II. TINJAUAN PUSTAKA
2.1. Fenomena ENSO di Samudera Pasifik Samudera Pasifik tropik memiliki mode variabilitas iklim yang unik dan hingga saat ini mendapat perhatian yang mendalam dari para peneliti di bidang Oseanografi dan Iklim. Mode variabilitas tersebut dikenal dengan istilah ENSO (El Nino-Southern Oscillation). Istilah ENSO digunakan untuk menyatakan adanya suatu fenomena interaksi antara lautan dan atmosfer, dengan El Nino dinyatakan sebagai fenomena lautan dan Southern Oscillation sebagai fenomena atmosfer. Hujan di Indonesia memang dipengaruhi oleh ENSO (El Nino-Southern Oscillation), tetapi besar kecilnya pengaruh itu beragam dari satu tempat ke tempat yang lain. Pengaruh itu sangat besar pada daerah yang memiliki pola hujan monsun, kecil pada daerah yang memiliki pola hujan ekuatorial serta tidak jelas pada daerah yang memiliki pola lokal (Boer, 2002). El Nino merupakan salah satu bentuk penyimpangan iklim di Samudera Pasifik yang ditandai dengan kenaikan SST (Sea Surface Temperature) di daerah katulistiwa bagian tengah dan timur. Sebagai indikator untuk memantau kejadian El Nino, biasanya digunakan data pengukuran SPL di zona Nino3.4 (170oBB 120oBB, 5oLS - 5oLU), dimana anomali positif mengindikasikan terjadinya El Nino. Kenaikan anomali SST Nino3.4 diikuti dengan melemahnya angin pasat (trade winds) yang mengakibatkan pergeseran daerah konveksi pembentukan awan-awan hujan. Pada kondisi normal, daerah konveksi berada di daerah barat Samudera Pasifik. Namun, pada kondisi El Nino, zona konveksi bergeser ke tengah-tengah Samudera Pasifik. Kondisi ini biasanya terjadi menjelang akhir tahun, sehingga akibatnya bagi Indonesia dapat kita tebak. Musim penghujan yang biasanya terjadi di akhir tahun akan diganti dengan kemarau karena pengaruh El Nino. Jejak terakhir El Nino yang terekam dari data SPL di zona Nino3.4 adalah terjadi pada akhir tahun 2002/2003 (Iskandar, 2007). Jika El Nino mengakibatkan kekeringan, maka lain halnya dengan La Nina. Bertolak belakang dengan El Nino, fenomena La Nina ditandai dengan menurunnya SPL di zona Nino3.4 (anomali negatif), sehingga sering juga disebut sebagai fase dingin. Karena sifatnya yang dingin ini, kedatangannya juga dapat
5
menimbulkan petaka di berbagai kawasan kathulistiwa, termasuk Indonesia. Curah hujan berlebihan yang menyertai kedatangan La Nina dapat menimbulkan banjir dan tanah longsor di berbagai wilayah di Indonesia (Iskandar, 2007). Dalam seratus tahun terakhir, sedikitnya telah terjadi El Nino sekitar 25 kali dengan intensitas sedang sampai kuat, dan terdapat kecenderungan meningkatnya frekuensi El Nino dalam kurun waktu 20 tahun terakhir, yaitu dengan kejadian tahun 1977/1978, 1982/1983, 1987, 1991/92/93/94 dan 1997/1998 (Pawitan, 1998). 