Pemetaan Laju Erosi Daerah Aliran Sungai Serayu Terhadap Pendangkalan Waduk Mrica Tahun 2018-2022 Berbasis Citra Satelit Sentinel-2
Matias Ronaldo Dimas Surya Laksana(1), Muhammad Rofid Azzuhdi(2), Firman Hadi(3*), Shofiyatul Qoyimah(4)
(1) Diponegoro University
(2) Diponegoro University
(3) Diponegoro University
(4) Diponegoro University
(*) Corresponding Author
Abstract
Waduk Mrica merupakan infrastruktur vital yang berperan sebagai Pembangkit Listrik Tenaga Air (PLTA), sumber irigasi, pengendali banjir di bagian hilir, dan perikanan. Kemampuan waduk untuk menjalankan fungsinya tergantung pada kapasitas penyimpanannya, yang dipengaruhi oleh tingkat sedimentasi akibat erosi pada Daerah Aliran Sungai (DAS). Untuk mengatasi masalah pendangkalan dan dampak erosi tanah, diperlukan pemahaman mendalam mengenai tingkat bahaya erosi dan nilai sedimentasi dalam periode waktu tertentu. Penelitian ini bertujuan memberikan gambaran menyeluruh mengenai laju erosi di DAS Serayu dan dampaknya terhadap pendangkalan Waduk Mrica dalam rentang waktu 2018-2022 dengan memanfaatkan citra satelit Sentinel-2. Penelitian meliputi prediksi laju erosi DAS Serayu menggunakan metode Universal Soil Loss Equation, kemudian dilakukan estimasi kedalaman Waduk Mrica dengan algortima Random Forest yang dikalibrasi dengan data perekaman batimetri in situ. Hasil penelitian ini menunjukkan estimasi kedalaman menggunakan citra Sentinel-2 mampu memberikan informasi kedalaman 0-25 m di Waduk Mrica pada periode 2018-2022, dengan nilai R2 pada rentang 0,83-0,92, MAE pada rentang 0,367-0,593, RMSE pada rentang 0,819-1,401 m. Hasil penelitian menunjukkan tren penurunan total volume Waduk Mrica dari tahun 2018 hingga 2022, menandakan berkurangnya kapasitas penyimpanan waduk. Terjadi variasi laju erosi, total erosi, dan sediment yield di DAS Serayu selama periode tersebut. Sub DAS Serayu Hulu secara konsisten menjadi kontributor terbesar terhadap total erosi dibanding Sub DAS lainnya. Terdapat hubungan antara sedimen hasil erosi DAS Serayu dan pendangkalan Waduk Mrica pada tahun 2019 dan 2020, tetapi pada tahun 2021 dan 2022 terjadi ketidaksesuaian di mana sedimen DAS meningkat sedangkan sedimen waduk menurun yang disebabkan adanya tindakan pengendalian sedimen waduk.
Keywords
Full Text:
PDFReferences
Abdul Gafoor, F., Al-Shehhi, M. R., Cho, C. S., & Ghedira, H. (2022). Gradient Boosting and Linear Regression for Estimating Coastal Bathymetry Based on Sentinel-2 Images. Remote Sensing, 5037.
Ahmad Shofiyul Huda, Arief Laila Nugraha, Nurhadi Bashit. (2020). Analisis Perubahan Laju Erosi Periode Tahun 2013 Dan Tahun 2018 Berbasis Data Penginderaan Jauh dan Sisitem Informasi Geografis (Studi Kasus : DAS Garang). Jurnal Geodesi UNDIP, 106-114.
Alie, M. E. (2015). Kajian Erosi Lahan pada DAS Dawas Kabupaten Musi Banyuasin Sumatera Selatan. Jurnal Teknik Sipil dan Lingkungan, 750-754.
Anindya Majhi, Rohit Shaw,Kunal Mallick, Priyank Pravin Patel. (2021). Towards Improved USLE-Based Soil Erosion Modelling In India: A Review Of Prevalent Pitfalls And Implementation Of Exemplar Methods. Earth-Science Reviews, 1-25.
