) (ha) (%)
1 0–3 Datar 1727.58 10.80
2 3–8 Landai/berombak 905.87 5.66
3 8 – 15 Agak miring/bergelombang 2203.11 13.78
4 15 – 30 Miring berbukit 3182.55 19.90
5 30 – 45 Agak curam 2083.62 13.03
6 45 – 65 Curam 2396.70 14.99
7 >65 Sangat Curam 3490.82 21.83
Total 15992.9 100.0
Summber : Hasil Analisis, 2021
Kelas kemiringan lereng pada SubDAS Brantas Hulu (Upper Brantas) didominasi oleh
kelas kemiringan lereng sangat curam dengan persen kemiringan >65% yang luasnya
mencapai 3490.82 ha atau mencapai 21.83% dari seluruh kawasan DAS. SubDAS Brantas
Hulu (Upper Brantas) juga memiliki beberapa ngarai dengan kemiringan lereng diatas 45%
atau kategori curam sampai sangat curam, yaitu sekitar 2396.70 ha atau 14.99% dari
kawasan DAS ini yang sangat berpotensial memiliki nilai erosi yang tinggi. Sedangkan
untuk nilai LS berdasarkan perhitungan dengan memasukkan nilai grid pada data raster
sebagai panjang lereng (L) dan kemiringan lereng sebagai nilai Slope (S) dengan diolah
menggunakan LS TOOL didapatkan hasil yang tertera pada tabel 4.53.
140
Tabel 4.53. Faktor LS pada SubDAS Brantas Hulu (Upper Brantas)

Luas
No Faktor LS
(ha) (%)
1 0.01 – 2.32 5148.98 32.20
2 2.32 – 8.12 5054.70 31.61
3 8.12 – 14.30 2564.13 16.04
4 14.30 – 21.25 1798.94 11.25
5 21.25 - 28.20 888.94 5.56
6 28.20 – 35.15 356.80 2.23
7 35.15 – 45.19 144.04 0.90
8 45.19 – 98.11 5148.98 32.20
Total 15992.9 100.0
Berdasarkan hasil pemrosesan dengan ArcGIs didapat nilai terbesar faktor LS
didominasi oleh rentang nilai 0.01-2.32 dengan luasan sekitar 5148.98 atau 32.20%. Hasil
perhitungan ini didasarkan pada kemiringan lereng dan panjang lereng terhadap alur sungai
atau arah aliran yang ada. Semakin banyak alur sungai yang ada pada suatu DAS maka
panjang lereng akan semakin pendek. Pada SubDAS Brantas Hulu, hasil dari flow
accumulation yaitu suatu tools untuk memperkirakan alur aliran yang terjadi menunjukkan
bahwa banyak alur sungai kecil yang terdapat pada SubDAS ini, sehingga memiliki nilai
panjang lereng yang kecil juga dan pada perhitungan faktor LS hasilnya didapat nilai yang
kecil. Persebaran faktor LS pada SubDAS Brantas Hulu (Upper Brantas) dapat dilihat pada
gambar 4.15.
141
Gambar 4.14. Peta Kemiringan Lereng SubDAS Brantas Hulu Kota Batu
141
142
142
Gambar 4.15. Peta Persebaran Faktor LS SubDAS Brantas Hulu Kota Batu
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
Tidak Menurut garis kontur

1 Tegalan/Ladang 4613.42 0.7 0.75 0.525
dispesifikasi Kemiringan 9&-20%
Alang murni
subur, Tanpa Tindakan
2 Semak Belukar 462.50 0.001 1 0.001
dominasi Konservasi
pohon
Pemukiman dan Tanpa Penutupan tanah
3 2247.12 1 0.01 0.01
Bangunan tanaman sempurna
Seresah Tanpa Tindakan
4 Hutan 5213.77 0.005 1 0.005
sedikit Konservasi
Tanpa Tindakan
5 Hutan Produksi 610.76 0.2 Tebang pilih 1 0.2
Konservasi
Tanpa Tindakan
6 Padang Rumput 147.48 0.3 - 1 0.3
Konservasi
Sawah Tadah
7 85.85 0.01 - 0.4 Teras tradisional 0.004
Hujan
8 Sawah 1753.00 0.01 - 0.4 Teras tradisional 0.004
Dengan
9 Perkebunan 780.73 0.5 kerapatan 0.4 Teras tradisional 0.2
rendah
Tanpa
Tanpa Tindakan
10 Tanah Lapang 82.76 1 tanaman 1 1
Konservasi
tanpa tutupan
Total 15997.37
Berdasarkan hasil perhitungan nilai CP, nilai terbesar terdapat pada tata guna laham
tegalan dan ladang. Hal ini juga dipengaruhi oleh faktor pengelolaan lahan yang cenderung
memiliki tingkat erosi yang besar yaitu pengelolaan lahan menurut garis kontur. Pengelolaan
lahan seperti ini banyak ditemukan pada Kecamtan Bumiaji Kota Batu. Seperti yang
ditunjukkan oleh gambar 4.16, pengelolaan lahan tidak memiliki teras padahal kondisi
kemiringan lahan sudah curam. Hal ini sangat beresiko terhadap erosi yang besar.
144
Gambar 4.16. Contoh Pengelolaan Lahan Ladang di Kecamatan Bumiaji

