ANALISIS TINGKAT BAHAYA EROSI MENGGUNAKAN METODE CA(CELLULAR AUTOMATA) DI SUB DAS JENNEBERANGKABUPATEN GOWA PROPINSI SULAWESI SELATAN

AYU PRATIWI

H221 09 263

Abstrak. Penelitian ini bertujuan untuk mengurangi tingkat erosi dengan melakukan aturanperubahan penggunaan lahan menggunakan metode CA (Cellular Automata). Data yangdiinput adalah data spasial tingkat bahaya erosi existing multi waktu menurut kondisi padatahun 2003 sampai dengan tahun 2012. Seluruh data spasial ini diubah kedalam formatASCII yang diolah dan dianalisis menggunakan Sistem Informasi Geografis (SIG). Simulasidilakukan mulai pada tahun 2003 sampai dengan tahun 2012 dengan durasi waktu tiap 3tahun, yang selanjutnya akan divalidasi dengan algoritma Kappa dan Fuzzy Kappa. Aturan-aturan yang dirumuskan dalam model CA menghasilkan peta tingkat bahaya erosi (TBE)dengan periode tiga tahunan yakni 2006, 2009, dan 2012. Hasil perhitungan luas daerahuntuk tingkat bahaya erosi setelah simulasi untuk tahun 2006, 2009, dan 2012 mengalamipenurunan rata-rata sebesar 2% dari tingkat bahaya erosi sebelum simulasi.

Kata kunci: CA (Cellular Automata), SIG (Sistem Informasi Geografis), Kappa, Fuzzy Kappa

I. PENDAHULUAN

Peningkatan jumlah penduduk dankegiatan pembangunan yang semakinpesat mengakibatkan peningkatankebutuhan manusia terhadap sumberdayalahan. Eksploitasi sumberdaya lahan yangberlangsung sangat intensif menyebabkanbentuk-bentuk pemanfaatan lahan yangdilakukan di dalam suatu wilayah daerahaliran sungai (DAS) sering tidak

memperhatikan dampak negatif yangditimbulkannya.

Bentuk-bentuk pemanfaatan lahan tersebut,antara lain: penebangan hutan secara liar,perladangan berpindah, konversi hutanalam menjadi penggunaan lahan yang lain,pembangunan perumahan dan industri didaerah resapan air, dan penggunaan lahanyang tidak menerapkan prinsip konservasitanah dan air.

Kegiatan tersebut di atas menimbulkanterjadinya tekanan yang berat terhadapkelestarian sumberdaya lahan yang padaakhirnya mengakibatkan terjadinyadegradasi lahan. Peningkatan tingkatdegradasi lahan mengakibatkan fungsihidrologis dari DAS tersebut tidak berjalandengan baik, yang dicirikan denganterjadinya fluktuasi debit aliran permukaanyang tinggi, peningkatan laju erosi, dantingginya tingkat sedimentasi.

Perkembangan pesat pemukiman danpenggunaan lahan di wilayah Sub DASJeneberang bagian hulu, berdampaknegatif dan sangat berpengaruh nyataterhadap kondisi DAS Jeneberang, dimanatingkat kekritisan lahan telah mencapai53.471 ha dan cenderung terus meningkat(BPDAS Jeneberang-Walanae 2003).Sejalan dengan semakin meluasnya areallahan kritis tersebut, pada beberapa tahunterakhir ini kondisi hidrologis DTAJeneberang Hulu menunjukkankecenderungan yang semakin menurun.Banjir terjadi pada setiap musim hujan dankekeringan di musim kemarau merupakanbukti nyata yang tidak dapat dipungkiri(BPDAS Jeneberang-Walanae2003).

Demikian pula luas areal yang mengalamierosi berat di Sub DAS Jeneberang bagianhulu mencapai 33.269 ha, dan areal inihampir seluruhnya berada di bagian hulu

DAS Jeneberang (BPDAS Jeneberang-Walanae 2003). Erosi yang terjadi di SubDAS Jeneberang bagian hulu sangat eratkaitannya dengan kondisi iklim, geologi,tanah, topografi dan vegetasi yang tumbuhdi daerah tersebut, serta bentukpenggunaan lahannya, yaitu jenisbatuannya yang mudah lapuk, kemiringanlereng yang relatif curam, serta penutupanvegetasi yang kurang.

