APLIKASI TANK MODEL DAN PERHITUNGAN NERACA AIR DI MODEL DAS MIKRO (MDM) CISAMPORA SUB-DAS CIMANUK HULU

KABUPATEN MAJALENGKA Tank Model Application and Water Balance Calculation at Cisampora Micro Catchment Model Upper Cimanuk Sub Watershed, Majalengka SYAMPADZI NURROH1), NANA MULYANA ARIFJAYA2) The influence of forest cover an important concern in regulating the distribution of water flow into the rivers. The River flow discharger is one of the hydrology importantness in order to be known. the water balance planning of catchment development. One of the hydrology models able to be used for the prediction of water balance is Tank Model, The appllied of the Tank Model conducted to daily of rainfall, evapotranspiration, and discharge data. During periode of research water balance observations of 1678 mm rainfall, (outflow) calculation discharge of 623,48 mm and 631,04 mm evapotranspiration. equation between water balance and discharger (Q = 1,606 (TMA1, 494)) with the coefficient correlation (R2) of 0,993. Sediment rate equation (Qs = 29,26 (Q1, 781)), with the coefficient of correlations (R2) of 0,853. The Modified Universal Soil Loss Equation (MUSLE) evaluated by calibrating the MUSLE for the Watersheds show that a strong determination coefficient (R2) value of 0,835 and the regression equation (Qs Ms = 33,28Qs Obs + 0,064). Based on the indicators of the reliability of the Tank model that the value of the correlation coefficient (R) of 0,84 can present the results of verification of Tank Model in this case quite satisfactory. Water balance surplus amounted to 720,161 mm of water storage in ground water (38,80%), rainfall (inflow) 1845 mm/year, outflow distributed in runoff 622,21 mm/year (33,90%), evapotranspiration 504,8 mm/year (27,30%) and water flows in a vertical level has up to value at tank D (base flow) amounted to 790,036 mm (47,59%) and than tank C (sub base flow) amounted to 778,791 mm (46,91%), tank A (surface flow) amounted to 59,3 mm (1,93%) while in the water level in tank B (intermediate flow) amounted to 31,9 mm (3,57%) and the total flow in horizontal flow which is distributed in the flow of surface flow amounted is 149,5 mm (24, 03%), intermediate flow amounted to 320,3 mm (51,47%), sub-base is 47,2 mm (7,59%) and base flow is 105 mm (16,91%). PENDAHULUAN Latar Belakang Perencanaan dalam pengelolaan kawasan hulu suatu daerah aliran sungai (DAS) memiliki peran yang besar sebagai sistem perlindungan dan penyangga kehidupan sehingga keberadaannya perlu dikelola dengan baik agar peran tersebut tetap berfungsi secara lestari. Kawasan hulu ada yang memiliki tutupan hutan 1) Alumnus Fakultas Kehutanan IPB, Departemen Manajemen Hutan. 2) Staf Pengajar Fakultas Kehutanan IPB, Departemen Manajemen Hutan.

