1. Latar Belakang

Sungai Ciliwung merupakan salah satu sungai yang bermuara pada kota DKI Jakarta, ibu kota Negara dan ibu kota pemerintahan Indonesia. Sebagai sungai yang membelah Provinsi dimana sebagian besar kegiatan sosial dan ekonomi negara berlangsung, dinamika yang terjadi pada sungai Ciliwung memberikan dampak yang besar pada pertumbuhan negara. Banjir dianggap salah satu yang terbesar masalah yang dihadapi Jabodetabek saat ini. Laju aliran tinggi di Sungai Ciliwung, yang mengalir melalui pusat kota Jakarta, secara teratur menyebabkan banjir besar selama musim hujan (Formánek et al., 2013). Pola pengurangan daerah terbuka Jakarta yang cepat dalam rentang 20 tahun ke belakang diikuti dengan semakin meningkatnya intensitas banjir dan ketinggan banjir yang terjadi, menunjukan adanya hubungan langsung antara mengurangnya luasan ruang terbuka hijau dalam memperparah kondisi kota Jakarta yang telah dipandang sebagai salah satu kota yang paling rawan menghadapi bencana banjir. Banjir pada tahun 2007 ditetapkan sebagai bencana nasional dengan kerugian mencapai 5 triliun rupiah, dimana 74% total kerugian terjadi di daerah perumahan (BAPPENAS, 2007). Pada tahun 2013, Jakarta kembali mengalami kejadian banjir besar lainnya, dimana 124 perkampungan terendam dengan total korban jiwa sebanyak 20 orang. Banjir pada tahun 2013 ini diperkirakan menyebabkan kerugian sebesar 7,5 triliun rupiah. Selain menyebabkan kerugian pada daerah sekitar sungai, banjir pada DAS Ciliwung dan DAS-DAS sekitarnya juga memberi dampak langsung pada beberapa objek vital nasional, meliputi Monumen Nasional dan istana kepresidenan Republik Indonesia. Langkah non-struktural, seperti pemetaan bahaya dan risiko banjir, dapat sangat efektif untuk perencanaan penggunaan lahan dan mitigasi kerusakan banjir (Marfai et al., 2015).

Tiap tahunnya terjadi penambahan penduduk yang disebabkan oleh kelahiran dan tingginya jumlah pendatang yang mencari pekerjaan di Kota ini. Jakarta merupakan kota dengan jumlah penduduk terbesar di Asia Tenggara, dengan jumlah penduduk lebih dari 10 juta jiwa dan pertumbuhan mencapai 0,94% tiap tahunnya (BPS Provinsi DKI Jakarta, 2020). Di lain sisi, pada tahun 2017 kota Bogor mencatat kenaikan penduduk sebesar 2,28% (BPS Kabupaten Bogor 2018). Bertambahnya jumlah penduduk kota Jakarta dan Bogor mengakibatkan naiknya tingkat kepemilikan lahan yang berdampak pada bertambahnya luas pemukiman dan menurunnya luasan Ruang Terbuka Hijau. Dari segi tata kota dan tutupan lahan, Kota Jakarta memenuhi kurang dari sepertiga skala ideal lingkungan hijau dan area resapan yang diperlukan sebagai resapan natural pada tahun-tahun dengan hujan normal (Dinas Tata Ruang DKI Jakarta, 2011). Tutupan lahan yang kurang baik ini ditunjukan pada beberapa lokasi yang didesain sebagai daerah resapan hujan sebagai besar dialihgunakan menjadi daerah pemukiman mewah (Firman, 2011). Urbanisasi dan perubahan tutupan lahan yang cepat ini secara langsung merubah sifat hidrologi suatu daerah dengan memperkecil laju infiltrasi, baseflow dan waktu lag

serta menambah limpasan permukaan, debit puncak, volume limpasan dan frekuensi banjir (Ogden, 2011; Suriya and Mudgal, 2012; Tellman et al. 2015), diperparah dengan kondisi drainase yang buruk dan tidak terurus (Ng, 2016) khususnya pada masa pembangunan drainase dan konstruksi lain (Guan, 2015). Perubahan tutupan lahan dan tutupan lahan juga diindikasikan dapat mempengaruhi frekuensi dan karakteristik hujan (Boysen et al., 2014; Mitsova, 2014).

Berdasar pembagian wilayahnya DAS Ciliwung dibagi menjadi 3 kawasan, hulu, tengah dan hilir. Sebagai suatu sistem, perubahan yang terjadi pada bagian hulu daerah sungai akan mempengaruhi keseluruhan DAS (Ali et. al, 2016). Hanya berjarak 10 kilometer dari Jakarta, Sub-DAS Depok mencakup lebih dari 73% dari total luas keseluruhan DAS Ciliwung merupakan kunci penting dalam manajemen pencegahan dan mitigasi banjir DKI Jakarta. Sejumlah penelitian telah mempertimbangkan dampak perubahan tutupan lahan terhadap banjir; namun hanya sedikit studi tentang dampak perubahan tutupan lahan di masa depan terhadap banjir (Mishra et. al, 2018). Dalam pemodelan hidrologi, suatu DAS diperlakukan sebagai sejumlah unit homogen kecil untuk mengatasi heterogenitas spasial yang dihasilkan dari variabilitas proses fisik dan karakteristik fisik di daerah aliran sungai. Diskritisasi spasial harus cukup rinci untuk mendapatkan hasil yang serealistis mungkin, disaat bersamaan juga harus sesederhana mungkin untuk mempersingkat waktu pemodelan dan dimodelkan dengan data-data yang terbatas (Eko & Sutjiningsih, 2018). Pada penelitian ini, aplikasi HEC-HMS akan digunakan sebagai alat bantu pemodelan hidrologi untuk menghasilkan hidrograf banjir pada Pos Duga Air Depok.

