ANALISIS DAMPAK PERUBAHAN TUTUPAN LAHAN TERHADAP DEBIT DI DAERAH TANGKAPAN AIR (DTA) LIPAT KAIN SUB DAS KAMPAR KIRI DAS KAMPAR
SKRIPSI
OLEH : BAYU PRADES TRI DHARMA NIM 161201126
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN UNIVERSITAS SUMATERA UTARA MEDAN 2021
UNIVERSITAS SUMATERA UTARA
ANALISIS DAMPAK PERUBAHAN TUTUPAN LAHAN TERHADAP DEBIT DI DAERAH TANGKAPAN AIR (DTA) LIPAT KAIN SUB DAS KAMPAR KIRI DAS KAMPAR
SKRIPSI
OLEH : BAYU PRADES TRI DHARMA NIM 161201126
Skripsi sebagai salah satu syarat untuk memperoleh gelar sarjana di Fakultas Kehutanan Universitas Sumatera Utara
DEPARTEMEN MANAJEMEN HUTAN FAKULTAS KEHUTANAN UNIVERSITAS SUMATERA UTARA MEDAN 2021
UNIVERSITAS SUMATERA UTARA UNIVERSITAS SUMATERA UTARA
PERNYATAAN ORISINALITAS
Saya yang bertanda tangan di bawah ini: Nama : Bayu Prades Tri Dharma NIM : 161201126 Judul Skripsi : Analisis Dampak Perubahan Tutupan Lahan Terhadap Debit di Daerah Tangkapan Air (DTA) Lipat Kain Sub DAS Kampar Kiri DAS Kampar
Menyatakan bahwa skripsi ini adalah hasil karya sendiri. Pengutipan-pengutipan yang penulis lakukan pada bagian-bagian tertentu dari hasil karya orang lain dalam penulisan skripsi ini, telah penulis cantumkan sumbernya secara jelas sesuai dengan norma, kaidah, dan etika penulisan ilmiah.
Medan, Januari 2021
Bayu Prades Tri Dharma NIM 161201126
ii
UNIVERSITAS SUMATERA UTARA
ABSTRAK
BAYU PRADES TRI DHARMA : Analisis Perubahan Tutupan Lahan Terhadap Debit Sungai di Daerah Tangkapan Air (DTA) Lipat Kain Sub DAS Kampar Kiri DAS Kampar, dibimbing oleh BEJO SLAMET.
Sungai Kampar mempunyai peran penting bagi masyarakat untuk memenuhi kebutuhan pertanian, perikanan, transportasi dan juga domestik. Perubahan tutupan lahan di DAS Kampar terutama menurunnya luas hutan dipicu oleh pertumbuhan penduduk dan pembangunan yang sangat cepat. Penelitian ini bertujuan untuk menganalisis hubungan antara curah hujan dan tutupan lahan di DTA Lipat Kain dengan besaran debit aliran sungai Kampar kiri di outlet Lipat kain. Data tutupan lahan yang dipergunakan adalah data dari Kementerian Lingkungan Hidup dan Kehutanan periode 2011-2018. Hubungan antara debit dan tutupan lahan dianalisis korelasi dan regresi. Belukar adalah tipe Tutupan lahan yang paling luas terkonversi yaitu menjadi areal pertanian lahan kering campur seluas 32.042,62 ha dan dikonversi menjadi kebun seluas 7.565,61 ha. Hutan lahan kering sekunder dikonversi menjadi areal pertanian lahan kering campur seluas 11.540,89 ha, dan terdeteksi adanya perubahan hutan tanaman menjadi tanah terbuka seluas 7.227,65 ha. Hasil analisis regresi hubungan antara tutupan lahan dengan debit sungai diperoleh nilai koefisien korelasi yang rendah.
Kata kunci : Daerah tangkapan air (DTA) Lipat kain, perubahan tutupan lahan, debit aliran sungai
iii
UNIVERSITAS SUMATERA UTARA
ABSTRACT
BAYU PRADES TRI DHARMA : Analysis Of Land Cover Change Towards River Discharge In The Water Catchment Area Of Lipat Kain Left Kampar Sub- Watershed, Kampar Watershed, Guided By BEJO SLAMET.
Kampar River has an important role for the community to meet agricultural, fishery, transportation, and domestic needs. Changes in land cover in the Kampar watershed, especially the decline in forest cover, are triggered by rapid population growth and development. This study aims to analyze the relationship between rainfall and land cover in the Lipat Kain catchment area with the amount of the left Kampar river flow at the Lipat Kain outlet. The land cover data used is data from the Ministry of Environment and Forestry for the period 2011-2018. The relationship between discharge and land cover was analyzed for correlation and regression. The scrub is the type of land cover that is the most widely converted, namely into a mixed dryland agricultural area of 32,042.62 ha and converted into plantations of 7,565.61 ha. Secondary dryland forest was converted into a mixed dryland agricultural area of 11,540.89 ha, and a change of plantation forest to open land was detected covering 7,227.65 ha. The results of the regression analysis of the relationship between land cover and river discharge obtained a low correlation coefficient.
Keywords : Lipat kain water catchment , Land cover change, river discharge
iv
UNIVERSITAS SUMATERA UTARA
RIWAYAT HIDUP
Penulis dilahirkan di Pekanbaru pada tanggal 17 Desember 1997. Penulis merupakan anak ke tiga dari tiga bersaudara dari Bapak Desrizon dan Ibu Tjatur Prasetyowati. Penulis memulai pendidikan di SD Yayasan Kemala Bhayangkari Pekanbaru pada tahun 2003-2009. Pendidikan tingkat Sekolah Menengah Pertama di SMP Negeri 10 Pekanbaru pada tahun 2009-2012. Pendidikan tingkat Sekolah Menengah Atas di SMK Kehutanan Negeri Pekanbaru pada tahun 2012-2016. Pada tahun 2016, penulis lulus di Fakultas Kehutanan Universitas Sumatera Utara melalui jalur Ujian Masuk Bersama Perguruan Tinggi Negeri (UMBPTN). Pada tahun 2018, penulis memilih minat Manajemen Hutan. Penulis telah mengikuti Praktik Pengenalan Ekosistem Hutan (P2EH) di Kawasan Hutan Mangrove, Desa Lubuk Kertang, Kecamatan Brandan Barat, Kabupaten Langkat, Sumatera Utara pada tahun 2018. Pada tahun 2019, penulis juga telah menyelesaikan Praktik Kerja Lapangan (PKL) di KPHL Unit II Batam. Selama kuliah penulis aktif dalam berbagai organisasi seperti pada tahun 2016-2020 sebagai anggota di Himpunan Mahasiswa Sylva (HIMAS) USU, pada tahun 2017-2018 sebagai kepala bidang konservasi di Jaringan Intelektual Mahasiswa Muslim Kehutanan Indonesia (JIMMKI) USU, pada tahun 2018-2019 sebagai kepala divisi humas di Rain Forest USU, pada tahun 2019-2020 sebagai wakil gubernur di Pemerintahan Mahasiswa (PEMA) Fakultas Kehutanan Universitas Sumatera Utara.
v
UNIVERSITAS SUMATERA UTARA
KATA PENGANTAR
Puji dan syukur yang tak terhingga penulis ucapkan kepada Allah SWT atas segala rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan penelitian dan penyusunan skripsi ini dengan judul “Analisis Perubahan Tutupan Lahan Terhadap Debit Sungai di Daerah Tangkapan Air (DTA) Lipat Kain Sub DAS Kampar Kiri DAS Kampar”. Pada kesempatan ini penulis mengucapkan terima kasih kepada Bapak Dr. Bejo Slamet, S.Hut., M.Si. selaku dosen pembimbing yang telah meluangkan waktu dalam membimbing penulis dengan penuh kesabaran dan tanggung jawab serta memberikan petunjuk dan saran selama penelitian hingga selesainya skripsi ini. Bapak dan Ibu staf pengajar Fakultas Kehutanan USU Medan yang telah mendidik selama perkuliahan. Penulis mengucapkan terima kasih dan penghargaan yang tiada terhingga kepada keluarga Ayahanda tercinta dan Ibunda tercinta yang telah memberikan cinta dan kasih sayang yang tidak ternilai dengan apapun, pengorbanan baik materi maupun motivasi beserta doa yang tulus yang tidak pernah berhenti. Kakak-kakakku, dan seluruh sanak saudara yang selalu mendoakan dan memberikan semangat hingga selesainya penulisan skripsi ini. Penulis ingin mengucapkan terima kasih kepada semua pihak yang telah membantu segala proses selama penelitian dan penulisan skripsi serta menjadi penyemangat penulis selama perkuliahan hingga selesainya penulisan skripsi ini. Penulis juga ingin mengucapkan terima kasih kepada seluruh teman-teman yang berada di Medan maupun di luar Medan yang menjadi penyemangat penulis selama perkuliahan hingga selesainya penulisan skripsi ini. Penulis menyadari sepenuhnya bahwa penulisan skripsi ini masih belum sempurna, oleh karena itu penulis menerima kritik dan saran demi kesempurnaan skripsi ini. Penulis berharap semoga skripsi ini dapat memberikan manfaat bagi kita semua.
