APLIKASI MODEL PERAMALAN ORGANISME PENGGANGGU TUMBUHAN TANAMAN PADI

APLIKASI MODEL PERAMALAN ORGANISME PENGGANGGU TUMBUHAN TANAMAN PADI Oleh: Edi Suwardiwijaya Balai Besar Peramalan Organisme Pengganggu Tumbuhan Direktorat Jenderal Tanaman Pangan Jl. Raya Kaliasin. Tromol Pos 1 Jatisari. Karawang. Telp./Fax (0264) 360581

I.

PENDAHULUAN

Peramalan pada dasarnya adalah merupakan bagian yang sangat penting dalam proses pengambilan keputusan, sebab efektif atau tidaknya suatu keputusan umumnya tergantung pada beberapa faktor yang tidak dapat kita lihat pada waktu keputusan itu diambil. Peramalan dan pengambilan keputusan adalah merupakan dasar dalam menyusun suatu bentuk perencanaan yang menjadi aktifitas kehidupan sehari-hari. Alasan dibutuhkannya suatu peramalan adalah karena adanya beda waktu, kejadian nyata suatu peristiwa yang cukup lama. Apabila beda waktu itu kecil atau tidak ada, maka peramalan tidak dibutuhkan lagi. Arti peramalan yang sesungguhnya adalah menduga/memprediksi peristiwa dimasa depan dan bertujuan untuk memperkecil resiko yang mungkin terjadi akibat suatu pengambilan keputusan. Suatu peramalan tidak selalu tepat dan dapat menghilangkan suatu resiko, oleh karena itu maka galat ramalan harus selalu diperhitungkan dalam pengambilan keputusan.

KEPUTUSAN

=

KEPUTUSAN HASIL RAMALAN DENGAN ANGGAPAN CARA PERAMALAN TEPAT

+

GALAT RAMALAN YANG DIPEROLEH

Gambar 1. Persamaan Pengambilan Keputusan untuk Peramalan Secara khusus peramalan organisme pengganggu tumbuhan dapat diraikan sebagai beriku: 1. Pengertian:

Peramalan OPT adalah kegiatan yang diarahkan untuk mendeteksi dan memprediksi populasi/serangan OPT serta kemungkinan penyebaran dan akibat yang ditimbulkan dalam ruang dan waktu tertentu.

2. Sasaran

(1) menduga kemungkinan timbulnya OPT, (2) mendeteksi dan memprediksi populasi/serangan dan kerusakan yang ditimbulkan OPT, berdasarkan hasil pengamatan terhadap komponen-komponen yang

:

2

berpengaruh di lapang, (3) menduga kerugian atau kehilangan hasil akibat gangguan OPT. 3. Tujuan

:

Menyusun saran tindak pengelolaan atau penanggulangan OPT sesuai dengan prinsip dan strategi PHT berdasarkan hasil peramalan sehingga populasi/serangan OPT dapat ditekan, tingkat produktivitas tanaman pada taraf tinggi, menguntungkan dan aman terhadap lingkungan.

4. Ruang : a. Peramalan tingkat petani : Ruang petak petani pada areal sempit. Budidaya tanaman relatif homogen ditinjau dari komoditi, varietas, stadia dan keadaan lingkungan. Pelaksanaan peramalan dan pengambilan keputusan dilakukan oleh seorang petani berdasarkan pengamatan faktor kunci satu strata variable yaitu populasi hama/serangan penyakit dan musuh alami pada musim tanam yang sedang berlangsung. b. Peramalan tingkat hamparan : Ruang hamparan yang cukup luas. Budidaya tanaman heterogen ditinjau dari komoditi, varietas, stadia dan keadaan lingkungan. Pelaksanaan peramalan dan pengambilan keputusan dilakukan oleh kelompok tani berdasarkan pengamatan faktor kunci dua strata variable yaitu (1) populasi hama/serangan penyakit dan musuh alami dan (2) komposisi komoditi, varietas, stadia dan keadaan lingkungan, pada musim tanam yang sedang berlangsung serta mempertimbangkan keadaan musim tanam sebelumnya. c. Peramalan tingkat wilayah : Ruang wilayah meliputi desa, kecamatan, kabupaten, propinsi, nasional, regional dan internasional. Disamping budidaya tanaman yang sangat heterogen juga adanya perbedaan ditinjau dari segi ekonomi, sosial dan budaya. Pelaksanaan peramalan dan pengambilan keputusan dilakukan oleh petugas bekerjasama dengan institusi yang berada dibawahnya termasuk kelompok tani. Peramalan tidak hanya berdasarkan dua (2) strata variable diatas pada musim tanam yang sedang berlangsung dan keadaan musim tanam sebelumnya namun juga harus mempertimbangkan strata ketiga (3) yaitu tingkat ekonomi, sosial dan budaya masyarakat petani. 5.

