KALIBRASI DAN VALIDASI MODEL MWSWAT PADA ANALISIS DEBIT

ALIRAN SUNGAI SUB DAS CISADANE HULU

SKRIPSI

IZHUL LAKSANA

F14061041

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR
BOGOR
2011
 CALIBRATION AND VALIDATION OF MWSWAT MODEL ON RIVER DISCHARGE
ANALYSIS OF CISADANE HULU SUB WATERSHED

Izhul Laksana
Department of Mechanical and Biosystem Engineering, Faculty of Agricultural Technology,
Bogor Agricultural University, IPB, Darmaga Campus, PO BOX 220, Bogor, West Java,
Indonesia
Phone 62 81219530176, email: aa_laksana@yahoo.com

ABSTRACT

Population growth increase land use and increase water use. It cause environment quality
and land use degradation, such as the decrease in forest land and natural vegetations as water
infiltration zone to influence on hydrology cycle in a watershed . Nowdays, watershed management
was handled by GIS Software and Map Windows SWAT (MWSWAT) open-source software which is
the utilization has been expanded recently. The output of MWSWAT Model GIS Software needed to be
examined yet, especially if the environment condition in the field was distorted or any unexpected
incident occurred to watershed flow. In order to reach valid data output of a simulation and to
minimize any unexpected incident then it is suggested to calibrate and to validate the MWSWAT
Software. This research aimed to calibrate and to validate MWSWAT open source software by
analyzing water flow debit of upstream Cisadane Sub watershed river flow which river outlet was in
Batubelah region. A simulation using MWSWAT consist of four stage meanwhile the calibration
process comprise of three process section. Result good calibrations appropriate with value of
parameters observed which parameters in this case are p-value, r-factor, R2, and NS value. The SWAT
simulation result data explained that the closeness value data result with R 2 was 0.012 and NS was
0.076. After the calibration proces R2 was 0.38, NS was 0.31, p-value was 0.71 and r-factor was 0.91,
and the validation stage result R2 was 0.23, NS was 0.23, p-value was 0.76, and r-factor was 1.19.
Those result concluded that the calibration and the validation of upstream Cisadane sub watershed
river flow analysis had been satisfying by upgrading parameters value as a significant data similarity
level controller between simulation and observation, and satisfying end value.

Keywords : watershed, r-factor, p-value, R2, NS, SUFI2.SWATCUP.

Izhul Laksana. F14061041. Kalibrasi dan Validasi Model MWSWAT pada Analisis Debit Aliran
Sungai Sub DAS Cisadane Hulu. Di bawah bimbingan : Asep Sapei dan Mahmud A. Raimadoya
2011.

RINGKASAN

Pertambahan jumlah penduduk akan meningkatkan penggunaan lahan dan pemakaian air.
Hal ini berpengaruh terhadap menurunnya kualitas lingkungan dan tata guna lahan, seperti penurunan
jumlah lahan hutan dan vegetasi alam sebagai daerah resapan air sehingga berpengaruh terhadap
siklus hidrologi dalam suatu Daerah Aliran Sungai (DAS). Pengaruh perubahan siklus hidrologi dapat
dilihat pada debit aliran sungai dari suatu DAS.
Pengelolaan DAS pada saat ini dapat diupayakan dengan menggunakan software GIS, dan
salah satu software yang dikembangkan penggunaannya saat ini adalah opensource software Map
Window SWAT (MWSWAT). Sofware MWSWAT yang dikembangkan antara lain untuk mengetahui
pengaruh penggunaan lahan serta air terhadap siklus hidrologi, besar sedimentasi yang ditimbulkan
dan daur bahan kimia hasil pertanian yang diperoleh. Sofware GIS model MWSWAT masih perlu ada
pengkajian dalam segi hasil keluaran, terutama bila terjadi perubahan keadaan lingkungan di lapangan
atau kejadian yang tak terduga dalam aliran DAS tersebut, seperti adanya tanah longsor. Hal ini tidak
bisa disimulasikan pada simulasi MWSWAT. Agar diperoleh data yang valid dan kejadian-kejadia
yang tak terduga tersebut dapat diminimalisir, maka perlu dilakukan kalibrasi dan validasi sehingga
software GIS pada opensorce software MWSWAT dapat diaplikasikan pada daerah DAS yang
diberlakukan.
Tujuan dari penelitian ini adalah melakukan kalibrasi dan validasi pada opensource
software MWSWAT dalam analisis debit aliran sungai Sub DAS Cisadane Hulu dengan outlet sungai
pada daerah Batubeulah. Pada penelitian ini software MWSWAT yang digunakan adalah Map
Window GIS 4.6SR, SWAT 1.5 dan Sequential Uncertainty Fitting Version 2. Soil Water Assesment
Tool-Calibration and Uncertainty Programs(SUFI-2.SWAT-CUP). Bahan yanng digunakan adalah
peta landuse tahun 2008, data iklim stasiun Dramaga tahun 2004 sampai dengan tahun 2009, data
debit sungai Batubeulah tahun 2004 sampai dengan tahun 2009, peta DEM dan data-data penunjang
lainnya.
Simulasi dengan menggunakan MWSWAT terdiri dari empat tahap sedangkan pada proses
kalibrasi terdiri dari tiga bagian proses dan dilakukan secara berulang sehingga mencapai kalibrasi
yang baik sesuai dengan parameter nilai yang dilihat, dalam hal ini parameter yang dilihat adalah nilai
p-value, r-factor, R2, dan nilai NS. Simulasi SWAT memperoleh data bahwa nilai kedekatan antara
data hasil simulasi dan obeservasi dengan nilai R2 adalah 0.012 dan NS adalah 0.076 setelah melalui
proses kalibrasi didapat R2 adalah 0.38 , NS adalah 0.31, p-value adalah 0.71 dan nilai r-factor adalah
0.91. Pada tahap validasi didapat hasil R2 sebesar 0.23, NS sebesar 0.23, p-value 0.76 dan r-factor
sebesar 1.19. Dari hasil tersebut disimpulkan bahwa Kalibrasi dan Validasi pada analisis Sub DAS
Cisadane Hulu telah memuaskan dilakukan dengan peningkatan nilai parameter-parameter sebagai
pengendali tingkat kesamaan data simulasi dengan observasi yang signifikan serta nilai akhir yang
memuaskan.
KALIBRASI DAN VALIDASI MODEL MWSWAT PADA ANALISIS DEBIT
ALIRAN SUNGAI SUB DAS CISADANE HULU

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN

Pada Departemen Teknik Mesin dan Biosistem,

Fakultas Teknologi Pertanian,

Institut Pertanian Bogor

Oleh :

IZHUL LAKSANA

F14061041

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR
BOGOR
2011
Judul Skripsi : Kalibrasi dan Validasi Model MWSWAT pada Analisis
Debit Aliran Sungai Sub DAS Cisadane Hulu

Nama : Izhul Laksana

NIM : F14061041

Menyetujui

Pembimbing I, Pembimbing II,

(Prof. Dr. Ir. Asep Sapei, MS) (Ir. Mahmud Arifin Raimadoya, M. Sc)
NIP : 19561025 198003 1 003 NIP : 19510604 197703 1 002

Mengetahui :
Ketua Departemen,

(Dr. Ir. Desrial, M.Eng)

NIP : 19661201 199103 1 004

Tanggal Ujian : 4 Februari 2011

 PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI

Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Kalibrasi dan
Validasi Model MWSWAT pada Analisis Debit Aliran Sungai Sub DAS Cisadane Hulu adalah
hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam
bentuk apapun pada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari
karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Bogor, Maret 2011

Yang membuat pernyataan

Izhul Laksana

F14061041
 © Hak cipta milik Izhul Laksana, tahun 2011
Hak cipta dilindungi

Dilarang mengutip dan memperbanyak tanpa izin tertulis dari

Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotocopi,
mikrofilm, dan sebagainya
 BIODATA PENULIS

Penulis dilahirkan di Bandung, 14 mei 1988 dari pasangan Bapak

Farikhi dan Sri Nuraini S. Penulis melaksanakan pendidikannya dari TK
Garuda, kujang 1 Cicalengka-Bandung dan dilanjutkan ke SD Negeri Loji
Cicalengka-Bandung setelah itu penulis melanjutkan pendidikan ke SLTP
Negeri 1 Cicalengka- Bandung (2000-2001), kemudian SLTP Negeri 182
Jakarta (2001-2003) dan SMA Negeri 99 Jakarta. Penulis diterima di IPB
melalui jalur SPMB tahun 2006 dan masuk ke Departemen Teknik Pertanian
(Agricultural Engineering) IPB angkatan 43 dibagian Laboratorium Tanah
dan Air. Selama menjadi mahasiswa IPB, penulis telah mengikuti organisasi
kampus dan fakultas serta berbagai kepanitiaan untuk menambah
pengalaman, baik yang menunjang pendidikan dan keprofesian maupun yang memperkaya
pengalaman terutama softskill yang tidak didapatkan di bangku perkuliahan. Penulis menjadi Staf
infokom FBI 2008, Kepala Biro mesin Himpunan Mahasiswa Teknik Pertanian (HIMATETA) 2009,
dan beberapa kepanitiaan, seperti panitia masa perkenalan fakultas 2008, seksi acara masa perkenalan
departemen teknik pertanian dan seksi acara Agromechanizatoin in vilage 2009. Penulis juga
membantu seksi acara pelatihan traktor 2010, seksi acara perkenalana alat mesin pertanian 2009, dan
seksi acara Musyawarah Wilayah I IMTPI (Ikatan Mahasiswa Teknologi Pertanian Indonesia) 2008.
Penulis juga berhasil memperoleh prestasi selama menjadi mahasiswa IPB baik akademik dan non
akademik, diantaranya penerima hibah program kewirausahaan mandiri 2010 dengan usaha “Bakso
Rumput Laut”. Magang di Kurnia Sttawberi Petik Sendiri Ciwidey 2009. Pengajar Bidang Fisika dan
Matematika di Bimbingan Belajar Primagama Bogor 2010.
Penulis melaksanakan praktek lapangan di PTPN VIII Kebun Teh Goalpara, Sukabumi dan
berhasil menyelesaikan laporan praktik lapangannya dengan judul “Aspek Keteknikan di Kebun Teh
PTPN VIII Goalpara, Sukabumi” tahun 2009. Untuk mendapatkan gelar kesarjanaan penulis
menyelesaikan tugas akhir dengan judul “Kalibrasi dan Validasi model MWSWAT pada Analisis
Debit Aliran Sungai Sub DAS Cisadane Hulu” dibawah bimbingan Prof. Dr. Ir. Asep Sapei, MS dan
Ir. Machmud A. Raimadoya, M.Sc. penulis menyelesaikan masa studi S1 sebagai Sarjana Teknologi
Pertanian pada tahun 2011.
 KATA PENGANTAR

Bismillahirahmanirrahim, dengan menyebut Asma Allah Yang Maha Pengasih dan

Penyayang. Puji syukur hanya kepada Allah SWT semata, Tidak ada Rabb Selain Dia. Selaku Rabbil
alamin, pencipta alam semesta. Rabb penguasa langit dan bumi. Satu-satunya Rabb yang layak
disembah, diagungkan dan sebagai tempat bergantung. Tidak ada kekuatan yang melebihi-Nya. Atas
rahmat dan hidayah-Nya penelitian dan penulisan skripsi yang berjudul Kalibrasi dan Validasi
model MWSWAT pada Analisis Debit Aliran Sungai Sub DAS Cisadane Hulu dapat diselesaikan
dengan baik.
Skripsi ini merupakan hasil penelitian saya pada akhir masa studi juga di jenjang Srata 1,
Departemen Teknik Pertanian IPB . Semoga skripsi ini dapat menambah data literatur dan karya
ilmiah untuk pertanian Indonesia yang lebih baik, khususnya dibidang teknologi. Kiranya skripsi ini
jauh dari sempurna, sehingga penulis tetap membuka diri atas kritik, saran dan koreksi untuk
memperkaya penelitian ini.
Penulis juga tidak lupa ingin mengucapkan terima kasih dan penghargaan sebesar-besarnya
kepada banyak pihak yang telah memberikan kontribusi baik secara langsung ataupun tidak langsung
dalam Penyelesaian skrripsi ini, terutama kepada:
1. Bapak dan ibu atas segala bimbingan serta dukungannya selama ini.. Terima kasih atas segala
do`a dan perjuangannya. Ya Robb senantiasa jagalah keduanya dalam lindungan Mu. Fadhilla
adik peneliti yang selalu memberikan dukungan kepada penulis.
2. Prof. Dr. Ir. Asep Sapei, MS dan Ir. Mahmud Arifin Raimadoya, M. Sc selaku dosen
pembimbing, atas bimbingan, arahan dan segala bantuannya sehingga penulis dapat
menyelesaikan skripsi ini dengan baik.
3. Dr. Ir. Nora H. Pandjaitan, DEA terima kasih atas saran dan masukkannya
4. Fadhilla Setyo Hernowo adik peneliti yang selalu memberikan dukungan kepada penulis.
5. Seluruh Staf Pengajar di IPB atas ilmu yang pernah diberikan.
6. Izhris sebagai teman kerja dan diskusi yang sabar dan banyak membantu, teman satu bimbingan
Hafid.A yang saling membantu dan berjuang dalam melakukan penelitian ini, serta Andi, Ka
Wina yang dengan sabar mengajarkan tentang SWAT.
7. Teman-temanku selama praktek lapangan (PL) di PTPN VIII Kebun Teh Goalpara – Sukabumi,
Azzah dan Rusnia.

Semoga skripsi ini dapat menambah data literatur dan karya ilmiah untuk pertanian Indonesia
yang lebih baik, khususnya di bidang teknologi. Kiranya skripsi ini jauh dari sempurna, sehingga
penulis tetap membuka diri atas kritik, saran dan koreksi untuk memperkaya penelitian ini.

