Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 3 No. 1 (2022) p.

088-098
© Jurusan Teknik Pengairan, Fakultas Teknik, Universitas Brawijaya

JTRESDA
Journal homepage: https://jtresda.ub.ac.id/

Analisa Pengaruh Penggunaan Mulsa Jerami Padi

Dalam Mengontrol Erosi Tanah Menggunakan
Rainfall Simulator
Azra Lindu Aji1*, Riyanto Haribowo1, Jadfan Sidqi Fidari1
1
Departemen Teknik Pengairan, Fakultas Teknik, Universitas Brawijaya
Malang, 65141, INDONESIA

*Korespondensi Email : azralinduazi@gmail.com

Abstract: Installation of rice straw mulch on agricultural land is one of several

methods used to control soil erosion. The aim of this study is to determine the
effectiveness of rice straw mulch in reducing soil loss before entering the river. The
experimental soil used derived from Sumber Brantas Village, Bumiaji Sub-District,
City Of Batu. This study was using Armfield S12 Rainfall Simulator – Advanced
Environmental Hydrology System, with rainfall of 1.7 and 1 l/min. In this study, the
land with rice straw mulch was compared to land without rice straw mulch. The land
slope was adjusted to the actual study area conditions, with mild (9%) and steep
(15%) slopes. Three-Way ANOVA method was utilized for statistical analysis. From
the simulation results, it was found that rice straw mulch effectively reduced the
sediment amount that could enter the river area in a great number. The results of
ANOVA analysis also showed that the significance value of the use of rice straw
mulch compared to the land without rice straw mulch was 0. These results show that
the using of rice straw mulch reduces the sediment amount by 63% approximately.
Keywords: Rice Straw Mulch, Soil Erosion, Effectiveness

Abstrak: Penginstalasian mulsa jerami padi di lahan pertanian adalah salah satu
metode yang digunakan dalam mengontrol erosi tanah. Tujuan dari penelitian ini
adalah untuk menentukan efektivitas mulsa jerami padi dalam mengurangi
kehilangan tanah sebelum memasuki sungai. Tanah uji yang digunakan berasal dari
Desa Sumber Brantas, Kecamatan Bumiaji, Kota Batu. Studi ini menggunakan
Rainfall Simulator Armfield S12 – Advanced Environmental Hydrology System,
dengan pemodelan hujan sebesar 1,7 dan 1 liter/menit. Dalam studi ini, lahan dengan
mulsa jerami dibandingkan dengan lahan dengan tanpa mulsa jerami padi.
Kemiringan lahan disesuaikan dengan kondisi area studi landai (9%) dan curam
(15%). Metode ANOVA Tiga Arah digunakan dalam analisa statistik. Berdasarkan
hasil analisa, diketahui bahwa mulsa jerami padi efektif mengurangi total sedimen

*Penulis korespendensi: azralinduazi@gmail.com

 Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

yang masuk ke sungai dalam jumlah yang besar. Hasil analisa ANOVA juga
menunjukkan bahwa nilai signifikansi dari lahan dengan mulsa jerami padi
dibandingkan dengan lahan tanpa mulsa jerami padi bernilai 0 (nol). Hasil ini
menunjukkan bahwa penggunaan mulsa jerami padi mengurangi total sedimen sekitar
63%.
Kata kunci: Mulsa Jerami Padi, Soil Erosion, Keefektivitas

