Machine Translated by Google

Sistem Pendukung Keputusan untuk Mengevaluasi

Pengelolaan Lahan Berkelanjutan di Lereng
Tanah Asia

Mohammad Rais1, Eric T. Craswell1, Sam Gameda2, dan Julian Dumanski3

Dewan Internasional untuk Penelitian dan Manajemen Tanah

(IBSRAM)

1
IBSRAM, PO Box 9-109, Jatujak, Bangkok-10900,
Thailand 2
ECORC, Pertanian dan Pangan Pertanian Kanada,
Ottawa, Kanada
3
AGRAF, Bank Dunia,: Washington, DC 20433 USA

1. Abstrak
Pengelolaan lahan berkelanjutan (SLM) di bidang pertanian adalah konsep yang sangat kompleks
dan menantang. Ini mencakup masalah biofisik, sosial ekonomi dan lingkungan yang harus dilihat
secara terintegrasi. Kerangka Kerja Internasional untuk Mengevaluasi Pengelolaan Lahan
Berkelanjutan (FESLM) baru-baru ini dikembangkan untuk memberikan dasar untuk mengatasi
masalah ini secara komprehensif. SLM menggabungkan teknologi, kebijakan, dan kegiatan yang
ditujukan untuk mengintegrasikan prinsip sosial ekonomi dengan kepedulian lingkungan sehingga
secara bersamaan memenuhi lima pilar SLM: mempertahankan atau meningkatkan layanan produksi
(produktivitas), mengurangi tingkat risiko produksi (keamanan), melindungi potensi sumber daya
alam dan mencegah penurunan kualitas tanah dan air (proteksi), layak secara ekonomi (viabilitas)
dan dapat diterima secara sosial (akseptabilitas). Makalah ini membahas dua isu terkait SLM: (i)
pengembangan indikator SLM dalam kerangka FESLM dengan melakukan tiga studi kasus di
Indonesia, Thailand, dan Vietnam; dan (ii) penggunaan indikator SLM dalam mengembangkan
sistem pendukung keputusan berbasis sistem pakar (SPK) yang memberikan peluang untuk menguji
dan mengoperasionalkan konsep FESLM untuk penggunaan praktis.

Informasi dan data yang dikumpulkan dari tiga studi kasus telah dianalisis, menurut metodologi
FESLM, untuk mengembangkan indikator SLM yang membahas lima pilar FESLM.
Setelah menilai hubungan sebab dan akibat, dengan dampak terkait untuk setiap indikator dalam
pilar FESLM yang sesuai, basis pengetahuan dan basis aturan untuk indikator SLM khusus untuk
lahan miring di Asia dikembangkan. Selanjutnya, dalam mengembangkan indikator SLM, kami telah
mengintegrasikan pengetahuan dari berbagai sumber seperti: data dari percobaan jaringan IBSRAM
jangka panjang di Indonesia, Thailand, dan Vietnam; data dari percobaan penelitian on-farm;
informasi tentang inovasi teknis informal dari petani progresif, penyuluh; dan pengetahuan dari
spesialis materi pelajaran seperti ahli agronomi dan ilmuwan tanah. DSS SLM ditargetkan pada
penyuluh dan staf LSM, yang dapat menggunakan DSS-SLM untuk mengidentifikasi kendala
pengelolaan lahan berkelanjutan di tingkat kebun dengan menganalisis praktik pengelolaan kebun
mereka, dan untuk menyarankan langkah-langkah preskriptif untuk mencapai keberlanjutan. Kami berencana

