PEMODELAN HIDROLOGI　DAS [PDF]

Citation preview

PEMODELAN HIDROLOGI      A.    MODEL SIMULASI HIDROLOGI   Model  merupakan  representasi  atau  gambaran  tentang  sistem  (systems),  obyek  atau  benda  (objects)  dan  kejadian  (events).  Representasi  tersebut  dinyatakan  dalam  bentuk  sederhana  yang  dapat  dipergunakan  untuk  berbagai  macam  tujuan  penelitian.  Penyederhanaan  dilakukan  secara  representatif  terhadap  perilaku  proses  yang  relevan  dari keadaan sebenarnya.   Pembentukan  model  dan  menerapkan  model  dalam  percobaan  merupakan  bentukan  dari  simulasi  (Dent  and  Anderson  1971).  Menurut  Hillel  (1977),  model  simulasi  merupakan  teknik  numerik  dari  percobaan  hipotetik  dari  suatu  gejala  atau  sistem dinamis dan dinyatakan secara kuantitatif.   Penggunaan  model  sebagai  usaha  untuk  memahami  suatu  sistem  yang  rumit  merupakan  teknik  pengkajian  yang  lebih  sederhana  dibandingkan  jika  melalui  keadaan  sebenarnya.  Model  ini  dapat  digunakan  untuk menduga dan menerangkan gejala­ gejala  dalam  suatu  sistem  secara  tepat  (Nasution  dan  Barizi  1980).  Model  yang  dibentuk  berdasarkan  peramalan  terhadap  sistem  belum  dapat  dipastikan  akan  menghasilkan  peamalan yang tepat terhadap perilaku sistem yang sejenis.   Model  simulasi  hidrologi  dapat  diklasifikasikan  berdasarkan  luas  kisaran  karakteristiknya.  Untuk  analisis  DAS,  model  hidrologi  diklasifikasikan  ke  dalam  lumped  parameter  versus  distributed  parameter,  event  versus  continous,  dan   stochastic  versus deterministic.     B.     MODEL HIDROLOGI DAS   Brooks  et  al.  (1987),  Model  hidrologi  merupakan  gambaran  sederhana dari suatu  sistem  hidrologi yang aktual. Model hidrologi biasanya dibuat untuk mempelajari fungsi  dan  respon  suatu  DAS  dari  berbagai  masukan  DAS.  Melalui  model  hidrologi  dapat  dipelajari  kejadian­kejadian  hidrologi  yang  pada  gilirannya  dapat  digunakan  untuk  memprediksi  kejadian hidrologi yang akan terjadi. Harto (1993), model hidrologi adalah  sebuah  sajian  sederhana  (simple  representation)  dari  sebuah  sistem  hidrologi  yang  kompleks.   Pendekatan  sistem  dalam  dalam  analisis  hidrologi  merupakan  suatu  teknik  penyederhanaan  dari  sistem  prototipe  ke  dalam  suatu  sistem  model,  sehingga  perilaku  sistem  yang  kompleks  dapat  ditelusuri  secara  kuantitatif.  Hal  ini  menyangkut  sistem  dengan  mengidentifikasikan  adanya  aliran  massa/energi  berupa  masukan  dan  keluaran  serta suatu sistem simpanan (Pawitan 1995).   Harto  (1993)  mengemukakan  bahwa  konsep  dasar  yang  digunakan  dalam  setiap  sistem  hidrologi  adalah  siklus  hidrologi.  Persamaan  dasar  yang  menjadi  landasan  bagi  semua  analisis  hidrologi  adalah  persamaan  neraca  air  (water  balanced  equation).  Persamaan  neraca  air  dari  suatu  DAS  untuk  suatu  periode  dapat  dinyatakan  dengan  persamaan berikut :    ​ ∆S = Input – Output   Di mana :  ∆ S = perubahan tampungan (storage change), Input = masukan (inflow), dan Output =  keluaran (outflow).  



Harto  (1993)  mengemukakan  bahwa  tujuan  penggunaan  suatu  model  dalam  hidrologi,  antara  lain  sebagai  berikut  :  a)  peramalan (forecasting) menunjukkan besaran  maupun  waktu  kejadian  yang  dianalisis  berdasar  cara  probabilistik;  b)  perkiraan  (predicting)  yang  mengandung  pengertian  besaran  kejadian  dan  waktu  hipotetik  (hipotetical  future  time);  c) sebagai alat deteksi dalam masalah pengendalian; d) sebagai  alat  pengenal  (identification)  dalam  masalah  perencanaan;  e)  ekstrapolasi  data/informasi;  f)  perkiraan  lingkungan  akibat  tingkat  perilaku  manusia  yang  berubah/meningkat; dan g) penelitian dasar dalam proses hidrologi.     1. Klasifikasi Model Hidrologi   Harto  (1993)  mengemukakan  bahwa  secara  umum model dapat dibagi dalam tiga  kategori,  yaitu  :  1)  model  fisik  yang  menerangkan  model  dengan  skala  tertentu  untuk  menirukan  prototipenya;  2)  model analog yang disusun dengan menggunakan rangkaian  resistor­kapasitor  untuk  memecah  persamaan­persamaan  diferensial  yang  mewakili  proses  hidrologi;  3)  model  matematik  yang  menyajikan  sistem  dalam  rangkaian  persamaan  dan  kadang­kadang  dengan  ungkapan­ungkapan  yang menyajikan hubungan  antar variabel dan parameter.   Model juga dapat diklasifikasikan menjadi: 1) model stokastik, di mana hubungan  antara  masukan  dan  keluarannya  didasarkan  atas  kesempatan  kejadian dan probabilitas;  2)  model  deterministik,  di  mana  setiap  masukan  dengan  sifat­sifat  tertentu,  selalu  akan  menghasilkan keluaran yang tertentu pula.   Di  samping  itu,  model  dapat  digolongkan  menjadi  :  1)  model  empirik,  yaitu  model  yang  semata­mata  mendasarkan  pada  percobaan  dan  pengamatan;  2)  model  konseptual,  yaitu  model  yang  menyajikan  proses­proses  hidrologi  dalam  persamaan  matematik dan membedakan antara fungsi produksi (production) dan fungsi penelusuran  (routing).   2. Jenis Model   Sinukaban  (1995)  mengemukakan  bahwa  sebagai  suatu  sistem  hidrologi,  DAS  meliputi  jasad  hidup,  lingkungan fisik dan kimia yang berinteraksi secara dinamik, yang  di  dalamnya  terjadi  kesetimbangan  dinamik  antara  energi  dan  material  yang  masuk  dengan  energi  dan material yang keluar. Dalam keadaan alami, energi matahari, iklim di  atas  DAS  dan  unsur­unsur  endogenik  di  bawah  permukaan  DAS  merupakan  masukan  (input).  Sedangkan  air  dan  sedimen  yang  keluar  dari muara DAS serta air yang kembali  ke udara melalui evapotranspirasi adalah keluaran (output) DAS.   Model  USLE  (universal  soil  loss  equation),  MUSLE  (modified  USLE),  RUSLE   (revised  USLE), CREAMS (chemical runoff and erosion from agricultural management  system) dan GLEAMS (groundwater loading effect of agricultural management system),  tergolong  dalam  lumped  parameter,  yaitu  model  yang  mentransformasi  curah  hujan  (input)  ke  dalam  aliran  permukaan  (output)  dengan  konsep  bahwa  semua  proses  dalam  DAS  terjadi  pada  satu titik spasial. WEPP (water erosion predicting project), KINEROS  (kinematic  erosion  simulation),  EUROSEM  (european  soils  erosion  model),  TOP  MODEL  (topografically  and  physically based, variable contributing area model of basin  hidrology)  dan  ANSWERS  (areal  nonpoint  source  watershed  environmental  response  simulation)  tergolong  distributed  parameter,  yaitu  model  yang  berusaha  menggambarkan  proses  dan  mekanisme  fisik  dan  keruangan,  memperlakukan  masing  komponen  DAS  atau  proses  sebagai  komponen  mandiri  dengan  sifatnya  masing­ 



