Tujuannya adalah membuat perencanaan pengelolaan daerah tangkapan tersebut menggunakan model AGNPS. Kesimpulan yang diperoleh adalah pengelolaan lahan di daerah tangkapan Cibuntu dengan cara menanam tanaman campuran di lereng agak curam dan landai dengan membuat guludan searah kontur harus diterapkan.

5) Salwati (2004) mengkaji dampak perubahan penggunaan lahan terhadap respons hidrologi di DAS Cilalawi Sub DAS

Citarum Jawa Barat menggunakan model AGNPS. Hasil analisis menggambarkan bahwa perubahan penggunaan

lahan mengakibatkan perubahan respons hidrologi, di mana pada tahun 2003 volume aliran permukaan meningkat

6,1 %, debit puncak aliran permukaan meningkat 6,8 %, hal ini mengakibatkan hasil sedimen meningkat sampai

45,6 % dibanding tahun 1997.

E. PENUTUP

Penggunaan model erosi skala DAS dengan parameter terdistribusi masih terbatas pada skala penelitian.

Disamping memerlukan input parameter yang relatif banyak dan kompleks, input parameter model tersebut juga

sering tidak tersedia di lapangan. Penggunaan model ANSWERS mulai dirintis pada beberapa DAS seperti DAS

Solo bagian hulu dan Brantas bagian hulu di bawah pengelolaan Balai Teknologi Pengelolaan DAS (Priyono dan

Mulyadi, 2000). Penggunaannya pada DAS-DAS yang lain dihadapkan pada kendala penyediaan parameter input

yang tidak dapat dipenuhi, karena instrumentasi pengukur debit aliran air dan sedimen biasanya tidak tersedia di

sebagian besar DAS di Indonesia.

Model ANSWERS (areal non-point source watershed environmental response simulation) dan model AGNPS (agricultural non point source pollutioan model)

merupakan model penduga erosi skala DAS yang telah mulai banyak digunakan di Indonesia. Walaupun masih

mempunyai beberapa kelemahan, model tersebut memberikan hasil pendugaan erosi yang cukup baik. Sinukaban

(1997) telah menggunakan model AGNPS untuk memprediksi aliran permukaan, erosi, kehilangan nitrogen dan

fosfor dan COD dari DAS seluas 10,4 hektar di wilayah perbukitan. Hasilnya menunjukkan bahwa hasil prediksi

model tidak berbeda secara stastistik dengan hasil pengukuran. Sedangkan Ginting dan Ilyas (1997) yang melakukan

simulasi berbagai penggunaan lahan dengan menggunakan model ANSWERS di DAS Siluak, menyimpulkan bahwa

model ANSWERS memerlukan validasi lebih lanjut.

Disamping disebabkan adanya perbedaan ukuran raster sel dan DAS yang digunakan, bervariasinya hasil

dugaan model ANSWERS diduga terkait dengan dinamika proses erosi pada suatu bentang lahan. Dinamika erosi

terjadi akibat bervariasinya jumlah dan intensitas hujan serta karakteristik permukaan lahan yang mempengaruhi

proses deposisi sedimen (barrier/filter). Sinukaban et al. (2000) dan Susswein et al. (2001) menunjukkan bahwa

jenis dan konfigurasibar ier /fi lter sangat mempengaruhi jumlah erosi dan volume aliran permukaan yang dihasilkan

dari suatu bentang lahan dan wilayah DAS.

13 DAFTAR PUSTAKA Arsyad S. 2006. Konservasi Tanah dan Air. Bogor : IPB Press. Asdak C. 2004. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta : Gadjah Mada University Press.

Aswandi. 1996. Aplikasi Model ANSWERS Dalam Perencanaan Pengelolaan Daerah Aliran Sungai Cikapundung Jawa

Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Beasley DB and Huggins LF. 1991. ANSWERS. User’s Manual. Agricultural Engineering Department, Purdue University, West Laffayete, Indiana. Brooks KN, Folliot PF, Gregesen HM, and Thames JL. 1987. Hydrology and The Management of Watershed. USA. Chow VT, Maidment DR, and Mays LW. 1988. Applied Hydrology. Singapore : McGraw-Hill Book Company. de Roo. 1993. Modelling Surface Runoff and Soil Erosion in Catchment Using Geographical Information System. Utrecht. Utrecht University. Dent FJ and Anderson EA. 1971. System Analysis in Agricultural Management. John Willey & Sons. Sidney. Ginting AN, dan Ilyas MA. 1997. Pendugaan Erosi pada Sub DAS Siulak di Kabupaten Kerinci dengan Menggunakan Model ANSWERS.

Makalah Lokakarya

Penetapan Model Erosi Tanah. Puslitbang Hutan dan Konservasi Alam, Bogor. 7 Maret 1997.

Hal WA and Dracup JA. 1970. Water Resources System Engineering. Mc Graw-Hill Book Co., New York. Harto SBr. 1993. Analisis Hidrologi. Jakarta : PT. Gramedia Pustaka Utama.

Hidayat Y. 2002. Aplikasi Model ANSWERS dalam Mempredikasi Erosi dan Aliran Permukaan di DTA Bodong Jaya

dan DAS Way Besay Hulu, Lampung Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Hillel D. 1977. Computer Simulation of Soil Water Dynamics : A Compendium of Recent Work. IDRC. Ottawa

Irianto G. 1993. Prediksi Aliran Permukaan, Laju Erosi dan Kualitasnya Dengan Model ANWERS Untuk Mendukung

Usaha Pemanfaatan Sumberdaya Air dan Tanah pada Areal Waduk Batujai, NTB. Tesis Magister. Program

Pascasarjana, IPB. Bogor.

Kurnia U. 1997. Pendugaan Erosi dengan Metoda USLE : Kelemahan dan Keunggulan. Lokakarya Penetapan Model

Pendugaan Erosi Tanah, Bogor, 7 Maret.

14

Lal R. 1988. Soil Erosion by Wind and Water : Problems and Prospects. Pp 1 –6. In R. Lal (ed). Soil Erosion Research

Methods. Soil and Water Conservation Society, Ankeny. Iowa.

Mise JH and Cox JG. 1968. Essential of Simulation. Prentice Hall Inc. Englewood Cliffs, New Jersey.

Muhlis M. 1999. Integrasi Parsial Penginderaan Jauh dan Sistem Informasi Geografi Dalam Pembangkitan Masukan

Model AGNPS. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Nasution AH dan Barizi. 1980. Metode Statistik untuk Penarikan Kesimpulan.

Gramedia. Jakarta.