1. Pendahuluan
Dalam pertanian di Indonesia, penanaman tanaman palawija adalah salah satu cara yang dilakukan
petani untuk meningkatkan produksi pangan dengan menciptakan diversifikasi atau keragaman. Hal ini
bertujuan untuk menjaga kestabilan pH tanah dan meningkatkan mutu kualitas dari produk pangan.
Secara garis besar, tanaman palawija memiliki nilai kebutuhan air tanaman yang lebih kecil
dibandingkan dengan padi, dengan koefisien tanaman padi berkisar antara 0,95 – 1,4 dan koefisien
tanaman palawija berkisar antara 0,45 – 1,05 [1].
Dengan minimnya kebutuhan air tanaman berdasarkan parameter diatas, maka petani
mengupayakan untuk mengurangi suplai air yang masuk ke lahan dengan cara memilih lahan dengan
kemiringan yang curam, sehingga meminimalisir potensi terjadinya infiltrasi pada tanah yang
menyebabkan potensi pembusukan pada tanaman akibat kelebihan asupan air. Sementara itu, hujan
merupakan penyebab terbesar terjadinya erosi di Indonesia. Hal ini berakibat pada meningkatnya
potensi erosi pada lahan karena besarnya volume air hujan yang kemudian meningkatkan laju aliran
limpasan permukaan [2], [3].
Tanah yang kemudian terangkut oleh aliran limpasan permukaan akan menyebabkan erosi tanah.
Adapun beberapa penyebab terjadinya erosi tanah antara lain yaitu kelembaban tanah, kekasaran tanah,
sifat tanah, kondisi permukaan tanah, aliran limpasan permukaan, intensitas hujan, infiltrasi, dan slope
[4]. Bagian dari tanah yang terangkut oleh aliran limpasan permukaan kemudian akan menuju ke sungai
dan menyebabkan sedimentasi di sungai. Sedimentasi di sungai ini berdampak buruk pada kualitas air
sungai [5].
Salah satu kawasan dengan slope yang cenderung curam yang dijadikan lokasi pertanian adalah
Desa Sumber Brantas, Kecamatan Bumiaji, Kota Batu, Jawa Timur. Pada lokasi ini, umumnya ditemui
pertanian sayuran [6]. Beberapa studi telah menunjukkan beberapa cara dalam mengontrol terjadinya
erosi tanah, salah satunya adalah penggunaan penutup lahan atau mulsa [7]-[10]. Berdasarkan hal
tersebut, dibutuhkanlah studi mengenai efektivitas mulsa sebagai penutup lahan dalam mengontol erosi
lahan.
Dalam studi ini dilakukan pemodelan lahan dengan rainfall simulator armfield SP12 dan
menggunakan satu dari berbagai varian mulsa, yaitu mulsa jerami padi yang ditujukan untuk
mengetahui tingkat efektivitas dalam meminimalisir terjadinya erosi lahan, yang kemudian berdampak
pada terjadinya sedimentasi di sungai. Kemudian, dilakukan analisa statistik ANOVA Tiga Arah
menggunakan software SPSS 12 dengan mempertimbangkan faktor slope, intensitas hujan, dan
treatment pada lahan. Adapun tujuan dari studi ini adalah untuk mengetahui besar nilai limpasan,
sediment yield, dan Total Dissolve Solid (TDS) yang kemudian dapat digunakan sebagai parameter
apakah mulsa jerami padi efektif dalam mengontrol terjadinya erosi tanah.

89
Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

2. Bahan dan Metode

2.1 Bahan
2.1.1 Lokasi Studi
Lokasi penelitian dalam studi ini bertempat di Laboratorium Hidrologi Teknik Pengairan
Universitas Brawijaya, Kecamatan Lowokwaru, Kota Malang. Sedangkan untuk lokasi pengambilan
sampel tanah berada di Cangar, Desa Sumber Brantas, Kecamatan Bumiaji, Kota Batu seperti yang
dapat terlihat pada (Gambar 1) berikut.

Gambar 1. Peta Administrasi Kota Batu dan Lokasi Sampel Tanah

Desa Sumber Brantas memiliki luas wilayah total sebesar 541,1364 Ha dan berada pada ketinggian
1400 s/d 1700 mdpl. Rata-rata temperatur udara di Desa Sumber Brantas berkisar antara 8 o hingga 18o
C. Mayoritas wilayah ini diisi oleh lahan pertanian dikarenakan pengaruh kondisi tanah yang subur dan
iklim yang menunjang untuk kegiatan pertanian, dengan komoditas pertanian seperti wortel, bawang,

90
 Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

dan kentang. Dari sisi demografi, Desa Sumber Brantas memiliki jumlah penduduk sebanyak 4100 jiwa,
dengan 21,17% diantaranya berprofesi sebagai petani [6].
2.2.2 Alat dan Bahan
Alat dan bahan yang digunakan dalam studi dan penelitian ini dapat dilihat dalam (Tabel 1).
Tabel 1. Alat dan bahan dalam studi

