Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Kapasitas Dead Storage waduk pada suatu bendungan selama ini didesain berdasarkan nilai erosi lahan pada Daerah Tangkapan Air (DTA) waduk per tahun tanpa memperhitungkan perubahan tata guna lahan dan dinamika curah hujan pada DTA, serta tidak mempertimbangkan distribusi angkutan sedimen yang tersebar di dasar waduk. Pengembangan protokol prediksi sedimentasi waduk dibutuhkan untuk menghasilkan prediksi sedimentasi waduk yang lebih akurat sesuai dengan kondisi lapangan dan dapat mengakomodasi keterbatasan data hidrolik pada waduk-waduk yang ada di Indonesia. Implementasi dari pengembangan protokol prediksi sedimentasi waduk dapat memberikan perspektif yang lebih baik di bidang perencanaan, pengoperasian dan pemeliharaan waduk. Protokol ini terdiri dari prediksi erosi lahan jangka panjang, pemodelan debit angkutan sedimen jangka panjang, pemodelan angkutan sedimen waduk secara spasial dan temporal, dan prediksi sedimentasi waduk pada masa mendatang. Studi kasus pada penelitian ini adalah Waduk Wonogiri di Indonesia. Simulasi protokol ini dimulai dengan memprediksi erosi lahan tahunan di DTA Waduk Wonogiri untuk jangka waktu yang panjang dari tahun1993 sampai dengan 2019. Debit angkutan sedimen dimodelkan dari prediksi erosi lahan tahunan dan hidrograf yang dimodelkan menggunakan metode FJ Mock dan divalidasi dengan hasil pengukuran sedimen waduk di lapangan. Angkutan sedimen waduk dimodelkan secara spasial dan temporal menggunakan perangkat lunak MIKE. Simulasi ini menghasilkan volume sedimen waduk setiap satuan waktu, terindikasi dari perubahan elevasi dasar waduk, tervalidasi dengan batimetri di lapangan. Prediksi sedimentasi waduk di masa mendatang menggunakan metode regresi secara modular. Hasil prediksi sedimentasi waduk adalah volume sedimen sebesar 146 juta m³ untuk 50 tahun mendatang. Protokol ini memperkenalkan secara luas model matematis angkutan sedimen waduk secara spasial serta memprediksi volume dan sebaran sedimen di dasar waduk pada masa mendatang dengan menggunakan metode regresi secara modular yang hasilnya lebih akurat dari peneletian terdahulu. ......The dead storage capacity of a reservoir is usually designed based on the soil erosion rate of the catchment area for a certain year, without considering the land use and precipitation dynamics in the catchment, as well as sedimentation distribution analysis at the bottom of the reservoir. Development of a protocol is needed for a more accurate prediction of reservoir sediment transport to describe the real condition and accommodate data limitations. It will give a good perspective on reservoir design, operation, and maintenance strategy. The proposed protocol consists of long-term soil erosion prediction, modeling long-term sediment discharge, modeling spatial-temporal reservoir sediment transport, and predicting reservoir sediment volume and distribution in the future. The case study is in Wonogiri reservoir, Indonesia. Simulation of the proposed protocol in the case study began by obtaining long-term soil erosion prediction from 1993 – 2019. Sediment discharge was modeled from soil erosion and long-term hydrographs model using the FJ Mock method and validated with sediment rate measured directly in the field. The reservoir sediment transport model was using MIKE software. The simulation gives the volume and distribution of sedimentation validated by the bathymetry result of the reservoir. Prediction of future sedimentation was using the modular regression method. The prediction result of reservoir sediment volume in 2069 is 146.7 million m³. This protocol promotes spatial reservoir sediment transport model and sedimentation prediction by modular regression. The result is more accurate than previous studies.

