<![CDATA[This study aimed to model watershed area of Keliling Reservoir using SWAT model. The reservoir is located in Aceh Besar District, Province of Aceh. The model was setup using 90m x 90m digital elevation model, land use data extracted from remote sensing data and soil characteristic obtained from laboratory analysis on soil samples. Model was calibrated using observed daily reservoir volume and the model performance was analyzed using RMSE-observations standard deviation ratio (RSR), Nash-Sutcliffe efficiency (NSE) and percent bias (PBIAS). The model delineated the study area into 3,448 Ha having 13 subwatersheds and 76 land units (HRUs). The watershed is mostly covered by forest (53%) and grassland (31%). The analysis revealed the 10 most sensitive parameters i.e. GW_DELAY, CN2, REVAPMN, ALPHA_BF, SOL_AWC, GW_REVAP, GWQMN, CH_K2 and ESCO. Model performances were categorized into very good for monthly reservoir volume with ENS 0.95, RSR 0.23, and PBIAS 2.97. The model performance decreased when it used to analyze daily reservoir inflow with ENS 0.55, RSR 0.67, and PBIAS 3.46.ABSTRAKPenelitian ini bertujuan untuk untuk memodelkan daerah tangkapan air Waduk Keliling dengan menggunakan Model SWAT. Waduk Keliling terletak di Kabupaten Aceh Besar, Propinsi Aceh. Dalam penelitian ini Model SWAT dikembangkan berdasarkan data digital elevasi model resolusi 90 m x90 m, tata guna lahan yang diperoleh dari intepretasi citra satelit dan data soil dari hasil analisa sampel tanah yang diperoleh di daerah penelitian. Model dikalibrasi dengan data volume waduk dan kinerja model dianalisa menggunakan parameter rasio akar rata-rata kuadrat error dan standard deviasi observasi (RSR), efesiensi Nash-Sutcliffe (NSE) dan persentase bias (PBIAS). Hasil deleniasi untuk daerah penelitian menghasilkan suatu DAS dengan luas 3,448 Ha dan memiliki 13 Sub DAS yang dikelompokkan menjadi 76 unit lahan. Sebagian besar wilayah study ditutupi oleh hutan (53%), dan pandang rumput (31%). Hasil analisa menunjukkan bahwa 10 parameter model yang sangat mempengaruhi debit adalah GW_DELAY, CN2, REVAPMN, ALPHA_BF, SOL_AWC, GW_REVAP, GWQMN, CH_K2 dan ESCO. Kinerja model sangat baik dalam memprediksikan volume tampungan waduk bulanan dengan nilai ENS 0,95, RSR 0,23, dan PBIAS 2,97. Namun, kinerja model menurun ketika mensimulasikan debit inflow harian dengan nilai-nilai ENS 0,55, RSR 0,67, dan PBIAS 3,46.]]>
