SEZ BUD@@ uad y D~D~DM

D~~U!~JS qDpnw uo8uap uDynyUJ!p 3DdDp Sva-qns nDJD Sva (db UDp b) !80loJp!y DJOP !sy!pa~dwaw ynpn lapow Zunynpuad DJD~ zndu! J~JJ~DJD~-JJJ~~DJD~ D~DU '3[5 uo$uaa .sva $uDqw!$~a$ DJDJ

-UJDJ (3) uosodur!l ua!s!$aoy !ol!uBun~!q8uaur qol~p~louo!s~~lapow op~dBuopas 'SV~ yn~unBuoqw!~a~ OJDJ ~3 !ol!u Bun~!qBuaw qolopo ~2 lapow uoyuolo!uaur wolop Bu!$uad ~o~yoj .oh-~ndu! JJWJOJD~

-JJ~JUJDJD~ ~zup !lop !loqway j!qw~Buaur uop u~dw!huaur DJJJS ojup s!s!/ouo uop uoyolo8uad ynzun 315 ~oy8uo~ad uoy3~~juowaw u~8uap ~J!DA~D~J~ UOp yopnw y!qal !po!uaw 3nqasJaJ !8olo~p!q l3pOLu DnpJy uoyuolo!uaw yn)ufl youo!s~&j apo3aur uD8uap Bun?!y!p db !D/!u 8uopas 535 -N> apo~aw uD8uap Bun)!q!p b !D/!N 'lapow ay (zndu!) uoyns~w ~a~awo~~d-~a~aw~~~d pop DTD~ !sour~oJu! uoy~osop~aq !sy!pa~d!p zodop lon~dasuoy Dmas SWO-qns now Stra nJDns (db) yo~und vqap uop (8) 1!qap awnfoA !o(!u '!$olo~p!y u~lapowad UD~UJ~ X!D UD~DSJJ qDJJDp Jo~~u!J UD~~D~JUJLU - (3) ~DSO~LU!/ UJ!S!~JO~ nD3D d/b (7 uDp sb'a UDS!)!Jyay lDy8~!3 u~ydolauaw - (58~) !?J8unS JU!%J UJ!S!~JO~ nD3D u!l.Ub/syDlub (1 :!O/!UJu n3!LJA SV~ uoujolaSuad wolop J!qap DJD~ uo$~o$uowad .~vd.'d~ undnow uo!nq ioy~uad JD/D y!oq 'oAun~3uourad $01~ !y!l!u"aur !U~U~S DnWJS yDp!$ DUJJDy 'D/iLJyD/uln! SDJDqJaJ ~D~UDS q!SDw !U! 3DDS (sw~) !~8unS do!pas ynJun JnqasJJ3 D+op UDD!paSJJ)a>l .D!SaUOpUl !p SVa uoolola2uad LUDlDp D~U!~JD ?u!luad ~D%DS

(~ap/,w 'db ~D)D sq~lub) yo~und qqap uop '(ww 'b) qqap awnyoA '(d) uo!ny DdnJaq !801o~p!q DJOQ