masing.  Model  tersebut  secara  teori  sangat  memuaskan,  tetapi  data  lapangan  sering  terbatas untuk mengkalibrasi dan memverifikasi hasil simulasi.   Model  HEC­1  adalah  event  model  yang  mensimulasikan  respon  hujan  tunggal  sebagai input data. Sedangkan SWM­IV (stanford watershed model) dan SWMM (storm  water  management  model)  merupakan  continous  model  yang  didasarkan  pada  persamaan  kesetimbangan  air  dalam  jangka  yang  lebih  panjang.  Model  tersebut  cocok  untuk digunakan pada DAS yang memiliki ukuran yang lebih luas.   Model  AGNPS  (agricultural  non  point  source  pollution  model)  merupakan  gabungan  antara  model  distribusi  dan  model  sekuensial.  Sebagai  model  distribusi,  penyelesaian  persamaan  keseimbangan  massa  dilakukan  serempak  untuk  semua  sel.  Sedangkan  sebagai  model  sekuensial,  air  dan cemaran ditelusuri dalam rangkaian aliran  dipermukaan lahan dan di saluran secara berurutan (Pawitan 1999).   Model SWAT (soil and water assessment toll) adalah model yang dikembangkan  untuk memprediksi dampak pengelolaan lahan (land management practices) terhadap  air, sedimen dan bahan kimia pertanian yang masuk ke sungai atau badan air pada suatu  DAS yang kompleks, dengan tanah, penggunaan tanah dan pengelolaannya yang  bermacam­macam sepanjang waktu yang lama (Arsyad 2006).     C. MODEL EROSI   1. Model USLE   Model  penduga  erosi  USLE  (universal  soil  loss  equation)  merupakan  model  empiris  yang  dikembangkan  di  Pusat  Data Aliran Permukaan dan Erosi Nasional, Dinas  Penelitian  Pertanian,  Departemen  Pertanian  Amerika  Serikat  (USDA)  bekerja  sama  dengan  Universitas  Purdue  pada  tahun  1954  (Kurnia  1997).  Model  tersebut  dikembangkan  berdasarkan  hasil  penelitian  erosi  pada  petak  kecil  (Wischmeier  plot)  dalam jangka panjang yang dikumpulkan dari 49 lokasi penelitian. Berdasarkan data dan  informasi  yang  diperoleh  dibuat  model  penduga  erosi  dengan  menggunakan  data  curah  hujan,  tanah,  topografi  dan  pengelolaan  lahan.  Secara  deskriptif  model  tersebut  diformulasikan sebagai (Arsyad 2006) :   A = RKLSCP   Di mana:            A : jumlah tanah yang tererosi (ton/ha/tahun)   R : faktor erosivitas hujan   K : faktor erodibilitas tanah   L : faktor panjang lereng  S : faktor kemiringan lereng  C : faktor penutupan dan pengelolaan tanaman   P : faktor tindakan konservasi tanah    Pada  awalnya model penduga erosi USLE dikembangkan sebagai alat bantu para  ahli  konservasi  tanah  untuk  merencanakan  kegiatan  usahatani  pada  suatu  landscape  (skala  usahatani).  Akan  tetapi  mulai  tahun  1970,  model  ini  menjadi  sangat  populer  sebagai  model  penduga  erosi  lembar  (sheet  erosion)  dan  erosi  alur  (rill  erosion)  dalam  rangka  mengaplikasikan  kebijakan  konservasi  tanah.  Model  ini  juga  pada  awalnya  digunakan  untuk  menduga  erosi  dari  lahan­lahan  pertanian,  tetapi  kemudian  digunakan  pada  daerah­daerah  penggembalaan,  hutan,  pemukiman,  tempat  rekreasi,  erosi  tebing 