Sumber : Dokumentasi Pribadi, 2020
4.4.5 Perhitungan MUSLE
Persamaan MUSLE digunakan untuk memperkirakan laju sedimentasu tahunan yang
terjadi pada SubDAS Brantas Hulu, Dalam rumus USLE dipertimbangkan bahwa yang
diperkirakan adalah nilai laju erosi pada lahan yang terjadi, sedangkan pada MUSLE
perhitungan dilakukan untuk prediksi hasil erosi lahan yang sudah terakumulasi pada parit
dan cekungan. Nilai erosi yang sudah terakumulasi tersebut merupakan sedimentasi yang
terbawa ke sungai. Dipertimbangkan juga dari segi penggunaan rumus pada penentuan
erosivitas limpasan dengan HSS Nakayasu yang mempertimbangkan debit yang
terakumulasi pada sungai utama pada DAS. Prediksi laju sedimentasi dilakukan dengan
melakukan konversi data shapefile dari faktor Rw, CP, LS dan K menjadi data raster. Lalu
perhitungan dilakukan dengan menggunakan bantuan Raster Calculator.
Gambar 4.17. Hasil Perhitungan Sebaran Sedimentasi dengan Raster Calculator

145
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
Berat Isi Tanah

No Jenis Tanah
(gr/cm3)
1 Regosol Coklat 1.48

2 Asosiasi Latosol Coklat Dan Regosol Kelabu 1.30
3 Asosiasi Andosol Coklat dan Glei Humus 1.04
4 Regosol Kelabu 1.28
5 Komplek Andosol Coklat dan Litosol 0.99
6 Asosiasi Andosol Kelabu dan Regosol Kelabu 1.17
Total 1.21
 Berat isi tanah = 1.21 x 103 kg/m3
 1 ton = 1000 kg
 1 ha = 10.000 m2
 Sedimentasi = 277.98 ton/ha/tahun
. × '''
= j/2 ℎl
' × ''''
146
= 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
147
148
148
Gambar 4.19. Peta Validasi Laju Sedimentasi SubDAS Brantas Hulu Kota Batu
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
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
Intensitas hujan harian Rerata

No Stasiun Hujan
(mm/hari)
6 St. Pendem 14.07
7 St. Junggo 14.70
Sumber : Hasil Analisis,2021
Ketiga kriteria tersebut nantinya diskoring dan pada ArcGIS di overlay untuk
mendapatkan nilai bobot total yang akan dijadikan acuan dalam penentuan status kawasan
berdasarkan fungsinya. Namun terdapat beberapa aspek yang harus diperhatikan dalam
penentuan kawasan lindung. Pada analisis kali ini untuk penentuan kawasan lindung
diperhatikan beberapa aspek sebagai berikut :
 Berada pada ketinggian diatas >2000 m
 Kepentingan khusus dan ditetapkan pemerintah sebagai kawasan lindung.
 Lahan dengan erosi yang tinggi yang berada pada kemiringan yang lebih besar dari
15%
Berdasarkan hasil pengolahan pada data DEM, dapat ditentukan elevasi dari setiap
daerah pada kawasan DAS. Nilai elevasi diatas 2000 akan langsung dikategorikan sebagai
kawasan lindung pada analisis arahan penggunaan lahan. Pada tabel 4.61 dapat diketahui
bahwa terdapat 1612 ha area dengan ketinggian diatas 2000 m, maka area tersebut masuk
dalam kategori kawasan lindung.
Tabel 4.58. Elevasi SubDAS Brantas Hulu
Elevasi Luas
No
(mdpl) (ha) (%)
1 579 - 1225 7486.88 46.80
2 1225 - 2000 6898.25 43.12
3 2000 - 3308 1612.24 10.08
Total 15997.37 100.00
Pemerintah telah menetapkan beberapa kawasan yang sudah masuk dalam kawasan
lindung seperti hutan raya dan hutan yang memang dijaga dalam kondisi untuk
keberlangsugkan lingkungan dan konservasi. Pada SubDAS Brantas Hulu terdapat beberapa
kawasan yang sudah ditetapkan oleh pemerintab Kota Batu dalam Rencana Pola dan Ruang
tahun 2010 – 2030 sebagai kawasan hutan raya dan hutan lindung. Kedua kawasan ini
selanjutnya dalam analisis akan langsung dikategorikan dalam kawasan lindung.
Tabel 4.59. Status Penggunaan Kawasan Rencana Pola dan Ruang Kota Batu
Luas
No Penggunaan Kawasan
(ha) (%)
1 Taman hutan Raya 3770.23 23.57
152
2 Hutan Lindung 2414.18 15.09

