studi pengaruh sifat fisik tanah terhadap laju infiltrasi

Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 2 No. 1 (2022) p. 067-080

© Jurusan Teknik Pengairan, Fakultas Teknik, Universitas Brawijaya

JTRESDA

Journal homepage: https://jtresda.ub.ac.id/

*Penulis korespendensi: [email protected]

Studi Pengaruh Sifat Fisik Tanah terhadap

Laju Infiltrasi pada Lahan Pertanian Rifco Ray Firmanda1*, Donny Harisuseno1, Andre Primantyo

Hendrawan1 1 Jurusan Teknik Pengairan, Fakultas Teknik, Universitas Brawijaya,

Jalan MT. Haryono No. 167, Malang, 65145, INDONESIA

*Korespondensi Email: [email protected]

Abstract: Land-use changes that occur in the Lesti watershed will

indirectly affect the infiltration rate. Reduced land cover vegetation and the

existence of soil processing processes such as compaction will change the

characteristics of the infiltration rate. This study aims to determine the

effect of soil physical properties on the infiltration rate using multiple

linear regression models. This study was conducted on agricultural land in

the Lesti watershed. At each point infiltration data was collected using

a Double Ring Infiltrometer and soil samples were taken. From the results

of correlation and determination analysis, it was found that the

variables ln sand, ln clay, and ln water content have good correlation and

determination coefficient values. After that, several multiple linear

regression models were made. From the results of the analysis, the

regression model using the variables was ln clay and ln moisture

contentable to fulfill the classical assumption test and hypothesis testing

with the strength of the ln clay and ln water content variables together

being able to explain the initial infiltration rate ln variable of 88.4%. The

results of the model validation test, it shows that the regression modeling

value is close to the measurement results in the field.

Keywords: Infiltration Rate, Multiple Linear Regression, Soil Physical

Properties

Abstrak: Perubahan tata guna lahan yang terjadi pada DAS Lesti secara

tidak langsung akan mempengaruhi laju infiltrasi. Berkurangnya vegetasi

penutup lahan dan adanya proses pengolahan tanah seperti pemadatan akan

mengubah karakteristik laju infiltrasi pada suatu lahan. Studi ini ditujukan

untuk mengetahui pengaruh sifat fisik tanah terhadap laju infiltrasi dengan

menggunakan model regresi linear berganda. Kajian ini dilakukan pada

lahan pertanian yang berada di DAS Lesti. Pada setiap titik dilakukan

pengambilan data infiltrasi menggunakan alat Double Ring Infiltrometer

dan pengambilan sampel tanah. Dari hasil analisis korelasi dan determinasi

didapatkan bahwa variabel ln sand, ln clay dan ln kadar air memiliki nilai

Firmanda, R. R. et al., Jurnal Teknologi dan Rekayasa Sumber Daya Air Vol. 2 No. 1 (2022) p. 067-080

68

koefisien korelasi dan determinasi yang baik. Setelah itu kemudian

dilakukan pembuatan beberapa model regresi linear berganda. Dari hasil

analisis tersebut, model regresi yang menggunakan variabel ln clay dan ln

kadar air mampu memenuhi uji asumsi klasik dan uji hipotesis dengan

kekuatan variabel ln clay dan ln kadar air secara bersama-sama mampu

menjelaskan variabel ln laju infiltrasi awal sebesar 88,4%. Dari hasil uji

validasi model menunjukkan bahwa nilai pemodelan regresi mendekati

dengan hasil pengukuran di lapangan.

Kata kunci: Laju Infiltrasi, Regresi Linear Berganda, Sifat Fisik Tanah

1. Pendahuluan

Dalam siklus hidrologi terdapat beberapa proses yang akan selalu berulang mulai dari

proses menguapnya butiran air ke udara karena adanya radiasi matahari (evaporasi), proses

pengembunan (kondensasi), proses jatuhnya hujan (presipitasi) yang kemudian sebagian

terinfiltrasi dan sebagian menjadi aliran permukaan (runoff) hingga akhirnya mengalir

kembali ke laut [1]. Proses masuknya air ke dalam tanah sebagai akibat adanya pengaruh

gaya gravitasi dan gaya kapiler serta menjadi salah satu konsep dalam hidrologi yang

seringkali dihubungkan dengan pengurangan limpasan di permukaan lahan dengan

mempertimbangkan pengaruhnya terhadap waktu konsentrasi banjir [2],[3]. Dalam proses

infiltrasi terdapat dua istilah yaitu laju infitrasi yang biasa diartikan sebagai total air yang

masuk ke dalam tanah dalam periode waktu yang spesifik dan kapasitas infiltrasi yang biasa

diartikan sebagai batas kecepatan maksimum air dapat meresap ke dalam tanah setelah

tanah mencapai kondisi jenuhnya.

