SIDANG TESIS

Surabaya, 13 Juli 2011

ESTIMASI TINGKAT KARBON TANAH

MENGGUNAKAN EXTENDED KALMAN FILTER

OLEH : JANUARIANI
DOSEN PEMBIMBING : Dr. ERNA APRILIANI, M.Si

Page 1
 ABSTRAK

Karbon berperan penting dalam proses pertumbuhan tanaman.

Karbon juga merupakan salah satu indikator penting dalam menentukan
tingkat kesuburan tanah. Namun, menentukan tingkat karbon di suatu tempat
tidaklah mudah. Eksperimen secara langsung memerlukan banyak waktu
dan biaya. Oleh karena itu, diperlukan suatu metode untuk mengestimasi
dan mensimulasikan tingkat karbon di suatu tempat.
Dalam penelitian ini, diestimasi tingkat karbon tanah dan rata-rata
dekomposisinya di daerah Jawa Timur dengan menggunakan metode
extended Kalman filter dan disimulasikan dengan software MATLAB. Dari
hasil simulasi diketahui bahwa tingkat karbon tanah daerah Jawa Timur akan
mengalami penurunan rata rata dalam sepuluh tahun pertama dan
selanjutnya akan relatif konstan pada nilai 400 kg[C]/ha. Sedangkan rata-rata
dekomposisi karbon tanah berkisar antara 0.016 sampai 0,7. Dengan
mengetahui tingkat karbon tanah ini, akan dapat ditentukan cara pengelolaan
lahan yang tepat, seperti jenis pupuk yang diperlukan tanah, tanaman yang
sesuai untuk jenis tanah tersebut, tipe pembajakan dan irigasi, dan lain-lain.

Kata kunci : karbon tanah, model karbon tanah, extended Kalman filter

Page 2
 1. PENDAHULUAN
1.1. Latar Belakang
1.2. Perumusan Masalah
1.3. Tujuan Penelitian
1.4. Batasan Masalah
1.5. Manfaat Penelitian

2. TINJAUAN PUSTAKA
2.1. Bahan Organik Tanah
2.2. Karbon Tanah
2.3. Model Karbon Tanah
2.4. Pengukuran
2.5. Filter Kalman
2.6. Extended Kalman Filter

3. METODOLOGI PENELITIAN

ISI TESIS 3.1. Metode Penelitian

3.2. Diagram Alir Metodologi Penelitian

4. PEMBAHASAN
4.1. Keadaan Umum Daerah Jawa Timir
4.2. Jenis Tanah di Jawa Timur
4.3. Metode Extended Kalman Filter
4.4. Estimasi Tingkat Karbon Tanah menggunakan
Extended Kalman Filter
4.5. Contoh Aplikasi Tingkat karbon Tanah
4.6. Penelitian Terkait

5. KESIMPULAN DAN SARAN

5.1. Kesimpulan
5.2. Saran

DAFTAR PUSTAKA
Page 3
 1.1. Latar Belakang

Karbon merupakan zat utama yang diperlukan tanaman

dalam proses pertumbuhannya. Karbon dapat
meningkatkan produktivitas tanah, mengurangi efek racun
CO3, dan meningkatkan ketahanan tanaman terhadap
hama dan penyakit
Penentuan tingkat karbon di suatu tempat secara langsung
memerlukan banyak waktu dan biaya, serta perubahan
karbon tanah setiap tahunnya relatif kecil jika dibandingkan
dengan error dalam proses pengambilan sampel dan
proses pengukuran
Model perhitungan karbon tanah dengan simulasi
matematika : model stokastik, model Yasso, model NEE,
sistem GIS, model CO2FIX, dan model ORNL memiliki
error yang cukup tinggi
Oleh karena itu, dikembangkan estimasi tingkat karbon
tanah menggunakan extended Kalman filter yang
menggabungkan antara model dan pengukuran

Page 4
 1.2. Perumusan Masalah

1. Bagaimana cara mengestimasi tingkat karbon tanah

menggunakan metode extended Kalman filter ?

