5.1. Pendahuluan
Gambar 5.1 Ilustrasi salah satu pilar utama dalam sistem pengelolaan risiko
bencana dan adaptasi perubahan iklim di Indonesia (Lassa et al.
2009)
2. Karo (Kadua) 2/3 Agustus - 25/26 Agustus. Musim kapok bertunas tanam
palawija kedua.
3. Katiga (Katilu) 25/26 Agustus - 18/19 September. Musim ubi-ubian
bertunas, panen palawija.
4. Kapat (Kaopat) 18/19 September-13/14 Oktober. Musim sumur kering,
kapuk berbuah, tanam pisang.
5. Kalima (Kalima), 13/14 Oktober - 9/10 November. Musim turun hujan,
pohon asam bertunas, pohon kunyit berdaun muda.
6. Kanem (Kagenep) 9/10 November - 22/23 Desember. Musim buah-buahan
mulai tua, mulai menggarap sawah.
7. Kapitu (Katujuh) 22/23 Desember - 3/4 Pebruari. Musim banjir, badai,
longsor, mulai tandur.
8. Kawolu (Kadalapan) 2/3 Februari. Musim padi beristirahat, banyak ulat,
banyak penyakit.
9. Kasonga (Kasalapan) 1/2 Maret - 26/27 Maret. Musim padi berbunga,
turaes (sebangsa serangga) ramai berbunyi.
10. Kadasa (Kasapuluh) 26/27 Maret -19/20 April. Musim padi berisi tapi masih
hijau, burung- burung membuat sarang, tanam palawija di lahan kering.
11. Desta (Kasabelas) 19/20 April - 12/13 Mei. Masih ada waktu untuk
palawija, burung-burung menyuapi anaknya.
12. Sada (Kaduabelas) 121/13 April- 22/23 Juni. Musim menumpuk jerami,
tanda-tanda udara dingin di pagi hari (Sumber: Wiriadiwangsa, 2005 dari
Buku Unak-anik Basa Sunda Th.2000).
92
Gambar 5.2 Sistem penanggalan musim bukti kepandaian ilmu astronomi nenek
moyang (http://forum.vivanews.com/sejarah-dan-budaya/130540-
teknologi-kuno-bangsa-indonesia-yang-canggih.html)
Gambar 5.3 Diagram alir penyusunan peta kalender tanam aktual dan potensial
(Syahbuddin 2007)
Dalam kalender tanam yang disusun Badan Penelitian dan Pengembangan
Pertanian diperhatikan beberapa hal sebagai berikut :
• Pola Tanam (waktu tanam, jenis tanaman, dll) dengan 4 skenario :
Eksisting
CH Normal,
Kering (El-Nino),
Basah (La-Nina)
• Pola curah hujan dan ketersediaan air irigasi
• Elastisitas ketersediaan air menurut skenario perubahan/anomali iklim
(maju-mundur, Basah, Kering, Normal) awal musim & jumlah CH
• Indeks & tingkat kekeringan, perubahan waktu dan durasi ketersediaan air
• Alternatif pola tanam (waktu tanam, varietas, dan jenis tanaman, dll)
Layout peta
Desain database kalender tanam
Inventarisir
hasil penelitian
Pembuatan Pembuatan
Aplikasi Aplikasi
Desain Desain berbasis web desktop
Penyusunan aplikasi aplikasi
algoritma berbasis berbasis Testing aplikasi
analisis web desktop berbasis web
dan desktop
Instalasi server
di tempat
Verifikasi lapang colocation
Gambar 5.4 Diagram alir proses pembuatan sistem kalender tanam terpadu
(Ramadhani et al. 2011)
overlay merupakan basis data kalender tanam yang kemudian digunakan untuk
menentukan onset setiap kecamatan, berdasarkan onset areal sawah yang
terluas.
Pada kalender tanam terpadu ada penambahan informasi baru berupa
informasi hasil prakiraan iklim sebagai input dinamik sekaligus mengembangkan
Atlas Kalender Tanam Badan Penelitian dan Pengembangan Pertanian
Kementerian Pertanian menjadi suatu informasi yang dinamik dan interaktif. Hasil
prakiraan yang dikeluarkan merupakan hasil prakiraan Badan Meteorologi,
Klimatologi dan Geofisika (BMKG). Hingga Januari 2012, terhadap hasil prakiraan
BMKG ini tidak dilakukan analisis, hanya dilakukan interpretasi saja.