Bogor, Maret 2011

Penulis

ix
 DAFTAR ISI
Halaman

ABSTRACT........................................................................................................................ ii
RINGKASAN...................................................................................................................... iii
KATA PENGANTAR......................................................................................................... ix
DAFTAR ISI........................................................................................................................ x
DAFTAR TABEL................................................................................................................ xi
DAFTAR GAMBAR........................................................................................................... xii
DAFTAR LAMPIRAN........................................................................................................ xiii
I. PENDAHULUAN..................................................................................................... ....... 1
1.1 LATAR BELAKANG............................................................................................ 1
1.2 TUJUAN................................................................................................................. 2
II. TINJAUAN PUSTAKA.................................................................................................. 3
2.1 HIDROLOGI.......................................................................................................... 3
2.2 GEOGRAPHIC INFORMATION SISTEM............................................................. 5
2.3 SOIL AND WATER ASSESMENT TOOL(SWAT)................................................. 5
2.4 SEQUENCIAL UNCERTAINT FITTING VERSION 2. SOIL AND WATER
ASSESMENT TOOL- CALIBRATION AND UNCERTAINTY PROGRAMS........... 7
III METODOLOGI............................................................................................................. 9
3.1 WAKTU DAN TEMPAT....................................................................................... 9
3.2 ALAT DAN BAHAN............................................................................................. 9
3.3 METODE PENELITIAN....................................................................................... 10
IV HASIL DAN PEMBAHASAN...................................................................................... 18
4.1 KONDISI SUB DAS CISADANE HULU............................................................. 18
4.2 SIMULASI SWAT................................................................................................. 19
4.3 ANALISIS SWAT PLOT AND GRAPH.................................................................. 26
4.4 KALIBRASI DAN VALIDASI............................................................................. 34
V. KESIMPULAN DAN SARAN....................................................................................... 35
5.1 KESIMPULAN ..................................................................................................... 35
5.2 SARAN.................................................................................................................. 35
DAFTAR PUSTAKA......................................................................................................... 36
LAMPIRAN........................................................................................................................ 37

x
 DAFTAR TABEL

Halaman

Tabel 1. Data input dalam SWAT untuk analisis hidrologi................................................ 16

Tabel 2. Pengggunaan lahan Sub DAS Cisadane Hulu....................................................... 19
Tabel 3. Jenis tanah Sub DAS Cisadane Hulu..................................................................... 20
Tabel 4. Penggunaan lahan pada hasil simulasi SWAT..................................................... 22
Tabel 5. Jenis tanah pada hasil simulasi SWAT.................................................................. 23
Tabel 6. Kemiringan interval pada Sub DAS Cisadane Hulu............................................. 23
Tabel 7. Penggunaan lahan Sub DAS 11 pada hasil simulasi SWAT................................. 23
Tabel 8. Tanah Sub DAS 11 pada hasil simulasi SWAT.................................................... 24
Tabel 9. Kemiringan Sub DAS 11 pada hasil simulasi SWAT........................................... 24
Tabel 10. HRU Sub DAS 57 pada hasil simulasi SWAT................................................... 24
Tabel 11. Parameter yang digunakan sebagai masukan kalibrasi....................................... 29
2
Tabel 12 Hasil peningkatan nilai R dan NS pada proses kalibrasi..................................... 32
Tabel 13 Nilai parameter input untuk validasi.................................................................... 33
Tabel 15 Nilai variabel pada setiap proses......................................................................... 34

xi
 DAFTAR GAMBAR

Halaman

Gambar 1 Siklus Hidrologi (Somantri, 2007)........................................................................

3
Gambar 2 Ilustrasi hubungan antara ketidakpastian parameter masukan dengan
ketidakpastian hasil prediksi................................................................................. 7-8
Gambar 3. Wilayah Sub DAS Cisadane Hulu (BPDAS Citarum-Ciliwung, 2007).............. 9
Gambar 4 Diagram Alir Validasi dan Kalibrasi model MWSWAT.....................................
12
Gambar 5. Penggunaan lahan Sub DAS Cisadane Hulu Tahun 2008. .................................
18
Gambar 6. Sebaran jenis tanah Sub DAS Cisadane Hulu Tahun 2008.................................
20
Gambar 7. pembagian Sub DAS Cisadane Hulu..................................................................
21
Gambar 8. Pembagian Sub DAS menjadi HRU..................................................................
22
Gambar 9. Sebaran stasiun iklim Sub DAS Cisadane Hulu................................................
26
Gambar 10. Visualisasi debit harian Sub DAS Cisadane Hulu............................................
26
Gambar 11. Debit simulasi MWSWAT dan debit observasi tahun 2004-2006.....................
27
Gambar 12. Debit simulasi MWSWAT dan debit observasi tahun 2007-2009.....................
27
Gambar 13. Hasil kalibrasi pada SUFI2 SWAT-CUP...........................................................
31

xii
 DAFTAR LAMPIRAN

Halaman

Lampiran 1. Nilai parameter untuk Sub DAS Cisadane Hulu pada kalibrasi pertama .......... 38
Lampiran 2. Nilai parameter untuk Sub DAS Cisadane Hulu pada kalibrasi terakhir........... 49
Lampiran 3. Data input iklim (.wgn)...................................................................................... 40

xiii
 I. PENDAHULUAN

1.1 LATAR BELAKANG

Pertambahan penduduk yang semakin pesat maka akan meningkatkan pertambahan jumlah
pembangunan dan pertambahan kawasan ekonomi dan industri. Hal ini sangat berpengaruh pada
menurunnya kualitas lingkungan serta tata guna lahan. Hal tersebut berpengaruh terhadap fungsi
hidrologi DAS yang akan menimbulkan lahan kritis dan pencemaran. Daerah Aliran Sungai (DAS)
merupakan suatu wilayah daratan yang menerima air hujan untuk kemudian mengalirkan kembali
melalui suatu sungai utama menuju ke hilir. DAS bagian hulu yang berfungsi sebagai daerah
tangkapan hujan merupakan daerah yang sangat penting dan harus dikelola dengan perencanaan yang
baik.
Daerah Aliran Sungai (DAS) Cisadane yang mencakup daerah mengalir dari gunung salak
mengalir melaluui kota Bogor hingga kabupaten Tangerang kemudian bermuara di laut Jawa. Panjang
sungai Cisadane sampai ke Mauk (Kabupaten Tangerang) adalah 137.8 Km, dengan rata-rata
kemirinngan dari hulu (+ 3.019 m) sampai ke Mauk (+ 2 m) adalah 21,9%. Sungai Cisadane yang
terbentang dari Kota Bogor hingga Kabupaten Tangerang memiliki fungsi penting yaitu untuk
memenuhi hajat hidup orang banyak dengan segala aktivitasnya, salah satunya adalah bahwa air
sungai Cisadane digunakkan sebagai sumber bahan baku air minum.
Menurut Departemen Kehutanan (2008), pengurangan daerah resapan air sebagai dampak
perubahan fungsi lahan yang dilakukan di daerah hulu Sub DAS Cisadane dapat menimbulkan
dampak di bagian Sub DAS Cisadane lainnya baik bagian tengah ataupun hilir. Dengan semakin
berkurangnya lahan hijau sebagai daerah resapan air, maka akan terjadi peningkatan jumlah air yang
tidak terserap tanah dan mengalir di permukaan. Dampak pengurangan jumlah air yang terserap tanah
ini adalah salah satu satunya dapat terlihat dengan jelas dengan adanya perubahan debit aliran sungai
(runoff).
Pemakaian lahan dan air yang meninggkat dari tahun ke tahun, membutuhkan suatu usaha
perbaikan agar lingkungan tetap terjaga dan stabil, perencanaan dan keputusan ang tepat menjadi
faktor utama agar perbaikan dan penjagaan maksimal,, maka perlu adana alat (tool) yang dapat
menghubungkan antara data sumber daya lahan mapun air kepada pengggunaanna untuk dapat
memprediksikan pengarunyya terhadap hidrologi lahan tersebut.
Pada saat ini, pengelolaan DAS untuk mendapatkan hasil yang cermat dan teliti salah satunya
diupayakan dengan menggunakan software GIS yang telah banyak dikembangkan. Salah satu software
GIS yang mulai berkembang luas penggunaannya secara internasional adalah opensource software
MWSWAT. Sebagai software yang dikembangkan secara opensource, negara berkembang khususnya
Indonesia dapat dengan mudah mempergunakannya untuk mengatasi berbagai permasalahan
degradasi lingkungan. Dengan dukungan data yang lengkap, perencanaan suatu DAS dapat dilakukan
dengan baik sehingga dapat mencegah akibat-akibat negatif yang selama ini sulit dihindarkan dan
diprediksi lebih jauh.
Penggunaan model pada suatu DAS harus memperhatikan faktor validitasnya. Hal ini disebabkan
setiap DAS mempunyai karakterisitik yang berbeda. Untuk itu model hidrologi SWAT perlu
dikalibrasi dan divalidasi. Model dianggap valid bila model tersebut dapat menggambarkan atau
mendekati keadaan sebenarnya yang dapat diukur dengan standar deviasi rendah dan efisiensi model
tinggi.

1
1.2 TUJUAN PENELITIAN

Penelitian ini bertujuan untuk melakukan kalibrasi dan validasi model MWSWAT pada
analisis debit aliran sungai Sub DAS Cisadane hulu.

2
 II. TINJAUAN PUSTAKA

2.1 HIDROLOGI

Cabang ilmu yang mempelajari tentang air disebut sebagai Hidrologi. Hidrologi berasal dari
bahasa yunani yaitu kata hidro (air) dan loge (ilmu) (Ward et al, 1995). Dengan demikan hidrologi
berarti ilmu yang mempelajari tentang air. Menurut Brooks et al (2003), siklus hidrologi adalah siklus
yang menggambarkan proses sirkulasi air dari lahan dan badan air di permukaan bumi menuju
atmosfer yang terus berulang.

Gambar 1. Siklus Hidrologi (Somantri, 2007)

Siklus hidrologi dapat dimulai dari preptisipasi. Preptisipasi adalah jatuhan air dalam bentuk
cairan atau padatan dari atmosfer menuju permukaan bumi yang terbentuk akibat kumpulan uap air
dan tetesan air jenuh di atmosfer (Ward et al,1995). Selama siklus, presipitasi yang turun ke bumi
akan menjadi interception, runoff (stream flow), surface runoff (overland flow), berinfiltrasi dan
berperkolasi kedalam permukaan tanah sehingga membentuk interflow (lateral flow) dan ground
water flow (return flow/base flow) serta kembali lagi ke atmosfer melalui evaporasi dan transpirasi.
Interception adalah air presipitasi yang tertahan pada batang dan daun tanaman dan tidak
sampai ke permukaan bumi. Presipitasi yang sampai ke permukaan bumi akan berinfiltrasi ke dalam
profil tanah. Air yang berinfiltrasi ke dalam tanah akan menambah kelemban tanah dan dapat
menguap kembali ataupun diserap oleh akar tanaman. Evaporasi adalah proses penguapan air yang
terjadi pada pernukaan lahan dan bagan air seperti lautan atau danau, serta dipengaruhi oleh angin dan
lama penyinaran matahari (Cech,2005). Transpirasi adalah penguapan air pada tumbuhan yang
merupakan hasil sampingan fotosintesis (Ward et al, 1995). Gabungangan darievaporasi dan

3
transpirssi disrbut evapotranspirasi. Air presipitasi akan kembali lagi menuju atmodfir dalam bentuk
uap air melalui proses evapotranspirasi ini.
Air yang berinfiltrasi kedalam vadose zone (zona tidak jenuh) berada diantara permukaan
tanah dan saturation zone (zona jenuh) (Brooks et al,2003). Pada vadose zone, pori-pori tanah akan
berisi air dan udara dalam jimlah yang berbeda. Air dalm zona ini disebut juga sebagai lengas tanah
(soil mosture), (Linsley, 1979). Air dalam vadose zone dapat bergerak secara lateral saat di bagian
bawah vadose zone dibatasi oleh lapisan kedap. Aliran lateral air ini disebut sebagai interflow.
Interflow kemudian akan menjadi tambahan input pada aliran sungai (sream flow) (Ward et al, 1995).
Proses begerak turunnya air dari vadose zone menuju zona tanah yang lebih dalam karena
pengaruh gravitasi disebut perkolasi. Pada zona tanah yang lebih dalam ini, semua pori-pori tanah
telah terisi oleh air (saturated zone). Permukaan saturated zone disebut sebagai muka iar tanah
(warter table) dan air yang berada di dalam zona ini disebut air tanah (groundwater) (Brooks et al,
2003). Aliran groundwater yang disebut baseflow akan keluar dairi dalam melalui sela-sela batuan
sehngga menjadi sumber mata air ataupun bergabung dengan aliran sungai (stream flow).
Aliran permuakaan adalah air yang mengalir di atas permukaan tanah. Aliran permukaan
terdiri atas dus jenis. Pertama yaitu runoff (stream flow) untuk aliran yang berada didalam sungai atau
saluran. Kedua adalah surface runoff (overland flow) untuk aliran air yang mengalir diatas
permukaaan tanah (Arsyad, 2006). Aliran air sungai (runoff) terbentuk sebagai gabungan dari prepitasi
yang masuk kedalam sungai, surface runoff, interflow, dan baseflow. Debit runoff sungai dapat naik
saat prresipitasi dan akan kembali turun setelah presipitasi selesai. Menurut Seyhan (1997), faktor-
faktor yang mempengaruhi besarnya runoff antara lain :
1. Besarnya presipitasi.
2. Besarnya evapotranspirasi.
3. Faktor DAS, yaitu :
a. Ukuran dan bentuk DAS. Daerah Aliran Sungai (DAS) adalah wilayah yang dibatasi
oleh punggung bukit atau percabangan saluran yang mengalirkan air dari beberapa titik
di wilayah bagian atas DAS (upstream) menuju titik outlet (Cech, 2005). Dalam bahasa
Inggris disebut juga dengan watershed, catchment area, atau river basin (Sinukaban,
2007). Semakin besar luas DAS, akan semakin besar nilai runoff. Menurut Ward et al
(1995), bentuk DAS yang cenderung bulat akan menghasilkan debit runoff yang tinggi
karena ruoff dari berbagi titik pada DAS tersebut akan mencapai outlet pada waktu yang
hampir sama. Sedangkan pada DAS yang berbentuk lebih memanjang, runoff pada
bagian downstream akan keluar dari outlet telebih dahulu kemudian disusul runoff dari
upstream.
b. Topografi . Topografi akan berprngaruh terhadap kemiringan lahan, keadaan dan
kerapatan parit/saluran. Volume aliran permukaan akan lebih besar pada DAS yang
memiliki kemiringan curam dan saluran yang rapat dibanding dengan DAS yang landai,
terdapat cekungan-cekungan, dan jarak antar parit/saluran jarang.
Kecuraman suatu lereng dapat dikelompokkan sebagai berikut :
1) A = 0 sampai < 3% (datar)
2) B = > 3 sampai 8% (landai atau berombak)
3) C = > 8 sampai 15% (agak miring atau beregelombang)
4) D = > 15 sampai 30% (miring atau berbukit)
5) E = > 30 sampai 45% (agak curam atau bergununga0
6) F = > 45 sampai 65% (curam)
7) G = > 65% (sabgat curam) (Arsyad, 2006)

4
 c. Jenis tanah dan penggunaan lahan. Perbedaan misalnya pada karakteristik tanah dalam
menyerap air dan besarnya lahan hijau penyerap air atau besarnya luas wilayah kedap
air.
Daerah Hulu dari suatu DAS beperan sebagai lingkungan pengendali (conditioning environtment).
Sedangkan dearah hilir merupakan daerah penrima (acceptor) bahan dan energi, atau lingkungan
konsumsi atau lingkungan yang dikendalikan (commanded environment). Perubahan yang terjadi
dalam suatu DAS dari segi hidrologi dapat mempengaruhi bagian lain dalam DAS tersebut.
Penanganan suatu DAS harus meliputi penanganan sebagai suatu kesatuan sistem dengan bagian DAS
lainnya sehingga perbaikan DAS dapat berjalan efektif (Sinukaban, 2007).