1
Machine Translated by Google

untuk memutakhirkan DSS-SLM dengan mengintegrasikan sistem informasi geografis (SIG) dan komponen
pemodelan.
Agenda 21 memberikan rencana induk untuk pembangunan berkelanjutan di tingkat global. Ini menyoroti
kebutuhan untuk segera mengatasi ketahanan pangan dari populasi yang berkembang sambil mengatasi
masalah pengelolaan lingkungan dan sumber daya yang terkait. Bab 40 dari Agenda 21 “informasi untuk
pengambilan keputusan” menyoroti pentingnya penggunaan informasi dan teknologi informasi yang tepat
dalam proses pengambilan keputusan. Kebutuhan akan informasi muncul di semua tingkatan, mulai dari
pembuat keputusan senior di tingkat nasional dan internasional hingga individu dan masyarakat di tingkat
akar rumput. Dalam hubungan ini, menjembatani kesenjangan data dan meningkatkan ketersediaan
informasi merupakan bidang perhatian utama.

Pengelolaan lahan berkelanjutan (SLM) menggabungkan teknologi, kebijakan dan kegiatan yang ditujukan
untuk mengintegrasikan prinsip sosial ekonomi dengan kepedulian lingkungan sehingga secara
bersamaan: mempertahankan atau meningkatkan jasa produksi (produktivitas), mengurangi tingkat risiko
produksi jasa (keamanan), melindungi potensi sumber daya alam dan mencegah penurunan kualitas
tanah dan air (perlindungan), layak secara ekonomi (viabilitas) dan dapat diterima secara sosial (dapat
diterima) (FAO: 1993). Pengelolaan lahan berkelanjutan rumit dan sulit dinilai dalam praktiknya,
membutuhkan pemahaman dan integrasi informasi dari berbagai sumber. Salah satu pendekatan yang
menjanjikan untuk masalah ini adalah mengembangkan indikator berdasarkan lima pilar Kerangka Kerja
Internasional untuk Mengevaluasi Pengelolaan Lahan Berkelanjutan (FESLM). Dalam kerangka FESLM,
pengembangan indikator SLM dari berbagai sumber pengetahuan dan penggunaan indikator ini untuk
pengambilan keputusan merupakan tantangan besar bagi pembuat keputusan yang berkepentingan
dengan pengelolaan lahan miring. Di bawah skenario masalah yang kompleks dan tidak terstruktur,
penggunaan sistem pendukung keputusan (DSS) di berbagai tingkat pengambilan keputusan dapat
sangat membantu dalam mempromosikan SLM. DSS-SLM akan membantu mengidentifikasi atau
menunjukkan kendala atau praktik yang menghambat pencapaian pengelolaan lahan berkelanjutan.

Kami sangat prihatin dengan kebutuhan petani lahan miring di Asia, di mana kemiskinan dan erosi tanah
merupakan masalah serius. Makalah ini melaporkan kemajuan dalam pengembangan DSS-SLM untuk
lahan miring di Asia. Kami telah mengembangkan basis pengetahuan (KB) untuk DSS-SLM dalam bentuk
indikator SLM berdasarkan kerangka FESLM. dan dikembangkan bersama ilmuwan nasional dari studi
kasus di Indonesia, Thailand dan Vietnam. Target pengguna DSS-SLM kami adalah penyuluh dan LSM di
tanah miring Asia. Penyuluh dan LSM yang terlibat dalam transfer teknologi dapat menggunakan DSS-
SLM untuk mengidentifikasi kendala dalam pengelolaan lahan berkelanjutan di tingkat kebun dengan
menganalisis praktik pengelolaan kebun mereka. Berdasarkan diagnosis menggunakan DSS, mereka
akan dapat menentukan langkah-langkah untuk mencapai keberlanjutan.