Tabel 5.1 Contoh kalender tanam tanaman pangan (padi) pada tahun normal
Informasi hasil prediksi musim yang terdiri dari prediksi awal musim,
pergeseran musim dan sifat hujan, serta perkembangan prediksi iklim near real
time dari BMKG sedemikian rupa dimanfaatkan sebagai input dinamik yang akan
menjadi dasar pemilihan skenario anomali iklim pada Kalender Tanam yang akan
diterapkan pada musim yang akan datang. Beberapa hal yang dilakukan antara
lain, mempelajari peluang kejadian skenario anomali iklim dalam 2-3 musim
berurutan, penyetaraan satuan peta dasar terkecil dari zona musim (ZOM) atau
daerah bukan zona musim (Non-ZOM) menjadi berbasis administrasi di tingkat
kecamatan, menterjemahkan informasi prediksi musim dari berbasis ZOM dan
Non-ZOM menjadi berbasis kecamatan, serta menyusun informasi awal tanam dan
luas tanam berdasarkan informasi prediksi musim dan perkembangan prediksi
iklim near real time (Gambar 5.5) (Pramudia et al. 2011).
Pada kalender tanam terpadu, selain dilengkapi dengan hasil informasi
prakiraan iklim, juga dilengkapi dengan informasi identifkasi OPT dan analisis
wilayah rawan banjir dan kekeringan, varietas dan pupuk. Untuk identifikasi
wilayah rawan kekeringan, banjir dan organisme pengganggu tumbuhan (OPT)
dilakukan analisis tingkat kerawanan banjir dan kekeringan, analisis wilayah
endemis OPT dan waktu puncak luas serangan banjir, kekeringan dan OPT.
Dalam penyusunan decision network, ada lima jenis data yang digunakan,
yaitu; data ENSO (dalam kajian ini ialah data SOI Phase), lama musim hujan, sifat
musim, luas tanam dan kejadian kekeringan untuk pengambilan keputusan bentuk
pola tanam dengan tingkat risiko terkena kekeringan minimum. Keterkaitan antara
informasi-informasi ini disusun dalam suatu perangkat lunak SIPOTAN dengan
menggunakan bahasa pemograman PHP berbasis web. Ke lima jenis data ini
disusun dalam bentuk Bayesian Network dan nilai yang digunakan dalam bentuk
kode nilai.
Tabel 5.2 Nilai ke lima peubah yang digunakan dalam penyusunan Bayesian
Network (Boer et al. 2007)
a. Dihitung rata-rata tahunan nilai curah hujan untuk setiap bulan (ada
12 bulan)
b. Untuk setiap bulan, nilai CH adalah :
CH = 1 jika : Nilai CH < 0.85*Rata-rata Tahunan
CH = 2 0.85*Rata-Rata Tahunan<Nilai CH<1.15*Rata-rata
Tahunan
CH = 3 Nilai CH>1.15*Rata-rata Tahunan
3. SDMH (Sisa Dasarian Musim Hujan) :
a. Ditentukan Jumlah Sisa Dasarian pada setiap bulan berdasar
informasi Awal Musim Hujan (AMH) dan Lama Musim Hujan (LMH).
b. Nilai SDMH adalah sebagai berikut :
SDMH=1 Jika Jumlah Sisa Dasarian <10 dasarian
SDMH=2 Jika Jumlah Sisa Dasarian 10, 11, 12, atau 13 dasarian
SDMH=3 Jika Jumlah Sisa Dasarian >13
4. LT (LuasTanam) :
a. Dihitung rata-rata tahunan nilai LuasTanam untuk setiap bulan (ada
12 bulan)
b. Untuk setiap bulan, nilai Luas Tanam adalah :
LT = 1 jika : Nilai LT < 0.85*Rata-rata Tahunan
LT = 2 0.85*Rata-Rata Tahunan<Nilai LT<1.15*Rata-rata
Tahunan
LT = 3 Nilai LT>1.15*Rata-rata Tahunan
5. K (Kekeringan) :
Penentuan kode untuk variabel K adalah mengikuti aturan seperti pada
berikut :
1 Tidak ada lahan kekeringan
2 0<luas lahan kekeringan<5000 Ha
3 5000 Ha<luas lahan kekeringan<15.000 Ha
4 luas lahan kekeringan>15.000 Ha
Dari grafik di atas, maka luas lahan kekeringan dibagi menjadi 4 daerah
seperti telah disebutkan di atas.