jalan tol, daerah pertambangan dan lain­lain (Wischmeier 1976).  Model  penduga  erosi  USLE  juga  telah  secara  luas  digunakan  di  Indonesia.  Disamping  digunakan  sebagai model penduga erosi wilayah (DAS), model tersebut juga  digunakan  sebagai  landasan  pengambilan  kebijakan  pemilihan  teknik  konservasi  tanah  dan  air  yang  akan  diterapkan,  walaupun  ketepatan  penggunaan  model  tersebut  dalam  memprediksi  erosi  DAS  masih  diragukan  (Kurnia  1997).  Hal  ini  disebabkan  karena  model  USLE  hanya  dapat  memprediksi  rata­rata kehilangan tanah dari erosi lembar dan  erosi  alur,  tidak  mampu  memprediksi  pengendapan  sedimen  pada  suatu  landscape  dan  tidak  menghitung  hasil  sedimen  dari  erosi  parit,  tebing  sungai  dan  dasar  sungai  (Wischmeier 1976)  Berdasarkan  hasil  pembandingan  besaran  erosi  hasil  pengukuran  pada  petak  erosi  standar  (Wischmeier  plot)  dan  erosi  hasil  pendugaan  diketahui  bahwa  model  USLE  memberikan  dugaan  yang  lebih  tinggi  untuk  tanah  dengan  laju  erosi rendah, dan  erosi  dugaan  yang  lebih  rendah  untuk  tanah  dengan  laju  erosi  tinggi.  Dengan  kata  lain  kekurang­akuratan  hasil  pendugaan  erosi  pada  skala  plot,  mencerminkan  hasil  dugaan  model  ini  pada  skala  DAS  akan  mempunyai  keakuratan  yang  kurang  baik.  Disamping  itu,  model  USLE  tidak  menggambarkan  proses­proses  penting  dalam  proses  hidrologi  (Risse  et  al.1993).  Berdasarkan  beberapa  kelemahan  tersebut,  model  erosi  USLE  disempurnakan  menjadi  RUSLE  (Revised  USLE)  dan  MUSLE  (Modified  USLE)  dengan  menggunakan  teori  erosi  modern  dan  data­data  terbaru  (Renard  1992dalam  Risse et al. 1993), tetapi masih tetap berbasis plot.   Hasil­hasil  penelitian  pengujian  model  penduga  erosi  USLE  baik  yang  dilakukan  di  Indonesia  maupun  di  luar  negeri seperti Afrika, Eropa, negara­negara Asia  dan  di  Amerika  Serikat  itu  sendiri,  menunjukkan  bahwa  model  penduga  erosi  USLE  tidak  dapat  digunakan  secara  universal  (Kurnia  1997) dan memberikan hasil pendugaan  yang  bias jika digunakan untuk memprediksi erosi DAS. Hal tersebut disebabkan karena  ekstrapolasi  hasil  penelitian  dari  areal  yang  sempit  ke  areal yang lebih luas (DAS) akan  memberikan hasil yang keliru (Lal 1988).     2. Model ANSWERS   Model  ANSWERS  (areal  nonpoint  source  watershed  environmental  response  simulation)  merupakan  sebuah  model  hidrologi  dengan  parameter  terdistribusi  yang  mensimulasikan  hubungan  hujan­limpasan  dan  memberikan  dugaan  hasil  sedimen.  Model  hidrologi  ANSWERS  dikembangkan  dari  US­EPA  (United  States  Environment  Protection  Agency)oleh  Purdue  Agricultural  Enviroment  Station  (Beasley  and  Huggins  1991).   Salah  satu sifat mendasar dari model ANSWERS adalah termasuk kategori model  deterministik  dengan  pendekatan  parameter  distribusi.  Model  distribusi  parameter DAS  dipengaruhi  oleh  variabel  keruangan  (spatial),  sedangkan  parameter­  parameter  pengendalinya, antara lain : topografi, tanah, penggunaan lahan dan sifat hujan.   Struktur Model ANSWERS   Model  ANSWERS  adalah  model  deterministik  yang  didasarkan  pada  hipotesis  bahwa  setiap  titik  di  dalam  DAS  mempunyai  hubungan  fungsional  antara  laju  aliran  permukaan  dan  beberapa  parameter  hidrologi  yang  mempengaruhi  aliran,  seperti  intensitas  hujan,  infiltrasi, topografi, jenis tanah dan beberapa faktor lainnya. Laju aliran  yang  terjadi  dapat  digunakan  untuk  memodelkan  fenomena  pindah  massa,  seperti  erosi 



dan polusi dalam wilayah DAS.   Dalam  model  ini  suatu  DAS  yang  akan  dianalisis  responnya  dibagi  menjadi  satuan  elemen  yang  berukuran  bujursangkar,  sehingga  derajat  variabilitas spasial dalam  DAS  dapat  terakomodasi.  Konsep distribusi disefinisikan melalui hubungan matematika  untuk  semua  proses  simulasi,  model  ini  mengasumsikan  bahwa  suatu  DAS  merupakan  gabungan  dari  banyak  elemen  yang  diartikan  sebagai  suatu  areal  yang  memiliki  paramater  hidrologi  yang  sama.  Setiap  elemen  akan  memberikan  kontribusi  sesuai  dengan  karakteristik  yang  dimiliki.  Model  ini  juga  mengikut  sertakan  semua  parameter  kontrol  secara  spasial.  Oleh  karena  itu  model  ANSWERS  melakukan  analisis  pada  setiap satuan elemen.   Parameter Masukan Model ANSWERS   Data  masukan  model  ANSWERS  dikelompokkan  dalam  lima  bagian  (de  Roo  1993), yaitu :   1)  Data curah hujan, yaitu : jumlah dan intensitas hujan pada suatu kejadian hujan.           2) Data tanah, yaitu : porositas total (TP), kapasitas lapang (FP), laju infiltrasi konstan (FC)  selisih  laju  infiltrasi  maksimum  dengan  laju  infiltrasi  konstan  (A),  eksponen  infiltrasi  (P),  kedalaman  zona  kontrol  iniltrasi  (DF),  kandungan  air  tanah  awal  (ASM),  dan  erodibilitas tanah (K).       3)  Data  penggunaan  dan  kondisi  permukaan  lahan,  meliputi  :  volume  intersepsi  potensial  (PIT),  persentase  penutupan  lahan  (PER),  koefisien  kekasaran  permukaan  (RC),  tinggi  kekasaran  maksimum  (HU),  nilai  koefisien  manning  untuk  permukaan  lahan (N), faktor tanaman dan pengelolaannya (C).   4) Data karakteristik saluran, yaitu lebar saluran (CW) dan koefisien manning (N).           5)  Data  satuan  individu  elemen,  yaitu  :  kemiringan  lereng,  arah  lereng,  jenis  tanah,  jenis  penggunaan  lahan,  liputan  penakar  hujan,  kemiringan  saluran,  dan  elevasi  elemen  rata­rata.                 Mekanisme model ANSWERS   Mekanisme model ANSWERS dapat dijelaskan sebagai berikut (de Roo 1993) :          1)  Hujan  yang  jatuh  pada  suatu  DAS  dengan  vegetasi  tertentu,  sebagian  akan  diintersepsi  oleh tajuk vegetasi (PER) sampai potensial simpanan intersepsi (PIT) tercapai.          2)  Apabila  laju  hujan  lebih  kecil  dari  laju  intersepsi,  maka  air  hujan  tidak  akan  mencapai  permukaan tanah. Sebaliknya jika laju hujan lebih besar dari laju intersepsi, maka terjadi  infiltrasi.   3)  Laju  infiltrasi  awal  tersebut  dipengaruhi  oleh  kandungan  air  tanah  awal  (ASM  = 



