Perpustakaan Digital ITB

Ketahanan air merupakan salah satu aspek strategis dalam mewujudkan Visi Indonesia Emas 2045 yang memerlukan dukungan sistem pengelolaan sumber daya air yang berkelanjutan. Pengelolaan sumber daya air bertujuan menjamin keberlanjutan ketersediaan air melalui konservasi, pendayagunaan, dan pengendalian daya rusak air. Namun, pencapaian tujuan tersebut menghadapi tantangan akibat meningkatnya kebutuhan air sebagai konsekuensi pertumbuhan penduduk dan perkembangan berbagai aktivitas, serta perubahan tutupan lahan, degradasi hutan, dan meningkatnya variabilitas curah hujan akibat perubahan iklim. Faktor-faktor tersebut menyebabkan perubahan karakteristik hidrologi daerah aliran sungai (DAS), sehingga asumsi stasioneritas debit sungai yang selama ini digunakan dalam perencanaan sumber daya air tidak lagi sepenuhnya representatif. Oleh karena itu, diperlukan pengembangan model prediksi debit sungai yang mampu mengakomodasi dinamika karakteristik biofisik DAS serta didukung oleh prediksi awal musim hujan pada skala catchment untuk meningkatkan keandalan informasi ketersediaan air. Model prediksi debit sungai yang berkembang saat ini umumnya menggunakan pendekatan berbasis proses maupun statistik. Model berbasis proses mampu merepresentasikan mekanisme hidrologi dengan baik, tetapi memerlukan data, parameter, dan proses kalibrasi yang kompleks. Sebaliknya, model berbasis statistik lebih efisien dalam kebutuhan data dan parameter, namun umumnya masih bergantung pada pola historis debit serta belum mengakomodasi dinamika perubahan karakteristik biofisik DAS. Di sisi lain, informasi prediksi awal musim hujan umumnya masih tersedia pada skala zona prakiraan musim sehingga belum mampu merepresentasikan karakteristik hidrologi lokal pada skala catchment. Selain itu, evaluasi terhadap peta tutupan lahan menunjukkan adanya ketidaksesuaian beberapa kelas tutupan lahan, terutama kawasan permukiman, yang berpotensi memengaruhi estimasi Curve Number (CN), limpasan permukaan, dan respons hidrologi DAS. Oleh karena itu, dilakukan koreksi spasial terhadap peta tutupan lahan untuk meningkatkan representasi kondisi biofisik DAS sebelum digunakan dalam pemodelan. Berdasarkan kondisi tersebut, belum tersedia model forecasting debit sungai berbasis pendekatan statistik yang mampu mengintegrasikan dinamika perubahan tutupan lahan hasil koreksi spasial dengan data deret waktu hidroklimatologi serta didukung oleh prediksi awal musim hujan pada skala catchment untuk merepresentasikan perubahan respons hidrologi DAS. Penelitian ini bertujuan mengembangkan pendekatan forecasting pada skala catchment yang meliputi prediksi awal musim hujan, proyeksi CN dinamis berbasis perubahan tutupan lahan hasil koreksi spasial, serta model forecasting debit sungai berbasis pendekatan statistik yang mengintegrasikan dinamika perubahan tutupan lahan, curah hujan, dan evapotranspirasi. Pemodelan curah hujan dilakukan menggunakan metode deret waktu, yaitu Singular Spectrum Analysis (SSA), Seasonal Autoregressive Integrated Moving Average (SARIMA), dan Artificial Neural Network (ANN), sedangkan model forecasting debit sungai dikembangkan menggunakan pendekatan regresi spline multivaribel (RSM). Estimasi limpasan permukaan dilakukan menggunakan metode Soil Conservation Service Curve Number (SCS-CN), sedangkan kinerja model dievaluasi menggunakan Mean Absolute Percentage Error (MAPE), Mean Square Error (MSE), Root Mean Square Error (RMSE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa model forecasting curah hujan dasarian mampu memprediksi awal musim hujan hingga satu tahun ke depan pada Catchment Citarum–Majalaya dan Catchment Cikapundung–Gandok secara konsisten dengan prakiraan BMKG. Metode SSA menunjukkan kinerja terbaik pada Catchment Citarum–Majalaya, sedangkan SARIMA memberikan kinerja terbaik pada Catchment Cikapundung–Gandok. Hasil tersebut mengindikasikan bahwa karakteristik temporal curah hujan memengaruhi pemilihan model forecasting yang paling sesuai pada masing-masing catchment. Selain itu, pendekatan proyeksi CN dinamis berbasis perubahan tutupan lahan hasil koreksi spasial mampu merepresentasikan perubahan karakteristik hidrologi DAS dalam jangka panjang serta mengonfirmasi bahwa dinamika perubahan tutupan lahan berpengaruh signifikan terhadap perubahan nilai CN dan limpasan permukaan. Model forecasting debit sungai berbasis statistik yang dikembangkan berhasil mengintegrasikan perubahan tutupan lahan hasil koreksi spasial, curah hujan, dan evapotranspirasi untuk merepresentasikan respons hidrologi DAS. Model tersebut mampu memprediksi pola dan besaran debit sungai hingga 12 bulan ke depan pada dua catchment dengan karakteristik biofisik berbeda, dengan akurasi mendekati data debit observasi dan sebanding dengan model hidrologi berbasis proses, namun dengan kebutuhan data, parameter, dan kalibrasi yang lebih sederhana. Penelitian ini menghasilkan dua kontribusi utama, yaitu pengembangan pendekatan proyeksi CN dinamis berbasis perubahan tutupan lahan terkoreksi spasial untuk merepresentasikan dinamika hidrologi DAS jangka panjang serta pengembangan model forecasting debit berbasis statistik yang mengintegrasikan karakteristik biofisik DAS dan deret waktu hidroklimatologi sebagai pendekatan yang efisien dan andal dalam mendukung pengelolaan sumber daya air berkelanjutan.