513 'PJ~SJ~JDM '~8~~43S!p y~ad 'J~JD~~S!P %8olo~pKq 'DJD~ :S~.!OM ib)i

'PJLjSJJ~DM qnS/paySJJJDM 40 [JAJl uo!$oaw~ad iJ2DM PUD PaljSJaJDM qnS/pJqSJaJOM $0 [JAJl /OJ!J!JJ j0 UO!l!pUO2 aq) a)DnfDAa 02 hju!oud 'sa!3!n!33o 3uaudaB~uow paqsJaJoM czoddns 03 pasn aq pino:, uo!~ow~oju! q! uayl 'pa/ioldUda /I~!sD~ Jq plflO2 (db PUD b) UJOp jo~!Zlo/o~pAy PaySJJJDM qns JO paySJJJDM axpa~d OJ lapOLu ay3 ~Joddns 03 SJJJ~LUDJD~ DJUp Bu!~$ndu! JqJ '1003 513 qJ!M 'anpi J~OJJAD ~JJ~#~!JM 3 40 paqSJajDM Jy2 alDltl3lD3 03 S! fJpOLu jUUo!lDJ aq3 aj!4M '~~JDA J$DJJAD paJy$!a~ N3 $0 PaySJJlDM a47 JJDjn3lD2 03 s! lapow N> JqJ ~U!UU~J$O JOJ~D$~~UUVO~W! Jqi 'SJJ~JWDJD~ ~ndu!jo SU!AJ!JJJJ puD '~?u!Jo~S XIDUD DUD '$u!ssa~o~d DZD~ '.a.! 'loo) waxs& UO!~DUJJO~LI~ oapBu!sn Aq un~ Xiyqnb puo Al!s~a a~our aq plno3 slapow YJ08 'POqJJw /UUO!JDH aq3 /fq pa3Dlfl3JDJ SDM an/DA db JqJ Jl!yM UAOJ POyJJLU U hq pJ)D[n3lD3 SOM JnlDA b ayi 'lapow D 03 SJ~~~WDJD~ ~ndu! WOJJ UO!JDLUJO&! DJDp UO pJSDq /;l~~nJda3uo3 pa)~!pa~d Jq p/n03 (db) J~JD~~S!~ yoad PUD (b) JwnlOA a8~0y~S!p pJySJJ2DM 40 SJnjDA Jyl fCBojo~pXy %l!lapolu h8 .

-DJJU uo!~~aw~ad ~ajo~jo lam! ay3 au!waJap OJ (2) luap!fiao34$oun~ JO d/b$o O!JD.~ a43 (2 'pays~a~D~ ID~!~!JJ $0 lanai aq~ au!wJa;lap 02 (58~) ~uap!#ao:, aw!8a~ JJA!J JO u!wt)/x~wb $0 O!JDJ aq~ (r ssasso 03 JJD ~UJ~J~DUD~ pJ4SJa@'t4 lit D3Dp ~~JD~Js!~ $0 SaSn ayi 'SldO!JD3S a%l DS WD2JJS JOU J.%D~ U!DJ

J3ql!aU '/003 UO!lDNaSqO UDSPq SJaA!J /lUJOU aSnDJaq 'MOU 3@!J Jaqu~nu U! pal!LU!l Il!3S S! paL#SJa3UM q2DJ L4! DJDp aSay3 $0 &!~!~D[!DAD Jql 't?!SaUOpul U! ~UJWJ~DUDL~ paqSJa)UM U! UUJW JUDJJO~M! UD JADq (S/,LI.J

'db JO %DUlb] J~Ju~JS!~ yoadpuo '(WW 'b) JUJnlOA a%DyJS!p "d) J~D~U!OJ$O WJO$~L#J U! DJDp ID~!~OIOJP~H

p!-o>.ooqeA@ousa~y-ns neJe fp!.3au.opu!@olosydq :i!ewa '6oLgrL rL70 xe~jdli 'eweye~ns 567 xog od ueiaqed9ueA .v

ueuejnyax uawauedaa hueue~nyan Bueq~!-[ uepeg '010s ueueJnyax ue!plauad !ejeg queue1 !seuasuox uep !Solo~p!~ Buep!g ekpew !ylauad

u!lu!ed uep ousa4ynl;

Prosiding Lokakarya "Sistem Inforrnasi Pengelolaan DAS: Inisiatif pengembangan fnfrastruktur Data" Bogor: 5 September 2007

informasinya dapat dimanfaatkan untuk mendukung kegiatan-kegiatan pengelolaan DAS, khususnya untuk meng-evaluasi kondisi tingkat kekritisan DASlsub-DAS don kondisi tingkat daerah resapan air DAS/sub-DAS.