Salah satu langkah yang digunakan untukmengurangi laju erosi dan aliranpermukaan diperlukan upayapenanggulangan, melalui penggunaanlahan secara optimal dalam mengurangidampak laju erosi dan aliran permukaan.Penggunaan lahan sendiri sangat eratkaitannya dengan dimensi sosial, ekonomidan lingkungan. Hal ini terkait denganpernyataan Waltz ,et al (2004), dimanapenggunaan lahan merupakan salah satuwujud keterkaitan yang nyata antaraaktivitas manusia dan perubahanlingkungannya.

Ada beberapa pemodelan yang dapatdigunakan dalam perubahan penggunaanlahan, salah satunya melalui metodeCellular Automata. Model ini dapatmempredeksi kondisi di waktu yang akandatang secara spasial.

Cellular automata (CA) awalnyadiperkenalkan oleh von Neumann danUlam pada tahun 1948 sebagai modelsederhana untuk menyelidiki perilakusistem kompleks secara luas danmempelajari proses biologi sepertimemperbanyak diri (Von Neumann, 1966;Toffoli T and Margolus N. 1987).

Model CA adalah suatu metoda komputasiuntuk memprediksi perubahan sistemdinamik yang bergantung pada aturansederhana dan berkembang hanya menurutaturan tersebut dari waktu ke waktu. CAtelah banyak diterapkan di berbagai bidangilmu, baik di bidang ilmu sosial maupunilmu eksakta. Salah satunya dalam Houet,T., Moy, L.M., (2004). Dimana penelitianini menghasilkan prediksi perubahantutupan lahan kota berdasarkan skenariodan jumlah iterasi selama prosesnyadengan menggunakan model CellularAutomata.

Dinamika perubahan penggunaan lahansetiap saat dan di lokasi manapun akanselalu berlangsung. Namun untukmeminimalisasi faktor tersebut, diperlukanaturan dan juga skenario sehinggaperubahanya akan mengurangi dampakkerusakan yang ditimbulkannya. Karenaitu penelitian ini akan menggunakan modelCA untuk melakukan simulasi perubahan

penggunaan lahan untuk pengendalianerosi di Sub-DAS Jeneberang.

II. LOKASI DAN DESKRIPSI AREAPENELITIAN

Penelitian ini dilaksanakan di Sub DASJeneberang, Kab.Gowa Propinsi SulawesiSelatan (Gambar 1) Secara geografis DASJeneberang terletak pada 119o2350BT -119o5610BT dan 05o1000LS -05o2600 LS dengan panjang sungaiutamanya 78,75 km. Daerah aliran sungai(DAS) Jeneberang secara administrasiberada dalam Kabupaten Dati II Gowa,Propinsi Dati I Sulawesi Selatan. SungaiJeneberang bersumber dari GunungBawakaraeng dan Gunung Lompobattang,mempunyai ketinggian 2.833 mdpl. Arahutama pengalirannya adalah ke barat padabagian hulu dan ke barat daya pada bagiantengah dan pada bagian hilir terpecahmenjadi dua arah ke barat laut dan ke baratdaya. DAS Jeneberang terbagi lagimenjadi Sub DAS diantaranya Sub DASJeneberang dengan luas total sebesar34.238 ha dan menurut Dinas PekerjaanUmum Propinsi Sulawesi Selatan (1988)dalam Devianto (2008), Sub DASJeneberang termasuk dalam wilayahadministratif Kecamatan TinggimoncongKabupaten Gowa.