2.1.1. Sea Surface Temperature (SST) SST merupakan salah satu indikator utama keberadaan penyimpangan iklim. Penyimpangan iklim memerlukan pengukuran dan prediksi secara teratur dan benar. Indikator yang benar yang digunakan untuk melihat seberapa besar pengaruh penyimpangan iklim (El Nino dan La Nina) dengan intensitas curah hujan adalah anomali pola tahunan suhu permukaan laut (SST) yang diperoleh dari teknik penginderaan jauh. Nilai SST menggambarkan proses interaksi antara lautan dan atmosfer. Secara umum nilai SST yang tinggi menandakan daerah tersebut lebih konvektif dan merupakan daerah dengan udara yang renggang sehingga daerah tersebut dapat dikatakan sebagai daerah sasaran pergerakan angin (Philander et al., 1990). Suhu muka laut di wilayah perairan Indonesia, wilayah bagian barat lautan Pasifik, relatif tidak berubah dengan suhu laut rata-rata 29oC. Suhu laut sekitar di wilayah Indonesia bagian timur (laut Arafura, laut Timor dan laut Flores) dapat lebih rendah 1oC pada saat terjadi El Nino. Hanya saja suhu muka laut yang hanya 0.5oC saja dapat berpengaruh sangat besar terhadap curah hujan di wilayah tersebut. Sebaliknya suhu muka laut yang wajar antara 22-24oC, di wilayah Pasifik bagian timur dapat naik menjadi 26-29oC pada saat terjadi El Nino. Untuk memantau El Nino, lautan Pasifik di bagi menjadi empat wilayah. Iklim di Indonesia dan Australia umumnya sangat berkaitan erat dengan wilayah Nino 3 dan Nino 4 (Prabowo et al., 2002). Selama perkembangan El Nino, struktur permukaan laut Samudera Paisifk seperti pada Gambar 1. menunjukkan adanya air hangat di lapisan dalam yang tidak normal dan meningkatnya kedalaman termoklin di sepanjang Pasifik tropis bagian timur, sehingga kemiringan (slope) berkurang sepanjang basin tersebut.
6
Pada episode El Niño yang sangat kuat, termoklin secara nyata menjadi datar di seluruh Pasifik tropis untuk waktu beberapa bulan. Kondisi ini diikuti dengan adanya sea level yang lebih tinggi dari normalnya di Pasifik bagian timur, yang menghasilkan penurunan kemiringan (slope) ketinggian permukan laut di sepanjang basin tersebut. Evolusi ini terjadi sebaliknya pada episode La Niña (Philander et al., 1990).
Gambar 1. Struktur laut Samudera Pasifik pada saat El Nino dan La Nina (sumber : http://www.cpc.ncep.noaa.gov)
Menurut Haryanto (1998), yang dimaksud dengan tahun El Nino adalah periode dimana kondisi anomali SST di kawasan ekuator samudera pasifik bagian tengah dan timur > 1oC dari rata-rata kurun waktu tertentu dan kondisi global anomali SOI berada pada kisaran rata-rata di bawah -10. Tabel menunjukkan besar tingkat anomali SST, maka tingkat kekuatan El Nino di bagi dalam empat kategori : Tabel 1. Tingkat anomali SST berdasarkan kekuatan El Nino Anomali SST (oC) Kondisi >3 Sangat kuat 2.5 – 3 Kuat 1.5 – 2.5 Lemah 0 – 1.5 Sangat lemah Sumber : Haryanto (1998)
Dupe et al. (2002) telah melakukan analisis visual terhadap grafik data SST dan anomali SST untuk seluruh daerah pengamatan El Nino, menunjukkan bahwa daerah Nino 3-4 memperlihatkan distribusi yang lebih berpola, sehingga dapat dikategorikan bahwa daerah Nino 3-4 adalah daerah yang lebih representatif untuk mendefinisikan El Nino.
