Salsabila, Mifta’ul Iza and Dr. Ir. Ery Suhartanto, ST., MT and Ir. Sri Wahyuni, ST., MT., Ph.D, IPM (2023) Departemen Teknik Pengairan, Fakultas Teknik, Universitas Brawijaya, Juli 2023, Rasionalisasi Jaringan Hidrologi Menggunakan Data Pos Hujan, Data Satelit CHIRPS, dan Data Pos Duga Air dengan Metode Stepwise di DAS Kedunglarangan,. Sarjana thesis, Universitas Brawijaya.
Abstract
Daerah Aliran Sungai (DAS) Kedunglarangan merupakan salah satu dari beberapa DAS besar yang berlokasi di Kabupaten Pasuruan, Jawa Timur. DAS Kedunglarangan berada pada daerah padat penduduk sehingga setiap musim hujan tiba dengan intensitas yang tinggi, beberapa wilayah akan tergenang banjir. Begitu pula saat musim kemarau tiba, Kabupaten Pasuruan juga akan mengalami kekeringan yang sangat tinggi. Pada saat ini jumlah pos hujan di DAS Kedunglarangan tergolong banyak dan berdekatan. Hal ini membuat pos hujan yang berada di DAS Kedunglarangan memiliki persebaran yang kurang merata. Selain itu, hilangnya data pos hujan pengukuran di lapangan menjadi salah satu faktor permasalahan data curah hujan di DAS Kedunglarangan. Salah satu alternatif yang dapat digunakan yaitu dengan pemanfaatan data satelit CHIRPS sebagai rekomendasi pengganti data curah hujan yang hilang. Akan tetapi, perlu dilakukan pengujian sebelum digunakan dalam analisis selanjutnya. Dalam penelitian ini, data hujan maupun debit memiliki peran sebagai input utama yang menjadi peran penting dalam pengelolaan sumber daya air. Dengan mengetahui jumlah pos hidrologi yang tersedia pada kondisi sekarang bisa mewakili keadaan wilayah penelitian, sehingga kualitas data serta jumlah pos hidrologi dapat optimal dan dapat digunakan dalam mempertimbangkan keputusan bagi instansi demi mengefisiensi waktu, tenaga, serta biaya. Beberapa metode dan model telah dikembangkan guna mengakomodasi rasionalisasi jaringan pos hidrologi sehingga menghasilkan output yang ideal berupa jaringan pos hidrologi yang efektif dan efisien. Dari berbagai metode yang tersedia, hasil rekomendasi Stepwise menjadi pilihan penelitian. Sebelum dilakukan rasionalisasi dengan metode Stepwise, dilakukan uji kualitas data pada data curah hujan dan data debit. Selanjutnya dengan menggunakan software SPSS 26, data curah hujan dan debit dapat di input. Output yang didapat pada model regresi Stepwise yaitu uji-t, koefisien korelasi (R), dan uji asumsi klasik yang meliputi uji normalitas residual, uji multikolinearitas, uji heteroskedastisitas, dan uji autokorelasi. Hasil rasionalisasi metode Stepwise menghasilkan 1 pos hujan yaitu Pos Hujan Bareng. Sementara Stepwise-Enter menghasilkan kombinasi empat pos hujan yaitu, Pos Hujan Prigen (35,185 km2), Pos Hujan Bareng (5,530 km2), Pos Hujan Tanggul (27,910 km2), dan Pos Hujan Wilo (36,735 km2) dengan nilai koefisien korelasi (R) sebesar 0,773 (Kuat) dimana letak pos hujan sudah tersebar pada bagian hulu, tengah, dan hilir, sehingga menjadi rekomendasi rasionalisasi pos hujan pada DAS Kedunglarangan. Hasil analisis validasi terkoreksi periode tahunan dengan menggunakan perbandingan data 11 tahun kalibrasi dan 3 tahun validasi pada satelit CHIRPS, menghasilkan nilai NSE pada ke tiga pos hujan yaitu Pos Hujan Prigen (NSE = 0,501), Pos Hujan Bareng (NSE = 0,557), Pos Hujan Wilo (NSE = 0,527) dengan kategori “Memenuhi”, dan Pos Hujan Tanggul (NSE = 0,678) dengan kategori “Baik”. Sementara nilai koefisien korelasinya pada ke empat pos hujan juga menunjukkan hasil yang “Sangat Kuat” karena R > 0,8.