2.2 GEOGRAPHIC INFORMATION SYSTEM (GIS)

Bidang ilmu yang berkaitan dengan informasi keruangan saat ini tidak lepas dari bantuan
Geographic Information Sistem (GIS). Geographic Information Sistem (GIS) merupakan suatu sistem
yang dirancang untuk menangkap, menyimpan, mrngedit, memanipulasi, menganalisis, menampilkan,
dan mengeksport data yang berhubungan dengan fitur-fitur geografis. Sistem ini tidak hanya meliputi
hardware dan software yang digunakan, tapi juga meliputi database yang diperlukan atau
dikembangkan dan personal yang mengerjakan (Bettinger dan wing, 2004). Aplikasi GIS banyak
dituangkan dalam bentuk software karena lebih mudah dan presisi dibandingkan dengan metode
manual.
Data peta digital akan diolah menggunakan software berbasis GIS. Peta digital tersebut
memiliki sistem koordinator tersendiri. Sistem koordinat adalah aturan bagaimana mendefinisikan
suatu titj awal pada pembuatan peta. Sistem koordinat yang di gunakan di Indonesia terdiri dari sistem
koordinat geografis dan sistem kooodinat Universal Transverse Mecator (UMT). Pada sistem
koordinasi geograofis, bumi dibagi menurut garis khayal yang disebut garis lintang. (latitude/paralell)
dan garis bujur (longitude/meridian)
Pada sistem koordinat UTM, permukaan bumi dibagi kedalam 60 bagian zona bujur yang
setiap zona dibnatasi oleh 2 meridian selebar 6° yang memiliki meridian tengah sendiri. Zona 1-60
dimulai dari 180°-174°, 174°-168°BB,174°-180°BT. Untuk Indonesia (90° BT-144°BT, 11°LS-6°LU)
terdapat sembilan zone, yaitu zone 46-54(Gandasasmita et al, 2003).
Data GIS terdiri dari dua jenis yaitu data raster dan data vektor. Data vektor , data ini tidak
memiliki bentuk yang tidak berkententuan dan terdiri atas tiga jenis yaitu point, lines, dan polygons.
Data vektor menggunakan koordinat x dan y dalam menampilkan data spasial (Chang, 2004).
Sedangkan data raster terdiri atas satuan kecil yang disebut grid cells atau piksel-piksel yang memiliki
posisi kolom dan baris tertentu dalam file database. Database GIS yang memiliki struktur raster
misalnya terdapat hasil citra satelit dan Digital Elevation Models (DEM). Bila suatu data raster GIS
dikatakan memiliki resolusi 30 m, maka suatu gris cells akan mewakili luas wilayah sebesar 900 m²
(30 m x 30 m).

2.3 SOIL AND WATER ASSESMENT TOOL (SWAT)

Analisis hidrologi dapat dilakukan dengan menggunakan software SWAT yang pertama kali
dikembangkan oleh Dr. Jeff Arnold pada awal tahun 1990an untuk Agricultural Research Service
(ARS) dari USDA. Menurut Neitsch et al (2005), SWAT merupakan hasil gabungan dari beberapa

5
model yaitu Simulator for Water Resources in Rular Basin (SWWRRB); Chemical, Runoff, and
Erosion from Agricultultural Management Sistem (CREAMS); Groundwater Loading effects on
Agricultural Management Sistem (GREAMS); dan Erosian Productivity Impact Calculator (EPIC).
Software SWAT pertama kali digunakan di Amerika Serikat yang kemudian meluas ke Eropa, Afrika
dan Asia. Software SWAT dikembangkan untuk mengetahui pengaruh dari menejemen lahan terhadap
siklus hidrologi, sedimen yang ditimbulkan dan daur dari bahan kimia pertanian yang diproleh
berdasarkan data pada waktu tertentu. Software SWAT akan diaplikasikan sebagai tool tambahan pada
menu bar plug-in MapWindow 46SR. MapWindow 46SR adalah open source software berbasis GIS
yang kemungkinan para penggunanya untuk menambahkan sendiri program atau tool baru. Dengan
demikian, SWAT dapat diintegrasikan dengan MapWindow (MapWindow SWAT/MWSWAT) tanpa
perlu membeli sistem berbasis GIS lainnya secara lengkap (Usman et al, 2008).
SWAT memungkinkan beberapa proses fisik yang berbeda untuk disimulasikan pada DAS.
Neraca air dalam SWAT adala fenomena paling utama yang dikadikan dasar dari setiap kejadian
suatu DAS. Siklus hidrologi yang dijalankan oleh software SWAT dibagi menjadi dua bagian. Bagian
pertama adalah fase lahan yang mengatur jumlah air, sedimen, unsur hara, dan pestisida untuk mengisi
saluran utama pada masing-masing sub basin. Kedua adalah fase air yang berupa pergerakan air,
sedimen dan lainnya melalui jaringan-jaringan sungai pada DAS menuju outlet.

Persamaan neraca air yang digunakan dalam SWAT :

SWt = SWo + Ʃ (Rday – Qsurf – Ea -Wseep – Qgw)

Keterangan :
SWt = kandungan akhir air tanah (mm H2O)
SWo = kandungan air tanah awal pada hari ke-i (mm H2O)
Rday = jumlah presipitasi padaahri ke-i (mm H2O)
Qsurf = jumlah surface runoff pada hari ke-i (mm H2O)
Ea = jumlah avapotranspirasi pada hari ke-i (mm H2O)
Wseep = jumlah air yang memasuki vadose zone pada profil tanah pada hari ke-i
(mm H2O)
Qgw = jumlah air yang kembali pada hari ke-i (mm H2O)

Iklim menyediakan masukan air dan energi yang berpengaruh terhadap keseimbangan air.
Input energi berupa iklim penting dalam melakukan simulasi SWAT untuk perhitungkan water
balance yang akurat (Neitsch et al, 2005). Parameter iklim yang digunakan dalam SWAT berupa
hujan harian, temperatur udara maksimum dan minimum, radiasi matahari, kecepatan angin, serta
kelembapan nisbi. Keunggulan dari SWAT adalah iklim yang sulit untuk disediakan secara harian
dapat dibangkitkan dengan menggunakan input file water generator (.wgn.)
Selain iklim, masukkan data lainnya berupa sifat-sifat tanah, jenis penutupan lahan
(landcover), jenis pengelolaan tanah, dan jenis pemukiman. Adapun syarat agar SWAT dapat
diterapkan di Asia Tenggara adalah kesiapan dalam menerima teknologi baik hardware atau software,
ketersediaan data untuk mendukung proses input data dan kalibrasi, kebutuhan akan penggunaan
SWAT, dukungan masyarakat dan para ahli ahli didaerah tersebut (Neitsch et al)

6
2.4 SEQUENCIAL UNCERTAINT FITTING VERSION 2. SOIL AND
WATER ASSESMENT TOOL-CALIBRATION AND UNCERTAINTY
PROGRAMS (SUFI-2.SWAT-CUP)

SWAT-CUP adalah progam komputer yang digunakan untuk kalibrasi model hidrolologi
SWAT. SWAT-CUP memiliki empat program link yaitu GLUE, ParaSol, MCMC, dan SUFI-2.
SWAT-CUP dapat digunakan untuk melakukan analisis sensitivitas, kalibrasi, validasi dan analisis
ketidakpastian pada model hidrologi SWAT. .
Pada SUFI2, ketidakpastian parameter – parameter masukkan digambarkan memiliki
distribusi yang seragam. Kemudian ketidakpastian nilai output, dikalibrasi menggunakan metode 95%
Prediction Uncertainty (95PPU). 95PPU dihitung pada level 2.5% sampai 97.5% dari distribusi
kumulatif variabel output menggunakan Latin Hypercube Sampling. Konsep algoritma analisis
ketidakpastian dari SUFI2 dapat dijelaskan oleh grafik pada Gambar 2. Gambar tersebut
mengilustrasikan bahwa nilai parameter tunggal (diwakili oleh titik) memberi pengaruh tunggal pada
model (Gambar 2a), kemudian peningkatan ketidakpastian pada nilai dan jumlah parameter masukan
(diwakili oleh garis) mempengaruhi nilai 95PPU yang diilustrasikan oleh luasan wilayah pada Gambar
2b. ketika ketidakpastian pada parameter masukkan meningkat (gambar 2c) maka meningkat pula
ketidakpastian pada output yang dihasilkan.
Perpotongan data hasil observasi di sepanjang luasan 95PPU menunjukan bahwa range nilai
parameter masukan kalibrasi sudah tepat/valid. Sebagai contoh, jika situasi pada gambar 2d terjadi,
dimana data hasil observasi tidak berpotongan dengan luasan 95PPU maka range nilai parameter
masukan harus diubah. Dan jika range nilai parameter masukan sudah sesuai dengan batas nilai fisik
yang diinginkan tetapi keadaan tersebut tetap terjadi, maka masalahnya bukan pada parameter
masukan kalibrasi tetapi konsep dari model yang harus dievaluasi.
SUFI-2 memulai proses kalibrasi dengan mengasusmsikan besarnya ketidakpastian pada
parameter masukan, kemudian nilai ketidakpastian berkurang seiring dengan proses kalibrasi sampai
dua syarat terpenuhi: (1) sebagian besar data hasil observasi berpotongan dengan luasan grafik 95PPU
dan (2) selisih rata – rata antara batas atas (pada level 97.5%) dan batas bawah (pada level 2.5%)
95PPU kecil. Model dianggap valid jika 80 – 100% data hasil observasi berpotongan dengan luasan
grafik 95PPU serta selisih antara batas atas dan batas bawah 95PPU lebih kecil dari standar deviasi
data hasil observasi.

Gambar 2. Ilustrasi hubungan antara ketidakpastian parameter masukkan dengan ketidakpastian hasil
prediksi

7
Gambar 2. Ilustrasi hubungan antara ketidakpastian parameter masukkan dengan ketidakpastian hasil
prediksi

Gambar 2a. Menunjukkan satu nilai parameter dalam masukkan paramter kalibrasi
sehingga model yang dihasilkan tunggal atau 1 titik atau berbentuk garis
bukan luasan.
Gambar 2b. Menunjukkan bahwa nilai parameter dalam bentuk ketidakpastian (nilai
dalam bentuk range) dan jumlah parameter meningkat sehingga model
yang dihasilkan berupa luasan ketidakpastian yang nantinya akan
dipotongkan dengan data observasi untuk dilihat sampai mana luasan
ketidakpastian yang berpotongan dengan data observasi dan data
keluaran(debit) dari hasil simulasi.
Gambar 2c. Menunjukkan bahwa nilai parameter dalam bentuk ketidakpastian (nilai
dalam bentuk range) bertambah atau meningkat sehingga model luasan
prediksi ketidakpastian meningkat dan menyebabkan output simulasi
meningkat sehingga luasan prediksi ketidakpastian menjadi lebih besar.
Gambar 2d. Menunjukkan pada garis merah merupakan data observasi yang berada di
luar luasan prediksi ketidakpastian dari simulasi nilai parameter-parameter
ketidakpastian. Nilai parameter harus di atur ulang kembali.

Kalibrasi dan validasi yang telah dilakukan oleh mahasiswa IPB, Muhammad Hamdan pada
tahun 2009 terhadap sungai Ciliwung Hulu, dengan menggunakan peta landuse 2008 dan data tahun
2008 mengenai total hasil air, aliran permukaan dan aliran lateral. Kalibrasi yang dilakukan
menggunakan perbandingan debit yang keluar di lapangan dengan hasil simulasi dengan mengunakan
data debit bulanan. Hasil R2 yang diperoleh adalah 0.85 dengan nilai Nash Sutclife (ENS) 0.46.

8
 III. METODOLOGI

3.1 WAKTU DAN TEMPAT

Penelitian dilakukan di Sub DAS Cisadane hulu dengan menggunakan outlet sungai daerah
Batubeulah. Sub DAS Cisadane Hulu secara geografis terletak pada 106°28’53.61”-106°56’42.32” BT
dan 06°31’21.54”-06°47’16.87” LS. Outlet sungai pada Batubeulah terletak pada 106°41’211”BT dan
06°31’21”LS. Letak Sub DAS Cisadane Hulu dapat dilihat pada Gambar 3.

Gambar 3. Wilayah Sub DAS Cisadane Hulu (BPDAS Citarum-Ciliwung, 2007)

Sub DAS Cisadane Hulu yang terletak pada Propinsi Jawa Barat memiliki DAS yang
berbentuk radial, dengan bentuk DAS melebar dan anak-anak sungai mengalir dengan arah yang
terkonsentrasi di satu titik yaitu outlet Batubeulah. Penelitian dilaksanakan pada bulan maret 2010
sampai dengan Januari 2011.

3.2 ALAT DAN BAHAN

1. Alat penelitian ini dilaksanakan dengan alat bantu berupa perangkat komputer dengan
menggunakan open souce software MapWindow GIS 4.6 SR, MWSWAT, dan SWAT
Ploth and Graph, SWATCUP.