No. Bahan Unit

1. Sampel Tanah Uji m3
2. Rainfall Simulator Buah
3. Mulsa Jerami Padi cm3
4. pH Meter Horiba Buah
5. Komputer buah
6. Air liter

2.2 Metode
2.2.1 Alur Studi
Studi ini dimulai dengan menyiapkan empat data awal, yaitu varian mulsa jerami padi, sampel
tanah, slope, dan intensitas hujan. Untuk sampel tanahnya, dilakukan uji jenis tanah sebagai bagian
spesifikasi pada penelitian. Kemudian, untuk intensitas hujannya diambil berbasarkan curah hujan
harian maksimum tahunan pada lokasi studi. Selanjutnya dilakukan penebaran mulsa untuk kemudian
dilakukan running menggunakan alat rainfall simulator. Setelahnya, dilakukan rekapitulasi hasil
percobaan dan dilakukan uji analisa statistik menggunakan uji normalitas dan homogenitas sebagai
prasayarat dalam melakukan uji ANOVA Tiga Arah. Terakhir, dilakukan pembahasan dan kemudian
ditarik kesimpulan..
2.2.2 Rencana Penelitian
Pemodelan hujan menggunakan Rainfall Simulator Armfield S12 – Advanced Environmental
System [11], [12]. Dengan pemodelan slope sebesar 9% dan 15% sesuai dengan cakupan slope daerah
Desa Sumber Brantas. Adapun tanah uji berasal dari tanah dari Desa Sumber Brantas untuk kemudian
diperlukan uji jenis tanahnya menggunakan metode analisa berat jenis tanah dan metode analisa
distribusi butiran [13] yang dilakukan di Laboratorium Air dan Tanah Teknik Pengairan Universtas
Brawijaya.
Studi ini mengkomparasikan kondisi tanah dengan perlakuan tanpa mulsa dan lahan dengan mulsa
jerami padi. Dalam setiap treatment lahan, dilakukan tiga kali percobaan untuk mendapatkan hasil yang
lebih tepat, dengan melakukan pencatatan pada data limpasan, data sediment yield, dan data TDS.
Dengan data limpasan didapatkan dari pencatatan saat pengujian berlangsung, data sediment yield
didapatkan dari penimbangan berat total sedimen yang terperangkap, dan data TDS yang didapatkan
menggunakan alat Horiba U-50 [14] pada tiap percobaannya.
Selanjutnya ketiga data ini diuji dengan metode statistika yaitu ANOVA Tiga Arah [15], yaitu
mengetahui nilai signifikansi pada setiap perlakuan terhadap hasil percobaannya dengan menggunakan
software SPSS 26 [16] untuk kemudian diambil kesimpulan apakah mulsa jerami padi efektif dalam
mengontrol erosi di lahan. Metode ini dipilih karena kompatibel dengan rencana studi yang
mengkomparasikan tiga variabel bebas terhadap tiga variabel terikat.

91
Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

3. Hasil dan Pembahasan

3.1 Perhitungan Intensitas Hujan
Perhitungan intensitas hujan pada lokasi dilakukan untuk melakukan pengujian menggunakan alat
rainfall simulator. Perhitungan ini dilakukan dengan menggunakan data curah hujan maksimum
tahunan yang diambil dari Stasiun Hujan Junggo, Kecamatan Bumiaji, Kota Batu pada periode 2008-
2017 (Tabel 2).
Tabel 2. Curah Hujan Harian Maksimum Tahunan

No. Tahun Hujan Harian Maksimum Tahunan (mm)

1 2008 87
2 2009 89
3 2010 64
4 2011 100
5 2012 76
6 2013 98
7 2014 96
8 2015 105
9 2016 68
10 2017 87
Maks (mm) 105