7
2.1.2. Southern Oscillation Indek (SOI) SOI yang mengacu pada perbedaan tekanan atmosfer antara Tahiti (di Timur pasifik bagian ekuator) dan Darwin (di pantai utara Australia). Semakin negative nilai SOI berarti semakin kuat kejadian panas (El-Nino), sebaliknya semakin positif nilai SOI semakin kuat kejadian dingin (La-Nina) (Boer, 1999). 2.2. Fenomena Dipole Mode di Samudera Hindia Pada Samudera Hindia, bentuk penyimpangan iklim yang menyerupai El Nino dan La Nina, yang dikenal dengan istilah Indian Ocean Dipole (IOD). Mode Dipole India atau dikenal sebagai IOD yang merupakan anomali temperatur permukaan laut India dapat juga memberi kontribusi pada kekeringan di Indonesia. IOD mempunyai sirkulasi berbeda dari ENSO. Sebagai contoh, El Nino sering mencapai puncaknya dari Desember-Januari, sedangkan fase pematangan IOD terjadi pada Oktober (Saji et. al., 1999). IOD sebagai gejala penyimpangan iklim yang dihasilkan oleh interaksi laut dan atmosfer di Samudera Hindia di sekitar kathulistiwa. Interaksi ini menghasilkan tekanan tinggi di Samudera Hindia bagian timur (bagian Selatan Jawa dan Barat Sumatra) yang menimbulkan aliran massa udara yang berhembus ke barat. Hembusan angin ini akan mendorong massa air di depannya dan mengangkat massa air dari bawah ke permukaan. Akibatnya, SPL di sekitar pantai Selatan Jawa dan pantai Barat Sumatra akan mengalami penurunan yang cukup drastis, sementara di dekat pantai timur Afrika tejadi kenaikan SPL. Perbedaan SPL ini (anomali positif di sebelah barat dan anomali negatif di sebelah timur) membentuk dua kutub, positif dan negatif, di Samudera Hindia yang kemudian disebut sebagai Dipole Mode Event (DME) atau IOD (Iskandar, 2007). Seperti halnya El Nino, kejadian IOD direpresentasikan dengan satu indeks yang diberi nama Dipole Mode Index (DMI), yaitu perbedaan SPL di bagian barat Samudera Hindia (50o - 70oBT, 10oLS - 10oLU) dan SPL di bagian timur Samudera Hindia (90o - 110o, 10oLS - ekuator). Semakin besar nilai indeks ini, semakin kuat sinyal IOD dan semakin dahsyat akibat yang ditimbulkan. IOD di Samudera Hindia juga berpasangan; positif IOD (pIOD) dan negative IOD (nIOD). pIOD menyebabkan kekeringan, sama halnya dengan El Nino, sementara
8
nIOD memiliki sifat yang sama dengan La Nina, yaitu meningkatkan curah hujan (Iskandar, 2007). Saji et al. (1999) mencatat bahwa pada kejadian IOD, anomali SST yang dingin pertama kali tampak di sekitar selat Lombok pada periode Mei-Juni, disertai angin tenggara Samudera Hindia tropik. Pada bulan berikutnya, anomali dingin bersifat intensif dan nampak berpindah menuju ekuator sepanjang garis pantai Indonesia, sementara Samudera Hindia tropik barat mulai menghangat. Anomali angin zona sepanjang ekuator dan anomali angin sepanjang pantai dekat samudera menjadi intensif bersamaan dengan adanya dipol SST. Puncak tertinggi terjadi secara dramatis terjadi di bulan Oktober dan diikuti penurunan yang cepat di bulan selanjutnya. Pola spasial anomali SST dan medan angin di Samudera Hindia pada saat DM tahun 1961, 1994, dan 1997 ditunjukkan pada Gambar 2.
Gambar 2. Pola spasial anomali suhu permukaan laut (SPL) dan medan angin permukaan pada saat Dipole Mode (sumber : Saji et.al, 1999). Secara sederhana evolusi DM (Gambar 2.) dijelaskan sebagai berikut : siklus DM diawali dengan munculnya anomali SST negatif di sekitar selat Lombok hingga selatan Jawa pada bulan Mei – Juni, bersamaan dengan itu terjadi anomali angin tenggara yang lemah di sekitar Jawa dan Sumatera. Selanjutnya pada bulan Juli – Agustus, anomali negatif SST terus menguat dan cakupannya meluas sampai ke ekuator di sepanjang pantai selatan Jawa hingga pantai barat Sumatera, sementara itu mulai muncul pula anomali positif SST di Samudera Hindia bagian barat. Adanya dua kutub di Samudera Hindia ekuator ini, semakin memperkuat anomali angin tenggara di sepanjang ekuator dan pantai barat Sumatera. Siklus ini mencapai puncaknya pada bulan Oktober, dan selanjutnya menghilang dengan cepat pada bulan November – Desember.
