1) 2)
Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana. Staff Pengajar Fakultas Teknologi Informasi Universitas Kristen Satya Wacana.
1. Pendahuluan Informasi cuaca merupakan kebutuhan utama untuk mendukung kegiatan di berbagai sektor. Informasi tersebut dapat berupa prakiraan curah hujan. Pertanian di Indonesia sangat erat hubungannya dengan curah hujan, keberhasilan hasil panen ditentukan oleh curah hujan per bulan [1]. Petani di Jawa khususnya pada kabupaten di sekitar wilayah gunung Merapi dan Merbabu menggunakan Pranata Mangsa untuk menentukan masa tanam, tanpa memahami skala besar kecilnya curah hujan [2]. Seiring dengan kegagalan panen dikarenakan curah hujan yang terlalu besar atau bahkan terlalu kecil, kegagalan panen terjadi karena petani sering tidak mengetahui cuaca jangka panjang pada saat masa tanam sampai masa panen. Pada saat masa tanam petani seperti biasa menanam padi tapi pada saat panen curah hujan masih tinggi sehingga sangat tidak memungkinkan untuk panen, padi yang sudah matang akan rusak karena guyuran hujan dalam skala besar. Kabupaten Boyolali mengalami kegagalan panen sebesar 613 ha pada tahun 2003, pada tahun 2004 sebesar 715 ha. Pada tahun 2005 kegagalan panen sebesar 340 ha, pada tahun 2006 sebesar 175 ha dan sebesar 500 ha pada tahun 2007 yang disebabkan kurangnya curah hujan [3]. Menanggapi permasalahan tersebut maka dibutuhkan perencanaan strategi penanaman yang baik agar mendapatkan hasil panen yang tepat waktu dan hasil panen yang baik dalam segi produktivitas. Masyarakat di sekitar gunung Merapi dan Merbabu masih menggunakan Pranata Mangsa untuk menentukan masa tanam padi dan palawija, oleh sebab itu penelitian ini memadukan Pranata Mangsa dan rasi bintang dengan prediksi curah hujan menggunakan metode exponential smoothing sebagai acuan untuk menyusun strategi pola tanam. 2. Kajian Pustaka Dalam penelitian yang berjudul “Analisis curah Hujan dan suhu Untuk Menyusun Pola Tanam Tanaman Pangan di Jawa Barat”, suhu udara dan pola curah hujan dianalisa untuk mendapatkan pola tanam. Variabel penelitian tersebut adalah curah hujan, suhu udara dan evapotranspirasi serta padi dan palawija. Periode masa tanam pada penelitian tersebut ditentukan dengan hasil perhitungan neraca air terhadap 12 perlakuan rotasi (pergiliran) tanaman padi, jagung, kedelai dan 12 perlakuan tanpa rotasi (P=padi, J=jagung, K=kedelai) [4]. Dalam penelitian yang berjudul “Model Optimasi Pola Tanam Pada Lahan Kering di Desa Sarimukti Kecamatan Pasirwangi Kabupaten Garut”. Metode yang digunakan dalam penelitian ini adalah metode deskriptif survei, sedangkan metode analisis hasil digunakan goal programming (program sasaran). Inti dari goal programming ini adalah menentukan serangkaian kombinasi sumberdaya (input) untuk mendapatkan sejumlah input tertentu sesuai dengan tujuan (goal) yang diinginkan. Prinsip dasar metode ini sebenarnya hampir sama dengan linier programming, hanya saja ada elaborasi pada fungsi tujuan dan fungsi kendalanya,
2
dimana masing-masing bisa lebih dari satu, terutama dari sisi tujuannya (bisa dua atau lebih tujuan / goal). Variabel penelitian tersebut adalah curah hujan, peta luas lahan dan jumlah tenaga kerja pertanian [5]. Dalam penelitian ini menggunakan variabel curah hujan dasarian dan Pranata Mangsa beserta rasi bintang untuk menyusun pola tanam. Penyusunan pola tanam dalam penelitian ini ditentukan dengan hasil perhitungan prediksi curah hujan dasarian dipadukan dengan Pranata Mangsa dan rasi bintang untuk mendapatkan pola tanam tanaman padi dan palawija dalam kurun waktu satu tahun. Pranata Mangsa yang berarti aturan tentang musim, adalah sebuah ilmu tentang pertanian yang mengikuti suatu sistem penanggalan pertanian jawa. Dalam Pranata Mangsa ini membagi setahun dalam 12 mangsa berdasarkan rasi bintang : mangsa kasa (I) dengan rasi bintang sapigumarang (Cancer), mangsa karo (II) dengan rasi bintang Tagih (Cancer), mangsa katelu (III) dengan rasi bintang Lumbung (Crux), mangsa kapat (IV) dengan rasi bintang Jarandawuk (Crux), mangsa kalima (V) dengan rasi bintang Banyakangkrem (Scorpio), mangsa kanem (VI) dengan rasi bintang Gotongmayit (Scorpio), mangsa kapitu (VII) dengan rasi bintang Bimasekti (Capricorn), mangsa kawolu (VIII) dengan rasi bintang Wulanjarangirim (Centauri), mangsa kasonga (IX) dengan rasi bintang Wuluh (Pleyades), mangsa kasapuluh (X) dengan rasi bintang Waluku (Orion), sedangkan mangsa dhesta (XI) dan mangsa saddha (XII) sama dengan rasi bintang pada mangsa karo (II) dan mangsa katelu (III). Rasi bintang akan tetap terlihat sesuai dengan umur Mangsa nya [6]. Awal musim hujan lebih sering mundur dari perhitungan biasanya, Contohnya, jika hujan yang seharusnya turun pada mangsa ke lima (antara 14 Oktober—10 November) ternyata bergeser pada awal mangsa ke enam (11 November—22 Desember), berarti musim telah bergeser. Petani baru menanam pada mangsa ke enam. Dengan begitu, gagal panen tidak akan dialami [7]. Data varietas padi dan palawija yang digunakan dalam penelitian ini ada berbagai varietas yaitu tanaman padi jenis IR36, Cisadane, Ciherang, Cisantana, Kalimas. Padi varietas ini dipilih karena petani Kabupaten Boyolali sudah lama menggunakan jenis ini, hasil panen maksimal dan harga jual yang tinggi [8]. Tanaman palawija yang dipilih yaitu tanaman ketela pohon. Tanaman ketela pohon menggunakan varietas Genjah dan Dalam karena varietas ini cocok dengan lahan kering, curah hujan rendah dan basah atau curah hujan tinggi. Umur panen tanaman ketela pohon telah mencapai enam sampai delapan bulan untuk varietas Genjah dan 9–12 bulan untuk varietas Dalam. Curah hujan yang sesuai untuk tanaman ketela pohon antara 1.500-2.500 mm/tahun [9]. Tanaman jagung menggunakan varietas Bisi 16 dan Lamuru, varietas jagung ini dipilih karena hasil panen yang maksimal, harga jual yang tinggi dan cocok dengan lahan di daerah Kabupaten Boyolali. Tanaman jagung membutuhkan air sekitar 100-140 mm/bulan [10]. Tanaman kedelai menggunakan varietas Orba karena varietas ini tahan terhadap perubahan cuaca ekstirm, curah hujan yang sesuai untuk tanaman kedelai berkisar 350 – 450 mm/bulan selama masa pertumbuhan kedelai [11]. Konsep Exponential Smoothing adalah Metode peramalan exponential smoothing (penghalusan eksponensial) sebenarnya merupakan metode rata-rata
3
bergerak yang memberikan bobot lebih kuat pada data terakhir dari pada data awal. Perubahan terakhir pada data lebih merupakan akibat dari perubahan aktual (seperti pola musiman) menjadi sangat berguna daripada hanya fluktuasi acak saja (dimana dengan suatu ramalan rata-rata bergerak saja sudah cukup) [12]. Exponential smoothing adalah pemodelan analisis deret waktu yang memiliki tiga model yang mempunyai asumsi mengenai trend dan musiman yaitu : 1) Simple (tunggal), model ini mengasumsikan bahwa seri pengamatan tidak memiliki trend dan variasi musiman. 2) Holt, model ini mengasumsikan bahwa seri pengamatan memiliki trend linier namun tidak memiliki variasi musiman. 3) Custom, model ini memungkinkan untuk melakukan penetapan trend dan variasi musiman [13]. Tiga parameter yang perlu penetapan, bergantung dari komponen trend dan variasi musiman : 1) Alpha (α) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan. Parameter alpha digunakan pada semua model, maka nilai alpha 1 jika hanya pengamatan terbaru yang digunakan. Jika alpha bernilai 0 maka pengamatan yang lalu dihitung sepadan dengan bobot terbaru. 2) Beta (β) merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk mengestimasi kemunculan trend seri. Parameter beta digunakan pada model yang memiliki komponen trend linier atau eksponensial dengan tidak memiliki variasi musiman. Nilai beta berkisar 0 sampai 1, jika nilai semakin besar akan menunjukkan pemberian bobot yang semakin besar pada pengamatan terbaru. 3) Gamma (γ), merupakan parameter yang mengontrol pembobotan relatif pada pengamatan yang baru dilakukan untuk mengestimasi kemunculan variasi musiman. Parameter gamma digunakan pada model yang memiliki variasi musiman. Nilai gamma berkisar dari 0 sampai 1, jika nilai gamma semakin besar, maka menunjukkan pemberian bobot yang semakin besar pada pengamatan terbaru [14]. Pemulusan eksponensial (exponential smoothing) adalah suatu prosedur yang mengulang perhitungan secara terus menerus dengan menggunakan data terbaru. Metode ini didasarkan pada perhitungan rata-rata (pemulusan) data-data masa lalu secara eksponensial. Setiap data diberi bobot, dimana data yang lebih baru diberi bobot yang lebih besar. Bobot yang digunakan adalah α untuk data yang paling baru, α(1-α ) digunakan untuk data yang agak lama, α untuk data yang lebih lama lagi, dan seterusnya [15]. Metode Exponential Smoothing merupakan perkembangan dari metode moving average sederhana, dengan rumus peramalan nya seperti pada persamaan 1 [16] : = + 1 −
(1)
Dengan : : ramalan t waktu atau periode ke depan setelah pengamatan terakhir .