berpengaruh terhadap perubahan iklim dan air, pengaruh penutupan hutan menjadi perhatian penting dalam mengatur distribusi aliran air ke sungai-sungai. Tata air DAS merupakan komponen penting dalam pengelolaan DAS karena kondisi hidrologis yang menjadi kawasan resapan air terutama di bagian hulu, karena kerusakan di bagian hulu tidak hanya mempunyai efek yang bersifat on site tetapi juga dapat menyebabkan efek yang bersifat off site atau kerusakan di bagian hilir. Oleh karena itu, degradasi penutupan lahan memberikan implikasi terhadap perubahan tata air di dalam suatu DAS. Sehingga, perlu informasi yang akurat tentang karakteristik hidrologi dengan parameter secara kuantitas dan kualitasnya. Salah satu teknologi yang dapat digunakan dalam memperoleh data tersebut adalah pembangunan SPAS (stasiun pengamatan arus sungai) dengan dilengkapi AWS (Automatic Weather Station) yang merupakan alat pemantau cuaca otomatis dengan basis data berupa data digital. Untuk menganalisis parameter tersebut dapat menggunakan Tank Model yang merupakan salah satu model yang dapat menggambarkan karakteristik hidrologi suatu wilayah DAS. Dalam penerapan Tank Model diperlukan data harian berupa curah hujan, evapotranspirasi, dan data debit sungai (Setiawan 2003). Tujuan Penelitian bertujuan menganalisis neraca air, mengkalibrasi laju sedimen dan debit aliran berdasarkan tinggi muka air, dan mengaplikasikan Tank Model untuk menggambarkan karakteristik hidrologi di Model DAS Mikro (MDM) Cisampora Sub-DAS Cimanuk Hulu. METODE Waktu Penelitian Penelitian ini dilaksanakan selama 5 bulan pada bulan Desember 2009 dan Januari, Februari, Maret serta April 2010 di Model DAS Mikro (MDM) Cisampora Sub-DAS Cimanuk Hulu. Lokasi Penelitian Posisi SPAS yang secara administrasi terletak berada pada koordinat 70043LS, 10801019 BT dan elevasi 950 mdpl. Lokasi penelitian berada di Desa Lemah Putih, Kecamatan Lemahsugih, Kabupaten Majalengka, Propinsi Jawa Barat. Model DAS Mikro (MDM) Cisampora memiliki panjang sungai total 13,74 km dengan aliran terpanjang dari lokasi SPAS 6,49 km dan memiliki kerapatan sungai 3,18 km/km2 Penutupan lahan di kawasan Model DAS Mikro (MDM) Cisampora Sub-DAS Cimanuk Hulu, bagian hulu didominasi oleh tutupan lahan hutan seluas 250,5 ha atau 59,20%. Luas penutupan lahan pada kawasan Model DAS Mikro (MDM) Cisampora Sub-DAS Cimanuk Hulu dengan luas total 423,4 ha dapat dilihat pada Tabel 1

Tabel 1 Penutupan lahan di Model DAS Mikro (MDM) Cisampora

Tutupan lahan Hutan Pemukiman Sawah Tadah Hujan Tegalan/ladang sayur Total Luas Sumber: BPDAS Cimanuk-Citanduy (2009) No 1 3 4 5 Luas (ha) 250,5 11,40 75,80 85,70 423,40 Luas (%) 59,20 2,70 17,90 20,20 100,00

Metode Pengukuran Curah Hujan dan Debit Jenis dan Pemasangan Alat Penakar curah hujan yang digunakan adalah penakar otomatis tipe ARR (automatic Rainfall recorder) yang dipasang di bagian hilir Sub-DAS. Tinggi muka air diukur dengan alat pencatat muka air otomatis (AWLR). Kecepatan arus sungai diukur dengan menggunakan alat pengukur arus (current meter). Waktu Pengukuran Pengukuran hujan dilakukan setiap hari (hujan harian), sedangkan tinggi muka air diukur setiap 5 menit. Kecepatan aliran sungai diukur periodik untuk mendapatkan data kecepatan aliran pada keadaan tinggi muka air yang bervariasi. Analisis Data Data input Tank Model yang terdiri dari curah hujan dalam satuan mm/hari, debit aliran sungai (Q = a TMAb) m3/detik dikonversi menjadi satuan mm/hari dengan pendekatan tinggi muka air, dan evapotranspirasi (model Penman-Monteith) dalam satuan mm/hari. Data laju sedimen dengan pendekatan (Qs = a Qb) Untuk perhitungan laju sedimen harian dilakukan rancangan percobaan pengukuran antara debit dan laju sedimen, sehingga akan menghasilkan hubungan regresi. Curah hujan yang jatuh dalam suatu DAS, setelah diuapkan sisanya akan mengalir ke sungai (water yield). Bentuk umum persamaan water balance adalah: P = Ea + Q + GS ...............................................................(1) Jumlah sedimen yang berasal dari Sub DAS adalah sebagai berikut : Sed =11,8 (Qsurf.qpeak.area) 0,56.KUSLE.CUSLE.PUSLE.LSUSLE........................(2) Keterangan : Sed = Sediment yield dari Sub DAS (tons) qpeak = Puncak laju run-off (m3/s) Qsurf = Run-off (mm) area = Luas Sub DAS (ha) KUSLE = USLE soil erodibility factor CUSLE = USLE cover and management factor PUSLE = USLE support practice factor LSUSLE = USLE topographic factor