9
2.3. Curah Hujan Hujan adalah faktor primer yang menjadi input dalam siklus hidrologi. Hujan berasal dari air yang terdapat diatmosfer dan sebagai hasil akhir dari proses yang berlangsung di atmosfer tersebut. Bentuk jumlah dan daerah hujan dipengaruhi oleh angin, suhu, kelembaban udara dan tekanan atmosfer yang merupakan faktor iklim. Menurut BMG hari hujan adalah hari dengan penerimaan hujan 0,5 mm atau lebih. Setiap tempat yang berbeda maka akan memiliki curah hujan yang berbeda-beda pula, dimana menurut Handoko (1993) curah hujan ratarata tahunan sangat bervariasi menurut tempat. Tabel 2. Kriteria Tahun Basah, Normal dan Kering No Sifat Hujan Kriteria Keterangan 1 Tahun Basah >115% Jika nilai perbandingan curah hujan tahunan terhadap rata-ratanya lebih besar dari 115% 2 Tahun Normal 850 -115% Jika nilai perbandingan curah hujan tahunanan terhadap rata-ratanya antara 85% - 115%. 3 Tahun Kering <85% Jika nilai perbandingan curah hujan tahunanan terhadap rata-ratanya kurang dari 85%. Sumber: Handoko (1993) Pola hujan di Indonesia ada 3 tipe, yaitu : 1. Tipe Equatorial adalah tipe hujan yang tidak begitu jelas antara perbedaan musim hujan dan kemaraunya (mempunyai 2 puncak hujan) 2. Tipe Monsoon/Musim adalah tipe hujan yang sangat jelas perbedaan antara musim hujan dan kemarau (berbentuk “V”) Jumlah curah hujan minimum terjadi pada bulan Juni, Juli atau Agustus 3. Tipe Lokal adalah tipe hujan yang mempunyai 1 puncak hujan (kebalikan dari tipe Monsoon) Jumlah curah hujan maksimum terjadi pada bulan Juni, Juli atau Agustus Untuk tipe hujan equatorial, terjadi disepanjang khatulistiwa wilayah Indonesia yaitu disekitar 3oLU – 3oLS memanjang ke timur wilayah Indonesia Tipe hujan equatorial artinya puncak hujan terjadi dua kali setahun pada saat posisi matahari berada di atas equator. Atau tepatnya puncak curah hujan terjadi satu bulan setelah matahari tepat di atas khatulistiwa: yaitu bulan April/Mei atau Oktober/November.
10
Terlihat pada penelitian yang telah dilakukan sebelumnya bahwa untuk daerah-daerah
yang
memiliki
tipe
hujan
monsunal
seperti
Sukamandi
menghasilkan pola prediksi hujan yang cukup jelas dan mirip dengan rata-ratanya. Sebaliknya, daerah-daerah dengan tipe hujan ekuatorial seperti Kotabangun, pola tersebut tidak nampak jelas (Estiningtyas, 2005). Hal ini disebabkan korelasi antara curah hujan sebagai output dan SST Niño 3.4 sebagai input untuk wilayah ekuatorial lebih rendah dibandingkan dengan wilayah monsunal (Aldrian et al., 2003), sehingga dalam proses pembelajaran model yang menghubungkan kedua parameter tersebut menghasilkan pola yang berbeda. 2.4. Tanaman Padi Padi (Oryza sativa, L) termasuk golongan Gramineae (rumput-rumputan), yang dapat tumbuh baik di daerah tropika dan sub tropika (Siregar, 1987). Padi merupakan tanaman yang peka terhadap fros dan suhu dingin. Kisaran suhu yang memungkinkan tanaman tumbuh baik yaitu 18 – 35oC. Suhu optimal pertumbuhan padi berkisar antara 20 - 30oC. Suhu yang terlalu dingin menyebabkan biji pada malai menjadi steril (Doorenbos et al., 1979). Di indonesia suhu tidak menjadi kendala karena hampir konstan sepanjang tahun. Tanaman padi dapat tumbuh pada ketinggian 0 – 1500 mdpl. Padi membutuhkan curah hujan rata-rata 200 mm per bulan atau lebih dengan distribusi selama empat bulan. Curah hujan yang dikehendaki per tahun sebesar 1500 – 2500 mm. Secara morfologis, bagian tanaman padi dapat dikelompokkan menjadi dua, yaitu bagian vegetatif yang terdiri dari akar dan daun serta bagian generatif yang terdiri dari malai atau butiran, bunga, buah dan bentuk gabah. Produksi tanaman padi dipengaruhi oleh beberapa faktor internal tanaman maupun faktor eksternal (lingkungan). Varietas tanaman dan karakteristiknya termasuk faktor internal tanaman, sedangkan tanah, udara, dan radiasi surya merupakan faktor eksternal yang sangat berpengaruh terhadap pertumbuhan, perkembangan, dan produksi tanaman. Pertumbuhan dan perkembangan tanaman padi terdapat dua fase, yaitu fase vegetatif dan generatif. Kondisi tanaman padi pada fase vegetatif sangat berpengaruh terhadap produksinya.