Tujuan penelitian ini adalah untuk menilai dampak dari perkiraan perubahan tutupan lahan terhadap bahaya banjir di masa depan pada sub-DAS Depok dengan beberapa skenario tutupan lahan yang berbeda, melalui perubahan volume dan puncak debit banjir.

2. Lokasi dan Metode Studi

2.1 Lokasi studi

Secara astronomis Provinsi DKI Jakarta terletak pada posisi 6°12' LS dan 106°48 BT. Kota Jakarta merupakan dataran rendah dengan ketinggian rata-rata 7 meter diatas permukaan laut. Wilayah DKI Jakarta terdiri atas daratan seluas 662,33 km² dan berupa lautan seluas 6.977,5 km² serta memiliki lebih dari 110 pulau yang berlokasi di Kabupaten Seribu dan sekitar 27 sungai/saluran/kanal. Dalam hal administrasi pemerintahan, Provinsi DKI Jakarta dibagi menjadi 5 (lima) kota administrasi dan 1 (satu) kabupaten administrasi. Rata-rata ketinggian dataran Provinsi DKI Jakarta adalah 7 meter di atas permukaan laut. Sekitar 40% wilayah Provinsi DKI Jakarta berupa dataran yang permukaan tanahnya berada 1-1,5 meter di bawah muka laut pasang dan sekitar 0-3% wilayah Provinsi DKI Jakarta memiliki kecenderungan datar. Sementara daerah hulu dimana sungai-sungai yang bermuara di Provinsi DKI Jakarta memiliki ketinggian yang cukup tinggi yaitu sekitar 8-15% di wilayah Bogor dan Cibinong, sedangkan daerah Ciawi-Puncak memiliki ketinggian lebih dari 15%. Struktur daerah Jakarta terdiri dari endapan Pleistocene yang terdapat ±50 meter di bawah permukaan tanah. Di sisi utara, permukaan keras baru terdapat pada kedalaman 10-25 meter, semakin ke selatan permukaan keras semakin dangkal pada kedalaman 8-15 meter. Pada sebagian wilayah, lapisan permukaan tanah yang keras terdapat pada kedalaman 40 meter, sedangkan struktur di sisi selatan terdiri atas lapisan alluvial. Secara umum iklim di wilayah Indonesia yang meliputi wilayah Jakarta, Kota Depok, Tangerang dan Kabupaten Bogor terdiri dari dua musim utama, yaitu musim kemarau dan musim penghujan. Pada Bulan Juni sampai dengan September arus angin berasal dari Australia dan tidak banyak mengandung uap air, sehingga mengakibatkan musim kemarau, demikian juga sebaliknya. Peta lokasi studi dapat dilihat pada Gambar 1.

2.2 Analisis dan pemodelan tutupan lahan

Analisis perubahan tutupan lahan merupakan dasar dalam menganalisis bangkitan debit yang akan dilakukan dikarenakan, bersama dengan jenis tanah dan kemiringan lahan, secara langsung mempengaruhi besar infiltrasi yang terjadi serta mengubah besarnya debit limpasan. Pada analisis ini data tutupan lahan dibangkitkan dari peta citra satelit yang disediakan oleh USGS, dengan selang waktu 10 tahun dalam kurun waktu 20 tahun terakhir. Jenis tutupan lahan dimasukan ke dalam 5 kategori sesuai dengan peraturan Kementerian kehutanan Repulik Indonesia.

2.3 Parameter hidrologi

Beberapa parameter hidrologi yang diperlukan untuk melakukan analisis hidrologi meliputi curah hujan ratarata, distribusi hujan jam-jaman (intensitas hujan) dan area reduction factor (ARF). Dalam analisis suatu DAS yang dipengaruhi oleh lebih dari 1 pos curah hujan, dilakukan analisis huian rata rata menyederhanakan besarnya curah hujan gabungan yang terjadi pada DAS tersebut. Metode poligon Thiessen umumnya digunakan dikarenakan relatif sederhana dan akurat (Faisal & Gaffar, 2012). Metode ini memberikan bobot tertentu berdasarkan efek luasan (area of effect) masing-masing pos hujan relatif terhadap total luas DAS.

\[\overline{P} = \frac{\sum_{i=1}^{n} P_i A_i}{\sum_{i=1}^{n} A_i} \tag{1}\]

Gambar 1. Lokasi studi

Dimana \(\bar{P}\) = curah hujan rata-rata; \(P_i\) = curah hujan pos i, dan; \(A_i\) = luas wilayah pos hujan i.

Pada analisis kalibrasi dan validasi hidrologi, intensitas hujan jam-jaman krusial digunakan untuk mengetahui respon lahan dalam bentuk hidrograf limpasan banjir. Pada beberapa kasus dimana tidak terdapat data pengukuran intensitas hujan jam-jaman, besarnya intensitas akan didekati dengan mendistribusikan curah hujan harian ke dalam data jam-jaman berdasarkan karakteristik historis hujan. Mutia Brotowiryatmo (2016) menganalasis durasi hujan yang terjadi kedalam 4 kategori sesuai dengan besarnya curah hujan harian yang terjadi sebagaimana tersaji pada Tabel 1.

Wanny (2003), melalui data historis hujan, menyimpulkan bahwa distribusi hujan jam-jaman di provinsi Jawa Barat sebagaimana pada Tabel 2.