Kata kunci: data, hidrologi, debit, debit puncak, DAS, SIC

Laju kerusakan hutan di Indonesia pada tahun 2000-2005 menurut FA0 sebesar I,%

juta Ha per tahun, sedang menurut Dephut sebesar 2,8 juta Halth dan dilaporkan laju deforestasi di lndonesia untuk dunia berada di urutan kedua setelah Brazil (3,1 juta Halth). Kondisi ini secara nyata berpengaruh pada perubahan iklim global sebagai akibat adanya peningkatan efek gas rumah kaca yang salah satunya disebabkan deforestasi dan degradasi hutan. Sejalan dengan laju deforestasi dan degradasi hutan di Indonesia, jumlah DAS kritis juga terus bertambah yang saat ini jumlah DAS kritis prioritas I, I I , dan III masing-masing sebanyak 62, 232, dan 178 DAS dengan jumlah totalnya ada 472 DAS (SK Menhutbun No. 284[Kpts-I111ggg). Dampak yang nyata dirasakan masyarakat di seluruh wilayah Indonesia adalah seringnya terjadi banjir, kekeringan, dan tanah longsor.

Banjir sebenarnya hanyalah suatu peristiwa alam biasa, kemudian menjadi masalah jika telah mengganggu kehidupan dan penghidupan manusia. Banjir adalah debit aliran air sungai (iimpasan) yang secara relatif lebih besar dari kondisi normal akibat hujan di hulu atau d i suatu tempat tertentu secara terus menerus, sehingga air limpasan tidak dapat ditampung oleh alur sungai yang ada, maka air meiimpah keluar dan menggenangi daerah sekitarnya (Tim PKPS 1997). Limpasan (runoff, Q) dikemukakan oleh Chow (1964) dan Seyhan (1977) adalah bagian hujan yang mengalir dan kemudian muncul di permukaan sungai, air limpasan ini berasal dari daerah tangkapan air atau DAS yang keluar dari outletnya. Limpasan langsung (direct runofl; direct surface runoff, atau storm runoff) adalah bagian dari limpasan yang masuk ke sungai saat setelah kejadian hujan. Aiiran dasar (base flow, base runoff) adalah limpasan yang berlangsung secara terus-menerus, walau tanpa ada hujan. Hujan efektif (effective precipitation) adalah bagian lebihan hujan (rainfall excess) yang secara cepat seluruhnya menjadi limpasan langsung. Penggunaan metode simulasi dari beberapa pernodelan hidrologi, antara lain, untuk memprediksi volume limpasan (Q) dengan metode SCS (Soil Conservation Service 1964) seperti diperlihatkan pada Tabel I (Singh 1989). Model prediksi dengan metode SCS sifatnya sederhana, simpel, akurat, dan menggunakan data hujan dan karakteristik DAS yang mudah didapat. Untuk meprediksi Q, metode SCS dapat digunakan untuk DAS kecil sampai besar, yakni luasan 25.oooHa (250Km') (Johnson 1998) sampai dengan 2.590 Km' atau 25g.oooHa (McCuen 1989; Williamsand LaSeurig76 dalam Singh 1989).

Debit banjir (qp) dapat diprediksi dengan menggunakan model "Rumus Rasiona!" (Chow 1964; McCuen 1989; Sosrodarsono dan Takeda 1993). Meskipun rumus ini sudah cukup lama digunakan serta kurang jelas asalnya (Chow 1964), tetapi sangat dikenal dan banyak dipakai dalam penggunaan praktis di lapangan (McCuen 1989; dan Sosrodarsono dan Takeda 1993). Penggunaan model rasional dapat diterapkan pada DAS dari berukuran kecil (<15Krn2 atau 1.500Ha) sampai DAS berukuran besar (200.000Km1 atau 2.ooo.oooHa) dengan kombinasi penggunaan lahan yang kompleks.