Abstrak :
Kesehatan DAS (KesDAS) adalah ukuran struktur dan fungsi ekosistem yang ditandai dengan kelimpahan dan keragaman spesies, sumber anorganik dan organik, serta atribut fisik (termasuk kompleksitas habitat). Beberapa negara mulai mengembangkan instrumen penilaian kesehatan DAS, sebagai dasar untuk menentukan langkah pengelolaan DAS yang menjadi prioritas. Pendekatan sistem untuk penilaian dan perlindungan DAS yang sehat didasarkan pada evaluasi terpadu menurut US-EPA (2012) adalah kondisi lanskap, habitat, hidrologi, geomorfologi, kualitas air, dan kondisi biologis. Dan di Indonesia berdasarkan Peraturan Menteri Kehutanan RI No. 60 tahun 2014, klasifikasi DAS dihitung dengan kriteria kondisi lahan, kualitas, kuantitas, dan kontinuitas air, sosial ekonomi dan kelembagaan, investasi bangunan air, pemanfaatan ruang wilayah. Tujuan penelitian ini adalah menghitung kesehatan DAS di Provinsi Lampung, mengembangkan model penilaian kesehatan DAS dengan gabungan variabel Permnehut 60/2014 dan US-EPA 2012, serta membuat aplikasi untuk menghitung kesehatan DAS berdasarkan persamaan hasil pemodelan. Penelitian dilakukan di 28 lokasi yang tersebar di 5 DAS Provinsi Lampung. Data primer yang digunakan yaitu data kualitas air, data kondisi habitat, dan kondisi biotilik. Pembobotan dan skor variabel yang digunakan mengikuti aturan Permenhut 60/ 2014, untuk kualitas air memakai standar WQI, untuk habitat dan biotilik sesuai dengan panduan dari Ecoton 2011. Hasil yang didapatkan dalam penelitian ini menunjukkan bahwa 18% (3 sub- DAS) dalam kondisi dipulihkan daya dukungnya berdasarkan perhitungan Klasifikasi Permenhut 60/2014. Penilaian kesehatan DAS dengan variabel US-EPA 2012 memiliki nilai bervariasi sesuai dengan kriteria yang ditinjau. Berdasarkan kondisi lanskap, hanya 5,8% (1 sub-DAS) yang dikategorikan sehat, dan berdasarkan kondisi geomorfologinya ada 2 sub-DAS dikategorikan tidak sehat. Hasil pemodelan diperoleh persamaan KesDAS dan biotilik dengan nilai R2 masing-masing sebesar 0,998 dan 0,946. Untuk memudahkan dalam menghitung nilai kesehatan DAS dan menentukan upaya pengelolaan DAS berdasarkan skala prioritas, maka berdasarkan persamaan model yang diperoleh dibuatlah aplikasi perhitungan yang diberi nama DYTERasDAS (Dwita, Yasman, Titin, Eva, Retno, assesmen Daerah Aliran Sungai) menggunakan bahasa program PHP, jQuery, bootstrap, dan css yang berbasis web. ......The watershed health (KesDAS) is a measure of the ecosystem structure and function characterized by the abundance of species diversities, organic and inorganic resources, and physical attributes (including the habitat complexity). Several countries have been established to develop the instrument for the assessment of the watershed health as the basis to justify procedures to set a priority in the watershed management. The system approach to the assessment and protection of a healthy watershed is based on the integrated evaluation by the United States-Environmental Protection Agency/US-EPA (2012) namely landscape condition, habitat, geomorphology, water quality, and biological condition. Furthermore, in Indonesia, the assessment refers to the regulation of the Ministry of Forestry Number 60 in 2014 (Permenhut 60/2014). In this standard, the watershed classification is justified by the criteria of the land condition, the water quantity, quality, and continuity, the socioeconomic and institutions, the investment on the water infrastructures, and the spatial utilization. This research aims to estimate the watershed health in Lampung Province and to develop the assessment modelling of the estimation. The model combines the variables coming from the Permenhut 60/2014 as well as the US-EPA 2012. Besides, the application based on the results of the assessment modelling is also developed in this study. Furthermore, the data collection was conducted in 28 locations that are scattered in Lampung Province. The primary data used in this research includes the water quality, the habitat condition, and the macro invertebrate living on the riverbed. The variable scoring and weighing method applied in this study follows the Permenhut 60/2014 while the Water Quality Index (WQI) is used to justify the water quality. In the case of the habitat condition and the existence of the macro invertebrate, the analysis refers to the guidance of the Ecoton 2011. The estimation based on the Permenhut 60/2014 shows that 18% (3 sub-watersheds) are categorized as ‘to be recovered’. Meanwhile, the calculation based on the US-EPA resulted in various categorizations in accordance with the assessed criteria. According to the criteria of the landscape condition, only 5.8% (1 sub-watershed) can be categorized as the healthy watershed. On the other hand, 2 sub-watersheds are categorized as unhealthy watersheds based on the criteria of the geomorphology. Besides, the value of the R2 resulted from the watershed health equation and bio-monitoring on the macro invertebrate are respectively 0.998 and 0.946. Eventually, the results gained from the assessment modelling are continued with the development of the computational application that is called as DYTERasDAS. The DYTERasDAS stands for Dwita, Yasman, Titin, Eva, Retno, asesmen Daerah Aliran Sungai). This application uses the computer programming languages such as PHP, jQuery, bootstrap, and css that are on the web basis.

