MODEL SIMULASI PERTANIAN

Uts
Panduan Model Simulasi Pertanian UTS
Geofisika dan Meteorologi 52
Institut Pertanian Bogor

“Model adalah penyederhanaan dari sistem. Untuk

sistem hubungan kita, penyederhanaannya cuma satu,
yaitu: Nikmati Saja”
- Bacot 2018
 Model
Model adalah penyerdehanaan dari sistem.
Sistem adalah mekanisme yang teratur dari dunia nyata.
Sistem bisa dibagi ke dalam sub-sub sistem yang tiap sub-sistem nya bisa
dijelaskan oleh sub-model.

Aliran massa atau energi dalam suatu submodel tidak boleh mengalir
dalam submodel lainnya. Misal : Dalam satu sistem rumah yang
dijelaskan oleh model desain rumah, sistem itu dibagi menjadi subsistem
listrik dan air yang juga dijelaskan oleh submodel dengan jaringan listrik
dan pipa air. Nah aliran listrik tidak boleh mengalir di pipa. Mampus itu
serumah kalau kejadian.

Tujuan Model
 Pemahaman Proses
o Tergantung level audience yang akan dijelaskan
o Semakin banya proses yang diperhitungkan, maka semakin
kompleks, semakib banyak juga yang akan tidak diketahui.
 Prediksi
o Hanya dimiliki oleh model numeric (kuantitatif), sementara
model lainnya hanya berdasarkan intuisi
o INGAT! Hal yang paling penting adalah KETEPATAN,
bukan kekompleksan atau dasar teori
 Manajemen : Model sebagai alat bantu manajemen (decision support
tool)
o Mampu menjelaskan proses
o Punya kemampuan prediksi
Hierarki Model
Model Level Resolusi
Sawah I Musim
Tanaman i-1 Hari
Jaringan i-2 Jam
Sel i-3 Detik
Molekul i-4 <mili detik
Atom i-5 <mikrodetik
Semakin rendah level, semakin banyak proses yang terjelaskan, namun
juga semakin kompleks, resolusi semakin tinggi (berat), dan semakin
banyak input yang diperlukan

Bentuk Model
 Fisik vs Mental
o Fisik : Menggambarkan sistem secara nyata : prototype,
miniatur, dll
o Mental : menggambarkan secara deskriptif atau matematis :
teori, persamaan, dll
 Deskriptif vs Numerik
o Deskriptif : menjelaskan tanpa menggunakan hubungan
kuantitatif : hanya diagram, gambar, atau konsep
o Numerik : menjelaskan dengan persamaan matematis
sehingga punya kemampuan prediksi. Namun tidak
semuanya bisa menjelaskan proses. Model empiric seperti
model regresi tidak bisa menjelaskan proses namun mampu
menjelaskan pengaruh.
 Empirik vs Mekanistik
o Empirik (statistic) : mengandalkan hubungan kausal
berdasarkan pengamatan hubungan antara input dan output.
Juga disebit black box karena tidak menjelaskan apa yang
terjadi di dalam kotak itu (prosesnya)
o Mekanistik : menjelaskan proses yang terjadi tergantung
level model. Mustahil ada model yang 100%. Contoh :
Diagram forrester
 Statis vs Dinamis
o Statis : tidak memperhitungkan waktu
o Dinamis : waktu sebagai variabel.
 Deterministik vs Stokastik
 o Deterministik : menghasilkan keluaran yang pasti, tidak
memperhitungkan kemungkinan lain. Misal : iya atau tidak,
hujan atau tidak hujan.
o Stokastik : memghasilkan keluaran berupa kemungkinan
(umumnya berupa peluang). Misal : peluang hujan 80%, dll.