Pemanfaatan Sistem lnformasi Geografi dalarn Aplikasi Model Hidrologi untuk Prediksi Debit:(q) dan Debit Puncak [qp)

Tabel I . Metode prediksi volume limpasan (Q) dengan beberapa mddel hidrologi

Sumber: Singh (1989)

Pemanfaatan SiG untuk perhitungan dalarn prediksi Q dan q p telah banyak dilakukan khususnya untuk membantu dalam perhitungan nilai CN dan nilai C rata-rata DASlsub-DAS (Arnold et al. 1994; DiLuzio e t al. 1998; Gumbo e t al. 2001; Bingner dan Theurer 2 0 ~ ; DiLuzio e t a/. 2001; Biesbrouck e t aL 2002; dan Direktorat PDAS 2007). Tulisan ini akan menjelaskan proses pemanfaatan SIG untuk menghitung volume limpasan (Q) dan debit puncak (qp) suatu DASlsub-DAS, khususnya pada penyusunan nilai CN dan nilai koefisien C rata-rata DASlsub-DAS, dengan studi kasus di sub-DAS Lesti, DAS Brantas, Provinsi Jawa Timur. Pemanfaatan metode prediksi ini adalah masih terbatasnya data aktual nilai volume limpasan (Q) dan debit puncak suatu DASlsub-DAS, karena belum sernua sungailanak sungai rnerniliki alat pemantau debit aliran air atau SPAS.

2. Pernodelan Hidrologi Model Hidrologi adalah sebuah sajian sederhana untuk menggambarkan sistem

kehidupan nyata (real world) dari sebuah sistern hidrologi yang kompleks. Sistem adalah sekumpulan urutan antar hubungan dari unsur-unsur yang dialihragamkan (transform), dalam referensi waktu yang diberikan, dari unsur masukan yang terukur menjadi unsur keluaran yang terukur. Model hidrologi dibedakan atas model empirik dan model konseptual (Harto 1993), model empirik adalah model yang hanya didasarkan pada hasil percobaan dan pengarnatan, sedang model konseptual adalah model yang menyajikan proses-proses hidrologi dalam persarnaan matematik dan membedakan antara fungsi produksi dan fungsi penelusuran (routing). Parameter adalah besaran yang menandai suatu sistem hidrologi yang memiliki nilai tetap, tidak tergantung dari waktu. Variabel adalah besaran yang menandai suatu sistem, yang dapat diukur dan memiliki nilai berbeda pada waktu yang berbeda. Model dikatakan "lumpedJ'adalah jika besaran dari variabel dan parameter yang diwakilinya mengabaikan variabiiitas ruang (spatial), rnisalnya model SCS dan rational untuk menghitung nilai Q dan qp, dimana masukannya berupa hujan rata-rata DAS. Model dikatakan "distributedJ

7 adalah jika besaran dari variabel dan parameter yang diwakilinya mengandungvariabilitas ruangdan waktu, misalnya model ANSWERS.

Metode perhitungan volume limpasan (Q) dengan metode SCS didasarkan periiaku infiltrasi tanah dari air hujan yang jatuh pada berbagai jenis tanah dengan vegetasi penutupan yang berbeda. Pada prakiraan total volume limpasan ini data yang digunakan meliputi data hujan (harian) yang terdia sebagai masukan tanah (input); serta data tanah (kelompok hidrologi tanah dan kelembaban tanah awallAMC), jenis penutupan vegetasi dan cara pengelolaannya sebagai karakteristik dari DAS yang ada (SCS 1964). Persamaan metode pendugaan Q dengan metode SCS, yaitu:

iMaka!ah Penunjang 237

Prosiding Lokakarya "Sistem Informasi Pengelolaan DAS: lnisiatif pengembangan lnfrastruktur Data" Bogor: 5 September 2007

(P - 0 . 2 ~ 7

'= P-0.8s dengan P = 0.2s (1)

Total limpasan permukaan (mm) dinyatakan dengan q, curah hujan (mm) P, potensi retensi air (infiltrasi) maksimum (mm) 5, dan bilangan kurva untuk AMC II (rata-rata) CN. Bilangan CN DASlsub-DAS besarnya antara o sampai 100, nilainya dipengaruhi oleh kondisi hidrologi, kelompok hidrologi tanah, kelembaban tanah awal, jenis penutupan lahan dan cara pengelolaannya. Nilai CN spasial untuk setiap jenis penggunaan lahan diperoleh dengan menggunakan perhitungan rata-rata tertimbang seperti dijelaskan pada Tabel 2 .