Dengan hujan maksimum terjadi pada tahun 2015 dengan 105 mm dan minimum pada tahun 2010
dengan 64 mm (Tabel 2). Dalam penggunaan alat rainfall simulator, dibutuhkan data intensitas hujan
(l/menit). Maka, diperlukan konversi satuan agar data relevan dengan rencana studi, yaitu menjadi 1,96
liter/menit untuk intensitas hujan maksimum dan 1,2 liter/menit untuk intensitas hujan minimum.
Namun dalam studi ini terdapat kendala dimana adanya keterbatasan alat saat pengujian
berlangsung, dimana intensitas hujan maksimum yang mampu dilakukan oleh alat mencapai 1,7 l/menit
atau setara dengan 91,10 mm/jam dan intensitas hujan minimum 1 liter/menit atau setara dengan 53,57
mm/jam.
1.2 Jenis Tanah
Analisa jenis tanah dilakukan menggunakan metode analisa berat jenis dan analisa distribusi butir
tanah. Analisa distribusi butiran terbagi kedalam analisa ayakan dan analisa hidrometer [13]. Analisa
berat jenis butir dilakukan untuk mendapatkan nilai berat jenis tanah, yang bernilai 2,268 gram/cm 3.
Kemudian dilakukan analisa distribusi butiran dan didapatkan 89,74% komulatif tanah yang tertahan
saringan 200. Selanjutnya, dengan menggunakan metode hidrometer dengan mengikuti prosedur-
prosedurnya, didapatkan 6,421% tanah mengendap dalam waktu 1440 menit. Dengan mengikuti
pedoman SNI 3423-2008 [17], di mana:
1. Persentase pasir kasar 2,0 mm sampai dengan 0,42 mm
2. Persentase pasir halus 0,42 mm sampai dengan 0,074 mm
3. Persentase lanau 0,074 mm sampai dengan 0,002 mm
4. Persentase lempung lebih kecil dari 0,002 mm
Hasil jenis tanah sampel dalam penelitian ini dapat diketahui dengan persentase pasir sebesar 16%,
lempung 6,4%, dan lanau 77,6%. Kemudian dengan menggunakan segitiga tekstur tanah, dapat

92
 Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

diketahui bahwa jenis tanah uji yaitu lempung berpasir (Gambar 3). Maka, studi ini hanya relevan
terhadap tanah dengan jenis lempung berpasir.

Gambar 2. Hasil Uji Jenis Tanah Menggunakan Segitiga Tekstur Tanah

3.3 Perhitungan Statistika

3.3.1 Rekapitulasi Data
Berikut ini adalah data rekapitulasi data limpasan, sediment yield, dan TDS yang dapat dilihat
pada (Gambar 4), (Gambar 5), dan (Gambar 6).

Gambar 3. Rekapitulasi Data Limpasan

Gambar 4. Rekapitulasi Data Sediment Yield

93
Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

Gambar 5. Rekapitulasi Data TDS

Berdasarkan (Gambar 4), dapat diketahui bahwa limpasan tertinggi bernilai 1,667 l/menit
dengan slope 15%, intensitas hujan 1,7 liter/menit, dan perlakuan mulsa jerami padi. Sementara itu,
limpasan terkecil bernilai 0,633 l/menit dengan slope 9%, intensitas hujan 1 l/menit, dan perlakuan
mulsa jerami padi. Berdasarkan (Gambar 5), dapat diketahui bahwa besar sediment yield tertinggi
bernilai 3,698 gram dengan slope 15%, intensitas hujan 1,7 l/menit, dan perlakuan tanpa mulsa.
Sementara itu, sediment yield terkecil bernilai 0,485 gram dengan slope 9%, intensitas hujan 1 l/menit,
dan perlakuan tanpa mulsa jerami padi.
3.3.2 Uji Normalitas Data
Uji normalitas data adalah salah satu prasyarat dalam melakukan uji ANOVA tiga arah. Dalam
studi ini menggunakan metode Shapiro-Wilk karena jumlah data yang diuji kurang dari 50 [19]. Dalam
uji normalitas, data dikatakan berdistribusi normal apabila populasi data memiliki nilai signifikansi
lebih besar dari 5% atau 0,05. Pengujian ini menggunakan aplikasi SPSS 21. Adapun hasil uji
normalitas data dapat dilihat pada (Tabel 3).
Tabel 3. Hasil Uji Normalitas Data

Sediment
Uji Normalitas Limpasan TDS
Yield
9% 0,132 0,119 0,734
Slope
15% 0,173 0,52 0,138
1,7 liter/menit 0,149 0,683 0,358
Intensitas
1 liter/menit 0,573 0,067 0,36
Tanpa Mulsa 0,826 0,544 0,363
Perlakuan
Mulsa Jerami Padi 0,279 0,359 0,589