4
α
: ramalan pada tahun ke t : smoothing konstan : data ke t
Persamaan 1 adalah bentuk umum yang digunakan dalam penyusunan suatu ramalan dengan metode exponential smoothing. Metode ini mempunyai kebaikan secara nyata dengan mengurangi masalah penyimpanan data, karena tidak dibutuhkan penyimpanan data yang lama. Pada metode ini hanya data observasi yang paling baru dan nilai ramalan yang terakhir yang harus disimpan [17]. Persamaan penghitungan manual disajikan dalam kode program 1: Kode Program 1 Penghitungan Manual Exponential Smoothing
Hasil dari perhitungan tersebut digunakan untuk acuan peramalan pada periode selanjutnya. Klasifikasi zona iklim menurut Oldeman berdasarkan pada jumlah kebutuhan air pada tanaman, terutama tanaman padi dan palawija. Perencanaan tipe iklim berdasarkan jumlah bulan basah dan kering yang berlangsung berturutan. Kebutuhan air untuk tanaman padi adalah 150 mm per bulan sedangkan untuk tanaman palawija adalah 70 mm per bulan. Jika peluang terjadi hujan yang sama 75% maka untuk mencukupi kebutuhan air tanaman padi 150 mm per bulan diperlukan curah hujan diatas 200 mm per bulan, sedangkan untuk mencukupi kebutuhan air tanaman palawija diperlukan curah hujan diatas 120 mm per bulan. Sehingga menurut Oldeman suatu bulan dikatakan bulan basah jika curah hujan di atas 200 mm/bulan dan bulan kering di bawah 100 mm per bulan [18]. Dalam penelitian ini data curah hujan dibuat dasarian, dasarian adalah satuan waktu meteorologi yang lamanya sepuluh hari. Ada 36 dasarian dalam kurun waktu 1 tahun, tiga dasarian dalam satu bulan. Data pada dasarian pertama yaitu dari tanggal 1 sampai tanggal 10, dasarian kedua yaitu dari tanggal 11 sampai tanggal 20 dan dasarian ketiga yaitu dari tanggal 21 sampai akhir bulan [19].
5
3. Metode penelitian Tahapan penelitian ini dibagi dalam tiga tahap, yaitu : 1. Tahap perencanaan data awal, tahap perencanaan data bertujuan untuk menentukan data, lokasi dan studi pustaka yang digunakan dalam proses penelitian. 2. Desain dan arsitektural simulasi, dilakukan proses peramalan curah hujan dengan menggunakan metode exponential smoothing, proses data menggunakan tool R untuk mendapatkan hasil peramalan curah hujan periode tahun 2013. 3. Pemodelan dan visualisasi, data spasial berupa klasifikasi curah hujan di 4 kecamatan di kabupaten Boyolali di visualisasikan dalam bentuk tabel pola tanam.