Abstrak :
Penelitian ini bertujuan untuk mengembangkan model optimasi untuk alokasi lahan DAS optimal dalam aspeks debit banjir, debit andalan, erosi, produktivitas, pendapatan dan ketenagakerjaan. Model optimasi dikembangkan menggunakan goal programming yang terintegrasi dengan proses hirarki analisis (AHP) dan sistem informasi geografis (GIS). Fungsi tujuan ditetapkan untuk meminimalkan penyimpangan atau deviasi dari tujuan pengelolaan DAS yaitu: pengendalian banjir dalam periode ulang seratus tahun, debit untuk memenuhi permintaan domestik, perkotaan, industri dan irigasi untuk tiga puluh tahun yang akan datang, tingkat erosi dengan harkat tingkat bahaya erosi sedang, produktivitas pertanian berdasarkan evaluasi lahan kelas agak sesuai (S-2), pendapatan petani sesuai dengan upah minimum regional dan menciptakan lapangan pekerjaan untuk pekerja pertanian potensial yang ada di DAS. Prioritas pada fungsi tujuan ditentukan dengan teknik pembobotan menggunakan proses hirarki analitik. Variabel keputusan adalah hutan (X1), perkebunan (X2), lading/tegalan (X3), kebun campuran (X4), sawah (X5), semak (X6) dan permukiman (X7). Beberapa fungsi kendala tujuan terorganisir menjadi beberapa sub-model. Beberapa sub model tersebut ditentukan dengan menggunakan GIS seperti erosi, dan debit. Kendala fungsional adalah alokasi lahan untuk variabel keputusan tidak boleh melebihi lahan yang tersedia di DAS. Hasil uji model di DAS Manjunto, Provinsi Bengkulu-Indonesia, menunjukkan bahwa model optimasi yang dikembangkan berhasil menentukan alokasi lahan optimal dalam skala DAS ditinjau dari aspek debit banjir periode ulang 100 tahun, debit andalan untuk rumah tangga, industry, perkotaan (RIK) dan irigasi, erosi, produktivitas, pendapatan dan ketenagakerjaan. Namun beberapa kelemahan dari model ini seperti akurasi yang masih rendah perlu disempurnakan dalam penelitian lebih lanjut.

---

This study aims to develop an optimization model for land allocation in terms of discharge, erosion, productivity, income and employment aspects. The optimization model was developed using goal programming integrated with analytic hierarchy process and geographic information system. Objective function was set to minimize the deviation of goals watershed management namely : flood controlling in one hundred year time period, discharge to fulfill the demand domestic, urban, industry and irrigation, erosion rate within medium range, agriculture productivity within medium level, income in compliance with the minimum standard and create jobs to potensial agriculture employment. Priority of objective function was determined by weight method using analytic hierarchy process. Decision variables are forest (X1), plantation (X2), dry land fields (X3), mixed farms (X4), rice fields (X5), shrub (X6) and settlements (X7). Some goal constraint functions organized into several sub-models. Some of sub models determined using GIS such as erosion, and discharge. Functional constraints are the land allocations for them should not exceed the available land on watershed area. The test results in Manjuto watershed on Bengkulu Province showed that the developed optimization model has been successfully determined the optimal allocation of land in a watershed in terms of discharge, erosion, productivity, income and employment aspects. However, low accuration of this model needs to be refined in further research.