Dalam menganalisis daerah aliran sungai yang cukup luas, perlu adanya suatu variabel koreksi besar volume hujan yang turun. Hal ini dikarenakan dalam DAS yang cukup luas, kemungkinan besar hujan yang terjadi tidak turun secara merata di seluruh luasan DAS, yang mengakibatkan perlu dilakukan suatu proses untuk mereduksi total volume hujan yang terjadi. Area reduction factors (ARFs), khususnya yang bersumber dari Technical Paper 29 (TP-29), umumnya digunakan sebagai variabel koreksi ini (Allen & Degaetano, 2005). ARF TP-9 menggunakan pendekatan untuk DAS kurang dari 1100 km² dengan periode hujan 6 jam sebagai dalam Persamaan 2.

\[ARF = \frac{\frac{1}{n} \sum_{j=1}^{n} R_{j}^{'}(t, A)}{\frac{1}{n} \sum_{j=1}^{n} \left[\frac{1}{k} \sum_{i=1}^{k} R_{i, j}(t)\right]}\](2)

Leclerc dan Schaake (1972) menyederhanakan Persamaan 2 di atas dengan bentuk pada Persamaan 3.

Tabel 1. Durasi hujan di pulau Jawa

Tabel 2. Intensitas hujan jam-jaman dalam kurun waktu tertentu

\[ARF = 1 - \exp(at^b) + \exp(at^b - cA)\] (3)

Dimana a=-1.1, c = 0.0259, dan b = 0.25.

Penelitian Wright et. al (2014) menunjukan bahwa selain dipengaruhi oleh luasan suatu DAS, ARF juga dipengaruhi oleh besarnya intensitas hujan yang terjadi berserta dengan besar periode ulang rencana hujan. Pendekatan yang diperoleh sesuai dengan Persamaan 4.

\[ARF = e^{\left(\frac{A}{a}\right)^b} \tag{4}\]

Dengan nilai a dan b disesuaikan dengan pengukuran hubungan hujan dan limpasan permukaan yang tercatat dalam selang waktu tertentu. Dikarenakan kompleksitas yang tinggi dari metode ARF Wright dan ketidaktersediaan data intensitas di banyak pos hujan, metode ARF Leclerc akan digunakan dalam studi ini.

2.4 Soil conservation service-curve number

Soil Conservation Service-Curve Number merupakan salah satu dari banyak metode pendekatan besar infiltrasi yang terjadi. Besar limpasan dibangkitkan tergantung pada tipe tutupan lahan, jenis tanah (Hydrologic Soil Groups/ HSGs) dan karakteristik DAS (Soulis & Valiantzas, 2012). Nilai parameter CN bervariasi dari 0 - 100, yang dapat dihitung secara empiris atau dapat disesuaikan dari nilai tabel penelitian yang telah dilakukan, sesuai dengan tutupan lahan DAS dan karakteristik tanah, yang akan dipengaruhi oleh kelembaban tanah. Penilaian kelembaban tanah memerlukan model matematika yang rumit dikarenakan dipengaruhi dinamika ruang-waktu yang kompleks membutuhkan kontrol lapangan yang ketat dengan beberapa pengukuran spesifik. Dalam kurun waktu tertentu sebelum terjadi hujan, variabel hidrologi yang berlaku disebut sebagai antecedent rainfall. Variabel ini digunakan untuk mengkarakterisasi tanah basah dan kondisi tanah awal sebelum peristiwa banjir. Untuk menyederhanakan implementasi kelembaban tanah, maka digunakan indeks AMC Soil Conservation Service (Paola et. al, 2013)

2.5 Hidrograf soil conservation service-curve number

Soil Conservation Service-Curve Number (SCS-CN) merupakan metode yang umum digunakan untuk memprediksi besar limpasan dari kejadian hujan tertentu, dikarenakan relatif sederhana namun wellestablished karena data-data yang diperlukan mudah didapat, terdokumentasikan dengan baik, serta mempertimbangkan berbagai factor yang mempengaruhi bangkitan limpasan dan menggabungkannya kedalam satu parameter tunggal (Soulis dan Valiantzas 2012).

Beberapa simulasi hidrologi akan dijalankan dengan set parameter CN yang berbeda dan dengan parameter simulasi lain bernilai konstan. Simulasi ini menghasilkan kurva debit untuk setiap skenario dan kondisi saat. Persamaan umum bangkitan debit yang dihasilkan dengan metode SCS dapat dilihat pada Persamaan 5.

\[Q = \frac{(P - I_a)^2}{(P - I_a) - S}\] (5)

dimana

Q = debit(m);

P = curah hujan (m);

S = Potensi maksimum retensi setelah terjadi debit (m); dan

Ia = Abstraksi Awal (pendekatan Ia = 0.2S)

Dengan potensi maksimum retensi didefinisikan sebagai fungsi CN sebagaimana pada Persamaan 6.

\[S = \frac{25400}{CN} - 254 \tag{6}\]

Waktu lag yang terjadi didekati dengan Persamaan 7.

\[t_{\rm L} = \frac{L^{0.8} (2540 - 22.86 \text{ CN})^{0.7}}{14104 \text{ CN}^{0.7} I^{0.5}}\](7)

Bangkitan debit puncak didapat dari Persamaan 8.

\[Q_{p} = U_{p}AQF_{p} \tag{8}\]

dimana:

\(t_L = Waktu lag (jam);\)

L = Panjang saluran (km);

I = Kemiringan saluran (m/m');

Qp = debit puncak (cms);