Berdasarkan (Tabel 3), dapat diketahui bahwa semua data berdistribusi normal karena nilainya
lebih besar dari 5% atau 0,05.
3.3.3 Uji Homogenitas Data
Uji homogenitas data adalah salah satu prasyarat dalam melakukan uji ANOVA tiga arah [20].
Seperti halnya uji normalitas, data dikatakan berdistribusi homogen apabila populasi data memiliki nilai
signifikansi lebih besar dari 5% atau 0,05.Pengujian ini juga menggunakan aplikasi SPSS 21. Adapun
hasil uji homogenitas data dapat dilihat pada (Gambar 7).

94
 Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

Gambar 6. Hasil Uji Homogenitas Data

Berdasarkan (Gambar 7), dapat diketahui bahwa seluruh populasi data berdistribusi homogen
karena memenuhi syarat signifikansi sebesar 5% atau 0,05.
3.3 Uji ANOVA Tiga Arah
Analisa ANOVA Tiga Arah dipilih sebagai metode perhitungan statistik dalam studi ini karena
berkapasitas untuk mengujikan korelasi dan pengaruh antara tiga variabel bebas yaitu slope, intensitas,
dan perlakuan lahan terhadap tiga variabel terikat yaitu besar limpasan, sediment yield, dan TDS.
Sebelumnya, telah diketahui bahwa data-data yang diuji telah lolos dalam prasyarat uji normalitas
dan hommogenitas data. Pada penelitian ini, digunakan pendekatan perbandingan statistik pada tiap
variabel terikat terhadap tiga variabel bebas. Sama seperti uji normalitas dan uji homogenitas, uji anova
memiki hipotesa yaitu : H0 = sampel berasal dari populasi distribusi frekuensi komulatif yang sama H1
= sampel berasal dari populasi distribusi frekuensi komulatif yang berbeda Berbeda dengan hasil uji
yang diharapkan seperti sebelumnya, dalam uji anova diharapkan data yang diuji memiliki signifikansi
berbeda antara tiap populasi. Artinya, data yang diuji dikatakan baik apabila berhasil memenuhi
hipotesa H1 dengan taraf signifikansi sebesar 5% atau dengan kata lain memiliki nilai signifikansi data
lebih kecil dari 0,05. Adapun hasil analisa ANOVA Tiga Arah pada data limpasan, sediment yield, dan
TDS dapat dilihat pada (Tabel 4).
Tabel 4. Hasil Uji ANOVA Tiga Arah

Dependent Variable Limpasan Sediment Yield TDS

Source Sig. Sig. Sig.
Corrected Model 0 0 0
Intercept 0 0 0
Slope 0.001 0 0.153
Intensitas 0 0 0
Treatment 0.728 0 0
Slope * Intensitas 0.728 0.002 0.001
Slope * Treatment 0.49 0 0.042
Intensitas * Treatment 0.025 0 0.01
Slope * Intensitas * Treatment 0.176 0 0.391

Berdasarkan (Tabel 4), dapat diketahui bahwa tidak terdapat perbedaan hasil pada variasi
penggunaan perlakuan lahan terhadap hasil limpasan karena memiliki nilai signifikansi 0,728. Lalu
untuk sediment yield, dapat diketahui bahwa terdapat perbedaan hasil pada variasi penggunaan
perlakuan lahan terhadap hasil limpasan karena memiliki nilai signifikansi sebesar 0. Kemudian untuk
TDS, dapat diketahui pula bahwa terdapat perbedaan hasil pada variasi pernggunaan perlakuan lahan

95
Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

karena memiliki nilai signifikansi sebesar 0. Adapun nilai signifikansi pada variabel lain bisa diabaikan
karena tidak menentukan apakah mulsa jerami padi efektif dalam mengontrol terjadinya erosi.
Lebih lanjut lagi, hasil analisa ANOVA Tiga Arah dapat dipertegas dengan menggunakan uji Post-
Hoc Bonferroni [21] pada (Tabel 5).
Tabel 5. Hasil Uji Post-Hoc Bonferroni
Dependent Variable Limpasan Sediment Yield TDS
l/menit Gram g/L
1.7 l/menit 1.517 1.079 0.249
1 l/menit 0.817 2.281 0.217
9% 1.075 2.13 0.231
15% 1.258 1.23 0.236
Tanpa Mulsa 1.158 2.474 0.201
Mulsa Jerami Padi 1.175 0.886 0.266

Berdasarkan (Tabel 5), dapat diketahui bahwa sediment yield dan TDS tertinggi terjadi pada lahan
dengan perlakuan mulsa jerami padi. Sementara itu, tidak terdapat perbedaan hasil limpasan yang
signifikan antara variasi perlakuan pada lahan, yang mana sejalan dengan hasil ANOVA Tiga Arah
sebelumnya.