3 Tata Guna Lahan Lain 9812.96 61.34
Total 15997.37 100.00
Sumber : Peta Rencana Tata Ruang Kota Batu 2010-2030
Analisis untuk kondisi rawan erosi dapat dilihat dari klasifikasi sedimentasi yang terjadi.
Pada kondisi lahan dengan kondisi sedimentasi sangat berat akan masuk dalam awahan
kawasan lindung. Sedangkan untuk kriteria lain akan didasarkan pada hasil pembobotan
yang dilakukan.
Selanjutnya beberapa faktor dan kriteria pembobotan tersrbut di overlay menjadi satu
kesatuan peta dan dikelompokkan berdasarkan hasil skoring dan penilaiaan terhadap
kepentingan kawasan. Dengan hasil skoring berdasarkan ketentuan yang sudah tercantum
pada sub bab 2.6 ditentutukan status kawasan dan menghasikan persebaran pada tabel 4.63.
Tabel 4.60. Arahan Penggunaan Lahan SubDAS Brantas Hulu
Luas
No Arahan Penggunaan Lahan
(ha) (%)
1 Kawasan Budidaya Tanaman 6614.16 41.35
2 Kawasan Penyangga 5803.04 36.27
3 Kawasan Lindung 3569.33 22.38
Total 15997.5 100.00
Sumber : Hasil Pengolahan, 2021
Hasil analisa arahan penggunaan lahan ini nantinya dijadikan acuan dalam penentuan
skenario dalam pengaturan tata guna lahan dan konservasi pengolahan lahan untuk
mengurangi nilai laju erosi yang terjadi pada SubDAS Brantas Hulu (Upper Brantas).
Penilaiaan arahan penggunaan lahan ini merupakan suatu analisis yang masih bersifat umum
dan dirumuskan berdasarkan faktor biofisik dan belum memasukkan faktor sosial-ekonomi
dan budaya yang juga menjadi faktor penting dalam penentuan penentuan status suatu
kawasan.
153
Gambar 4.20. Peta Rencana Tata Ruang Wilayah 2010-2030

Sumber : BAPEDA Kota Batu
154
154
Gambar 4.21. Peta Arahan Penggunaan Lahan SubDAS Brantas Hulu Kota Batu
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
 Nilai sedimentasi berat dan sangat berat.

 Skenario perubahan lahan untuk daerah dengan arahan kawasan lindung.
 Pertimbangakn nilai CP dan tata guna lahan yang berada pada kawasan penyangga
dan kawasan budidaya dari analisis yang dilakukan sebelumnya dengan merinci
penggunaan lahan yang sesuai dengan kemampuan lahan.
Dari beberapa evaluasi maka dipertimbangkan perubahan sebagai berikut :
1. Kawasan yang masuk Kawasan Penyangga direkomendasikan dialihfungsikan
untuk menjadi hutan campuran atau hutan produksi serta dilakukan reboisasi.
2. Seluruh kawasan yang masuk kawasan lindung dijadikan hutan rakyat dengan
arahan reboisasi dan alih fungsi lahan pada area ini.
3. Rekomendasi pengelolaan dan konservasi lahan pada lahan berikut :
Tabel 4.62. Rekomendasi Perubahan Pengelolaan dan Konservasi Lahan
Faktor Pengelolaan Faktor Pengelolaan dan
No. Tata Guna Lahan Tanaman (C) Konservasi Lahan (P) CP Keterangan
C Keterangan P Keterangan
Sebelumnya
Tidak Teras Bangku Kontruksi
1 Tegalan/Ladang 0.7 0.04 0.028 penanaman
dispesifikasi Baik
garis kontur
Strip Tanaman rumput
Sebelumnya
2 Hutan Produksi 0.2 Tebang pilih 0.4 bahia pada lahan 0.08
tanpa tindakan
penggunaan
Dengan Sebelumnya
3 Perkebunan 0.5 kerapatan 0.04 Teras kontruksi baik 0.02 Teras
rendah tradisional
Namun dalam perubahan yang dilakukan tidak dilakukan perubahan pemukiman jika
memang masih berada pada kawasan penyangga dan budidaya. Dikarenakan merupakan hal
yang sulit dalam merubah pemukiman jika dipertimbangkan dari segi sosial budaya. Selain
itu berdasarkan tabel 4.61, tata guna lahan perkebunan tidak akan dirubah jika masih terdapat
pada kawasan peyangga. Maka berdasarkan pertimbangan dan rekomendasi maka alih fungsi
lahan menjadi sebagai berikut.
Tabel 4.63. Perubahan Tata Guna Lahan Sesudah Rekomendasi Konservasi
Luas (ha)
No Tata Guna Lahan CP
Sebelum Sesudah
1 Hutan 5213.77 6613.94 0.005
2 Hutan
610.76 2281.56 0.08
Campuran/Produksi
3 Padang Rumput 147.48 118.57 0.3
4 Pemukiman 2247.12 2186.51 0.01
5 Perkebunan/Kebun 780.73 667.15 0.02
6 Sawah 1753.00 1461.00 0.004
157
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
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