Diagram Forrester
Menjelaskan komponen model serta hubungan antar peubah secara
deskriptof dan sistematis.
Nama Simbol Simbol Arti
 Model hanya
menjelaskan
Batas Model (Model
proses dalam
Boundary)
batas model
 External
Variabels adalah
Input model
 Berada di luar
batas model
Sumber (Source)
 Sumber aliran
massa atau energi
 Berada di luar
batas model
Rosot (Sink)  Buangan dari
alirab massa atau
energi
 Berada di luar
batas model
 Tidak semua
faktor luar yang
mungkin
berpengaruh
Variabel Eksternal merupakan
(Exogenous/external [ ] peubah model
variable)  Hanya variabel
yang dianggap
mempengaruhi
proses yang
dimodelkan
 Tidak dihitung
namun
 dimasukkan
sebagai input
(bukan salah satu
hasil model)
 Berada dalam
batas model
 Dihitung oleh
Variabel Internal (Internal Variable) model namun
mungkin ada
yang dimasukkan
sebagai input
awal
 Integral
(kumpulan,
tampungan
sementera) dari
aliran
massa/energi
a. Variabel
Keadaan (state  Perubahannya
variable) berhubungan
langsung dengan
aluran
massa/energi
 Contoh : berat
daun, kadar air
tanah
 Dihitung dari
variabel lainnya
 Perubahannya
tidak
b. Variabel bantu berhubungan
(Auxilary langsung dengan
variable) aliran
massa/energi
 Contoh : luas
daun, tinggi
tanaman
 Bergubungan
dengan bilangan
c. Populasi
dikrit
(Population)
 Contoh : jumlah
daun, biji,
 penduduk
 Parameter bisa
Parameter ( ) saja diturunkan
dari pengukuran
beberapa variabel
 Mengalir dari
Aliran Massa/Energi source ke sink
(Flow of melalui batas
mass/energy) model dan
peubah keadaan
 Unit laju aliran
atau unit peubah
Laju Aliran (Rate of
keadaan per
flow) Nama satuan waktu
 Misal : m3/s
 Informasi
mengalir dari
variabel bebas ke
variabel terikat
 Jika parameter
perlu
ditunjukkan,
maka dari
parameter ke
Aliran informasi
variabel terikat
(flow of information)
 Variabel bebas
dan terikat bisa
berupa laju aliran
atau variabel
internal
 Arah aliran ini
menunjukkan
fungsi matematik
y=f(x)

Contoh Diagram Forrester Sederhana : Jaringan air di rumah

  Source merupakan sumber air, bisa jadi PDAM, Sumur, dll
 Air dari source terbagi 2, menuju keran 1 di kamar mandi yang
memiliki laju aliran berbeda dengan yang menuju keran 2 di dapur
 Air di keran 1 akan turun ke bak. Bak bukan merupakan sink
karena hanya pengumpul sementara, bukan buangan. Maka bak
adalah variabel keadaan.
 Bak akan memberikan informasi apakah keran dibuka atau ditutup.
Misal saat bak penuh atau kosong.
 Bak juga memiliki keran (tutup pipa pembuangan bak) atau
pembuangan (bisa jadi karena pemakaian) yang memiliki laju aliran
tertentu
 Kran 2 membutuhkan informasi apakah dia dibutuhkan untuk
masak atau tidak
 Masak tidak berhubungan langsung dengan aliran massa atau
energi, namun dibutuhkan dalam perhitungan. Sehingga masak
adalah variabel pembantu
 Ujungnya, air akan terbuang ke pembuangan (sink)

Kalibrasi dan Validasi

Kalibrasi (Penyesuaian, Tuning)
 Model yang sudah dibentuk disamakan hasil prediksinya dengan
fakta bisa berupa data observasi dll, dengan meubah-ubah
parameter.
 Konsep try & error umum digunakan
 Digunakan pada percobaan pertama
Validasi (Pengesahan, Pengujian)
 Model yang sudah dibentuk diuji kebenaran dan kemampuannya.
 Digunakan pada percobaan selanjutnya (ke-2, 3, dst)
 Data untuk kalibrasi, tidak boleh digunakan untuk validasi

Suatu fenomena diketahui lalu sistemnya diketahui. Kemudian temukan

masalah yang ingin dipecahkan dan menjadi tujuan model. Model
dibentuk lalu dibandingkan dengan data lapang atau pustaka. Apabila
beda nyata (sangat beda) maka model di revisi terus (Kalibrasi). Model
yang dikira sudah benar kemudian di uji kembali (validasi). Apabila tidak
bedanyata, maka model bisa digunakan.

Alat Perbandingan
 Grafik
o Hasil model dengan data hasil observasi atau literature
dibandingkan
o Bersifat kualitatif
 Peta / Map
o Untuk analisis spasial
 Uji Statistik
o Bandingkan antara prediksi model dengan pengukuran
pada waktu yang sama kemudian uji secara statistic
o Misal : Uji t-berpasangan, x2, dll

Level Model Simulasi Tanaman

Level bisa saling melangkaui misal lebih berfokus ke level IV tanpa
mengambil pusing level II dan III. Level akan menentuka tingkat
kerumitan.
 I : Perkembangan Tanaman (Suhu)
 II : Radiasi Matahari
 III : Kebutuhan Air
 IV : Kebutuhan N
 V : Kebutuhan Hara lainnya
 VI : Hama

