Model Prakiraan Debit Air dalam Rangka Optimalisasi Pengelolaan Waduk Saguling – Kaskade Citarum

Abstrak Peningkatan laju pertumbuhan penduduk dan industri mendorong peningkatan kebutuhan air baku dan energi listrik. Salah satu penyedia kebutuhan energi listrik di wilayah Jawa, Madura, Bali adalah Waduk Saguling. Asupan air bagi Waduk Saguling adalah Daerah Aliran Sungai (DAS) Citarum Hulu dengan luas daerah tangkapan sebesar 2.340,88 km2. Waduk Saguling juga merupakan salah satu waduk yang membentuk waduk kaskade Citarum yang terdiri dari Waduk Saguling, Cirata, dan Jatiluhur. Data debit aliran mempunyai peranan penting dalam pengelolaan dan pengembangan sumberdaya air suatu DAS. Dalam penelitian ini dilakukan perbandingan model bangkitan debit inflow Waduk Saguling menggunakan metode korelasi spasial (hujan dan debit) atau metode kontinu serta dengan metode diskrit Markov yang menggunakan prinsip model stokastik Markov 3 kelas. Data debit inflow Waduk Saguling yang digunakan adalah data debit dari tahun 1986-2013. Pada metode korelasi spasial diperoleh kombinasi tipe PPPQt-1 memiliki nilai korelasi sebesar 0,86 sedangkan untuk metode diskrit Markov diperoleh nilai korelasi sebesar 0,804. Dalam rangka optimasi pengelolaan waduk ditemukan bahwa pengelolaan waduk dengan model kontinu memberikan nilai korelasi lebih tinggi antara lintasan pedoman dan lintasan aktual di Waduk Saguling yakni sebesar 0,940 jika dibandingkan dengan metode diskrit Markov yang memberikan korelasi antara lintasan pedoman dan lintasan aktual Waduk Saguling sebesar 0,852. Asbtract Enhancement of population and industry have lead to an enhancement demand for raw water and electrical energy. One of the electricity provider in Java-Madura-Bali is Saguling Reservoir. The water intake of Saguling is upstream Citarum watershed with an area of 2340.88 km2. Saguling is also one of the reservoirs that form Citarum Cascade consisting of Saguling, Cirata and Jatiluhur. Data of reservoir discharge has an important role in the management of water resources. Discharge forecasting approach taken in this research was the spatial correlation method (rainfall and discharge) and discrete Markov method that used the principle of stochastic Markov model of 3 classes. Saguling inflow discharge that used in this research was data from 1986 to 2013. In the spatial correlation method, combination type of PPPQt obtained a correlation value of 0.86 while for discrete Markov method obtained the correlation value of 0.804. In order to optimization of reservoir management, this research found that the reservoir management with continuous model provides a higher correlation values between the actual trajectory and the guidelines trajectory in Saguling which amounted to 0,940 compared to discrete Markov method that provides a correlation between the actual trajectory and the trajectory guidelines Saguling at 0.852.