2. Bagaimana cara mengestimasi rata-rata dekomposisi

karbon tanah dengan menggunakan metode extended
Kalman filter ?

Page 5
 1.3. Tujuan Penelitian

1. Mengetahui tingkat karbon tanah menggunakan metode

extended Kalman filter

2. Mengetahui rata-rata dekomposisi karbon tanah dengan

menggunakan metode extended Kalman filter

Page 6
 1.4. Batasan Masalah

Pengambilan contoh tanah yang akan diestimasi kadar

karbonnya hanya dilakukan di beberapa tempat di Jawa Timur.

Page 7
 1.5. Manfaat Penelitian

Dengan mengetahui tingkat karbon tanah di suatu

tempat, akan dapat ditentukan pengelolaan lahan yang tepat di
daerah tersebut, misalnya dalam hal pemilihan varietas
tanaman, pemberian nutrisi tambahan, jenis pembajakan dan
irigasi, dan lain-lain.

Page 8
 2.1. Bahan Organik Tanah

Bahan organik tanah adalah semua jenis senyawa organik

yang terdapat di dalam tanah termasuk serasah, fraksi
bahan organik ringan, biomassa mikroorganisme, bahan
organik terlarut dalam air, dan bahan organik yang stabil
atau humus (Stevenson, 1994 dalam Suryani, 2007).

Bahan organik tanah dibedakan menjadi :

1. Bahan organik yang sukar didekomposisi
2. Bahan organik yang mudah didekomposisi

Faktor yang mempengaruhi dekomposisi bahan organik

adalah sifat tanah yang meliputi aerasi, temperatur,
kelembaban, kemasaman, dan topografi.

Salah satu upaya untuk meningkatkan kandungan bahan

organik tanah adalah dengan melakukan pemupukan.

Page 9
 Lanjutan
Secara umum, semakin rendah perbandingan antara kadar
karbon dan nitrogen dalam bahan organik, maka akan
semakin mudah dan cepat bahan tersebut mengalami
dekomposisi

Nilai perbandingan C/N tanah relatif konstan pada kisaran

8:1 sampai 15:1 dengan rata-rata 10:1 sampai 12:1 (Prasad
dan Power, 1997 dalam Barchia, 2009)

Penelitian yang telah dilakukan oleh Hairiah (2000)

menunjukkan bahwa penurunan kadar C dan N dalam tanah
akan menurunkan produksi pertanian.

Page 10
2.2. Karbon Tanah

Page 11
Lanjutan
Tingkat karbon tanah dipengarufi oleh beberapa faktor :
Kondisi iklim : suhu udara, kelembaban, dan curah hujan
Tipe tanah
Tipe vegetasi
Hasil biomassa
Pengelolaan pertanian : pembajakan, irigasi, pemupukan
Topografi lahan : kemiringan
Kondisi angin
Kandungan karbon tanah awal

Page 12
 2.3. Model Karbon Tanah

Karbon tanah dimodelkan sebagai berikut (Jones, J.W. et al.,

2004) :
C (i, t + 1) = C (i, t ) D(i ).C (i, t ) + b.U (i, t ) + (i, t + 1)
D(i ) = D0 (i ) + (i )
dengan :
C (i, t ) = karbon organik tanah pada lokasi i dan tahun t
D(i ) = rata-rata dekomposisi karbon tanah pada lokasi i
D0 (i ) = estimasi awal dari rata-rata dekomposisi karbon
tanah pada lokasi i
b = bagian karbon organik yang ditambahkan ke tanah
pada tahun t yang masih tersisa setelah satu tahun
U (i, t ) = banyaknya karbon dalam sisa-sisa pertanian yang
ditambahkan ke tanah pada lokasi i dan tahun t
(i, t + 1) = error model dari karbon tanah pada lokasi i dan
tahun t+1
(i ) = error dalam estimasi awal pada rata-rata
dekomposisi pada lokasi i
Page 13
2.4. Pengukuran Karbon Tanah