Nugroho SP. 2000. Analisis Aliran Permukaan, Sedimen dan Hara Nitrogen, Fosfor dan Kebutuhan Oksigen Kimiawi

dengan Menggunakan Model AGNPS Di Sub DAS Dumpul. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Pawitan H. 1995. Metode Analisis Sistem Hidrologi Dalam Pendugaan Erosi dan Sedimen Daerah Aliran Sungai. Diskusi

Penelitian Erosi dan Sedimentasi Di Puslitbang PU Di Bandung.

Pawitan H. 1999. Hidrologi Daerah Aliran Sungai : Terapan Teknik Modeling. Makalah Pelatihan Dosen-Dosen PTN

Indonesia Bagian Barat dalam Bidang Agroklimatologi. Bogor.

Priyono CNS dan Mulyadi D. 2000. Penyempurnaan Perencanaan Pengelolaan DAS di Indonesia. Disampaikan pada

Seminar Hasil-Hasil Penelitian BTPDAS, 15 Januari 2000. Surakarta.

Ramdan H. 1999. Aplikasi Model ANSWERS Dalam Pendugaan Erosi dan Aliran Permukaan Di DTA Cikumutuk Sub

DAS Cimanuk Hulu. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Rauf A. 1994. Aplikasi Model ANSWERS Untuk Analisis Respon Hidrologi Sub DAS Palu Timur Sulwesi Tengah. Tesis

Magister. Program Pascasarjana, IPB. Bogor.

Risse, L.M., M.A. Nearing, A.D. Nicks, and J.M. Laflen. 1993. Error Assessment in the Universal Soil Loss Equation. Soil. Sci. Soc. Am. J. Vol. 57 : 825-833. Rompas JJ. 1996.

Penerapan Model ANWERS Dalam Memprediksi Aliran Permukaan dan Erosi Di Daerah

Tangkapan Citere Sub DAS Citarik Pengalengan Jawa Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Salwati. 2004. Kajian Dampak Perubahan Penggunaan Lahan Terhadap Respon Hidrologi Sub DAS Cilalawi DAS

Citarum Jawa Barat Menggunakan Model ANSWERS. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Schwab GO, Frevert RK, Edminster TV, and Barnes KK. 1981. Soil and Water Conservation Engineering. John Willey and Sons, Inc. New York. Sinukaban N. 1995. Manajemen/Pengelolaan Daerah Aliran Sungai. Diskusi Penelitian Erosi dan Sedimentasi Di Puslitbang PU Di Bandung. 15

Sinukaban N, Tarigan SD, Purwakusuma W, Baskoro DPT dan Wahyunie ED. 2000. Analysis of watershed Function

(Sediment Transfer Across Various Type of Filter Strips). Lab. of Soil Physics and Soil & Water Conservation,

Dept. of Soil Science, IPB-ICRAF. Bogor.

Sosrodarsono S dan Takeda K. 1987. Hidrologi untuk Pengairan. Jakarta : PT. Pradnya Paramita.

Susswein PM, Noordwijk MV, and Verbist B. 2001. Forest Watershed Function and Tropical Land Use Change. ASB

Lecture Note 7. International Centre for Research in Agroforestry. Bogor.

Tarigan T. 2000. Perencanaan Pengelolaan Daerah Tangkapan Untuk Pelestarian Situ Cibuntu Cibinong Menggunakan

Model AGNPS. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Tikno S. 1996. Penggunaan Model ANSWERS Untuk Mempredikasi Aliran Permukaan dan Sedimen di Sub DAS

Cibarengkok-Cimuntur, Jawa Barat. Tesis Magister. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Utami Y. 2000. Kajian Hidrologi Sebagai Pengaruh Dari Teknik Rehabilitasi Lahan dan Konservasi Tanah Menggunakan

Model ANSWERS Di Sub DAS Padas. Tesis Magister. Program Pascasarjana, IPB. Bogor.

Wishmeier WH. 1976. Use and Misuse of the Universal Soil Loss Equation. Journal of Soil and Water Conservation. Vol. 31(1) : 5 – 9. Yoon J. 1996. AGNPS (Agricultural Non Point Source Pollution Model). Department of Agricultural Engineering Purdue University. Purdue. Young RA, Onstad CA, Bosch DD and Anderson WP. 1994.Agricultural Non-Point Source Pollution Model, Version 5.00. AGNPS User’s Guide. North Central Soil Conservation Research Laboratory. Morris. Minnesota. 16

A. ANALISIS SISTEM

Sistem adalah proses yang kompleks dan ditandai oleh adanya hubungan timbal balik yang saling mempengaruhi (Mise and Cox 1968). Menurut Hillel (1977), suatu bentuk komposisi interaksi yang dapat dibedakan dari lingkungan sekitarnya melalui batasan fisik atau konseptual di sebut sistem.

Sistem dibedakan berdasarkan bentuk interaksinya. Jika interkasi yang terjadi dalam suatu sistem mempunyai hubungan dengan lingkungan sekitarnya, maka sistem tersebut digolongkan pada sistem yang terbuka. Sebaliknya pada sistem yang tertutup hanya terjadi interaksi di dalam sistem itu sendiri (Hal and Dracup 1970).

Sesuai dengan pengertian tersebut, manurut Hillel (1977), analisis sistem merupakan bentuk terapan dalam pengorganisasi data dan teori secara logis ke dalam model dengan memperhatikan kemungkinan-kemungkinan dari sistem-sistem yang ada. Selanjutnya model tersebut diuji kesahihannya sebagai dasar dalam memperbaiki atau menyesuaikan model untuk menduga perilaku dari sistem

MODEL SIMULASI HIDROLOGI

Model merupakan representasi atau gambaran tentang sistem (systems), obyek atau benda (objects) dan kejadian (events). Representasi tersebut dinyatakan dalam bentuk sederhana yang

dapat dipergunakan untuk berbagai macam tujuan penelitian. Penyederhanaan dilakukan secara representatif terhadap perilaku proses yang relevan dari keadaan sebenarnya.

Pembentukan model dan menerapkan model dalam percobaan merupakan bentukan dari simulasi (Dent and Anderson 1971). Menurut Hillel (1977), model simulasi merupakan teknik numerik dari percobaan hipotetik dari suatu gejala atau sistem dinamis dan dinyatakan secara kuantitatif.

Penggunaan model sebagai usaha untuk memahami suatu sistem yang rumit merupakan teknik pengkajian yang lebih sederhana dibandingkan jika melalui keadaan sebenarnya. Model ini dapat digunakan untuk menduga dan menerangkan gejala- gejala dalam suatu sistem secara tepat (Nasution dan Barizi 1980). Model yang dibentuk berdasarkan peramalan terhadap sistem belum dapat dipastikan akan menghasilkan peamalan yang tepat terhadap perilaku sistem yang sejenis.