CH
ENSO K
Phase SDMH
P(CH|E)
E 1 2 3
1 0.3774 0.2075 0.4151
2 0.4737 0.0702 0.4561
3 0.3889 0.1944 0.4167
CH
Nilai P(ENSO)
1 0.3630 P(SDMH|E)
2 0.3904 E 1 2 3
3 0.2466 1 0.6792 0.1132 0.2075
2 0.6316 0.1579 0.2105
3 0.6667 0.0833 0.2500
ENSO K
Phase SDMH
CH SDMH P(K|CH,SDMH) n
1 2 3 4
1 1 0.6304 0.1957 0.0652 0.1087 46
1 2 1 0 0 0 7
1 3 0.8750 0.1250 0 0 8
2 1 0.8182 0.1818 0 0 11
2 2 1 0 0 0 5
2 3 0.8333 0.1667 0 0 6
3 1 0.8462 0.1538 0 0 39
3 2 1 0 0 0 6
3 3 1 0 0 0 18
Kemudian dibentuk decision network untuk membentuk pola tanam (Gambar 5.8)
CH
SOI K
Phase SDMH U
D: Pola Tanam
Nilai dari keputusan (D) adalah berupa pilihan pola penanaman, yaitu :
Sedangkan node U adalah fungsi utilitas yang nilainya tergantung dari Keputusan
(D) yang diambil dan kemunculan (outcome) dari node Kekeringan (K). Oleh
karena node K mempunyai 4 kemungkinan nilai (Tabel 3.2) dan D juga mempunyai
4 kemungkinan tindakan, maka node U terdiri dari 4x4=16 kemungkinan/baris.
Dari sini dapat dihitung nilai harapan kerugian yang timbul dari setiap keputusan
yang diambil. Sedangkan penghitungan Fungsi Utilitasnya dengan
menggunakan alur logika sebagai berikut :
a. Penetapan 3 bulan mundur setelah AMH sebagai tanam kedua dari D1,
satu bulan berikutnya adalah tanam kedua dari D2, satu bulan berikutnya
lagi sebagai tanam kedua dari D3, dan satu bulan berikutnya sebagai
tanam kedua dari D4.
b. Penghitungan proporsi luas tanam setiap D1, D2, D3, dan D4 pada bulan
berjalan.
Gambar 5.9 Model DN untuk kalender dinamik tanaman (Boer et al. 2010)
Hasil keluaran dari FIS berupa nilai kekeringan dalam ha. Untuk
mengetahui keuntungan dan kerugian usaha tani per ha, digunakan hasil dari
simulasi DSSAT yang digabungkan dengan hasil analisis usaha tani, sehingga
diperoleh input, output dan keuntungan / kerugian dalam bentuk rupiah. Kombinasi
yang paling menguntungkan itulah yang dipilih sebagai alternatif pola tanam ideal.
5.5. Simpulan
Riset kalender tanam dimulai sejak tahun 2007 oleh Kementerian Pertanian
yang lebih bersifat ‘look up table” dengan menggunakan tahun-tahun El-Nino,
La-Nina dan Normal yang diperoleh berdasarkan data rata-rata historis jangka
panjang. Prediksi disesuaikan dengan pola yang terbentuk pada tahun-tahun
tersebut dengan panduan peta dan table-tabel.
Riset kalender tanam yang disusun oleh Boer et al, lebih bersifat dinamik, karena
sudah memasukkan hasil prakiraan iklim, dan menggunakan Peluang yang
ditampilkan dalam Bayesian network. Decision yang dihasilkan adalah pilihan pola
tanam.
Pengembangan penelitian ini dari riset sebelumnya adalah jumlah decision
yang lebih banyak.dengan kombinasi yang bervariasi. Kombinasi tersebut
merupakan gabungan dari teknologi budidaya dengan tanggal tanam. Dengan
demikian, kalender tanam dinamik yang dikembangkan merupakan sistem
informasi yang menyajikan pemilihan tatalaksana pertanaman (pola, awal
penanaman, pemupukan, irigasi, varietas, teknik budidaya lain) yang
mempertimbangkan kemunculan kejadian iklim yang bersifat probabilistik untuk
mengurangi risiko terkait kejadian iklim tersebut, dengan menggunakan analisis
ekonomi untuk melihat kombinasi pilihan tatalaksana terbaik.
111
Berdasarkan state of the art kalender tanam ini, maka pada bab berikutnya
akan dipaparkan mengenai pengembangan decision network yang dioptimasi
dengan sistem inferensi fuzzy untuk penyusunan kalender tanam dinamik.