Dalam penerapannya, seringkali infiltrasi digunakan sebagai pertimbangan dalam

penyusunan rencana tata ruang wilayah mengingat perannya dalam menjaga kelestarian air

tanah dan pengendalian limpasan permukaan [4]. Terdapat beberapa faktor yang

mempengaruhi besarnya infiltrasi diantaranya jenis tanah, kemiringan lahan dan jenis

vegetasi penutup yang ada [5]. Beberapa penelitian menyatakan bahwa sifat fisik tanah

seperti kadar air tanah awal, porositas, tekstur, kandungan bahan organik tanah, serta

struktur tanah mempengaruhi laju infiltrasi, sedangkan kepadatan tanah memiliki pengaruh

yang besar terhadap perilaku infiltrasi di wilayah pemukiman [6],[7]. Ghanshyam et al.

(2018) melakukan penelitian tentang laju infiltrasi dan didapatkan hasil prediksi laju

infiltrasi dengan mengidentifikasi beberapa faktor yang mempengaruhinya antara lain

kadar air tanah, bobot isi tanah (bulk density), tekstur dan kandungan bahan organik [8].

Rashidi et al. (2014) melakukan percobaan lapangan pada lahan pertanian di Karaj, Iran

dan didapatkan hubungan bahwa laju infiltrasi tanah berkaitan dengan sifat fisik tanah

antara lain kandungan debu (silt), kandungan liat (clay), bobot isi tanah, kandungan bahan

organik dan kadar air tanah [9]. Azuka, Mbagwu dan Oyerinde (2013) mengevaluasi

karakteristik laju infiltrasi di sebelah tenggara Nigeria dan melakukan prediksi laju

infiltrasi menggunakan pengaruh kandungan bahan organik, mikroporositas, bobot isi

tanah, kadar air tanah awal, kandungan pasir kasar (coarse sand), debu, dan liat [10].

DAS Lesti merupakan daerah aliran sungai yang berperan penting sebagai resapan air

di wilayah Kabupaten Malang. Kondisi DAS Lesti kini banyak mengalami perubahan tata


69

guna lahan. Dengan kondisi tata guna lahan yang telah mengalami banyak perubahan, maka

secara tidak langsung akan berpengaruh terhadap laju infiltrasi pada DAS Lesti. Tanah

yang semula porous dengan adanya proses pengolahan tanah seperti pemadatan maka akan

mengurangi jumlah ruang pori pada tanah tersebut sehingga laju infiltrasinya pun akan

lambat. Maka dari itu diperlukan suatu studi yang membahas mengenai kaitan laju infiltrasi

dengan sifat fisik tanah yang nantinya dapat digunakan sebagai sarana edukasi kepada

masyarakat untuk melakukan tata guna lahan yang tepat dan efektif

Studi ini ditujukan untuk memberikan hasil pengukuran laju infiltrasi lapangan dan

analisis karakteristik tanah khususnya pada lahan pertanian di DAS Lesti serta untuk

memberikan gambaran pengaruh masing-masing sifat fisik tanah dengan variabel tekstur

tanah, kadar air dan porositas terhadap nilai laju infiltrasi awal. Selain itu dalam studi ini

juga akan didapatkan model laju infiltrasi awal yang dipengaruhi beberapa sifat fisik tanah

yang dapat dijadikan referensi pertimbangan dalam mengestimasi nilai laju infiltrasi awal.

2. Bahan dan Metode

2.1 Bahan

2.1.1. Lokasi Studi

Lokasi studi yang dilakukan terletak pada DAS Lesti yang merupakan bagian dari DAS

Brantas bagian hulu yang berada di wilayah Kabupaten Malang, Provinsi Jawa Timur.

Secara geografis DAS Lesti terletak pada posisi 7o 40’ – 7o55’ Lintang Selatan (LS) dan

112o10’ – 112o25’ Bujur Timur (BT) dengan luas wilayah sekitar ± 381,2 km2. Panjang

sungai kali Lesti yaitu sepanjang ± 55 km. Secara khusus, lokasi studi berada pada 8 titik

lahan pertanian yang ditentukan melalui peta tata guna lahan DAS Lesti. Jenis lahan

pertanian yang diteliti merupakan lahan pertanian kering yang didominasi oleh tanaman

tebu dan jagung. Lokasi studi ditampilkan pada Gambar 1 yang diperoleh melalui citra

satelit dari Google Earth.

Gambar 1: Lokasi Studi pada DAS Lesti


70

2.1.2. Data yang diperlukan

Data primer yang diperlukan untuk analisis studi ini yaitu :

1. Data laju infiltrasi lapangan pada 8 titik pengukuran dengan menggunakan alat Double

Ring Infiltrometer yang pelaksanaannya mengacu pada SNI 7752:2012.

2. Data sampel tanah pada lokasi yang sama dengan pengukuran laju infiltrasi.

Karakteristik sifat fisik tanah yang diuji adalah tekstur tanah, kadar air tanah awal dan

porositas.

Untuk data sekunder yang diperlukan adalah data peta batas DAS Lesti dan data peta

tata guna lahan DAS Lesti yang didapatkan dari peta Rupa Bumi Indonesia (RBI) tahun

2014. Data-data ini diperlukan untuk menentukan titik lokasi pengukuran pada lahan

pertanian di DAS Lesti.