Pengukuran karbon tanah dimodelkan sebagai

berikut :
Z (i, t ) = H . X (i, t ) + t
C (i, t )
X (i, t ) =
D (i )
(
t ~ N 0, Z 2
)
dengan :
Z (i, t ) = pengukuran karbon tanah pada lokasi
i dan tahun t
t = error pengukuran
Z2 = varian error pengukuran karbon tanah
H = matriks pengukuran

Dalam pengukuran ini, diasumsikan bahwa

error pengukuran karbon tanah berdistribusi
normal, bebas terhadap waktu, dan bebas
terhadap C dan D.

Page 14
 2.5. Filter Kalman

Persamaan filter Kalman :

x k = Ax k 1 + Bu k 1 + wk 1
z k = Hx k + v k

Operasi Kalman Filter :

Page 15
 2.6. Extended Filter Kalman

Persamaan Extended Kalman Filter :

x k = f (x k 1 , u k 1 , wk 1 )
z k = h ( xk , vk )

wk dan v k adalah noise yang pada kenyataan tidak

diketahui dengan pasti. Tapi, persamaan keadaan dan
pengukuran dapat diestimasi tanpa menggunakan keduanya
sehingga :
x = f (x , u ,0 )
~
k k 1 k 1

z k = h (~
~ x k ,0 )

Untuk memulai proses estimasi, terlebih dahulu disajikan

persamaan pembangkit yang melinearkan estimasi sebagai
berikut :
x k + A( x k 1 x k 1 ) + Wwk 1
xk ~
z ~
k z + H (x ~
k x ) + Vv
k k k

Page 16
Lanjutan
dengan :
xk = vektor keadaan
z k = vektor pengukuran sebenarnya
~xk = estimasi vektor keadaan
~z = estimasi pengukuran
k
x k = estimasi akhir dari keadaan pada step k
wk = variabel random yang menyatakan noise proses
vk = variabel random yang menyatakan noise pengukuran
A = matriks Jacobian dari turunan parsial f terhadap x yakni :
f [i ]
A[i , j ] = (x k 1 , u k 1 ,0)
x[ j ]

W = matriks Jacobian dari turunan f terhadap w yakni :

f [i ]
W[i , j ] = (x k 1 , u k 1 ,0)
w[ j ]

Page 17
Lanjutan
H = matriks Jacobian dari turunan h terhadap x yakni :
h[i ] ~
H [i , j ] = (xk ,0)
x[ j ]

V = matriks Jacobian dari turunan h terhadap v yakni :

h[i ] ~
V[i , j ] = (xk ,0)
v[ j ]

Kemudian akan didefinisikan error prediksi sebagai berikut :

e~xk x k ~
xk
dengan redisual pengukuran :

e~zk z k ~
zk

Page 18
Lanjutan
Karena pada kenyatannya, nilai xk tidak diketahui sedangkan
nilai z k diketahui, maka :

e~xk = A( x k 1 x k 1 ) + k
e~zk = He~xk + k

Persamaan diatas adalah linear sehingga dapat digunakan

untuk menentukan estimasi keadaan akhir sebagai berikut :
x = ~
x + e
k k k

Selanjutnya persamaan Kalman filter digunakan untuk

mengestimasi ek : ek = K k e~zk

Sehingga diperoleh :
x k = ~ xk + K k (z k ~
x k + K k e~zk = ~ zk )

Page 19
Operasi Extended Kalman filter

Page 20
 3.1. Metode Penelitian

Langkah langkah yang dilakukan dalam penelitian ini adalah :

1. Pengumpulan bahan literatur.
2. Mengkaji model karbon tanah.
a. Model Karbon Tanah
b. Model Pengukuran Karbon Tanah
3. Mengkaji metode estimasi dengan menggunakan Extended
Kalman Filter .
4. Mengumpulkan data sekunder mengenai tingkat karbon
tanah.
5. Mensimulasikan data sekunder yang diperoleh untuk
mengetahui kinerja metode Extended Kalman Filter dalam
mengestimasi model karbon tanah dengan menggunakan
software MATLAB.
6. Menganalisa hasil simulasi.