Medan, Januari 2021
Bayu Prades Tri Dharma
vi
UNIVERSITAS SUMATERA UTARA
DAFTAR ISI
Halaman LEMBAR PENGESAHAN ...... i PERNYATAAN ORISINALITAS ...... ii ABSTRAK ...... iii ABSTRACT ...... iv RIWAYAT HIDUP ...... v KATA PENGANTAR ...... vi DAFTAR ISI ...... vii DAFTAR TABEL ...... ix DAFTAR GAMBAR ...... x DAFTAR LAMPIRAN ...... xi
PENDAHULUAN ...... 1 Latar Belakang ...... 1 Tujuan Penelitian ...... 2 Manfaat Penelitian ...... 2
TINJAUAN PUSTAKA ...... 3 Kondisi Umum Lokasi Penelitian ...... 3 Daerah Aliran Sungai ...... 3 Tutupan Lahan ...... 5 Debit Air ...... 6 Curah Hujan ...... 6 Sistem Informasi Geografis dan Penginderaan Jarak Jauh ...... 7
METODE PENELITIAN ...... 9 Waktu dan Tempat Penelitian ...... 9 Alat dan Bahan Penelitian ...... 9 Prosedur Penelitian ...... 10 Pengumpulan Data ...... 11 Analisis Data ...... 11 Pengolahan data tutupan lahan ...... 11 Pengolahan data curah hujan ...... 11 Analisis koefisien rezim sungai (KRS)...... 12 Analisis koefisien aliran permukaan ...... 12 Analisis hubungan perubahan tutupan lahan terhadap debit sungai ...... 13
HASIL DAN PEMBAHASAN ...... 15 Perubahan Tutupan Lahan...... 15 Hubungan Curah Hujan dan Debit Aliran Sungai...... 22 Rasio Debit Maksimum dan Debit Minimum ...... 23 Koefisien Aliran Permukaan ...... 24 Hubungan Tutupan Lahan dan Debit ...... 25
KESIMPULAN DAN SARAN ...... 29
vii
UNIVERSITAS SUMATERA UTARA
Kesimpulan ...... 29 Saran ...... 29
DAFTAR PUSTAKA ...... 30
LAMPIRAN ...... 33
viii
UNIVERSITAS SUMATERA UTARA
DAFTAR TABEL
No Halaman
1. Luas Daerah Menurut Kelurahan/Desa ...... 3 2. Data Penelitian ...... 11 3. Klasifikasi Koefisien Rezim Sungai (KRS) ...... 12 4. Klasifikasi Koefisien Aliran Permukaan...... 13 5. Interpretasi Koefisien Determinasi (R2) ...... 14 6. Perubahan tutupan lahan DTA Lipat Kain Sub DAS Kampar Kiri ...... 15 7. Data Tutupan Lahan 2011-2018 ...... 21 8. Rasio Debit Maksimum dan Debit Minimum ...... 23 9. Koefisien Aliran Permukaan ...... 25 10. Persamaan Regresi dan Nilai Koefisien Determinasi Pengaruh Perubahan Tutupan Lahan Terhadap Debit Sungai pada DTA Lipat Kain Sub DAS Kampar ...... 26
ix
UNIVERSITAS SUMATERA UTARA
DAFTAR GAMBAR
No Halaman
1. Peta Lokasi Penelitian ...... 9 2. Kerangka Penelitian ...... 10 3. Peta Tutupan Lahan DTA Lipat Kain Sub DAS Kampar Kiri DAS Kampar Tahun 2011 ...... 17 4. Peta Tutupan Lahan DTA Lipat Kain Sub DAS Kampar Kiri DAS Kampar Tahun 2018...... 18 5. Peta Perubahan Tutupan Lahan DTA Lipat Kain Sub DAS Kampar kiri DAS Kampar ...... 19 6. Grafik Curah Hujan dan Debit ...... 22 7. Trendline Curah Hujan dan Debit ...... 23
x
UNIVERSITAS SUMATERA UTARA
DAFTAR LAMPIRAN
No Teks Halaman
1. Tabel tutupan lahan tahun 2011-2018 ...... 33 2. Tabel debit maksimum, debit minimum, debit rataan, curah hujan, rasio/koefisien rezim sungai, dan koefisien aliran permukaan ...... 34 3. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap debit maksimum ...... 36 4. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap debit minimum ...... 37 5. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap koefisien rezim sungai ...... 37 6. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap koefisien aliran permukaan ...... 38 7. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap debit rataan ...... 40 8. Hasil analisis korelasi antara curah hujan dan debit ...... 41
xi
UNIVERSITAS SUMATERA UTARA
PENDAHULUAN
Latar Belakang Sungai Kampar merupakan sebuah sungai yang berada di Provinsi Riau, Kabupaten Kampar. Sungai Kampar memiliki panjang ± 413,5 kilometer, kedalaman rata-rata 7,7 m, dan lebar rata-rata 143 meter. Sungai ini merupakan pertemuan dua sungai yang ukurannya hampir sama, yaitu Sungai Kampar Kanan dan Sungai Kampar Kiri. Sungai Kampar Kiri merupakan sungai utama di Kecamatan Kampar Kiri yang terletak di Kecamatan Kampar Kiri Kabupaten Kampar. Masyarakat yang tinggal di daerah tangkapan air Kampar Kiri menggunakan sungai ini secara ekstensif untuk memenuhi kebutuhan penduduk akan pertanian, perikanan, transportasi dan perumahan (Firdaus et al., 2015). Tutupan lahan merupakan kenampakan material fisik permukaan bumi. Tutupan lahan dapat menggambarkan keterkaitan antara proses alami dan sosial dan dapat menyediakan informasi yang sangat penting untuk keperluan pemodelan serta untuk memahami fenomena alam yang terjadi di permukaan bumi (Sampurno dan Thoriq, 2016). Perubahan tutupan lahan dapat dipicu oleh pertumbuhan penduduk dan pembangunan yang sangat cepat. Interaksi antara masyarakat dan lahan menyebabkan terjadinya perubahan tutupan lahan sehingga menimbulkan dampak negatif terhadap daerah aliran sungai. Tutupan lahan di daerah aliran sungai dari tahun ke tahun mengalami perubahan. Dampak dari perubahan lahan tersebut adalah meningkatnya aliran permukaan langsung sekaligus menurunnya air yang meresap ke dalam tanah. Daerah Aliran Sungai (DAS) merupakan wilayah tempat semua air mengalir ke sungai yang telah ditentukan. Tata guna lahan dan kondisi fisik lingkungan merupakan faktor yang dapat mempengaruhi fungsi DAS. Dalam hal ini, keterkaitan antara faktor penggunaan lahan adalah kemampuannya dalam menyediakan penyangga masukan curah hujan, sehingga tidak menimbulkan sedimentasi dan debit air yang berlebih (banjir). Oleh karena itu, kedua faktor di atas membantu menentukan fungsi waduk sebagai penghasil air dan pengatur air (Rapar et al., 2014).
UNIVERSITAS SUMATERA UTARA 2
DAS Kampar termasuk DAS yang terkategori kritis dengan penurunan luasan hutan yang cukup besar. Hal ini dapat menyebabkan volume air meningkat (Neno et al., 2016). Kondisi sub DAS Kampar Kiri yang berangsur-angsur rusak mengakibatkan sangat menurunnya daya dukung lahan dan air sub DAS Kampar Kiri. Berdasarkan Kepmenhut nomor SK.328/Menhut-II/2009 tentang 108 DAS Prioritas RPJMN 2010-2014 DAS Kampar termasuk kedalam DAS Prioritas dengan klasifikasi DAS rawan bencana. Oleh karena itu perlu dilakukan penelitian tentang analisis dampak perubahan tutupan lahan terhadap debit di daerah tangkapan air (DTA) Lipat Kain Sub DAS Kampar Kiri DAS Kampar.
Tujuan Penelitian Tujuan dari penelitian ini adalah untuk menganalisis hubungan perubahan tutupan lahan terhadap debit sungai di Daerah Tangkapan Air (DTA) Lipat Kain Sub DAS Kampar Kiri DAS Kampar.
Manfaat Penelitian Kegunaan dari penelitian ini adalah memberikan informasi tentang perubahan tutupan lahan dan kaitannya dengan pengelolaan sumber daya air di Daerah Tangkapan Air (DTA) Lipat Kain Sub DAS Kampar Kiri DAS Kampar.
UNIVERSITAS SUMATERA UTARA
TINJAUAN PUSTAKA
Kondisi Umum Lokasi Penelitian Kabupaten Kampar terletak antara 01º00’40’’ Lintang Utara dan 00º27’00’’ Lintang Selatan dan antara 100º28’30’’ − 101º14’30’’ Bujur Timur dan dilalui oleh garis ekuator atau garis khatulistiwa yang terletak pada garis lintang 0o. Kabupaten Kampar memiliki batas-batas: Utara – Kota Pekanbaru, Kabupaten Siak; Selatan – Kabupaten Kuantan Singingi; Barat – Kabupaten Rokan Hulu dan Provinsi Sumatera Barat; Timur – Kabupaten Pelalawan dan
Kabupaten Siak (BPS Kabupaten Kampar, 2019).
Kabupaten Kampar terdiri dari 21 kecamatan yang salah satunya yaitu Kampar Kiri. Kecamatan Kampar Kiri memiliki luas 1.149,79 km2 terdiri dari 20 kelurahan/desa yang sesuai pada Tabel 1. Tabel 1. Luas Daerah Menurut Kelurahan/Desa 2019 Persentase terhadap Luas Kelurahan/Desa Luas (km2) Kecamatan (1) (2) (3) Domo 86,45 7,5 Muara Selaya 164,50 14,3 IV Koto Setingkai 53,00 4,6 Padang Sawah 54,69 4,7 Kuntu 93,20 8,2 Teluk Paman 120,00 10,4 Lipat Kain 51,83 4,5 Sungai Geringging 15,29 1,3 Sungai Paku 10,99 1,0 Sungai Rambai 37,64 3,2 Sungai Raja 24,13 2,1 Sungai Sarik 52,70 4,6 Tanjung Harapan 52,70 4,6 Lipat Kain Utara 77,00 6,7 Lipat Kain Selatan 43,00 3,7 Kuntu Darussalam 109,34 9,5 Tanjung Mas 26,35 2,3 Sungai Liti 41,76 3,6 Teluk Paman Timur 25,00 2,2 Sungai Harapan 10,22 1,0 Kampar Kiri 1149,79 100,0 Sumber: BPS Kabupaten Kampar (2019) Daerah Aliran Sungai DAS merupakan ekosistem alam yang dibatasi oleh punggung bukit. Air hujan yang jatuh di daerah tersebut akan mengalir pada sungai-sungai yang
UNIVERSITAS SUMATERA UTARA 4
akhirnya bermuara ke laut atau ke danau. Pada Daerah Aliran Sungai dikenal dua wilayah yaitu wilayah daerah hulu dan wilayah daerah hilir. Kedua daerah ini saling berhubungan dan mempengaruhi dalam unit ekosistem DAS. Fungsi Daerah Aliran Sungai adalah sebagai areal penangkapan air (catchment area), penyimpan air (water storage) dan penyalur air (distribution water) (Halim, 2014). Sungai Kampar Kiri merupakan sungai utama bagi Sub DAS Kampar Kiri yang berada di kecamatan Kampar Kiri, Kabupaten Kampar. Sungai ini telah banyak dimanfaatkan oleh masyarakat yang tinggal di kawasan Sub DAS Kampar Kiri untuk keperluan areal pertanian, perikanan, transportasi serta pemukiman oleh warga (Firdaus et al., 2015). Semakin luas DAS maka aliran yang didapatkan akan semakin besar, karena hujan yang tertangkap dalam DAS akan semakin banyak. Aktivitas masyarakat di daerah sekitar DAS memiliki peran penting dalam ekosistem DAS. Namun penggunaan lahan di sekitar DAS untuk keperluan masyarakat mengakibatkan susunan aliran sungai menjadi terganggu (Nifen et al., 2017). Keberadaan Sub DAS Kampar Kiri di kecamatan Kampar Kiri ini memiliki sumberdaya hutan yang cukup luas yakni seluas 36.577,5 ha atau 40 % dari luas Wilayah Kecamatan (Anjasari, 2009). Dengan potensi hutan yang cukup luas, maka untuk mengoptimalkan fungsinya kembali, pemerintah memanfaatkannya sebagai Hutan Tanam Industri (HTI). Dengan semakin banyaknya alih fungsi lahan di Sub DAS Kampar Kiri ini menyebabkan terjadinya perubahan nilai koefisien aliran (C) yang cenderung membesar yang akan meningkatnya aliran permukaan (run off) sehingga berpengaruh terhadap besarnya debit pada DAS (Firdaus et al., 2015). Suroso dan Susanto (2006) mengatakan bahwa aliran atau genangan air dapat terjadi karena adanya luapan-luapan pada daerah di kanan atau kiri sungai akibat alur sungai tidak memiliki kapasitas yang cukup bagi debit aliran yang lewat hal tersebut terjadi karena pada musim penghujan air hujan yang jatuh pada daerah tangkapan air (catchment area) tidak banyak yang dapat meresap ke dalam tanah melainkan lebih banyak melimpas sebagai debit air sungai. Jika debit sungai ini terlalu besar dan melebihi kapasitas tampang sungai, maka akan meyebabkan banjir.