Nilai masing-masing CN yangada padaTabel 2 didasarkan pada kelompok hidrologi tanah A, 5, C, dan D serta untuk AMC I 1 (kelembaban tanah rata-rata pada curah hujan 5 hari terakhir antara 35-52,5 mm) yang nilainya dikategorikan menurut besarnya laju infiltrasi tanah dan atau tekstur tanah, seperti disajikan pada Tabel 3. Biasanya nilai Q pada setiap kejadian hujan harian dihitung berdasarkan persamaan (1)dan (z)atau diagram pada cam bar^.

Tabelz. Nilai CN pada beberapa penutupan lahan berdasarkan interpretasi da ta penginderaan jauh (pada kondisi AMC II)

Tabel 3. Kelompok Widrologi Tanah (Hydrologic Soil Group)

I Kelornpok I Laju lnfiltrasi Tanah I Tekstur Tanah 1 Tanah I (mmtiam)

A

B

Berliat, Liat Berpasir, Liat Berdebu, Liat (clay)

Sumber: McCuen (1989) dan US SCS (1972)

8-12 / Pasir (sand), Pasir Berlempung,

C

4-8

1-4 I Lernpung Pasir Berliat

Lempung Berpasir Lernpung Berdebu, Lempung (loam)

D < I / Lempung Berliat, Lernpung Debu

Pemanfaatan Sistem Informasi Geografi dalam Aplikasi Model Nidrologi untuk Prediksi Debit (q) dan Debit Puncak (qp)

Gambar I. Diagram perhitungan volume limpasan (4, mrn) berdasarkan masukan hujannya (P, mm) dan nilai CN

2.2. Metode Prediksi Debit Puncak (qp)

Cara prakiraan qp saat ini dikenal beberapa metode antara lain: metode hidrograf satuan, metode analisis frekuensi, metode rasional, dan metode SCS (Singh i989). Pada metode hidrograf satuan, penentuan debit puncak didasarkan pada derivasi hidrograf banjir dari hujan efektif setebal I mm. Pada metode analisis frekuensi, qp dihitung dengan mengetahui masa ulang tertentu dari historis data qp yang telah ada pada periode waktu yang panjang (misal 30 tahun). Pada metode SfS, perhitungan qp didasarkan pada besarnya volume limpasan (Q x A) selama waktir konsentrasi (tc). Pada metode rasional, debit puncak dihitung hanya didasarkan pada karakteristik hujan (curah harian maksirnum dan waktu konsentrasiltc), karakteristik DAS (penutupan lahan dan luas), dan saat ini telah banyak digunakan karena kepraktisannya. Persamaan prakiraan debit puncak (qp) metode

, Rasional, yaitu:

qp=f CIA (3)

qp dalam m3/dtk, faktor koreksi f; jika satuan luas A dalam km2 rnaka f = 0,278; dan jika A dalam ha rnaka f = 0,00278, koefisen limpasan, yaitu nisbah laju puncak aliran permukaan c- terhadap intensitas hujan C (disajikan dalam Tabel q), intensitas hujan (mmljam) dari hujan maksimum (mm) yang diharapkan terjadi dalam interval tertentu dan un-tuk kurun waktu yangsama dengan waktu konsentrasi (tc, jam) dinyatakan dengan I, dan luas DAS (Ha atau Km2)A. Besarnya tc dihitungdengan metode Kirpich (1940):

t~=0.0795 L ~ ~ s ~ ~ ~ ~ (4)

Prosiding Lokakarya "Sistern lnformasi Pengelolaan DAS: Inisiatif pengembangan Infrastruktur Data" Bogor: 5 September 2007

tcadalah waktu konsentrasi (menit), L panjang aliran (m), S lerengaiiran (mlm) perbedaan tinggi elevasi antara t empa t keluar (outlet) aliran dari DAS dengan titik terjauh aliran (H) dibagi panjangaliran (L); S= H/L.