2.2 Metode

Data peta batas DAS Lesti dan peta tata guna lahan DAS Lesti digunakan untuk

menentukan titik lokasi pengukuran. Setelah ditentukan titik lokasi pengukuran,

selanjutnya dilakukan pengambilan data primer dalam studi ini yaitu data infiltrasi

lapangan yang didapat dengan alat Double Ring Infiltrometer dan data sampel tanah yang

kemudian diuji melalui pengujian Water Content, Porositas dan Grain Size di Laboratorium

Air Tanah dan Tanah untuk melihat tekstur, kadar air dan porositas tanah. Dari kedua data

tersebut kemudian dilakukan analisis hubungan sifat fisik tanah (tekstur, kadar air dan

porositas) terhadap nilai laju infiltrasi awal dengan menggunakan analisis korelasi dan

determinasi yang didapatkan seberapa kuat hubungan masing-masing variabel sifat fisik

tanah terhadap variabel laju infiltrasi awal. Setelah didapatkan nilai korelasi, kemudian

dibuat beberapa kategori model regresi linear berganda yang terdiri dari beberapa

kombinasi variabel bebas sifat fisik tanah. Model regresi ini nantinya akan diuji asumsi

klasik dan uji hipotesis hingga didapatkan model yang mampu memenuhi kedua uji

tersebut. Untuk mengetahui kecocokan model terpilih dengan hasil pengukuran lapangan

akan dilakukan uji validasi model.

2.3 Persamaan

2.3.1. Analisa Korelasi dan Determinasi

Analisa korelasi dilakukan untuk mengetahui kedekatan hubungan dua unsur atau

komponen yang dilambangkan dalam bentuk koefisien korelasi (r). Koefisien korelasi

memiliki rentang nilai -1 ≤ r ≤ 1.Rumus yang umum digunakan untuk mencari besaran

koefisien korelasi adalah [11] :

rxy = n (∑ XY) − (∑ X)( ∑ Y)

√[n(∑ X2) − (∑ X)2][n(∑ Y2) − (∑ Y)2

]

Pers. 1

Dengan :

rxy : nilai koefisien korelasi

X : nilai pengamatan X

Y : nilai pengamatan Y

n : total data


71

Sedangkan koefisien determinasi (R2) merupakan bentuk kuadrat dari koefisien

korelasi yang menunjukkan kekuatan unsur X dalam menjelaskan unsur Y. Koefisien

determinasi memiliki rentang nilai antara 0 (nol) sampai dengan 1 (satu). Apabila besaran

koefisien R2 medekati 1 artinya semakin baik kemampuan suatu unsur untuk menjelaskan

unsur yang lainnya.

2.3.2. Analisis Regresi Linear Berganda

Apabila ingin mengetahui keterkaitan hubungan antara dua atau lebih variabel bebas

terhadap variabel terikat maka digunakan analisis regresi linear berganda. Selain itu dalam

analisis ini akan diketahui bagaimana perubahan variabel terikat apabila variabel bebas

dimanipulasi. Berikut adalah persamaan umum regresi linear berganda [12]:

Y = a + b1X1 + b2X2 + b3X3 + .... + bnXn + e Pers. 2

Dengan :

Y : nilai variabel terikat

a : intercept

X1, X2, X3, … , Xn : nilai variabel bebas

b1, b2, b3, … , bn : nilai koefisien regresi pada variabel bebas

e : kesalahan karena pengaruh faktor lain

2.3.3. Uji Asumsi Klasik

Suatu persyaratan yang harus dilakukan sebelum menganalisis model regresi lebih

lanjut untuk memberikan kejelasan bahwa model yang dihasilkan memiliki keakuratan

prediksi, tidak bias dan konsisten biasa disebut dengan uji asumsi klasik. Berbagai uji

tersebut diantaranya uji normalitas, uji non heteroskedastisitas dan uji non

multikolinieritas.

1. Uji Normalitas

Untuk mengetahui apakah nilai residual dalam suatu model regresi memiliki distribusi

normal atau tidak maka digunakanlah uji normalitas. Terdapat 3 cara pengujian yang dapat

dilakukan antara lain melihat garis melengkung pada grafik histogram, melihat sebaran titik

data pada normal P-P Plot dan melihat signifikansi nilai residual pada uji Kolmogorov-

Smirnov. Dimana dalam suatu model regresi yang dihasilkan harus memiliki nilai residual

yang berdistribusi normal

2. Uji Non Heteroskedastisitas

Untuk mengetahui apakah dalam suatu model regresi mengalami kesamaan variasi dari

setiap nilai residual atau tidak maka digunakanlah uji non heteroskedastisitas. Terdapat 2

cara pengujian yang dapat dilakukan yaitu dengan cara melihat susunan sebaran titik data

pada Scatterplot ataupun dengan cara melihat signifikansi variabel bebas terhadap nilai

absolut residual pada uji glejser. Dimana dalam suatu model regresi yang dihasilkan harus

memiliki kesamaan variasi dari setiap nilai residual.