2. Sistem pendukung keputusan untuk pengelolaan lahan berkelanjutan

DSS yang canggih adalah integrasi dari banyak subsistem, termasuk basis data, sistem informasi
geografis (SIG), alat analisis, sistem pakar, simulasi, dan antarmuka pengguna. Untuk memastikan
integrasi yang tepat, semua subsistem perangkat lunak harus mengikuti kerangka kerja dan standar
terpadu. Untuk membuat sistem apa pun dapat diperluas dan mudah dimodifikasi, kodenya harus modular
dan secara konsisten diberi komentar, indentasi, dan terstruktur (Jacucci et. al 1996). Skema DSS-SLM
IBSRAM yang sedang dikembangkan ditunjukkan pada Gambar 1. Pengelolaan lahan berkelanjutan
merupakan masalah yang sangat kompleks dimana proses SLM tidak dapat diprediksi dan dimodelkan
dengan pasti. Namun, saat kami melanjutkan dan maju secara interaktif, kami mengembangkan
pemahaman yang lebih baik tentang masalah dan dapat menentukan tindakan dan keputusan di masa depan. Di dalam

2
Machine Translated by Google

IBSRAM : data percobaan:

Indonesia, Thailand, Vietnam data
studi kasus FESLM di Sistem pakar : Basis data relasional terkait lainnya dengan kooperator studi
Indonesia, cangkang EXSYS Data spasial & atribut kasus geo-code peta dasar digital/peta
Thailand,Vietnam - integrasi pengetahuan dari penggunaan lahan data digital penginderaan
riset pengetahuan sumber yang beragam
jauh / survei citra & kebenaran lapangan
lokal dari para pilar FESLM
keterkaitan kualitatif dan kuantitatif dengan bantuan kooperator (NAR)
petani Produktifitas,
ahli penyuluhan Keamanan,
Perlindungan
agronomi indikator
kualitatif Kelangsungan hidup
pengembangan
Akseptabilitas knowledge base & rule base
untuk setiap pilar FESLM.
modul terpisah untuk setiap pilar
Sistem informasi geografis seperti Simulasi & model lain misalnya
ILWIS, IDRISI dll. EPIC : Kalkulator Dampak
Produktivitas Erosi
Situs penelitian jangka
panjang eksperimental
IBSRAM di
Indonesia, Thailand, Analisis kesesuaian lahan penilaian dampak
Vietnam Modul evaluasi : (tingkat
Indikator SLM dampak sosial
data kuantitatif petani)
untuk setiap pilar : ekonomi biofisik
Status & tren indikator strategis
strategis,
kumulatif,
lainnya

literatur SLM : Modul evaluasi : tingkat kebun/daerah aliran sungai/desa/kabupaten/dll.

Pengelolaan Tanah
Abstrak
Modul penilaian
Bengkel Lethbridge
Bengkel Chiangrai Keberlanjutan untuk penggunaan & jangka waktu tertentu

Lokakarya Bank Dunia

Sumber lain
Antarmuka pengguna interaktif

Pengguna

sistem yang kompleks seperti itu memodelkan domain masalah merupakan langkah penting dalam keseluruhan proses
pengambilan keputusan.

Gambar 1. Representasi skematis dari IBSRAM DSS-SLM (sedang dikembangkan)

DSS-SLM memberikan kesempatan untuk menguji dan mengoperasionalkan penggunaan praktis Kerangka Kerja
Internasional untuk Mengevaluasi Pengelolaan Lahan Berkelanjutan (FESLM) yang dapat direalisasikan dengan penerapan
perangkat teknologi informasi mutakhir. Universalitas FESLM memungkinkan pengembangan sistem pendukung keputusan
generik (DSS) yang dapat disesuaikan untuk aplikasi lokal dengan menggunakan indikator dan kriteria kepentingan lokal.
Dalam proyek ini IBSRAM, bekerja sama dengan Agriculture Canada dan kooperator studi kasus dari Indonesia, Thailand,
dan Vietnam sedang mengembangkan sistem pendukung keputusan (DSS) untuk membantu pengguna dalam mendiagnosis
masalah pengelolaan lahan berkelanjutan dan mengidentifikasi kendala dalam mencapai keberlanjutan. Domain DSS khusus
untuk lereng bukit dan dataran tinggi di Asia Tenggara. DSS-SLM ditargetkan pada tingkat petani untuk digunakan oleh
penyuluh, agribisnis, LSM dan pihak lain yang memberikan nasihat kepada produsen. Tujuannya adalah untuk menyediakan
petani dengan pilihan manajemen pertanian dan praktik tanam yang berkelanjutan di wilayah dan lingkungan mereka. Ini
juga akan membantu penyuluh untuk merancang paket teknologi untuk sistem penggunaan lahan yang berkelanjutan, selain
berfungsi sebagai alat untuk transfer teknologi dan pelatihan bagi penyuluh baru dan petani inovatif.