UNIVERSITAS SUMATERA UTARA 5
Tutupan Lahan Tutupan lahan adalah kenampakan material fisik permukaan bumi. Tutupan lahan dapat menggambarkan keterkaitan antara proses alami dan proses sosial. Tutupan lahan dapat menyediakan informasi yang sangat penting untuk keperluan pemodelan serta untuk memahami fenomena alam yang terjadi di permukaan bumi. Data tutupan lahan juga digunakan dalam mempelajari perubahan iklim dan memahami keterkaitan antara aktivitas manusia dan perubahan global. Informasi tutupan lahan yang akurat merupakan salah satu faktor penentu dalam meningkatkan kinerja dari model-model ekosistem, hidrologi, dan atmosfer. Tutupan lahan merupakan informasi dasar dalam kajian geoscience dan perubahan global (Sampurno dan Thoriq, 2016). Banyak faktor yang menyebabkan terjadinya perubahan pada lahan yaitu dari faktor ekonomi, sosial dan biofisik. Menurut Darmawan (2002), salah satu faktor yang menyebabkan terjadinya perubahan lahan adalah faktor sosial ekonomi masyarakat yang berhubungan dengan kebutuhan hidup manusia terutama masyarakat sekitar kawasan. Tingginya tingkat kepadatan penduduk di suatu wilayah telah mendorong penduduk untuk membuka lahan baru sebagai pemukiman ataupun lahan-lahan budidaya. Tutupan lahan berhubungan dengan biofisik yang ada dipermukaan bumi, Tutupan lahan merupakan perwujudan secara fisik (visual) dari vegetasi, benda alam, dan sensor budaya yang ada di permukaan bumi tanpa memperhatikan kegiatan manusia terhadap objek tersebut (Maksum et al., 2016). Informasi tutupan lahan terbaru berupa peta dapat diperoleh melalui teknik penginderaan jauh. Penginderaan jauh telah lama menjadi sarana yang penting dan efektif dalam pemantauan tutupan lahan dengan kemampuannya menyediakan informasi mengenai keragaman ial di permukaan bumi dengan cepat, luas, tepat, serta mudah. Sumber data penginderaan jauh merupakan faktor penting dalam keberhasilan klasifikasi tutupan lahan.
UNIVERSITAS SUMATERA UTARA 6
Debit Air Debit adalah volume per satuan waktu. Waktu konsentrasi adalah waktu yang diperlukan limpasan air hujan dari titik terjauh menuju titik kontrol yang ditinjau (Barid dan Yacob, 2007). Debit aliran merupakan satuan untuk mendekati nilai-nilai hidrologis proses yang terjadi di lapangan. Kemampuan pengukuran debit aliran sangat diperlukan untuk mengetahui potensi sumberdaya air di suatu wilayah DAS. Debit aliran dapat dijadikan sebuah alat untuk memonitor dan mengevaluasi neraca air suatu kawasan melalui pendekatan potensi sumber daya air permukaan yang ada (Finawan dan Mardiyanto, 2011). Debit adalah volume air yang mengalir per satuan waktu. Waktu konsentrasi adalah waktu yang diperlukan limpasan air hujan dari titik terjauh menuju titik kontrol yang ditinjau. Pengukur kecepatan aliran air dapat dijadikan sebagai sebuah alat untuk memonitor dan mengevaluasi neraca air suatu kawasan melalui pendekatan potensi sumber daya air permukaan yang ada. Perubahan volume debit air dan tinggi muka air sering terjadi terutama pada saat musim hujan, banyaknya curah hujan dapat mempengaruhi jumlah volume air yang mengalir dari anak sungai ke sungai utama. Hal ini dapat mengakibatkan volume air bisa kapan saja meningkat, oleh karena perlu dilakukan penelitian tentang hubungan debit air dan tinggi muka air pada aliran sungai (Neno et al., 2016).
Curah Hujan Curah hujan merupakan salah satu faktor utama dalam menentukan kondisi permukaan dalam sudut pandang sumberdaya air. Hujan merupakan suatu masukan (input) yang akan diproses oleh permukaan lahan untuk menghasilkan suatu keluaran. Aliran air tanah yang mengalami penurunan akan mengakibatkan masyarakat sulit dalam memenuhi kebutuhan hidup dimana aliran permukaan yang mengalir pada sistem sungai kecil akan berdampak pada kemampuan irigasi (Puguh, 2010). Curah hujan yang tinggi di wilayah tropik pada umumnya dihasilkan dari proses konveksi dan pembentukan awan hujan panas. Pada dasarnya curah hujan dihasilkan dari gerakan massa udara lembab ke atas. Agar terjadi gerakan ke atas,
UNIVERSITAS SUMATERA UTARA 7
atmosfer harus dalam kondisi tidak stabil. Kondisi tidak stabil terjadi jika udara yang naik lembab dan lapse rate udara lingkungannya berada antara lapse rate adiabatik kering dan lapse rate adiabatik jenuh (Mulyono, 2014). Besarnya curah hujan yang terjadi tidak dapat ditentukan secara pasti, namun dapat diprediksi atau diperkirakan. Dengan menggunakan data historis besarnya curah hujan beberapa waktu yang lampau, maka dapat diprediksi berapa besarnya curah hujan yang terjadi pada masa yang akan datang (Oktaviani, 2013). Curah hujan (mm) merupakan ketinggian air hujan yang jatuh pada tempat yang datar dengan asumsi tidak menguap, tidak meresap dan tidak mengalir. Curah hujan 1 (satu) mm adalah air hujan setinggi 1 (satu) mm yang jatuh (tertampung) pada tempat yang datar seluas 1 m2 dengan asumsi tidak ada yang menguap, mengalir dan meresap (Mulyono, 2014).
Sistem Informasi Geografis dan Penginderaan Jarak Jauh Sistem informasi geografis (SIG) adalah sebuah sistem atau teknologi berbasis komputer yang dibangun dengan tujuan untuk mengumpulkan, menyimpan, mengolah dan menganalisa, serta menyajikan data dan informasi dari suatu obyek atau fenomena yang berkaitan dengan letak atau keberadaannya di permukaan bumi. Pada dasarnya SIG dapat dirinci menjadi beberapa sub-sistem yang saling berkaitan yang mencakup input data, manajemen data, pemrosesan atau analisis data, pelaporan (output) dan hasil analisa. Penginderaan jarak jauh (Remote Sensing) dapat didefinisikan sebagai ilmu tentang pengamatan dan pengumpulan informasi mengenai obyek di permukaan bumi, dengan menggunakan sensor tertentu tanpa kontak langsung dengan obyek yang diamati. Hal ini dilakukan dengan menangkap dan merekam pantulan cahaya atau sumber energi lain, serta menginterpretasi, menganalisa dan mengaplikasikan data yang terekam (Ekadinata et al., 2008). Teknologi SIG mengintegrasikan operasi- operasi umum database, seperti query dan analisa statistik, dengankemampuan visualisasi dan analisa unik yang dimiliki oleh pemetaan. Kemampuan inilah yang membedakan SIG dengan sistem informasi lainnya yang membuatnya menjadi berguna bagi berbagai
UNIVERSITAS SUMATERA UTARA 8
kalangan untuk menjelaskan kejadian, merencanakan strategi, dan memprediksi apa yang terjadi (Muslim dan Sunyoto, 2012). Metode penginderaan jauh mengkaji suatu objek tanpa harus bersentuhan langsung dengan objek tersebut. Sehingga metode ini memiliki banyak keunggulan diantaranya yaitu waktu yang relatif cepat dan daerah cakupan yang relatif luas (Emelyana et al., 2017).
UNIVERSITAS SUMATERA UTARA
METODE PENELITIAN
Waktu dan Tempat Penelitian Penelitian ini akan dilaksanakan pada bulan Maret 2020 – Mei 2020. Penelitian ini akan dilakukan di Daerah Tangkapan Air Lipat Kain Sub DAS Kampar Kiri DAS Kampar Provinsi Riau. Pengelolaan dan analisis data dilakukan di Laboratorium Manajemen Hutan Terpadu, Program Studi Kehutanan, Fakultas Kehutanan, Universitas Sumatera Utara.
Gambar 1. Peta Lokasi Penelitian
Alat dan Bahan Penelitian Alat yang digunakan dalam penelitian ini adalah Seperangkat alat komputer, aplikasi SPSS statistic, software ArcGIS 10.3 yang digunakan untuk pengolahan data pemetaan, dan alat tulis. Bahan yang digunakan pada penelitian ini adalah peta kawasan Daerah Tangkapan Air Lipat Kain Sub DAS Kampar Kiri DAS Kampar, data rekaman curah hujan 2011-2018, data debit aliran sungai 2011-2018, peta tutupan lahan tahun 2011-2018.
UNIVERSITAS SUMATERA UTARA 10
Prosedur Penelitian
Data Curah Tutupan Debit tahun Hujan tahun Lahan tahun 2011-2018 2011-2018 2011-2018
Analisis Hubungan Antara curah hujan, debit dan tutupan lahan
Analisis Dampak Perubahan Tutupan Lahan Terhadap Debit
Gambar 2. Kerangka Penelitian
UNIVERSITAS SUMATERA UTARA 11
Pengumpulan Data Tabel 2. Data Penelitian No Data Diperoleh dari Balai Pemantapan Kawasan Hutan Wilayah IX 1 Peta Tutupan Lahan Pekanbaru 2 Peta DTA Lipat Kain BPDASHL Indragiri Rokan Curah hujan tahun Balai Wilayah Sungai Sumatera III, BPDASHL 3 2011-2018 Indragiri Rokan Debit aliran sungai Balai Wilayah Sungai Sumatera III, BPDASHL 4 2011-2018 Indragiri Rokan
Analisis Data Pengelolaan data tutupan lahan Analisis perubahan tutupan lahan dilakukan menggunakan peta tutupan lahan yang diperoleh dari Balai Pemantapan Kawasan Hutan tahun 2011 hingga 2018. Peta diolah menggunakan Sofware ArcGIS 10.3 dengan metode Overlay. Perhitungan luas tutupan lahan menggunakan tool calculate geometry yang sebelumnya peta tutupan lahan telah diubah koordinatnya menjadi UTM (Universal Transverse Mercator), kemudian mengubah satuan luasnya menjadi hektar. Perhitungan luas tutupan lahan kemudian diolah lebih lanjut dengan Ms. Excel yang sebelumnya telah di eksport dari tabel atribut ArcGIS dan kemudian dibuat pivot table. Perubahan tutupan lahan dihitung menggunakan persamaan. Luas Perubahan Tutupan lahan = LUi 2018 - LUi 2011 Keterangan : LU : Luas tutupan lahan (ha) I : Tipe tutupan lahan
Analisis koefisien rezim sungai (KRS) Debit aliran sungai dihitung menggunakan data debit maksimum, minimum, dan rataan yang diperoleh dari Balai Wilayah Sungai Sumatera III tahun 2011-2018. Pengukuran debit sungai di DAS Wilayah Kerja BPDASHL Indragiri Rokan dilakukan di Lipat Kain Subdas Kampar Kiri DAS Kampar. Koefisien rezim sungai (KRS) dapat menggambarkan keadaan suatu DAS pada musim kemarau dan debit puncak pada musim penghujan (Itratip dan Jannah,
UNIVERSITAS SUMATERA UTARA 12
2016). Koefisien rezim sungai (KRS) dihitung dengan menggunakan rumus sebagai berikut : 푄푚푎푥 퐾푅푆 = 푄푚푖푛 Keterangan : KRS : Koefisien Rezim Sungai Qmax : Debit maksimum Qmin : Debit minimum Koefisien rezim sungai (KRS) dianalisis secara deskriptif berdasarkan Klasifikasi dari Direktorat Jenderal Pengendalian Daerah Sungai dan Hutan Lindung disajikan pada Tabel 3. Tabel 3. Klasifikasi koefisien rezim sungai (KRS) Koefisien Rezim Sungai (KRS) Kelas 0
Analisis koefisien aliran permukaan Analisis lain yang juga dapat melihat pengaruh tutupan lahan terhadap debit aliran yaitu menggunakan koefisien aliran permukaan. Koefisien aliran permukaan adalah total curah hujan yang menjadi aliran permukaan pada sungai. Nilai koefisien aliran sungai berkisar antara 0 hingga 1 atau jika dipersenkan 0 hingga 100%. Nilai 0 menunjukkan bahwa seluruh total curah hujan mejadi air infiltrasi ataupun intersepsi, sedangkan nilai 1 atau 100% menunjukkan bahwa seluruh total curah hujan yang jatuh menjadi aliran permukaan. Analisis koefisien aliaran permukaan dihitung dengan menggunakan persamaan sebagai berikut : 푚3 푄 퐵푢푙푎푛푎푛 × 푗푢푚푙푎ℎ ℎ푎푟푖 × 86400(det) 푟푎푡푎푎푛 (푑푒푡) 퐾표푒푓푖푠푖푒푛 퐴푙푖푟푎푛 푃푒푟푚푢푘푎푎푛 = × 1000 퐿푢푎푠 퐷퐴푆 (ℎ푎) 퐶푢푟푎ℎ 퐻푢푗푎푛(푚푚) Koefisien aliran permukaan dianalisis secara deskriptif untuk melihat kondisi hidrologi suatu DAS. Klasifikasi nilai koefisien aliran permukaan dapat dilihat pada Tabel 4.