2. Kesimpulan
Berdasarkan simulasi yang sudah dilakukan dengan menggunakan rainfall simulator dan aplikasi
SPSS 21, dapat diketahui bahwa mulsa jerami padi efektif dalam mengurangi total sedimen yang
terangkut oleh aliran limpasan lebih dari 50%. Hasil dari analisa ANOVA Tiga Arah dan Post-Hoc
Bonferroni juga menunjukkan bahwa terdapat perbedaan yang signifikan penggunaan dari penggunaan
mulsa jerami padi terhadap lahan dengan tanpa mulsa. Sebagai tambahan, seperti yang tertera pada
(Tabel 4), interaksi antara slope, intensitas hujan, dan perlakuan lahan memiliki nilai signifikansi
sebesar 0. Artinya, baik slope dan intensitas hujan juga berpengaruh terhadap besar total sedimen yang
terjadi.
Namun, mulsa jerami padi tidaklah efektif dalam mengurangi besar limpasan yang terjadi seperti
yang tertera pada (Tabel 4) dan (Tabel 5). Hal ini dapat terjadi karena mulsa sebagai penutup lahan akan
mempercepat proses melimpasnya air hujan. Mulsa jerami padi juga memiliki dampak yang kurang
baik bagi kualitas air limpasan yang masuk ke sungai karena meningginya nilai TDS yang terlampir
pada (Tabel 5). Hal ini dapat terjadi karena mulsa jerami padi memiliki kandungan organik seperti
fosfat, surfaktan, amonia, dan nitrogen [18] yang memungkinkan untuk mencemari air sungai apabila
berada dalam jumlah atau konsentrasi tertentu.
Ucapan Terima kasih
Ucapan terima kasih kepada Tazkiya Alifatul Hanan dan Berlian Gari Amrina, ST., MT. atas
bantuannya selama studi berlangsung.
Daftar Pustaka
[1] Direktorat Jenderal Sumber Daya Air. 2013. Standar Perencanaan Irigasi Kriteria
Perencanaan Bagian Jaringan Irigasi KP - 01. Jakarta.
[2] A. Sitanala, Konservasi Tanah dan Air. Bogor: Institut Teknologi Bogor, 2010.
[3] R. Haribowo, U. Andawayanti, and R. D. Lufira, “Effectivity test of an eco-friendly sediment
trap model as a strategy to control erosion on agricultural land,” J. Water L. Dev., vol. 42, no.
1, 2019, doi: 10.2478/jwld-2019-0047.

96
 Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

[4] D. Harisuseno, D. N. Khaeruddin, and R. Haribowo, “Time of concentration based infiltration