3
Machine Translated by Google

3. Metodologi untuk pengembangan

Kami telah berupaya mengembangkan indikator SLM yang mengintegrasikan pengetahuan dari
berbagai sumber seperti data penelitian eksperimental jangka panjang IBSRAM, studi kasus
penelitian on-farm FESLM, dan inovasi teknis informal dari petani progresif, penyuluh dan pakar
seperti ahli agronomi dan ilmuwan tanah. Tiga studi kasus di bawah kerangka FESLM sedang
dilakukan di Indonesia, Thailand, dan Vietnam. Seperangkat pedoman yang komprehensif untuk
studi kasus FESLM, termasuk penggunaan metode participatory rural appraisal (PRA), adalah untuk
memastikan ketelitian ilmiah dan pendekatan standar dalam pengumpulan data lapangan. Informasi
dan data yang dikumpulkan telah dianalisis, menurut metodologi FESLM, untuk mengembangkan
indikator-indikator dalam lima pilar FESLM yaitu produktivitas, keamanan, perlindungan, kelayakan
dan penerimaan. Untuk meningkatkan sifat dan peran indikator, masing-masing telah dikategorikan
sebagai strategis, atau kumulatif atau sugestif. Setelah menetapkan hubungan sebab akibat, dengan
dampak yang terkait untuk setiap indikator di setiap pilar FESLM, basis pengetahuan dan basis
aturan untuk indikator SLM dikembangkan. Untuk memahami kebutuhan pengguna DSS-SLM,
domain pengguna DSS-SLM (yaitu penyuluh) telah dipelajari melalui serangkaian wawancara.
Pendekatan modular sedang diikuti untuk mengembangkan DSS-SLM. Selama fase DSS-SLM saat
ini, komponen utama DSS bergantung pada modul sistem pakar. Namun, pada fase selanjutnya
komponen lain seperti sistem informasi geografis (SIG) dan model penilaian dampak akan
diintegrasikan.

4. Pengembangan basis pengetahuan untuk pengelolaan lahan berkelanjutan

Teknologi sistem pakar merupakan komponen utama dari DSS-SLM. Salah satu hasil utama
penelitian di bidang kecerdasan buatan adalah teknik yang memungkinkan pemodelan informasi
pada tingkat abstraksi yang lebih tinggi. Teknik-teknik ini diwujudkan dalam bahasa atau alat yang
memungkinkan program dibangun sangat mirip dengan logika manusia dalam implementasinya.
Oleh karena itu, teknik ini lebih mudah dikembangkan dan dipelihara. Program-program ini, yang
meniru pengalaman manusia dalam domain masalah yang terdefinisi dengan baik, disebut sistem pakar.
Akuisisi pengetahuan dan pengembangan basis pengetahuan sangat penting untuk keberhasilan
sistem pakar. Akuisisi pengetahuan adalah proses penggalian, penataan dan pengorganisasian
pengetahuan dari berbagai sumber. Basis pengetahuan DSS-SLM sedang dikembangkan dalam
bentuk indikator pengelolaan lahan berkelanjutan (SLM). Diagram alir untuk proses akuisisi
pengetahuan diberikan pada Gambar 2.

