PEl\TENTUAN FUNGSI RISIKO PADA PENGELOLAAN RISIKO IKLIM UNTUK MENDUKUNG KALENDER TANAM DINAMIK Determination of Risk Functions in Climate Risk Management ra Support Dynamic Planring Calendar
Naskah Diterima 30 Mei 1011: Hasil Evaluasi 10 September 2011: Hasil Perbaikan 5 November 2011
ABSTRAK Sejak tahun 2010 dirintis pengembangan model kalender tanam dinamik. Salah satu pendekatan model kalender tanam dinamik adalah jejaring pengambilan keputusan tDecision Network). Decision Network (DN) dapat diaplikasikan sebagai strategi penyesuaian bentuk pola tanam dengan prakiraan musim, untuk mengatasi masalah kekeringan. Kekeringan yang mungkin terjadi adalah kekeringan pada tanaman kedua apabila jadwal tanam mundur akibat sifat bujan di bawah normal, atau awal rriusrrn hujar: mengillilmi keter+ambatao dari normalnya Analisis yang dilakukan adalah anahsis karakteristik ENSO dan hubungannya dengan sifat nujan dan kekeringan. Pendekatan laln adalah penghitungan fungsi risiko dengan menggunakan decision network dan fuzzy interence system (FIS). Berdasarkan hasil analisis karakteristik ENSO, diketahui bahwa pada saat kejadian El-Nino. Pacitan kerap mengalami masa kekeringan. Kerap kali musim hujan mundur dari waktu normalnya, dan curah hujan turun dalam selang yang lebih singkat dibanding pada kondisi normalnya. ImplJkasinya terhadap sektor pertanian terutama tanaman pangan menyebabkan kegagalan panen yang akhirnya menimbulkan kerugian pertanaman. Hasrl dari funqsi nsiko dengan decision network diantaranya, kombinasi D I-K 1 (decision pada saat kekeringan k 11. menunjukkan kornbmasi penanaman padr-pad: pada saat awal musim nuian. Pada kombinasi ini nsiko kekeringan pada rnusim kemarau (penanaman keduaJ dapat dihindari. sehinqqa produksi diharapkan berada pada kondisi yang optimal. Umumnya kombinasi D4·K4 (decision pada saat kekeringan k41. merupakan kombinasi yang menunjukkan luas kekeringan yang terbesar Icontoh pada fungs, risiko Kecamatan Anosanl. Hal ,n, dapat terjad, apabila penanaman masih cukup banyak dilakuk an. padahal waktu tanam terlambat mundur h,ngga t'ga bulan sesudah awal musim. Berdasarkan tunqsi keanggotaan dan penetapan rule dengan menggunakan FIS, dapat diperoleh gambaran predrk s: kekeringan yang mungkin teqadr. Misal, Jika 501 = 0, PMH = 16, CHMK = 300, maka kekeringan yang mungkin leqadl adalah seluas 23,3 ha. Namun demikian penetapan rule perlu menggunakan logika yang baik, sehingga dapat diperoleh ~epekaan dalam penentuan predrks: kekeringan yang diperoleh. Kata kunci
RiSiko iklim. Fungsi nstko. Fungsi utilesi. Kalender Tanam Dinamik
ABSTRACT The development of dvnarmc plant Ing calendar models -vas begun smce 2010. One approach to model the dvnarnic plant Ing catendar IS a Decision Network. Oecisron Network ION) can be applJed as an adjusted strategic form of cr opprnq patterns ...,'th forecasted season to overcome the drought problem. The
ISSN 1410
7244