9
 2. Bahan-bahan yangyang digunakan antara lain :
a. Data global. berupa peta DEM (Digital Elevation Mode) dengan resolusi 90 m x 90 m
yang berasal dari STRM (Shuttle Radar Thopography Mission) International Centre for
tropical Agricultutre (CIAT) tahun 2004. Kemudian peta digital Australasia drainage
basin.
b. Data Lokal
1. Data debit outlet sungai Cisadane Batubeulah tahun 2009 dari Balai PSDA Bogor.
2. Peta tanah Sub DAS Cisadane Hulu skala 1 : 250000 dan peta batas Sub DAS
Cisadane Hulu dari BPDAS Ciliwung –Cisadane Bogor dan Limnologi Lipi Bogor.
3. Peta landuse olahan citra satelit Sub DAS Cisadane Hulu tahun 2008 skala 1:
250000 dari BPDAS Ciliwung–Cisadane Bogor.
4. Data iklim harian stasiun iklim Darmaga tahun 2004-2009 dari BKMG Jakarta.
5. Data curah hujan harian tahun 2004-2009 dari pos hujan Sub DAS Cisadane Hulu
dari Balai PSDA Bogor.
6. Daftar stasiun iklim (stsnlist.txt) yang berisi nomor dan nama stasiun dan pos hujan
yang digunakan.

3.3 METODOLOGI PENELITIAN

Tahapan penelitian terdiri dari lima tahap kegiatan. Kegiatan tersebut, antara lain: 1)
pengumpulan data, 2) pengolahan data, 3) analisis MWSWAT, 4) kalibrasi data 5) validasi. Adapun
diagram alir proses penelitian dapat dilihat pada gambar 4.

1. Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data didapat dari
penelitian sebelumnya atau dari instansi terkait. Data – data tersebut terdiri dari dua jenis data
yaitu data spasial dan data teks (atribut). Data hidrologi DAS Cisadane Hulu berupa data
debit harian di SPAS (Stasiun Pencatat Aliran Sungai) Batubeulah dan data curah hujan dari
pos hujan yang berada di Sub DAS Cisadane Hulu. Peta penggunaan lahan (land use), peta
jenis tanah, dan peta batas Sub DAS Cisadane Hulu, peta au basin, peta DEM dan daftar
stasiun iklim (stnlist.txt).

2. Pengolahan Data

a. Data spasial
Beberapa data masukan yang diperlukan untuk menjalankan model hidrologi SWAT
berupa data spatial (peta – peta). Peta – peta yang diperlukan seperti peta penggunaan lahan
dan peta jenis tanah diperoleh dari BPDAS masih dalam bentuk vektor. Sedangkan SWAT
hanya bisa mengolah data spasial dalam bentuk raster sehingga peta – peta tersebut perlu
diolah terlebih dahulu menggunakan tool yang ada di Map Window yaitu tool convert a
shapefile a grid dengan ukuran cell 30x30, tipe data grid long interger, dan disimpan dalam
bentuk TIF, kemudian peta tersebut di reprojected dengan bantuan gistool raster (reprojected
grid).
b. Data teks (atribut)
Data atribut yang diperlukan sebagai masukan SWAT adalah data tanah, data iklim, dan
data debit sungai Cisadane. Data tanah dalam SWAT dimasukkan dalam fileSOL yang
terdapat di database MWSWAT. Data iklim yang merupakan masukkan dalam SWAT

10
 adalah curah hujan , temperatur udara maksimum dan minimum harian ( 0C), radiasi sinar
matahari harian (MJ/m2/hari), kelembaban udara harian (%). Data – data tersebut
dikumpulkan file PCP, TMP, SLR, HMD, WGN.

3. Analisis MWSWAT
Analisis dilakukan dengan membandingkan keluaran output debit hasil simulasi SWAT
dengan debit outlet Batubeulah yang ada dilapangan (observasi) dengan menggunakan
parameter p-value dan r-factor. Nilai p-value > 0.8 langsung ke proses validasi sedangkan
Nilai p-value < 0.8 harus melalui proses kalibrasi dan r-factor < 1 langsung ke proses
validasi sedangkan Nilai - r-factor > 1 harus melalui proses kalibrasi.

4. Kalibrasi
Pada proses kalibrasi dimasukkan nilai parameter-parameter yang dalam bentuk range
atau ketidakpastian, nilai parameter-parameter tersebut akan disimulasikan oleh
SUFI2.SWATCUP. Nilai p-value > 0.8 langsung ke proses validasi sedangkan Nilai p-value
< 0.8 harus melalui proses kalibrasi kembali dan r-factor < 1 langsung ke proses validasi
sedangkan Nilai - r-factor > 1 harus melalui proses kalibrasi. Pada proses kalibrasi data
mengenai iklim dan data debit sungai yang digunakan adalah data dari tahun 2004 sampai
dengan 2006, sedangkan data mengenai peta tanah dan peta penggunaan lahan yang
digunakan adalah tahun 2008.

5. Validasi
Pada proses validasi dimasukan nilai parameter-parameter hasil kalibrasi disimulasikan
kembali untuk di pastikan bahwa hasil kalibrasi dapat valid digunakan. Model dianggap valid
jika lebih dari 80% data hasil observasi perpotongan dengan luasan grafik 95PPU (p-value >
0.8). Selain itu, rata – rata selisih nilai antara batas bawah (pada level 2.5%) dan batas atas
(pada level 97.5%) grafik 95PPU lebih kecil dari standar deviasi data hasil observasi (r-fator
< 1). Pada proses validasi data mengenai iklim dan debit yang digunakan adalah data dari
tahun 2007 sampai dengan 2009, sedangkan data untuk peta tanah dan penggunaan lahan
adalah tahun 2008.

3.3.1 Map Window Soil and Water Assessment Tool (MWSWAT)

1. Pengumpulan data.
Data yang diperoleh berupa data sekunder yang diperoleh dari Balai Pengolahan
Sumber Daya Air (PSDA) Bogor, Balai Pengolahan Daerah Aliran Sungai (BPDAS)
Ciliwung-Cisadane, Limnologi LIPI Bogor, dan BMKG Jakarta.
2. Pengolahan data.
a. Pengolahan data peta digital dilakukan dengan menggunakan software Global Mapper
v7, arc view 3.3 dan Mapwindow 4.6SR.
1. Memotong peta DEM, basin, landuse, dan tanah sesuai dengan daerah penelitian.
2. Memberi ID tambahan pada Tabel atribut peta tanah (SOIL_ID) dan landuse
(LANDUSE_ID) sesuai dengan ID yang terdapat pada dabase mwswat.mdb.
3. Menyamakan sisten koordinat pada peta agar dapat digunakan bersama

11
 Mulai

Data iklim Data spatial

2004-2006

Pengolahan Data :
Pengolahan data peta
dan iklim

Analisis
Kalibrasi
MWSWAT

Tidak
p-value > 0.8

r-factor < 1

ya Validasi
Menggunakan data
2007-2009

Ya Tidak
p-value > 0.8

r-factor < 1

selesai

Gambar 4. Diagram Alir Validasi dan Kalibrasi model MWSWAT

12
3. Menyiapkan data iklim
1. Menyiapkan data stasiun (stnlist.txt) dengan kordinat, elevasi, serta nama dan pos yang
digunakan.
2. Menyiapkan data hujan harian (.pcp) tahun 2009 dalam satuan mm yang berasal dari
stasiun iklim Darmaga, pos hujan Empang serta PLTA Karacak.
3. Menyiapkan data temperatur harian dalam satuan °C dari stasiun iklim Darmaga 2009.
4. Menyiapkan data iklim tahun 2003-2009 didalam file generator (.wgn).
Untuk membentuk weather generator, data iklim yang ada diolah menjadi beberapa
tahapan yang meliputi :

a. TITTLE : judul pada baris pertama file. Wgn

b. WLATITUDE : koordinat lintang pada stasiun iklim.
c. WLONGITUDE : koordinat bujur pada stasiun iklim.
d. WLEV : elevasi stasiun iklim (m).
e. RAIN_YRS : jumlah tahun data iklim yang digunakan.
f. Temperatur maksimum (TMPMX)
Temperatur ini merupakan suhu maksimum rata – rata harian pada satu bulan
tertentu selama n tahun, untuk contoh suhu maksimum rata – rata pada bulan Januari
10 tahun.

Dimana :
Tmx,bulan = temperatur maksimum harian selama pencatatan pada
bulantersebut (0C).
N = jumlah hari perhitungan temparatur maksimum pada bulan
tersebut.

g. Temperatur Minimum (TMPMN)

Temperatur ini merupakan suhu minimum rata – rata pada satu bulan tertentu
selama n tahun. Contoh suhu minimum rata – rata pada bulan Januari selama 10
tahun.

Dimana :
Tmn,bulan = temperatur minimum harian selama pencatatan pada bulan itu ( 0C).
N = jumlah hari perhitungan temperatur minimum pada bulan tersebut.

h. Standar Deviasi Suhu Maksimum Harian (TMPSTMTDMN)

Standar deviasi ini dapat dihitung dengan menggunakan persamaan.

13
 Dimana :
σmx = standar deviasi suhu maksimum.
Tmxbulan = suhu maksimum harian pada bulan tertentu.
N = periode waktu (tahun).

i. Standar Deviasi Suhu Minimum Harian (TMPSTMTDMN)

Standar deviasi ini dapat dihitung dengan menggunakan persamaan.

Dimana:
σmx = standar deviasi suhu minimum.
Tmxbulan = suhu minimum harian pada bulan tertentu.
N = periode waktu (tahun).

j. Curah Hujan Rata – rata (PCPMM)

Curah hujan rata – rata pada satu bulan selama n tertentu

Dimana:
Rhari,bulan = curah hujan harian selama pencatatan pada bulan tersebut (mmH2O)
N = total hari pencatatan selama bulan tersebut yang digunakan untuk
menghitung rata – rata.
Tahun = jumlah tahun dari hujan harian dicatat.

k. Standar Deviasi Untuk Curah Hujan Harian (PCPSTD)

Standar deviasi ini dapat dihitung dengan menggunakan persamaan.

Dimana :
σbulann = standar deviasi suhu maksimum
Rhari = curah hujan harian pada bulan tertentu.
Rbulan = rata – rata curah hujan dalam satu bulan.
N = total bulan (jumlah tahun)

l. Koefisien skew untuk curah hujan harian dalam satu bulan (PCP Skew)

Dimana :
ģbulan = koefisien Skew.
Rhari.bulan = curah hujan harian pada bulan tertentu selama N tahun.
N = total tahun.
σbulann = standar deviasi.

14
 m. Perbandingan kemungkinan hari basah ke hari kering dalam satu bulan dengan
jumlah hari kering dalam satu bulan (PR-Wl).

Dimana :
hariW/D,i = jumlah hari basah yang diikuti hari kering.
harikering,i = jumlah hari kering selama hari pencatatan.

n. Perbandingan jumlah hari kering ke hari kering dengan jumlah hari kering selama
satu bulan (PR-W2).

Dimana :
hariW/W,i = jumlah hari basah yang diikuti hari basah.
Haribasah,i = jumlah hari basah selama periode pencatatan.

o. Jumlah hujan rata – rata pada bulan tertentu selama n tahun (PCPD)

p. Jumlah curah hujan maksimum selama pencatatan (PCP mak)

q. Radiasi Surya (SOLARAV)
Rata – rata radiasi surya pada satu bulan tertentu selama n tahun

r. DEW point (titik beku)

s. Kecepatan angin (WNDAV)
Kecepatan angin rata – rata (m/s) pada satu bulan tertentu selama N tahun.

Perincian data input file yang diperlukan dalam SWAT dapat dilihat pada Tabel 1.

4. Operasi software SWAT

a. Langkah pertama input data yang akan digunakan yaitu DEM, Sub DAS, dan
penentuan outlet dari reach.
b. Pembentukan Hidrologic Respons Unit (HRU), input data yang dimasukan adalah
interval slope, peta raster landuse dan peta raster tanah.
c. Simulasi. Setelah unit atau kelompok lahan terbentuk maka langkah selanjutnya
adalah menjalankan model SWAT.
d. Visualisasi hasil. Pada tahap ini, visualisai hasil diinginkan dapat dilihat. Misalnya
dengan memilih parameter output debit aliran sungai harian. Visualisasi digambarkan
dengan perubahan warna menurut nilai output parameter yang dipilih.

15
 Tabel 1. File data input dalam SWAT untuk analisis hidrologi

Nama File Fungsi

RTE File pergerakan air, sedimen, hara dan pestisida
CROP File parameter tumbuh tanaman
URBAN File data terbangun atau urban area
PCP File data curah hujan harian
TMP File temperature udara maksimum dan minimum harian
SLR File radiasi matahari harian
HMD File kelembaban udara harian
WGN File data generator iklim
SOL File data tanah
MGT File scenario pengelolaan dan penutupan lahan
CIO File untuk mengontrol data input dan output
COD Mengontrol file input dan output
FIG Mengidentifikasi jaringan hidrologi sungai
BSN Mengontrol keragaman parameter di tingkat DAS
SUB Mengontrol keragaman parameter di tingkat Sub DAS
HRU Mengontrol keragaman parameter di tingkat HRU
GW File air bawah tanah

5. Analisis Hasil Simulasi

Analisis dilakukan dengan membandingkan keluaran output debit hasil simulasi
SWAT dengan debit outlet Batubeulah yang ada dilapangan (observasi) dengan
menggunakan SWAT plot and graph. Pada SWAT plot and graph digunakan koefisien
determinasi (R2) dan Nash-Sutcliffe (NSI). Koefisien determinan menunjukkan seberapa
besar kedekatan hasil nilai observasi dengan nilai simulasi. Sedangkan Nash-Sutcliffe
(NSI) digunakan untuk mengevaluasi model pada SWAT plot and graph. Range NSI antara
∞ samapai dengan 1, dengan katagori layak (NSI > 0.75), memuaskan (0.7 >NSI>0.36),
dan kurang memuaskan(NSI<0.36) (Van Liew et al, 2005 dalam Sethr, 2009).
6. Validasi dan kalibrasi
Kalibrasi dan pengujian bertujuan agar output dari model yang digunakan hasilnya
mendekati output dari DAS yang sebenarnya. Validasi dilakukan secara visual dengan
membandingkan kurva debit hasil simulasi dengan kurva debit hasil pengukuran langsung
di stasiun pengamat. Menurut Heuvelmans et al. (2004), kalibrasi dilakukan dengan cara
merubah beberapa nilai parameter sensitif yang berpengaruh terhadap nilai debit hasil
simulasi. Parameter tersebut antara lain CN2, SOL_K, SOL_AWC, GW_REVAP,
REVAPMN, GW_DELAY, dan ALFA_BF. Proses kalibrasi dilakukan dengan
menggunakan software SWAT-CUP. Langkah – langkah dalam mengoperasikan SWAT-
CUP dapat dilihat di bawah ini :
1. Install program SWAT-CUP dan operasikan progam tersebut.
2. Untuk proyek baru :
a) Masukan SWAT“TxtInOut” directory sebagai sumber data masukan untuk
membuat proyek baru.

