Metode Mock

Unduh sebagai pdf atau txt
Unduh sebagai pdf atau txt
Anda di halaman 1dari 12

1) Metode Fj.

Mock

Metoda Mock adalah suatu metode untuk memperkirakan keberadaan air

berdasarkan konsep water balance. Keberadaan air yang dimaksud disini adalah

besarnya debit suatu daerah aliran sungai. Data yang digunakan untuk

memperkirakan debit ini berupa data klimatologi dan karakteristik daerah aliran

sungai. Metoda Mock dikembangkan oleh Dr. F. J. Mock berdasarkan atas daur

hidrologi. Metode Mock merupakan salah satu dari sekian banyak metode yang

menjelaskan hubungan rainfall-runoff. Mock dikembangkan untuk menghitung

debit bulanan rata-rata. Data-data yang dibutuhkan dalam perhitungan debit

dengan metoda Mock ini adalah data klimatologi, luas dan penggunaan lahan dari

catchment area (Bappenas, 2006).

Neraca air atau keseimbangan air (water balance) merupakan penjelasan

mengenai hubungan antara aliran air ke dalam (inflow) dan aliran ke luar (outflow)

di suatu daerah untuk periode tertentu dari proses sirkulasi air. Pendekatan neraca

air adalah pendekatan ilmu fisika yaitu konsep kekekalan massa, massa suatu

materi tidak bertambah maupun berkurang tetapi hanya berubah bentuk dan

berpindah tempat (Junaedi, 2009).

Proses perhitungan yang dilakukan dalam metode Mock sebagai berikut:

(Hesti, 2011).

1. Perhitungan evapotranspirasi potensial (metode Penman)

2. Perhitungan evapotranspirasi aktual

3. Perhitungan water surplus

4. Perhitungan base flow dan direct runoff.

19
Metode F.J. Mock digunakan dalam menghitung keseimbangan air. Data

yang dibutuhkan dalam perhitungan ini antara lain hujan bulanan rata-rata (mm),

jumlah hari hujan bulanan rata-rata (hari), evapotranspirasi, limpasan permukaan,

tampungan tanah dan aliran dasar (base flow). Metode Mock dirumuskan sebagai

berikut: (Bappenas, 2006).

(a) Presipitasi (Curah Hujan)

Presipitasi adalah curahan atau turunnya air dari atmosfer ke permukaan

bumi dan laut dalam bentuk berbeda, yaitu curah hujan di daerah tropis dan curah

hujan serta salju di daerah beriklim sedang Curah hujan rata-rata bulanan dapat di

hitung dengan menggunakan metode rata-rata aljabar, metode ishoyet, dan metode

theissen.

Metode Mock menggunakan curah hujan bulanan rata-rata. Perhitungan

curah hujan rata-rata digunakan metode rata-rata aljabar karena dengan cara ini

data yang diperoleh lebih objektif jika dibandingkan dengan cara isohyet, di mana

faktor subjektif ikut menentukan. Metode theissen akan memberikan hasil yang

lebih teliti daripada cara aljabar tetapi untuk penentuan titik pengamatannya dan

pemilihan ketinggian akan mempengaruhi ketelitian yang akan didapat juga

seandainya untuk penentuan kembali jaringan segitiga jika terdapat kekurangan

pengamatan pada salah satu titik pengamatan. Perhitungancurah hujan rata-rata

bulanan dengan metode rata-rata aljabar (Arithmatic mean method) adalah sebagai

berikut: (Sosrodarsono 1987 dalam Pangestuti, 2007). R1

( )

Di mana:

20
R = Curah hujan daerah

n = Jumlah titik-titik pengamatan

R1, R2, … Rn = Curah hujan disetiap titik pengamanan

(b) Evapotranspirasi

Evaporasi adalah proses dimana air berubah menjadi uap air dan berpindah

dari permukaan. Air menguap dari berbagai permukaan seperti danau, sungai,

tanah, dan vegetasi yang basah. Transpirasi adalah proses penguapan air yang

terkandung dalam lapisan tanaman menguap ke atmosfer. Transpirasi tergantung

pada pasokan energi, gradien tekanan uap air, dan angin. Maka, radiasi matahari,

suhu udara, kelembaban udara, dan angin harus dipertimbangkan ketika

menentukan nilai transpirasi (Allen, R.G. et al., 1998).