Perhitungan nilai intensitas hujan (I ) metode Mononobe (Sosrodarsono dan Takeda, igg3), yaitu:

I intensitas hujan yang lamanya sarna dengan waktu konsentrasi (mmljam), P,, curah hujan harian maksimum selama 24 jam (mm).

j. Pernanfaatan SIC untuk analisis q dan qp Untuk penghitungan model Q dan q p suatu DASlDTA maka perangkat SIC dengan

software ArcView 3.x dapat digunakan untukanalisis da ta spasial dari parameter-parameter rnasukan pada model. Sub-DAS Lesti merupakan bagian dari DAS Brantas Hulu digunakan sebagai contoh untuk menerapkan perhitungan-perhitungan parameter dari model: Q dan q p sebagai berikut:

1. Volume Limpasan (Q) Tahapan perhitungan nilai Q metode SCS, yaitu: a. Membatasi sub-DAS Lesti (dari peta topografi lpeta konturldata DEM) b. Membuat pe t a digital untuk jenis penutupan lahan aktual (dari peta penutupan

lahan atau citra satelit terbaru Landsat 7ETM+ atau SPOT 41SPOT 5) kemudian dioverlay dengan peta tanah (kondisi hidrologi tanahlinfiltrasi) di sub-DAS Lesti.

c. Mengumpuikan data hujan harian pada lokasi sub-DAS Lesti d. Membuat pe ta sebaran nilai-nilai f N pada sub-DAS Lesti, dilakukan dengan cara

menumpang-tindihkan (overlay) pe ta penutupan lahan pada peta t anah (kelompok hidrologi tanah). Niiai CN dari setiap poligon perpotongan antara peta penutupan lahan dan peta tanah ditetapkan dengan Tabel 3.

e. Menghitung nilai CN tertimbang dari nilai-nilai CN sub-DAS Lesti pada berbagai t ipe penggunaan lahan dengan cara pengelolaannya (dari peta penutupan lahan), kondisi hidrologi dan kelompok hidrologi tanahnya (dari peta tanah), untuk kondisi AMC i l (rata-rata) pada sub-DAS Lesti (dari da ta hujan harian I tahun), CN te r t imbang untuk sub-DAS Lesti = 1681664124472,320 = 6 8 ~ 2 s 6 9

f. Menghitung nilai potensi retensi air maksimum (s) sub-DAS Lesti dengan menggunakan persamaan (2) untuk kondisi AMC II, 5 = (254001CNav) 254 = 25400169 254 = r14,12

g. Menghitung nilai volume limpasan (Q) sub-DAS Lesti dengan rnenggunakan persamaan (I) dan data hujan harian (P), misal 150 mm, maka nilai volume debit untuk satuan tebal limpasan (Q) untuk satu kejadian hujan, yaitu 67 mm, dengan perhitungan sbb.: Q = (P 0,2 S)2/(P + 0,8 5 ) = (1500,2*1~~,12)2/(1~0+0,8*1i4,i2) = 67 mrn

h. Untuk menghitung nilai Q tahunan, selanjutnya digunakan nilai-nilai data hujan harian selama setahun.

i. Dengan rnengetahui nilai Q (mm) dan P (mm) maka koefisien limpasan (C = QlP) dapa t dihitung untuk DASlsub-DAS.

Pemanfaatan Sistem Informasi Geografi dalarn Aplikasi Model Widrologi untuk Prediksi Debit (q] dan Debit Puncak (qp)

2. Debit Puncak (qp) a. Membatasi sub-DAS Sasaran (dari peta topografi] peta konturldata DEM) b. Membuat peta konturdengan data DEM c. Membuat peta jaringan sungai dengan data DEM d. Nilai tc dihitung dengan persamaan (4) dimana nilai parameter S diperoleh dari

beda tinggi (elevasi) titik terjauh dan outlet (H) dari panjang sungai utama pada peta kontur (L). L = 46240,906 rn, dan 5 = (2goom-328m)/46240,g06 *roo% = 556% tc = 0,0195 LO*^ s*"~' = 0,0195 * 46240,906~'~ * ~,56"~" = 39,37 menit = 0,66 jam

e. Dengan mengumpulkan data hujan harian selama 1 tahun pada lokasi sub-DAS Pantauan dapat dipilih besar curah hujan harian maksimum yang terjadi pada bulan Januari Desember serta nilai tahunannya (P24)