Page 21
3.2. Diagram Alir Metodologi Penelitian

Pengumpulan bahan literatur

Mengkaji model karbon tanah

Mengkaji metode estimasi dengan menggunakan

Extended Kalman Filter

Mengumpulkan data sekunder

mengenai tingkat karbon tanah

Mensimulasikan data sekunder yang diperoleh untuk mengetahui

kinerja metode Extended Kalman Filter dalam mengestimasi
model karbon tanah dengan menggunakan software MATLAB

Menganalisa hasil simulasi

Page 22
 4.1. Keadaan Umum Daerah Jawa Timur

Morfologi Jawa Timur relatif datar

Daerah Jawa Timur dialiri oleh dua sungai besar yaitu

sungai Brantas dan Bengawan Solo. Persebaran lahan
pertanian mengikuti daerah aliran sungai ini.

Berdasarkan sistem klasifikasi Schmidt dan Fergusson

sebagian wilayah Jawa Timur (52%) mempunyai iklim tipe
D (sedang) dengan suhu rata-rata antara 22oC 33oC,
curah hujan < 1.750mm (35,5% wilayah), 1.750-2.000mm
(44% wilayah), dan > 2.000mm (20,46% wilayah).

Page 23
 4.2. Jenis Tanah di Daerah Jawa Timur

Pengambilan sampel tanah dilakukan oleh Taufik dkk (1997) di 17

kabupaten di Jawa Timur yaitu kabupaten Bondowoso, Blitar,
Banyuwangi, Malang, Kediri, Mojokerto, Pasuruan, Jombang,
Bojonegoro, Lamongan, Tuban, Probolinggo, Gresik, Ngawi,
Ponorogo, Pacitan, dan Madiun. Contoh tanah yang diambil pada
kedalaman 0-20cm dari permukaan tanah dengan total sebanyak
109 contoh tanah.

Dari penelitian tersebut diketahui bahwa jenis dan jumlah contoh

tanah yang teramati adalah sebagai berikut :
1. Tanah Regosol sebanyak 5 contoh dari Kabupaten
Bondowoso dan Blitar.
2. Tanah Aluvial sebanyak 35 contoh dari Kabupaten Malang,
Kediri, Mojokerto, Pasuruan, dan Jombang.
3. Tanah Aluvial berkapur sebanyak 7 contoh dari Kabupaten
Bojonegoro.
4. Tanah Mediteran sebanyak 56 contoh dari Kabupaten
Lamongan, Tuban, Blitar, Probolinggo, Gresik, Ngawi,
Ponorogo, dan Pacitan
5. Tanah Vertisol sebanyak 6 contoh dari Kabupaten Ngawi,
Madiun, dan Mojokerto.
Page 24
 4.3. Metode Extended Kalman Filter

Model

Observation

Forecast Step

Data Assimilation Step

Page 25
 4.4. Estimasi Tingkat Karbon Tanah
Menggunakan Extended Kalman Filter

Tabel 1. Hasil Analisa Tanah Lokasi Penelitian

Indikator Pasuruan Mojokerto Pacitan

N Total (%) 0,17 0,12 0,19
P (ppm) 15,0 12,0 15,70
K (ml/100g) 0,79 0,70 0,84
Ca (ml/100g) 17,.89 17,10 17,80
Mg (ml/100g) 7,53 4,10 2,10
S (ppm) 20,0 14,50 19,80
KTK 28,40 24.20 23,90
KB 75,0 65,70 68,05
Pasir 51 46 46
Debu 26 42 35
Liat 23 12 14
pH 6,1 6,6 5,9
Rasio C/N 11 11 11
Kriteria Cukup Subur Sedang Kurang Subur