Model simulasi hidrologi dapat diklasifikasikan berdasarkan luas kisaran karakteristiknya. Untuk analisis DAS, model hidrologi diklasifikasikan ke dalam lumped parameter versus distributed parameter, event versus continous, dan stochastic versus deterministic. MODEL HIDROLOGI DAS

Brooks et al. (1987), Model hidrologi merupakan gambaran sederhana dari suatu sistem hidrologi yang aktual. Model hidrologi biasanya dibuat untuk mempelajari fungsi dan respon suatu DAS dari berbagai masukan DAS. Melalui model hidrologi dapat dipelajari kejadian-kejadian hidrologi yang pada gilirannya dapat digunakan untuk memprediksi kejadian hidrologi yang akan terjadi. Harto (1993), model hidrologi adalah sebuah sajian sederhana (simple representation) dari sebuah sistem hidrologi yang kompleks.

Pendekatan sistem dalam dalam analisis hidrologi merupakan suatu teknik penyederhanaan dari sistem prototipe ke dalam suatu sistem model, sehingga perilaku sistem yang kompleks dapat ditelusuri secara kuantitatif. Hal ini menyangkut sistem dengan mengidentifikasikan adanya aliran massa/energi berupa masukan dan keluaran serta suatu sistem simpanan (Pawitan 1995).

Harto (1993) mengemukakan bahwa konsep dasar yang digunakan dalam setiap sistem hidrologi adalah siklus hidrologi. Persamaan dasar yang menjadi landasan bagi semua analisis hidrologi adalah persamaan neraca air (water balanced equation). Persamaan neraca air dari suatu DAS untuk suatu periode dapat dinyatakan dengan persamaan berikut :

∆ S = Input – Output

Di mana :∆ S = perubahan tampungan (storage change), Input = masukan (inflow), dan Output = keluaran (outflow).

Harto (1993) mengemukakan bahwa tujuan penggunaan suatu model dalam hidrologi, antara lain sebagai berikut : a) peramalan (forecasting) menunjukkan besaran maupun waktu kejadian yang dianalisis berdasar cara probabilistik; b) perkiraan (predicting) yang mengandung pengertian besaran kejadian dan waktu hipotetik (hipotetical future time); c) sebagai alat deteksi dalam masalah pengendalian; d) sebagai alat pengenal (identification) dalam masalah perencanaan; e) ekstrapolasi data/informasi; f) perkiraan lingkungan akibat tingkat perilaku manusia yang berubah/meningkat; dan g) penelitian dasar dalam proses hidrologi.

1. Klasifikasi Model Hidrologi

Harto (1993) mengemukakan bahwa secara umum model dapat dibagi dalam tiga kategori, yaitu : 1) model fisik yang menerangkan model dengan skala tertentu untuk menirukan prototipenya; 2) model analog yang disusun dengan menggunakan rangkaian resistor-kapasitor untuk memecah persamaan-persamaan diferensial yang mewakili proses hidrologi; 3) model matematik yang menyajikan sistem dalam rangkaian persamaan dan kadang-kadang dengan ungkapan-ungkapan yang menyajikan hubungan antar variabel dan parameter.

Model juga dapat diklasifikasikan menjadi: 1) model stokastik, di mana hubungan antara masukan dan keluarannya didasarkan atas kesempatan kejadian dan probabilitas; 2) model deterministik, di mana setiap masukan dengan sifat-sifat tertentu, selalu akan menghasilkan keluaran yang tertentu pula

Di samping itu, model

dapat digolongkan menjadi :

1) model empirik, yaitu model

yang semata-mata mendasar

kan pada percobaan dan pengama

tan; 2) model konseptual, yaitu

model yang menyajikan

proses-proses hidrologi dalam

persamaan matematik dan

membedakan antara fungsi

produksi (production) dan fungsi

penelusuran (routing).

2. Jenis Model Erosi

Sinukaban (1995) mengemukakan

bahwa sebagai suatu sistem

hidrologi, DAS meliputi jasad

hidup, lingkungan fisik dan

kimia yang berinteraksi

secara dinamik, yang di dalamny

a terjadi kesetimbangan dinamik

antara energi dan material

yang masuk dengan energi

dan material yang keluar.

Dalam keadaan alami, energi

matahari, iklim di atas DAS dan

unsur-unsur endogenik di

bawah permukaan DAS merupak

an masukan (input). Sedangk

an air dan sedimen yang

keluar dari muara DAS

serta air yang kembali ke udara

melalui evapotranspirasi adalah

keluaran (output) DAS.

Model USLE (universal

soil loss equation), MUSLE

(modified USLE), RUSLE

(revised USLE), CREAMS

(chemical runoff and

erosion from agricultural

management system) dan

GLEAMS (groundw

ater loading effect of

agricultural management

system), tergolong dalam lumped

parameter, yaitu model yang

mentransformasi curah hujan

(input) ke dalam aliran permuka

an (output) dengan

konsep bahwa semua proses

dalam DAS terjadi pada satu

titik spasial. WEPP (water

erosion predicting project),

KINEROS (

kinematic erosion simulation),

EUROSEM (european

soils erosion model),

TOP MODEL (topografi

cally and physically based, variable

contributing area model of basin

hidrology) dan ANSWERS (areal

nonpoint source watershed

environmental response

simulation) tergolong distribute

d parameter, yaitu model

yang berusaha menggambarkan

proses dan mekanisme fisik

dan keruangan, memperl

akukan masing komponen DAS

atau proses sebagai kompone

n mandiri dengan sifatnya masing-

masing. Model tersebut secara

teori sangat memuaskan, tetapi

data lapangan sering terbatas

untuk mengkalibrasi dan memveri

fikasi hasil simulasi.

Model HEC-1 adalah event

model yang mensimulasikan

respon hujan tunggal sebagai

input data. Sedangkan

SWM-IV (stanford watershed model)

dan SWMM (storm water

management model) merupak

an continous model yang

didasarkan pada persamaan

kesetimbangan air dalam jangka

yang lebih panjang. Model

tersebut cocok untuk digunaka

n pada DAS yang memiliki

ukuran yang lebih luas.

Model AGNPS (agricultural non

point source pollution model)

merupakan gabungan antara

model distribusi dan model

sekuensial. Sebagai model

distribusi, penyelesaian

persamaan keseimbangan

massa dilakukan serempak

untuk semua sel. Sedangk

an sebagai model sekuensi

al, air dan cemaran ditelusuri

dalam rangkaian aliran dipermuk

aan lahan dan di saluran secara

berurutan (Pawitan 1999).