f. Dengan metode Mononobe maka nilai intensitas hujan ( I ) dapat dihitung dengan menggunakan persamaan (5), rnisal Pzq=150 mmlhari ¶ = (P,,/z4) x (24/t~)0'~'= (150124) x (24/0,66)~'~'= 69,43 mmflarn

g. Dengan peta sub-DAS maka luasnya (A)dapat dihitung= 24472,320 ha h. Nilai koefisien limpasan (C) spasial dihitung dengan menggunakan peta penutupan

lahan akual yang diperoleh dari peta RBI dan atau citra satelit terbaru. i. Nilai koefisien limpasan (C) tertimbang untuk sub-DAS Sasaran dihitung dengan

menggunakan jumlah luasan setiap poligon penutupan lahan pada sub-DAS dikalikan dengan nilai koefisien C masing-masing jenis penutupan lahan pada poligon tersebut (Lampiran I) kemudian dibagi total luas sub-DAS. Koemien C tertirnbangsub-DAS Lesti = 6870.17/14472,320 = o,z8

j. Dengan diketahuinya nilai f, C, 1, dan A sub-DAS Pantauan maka nilai qp untuk bulanan dan tahunan dapat diprakirakan. qp = f CIA = 0,00278 * o,28 * 6g,43 * 24472,320 =?322,59 m3/det

4. Kesimpulan dan Saran

Pemanfaatan data debit dalam pengelolaan DAS yaitu menilai: 1) QmakslQmin atau koefisien regime sungai (KRS) - menetapkan tingkat kekritisan DAS dan 2) Q/P atau koefisien limpasan (C) - menetapkan tingkat daerah resapan air. Dengan pemodelan hidrologi, nilai volume debit (Q) dan debit puncak (qp) suatu DAS atau sub-DAS secara konseptual dapat diprediksi berdasarkan inforrnasi data dan' parameter-parameter masukan (input) ke model. Nilai Q dihitungdengan metode CN-SCS sedang nilai qp dihitung dengan metode Rasional. Untuk menjalankan kedua model hidrologi tersebut menjadi lebih mudah dan cepat yaitu dongan memanfaatkan perangkat SIG untuk pengolahan dan analisis data serta menyimpan dan rnengambil kembali dari data parameter-parameter input-nya. Faktor penting dalam menjalankan model CN adalah menghitung niiai CN rata tertimbang untuk DAS, sedang pada model Rasional adalah menghitung nilai koefisien limpasan (C) rata-rata tertimbang DAS. Dengan alat SIC, maka parameter-parameter input data pendukung model untuk memprediksi data hidrologi (Q dan qp) DAS atau sub-DAS dapat dilakukan dengan mudah sehingga informasinya dapat dimanfaatkan untuk mendukung kegiatan-kegiatan pengelolaan DAS, khususnya untuk mengevaluasi kondisi tingkat kekritisan DASlsub-DAS dan kondisi tingkat daerah resapan air DASlsub-DAS.

Prosiding Lokakarya "Sistem Informasi Pengelolaan DAS: Inisiatif pengembangan Infrastruktur Data" Bogor: 5 September 2007

Ucapan Terirna Kasih

Ucapan terima kasih pertama kepada Ir. Wartam (KasubDit Evaluasi DAS-Direktorat Pengelolaan DAS) dan Dr. ir. Hari Santoso (Direktur Pengelolaan DAS-Ditjen RLPS) yang telah memberikan kesempatan rnenyusun rangkaian tulisan ini. Ucapan terima kasih juga diberikan kepada Dr. Pramono Hadi (Dosen F-Geografi UGM) yang telah memberikan banyak masukan dan koreksi, Eko Priyanto (Teknisi SIG BP2TPDAS IBB) yang telah membantu dalam mengoperasikan SIC, serta semua pihak baik langsung maupun tidak langsung yangtelah membantu selesainya tulisan ini.

Daftar Pustaka Arnold JG, JR Williams, R Srinivasan, KW King, and RH Griggs. 1994. SWAT-Soil Water

Assessment Tool. USDA, ARS, Grassland, soil and Water Research Laboratory, Temple, Texas.