UNIVERSITAS SUMATERA UTARA 13
Tabel 4. Klasifikasi koefisien aliran permukaan Nilai Koef. Direct Runoff Kategori X≤0,2 Sangat Rendah (SR) 0,2
Analisis hubungan perubahan tutupan lahan terhadap debit sungai Pengaruh perubahan tutupan lahan terhadap debit sungai di Daerah Aliran Sungai BPDASHL Wilayah Kerja Indragiri Rokan di fokuskan pada debit maksimum (Qmax), debit minimum(Qmin), koefisien rezim sungai (Qmax/Qmin), dan koefisien aliran permukaan. Pengaruh perubahan tutupan lahan terhadap debit maksimum, debit minimum, koefisien rezim sungai, dan koefisien aliran permukaan dianalisis menggunakan analisis regresi linear berganda yang ditransformasikan dari persamaan umum : 푌 = 훼 + 훽1푋1 + 훽2푋2 + 훽3푋3 + 훽푛푋푛 Keterangan:
Y= debit maksimum (Qmax), debit minimum(Qmin), koefisien rezim sungai
(Qmax/Qmin), dan koefisien aliran permukaan α = konstanta X= curah hujan (X1), belukar (X3), belukar rawa (X4), hutan lahan kering sekunder (X6), hutan rawa sekunder (X7), dan tanah terbuka (X14) ß = koefisien Regresi Linear digunakan untuk mengetahui seberapa hubungan dan pengaruh antara variabel terikat (Y) dengan satu atau lebih variabel bebas (X). Dalam model regresi, variabel bebas menerangkan variabel terikatnya. Pada analisis regresi linear pada penelitian ini, variabel bebas dinyatakan dengan komponen tutupan lahan dan curah hujan sedangkan untuk variabel terikat dinyatakan dengan komponen hidrologinya, yaitu debit maksimum, minimum, koefisien rezim sungai (KRS), dan koefisien aliran sungai. Regresi ini juga dapat digunakan dalam menentukan hubungan curah hujan terhadap debit.
UNIVERSITAS SUMATERA UTARA 14
Tabel 5. Interpretasi koefisien determinasi (R2) Interval Koefisien Tingkat Hubungan 0,8-1 Sangat Kuat 0,6-0,8 Kuat 0,4-0,6 Cukup Kuat 0,2-0,4 Rendah 0-0,2 Sangat Rendah Sumber: Walpole (1992) Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variabel-variabel dependen agar mengetahui bagaimana pengaruh variabel independen terhadap variabel dependen secara simultan. Nilai koefisien determinasi berkisar antara 0 dan 1. Nilai R2 yang mendekati nilai 1 maka dikatakan pengaruh tutupan lahan terhadap debit sungai sangat tinggi, demikian juga jika nilai R2 mendekati angka 0 maka pengaruh perubahan tutupan lahan terhadap debit sungai sangat rendah.
UNIVERSITAS SUMATERA UTARA 15
HASIL DAN PEMBAHASAN
Perubahan Tutupan Lahan Jenis tutupan lahan yang terdapat di daerah tangkapan air Lipat Kain Sub DAS Kampar Kiri ialah belukar, belukar rawa, hutan lahan kering primer, hutan lahan kering sekunder, hutan rawa sekunder, hutan tanaman, pemukiman, pertambangan berupa tembaga dan galian mineral, perkebunan, pertanian lahan kering, pertanian lahan kering campur, dan tanah terbuka. Jenis tutupan lahan yang dominan pada tahun 2011 yaitu hutan lahan kering sekunder seluas 125755,5 ha (32%), hutan lahan kering primer seluas 107076,7 ha (27%), perkebunan seluas 52206,4 ha (13%), dan belukar seluas 42503,2 ha (11%). Sedangkan pada tahun 2018 terjadi perubahan pola tutupan lahan yang didominasi oleh hutan lahan kering sekunder seluas 113008,7 ha (29%), hutan lahan kering primer seluas 104732,6 ha (27%), perkebunan seluas 66423,9 ha (17%), dan pertanian lahan kering campur seluas 60193,1 ha (15%). Perubahan tutupan lahan di lokasi penelitian disajikan pada Tabel 6. Tabel 6. Perubahan tutupan lahan DTA Lipat Kain Sub DAS Kampar Kiri 2011 2018 Klasifikasi Persentase Persentase Luas (Ha) Luas (Ha) (%) (%) Badan Air 40,5 0.01% 348,3 0.1% Belukar 42.503,2 10.83% 6.695,3 1.7% Belukar Rawa 3.687,3 0.94% 1.191,7 0.3% Hutan Lahan Kering Primer 107.076,7 27.28% 104.732,6 26.7% Hutan Lahan Kering Sekunder 125.755,5 32.04% 113.008,7 28.8% Hutan Rawa Sekunder 6.908,6 1.76% 224,4 0.1% Hutan Tanaman 34.546,1 8.80% 20.770,6 5.3% Pemukiman 1.143,1 0.29% 1.246,8 0.3% Perkebunan 52.206,4 13.30% 66.423,9 16.9% Pertambangan 864,7 0.22% 2.520,3 0.6% Pertanian Lahan Kering 1.856,5 0.47% 1.784,4 0.5% Pertanian Lahan Kering Campur 7.086,5 1.81% 60.193,1 15.3% Tanah Terbuka 8.790,8 2.24% 13.325,8 3.4% JUMLAH 392.466 100% 392.466 100%
UNIVERSITAS SUMATERA UTARA 16
Pembangunan yang pesat telah menyebabkan perubahan pola penggunaan lahan, dimana ruang terbangun semakinn mendominasi dan mendesak ruang- ruang alami untuk berubah fungsi. Sejalan dengan perkembangan kota, maka semakin besar desakan terhadap ruang-ruang alami, termasuk ruang-ruang dengan fungsi konservasi untuk berubah fungsi. Tingginya desakan terhadap ruang-ruang alami menyebabkan menurunnya kemampuan alami lahan untuk menyerap dan menampung air terutama pada musim penghujan (Pribadi et al., 2006). Perubahan tutupan lahan menurut Seyhan (1990), tidak akan menimbulkan masalah yang serius sepanjang mengikuti kaidah konservasi tanah dan air serta kelas kemampuan lahan pada aspek hidrologis, perubahan jenis tutupan lahan dapat berpengaruh langsung terhadap sistem tata air DAS. Perubahan alih fungsi lahan yang tidak terkendali dengan baik, serta tidak adanya sinergi pengelolaan di hulu dan di hilir kawasan daerah aliran sungai (DAS), maka akan menyebabkan terjadinya peristiwa banjir, yang semula berupa kawasan tangkapan air (catchment area) berubah menjadi kawasan pemukiman, industri, pusat, pusat perniagaan, serta pembukaan lahan pertanian . Hal ini akan berdampak pada musim penghujan ketika air hujan yang jatuh pada daerah tangkapan air tidak akan banyak yang dapat meresap ke dalam tanah melainkan lebih banyak menjadi aliran permukaan (run off) sehingga akan meningkatnya debit air sungai (Firdaus et al., 2015). Sungai Kampar Kiri merupakan sungai utama bagi Sub DAS Kampar Kiri yang telah banyak dimanfaatkan oleh masyarakat untuk keperluan areal pertanian, perikanan, transportasi serta permukiman oleh warga. Peta tutupan lahan tahun 2011 dan 2018 disajikan pada Gambar 3. dan Gambar 4.
UNIVERSITAS SUMATERA UTARA 17
Gambar 3. Peta Tutupan Lahan DTA Lipat Kain Sub DAS Kampar Kiri DAS Kampar Tahun 2011
UNIVERSITAS SUMATERA UTARA 18
Gambar 4. Peta Tutupan Lahan DTA Lipat Kain Sub DAS Kampar Kiri DAS Kampar Tahun 2018
UNIVERSITAS SUMATERA UTARA 19
Gambar 5. Peta Perubahan Tutupan Lahan Daerah Tangkapan Air (DTA) Lipat Kain SUB DAS Kampar Kiri DAS Kampar Keterangan:
A : Badan Air Pm : Pemukiman B : Belukar Pk : Perkebunan Br : Belukar Rawa Pb : Pertambangan Hp : Hutan Lahan Kering Primer Pt : Pertanian Lahan Kering Hs : Hutan Lahan Kering Sekunder Pc : Pertanian Lahan Kering Campur Hrs : Hutan Rawa Sekunder T : Tanah Terbuka Ht : Hutan Tanaman
UNIVERSITAS SUMATERA UTARA 20
Peta perubahan tutupan lahan DTA Lipat Kain Sub DAS Kampar Kiri DAS Kampar (Gambar 5.). Menunjukkan hasil yang sesuai berdasarkan deteksi perubahan menurut Sitorus (2004) yaitu sebuah proses mengidentifikasi perbedaan keberadaan suatu obyek atau fenomena yang diamati pada rentang waktu yang berbeda. Perubahan penggunaan lahan secara langsung menyebabkan terjadinya perubahan tutupan lahan. Pola perubahan tutupan lahan di lokasi penelitian pada rentang waktu 2011-2018 dapat dianalisis menggunakan matriks tabulasi silang (cross tabulation). Matriks tersebut dapat menunjukkan hasil perubahan luas dan pola dari jenis tutupan lahan yang bias digunakan sebagai indikator untuk menentukan tipologi atau kondisi social masyarakat dan kondisi fisik daerah. Matriks data perubahan tutupan lahan disajikan pada Tabel 7.