3. Uji Non Multikolinieritas

Untuk mengetahui terdapat atau tidaknya korelasi yang kuat antara masing-masing

variabel bebas digunakan uji non multikolinieritas. Pengujian ini dapat dilakukan dengan

cara menganalisis besaran Tolerance dan besaran Variance Inflation Factor (VIF) yang


72

dihasilkan. Dimana dalam suatu model regresi yang dihasilkan tidak boleh terdapat

kedekatan dari masing-masing variabel bebas.

2.3.4. Uji Hipotesis

Untuk mengetahui apakah hipotesis yang telah dirumuskan bisa diterima atau tidak

maka dilakukan pengujian hipotesis berdasarkan data yang telah diperoleh. Langkah yang

pertama yaitu merumuskan hipotesis. Dimana hipotesis nol (𝐻0) merupakan hipotesis

tentang tidak terdapat pengaruh dari naik turunnya variabel bebas terhadap variabel terikat

dan hipotesis alternatif (𝐻1) merupakan hipotesis tentang terdapatnya pengaruh dari naik

turunnya variabel bebas terhadap variabel terikat [11].

Berikutnya kemudian menetapkan besaran taraf nyata (α) atau yang biasa diartikan

peluang untuk menolak hipotesis nol apabila hipotesis nol adalah benar. Pada umumnya

nilai α yang dipakai adalah sebesar 5%. Berikut adalah pengujian yang digunakan dalam

menguji suatu hipotesis.

1. Uji T (parsial)

Ditujukan untuk mengetahui apakah terdapat pengaruh dari naik turunnya masing-

masing variabel bebas terhadap variabel terikat. Hasil analisis yang akan didapatkan adalah

nilai t hitung dan nilai signifikansi. Jika besaran t hitung yang dihasilkan < t tabel, maka

𝐻0 diterima akan tetapi sebaliknya jika besaran t hitung yang dihasilkan > t tabel, maka 𝐻0

ditolak. Selain itu jika besaran signifikansi yang dihasilkan > taraf nyata yang ditetapkan

maka 𝐻0 diterima sebaliknya jika besaran signifikansi yang dihasilkan < taraf nyata yang

ditetapkan maka 𝐻0 ditolak.

2. Uji F (keseluruhan)

Ditujukan untuk mengetahui apakah terdapat pengaruh dari naik turunnya seluruh

variabel bebas terhadap variabel terikat. Hasil analisis yang akan didapatkan adalah nilai f

hitung dan nilai signifikansi. Jika besaran f hitung yang dihasilkan < f tabel, maka 𝐻0

diterima akan tetapi sebaliknya jika besaran f hitung yang dihasilkan > f tabel, maka 𝐻0

ditolak. Selain itu jika besaran signifikansi yang dihasilkan > taraf nyata yang ditetapkan

maka 𝐻0 diterima sebaliknya jika besaran signifikansi yang dihasilkan < taraf nyata yang

ditetapkan maka 𝐻0 ditolak.

2.3.5. Uji Validasi Model

Uji ini ditujukan untuk mengetahui apakah model yang dibangun menyimpang

terlampau jauh dari data pengamatan atau tidak. Terdapat beberapa uji validasi yang

dilakukan diantaranya :

1. Uji Nash-Sutcliffe Efficiency (NSE)

Uji ini digunakan untuk mengetahui tingkat kesahihan model. Model yang baik akan

menghasilkan koefisien NSE yang mendekati angka 1. Berikut adalah rumus untuk mencari

nilai koefisien NSE :

NSE = 1 - ∑ (Yobservasi −n

i=1 Ymodel)²

∑ (Yobservasi −ni=1 Y̅observasi)²

Pers. 3

Dengan :

NSE : nilai koefisien Nash-Sutcliffe Efficiency


73

n : total data yang diperoleh

Yobservasi : nilai pengamatan

𝑌𝑚𝑜𝑑𝑒𝑙 : nilai pemodelan

�̅�𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑠𝑖 : rata-rata nilai pengamatan

2. Uji Mean Absolute Error (MAE)

Untuk melihat besaran rata-rata dari kesalahan absolut dalam suatu model maka

digunakanlah uji ini. Apabila nilai koefisien yang didapatkan mendekati nol maka dapat

diartikan semakin dekat model dari nilai pengamatan. Rumus untuk mencari nilai MAE

adalah sebagai berikut :

MAE = n−1 ∑ |Mod − Obs|ni=1 Pers. 4

Dengan :

MAE : nilai koefisien Mean Absolute Error

Mod : nilai pemodelan

Obs : nilai pengamatan


3. Uji Root Mean Square Error (RMSE)

Uji ini ditujukan untuk mengevaluasi model berdasarkan pada error hasil estimasi.