Waktu :

6.

Sistem

Adanya perbedaan waktu pada saat pengambilan keputusan dengan kejadian suatu peristiwa adalah merupakan jarak (lag) peramalan. Ditinjau dari segi operasional peramalan OPT dalam rangka menyusun perencanaan dan strategi pengendalian untuk menciptakan agroekosistem yang tahan terahadap gangguan OPT maka lag peramalan yang lebih pajang adalah merupakan yang terbaik. Namun secara statistik semakin jauh waktu meramal dengan kejadian suatu peristiwa kesalah ramalan semakin tinggi. Penentuan lag waktu peramalan sangat berhubungan dengan karakteristik masing-masing OPT dan ekosistem yang spesifik. Dari segi waktu maka peramalan dapat dilakukan tahunan, musiman, bulanan, mingguan dan bahkan harian. :

Organisme Pengganggu Tumbuhan adalah merupakan jasad yang dapat menyerang tanpa dibatasi oleh wilayah administrasi maka sistem peramalan harus dilakukan oleh institusi pusat dan daerah secara terpadu. Institusi yang terlibat dalam sistem peramalan tercantum dalam skema dibawah ini (Gambar 3).

3

SISTEM PERAMALAN

FAKTOR LINGKUNGAN

DATA BIOTIK

DATA OPT

DATA ABIOTIK

UNIT PERAMALAN PETAK : Petani HAMPARAN : Kelompok Tani WILAYAH : PHP Lab. PHP (Agro-ekosistem) BPTPH (Regional) BPHPTPH (Nasional)

INSTANSI TERKAIT

HASIL PERAMALAN

PERENCANA

UNIT PERAMALAN LAIN

PENELITI

UNIT INFORMASI Media Cetak, Elektronik, Pelatihan, Seminar, Simposium, Pertemuan, Saresehan, Minggon

PETANI/PETUGAS Gambar 3. Sistem Peramalan OPT

II.

OPERASIONAL PERAMALAN OPT

Model peramalan dikembangkan oleh Balai Peramalan Hama dan Penyakit Tanaman Pangan dan Hortikultura Jatisari berdasarkan hasil penelitian, studi, kajian dan mempelajari data-data historis. Penelitian, studi, kajian dan data-data historis yang digunakan dalam pengembangan model peramalan di kumpulkan dari beberapa lokasi yang dianggap sebagai daerah endemis suatu OPT di Indonesia. Tentunya karena ada perbedaan karekteristik dan agro-ekosistem maka model peramalan OPT kemungkinan akan ada perbedaan bobot masing-masing variabel atau bahkan ada perbedaan variabel spesifik lokasi ekosistem. Oleh karena itu perlu dilakukan evaluasi model untuk penyesuaian terhadap spesifik lokasi. Beberapa contoh model peramalan yang telah dikembangkan pada komoditi hortikultura yaitu pada OPT sayuran dan buah-buahan sebagaimana tercantum berikut ini. 1.

Peramalan Antar Musim

Untuk keperluan peramalan kumulatif luas tambah serangan (KLTS) musiman nasional untuk 5 OPT utama pada tanaman padi yang telah dikembangkan oleh Balai Besar Peramalan Organisme Pengganggu Tumbuhan disajikan berikut ini.

4

Tabel 2. Model Peramalan OPT Utama pada Tanaman Padi Musim Hujan. OPT

Model

C.L

R*R

Wereng Coklat

Log YMH = 0,503 + 0,365 Log (YMK) + 0,380 Log (YMH-1)

0.12

0.46

Penggerek Batang


0.05

0.71

Tikus


0.06

0.76

Tungro


0.09

0.62

Blast


0.09

0.57

Keterangan:

YMH = KLTS musim hujan, YMK = KLTS musim kemarau sebelumnya, YMH-1 = KLTS musim hujan sebelumnya, C.L. = Limit konfidensi, R*R = Koefisien determinasi