11
2.5. Musim Tanam Permulaan musim terbagi atas permulaan musim hujan dan musim kemarau. Permulaan musim hujan ditandai oleh curah hujan selama satu dasarian jumlahnya lebih atau sama dengan 50 mm, dan diikuti oleh jumlah curah hujan lebih atau sama dengan 50 mm. sedangkan awal permulaan musim kemarau ditandai dengan curah hujan selama satu dasarian jumlahnya kurang dari 50 mm, dan pada beberapa dasarian berikutnya jumlah curah hujan masih kurang dari 50 mm (Suciantini, 2004). Para petani bercocok tanam dua atau tiga kali setahun tergantung pola curah hujan dan ketersediaan air irigasi pada daerah bersangkutan. Tanaman yang paling penting adalah padi, yang membutuhkan waktu sekitar 100 hari dari awal tanam sampai pemanenan. Musim kedua kemungkinan padi lagi (bila air cukup memadai), kedelai atau kacang hijau, jagung, tembakau atau sayuran. Sedang musim tanam ketiga hampir sepenuhnya tergantung pada air irigasi. Keterkaitan antara musim dengan waktu tanam di Indonesia bagian timur dapat digolongkan menjadi; musim tanam pertama dimulai dari bulan November-Februari, musim tanam kedua dari bulan Maret-Juni, dan musim tanam ketiga dari bulan JuliOktober (Syahbuddin et al., 2007). Hubungan antara sinyal ENSO dan IOD terhadap tanaman kentang telah diteliti oleh Boer (2006) dengan menggunakan data SOI dan IOD. Hasil penelitian tersebut dapat menunjukkan pergeseran awal musim tanam yaitu dengan menghubungkan waktu tanam optimum masuknya musim tanam.
dengan nilai SOI dan IOD sebelum
Sebagai contoh Apabila SOI dan IOD bulan Juli-
Agustus mendekati nilai nol (kondisi normal), waktu tanam optimum adalah antara awal dan pertengahan Oktober. Selanjutnya apabila SOI bulan Juli-Agustus sangat negatif (El-Nino), penanaman awal September memungkinkan apabila nilai IOD sangat positif. Apabila nilai IOD juga sangat negatif, maka waktu tanam sebaiknya dimundurkan.
12
2.6. Produksi Pangan Nasional Statistik pangan nasional memperlihatkan bahwa total produksi padi di Indonesia selama 20 tahun telah mengalami peningkatan karena perbaikan varietas dan cara pengelolaan tanaman. Akan tetapi laju peningkatan ini menurun pada tahun El Nino 1991, 1994, dan 1997. Dari tahun ke tahun pengaruh El Nino terhadap penurunan produksi padi semakin besar. Ini mengindikasikan bahwa teknologi budidaya yang kita gunakan semakin rentan terhadap kejadian iklim ekstrim. Suhu muka laut di kawasan Nino 3 di laut Pasifik membantu terbentuknya ENSO. Produksi padi nasional diperkirakan menurun sebesar 1.5 juta ton jika suhu muka laut nino 3 meningkat 2oC dari normal. Produksi pangan nasional lainnya juga menurun pada tahun El Nino 1982, 1987, 1994 dan 1997 (Boer, 2006). 2.7. Normalizad Difierence Vegetation Index (NDVI) Indek vegetasi merupakan hasil perkalian nilai secara matematis yang memberikan informasi tentang objek penginderaan jauh, khususnya vegetasi yang didasarkan pada albedo tajuk vegetasi. Indek vegetasi diturunkan dari data albedo pada spektrum merah dan infra merah dekat. Menurut Malingreu (1986), indeks vegetasi mencerminkan tingkat kehijauan vegetasi, yaitu tingkat kehijauan rendah (menggambarkan daerah kering atau non vegetasi), tingkat kehijauan sedang (menggambarkan daerah bervegetasi jarang) dan tingkat kehijauan tinggi (menggambarkan daerah bervegetasi rapat). Indeks vegetasi suatu tanaman nilainya selalu berubah mengikuti perkembangan tanaman tersebut. NDVI merupakan fungsi yang tidak liniear, bervariasi antara -1 sampai +1, tetapi tidak terdefinisi bila spektrum merah dan infra merah dekat bernilai nol. NDVI akan bernilai negatif umumnya terjadi pada daerah spektrum visibel dibandingkan pada spektrum infra merah, yaitu pada area pemantulan tinggi seperti awan, salju, tanah gundul dan batuan. Sedangkan untuk daerah bervegetasi, NDVI akan bernilai pisitif (Wahyunto et al., 2006).