159
Gambar 4.22. Peta Skenario Tata Guna Lahan Baru SubDAS Brantas Hulu Kota Batu
Sumber : Hasil Analisis. 2021
159
160
160
161
4.8 Pemetaan Indeks Bahaya Erosi (IBE)

4.8.1 Laju Erosi yang Diperbolehkan (T)
T atau TSL merupakan besarnya erosi diperbolehkan atau tolerable soil loss (TSL).
Faktor – faktor yang dipertimbangkan dalam penentuan nilai T adalah kedalaman tanah, ciri-
ciri fisik dan sifat tanah. Nilai T ini sendiri berfungsi sebagai control terhadap laju erosi yang
terjadi, karena erosi tidak bisa dikurangi menjadi nol maka dengan adanya Batasan erosi
yang diperbolehkan ini menjadikan suatu dasar perhitungan dan tindakan untuk konservasi
lahan. Nilai T didapatkan dengan menggunakan rumus. Dalam perhitungan digunakan
beberapa faktor dalam penentuan T yaitu :
 Berat isi tanah (gr/cm3)
 Faktor kedalaman tanah
 Kedalaman solum tanah
Penentuan nilai T nantinya diproses menggunakan overlay antara data peta dengan
atribut berat isi tanah dan faktor kedalaman dengan data solum tanah seperti gambar 4.23.
Berikut pada tabel 4.64 merupakan penentuan berat isi tanah dan faktor kedalaman tanah
berdasarkan jenis tanah.
Tabel 4.64. Berat Isi Tanah dan Faktor Kedalaman Tanah
Beratt Isi Kedalaman
No Jenis Tanah Tanah Sub Ordo Sub Ordo
(gr/cm3) Tanah
1 Regosol Coklat 1.48 Psamment 1.00

2 Asosiasi Latosol Coklat Dan Regosol Kelabu 1.30 Udoll, Pssament 1.00
3 Asosiasi Andosol Coklat dan Glei Humus 1.04 Andept, Aquent 0.98
4 Regosol Kelabu 1.28 Psamment 1.00
5 Komplek Andosol Coklat dan Litosol 0.99 Andept, Udoll 1.00
6 Asosiasi Andosol Kelabu dan Regosol Kelabu 1.17 Andept, Psamment 1.00
Total 1.21
Sumber : Soepardi (1993), dalam Razioanto (2018) dan Arsyad (2010: 354)
Contoh analisa nilai T suatu unit lahan pada SubDAS Brantas Hulu sebagai berikut :
 Jenis tutupan lahan = Sawah tadah hujan
 Jenis tanah = Asosiasi andosol coklat dan glei humus
 Berat isi tanah = 1.04 gr/cm3
 Sub ordo tanah = Andent,Aquent
 Kedalaman sub ordo = 0.98
 Kedalaman solum tanah = 1000 mm
 Umur guna lahan = 400 tahun (jangka waktu yang cukup untuk
162
memelihara kelestarian tanah)

 T (Erosi diperbolehkan) = 8 &! ! !$ m 8"-m ×m!8" Z 8 &! ! !$ "!$!#
Z W $! !#!$
× nop 2 *q* 2 ℎ × 10
''' ×'.
= × 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
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
165
4.8.2 Indeks Bahaya Erosi (IBE)

