 Rencana Judul Tesis

“ Kajian Pemanfaatan Air di Daerah Irigasi To’Karau’ Kabupaten Toraja Utara“

 Analisa yang Digunakan

Analisa Irigasi : Optimasi irigasi
 Jurnal Internasional
1. Jurnal 1
Judul : Optimization of Deficit Irrigation Using Non-Linear Programing
(Case Study : Mianeh Region, Iran)
Penulis : V. Azimi, F. Salmasi, N. Entekhabi, H. Tabari, A. Rashid Niaghi
Nama Jurnal : International Journal of Agriculture and Crop Sciences.
Available online at www.ijagcs.com
IJACS/2013/6-5/252-260
ISSN 2227-670X ©2013 IJACS Journal
2. Jurnal 2
Judul : Irrigation Network Planning Using Linear Programming
Penulis : C.Tzimopoulos, V. Balioti, C. Evangelides, S. T. Yannopoulos
Nama Jurnal : Proceedings of the 12th International Conference on
Environmental Science and Technology
Rhodes, Greece, 8 – 10 September 2011
 REVIEW JURNAL

Identifikasi Masalah
Identifikasi masalah dari studi kasus ini antaralain
1. Beberapa penelitian sebelumnya telah dilakukan lebih dari lima puluh tahun terakhir
mengenai kebutuhan air tanaman pada berbagai kondisi iklim dan metode yang
berbeda yang direkomendasikan untuk menghitung kebutuhan air irigasi
2. Hasil penelitian sebelumnya menunjukkan bahwa pada batas tertentu peningkatan
produksi akan berhenti bahkan dapat menyebabkan penurunan hasil produksi
apabila peningkatan irigasi tetap dilakukan
 3. Kelangkaan air merupakan masalah utama di daerah kering dan semi kering
sehingga penghematan irigasi dalam artian strategi optimal dan penggunaan air
yang efisien untuk peningkatan produksi

Rumusan Masalah

Karena keterbatasan air untuk produktivitas tanaman di daerah semi-kering Iran,

sehingga penelitian ini dilakukan untuk mengetahui pola tanaman yang optimal dalam
kondisi defisit air irigasi. Diharapkan model pemrograman non-linear memberikan
nilai pendapatan petani lebih tinggi dari model pemrograman linear dalam kondisi
defisit irigasi sehingga fungsi produksi pada penelitian ini diselesaikan dengan model
non-linear.

Metodologi

Lokasi dan Desain Percobaan

Lokasi penelitian terletak di provinsi Azarbaijan Timur di barat laut Iran dengan luas
area 3.400 hektar Daerah irigasi ini terletak di belakang Waduk Germi Chay yang
masi dalam tahap pembangunan pada sungai dengan nama yang sama. Saat ini,
pertanian lahan kering digunakan sebagai lahan utama pada studi ini(sekitar 75
persen). Keterbatasan air untuk pertanian, lahan irigasi terbatas untuk teras sungai
Germi Chay, dan air irigasi yang diberikan melalui tanggul tradisional dari sungai.
Pada musim panas petani mengalami masalah serius karena air yang mengalir di
sungai menurun. Selain itu, metode irigasi tradisional yang umum, dan efisiensi irigasi
rendah, dan air limbah cukup besar. Dalam studi ini, sepuluh tanaman irigasi dipilih
atas dasar kondisi iklim dan manajemen. Tanaman tersebut yaitu gandum, kentang,
grain, alfalfa, beras, sayuran, buah-buahan, jagung, sorgum dan kedelai. Enam puluh
dua puluh persen dari lahan diolah untuk gandum dan apel dan sisanya ditanami hay
(sejenis rumput kering) dan sayuran
 Gambar 1. Lokasi studi di Provinsi Azerbaijan, Iran

Kebutuhan Air Tanaman

Kebutuhan air dari produk pertanian dan hortikultura diperoleh dengan software
NETWAT. Dalam setiap bulan dari setahun, curah hujan komulatif dan
evapotranspirasi dihitung untuk periode 10 harian Pada gambar 2 dapat dilihat bahwa
permintaan air sangat kritis dalam bulan Juni, Juli dan Agustus, sehingga sebagian
besar dari konsumsi air di bulan-bulan ini. Hal ini diasumsikan bahwa suplai air
waduk cukup untuk menutupi kebutuhan air tanaman di bulan ini (Tabel 1).