HASIL DAN PEMBAHASAN Analisis Data Input Tank Model Data input Tank Model yang terdiri dari curah hujan, debit aliran sungai, dan evapotranspirasi, data curah hujan dengan satuan mm/hari, debit aliran mm/hari dan evapotranspirasi mm/hari. Berdasarkan data sekunder atribut spasial MDM Cisampora terbagi menjadi dua klasifikasi B dan C dengan besaran nilai Q (tipe iklim) antara 14,30-33,33 % atau sekurang-kurangnya terdapat satu bulan kering dan tiga sampai tujuh bulan basah (BPDAS 2009). Data curah hujan bulanan saat penelitian termasuk bulan basah. Berikut fluktuasi curah hujan dapat dilihat pada Gambar 1.

Gambar 1 Grafik fluktuasi curah hujan. Jumlah total curah hujan selama bulan Desember 2009 sampai April 2010 sebesar 1678 mm. Curah hujan bulanan tertinggi di daerah tangkapan air (DTA) SPAS sebesar 611,8 mm pada bulan Februari dan terendah pada bulan April sebesar 194,8 mm. Kejadian hujan tertinggi terjadi pada tanggal 08 Februari dengan curah hujan 102,2 mm. Hasil observasi lapangan berupa data debit aliran lapang dan tinggi muka air sebagai pendekatan perhitungan debit aliran, diperlukan pembuatan analisis regresi dan korelasi untuk pembuatan kurva hubungan tinggi muka air dan debit aliran (stage discharger rating curve). Berdasarkan hasil analisis persamaan matematik data hasil observasi diperoleh persamaan debit sebagai berikut Q = 1,606(TMA1,494)...(3) Dengan hasil analisis nilai koefisien determinasi (R2) sebesar 0,993 dimana nilai ini menunjukan hubungan antara tinggi muka air lapang dan debit aliran lapang mempunyai hubungan dengan kategori sangat kuat. Persamaan (3) digunakan untuk menghitung debit aliran harian dengan menggunakan data tinggi muka air bacaan alat yang disimpan di logger. Berikut ini Gambar 2 mengenai fluktuasi hubungan debit aliran dengan besarnya curah hujan dengan satuan debit dikonversi dari (m3/detik) menjadi mm.

Gambar 2 Fluktuasi hubungan curah hujan dan debit aliran sungai. Analisis hasil observasi lapangan dengan menggunakan persamaan regresi dalam menentukan debit aliran harian. Hasil yang diperoleh dari debit aliran di MDM Cisampora yaitu besarnya debit aliran total sebesar 1678 mm/tahun dengan debit aliran terbesar pada bulan Februari sebesar 274,01 mm/bulan dengan curah hujan sebesar 611,8 mm/bulan sedangkan yang terkecil pada bulan April sebesar 27,68 mm/bulan dengan curah hujan 194,8 mm/bulan. Debit aliran yang terjadi berdasarkan rata-rata bulanan sebesar 124,7 mm/bulan dan rata-rata debit aliran harian sebesar 4,24 mm/hari. Hasil analisis pengolahan data evapotranspirasi diperoleh total evapotranspirasi sebesar 631,04 mm/tahun, untuk rata-rata evapotranspirasi hariaan masing-masing dari bulan Desember sampai April berturut-turut sebesar 5,08 mm/hari 5,087 mm/hari, 4,86 mm/hari, 5,07 mm/hari dan 4,86 mm/hari dengan ratarata harian evapotranspirasi sebesar 4,993 mm/hari. Sedangkan besarnya evapotranspirasi pada setiap bulan berturut-turut sebesar 1118,86 mm; 157,69 mm; 136,2 mm; 157,3 mm; dan 67 mm dengan rata-rata evapotranspirasi bulanan sebesar 126,2 mm/bulan. Berikut Tabel 2 mengenai jumlah total bulanan dan harian evapotranspirasi dari bulan Desember 2009 sampai April 2010. Tabel 2 Data harian evapotranspirasi MDM Cisampora
Bulan (mm) Total Desember 2009 111.86 Januari 2010 157.69 Februari 2010 136.2 Maret 2010 157.3 April 2010 67.99