Indikator SLM yang dikembangkan di sepanjang lima pilar FESLM yaitu produktivitas, keamanan,
perlindungan, kelayakan dan penerimaan diberikan dalam tabel 1 sampai 5. Tabel indikator SLM
memberikan ambang batas, peringkat kuantitatif dan kualitatifnya. Skor dan peringkat mereka telah
ditetapkan sesuai dengan jenis indikator (strategis, kumulatif, atau sugestif). Berdasarkan basis
pengetahuan, basis aturan untuk indikator SLM telah ditetapkan. Kecenderungan indikator SLM dari
waktu ke waktu, dikombinasikan dengan nilai ambangnya, membantu evaluasi keberlanjutan praktik
pengelolaan lahan petani lahan miring di Asia. Basis pengetahuan dan basis aturan bertindak
sebagai tulang punggung DSS-SLM. Mesin inferensi membantu dalam memproses basis pengetahuan
dan basis aturan indikator SLM.

4
Machine Translated by Google

Data, masalah, pertanyaan

Pilar FESLM:
Produktifitas

Studi kasus FESLM Keamanan

Indonesia Perlindungan
inovasi petani
Diformalkan, Kelangsungan hidup

terstruktur Akseptabilitas
Thailand
IBSRAM jangka panjang
Insinyur Dasar pengetahuan
pengetahuan
situs penelitian
Vietnam
Sastra SLM, ahli
materi pelajaran
Indikator SLM
untuk setiap pilar

Pengetahuan, konsep, solusi

Gambar 2. Proses akuisisi pengetahuan untuk indikator SLM.

5. Evaluasi Keberlanjutan
Indikator SLM bersama lima pilar FESLM telah diubah menjadi 26 pertanyaan ramah pengguna. Setiap pertanyaan memberikan
jawaban pilihan ganda. Beberapa contoh pertanyaan DSS-SLM diberikan di bawah ini.

Ukuran kepemilikan tanah

kurang dari 1 ha 1
sampai 2 ha lebih dari
2 ha
Intensitas tanam tahunan yang menonjol adalah
Dua hingga tiga tanaman dengan langkah-langkah konservasi
Dua hingga tiga tanaman tanpa tindakan konservasi
Satu tanaman dengan tindakan konservasi
Satu tanaman tanpa tindakan konservasi

Status kepemilikan tanah untuk pertanian telah

kepemilikan penuh
hak pengguna jangka panjang
tidak ada sertifikat tanah resmi

Dalam evaluasi SLM, penyuluh atau pekerja LSM lokal (pengguna DSS-SLM) memfasilitasi pemberian informasi oleh petani.
Fasilitator informasi diharapkan memiliki pengetahuan tentang kondisi agroklimat lokal dan praktik pertanian. Informasi yang
relevan untuk tambak yang sedang dievaluasi dimasukkan ke dalam sistem DSS-SLM. Berdasarkan informasi untuk pertanian
tertentu, DSS-SLM memberikan penilaian status keberlanjutan lahan

5
Machine Translated by Google

praktek manajemen oleh petani. Status keberlanjutan, untuk setiap pilar FESLM yaitu produktivitas,
keamanan, perlindungan, kelayakan ekonomi dan penerimaan sosial, disediakan sebagai salah satu dari
empat kemungkinan skenario berikut.

Praktik pengelolaan lahan memenuhi persyaratan keberlanjutan

Praktik pengelolaan lahan sedikit di atas ambang batas keberlanjutan
Praktik pengelolaan lahan sedikit di bawah ambang batas keberlanjutan
Praktik pengelolaan lahan tidak memenuhi persyaratan keberlanjutan

Tabel 1. Indikator Produktivitas: Ambang Batas, Kualitatif dan Kuantitatif

Peringkat dan Jenis, Skor , Peringkat, dan Nilai

Indikator Jenis Ambang Peringkat Kualitatif Kuantitatif Skor Nilai

*
Peringkat dan
Peringkat (b) (axb)
(a)
Menghasilkan 1 > 25% atau lebih Yd. Pengurangan Yd: Tinggi > 25% 10 10 100
pengurangan rata-rata
masyarakat Medium 10 - 25 % 10 5 50

