skip to main content

Analisis Dampak Perubahan Penggunaan Lahan terhadap Imbangan Air menggunakan Model SWAT+ gwflow di Sub DAS Elo Kabupaten Magelang

1Magister Ilmu Lingkungan (Minat Studi Magister Pengelolaan Lingkungan), Sekolah Pascasarjana, Universitas Gadjah Mada, Yogyakarta, Indonesia , Indonesia

2Kementerian Lingkungan Hidup/Badan Pengendalian Lingkungan Hidup, Indonesia, Indonesia

3Magister Ilmu Lingkungan (Minat Studi Magister Pengelolaan Lingkungan), Sekolah Pascasarjana, Universitas Gadjah Mada, Yogyakarta, Indonesia, Indonesia

Received: 19 Jan 2026; Revised: 14 Oct 2026; Accepted: 16 Oct 2026; Available online: 2 Nov 2026; Published: 6 Nov 2026.
Editor(s): Budi Warsito

Citation Format:
Abstract

Analisis imbangan air penting untuk memahami fungsi hidrologis Daerah Aliran Sungai (DAS) dalam mendukung pengelolaan lingkungan berkelanjutan. Penelitian ini bertujuan menganalisis dinamika imbangan air sebagai respon perubahan penggunaan lahan di Sub DAS Elo, Kabupaten Magelang, dengan menggunakan model SWAT+ gwflow yang mengintegrasikan imbangan air permukaan dan air tanah pada skala DAS. Analisis perubahan penggunaan lahan pada periode 2014-2024 menunjukkan dominasi kegiatan pertanian dan urbanisasi, dengan peningkatan lahan pertanian kering dan pemukiman yang menggantikan pertanian lahan kering campur. Konversi lahan pertanian kering dominan terjadi di hulu DAS, sedangkan pemukiman berkembang di bagian tengah hingga hilir. Analisa imbangan air yang disimulasikan menggunakan SWAT+ gwflow menunjukkan performa baik pada tahap kalibrasi (R² = 0,76 dan NSE = 0,70) dan tahap validasi (R² = 0,74 dan NSE = 0,72). Simulasi model SWAT+ gwflow pada setiap skenario penggunaan lahan menunjukkan perubahan distribusi nilai komponen neraca air rata-rata tahunan yaitu peningkatan nilai surface runoff (+11 mm), penurunan lateral flow (-7,12 mm), serta penurunan perkolasi (-6,67 mm). Simulasi model pada setiap skenario penggunaan lahan juga menunjukkan perubahan pada imbangan air tanah, yaitu nilai komponen recharge menurun, sedangkan pertukaran air antara saluran dan sistem air tanah menunjukkan peningkatan swgw, air tanah dalam profil tanah (gwsoil) menurun dan perubahan simpanan air tanah (dvol). Hasil analisis imbangan air tersebut dijalankan dengan model yang memiliki nilai ketidakpastian sehingga memiliki nilai error imbangan air permukaan sekitar 8,9 – 11,7 mm dan nilai error imbangan air tanah 0,09 – 0,1 mm. Hasil penelitian menunjukkan adanya perubahan respon komponen imbangan air terhadap skenario perubahan penggunaan lahan, baik pada komponen air permukaan maupun air tanah. Hasil ini menunjukkan pentingnya pengendalian perubahan penggunaan lahan untuk menjaga keberlanjutan sumber daya air di Sub DAS Elo.

Keywords: imbangan air; perubahan penggunaan lahan; Sub DAS Elo; SWAT+ gwflow
Funding: LPDP under contract 202312112442443

Article Metrics:

  1. Adhiatama, R., Widiatmaka dan Lubis, I. (2020). Perubahan dan Prediksi Penggunaan/Penutupan Lahan di Kabupaten Lampung Selatan. Journal of Natural Resources and Environmental Management, 10(2), 234-246. http://dx.doi.org/10.29244/jpsl.10.2.234-246
  2. Adom, M. T., & Kumi, M. (2020). Assessment of the impact of land use and land cover change on groundwater recharge and baseflow. Journal of Hydrology: Regional Studies, 28, 100670. https://doi.org/10.1016/j.ejrh.2020.100670
  3. Bailey, R.T., Bieger, K., Arnold, J.G., Bosch, D.D. (2020). A New Physically-Based Spatially-Distributed Groundwater Flow Module for SWAT+. Hydrology 2020, 7, 75. https://doi.org/10.3390/hydrology7040075
  4. Bressiani, D. A., Gassman, P. W., Fernandes, J. G., Garbossa, L. H. P., Srinivasan, R., Bonumá, N. B., & Mendiondo, E. M. (2015). Review of Soil and Water Assessment Tool (SWAT) applications in Brazil: Challenges and prospects. International Journal of Agricultural and Biological Engineering, 8(3), 9–35. https://doi.org/10.3965/j.ijabe.20150803.1765
  5. Chen, H., Wei, X., & Zhang, M. (2024). Long-term land use changes and their effects on water balance components in large-scale watersheds. Agricultural Water Management, 291, 108620. https://doi.org/10.1016/j.agwat.2023.108620
  6. Chen, L., Yu, L., Yin, J., & Xi, M. (2023). Impact of Population Density on Spatial Differences in the Economic Growth of Urban Agglomerations: The Case of Guanzhong Plain Urban Agglomeration, China. Sustainability, 15(19), 14601. https://doi.org/10.3390/su151914601
  7. Dwivedi, S., Kothari, M., Singh, P.K., Chhipa, B.G., dan Gupta, T. (2024). SWAT model applications in hydrology: A Systematic review. International Journal of Advanced Biochemistry Research 2024; SP-8 (7): 603-607
  8. He, J. J., Cai, Q. H., & Wu, N. (2016). Response of baseflow to climate change and human activities in a typical river basin, China. Environmental Earth Sciences, 75, 1–12. https://doi.org/10.1007/s12665-015-4813-y
  9. Hengl, T., Mendes de Jesus, J. S., Heuvelink, G. B. M., Ruiperez Gonzalez, M., Kilibarda, M., Blagotic, A., Wei, S., Wright, M. N., Geng, X., Bauer-Marschallinger, B., Guevara, M. A., Vargas, R., MacMillan, R. A., Batjes, N. H., Leenaars, J. G. B., Carvalho Ribeiro, E. D., Wheeler, I., Mantel, S., & Kempen, B. (2017). SoilGrids250m: Global gridded soil information based on machine learning. PLoS ONE, 12(2), Article e0169748. https://doi.org/10.1371/journal.pone.0169748
  10. Huscroft, J., Gleeson, T., Hartmann, J., & Börker, J. (2018). Compiling and mapping global permeability of the unconsolidated and consolidated Earth: GLobal HYdrogeology MaPS 2.0 (GLHYMPS 2.0). Geophysical Research Letters, 45, 1897–1904. https://doi.org/10.1002/2017GL075860
  11. Kardhana, H., Lihawa, A. W. I., Rohmat, F. I. W., Wulandari, S., Harjupa, W., Adiprawita, W., Kardena, E., & Kusuma, M. S. B. (2024). Water balance analysis in the Majalaya watershed: Two-step calibration and application of the SWAT+ model for low-flow conditions. Water, 16(23), 3498. https://doi.org/10.3390/w16233498
  12. Kosasih, D., Saleh, M.B., Prasetyo, L.B. (2019). Interpretasi Visual dan Digital untuk Klasifikasi Tutupan Lahan di Kabupaten Kuningan Jawa Barat. Jurnal Ilmu Pertanian Vol 24 (2): 101-108 doi: 10.18343/jipi.24.2.101
  13. Li, H., Cai, Y., Min, M., Zhao, Z., & Si, B. (2024). To Investigate the Impact of Land Use Change on the Potential Groundwater Recharge on Hillslope With Deep Loess Deposits. Land Degradation & Development. https://doi.org/10.1002/ldr.5364