Model SWAT (soil and water

assessment toll) adalah

model yang dikembangkan

untuk memprediksi dampak

pengelolaan lahan (land

management practices)

terhadap air, sedimen dan

bahan kimia pertanian yang

masuk ke sungai ataubadan air pada suatu DAS yang kompleks, dengan tanah, penggunaan tanah dan pengelolaannya yang bermacam-macam sepanjang waktu yang lama (Arsyad 2006). D. MODEL EROSI 1. Model USLE

Model penduga erosi USLE (universal soil loss equation) merupakan model empiris yang dikembangkan di

Pusat Data Aliran Permukaan dan Erosi Nasional, Dinas Penelitian Pertanian, Departemen Pertanian Amerika

Serikat (USDA) bekerja sama dengan Universitas Purdue pada tahun 1954 (Kurnia 1997). Model tersebut

dikembangkan berdasarkan hasil penelitian erosi pada petak kecil (Wischmeier plot) dalam jangka panjang yang

dikumpulkan dari 49 lokasi penelitian. Berdasarkan data dan informasi yang diperoleh dibuat model penduga erosi

dengan menggunakan data curah hujan, tanah, topografi dan pengelolaan lahan. Secara deskriptif model tersebut

diformulasikan sebagai (Arsyad 2006) :

A = R K L S C P Di mana: A : jumlah tanah yang tererosi (ton/ha/tahun) R : faktor erosivitas hujan K : faktor erodibilitas tanah

L : faktor panjang lereng

S : faktor kemiringan lereng

C : faktor penutupan dan pengelolaan tanaman

P : faktor tindakan konservasi tanah

Pada awalnya model penduga erosi USLE dikembangkan sebagai alat bantu para ahli konservasi tanah untuk merencanakan kegiatan usahatani pada suatu landscape (skala usahatani). Akan tetapi mulai tahun 1970, model ini menjadi sangat populer sebagai model penduga erosi lembar (sheet erosion) dan erosi alur (rill erosion) dalam rangka mengaplikasikan kebijakan konservasi tanah. Model ini juga

pada awalnya digunakan untuk menduga erosi dari lahan-lahan pertanian, tetapi kemudian digunakan pada daerah-

daerah penggembalaan, hutan, pemukiman, tempat rekreasi, erosi tebing jalan tol, daerah pertambangan dan lain-

lain (Wischmeier 1976).Model penduga erosi USLE juga telah secara luas digunakan di Indonesia.

Disamping digunakan sebagai model penduga erosi wilayah (DAS), model tersebut juga digunakan sebagai landasan

pengambilan kebijakan pemilihan teknik konservasi tanah dan air yang akan diterapkan, walaupun ketepatan

penggunaan model tersebut dalam memprediksi erosi DAS masih diragukan (Kurnia 1997). Hal ini disebabkan

karena model USLE hanya dapat memprediksi rata-rata kehilangan tanah dari erosi lembar dan erosi alur, tidak

mampu memprediksi pengendapan sedimen pada suatu

landscape dan tidak menghitung hasil sedimen dari erosi parit, tebing sungai dan dasar sungai (Wischmeier 1976)

Berdasarkan

hasil pembandingan besaran

erosi hasil pengukuran pada

petak erosi standar (Wischm

eier plot) dan erosi hasil pendugaa

n diketahui bahwa model

USLE memberikan dugaan

yang lebih tinggi untuk

tanah dengan laju erosi rendah,

dan erosi dugaan yang lebih

rendah untuk tanah dengan

laju erosi tinggi. Dengan kata lain

kekurang-akuratan hasil pendugaa

n erosi pada skala plot,

mencerminkan hasil dugaan

model ini pada skala DAS

akan mempunyai keakurat

an yang kurang baik. Disampi

ng itu, model USLE tidak

menggambarkan proses-proses

penting dalam proses hidrologi

(Risse et al.1993). Berdasarkan

beberapa kelemahan tersebut,

model erosi USLE disempur

nakan menjadi RUSLE (Revised

USLE) dan MUSLE (Modifie

d USLE) dengan menggunakan

teori erosi modern dan data-

data terbaru (Renard 1992dala

m Risse et al. 1993), tetapi

masih tetap berbasis plot.

Hasil-hasil penelitian

pengujian model penduga erosi

USLE baik yang dilakuka

n di Indonesia maupun

di luar negeri seperti Afrika,

Eropa, negara-negara Asia dan

di Amerika Serikat itu

sendiri, menunjukkan bahwa

model penduga erosi USLE

tidak dapat digunakan secara

universal (Kurnia 1997) dan

memberikan hasil pendugaan yang

bias jika digunakan untuk mempred

iksi erosi DAS. Hal tersebut

disebabkan karena ekstrapolasi hasil

penelitian dari areal yang

sempit ke areal yang lebih luas

(DAS) akan memberikan hasil

yang keliru (Lal 1988).

2. Model ANSWERS

Model ANSWERS (areal nonpoint

source watershed environm

ental response simulation)

merupakan sebuah model

hidrologi dengan parameter

terdistribusi yang mensimulasikan

hubungan hujan-limpasan dan

memberikan dugaan

hasil sedimen. Model hidrologi

ANSWERS dikembangkan

dari US-EPA (United States

Environment Protection

Agency)oleh Purdue Agricultu

ral Enviroment Station

(Beasley and Huggins 1991).

Salah satu sifat mendasar dari

model ANSWERS adalah

termasuk kategori model determini

stik dengan pendekatan

parameter distribusi. Model

distribusi parameter DAS dipengar

uhi oleh variabel keruangan

(spatial), sedangkan paramete

r- parameter pengenda

linya, antara lain : topografi

, tanah, penggunaan lahan

dan sifat hujan. Struktur Model

ANSWERS Model

ANSWE

RS adalah model determini

stik yang didasarkan pada hipotesis

bahwa setiap titik di dalam

DAS mempunyai hubunga

n fungsional antara laju

aliran permukaan dan beberapa

parameter hidrologi yang

mempengaruhi aliran, seperti

intensitas hujan, infiltrasi, topografi

, jenis tanah dan beberapa faktor

lainnya. Laju aliran yang

terjadi dapat digunakan untuk

memodelkan fenomena pindah

massa, seperti erosi dan polusi

dalam wilayah DAS.

Dalam model ini suatu DAS

yang akan dianalisis responny

a dibagi menjadi satuan elemen

yang berukuran bujursan

gkar, sehingga derajat variabilit

as spasial dalam DAS dapat

terakomodasi. Konsep distribusi

disefinisikan melalui hubunga

n matematika untuk semua

proses simulasi, model ini mengasu

msikan bahwa suatu DAS

merupakan gabungan dari

banyak elemen yang diartikan

sebagai suatu areal yanmemiliki paramater hidrologi yang sama. Setiap elemen akan memberikan kontribusi sesuai dengan karakteristik

yang dimiliki. Model ini juga mengikut sertakan semua parameter kontrol secara spasial. Oleh karena itu model

ANSWERS melakukan analisis pada setiap satuan elemen.