ASCE. (1982). Relationships Between Morphology of Small Streams and Sediment Yield. Journal of Hydraulic Engineering, 1328–1365.
Danoedoro, P. (2012). Pengantar Penginderaan Jauh. Yogyakarta: ANDI Yogyakarta.
Dutta, S. (2016). Soil erosion, sediment yield and sedimentation of reservoir: A review. Modeling Earth Systems and Environment, 2. doi:10.1007/s40808-016-0182-y
Faiz Al Farikhi, Retno Widodo Dwi Pramono. (2023). Perbandingan Algoritma Classification And Regression Tree (CART) dan Random Forest (RF) Untuk Klasifikasi Penggunaan Lahan Pada Google Earth Engine. Spatial Wahana Komunikasi dan Informasi Geografi, 171-179.
Fakhrizal Arifandi, Cahyono Ikhsan. (2019). Pengaruh Sedimen Terhadap Umur Layanan Pada Tampungan Mati (Dead Storage) Waduk Krisak di Wonogiri Dengan Metode USLE (Universal Soil Losses Equation). Jurnal Matriks Teknik Sipil, 430-439.
Gelmore, S., Saleem, A., & Dewan, A. (2018, September 29). Effectiveness of DOS (Dark-Object Subtraction) Method and Water Index Techniques to Map Wetlands in Rapidly Urbanising Megacity with Landsat 8 Data. Remote Sensing and Geographic Information System, hal. 1.
Hedley, J., Harborne, A., & Mumby, P. (2005). Technical note: Simple and robust removal of sun glint for mapping shallow-water benthos. International Journal of Remote Sensing.
Jaelani, M. (2016, April 5). Teori Dasar Koreksi Atmosfer. hal. 1.
Jerlov, N. (1976). Marine Optics. Amsterdam: Elsevier O.
Kataraihya, D. J. (2021). Refinement and Automation of Satellite Derived Bathymetry and Development of a new Software Tool. Genova: Universita Degli Studi di Genova.
Kehutanan, K. (2008). Pedoman Penyusunan Rencana Teknik Rehabilitasi Teknik Lapangan dan Konservasi Tanah Daerah Aliran Sungai.
Louppe, G. (2014). Understanding Random Forest. Liege: Unversity of Liege.
Lukiawan, R., Purwanto, E. H., & Ayundyahrini, M. (2019). Standar Koreksi Geometrik Citra Satelit Resolusi Menengah Dan Manfaat Bagi Pengguna. Pusat Penelitian dan Pengembangan Standardisasi, Badan Standardisasi Nasional, 46-47.
Masita Dwi Mandini Manessa, M. H. (2017). Determination Of The Best Methodology For Bathymetry Mapping Using Spot 6 Imagery: A Study Of 12 Empirical Algorithms. International Journal Of Remote Sensing And Earth Sciences, 127-136.
Merchant, M. A. (2023). Modelling Inland Arctic Bathymetry From Space Using Cloud-Based Machine Learning And Sentinel-2. Space Research, 4256–4271.
Muhammad Asadullah Al-Fathin, Bambang Sudarsono, Nurhadi Bashit. (2019). Analisis Perbandingan Peningkatan Sedimentasi di Waduk Mrica dengan Perubahan Tutupan Lahan pada Daerah Aliran Sungai (DAS) Merawu Menggunakan Data Citra Satelit Landsat. Jurnal Geodesi Undip, 388-397.
Nugraha, D. K. (2021). Dampak Perubahan Curah Hujan Terhadap Tingkat Kerentanan Erosi Tanah di Sub DAS Merawu, Jawa Tengah . Jurnal Teknik Pertanian Lampung, 356-366.
Nur Ariva Sabila, Bambang Yulistiyanto, Djoko Legono. (2020). Kajian Sedimen Delivery Ratio Bendungan Bener Kabupaten Purworejo. Prosiding Seminar Nasional Teknik Sipil 2020 (hal. 177-184). Surakarta: Universitas Muhammadiyah Surakarta.
