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
Metodologi
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 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).
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:
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).
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).
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
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
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)
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.