English Abstract
Kedunglarangan Watershed is one of several large watersheds located in Pasuruan Regency, East Java. Kedunglarangan Watershed is in a densely populated area so every rainy season with high intensity, several areas will be flooded. Also, when the dry season arrives, Pasuruan Regency will go through a very high drought. At this time the number of rain stations in Kedunglarangan Watershed is quite large and closed. This makes the rain stations in Kedunglarangan Watershed have an uneven distribution. In addition, the loss of rain stations data measurements is one of the factors causing problems in Kedunglarangan Watershed. There is one alternative can be used is to use CHIRPS satellite data as a recommendation to replace missing rainfall data. However, it needs to be tested before being used in further analysis. In this study, rainfall and water discharge data have a role as the main input which is an important role in the management of water resources. By knowing the number of hydrological stations available under current conditions, it can represent the state of the research area, so that the quality of the data and the number of hydrological stations can be optimal and used in considering decisions for institute in order to streamline time, power, and costs. Several methods and models have been developed to accommodate the rationalization of the hydrological station network so as to produce an ideal output in the form of an effective and efficient. From various methods available, the results of Stepwise's recommendations are the research choice. Before rationalizing with the Stepwise method, data quality tests were carried out on rainfall data and water discharge data. Then, by using SPSS 26 software, rainfall and water discharge data can be input. The output obtained in the Stepwise regression model is the ttest, correlation coefficient (R), and the classic assumption test which includes the residual normality test, multicollinearity test, heteroscedasticity test, and autocorrelation test. The results of the rationalization of the Stepwise method produce 1 rainfall station, namely Bareng Rainfall Station. While Stepwise-Enter produces a combination of four rain stations, namely, Prigen Rainfall Station (35,185 km2), Bareng Rainfall Station (5,530 km2), Telebuk Rainfall Station (27,910 km2), and Wilo Rainfall Station (36,735 km2) with a correlation coefficient (R) of 0,773 (Strong) where the location of the rain stations has spread in the upstream, middle and downstream parts, so it becomes a recommendation for rationalizing rainfall stations in the Kedunglarangan Watershed. The results of the annual period corrected validation analysis using a comparison of 11 years of calibration data and 3 years of validation on CHIRPS satellite, NSE values for the three rainfall stations, Prigen Rainfall Station (NSE = 0,501), Bareng Rainfall Station (NSE = 0,557), Wilo Rainfall Station (NSE = 0,527) in the “Average” category, and the Telebuk Rainfall Station (NSE = 0,678) in the “Good” category. While the value of the correlation coefficient on the four rainfall stations also shows "Very Strong" results because R > 0,8.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | 052307 |
Uncontrolled Keywords: | Rasionalisasi, Pos Hujan, Pos Duga Air, Stepwise, CHIRPS, Rationalization, Rainfall Station, Water Monitoring Station, Stepwise, CHIRPS. |
Divisions: | Fakultas Teknik > Teknik Pengairan |
Depositing User: | Zainul Mustofa |
Date Deposited: | 09 Jan 2024 03:06 |
Last Modified: | 10 Jan 2024 02:37 |
URI: | http://repository.ub.ac.id/id/eprint/206394 |
![]() |
Text (DALAM MASA EMBARGO)
052307 MIFTA'UL IZA SALSABILA.pdf Restricted to Registered users only until 31 December 2025. Download (19MB) |
Actions (login required)
![]() |
View Item |