Parameter Masukan Model ANSWERS Data masukan model ANSWERS dikelompokkan dalam lima bagian (de Roo 1993), yaitu : 1) Data curah hujan, yaitu : jumlah dan intensitas hujan pada suatu kejadian hujan.

2) Data tanah, yaitu : porositas total (TP), kapasitas lapang (FP), laju infiltrasi konstan (FC), selisih laju infiltrasi

maksimum dengan laju infiltrasi konstan (A), eksponen infiltrasi (P), kedalaman zona kontrol iniltrasi (DF),

kandungan air tanah awal (ASM), dan erodibilitas tanah (K).

3) Data penggunaan dan kondisi permukaan lahan, meliputi : volume intersepsi potensial (PIT), persentase penutupan

lahan (PER), koefisien kekasaran permukaan (RC), tinggi kekasaran maksimum (HU), nilai koefisien manning

untuk permukaan lahan (N), faktor tanaman dan pengelolaannya (C).

4) Data karakteristik saluran, yaitu lebar saluran (CW) dan koefisien manning (N).

5) Data satuan individu elemen, yaitu : kemiringan lereng, arah lereng, jenis tanah, jenis penggunaan lahan, liputan

penakar hujan, kemiringan saluran, dan elevasi elemen rata-rata.

Mekanisme model ANSWERS Mekanisme model ANSWERS dapat dijelaskan sebagai berikut (de Roo 1993) :

1) Hujan yang jatuh pada suatu DAS dengan vegetasi tertentu, sebagian akan diintersepsi oleh tajuk vegetasi (PER)

sampai potensial simpanan intersepsi (PIT) tercapai.

2) Apabila laju hujan lebih kecil dari laju intersepsi, maka air hujan tidak akan mencapai permukaan tanah. Sebaliknya

jika laju hujan lebih besar dari laju intersepsi, maka terjadi infiltrasi.

3) Laju infiltrasi awal tersebut dipengaruhi oleh kandungan air tanah awal (ASM = anticedent soil moisture), porositas tanah total (TP), kandungan air tanah pada

kapasitas lapang (FP), laju infiltrasi pada saat konstan (FC), laju infiltrasi maksimum (FC+A), dan kedalaman zona

kontrol infiltrasi (DF). Laju infiltrasi akan menurun secara eksponensial dengan bertambahnya kelembaban tanah.

4) Jika hujan terus berlanjut, maka laju hujan menjadi lebih besar dari laju infiltrasi dan intersepsi. Pada kondisi ini air

mulai mengumpul dipermukaan tanah dalam depresi mikro (retention storage) yang dipengaruhi oleh kekasaran

permukaan tanah, yaitu RC dan HU.

5) Jika retensi permukaan melebihi kapasitas depresi mikro, maka akan terjadi limpasan permukaan, di mana besarnya

limpasan permukaan tersebut dipengaruhi oleh kekasaran permukaan (N), kelerengan dan arah aliran.

6) Bila hujan terus berlanjut, maka akan tercapai laju infiltrasi konstan (FC). 7) Pada saat hujan reda, proses infiltrasi masih terus berlangsung sampai simpanan depresi sudah tidak tersedia lagi. Parameter Keluaran Model ANSWERS

Keluaran model berupa hasil prediksi, yaitu : ketebalan aliran permukaan, debit puncak, waktu puncak, rata-

rata kehilangan tanah, laju erosi maksimum tiap elemen, laju deposisi maksimum tiap elemen dan pengurangan

jumlah sedimen akibat tindakan konservasi tanah.

Model ANSWERS juga menampilkan grafik yang berisi hyetograf hujan terpilih, hidrograf aliran

permukaan, dan sedimentasi. Dari setiap kajadian hujan dapat dianalisis debit puncak dan waktu puncak. Debit

puncak adalah nilai puncak (tertinggi) dari suatu hidrograf aliran, dan waktu puncak adalah selang waktu mulai dari

awal terjadinya aliran permukaan sampai terjadinya debit puncak (Beasley and Huggin 1991).

Asumsi yang digunakan untuk memprediksi erosi dengan model ini adalah : 1) erosi tidak terjadi di lapisan

bawah permukaan; 2) sedimen dari suatu elemen ke elemen lain akan meningkatkan lapisan permukaan elemen

tempat pengendapan; dan 3) pada segmen saluran tidak terjadi erosi akibat hempasan butir hujan (Beasley and

Huggin 1991).

Penghancuran dan pengangkutan partikel tanah disebabkan oleh pukulan butir hujan (DTR) dan energi

limpasan permukaan. Jumlah partikel tanah yang dapat dipindahkan tergantung dari besarnya sedimen yang

dihasilkan dan kapasitas transpornya (TC). Air limpasan dan sedimen yang dapat mencapai elemen yang memiliki

saluran, akan bergerak menuju outlet DAS, di mana sedimentasi yang terjadi dalam saluran akan terjadi ketika

besarnya kapasitas transpor telah terlewati (de Roo 1993).

Kelebihan dan Kelemahan Model ANSWERS

Beasley dan Huggins (1991) menyebutkan bahwa model ANSWERS dapat digunakan untuk DAS yang

luasnya kurang dari 10.0000 ha. Kelebihan dan model ANSWERS adalah : a) analisis parameter distribusi yang

dipergunakan dapat memberikan hasil simulasi yang akurat terhadap sifat daerah tangkapan; b) dapat mensimulasi

secara bersamaan dari berbagai kondisi dalam DAS; c) memberikan keluaran berupa limpasan dan sedimen dari

suatu DAS yang dianalisis.

Beasley dan Huggins (1991), mengemukakan bahwa model ANSWERS sebagai sebuah model hidrologi mempunyai kelebihan, antara lain :

1) Dapat mendeteksi sumber-sumber erosi di dalam DAS serta memiliki kemampuan sebagai alat untuk strategi

perencanaan dan evaluasi kegiatan RLKT DAS.

2) Dapat mengetahui tanggapan DAS terhadap mekanisme pengangkutan sedimen ke jaringan aliran yang ditimbulkan oleh kejadian hujan

3) Sebagai suatu paket program komputer yang ditulis dalam bahasafortran, mempunyai kemampuan untuk melakukan

simulasi hujan-limpasan dari berbagai perubahan kondisi penggunaan lahan dalam DAS.

4) Untuk melakukan inputing data base (topografi, tanah, penggunaan lahan, sistem saluran) ke dalam model dapat

diintegrasikan dengan data dari remote sensing maupun SIG.

5) Adanya variasi pemilihan parameterinput danoutput dari model disesuaikan

dengan kebutuhan pengguna.

6) Sesuai untuk diterapkan pada lahan pertanian, hutan, maupun perkotaan.