UNIVERSITAS SUMATERA UTARA 21
Tabel 7. Data Perubahan Tutupan Lahan 2011-2018 Tutupan Lahan 2018 (Ha) Total Toponimi A B Br Hp Hrs Hs Ht Pb Pc Pk Pm Pt T B 4,95 201,56 300,23 99,36 32042,62 7565,61 24,35 0,14 40238,84
Br 2,26 7,43 33,73 18,13 50,28 2384,86 18,96 7,88 1,44 2524,98 Hp 11,13 115,98 2053,62 64,69 103,88 2349,30 Hrs 59,17 21,88 2753,57 782,61 122,13 1630,18 1096,91 319,33 6785,76 Hs 296,72 3845,79 5,24 384,08 38,38 11540,89 1360,02 4,77 350,97 17826,86 Ht 27,32 94,11 27,79 55,31 4124,02 4943,38 7227,65 16499,58 Pb 155,54 24,85 48,27 228,66 Pc 3,06 9,72 87,71 18,62 8,22 127,33 Tutupan(Ha) Lahan 2011 Pk 3,52 2,56 817,72 1223,29 49,00 71,09 2,09 2169,27 Pt 23,84 62,99 86,83 T 218,25 284,96 295,53 1349,40 1320,27 3468,41 Total 307,85 4430,89 29,39 5,24 101,54 5080,00 2724,14 1884,28 53233,92 16386,76 103,66 14,75 8003,40 92305,81 Keterangan: A : Badan Air Pm : Pemukiman B : Belukar Pk : Perkebunan Br : Belukar Rawa Pb : Pertambangan Hp : Hutan Lahan Kering Primer Pt : Pertanian Lahan Kering Hs : Hutan Lahan Kering Sekunder Pc : Pertanian Lahan Kering Campur Hrs : Hutan Rawa Sekunder T : Tanah Terbuka Ht : Hutan Tanaman
UNIVERSITAS SUMATERA UTARA 22
Hubungan Curah Hujan dan Debit Aliran Sungai Asdak (2006) mengemukakan bahwa apabila fungsi dari suatu DAS terganggu, maka sistem hidrologis akan terganggu. DAS sebagai tempat jatuhnya hujan, resapan dan penyimpanan air menjadi terganggu sehingga rusaknya sistem aliran sungai. Keadaan ini menyebabkan melimpahnya air di musim hujan dan kurangnya air di musim kemarau, hal ini akan menyebabkan perbedaan yang tajam antara debit sungai pada saat musim hujan dan kemarau yang merupakan indikator rusaknya suatu DAS. Debit aliran menggambarkan respon DAS terhadap input curah hujan secara keseluruhan. Besarnya debit aliran sangat dipengaruhi oleh kondisi tanah, luas tutupan vegetasi, topografi dan curah hujan yang terjadi. Semakin tinggi debit aliran maka semakin lemah kemampuan lahan untuk menyerap air hujan yang turun.
250.00 1000.00 900.00 200.00 800.00 700.00 150.00 600.00 m3/detik 500.00 100.00 400.00
Curah Hujan (mm) Hujan Curah 300.00 CH (mm) 50.00 200.00 Debit (m3/detik) 100.00 0.00 0.00 Jul Jan Jun Oct Apr Feb Sep Dec Aug Nov Mar May
Gambar 6. Grafik Curah Hujan Bulanan dan Debit Bulanan yang diukur di SPAS Lipat Kain Berdasarkan Gambar 6. terjadinya fluktuasi pada curah hujan yang mempengaruhi menurunnya debit dari bulan Januari sampai Agustus lalu meningkat sampai bulan Desember. Hal ini disebabkan pergantian musim dari musim kemarau ke musim hujan. Hasil analisis korelasi pada Lampiran 7 menunjukkan hubungan antara curah hujan dan debit aliran sungai DTA Lipat Kain Sub DAS Kampar kiri termasuk dalam kategori kuat dengan nilai 0,659.
UNIVERSITAS SUMATERA UTARA 23
1000.00 900.00 y = 24.628x0.6169 800.00 R² = 0.4472 700.00 600.00 500.00 400.00 300.00 Debit Debit (m3/detik) 200.00 100.00 0.00 0.00 50.00 100.00 150.00 200.00 250.00 Curah Hujan (mm) Debit (m3/detik)
Gambar 7. Trendline Curah Hujan dan Debit
Rasio Debit Maksimum dan Debit Minimum Berdasarkan Tabel 8. rasio debit cenderung meningkat dari tahun 2011 sampai 2018. Rasio debit terbesar terjadi pada tahun 2018 yaitu 32,3 dan termasuk kategori sangat buruk. Sedangkan periode lainnya digolongkan kategori buruk dan sedang. Hanya tahun 2012 yaitu 7,4 termasuk kategori baik. Hadinugroho (2000) mengatakan bahwa kondisi fisik suatu DAS adalah baik apabila memiliki rasio Qmax/Qmin relatif stabil dari tahun ke tahun, sedangkan kondisi DAS tidak baik apabila rasio Qmax/Qmin cenderung mengalami kenaikan dari tahun ke tahun. Peningkatan rasio debit maksimum dan debit minimum dapat disebabkan oleh perubahan tutupan lahan. Tabel 8. Rasio Debit Maksimum dan Debit Minimum Tahun Qmax Qmin Rasio Keterangan 2011 1501,06 119,07 12,6 Sedang 2012 1468,15 199,72 7,4 Baik 2013 2472,26 128,98 19,2 Buruk 2014 1362,62 85,22 16,0 Buruk 2015 2405,16 221,77 10,8 Sedang 2016 2983,81 184,86 16,1 Buruk 2017 1446,65 128,98 11,2 Sedang 2018 3426,85 106,18 32,3 Sangat Buruk
UNIVERSITAS SUMATERA UTARA 24
Peningkatan nilai rasio debit diperkirakan karena berkurangnya luas hutan lahan kering sekunder sebesar 10% (125755,5 ha menjadi 113008,7 ha), hutan tanaman sebesar 40% (34546,1 ha menjadi 20770,6 ha), dan hutan rawa sekunder sebesar 97% (6908,6 ha menjadi 224,4 ha). Hal ini juga disertai meningkatnya luas pertambangan sebesar 66% (864,7 ha menjadi 2520,3 ha) dan pemukiman sebesar 8% (1143,1 ha menjadi 1246,8 ha). Rasio debit menggambarkan keadaan sungai pada musim kemarau dan debit puncak musim hujan. Sungai secara alami akan menunjukkan perubahan kemampuan hidrologi DAS dalam meresepkan air hujan, yang ditandai dengan perbedaan yang ekstrim antara debit sungai musim hujan dengan debit sungai pada musim kemarau. Perbedaan ini dipengaruhi nilai infiltrasi dan limpasan permukaan. Semakin besar infiltrasi maka cadangan air dalam tanah meningkat, sebaliknya limpasan permukaan yang besar menggambarkan rendahnya kemampuan tanah menyerap air hujan. Air hujan yang jatuh akan langsung mengalir ke sungai sehingga mempercepat debit puncak (Itratip dan Jannah, 2016). Salah satu indikator penting dalam menilai kondisi DAS menurut Bisri (2009) adalah rasio debit maksimum dan minimum. Suripin (2001) juga menilai bahwa evalusasi Daerah Aliran Sungai (DAS) secara makro dapat dilakukan dengan nisbah debit maksimum-minimum (Qmax/Qmin).
Koefisien Aliran Permukaan Berdasarkan Tabel 9. yang terjadi di DTA Lipat Kain Sub DAS Kampar Kiri dapat diketahui bahwa koefisien aliran tahunan tahun 2011 yaitu 0,33. Hal ini menunjukkan bahwa sebesar 33% dari total curah hujan mengalir sebagai aliran permukaan dan sisanya 67% menjadi air intersepsi dan infiltrasi. Sedangkan pada tahun 2018 nilai koefisien aliran naik menjadi 1,01. Hal ini menunjukkan bahwa rata-rata pada tahun tersebut total curah hujan mengalir menjadi aliran permukaan. Terdapat peningkatan sebesar 67% selama delapan tahun. Hasil ini sejalan dengan penelitian Harifa et al. (2017), yang menyatakan koefisien aliran permukaan akan meningkat dari tahun ke tahun karena pengurangan vegetasi penutupan lahan dan semakin besarnya aktivitas campur tangan manusia terhadap suatu lahan. Salah
UNIVERSITAS SUMATERA UTARA 25
satu aktivitas manusia yang paling berpengaruh terhadap peningkatan koefisien aliran permukaan ialah konversi lahan non permukiman menjadi permukiman. Aktivitas ini akan menurunkan kapasitas infltrasi dan daya simpan air suatu DAS. Koefisien aliran permukaan (C) merupakan bilangan yang menunjukkan nisbah (perbandingan) antara besarnya aliran permukaan terhadap besarnya curah hujan. Nilai Koefisien aliran permukaan adalah salah satu indikator untuk menentukan apakah suatu DAS telah mengalami gangguan (fisik). Tabel 9. Koefisien aliran permukaan 2011 2018 Bulan CH KAP Ket CH KAP Ket JAN 235,7 0,94 ST 76,9 0,92 ST FEB 108 0,19 SR 93 0,88 ST MAR 192,4 0,45 T 94,4 0,68 ST APR 187,9 0,18 SR 185,2 1,23 ST MAY 333,5 0,47 T 93,9 0,94 ST JUN 99,9 0,21 R 99,1 0,46 T JUL 52 0,08 SR 29,6 0,97 ST AUG 99,3 0,08 SR 88,6 0,32 S SEP 99 0,09 SR 102 0,12 SR OCT 301,3 0,62 ST 111,4 1,75 ST NOV 109,2 0,38 S 186 1,55 ST DEC 236,3 0,26 R 194,3 2,32 ST KAT 0,33 S 1,01 ST Keterangan : Curah hujan (CH), Koefisisen Aliran Permukaan (KAP), Koefisien Aliran Tahunan (KAT), Sangat Tinggi (ST), Tinggi (T), Sedang (S), Rendah (R), Sangat Rendah (SR)
Aliran sungai berasal dari hujan yang masuk ke dalam sungai dalam bentuk aliran permukaan, aliran air bawah permukaan, air bawah tanah, dan butir- butir hujan yang langsung jatuh di permukaan sungai. Kapasitas infiltrasi tanah berbeda-beda, tergantung pada kondisi tanah dan lingkungannya yang dipengaruhi oleh sifat tanah, vegetasi, dan faktor ingkungan lainnya (Putri, 2011).