Apabila nilai koefisien yang didapatkan mendekati nol maka hasil estimasi model

semakin tepat dibandingkan nilai pengamatan. Berikut adalah rumus untuk mencari

nilai RMSE :

RMSE = √∑ (Obs−Mod)2n

i=1

n Pers. 5

Dengan :

RMSE : nilai koefisien Root Mean Square Error (RMSE)




4. Uji Kesalahan Relatif (Kr)

Uji ini ditujukan untuk menghitung besarnya simpangan yang terjadi antara nilai

pemodelan dengan nilai pengamatan. Nilai kesalahan relatif dapat dihitung dengan rumus

berikut :

Kr = |(∑ 𝑂𝑏𝑠))𝑛

𝑖=1 −(∑ 𝑀𝑜𝑑)|𝑛𝑖=1

(∑ 𝑂𝑏𝑠)𝑛𝑖=1

X 100% Pers. 6

Dengan :

Kr : nilai kesalahan relatif (%)



n : total sampel


74

3. Hasil dan Pembahasan

3.1 Hasil Pengukuran Laju Infiltrasi dan Karakteristik Sifat Fisik Tanah

Setelah dilakukan proses pengukuran laju infiltrasi di lapangan, didapatkan hasil laju

infiltrasi dalam tabel berikut.

Tabel 1: Hasil Pengukuran laju infiltrasi

Titik Nilai Laju Infiltrasi Awal (𝑓0)

(mm/menit)

Nilai Laju Infiltrasi Konstan (𝑓𝑐)

(mm/menit) Klasifikasi

Titik 1 4 1 Sedang

Titik 2 16 2 Agak Cepat


Titik 4 7 4 Cepat

Titik 5 10 2,5 Cepat



Titik 8 2 1 Sedang

Dari hasil pengukuran dapat dilihat bahwa nilai 𝑓0 paling tinggi ditunjukkan oleh titik

2, hal ini tidak terlepas dari nilai kadar air di titik tersebut yang rendah yaitu sebesar

11,111% dan memiliki kandungan sand yang cukup tinggi hingga 65,975%. Sedangkan

nilai 𝑓0 paling rendah ditunjukkan oleh titik 8, dimana memiliki kadar air sebesar 42,883%

dan kandungan clay sebesar 12,082%. Tabel tersebut juga menunjukkan bahwa pada lahan

pertanian di DAS Lesti, laju infiltrasinya terbagi ke dalam kelas sedang hingga cepat. Hal

ini sesuai dengan kondisi pengukuran yang dilakukan di atas lahan pertanian kering yang

berbeda dengan lahan pertanian sawah karena memiliki jumlah kadar air yang terbatas pada

umumnya dan didominasi oleh tekstur tanah lempung berpasir.

Tabel 2: Sebaran karakteristik sifat fisik tanah

Titik Sand

(%)

Silt

(%)

Clay

(%)

Kadar Air

(%)

Porositas

(%) Kelas Tekstur Tanah

1 59,821 32,249 7,930 16,867 35,272 Sandy Loam

2 65,975 29,126 4,899 11,111 42,934 Sandy Loam

3 68,981 25,575 5,444 23,786 47,277 Sandy Loam

4 66,548 28,312 5,140 21,801 43,837 Sandy Loam

5 78,449 17,012 4,538 26,667 40,536 Loamy Sand

6 83,470 13,651 2,879 23,881 50,886 Loamy Sand

7 33,408 52,518 14,073 43,090 47,865 Silty Loam

8 41,347 46,571 12,082 42,883 51 Loam

Data sampel tanah yang didapatkan kemudian dianalisis pada Laboratorium Tanah dan

Air Tanah (Teknik Pengairan) melalui pengujian Water Content, Porositas dan Grain Size

yang hasilnya ditunjukkan pada Tabel 2. Dari hasil analisis Water Content dan Porositas


75

terlihat bahwa kadar air awal tanah pada titik 7 merupakan yang tertinggi diantara yang

lainnya yaitu sebesar 42,883% dan titik 2 memiliki kadar air awal tanah yang terendah yaitu

sebesar 11,111%. Untuk nilai porositas tertinggi ditunjukkan oleh titik 8 dengan nilai

sebesar 51% dan nilai porositas terendah ditunjukkan oleh titik 1 dengan nilai sebesar

35,272%. Dari hasil analisis Grain Size didapatkan kandungan sand, silt dan clay pada

masing-masing titik pengukuran dan terlihat bahwa tekstur tanah pada keseluruhan titik

pengukuran didominasi oleh lempung berpasir (sandy loam).

3.2 Analisa Korelasi Laju Infiltrasi Awal dengan Sifat Fisik Tanah

Pada analisa ini yang dianalisis keeratan hubungannya meliputi variabel laju infiltrasi

awal dan variabel sifat fisik tanah diantaranya kandungan sand, silt, clay, kadar air tanah

awal dan porositas. Variabel laju infiltrasi awal dipilih karena pengambilan sampel tanah

dilakukan pada awal sebelum proses pengukuran laju infiltrasi sehingga dianggap sifat fisik

tanah akan mempengaruhi nilai laju infiltrasi awal. Data-data yang akan digunakan terlebih

dahulu dilakukan perubahan bentuk menjadi logaritma natural (ln) untuk menghindari

adanya gejala multikolinieritas dan gejala heteroskedastisitas.