Contoh : Ramalan KLTS Hama Tikus pada tanaman padi Musim Hujan 2002/2003. Model Peramalan: Log YMH = 0,160 + 0,4516 Log (YMK) + 0,5073 Log (YMH-1) Dilaporkan KLTS MK 2002 seluas 10 ha dan KLTS MH 2001/2002 seluas 100 ha. Maka dapat diramalkan: Log YMH = 0,160 + 0,4516 Log (10) + 0,5073 Log (100) Log YMH = 0,160 + 0,4516 (1) + 0,5073 (2) Log YMH = 0,160 + 0,4516 + 1,0146 = 1,9178 Jadi Ramalan KLTS MH 2002/2003 = 10 1,9178 = 82,76 ha, Minimum = 10 (1,9178-0,06) = 10 1,8578 = 72,08 ha, dan Maksimum = 10 (1,9178+0,06) = 10 1,9778= 95,02 ha.

Tabel 3. Model Peramalan OPT Penting pada Tanaman Padi Musim Kemarau. OPT

Model

C.L.

R*R

Wereng Coklat

Log YMK = 0,161 + 0,570 Log (YMH) + 0,278 Log (YMK-1)

0.12

0.48

Penggerek Batang


0.06

0.64

Tikus


0.06

0.72

Tungro


0.09

0.65

Blast


0.08

0.48

Keterangan:

YMK = KLTS musim kemarau yang akan datang, YMH = KLTS musim hujan sebelumnya, YMK-1 = KLTS musim kemarau sebelumnya, C.L. = Limit konfidensi, R*R = Koefisien determinasi.

5

Contoh : Ramalan KLTS Wereng Coklat pada padi Musim Kemarau 2003. Model Peramalan: Log YMK = 0,161 + 0,570 Log (YMH) + 0,278 Log (YMK-1) Dilaporkan KLTS MH 2002/2003 seluas 10 ha dan KLTS MK 2002 seluas 100 ha. Maka dapat diramalkan: Log YMK = 0,161 + 0,570 Log (10) + 0,278 Log (100) Log YMH = 0, 161 + 0, 570 (1) + 0, 278 (2) Log YMH = 0, 161 + 0, 570 + 0, 556 = 1,696 Jadi Ramalan KLTS MH 2002 = 10 1,696= 49,66 ha, Minimum = 10 (1,696-0,12) = 10 1,576 = 37,67 ha, dan Maksimum = 10 (1,696+0,12) = 10 1,816 = 65.46 ha.

2.

Peramalan Dalam Musim

Beberapa model peramalan dalam musim untuk OPT padi yang telah dikembangkan oleh Balai Besar Peramalan Organisme Pengganggu Tumbuhan antara lain: • Wereng Batang Coklat (Nilaparvata lugens) pada padi. Model: Y = 594,45 X1 + 24,48 X2 + 4,46 X3 – 37,33 ; (R2 = 0,75) Keterangan : Y = Populasi per rumpun pada generasi puncak (G-2). X1 = Populasi per rumpun pada generasi pendatang (G-0). X2 = Komposisi varietas rentan (rasio dengan luas total) pada puncak tanam. X3 = Komposisi umur tanaman (<60 HST) pada puncak tanam. • Penggerek Batang Padi Kuning (Scirpophaga incertulas) Model 1 : Peramalan intensitas beluk. ArcSin (Y/100) = 3,74 ArcSin(X/100) – 0,078 ; (R2 = 0.86) Keterangan : Y =

Intensitas serangan beluk (%) dalam bentuk transformasi ArcSin (Y/100)

X =

Intensitas serangan sundep (%) dalam bentuk transformasi ArcSin (X/100)

Model 2 : Peramalan luas puncak serangan. Log (Y+1) = 1,0034 Log (X+1) – 0,20 ; (R2 = 0.72) Keterangan : Y =

Luas puncak serangan beluk dalam bentuk transformasi Log (Y+1)

X =

Populasi ngengat per malam pada lampu perangkap (G-0)

6

Contoh: Misal populasi ngengat per malam pada lampu perangkap (G-0) adalah 99 ekor, maka: Log (Y+1) = 1,0034 Log (99+1) – 0,20 Log (Y+1) = 1,0034 (2) – 0,20 = 2,0068 – 0,20 = 1,8068 Jadi diramalakan luas puncak serangan beluk (Y) = 10 1,8068 – 1 = 63,1 ha • Penyakit Tungro pada padi. Model 1: Peramalan luas serangan pada pola tanam serempak Y = 0,25 X1 + 0,08 X2 – 0,19 ; (R2 = 0,75) Keterangan : Y

=

Proporsi gejala tungro pada hamparan, (hasil bagi antara luas petak yang bergejala tungro dengan luas keseluruhan hamparan)

X1 = Proporsi tanaman muda (2-6 MST) pada hamparan tersebut, transformasikan data dengan (X+0,5)2 X2 =

Populasi wereng hijau (Nephotetix virescens) per 25 ayunan tunggal dengan jaring (sweeping), transformasikan data dengan √ (X+0,5).