anticedent  soil  moisture),  porositas  tanah  total (TP), kandungan air tanah pada kapasitas  lapang (FP), laju infiltrasi pada saat konstan (FC), laju infiltrasi maksimum (FC+A), dan  kedalaman  zona  kontrol  infiltrasi  (DF).  Laju  infiltrasi  akan  menurun  secara  eksponensial dengan bertambahnya kelembaban tanah.          4)  Jika  hujan  terus  berlanjut,  maka  laju  hujan  menjadi  lebih  besar  dari  laju  infiltrasi  dan  intersepsi.  Pada  kondisi  ini  air  mulai  mengumpul  dipermukaan  tanah  dalam  depresi  mikro  (retention  storage)  yang  dipengaruhi  oleh  kekasaran  permukaan  tanah,  yaitu  RC  dan HU.          5)  Jika  retensi  permukaan  melebihi  kapasitas  depresi  mikro,  maka  akan  terjadi  limpasan  permukaan,  di  mana  besarnya  limpasan  permukaan tersebut dipengaruhi oleh kekasaran  permukaan (N), kelerengan dan arah aliran.   6) Bila hujan terus berlanjut, maka akan tercapai laju infiltrasi konstan (FC).   7)  Pada  saat  hujan  reda,  proses  infiltrasi  masih terus berlangsung sampai simpanan depresi  sudah tidak tersedia lagi.     Parameter Keluaran Model ANSWERS   Keluaran  model  berupa  hasil  prediksi,  yaitu  :  ketebalan  aliran  permukaan,  debit  puncak,  waktu  puncak,  rata­rata  kehilangan  tanah,  laju  erosi  maksimum  tiap  elemen,  laju  deposisi  maksimum  tiap  elemen  dan  pengurangan  jumlah  sedimen  akibat  tindakan  konservasi tanah.   Model  ANSWERS  juga  menampilkan  grafik  yang berisi hyetograf hujan terpilih,  hidrograf  aliran  permukaan,  dan sedimentasi. Dari setiap kajadian hujan dapat dianalisis  debit  puncak  dan  waktu  puncak.  Debit  puncak  adalah nilai puncak (tertinggi) dari suatu  hidrograf  aliran,  dan  waktu  puncak  adalah  selang  waktu  mulai  dari  awal  terjadinya  aliran permukaan sampai terjadinya debit puncak (Beasley and Huggin 1991).   Asumsi  yang  digunakan  untuk  memprediksi  erosi  dengan  model  ini  adalah  :  1)  erosi  tidak  terjadi  di  lapisan bawah permukaan; 2) sedimen dari suatu elemen ke elemen  lain  akan  meningkatkan  lapisan  permukaan  elemen  tempat  pengendapan;  dan  3)  pada  segmen  saluran  tidak  terjadi  erosi  akibat  hempasan  butir  hujan  (Beasley  and  Huggin  1991).   Penghancuran  dan  pengangkutan  partikel  tanah  disebabkan  oleh  pukulan  butir  hujan  (DTR)  dan  energi  limpasan  permukaan.  Jumlah  partikel  tanah  yang  dapat  dipindahkan  tergantung  dari  besarnya  sedimen  yang  dihasilkan  dan  kapasitas  transpornya  (TC).  Air  limpasan  dan  sedimen  yang  dapat  mencapai  elemen  yang  memiliki  saluran,  akan  bergerak  menuju  outlet  DAS,  di  mana  sedimentasi  yang  terjadi  dalam  saluran  akan  terjadi  ketika  besarnya  kapasitas  transpor  telah  terlewati  (de  Roo  1993).   Kelebihan dan Kelemahan Model ANSWERS   Beasley  dan  Huggins  (1991)  menyebutkan  bahwa  model  ANSWERS  dapat  digunakan  untuk  DAS  yang  luasnya  kurang  dari  10.0000  ha.  Kelebihan  dan  model  ANSWERS  adalah  :  a)  analisis  parameter  distribusi  yang  dipergunakan  dapat  memberikan  hasil  simulasi  yang  akurat  terhadap  sifat  daerah  tangkapan;  b)  dapat  mensimulasi  secara  bersamaan  dari  berbagai  kondisi  dalam  DAS;  c)  memberikan  keluaran berupa limpasan dan sedimen dari suatu DAS yang dianalisis.   Beasley  dan  Huggins  (1991),  mengemukakan  bahwa  model  ANSWERS  sebagai  sebuah model hidrologi mempunyai kelebihan, antara lain :  



       1)  Dapat  mendeteksi  sumber­sumber  erosi  di  dalam  DAS  serta  memiliki  kemampuan  sebagai alat untuk strategi perencanaan dan evaluasi kegiatan RLKT DAS.   2)  Dapat  mengetahui  tanggapan  DAS  terhadap  mekanisme  pengangkutan  sedimen  ke  jaringan aliran yang ditimbulkan oleh kejadian hujan         3)  Sebagai  suatu  paket  program  komputer  yang  ditulis  dalam  bahasafortran,  mempunyai  kemampuan  untuk  melakukan  simulasi  hujan­limpasan  dari berbagai perubahan kondisi  penggunaan lahan dalam DAS.          4)  Untuk  melakukan  inputing  data  base  (topografi,  tanah,  penggunaan  lahan,  sistem  saluran)  ke  dalam  model  dapat  diintegrasikan  dengan  data  dari  remote  sensing  maupun  SIG.   5)  Adanya  variasi  pemilihan  parameterinput  danoutput  dari  model  disesuaikan  dengan  kebutuhan pengguna.  6) Sesuai untuk diterapkan pada lahan pertanian, hutan, maupun perkotaan.  7) Satuan pengukuran dapat berupa metrik ataupun British unit.  8) Dapat diterapkan pada DAS dengan ukuran lebih kecil dari 10.000 ha.    Sedangkan kekurangan nodel ANSWERS antara lain :   1)  Semakin  kompleks,  terutama  pada  data  perlukan  dan  waktu  penghitungan,  dimana  besarnya tergantung dari berbagai faktor, seperti luas DAS dan jumlah grid.   2)  Model  terdistribusi relatif masih bari dibanding lumped parameter, sehingga masih perlu  pengembangan dan penyesuaian.   3) Karena hanya untuk tiap kejadian hujan (individual event), maka model ini   tidak memiliki sub model untuk evapotranspirasi.  4) Erosi dari saluran belum diperhitungkan ke dalam model.   5) Batas grid kemugkinan tidak menggambarkan batas yang sebenarnya.   6) Untuk sebuah grid dalam kenyataan dapat lebih besar dari luas sub­sub DAS.     Aplikasi Model ANSWERS   Hipotesis  yang dikembangkan dalam model ini adalah bahwa setiap bagian dalam  DAS  terjadi  hubungan  antara  laju  aliran  dan  parameter­parameter  hidrologi,  serta  tipe  tanah,  topografi,  infiltrasi,  penggunaan  lahan  dan  sifat  hujan.  Laju  aliran  yang  terjadi  dapat  digunakan  untuk  mengkaji  hubungan  antara  komponen  hidrologi  yang  menjadi  dasar  dalam  pemodelan  fenomena  transport,  seperti  erosi  tanah  dan  pengangkutan serta  pergerakan bahan kimia tanah.   Model  ANSWERS  ini  telah  diaplikasikan  penggunaannya pada beberapa DAS di  Indonesia melalui beberapa riset, di antaranya :     1)  Irianto  (1993)  mempelajari  model  ANSWERS  untuk  memprediksi  erosi  dan  aliran  permukaan  pada  areal  waduk  Batujai  Nusa  Tenggara  Timur  agar  dapat  memanfaatkan  sumberdaya  air  dan  lahan  secara  lestari.  Kesimpulan:  Model  ANSWERS  cukup  informatif  dalam  menampilkan  arah  lereng,  kelas  lereng  dan  areal  penyuplai  sedimen.  Di  samping  itu,  dapat  menampilkan  hasil  prediksi  aliran  permukaan  per  satuan  waktu  pada  tiap  elemen.  Informasi  yang  diberikan  berupa:  hasil  sedimen  maksimum,  hasil  sedimen  rata­rata,  hasil  sedimen  tiap  elemen,  total  hasil  sedimen; dan aliran permukaan  dari suatu DAS, sehingga akan meningkatkan akurasi penanganannya.          2)  Rauf  (1994)  melakukan  penelitian  di  DAS  Palu  Timur  dengan  tujuan:  a)  memprediksi 