A = luas DAS (km²);

Q = debit (mm); dan

Fp = faktor pengatur kolam/rawa

Puncak hidrograf satuan yang terjadi dengan metode SCS didapat dengan Persamaan 9.

\[U_{p} = C \frac{A}{T_{p}} \tag{9}\]

dimana C = konstanta konversi

2.6 HEC HMS

Pemodelan hidrologi merupakan bagian penting dari proses analisis hidrologi. Pemodelan memungkinkan analisis yang dilakukan menjadi lebih sederhana dan disesuaikan dengan konsep-konsep teoritis dengan tidak mengabaikan parameter-parameter penting guna mempercepat proses analisis. Salah satu perangkat lunak yang seringkali digunakan dalam pemodelan hidrologi adalah Hidrologic Engineering Center -Hidrologic Modeling System / HEC-HMS dikarenakan keberagaman pilihan model yang dapat digunakan dan kemudahan penggunaan. HEC-HMS didesain untuk mensimulasikan proses hidrologi dari DAS berbentuk dendritic dengan berbagai prosedur analisis hidrologi klasik meliputi infiltrasi, unit hidrograf dan penelusuran hidrologi. Selain dapat membangkitkan hidrograf, perangkat lunak ini juga dapat digunakan untuk estimasi parameter, analisis kedalaman-luas, peramalan aliran dan transpot erosi dan sedimentasi.

HEC-HMS juga memiliki kemampuan ligkungan kerja terintegrasi mulai entri data, mesin perhitungan dan pelaporan hasil analisis. Hasil simulasi yang tersimpan

dalam Data Storage System (DSS) bisa digunakan dengan perangkat lunak lain untuk kebutuhan ketersedian air, drainase perkotaan, peramalan aliran, dampak urbanisasi kedepannya, disain pelimpah waduk dan opersai sistem sumber daya air (Hydrologic Engineering Center, 2018). Perangkat ini akan digunakan untuk memodelkan respon DAS terhadap hujan yang terjadi dalam hasil hidrograf limpasan. Parameter DAS akan dikalibrasi selama pemodelan untuk mendapat ketepatan yang baik. Ketepatan model akan diukur dengan 2 cara, yaitu Nash Sutcliffe Efficiency (NSE) pada Persamaan 10 dan Root Mean Square Error (RMSE) pada Persamaan 11.

\[NSE = 1 - \frac{\sum_{i=1}^{n} (Y_i^{obs} - Y_i^{sim})^2)}{\sum_{i=1}^{n} (Y_i^{obs} - Y_i^{mean})^2}\](10)

\[RMSE = \sqrt{\sum_{i=1}^{n} \frac{\left(Y_{i}^{obs} - Y_{i}^{sim}\right)^{2}}{n}}\] (11)

3. Metodologi

Penelitian ini didasarkan pada hasil proyeksi pemodelan tutupan lahan yang dianalisis melaltercantum dalam Rencana Tata Ruang Wilayah (RTRW) Kabuaten Bogor, tepatnya dalam cangkup DAS Ciliwung. Penelitian ini terbagi dalam 3 bagian besar yaitu pengumpulan data, pemodelan hidrologi dan analisis sensitivitas banjir terhadap perubahan tutupan lahan. Metodologi penelitian dapat dilihat pada Gambar 2.

4. Hasil dan Pembahasan

4.1 Analisis perubahan tutupan lahan

Secara keseluruhan dalam kurun waktu 20 tahun saja keseimbangan luasan antara lahan perkebunan dan pemukiman mengalami ketimpangan dengan perbedaan sebesar 50%. Luas lahan kosong menglami perubahan yang besar pada tahun 1999 - 2009 namun pada waktu selanjutnya hanya mengalami penurunan yang minor. Jumlah luasan hutan hanya mengalami perubahan yang kecil dalam rentang waktu ini, hanya sekitar 1.5 km², sedangkan perubahan luasan badan air mengalami peningkatan sebesar 50% yang dapat disebabkan oleh pembangunan embung atau waduk, penambahan aliran irigasi dari sawah maupun waktu pemetaan yang secara kebetulan bersamaan dengan terjadinya banjir di lokasi lokasi tertentu. Dalam pemetaan yang dilakukan terlihat bahwa penurunan lahan perkebunan tidak seluruhnya secara langsung disebabkan oleh pembangunan lahan pemukiman, dimana kebanyakan dilakukan pada area lahan kosong, namun sebaliknya tutupan lahan perkebunan mengalami transisi menjadi lahan kosong terlebih dahulu. Secara keseluruhan, perubahan tutupan lahan di DAS Ciliwung didominasi oleh pertumbuhan yang pesat dari luas wilayah pemukiman (urban area) dan penurunan yang juga cepat pada lahan perkebunan (agricultural area).

Sub DAS Depok merupakan lokasi dimana dinamika perubahan lahan pada DAS Ciliwung mayoritas terjadi.

Gambar 2. Metodologi penelitian

Tabel 3. Luas tiap jenis tutupan lahan sub DAS Depok

Tabel 4. Perubahan tutupan lahan sub DAS Depok

Perubahan pada luasan badan air yang signifikan pada periode 2009 dan 2019 mengindikasikan pembangunan beberapa embung, bendung maupun bendungan pada wilayah sub DAS ini. Dalam kurun waktu 20 tahun terjadi peningkatan luasan pemukiman lebih dari 23 km² atau lebih dari 50% serta terjadi pengurangan luasan perkebunan sebesar 16 km² yang diikuti juga oleh penurunan lahan kosong sebesar 13.5 km². Penurunan kecepatan peningkatan luas pemukiman dapat disebabkan oleh menurunnya luasan wilayah yang dapat digunakan sebagai lahan pemukiman baru. Dinamika perubahan lahan pada sub DAS Depok yang didapatkan dari hasil analisis metode remote sensing oleh peneliti dapat dilihat pada Tabel 3, Tabel 4, Gambar 3 dan Gambar 4.