Rendah < 10 % 10 7 70
Warna Tanah:
Tinggi : Tanah gelap > 1,2 % 10 7 70
Organik C 1 < 1,2% (Yd merah. 0 %)
Sedang: Tanah coklat 1-1,2% (Yd. 10 5 50
merah. 0-20 %)
Rendah: Kekuningan <1% 10 7 70
(Yd merah. > 20 % )
Pertumbuhan
tanaman dan 2 Tinggi: Daun hijau tua sehat, pertumbuhan > 0,5% 7 7 49
warna daun: < 0,5 % kuat
Nutrisi tanah
N Sedang: Warna normal, 0,2 - 0,5% 7 5 35
pertumbuhan sedang

Rendah: Daun kekuningan, pertumbuhan < 0,2 7 7 49

terhambat

P 2 > 15 ppm Tinggi: Pertumbuhan normal, warna > 15 ppm 7 7 49

normal
8-15 ppm 7 5 35
Sedang: Pertumbuhan normal
< 8 ppm 7 7 49
Rendah: Daun tua berwarna ungu,
pertumbuhan terhambat

K 2 > 90 ppm Tinggi: Pertumbuhan normal, > 90 ppm 7 5 35

Sedang: pertumbuhan tanaman normal 60 - 90 ppm 7 5 35

Rendah: daun kekuning-kuningan < 60 ppm 7 10 70

dari ujung di sepanjang tepi, dan
semakin melebar, daun yang lebih tua
menunjukkan gejala lebih dulu *Jenis
indikator dan skornya : strategis (1)=10; kumulatif (2) =7 ; sugestif (3)=3; Peringkat relatif: 1 sampai 10. Nilai = skor x peringkat

6
Machine Translated by Google

Meja 2. Indikator Keamanan: Ambang Batas, Kualitatif dan Kuantitatif

Peringkat dan Jenis, Skor, Peringkat, dan Nilai

Indikator Jenis* Ambang d Kualitatif Skor Peringkat Kuantitatif Nilai

Peringkat (sebuah) Peringkat (b)(axb)
Rata-rata curah
hujan tahunan 1 < 1200 Rendah: Yd merah. < 1200 mm, < 4 bulan 10 10 100
mm, > 25%
(jumlah dan
tersebar selama > 1200 - < 2400 mm 10 7 70
periode)
4 - 8 bulan Normal : Yd merah. selama 4-8 bulan
(ET oleh Penman 0%
dan 10 10 100
>2400 mm, >8 bulan
Bulan)
V. Yd Tinggi. merah.
>25%

Biomassa: ( % 2 < 50 % Jumlah tinggi untuk > 50% selama > 3 tahun 7 7 49

sisa tanaman ) residu polisi > waktu yang lama

3 tahun terus > 50% selama < 3 tahun 7 5 35
dibajak kembali
menerusl Jumlah tinggi untuk
ke tanah waktu singkat 7 5 35
Y < 50% selama > 3 tahun

Jumlah rendah untuk <50% selama <3 tahun 7 5 35

waktu yang lama

jumlah rendah untuk

waktu yang singkat

Frekuensi 1 <800 mm Tidak Kekeringan : Curah hujan > 800 mm 10 7 70

RF Yd. merah. 0-25%
kekeringan
> 2 tahun Curah hujan: < 800 mm 10 10 100
berturut-turut Kekeringan: Yd. selama > 2 tahun
Jenis indikator merah. > 50%
* dan skornya : strategis (1)=10; kumulatif (2) =7 ; sugestif (3)=3; Peringkat relatif: 1 sampai 10. Nilai =
skor x peringkat