Hubungan Tutupan Lahan dan Debit Perubahan tutupan lahan merupakan salah satu faktor penting dalam perubahan kondisi dan fungsi hidrologi suatu daerah aliran sungai. Hal ini dapat dianalisis menggunakan analisis regresi berganda dimana variabel bebas yang digunakan yaitu jenis-jenis tutupan lahan dan curah hujan. Nilai koefisien
UNIVERSITAS SUMATERA UTARA 26
determinasi (R²) yang mendekati angka 1 artinya variabel tutupan lahan dan curah hujan tersebut secara signifikan dapat mempengaruhi kondisi hidrologi pada DAS. Tabel 10. Persamaan Regresi dan Nilai Koefisien Determinasi Pengaruh Perubahan Tutupan Lahan Terhadap Debit Sungai pada DTA Lipat Kain Sub DAS Kampar Koefisien Komponen Persamaan Sig. Determinasi (R²) Debit Rataan Y = 100,321 + 1,190 X1 + 0,148 X11 0,180 0,000096 Qmax Y = 1874,197 + 2,949 X1 – 0,374 X4 – 0,037 X14 0,281 0,000001 Qmin Y = 249,509 + 0,403 X1 0,044 0,040 KRS Y = 3,608 – 0,000051 X3 + 0,006 X1 0,133 0,001 KAP Y = 12,702 + 0,002 X1 + 0,000105 X7 + 0,000104 X6 – 0,000035 X14 0,253 0,000022 Keterangan : Qmax : Debit Maksimum Qmin : Debit Minimum KRS : Koefisien Rezim Sungai KAP : Koefisien Aliran Permukaan
Persamaan analisis regresi pada Tabel 10. diperoleh menggunakan metode stepwise regression yang dijelaskan oleh Yamin (2011) bahwa metode ini salah satu metode untuk mendapatkan model terbaik dari sebuah analisis regresi dari beberapa tahap pemilihan satu atau beberapa variabel independen yang benar- benar signifikan untuk menjelaskan variabel dependennya. Model persamaan debit rataan menunjukkan bahwa secara simultan curah hujan (X1) dan pertambangan (X11) memberikan pengaruh dengan nilai sig 0,000096. Model persamaan debit maksimum tersebut menunjukkan bahwa secara simultan variabel bebas curah hujan (X1), belukar rawa (X4), dan tanah terbuka (X14) memberikan pengaruh terhadap debit maksimum yang ditandai dengan nilai significant value (sig) < 0,05 yaitu dengan nilai sig 0,000001. Hanya variabel curah hujan (X1) yang mempengaruhi debit minimum dengan nilai sig 0,040. Variabel belukar (X3) dan curah hujan (X1) secara simultan mempengaruhi koefisien rezim sungai (KRS) dengan nilai sig 0,001. Dan yang mempengaruhi koefisien aliran permukaan (KAP) secara simultan yaitu variabel curah hujan (X1), hutan rawa sekunder (X7), hutan lahan kering sekunder (X6) dan tanah terbuka (X14) dengan nilai sig 0,000022. Nilai koefisien determinasi (R²) masing-masing komponen hidrologi adalah debit rataan yaitu 0,180 (sangat rendah), debit maksimum yaitu 0,281 (rendah), debit minimum 0,044 (sangat rendah), koefisien rezim sungai 0,133
UNIVERSITAS SUMATERA UTARA 27
(sangat rendah), dan koefisien aliran 0,253 (rendah). Hal ini menunjukkan bahwa curah hujan dan pertambangan memberikan pengaruh 18% terhadap debit rataan, curah hujan, belukar rawa dan tanah terbuka memberikan pengaruh sebesar 28,1% terhadap debit maksimum, curah hujan memberikan pengaruh 4,4% terhadap debit minimum, belukar dan curah hujan memberikan pengaruh 13,3% terhadap koefisien rezim sungai. Curah hujan, hutan rawa sekunder, hutan lahan kering sekunder dan tanah terbuka memberikan pengaruh sebesar 25,3% terhadap koefisien aliran permukaan. Menurut Mulyono (2014), besar kecilnya debit air dipengaruhi oleh musim yaitu jika musim hujan maka debit air yang akan meningkat dan jika pada musim kemarau maka debit akan menurun. Pengaruh curah hujan ini berpengaruh pada model persamaan debit maksimum yaitu Y = 1874,197 + 2,949 X1 – 0,374 X4 – 0,037 X14 (X1 curah hujan ; X4 belukar rawa ; X14 tanah terbuka) dan debit minimum yaitu Y = 249,509 + 0,403 X1 yang menyatakan bahwa setiap kenaikan satu satuan, maka kenaikan nilai koefisien curah hujan pada debit maksimum lebih tinggi dari nilai koefisien curah hujan pada debit minimum, yang artinya semakin tinggi curah hujan maka debit maksimum naik sementara curah hujan rendah maka debit minimum kecil. Pada debit maksimum variabel belukar rawa berkurang yang mengakibatkan berkurangnya infiltrasi tanah. Sesuai dengan pernyataan Handayani dan Indrajaya (2011) bahwa peranan vegetasi dapat mengatur limpasan dan infiltrasi. Peranan vegetasi ini juga terlihat jelas pada hasil analisis regresi koefisien rezim sungai (KRS) dengan model persamaan Y = 3,608 – 0,000051 X3 + 0,006 X1 (X3 belukar), yang artinya berkurangnya belukar dan naiknya curah hujan menyebabkan naiknya koefisien rezim sungai (KRS). Hasil analisis regresi pada koefisien aliran permukaan (KAP) menghasilkan model persamaan Y = 12,702 + 0,002 X1 + 0,000105 X7 + 0,000104 X6 – 0,000035 X14 (X1 curah hujan ; X7 hutan rawa sekunder ; X6 hutan lahan kering sekunder ; X14 tanah terbuka) peningkatan nilai koefisien variabel hutan rawa sekunder dan hutan lahan kering sekunder lebih rendah dari peningkatan nilai koefisien variabel curah hujan yang artinya laju aliran lebih tinggi dari faktor penahannya. Sesuai dengan pernyataan Monde (2010), aliran permukaan merupakan sebagian dari air hujan yang mengalir di atas permukaan tanah tergantung intensitas hujan, keadaan
UNIVERSITAS SUMATERA UTARA 28
penutupan lahan, topografi, jenis tanah dan ada tidaknya hujan yang terjadi sebelumnya.
UNIVERSITAS SUMATERA UTARA
KESIMPULAN DAN SARAN
Kesimpulan Hubungan dampak perubahan tutupan lahan di DTA Lipat Kain Sub DAS Kampar Kiri DAS Kampar terhadap debit rataan, Qmax, Qmin, KRS dan KAP secara berturut-turut dengan hasil regresi menunjukkan nilai koefisien determinasi adalah 0,180, 0,281, 0,044, 0,133, dan 0,253 termasuk dalam kategori rendah.
Saran Perlu dilakukannya penelitian lebih lanjut dengan menambahkan data sebaran stasiun pengamatan aliran sungai dan pos hujan lainnya. Serta untuk mengurangi besarnya aliran permukaan perlu pengelolaan lahan berbasis konservasi tanah dan air.
UNIVERSITAS SUMATERA UTARA
DAFTAR PUSTAKA
Anjasari R. 2009. Pengaruh Hutan Tanam Industri (HTI) Terhadap Kondisi Sosial Ekonomi Masyarakat di Kecamatan Kampar Kiri. Skripsi. Universitas Diponegoro. Semarang.
Asdak C. 2018. Hidrologi dan pengelolaan daerah aliran sungai. Gadjah Mada University Press.
Barid B, Yacob M. 2007. Perubahan Kecepatan Aliran Sungai Akibat Perubahan Pelurusan Sungai. Semesta Teknika 10(1): 14-20.
Bisri M. 2009. Pengelolaan Daerah Aliran Sungai. Penerbit Percetakan CV. Malang.
[BPS] Badan Pusat Statistik. 2019. Kabupaten Kampar Dalam Angka 2019. Badan Pusat Statistik, Kabupaten Kampar.
Darmawan A. 2002. Perubahan Penutupan Lahan di Cagar Alam Rawa Danau Bogor. Skripsi.Institut Pertanian Bogor. Bogor.
Ekadinata A, Dewi S, Hadi D, Nugroho D, Johana F. 2008. Sistem Informasi Geografis untuk Pengelolaan Bentang Lahan Berbasis Sumber Daya Alam. Bogor, Yudhistira.
Emelyana R, Sasmito B, Prasetyo Y. 2017. Pemanfaatan Penginderaan Jauh Dan SIG Untuk Pemetaan Kawasan Potensi Sumber PLTS Di Pulau Jawa. Jurnal Geodesi Undip 6(2): 12-20.
Finawan A, Mardiyanto A. 2011. Pengukuran Debit Air Berbasis Mikrokontroler AT89S51. Jurnal Litek 8(1): 28-31.
Firdaus, Sujatmoko B, Sutikno S. 2015. Analisis Pengaruh Perubahan Penggunaan Lahan terhadap Debit Banjir di Sub DAS Kampar Kiri. Jurnal FTEKNIK 2(1): 1-10.
Hadinugroho HYS. 2000. Evaluasi Dampak Pengelolaan Lahan terhadap Kualitas Aliran Sungai dan Pendapatan Petani di Sub DAS Gobeh, Wonogiri, Jawa Tengah. Tesis. Institut Pertanian Bogor. Bogor.
Halim F. 2014. Pengaruh Hubungan Tata Guna Lahan dengan Debit Banjir pada Daerah Aliran Sungai Malalayang. Jurnal Ilmiah Media Engineering 4(1): 45-54.
Handayani W, Indrajaya Y. 2011. Analisis Hubungan Curah Hujan dan Debit Sub DAS Ngatabaru, Sulawesi Tengah. Jurnal Penelitian Hutan dan Konservasi Alam 8(2): 143-153.
UNIVERSITAS SUMATERA UTARA 31
Harifa AC, Sholichim M, Prayogo TB. 2017. Analisa Pengaruh Perubahan Penutupan Lahan terhadap Debit Sungai Sub Das Metro dengan Menggunakan Program Arcswat. Jurnal Teknik Pengairan 8(1): 1-14.
Itratip, Jannah W. 2016. Analisa Rasio Debit Maksimum Dan Minimum (Qmax/Qmin) Sungai Unus Kota Mataram. Jurnal Pendidikan Mandala 1: 273-275.
[Kemenhut] Kementerian Kehutanan Direktorat Jenderal Rehabilitasi Lahan dan Perhutanan Sosial. 2014. Peraturan Direktur Jenderal Rehabilitasi Lahan dan Perhutanan Sosial Nomor: P. 61 /Menhut-II/2014 tentang Pedoman Monitoring dan Evaluasi Daerah Aliran Sungai. Jakarta. dalam Sulaeman D. 2016. Simulasi Teknik Konservasi Tanah dan Air Metode Vegetatif dan Sipil Teknis Menggunakan Model SWAT [Tesis]. Jurusan Tanah. Fakultas Pertanian IPB. Bogor.
Maksum ZU, Prasetyo Y, Haniah. 2016. Perbandingan Klasifikasi Tutupan Lahan Menggunakan Metode Klasifikasi Berbasis Objek dan Klasifikasi Berbasis Piksel pada Citra Resolusi Tinggi dan Menengah. Jurnal Geodesi Undip 5(2): 97-105.
Monde A. 2010. Pengendalian Aliran Permukaan dan Erosi pada Lahan Berbasis Kakao di DAS Gumbasa, Sulawesi Tengah. Media Litbang Sulteng 3(2): 131-136.
Mulyono D. 2014. Analisis Karakteristik Curah Hujan di Wilayah Kabupaten Garut Selatan. Jurnal Konstruksi 13(1): 1-8.