Peningkatan luas lahan pemukiman yang diikuti penurunan luasan hutan dan perkebunan menyebabkan naiknya nilai CN dan kekedapan lahan. Dengan menganalisis luasan tiap kategori tutupan lahan didapat pada tahun 1999 sub DAS Depok nilai CN bernilai 84.33, pada tahun 2009 bernilai 85.05, dan pada 2019 bernilai 85.72. Dalam 20 tahun terakhir terjadi kenaikan nilai CN sebesar 1.5 poin dan kekedapan lahan sebesar 4.6%. Melalui perhitungan di atas, didapatkan bahwa setiap peningkatan 13 km² lahan pemukiman pada DAS Ciliwung menyebabkan kenaikan 1 poin nilai CN.

4.2 Proyeksi perubahan tutupan lahan

Rencana perubahan tutupan lahan ini akan menggunakan hasil proyeksi dari penelitian sebelumnya oleh Moe, et al. dan perencanaan yang telah dituangkan dalam Rencana Tata Ruang Wilayah Kota Depok dan Kabupaten Bogor dengan mengasumsikan tidak

adanya perubahan secara signifikan yang terjadi pada sub DAS Manggarai dan sub DAS M. T. Haryono. Asumsi tidak adanya perubahan ini bukan hanya mengabaikan kemungkinan meningkatnya nilai CN pada kedua sub DAS tersebut namun juga mengabaikan adanya pembebasan lahan yang menyebabkan turunnya nilai CN. Moe, et al. (2017) memproyeksi pertumbuhan penduduk dan pergerakan perubahan tutupan lahan dengan memperhitungkan tren secara historis dalam beberapa tahun terakhir dengan mempertahankan kecepatan urbanisasi. Hal-hal yang perlu diperhatikan dalam proyeksi ini adalah prediksi ini mengabaikan terjadinya pertumbuhan sosial maupun pertumbuhan infrastruktur. Proveksi tutupan lahan akan menggunakan tutupan pada tahun 2030 yang telah diproyeksikan dengan model SLEUTH. RTRW Kota Depok dan Kabupaten Bogor dilain sisi memperhitungkan kaitan antara berbagai aspek yang berhubungan dengan tutupan lahan, seperti lokasi pembangunan infrastruktur-infrastruktur tertentu dan pembangunan sosial. Dalam tesis ini proyeksi yang

Gambar 4. Perubahan tutupan lahan sub DAS Depok

Gambar 3. Tutupan lahan DAS Ciliwung; a) tahun 1999; b) tahun 2009, dan; c) tahun 2019

EHUDVDOGDUL575:DNDQGLDQJJDSVHEDJDLNRQGLVLLGHDO VHGDQJNDQ SUR\HNVL \DQJWHODK GLDODNXNDQ ROHK0RH HW DO DNDQ GLJXQDNDQ VHEDJDL SUHGLNVL NRQGLVL WXWXSDQ WHUEXUXN VHKLQJJD DNDQ PHQJKDVLONDQ GHELW EDQMLU WHUEHVDU 3HWD SUR\HNVLWXWXSDQODKDQ VHUWDOXDVDQODKDQ WLDSNDWHJRULGDSDWGLOLKDWSDGD*DPEDU

3HPRGHODQGDQNDOLEUDVLKLGURORJL

3HPRGHODQGLODNXNDQGHQJDQPHPIRNXVNDQSHUKLWXQJDQ VXE-'$6 'HSRN NH GDODP VXE-'$6 OXPSHG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 0RGHO KLGURORJL GDSDW GLOLKDWSDGD*DPEDU

.DOLEUDVL GLODNXNDQ SDGD NHMDGLDQ KXMDQ \DQJ PHQJDNLEDWNDQEDQMLUGL-DNDUWDNKXVXVQ\DGLVHSDQMDQJ '$6&LOLZXQJ GDQPHPLOLNL GDWD KDULDQ \DQJOHQJNDS GL SRV FXUDK KXMDQ \DQJ GLJXQDNDQ 3DUDPHWHU NDOLEUDVLGDQYDOLGDVL\DQJGLJXQDNDQDGDODKZDNWXODJ GDQDEVWUDNVLLQLVLDO\DQJPDVLQJPDVLQJQLODLDZDOQ\D GLWHWDSNDQ ROHK SHQGHNDWDQ 'HSDUWHPHQ $JULNXOWXU $PHULND6HULNDW86'$GDQDNDQGLXEDK-XEDKKLQJJD PHQGDSDWNDQ QLODL JDODW WHUNHFLO 0HODOXL SURVHV NDOLEUDVL GDQ YDOLGDVL GLGDSDWNDQ QLODL ZDNWX ODJ RSWLPXP EHUQLODL PHQLW MDP VHGDQJNDQ QLODL DEVWDUN LQLVLDO DGDODK VHEHVDU 6 VHVXDL GHQJDQ HVWLPDVL86'$ 3HUEDQGLQJDQ KLGURJUDI KDVLO NDOLEUDVL GDQKLGURJUDIDNWXDOGDSDWGLOLKDWSDGD*DPEDU