drought that may occur is at the second planting season if the planting schedules is delayed due to the rainfall is below normal. or the beginning of the ramv season is delayed. The analysis conducted is the ENSO characteristics and its relation to the nature of rain and drought. Another approach is the calculation of the risk function by using a decision network and fuzzy inference system (FIS). Based on the anatysis the ENSO characteristics, it IS known that at the time of the El·Nino, Pacitan is often experiencrnq drought. Rainy season of ten retreats from normal time, and the rainfali falls in ashorter intervai than ln normal conditions. It implicates to the agricultural sector. especially food crops wruch causes crop tallures that eventually Iead to crop losses. The results of the risk function usmq network oecrs.on, the combination of D l·K 1 (decision when drought k 11. showed the combination of paddv-paddv cropping pathern at the beginning of the rainy season. In this combination the risk of drought in the dry season (second planting) can be avoided. so that production is expected to be in the optimal condition. Generally a combination of D4·K4 (decision when drought k4). IS a combination that shows the greatest wide drought (the example ln risk function of Arjcsan Sub-Dis trtct). Ttus occurs when the plant Ing is sun conducted very of ten althought at the ptantmq time IS delayed three months after the start of the season. Based on the membership tuncuons and rule by usinq the FIS. rt can be obt atned the descnption prediction of drought that may occur . For example, If the 501 = O. length of rainfall season = 16, ramfall in dry season = 300. then the drought that may occur IS an area of 23.3 ha. However. applvinq the rule needs to use proper logic. so that the sensitivitv in de terrrunation predrcrron of drought can be obt arned. Kevwords .- Ctimete risk. Risk function. Utility function. Dynamic planting calendar
PENDAHULUAN Salah
satu
informasi
dengan
penjadwalan
kalender
tanam.
Manfaat
penting
penanaman dari kalender
dalam petani tanam
kaitan adalah adalah
1. Peneliti pada Balai Penelitian Agrokllmat dan HIdrologi. Bogor. 2. Guru Besar pada Departemen Geotisrk a dan Meteorologi. Fakultas MIPA. lnsutut Pertanian Bogor. 3.
Ketua Departemen llmu Komputer. Fakultas MIPA. Insutu: Pertanian Bogor.
4.
Peneliti pada Balai Besar Litbang Sumberdaya Lahan Pertanian. Bogor.
47
untuk
memandu
dan
pola
penanaman,
dan
merupakan
dari
satu
ditujukan
terhadap
dampak
waktu
dimasukkan
pentingnya
jadwal
tanam
yang
tanah,
adalah
menata
tanam
diperoleh
persiapan
Inforrnasi bagian
menghadapi
adaptasi
menyesuaikan
masa
panen.
salah
mengurangi
dalam
mengingat
mulai
penanaman,
dalam
petani
tanam,
kalender
dari
perubahan untuk
adaptasi
perubahan
prakiraan inforrnasi
kegagalan
iklim
produksi
untuk
pertanian.
(Surmaini et al., 2011). Berkaitan
mengenai
meminimalkan
kerugian
yang
petani
(Anderson,
2010;
Gil
al.,
et
mengukur, suatu dan
dan
Kalogeras
diinginkan
memenuhi
untuk
kegiatan
kalender
oleh Balai Penelitian
tanam
efek
yang
dalam
turua«
sebagai
tidak
tertentu.
dan Hidrologi,
Badan
awal
masuk
hujan
atau
sejalan
dan
Kementerian
Pertanian
dikembangkan
2011). Input
telah
Peta
ini
waktu
dilakukan
tanam
air.
potensi
Peta
panduan
petani
demikian
pada
hingga tersedia
dan
baru
dan
belum
bersifat
48
berkelanjutan.
tanam
berdasarkan tiga
Namun
data
pola
tanam
EN SD dan
tahun
normal
belum
durasi
dinamis.
evaluasi
bentuk
menggunakan
mempertimbangkan
hasil
pertanian
sudah
2007).
digunakan
menjadi
yang
(Las et et.,
pada
iklim
kalender
tahun
baik
padi,
sumberdaya dapat
dan
2007
pada
maupun
tanam
penyuluh
maupun Sejak
prakiraan
tahun iklim
hujan
merupakan
hujan
dan
hasil
karakteristik intensitas
dan
2011.
mulai
BMKG
musim
er
Lo
(2009)
yang
kekuatan
digunakan perubahan
panjang
musim
tanam.