Penggunaan MUSLE pada beberapa teori dijelaskan bahwa sudah menghasilkan nilai
sedimen. Hal ini dikarenakan pada perhitungan MUSLE faktor cekungan dan sungai masuk
dalam analisis limpasan, hal ini selanjutnya dianggap sudah mewakili sedimen terbawa air
ke dalam parit dan cekungan. Maka dari itu, pada beberapa perhitungan, nilai hasil MUSLE
harus dikalikan dengan nilai sediment delivery ratio (SDR) untuk menghasilkan nilai erosi
pada lahan. Hal ini berguna untuk langkah perhitungan IBE (Indeks Bahaya Erosi), karena
IBE merupakan suatu nilai yang menyatakan besaran erosi terhadap erosi yang
diperbolehkan pada lahan.
Terdapat beberapa nilai SDR yang berbeda berdasarkan metode yang digunakan. Hasil
dari beberapa metode ini merupakan hasil penelitian pada daerah peneliti dan untuk
dikonversi pada kondisi lahan di Indonesia dapat disesuaikan dengan tujuan perencanaan
yang dirasa dapat mewakili nilai asli pada kondisi lahan eksisting. Dalam perhitungan dan
analisis akan digunakan beberapa metode sebagai perbandingan nilai yang dapat dilihat
sebagai berikut ;
Tabel 4.66. Nilai SDR pada Beberapa Metode
Metode Sediment Delivery Ratio (SDR)

Area
Luas (Ha)
Tanngkapan
NRCS Boyce Auerswald Robinson
USDA (1975) (1992) (1979)
DAS 1 1166.900 0.050 0.049 0.074 0.236
DAS 2 2637.791 0.045 0.039 0.060 0.203
DAS 3 1423.412 0.050 0.046 0.070 0.230
DAS 4 1311.795 0.050 0.048 0.072 0.233
DAS 5 1917.352 0.048 0.042 0.065 0.219
DAS 6 1171.974 0.050 0.049 0.074 0.236
DAS 7 1719.322 0.043 0.044 0.067 0.224
DAS 8 1761.780 0.043 0.044 0.066 0.223
DAS 9 971.165 0.055 0.052 0.077 0.242
DAS 11 589.059 0.060 0.060 0.088 0.265
DAS 13 619.690 0.060 0.060 0.086 0.263
DAS 15 351.969 0.065 0.071 0.099 0.300
Pada tabel 4.66 dapat dilihat bahwa pada DAS 10, 12 dan 14 tidak dihitung nilai SDR,
karena metode yang digunakan dalam perhitungan debit adalah metode rasional. Metode
rasional dianggap sudah mewakili peristiwa erosivitas pada lahan sehingga tidak perlu
dikalikan dengan nilai SDR untuk mendapatkan nilai laju erosi yang ada. Untuk perhitungan
166
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 6 1171.974 1001.351 93.149 4240.666 394.483 22.260 190.510 17.722 Sangat Tinggi Sangat Tinggi
DAS 8 1761.780 242.541 27.944 1088.310 125.387 26.947 40.387 4.653 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
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

169
Gambar 4.25. Peta IBE Eksisting SubDAS Brantas Hulu Kota Batu Menggunakan Analisis SDR
169
170
170
Gambar 4.26. Peta IBE Skenario SubDAS Brantas Hulu Kota Batu Menggunakan Analisis SDR
171
4.9 Rencana Bangunan Pengendali Sedimen

Dalam perencanaan bangunan pengendali sedimen, lokasi perencanaan
dipertimbangkan pada sungai yang memiliki tinggi tanggul yang memadai dan lokasi sungai
yang tidak berdekatan dengan pemukiman warga. Hal ini dilakukan untuk mengantisipasi
dalam jangka waktu beberapa tahun kedepan saat elevasi dasar sungai sudah hampir setara
dengan bangunan pengendali sedimen yang dibangun, tidak menimbulkan luapan yang
melebihi tanggul sungai sehingga melimpas ke pemukiman warga saat terjadi banjir.
Rencana bangunan pengendali sedimen berdasarkan analisis sebelumnya, diletakkan pada
DAS 6 yang setelah diskenario tata guna lahan baru masih memiliki nilai IBE yang masih
diatas 10 dan masuk klasifikasi sangat tinggi.
Gambar 4.27. Lokasi Titik Rencana Bangunan Pengendali Sedimen (CheckDam)

Sumber : Dokumentasi Pribadi, 2021
Perhitungan checkdam menggunakan rumus 2.66 – 2.71 pada subbab 2.8.4 bagian
bentuk dan dimensi. Pada perencanaan ini, diasumsikan checkdam dapat setinggi 5 meter
atau ukuran maksimal checkdam serta pada proses pencarian nilai slope sungai dibantu
dengan aplikasi google earth didapatkan nilai 0.0127. Berikut merupakan perhitungan untuk
perencanaan secara umum bangunan pengendali sedimen.
 Slope Sungai (Io) = 0.0127
 Lebar sungai (B) =5m
 Tinggi Checkdam = 5 m (asumsi)
 Istatis = 0.5 x Io
= 0.00632
 Idinamis = (2/3) x Io
= 0.00844
t
 Lstatis =
uv uw
172
=
'.' '.''
= 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)
173
174
174
175
Perhitungan Efisiensi checkdam dan umur guna checkdam sebagai berikut :