Evapotranspirasi merupakan faktor penting dalam memprediksi debit dari

data curah hujan dan klimatologi dengan menggunakan metoda Mock. Alasannya

adalah karena evapotranspirasi ini memberikan nilai yang besar untuk terjadinya

debit dari suatu daerah aliran sungai. Evapotranspirasi diartikan sebagai

kehilangan air dari lahan dan permukaan air dari suatu daerah aliran sungai akibat

kombinasi proses evaporasi dan transpirasi. Lebih rinci tentang evapotranspirasi

potensial dan evapotranspirasi aktual diuraikan di bawah ini (Bappenas, 2006).

a) Evapotranspirasi aktual

Evapotranspirasi aktual adalah evapotranspirasi yang terjadi pada kondisi

air yang tersedia terbatas. Evapotranspirasi aktual dipengaruhi oleh proporsi

permukaan luar yang tidak tertutupi tumbuhan hijau (exposed surface) pada

21
musim kemarau dan jumlah hari hujan dalam bulan yang bersangkutan. Penentuan

harga evapotranspirasi actual ditentukan berdasarkan persamaan :

Et* = W((0,75.Rs)-Rn1)+(1-W).f(u).(ea-ed)………………..……………………..2

Dimana :

Et* = evapotranspirasi actual

W = factor berat yang mempengaruhi penyinaran matahari pada

evapotranspirasi actual

(1-W) = factor berat sebagai pengaruh angin dan kelembaban pada Et

F(u) = fungsi pengaruh angin pada Et, dimana u merupakan kecepatan angin

rata-rata.

(ea-ed) = perbedaan tekanan uap air jenuh dengan tekanan uap air nyata.

Rs = (0,25+0,54 * (n/N)) * Ra……………………………………………..……..3

Dimana :

(n/N) = lamanya penyinaran matahari

Ra = Angka angot

ed = ea.Rh……………………………………...…………………………………4

Dimana :

ed = tekanan uap nyata

ea = tekanan uap jenuh

Rh = kelembaban relative

( ) ( ( √ ))……………………………..……………………5

Dimana :

F(ed) = fungsi tekanan uap nyata

22
Ed = tekanan uap nyata

f(n/N) = 0,1+(0,9.(n/N))…………………………………………………………..6

dimana :

f(n/N) = fungsi lamanya penyinaran matahari

(n/N) = lamanya penyinaran matahari

Rn1 = f(t).f(ed).f(n/N)…………………………...…………………………………7

Dimana :

F(ed) = fungsi tekanan uap nyata

f(n/N) = fungsi lamanya penyinaran matahari

f(t) = fungsi suhu

f(u) = 0,27 .(1+(0,86.u))…………………………..………………………………8

Dimana :

F(u) = fungsi kecepatan angin

U = kecepatan angin

(ea-ed) = nilai ea dikurang dengan nilai ed……………………………………….9

Dimana :

ed = tekanan uap nyata

ea = tekanan uap jenuh

b) Evapotranspirasi potensial

Evapotranspirasi potensial adalah evapotranspirasi yang mungkin terjadi

pada kondisi air yang tersedia berlebihan. Faktor penting yang mempengaruhi

evapotranspirasi potensial adalah tersedianya air yang cukup banyak. Jika jumlah

air selalu tersedia secara berlebihan dari yang diperlukan oleh tanaman selama

23
proses transpirasi, maka jumlah air yang ditranspirasikan relatif lebih besar

dibandingkan apabila tersedianya air di bawah keperluan. Beberapa rumus empiris

untuk menghitung evapotranspirasi potensial adalah rumus empiris dari:

Thornthwaite, Blaney-Criddle, Penman dan Turc-Langbein-Wundt. Metoda Mock

menggunakan rumus empiris dari Penman. Rumus empiris Penman

memperhitungkan banyak data klimatologi yaitu temperatur, radiasi matahari,

kelembaban, dan kecepatan angin sehingga hasilnya relatif lebih akurat.

Perhitungan evaporasi potensial Penman didasarkan pada keadaan bahwa agar

terjadi evaporasi diperlukan panas (Bappenas, 2006).

Evapotranspirasi potensial dapat dihitung dengan menggunakan metode Penman

yang diformulasikan sebagai berikut: (Standar Perencanaan Irigasi KP 01:221).