Hal itu
(2007)
al.
menyatakan
dan durasi
karakteristik
berkaitan
dengan
kunci kuat
dan
dimaksud
dapat
prakiraan
pada
pendapat
serta
Inforrnasi
kemungkinan
hujan.
hujan
et al.
musim
dan
bahwa
dari musim
dari keragaman pada
keragaman
pola EN50. Decision
tanam.
terutama
ini
musim sifat
iklim
keputusan
tanam
tahun
membagi
ENSO.
bagi
dan
kalender pola
dan
penyusunannya
awal
rekomendasi
prediksi
peta
tanam
secara
tersebut.
historis
dari kalender
baik
2010
tahun
awal
dan dinamika
operasional
maupun
(Runtunuwu
semusim,
kalendar
2007
tahun
potensi
tanaman
Pertanian,
tahun
adalah
menggambarkan
berdasarkan dan
sejak
setiap
Syahbuddin, yang
Pengembangan
tentang
dengan
Robertson awal
Penelitian
indikator
pemilihan
sebelum
yang
adalah
network).
informasi
2010) 501
dinamis
keputusan
yang diperoleh
Indeks
yang variabel
(decision
(DN),
er al.
(Buano
dinamik. perubahan
fase SOL Salah satu
berdasarkan
lainnya
inforrnasi
pengembangan
tanam
keputusan
network
ditetapkan
informasi
diantaranya
sudah mulai disusun
Agrokiimat
pola
decision
seperti
kalender
pengambilan
dibuat
strategi,
mengurangi
dalam suatu
Informasi
2012).
dan mengendalikannya
untuk
penyebab
al,
(2011) manajemen
Ashoori
sifat Iklim, model
diubah
merupakan
dirintis
dinarruk
pendekatan
musim)
yang
kecamatan.
tanam
sifat
BMKG
dikeluarkan
2010
tahun
lain penentu
Dalam
(zona
dilakukan
Sehingga
yang
kalender
2010; Yang.
et
ZOM
kalender
yang iklim
kecamatan.
musim
model
jejaring
terjadi
corens.
memantau
organisasi
untuk
prakiraan
dengan unit terkecil
Sejak
dan
mungkin
melibatkan
risiko
perlu
risiko
2003; Aimin,
2011;
Teymouri
pertanian,
manajemen
dialami
Menurut
risiko
perhitungan
Analisis
bentuk
mengakomodasi
dengan
diperhatikan
hasil
satuan
Teknologi
kalkulasi
digunakan.
dalam
dalam
penyesuaian
iklim.
melakukan
dari
risiko
teknik
dalam
yang
network
sebagai
strategi
dengan
prakiraan
kekeringan
yang
dua apabila
musim
normal
sehingga
Decision
utilitas
hujan
untuk
mengalami
risiko
strategi
dikuantifikasi
berdasarkan
hubungannya
Pendekatan menggunakan
lain
fuzzy
inference
tersebut
padi.
yang
komponen-
Iunqsi
fungsi
dalam
kalender
produktivitas
suatu
budidaya
produktivitas
dan
dengan
Pemodelan
dari
mundur.
mengukur
teknologi
dengan
inforrnasi
kedua
merupakan
dengan
ke
atau awal
keterlambatan
peridekatannya
dengan
tanam
tanaman
normal,
dihasilkan
iklim
pola
pada
penanaman
yang
diaplikasikan
rnenqat as: masalah
terjadi
hubungannya
sistem
dapat bentuk
di bawah
Jadwal
sebagai
dikaitkan
hujan
network
pemodelan
musim, mungkin
sifat
masuk
(ON)
penyesuaian
komponen
tanam
dalam
tanaman.
risiko system
adalah (FISI.
dengan Model
er
SUCIANTlNI
ini
diharapkan
mampu
ketakpastian dipetakan
dalam ke
:
PENENTUAN
mengakomodasi menangkap
yaitu
output.