13
Menurut Lillisend et al., 1994, tranformasi NDVI dihitung berdasarkan rasio dari intensitas yang diukur pada band spektral yang berada disekitar warna merah (R) dan disekitar infra merah (NIR) dengan persamaan sebagai berikut: NDVI = ( NIR − red ) /( NIR + red )
Kenampakan sawah pada masa awal pengolahan tanah, tanaman padi ditanam (replanting) sampai berumur 4 MST masih didominasi kenampakan air, sehingga mempunyai nilai NDVI yang rendah (bahkan negatif). Seiring dengan umur tanaman, nilai NDVI bertambah tinggi (positif) dan mencapai puncaknya pada fase awal generatif (umur 10 –11 minggu setelah tanam - MST) kemudian akan menurun lagi pada fase pengisian bulir, dan seterusnya sampai fase panen (Wahyunto et al., 2006). Tabel 3. Nilai NDVI dan Tingkat kehijauan Tanaman Kelas 1 2 3 4 5
Nilai NDVI < -0.03 -0.03 s/d 0.15 0.15 s/d 0.25 0.26 s/d 0.35 0.35 s/d 0.61
Tingkat kehijauan/ kondisi lahan Tidak bervegetasi/terbuka/air Kehijauan sangat rendah Kehijauan rendah Kehijauan sedang Kehijauan tinggi
Umur Tanaman (MST) <3 3-4 4-6 6-8 8 - 13
Setelah vegetatif optimum nilai NDVI akan turun sesuai dengan tingkat kematangan bulir Sumber: Analisis Citra Satelit (LAPAN, 1998) dalam Wahyunto et al. (2006)
Keterangan : Umur tanaman dalam hari Sumber : Lapan (2000) dan Puslit Tanah dan Agroklimat (2000) dalam Wahyunto et al. (2006)
Gambar 3. Grafik Hubungan Tingkat Kehijauan (NDVI) dengan Umur Tanaman Padi Sawah
14
Nilai NDVI dari saat tanaman padi berumur 3 - 4 MST sampai 16 MST menunjukkan bentuk kurva dengan puncaknya saat padi pada umur (fase) vegetatif optimum – padi bunting (umur sekitar 70-80 hari setelah tanam atau sekitar 10-11 MST). Nilai NDVI tanaman padi pada setiap area pewakil bukan merupakan nilai tunggal picture element(=pixel), tetapi nilai rerata dari beberapa pixel di dalam lokasi pewakil (sample areas). Sejalan dengan hasil penelitian yang telah dilakukan Widagdo (2001), menunjukkan bahwa grafik indek vegetasi selama pertumbuhan tanaman padi mulai awal tanam sampai siap dipanen berbentuk parabolik. Pada awal tanam/ pertumbuhannya nilai indeks vegetasi tanaman padi akan negatif (karena didominasi oleh kenampakan air) dan nilai indek akan semakin tinggi seiring dengan bertambahnya umur, kemudian mencapai maksimum pada umur tertentu yaitu pada saat padi bunting (pinnacleinitiation). Selanjutnya nilai indeks vegetasinya semakin menurun selama fase pengisian-pematangan bulir hingga menjelang panen. Fase-fase kondisi penutupan lahan selama masa pertumbuhan tanaman padi dan kenampakannya pada citra Landsat dapat dijelaskan sebagai berikut: 1) Fase awal pertumbuhan padi, dimana lahan sawah didominasi oleh air karena penggenangan. Pada citra Landsat TM dengan komposisi warna True Color Composite (TCC) lahan sawah akan tampak berwarna biru; 2) Fase pertumbuhan vegetatif, ditandai semakin lebatnya daun tanaman padi yang menutupi seluruh lahan sawah, fase ini penutupan lahan didominasi oleh warna hijau; 3) Fase pertumbuhan generatif, dimana lahan sawah yang semula dodominasi oleh daun yang berwarna hijau akan diganti dengan butir-butir padi yang berwarna kuning pucat pada TCC; 4) Fase panen dimana fase ini lahan menjadi bera selama jangka waktu tertentu, lahan sawah akan tampak berwarna coklat kemerahan pada TCC (Wahyunto et al., 2006).