Eto = Et . c……………………………………………………………..………..10

Dimana:

Eto = Evapotranspirasi potensial

c = Faktor pergantian kondisi cuaca akibat siang dan malam

Et = evopotranspirasi actual

(c) Kelebihan air (Water surplus)

Water surplus didefinisikan sebagai air hujan (presipitasi) yang telah

mengalami evapotranspirasi dan mengisi tampungan tanah (soil storage). Water

surplus ini berpengaruh langsung pada infiltrasi atau perkolasi dan total runoff

yang merupakan komponen debit. Rumus water surplus adalah sebagai berikut:

(Standar Perencanaan Irigasi KP 01:221).

24
Dimana:

WS = Water surplus

R = Presipitasi atau curah hujan

Ea = Evapotranspirasi.

(d) Aliran dasar sungai (Base flow)

Base flow adalah sebagian hujan yang terperkolasi ke dalam menembus

lapisan tanah dan pada akhirnya akan mengisi saluran sungai. Base flow

merupakan selisih antara infiltrasi dengan perubahan groundwater storage, dalam

bentuk persamaan: (Bappenas, 2006).

Dimana:

BS = Base flow

I = Infiltrasi

GS = penyimpanan air tanah

Base flow dipengaruhi oleh dua faktor yaitu infiltrasi dan perubahan

groundwater storage. Penjelasan lebih rinci mengenai infiltrasi dan groundwater

storage diuraikan di bawah ini:

a) Infiltrasi

Proses masuknya air hujan kedalam tanah dan turun ke permukaan air

tanah di sebut infiltrasi. Proses infiltrasi melibatkan tiga proses yang saling tidak

tergantung yaitu, proses masuknya air hujan melalui pori-pori permukaan tanah,

25
tertampungnya air hujan tersebut di dalam tanah dan proses mengalirnya air

tersebut ke tempat lain (Basak, 1999).

Infiltrasi ditaksir berdasarkan kondisi porositas tanah dan kemiringan

daerah pengaliran. Daya infiltrasi ditentukan oleh permukaan lapisan atas dari

tanah. Misalnya kerikil mempuyai daya infiltrasi yang lebih tinggi dibandingkan

dengan tanah liat yang kedap air. Untuk lahan yang terjal dimana air sangat cepat

menikis diatas permukaan tanah sehingga air tidak dapat sempat berinfltrasi yang

menyebabkan daya infiltrasi lebih kecil. Formula dari infiltrasi ini sebagai berikut:

(Basak, 1999).

Dimana:

I = Infiltrasi

If = Koefisien infiltrasi (i = 0 – 1,0)

WS = Kelebihan air (Water surplus)

Koefisien infiltrasi (if), adalah koefisien yang didasarkan pada kondisi

porositas tanah dan kemiringan daerah pengaliran. Koefisien infiltrasi mempunyai

nilai yang besar jika tanah bersifat porous, sifat bulan kering dan kemiringan

lahannya tidak terjal. Karena dipengaruhi sifat bulan maka if ini bisa berbeda-

beda untuk tiap bulan. Harga minimum koefisien infiltrasi bisa dicapai karena

kondisi lahan yang terjal dan air tidak sempat mengalami infiltrasi (Bappenas,

2006).

b) Penyimpanan air tanah (Groundwater storage)

26
Infiltrasi terus terjadi sampai mencapai zona tampungan air tanah

(groundwater storage, disingkat GS). Dalam metode ini, besarnya groundwater

storage (GS) dipengaruhi oleh: (Bappenas, 2006).

1) Infiltrasi (i). Semakin besar infiltrasi maka groundwater storage semakin

besar pula, dan begitu pula sebaliknya.

2) Konstanta resesi aliran bulanan (k). Konstanta resesi aliran bulanan

(monthlyflow recession constan) disimbolkan dengan k adalah proporsi dari

air tanah bulan lalu yang masih ada bulan sekarang. Nilai k ini cenderung

lebih besar pada bulan basah.

3) Groundwater storage bulan sebelumnya (GSom). Nilai ini diasumsikan

sebagai konstanta awal, dengan anggapan bahwa

water balance merupakan siklus tertutup yang ditinjau selama rentang

waktu menerus tahunan tertentu. Dengan demikian maka nilai asumsi awal bulan

pertama tahun pertama harus dibuat sama dengan nilai bulan terakhir tahun

terakhir.