Model Perkembangan tanaman

 Setiap tanaman memiliki fase yang berbeda-beda.
 Setiap fase akan dicapai apabila suatu titik dilewati.
 Konsep paling sederhana adalah dengan menggunakan Thermal
Unit (TU) atau Heat Unit atau Derajat Hari.
uli th

ul th

i l t i ܽt‫ݏ‬
l h ܽ ‫ݏ‬tit ‫ݏ‬tit tht t i i ܽt‫ݏ‬
l h ܽ ‫ݏ‬tit ‫ݏ‬tit hti ܽt‫ݏ‬
th l h ܽ tht‫ݏ‬
 s merupakan penyederhanaan dari fase-fase pada perkembangan
tumbuhan. Jadi s = 1 apabila seluruh fase telah tercapai, bisa jadi
panen, atau apapun itu. Atau s bisa bertahap. Misal s=0.25 apabila
benih telah menjadi kecambah, s=0.5 kecambah telah menjadi
vegetasi sempurna muda, s=0.75 saat telah memasuki fase
generative, dan s=1 saat siap panen.
 Konsep ini mengabaikan faktor lain seperti CH, RH, dll. Juga
hanya berlaku untuk tanaman netral (tidak responsive lama
penyinaran atau waktu penyinaran)
 Konsep ini juga seakan mengabaikan adanya suhu mematikan bagi
tumbuhan, misal suhu terlalu tinggi. Penyesuaian rumus untuk hal
ini ada, namun untuk matkul ini, cukup sampai disini saja.

Model pertumbuhan Tanaman

 Intersepsi Radiasi
 o Hati-hati. Q yang diberikan bisa jadi Radiasi Global,
sementara yang digunakan tanaman hanya PAR yang
umumnya 40% dari radiasi global
o Q jelas merupakan variabel luar. Qint dibentuk di dalam
model dan berubah tiap waktunya.

o LAI dibutuhkan sebagai input awal, namun terus berubah

seiring waktu.

 Produksi Biomassa

 Alokasi biomassa ke organ tanaman (Partisi)

Setiap fase perkembangan dan setiap tumbuhan memiliki
koefisien partisi sendiri, yang menentukan seberapa besar,
biomassa yang dihasilkan ditranspor ke organ lain. Misal tanaman
A bisa saja memiliki perakaran yang masif namun kanopi kecil
dibandingkan tanaman B yang tumbuhannya besar namun akarnya
kecil.
  Pertumbuhan organ
Pertumbuhan organ seperti daun sebenarnya merupakan hasil dari
model pertumbuhan, namun bisa jadi kembali digunakan.
Penambahan biomassa pada daun menyebabkan LAI berubah.
LAI berubah menyebabkan Qint juga berubah. Proses berputar
terus terjadi.
Anda bingung? Saya juga. Tapi jika digambar, bisa paham kok,
setidaknya sedikit. :v hahahahahahahahahaha

Hal-hal berbolak-balik diatas hanya untuk radiasi. Hal yang sama juga
terjadi di kebutuhan air. Inputnya tentu saja CH atau irigasi, lalu menjadi
kandungan air tanah, yang diserap. Penyerapan diwakili oleh
Evapotranspirasi. Kalau mau ribet, pisahkan mana yang evaporasi dan
mana yang transpirasi. Bisa digunakan berbagai literature atau logika.
Lalu produksi biomassanya gunakan Water Use Efficiency (WUE). ETP
tentu saja juga dipengaruhi oleh LAI dll. Hal ini akan lebih kompleks lagi
jika radiasi dan kebutuhan air sama-sama diperhitungkan.
Penggunaan hara N, P, K juga begitu.
Gunakan diagram forrester untuk mempermudah perhitungan.
Catatan Penting
 Variabel : Peubah : Nilai yang mengalami perubahan terus
menerus
o Peubah bebas, umumnya dijelaskan dengan x, nilai yang
diubah-ubah
 o Peubah terikat, umumnya dijelaskan dengan y, nilai yang
terubah ketika x diubah
 Parameter : hampir sama dengan konstanta : nilainya tetap untuk
selang atau bagian tertentu. Variabel yang tidak terubah oleh
waktu dalam sebuah model dinamis.
 Parameterisasi : Penentuan dan penyesuaian rumus
 Pertumbuhan : Penambahan biomassa makhluk hidup
 Perkembangan : Perubahan fase makhluk hidup
 Terkadang,
Ketidakteraturan itu
indah

Begitu juga dengan

ketidakjelasan

Dan juga,
ketidaktahuan

Namun tidak dengan

kemasabodohan
Karena keingintahuanlah
yang membuat dunia ini
berwarna