7
Machine Translated by Google

Tabel 3. Indikator Proteksi: Ambang Batas, Kualitatif dan Kuantitatif

Peringkat dan Jenis, Skor, Peringkat, dan Nilai

Tipe Indikator Ambang Peringkat Kualitatif Peringkat Kuantitatif < Skor Peringkat Nilai
*
batas d 4,5 0,7 cm (a) 10 (b) 7 (axb) 70
Erosi 1 cm atau Rendah: Yd. merah. 0-10%
lagi

selama 7 Sedang: Yd. merah. 10- 0,7 - 4,5 cm 10 5 50

tahun terakhir 25%
> 4,5 cm 10 10 100
Tinggi : Yd merah. > 25%
Sistem 2 Dengan baris Hedge: Tinggi: Tingkat
Pemangkasan ganda Pemangkasan ganda perlindungan: 7 10 70
tanam &
tingkat 80-100%
Sedang: Pemangkasan tunggal 7 7 49
perlindungan
50- 80 %
Tanpa baris Hedge:
Sedang: Pemangkasan 50-80% 7 7 49
ganda
0 - 50 % 7 5 35
Rendah: Pemotongan tunggal
*
Jenis indikator dan skornya : strategis (1)=10; kumulatif (2) =7 ; sugestif (3)=3; Peringkat relatif: 1 sampai 10. Nilai =
skor x peringkat

Tabel 4. Indikator Kelayakan Ekonomi: Ambang Batas, Kualitatif dan

Peringkat dan Jenis Kuantitatif, Skor, Peringkat, dan Nilai

Indikator Jenis* Kualitatif Ambang Batas Peringkat Skor (a) Nilai

dan
kuantitatif Peringkat (b)(axb)
Peringkat
Rasio biaya manfaat 1 Rasio B/C 1,00 Tinggi >1 10 10 100
atau lebih Medium 1 - 0,8 < 10 7 70
Rendah 0,8 10 5 50

Persentase pendapatan 2 25 % atau lebih Tinggi > 25 % 7 7 49

di luar pertanian Medium 10-25 % < 7 5 35
Rendah/tidak ada 10 % > 50 7 7 47
Selisih antara harga di 2 > 15% Tinggi % 15 - 50 % 7 7 49

tingkat petani dan harga Medium < 15 % 7 5 35

pasar induk terdekat Rendah 7 7 49

Ketersediaan tenaga 2 1+1 tahun orang Tinggi > 2 tahun manusia 7 7 49

kerja perkebunan Medium 1-2 tahun manusia 7 5 35
Rendah 1 tahun manusia 7 7 49
Ukuran holding 3 1 ha Tinggi > 1 ha 0,5 - 1 ha < 3 7 21

pertanian Medium 0,5 ha 3 3 9

Rendah 3 5 15

Ketersediaan kredit 3 50% atau lebih Tinggi > 50 % 3 5 15

peternakan dari Permintaan 25 - 50 % < 3 3 9
sedang 25% > 50 % 3 3 9

Persentase hasil 2 Rendah 50 % atau lebih Tinggi 25 - 50 % < 25 7 5 35

pertanian yang dijual di Medium 7 3 21

pasar Rendah 7 3 21

8
Machine Translated by Google

*
Jenis indikator dan skornya : strategis (1)=10; kumulatif (2) =7 ; sugestif (3)=3; Peringkat relatif: 1 sampai 10. Nilai =
skor x peringkat

9
Machine Translated by Google

Tabel 5. Indikator Akseptabilitas Sosial: Ambang Batas, Kualitatif dan

Peringkat dan Jenis Kuantitatif, Skor , Peringkat, dan Nilai
Indikator Jenis Ambang Peringkat Kualitatif Kuantitatif Skor Peringkat Nilai
dan* Peringkat (a) 7 7 7 (b) 7 5 7 (axb) 49
Penguasaan lahan 2 1. Kepemilikan penuh 2. 35 49
Kepemilikan Hak guna jangka waktu tebang 2.
penuh atas tanah Tidak ada sertifikat tanah resmi