Data masukan Tank Model yang terdiri dari curah hujan, debit aliran sungai, dan evapotranspirasi, data curah hujan dengan satuan mm/hari, debit aliran mm/hari dan evapotranspirasi mm/hari. Data input Tank Model dari MDM Cisampora dimulai pada tanggal 10 Desember 2009 sampai 14 April 2010, berikut ini Tabel 3 hasil rekapitulasi dari analisis data input Tank Model.

Tabel 3 Rekapitulasi Data input Tank Model

No 1 2 3 Data Curah Hujan Debit Aliran Sungai Evapotranspirasi Jumlah Total (mm) 1678 623,48 631,04 Persentase (%) 100 37,16 37,61

Aplikasi Tank Model Generic Algorithm Optimization Rudiyanto dan Setiawan (2003) menyatakan Tank Model memiliki standard yang terdiri 4 tank yang tersusun seri secara vertikal, berikut ini Gambar 3 konsep representatif Tank Model.

Gambar 3 Konsep standard Tank Model. hasil indikator Tank Model telah memenuhi kriteria keseimbangan air dengan sangat memuaskan dan mampu menjaga keseimbangan neraca air serta nilai positifnya menunjukan terjadi surplus air di MDM Cisampora Sub-DAS Cimanuk Hulu Berikut ini Tabel 4 yang menyajikan hasil indikator keandalan Tank Model Performance. Tabel 4 Indikator keandalan Tank Model (Tank Model Performance)
No 1 2 Parameter Tank Model Correlation Coefficient Determination Coefficient Simbol R R2 Hasil Optimasi 0.837 0.7

Hasil optimasi diperoleh keseimbangan air (water balance), total aliran air (water flow), dan keseimbangan tinggi muka air di tengki (water level). Setiawan (2003) menyatakan bahwa Tank Model mengasumsikan besarnya limpasan dan infiltrasi merupakan fungsi dari jumlah air yang tersimpan di dalam tanah. Berikut ini Tabel 5 hasil komponen optimasi dalam satuan mm.

Tabel 5 hasil komponen optimasi

Komponen Tank Model Keseimbangan air (Water Balance) Bagian Komponen Inflow R (Presipitasi) Outflow Calculation Etp (Evapotranspiration) Stored Total Tank A (Ha) Tank B (Hb) Tank C (Hc) Tank D (Hd) Surface flow Intermediate Flow Sub-Base Flow Base Flow Total Nilai Satuan (mm) 1845,8 622,208 504,832 720,161 1845,8 59,260 31,982 778,791 790,036 149,524 320,280 47,2072 105,197 622,208 Persentase

33.70 27.40 38.90 100

Tinggi Muka air setiap tank (Water Level)

Total Aliran (Water Flow)