Risiko bencana
AL.
yang ditelaah
aspek yang
input
nilai
F"UNGSI
risiko
bencana.
dalam hal ini adalah
kekeringan.
RISIKO
PADA
PENGELOLAAN
lK UM
Digunakan data 501 bulanan dari tahun 1983 hingga 2010.
Indikator
jangka
tersebut
panjang
kejadian,
baik
bentuk
dilihat hubungannya
menyangkut
kejadian
dalam
intensitas,
maupun
luas
dampaknya
terhadap sifat hujan yang terjadi.
Tujuan penulisan ini adalah untuk mendapatkan model fungsi
risiko kekeringan
yang diolah dengan
menggunakan
decision
dan fuzzy inference
network
system.
Indeks osilasi Selatan merupakan menggambarkan
perbedaan
permukaan
di
laut
indeks yang
tekanan
udara
Tahiti
(PTahiti)
kawasan
dekat r,!an
Darwin (PDarwin) . Adapun rumusnya ialah
BAHAN
DAN METODE
Bahan Penelitian kecamatan
di Kabupaten Donorojo,
Ngadirojo,
Pacitan,
Tulakan.
diutamakan Donorojo, terakhir
Biro
menggunakan
Arjosari, dan
RISIKO
Pacitan,
Punung,
merupakan
kecamatan
di atas dalam menghitung
nilai
Nawangan,
(StoneetaI
501 dikelompokkan
menggunakan 501. Selanjutnya
menjadi
lima
fase
yaitu
.. 1996):
Tegalombo, Fase 1: konstan negatif (constant/y
negative)
Arjosari,
2.
Fase 2: konstan positive (constantly
positive)
Tiga Kecamatan
3.
Fase 3: menurun cepat (rapid/y fa/Iing)
4.
Fase 4: meningkat
cepat (rapid/y rising)
5.
Fase 5: mendekati
nol (near/y zero)
fugsi
kecamatan
yaitu
dan Punung.
rumus
Australia
1.
perhitungan
empat
Pringkuku,
Pringkuku,
10
Kecamatan
yaitu;
Kebonagung.
Untuk
di
dari
data
Meteorologi
risiko
yang wilayah
lahan
keringnya cukup luas. Data curah hujan yang diambil dalam
penelitian
ini merupakan
data
harian
series
dari tahun 1983 hingga 2010 dari Dinas Bina Marga dan Pengairan diperoleh
Kabupaten
dari
Dinas
Peternakan Kabupaten dari situs
internet
Pacitan. Tanaman
Pacitan.
Pangan
Data
http://www
dan
501 diperoleh
. longpaddock. qld.
gov.au/SeasonalClimateOutlook/Southern Index/SOl DataFiles/index.
Kondisi
Data luas tanam
Oscillation
html.
fase konstan
oleh
fase
mendekati
apakah
data
tertentu
memiliki
karakteristik
berdasarkan
bulan sebelumnya
ENSO dan hubungannya
dengan sifat hujan dan kekeringan
Analisis EN50
didasarkan
pada tahun-tahun
Nina yang Jangka
ini
dihubungkan
panjang.
berdasarkan
indikator
kepada
El-Nino, dengan
Karakteristik indeks
M 1 jatuh karakteristik
Normal, sifat
ENSO
osilasi
hujan
diperoleh
Selatan
(501).
terhadap
501 pada 1,
2,
Untuk
suatu
3,
nilai perbedaan
kolom
Berdasarkan bentuk
positif
4
bulan atau
5
antara nilai
(M2) dengan nilai 501 pada
(M 1). Apabila nilai perbedaan M2-
tersebut dikategorikan
dan La-
curah
pada
cepat (Fase
nol (Fase 5).
fase
SOl pada bulan tersebut Analisis
oleh
cepat (Fase 2 + 4), dan kondisi
menentukan itu
digambarkan
La-Nina oleh fase konstan
dan fase meningkat normal
biasanya
negatif dan fase menurun
1 + 3), sedangkan
ditentukan
Metode
El-Nino
kejadian), bencana
rapid/y
ris ing
berarti
bulan
fase 4.
karakteristik dilihat
ENSO
bagaimana
kekeringan,
(luas
dan
hubungannya
menyangkut
luas
maupun bentuk bencana yang terjadi.