limpasan  dan  sedimen  di  DAS  Palu  Timur dengan menggunakan model ANSWERS; b)  menentukan  kawasan  yang  memiliki  potensi  erosi  tinggi  melalui  simulasi;  dan  c)  mempelajari  pengaruh  penggunaan  lahan  terhadap  respon  hidrologi  DAS.  Kesimpulan:  Penggunaan  model  ANSWERS  dalam  analisis  respon  Hidrologi  DAS,  dapat  diperoleh  informasi  berupa  limpasan  dan  sedimen  rata­rata, pengurangan sedimen akibat tindakan  konservasi  tanah,  serta  dapat  diidentifikasi daerah pemasok sedimen. Akan tetapi model  ini  lebih  sesuai  untuk  DAS  yang  berukuran  kecil  karena  model  ini  hanya  mampu  mensimulasi satu liputan penakar hujan.   3)  Rompas  (1996)  melakukan  penelitian  di  daerah  tangkapan  Citere,  DAS  Citarik,  Pangalengan,  Jawa  Barat.  Tujuan  penelitian  adalah  memprediksi  aliran  permukaan  dan  sedimen  dengan  model  ANSWERS,  serta  melakukan  simulasi  dengan  model  ANSWERS  untuk  digunakan  dalam  perencanaan  pengelolaan  daerah  tangkapan  Citere  pangalengan.  Kesimpulan:  Uji  statistik  menunjukkan  bahwa  aliran  permukaan  dan  sedimen  hasil  prediksi  model  ANSWERS  tidak  berbeda  dengan  hasil  observasi.  Model  ANSWERS  cukup baik digunakan untuk memprediksi aliran permukaan dan sedimen di  dalam DAS.          4)  Tikno  (1996)  melakukan penelitian di DAS Cibarengkok, Cimuntur, Jawa Barat. Tujuan  penelitian  adalah:  a)  memprediksi  aliran  permukaan  dan  hasil  sedimen  di  DAS  Cibarengkok  dengan  menggunakan  model  ANSWERS;  b)  membandingkan  hasil  prediksi model dengan hasil pengukuran (pengujian model); dan c) aplikasi model untuk  perencanaan  pengelolaan  DAS.  Kesimpulan:  Model  ANSWERS  cukup  peka  terhadap  perubahan  nilai  parameter  kekasaran  permukaan  lahan  (N)  dalam  memprediksi  aliran  langsung,  khususnya  pada  debit  puncak  (Qp).  Selain  itu  model  ANSWERS  juga sangat  peka  terhadap  parameter  faktor  tanaman  dan  pengelolaan  tanah (C) dalam memprediksi  kehilangan tanah (Sy).          5)  Aswandi  (1996)  melakukan  penelitian  di  DAS  Cikapundung,  Jawa  Barat.  Tujuan  penelitian  ini  adalah  mengevaluasi  dan  menentukan  perencanaan  pengelolaan  DAS  dengan  menggunakan  model  ANSWERS.  Kesimpulan:  Perubahan  vegetasi  (hutan)  paling  berpengaruh  terhadap  fluktuasi  debit  aliran  dan  penambahan  kebun  campuran  menimbulkan ersoi paling besar dalam DAS.          6)  Ramdan  (1999)  melakukan  penelitian  di  DTA  Cikumutuk  DAS  Cimanuk  Hulu.  Tujuan  penelitian  ini  adalah:  a)  memprediksi  besarnya  erosi  dan  aliran  permukaan  yang  terjadi  di  DAS  Cimanuk  menggunakan  model  ANSWERS;  dan  b)  menentukan  alternatif  penggunaan  lahan  yang dapat mengendalikan erosi dan aliran permukaan yang terjadi di  DAS  Cimanuk.  Hasil  simulasi  model  ANSWERS  menunjukkan  bahwa  penggunaan  lahan  yang  seluruhnya  berupa  hutan  paling  efektif  menurunkan  erosi,  yaitu  sebesar  91,8%.  Sedangkan  penggunaan  lahan  yang  paling  besar  meningkatkan  erosi  adalah  penggunaan  lahan  yang  seluruhnya  berupa  tegalan  dengan  kenaikan  erosi  mencapai  328% dari erosi pada saat penelitian.          7)  Hidayat  (2002)  melakukan  penelitian  di  DTA  Bodong  Jaya  dan  DAS Way Besay Hulu,  Lampung  Barat.  Penelitian  bertujuan  untuk  memprediksi  erosi  dan  aliran  permukaan di  DTA  Bodong  Jaya  dan  DAS  Way  Besay  Hulu,  Lampung  Barat  dengan  menggunakan  model  ANSWERS  dan  menentukan  alternatif  pengelolaan  lahan  yang  efektif  mengendalikan  erosi  dan  aliran  permukaan  di  DTA  Bodong  Jaya  dan  DAS  Way Besay  Hulu.  Kesimpulan:  Model  ANSWERS  memprediksi  erosi  dan  aliran  permukaan  secara  baik  pada  curah  hujan  dengan  jumlah  dan  intensitas  yang  cukup  tinggi.  Pada  curah 