Gambar 2. Hujan rata – rata dan evapotranspirasi acuan dalam setahun

 Tabel 1. Kebutuhan Air

Fungsi Tujuan dan Kendala

Fungsi tujuan dari penelitian ini adalah untuk memaksimalkan keuntungan berdasarkan
pola tanaman dengan menggunakan persamaan berikut:

10

Max Z = ∑ 𝐴𝑖 𝑅𝑖 (1)
𝑖=1

dimana Ai merupakan luas lahan untuk setiap jenis tanaman yang merupakan variabel
keputusan dalam pemrograman non-linear, dan harus ditentukan untuk memberikan
nilai maksimum Z (Total keuntungan bersih dari rencana). Selanjutnya, Ri merupakan
keuntungan untuk setiap produk pertanian dan ditetapkan sebagai koefisien konstan

Dalam penelitian ini, keterbatasan untuk menemukan pola tanam optimal adalah sebagai
berikut:

1. Batasan extractable water

Volume maksimum air dari Waduk Germi Chay yang digunakan pertanian adalah 34
juta m3 yang diimpor dalam model dengan persamaan berikut:

10

∑ 𝐴𝑖 𝑉𝑖 ≤ 34000000 (2)
𝑖=1
 di mana Vi adalah volume tahunan air yang dibutuhkan per hektar untuk setiap
produk dan A adalah luas yang dialokasikan untuk budidaya (area tidak diketahui,
dan diperoleh melalui pemrograman non-liner).

2. Batasan saluran utama

Kapasitas maksimum saluran utama adalah 3,78 m3/detik. Keterbatasan ini berlaku
selama tiga bulan konsumsi puncak (Juni, Juli dan Agustus), diberikan dengan
persamaan berikut:

10
10𝐴𝑖 (𝐼𝑅)𝑖
∑ ≤ 3.78 (3)
(86400 ∗ 30)
𝑖=1

dimana (IR)i adalah kebutuhan air irigasi bulanan (mm) untuk setiap produk (Kolom
4, 5, 6, Tabel 1) di tiga bulan konsumsi puncak (Juni, Juli dan Agustus).

3. Batasan luas lahan yang ditanami

Total luas lahan yang diolah berdasarkan pembatasan kelas tanah dari hasil survei
adalah 3400 hektar dan didefinisikan sebagai berikut:
10

∑ 𝐴𝑖 ≤ 3400 (4)
𝑖=1

4. Keterbatasan dari minimum dan maksimum lahan yang didedikasikan untuk

budidaya tanaman strategis dan kebijakan

Beberapa tanaman yang diproduksi berdasarkan kebijakan nasional dan regional

untuk menentukan pola tanaman yang diberikan oleh Kementrian Pertanian seperti
pada tabel 2. Keterbatasan ini diimpor dalam model pemrograman nonlinear.
 Tabel 2. Maksimum dan minimum pola tanam

Faktor hasil respon

Stres air tanaman terjadi ketika permintaan air tanaman melebihi jumlah yang tersedia
selama periode tertentu dan stres air merupakan salah satu penyebab utama penurunan
hasil panen (Jackson, 1982; Griffiths dan Parry, 2002;. Li et al, 2008) . Model Stuart
digunakan untuk memperoleh fungsi produksi. Untuk mengevaluasi efek stres air yang
disebabkan oleh keterbatasan air irigasi pada masalah penurunan hasil, faktor respon
hasil (Ky) dihitung seperti yang disarankan oleh Doorenbos dan Kassam (1986):