15
2.7. Kondisi Umum Kabupaten Indramayu Kabupaten Indramayu merupakan salah satu kabupaten di Propinsi Jawa Barat, dengan luas wilayah 204.011ha yang terdiri dari 302 desa dan 8 kelurahan dan tersebar di 24 kecamatan. Letak geografis Indramayu berada pada 107º52’108º36’ Bujur Timur dan 6º15’-6º40’ Lintang Selatan. Kabupaten Indramayu berbatasan dengan Kabupaten Subang di sebelah barat, Kabupaten Cirebon dan Laut Jawa sebelah Timur, Kabupaten Sumedang, Majalengka dan Cirebon di sebelah Selatan dan Laut Jawa sebelah Utara. Ditinjau dari keadaan topografinya, Kabupaten Indramayu berada pada ketinggian 0-100 mdpl, 98,7% berada pada ketinggian 0-3 mdpl. Suhu harian di Kabupaten Indramayu berkisar anatara 26-27oC dengan suhu harian maksimum 30oC dan Minimum 18oC. Curah hujan rata-rata tahunan 1.428 mm, dengan jumlah hari hujan 75 hari. Berdasarkan klasifikasi Schimidt dan Ferguson, wilayah ini termasuk pada tipe D (Iklim sedang). Kecamatan yang mengalami curah hujan yang cukup tinggi antara lain : Kecamatan Anjatan, Cikedung dan Heurgeulis, berturut-turut adalah 2.167 mm/th, 1.869 mm/th dan 1.865 mm/th. Ketiga kecamatan tersebut berada di Indramayu bagian Barat (Kantor Informasi dan Komunikasi Kabupaten Indramayu, 2008). 2.8. Kondisi Umum Kabupaten Cianjur Sebagian besar wilayah Cianjur adalah pegunungan, berbukit-bukit dan di sebagian pantai selatan berupa dataran rendah yang sempit dengan ketinggian 0 – 2.962 meter di atas permukaan laut. Luas wilayah Kabupaten Cianjur 350.148 hektar. Letak geografis Kabupaten Cianjur berada pada 106º42’-107º25’ Bujur Timur dan 6º21’ - 7º25’ Lintang Selatan. Secara administratif Pemerintah kabupaten Cianjur terbagi dalam 30 Kecamatan, dengan batas-batas administratif : 1. Sebelah utara berbatasan dengan wilayah Kabupaten Bogor dan Kabupaten Purwakarta. 2. Sebelah barat berbatasan dengan wilayah Kabupaten Sukabumi. 3. Sebelah Selatan berbatasan dengan Samudra Indonesia. 4. Sebelah Timur berbatasan dengan wilayah Kabupaten Bandung dan Kabupaten Garut.
16
Sebagai daerah agraris yang pembangunananya bertumpu pada sektor pertanian, kabupaten Cianjur merupakan salah satu daerah swa-sembada padi. Produksi padi pertahun sekitar 625.000 ton dan dari jumlah sebesar itu telah dikurangi kebutuhan konsumsi lokal dan benih, masih memperoleh surplus padi sekitar 40%. Produksi pertanian padi terdapat hampir di seluruh wilayah Cianjur. Kecuali di Kecamatan Pacet dan Sukanagara. Di kedua Kecamatan ini, didominasi oleh tanaman sayuran dan tanaman hias. Dari wilayah ini pula setiap hari belasan ton sayur mayur dipasok ke Jabotabek (Kantor Informasi dan Komunikasi Kabupaten Cianjur, 2008).