hujan  yang rendah, hasil prediksi model mengalami deviasi yang cukup besar, walaupun  secara  keseluruhan  hasil  prediksi  model  tersebut  tidak  berbeda  nyata  dengan  hasil  pengukuran.          8)  Utami  (2002)  melakukan  penelitian  di  DAS  Padas.  Tujuan  penelitian  ini  adalah:  a)  memprediksi  aliran  permukaan  dan  eosi  menggunakan  model  ANSWERS;  dan  2)  mengkaji  pengaruh  teknik  RLKT  terhadap  hidrologi  DAS  Padas.  Kesimpulan:  Parameter  hidrologi­erosi  hasil  pengukuran  dan  keluaran  model  ANSWERS  tidak  berbeda  nyata  dengan  nilai  koefisien  korelasi  yang  cukup  tinggi.  Dengan  demikian  model  ANSWERS  cukup  baik  untuk  memprediksi  erosi  tanah  rata­rata,  jumlah  aliran  permukaan, dan debit puncak aliran permukaan di daerah penelitian.   3. Model AGNPS   Model  AGNPS  (agricultural  non  point  source  pollution  model)  dikembangkan  oleh  USDA­ARS,  North  Central  Soil  Consrvation  Service,  Morris,  Minnesota  yang  bekerjasama  dengan  USDA­SCS,  MPCA  (Minnesota  Pollution  Control  Agency),  LCMR  (Legeslative  Commission  in  Minnesota  Resources)  dan  EPA  (Environmental  Protection  Agency)  (Young  et  al.  1994).  Model  ini  terus  berkembang  dan  telah  diterapkan  di  beberapa  negara  untuk  menentukan  langkah­langkah  kebijakan  dan  evaluasi  dalam  kegiatan  konservasi,  seperti  di  Amerika,  Canada  dan  negara­negara  di  Eropa (Yoon 1996).   Struktur Model AGNPS   Model  AGNPS  bekerja  pada  basis  sel  geografis  (dirichlet  tesselation)  yang  digunakan  untuk  menggambarkan  kondisi  daratan  (upland)  dan  saluran  (channel).  Dirichlet  tesselation  adalah  proses  pembagian  dan  pengelompokan  DAS  menjadi  sel  (tiles)  yang  juga  dikenal  dengan  nama  polygon  Thiessen  atauVoronoi.  Setiap  sel  berbentuk  bujur  sangkar  seragam  yang  membagi  DAS  secara  merata,  di  mana  memungkinkan  analisis  pada titik dalam suatu DAS.   Polutan  potensial  ditelusuri  melalui  sel­sel  dari  awal  hinggaoutlet  secara  bertahap,  sehingga  aliran  pada  setiap  titik  antar  sel  dapat  diperhitungkan.  Seluruh  karakteristik DAS dan masukan digambarkan pada tingkatan sel.   Setiap  sel  mempunyai  resolusi  2,5  akre  (1,01  ha)  hingga  40  akre  (16,19  ha).  Ukuran  sel  yang  lebih  kecil  dari  10  akre  direkomendasikan  untuk  DAS  dengan  luas  kurang  dari  2000 akre (809,36 ha). Untuk DAS yang luasnya lebih dari 2000 akre, maka  ukuran seladapat berukuran 40 akre (Yoon 1996).   Setiap  sel  utama  dapat  dibagi  lagi  menjadi  sel­sel  yang  lebih  kecil  untuk  memperoleh  resolusi  yang  lebih  rinci  dari  kondisi  topografi  yang  komplek.  Ketelitian  hasil  dapat  ditingkatkan  dengan  mengurangi  ukuran  sel,  tetapi  hal  ini  akan  membutuhkan waktu dan tenaga yang lebih banyak untuk menjalankan model.   Nilai­nilai  parameter  model  untuk  skala  sel  ditetapkan  berdasarkan  kondisi  biofisik  aktual  pada  masing­masing  sel.  Oleh  sebab  itu,  untuk  mendapatkan  satu  nilai  parameter  yang  seragam  pada  masing­masing  sel,  perlu  ditetapkan  nilai  tunggal  parameter  sel  dengan  menghitung  nilai  rata­rata  tertimbang  dari  berbagai  kondisi  bergam yang ada (Yoon 1996).   Parameter Masukan Model AGNPS   Ada dua parameter masukan dalam model AGNPS, yaitu inisial data dan data per  sel (spreadseheet data entry) (Yoon 1996). Parameter masukan inisial data, meliputi : 1)  identifikasi DAS; 2) deskripsi DAS; 3) luas sel (akre); 4) jumlah sel; 5) curah hujan 



(inci); 6) konsentrasi N dalam curah hujan (ppm); 7) energi intensitas hujan maksimum  30 menit (EI30); 8) durasi hujan (jam); 9) perhitungan debit puncak aliran; 10)  perhitungan geomorfik; dan 11) faktor bentuk hidrograf.   Sedangkan parameter masukan per sel dalam model AGNPS terdiri dari 22  parameter, yaitu : 1) nomor sel; 2) nomor sel penerima; 3) divisi sel; 4) divisi sel  penerima; 5) arah aliran; 6) bilangan kurva aliran permukaan; 7) kemiringan lereng (%);  8) faktor bentuk lereng; 9) panjang lereng; 10) koefisien aliran Manning; 11) faktor  erosibilitas tanah; 12) faktor pengelolaan tanaman; 13) faktor pengelolaan tanah; 14)  konstanta kondisi permukaan; 15) faktor COD; 16) tekstur tanah; 17) indikator  pemupukan; 18) indikator pestisida; 19) indikator point source; 20 ) indikator tambahan  erosi; 21) faktor genangan; dan 22) indikator saluran.   Parameter Keluaran Model AGNPS   Young  et  al.  (1989),  hasil  keluaran  (output)  dari  model  AGNPS  dapat  berupa  grafik  dan  tabular  dengan  informasi  yang  sangat  lengkap,  baik  keluaran  DAS  (watershed  summary)  maupun  keluaran  per  sel.  Keluaran  DAS,  meliputi  :  1)  volume  aliran  permukaan;  2)  laju  puncak  aliran  permukaan;  3)  total  hasil  sedimen;  4)  total  N  dalam  sedimen;  5)  total  N  terlarut  dalam  aliran  permukaan;  6)  konsentrasi  N  terlarut  dalam  aliran  permukaan;  7)  total  P  dalam  sedimen;  8)  total  p  terlarut  dalam  aliran  permukaan;  9)  konsentrasi  P  terlarut  dalam  aliran  permukaan;  10)  total  COD  terlarut  dan konsentrasi COD terlarut dalam aliran permukaan.   Sedangkan keluaran per sel dari masing­masing sel yang terdapat dalam DAS   dapat berupa :     1)  Hidrologi,  meliputi  :  a)  volume  aliran permukaan; b) laju puncak aliran permukaan; dan  c) bagian aliran permukaan yang dihasilkan di dalam sel.          2)  Sedimen,  meliputi  :  a)  hasil  sedimen;  b)  konsentrasi  sedimen;  c)  distribusi  ukuran  partikel  sedimen;  d)  erosi  yang  dipasok  dari  sel  sebelah  atasnya;  e)  jumlah  deposisi;  f)  sedimen  di  dalam  sel;  g)  rasio  pengkayaan  oleh  ukuran  partikel;  dan  h)  rasio  pengangkutan oleh ukuran partikel.      3)  Kimiawi,  meliputi  :  a)  nitrogen  (massa N per satuan luas di dalam sedimen, konsentrasi  material  terlarut,  dan  massa  dari  material  terlarut);  b)  fosfor  (massa P per satuan luas di  dalam  sedimen,  konsentrasi  dari  material  terlarut,  dan  massa  dari material terlarut); dan  c) COD (konsentrasi COD dan massa COD terlarut per satuan luas).   Kelebihan Model AGNPS   Kelebihan  model  ini  terletak  pada  parameter­parameter  model  yang  terdistribusi  di  seluruh  areal  DAS,  sehingga  nilai­nilai  parameter  model  benar­benar  mencerminkan  kondisi  biofisik  DAS  pada  setiap  satuan  luas  di  dalam  DAS.  Selain  erosi,  model  ini  mampu  menghasilkan  keluaran­keluaran  seperti  :  volume  dan  laju  puncak  aliran  permukaan, hasil sedimen, kehilangan N, P dan COD (Young et al. 1994).   Aplikasi Model AGNPS     Model  AGNPS  ini  juga  telah  diaplikasikan  penggunaannya  pada  beberapa  DAS  di  Indonesia melalui beberapa penelitian, di antaranya :          1)  Muhlis  (1999)  melakukan  penelitian  integrasi  parsial  penginderaan  jauh  dan  sistem  informasi  geografi  dalam  pembangkitan  masukan  model  AGNPS.  Tujuan  penelitian  ini  adalah  :  a)  mengekstraksi  bilangan  kurva  SCS  (SCS  curve  number)  sebagai  salah  satu 