6LPXODVLEDQMLUUHQFDQD

3DUDPHWHU \DQJ VHFDUD ODQJVXQJ EHUXEDK GHQJDQ EHUXKQ\D QLODL &1 DGDODK NDSDVLWDV LQILOWUDVL WDQDK 0HODOXL*DPEDU GDSDWGLOLKDWEDKZDGHQJDQQDLNQ\D &1 VHEHVDU SRLQ VHWDUD GHQJDQ SHUXEDKDQ NP KXWDQ PDXSXQ GDHUDK SHUWDQLDQ PHQMDGL SHUXPDKDQ PHQ\HEDENDQ SHQXUXQDQ NDSDVLWDV LQILOWUDVL ODKDQ GL VXE'$6'HSRN VHEHVDU- GHQJDQ SHUEHGDDQ&1

*DPEDU3UR\HNVLWXWXSDQODKDQ'$6&LOLZXQJWDKXQ D575:SURYLQVLGDQEWUHQGSHUWXPEXKDQ

*DPEDU0RGHOKLGURORJL+HF+06

*DPEDU+DVLONDOLEUDVLKLGURJUDIEDQMLUD$SULOE)HEUXDUL

Gambar 8. Perubahan kapasitas infiltrasi lahan akibat perubahan nilai CN

Gambar 9. Perbandingan hidrograf pada tiap tutupan lahan

ekstrim sebesar 6.07 atau setara dengan perbedaan infiltrasi hingga 27 mm.

Pada simulasi debit banjir di DAS Depok dengan kala ulang 50 tahun yang telah dilakukan, dihasilkan 5 model hidrograf: debit puncak 347,7 m³/dt untuk tutupan lahan tahun 1999, 365 m³/ dt untuk tutupan lahan tahun 2009, 382 m³/dt untuk tutupan lahan tahun 2019, 402,3 m³/dt untuk tutupan lahan tahun 2030 berdasarkan Rencana Tata Ruang Wilayah dan 481,5 m³ /d untuk tutupan lahan tahun 2030 berdasarkan proyeksi tren. Melalui hasil simulasi didapatkan bahwa peningkatan CN sebesar 1 point menyebabkan peningkatan debit di sub DAS Depok sebesar 4,63%, dengan perbedaan CN ekstrim sebesar 6.07 atau setara dengan perbedaan debit hingga 100 m³/dt antara tutupan lahan pada tahun 2009 dan 2030-tren. Mematuhi Rencana Tata Ruang Wilayah yang telah dirumuskan akan memperlambat pertumbuhan debit, mengurangi kemungkinan terjadinya banjir dan mengurangi dampak banjir. Hasil pemodelan hidrologi dapat dilihat pada Gambar 9.

Melalui hidrograf banjir yang telah dimodelkan didapat besarnya bangkitan volume limpasan banjir untuk tiap tutupan lahan: volume limpasan sebesar 11.27 juta m³ untuk tutupan lahan tahun 1999, 11.79 juta m³ untuk tutupan lahan tahun 2009, 12.31 juta m³ untuk tutupan lahan tahun 2019, 12.92 juta m³ untuk tutupan lahan tahun 2030 berdasarkan Rencana Tata Ruang Wilayah dan 15.31 juta m³ untuk tutupan lahan tahun 2030 berdasarkan proyeksi tren. Melalui Gambar 10 dapat dilihat bahwa dengan naiknya CN sebesar 1 poin menyebabkan kenaikan bangkitan volume banjir di sub DAS Depok sebesar 4.34%, dengan perbedaan CN

Gambar 10. Perubahan bangkitan volume limpasan akibat perubahan nilai CN

ekstrim sebesar 6.07 atau setara dengan perbedaan volume limpasan hingga 3 juta m³.

5. Kesimpulan

• 1. Kajian ini merupakan upaya untuk memperkirakan dampak perubahan tutupan lahan terhadap bangkitan debit puncak dan volume banjir di sub DAS Depok, bagian dari DAS Ciliwung, Indonesia. HEC-HMS digunakan untuk menghasilkan hidrograf untuk mengkalibrasi banjir mendesain debit banjir. Untuk memperkirakan dampak perubahan tutupan lahan yang terjadi maka digunakan Hidrograf Sintesis Soil Conservation Service (SCS) beserta metode distribusi curah hujan Jawa Barat.
• 2. Dua proyeksi perubahan tutupan lahan pada tahun 2030 yang berasal dari studi sebelumnya dan Rencana Tata Ruang Wilayah digunakan untuk menganalisis debit desain. Analisis hidrologi menunjukkan perubahan tutupan lahan berdasarkan tren tutupan lahan yang tercatat menyebabkan peningkatan debit puncak dan volume limpasan pada tahun 2030 masing-masing sebesar 99.5 m³/dt (26%) dan 3 juta m³ (24%). Namun demikian, dengan mengikuti Rencana Tata Ruang Kabupaten Bogor dan sekitarnya, peningkatan pengaruh banjir terhadap debit puncak dan volume limpasan dapat diminimalisir hingga berturut-turut sebesar 20.1 m³/dt (5.26%) dan 0.61 juta m³ (4.94%). Setiap 13 km² kawasan hutan atau pertanian yang diubah menjadi kawasan perkotaan atau tanah kosong, debit puncak banjir dan volume limpasan meningkat masing-masing sebesar 4.63% dan 4.34%.
• 3. Hasil studi ini menunjukkan bahwa studi lebih lanjut yang lebih rinci tentang dampak perubahan LULC terhadap bahaya banjir diperlukan, terutama di daerah kota Jakarta. Studi ini akan sangat penting dalam perencanaan tata ruang dan dapat menunjukkan daerah-daerah yang saat ini telah rawan banjir atau berpotensi menjadi daerah rawan banjir (dikarenakan peningkatan aliran yang disebabkan oleh perubahan tutupan lahan) serta menjadi acuan sasaran perencanaan pengembangan permukiman di masa depan. Kawasan-kawasan dengan potensi rawan tersebut harus menjadi