𝑌𝑎 𝐸𝑇𝑎
1− = 𝐾𝑦 (1 − ) (5)
𝑌𝑝 𝐸𝑇𝑝

di mana ETa dan ETp adalah evapotranspirasi aktual dan potensial, Ya dan Yp adalah
jumlah aktual dan potensial dari produk yang dihasilkan, Ky adalah koefisien
sensitivitas secara keseluruhan pada berbagai tahap pertumbuhan tanaman.
Menentukan koefisien untuk semua produk dibudidayakan di daerah sulit, memakan
waktu dan mahal, koefisien yang diusulkan oleh FAO digunakan dalam penelitian ini
seperti pada tabel 3.
 Tabel 3. Nilai Ky (Ratio Respon Hasil Produksi Terhadap Air pada berbagai tahap
Pertumbuhan Tanaman

Metode yang Dipakai

Metode yang dipakai pada penelitian ini untuk menentukan nilai optimum adalah
menggunakan metode pemrograman nonlinear dengan bantuan perangkat lunak Excel.
Semua fungsi produksi yang diperoleh (fungsi target, kendala dan fungsi produksi)
dalam model matematika diselesaikan dengan bantuan Solver dari perangkat lunak
Excel.

Hasil dan Pembahasan

Pada awalnya, peningkatan produk yang berasal dari irigasi harus dievaluasi secara
kuantitatif untuk menganalisis manfaat irigasi di bidang pertanian. Di sisi lain,
hubungan antara jumlah air irigasi yang diberikan kepada budidaya dan jumlah produk
yang diperiksa. Hubungan ini digambarkan sebagai rumus matematika atau kurva yang
disebut "fungsi produksi air". Fungsi produksi diperoleh sesuai dengan informasi yang
diberikan dalam Tabel 1, 2 dan 3, dan dengan menggunakan model Stuart. Untuk
tujuan ini, semua persamaan dan non-persamaan (yaitu, fungsi target, kendala, dan
fungsi produksi) dalam model matematika nonlinear dimasukkan ke menu TOOLS /
SOLVER dari perangkat lunak EXCEL dan persamaan diselesaikan. Tabel 5
menyajikan pola tanaman yang optimal diperoleh dengan model pemrograman non-
linear dengan volume maksimum air yang dialokasikan untuk irigasi sebesar 34 juta
meter kubik per tahun.
Tabel 4. Fungsi Produksi Tanaman Budidaya (Persamaan Matematik)

Gambar 3. Fungsi Produksi nonlinear Tanaman budidaya di Mianeh Region

Tabel 5. Pola Optimal Tanaman dengan Volume maksimum 34 juta m3/tahun (Option
Pertama)

Menurut Tabel 5, pola tanaman optimal direkomendasikan dengan kepadatan 100%.

Sementara itu, laba bersih diperoleh sama dengan 1,03 Juta Dolar per tahun. Perlu
dicatat bahwa laba bersih pola tanaman menurun oleh perubahan pola tanaman yang
diperoleh dari model pemrograman non-linear sesuai dengan keterbatasan yang
diterapkan (khususnya air dialokasikan). Jadi, kemungkinan budidaya produk yang
memberikan penghasilan lebih besar apabila air dialokasikan lebih besar. Selain itu,
produk tanaman dengan kebutuhan air lebih menurun dengan menurunnya jumlah air
irigasi. Hasil yang disajikan pada Tabel 6 menunjukkan bahwa, pada opsi pertama,
jagung dan kentang adalah urutan yang pertama dan kedua dalam hal efisiensi

Tabel 6. Pola Optimum Tanaman dengan Volume maksimum Alokasi Air 34 juta
m3/tahun (Option Pertama)
Tabel 7. Pola panen optimum dengan air yang dialokasikan sebesar 32 juta m3/tahun
(Option Kedua)