24,03 51,47 7,59 16,91 100

Dalam optimasi Tank Model terdapat faktor koreksi untuk komponen presipitasi sebesar 1,1 dan evapotranspirasi sebesar 0,8. Hasil observasi analisis data total curah hujan dan evapotranspirasi masing-masing sebesar 1678 mm dan 631,04 mm serta total debit aliran sebesar 623,48 mm. Setelah hasil optimasi Tank Model pada Tabel 5, curah hujan berubah setelah dikalikan faktor koreksi menjadi 1845,8 mm dan evapotranspirasi menjadi 504,83 mm serta total debit aliran menjadi 622,21 mm. Berdasarkan indikator kebenaran dari keandalan Tank Model bahwa indikator kebenaran dilihat dari nilai (R) korelasi sebesar 0,84 dapat mempresentasikan kondisi lapang dengan baik antara observasi dan kalkulasi. Berdasarkan koefisien determinasi R2 (0,70) maka verifikasi Tank Model dalam penelitian ini cukup memuaskan. Berdasarkan hasil optimasi Tank Model dari data pada tanggal 10 Desember 2009 sampai 14 April 2010 diperoleh total aliran yang mengalir atau terdistribusi di surface flow, intermediate flow, sub-base flow dan base flow dengnan masing-masing nilai sebesar 149,524 mm (24,03%); 320,280 mm (51,47%); 47,207 mm (7,59%), dan 150,197 mm (16,91%). Berikut dibawah hidrograf hasil optimasi Tank Model yang terdiri dari Keseimbangan air (Gambar 4a), Akumuluasi aliran (Gambar 4b)dan Grafik fluktuasi hidrograf aliran (Gambar 4c).

Gamabr 4a. Keseimbangan air hasil optimasi Gambar 4b. Akumuluasi aliran hasil optimasi.

Gambar 4c. Grafik fluktuasi hidrograf aliran hasil optimasi. Total aliran hasil optimasi sebesar 622,208 mm dan total aliran yang mengalir ke sungai terbesar dari bagian intermediate flow, hal ini menunjukan bahwa kapasitas infiltrasi cukup tinggi. Air dapat meresap ke dalam tanah terlebih dahulu sebelum menjadi aliran debit yang masuk ke sungai. Berikut ini Gambar 5 keseimbangan water level.

Gambar 5 Keseimbangan Water Level pada setiap tahapan tank Berdasarkan hubungan (inflow) curah hujan (mm) dan ketinggian dalam setiap level air yang mengalir secara vertikal hasil dari optimasi Tank Model, dapat menjelaskan bahwa curah hujan berpengaruh nyata terhadap perubahan keragaman tinggi aliran, karena adanya peningkatan dan penurunan curah hujan. Pengaruh curah

hujan berbeda-beda pada setiap level tank, pada level tank A (59,3 mm) surface flow sangat dipengaruhi secara langsung oleh curah hujan, ketika hujan tinggi maka akan diikuti dengan meningkatnya ketinggian air di surface flow. Sedangkan pada level air di tengki B (31,9 mm) intermediate flow tetap dipengaruhi oleh curah hujan tetapi tidak signifikan bila dibandingkan dengan surface flow. Pada saat memasuki level air di tengki C (778 mm) Sub-Base flow respon pengaruh curah hujan tidak langsung terjadi secara signifikan, tetapi mengalami peningkatan secara kontinyu ketika terjadi peningkatan curah hujan hingga pada level air di tank D (790 mm) Base flow tersimpan dalam air tanah (storage). Hasil optimasi level air pada masing-masing tank dapat menjelaskan jumlah air terbesar selama bulan Desember 2009 sampai April 2010 adalah sebagai base flow sebesar 790 mm. Analisis Laju Sedimen Metode MUSLE Berdasarkan hasil analisis persamaan regresi hasil observasi diperoleh persamaan laju sedimen sebagai berikut Qs = 29,26(Q1,781)...........(4) Dengan hasil analisis nilai koefisien determinasi (R2) sebesar 0,853 dimana nilai ini menunjukan hubungan antara debit lapang dan laju sedimen lapang mempunyai hubungan dengan kategori sangat kuat

Gambar 6 Grafik hubungan debit aliran dan laju sedimen. Dengan hasil analisis nilai koefisien determinasi (R2) sebesar 0,853 dimana nilai ini menunjukan hubungan antara debit lapang dan laju sedimen lapang mempunyai hubungan dengan kategori sangat kuat karena berkisar antara 0,80-1,0. Besarnya nilai koefisien determinasi juga dapat menunjukan besarnya keragaman dari laju sedimen (Qs) dapat diterangkan oleh faktor debit aliran sebesar 85,3%. Nilai dari koefesien persamaan regresi dengan nilai a (29,26) dan b (1,781) menunjukan indeks kehebatan erosi, menurut Morgan 1988 dalam Suripin (2001) menyatakan bahwa nilai a > 60 mengindikasikan erosi hebat dan a < 26 menyatakan erosi yang