Muslim N, Sunyoto A. 2012. Sistem Informasi Geografis Berbasis Web Pemetaan Potensi Panas Bumi Di Indonesia Menggunakan Google Maps. Data Manajemen dan Teknologi Informasi (DASI) 13(2): 60.
Neno AK, Harijanto H, Wahid A. 2016. Hubungan Debit Air dan Tinggi Muka Air di Sungai Lambagu Kecamatan Tawaeli Kota Palu. Jurnal Warta Rimba 4(2): 1-8.
Nifen, SY, Kironoto, BA dan Luknanto, D. 2017. Kajian Karakteristik Das Untuk Daerah Tangkapan Hujan Waduk Sermo Kabupaten Kulon Progo, Daerah Istimewa Yogyakarta. Media Teknik Sipil, 15(1): 56-62.
Oktaviani C, Afdal. 2013. Prediksi Curah Hujan Bulanan Menggunakan Jaringan Syaraf Tiruan dengan Beberapa Fungsi Pelatihan Backpropagation. Jurnal Fisika Unand 2(4): 228-237.
Putri ST. 2011. Pengaruh Penggunaan Lahan Terhadap Debit Aliran Sungai Sub Das Batang Arau Hulu Kota Padang. Skripsi. Institut Pertanian Bogor. Bogor.
UNIVERSITAS SUMATERA UTARA 32
Rapar SME, Mananoma T, Wuisan EM, Binilang A. 2014. Analisis Debit Banjir Sungai Tondano Menggunakan Metode HSS Gama I dan HSS Limantara. Jurnal Sipil Statik 2(1): 13-21.
Pribadi DO, Shiddiq D, Ermyanila M. 2006. Model perubahan Tutupan Lahan dan Faktor-Faktor yang Mempengaruhinya. Jurnal Teknik Lingkungan 7(1): 35-51.
Sampurno RM, Thoriq A. 2016. Klasifikasi Tutupan Lahan Menggunakan Citra Landsat 8 Operational Land Imager (Oli) Di Kabupaten Sumedang (Land Cover Classification Using Landsat 8 Operational Land Imager (Oli) Data In Sumedang Regency). Jurnal Teknotan 10(2): 61-69.
Seyhan E. 1990. Dasar-Dasar Hidrologi. Gadjah Mada University Press. Yogyakarta.
Sitorus J. 2004. Analisis Pola ial Penggunaan Lahan dan Suburbanisasi di Kawasan jabotabek Periode 1992-2000. Tesis. Institut Pertanian Bogor. Bogor.
Suripin. 2002. Pelestarian Sumber Daya Tanah dan Air. Andi. Yogyakarta.
Suroso, Susanto HA. 2006. Pengaruh Perubahan Tata Guna Lahan Terhadap Debit Banjir Daerah Aliran Sungai Banjaran. Jurnal Teknik Sipil 3(2): 75-79.
Walpole RE. 1992. Pengantar Statistik Edisi ke-3. PT. Gramedia Pustaka Utama. Jakarta.
Wismarini TD, Ningsih DHU, Amin F. 2011. Metode Perkiraan Laju Aliran Puncak (Debit Air) sebagai dasar Analisis Sistem Drainase di Daerah Aliran Sungai Wilayah Semarang Berbantuan SIG. Jurnal Teknologi Informasi DINAMIK 16(2): 124-132.
Yamin S, Rachmach LA, Kurniawan H. 2011. Regresi dan Korelasi dalam Genggaman Anda. Salemba Barat. Jakarta.
UNIVERSITAS SUMATERA UTARA
LAMPIRAN
Lampiran 1. Tabel tutupan lahan tahun 2011-2018 Luas Per Tahun (Ha) Klasifikasi 2011 2012 2013 2014 2015 2016 2017 2018 Badan Air 40,45 40,45 40,45 40,45 40,45 40,45 348,30 348,30 Belukar 42503,24 43672,11 5194,91 5923,06 6522,33 6941,94 6446,41 6695,29 Belukar Rawa 3687,31 3757,83 1973,79 2002,38 1838,06 1701,06 1191,73 1191,73 Hutan Lahan Kering Primer 107076,68 107076,68 107065,47 107065,47 106867,44 106781,70 104748,49 104732,62 Hutan Lahan Kering Sekunder 125755,54 124366,34 120325,21 119301,41 119452,86 119693,20 113595,64 113008,67 Hutan Rawa Sekunder 6908,63 6633,96 6099,62 5651,18 428,82 362,95 224,41 224,41 Hutan Tanaman 34546,08 35850,02 32409,42 28267,45 19289,75 29956,11 20770,49 20770,64 Pemukiman 1143,15 1143,15 1143,15 1143,15 1143,15 1176,20 1246,81 1246,81 Perkebunan 52206,45 52548,12 52971,52 53386,65 56550,66 57186,60 66547,61 66423,94 Pertambangan 864,67 870,21 1703,20 1883,92 1967,86 2048,33 2313,87 2520,29 Pertanian Lahan Kering 1856,48 1856,48 1856,48 1856,48 1856,48 1840,91 1784,39 1784,39 Pertanian Lahan Kering Campur 7086,54 7086,54 49744,12 49744,12 58279,66 57679,06 58835,23 60193,13 Tanah Terbuka 8790,76 7564,09 11938,64 16200,25 18228,44 7057,46 14412,58 13325,76 JUMLAH 392466 392466 392466 392466 392466 392466 392466 392466
UNIVERSITAS SUMATERA UTARA 34
Lampiran 2. Tabel debit maksimum, debit minimum, debit rataan, curah hujan, rasio/koefisien rezim sungai, dan koefisien aliran permukaan. Waktu Qmax Qmin Krs CH KAP Debit rataan Jan-11 1501,06 228,35 6,57 235,70 0,94 456,38 Feb-11 525,87 240,61 2,19 108,00 0,19 433,91 Mar-11 525,87 258,84 2,03 192,40 0,45 427,43 Apr-11 458,34 198,69 2,31 187,90 0,18 358,60 May-11 508,43 119,07 4,27 333,50 0,47 307,19 Jun-11 520,01 270,19 1,92 99,90 0,21 421,78 Jul-11 358,64 266,37 1,35 52,00 0,08 283,60 Aug-11 297,90 266,37 1,12 99,30 0,08 273,04 Sep-11 520,01 266,37 1,95 99,00 0,09 328,14 Oct-11 514,20 268,28 1,92 301,30 0,62 367,49 Nov-11 508,43 194,00 2,62 109,20 0,38 346,69 Dec-11 648,62 266,37 2,44 236,30 0,26 445,19 Jan-12 291,15 268,52 1,08 85,80 0,04 272,37 Feb-12 1425,34 266,69 5,34 382,10 0,55 485,98 Mar-12 357,31 213,73 1,67 206,00 0,30 256,61 Apr-12 1257,12 243,57 5,16 145,20 0,88 705,09 May-12 1468,15 308,90 4,75 155,40 0,78 772,94 Jun-12 342,10 319,04 1,07 82,40 0,35 338,23 Jul-12 386,68 199,72 1,94 136,70 0,18 262,37 Aug-12 366,19 201,25 1,82 113,50 0,51 241,94 Sep-12 302,91 208,99 1,45 163,80 0,34 266,69 Oct-12 1311,71 238,43 5,50 492,50 1,03 531,61 Nov-12 1252,23 935,22 1,34 325,10 2,65 1082,24 Dec-12 1414,76 963,90 1,47 205,20 2,69 1193,97 Jan-13 1352,34 270,37 5,00 141,20 0,63 540,72 Feb-13 2375,71 405,50 5,86 275,80 1,06 846,39 Mar-13 1827,84 400,74 4,56 200,70 1,02 808,91 Apr-13 1143,09 255,86 4,47 152,00 0,94 557,85 May-13 1742,23 240,13 7,26 220,70 0,57 716,68 Jun-13 1760,35 179,12 9,83 53,80 0,28 343,10 Jul-13 483,85 257,64 1,88 88,90 0,16 331,81 Aug-13 279,69 148,29 1,89 37,90 0,15 206,61 Sep-13 968,04 128,98 7,51 145,50 0,55 473,12 Oct-13 2472,26 195,19 12,67 191,00 0,87 744,22 Nov-13 1859,05 449,92 4,13 315,10 0,94 1128,05 Dec-13 2141,49 350,74 6,11 123,20 0,53 858,06 Jan-14 489,21 189,24 2,59 72,00 0,75 352,86 Feb-14 442,31 295,04 1,50 17,20 0,43 377,09 Mar-14 489,21 207,43 2,36 110,70 0,18 386,55 Apr-14 654,92 221,77 2,95 106,10 0,65 375,25 May-14 684,46 196,69 3,48 204,20 0,55 428,91
UNIVERSITAS SUMATERA UTARA 35
Waktu Qmax Qmin Krs CH KAP Debit rataan Jun-14 645,26 111,35 5,79 33,30 0,02 279,33 Jul-14 268,52 107,20 2,50 37,50 0,22 223,62 Aug-14 212,14 85,22 2,49 78,50 0,11 121,74 Sep-14 462,79 85,22 5,43 34,50 0,32 162,68 Oct-14 212,14 92,50 2,29 106,30 0,21 139,50 Nov-14 1189,77 109,26 10,89 216,70 1,62 682,12 Dec-14 1362,62 1147,70 1,19 153,20 3,09 1253,68 Jan-15 1688,56 483,85 3,49 141,60 0,15 942,23 Feb-15 919,08 221,77 4,14 118,40 0,02 476,88 Mar-15 681,14 327,31 2,08 281,00 0,07 461,14 Apr-15 489,21 247,04 1,98 118,00 0,02 413,91 May-15 638,87 306,89 2,08 175,00 0,03 429,37 Jun-15 968,04 344,25 2,81 111,70 0,05 556,74 Jul-15 919,08 424,88 2,16 3,00 0,22 614,91 Aug-15 923,10 352,92 2,62 138,00 0,10 495,68 Sep-15 984,72 304,90 3,23 31,00 0,01 500,72 Oct-15 714,83 350,74 2,04 22,00 0,07 485,86 Nov-15 2405,16 266,69 9,02 457,00 0,19 837,84 Dec-15 1903,31 604,43 3,15 385,00 0,40 1059,82 Jan-16 2983,81 586,16 5,09 42,40 0,78 1203,53 Feb-16 1803,11 437,29 4,12 42,50 0,58 1035,74 Mar-16 968,04 264,86 3,65 119,60 0,40 464,67 Apr-16 968,04 497,32 1,95 113,00 0,42 688,45 May-16 1478,98 642,06 2,30 324,50 0,42 847,83 Jun-16 1430,65 645,26 2,22 40,00 0,05 812,48 Jul-16 629,36 257,64 2,44 329,50 0,10 415,06 Aug-16 619,94 184,86 3,35 58,50 0,07 277,35 Sep-16 481,19 187,77 2,56 77,00 0,03 277,53 Oct-16 319,04 195,19 1,63 122,00 0,02 225,95 Nov-16 1539,45 257,64 5,98 96,30 1,01 667,52 Dec-16 1001,58 195,19 5,13 71,00 0,03 374,10 Jan-17 718,26 189,24 3,80 73,80 0,80 296,03 Feb-17 1446,65 198,20 7,30 76,30 0,46 453,75 Mar-17 756,64 355,11 2,13 140,00 0,28 457,68 Apr-17 674,52 417,54 1,62 106,70 0,66 536,94 May-17 542,02 527,79 1,03 165,10 0,09 51,54 Jun-17 841,03 539,15 1,56 116,40 0,38 623,24 Jul-17 947,44 223,40 4,24 58,80 0,26 496,72 Aug-17 0,00 0,00 0,00 40,20 0,09 0,00 Sep-17 728,60 128,98 5,65 150,30 0,56 357,87 Oct-17 770,91 193,69 3,98 65,70 0,09 370,46 Nov-17 883,41 236,73 3,73 180,80 0,78 528,27 Dec-17 1111,12 198,20 5,61 110,90 0,72 485,13