Model 2 : Peramalan luas serangan pada pola tanam tidak serempak Y = √ (0,43 X1 + 0,00014 X2 – 0,214 X3 – 0,133 X4 - 0,19) ; (R2 = 0,87) Keterangan : Y

=

Proporsi gejala tungro pada hamparan, (hasil bagi antara luas petak yang bergejala tungro dengan luas keseluruhan hamparan),

X1 =

Proporsi tanaman muda (2-6 MST) pada hamparan tersebut.

X2 =

Proporsi singgang pada hamparan tersebut, tranformasikan data dengan log (X+0,01)

X3 =

Proporsi luas panen pada hamparan tersebut, transformasikan data dengan log (X+0,01).

X4 =

Proporsi penggunaan tanah lain (olah tanah, pesemaian, baru tanam) pada hamparan tersebut, transformasikan data dengan log (X+0,01).

Model 3 : Peramalan intensitas serangan pada pola tanam serempak Y = 0,19 X1 + 0,44 X2 – 1,97 ; (R2 = 0,79) Keterangan : Y

= Intensitas serangan tungro, hasil persamaan dalam nilai log. Untuk menemukan nilai sesungguhnya lakukan anti transformasi log dengan 10Y1.02.

X1

= Curah hujan pada satu dekade sebelum pengamatan, tansformasikan data dengan √ X.

X2

= Populasi wereng hijau (Nephotetix virescens) per 25 ayunan tunggal dengan jaring (sweeping), transformasikan data dengan (X+0,1)2.

7

Model 4 : Peramalan intensitas serangan pada pola tanam tidak serempak Y = 0,29 X – 1,38 ; (R2 = 0,60) Keterangan : Y

=

Intensitas serangan tungro, hasil persamaan dalam nilai log. Untuk mendapatkan nilai sebenarnya lakukan anti transformasi log dengan 10Y - 1.

X

=

Proporsi tanaman muda pada hamparan tersebut, tranformasikan data dengan √ (X+0,5).

• Penyakit Hawar Daun Bakteri (Xanthomonas campestris pv. Oryzae) pada padi. Model 1: Peramalan intensitas serangan HDB pada stadia anakan maksimum Y = 0,005 X1 + 27,19 X2 – 0,338 ; (R2 = 0,91) Keterangan : Y =

Intensitas penyakit hawar daun bakteri hasil transformasi log. Untuk mendapatkan nilai sebenarnya lakukan anti transformasi dengan 10Y.

X1 = Curah hujan yang terjadi pada umur tanaman 42 HST. X2 = Curah hujan yang terjadi pada umur tanaman 70 HST. Model 2: Peramalan intensitas serangan HDB pada stadia anakan maksimum Y = (3,31 (log X1 + 5) + 0,69 X2 0,5 + 1,09)2 ; (R2 = 0,89) Keterangan : Y = Intensitas penyakit hawar daun bakteri pada stadia pengisian malai. X1 = Intensitas penyakit pada stadia pembungaan. X2 = Curah hujan harian pada stadia pembungan. Model 3: Peramalan intensitas serangan HDB pada stadia anakan maksimum Y = (6,84 (X1)0,5 - 0,05 X2 0,5 - 1,41)2 ; (R2 = 0,86) Keterangan : Y = Intensitas penyakit hawar daun bakteri pada stadia pemasakan. X1 = Intensitas penyakit pada stadia pengisian malai. X2 = Curah hujan harian pada stadia pengisian malai. PUSTAKA Anonimus, 2000. Pedoman Peramalan Organisme Pengganggu Tumbuhan. Balai Besar Peramalan Organisme Pengganggu Tumbuhan. Direktorat Jenderal Tanaman Pangan. Departemen Pertanian

APLIKASI MODEL PERAMALAN ORGANISME PENGGANGGU TUMBUHAN TANAMAN PADI

Recommend Documents