Sumber : Balai Pengkajian Teknologi Pertanian,

Karangploso, Malang, Jawa Timur

Page 26
 Tabel 2. Nilai Parameter dan Kondisi Awal

Variabel Keterangan Satuan Pasuruan Mojokerto Pacitan

Nilai karbon tanah

X0 sebenarnya pada waktu kg[C]/ha 18.700 13.200 20.800
0
Nilai parameter
D dekomposisi
1/tahun 0,01 0,01 0,01

Nilai awal parameter

D0 dekomposisi karbon 1/tahun 0,020 0,015 0,010
tanah

Input karbon tanah tiap

Ut tahun, diasumsikan kg[C]/ha 2000 1500 1000
konstan

Proporsi karbon tanah

b tahunan yang tersisa - 0,20 0,15 0,10
setelah satu tahun

frek Z Frekuensi pengukuran 1/tahun 1 1 1

Page 27
 5.1. KESIMPULAN

1. Tingkat karbon tanah pada tahun 1997 di daerah penelitian

di Jawa Timur mengalami penurunan dari nilai awalnya
sebesar 11,842.08 dan untuk 10 tahun kemudian relatif
konstan pada nilai 400 kg[C]/ha.

2. Metode Extended kalman Filter dapat digunakan untuk

mengestimasi tingkat karbon tanah.

3. Dengan mengetahui tingkat karbon tanah di suatu tempat,

akan dapat ditentukan pengelolaan lahan yang tepat di
daerah tersebut, misalnya dalam hal pemilihan varietas
tanaman, pemberian nutrisi tambahan, jenis pembajakan
dan irigasi, dan lain-lain.

Page 28
 5.2. SARAN

1. Untuk mengestimasi tingkat karbon tanah di suatu tempat

dapat digunakan metode yang lain.

2. Faktor-faktor yang mempengaruhi laju dekomposisi karbon

tanah seperti suhu udara, kelembaban, curah hujan,
topografi lahan, dan kondisi angin dapat disertakan dalam
proses estimasi dengan menggunakan model matematika
tertentu.

3. Estimasi tingkat karbon tanah dapat dilakukan di beberapa

lokasi secara serentak (tidak terpisah) dengan menyertakan
korelasi antar tempat.

Page 29
 DAFTAR PUSTAKA

Andress, D., (2002). Soil carbon changes for bioenergy crops. Argonne National
Laboratory and Office of Biomass Programs Energy Efficiency and Renewable
Energy U.S. Department of Energy Report.
Barchia, M.F., (2009). Evolusi Karbon Tanah.
Diperoleh dari : http://faizbrachia.blogspot.com/2009/06/evolusi-karbon-tanah.html
Diakses pada tanggal 25 Januari 2011
Cahyaningrum, S.Y., Aziz, N.A., 2011. Tingkat Kesuburan Tanah Turun.
Diperoleh dari www.kompas.com
Diakses pada tanggal 23 Juni 2011
Doraiswamy, P.C., McCarty, G.W., Hunt Jr, E.R., Yost, R.S., Doumbia, M.,
Franzluebbers, A.J., (2007). Modelling soil carbon sequestration in agricultural
lands of Mali. Journal Agricultural Systems 94 (2007) : 6374.
Hairiah, K., Widianto, Utami, SR., Suprayogo, D., Sunaryo, Sitompul, SM., Lusiana, B.,
Mulia, R., van Norwidjk, M., Cardisch, G., (2000). Pengelolaan Tanah secara
Biologis : Refleksi Pengalaman dari Lampung Utara. ICRAFSE Asia, Bogor, 182p
Hardjowigeno, S., (1987). Ilmu Tanah. PT Melton Putra. Jakarta. 233 halaman.
Jenkins, J. (1998). Biocycle. Journal of Composting and Recycling, July 1998, p.18, 61,
62; and January 1998, p.20.
Jones, J.W., Graham,W.D., Wallach, D., Bostick, W.M., Koo, J., (2004). Estimating Soil
Carbon Using an Ensemble Kalman Filter, Transaction of the ASAE 47, 331-339.
Jones, J.W., Koo, J., Naab, J.B., Bostick, W.M., Traore, S., Graham, W.D., (2007).
Integrating stochastic models and in situ sampling for monitoring soil carbon
sequestration. Journal Agricultural Systems 94 (2007) : 5262.