 Efisiensi = Volume total/Volume Sedimen
= 14812.5 / 88069.457
= 0.202
z%(z % &- $)
 Intensitas Erosi (S) =
X (X !% :] )
' .
=
.
= 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.
4.10 Efektifitas Tindakan Konservasi dan Skenario TGL Baru

Perhitungan sedimentasi dilakukan ulang dengan tahapan yang sama yaitu mengubah
data faktor CP dari TGL baru menjadi data raster untuk selanjutnya digunakan dengan
perhitungan rumus MUSLE dibantu tools “Raster Calcultor”.
Gambar 4.29. Hasil Perhitungan Erosi Pada TGL Baru

Berdasarkan hasil pengolahan data pada gambar 4.29 didapatkan nilai laju sedimentasi
potensial maksimal yang terjadi adalah 8666.39 ton/ha/tahun dan minimum adalah 0.002
ton/ha/tahun. Sedangkan untuk laju sedimentasi rata-rata pada SubDAS Brantas Hulu
setelah dilakukan skenario TGL Baru dan perubahan pengelolaan lahan adalah 32.532
176
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
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
Sangat Sangat
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

Sangat Sangat
Ringan Berat
60 - 180 -
<15 15 - 60 >480
180 480
Tulungrejo 2468.369 2207.714 266.594 203.022 36.655
Area Kehutanan 159.939 270.464 60.603 27.550 9.313
Oro-Oroombo 180.518 104.809 51.203 14.083 15.385
Sumberejo 214.366 57.388 12.281 8.668 0.301
Sidomulyo 245.309 4.069 0.934 0.118 -
Kel.
273.774 170.180 54.089 60.874 8.038
Batu Songgokerto
Kel.
328.486 209.117 76.117 54.511 9.428
Pesanggrahan
Kel. Ngaglik 197.192 47.799 44.135 31.466 1.696
Kel. Sisir 227.121 18.706 7.101 9.149 0.940
Kel. Temas 349.459 47.540 25.947 18.261 20.094
Tlekung 65.947 28.859 1.420 0.051 -
Dadaprejo 70.684 4.725 1.375 0.189 0.265
Pendem 117.125 2.036 0.157 0.160 0.108
Junrejo Mojorejo 187.343 3.458 0.996 0.608 0.096
Beji 204.907 17.429 9.370 5.224 3.942
Junrejo 229.698 12.634 0.203 - -
Torongrejo 206.446 16.721 36.617 66.361 12.542
Sedangkan untuk rencana pembangunan bangunan pengendali sedimen (check dam)
nilai reduksi volume sedimen dapat dilihat pada efisiensi bangunan yaitu senilai 20.2%,
namun untuk efektifitas pengurangan laju sedimentasi sebagai berikut :
. ' .
 Efektifitas reduksi sedimentasi checkdam = × 100 = 13.46%
.
178
174
Gambar 4.29. Peta Laju Sedimentasi Skenario SubDAS Brantas Hulu Kota Batu
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.
4.11.2 Arahan Penggunaan Lahan dan Sebaran Indeks Bahaya Erosi

Berdasarkan perhitungan laju erosi yang terjadi, dengan menggunakan persamaan
Indeks Bahaya Erosi (IBE) oleh Hammer (1981) dan SDR, maka didapatkan sebaran indeks
bahaya erosi existing tahun 2020 pada SubDAS Brantas Hulu Kota Batu dengan kelas rentan
didominasi oleh IBE >10. Hal ini menunjukkan bahwa dari erosi lahan sudah masuk ke
dalam rentang sangat tinggi. Hal ini tentu disebabkan oleh faktor tata guna lahan dan
topografi daerah SubDAS Brantas Hulu yang dominan tegalan/ladang serta dengan
kemiringan yang curam.
Perencanaan arahan penggunaan lahan menggunakan pedoman Rehabilitasi Lahan dan
Konservasi Tanah (RLKT). Penilaian arahan ini disesuaikan dengan kondisi lahan dengan
nilai laju sedimentasi berat dan sangat berat yang memerlukan konservasi dan pengelolaan
untuk mengurangi laju sedimentasi serta dari skoring parameter arahan penggunaan lahan.
Arahan penggunaan lahan yang direkomendasikan adalah kawasan budidaya tanaman
dengan luasan 41.35% dari luas daerah penelitian, kawasan penyangga dengan luasan
36.27% dan kawasan lindung 22.38%. Arahan penggunaan lahan ini akan digunakan sebagai
landasan dalam penentuan skenario tata guna lahan baru.
Setalah dilakukan skenario tata guna lahan yang baru, dilakukan lagi analisis MUSLE
untuk mendapatkan nilai sedimentasi. Langka selanjutnya adalah mengonversi laju
sedimentasi tersebut menjadi laju erosi dengan dibagi SDR. Dari laju erosi ini, dihitung lagi
180
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.
4.11.3 Efektifitas Metode Konservasi