under different soil density, water content, and slope during a steady rainfall,” J. Water L. Dev.,
vol. 41, no. 1, pp. 61–68, 2019, doi: 10.2478/jwld-2019-0028.)
[5] S. Cuomo, M. Della Sala, and A. Novità, “Physically based modelling of soil erosion induced
by rainfall in small mountain basins,” Geomorphology, vol. 243, pp. 106–115, Aug. 2015, doi:
10.1016/j.geomorph.2015.04.019.
[6] Pemerintah Kota Batu, Rencana Program Investasi Jangka Menengah Daerah Kota Batu.
Malang: BP4D Kota Batu, 2017.
[7] J. Yang, H. Liu, T. Lei, A. E. Rahma, C. Liu, and J. Zhang, “Effect of straw-incorporation into
farming soil layer on surface runoff under simulated rainfall,” CATENA, vol. 199, p. 105082,
Apr. 2021, doi: 10.1016/j.catena.2020.105082.
[8] M. Parhizkar et al., “Effects of length and application rate of rice straw mulch on surface runoff
and soil loss under laboratory simulated rainfall,” Int. J. Sediment Res., vol. 36, no. 4, pp. 468–
478, Aug. 2021, doi: 10.1016/j.ijsrc.2020.12.002.
[9] J. Wang, X. Shi, Z. Li, Y. Zhang, Y. Liu, and Y. Peng, “Responses of runoff and soil erosion
to planting pattern, row direction, and straw mulching on sloped farmland in the corn belt of
northeast China,” Agric. Water Manag., vol. 253, p. 106935, Jul. 2021, doi:
10.1016/j.agwat.2021.106935.
[10] S. Yaşar Korkanç and H. Şahin, “The effects of mulching with organic materials on the soil
nutrient and carbon transport by runoff under simulated rainfall conditions,” J. African Earth
Sci., vol. 176, p. 104152, Apr. 2021, doi: 10.1016/j.jafrearsci.2021.104152.
[11] Z. X. Yao, “Experimental study of the performance characteristics of sandy soil debris flow
under the effect of artificial rainfall,” J. Test. Eval., vol. 49, no. 1, 2020, doi:
10.1520/JTE20190819.
[12] E. Content, “Advanced Environmental Hydrology System Instruction Manual,” vol. 44, no. 22,
pp. 1–3, 2014.
[13] B. G. Amrina and R. Haribowo, “Effect Model of Rainfall Intensity and Fertilizer Use to NPK
Content on the Run-off,” vol. 62, no. 03, pp. 917–924, 2020, [Online]. Available:
https://www.kansaiuniversityreports.com/article/effect-model-of-rainfall-intensity-and-
fertilizer-use-to-npk-content-on-the-run-off.
[14] Horiba, “Horiba U-50 Multi-parameter Water Quality Checker,” 2021.
https://www.horiba.com/en_en/products/detail/action/show/Product/u-50-434/ (accessed Jun.
05, 2021).
[15] R. P. WOODS, M. IACOBONI, S. T. GRAFTON, and J. C. MAZZIOTTA, “Improved
Analysis of Functional Activation Studies Involving Within-Subject Replications Using a
Three-Way ANOVA Model,” in Quantification of Brain Function Using PET, Elsevier, 1996,
pp. 353–358.
[16] M. Maric, E. de Haan, S. M. Hogendoorn, L. H. Wolters, and H. M. Huizenga, “Evaluating
Statistical and Clinical Significance of Intervention Effects in Single-Case Experimental
Designs: An SPSS Method to Analyze Univariate Data,” Behav. Ther., vol. 46, no. 2, pp. 230–
241, Mar. 2015, doi: 10.1016/j.beth.2014.09.005.
[17] BSN, Cara Uji Analisis Ukuran Butir Tanah (SNI 3423:2008). Indonesia, 2008.

97
Aji, A. L. et al., Jurnal Teknologi dan Rekayasa Sumber Air Vol. 3 No. 1 (2022) p. 088-097

[18] Rosinta Br Sitepu; Iswandi Anas; Sri Djuniwati, “Utilization of Straw as Organic Fertilizer to
Increase Growth and Production of Rice (Oryza sativa),” Bul. Tanah dan Lahan, vol. 1, no. 1,
pp. 100–108, 2017, [Online]. Available:
https://journal.ipb.ac.id/index.php/btanah/article/view/17698.
[19] N. Kim, “The limit distribution of a modified Shapiro–Wilk statistic for normality to Type II
censored data,” J. Korean Stat. Soc., vol. 40, no. 3, pp. 257–266, Sep. 2011, doi:
10.1016/j.jkss.2010.10.004.
[20] J. Lilienthal, R. Fried, and A. Schumann, “Homogeneity testing for skewed and cross-correlated
data in regional flood frequency analysis,” J. Hydrol., vol. 556, pp. 557–571, Jan. 2018, doi:
10.1016/j.jhydrol.2017.10.056.
[21] M. Aslam and M. Albassam, “Presenting post hoc multiple comparison tests under
neutrosophic statistics,” J. King Saud Univ. - Sci., vol. 32, no. 6, pp. 2728–2732, Sep. 2020,
doi: 10.1016/j.jksus.2020.06.008.

98