SHUWLPEDQJDQ NKXVXV GDODP SHPEHQWXNDQ NHELMDNDQ WDWD UXDQJ XQWXN PHQJKLQGDUL NHUXJLDQ HNRQRPL GL PDVDPHQGDWDQJ

8FDSDQ7HULPD.DVLK

3HQXOLV PHQJXFDSNDQ WHULPD NDVLK DWDV GXNXQJDQ \DQJ GLEHULNDQ ROHK /HPEDJD 3HQHOLWLDQ GDQ 3HQJDEGLDQ 0DV\DUDNDW ,QVWLWXW 7HNQRORJL %DQGXQJ PHODOXL 5LVHW .HORPSRN .HDKOLDQ .DWHJRUL % 5LVHW .. % 7DKXQ 5LVHW..% GHQJDQMXGXO ³3HPRGHODQ+LGURORJL GDQ+LGUDXOLN7HULQWHJUDVLXQWXN3UHGLNVL%DKD\D%DQMLU DNLEDW 3HUXEDKDQ 7DWD *XQD /DKDQ GL '$6 &LOLZXQJ &RXSOLQJ +\GURORJLF DQG +\GUDXOLF 0RGHO IRU )ORRG +D]DUG3UHGLFWLRQGXHWR/DQG8VH&KDQJHLQ&LOLZXQJ 5LYHU%DVLQ´

'DIWDU3XVWDND

• $OL 0 +DGL 6 6XOLVW\DQWDUD % 6WXG\ RQ /DQG &RYHU &KDQJH RI &LOLZXQJ 'RZQVWUHDP :DWHUVKHG ZLWK 6SDWLDO '\QDPLF $SSURDFK 3URFHGLD- 6RFLDO DQG %HKDYLRUDO 6FLHQFHV -
• $OOHQ5- 'HJDHWDQR$7$UHDO5HGXFWLRQ )DFWRUV IRU 7ZR (DVWHUQ 8QLWHG 6WDWHV 5HJLRQV ZLWK +LJK 5DLQ-*DXJH 'HQVLW\ -RXUQDO RI +\GURORJLF(QJLQHHULQJ-
• %DGDQ 3XVDW 6WDWLVWLN 3URYLQVL -DNDUWD 3RSXODVL 3URYLQVL -DNDUWD 'DODP $QJND VW HG %DGDQ 3XVDW6WDWLVWLN3URYLQVL-DNDUDW(GV%DGDQ3XVDW 6WDWLVWLN3URYLQVL-DNDUWD-DNDUWD,QGRQHVLD
• %DGDQ3XVDW6WDWLVWLN.DEXSDWHQ%RJRU3RSXODVL .DEXSDWHQ %RJRU 'DODP $QJND VW HG %DGDQ 3XVDW 6WDWLVWLN .DEXSDWHQ %RJRU (GV %DGDQ 3XVDW 6WDWLVWLN .DEXSDWHQ %RJRU %RJRU ,QGRQHVLD
• %$33(1$6 +DVLO 3HQLODLDQ .HUXVDNDQ 'DQ .HUXJLDQ 3DVFDEHQFDQD %DQMLU $ZDO )HEUXDUL 'L :LOD\DK -DERGHWDEHN -DNDUWD %RJRU 'HSRN 7DQJHUDQJ 'DQ %HNDVL -DNDUWD %$33(1$6
• %R\VHQ / 5 %URYNLQ 9 $URUD 9 . HW DO *OREDODQGUHJLRQDOHIIHFWVRIODQG-XVHFKDQJHRQ FOLPDWH LQ VW FHQWXU\ VLPXODWLRQV ZLWK LQWHUDFWLYH FDUERQF\FOH(DUWK6\VW'\Q-
• %URWRZLU\DWPR6+5HYLHZRI5DLQIDOO+RXUO\ 'LVWULEXWLRQRQ WKH ,VODQG RI -DYD -RXUQDO RI WKH &LYLO(QJLQHHULQJ)RUXP1R-
• 'LQDV 7DWD 5XDQJ '., -DNDUWD 5XDQJ 7HUEXND +LMDX -DNDUWD'LQDV7DWD5XDQJ'.,-DNDUWD
• (NR 1 6XWMLQLQJVLK ' 7KH ,QIOXHQFH RI /DQG 8VH &KDQJH DQG 6SDWLDO 'LVFUHWL]DWLRQ RI 0LGGOH - /RZHU &LOLZXQJ 6XE-:DWHUVKHG RQ )ORRG +\GURJUDSK DW 0DQJJDUDL :HLU D 3UHOLPLQDU\ 6WXG\ ,QWHUQDWLRQDO -RXUQDO RI (QJLQHHULQJ 7HFKQRORJ\-