Page 30
Lanjutan
Kasno, A., Rachim, A., Iskandar, I., Adiningsih, J.S., 2004. Hubungan Nisbah K/Ca
dalam Laruan Tanah dengan Dinamika Hara K pada Ultisol dan Vertisol Lahan
Kering, Jurnal Tanah Lingkungan, 6(1):7-13
Leifeld, J., Bassin, S., Fuhrer, J., (2004). Carbon stock in Swiss agricultural soils
predicted by land use, soil characteristic, and altitude. Journal Agriculture,
Ecosystems and Environment 105 (2005) : 255266.
Lewis, J.M., Lakshmivarahan, Dhall, S.K., (2006). Dynamic Data Assimilation : A Least
Squares Approach. Cambridge University Press, Cambridge, UK
Liski, J., Palusuo, T., Peltoniemi, M., Sievanen, R., (2005). Carbon and decomposition
model Yasso for forest soils. Journal Ecological Modelling 189 (2005) : 168182.
Madjid, A., (2009). Dasar-dasar ilmu tanah. Bahan Ajar Online Jurusan Tanah Fakultas
Pertanian Universitas Sriwijaya.
Diperoleh dari : http://www.dasar2ilmutanah.blogspot.com
Diakses pada tanggal 15 Pebruari 2011
Mataraman, M., 2010. Gawat ! Tanah Pertanian di Kab Kediri Miskin Hara.
Diperoleh dari www.kompas.com
Diakses pada tanggal 23 Juni 2011
Miller, P., Bricklemyer, R., (2004). Soil carbon sequestration in agriculture : farm
management practices can affect greenhouse gas emissions. Marketing management
dept of land resources and environmental sciences, Montana.
Diperoleh dari : http://www.montana.edu/wwwpb/pubs/mt200404.html
Diakses pada tanggal 15 Desember 2010
Rosenweigh, C. and Hillel, D., (1995). Potential impact of climate change on agriculture
and food supply. U.S. Global Change Research Information Office, Washington
DC.
Page 31
 Lanjutan
Setyorini, D., Widowati, L.R., Rochayati, S., 2005. Teknologi Pengelolaan Hara Lahan
Sawah Intensifikasi. Prosiding Simposium Nasional Pendayagunaan Tanah hlm
137-167
Sholeh, M., Suhardjo, S., Dzanuri, D., (1997).Penetapan Nilai Standar Unsur Hara
Makro dan Hara Makro Essensial Tanaman Mangga. Termuat dalam prosiding edisi
khusus Balitkabi no. 10-1997, p.88-100
Sofyan, A., Nurjaya, N., Kasno, A., 2009. Status Hara Tanah Sawah untuk Rekomendasi
Pemupukan. termuat dalam Prosiding Puslitbangtanak
Suryani, A., (2007). Bahan Organik Tanah.
Diperoleh dari : www.damandiri.or.id/file/anisuryani
Diakses pada tanggal 15 Pebruari 2011
Taufiq, A., (1997). Kajian Status pH, K, Ca, dan Mg Beberapa Jenis Tanah di Jawa
Timur. Termuat dalam prosiding edisi khusus Balitkabi no. 10-1997, p.76-87
Welch, G., Bishop, G., (2006). An Introduction to Kalman Filter. ChapelHill : Report
TR-95-041.

Page 32