10

terjadi rendah. Untuk nilai b nilai konstanta yang bervariasi, analisis data di Sub-Sub DAS Solo Hulu diperoleh kisaran nilai (0,37 sampai 1,1). Berdasarkan hasil analisis nilai a (29,26) menunjukan kisaran erosi sedang mendekati nilai (26). Nilai koefesien a dan b berbeda-beda untuk satu tempat ke tempat lainnya (Suripin 2001). Persamaan regresi tersebut digunakan untuk memperoleh debit sedimen harian dari data debit hasil kalkulasi Tank Model. Berdasarkan kategori tersebut bahwa laju sedimen dengan menggunakan metode MUSLE 3,184 mm/tahun di MDM Cisampora termasuk dalam kategori sedang. Metode MUSLE sebagai bentuk evaluasi untuk mengkalibrasi hasil sedimen observasi (sediment discharger rating curve). Hubungan antara hasil sedimen observasi dan metode MUSLE dapat menggunakan hubungan linear regresi dengan melihat nilai koefesien determinasi R2 (least squares estimate). Berikut ini Gambar 7 mengenai hubungan regresi antara laju sedimen hasil observasi dan metode MUSLE.

Gambar 7 Grafik hubungan laju sedimen observasi dan metode MUSLE. Analisis Neraca Air di MDM Cisampora Sub-DAS Cimanuk Hulu Analisis hubungan regresi antara laju sedimen observasi dengan laju sedimen metode MUSLE menunjukkan korelasi yang kuat dengan dengan nilai R2 sebesar 0,835. Hal ini menunjukan bahwa metode MUSLE dapat digunakan dalam pendugaan laju sedimen, karena pendugaan laju sedimen pada penelitian ini cukup baik dan akurat. Persamaan regresi laju sedimen regresi/observasi dengan laju sedimen metode MUSLE : Qs Ms = 33,28Qs Obs + 0,064...................(5) Berdasarkan sumber peta digital atribut penggunaan lahan DTA SPAS Cisampora sebesar 423,4 ha yang terdiri dari 250,5 ha hutan, pemukiman 11,4 ha, sawah tadah hujan 75,8 ha dan tegalan/ladang 85,7 ha (BPDAS 2009). Adanya tutupan lahan tegakan pohon, karena hutan berfungsi sebagai daerah resapan air. Laju sedimen

11

termasuk dalam kategori sedang yang menunjukkan kinerja MDM Cisampora SubDAS Cimanuk Hulu masih baik dan indikasi dari berfungsinya hutan sebagai daerah resapan air. Neraca air merupakan fungsi curah hujan dari hasil penjumlahan evapotranspirasi, debit aliran dan perubahan kadar air tanah. Berikut ini Tabel 6 mengenai neraca air hasil optimasi Tank Model dengan analisis data pada tanggal 10 Desember 2009 sampai 14 April 2010. Tabel 6 Neraca air hasil Optimasi Tank Model di Model DAS Mikro (MDM) Cisampora Sub-DAS Cimanuk Hulu
Bulan Tahun Curah Hujan (mm) P 240,90 352,44 672,98 365,20 214,28 1845,8 Debit Aliran (mm) Q 50,328 118,482 235,239 149,625 67,165 622,208 Evapotranspirasi (mm) Etp 89,488 126,152 108,928 125,84 54,392 504,8 Perubahan Kadar Air Tanah (mm) GS 101,08 107,81 328,81 89,74 92,72 720,161