Dikarenakan dari hasil analisis korelasi pada 8 titik pengukuran, hampir seluruh

variabel sifat fisik tanah memiliki korelasi dibawah 0,5 dan tidak dapat merepresentasikan

pengaruh sifat fisik tanah terhadap laju infiltrasi, peneliti memutuskan untuk melakukan

pemilihan kombinasi titik-titik lain dengan cara trial and error kombinasi titik yang

mampu menghasilkan koefisien korelasi dan determinasi yang terbesar. Setelah melakukan

trial and error beberapa kali, didapatkan kombinasi titik 1, 2, 3, 4, 5 dan 8 memiliki nilai

korelasi yang terbesar sebagaimana terlihat pada Tabel 3.

Tabel 3: Analisis korelasi pada 6 titik pengukuran

Variabel Koefisien Korelasi Keterangan

ln Laju Infiltrasi Awal - ln Sand 0,791 Positif Kuat

ln Laju Infiltrasi Awal - ln Silt -0,683 Negatif Kuat

ln Laju Infiltrasi Awal - ln Clay -0,895 Negatif Kuat

ln Laju Infiltrasi Awal - ln Kadar Air -0,736 Negatif Kuat

ln Laju Infiltrasi Awal - ln Porositas -0,330 Negatif Lemah

Berdasarkan analisis determinasi didapatkan bahwa hanya terdapat tiga variabel sifat

fisik tanah yang mampu menjelaskan variabel ln laju infiltrasi awal dengan baik yaitu

variabel ln sand, ln clay dan ln kadar air sehingga untuk variabel ln silt dan ln porositas

tidak digunakan dalam analisis regresi.

Tabel 4: Analisis determinasi pada 6 titik pengukuran

Variabel Koefisien Determinasi Keterangan

ln Laju Infiltrasi Awal - ln Sand 0,626 Baik

ln Laju Infiltrasi Awal - ln Silt 0,466 Tidak Baik

ln Laju Infiltrasi Awal - ln Clay 0,801 Baik

ln Laju Infiltrasi Awal - ln Kadar Air 0,541 Baik

ln Laju Infiltrasi Awal - ln Porositas 0,109 Tidak Baik


76

3.3 Model Laju Infiltrasi Awal yang Dipengaruhi oleh Sifat Fisik Tanah

Terdapat 3 kategori model regresi dengan kombinasi variabel bebas yang berbeda.

Model regresi pertama menggunakan variabel bebas yaitu ln clay dan ln kadar air; model

regresi kedua menggunakan variabel bebas yaitu ln sand dan ln kadar air; dan model regresi

ketiga menggunakan variabel bebas yaitu ln sand, ln clay dan ln kadar air. Ketiga model

regresi akan dilakukan uji asumsi klasik dan uji hipotesis. Berikut adalah contoh hasil

analisis model regresi pertama.

Tabel 5: ouput koefisien regresi model pertama

Model Unstandardized Coefficients

B Std. Error

(Constant) 5,995 1,003

ln clay -1,360 0,456

ln kadar air -0,556 0,380

Dari tabel diatas diperoleh persamaan model regresi pertama:

Y = 5,995 - 1,360 X1 - 0,556 X2 Pers. 7

Dengan :

Y = ln laju infiltrasi awal (𝑓0) (mm/menit)

X1 = ln clay (%)

X2 = ln kadar air (%)

Hasil uji normalitas pada model regresi pertama menggunakan grafik histogram

diperlihatkan melalui Gambar 2. Dari grafik histogram tersebut terdapat garis melengkung

yang membentuk seperti sebuah gunung dengan kaki-kaki yang simetris sehingga sesuai

dengan dasar teori dapat dikatakan bahwa nilai residual dalam model regresi ini memiliki

distribusi normal dan model regresi ini dapat dianalisis lebih lanjut.

Gambar 2: Uji normalitas model regresi pertama


77

Hasil uji non heteroskedastisitas pada model regresi pertama menggunakan Scatterplot

diperlihatkan melalui Gambar 3. Berdasarkan grafik Scatterplot tersebut tampak titik-titik

data tersebar acak di atas dan di bawah angka nol pada garis Y dan titik-titik tersebut tidak

membentuk suatu pola yang beraturan sehingga sesuai dasar teori dapat ditarik kesimpulan

bahwa model regresi pertama tidak mengalami gejala heteroskedastisitas dan layak untuk

dianalisis lebih lanjut.

Gambar 3: Uji non heteroskedastisitas model regresi pertama

Untuk hasil uji non multikolinieritas pada model regresi pertama ditunjukkan pada

Tabel 6. Diperlihatkan pada tabel tersebut, besaran Tolerance untuk variabel ln clay dan

variabel ln kadar air adalah sebesar 0,693. Dapat dilihat pula pada tabel tersebut, besaran

nilai VIF yang dihasilkan adalah Dikarenakan nilai tersebut > 0,10 maka sesuai dengan

dasar teori dapat dikatakan bahwa model regresi pertama tidak mengalami gejala

multikolinieritas dan model regresi ini layak untuk dianalisis lebih lanjut.

