Isi Artikel Utama

Abstrak

Perubahan tataguna lahan dan perubahan iklim mengakibatkan perubahan terhadap limpasan yang berujung pada perubahan ketersediaan air. Limpasan ini tergantung pada 2 hal, yaitu iklim dan tataguna lahan. Perubahan iklim mengakibatkan meningkatnya temperatur, merubah pola hujan, meningkatkan debit puncak dan meningkatkan permukaan air laut. Perubahan iklim menjadi isu yang sedang menjadi perhatian dunia saat ini. Selain perubahan iklim, yang mempengaruhi limpasan permukaan ialah karakteristik dari Daerah Aliran Sungai (DAS). Perubahan fungsi lahan dari daerah terbuka menjadi daerah terbangun mengakibatkan berubahnya pola limpasan. Sehingga simulasi prediksi mengenai perubahan iklim dan perubahan tataguna lahan perlu dilakukan untuk melihat debit ketersedian. Pada penelitian ini skenario perubahan iklim menggunakan CMIP 5 (Coupled Model Intercomparison Project 5) sedangkan perubahan lahan digunakan RTRW Jawa Barat 2029 yang diasumsikan sebagai tataguna lahan yang akan terjadi dimasa yang akan dating dengan outlet berada di Majalaya. Metode statistical downscaling (SD) digunakan untuk mengestimasi nilai suatu variabel iklim dari model CMIP 5. Pada studi ini, CMIP dikoreksi dengan menggunakan data observasi. Sedangkan distribusi hujan menggunakan distribusi gamma dengan nilai acak. Data tersebut menjadi input dalam model SWAT (Soil and Water Assessment Tool) yang digunakan untuk prediksi limpasan. Hasil dari model SWAT digunakan untuk analisis debit ketersediaan dengan skenario bulan kering, normal, basah terhadap perubahan iklim dan perubahan tataguna lahan yang akan terjadi. Penggunaan data CMIP 5 sebagai input SWAT untuk prediksi debit di DAS Majalaya menunjukan hasil yang baik dengan nilai NSE 0,64. Skenario perubahan iklim berpengaruh terhadap ketersediaan air, ini ditunjukan dengan peningkatan nilai seperti curah hujan dan temperatur yang mengakibatkan turunnya Q95 berkisar antara 3-46% terhadap debit baseline. Sementara perubahan tataguna lahan yang terjadi menyebabkan turunnya curve number sebesar 2,43%. Ini berdampak pada kenaikan Q95 sebesar 4-7% dari skenario perubahan iklim. Adapun skenario berdasarkan bulan kering, normal dan basah menghasilkan hasil yang beragam. Pada bulan kering terjadi penurunan ketersediaan air disemua skenario iklim sebesar 0.06-0,08 m3/dtk. Pada bulan normal terjadi penurunan ketersediaan air disemua skenario iklim sebesar 0.13-0,16 m3/dtk dan pada bulan basah terjadi penurunan ketersediaan air disemua skenario iklim sebesar 1.3-1.7 m3/.

Kata Kunci

Iklim, Tataguna Lahan, Statistical Downscaling, CMIP, SWAT, Distribusi Gamma, Debit Ketersediaan

Rincian Artikel

Cara Mengutip
[1]
D. M. Fadli, “Prediksi Ketersediaan Air Akibat Perubahan Tataguna Lahan dan Iklim pada DAS Majalaya”, Jurnal Konstruksi, vol. 21, no. 1, hlm. 128–136, Mei 2023.

References

    Abbaspour, K. (2015). SWAT-Calibration and uncertainty programs (CUP). Neprashtechnology.Ca. https://doi.org/10.1007/s00402-009-1032-4
    Fadholi, A., & Supriatin, D. (2016). SISTEM POLA TANAM DI WILAYAH PRIANGAN BERDASAKAN KLASIFIKASI IKLIM OLDEMAN. Jurnal Geografi Gea, 12(2). https://doi.org/10.17509/gea.v12i2.1788
    Gafuri, R., Ridwan, I., & Nurlina, N. (2016). Analisis Limpasan Permukaan (Runoff) Pada Sub-Sub Das Riam Kiwa Menggunakan Metode Cook. Jurnal Fisika FLUX, 13(1).
    Guzha, A. C., Rufino, M. C., Okoth, S., Jacobs, S., & Nóbrega, R. L. B. (2018). Impacts of land use and land cover change on surface runoff, discharge and low flows: Evidence from East Africa. Dalam Journal of Hydrology: Regional Studies (Vol. 15, hlm. 49–67). Elsevier B.V. https://doi.org/10.1016/j.ejrh.2017.11.005
    McCuen, R. H., Knight, Z., & Cutter, A. G. (2006). Evaluation of the Nash–Sutcliffe Efficiency Index. Journal of Hydrologic Engineering, 11(6). https://doi.org/10.1061/(asce)1084-0699(2006)11:6(597)
    Neitsch, S. L., Arnold, J. G., Kiniry, J. R., & Williams, J. R. (2011). Soil & Water Assessment Tool Theoretical Documentation Version 2009. Texas Water Resources Institute. https://doi.org/10.1016/j.scitotenv.2015.11.063
    Nurrochman, E. (2018). Kajian Sistem Hidrologi Akibat Perubahan Tataguna Lahan di Kawasan Bandung Utara. Envirosan, 1(1), 25–30.
    Nustyani, F., Andawayanti, U., & Harisuseno, D. (2020). Analisis Erosi Dan Kekritisan Lahan Berbasis Sistem Informasi Geografis (Sig) Pada Daerah Aliran Sungai Citarum Hulu. Jurnal Mahasiswa Jurusan Teknik Pengairan, 3(2), 9. http://pengairan.studentjournal.ub.ac.id/index.php/jmtp/article/view/557
    Ramadhan, I. K. B., & Susetyo, C. (2021). Prediksi Debit Limpasan Air Permukaan pada Daerah Rawan Banjir di Kabupaten Jombang Berdasarkan Pemodelan Penggunaan Lahan. Jurnal Teknik ITS, 9(2). https://doi.org/10.12962/j23373539.v9i2.54046
    Roudier, P., Ducharne, A., & Feyen, L. (2014). Climate change impacts on runoff in West Africa: A review. Dalam Hydrology and Earth System Sciences (Vol. 18, Nomor 7, hlm. 2789–2801). Copernicus GmbH. https://doi.org/10.5194/hess-18-2789-2014
    Serrat-Capdevila, A., Merino, M., Valdes, J. B., & Durcik, M. (2016). Evaluation of the performance of three satellite precipitation products over Africa. Remote Sensing, 8(10). https://doi.org/10.3390/rs8100836
    van Vuuren, D. P., Edmonds, J., Kainuma, M., Riahi, K., Thomson, A., Hibbard, K., Hurtt, G. C., Kram, T., Krey, V., Lamarque, J. F., Masui, T., Meinshausen, M., Nakicenovic, N., Smith, S. J., & Rose, S. K. (2011). The representative concentration pathways: An overview. Climatic Change, 109(1), 5–31. https://doi.org/10.1007/s10584-011-0148-z