Biesbrouck B, G Wyseure, J van Orschoven, and J Feyen. 2002. AVSWAT 2000. K> U> Leuven, Laboratoryfor Soil and Water Management, Leuven, Belgium.

Bingner RL and FD Theurer. 2001. AnnAGNPS Technical Processes: Documentation Version 2. USDA-ARS, Nasional Sedimentation Laboratory, Oxford, MS and USDA-NRCS, National Water&CIimate Center, Gaithersburg, MD.

Chow VT. 1964. Handbook o f Applied Hydrology: A Compendium o f Water Resource Technology. McGraw-Hill BookCompany, New York.

DiLuzio M, R Srinivasan, and SL Neitsch. 1998. SWAT ArcView Interface User's Guide fo r SWAT 98.1, 1998 Beta Release. Blackland Research Center, Texas Agriculture Experimental Station, Texas.

DiLuzio M, R Srinivasan, and SL Neitsch. 2001. SWAT ArcView lnterface User's Guide fo r SWAT 2000. Blackland Research Center, Texas Agriculture Experimental Station, Texas.

Direktorat PDAS. 2007. Pedornan Pemantauan Tata Air Daerah aliran Sungai dengan Pendekatan Pemodelan Hidrologi. Peraturan Ditjen RLPS No. P. oollV-DAS/zoo7 tanggal 30 Januari 2007, Ditjen RLPS, Departemen Kehutanan, Jakarta.

Gumbo B, N Munyamba, G Sithole, and HH G Savenue. 2001. Coupling o f Digital Elevation Model and Rainfall-Runoff Model in Storm Drainage Network Design. 2nd WARFSAlWaterNet Symposium: Integrated Water Resources Management Theory, Practice, Cases. CapeTown, SouthAfrica.71-80 p.

Harto S Br. igg3.Analisis Hidrologi. PT. Gramedia Pustaka Utama, Jakarta.303~.

Johnson RR. 1998. An Investigation o f Curve Number Application t o Watershed in Excess of 25000 Hectars (250 kmz). Journal o f Environmental Hydrology, 6 (7): 1-10.

McCuen RH. 1989. Hydrologic Analysis and Design. Prentice Hall, Englewood Clift, New Jersey.

Seyhan E. 1977. Fundamentals o f Hydrology. Terjemahan. S. Subagyo. 1993. Dasar-Dasar Hidrologi. Cetakan kedua. Gajah Mada Univ. Press.Yogyakarta. 380 pp.

Pernanfaatan Sistem lnforrnasi Geografi dalarn Apiikasi Model Nidrologi untuk Prediksi Debit (q) dan Debit Puncak (qp)

Soil Consevation Service. 1964. Hydrology. SCS National Engineering Handbook, Section 4, Chapterlo, US Dept. Of Agriculture, Washingtong, DC.

Soil Conservation Service. 1986. Urban Hydrology for Small Watersheds, Technical Release 55 (TR-55).

Singh VP. 1989. Hydrologic Systems, Voi. I I : Watershed Modelling,. Prentice Hall, Englewood Clift, New Jersey.

Sosrodarsono S dan K Takeda. 1993. Hidrologi Untuk Pengairan. PT. Pradnya Paramita, Cetakan Ke VII, Jakarta.

Sukresno. 1997 Metode Estimasi Limpasan Permukaan Untuk Perencanaan Dan Evaluasi Kegiatan RLKT. info DAS No 1, BTPDAS Surakarta, Badan Litbang Kehutanan, Surakarta.

UU RI No7Tahun 2ooqTentangSumber Daya Air.

Prosiding Lokakarya "Sistem Informasi Pengelolaan DAS: lnisiatif pengembangan Infrastruktur Data" Bogor: 5 September 2007

Lampirant. Nilai koefisien limpasan (C) untuk persamaan rasional (qp) untuk Kelompok HidrologiTanah A, B, C, D dan 3 kelas slope

Kerjasama IPB dan GIFOR