7) Satuan pengukuran dapat berupa metrik ataupun British unit.

8) Dapat diterapkan pada DAS dengan ukuran lebih kecil dari 10.000 ha.

Sedangkan kekurangan nodel ANSWERS antara lain 1)

Semakin kompleks, terutama pada data perlukan dan waktu penghitungan, dimana besarnya tergantung dari

berbagai faktor, seperti luas DAS dan jumlah grid.

2) Model terdistribusi relatif masih bari dibanding lumped parameter, sehingga masih perlu pengembangan dan penyesuaian. 3) Karena hanya untuk tiap kejadian hujan (individual event), maka model ini tidak memiliki sub model untuk evapotranspirasi. 4) Erosi dari saluran belum diperhitungkan ke dalam model. 5) Batas grid kemugkinan tidak menggambarkan batas yang sebenarnya. 6) Untuk sebuah grid dalam kenyataan dapat lebih besar dari luas sub-sub DAS. Aplikasi Model ANSWERS

Hipotesis yang dikembangkan dalam model ini adalah bahwa setiap bagian dalam DAS terjadi hubungan

antara laju aliran dan parameter-parameter hidrologi, serta tipe tanah, topografi, infiltrasi, penggunaan lahan dan

sifat hujan. Laju aliran yang terjadi dapat digunakan untuk mengkaji hubungan antara komponen hidrologi yang

menjadi dasar dalam pemodelan fenomena transport, seperti erosi tanah dan pengangkutan serta pergerakan bahan

kimia tanah.

Model ANSWERS ini telah diaplikasikan penggunaannya pada beberapa DAS di Indonesia melalui beberapa riset, di antaranya :

1) Irianto (1993) mempelajari model ANSWERS untuk memprediksi erosi dan aliran permukaan pada areal waduk

Batujai Nusa Tenggara Timur agar dapat memanfaatkan sumberdaya air dan lahan secara lestari. Kesimpulan:

Model ANSWERS cukup informatif dalam menampilkan arah lereng, kelas lereng dan areal penyuplai sedimen. Di

samping itu, dapat menampilkan hasil prediksi aliran permukaan per satuan waktu pada tiap elemen. Informasi yang

diberikan berupa: hasil sedimen maksimum, hasil sedimen rata-rata, hasil sedimen tia

elemen, total hasil sedimen; dan aliran permukaan dari suatu DAS, sehingga akan meningkatkan akurasi penanganannya.

2) Rauf (1994) melakukan penelitian di DAS Palu Timur dengan tujuan: a) memprediksi limpasan dan sedimen di DAS

Palu Timur dengan menggunakan model ANSWERS; b) menentukan kawasan yang memiliki potensi erosi tinggi

melalui simulasi; dan c) mempelajari pengaruh penggunaan lahan terhadap respon hidrologi DAS. Kesimpulan:

Penggunaan model ANSWERS dalam analisis respon Hidrologi DAS, dapat diperoleh informasi berupa limpasan

dan sedimen rata-rata, pengurangan sedimen akibat tindakan konservasi tanah, serta dapat diidentifikasi daerah

pemasok sedimen. Akan tetapi model ini lebih sesuai untuk DAS yang berukuran kecil karena model ini hanya

mampu mensimulasi satu liputan penakar hujan.

3) Rompas (1996) melakukan penelitian di daerah tangkapan Citere, DAS Citarik, Pangalengan, Jawa Barat.

Tujuan penelitian adalah memprediksi aliran permukaan dan sedimen

dengan model ANSWERS, serta melakukan simulasi dengan model ANSWERS untuk digunakan dalam

perencanaan pengelolaan daerah tangkapan Citere pangalengan. Kesimpulan: Uji statistik menunjukkan bahwa

aliran permukaan dan sedimen hasil prediksi model ANSWERS tidak berbeda dengan hasil observasi. Model

ANSWERS cukup baik digunakan untuk memprediksi aliran permukaan dan sedimen di dalam DAS.

4) Tikno (1996) melakukan penelitian di DAS Cibarengkok, Cimuntur, Jawa Barat. Tujuan penelitian adalah: a)

memprediksi aliran permukaan dan hasil sedimen di DAS Cibarengkok dengan menggunakan model ANSWERS; b)

membandingkan hasil prediksi model dengan hasil pengukuran (pengujian model); dan c) aplikasi model untuk

perencanaan pengelolaan DAS. Kesimpulan: Model ANSWERS cukup peka terhadap perubahan nilai parameter

kekasaran permukaan lahan (N) dalam memprediksi aliran langsung, khususnya pada debit puncak (Qp). Selain itu

model ANSWERS juga sangat peka terhadap parameter faktor tanaman dan pengelolaan tanah (C) dalam

memprediksi kehilangan tanah (Sy).

5) Aswandi (1996) melakukan penelitian di DAS Cikapundung, Jawa Barat. Tujuan penelitian ini adalah mengevaluasi

dan menentukan perencanaan pengelolaan DAS dengan menggunakan model ANSWERS. Kesimpulan: Perubahan

vegetasi (hutan) paling berpengaruh terhadap fluktuasi debit aliran dan penambahan kebun campuran menimbulkan

ersoi paling besar dalam DAS.

6) Ramdan (1999) melakukan penelitian di DTA Cikumutuk DAS Cimanuk Hulu. Tujuan penelitian ini adalah: a)

memprediksi besarnya erosi dan aliran permukaan yang terjadi di DAS Cimanuk menggunakan model ANSWERS;

dan b) menentukan alternatif penggunaan lahan yang dapat mengendalikan erosi dan aliran permukaan yang terjadi

di DAS Cimanuk. Hasil simulasi model ANSWERS menunjukkan bahwa penggunaan lahan yang seluruhnya berupa

hutan paling efektif menurunkan erosi, yaitu sebesar 91,8%. Sedangkan penggunaan lahan yang paling besar

meningkatkan erosi adalah penggunaan lahan yang seluruhnya berupa tegalan dengan kenaikan erosi mencapai

328% dari erosi pada saat penelitian.

7) Hidayat (2002) melakukan penelitian di DTA Bodong Jaya dan DAS Way Besay Hulu, Lampung Barat. Penelitian

bertujuan untuk memprediksi erosi dan aliran permukaan di DTA Bodong Jaya dan DAS Way Besay Hulu,

Lampung Barat dengan menggunakan model ANSWERS dan menentukan alternatif pengelolaan lahan yang efektif

mengendalikan erosi dan aliran permukaan di DTA Bodong Jaya dan DAS Way Besay Hulu. Kesimpulan: Model

ANSWERS memprediksi erosi dan aliran permukaan secara baik pada curah hujan dengan jumlah dan intensitas

yang cukup tinggi. Pada curah hujan yang rendah, hasil prediksi model mengalami deviasi yang cukup besar,

walaupun secara keseluruhan hasil prediksi model tersebut tidak berbeda nyata dengan hasil pengukuran.