16
 b) Kemudian pilih salah satu program kalibrasi yang tersedia untuk proyek baru
tersebut (SUFI2, GLUE, ParaSol, MCMC).
c) Beri nama proyek baru tersebut.
d) Tentukan lokasi untuk menyimpan file proyek tersebut. Ketika file proyek
tersebut disimpan program akan membuat project directory yang diinginkan dan
menyalin semua TxtInOut files di Backup directory. Parameter – parameter yang
ada pada file – file tersebut merupakan parameter standar yang belum dikalibrasi.
3. Pada “Project Explorer” window terdapat “Calibration Inputs” yang berisi data
parameter – parameter yang akan dikalibrasi. Parameter – parameter ini harus diteliti
dan diubah secara hati – hati.
4. Setelah nilai parameter – parameter tersebut diubah langkah
5. selanjutnya adalah menjalankan proses kalibrasi dengan menekan tombol“Execute”
pada Tool Bar.
6. Untuk suatu proyek yang baru pastikan anda mulai dari proses paling atas yang ada
pada Tool Bar “Execute”.
7. Lihat hasil dari proses kalibrasi tersebut.
8. Jika diperlukan, ganti parameter-parameter di dalam Par_infsf2 dengan parameter –
parameter yang ada pada New_parssf2 dan lakukan iterasi lain. Parameter pada
Par_infsf2 yang digunakan untuk mengganti parameter New_parssf2 harus memiliki
interval yang lebih kecil.
9. Semua iterasi-iterasi disimpan dalam iteration history sehingga kita dapat
melihat kemajuan dari proses kalibrasi.

Pada proses kalibrasi dimasukan nilai parameter-parameter yang dalam bentuk range atau
ketidakpastian, nilai parameter-parameter tersebut akan disimulasikan oleh SUFI2.SWATCUP dengan
mensimulasikan setiap nilai parameter ( mulai dari range minumum sampai range maksimum) yang
terdapat pada nilai absolut pada SWATCUP, kemudian hasil simulasi dengan parameter-parameter
tersebut dibandingakan dengan data observasi dan dilihat seberapa besar nilai perpotongan antara hasil
simulasi (dalam bentuk grafik 95PPU) dengan data observasi. Menurut Abbaspour (2007), model
dianggap valid jika lebih dari 80% data hasil observasi perpotongan dengan luasan grafik 95PPU (P-
value > 0.8). Selain itu, rata – rata selisih nilai antara batas bawah (pada level 2.5%) dan batas atas
(pada level 97.5%) grafik 95PPU lebih kecil dari stadar deviasi data hasil observasi (R-fator < 1).

17
 IV. HASIL DAN PEMBAHASAN

4.1 KONDISI DAERAH SUB DAS CISADANE HULU

Sub DAS Cisadane Hulu secara geografis terletak pada 106°28’53.61”-106°56’42.32” BT dan
06°31’21.54”-06°47’16.87” LS. Outlet sungai pada Batubeulah terletak pada 106°41’211”BT dan
06°31’21”LS . Daerah Aliran Sungai (DAS) Cisadane yang mencakup daerah mengalir dari gunung
salak mengalir melaluui kota Bogor hingga kabupaten Tangerang kemudian bermuara di laut Jawa.
Panjang sungai Cisadane sampai ke Mauk (Kabupaten Tangerang) adalah 137.8 Km, dengan rata-rata
kemirinngan dari hulu (+ 3.019 m) sampai ke Mauk (+ 2 m) adalah 21,9%. Sub Daerah Aliran Sungai
Cisadane Hulu yang merupakan bagian dari DAS Cisadane yang terbagi atas tiga bagian yaitu bagian
hilir, bagian tengah dan bagian hulu. Menurut Departemen Pertanian (1992), daerah Cisadane Hulu
termasuk tipe iklim hujan tropis lembab dalam klasifikasi iklim Koppen.
Penggunaan lahan Sub DAS Cisadane Hulu bervariasi, namun sebagian besar Sub DAS
Cisadane Hulu digunakan sebagai pertanian lahan kering yang sebagian besar terletak di daerah
Caringin, Cijeruk, Bogor Selatan, Leuwiliyang, Nanggung Rumpin, Ciomas, Darmaga, dan Bogor
Barat dengan luasan lahan 37.22% dari seluruh luasan Sub DAS Cisadane Hulu. Selanjutnya terbesar
kedua penggunaan lahan adalah hutan ang terletak di kaki Gunung Salak dan Pangrango. Selanjutnya
digunakan sebagai lahan sawah, pemukiman, pertambangan, lapangan udara, dan rawa. Sebaran
penggunaan lahan (Landuse) pada Sub DAS Cisadane Hulu dapat dilihat pada Gambar 5.
Penggunaan lahan pada Sub DAS Cisadane Hulu secara detail dapat terlihat pada luasan pada Tabel 2.

Gambar 5 Landuse Sub DAS Cisadane Hulu tahun 2008 (BPDAS Ciliwung Cisadane 2008)
usgfxsxifvxhffxhfxfkxfhkfxxfhxfxfhxfkxfkxfkfxu

18
 Tabel 2. Pengggunaan lahan Sub DAS Cisadane Hulu
Jenis Landuse Luas (ha) Persentase (%)
Pertanian lahan kering 31730.78 37.22
Hutan 23357.36 27.40
Sawah 18086.24 21.21
Pemukiman 6467.96 7.59
Semak bbelukar 4160.44 4.88
Perkebunan 1347.04 1.58
Rawa 52.36 0.06
Pertambangan 25.60 0.03
Tanah terbuka 14.34 0.02
Lapangan udara 14.08 0.02
Total 85256.19 100.00

Daerah Aliran Sungai Cisadane Hulu memiliki mayoritas tanah Kompleks Latosol Merah
Kekuningan Latosol Coklat p yang terdapat pada wilayah Cibumbulang, Ciampea, Caringin,
Dramaga, Kota Bogor, dan rumpin. Tanah litosol merupakan tanah yang cukup subur terutama untuk
hutan. Tanah latosol adalah tanah yang memiliki beberapa jenis warna. Ada yang berwarna merah,
cokelat kemerahan, cokelat kekuningan atau kuning. Tanah ini cukup subur sehingga cocok untuk
pertanian dan perkebunan. Sub Daerah Aliran Sungai Cisadane termasuk tanah yang cukup subur.
Sub DAS Cisadane Hulu, selain didominasi oleh tanah Latosol Merah Kekuningan Latosol
Coklat p terdapat tanah jenis Regosol, Andosol, Litosol dan Aluvial. Tanah regosol umumnya belum
jelas membentuk diferensiasi horizon meskipun pada tanah regosol tua, horizon sudah mulai terbentuk
horizon A1 lemah berwarna kelabu, mengandung bahan yang belum atau masih baru mengalami
pelapukan, Tekstur tanah biasa kasar, struktur keras atau remah. Tanah andosol adalah tanah yang
terbentuk dari abu vulkanik yang keluar dari letusan gunung berapi. Warna tanah andosol adalah
hitam dan cukup subur, cocok untuk pertanian dan perkebunan Tanah litosol merupakan tanah yang
cukup subur terutama untuk hutan. Litosol adalah jenis tanah yang belum mengalami perkembangan
setelah terjadi pelapukan. Tanah aluvial disebut juga tanah entisol. Jenis tanah ini memiliki kesuburan
yang cukup, cocok untuk dimanfaatkan sebagai hutan atau usaha pertanian. Jenis tanah secara detail
pad Sub DAS Cisadane Hulu terdapat pada Tabel 3 sedangkan penutupan jenis tanah pada Sub DAS
Cisadane Hulu dapat dilihat pada Gambar 6.

4.2 SIMULASI SWAT

SWAT mengolah berbagai data masukan yang digunakan untuk mensimulasikan debit
sungai keluaran yang menyesuaikan keadaan sebenarnya di lapangan. Data-data masukan tidak semua
dapat dipenuhi untuk simulasi Sub DAS Cisadane Hulu, karena kurangnya data-data hasil konservasi
di lapangan yang dilakukan oleh Balai DAS maupun para peneliti. Data-data yang tidak dapat
terpenuhi seperti data landuse lokal dan tanah lokal, disesuaikan dengan data jenis landuse global
yang diperkirakan mendekati jenis landuse lokal. Data landuse global telah tersedia dalam database
SWAT dalam bentuk microsoft access(mwswat.mdb) yang telah terintegrasi dalam software SWAT.
SWAT yang digunakan dalam penelitian adalah SWAT 1.5, simulasi SWAT 1.5 terdiri dari 4
tahap yaitu : pembentukan batas delineasi, pembentukan hidrogical respone unit (HRU), SWAT
mengolah data dan mensimulasikannya dan menampilkannya.

19
 Gambar 6. Jenis tanah Sub DAS Cisadane Hulu (BPDAS Ciliwung-Cisadane 2008)

Tabel 3. Jenis tanah Sub DAS Cisadanne Hulu

Jenis tanah Luas (ha) Persentase
(%)
Kompleks latosol merah kekuningan latosol coklat p 24026.33 28.18
Asosiasi latosol coklat dan regosol kelabu 13436.28 15.76
Andosol coklat kekuningan 12980.92 15.23
Kompleks latosol merah kekuningan latosol coklat k 10904.04 12.79
Latosol coklat 8131.79 9.54
Kompleks regosol kelabu dan litosol 7427.45 8.71
Podsolik merah 2971.90 3.49
Asosiasi latosol coklat kemerahan dan latosol coklat 2680.07 3.14
Asosiasi andosol coklat dan regosol coklat 1521.76 1.78
Asosiasi aluvial coklat 744.56 0.87
Kompleks resina litosol dan brown forest soil 431.08 0.51
Total 85256.19 100.00
.

4.2.1 Step 1 (Pembentukan Batas dan Pembagian Sub DAS)

Pada step 1, DAS akan terbagi menjadi beberapa Sub DAS dimana Setiap Sub DAS akan
memiliki satu aliran sungai utama (reach) dan outlet Batubeulah adalah pertemuan semua aliran
sungai. Pada step ini pembentukan batas DAS di bentuk berdasarkan topografi yang terbaca peta
DEM, dan mensimulasikan suatu aliran sungai dari Sub DAS ke Sub DAS berikutnya dan kemudian

20
aliran sungai akan menuju output yang telah ditentukan. Tampilan output pembagian Sub DAS
Cisadane Hulu dapat dilihat pada Gambar 7.

Gambar 7 pembagian Sub DAS Cisadane Hulu

Pada pemasukan data, data peta DEM terlebih dahulu dimaksukkan, kemudian tentukan batas DAS,
dengan ini SWAT akan membentuk batas DAS pada peta DEM, kemudian tentukan besar range pada
kolom cels dan satuan. Semakin kecil memasukkan nilai pada kolom cels maka akan semakin banyak
jumlah sungai dan Sub DAS yang terbentuk. Pada pemasukan data yang terakhir merupakan
penentuan letak output, diletakkan pada daerah batubeulah.
Pada keluaran gambar hasil pembagian Sub DAS Cisadane terlihat ada beberapa Sub DAS
yang terbentuk dengan satu aliran sungai, yang berwarna merah menunjukkan batas DAS Cisadane
Hulu hasil delineasi sedangkan yang berwarba hijau menunjukkan batas Sub DAS Cisadane Hulu
BPDAS Bogor. Aliran sungai ditunjukkan oleh garis berwarna biru sedangkan outlet ditunjukkan
dengan segitiga berwarna hitam.

4.2.2 Step 2 (Pembentukan Hidrogical Responne Unit (HRU))

Pada step 2, SWAT akan membaca LANDUSE_ID dan SOIL_ID yang telah ditambahkan
oleh SWAT pada peta raster landuse dan tanah. Pada tahap ini slope juga dimasukkan.pada step 2
hasil Pada step 1 akan diberi penomoran dan SWAT akan mensimulasikan ada berapa HRU yang akan
terbentuk pada masing-masing Sub DAS. HRU adalah bagian dari wilayah Sub DAS yang memiliki
keunikan dalam hal landuse, jenis tanah, ataupun menejemen lahan. Pengisian data-data dan hasil
output pembentukkan HRU dapat dilihat pada Gambar 8.
Pada step 2, diperoleh 11 sub DAS dengan 253 hyydrogical Response Unit (HRU). Dari
keluaran gambar pembagian Sub DAS dapat dilihat bahwa batas HRU ditandakan dengan warna biru
yang tengahnya terdapat warna kuning, serta sungai ditandakan dengan garis biru, batas DAS dengan
garis merah nomor yang ada merupakan nomor sub basin.

21
 Gambar 8. Pembagian Sub DAS menjadi HRU
ujdctudctudctudtudt
Outlet Outlet sungai Batubeulah terdapat pada DAS no 11. Pada step 2 ini dapat dilihat
landuse, jenis tanah dan interval slope hasil simulasi. Keluaran hasil tersebut dapat dilihat pada
SWAT report pada Gambar 13 dan Tabel 4, Tabel 5, dan Tabel 6 hasil rangkuman seluruhnya.
Pada simulasi step 2 didapat luasan DAS hasil simulasi adalah 82163.71 ha sedangkan luas
DAS awal adalah 85256.2 ha. Luasan landuse terbesar hasil simulasi adalah AGGR yang merupakan
LANDUSE_ID untuk pertanian lahan keering dengan luasan 33331.70 ha sedangkan luasan landuse
awal adalah31730.78 ha , dan luasan tanah terbesar pada simulasi SWAT adalah KLMKLCP yang
merupakan SOIL_ID kompleks latosol merah kekuningan latosol coklat p dengan luasan 23862.18 ha.
Perubahan ini terjadi dikerenakan terdapat perubahan pada saat SWAT melakukan delineasi pada
luasan DAS sehingggga terjadi perubahan pada luas landuse dan luas tanah. Hal tersebut dikarenakan
resolusi peta DAS yang kurang tinggi sehingga pembentukan batas DAS olehh SWAT menjadi
kurang baik, hasil yang baik diperoleh jika resolusi yang lebih tinggi atau baik misalnya resolusi 30 m
x 30 m. Pada step2 didapat hasil slope pada DAS yang telah diinput datanya sebelumnya, hasilna Sub
DAS Cisadane Hulu didominasi oleh slope 3% - 8% dengan persentase luas adalah 26.41% dari
seluuruh luas DAS.