Pada pilihan kedua, jumlah air yang dialokasikan menurun menjadi 32 juta m3/tahun
(Tabel 7). Menurut hasil, total luas lahan irigasi mencapai 3.283,8 hektar dan kepadatan
tanam menurun dari 100 persen menjadi 96,58 persen, mengakibatkan keuntungan
menjadi 0,97 Juta Dolar. Selain itu, kawasan budidaya untuk kebun telah meningkat dan
sayuran menurun. Karena tujuannya adalah untuk memaksimalkan keuntungan dan
keuntungan dari kebun lebih besar, pada budidaya area kebun telah ditingkatkan. Oleh
karena itu, dengan mengurangi air irigasi tahunan dalam opsi selanjutnya 30, 28, 26 dan
24 juta m3 (Tabel 8), model menyajikan solusi dengan mengubah area budidaya dan
keuntungan. Namun, ketika volume air tahunan dikurangi menjadi 20 juta meter kubik
program tidak memberi jawaban karena volume air lebih rendah dari jumlah minimum
tidak dapat dipilih. Dalam hal ini, jumlah minimum adalah 21.030.000 m3 dengan
wilayah tanam adalah 2.176 hektar dan keuntungan adalah 0,52 Juta Dolar (Tabel 8).

Dengan mengurangi jumlah air yang diberikan, wilayah tanam dan laba bersih yang
diperoleh dari produk berkurang, slope laba bersih dari lahan yang ditanami dapat
dilihat pada gambar 4
Tabel 8. Luas Areal (ha) untuk Berbagai Tingkat Alokasi Air Irigasi

Gambar 4. Perubahan luas lahan dan Laba Bersih Tahunan pada perubahan pemakaian
air
Kesimpulan
Penelitian ini bertujuan untuk mengoptimalkan pola tanaman dalam kondisi defisit
irigasi sesuai dengan keterbatasan regional dan ketersediaan air di barat daya Iran
dengan menggunakan program non-linear. Hasil penelitian menunjukkan bahwa dalam
kondisi irigasi penuh, keuntungan sama dengan 1,03 Juta Dolar. Dengan mengurangi
jumlah air yang diberikan ke tanah dalam kondisi irigasi defisit, daerah budidaya dan
laba bersih yang diperoleh dari produk menurun.

Hasil keseluruhan menunjukkan bahwa model matematika yang berbeda dapat

dikembangkan untuk menentukan pola tanam oleh pemrograman nonlinier, dan
mencapai pola tanaman yang optimal dengan mengubah parameter (dalam hal ini,
volume air yang dialokasikan). Jadi, diharapkan bahwa insinyur pertanian dan air, yang
terlibat dalam proyek-proyek pembangunan pertanian, menggunakan metode
pemrograman matematika yang tepat dalam perencanaan mereka selain penilaian
keahlian dan pengalaman mereka.

Review terhadap Metodologi yang Digunakan

1. Pada gambar 2 menampilkan evapotranspirasi acuan (Et0) sedangkan nilai ETa dan
ETp yaitu evapotranspirasi aktual dan potensial sebagai batasan dalam persamaan
tidak dijelaskan darimana diperoleh hasilnya.
2. Pada batasan debit maksimum untuk saluran hanya pada saluran utama sedangkan
pada saluran lainnya tidak diperhitungkan
3. Beberapa variabel yang digunakan dalam persamaan tidak dijelaskan bagaimana
diperoleh hasilnya

Review terhadap Metode yang Digunakan

Metode yang digunakan yaitu metode pemrograman non linier dengan bantuan Solver
excel, sedangkan pada persamaan (1) dan fungsi produksi kebun pada persamaan (5)
adalah persamaan linear sehingga fasilitas yang digunakan tidak sesuai. Permasalahan
pada penelitian ini lebi tepat apabila menggunakan program dinamik karena dapat
menyelesaikan persamaan pada proses multi tahap (Montarcih, 2009)
Review terhadap hasil dan pembahasan
Pada penelitian ini menjelaskan hasil untuk berbagai volume air, sehingga kita tidak
mengetahui berapa volume yang seharusnya bisa digunakan untuk mendapatkan
keuntungan yang maksimal dan luas lahan yang optimal.
Pada pilihan opsi kedua tidak memberikan gambaran derajat efisiensi seperti pada
pilihan pertama.