Pasaribu, J. M. (2012). Perbandingan Teknik Interpolas DEM SRTM dengan Metode Inverse Distance Weighting (IDW), Natural Neighbor, dan Spline. Jurnal Pengindraan Jauh, 126-132.
Plevris, V., Solorzano, G., Bakas, N., & Ben Seghier, M. (2022). Investigation of Performance Metrics in Regression Analysis and Machine Learning-Based Prediction Models. World Congress in Computational Mechanics and ECCOMAS Congress.
PT. Indonesia Power. (2018). Laporan Pelaksanaan Penyelidikan Sedimentasi Waduk PLTA Banjarnegara.
Rahman, A. (2018). Modul Ajar Pengolahan Citra Digital (Studi Kasus Perubahan Lahan Mangrove dan Rawa). Banjarbaru: Universitas Lambung Mangkurat.
Rifky Muhammad Zulfa Fauzi, Maryono. (2016). Kajian Erosi Dan Hasil Sedimen Untuk Konservasi Lahan DAS Kreo Hulu. Jurnal Pembangunan Wilayah Kota, 429-445.
Rihadatul Aisy, Abdi Sukmono, Hana Sugiastu Firdaus. (2022). Analisis Perubahan Laju Erosi Pada Sub DAS Keduang Tahun 2016-2021 dengan Metode Universal Soil Loss Equation (USLE). Jurnal Geodesi Undip, 1-10.
Schowengerdt, R. (2007). Remote Sensing. Burlington: Academic PRress.
Su, H.; Liu, H.; Heyman, W.D. (2008). Automated Derivation of Bathymetric Information from Multi-Spectral Satelitte Imagery Using a Non-Linier Inversion Model. Marine Geodesy, 31(4), 281-298.
Sugiyono. (2018). Metode Penelitian Kuantitatif, Kualitatif Dan Kombinasi (Mixed Methods). Bandung: Alfabeta.
Suripin. (2004). Pelestarian Sumber Daya Tanah dan Air. Yogyakarta: Penerbit Andi.
Sutapa, I. W. (2010). Analisis Potensi Erosi Pada Daerah Aliran Sungai (DAS) di Sulawesi Tengah. Jurnal SMARTek, 169-181.
Tambunan, S. B. R., & Santosa, P. B. (2018). Progo Watershed Deliniation and River Network Analysis Using SRTM DEM and Contour DEM Hypsography of RBI 1: 25000. Proceedings - 2018 4th International Conference on Science and Technology, ICST 2018. https://doi.org/10.1109/ICSTC.2018.8528287
Ulya, S. F. (2018). Analisis Prediksi Quick Count Dengan Metode Stratified Random Sampling dan Estimasi Confidence Interval Menggunakan Metode Maksimum Likelihood. UNNES Journal of Mathematics, 108-119.
Vira Febianti, Bandi Sasmito, Nurhadi Bashit. (2022). Pemdelan Perubahan Tutupan Lahan Berbasis Penginderaan Jauh (Studi Kasus Kota Semarang). Jurnal Geodesi Undip, 1-10.
Walter H. Wischmeier, D. D. (1978). Predicting Rainfall-Erosion Losses : A Guide To Conservation Planning. USDA Agriculture Handbook.
Weifeng Zhou, Bingfang wu. (2008). Assessment of Soil Erosion and Sediment Delivery Ratio Using Remote Sensing And GIS: a Case Study of Upstream Chaobaihe River Catchment, North China. International Journal of Sediment Research, 167-173.
Xu, R. (2013). Improvements to Random Forest Methodology. Iowa: Iowa State Univesity.
Yanbo Jiang, Anchen Qin. (2023). Research on Rainfall Prediction Based on RBF Neural Network Model and Stormwater Inundation Risk in Scenic Areas: a Case Study Of The Yesanpo Scenic Area, Baoding, China. Physics and Chemistry of the Earth, 1-7.DOI: https://doi.org/10.22146/jgise.95299
Article Metrics
Abstract views : 53 | views : 45Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Journal of Geospatial Information Science and Engineering (JGISE) ISSN: 2623-1182 (Online) Email: jgise.ft@ugm.ac.id The Contents of this website is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.