UNIVERSITAS SUMATERA UTARA 36
Waktu Qmax Qmin Krs CH KAP Debit rataan Jan-18 1301,67 106,18 12,26 76,90 0,92 668,68 Feb-18 1166,28 189,24 6,16 93,00 0,88 415,32 Mar-18 1189,77 574,17 2,07 94,40 0,68 742,82 Apr-18 2346,50 522,16 4,49 185,20 1,23 940,40 May-18 1147,70 331,49 3,46 93,90 0,94 606,27 Jun-18 1760,35 382,07 4,61 99,10 0,46 701,30 Jul-18 1185,05 361,74 3,28 29,60 0,97 581,88 Aug-18 619,94 215,32 2,88 88,60 0,32 362,65 Sep-18 1027,21 221,77 4,63 102,00 0,12 389,04 Oct-18 1522,81 327,31 4,65 111,40 1,75 782,10 Nov-18 2602,21 577,15 4,51 186,00 1,55 1150,29 Dec-18 3426,85 530,61 6,46 194,30 2,32 1429,79
Lampiran 3. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap debit maksimum. Model Summary Mod R R Square Adjusted R Std. Error of el Square the Estimate 1 ,305a ,093 ,084 638,50992 2 ,498b ,248 ,232 584,52696 3 ,530c ,281 ,257 574,81474 a. Predictors: (Constant), CH b. Predictors: (Constant), CH, Belukar Rawa c. Predictors: (Constant), CH, Belukar Rawa, Tanah Terbuka
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 3940004,670 1 3940004,670 9,664 ,002b Residual 38323321,800 94 407694,913 Total 42263326,470 95 2 Regression 10487852,150 2 5243926,076 15,348 ,000c Residual 31775474,320 93 341671,767 Total 42263326,470 95 3 Regression 11865423,640 3 3955141,214 11,970 ,000d Residual 30397902,830 92 330411,987 Total 42263326,470 95 a. Dependent Variable: QMAX b. Predictors: (Constant), CH c. Predictors: (Constant), CH, Belukar Rawa d. Predictors: (Constant), CH, Belukar Rawa, Tanah Terbuka
UNIVERSITAS SUMATERA UTARA 37
Coefficientsa Model Unstandardized Coefficients Standardized t Sig. Coefficients B Std. Error Beta 1 (Constant) 730,381 116,005 6,296 ,000 CH 2,087 ,671 ,305 3,109 ,002 2 (Constant) 1238,667 157,350 7,872 ,000 CH 2,924 ,644 ,428 4,543 ,000 Belukar Rawa -,290 ,066 -,412 -4,378 ,000 3 (Constant) 1874,197 347,589 5,392 ,000 CH 2,949 ,633 ,431 4,657 ,000 Belukar Rawa -,374 ,077 -,533 -4,852 ,000 Tanah -,037 ,018 -,216 -2,042 ,044 Terbuka a. Dependent Variable: QMAX
Lampiran 4. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap debit minimum. Model Summary Mod R R Square Adjusted R Std. Error of el Square the Estimate 1 ,211a ,044 ,034 183,35422 a. Predictors: (Constant), CH
ANOVAa Model Sum of df Mean Square F Sig. Squares 1 Regression 146559,058 1 146559,058 4,359 ,040b Residual 3160164,317 94 33618,769 Total 3306723,375 95 a. Dependent Variable: QMIN b. Predictors: (Constant), CH
Coefficientsa Model Unstandardized Coefficients Standardized t Sig. Coefficients B Std. Error Beta 1 (Constant) 249,509 33,312 7,490 ,000 CH ,403 ,193 ,211 2,088 ,040 a. Dependent Variable: QMIN
Lampiran 5. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap koefisien rezim sungai. Model Summary Model R R Square Adjusted R Std. Error of Square the Estimate 1 ,269a ,072 ,062 2,32741 2 ,365b ,133 ,114 2,26218 a. Predictors: (Constant), Belukar b. Predictors: (Constant), Belukar, CH
UNIVERSITAS SUMATERA UTARA 38
ANOVAa Model Sum of df Mean Square F Sig. Squares 1 Regression 39,659 1 39,659 7,321 ,008b Residual 509,185 94 5,417 Total 548,843 95 2 Regression 72,920 2 36,460 7,125 ,001c Residual 475,924 93 5,117 Total 548,843 95 a. Dependent Variable: KRS b. Predictors: (Constant), Belukar c. Predictors: (Constant), Belukar, CH
Coefficientsa Model Unstandardized Coefficients Standardized t Sig. Coefficients B Std. Error Beta 1 (Constant) 4,345 ,331 13,123 ,000 Belukar -4,031E-5 ,000 -,269 -2,706 ,008 2 (Constant) 3,608 ,433 8,336 ,000 Belukar -5,091E-5 ,000 -,339 -3,379 ,001 CH ,006 ,002 ,256 2,549 ,012 a. Dependent Variable: KRS
Lampiran 6. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap koefisien aliran permukaan. Model Summary Mod R R Square Adjusted R Std. Error of el Square the Estimate 1 ,274a ,075 ,065 ,57316 2 ,354b ,126 ,107 ,56036 3 ,425c ,180 ,154 ,54543 4 ,468d ,219 ,185 ,53522 5 ,465e ,216 ,191 ,53341 6 ,503f ,253 ,220 ,52357 a. Predictors: (Constant), CH b. Predictors: (Constant), CH, Badan Air c. Predictors: (Constant), CH, Badan Air, Hutan Rawa Sekunder d. Predictors: (Constant), CH, Badan Air, Hutan Rawa Sekunder, Hutan Lahan Kering Sekunder e. Predictors: (Constant), CH, Hutan Rawa Sekunder, Hutan Lahan Kering Sekunder f. Predictors: (Constant), CH, Hutan Rawa Sekunder, Hutan Lahan Kering Sekunder, Tanah Terbuka
UNIVERSITAS SUMATERA UTARA 39
ANOVAa Model Sum of df Mean Square F Sig, Squares 1 Regression 2,515 1 2,515 7,656 ,007b Residual 30,880 94 ,329 Total 33,395 95 2 Regression 4,193 2 2,096 6,676 ,002c Residual 29,203 93 ,314 Total 33,395 95 3 Regression 6,026 3 2,009 6,752 ,000d Residual 27,370 92 ,297 Total 33,395 95 4 Regression 7,328 4 1,832 6,395 ,000e Residual 26,068 91 ,286 Total 33,395 95 5 Regression 7,219 3 2,406 8,457 ,000f Residual 26,177 92 ,285 Total 33,395 95 6 Regression 8,450 4 2,112 7,706 ,000g Residual 24,946 91 ,274 Total 33,395 95 a, Dependent Variable: KAP b, Predictors: (Constant), CH c, Predictors: (Constant), CH, Badan Air d, Predictors: (Constant), CH, Badan Air, Hutan Rawa Sekunder e, Predictors: (Constant), CH, Badan Air, Hutan Rawa Sekunder, Hutan Lahan Kering Sekunder f, Predictors: (Constant), CH, Hutan Rawa Sekunder, Hutan Lahan Kering Sekunder g, Predictors: (Constant), CH, Hutan Rawa Sekunder, Hutan Lahan Kering Sekunder, Tanah Terbuka
UNIVERSITAS SUMATERA UTARA 40
Coefficientsa Model Unstandardized Standardized t Sig, Coefficients Coefficients B Std, Beta Error 1 (Constant) ,309 ,104 2,969 ,004 CH ,002 ,001 ,274 2,767 ,007 2 (Constant) ,151 ,123 1,236 ,220 CH ,002 ,001 ,319 3,228 ,002 Badan Air ,001 ,000 ,229 2,311 ,023 3 (Constant) -,101 ,157 -,646 ,520 CH ,002 ,001 ,293 3,030 ,003 Badan Air ,002 ,001 ,396 3,369 ,001 Hutan Rawa Sekunder 5,687E-5 ,000 ,292 2,482 ,015 4 (Constant) 8,071 3,836 2,104 ,038 CH ,002 ,001 ,335 3,452 ,001 Badan Air ,000 ,001 ,109 ,618 ,538 Hutan Rawa Sekunder 9,562E-5 ,000 ,491 3,308 ,001 Hutan Lahan Kering -6,856E-5 ,000 -,487 - ,036 Sekunder 2,132 5 (Constant) 9,913 2,407 4,119 ,000 CH ,002 ,001 ,340 3,533 ,001 Hutan Rawa Sekunder 9,896E-5 ,000 ,508 3,496 ,001 Hutan Lahan Kering -8,363E-5 ,000 -,594 - ,000 Sekunder 4,007 6 (Constant) 12,702 2,704 4,697 ,000 CH ,002 ,001 ,340 3,599 ,001 Hutan Rawa Sekunder ,000 ,000 ,541 3,772 ,000 Hutan Lahan Kering Se ,000 ,000 -,736 - ,000 kunder 4,595 Tanah Terbuka -3,462E-5 ,000 -,226 - ,037 2,119 a, Dependent Variable: KAP
Lampiran 7. Hasil analisis regresi berganda variabel curah hujan dan jenis tutupan lahan terhadap koefisien aliran permukaan.
Model Summary Model R R Square Adjusted R Std. Error of Square the Estimate 1 .315a .099 .090 273.00764 2 .425b .180 .163 261.85569 a. Predictors: (Constant), CH b. Predictors: (Constant), CH, Pertambangan
UNIVERSITAS SUMATERA UTARA 41
ANOVAa Model Sum of df Mean Square F Sig. Squares 1 Regression 773588.139 1 773588.139 10.379 .002b Residual 7006117.901 94 74533.169 Total 7779706.040 95 2 Regression 1402844.833 2 701422.417 10.230 .000c Residual 6376861.207 93 68568.400 Total 7779706.040 95 a. Dependent Variable: DEBIT RATAAN b. Predictors: (Constant), CH c. Predictors: (Constant), CH, Pertambangan
Coefficientsa Model Unstandardized Coefficients Standardized t Sig. Coefficients B Std. Error Beta 1 (Constant) 401.051 49.600 8.086 .000 CH .925 .287 .315 3.222 .002 2 (Constant) 100.321 110.082 .911 .364 CH 1.190 .289 .406 4.118 .000 Pertambangan .148 .049 .298 3.029 .003 a. Dependent Variable: DEBIT RATAAN
Lampiran 8. Hasil analisis korelasi antara curah hujan dan debit. Correlations ch debit ch Pearson 1 ,659* Correlation Sig. (2-tailed) ,020 N 12 12 deb Pearson ,659* 1 it Correlation Sig. (2-tailed) ,020 N 12 12 *. Correlation is significant at the 0.05 level (2- tailed).
UNIVERSITAS SUMATERA UTARA