Tabel 4. Penggunaan lahan pada hasil simulasi SWAT

Kode Landuse Jenis Landuse Luas (ha) % dari Sub DAS
Cisadane Hulu
FRST Hutan 22542.70 27.44
URMD Pemukiman 4017.86 4.89
RICE Sawah 19718.03 24.00
AGGR Pertanian lahan kering 33331.70 40.57
SHRB Semak belukar 2553.42 3.11
Total 82163.71 100.0

22
 Tabel 5. Jenis tanah pada hasil simulasi SWAT
Kode tanah Jenis tanah Luas (ha) % dari Sub
DAS Cisadane
Hulu
KRLBFS Kompleks rennsina litosol dan browwn forest 157.19 0.19
soil
ACC Asosiasi aluvial coklat 208.50 0.25
ALCK Asosiasi latosol coklat kemerahan dan latosol 1781.28 2.17
coklat
ALCRK Asosiasi latosol oklat dan regosol kelabu 14134.72 17.20
KLMKLCK Kompleks latosol merah kekuningan latosol 11008.43 13.40
ccoklat k
PM Podsolik merah 3154.34 3.84
AACRC Asosiasi andosol coklat dan regosol coklat 931.09 1.13
ACK Andosol coklat kekuningan 12927.50 15.73
LC Latosol coklat 7260.25 8.84
KRKL Kompleks regosol kelabu dan litosol 6738.23 8.20
KLMKLCP Kompleks latosol merah kekuningan latosol 23862.18 29.04
coklat p
Total 82163.71 100.00

Tabel 6. Kemiringan interval pada Sub DAS Cisadane Hulu

Interval slope (%) Luas (ha) % dari Sub DAS Cisadane Hulu
0-3 8673.85 10.56
3-8 21702.35 26.41
8-15 19217.04 23.39
15-30 18668.77 22.72
30-45 8942.15 10.88
45-65 4015.24 4.89
65-156 944.32 1.15
Total 82163.71 100.00

SWAT report memuat hasil simulasi mengenai luasan Landuse dan luasan tanah pad outlet
sungai Batubeulah yang terrdapat pada Sub DAS no 11. Hasil simulasi dapat dilhat pada Tabel 7,
Tabel 8, Tabel 9, dan Tabel 10.

Tabel 7. Penggunaan lahan Sub DAS 11 pada hasil simulasi SWAT

Kode Jenis landuse Luas (ha) % dari Sub DAS % dari Sub DAS
landuse 11 Cisadane Hulu
RICE Sawah 5.08 11.54 0.01
AGRR Pertanian lahan kering 38.94 88.46 0.05
Total Sub DAS 11 44.02 100.00 0.06

23
 Tabel 8. Tanah Sub DAS 11 pada hasil simulasi SWAT
Kode tanah Jenis tanah Luas (ha) % dari Sub % darri Sub DAS
DAS 57 Cisadane Hulu
KLMKLCP Kompleks latosol merah 40.63 92.31 0.05
kekuningan latosol coklatt
p
AAC Asosiasi aluvial ccoklat 3.39 7.69 0.01
Total Sub DAS 11 44.02 100.00 0.06

Tabel 9. Kemiringan Sub DAS 11 pada hasil simulasi SWAT

Interval slope Luas (ha) % dari Sub DAS 57 % dari Sub DAS
Cisadane Hulu
0-3 13.54 30.77 0.02
3-8 10.16 23.08 0.01
8-15 16.08 36.54 0.02
15-30 4.23 9.62 0.01
Total Sub DAS 11 44.02 100.00 0.06

Tabel 10. HRU Sub DAS 57 pada hasil simulasi SWAT

Nomor HRU HRU Luas (ha) % dari Sub % dari Sub
DAS 57 DAS Cisadane
Hulu
725 RICE/KLMKLCP/8-15 0.85 1.92 0.00
726 RICE/KLMKLCP/0-3 4.23 9.62 0.01
727 AGRR/KLMKLCP/15-30 4.23 9.62 0.01
728 AGRR/KLMKLCP/8-15 15.24 34.62 0.02
729 AGRR/KLMKLCP/3-8 6.77 15.38 0.01
730 AGRR/KLMKLCP/0-3 9.31 21.15 0.01
731 AGRR/AAC/3-8 3.39 7.69 0.00
Total Sub DAS 11 44.02 100.00 0.06

Pada Simulasi SWAT, Sub DAS Cisadane Hulu no 11 mempunyai luasan sebesar 44.02 ha
atau hanya sebesar 0.06% dari total seluruh luasan Sub DAS Cisadane Hulu. Landuse pada Sub DAS
Cisadane Hulu no 11 didominasi oleh pertanian lahan kering (AGRR) yaitu sebesar 38.94 ha atau
88.46% dari seluruh total luasan Sub DAS Cisadane Hulu no 11. Jenis tanah yang mendominasi pada
sub DAS no 57 adalah jenis tanah kompleks latosol merah kekuningan latosol coklat p (KLMKLCP)
yaitu sebesar 40.63 ha atau 92.31% dari total Sub DAS no 11 dan 0.05% dari seluruh total Sub DAS
Cisadane Hulu. Sub DAS Cisadane Hulu no 11, arealnya memiliki kemiringan yang didominasi pada
interval 8% - 15% yaitu sebesar 36.54% dari total Sub DAS no 11. Terdapat tujuh HRU dengan
karakkteristik landuse, tanah dan slope yang berbeda-beda, HRU Sub DAS 11 mulai dari HRU no
247 sampai dengan HRU no 253.

24
4.2.3. step 3 (Pengolah Data Input dan Simulasi)

Pada step 3 semua data iklim diolah dan disimulasikan untuk menghasilkan keluaran (output)
berupa debit hasil simulasi. SWAT membutuh kan data iklim berupa curah hujan di setiap stasiun dan
data iklim berupa radiasi matahari dan kecepatan angin. Data curah hujan akan di dapat SWAT berupa
lima file harian .pcp dan satu file .tmp yang dipreroleh dari lima stasiun iklim (weather station)
sedangkan untuk data kecepatan angin dan radiasi surya didapat dari file wether generator yang berisi
data rata-rata tahunan dari curah hujan, temperatur, penyinaran matahari, kecepatan angin, dan titik
embun dari stasiun iklim Darmaga dari tahun 2004-2006 untuk kalibrasi dan tahun 2007 sampai 2009
untuk validasi.
Pada step ini akan diperoleh data hasil simulasi berupa data debit harian sungai Cisadane
pada outlet Batubeulah yang letaknya sebelumnya telah ditentukan. Kemudian output debit
(FLOW_OUT) akan di bandingkan dengan hasil dilapangan (daebit Observasi), dan dilihat tingkat
kesamaan hasil simulasi dan lapangan.
pada step 3 memasukkan data mulai dari tanggal awal simulasi akan dilakukan dan akhir
simulasi akan selesai. Data yang akan disimulasikan mulai dari data pada tanggal 1 januari 2004
sampai dengan 31 Desember 2006 untuk validasi dan 1 januari 2007 sampai dengan 31 desember
2009 untuk validasi. Setelah itu memasukan data Waether Source dan Weather Generator pada opsi
Choose maka akan keluar pilihan untuk memasukan data, data yang dimasukan berupa iklim harian.
Setelah data iklim selesai dimasukan kemudian kondisikan data keluaran yang diinginkan, pada
penelitian ini data keluaran berupa data harian dan pembacaan semua file. Data yang telah diinput dan
dikondisikan sesuai yang diinginkan kemudian dilakukan pembacaan file dengan write file, setelah
dibaca kemudian disimulasikan dengan run SWAT dan hasil simulasi dapat dilihat pada Gambar 9.

4.2.4 step 4 (visualisasi)

Step 4 adalah bagian SWAT yang digunakan untuk memvisualisasi output simulasi yang
diinginkan. Pada step ini hasil dari simulasi SWAT dapat terlihat hasil debit harian dari Sub DAS
Cisadane Hulu dalam bentuk peta dengan degradasi warna untuk menunjukan perbedaan debit disetiap
Sub DAS masing-masing, dapat terlihat pada Gambar 10.
Pada step 4 dininput data yang akan di visualisasikan, dan memilih variabel yang ingin
divisualisasikan. Pada penelitian kali ini akan memvisualisasikan debit sungai maka akan dipillih
variabel FLOW_OUT dan terlebih dahulu menentukan degradasi warna pada setiap debit agar dapat
disimulasikan pada peta yang telah ada. Step 4 pada penelitian kali ini, Sub DAS yang memiliki
gradasi warna yang paling gelap merupakan daerah Sub DAS yang memiliki debit harian yang paling
besar sedangkkan debit harian yang kecil di tandai dengan warna yang lebih terang.
Pemberian warna pada step 4 adalah warna kuning menunjukan debit harian antara 1 – 14.4
m3/detik, warna hijau menunjukan debit antara 14.4 – 27.8 m3/detik, warna biru muda menunjukan
debit antara 27.8 – 41.2 m3/ detik, warna biru agak tua 41.2 – 61.9 m3/detik dan warna biru tua adalah
debit yang paling besar yyaitu di atas 61.9 m3/detik.
Hasil dari visualisasi menunjukan bahwa debit sungai terbesar terletak pada Sub DAS no
8,9,10 dan 11. Jika dibandingkan dengan peta landuse pada Gambar 5, akan diperoleh bahwa pada
daerah yang debitnya tinggi sebaggian besar merupakan daerah pertanian dan pemukiman .

25
 Gambar 9. Sebaran stasiun iklim Sub DAS Cisadane Hulu

Gambar 10. Visualisasi debit harian Sub DAS Cisadane Hulu

4.3 ANALISIS SWAT PLOT AND GRAPH

SWAT plot and graph adalah bagian dari model MWSWAT yang berfungsi untuk
membandingkan antara data debit sungai hasil simulasi dengan data observasi. Pada SWAT plot dapat
terlihat data debit dalam bentuk data harian. SWAT plot dapat melihat berapa besar nilai R 2 dan nilai
NES dari simulasi SWAT. Debit simulasi outlet Batubeulah mengggunakan SWAT pada Sub DAS

26
11 dirunning secara harian dengan periode 1 januari 2004 sampaidengan 31 Desember 2006 untuk
kalibrasi dan tahun 2007 sampai 2009 untuk validasi m3/detik.
Hasil debit simulasi SWAT pada data tahun 2004 sampai 2007 yang dibandingkan dengan
data debit observasi menghasilkan koefisien determinasi (R2) sebesar 0.0012 dan nilai Nash-Sutcliffe
(NS) sebesar 0.076. data ini memperlihatkan hasil simulasi masih jauh dari keadaan yang
sebenarnya, dan dilanjutkan kepada proses kalibrasi. Hal ini dikarenakan daerah Sub DAS Cisadane
Hulu yang berbentuk radial atau melebar sehingga debit pada outlet akan lebih tinggi dan dalam
simulasi SWAT menghasilkan debit yang terlalu tinggi dari data hasil observasi. Hasil plot grafik
antara debit simulasi MWSWAT dengan data Observasi dapat dilihat pada Gambar 11.

Gambar 11. Debit simulasi MWSWAT dan debit observasi tahun 2004-2006

Hasil simulasi debit pada tahun 2007 sampai 2009 yang dibandingkan dengan data debit
observasi menghasilkan koefisien determinasi (R2) sebesar 0.002 dan nilai Nash-Sutcliffe (NS)
sebesar 0.138. Data ini yang akan dijadikan data pengujian atau validasi setelah proses kalibrasi
dilakukan. Hasil plot grafik antara debit simulasi MWSWAT dengan data observasi sebelum validasi
dapat dilihat pada Gambar 12.

Gambar 12. Debit simulasi MWSWAT dan debit observasi tahun 2007-2008

27
4.4 KALIBRASI DAN VALIDASI

Hasil data simulasi SWAT kurang menggambarkan keadaan dilapangan, perbedaan ini
disebabkan oleh data yang diinput ke dalam SWAT tidak begitu lengkap menggambarkan
karakteristik daerah yang disimulasikan, selain itu keterbatasan dalam hidrologi ini pun menjadi
perbedaan hasil simulasi dengan observasi. Data yang kurang mendekati keadaan sebenarnya dapat
diperbaiki dengan melakukan kalibrasi dan agar hasil simulasi dapat digunakan ke tahun-tahun
berikutnya maka dilakukan validasi.
kalibrasi dan validasi model MWSWAT dilakukan dengan membandingkan hasil simulasi
debit harian Sub DAS Cisadane Hulu pada outlet (Suub DAS 11) dengan debit harian Sub DAS
Cisadane Hulu yang keluar dari outlet (SPAS) Batubeulah dari tahun 2004 sampai dengan tahun 2006.
Kalibrasi menggunakan software SUFI2.SWAT-CUP dengan mengubah parameter-parameter sensitif
sehingga hasil simulasi dapat sesuai dengan keadaan sebenarnya, sedangkan validasi membandingkan
kembali hasil simulasi debit harian Sub DAS Cisadane Hulu pada outlet Batubeulah dengan debit
harian dilapangan untuk tahun 2007 sampai tahun 2009 dengan menggunakan parameter-parameter
hasil akhir kalibrasi.