• +\GURORJLF (QJLQHHULQJ &HQWHU +\GURORJLF 0RGHOLQJ 6\VWHP +(&-+06 'DYLV &DOLIRUQLD 86$UP\&RUSVRI(QJLQHHUV
• )DLVDO 1 *DIIDU $ 'HYHORSPHQW RI 3DNLVWDQ¶V 1HZ $UHD :HLJKWHG 5DLQIDOO 8VLQJ 7KLHVVHQ 3RO\JRQ 0HWKRG 3DNLVWDQ -RXUQDO RI 0HWHRURORJ\,VVXH-
• )LUPDQ76XUEDNWL,0,GURHV,& 6LPDUPDWD + $ 3RWHQWLDO FOLPDWH-FKDQJH UHODWHG YXOQHUDELOLWLHVLQ-DNDUWD&KDOOHQJHVDQGFXUUHQW VWDWXV +DELWDW ,QWHUQDWLRQDO 1R –
• )RUPiQHN $ 6LODVDUL .XVXPD 06% .DUGKDQD + 7ZR-'LPHQVLRQDO0RGHO RI&LOLZXQJ 5LYHU)ORRGLQ'., -DNDUWD IRU'HYHORSPHQWRI WKH5HJLRQDO)ORRG,QGH[0DS-(QJ7HFKQRO 6FL1R-
• *XDQ 0 6LOODQSll 1 .RLYXVDOR + 0RGHOOLQJ DQG DVVHVVPHQW RI K\GURORJLFDO FKDQJHV LQ D GHYHORSLQJ XUEDQ FDWFKPHQW +\GURO3URFHVV–
• /HFOHUF * DQG 6FKDDNH & 'HULYDWLRQ RI K\GURORJLF IUHTXHQF\ FXUYHV 5HSRUW 0DVVDFKXVHWWV ,QVWLWXWH RI 7HFKQRORJ\ &DPEULGJH0DVV
• 0DUIDL 0 $ 6HNDUDQRP $ % :DUG 3 &RPPXQLW\ UHVSRQVHV DQG DGDSWDWLRQ VWUDWHJLHV WRZDUG IORRG KD]DUG LQ -DNDUWD ,QGRQHVLD 1DWXUDO+D]DUGV-
• 0LWVRYD'&RXSOLQJODQGXVHFKDQJHPRGHOLQJ ZLWK FOLPDWH SURMHFWLRQV WR HVWLPDWH VHDVRQDO YDULDELOLW\ LQ UXQRII IURP DQ XUEDQL]LQJ FDWFKPHQW QHDU &LQFLQQDWL 2KLR ,6356 ,QW - *HR-,QI–
• 0LVKUD % . (PDP $ 5 0DVDJR < $VVHVVPHQW RI IXWXUH IORRG LQXQGDWLRQV XQGHU FOLPDWH DQG ODQG XVH FKDQJH VFHQDULRV LQ WKH &LOLZXQJ5LYHU%DVLQ-DNDUWD-RXUQDORI)ORRG 5LVN0DQDJHPHQW6-6
• 0RH , 5 .XUH 6 -DQXUL\DGL 1 ) )DULG 0 )XWXUH SURMHFWLRQ RI IORRG LQXQGDWLRQ FRQVLGHULQJ ODQG-XVH FKDQJHV DQG ODQG VXEVLGHQFH LQ -DNDUWD ,QGRQHVLD +\GURORJLFDO 5HVHDUFK/HWWHUV1R-
• 1J6HUHQH*RYHUQDQFHEH\RQGWKHJRYHUQPHQW 5HVSRQGLQJ WR D UHDFWLRQDU\ IORRG JRYHUQDQFH UHJLPH LQ $\XWWKD\D 7KDLODQG +DELWDW ,QWHUQDWLRQDO-
• 2JGHQ)/3UDGKDQ15'RZQHU&:=DKQHU- $ 5HODWLYH LPSRUWDQFH RI LPSHUYLRXV DUHD GUDLQDJH GHQVLW\ ZLGWK IXQFWLRQ DQG VXEVXUIDFH VWRUP GUDLQDJH RQ IORRG UXQRII IURP DQ XUEDQL]HG FDWFKPHQW :DWHU 5HVRXUFHV 5HVHDUFK1R:

• 3DRODI'5DQXFFL$ )HR$$QWHFHGHQW 0RLVWXUH &RQGLWLRQ 6&6 )UHTXHQF\ $VVHVVPHQW $ &DVH 6WXG\ ,Q 6RXWKHUQ ,WDO\ ,UULJDQG'UDLQ,VVXH6-
• 6RXOLV . ; 9DOLDQW]DV ' 6&6-&1 SDUDPHWHU GHWHUPLQDWLRQ XVLQJ UDLQIDOO-UXQRII GDWDLQKHWHURJHQHRXVZDWHUVKHGV– WKHWZR-&1 V\VWHP DSSURDFK+\GURORJ\ DQG (DUWK 6\VWHP 6FLHQFHV-
• 6XUL\D60XGJDO%9,PSDFWRIXUEDQL]DWLRQ RQIORRGLQJWKH7KLUXVRRODPVXEZDWHUVKHG—D FDVHVWXG\-+\GURO-–
• 7HOOPDQ % 6DLHUV ( &UX] 2 $ 5 4XDQWLI\LQJWKHLPSDFWV RIODQG XVH FKDQJH RQ IORRGLQJLQGDWDSRRUZDWHUVKHGVLQ(O6DOYDGRU ZLWK FRPPXQLW\-EDVHG PRGHO FDOLEUDWLRQ 5HJ (QYLURQ&KDQJH-
• :DQQ\ . HW DO 3ROD +XMDQ 3URYLQVL -DZD %DUDW386$,5
• :ULJKW ' % 6PLWK $ %DHFN 0 / &ULWLFDO ([DPLQDWLRQ RI $UHD 5HGXFWLRQ )DFWRUV-RXUQDORI+\GURORJLF(QJLQHHULQJ 1R-