masukan  dalam  model  dari  data  penginderaan  jauh;  b)  mengintegrasikan  SIG  ke  dalam  model,  baik sebagai pre­prosesor (masukan data) maupun sebagai sarana tampilan grafis  dan  tabel  keluaran  model;  dan  c)  menilai  sensitivitas  parameter  masukan  model  yang  berhubungan  dengan  aliran  permukaan.  Kesimpulan  :  Data  penginderaan  jauh  dapat  menurunkan  beberapa  parameter  masukan  AGNPS,  meliputi  faktor  pengelolaan  tanaman,  koefisien  kekasaran  permukaan  Manning,  koefisien  kondisi  permukaan,  dan  bilangan kurva aliran permukaan.          2)  Rahayu  (2000)  melakukan  studi  ancaman  erosi  DAS  Kelara  di  Sulawesi  Selatan.  DAS  seluas  37.175  ha  dibagi  dalam  1.487  sel  dengan  luas  masing­masing  25  ha.  Prediksi  erosi  setiap  sel  menggunakan  metode  MUSLE.  Kesimpulan  :  Laju  erosi  DAS  Kelara  berkisar  antara  0  –  577  ton/ha/bulan,  dengan  rata­rata  12,65  ton/ha/bulan  pada  musim  hujan.          3)  Nugroho  (2000)  melakukan  penelitian  di  DAS  Dumpul  yang  bertujuan  :  a)  melakukan  analisis  aliran  permukaan,  sedimen  dan  kehilangan  hara  nitrogen,  fosfor  dan kebutuhan  oksigen  kimiawi  dengan  menggunakan  model  AGNPS;  dan  b)  melakukan  simulasi  model  sesuai  dengan  kondisi  biogeofisik  DAS  untuk  perencanaan  pengelolaan  DAS.  Kesimpulan  :  Volume  dan  laju  aliran  permukaan,  hasil  sedimen,  dan  kehilangan  hara  nitrogen, fosfor dan konsentrasi COD terlarut tidak berbeda antara hasil pengamatan dan  model.  Hal  ini  menunjukkan  bahwa  nilai­nilai  parameter  yang  digunakan  dalam  model  AGNPS  cukup  akurat  untuk  memprediksi  aliran  permukaan,  hasil  sedimen,  dan  kehilangan  hara  nitrogen,  fosfor  dan  konsentrasi  COD  terlarut,  sehingga  dapat  digunakan sebagai alat bantu dalam perencanaan pengelolaan DAS.   4)  Tarigan  (2000)  melakukan  studi  perencanaan  pengelolaan  daerah  tangkapan  untuk  pelestarian  situ  Cibuntu  Cibinong  menggunakan  model  AGNPS.  Tujuannya  adalah  membuat  perencanaan  pengelolaan  daerah  tangkapan  tersebut  menggunakan  model  AGNPS.  Kesimpulan  yang  diperoleh  adalah  pengelolaan  lahan  di  daerah  tangkapan  Cibuntu  dengan  cara  menanam  tanaman  campuran  di  lereng  agak  curam  dan  landai  dengan membuat guludan searah kontur harus diterapkan.          5)  Salwati  (2004)  mengkaji  dampak  perubahan  penggunaan  lahan  terhadap  respons  hidrologi  di  DAS  Cilalawi  Sub DAS Citarum Jawa Barat menggunakan model AGNPS.  Hasil  analisis  menggambarkan  bahwa  perubahan  penggunaan  lahan  mengakibatkan  perubahan  respons  hidrologi,  di  mana  pada  tahun  2003  volume  aliran  permukaan  meningkat  6,1  %,  debit  puncak  aliran  permukaan  meningkat  6,8  %,  hal  ini  mengakibatkan hasil sedimen meningkat sampai 45,6 % dibanding tahun 1997.     PENUTUP  Penggunaan  model  erosi  skala  DAS  dengan  parameter  terdistribusi masih terbatas  pada  skala  penelitian.  Disamping  memerlukan  input  parameter  yang  relatif  banyak  dan  kompleks,  input  parameter  model  tersebut  juga  sering  tidak  tersedia  di  lapangan.  Penggunaan  model  ANSWERS  mulai  dirintis  pada  beberapa  DAS  seperti  DAS  Solo  bagian hulu dan Brantas bagian hulu di bawah pengelolaan Balai Teknologi Pengelolaan  DAS  (Priyono  dan  Mulyadi,  2000).  Penggunaannya  pada  DAS­DAS  yang  lain  dihadapkan  pada  kendala  penyediaan  parameter input yang tidak dapat dipenuhi, karena  instrumentasi  pengukur  debit  aliran  air  dan  sedimen  biasanya  tidak  tersedia di sebagian  besar DAS di Indonesia.   Model  ANSWERS  (areal  non­point  source  watershed  environmental  response 



simulation)  dan  model  AGNPS  (agricultural  non  point  source  pollutioan  model)  merupakan  model  penduga  erosi  skala  DAS  yang  telah  mulai  banyak  digunakan  di  Indonesia.  Walaupun  masih  mempunyai  beberapa  kelemahan,  model  tersebut  memberikan  hasil  pendugaan  erosi  yang  cukup  baik.  Sinukaban  (1997)  telah  menggunakan  model  AGNPS  untuk  memprediksi  aliran  permukaan,  erosi,  kehilangan  nitrogen  dan  fosfor  dan  COD  dari  DAS  seluas  10,4  hektar  di  wilayah  perbukitan.  Hasilnya  menunjukkan  bahwa  hasil  prediksi  model  tidak  berbeda  secara  stastistik  dengan  hasil pengukuran. Sedangkan Ginting dan Ilyas (1997) yang melakukan simulasi  berbagai  penggunaan  lahan  dengan  menggunakan  model  ANSWERS  di  DAS  Siluak,  menyimpulkan bahwa model ANSWERS memerlukan validasi lebih lanjut.   Disamping  disebabkan  adanya  perbedaan  ukuran  raster  sel  dan  DAS  yang  digunakan,  bervariasinya  hasil  dugaan  model  ANSWERS  diduga  terkait  dengan  dinamika  proses  erosi  pada  suatu  bentang  lahan.  Dinamika  erosi  terjadi  akibat  bervariasinya  jumlah  dan  intensitas  hujan  serta  karakteristik  permukaan  lahan  yang  mempengaruhi  proses  deposisi  sedimen  (barrier/filter).  Sinukaban  et  al.  (2000)  dan  Susswein  et  al.  (2001)  menunjukkan  bahwa  jenis  dan  konfigurasibar  ier  /fi  lter  sangat  mempengaruhi  jumlah  erosi  dan  volume  aliran  permukaan  yang  dihasilkan  dari  suatu  bentang lahan dan wilayah DAS.                                                          