Gambar 1 Peta Lokasi Penelitian

III. METODOLOGI

USLE merupakan suatu model parametrikuntuk memprediksi erosi dari suatu bidangtanah. USLE memungkinkan perencanamenduga laju rata-rata erosi suatu tanahtertentu pada suat kecuraman lerengdengan pola hujan tertentu untuk setiapmacam pertanaman dan tindakanpengelolaan (tindakan konservasi tanah)yang mungkin dilakukan atau yang sedangdipergunakan (Arsyad, 1989).Pendugaan Erosi dilakukan denganmenggunakan Metode USLE denganpersamaan sebagai berikut:

Aa = R.K.LS.C.P (1)

Ap = R.K.LS

Keterangan: Aa = Erosi Aktual; Ap =Erosi Potential

R = Indeks Erosivitas Hujan

K = Erodibilitas Tanah

LS = Faktor Panjang dan KemiringanLereng

C = Vegetasi

P = Teknik Konservasi Tanah dan Air

Faktor R, K, L dan S secara matematisdapat dikategorikan sebagai variable tidakterkontrol. Dengan kata lain, untukmenurunkan erosi hanya dapat dilakukan

dengan cara memanipulasi nilai C dan P(Suwardjo, et al. 1990)

Perangkat lunak yang digunakan yaitu SIG,SpaCelle, Global Mapper,MapComparison Kit (MCK) dan MicrosoftExcel.

IV. HASIL DAN PEMBAHASAN

Curah Hujan

Daerah penelitian seperti halnya daerahlain di Indonesia dipengaruhi oleh anginMuson Tenggara yang bertiup antara

Bulan Juli sampai Oktober dan AnginMuson Barat Laut yang bertiup antaraNovember sampai April. Angin MusonTenggara bersifat kering yangmenyebabkan musim kemarau dan AnginMuson Barat Laut bersifat basah yangmenyebabkan musim hujan.

Data diperoleh dari enam stasiun.Berdasarkan data diketahui jumlah curahhujan rata-rata maksimum sebesar 703.38mm dan jumlah curah hujan rata-rataminimum sebesar 11.21 mm.

Panjanglereng

TindakanKonservasi

Land UseLerengData TanahData CurahHujan

Faktor

R,K,L,S,C,P

Erosi= R.K.L.S.C.P

Kelas Erosi

Peta Erosi

Gambar 2 Skema Penentuan Kelas Erosi

Data Tanah Panjanglereng

Lereng Land Use TindakanKonservasi

Tabel 1 Curah hujan bulanan dalam satu tahun di enam stasiun

BulanStasiun Rata-rata

(mm)Bontobili Malino Bili-Bili DAM Jonggoa Limbunga MangenpangJan 509.00 863.00 538.86 711.86 625.43 972.14 703.38Feb 322.00 717.00 490.71 518.57 568.43 887.00 583.95Mar 236.00 502.00 385.57 451.57 463.43 660.86 449.90Apr 324.00 442.00 181.29 226.71 259.00 368.57 300.26Mei 89.00 216.00 97.43 64.29 102.86 176.71 124.38Jun 39.00 143.00 61.00 83.71 83.57 105.29 85.93Jul 5.00 101.00 14.43 23.71 48.86 60.86 42.31Ags 12.00 25.00 0.29 19.86 7.43 2.71 11.21Sep 26.00 48.00 4.71 8.57 17.86 26.71 21.98Okt 80.00 85.00 131.71 148.14 141.86 196.00 130.45Nov 454.00 379.00 233.29 335.43 241.43 507.14 358.38Des 604.00 772.00 519.43 623.29 647.86 1,043.43 701.67Total 2,700.00 4,293.00 2,658.71 3,215.71 3,208.00 5,007.43 3,513.81

Geologi dan Jenis Tanah

Berdasarkan peta digital jenis tanah, jenistanah yang terdapat di Sub DASJeneberang adalah Andosol Coklat yangterbentuk dari bahan induk tufa vulkanmasam dan alkali, Latosol CoklatKekuningan dari bahan induk tufa vulkanmasam sampai intermedier, KomplekLatosol Coklat Kemerahan dan Litosoldari bahan induk tufa dan batuan vulkanintermedier serta Mediteran CoklatKemerahan. Sub DAS Jenneberangdidominasi oleh jenis tanah KomplekLatosol Coklat Kemerahan dan Litosoldengan luas 22377.5 Ha.