Gambar 1 Desain Arsitektural Model
Gambar 1 menunjukkan desain arsitektur model yang dijelaskan sebagai berikut. Pada bagian data Layer, terdiri dari data curah hujan tingkat kecamatan di wilayah Kabupaten Boyolali periode 2006-2011 dan Pranata Mangsa serta rasi bintang. Data tersebut sebagai data masukan pada proses Application Layer. Pada bagian Application Layer, dilakukan proses peramalan curah hujan dengan menggunakan metode exponential smoothing, proses data menggunakan tool R untuk mendapatkan hasil peramalan curah hujan periode tahun 2013. Data hasil peramalan curah hujan dianalisa untuk mendapatkan klasifikasi zona iklim di kabupaten Boyolali. Hasil analisa berupa data klasifikasi curah hujan di beberapa kecamatan di Kabupaten Kabupaten Boyolali merupakan data spasial sebagai acuan untuk melakukan visualisasi. Pada bagian Visualization Layer data spasial berupa klasifikasi curah hujan di 4 kecamatan di kabupaten Boyolali di visualisasikan dalam bentuk tabel pola tanam. Tahap terahir pada Visualisation Layer adalah menganalisa hubungan antara curah hujan dengan Pranata Mangsa.
6
4.
Hasil Penelitian dan Pembahasan
Dengan meramalkan curah hujan akan didapatkan data yang dapat digunakan untuk menyusun strategi penanaman berdasarkan Pranata Mangsa dan rasi bintang yang sudah digunakan petani sejak dulu. Menggunakan langkahlangkah perencanaan strategi yang telah dibahas sebelumnya, data curah hujan kecamatan Musuk, Boyolali, Ngemplak dan Juwangi, Kabupaten Boyolali Provinsi Jawa Tengah diolah menjadi data dasarian. Pengelompokan ini berlaku untuk semua bulan dari tahun 2006-2011. Dalam perencanaan strategi ini masih berpatokan pada satu kali masa tanam dalam satu tahun berdasarkan acuan Pranata Mangsa. Penentuan tanaman dalam perencanaan strategi penanaman berdasarkan pada kesesuaian kebutuhan air tanaman tersebut dengan hasil prediksi besaran curah hujan. Kebutuhan air pada tanaman dinyatakan dengan jumlah kebutuhan air per bulan, sehingga diperlukan besaran curah hujan kumulatif tiap 3 dasarian dengan cara menjumlahkan dasarian satu sampai tiga, dua sampai empat, tiga sampai lima dan seterusnya. Berdasarkan hasil kumulatif curah hujan tersebut memungkinkan awal tanam dapat dimulai pada awal, tengah maupun akhir bulan. Perencanaan strategi penanaman dalam hal ini tanaman padi, diawali dengan menentukan masa panen berdasarkan besaran curah hujan di bawah 200 mm. Penentuan awal tanam berdasarkan umur tanaman padi menurut varietas yaitu dengan menghitung mundur umur pertumbuhan tanaman padi dari masa panen. Tanaman palawija yang dipilih untuk mengisi kekosongan lahan setelah atau sebelum masa tanam padi. Tanaman palawija yang dipilih berdasarkan kesesuaian kebutuhan air pada tanaman palawija terhadap hasil kumulatif prediksi curah hujan, data awal untuk melakukan peramalan adalah data dasarian curah hujan. Plot data dasarian curah hujan disajikan pada Gambar 3 .
Gambar 2 Tabel Korelasi
Gambar 2 menunjukkan korelasi antara varietas tanaman, rasi bintang dan Pranata Mangsa yang dipadukan dengan data hasil prediksi curah hujan kumulatif tahun 2006-2011. Empat variabel tersebut merupakan acuan dalam
7
penyusunan kalender tanam atau strategi pola tanam di empat kecamatan yaitu Kecamatan Ngemplak, Musuk, Boyolali dan kecamatan Juwangi Kabupaten Boyolali.
Gambar 3 Plot Data Awal
Gambar 3 merupakan grafik data dari pola data curah hujan di masa lampau. Dari gambar tersebut dapat dilihat bahwa data mengandung pola tren dan seasonal dengan variasi relatif konstan. Dengan demikian model Holt‐Winters aditif adalah sesuai untuk diterapkan guna peramalan pada data. Data tersebut berguna untuk memprediksi data peramalan yang akan datang. Grafik tersebut memperlihatkan bahwa data curah hujan Kecamatan Ngemplak periode 2006 2006-2011 memiliki bentuk pola musiman. Data yang sudah diplot akan dilakukan peramalan awal pada data tersebut. Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi nilainya di masa yang akan datang. Grafik data awal curah hujan 2006-2011 digunakan untuk peramalan data curah hujan sebagai acuan untuk peramalan data awal curah hujan.