          DAFTAR PUSTAKA      Arsyad S. 2006. Konservasi Tanah dan Air. Bogor : IPB Press.     Asdak  C.  2004.  Hidrologi  dan  Pengelolaan  Daerah  Aliran  Sungai.  Yogyakarta  :  Gadjah  Mada  University Press.   Aswandi.  1996. Aplikasi Model ANSWERS Dalam Perencanaan Pengelolaan Daerah Aliran Sungai  Cikapundung Jawa Barat. Tesis Magister. Program Pascasarjana, IPB. Bogor.   Beasley  DB  and  Huggins  LF.  1991.  ANSWERS.  User’s  Manual.  Agricultural  Engineering  Department, Purdue University, West Laffayete, Indiana.     Brooks  KN,  Folliot  PF,  Gregesen  HM,  and  Thames  JL.  1987.  Hydrology  and  The  Management  of  Watershed. USA.     Chow  VT,  Maidment  DR,  and  Mays  LW.  1988.  Applied  Hydrology.  Singapore  :  McGraw­Hill  Book Company.     De  Roo.  1993.  Modelling  Surface  Runoff  and  Soil  Erosion  in  Catchment  Using  Geographical  Information System. Utrecht. Utrecht University.     Dent  FJ  and  Anderson  EA.  1971.  System  Analysis  in  Agricultural  Management.  John  Willey  &  Sons. Sidney.     Ginting  AN,  dan  Ilyas  MA.  1997.  Pendugaan  Erosi  pada  Sub  DAS  Siulak  di  Kabupaten  Kerinci  dengan Menggunakan Model ANSWERS.   Makalah  Lokakarya  Penetapan  Model  Erosi  Tanah. Puslitbang Hutan dan Konservasi Alam, Bogor.  7 Maret 1997.   Hal  WA  and  Dracup  JA.  1970.  Water  Resources  System  Engineering.  Mc  Graw­Hill  Book  Co.,  New York.   Harto SBr. 1993. Analisis Hidrologi. Jakarta : PT. Gramedia Pustaka Utama.           Hidayat  Y.  2002.  Aplikasi  Model  ANSWERS  dalam  Mempredikasi Erosi dan Aliran Permukaan di  DTA  Bodong  Jaya  dan  DAS  Way  Besay  Hulu,  Lampung  Barat.  Tesis  Magister.  Program Pascasarjana, IPB. Bogor.   Hillel  D.  1977.  Computer  Simulation  of  Soil  Water  Dynamics  :  A  Compendium  of  Recent  Work.  IDRC. Ottawa           Irianto  G.  1993.  Prediksi  Aliran  Permukaan,  Laju  Erosi  dan  Kualitasnya  Dengan Model ANWERS  Untuk  Mendukung  Usaha  Pemanfaatan  Sumberdaya  Air  dan  Tanah  pada  Areal  Waduk  Batujai, NTB. Tesis Magister. Program Pascasarjana, IPB. Bogor.           Kurnia  U.  1997.  Pendugaan  Erosi  dengan  Metoda  USLE  :  Kelemahan dan Keunggulan. Lokakarya  Penetapan Model Pendugaan Erosi Tanah, Bogor, 7 Maret.  



       Lal R. 1988. Soil Erosion by Wind and Water : Problems and Prospects. Pp 1 –6. In R. Lal (ed). Soil  Erosion Research Methods. Soil and Water Conservation Society, Ankeny. Iowa.   Mise  JH  and  Cox  JG.  1968.  Essential  of  Simulation.  Prentice  Hall  Inc.  Englewood  Cliffs,  New  Jersey.           Muhlis  M.  1999.  Integrasi  Parsial  Penginderaan  Jauh  dan  Sistem  Informasi  Geografi  Dalam  Pembangkitan  Masukan  Model  AGNPS.  Tesis  Magister.  Program  Pascasarjana,  IPB.  Bogor.   Nasution AH dan Barizi. 1980. Metode Statistik untuk Penarikan Kesimpulan. Gramedia. Jakarta.           Nugroho  SP.  2000.  Analisis  Aliran  Permukaan, Sedimen dan Hara Nitrogen, Fosfor dan Kebutuhan  Oksigen  Kimiawi  dengan  Menggunakan  Model  AGNPS  Di  Sub  DAS  Dumpul.  Tesis  Magister. Program Pascasarjana, IPB. Bogor.           Pawitan  H.  1995.  Metode  Analisis  Sistem  Hidrologi  Dalam  Pendugaan  Erosi  dan  Sedimen  Daerah  Aliran Sungai. Diskusi Penelitian Erosi dan Sedimentasi Di Puslitbang PU Di Bandung.           Pawitan  H.  1999.  Hidrologi  Daerah  Aliran  Sungai  :  Terapan  Teknik  Modeling.  Makalah  Pelatihan  Dosen­Dosen PTN Indonesia Bagian Barat dalam Bidang Agroklimatologi. Bogor.   Priyono  CNS  dan  Mulyadi  D.  2000.  Penyempurnaan  Perencanaan  Pengelolaan  DAS  di  Indonesia.  Disampaikan  pada  Seminar  Hasil­Hasil  Penelitian  BTPDAS,  15  Januari  2000.  Surakarta.           Ramdan  H.  1999.  Aplikasi  Model  ANSWERS  Dalam  Pendugaan  Erosi  dan  Aliran  Permukaan  Di  DTA  Cikumutuk  Sub  DAS  Cimanuk  Hulu.  Tesis  Magister. Program Pascasarjana, IPB.  Bogor.           Rauf  A.  1994.  Aplikasi  Model  ANSWERS  Untuk  Analisis  Respon Hidrologi Sub DAS Palu Timur  Sulwesi Tengah. Tesis Magister. Program Pascasarjana, IPB. Bogor.   Risse,  L.M.,  M.A.  Nearing,  A.D.  Nicks,  and  J.M.  Laflen.  1993.  Error  Assessment  in  the  Universal  Soil Loss Equation. Soil. Sci. Soc. Am. J. Vol. 57 : 825­833.       Rompas  JJ. 1996. Penerapan Model ANWERS Dalam Memprediksi Aliran Permukaan dan Erosi Di  Daerah  Tangkapan  Citere  Sub  DAS  Citarik  Pengalengan  Jawa  Barat.  Tesis  Magister.  Program Pascasarjana, IPB. Bogor.           Salwati.  2004. Kajian Dampak Perubahan Penggunaan Lahan Terhadap Respon Hidrologi Sub DAS  Cilalawi  DAS  Citarum  Jawa  Barat  Menggunakan  Model  ANSWERS.  Tesis  Magister.  Program Pascasarjana, IPB. Bogor.   Schwab  GO,  Frevert  RK,  Edminster  TV,  and  Barnes  KK.  1981.  Soil  and  Water  Conservation  Engineering. John Willey and Sons, Inc. New York.     Sinukaban  N.  1995.  Manajemen/Pengelolaan  Daerah  Aliran  Sungai.  Diskusi  Penelitian  Erosi  dan  Sedimentasi Di Puslitbang PU Di Bandung.