49
perumusan
Fungsi risiko dengan DN
tuzrv, Decision network. (DN)
terdiri
atas
tiga
jenis
node, yaitu: dilambangkan
c)
dengan
Simbol
di
c. Utility node yang Gambar
deriqan
dilambangkan
dilambangkan
berikut
dengan
menyajikan
simbol
diagram
input, yaitu;
hujan
(PMH)
curah
hujan
musim Sedangkan
yang
DN.
digunakan
fuzzy
menunjukkan
pemetaan
dalam
nilai
derajat
antara
0
Juni
hingga
peubah
penentu
yanG
kekeringan.
Data
data
adalah
tahunan.
suatu
Funqsi
kurva
input
titik-titik (sering
keanggotaan)
hingga
akumulasi
bencana
keanggotaannya
sebagai
yang panjang
dan
(bulan
merupakan
keanggotaan
peubah
Agustus,
dasarian.
kemarau
merupakan
penentu
501 bulan
dalam
proses
sebagai
peubah
output adalah
merupakan
dari
tiga
musim
keanggotaan
masalah
output
dan
Terdapat
Agustus).
0
Perumusan
input
penentu.
fungsi
fuzzy (rule), serta
aturan
mathlab.
merupakan
b. Decision node yang
penyusunan
penyusunan
penentuan
a. Chance node yang
suatu
lain
masalah,
yang
Juga
memiliki
(Kusumadewi
yang
data
dan
ke
disebut Interval
Purnomo.
20101
HASIL
Karakteristik
o
umum.
Pacitan
adalah
.JulrAqus tus]
prediksi
iklim
PMH
Panjang musim hujan
Masalah-masalah
K
Risiko kekeringan dari tanaman padi vang ditanam pada puncak tanam kedua
bencana
D
Keputusan
U
Jumlah luas lahan padi yang terkena kekeringan pada bulan tertentu (disebut sebagai Utility)
Gambar
yang
50
akhirnya
menurun.
pertanian
kegagalan
penanaman
tersebut
muncul
diantaranya
di
panen.
salah
berulang
kali.
karena
banjir
menyebabkan
Kejadian
hujan.
Menurut
musim
hujan
penurunan
menentukan
Decision network to define cropping patterns
kek ennqan
dan
t erjadinva
kekeringan
pr oduk st pertanaman
(FISI.
dalam
Tahapan
proses
tersebut
dengan
curah
et al. (20071 mundurnya
awal
bulan
setiap
berkaitan
berdampak
pada
padi di Jawa 'Bali antara
7 -18 %.
2 memperlihatkan
akan
luas
tahun
pada
ENSO
diwakili
pertanaman setiap
terkena
kecamatan
di
Pacuan. Kar akt enstrk
tahapan
tersebut
Naylor
produksi
Gambar
inference system
dan
iklim
pola tanam
beberapa
terjadinya
dalam
pola tanam
Fungsi risiko dengan FIS Ada
masalah
curah hujan musim kemarau (Juni'
1. Decision network untuk
Figure 1.
dengan
hujan dan kekeringan
Pota Tanam
Secara Anomali
PEMBAHASAN
ENSO dan hubungannya
sifat
Keterangan: CH·MK
DAN
turzv
meliputi:
hujan
pada
tahun-tahun
pada
saat
kondisi
kondis:
normalnya.
El-Nino
curah
hujan
Falcon
et al.
oleh
kondisi
curah
La-Nina.
yaitu
menyimpang
dari
dan
(2006)
melakukan
SuelANTINI
ET
AL.