Tabel 6: Uji non multikolinieritas model regresi pertama

Model Collinearity Statistics

Tolerance VIF

(Constant) - -

ln clay 0,693 1,442

ln kadar air 0,693 1,442

Selanjutnya dilakukan pengujian hipotesis untuk menentukan terdapat atau tidaknya

pengaruh variabel bebas baik sebagai individu maupun keseluruhan terhadap variabel

terikatnya. Pengujian hipotesis dengan uji T ditunjukkan pada Tabel 7. Dari hasil uji

tersebut didapatkan nilai t hitung untuk variabel ln clay dan variabel ln kadar air masing-

masing memiliki nilai -2,980 dan -1,465. Nilai tersebut < t tabel yang bernilai 3,182

sehingga sesuai dasar perumusan hipotesis, 𝐻0 diterima dan dapat diketahui ternyata tidak


78

terdapat dampak yang signifikan dari naik turunnya variabel ln clay dan variabel ln kadar

air secara individu terhadap variabel ln laju infiltrasi awal.

Tabel 7: Uji T (parsial) model regresi pertama

Model t Sig.

(Constant) 5,978 0,009

ln clay -2,980 0,059

ln kadar air -1,465 0,239

Untuk analisis pengaruh secara keseluruhan variabel bebas ditunjukkan pada Tabel 8.

Nilai f hitung yang didapatkan dalam uji tersebut adalah sebesar 11,437. Nilai tersebut > f

tabel yang bernilai 9,55 sehingga sesuai dasar perumusan hipotesis, 𝐻0 ditolak dan 𝐻1

diterima yang berarti terdapat dampak yang signifikan dari naik turunnya variabel ln clay

dan variabel ln kadar air secara bersama-sama terhadap variabel ln laju infiltrasi awal.

Tabel 8: Uji F (simultan) model regresi pertama

Model Sum of Squares df Mean Square F Sig.

Regression 2,345 2 1,173 11,437 0,039

Residual 0,308 3 0,103

Total 2,653 5 0

a. Variabel terikat: ln laju infiltrasi awal

b. Prediktor: (Constant), ln kadar air, ln clay

Untuk model regresi lainnya juga dilakukan analisis yang sama dengan model regresi

yang pertama. Hasil rekapitulasi analisis ketiga model regresi linear berganda dapat dilihat

pada tabel di bawah.

Tabel 9: Rekapitulasi analisis ketiga model regresi linear berganda

Kategori Model

Uji Asumsi Klasik Uji Hipotesis

Uji Normalitas

Uji Non Heteroskedastisitas

Uji Non Multikolinieritas

Uji T Uji F

Model Pertama Diterima Diterima Diterima Ditolak Diterima

Model Kedua Diterima Diterima Diterima Ditolak Ditolak

Model Ketiga Diterima Diterima Ditolak Ditolak Ditolak

Dari tabel rekapitulasi diatas dapat ditarik kesimpulan model regresi yang dapat

digunakan untuk menjelaskan bahwa sifat fisik tanah berpengaruh terhadap laju infiltrasi

adalah model pertama yang menggunakan variabel ln clay dan ln kadar air sebagai variabel

bebas. Model ini mampu memenuhi uji asumsi klasik sebagai uji yang harus dipenuhi

sebelum analisis lebih lanjut dan uji F meskipun pengujian secara individu (uji T) pada

model regresi ini ditolak. Akan tetapi itu tidak mempengaruhi kualitas hubungan yang

terdapat dalam model regresi tersebut karena suatu model regresi linear berganda dibangun

dari gabungan pengaruh dari beberapa variabel bebas.


79

3.4 Uji Validasi Model

Uji ini ditujukan agar dapat mengetahui penyimpangan antara hasil pengukuran laju

infiltrasi awal di lapangan (observasi) dengan model regresi laju infiltrasi awal terpilih.

Berikut merupakan hasil rekapitulasi keseluruhan uji validasi model regresi.

Tabel 10: Rekapitulasi uji validasi model regresi linear berganda

No. Uji Validasi Hasil Uji Kesimpulan

1 Nash-Sutcliffe Efficiency (NSE) 0,884 Dikategorikan baik

2 Mean Absolute Error (MAE) 0,216 Model mendekati dengan hasil

observasi

3 Root Mean Square Error (RMSE) 0,226 Model mendekati dengan hasil

observasi

4 Koefisien Korelasi (r) 0,940 Berkorelasi positif kuat

5 Koefisien Determinasi (R2) 0,884

Model memiliki kemampuan

menjelaskan hasil observasi

dengan kekuatan sebesar 88,4%

6 Kesalahan Relatif (%) 0,049 Model mendekati dengan hasil

observasi

Berdasarkan hasil rekapitulasi uji validasi model antara model regresi laju infiltrasi

yang dipengaruhi oleh ln clay dan ln kadar air terhadap hasil pengukuran laju infiltrasi

lapangan didapatkan kesimpulan bahwa nilai pemodelan regresi laju infiltrasi awal

mendekati dengan hasil pengukuran di lapangan.