8) Utami (2002) melakukan penelitian di DAS Padas. Tujuan penelitian ini adalah: a) memprediksi aliran permukaan dan

eosi menggunakan model ANSWERS; dan 2) mengkaji pengaruh teknik RLKT terhadap hidrologi DAS Padas.

Kesimpulan: Parameter hidrologi-erosi hasil pengukuran dan keluaran model ANSWERS tidak berbeda nyata

dengan nilai koefisien korelasi yang cukup tinggi. Dengan demikian model ANSWERS cukup baik untuk

memprediksi erosi tanah rata-rata, jumlah aliran permukaan, dan debit puncak aliran permukaan di daerah

penelitian.

3. Model AGNPS

Model AGNPS (agricultural non point source pollution model) dikembangkan oleh USDA-ARS, North

Central Soil Consrvation Service, Morris, Minnesota yang bekerjasama dengan USDA-SCS, MPCA (Minnesota

Pollution Control Agency), LCMR (Legeslative Commission in Minnesota Resources) dan EPA (Environmental

Protection Agency) (Young et al. 1994). Model ini terus berkembang dan telah

diterapkan di beberapa negara untuk menentukan langkah-langkah kebijakan dan evaluasi dalam kegiatan

konservasi, seperti di Amerika, Canada dan negara-negara di Eropa (Yoon 1996).

Struktur Model AGNPS Model AGNPS bekerja pada basis sel geografis (dirichlet tesselation) yang digunakan untuk menggambarkan kondisi daratan (upland) dan saluran (channel). Dirichlet tesselation adalah proses pembagian dan pengelompokan DAS menjadi sel

(tiles) yang juga dikenal dengan nama polygon Thiessen atauVoronoi. Setiap sel berbentuk bujur sangkar seragam

yang membagi DAS secara merata, di mana memungkinkan analisis pada titik dalam suatu DAS.

Polutan potensial ditelusuri melalui sel-sel dari awal hinggaoutlet secara bertahap, sehingga aliran pada

setiap titik antar sel dapat diperhitungkan. Seluruh karakteristik DAS dan masukan digambarkan pada tingkatan sel.

Setiap sel

mempunyai resolusi 2,5 akre (1,01 ha) hingga 40 akre (16,19 ha). Ukuran sel yang lebih kecil dari 10 akre

direkomendasikan untuk DAS dengan luas kurang dari 2000 akre (809,36 ha). Untuk DAS yang luasnya lebih dari

2000 akre, maka ukuran seladapat berukuran 40 akre (Yoon 1996)

Setiap sel utama dapat dibagi

lagi menjadi sel-sel yang

lebih kecil untuk mempero

leh resolusi yang lebih

rinci dari kondisi topografi yang

komplek. Ketelitian hasil dapat

ditingkatkan dengan mengura

ngi ukuran sel, tetapi hal ini

akan membutuhkan waktu

dan tenaga yang lebih

banyak untuk menjalan

kan model. Nilai-

nilai

parameter model untuk skala sel

ditetapkan berdasarkan

kondisi biofisik aktual pada

masing-masing sel. Oleh sebab itu,

untuk mendapatkan satu nilai

parameter yang seragam pada

masing-masing sel, perlu ditetapka

n nilai tunggal parameter sel

dengan menghitung nilai rata-rata

tertimbang dari berbagai kondisi

bergam yang ada (Yoon 1996).

Parameter Masukan

Model AGNPS Ada dua

paramete

r masukan dalam model

AGNPS, yaitu inisial data dan

data per sel (spreadseheet data

entry) (Yoon 1996). Paramete

r masukan inisial data,

meliputi : 1) identifikasi DAS;

2) deskripsi DAS; 3) luas sel

(akre); 4) jumlah sel; 5) curah

hujan (inci); 6) konsentrasi N

dalam curah hujan (ppm); 7)

energi intensitas hujan maksimu

m 30 menit (EI30); 8) durasi

hujan (jam); 9) perhitungan debit

puncak aliran; 10) perhitung

an geomorfik; dan 11)

faktor bentuk hidrograf.

Sedangkan parameter

masukan per sel dalam model

AGNPS terdiri dari 22 paramete

r, yaitu : 1) nomor sel; 2) nomor

sel penerima; 3) divisi sel; 4)

divisi sel penerima; 5) arah aliran; 6)

bilangan kurva aliran permuka

an; 7) kemiringan lereng (%); 8)

faktor bentuk lereng; 9) panjang

lereng; 10) koefisien aliran

Manning; 11) faktor erosibilit

as tanah; 12) faktor pengelol

aan tanaman; 13) faktor

pengelolaan tanah; 14)

konstanta kondisi permukaan; 15)

faktor COD; 16) tekstur

tanah; 17) indikator pemupuk

an; 18) indikator pestisida; 19)

indikator point source; 20 )

indikator tambahan erosi; 21)

faktor genangan; dan 22)

indikator saluran. Parameter

Keluaran Model AGNPS

Young et al. (1989), hasil

keluaran (output) dari model

AGNPS dapat berupa grafik

dan tabular dengan informasi

yang sangat lengkap, baik

keluaran DAS (watershed

summary) maupun keluaran per sel.

Keluaran DAS, meliputi : 1)

volume aliran permukaan; 2)

laju puncak aliran permuka

an; 3) total hasil sedimen;

4) total N dalam sedimen; 5) total N

terlarut dalam aliran permuka

an; 6) konsentrasi N terlarut

dalam aliran permukaan; 7)

total P dalam sedimen; 8) total p

terlarut dalam aliran permuka

an; 9) konsentrasi P terlarut

dalam aliran permukaan; 10)

total COD terlarut dan

konsentrasi COD terlarut dalam

aliran permukaan.

Sedangkan keluaran per sel

dari masing-masing sel yang

terdapat dalam DAS

dapat berupa : 1) Hidrolog

i, meliputi : a) volume

aliran permukaan; b) laju

puncak aliran permukaan; dan

c) bagian aliran permukaan yang

dihasilkan di dalam sel.

2) Sedimen, meliputi : a) hasil

sedimen; b) konsentrasi

sedimen; c) distribusi ukuran

partikel sedimen; d) erosi yang

dipasok dari sel sebelah atasnya;

e) jumlah deposisi; f) sedimen

di dalam sel; g) rasio pengkaya

an oleh ukuran partikel; dan h)

rasio pengangkutan oleh

ukuran partikel.