Gambar 4 Plot Peramalan Data Awal
Gambar 4 menunjukkan pola data curah hujan masa lalu dan peramalan data di masa lalu. Grafik yang ditampilkan memiliki pola yang hampir sama, hanya terdapat perbedaan di beberapa titik, dari dari hasil tersebut dilakukan peramalan untuk dua periode ke depan. Hasil peramalan data awal digunakan sebagai acuan untuk
8
meramalkan curah hujan periode 2013. Berikut ini adalah perhitungan data curah hujan beserta peramalan menggunakan metode exponential smoothing . Kode Program 2 Kode Program proses exponential smoothing > juwangi<-ts(dasarian.awal[,3],start =2006, freq= 36) > plot(juwangi,type="o") > HoltWinters(juwangi) > plot(juwangi) > lines(HoltWinters(juwangi)$fitted[,1], col = "red") > juwangi.hw<-HoltWinters(juwangi) > predict(juwangi.hw, n.ahead=72) Time Series: Start = c(2012, 1) End = c(2013, 36) Frequency = 36 fit [1,] 60.33 [2,] 103.47 [3,] 75.32 [4,] 107.80 [5,] ......
Kode program 2 merupakan kode proses peramalan curah hujan tahun 20062011 yang menghasilkan peramalan tahun 2012-2013 menggunakan metode Exponential Smoothing sebagai acuan dalam penyusunan strategi pola tanam. Data dimulai tahun 2006 dengan frekuensi 36 dasarian per tahun. Hasil dari peramalan plot data digunakan untuk menyusun strategi pola tanam berdasarkan dasarian, curah hujan kumulatif dan dipadukan dengan Pranata Mangsa beserta rasi bintang. Strategi pola tanam ini diwali pada bulan Januari pada tahun kabisat atau mangsa kapitu pada penanggalan Pranata Mangsa.
Gambar 5 Plot Data dan Hasil peramalan Curah Hujan Kecamatan Juwangi 2011
Gambar 5 menunjukkan grafik data data masa lalu tahun 2006-2010 beserta peramalan kecamatan Juwangi kabupaten Boyolali untuk tahun 2011. Pada dasarian pertama data menunjukkan kenaikan kenaikan ke dasarian kedua,setelah
9
dijumlahkan tiga dasarian, data menujukkan lebih dari 200 mm secara berurutan sampai 12 dasarian atau empat bulan,maka padi dapat ditanam mulai dasarian pertama. Garis dengan warna hitam menunjukkan data awal curah hujan, garis dengan warna merah menunjukkan hasil peramalan data awal sedangkan garis warna hijau menunjukkan peramalan data 2011. Dalam penelitian ini memunculkan dua strategi tanam dikarenakan memberikan para petani kesempatan untuk menentukan pola tanam pada lahan dalam kurun waktu satu tahun. Strategi penanaman kecamatan Juwangi tahun 2011 ditunjukkan pada Gambar 6.
Gambar 6 Kalender Strategi Penanaman Kecamatan Juwangi 2011.
Gambar 6 menunjukkan strategi penanaman berdasarkan hasil peramalan curah hujan dan hasil kumulatif curah hujan tiga dasarian. Strategi pola tanam padi-palawija (ketela), tanaman padi ditanam dari awal bulan Februari sampai akhir bulan Mei. Dasarian pertama bulan Juni lahan disiapkan untuk penanaman tanaman ketela sampai akhir bulan Desember.
10
Gambar 7 Plot Data dan Hasil peramalan Curah Hujan Kecamatan Ngemplak
Gambar 7 menunjukkan grafik data masa lalu tahun 2006-2011 kecamatan Ngemplak Kabupaten Boyolali beserta peramalan untuk dua periode ke depan. Menurut Oldeman bulan basah atau bulan kering adalah bulan basah ≥ 200 mm/bulan atau bulan kering ≤ 100 mm/bulan. Data dasarian dirubah ke data bulanan untuk mengetahui bulan basah atau bulan kering. Untuk data diatas merupakan bulan basah pada bulan awal, data tersebut terlihat pada dasarian pertama sampai dasarian ke 12, jika pada dasarian ke 12 data masih menunjukkan bulan basah maka perhitungan akan maju beberapa dasarian sampai dasarian bulan kering. Garis dengan warna hitam menunjukkan data awal curah hujan, garis dengan warna merah menunjukkan hasil peramalan data awal sedangkan garis warna hijau menunjukkan peramalan data 2012-2013. Strategi penanaman Kecamatan Ngemplak tahun 2013 disajikan pada Gambar 8 .
Gambar 8 Kalender Strategi Penanaman Kecamatan Ngemplak 2012.