  14. Li, X., Zhang, J., & Liu, Q. (2024). Assessing the impact of rapid land-use transformation on hydrological response in tropical river basins. Journal of Hydrology, 630, 130645. https://doi.org/10.1016/j.jhydrol.2024.130645
  15. Moriasi, D. N., Gitau, M. W., Pai, N., & Daggupati, P. (2015). Hydrologic and water quality models: Performance measures and evaluation criteria. Transactions of the ASABE, 58(6), 1609–1618. https://doi.org/10.13031/trans.58.11075
  16. Neitsch, S. L., Arnold, J. G., Kiniry, J. R., & Williams, J. R. (2011). Soil and Water Assessment Tool Theoretical Documentation Verison 2009. Agricultural Research Service US
  17. Nugraheni, A.N. (2013). Analisis Kerentanan dan Bahaya Banjir Sungai Elo di Kelurahan Wates Kecamatan Magelang Utara Kota Magelang menggunakan Sistem Informasi Geografis. Geo-educasia Hal 420-438
  18. Nurrochman, A. (2018). Dampak Perubahan Tutupan Lahan Terhadap Sistem Hidrologi di Jakarta. Universitas Indonesia
  19. Odoh, B.I., dan Nwokeabia, C.N. (2024). Impact of Land Use and Land Cover Changes on Groundwater Dynamics in Selected Local Government Areas of anambre State Nigeria. International Journal of Earth Sciences Knowledge and Applications, 6(2), 131-142
  20. Prasetya, A.P.D., dan Hadibasyir, H.Z. (2024). Prediksi Spasial Perkembangan Lahan Terbangun di Kota Magelang Tahun 2031 menggunakan Algoritma CA-Markov. Universitas Muhammadiyah Surakarta
  21. Romadhona, A.B.W. (2015). Analisis Erosi pada Skenario Tata Guna Lahan menggunakan Metode USLE dan MUSLE (Studi Kasus Sub DAS Elo). Skripsi. Universitas Gadjah Mada: Yogyakarta
  22. Sadath, P. V. R., Elango, L., Kartheeshwari, M. R., & Keerthan, L. (2023). Forecasting land use/cover changes and their influence on groundwater recharge in Chennai, India: Recommendations for sustainable urban development. Urban Water Journal. https://doi.org/10.1080/1573062x. 2023.2258858
  23. Santoso, S.B., dan Anna, A.N. (2002). Integrasi Teknik Penginderaan Jauh dan Sistem Informasi Geografi untuk Menduga Debit Puncak Menggunakan karakteristik Lingkungan Fisik DAS di Wilayah Sub DAS Elo, Jawa Tengah. Forum Geografi Vol 16 No 1 2002: 92-104
  24. Silva, R. M., Santos, C. A., & Singh, V. P. (2024). Impact of land use and land cover change on the water balance of tropical river basins using high-resolution modeling. Journal of Environmental Management, 352, 119985. https://doi.org/10.1016/j.jenvman.2023.119985
  25. Subkhannur. (2005). Kajian Aliran Rendah DAS Progo. Tesis. Teknik Sipil UGM: Yogyakarta
  26. Tuo, Y., Duan, Z., Disse, M., & Chiogna, G. (2016). Evaluation of precipitation input for SWAT modeling in Alpine catchment: A case study in the Adige river basin (Italy). Science of The Total Environment, 573, 66–82. https://doi.org/10.1016/j.scitotenv.2016.08.034
  27. Wang, L., & Tan, Q. (2025). Assessing the sensitivity of watershed water balance to land cover transformation under varying climatic conditions. Science of The Total Environment, 912, 169012. https://doi.org/10.1016/j.scitotenv.2024.169012
  28. Yimer, E.A., Bailey, R.T., Piepers, L.L., Nossent, J. & Van Griensven, A. (2023) Improved Representation of Groundwater Surface Water Interactions Using SWAT+gwflowand Modifications to the gwflow Module. Water 2023, 15, 3249. https://doi.org/10.3390/ w1518324

Last update:

No citation recorded.

Last update: 2026-11-06 21:16:56

No citation recorded.