Topografi

Berdasarkan hasil pengolahan peta digitalelevasi skala 1 : 200.000, wilayah Sub

DAS Jenneberang terletak pada ketinggianantara 65-2800 mdpl.

Kemiringan Lereng

Faktor kemiringan dan panjang lerengsangat berpengaruh terhadap erosi.Semakin curam lereng akan membuat erosisemakin tinggi. Sub DAS Jenneberangmemiliki bentuk wilayah dan kemiringanlereng yang cukup beragam dari datarhingga berbukit-bergunung. Wilayah yanglebih dominan dengan kemiringan lerengagak miring (4-8%) menempati luas13271.5 Ha.

IV.I Evaluasi Tingkat Bahaya Erosi

Tingkat Bahaya Erosi (TBE) ditentukanberdasarkan tingkat erosi atau laju erosi(ton/ha/tahun) dengan kedalaman tanah.

Perbedaan tingkat erosi antar satuan lahandisebabkan karakteristik setiap satuanlahan berbeda-beda. Factor-faktor yangmenentukan tingkat erosi tersebut adalah:Erosivitas Hujan (R), Erodibilitas Tanah(K), Panjang dan Kemiringan Lereng (LS),Pengelolaan Tanaman (C), dan PraktekKonservasi (P).

Tingkat Bahaya Erosi (TBE) SebelumSimulasi

Berdasarkan hasil perhitungan dari factorR,K,L,S,dan CP maka didapatkan petahasil erosi untuk tahun 2003,2006,2009,dan 2012.

a. Tahun 2003

(Gambar 3 Peta Tingkat Erosi tahun 2003 Sub DAS Jenneberang)Untuk tahun 2003, dapat dilihat bahwaerosi dengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 19562.500Ha atau sekitar 52 %dari keseluruhan luas wilayah DAS

Jenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 959.658 Haatau sekitar 3 % dari keseluruhan luaswilayah DAS Jenneberang.

b. Tahun 2006

(Gambar 4. Peta Tingkat Erosi tahun 2006 Sub DAS Jenneberang)

Untuk tahun 2006, dapat dilihat bahwaerosi dengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 19509.300Ha atau sekitar 52 %dari keseluruhan luas wilayah DAS

Jenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 959.502 Haatau sekitar 3 % dari keseluruhan luaswilayah

c. Tahun 2009

(Gambar 4.11 Peta Tingkat Erosi tahun 2009 Sub DAS Jenneberang)

Untuk tahun 2009,dapat dilihat bahwaerosi dengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 19511.600Ha atau sekitar 52 %dari keseluruhan luas wilayah DAS

Jenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 959.502Haatau sekitar 3 % dari keseluruhan luas .

d. Tahun 2012

(Gambar 5 Peta Tingkat Erosi tahun 2012 Sub DAS Jenneberang)Untuk tahun 2012dapat dilihat bahwa erosidengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 19802.600 Ha atau sekitar 52 %dari keseluruhan luas wilayah DASJenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 959.658 Haatau sekitar 3 % dari keseluruhan luaswilayah DAS Jenneberang.

Aturan Simulasi

Sebelum memulai simulasi diperlukanbeberapa aturan perubahan penggunaanlahan, hal ini dimaksudkan untuk

memperoleh aturan yang dapatmenurunkan tingkat bahaya erosi. Aturanini akan disimulasikan dalam programSpacelle, dimana sebelumnya diperlukanbeberapa lapisan diantaranya penggunaanlahan, konservasi lahan serta tingkatbahaya erosi sebelum simulasi.

Tingkat Bahaya Erosi (TBE) SetelahSimulasi

Berdasarkan hasil simulasi makadidapatkan peta hasil erosi untuk tahun2006,2009, dan 2012, sebagai berikut:

Untuk tahun 2006 dapat dilihat bahwaerosi dengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 20,858.30 Ha atau sekitar 55 %dari keseluruhan luas wilayah DASJenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 824.13 Haatau sekitar 2 % dari keseluruhan luaswilayah DAS Jenneberang.