:
Pf;Nf;NTUAN
F""UNGSI
RISIKO
PADA
PENGELOLAAN
RISIKO
IKLIM
l.lOO 1200
~
s: c
1000 .300
~ e "" ~ ..,
600 .lOO
..>< CI.> ..><
I
200
I
I
i.
(I
-~
c-:
- - -
e:-.
I i
II -r
0:
~
r-:
.
c: c:
c--
2
-. ~
c
.:
-.-
I
"2.
- co
Gambar 2. Luas pertanaman yang terkena kekeringan pada setiap kecamatan setiap tahun Figure 2.
pengamatan hujan
di
bahwa
pengaruh seluruh
ENSO di
lndonesia.
hujan
seluruh
pada
saat
Pacitan
seperti di
kekeringan,
yang
penurunan
produksi
dari waktu
lebih
normalnya,
terutama
dan curah
kerugian
pertanaman.
pada MT 2005/06
Luasan lahan usahatani
kekeringan
pada
Kerugian
an produksi Untuk
mengetahui
antara
curah
hujan
ENSO.
maka
dilihat
tahun
Normal,
2005/06
58.7%
Kabupaten
pola
El-Nino
hujan
lemah,
El-Nino kuat, serta La-Nina
tanaman
kedelai
pada
el., 2007).
atau
Februari, bulan
pada
hubungan
semakin hujan
pada
terjadi
yang diwakili musim yang
dengan
SOl
kaitannya
dengan
besarnya
koefisien
sedangkan
hubungan Gambar
untuk
SOl
awal
penurunan
di musim
EI-
hujan
curah
SOl
5. Data 501
bulan
musim
dalam
dengan
cukup
hujan 53%.
SOl
Agustus.
hujan
terkoreksi
musim
sebesar
hujan
hujan dan panjang
diperlihatkan
dengan
Hal lain
pada kejadian
dengan
determinasi
kekeringan
waktunya
pada Gambar
panjang
curah
4).
data
data
terkoreksi
terjadi
maka
terjadinya
awal musim
adalah
pada
bahwa
normal.
signifikan
antara
keragaman
determinasi
dan kuat.
adalah
hujan diperlihatkan
tahundan
mundur kondisi
El-
pada bulan
lemah
menjadi
pada bulan-bulan
digunakan
Tingkat
El-Nino
El-Nino,
(Gambar
bulan
terjadi
peristiwa
yang cukup
Hubungan
terjadi
sedang
saat
pada
(mulai bulan Oktober)
tahun
pada
Hal ini menunjukkan,
diwaspadai
hujan
Pada
Pada tahun-tahun
El-Nino
dengan
harus
berdasarkan
sedang,
dan
dan
nino index)
terjadi
hujan maksimum
maksimum
dibandingkan
.
mm
Maret.
Desember.
kuat
dengan
sedang,
bulan
saat
Januari
pada bulan
Pacitan
El-Nino
lemah.
di
terjadi
ef
hingga
El-Nino,
ONI (oceanic
> 200
hujan
Nino kuat terutama
berupa penurun-
(Wahab
curah
November
curah
terjadi
indeks
Normal,
(http://ggweather.com/ensoloni.htm) Normal,
yang
terutama
every
tahun-tahun
La-Nina berdasarkan
sektor
menyebabkan
hanya
respon
di
dalam
terjadi
in each subdistrict
Pengelompokkan
kondisi
yang mengalami
yang ditimbulkannya
sebesar
turun
yang
Pacitan
dan jagung.
MT-3.
mundur
pada
pangan
yang menyerang
MT
turunnya
terhadap
Kekeringan
Kabupaten
terjadinya
hujan
dibanding
tanaman
masa
hujan
by drought
Nino kuat, curah
wilayah
karena
implikasinya
pertanian
Desa Pringkuku,
besar
kali musim
singkat
yang
berlangsung,
menyebabkan
Kerap
pula di
mengalami
pertanian,
normalnya,
yang
El-Nino
di
signifikan
Demikian
sebagian
dapat
Diketahui provinsi
secara
ENSO.
lndonesia
air hujan.
selang
Bali
kejadian
halnya
monsoonal
pasokan
dan
oleh fenomena
Pacitan,
keragaman
curah
Jawa-Madura,
dipengaruhi
terhadap
Provinsi
keragaman
Pulau
Crop area which affected year
(82,3%). koefisien Sedangkan
disajikan
pada
6.