11
Gambar 8 menunjukkan strategi satu pola tanam padi-palawija (ketela), pada bulan Januari lahan bera dan semai untuk tanaman padi sampai akhir bulan Mei, pada bulan Juni lahan semai untuk palawija jenis ketela sampai akhir bulan Desember. Strategi dua menunjukkan pada dasarian ke dua bulan januari lahan tanam kedelai sampai panen pada dasarian pertama pertama bulan Maret. Dasarian ke tiga bulan Maret lahan semai untuk tanaman ketela dari dasarian pertama bulan April sampaidasarian ketiga bulan November. Semai tanaman pada lahan bertujuan untuk memberikan ruang pada akar tanaman mencari hara yang ada di dalam tanah sehingga mendapatkan pertumbuhan yang optimal. Pertumbuhan yang optimal adalah pertumbuhan yang mempunyai kebebasan dalam mencari arah sinar matahari dan tidak terhambat oleh tanaman yang lain. Terdapat dua macam semai dalam penyemaian tanaman yaitu semai basah dan semai kering. Semai basah adalah penyemaian langsung kelahan sawah sedangkan semai kering yaitu penyemaian menggunakan polybag. Semai dilakukan untuk menyiapkan tanaman sebelum ditanam pada lahan tanaman.
Gambar 9 Plot data dan Hasil Peramalan Curah Hujan Kecamatan Juwangi
Gambar 9 menunjukkan grafik data masa lalu tahun 2006-2011 beserta peramalan kecamatan Juwangi kabupaten Boyolali untuk dua periode ke depan. Pada dasarian pertama data menunjukkan kenaikan kenaikan ke dasarian kedua,setelah dijumlahkan tiga dasarian, data menujukkan lebih dari 200 mm secara berurutan sampai 12 dasarian atau empat bulan,maka padi dapat ditanam mulai dasarian pertama. Garis dengan warna hitam menunjukkan data awal curah hujan, garis dengan warna merah menunjukkan hasil peramalan data awal sedangkan garis warna hijau menunjukkan peramalan data 2012-2013. Strategi penanaman kecamatan Juwangi tahun 2013 ditunjukkan pada Gambar 10 .
12
Gambar 10 Kalender Strategi Penanaman Kecamatan Juwangi 2012.
Gambar 10 menunjukkan strategi penanaman kecamatan Musuk. Strategi satu menunjukkan pola tanam padi-palawija (ketela), pada dasarian pertama lahan semai untuk tanaman padi yang ditanam pada dasarian ke dua bulan januari sampai panen pada dasarian pertama pertama bulan Mei. Pada dasarian ke dua bulan Mei lahan semai untuk tanaman ketela pohon mulai dasarian ke tiga bulan Mei sampai panen pada dasarian pertama bulan Desember. Strategi dua menunjukkan pola tanam padi-palawija (jagung)-palawija (ketela pohon), pada dasarian pertama lahan semai untuk tanaman padi yang ditanam pada dasarian ke dua bulan januari sampai panen pada dasarian pertama bulan Mei. Dasarian ke dua bulan Mei lahan bera, pada dasarian ke tiga lahan semai untuk tanaman jagung pada dasarian pertama bulan Juni mulai tanam dan panen padadasarian pertama bulan September. Pada dasarian ke dua bulan September lahan semai untuk tanaman ketela pohon yang mulai tanam pada dasarian ke tiga bulan september.
Gambar 11 Plot Data dan Hasil Peramalan Peramalan Curah Hujan Kecamatan Musuk.
13
Gambar 11 menunjukkan grafik dan data masa lalu Kecamatan Musuk beserta peramalan untuk dua periode ke depan. Pada dasarian kedua menunjukkan kenaikan tapi menunjukkan penurunan penurunan curah hujan pada dasarian berikutnya secara signifikan. Untuk menanam padi harus dimajukan dimajukan beberapa dasarian sampai curah hujan mencukupi, pada Kecamatan ini penanaman padi tidak berpatokan pada melihat data curah hujan yang tidak tepat. Garis dengan warna hitam menunjukkan data awal curah hujan, garis dengan warna merah menunjukkan hasil peramalan data awal sedangkan garis warna hijau menunjukkan peramalan data 2012-2013. Strategi penanaman Kecamatan Musuk tahun 2013 ditunjukkan pada Gambar 12 .
Gambar 12 Kalender Strategi Penanaman Kecamatan Musuk 2012.
Gambar 12 menunjukkan menunjukkan strategi penanaman kecamatan Musuk. Strategi satu menunjukkan pola tanam palawija (ketela)-padi-palawija (ketela), pada dasarian pertama dapat ditanami tanaman palawija ketela sampai dasarian pertama bulan April. Dasarian ke dua bulan April lahan semai untuk tanaman padi dari dasarian ke tiga bulan April sampai bulan Agustus dasarian ke dua, dasarian ke tiga bulan Agustus lahan semai untuk tanaman palawija ketela dari awal September sampai dasarian pertama bulan Desember. Strategi dua menunjukkan pola tanam palawija (kedelai)(kedelai)-palawija (ketela pohon), pada dasarian pertama bulan Maret lahan semai. Dasarian ke dua bulan maret lahan mulai tanam kedelai sampai panen pada dasarian pertama bulan Mei.