Untuk tahun 2009, dapat dilihat bahwaerosi dengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 20,901.80 Ha atau sekitar 55 %dari keseluruhan luas wilayah DASJenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 806.31Haatau sekitar 2 % dari keseluruhan luaswilayah DAS Jenneberang.

Untuk tahun 2012, dapat dilihat bahwaerosi dengan tingkat Erosi Sangat Tinggimenempati wilayah terluas dengan totalwilayah 21,043.60 Ha atau sekitar 56 %dari keseluruhan luas wilayah DASJenneberang. Dan erosi dengan tingkatErosi Rendah menempati wilayahterkecil dengan total wilayah 825.57 Haatau sekitar 2 % dari keseluruhan luaswilayah DAS Jenneberang.

Perbandingan Hasil Erosi SebelumSimulasi dan Hasil Simulasi

Data yang dibandingkan adalahperhitungan hasil erosi sebelum simulasitahun 2006,2009,2012 dan hasi simulasi2006,2009,2012.

Untuk tahun 2006 didapatkan bahwa hasilperhitungan sebelum simulasi untuk erosidengan kelas Sangat Tinggi mengalamipeningkatan sebesar 3 % dari luasan awal19509.3 Ha menjadi 20858.3 Ha.Sedangkan untuk kelas erosi SangatRendah mengalami penurunan sebesar1%.

Untuk tahun 2009 didapatkan bahwa hasilperhitungan sebelum simulasi untuk erosidengan kelas Sangat Tinggi mengalamipeningkatan sebesar 3 % dari luasan awal19511.6Ha menjadi 20901.8Ha.Sedangkan untuk kelas erosi SangatRendah mengalami penurunan sebesar1%.

Untuk tahun 2012 didapatkan bahwa hasilperhitungan sebelum simulasi untuk erosidengan kelas Sangat Tinggi mengalamipeningkatan sebesar 4 % dari luasan awal19802.6Ha menjadi 21043.6Ha.Sedangkan untuk kelas erosi SangatRendah mengalami penurunan sebesar1%.

Perbandingan perhitungan tingkat erosisebelum simulasi dengan hasil simulasiditunjukkan pada gambar 6

Tahun Perbandingan Perubahan SelisihExisting Simulasi

2006

2009

2012

Ket Tanpa perubahan penggunaan lahanTerjadi perubahan penggunaan lahan(Gambar 6 Perbandingan perubahan tingakat erosi sebelum simulasi dan sesudah simulasi pada tahun

2006,2009,2012)

Uji Validasi

Uji validasi dimaksudkan untukmengetahui tingkat kepercayaan terhadaphasil yang diperoleh dari simulasi. Untukuji validasi sendiri menggunakanMicrosoft Excel dan Map Comparison Kit(MCK).

Untuk hasil penggunaan excel didapatkanselisih antara luas wilayah erosi sebelumsimulasi dan setelah simulasi ditunjukkanpada tabel dibawah.

Tabel 2 Selisih antara luas wilayah erosi sebelum simulasi dan setelah simulasi

TBE

Tahun & luas perbedaan dalam (Ha)

2006 2009 2012

Sangat Rendah (0-5) 387.14 4% 387.6 4% 117.87 1%Rendah (5-12) 135.372 14% 153.192 16% 134.088 14%Sedang (12-25) 570.11 17% 681.94 20% 423.11 13%Tinggi (25-60) 376.76 10% 280.87 8% 628.88 17%Agak Tinggi (60-150) -36.46 3% -30.2 3% 20.24 2%Sangat Tinggi (> 150) -1349 7% -1390.2 7% -1241 6%

Tabel diatas menunjukkan bahwa selisihantara hasil erosi existing dan hasilsimulasi tidak terlampau jauh.