Dukungan 3 Satu 1. Dukungan ekstensi penuh 2. 3 7 21

untuk layanan pekerja Dukungan ekstensi sangat rendah 3. 3 5 15
ekstensi ekstensi per Tidak ada dukungan ekstensi 3 7 21
100 peternakan

Sarana 3 Satu sekolah 1. Ada yang memadai 3 7 21

kesehatan dan dan satu fasilitas pendidikan dan
pendidikan di Puskesmas kesehatan di desa 2.
desa Kurangnya 3 5 15
sarana pendidikan dan
kesehatan
3. Tidak ada pendidikan dan 3 7 21
fasilitas kesehatan
Persentase subsidi 2 subsidi 1. Ada subsidi yang cukup 1. 50% atau lebih 7 5 35
untuk paket 50%. tersedia 2.
konservasi Subsidi terbatas 3. Tidak ada 2. <50% 7 5 35
subsidi 1. Sudah ada 7 5 35
Pelatihan 3 Pelatihan 1 Sekali atau lebih 3 5 15
konservasi sekali pelatihan yang dalam tiga tahun 2.
tanah dan air petani dalam tiga tahun memadai 2. Belum ada Tidak ada Pelatihan 3 5 15
pelatihan 1. Sarana
Ketersediaan 3 Akses pertanian tersedia sesuai 3 5 15
Agro-input mudah ke kebutuhan.
dalam
jangkauan 5-10 km bahan kimia 2. Input tersedia secara 3 5 15
agro dan terbatas 3. Input tidak
benih dll. tersedia 1. Jalan desa memiliki 3 5 15
Akses jalan 3 Jalan desa akses penuh ke jalan utama 2. Akses 1. 80-100% 3 7 21
desa ke jalan memiliki akses jalan utama terbatas dengan motor siap jalan 2.
raya penuh ke jalan 3. Tidak ada akses jalan utama dengan 50-80% siap jalan 3. 3 5 15
utama motor <50 siap jalan 3 5 15

*
Jenis indikator dan skornya : strategis (1)=10; kumulatif (2) =7 ; sugestif (3)=3; Peringkat relatif: 1 sampai 10. Nilai =
skor x peringkat

6. Kendala dan prognosis SLM

Identifikasi kendala SLM adalah salah satu tujuan utama dari DSS-SLM. Evaluasi status keberlanjutan akan
membantu dalam mengidentifikasi indikator spesifik yang menghambat pencapaian pengelolaan lahan
berkelanjutan. Pengembangan DSS-SLM selanjutnya akan dipusatkan pada aspek prognosis SLM. Modul
prognosis akan membantu memberikan solusi potensial kepada petani untuk mengatasi kendala dalam
SLM. Basis pengetahuan modul prognosis akan didasarkan pada inovasi petani asli dan peningkatan praktik
yang direkomendasikan oleh para ahli. Selanjutnya, untuk meningkatkan kemampuan analisis dan aspek
visualisasi, dimensi analisis spasial dan pemodelan juga akan diintegrasikan dalam pengembangan SPK-
SLM ke depan.

10
Machine Translated by Google

7. Referensi
Smyth, AJ dan Dumanski, J. 1993. FESLM: Kerangka kerja internasional untuk mengevaluasi pengelolaan lahan
berkelanjutan. Sebuah makalah diskusi. FAO. Roma, Italia. Perwakilan Sumber Daya Tanah Dunia 73. 74 hal
Jacucci, G. , Foy, M. dan Uhirk, C. 1996. Mengembangkan sistem pendukung keputusan pertanian yang dapat dipindahkan:
Bagian 1. Kerangka kerja konseptual. Komputer dan Elektronika Pertanian 14: 291-300
Jacucci, G. , Foy, M. dan Uhirk, C. 1996. Mengembangkan sistem pendukung keputusan pertanian yang dapat dipindahkan:
Bagian 2. Contoh. Komputer dan Elektronika Pertanian 14: 301-315

11