14
Lahan semai pada dasarian ke dua bulan mei dan pada dasarian ke tiga lahan mulai tanam ketela pohon sampai panen pada dasarian ke dua bulan November.
Gambar 13 Plot Data dan Hasil Peramalan Curah Hujan Kecamatan Boyolali.
Gambar 13 menunjukkan grafik dan data masa lalu serta peramalan Kecamatan Boyolali untuk dua periode ke depan, berdasarkan hasil perhitungan peramalan Kecamatan Boyolali dari tahun 2006 – 2011 pada dasarian ke dua lahan sudah dapat ditanami tanaman padi, padi jenis Ciherang dipilih karena dataran Kecamatan Boyolali Boyolali diatas 500 dpl yang memenuhi syarat untuk menanam padi jenis ini dan karena curah hujan sudah memenuhi syarat untuk masa tanam sampai masa panen.
Gambar 14 Kalender Strategi Penanaman Kecamatan Boyolali 2012.
15
Gambar 14 menjelaskan strategi penanaman Kecamatan Boyolali pada tahun 2013. Strategi satu menunjukkan pola tanam padi-palawija (ketela pohon), dasarian dua bulan Januari lahan di tanam padi sampai dasarian pertama bulan Mei. Lahan semai pada dasarian dua bulan Mei untuk tanaman palawija ketela sampai dasarian ke dua bulan Desember. Strategi dua pola tanam palawija (ketela pohon), pada dasarian pertama bulan Januari lahan semai, tanaman ketela mulai ditanam pada dasarian ke dua bulan Januari dan panen pada dasarian ke dua bulan Desember.
Gambar 15 Tabel nilai MSE (Mean Square Error).
Gambar 15 merupakan nilai MSE (Mean Squared Error) menunjukkan pembuktian peramalan dengan menggunakan MSE, MSE merupakan penjumlahan kumulatif kuadrat eror antara data asli dan data hasil peramalan. Semakin kecil (mendekati nilai 0) jumlah error yang dihasilkan maka prediksi dinyatakan valid, MSE diperoleh dari persamaan (2) : ∑
/n
(2)
Et = Xt - Ft
16
t Et n Xt Ft 5.
= periode ke – t = nilai pada periode ke – t = total jumlah periode = nilai dasar asli period ke – t = ramalan untuk periode ke – t
Simpulan
Berdasarkan hasil penelitian dan pembahasan dapat ditarik kesimpulan, hasil prediksi curah hujan dapat digunakan sebagai acuan dalam menyusun strategi penanaman. Perencanaan strategi penanaman di Kabupaten Boyolali dalam penelitian ini, yaitu kecamatan Ngemplak, Boyolali, Musuk dan kecamatan Juwangi. Berdasarkan hasil penyusunan strategi penanaman pada tahun 2013, Kecamatan Ngemplak mempunyai strategi pola tanam padi-palawija (ketela), pada Kecamatan Boyolali mempunyai strategi pola tanam padi-palawija (ketela). Kecamatan Musuk mempunyai strategi palawija (ketela)-padi-palawija (ketela) dan pada kecamatan Juwangi mempunyai strategi pola tanam padi-palawija (ketela). 6. Daftar Pustaka [1]. Sukardi Wisnubroto. Sumbangan pengenalan Waktu Tradisional “Pranata Mangsa” pada Pengelolaan Hama Terpadu. [2]. Dedik Wiriadiwangsa. ,masih penting untuk pertanian pustaka.litbang.deptan.go.id/bppi/lengkap/st090305-1.pdf. Diakses pada 15 april 2012 [3]. Dinas Kesbang Linmas Provinsi jawa Tengah. http://www.bappenas.go.id/get-file-server/node/8852/ Diakses pada 15 april 2012 [4]. Lilik slamet S, hariadi T. E, mezak A. Ratag Erna S. Adiningsih. Analisis curah hujan dan suhu untuk menyusun pola tanam tanaman pangan di jawa barat. http://www.perpustakaan.lapan.go.id/jurnal/index.php/majalah_lapan/article/ download/1497/1344-2.pdf Diakses pada 17 april 2012 [5]. Roni Kastaman, Dwi Rustam Kendarto, Awan Mustafa Aji. Model Optimasi Pola Tanam Pada Lahan Kering di Desa Sarimukti Kecamatan Pasirwangi Kabupaten Garut. http://resources.unpad.ac.id/unpadcontent/uploads/publikasi_dosen/No.13%20jurnal-FTIPRoni%20Vol.1%20No.1-2007.pdf Diakses pada 17 april 2012 [6]. Shindunata. 2008. Ana Dina Ana Upa. [7]. Sriyanto. 2009. Bertahan Walau Iklim Tak Menentu. http://www.agriculturesnetwork.org/magazines/indonesia/26-bertahanmenghadapi-perubahan-iklim/bertahan-walau-iklim-takmenentu/at_download/article_pdf Diakses pada 15 april 2012