4.4.1 Kalibrasi Menggunakan Software SUFI2.SWAT-CUP

Software SUFI2.SWAT-CUP secara umum merupakan software kalibrasi dengan proses

algoritma. SUFI2.SWAT.CUP berkerja dengan mengambil data hasil simulasi SWAT dan dari data
tersebut dikalibrasi dengan mengubah parameter-parameter yang mempengaruhi besarnya debit hasil
simulasi, parameter tersebut ditentukan nilai maksimum dan nilai minimum, program akan mengolah
nilai data tersebut dengan melakukan simulasi (merubah data yang terdapat dalam range yang telah
ditetukan), banyaknya simulasi untuk mendapatkan hasil yang baik yaitu dari 500 sampai1000
simulasi. Untuk mendapatkan nilai hasil simulasi maka program akan memplotkan hasil simulasi
tersebut dengan data observasi di lapangan. Program berkerja berdasarkkan nilai p-value dan R-factor.
Jika nilai p-value dan R-factor belum baik maka akan dilakukan kalibrasi kembali, dengan nilai
parameter yang baru yang keluar setelah melakukan simulasi, nilai parameter akan disepadankan
dengan nilai sensitivitas, setelah disepadankan maka dilakukan kembali kalibrasi sampai diperoleh
nilai p-value dan R-factor yang baik atau memenuhi syarat. Software SUFI2.SWAT-CUP terdiri dari
tiga bagian penting yaitu calibration inputs, executable files, dan calibration outputs

4.4.1.1 Calibration Inputs pada SUFI2.SWAT-CUP

Pada calibration inputs adalah dimana terdapat data-data masukkan yang akan digunakan untuk
kalibrasi. Pada calibration inputs terdiri dari par_inf.sf2, observed.sf2, SUFI2_extract_rch.def,
var_file_rch.sf2, dan SUFI2_swEdit.def. Par_inf.sf2 merupakan tempat memasukkan parameter-
parameter yang digunakan untuk proses kalibrasi dan banyaknya simulasi yang akan dilakukan. Pada
penelitian Sub DAS Cisadane Hulu parameter yang dimasukkan ada sebanyak 33 parameter, 33
parameter tersebut merupakan parameter yang mempengaruhi hasil debit hasil simulasi. Parameter-
parameter yang digunakan untuk simulasi dapat dilihat pada Tabel 11 sedangkan nilai parameter-
parameter pada klibrasi pertama dapat dilihat pada lampiran 1.

28
 Tabel 11. Parameter input untuk kalibrasi
No. Parameter Definisi
1 SURLAG.bsn Surface runoff lag coefficient.
2 CN2.mgt Initial SCS runoff curve number for moisture condition II
3 CH_L1.sub Longest “tributary” channel length in subbasin (km)
4 CH_S1.sub Average slope of tributary channels (m/m)
5 Effective hydraulic conductivity in tributary channel alluvium
CH_K1.sub (m/m)
6 CH_W1.sub Average width of tributary channels (m)
7 SLSUBBSN.hru Average slope length
8 OV_N.hru Manning’s “n” value for overland flow.
9 SLSOIL.hru Slope length for lateral subsurface flow (m)
10 LAT_TTIME.hru Lateral flow travel time (days)
11 GW_DELAY.gw Groundwater delay time (days)
12 Threshold depth of water in the shallow aquifer required for
GWQMN.gw return flow to occur (mm H2O)
13 ALPHA_BF.gw Baseflow alpha factor (days)
14 Threshold depth of water in shallow aquifer for “revap” or
REVAPMN.gw percolation to the deep aquifer to occur (mm H2O)
15 GW_REVAP.gw Groundwater “revap” coefficient
16 RCHRG_DP.gw Deep aquifer percolation fraction
17 GW_SPYLD.gw Specific yield of the shallow aquifer (m3/m3)
18 SOL_K().sol Saturated hydraulic conductivity (mm/hr)
19 SOL_BD().sol Moist bulk density (Mg/m3 or g/cm3)
20 SOL_AWC().sol Available water capacity of the soil layer (mm H2O/mm soil)
21 Potential or maximum crack flow of the soil profile expressed
SOL_CRK().sol as a fraction of the total soil volume.
22 CNOP().mgt SCS runoff curve number for moisture condition III
23 CH_N11().sub Manning’s “n” value for the tributary channels.
24 ESCO.hru Soil evaporation compensation factor.
25 SFTMP.bsn Snowfall temperature (0C)
26 SMFMN.bsn Melt factor for snow on December 21 (mm H2O/0C-day)
27 SMFMX.bsn Melt factor for snow on June 21 (mm H2O/0C-day)
28 TIMP.bsn Snow pack temperature lag factor
29 CH_N2.rte Manning’s “n” for the main channel
30 Effective hydraulic conductivity in main channel alluvium
CH_K2.rte (mm/hr)
31 CO2.sub Carbon dioxide concentration (ppmv)
32 CANMX.hru Maximum canopy storage (mm H2O)
33 EPCO.hru Plant uptake compensation factor

29
Parameter – parameter yang bisa digunakan sebagai masukan proses kalibrasi hanya parameter yang
ada pada file absolute_SWAT_value.txt seperti yang dapat dilihat pada Tabel 11 di atas. Pada awal
kalibrasi nilai parameter yang dimasukkan sesuai dengan nilai yang ada pada file
absolute_SWAT_value txxt. Pemasukan nilai parameter untuk Sub DAS Cisadane Hulu pada awal
kalibrasi dapat dilihat pada lampiran1 dan nilai kalibrasi pada akhir kalibrasi dapat dilihat pada
lampiran 2.
Pada calibration inputs selanjjutna adalah observed.sf2. observed.sf2 tempat untuk memasukkan
data debit harian hasil observasi Cisadane Hulu SPAS Batubeulah, untuk dapat di bandingkan dengan
hasil simulasi. Pada kalibrasi Sub DAS Cisadane Hulu data debit harian masukan untuk observasi di
mulai dari tahun 2004 sampai dengan 2007. Pada observed.sf2 menentukan objek yang akan
dikalibrasi sebagai acuan untuk dibandingakan dengan data observasi, pada observed.sf2 terdapat 6
objek yang menjadi pilihan. Pada kalibrasi Sub DAS Cisadane Hulu objek yang dipilih adalah nilai
NS (Nash-Sutclifffe). Pada observed.sf2 menentukan letak output debit, yaitu pada Sub DAS Cisadane
Hulu no 11.
SUFI2_extract_rch.def adalah input nama data yanga akan di kalibrasi untuk
mensimulasikan debit, pada tahap observed.sf2 data diberi nama sesuai denga outlet yang terletak
pada Sub DAS 11 yaitu q_11.out, maka pada SUFI2_extract_rch.def dimasukan q _11.out.
. SUFI2_extract_rch.def berisi data – data yang akan di-extract dari MWSWAT. Pada
SUFI2_extract_rch.def data mengenai jumlah variable yang dikalibrasi, tahun awal, tahun akhir, serta
no Sub DAS output.
SUFI2_swEdit.def berisi banyaknya jumlah simulasi dalam satu kali iterasi. Pada
penelitian ini dalam satu kali iterasi dilakukan 500 kali simulasi. Setelah calibration inputs semua
telah terisi dilanjutkan kepada executable files.

4.1.1.2 Proses Pengolahan SUFI2.SWAT-CUP

SUFI2.SWAT-CUP mengolah seluruh data input dan mensimulasikannya dengan beberapa

simulasi yang telah ditentukan. Proses ini memiliki empat bagian, yaitu : SUFI2_pre.bat,
SUFI2_run.bat, SUFI2_post.bat, dan SUFI2_extract.bat. Setiap bagian memiliki fungsi yang berbeda.
SUFI2_pre.bat berfungsi untuk memasukan data yang akan diolah pada tahap selanjutnya. Pada
proses SUFI2_pre.bat data dari SWAT diambil dan disiapkan untuk digunakan dalam proses kalibrasi.
SUFI2_run.bat melakukan pengolahan data dan melakukan kalibrasi dengan data yang
sudah diekstrak dari hasil SWAT dan data input dari kalibrasi. Pada saat pengolahan data ini
melakukan kalibrasi terhadap nilai parameter-parameter yang telah dimasukan. Kalibrasi dilakukan
dengan nilai parameter-parameter yang diubah-ubah sesuai dengan kisaran data, dan berulang terus
sebanyak jumlah simulasi yang ditentukan. Pada penelitian Sub DAS Cisadane Hulu pada setiap
kalibrasi dilakukan 500 simulasi dan membutuhkan waktu selama 6 jam untuk menyelesaikannya.
Lamanya waktu kalibrasi tergantung dari jumlah HRU dan Sub DAS data yang dikalibrasi. Untuk
Cisadane Hulu jumlah HRU mencapai 253 yang berarti terdapat 253 karakteristik yang berbeda-beda
dari setiap HRU sehingga kalibrasi memerlukan waktu yang cukup lama. SUFI2_run.bat mengganti
setiap karakteristik setiap HRU dan mensimulasikannya untuk setiap tahun. Pada penelitian ini
kalibrasi dilakukan untuk data debit tahun 2004 - 2006.
SUFI2_post..bat merupakan tempat kalibrasi dengan membandingakan hasil simulasi dari
SUFI2_run.bat dengan data observasi yang datanya akan diolah menjadi grafik metode 95%
Prediction Uncertainty (95PPU). Dan pada SUFI2_post..bat akan menghasilkkan nilai baru
parameter-parameter yang nantinya dapat digunakan untuk kalibrasi kembali. SUFI2_post..bat secara

30
umum akan menempatkan hasil simulasi kepada tempat yang sesuai dan diolah sehingga di dapat hasil
perbandingan untuk mengetahui tingkat keberhasilan kalibrasi.
SUFI2_extract..bat melakukan penyimpanan atau mengirim hasil seluruh kalibrasi ke
dalam literasi untuk disimpan sebagai jejak kalibrasi yang telah dilakukan.

4.1.1.3 Calibration Output pada SUFI2.SWAT-CUP

Calibration output merupakan keluaran hasil dari kalibrasi, calibration output

menampilkan beberapa data hasil kabrasi dan simulasi. Pada calibration output terdapat delapan
bagian yang menampilkan beberapa data yang berbeda pada setiap bagian, bagian-bagian tersebut
adalah 95ppu.sf2, Dotty Plots, Best_Par.sf2, Best_Sim.sf2, Goal.sf2, New_Pars.sf2, Summary_Stat.sf2,
dan Sensitivity. 95ppu.sf2 merupakan tempat output mengenai grafik perpotongan antara data hasil
simulasi dengan data hasil observasi. 95ppu menampilkan data debit observasi harian dengan data
debit hasil simulasi setelah melalui proses kalibrasi, ddalam grafik tersebut diperlihatkan secara jelas
daerah potongan yang terjadi. Pada kalibrasi Sub DAS Cisadane Hulu hasil 95ppu dapat dilihat pada
Gambar 13.

Gambar 13. Hasil kalibrasi pada SUFI2 SWAT-CUP

Dotty plot merupakan tempat menampilkan data parameter-parameter pada proses kalibrasi,
dimana parameter-parameter tersebut mengalami perubahan nilai pada setiap simulasinya dimana
digambarkan dalam bentuk titik-titik letak nilai dalam suatu grafik, dari gambar dapat terlihatt range
anatara nilai minimum dan maksimum mana saja yang sering dilakukan pada waktu kalibrasi.
Best_Par.sf2 memperlihatkan hasil nilai parameter terbaik dari simulasi simulasi yang
dilakukan, dan meampilkan nilai range parameter tersebut, pada penelitian kali ini, simulasi terbaik
adalah pada simulasi no 170.
Best_Sim.sf2 merupakan bagian dari calibration output yang menampilkan hasil debit
simulasi dengan hasil debit observasi. Pada penelitian kali ini hasil debil simulasi merupakan debit
keluaran (outlet) pada Sub DAS 11 dari 2004-2006 hasil simulasi dari SWAT, dan data observasi
merupakan data hasil debit dari SPAS Batubeulah dari tahun 2004 sampai 2006.
Goal.sf2 merupakan bagian dari calibration out yang menampilkan hasil nilai parameter-
parameter pada setiap simulasinya. Pada Sub DAS Cisadane Hulu untuk satu kali kalibrasi dilakukan
sebanyak 500 simulasi maka parameter-parameternya untuk satu kali simulasi melakukan perubahan
nilai maksimum dan nilai minimum.

31
 New_pars.sf2 bagian calibration output yang menampilkan nilai parameter-parameter yang
baru yang digunakan sebagai masukan nilai parameter pada par_inf.sf2 pada calibration inputs jika
hasil kalibrasi masih belum cukup baik. Data masukan nilai parameter yang baru disesuaikan dengan
data absolute value yang ada di data SWATCUP.
Summary_stat.sf2 merupakan bagian dari kesimpulan dari hasil kalibrasi dari calibration
output yang menampilkan hasil nilai yang menjadi ukuran dilakukannya kembali kalibrasi. Pada
kalibrasi menggunakan SUFI2.SWAT-CUP yang menjadi dasar kalibrasi adalah nilai p-value dan r-
factor. Jika nilai p-factor lebih dari 0.8 dan r-factor kurang dari 1 maka kalibrasi dinyatakan selesai
atau sudah maksimal. Pada kalibrasi hasil debit sungai Sub DAS Cisadane Hulu dari simulasi SWAT
telah dilakukan beberapa kalibrasi dan terjadi peningkatan nilai dari awal sebelum kalibrasi. Data
kalibrasi adalah dari tahun 2004 sampai 2006. Pada proses kalibrasi nilai p-value dan r-factor
mengalami perubahan yang tidak seimbang, yaitu nilai p-value meningkat (mencapai >0.8) demikian
juga nilai r-factor (>1). Setelah dilakukan kalibrasi yang berulang, nilai p-value turun (< 0.8) dan juga
nilai r-factor (< 1). Hasil kalibrasi yang dilakukan dapat dilihat pada Tabel 12.

Tabel 12. Hasil nilai R2 dan NS pada proses kalibrasi

Kalibrasi ke p-value r-factor R2 NS
0 - - 0.0012 0.076
1 0.79 2.02 0.25 0.12
2 0.86 1.97 0.28 0.17
3 0.80 1.97 0.35 0.22
4 0.82 1.34 0.34 0.26
5 0.81 2.54 0.37 0.30
6 0.71 0.91 0.38 0.31
7 0.59 0.89 0.37 0.29

Pada Tabel 12 terjadi peningkatan nilai p-value, R2 dan NS, dan penurunan r-factor, namun
pada proses kalibrasi kelima dan seterusnya terjadi penurunan nilai p-value, R2 dan NS, ini disebabkan
parameter-perameter yang sudah dikalibrasi tidak mempengaruhi kembali nilai-nilai p-value, R2 dan
NS.
Sensitivitas bagian menampilkan tingkat sensitivitas 33 parameter terhadap nilai p-value.
Nilai sensitivity berhubungan dengan nilai absolute_SWAT. Jika parameter input yang dimasukkan
tidak sesuai dengan nilai pada absolute_SWAT maka nilai sensitivity tidak akan diperoleh.