Upaya mengurangi laju erosi yang terjadi adalah dengan menerapkan arahan
penggunaan lahan yang sudah dianalisis. Selain itu diadakan pula perubahan faktor P yaitu
pengelolaan dan konservasi lahan pada tata guna lahan tegalan, hutan produksi dan
perkebunan. Sehingga didapatkan nilai faktor CP baru dan selanjutnya diterapkan pada
skenario tata guna lahan yang baru. Dari hasil skenario tata guna lahan yang baru dan
pengelolaan lahan baru didapatkan pengurangan nilai laju sdimentasi pada kelas sedang,
berat dan sangat berat.
Untuk rerata nilai laju sedimentasi yang baru didapatkan nilai 32.532 ton/ha/tahun atau
2.688 mm/tahun. Jika dibandingkan dengan nilai laju sedimentasi lama, maka didapatkan
efektivitas penerapan skenario tata guna lahan dan konservasi lahan yang baru adalah
88.30%. Sedangkan untuk erosi aktual berkurang menjadi1,401,580.53 ton/tahun.
Sedangkan untuk bangunan pengendali sedimen direncanakan untuk mengurangi
sedimentasi pada DAS 6 dan dapat mengurangi nilai volume sedimen sebesar 20.2% serta
13.46% laju sedimentasi potensial. Namun nilai ini diasumsi bertahan selama usia guna
checkdam yaitu 244 hari. Maka diperlukan upaya konservasi mekanis lain, terutama pada
lahan dengan pertimbangan biaya yang lebih sedikit dan penerapan yang lebih mudah.
BAB V
KESIMPULAN DAN SARAN
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
Arsyad, S. (2010). Konservasi Tanah dan Air. Bogor: IPB Press.

Associated of Crop Production. (2006) Model Simulation of Soil Loss, Nutrient Loss, and
Change in Soil Organic Carbon.
Asdak, Chay. (2010). Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gajah
Mada University Press.
Bisri. (2009). Pengelolaan Daerah Aliran Sungai. Malang. C.V. Asrori Malang
Gebreyesus Brhane Tesfahunegn, Lulseged Tamene, and Paul L. G. Vlek. (2014). Soil
Erosion Prediction Using Morgan-Morgan-Finney Model in a GIS Environment in
Northern Ethiopia Catchment. Applied and Environmental Soil Science Volume 2014,
Article ID 468751,
I. Andriyani dkk. (2019). Perubahan Tata Guna Lahan di Sub DAS Rembangan - Jember
dan Dampaknya Terhadap Laju Erosi. Jurnal Agritech 39 (2) 2019 117-127
Ilahi, Yuangga Rizky (2018). Perencanaan Check Dam Ampelgading Sebagai Upaya
Pengendalian Banjir Lahar Dingin Gunung Semeru Pada Sungai Glidik Kecamatan
Tempursari Kabupaten Lumajang, [Skripsi] Universitas Brawijaya
Hirijanto , Bambang Suprapto , Edi Hargono. (2014) Analisa Lahan Kritis Untuk Konservasi
Sumberdaya Air Di Wilayah Kota Batu Malang. Jurnal Rekayasa Sipil / Vol 2 No 1 -
Februari 2014 ISSN 2337-7720
Kepmen PU, (2010). Nomor 268/KPTS/M/2010 tentang Pola Pengelolaan Sumber Daya Air
Wilayah Sungai Brantas
Kurniawati, Tri. (2017). Evaluasi Dan Rasionalisasi Kerapatan Jaringan Pos Hujan Dan
Pos Duga Air Dengan Metode Stepwise Di Sub Das Lesti.[Jurnal] Universitas Brawijaya
Litbang Pertanian, (2010). Membalik Kecendurungan Degradasi Sumber Daya Lahan dan
Air
Noorwantoro, Muhammad (2014) Analisa Kawasan Rawan Bencana Tanah Longsor di DAS
Upper Brantas Menggunakan Sistem Informasi Geografi.[Jurnal],Universitas
Brawijaya.
Nustyani Fauziyah.(2020). Analisis Erosi dan Kekritisan Lahan Berbasis Sistem Informasi
Geografis (SIG) Pada Daerah Aliran Sungai Citarum Hulu.
Peraturan Menteri Pekerjaan Umum dan Perumahan Rakyat No.4 Tahun 2015 tentang
Kriteria dan Ketetapan Wilayah Sungai.
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