Desember Januari Februari Maret April Total

2009 2010 2010 2010 2010

Hasil optimasi Tank Model jumlah curah hujan sebesar 1845 mm/tahun, debit aliran 622,21 mm/tahun (33,90), evapotranspirasi 504,8 mm/tahun (27,30%) dan kadar air tanah sebesar 720,161 mm (38,80%). Besarnya inflow berupa curah hujan (presipitasi) dan outflow berupa evapotranspirasi, total aliran, dan perubahan kadar air tanah (storage) tersebut dapat mempresentasikan keseimbangan air di MDM Cisampora Sub-DAS Cimanuk Hulu terjadi surplus air sebesar 720,161 mm/tahun yang tersimpan dalam air tanah. KESIMPULAN DAN SARAN Kesimpulan 1. Berdasarkan hasil penelitian kalibrasi perhitungan debit aliran dengan menggunakan persamaan regresi (Q = 1,606(TMA1,494)) dan kalibrasi perhitungan pendekatan laju sedimen dengan persamaan regresi (Qs = 29,26(Q1,781)). Berdasarkan indikator keandalan Tank Model bahwa nilai koefisien korelasi (R) sebesar 0,84 dan nilai koefisien determinasi (R2) sebesar 0,70 menunjukan hasil verifikasi Tank Model dalam penelitian ini cukup memuaskan. 2. Laju sedimen menggunakan metode The Modification of Universal Soil Loss Equation (MUSLE) mendapatkan persamaan regresi (Qs Ms = 33,28 Qs Obs + 0,064), memiliki korelasi yang kuat dengan dengan nilai R2 sebesar 0,835 menunjukan metode MUSLE dapat digunakan dalam pendugaan laju sedimen. 3. Keseimbangan neraca air terjadi surplus air sebesar 720,161 mm (38,80%) yang tersimpan dalam air tanah (storage), presipitasi 1845 mm/tahun (100%), debit aliran 622,21 mm/tahun (33,90), evapotranspirasi 504,8 mm/tahun (27,30%). Total aliran secara horizontal yang terdistribusi pada surface flow sebesar 149,5

12

mm (24,03%), intermediate flow sebesar 320,3 mm (51,47%), sub-base sebesar 47,2 mm (7,59%) dan aliran dari base flow sebesar 105 mm (16,91%). Water level mengalir secara vertikal yaitu tinggi muka air tertinggi pada tank D (base flow) mencapai 790,036 mm dan diikuti oleh tank C sub-base flow (778,791 mm), level tank A surface flow (59,3 mm), tank B intermediate flow (31,9 mm). Saran Untuk mempertahankan dan meningkatkan kualitas daerah tangkapan air, khususnya penggunaan lahan tegalan/ladang sayur (tanaman semusim) di MDM Cisampora Sub-DAS Cimanuk Hulu perlu ditingkatkan penanaman (pohon/tanaman tahunan yang permanen) yang berkelanjutan untuk menanggulangi lahan yang berpotensial kritis dan penyuluhan secara intensif konservasi tanah dan air. DAFTAR PUSTAKA Arsyad S. 2006. Konservasi Tanah dan Air. Bogor : IPB Press. Asdak C. 2007. Hidrologi dan Pengelolaan Daerah Aliran Sungai. Yogyakarta: Gadjah Mada University Press. [BPDAS Cimanuk-Citanduy] Balai Pengelolaan Daerah Aliran Sungai CimanukCitanduy. 2009. Laporan rancangan SPAS Cisampora Sub-DAS Cisampora. Bandung: BPDAS Cimanuk-Citanduy, Direktorat Jenderal Rehabilitasi Lahan dan Perhutanan Sosial, Departemen Kehutanan. Rudiyanto dan Setiawan BI. 2003. Prinsip dasar Tank Model. Bogor: Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Setiawan, BI. 2003. Optimasi Parameter Tank Model. Buletin Keteknikan Pertanian. Vol. 17 No. 1: 8-20. Bogor. Suripin. 2001. Pelestarian Sumber Daya Tanah dan Air. Yogyakarta: Andi. Sunarti. 2008. Pengelolaan DAS berbasis Bioregion (Suatu Alternatif Menuju Pengelolaan Berkelanjutan). Jakarta: Direktorat Jenderal Rehabilitasi Lahan dan Perhutanan Sosial, Departemen Kehutanan. Williams. J. R. 1975. Sediment delivery ratios determined with sediment and runoff models. http: www.itia.ntua.gr/hsj/redbooks/122/iahs_122_0168.pdf [8 agustus 2010]