4.4.2 Validasi Menggunakan Software SUFI2.SWAT-CUP

Validasi dilakukan sama seperti proses kalibrasi. Perbedaannya dengan proses validasi
adalah data yang digunakan dan hanya melakukan satu kali running program saja tidak dilakukan
berulang-ulang seperti pada proses kalibrasi. Pada peoses validasi data yang digunakan adalah data
debit sungai Sub DAS Cisadane Hulu no 11 pada hasil simulasi dari tahun 2007 sampai tahun 2009.
Nilai parameter-parameter yang dimasukan pada validasi merupakan proses nilai trakhir pada saat
kalibrasi, data kalibrasi yang terjadi bebberapa keadaan dimana nilai p-value, r-factor, R2 dan NS
yang terjadi penaikan dan penurunan yang tidak stabil maka pada proses validasi diambil hasil
kalibrasi yang baik, dimana nilai p-value dan r-factor tidak terlalu jauh dari nilai standar (p-value >
0.8 dan r-factor < 1) serta niali NS dan R2 yang mempunyai nilai tinggi atau baik. Dari hal tersebut
diambil hasil kalibrasi pada saat p-value 0.71, r-factor 0.91, nilai R2 sama dengan 0.38 dan nilai NS

32
adalah 0.31. Nilai parameter input untuk validasi dapat dilihat pada Tabel 13 sedangkan hasil validasi
dapat dilihat pada Tabel 14.

Tabel 13. Nilai parameter input untuk validasi

Nilai Nilai
Parameter minimum maksimum
r__SURLAG.bsn 3.97389 6.942185
r__CN2.mgt 0.177245 0.224735
r__CH_L1.sub 101.6504 128.0556
r__CH_S1.sub 4.014673 4.914999
r__CH_K1.sub 105.7169 143.6308
r__CH_W1.sub 112.122 292.9005
r__SLSUBBSN.hru 117.827 145.3793
r__OV_N.hru 0.407588 0.488754
r__SLSOIL.hru 0.260426 0.296988
r__LAT_TTIME.hru 12.82386 39.47708
v__GW_DELAY.gw 15.7955 70.25063
v__GWQMN.gw -503.343 266.4983
v__ALPHA_BF.gw 0.635996 0.773996
v__REVAPMN.gw 253.7179 397.302
v__GW_REVAP.gw 0.01742 0.047434
v__RCHRG_DP.gw 0.324688 0.440754
v__GW_SPYLD.gw 0.043363 0.095567
v__SOL_K().sol 1345.573 1569.994
r__SOL_BD().sol 1.572129 2.128389
r__SOL_AWC().sol 0.53831 0.653914
r__SOL_CRK().sol 0.658141 0.828031
r__CNOP().mgt 54.44415 65.7797
r__CH_N11().sub 0.026648 0.093064
v__ESCO.hru 0.613603 0.682375
v__SFTMP.bsn 1.288421 2.137695
v__SMFMN.bsn 7.059641 8.713686
v__SMFMX.bsn 7.912282 8.947107
v__TIMP.bsn 0.075795 0.207616
v__CH_N2.rte 0.114912 0.155226
v__CH_K2.rte 36.86641 57.75428
r__CO2.sub -4.02559 66.39887
v__CANMX.hru 13.15579 25.61744
v__EPCO.hru 0.750664 0.872286

33
4.5 ANALISIS KALIBRASI DAN VALIDASI

Pada nilai kalibrasi yang nilai peningkatan p-value yang tidak diseimbangkan dengan
penurunan r-factor, maka kalibrasi dihentikan pada saat nilai p-value dan r-factor pada nilai terkecil.
Selanjutnya proses validasi menggunakan data yang mendekati nilai standard yaitu mendekati nilai p-
value > 0.8 dan r-factor < 1. Nilai yang diambil adalah saat p-value 0.71, r-factor 0.91, nilai R2
sama dengan 0.38 dan nilai NS adalah 31. Nilai p-value 0.71 berarti sebanyak 71% data observasi
berpotongan dengan grafik parameter ketidakpastian (95PPU), sedangkan nilai r-factor yang kurang
dari satu menandakan bahwa kalibrasi telah baik. Kenaikan R2 dari hasil simulasi dengan kalibrasi
menandakan bahwa kalibrasi telah memuaskan. Hasil proses mulai dari simulasi sampai validasi dapat
dilihat pada Tabel 14.

Tabel 14. Nilai variabel pada setiap proses

Variabel Simulasi kalibrasi validasi

p-value - 0.71 0.76
r-factor - 0.91 1.19
R2 0.012 0.38 0.23
NS 0.076 0.31 0.23

Nilai R2 pada saat kalibrasi adalah 0.38 dan NS adalah 0.31. Nilai tersebut tidak terlalu
bagus namun memuaskan. Nilai tersebut diperoleh karena kisaran nilai parameter yang ada pada nilai
absolute SWATCUP masih perlu penyesuaian untuk daerah penelitian (karena kurang mewakili nilai
di lapangan). Nilai yang terkadang jauh berbeda dari keadaan sebenarnya perlu diteliti kembali agar
tepat dan sesuai dengan keadaan di daerah penelitian. Selain itu keadaan lapangan Sub DAS Cisadane
Hulu yang berbukit dan merupakan daerah pegunungan menjadikan hasil simulasi tidak sesuai dengan
keadaan di lapangan.

34
 V. KESIMPULAN DAN SARAN

5.1 KESIMPULAN

1. Kalibrasi dan validasi model MWSWAT pada analisis debit aliran sungai Sub DAS Cisadane Hulu
telah berhasil dilakukan dengan peningkatan nilai variabel R2 , r-factor, p-value, dan NS.
2. Hasil kalibrasi memuaskan dengan nilai R2 sebesar 0.38 yang > 0.36 (nilai standard).
3. Hasil kalibrasi menunjukkan bahwa 71% data hasil observasi berpotongan dengan grafik 95PPU (p-
value = 0.71), dan dari hasil kalibrasi diperoleh nilai r-factor sebesar 0.91.
4. Hasil dari proses validasi juga menunjukkan hasil yang memuaskan, yaitu 76% data hasil observasi
berpotongan dengan grafik 95PPU dan diperoleh nilai r-factor sebesar 1.19.

5.2 SARAN

1. Agar diperoleh hasil yang lebih baik MWSWAT masih memerlukan data-data seperti data
karakteristik tanah, data karakteristik tanaman, dan wilayah urban Indonesia pada Sub DAS
Cisadane Hulu yang masih kurang tersedia.
2. Diperlukan penyesuaian nilai parameter pada SWATCUP terhadap keadaan yang sebenarnya pada
Sub DAS Cisadane Hulu, seperti nilai maksimum dan minimum konduktivitas tanah, yang
nilainya pada SWATCUP masih berbeda dengan keadaan di lapangan serta parameter lainnya.
3. Proses kalibrasi perlu dilanjutkan pada proses berikutnya seperti Parasol, GLUE dan McMc yang
menggunakan metode atau model yang berbeda.

35
 DAFTAR PUSTAKA

An L. 2007. Sistem Informasi Geografi (SIG)/Geographic Information System (GIS).

http://mbojo.wordpress.com/2007/04/08/sistem-informasi-geografi-sig/.

Arini DID, Prasetyo LB, Rusdiana O. 2007. Aplikasi Sistem Informasi Geografis (SIG) dan
Penginderaan Jauh untuk Model Hidrologi ANSWERS dalam Memprediksi Erosi dan
Sedimentasi Studi Kasus : DTA Cipopokol Sub DAS Cisadane Hulu Kabupaten Bogor. Media
Konservasi 12 : 67 – 76.

Arnold, J, et al, editor. 2009. Soil and Water Assesment Tool (SWAT): Globlal Aplication. Special
Publication. Ed ke-4. Bangkok : World Association of Soil and Water Conservation

Arsyad, Sitanala. 2006. Konservasi Tanah dan Air. Bogor : IPB Press.

Asdak, C.2004. Hidrologi dan pengelolaan Daerah Aliran Sungai. Yogyakarta : Gaadjah Mada
University press.

Brooks, kenneth, Ffolliott, Peter F., Gregersen, Hans M., and DeBano, Leonard. 2003. Hidrology and
Management, and Policy. Hokoben : John Wiley & Sons, Inc.

Cech, Thomas. 2005. Principles of Water Resources History, Development, Management, and Policy.
.Hokoben : John Wiley & Sons, Inc.

Departemen Pendidikan Nasional. 2008. Sistem Informasi Geografis. http://www.sig.depdiknas.go.id/.

Faradina, Wina. 2010. Aplikasi Software MWSWAT dalam Analisis Debit Aliran Sungai pada Sub
DAS Cisadane Hulu Daerah Batubeulah. Bogor : IPB.

Hamdan, M. 2010. Analisis Debit Aliran Sungai Sub DAS Ciliwung Hulu Menggunakan MW-
SWAT. Skripsi. Fakultas Teknologi Pertanian. IPB. Bogor

Linsley, Ray K., dan Franzini, Joseph B. 1979. Teknik Sumber Daya Air. Jakarta : Erlangga.

Neitsch SL, Arnold JG, Kiniry JR, William JR. 2004. Soil And Water Assessment Tool Input/Output
File Documentation Version 2005. Agricultural Research Service. Texas.

Schuol, J., Abbaspour, K. C., Srinivasan, R., Hong, Y. 2008. Estimation of freshwater availability in
the West African sub continent using the SWAT hydrologic model. Journal of Hydrology (2008)
352, 30– 49
Seyhan, E. 1977. Dasar – Dasar Hidrologi. Yogyakarta : Gadjah Mada University Press.

Sinukaban, Naik. 2007. Konservasi Tanah dan Air. Jakarta : Direktorat Jendral RLPS.

Somantri, lili. 2007. Hidrologi. Bandung : UPI

Sukojo BM, Susilowati D. 2003. Penerapan Metode Penginderaan Jauh dan Sistem Informasi
Geografis untuk Analisa Perubahan Penggunaan Lahan. Makara 7 : 1 - 9.

Suripin. 2004. Sistem Drainase Perkotaan Yang Berkelanjutan. Yogyakarta : Andi..

Trewartha, GT. 1954. An Introduction to Climate. McGraw-Hill Book Company, Inc. New York.

Ward, Andy D. dan Elliot, Wiliam J. Environmental Hydrology. 1995. Florida : Lewwish Publisher.

36
LAMPIRAN

37
Lampiran 1 Nilai parameter untuk Sub DAS Cisadane Hulu pada kalibrasi pertama

Nilai Nilai
Parameter minimum maksimum
r__SURLAG.bsn 1 24
r__CN2.mgt 0 0.3
r__CH_L1.sub 0.05 200
r__CH_S1.sub 0 10
r__CH_K1.sub 5 150
r__CH_W1.sub 1 1000
r__SLSUBBSN.hru 10 150
r__OV_N.hru 0 0.8
r__SLSOIL.hru 0 0.6
r__LAT_TTIME.hru 0 180
v__GW_DELAY.gw 0 500
v__GWQMN.gw 0 5000
v__ALPHA_BF.gw 0 1
v__REVAPMN.gw 0 500
v__GW_REVAP.gw 0.02 0.2
v__RCHRG_DP.gw 0 1
v__GW_SPYLD.gw 0 0.4
v__SOL_K().sol 0 2000
r__SOL_BD().sol 1.1 2.5
r__SOL_AWC().sol 0 1
r__SOL_CRK().sol 0 1
r__CNOP().mgt 20 90
r__CH_N11().sub 0.01 0.3
v__ESCO.hru 0.01 1
v__SFTMP.bsn -5 5
v__SMFMN.bsn 0 10
v__SMFMX.bsn 0 10
v__TIMP.bsn 0.01 1
v__CH_N2.rte 0 0.3
v__CH_K2.rte 0 150
r__CO2.sub 0 800
v__CANMX.hru 0 100
v__EPCO.hru 0.01 1

38
Lampiran 2. Nilai parameter untuk Sub DAS Cisadane Hulu pada kalibrasi terakhir

Nilai Nilai
Parameter minimum maksimum
r__SURLAG.bsn 1 7.971093
r__CN2.mgt 0.071874 0.1833
r__CH_L1.sub 54.51803 163.5076
r__CH_S1.sub 3.756186 7.622742
r__CH_K1.sub 42.09938 116.3419
r__CH_W1.sub 44.71825 490.9044
r__SLSUBBSN.hru 85.05261 128.3616
r__OV_N.hru 0.345561 0.663401
r__SLSOIL.hru 0.18577
r__LAT_TTIME.hru 0 59.29329
v__GW_DELAY.gw 48.50205 237.0786
v__GWQMN.gw 0 1283.147
v__ALPHA_BF.gw 0.485456 0.8798
v__REVAPMN.gw 315.2064 500
v__GW_REVAP.gw 0.02 0.075012
v__RCHRG_DP.gw 0.174257 0.506571
v__GW_SPYLD.gw 0 0.127114
v__SOL_K().sol 871.7446 1624.081
r__SOL_BD().sol 1.61156
r__SOL_AWC().sol 0.324993 0.671471
r__SOL_CRK().sol 0.622083 0.937656
r__CNOP().mgt 46.23552 86.6279
r__CH_N11().sub 0.033487 0.134355
v__ESCO.hru 0.510605
v__SFTMP.bsn -0.53347 4.813754
v__SMFMN.bsn 7.002159 10
v__SMFMX.bsn 6.313386 10
v__TIMP.bsn 0.05487
v__CH_N2.rte 0.110265 0.236781
v__CH_K2.rte 0 60.46333
r__CO2.sub 0 206.5292
v__CANMX.hru 15.54407 46.65283
v__EPCO.hru 0.624829 1

39
Lampiran 3. Data input iklim (.wgn)

Bulan/data Temperatur Temperatur Total hujan rata- Radiasi rata- Kecepatan

maksimum miniimum rata tahun 2004- rata tahun angin rata-rata
rata-rata rata-rata tahun 2009 (mm) 2004-2009 harian tahun
2004-2009 2004-2009 (MJ/m2/hari) 2004-2009
(0C) (0C) (m/s)

Januari 30.29 22.95 340.08 10.19 0.44

Februari 29.35 22.76 335.73 9.86 0.31

Maret 30.53 22.87 424.55 10.39 0.47

April 30.53 22.91 370.08 10.89 0.42

Mei 31.12 23.26 337.92 10.63 0.40

Juni 31.04 22.45 270.82 10.08 0.34

Juli 31.27 22.08 131.98 10.99 0.34

Agustus 31.58 21.92 154.55 12.73 0.43

September 32.05 22.33 249.93 13.24 0.44

Oktober 31.98 22.85 296.43 12.32 0.47

Nopember 31.25 23.77 355.40 11.27 0.43

Desember 29.96 23.29 328.13 8.91 0.46

40