Dari ketiga faktor di atas, Mock merumuskan sebagai berikut:

* ( ) +

Dimana:

GS = Penyimpanan air tanah (groundwater storage)

K = Konstanta resesi aliran bulanan (k= 0,4-0,7)

I = infiltrasi

(e) Limpasan permukaan (Direct runoff)

27
Limpasan permukaan adalah air yang mengalir di atas permukaan tanah

baik sebagai aliran tipis di permukaan tanah atau sebagai aliran disaluran (Basak,

1999).

Limpasan permukaan berasal dari Water surplus yang telah mengalami

infiltrasi. Jadi direct runoff dihitung dengan persamaan: (Bappenas, 2006).

Dimana:

DRO = Limpasan Permukaan (direct runoff)

WS = Kelebihan air (Water surplus)

I = Infiltrasi.

(f) Kalibrasi parameter

Sebelum melakukan perhitungan ketersediaan air sungai, terlebih dahulu

dilakukan proses kalibrasi untuk masukan yang menentukan parameter sebagai

data masukan yang optimal. Parameter-parameter yang dikalibrasi pada metode

Mock yaitu kelembaban tanah maksimum (SMC), koefisien infiltrasi (if),koefisien

resesi (k), Initial Soil Moisture(ISM) dan Initial Ground Water Storage (IGWS)

(Kironoto A, 1994).

Kalibrasi (calibration) terhadap satu model adalah proses pemilihan

kombinasi parameter. Dengan kata lain, proses optimalisasi inilai parameter untuk

meningkatkan koherensi antara respon hidrologi DAS yang teramati dan

tersimulasi. Koherensi ini (ketepatan antara yang terukur dan terhitung) dapat

diamati secara kualitatif, misalnya dengan membandingkan hidrograf debit

28
terukur dan terhitung. Umumnya koherensi ini dinilai secara kuantitatif (Indarto,

2006).

Pada prinsipnya, metode kalibrasi yang ada bisa dibedakan menjadi tiga,

yaitu: (Indarto, 2006).

a) Coba-coba (Trial and Error)

Dalam hal ini, nilai parameter dicocokan secara manual dengan cara coba-

coba. Metode ini paling banyak digunakan dan direkomendasikan, khususnya

untuk model yang komplek. Dimana sebuah grafik yang bagus sudah dianggap

mewakili hasil simulasi.

b) Otomatis

Dalam hal ini, sebuah algoritma dipakai untuk menentukan nilai fungsi

objektif dan digunakan untuk mencari kombinasi dan permutasi parameter

sebanyak mungkin untuk menentukan tingkat keakuratan yang optimum.

c) Kombinasi

Dalam hal ini, kalibrasi secara otomatis dilakukan untuk menentukan

parameter, selanjutnya digunakan trial and error untuk menentukan detail

kombinasi yang optimal.

Metode kalibrasi yang banyak digunakan untuk pemodelan hujan-aliran

adalah trial and error. Hal itu disebabkan karena proses penggunaannya cukup

sederhana, cepat dan membutuhkan pengalaman. Pengalaman tersebut biasanya

didapat dari 5 sampai15 kali percobaan. Persamaan yang digunakan dengan

menggunakan metode coba-coba (trial and error) yaitu sebagai berikut: (Indarto,

2006)

29
∑ ( )

Dimana:

MSE = Mean Squared Error

Yi = Rataan hasil perhitungan

Y’I = Rataan hasil pengukuran langsung

n = Merupakan jumlah data.

2) Metode Statistik

Perhitungan debit andalan dengan menggunakan metode statistic

dilakukan apabila tersedia data pencatatan debit seri jangka panjang, hal ini untuk

menghindari angka penyimpangan perhitungan yang besar, dianjurkan lebih baik

apabila digunakan data pencatatan debit minimal 10 tahun. Setelah data disusun

pada table pencatatan debit minimal 10 tahun. Setelah data disusun pada table

pencatatan debit, selanjutnya ditetapkan prosentase debit andalan yang diharapkan

seperti halnya pada metode rangking (Nugroho Hadisusanto, 2010)

Adeapun langkah-langkah perhitungan metode statistik dapat dilakukan

sebagai berikut :

(a) Ditabelkan data dbit rata-rata bulanan, setengah bulanan atau sepuluh harian.

(b) Dihitung nilai Xrata-rata


…………………………………………………………………….17

Dimana :

30

Anda mungkin juga menyukai