17
[8]. Bambang, S, Aan, A D, Satoto, Baehaki, S.E, I N. Widiarta, Agus, S, S. Dewi Indrasari, ooy, S.Lesmana, Hasil Sembiring. Deskripsi Varietas Padi. Balai Besar Penelitian Tanaman Padi Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian 2009. http://lampung.litbang.deptan.go.id/ind/images/stories/publikasi/deskripsipadi .pdf Diakses pada 20 april 2012 [9]. Manihot utilissima Pohl. Budidaya Pertanian. [10].Andarias Makka, M, Ratna Wylis, A. 2008. Teknologi Budidaya Jagung. Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian Badan penelitian dan Pengembangan Pertanian. http://pfi3pdata.litbang.deptan.go.id/dokumen/one/29/file/07-juknisjagung.pdf Diakses pada 20 april 2012 [11].Aep Wawan I. 2006. Budidaya tanaman Kedelai. http://pustaka.unpad.ac.id/wpcontent/uploads/2009/03/budidaya_tanaman_kedelai.pdf Diakses pada 20 april 2012 [12].Trihendradi, C., 2005, SPSS 13 : Step By Step Analysis Data Statistik. Andi Offset Yogyakarta. [13].Wahyu, P, Haryanto, T. Penerapan metode Exponential Smoothing Winter dalam Sistem Informasi Pengendalian Persediaan Produk dan bahan Baku Sebuah Kafe. http://repository.upnyk.ac.id/442/1/E27_Penerapan_Metode_Exponential_Sm oothing_Winter_Dalam_Sistem_Informasi_Pengendalian_Persediaan.pdf. Diakses pada 21 april 2012 [14].Alda Raharja, Wiwik Angraeni, S.Si, M.Kom, Retno Aulia Vinarti, S.Kom. Penerapan Metode Exponential Smoothing Untuk Peramalan Penggunaan Waktu Telepon di PT.Telkomsel DIVRE3 Surabaya. http://digilib.its.ac.id/public/ITS-Undergraduate-14344-paperpdf.pdf Diakses pada 24 april 2012 [15].Fuad Ath Hary. 2011. Perencanaan Persediaan Bahan Baku Kayu Gelondongan Dengan Metode Silver Meal (Studi kasus PT. Katingan Timber Celebes makasar) http://repository.unhas.ac.id/bitstream/handle/123456789/453/PERENCANA AN%20PERSEDIAAN%20BAHAN%20BAKU%20KAYU%20GELONDO NGAN%20DENGAN%20ME.pdf?sequence=1 Diakses pada 24 april 2012 [16].Subagyo, P., 1986, Forecasting Konsep dan Aplikasi. Yogyakarta: BPFE. [17].Yusup, Muhamad., 2005, Penggunaan Metode Exponential Smoothing dalam peramalan jumlah calon mahasiswa Baru Tahun 2006 Di Jurusan Matematika FMIPA Unnes. http://koleksi.pustakaskripsi.com/dl.php?f=808.pdf. Diakses pada 24 april 2012 [18].As-syakur , A.R. , I W. Nuarsa , I N. Sunarta. 2002. pemutakhiran peta agroklimat klasifikasi Oldeman di Pulau Lombok dengan Aplikasi Sistem Informasi Geografi. Pusat Penelitian Lingkungan Hidup (PPLH), Jurusan Agroekoteknologi Fakultas Pertanian, Universitas Udayana, Bali.
18
http://pplh.unud.ac.id/wpcontent/uploads/2012/02/10_abdrahman1_pmli_b 1_2010.pdf. Diakses pada 27 april 2012 [19].Haryoko Urip, Pewilayahan hujan Untuk Menentukan Pola Hujan (Contoh Kasus Kabupaten Indramayu), Badan Meteorologi Dan Geofisika. http://www.staklimpondokbetung.net/publikasi/PengelompokanPolaHujan.pd f. Diakses pada 27 april 2012
19