Sedangkan untuk hasil validasimenggunakan Map Comparison Kit

(MCK) baik dengan algoritma Kappamaupun Fuzzy Kappa didapatkan sepertitable dibawah.

Tabel 3 Nilai kappa simulasi

Statistik Perbandingan Peta Referensi Dengan Simulasi2006 2009 2012Kappa 0.93097 0.92565 0.93087Klocation 0.98848 0.98435 0.99131Khisto 0.94182 0.94036 0.93903Fraction Correct 0.95563 0.95224 0.9561

Nilai Kappa yang disjikan pada tablediatas menunjukkan bahwa programmenghitung secara keseluruhan sel yang

memuat 6 kategori tingkat erosi. Namundemikian, program ini juga dapatmenghasilkan nilai statistic menurutkategori seperti tabel.

Tabel 4 Nilai fuzzy kappa simulasi

TBE Tahun2006 2009 2012Sangat Rendah (0-5) 0.95815 0.96102 0.940Rendah (5-12) 0.91958 0.91137 0.920Sedang (12-25) 0.85593 0.81745 0.868Tinggi (25-60) 0.78544 0.7573 0.827Agak Tinggi (60-150) 0.9951 0.99853 1.000Sangat Tinggi (>150) 0.86519 0.8589 0.958Berdasarkan table diatas, nilai yangdidapatkan berada pada rentang baikhingga sangat baik dengan nilai diatas70% (berdasarkan nilai ambang batasMonserud and Leemans 1992 dalampaharuddin 2012)

V. KESIMPULAN

Prediksi erosi dengan menggunakanmetode ini tidak memperlihatkan hasilyang jauh berbeda dengan penelitian yangmenggunakan data lapangan pada wilayah-wilayah yang mempunyai tingkat bahaya

erosi sangat ringan, akan tetapi perbedaanyang sangat mencolok terlihat padawilayah-wilayah yang mempunyai tingkatbahaya erosi tinggi dan sangat tinggi. Perludilakukan penelitian-penelitian denganmetode yang sama pada daerah yangberbeda untuk melihat matrik tingkatkesamaannya sehingga bisa dilihat apakahmetode ini cocok atau tidak diterapkan diIndonesia. Selain itu, Dalam prosessimulasi hendaknya menyertakan pulafaktor sosial dan ekonomi, sehinggadidapatkan hasil yang lebih optimal.

DAFTAR PUSTAKAArsyad S. 1989. Pengawetan Tanah dan Air.

Bogor: Departemen Ilmu Tanah,Fakultas Pertanian Institut PertanianBogor.

[Dephut] Departemen Kehutanan,Direktorat Jenderal Reboisasi danRehabilitasi Lahan. 1998. PedomanPenyusunan Rencana Teknik LapangRehabilitasi Lahan dan KonservasiTanah Daerah Aliran Sungai. Jakarta:Dephut.

Gardner, F.P., Pearce R.B, dan Mitchell, R.L. diterjemahkan oleh Susilo, H dan

Subiyanto., 1991. Fisiologi TanamanBudidaya. Penerbit UniversitasIndonesia (UI Press). Jakarta.

Haridjaja O. 2000. Pencemaran Tanah danLingkungan. Bogor: Jurusan Tanah,Fakultas Pertanian Institut PertanianBogor.

Paharuddin,dkk 2013. Desain modelCellular Automata dalam penyusunanscenario penggunaan lahan untukpengendalian erosi di Sub DasJeneberang. Universitas Hasanuddin

Sutiyono AP. 2006. Penggunaan ModelAGNPS Berbasis Sistem InformasiGeografis dalam Analisis KarateristikHidrologi Sub DAS Ciawitali SubangJawa Barat [skripsi]. Bogor: FakultasKehutanan. Institut Pertanian Bogor.

Toffoli T., and Margolus N., CellularAutomata Machines: A NewEnvironment for Modeling, Cambridge,MA: MIT Press, 1987

Von Neumann J., The Theory of Self-reproducing Automata, Urbana, IL:Univ. of Illinois Press, 1966