UMSUMS

Forum GeografiForum Geografi

Besar kecilnya debit sungai sangat tergantung pada hujan dan kondisi awal dari debit itu sendiri, sehingga terdapat hubungan auto-correlation. Sementara itu, proses pengalihragaman dari hujan menjadi debit aliran pada sungai membutuhkan waktu (lag) antara terjadinya hujan dan kenaikan debit sungai. Penelitian ini menggunakan model Vector Auto Regression (VAR) untuk menganalisis hubungan antara curah hujan dan debit. Model VAR dipilih dengan mempertimbangkan bentuk hubungan antara kedua variabel dan tipe data hujan maupun debit yang keduanya merupakan data deret waktu (time series). Data curah hujan dan data debit harian diperoleh dari tiga bendung yaitu Bendung Sojomerto, Bendung Juwero di Kabupaten Kendal dan Bendung Glapan di Kabupaten Demak, Provinsi Jawa Tengah. Hasil uji kausalitas menunjukkan hubungan yang signifikan baik antara pengaruh variabel curah hujan terhadap debit maupun pengaruh debit terhadap curah hujan. Hubungan kausalitas yang signifikan antara debit terhadap curah hujan mengindikasikan bahwa karakteristik hujan di wilayah ini bergeser dari hulu ke hilir. Model VAR yang terbentuk dapat menjelaskan keragaman hubungan antara kedua variabel antara 6,4% – 70,1%. Hasil penelitian menunjukkan bahwa model statistik berpeluang digunakan dalam peramalan hubungan hujan dan debit sungai. Analisis ini dapat dipertajam dengan menggunakan data deret waktu pada interval waktu yang lebih rapat dan periode yang lebih panjang.

VAR analysis result could determine the causality relationship between rainfall and river discharge variables.Statistically, these relationships are shown by their causality functions.The significant causality relationships between the river discharge and the rainfall variables indicated that the characteristics of the rainfall in this study area was that the rainfall occurrence moved from upstream to downstream.However, there is limitation in this study, which could affect to the result of prediction, mainly to the prediction on the peak of the river discharge reflected by the time lag.This occurred due to the data used were daily data.By using them, the rainfall is presumed to occur throughout the day, while in fact the rain could have only occurred in a few hours in each day.Similarly, the river discharge data may not be constant throughout the day.Accuracy of the prediction could increase by using data measured in shorter time interval.for example an hourly data but that collected in longer period.

Berdasarkan hasil penelitian, model statistik seperti Vector Auto Regression (VAR) dapat digunakan untuk menganalisis hubungan antara curah hujan dan debit sungai. Untuk meningkatkan akurasi prediksi, disarankan menggunakan data deret waktu dengan interval waktu yang lebih singkat dan periode yang lebih panjang. Selain itu, penelitian selanjutnya dapat mengembangkan model yang mempertimbangkan jarak antara stasiun pengukuran hujan dan debit sungai, serta karakteristik fisik dan hidrologi DAS (Daerah Aliran Sungai). Dengan demikian, model yang lebih akurat dapat dikembangkan untuk memprediksi hubungan antara hujan dan debit sungai, serta karakteristik hujan di suatu wilayah.

Read online
File size246.64 KB
Pages10
DMCAReport

Related /

ads-block-test