Lokasi Studi Yang Sama

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Lokasi Studi Yang Sama

Diunggah oleh

Hak Cipta:

Format Tersedia

Pemetaan Sebaran Indeks Bahaya Erosi dan Arahan Penggunaan Lahan di

Ditujukan untuk memenuhi persyaratan

DENY AINUR ROSIDIN

DAFTAR ISI ........................................................................................................................ i

Tabel 2.1. Nilai Kn untuk Pemeriksaan Outlier .............................................................. 9

Tabel 4.32. Perhitungan Nilai K Log Persin III ............................................................ 108

Tabel 4.62. Rekomendasi Perubahan Pengelolaan dan Konservasi Lahan................... 156

Gambar 2.1. Sketsa Analisa Kurva Massa Ganda ............................................................ 10

1.1 Latar Belakang

1.2 Identifikasi Masalah

1.3 Rumusan Masalah

1.4 Batasan Masalah

(Halaman Ini Sengaja Dikosongkan)

2.1 Daerah Aliran Sungai

2.1.1 Pengelolaan Daerah Aliran Sungai

2.2 Analisa Hidrologi

Tabel 2.1. Nilai Kn untuk Pemeriksaan Outlier

Gambar 2.1. Sketsa Analisa Kurva Massa Ganda

6. Menghitung nilai |Sk**|,

Tabel 2. 2 Nilai Kritis Q/√$ dan R/√$

2.2.3 Uji Stasioner

Tabel 2.3 Nilai kritis Fc Distribusi F (F = 0,05)

Tabel 2.4 Nilai Kritis Tc Distribusi T

Rt = peringkat dari variabel hidrologi dalam deret berkala

Gambar 2.2 Contoh Penggunaan Poligon Thiessen

 Hitung standar deviasi: Slog = N 1 ....................................(2.26)

 Hitung koefisien kemencengan:

Sumber: Soemarto (1987, p.42)

Sumber: Soemarto (1987, p.42)

2.2.8 Uji Kesesuaian Distribusi Frekuensi

1 0.000039 0.00015 0.0009 0.00393 3.841 5.024 6.635 7.879

6 0.68 0.87 1.24 1.64 12.59 14.45 16.81 18.55

11 2.60 3.05 3.82 4.58 19.68 21.92 24.73 26.76

16 5.14 5.81 6.91 7.96 26.30 28.85 32.00 34.27

21 8.03 8.90 10.28 11.59 32.67 35.48 38.93 41.40

26 11.16 12.20 13.84 15.38 38.89 41.92 45.64 48.29

Tabel 2. 9 Nilai Kritis (Dcr) Untuk Uji Kolmogorov-Smirnov

t = Lama hujan (jam)

I = Intensitas hujan rerata selama waktu tiba banjir (mm/jam)

2.3.1. Proses Terjadinya Erosi

2.3.2 Dampak Erosi

2.3.3 Faktor yang Mempengaruhi Erosi

Tabel 2.12 Hubungan Erosi Tanah Rata-Rata Tahunan dengan Vegetasi

Sumber: Roose (1967) dalam Yusadinanta A.A (2017)

2.4 Pendugaan Laju Erosi (Soil Loss Predictions)

-V = 1.586 ("W × XY)Z.[7 × _-QZ. × R × \- × I × ....................................(2.49)

2.4.1. Faktor Erosivitas Limpasan Permukaan (Rw)

I+ = (∑ I+. Q) / ∑ Q .......................................................................................... (2.54)

Sumber : USDA (1975) dalam Arsyad (2010:143)

Sedangkan di Indonesia sendiri telah dilakukan penelitian erodibilitas tanah yang

Tipe Tanah Soil Types Faktor K

Aluvial Kelabu Tua Dark Grey Alluvial Soils 0.259

Tipe Tanah Soil Types Faktor K

Regosol Coklat Brown Regosols 0.346

Regosol Coklat Kekelabuan Greyish Brown Regosols 0.271

Regosol Coklat Kekuningan Yellowish Brown Regosols 0.331

Regosol Kelabu Grey Regosols 0.304

Regosol Kelabu Kekuningan Yellowish Grey Regosols 0.301

2.4.3. Faktor Panjang Lereng dan Kemiringan Lereng (LS)

- = 65.41 -g 2h + 4.56-g h + 0.065 ..................................................................... (2.56)

Gambar 2.3 Tampilan ekstensi LS-TOOL

Dengan : Lij-in = panjang grid cell pada data raster (i,j)

2.4.4. Faktor Vegetasi Penutup Tanah (C)