4. Kesimpulan

Berdasarkan hasil analisis laju infiltrasi pada lahan pertanian di DAS Lesti didapatkan

kesimpulan bahwa kelas laju infiltrasi berkisar antara sedang hingga cepat. Hal ini sesuai

dengan kondisi pengukuran yang dilakukan di atas lahan pertanian kering yang berbeda

dengan lahan pertanian sawah karena memiliki jumlah kadar air yang terbatas pada

umumnya dan didominasi oleh tekstur tanah lempung berpasir.

Dari hasil pemodelan regresi laju infiltrasi awal dengan menggunakan varibel ln clay

dan ln kadar air sebagai variabel bebas didapatkan hasil bahwa model tersebut mampu

memenuhi uji asumsi klasik dan uji hipotesis sehingga dapat dijadikan representasi

pengaruh sifat fisik tanah terhadap laju infilrasi awal. Kemampuan variabel ln clay dan

variabel ln kadar air dalam menjelaskan varian dari variabel ln laju infiltrasi awal adalah

sebesar 88,4% dan sisanya dipengaruhi unsur lain. Dan nilai tersebut dikategorikan kuat

karena mampu menjelaskan lebih dari 50%. Berdasarkan hasil uji validasi model, model

ini mendekati dengan hasil pengukuran di lapangan.

Masih banyak kekurangan dalam studi ini terutama terkait jumlah datanya, untuk itu

disarankan kepada peneliti selanjutnya agar memperbanyak titik-titik pengukuran.


80

Daftar Pustaka

[1] D. Harisuseno and M. Bisri, Limpasan Permukaan Secara Keruangan (Spatial

Runoff). Malang: UB Press, 2017.

[2] D. Harisuseno and M. Bisri, "Inundation Controlling Practice in Urban Area: Case

Study in Residential Area of Malang, Indonesia," Journal of Water and Land

Development, no. 46 (VII-IX), pp. 112-120, 2020, doi:

10.24425/jwld.2020.134203.

[3] D. N. Khaeruddin, D. Harisuseno and D. S. Krisnayanti, "Time of Concentration

for Drainage Design Characteristics," in Multi-Perspective Water for Sustainable

Development: Proceedings of the 21st International Association for Hydro-

Environment Engineering and Research (IAHR)-Asia Pacific Division (APD),

Yogyakarta, Indonesia, September 2-5, 2018. pp. 59-65.

[4] D. Harisuseno and A. Yudono, "Runoff Modelling for Simulating Inundation in

Urban Area as a Result of Spatial Development Change," Journal of Applied

Environmental and Biological Sciences, vol. 2, no. 1, pp. 22-27, 2020.

[5] S. Harto, Analisis Hidrologi. Jakarta: PT. Gramedia Pustaka, 1993.

[6] D. Harisuseno, D. N. Khaeruddin and R. Haribowo, "Time of Concentration Based

Infiltration under Different Soil Density, Water Content, and Slope during a Steady

Rainfall," Journal of Water and Land Development, no. 41 (IV-VI), pp. 61-68,

2019, doi: 10.2478/jwld-2019-0028.

[7] D. N. Khaeruddin, Rispiningtati, A. Suharyanto and D. Harisuseno, "Infiltration

Rate for Rainfall and Runoff Process with Bulk Density Soil and Slope Variation

in Laboratory Experiment," Nature Environment and Pollution Technology, vol.

16, no. 1, pp. 219-224, 2017.

[8] Ghansyam et al., “Estimation of infiltration rate from soil properties using

regression model for cultivated land,” Geology, Ecology, and Lancscapes, vol. 3,

no. 1, pp. 1–13, 2019, doi: 10.1080/24749508.2018.1481633.

[9] M. Rashidi, A. Ahmadbeyki and A. Hajiaghaei, ”Prediction of soil infiltration rate

based on some physical properties of soil,” American-Eurasian Journal of

Agricultural and Environmental Science, vol. 14, no. 12, pp. 1359-1367, 2014.

[10] C. V. Azuka, J. S. C. Mbagwu and G. T. Oyerinde, ”Infiltration characteristics and

their prediction on a toposequence at Nsukka, South Eastern Nigeria,”

Internasional Journal of Science and Advanced Technology, vol. 3, pp. 1-7, 2013.

[11] Suharyadi and S. K. Purwanto, Statistika untuk Ekonomi dan Keuangan. Jakarta:

Salemba Empat, 2016.

[12] D. Harisuseno and E. N. Cahya, "Determination of Soil Infiltration Rate Equation

Based on Soil Properties Using Multiple Linear Regression," Journal of Water and

Land Development, no. 47 (X-XII), pp. 77-88, 2020, doi:

10.24425/jwld.2020.135034.

studi pengaruh sifat fisik tanah terhadap laju infiltrasi

Documents