3) Kimiawi, meliputi : a) nitrogen (massa N per satuan luas di dalam sedimen, konsentrasi material terlarut, dan massa

dari material terlarut); b) fosfor (massa P per satuan luas di dalam sedimen, konsentrasi dari material terlarut, dan

massa dari material terlarut); dan c) COD (konsentrasi COD dan massa COD terlarut per satuan luas).

Kelebihan Model AGNPS

Kelebihan model ini terletak pada parameter-parameter model yang terdistribusi di seluruh areal DAS,

sehingga nilai-nilai parameter model benar-benar mencerminkan kondisi biofisik DAS pada setiap satuan luas di

dalam DAS. Selain erosi, model ini mampu menghasilkan keluaran-keluaran seperti : volume dan laju puncak aliran

permukaan, hasil sedimen, kehilangan N, P dan COD (Young et al. 1994).

Aplikasi Model AGNPS Model AGNPS ini juga telah diaplikasikan penggunaannya pada beberapa DAS di Indonesia melalui beberapa penelitian, di antaranya :

1) Muhlis (1999) melakukan penelitian integrasi parsial penginderaan jauh dan sistem informasi geografi dalam

pembangkitan masukan model AGNPS. Tujuan penelitian ini adalah : a) mengekstraksi bilangan kurva SCS (SCS

curve number) sebagai salah satu masukan dalam model dari data penginderaan jauh; b) mengintegrasikan SIG ke

dalam model, baik sebagai pre-prosesor (masukan data) maupun sebagai sarana tampilan grafis dan tabel keluaran

model; dan c) menilai sensitivitas parameter masukan model yang berhubungan dengan aliran permukaan.

Kesimpulan : Data penginderaan jauh dapat menurunkan beberapa parameter masukan AGNPS, meliputi faktor

pengelolaan tanaman, koefisien kekasaran permukaan Manning, koefisien kondisi permukaan, dan bilangan kurva

aliran permukaan.

2) Rahayu (2000) melakukan studi ancaman erosi DAS Kelara di Sulawesi Selatan. DAS seluas 37.175 ha dibagi dalam

1.487 sel dengan luas masing-masing 25 ha. Prediksi erosi setiap sel menggunakan metode MUSLE. Kesimpulan :

Laju erosi DAS Kelara berkisar antara 0 – 577 ton/ha/bulan, dengan rata-rata 12,65 ton/ha/bulan pada musim hujan.

3) Nugroho (2000) melakukan penelitian di DAS Dumpul yang bertujuan : a) melakukan analisis aliran permukaan,

sedimen dan kehilangan hara nitrogen, fosfor dan kebutuhan oksigen kimiawi dengan menggunakan model AGNPS;

dan b) melakukan simulasi model sesuai dengan kondisi biogeofisik DAS untuk perencanaan pengelolaan DAS.

Kesimpulan : Volume dan laju aliran permukaan, hasil sedimen, dan kehilangan hara nitrogen, fosfor dan

konsentrasi COD terlarut tidak berbeda antara hasil pengamatan dan model. Hal ini menunjukkan bahwa nilai-nilai

parameter yang digunakan dalam model AGNPS cukup akurat untuk memprediksi aliran permukaan, hasil sedimen,

dan kehilangan hara nitrogen, fosfor dan konsentrasi COD terlarut, sehingga dapat digunakan sebagai alat bantu

dalam perencanaan pengelolaan DAS.

4) Tarigan (2000) melakukan studi perencanaan pengelolaan daerah tangkapan untuk pelestarian situ Cibuntu Cibinong menggunakan model AGNPS

Tujuannya adalah membuat perencanaan pengelolaan daerah tangkapan tersebut menggunakan model AGNPS.

Kesimpulan yang diperoleh adalah pengelolaan lahan di daerah tangkapan Cibuntu dengan cara menanam tanaman

campuran di lereng agak curam dan landai dengan membuat guludan searah kontur harus diterapkan.

5) Salwati (2004) mengkaji dampak perubahan penggunaan lahan terhadap respons hidrologi di DAS Cilalawi Sub DAS

Citarum Jawa Barat menggunakan model AGNPS. Hasil analisis menggambarkan bahwa perubahan penggunaan

lahan mengakibatkan perubahan respons hidrologi, di mana pada tahun 2003 volume aliran permukaan meningkat

6,1 %, debit puncak aliran permukaan meningkat 6,8 %, hal ini mengakibatkan hasil sedimen meningkat sampai

45,6 % dibanding tahun 1997.

E. PENUTUP

Penggunaan model erosi skala DAS dengan parameter terdistribusi masih terbatas pada skala penelitian.

Disamping memerlukan input parameter yang relatif banyak dan kompleks, input parameter model tersebut juga

sering tidak tersedia di lapangan. Penggunaan model ANSWERS mulai dirintis pada beberapa DAS seperti DAS

Solo bagian hulu dan Brantas bagian hulu di bawah pengelolaan Balai Teknologi Pengelolaan DAS (Priyono dan

Mulyadi, 2000). Penggunaannya pada DAS-DAS yang lain dihadapkan pada kendala penyediaan parameter input

yang tidak dapat dipenuhi, karena instrumentasi pengukur debit aliran air dan sedimen biasanya tidak tersedia di

sebagian besar DAS di Indonesia.

Model ANSWERS (areal non-point source watershed environmental response simulation) dan model AGNPS (agricultural non point source pollutioan model)

merupakan model penduga erosi skala DAS yang telah mulai banyak digunakan di Indonesia. Walaupun masih

mempunyai beberapa kelemahan, model tersebut memberikan hasil pendugaan erosi yang cukup baik. Sinukaban

(1997) telah menggunakan model AGNPS untuk memprediksi aliran permukaan, erosi, kehilangan nitrogen dan

fosfor dan COD dari DAS seluas 10,4 hektar di wilayah perbukitan. Hasilnya menunjukkan bahwa hasil prediksi

model tidak berbeda secara stastistik dengan hasil pengukuran. Sedangkan Ginting dan Ilyas (1997) yang melakukan

simulasi berbagai penggunaan lahan dengan menggunakan model ANSWERS di DAS Siluak, menyimpulkan bahwa

model ANSWERS memerlukan validasi lebih lanjut.

Disamping disebabkan adanya perbedaan ukuran raster sel dan DAS yang digunakan, bervariasinya hasil

dugaan model ANSWERS diduga terkait dengan dinamika proses erosi pada suatu bentang lahan. Dinamika erosi

terjadi akibat bervariasinya jumlah dan intensitas hujan serta karakteristik permukaan lahan yang mempengaruhi

proses deposisi sedimen (barrier/filter). Sinukaban et al. (2000) dan Susswein et al. (2001) menunjukkan bahwa

jenis dan konfigurasibar ier /fi lter sangat mempengaruhi jumlah erosi dan volume aliran permukaan yang dihasilkan

dari suatu bentang lahan dan wilayah DAS.