51
..JUR •..•• L,. T .•.•..•.•.•.• 0 .•.•.• 1•. \..' •..• NO.
201
36
\
Z
--~.;., --~.:l'!··
:1\.11·
E E
•••
~
--',
I
v '! '.'. 'l ..
!\t"
1.'
r :
-.:
= -
~.
Gambar 3. Pola curah hujan masing-masing Figure 3
Pola CH Pacltan El-Nino
E E ::z:
u
pada
The pattern
tahun
,l,U ••
~W·..lI~
Fil'te
s ..... : :....-sv :w-.
kuat
"':11
..: c
,
-
kecamatan
of rainfa/l in each subaistrict
J:
! Jo. r J: c
?'J . •l~
Pola
CH Pacitan
tahun
El-Nino
;',
E
j'-'
;1
sot
moderate
Agustus
Fil'trd
,
Line PlC)(
E ::::r:::
'.0;
..
e
!(" .
: .,
! Pola CH Pac it an pada Nono lemah
E E
;
tahun
li
EI-
.,
% u
Gambar 5. Hubungan
awal musim hujan (AMH) dan
panjang musim hujan (PMH) dengan SOl Gambar 4_
Pola curah hujan pada tahun-tahun
Figure
Nino Figure 4.
52
The rainfa/l pettern
bulan Agustus
EI-
in El-Nino years
5
Reletionsbios
bet ween rainy season
initial and duretion of rainy season with Augusr 's 501
SUCIANTlNI
~T
Fitted Line Piot (ha) = 733.6 75.08 SOl
""ken"""n
AL.
:
PENENTUAN
PAOA
PENGELOLAAN
RISIKO
memberikan
IKLIM
fungsi
risiko
yang
lengkap,
mengingat dalam proses penghitungan nya, seberapa
7000 •
,.~"
:.').,;
-
RISIKO
akan 49'-'51
:s:::-,::,
6000 .
i
FUNGSI
luas kekeringan
yang terjadi
berapa luas tanam
sooo .
yang
ditentukan
dilakukan.
juga oleh
Keterbatasan
data kekeringan maupun data luas tambah tanam 4000·
l
historis
panjang
pada
kecamatan
menyebabkan
)(OO.
J ~
kombinasi menjadi sulit dilakukan.
2000·
Kombinasi
1000 •
.....
o· -20
-15
-!O
D 1-K 1,
menunjukkan
kombinasi
penanaman padi-padi pada tanggal penanaman saat
'0
-5 SOl Agust
awal musim hujan, sehingga risiko kekeringan pada
10
musim kemarau (penanaman kedua) dapat dihindari, Gambar 6. Hubungan kekeringan dengan SOl bulan Agustus Figure 6.
Relationships between drought with SOl in August
sehingga produksi pada saat ini diharapkan berada pada
kondisi
diharapkan
yang
optimal.
berimplikasi
Dengan
pada
(penanaman
penghitungan
fungsi
mengestimasi
luas
dengan risiko
areal
kalender
tanam,
digunakan
untuk
bencana
kekeringan.
penghitungan fungsi risiko untuk Berdasarkan decision network untuk pola tanam padi-padi, dengan untuk
pemilihan bencana
tanggal
kekeringan
tanam Kl
D 1 hingga
hingga
empat kecamatan di Pacitan ditunjukkan
mundur
satu
Kombinasi D2
bulan
dari
yang
seharusnya), D3 (penanaman mundur dua bulan dari
Fungsi risiko dengan DN kaitannya
yang
optimal, dengan asumsi harga gabah stabil (konstan), tidak menurun karena panen raya.
Dalam
sendirinya
keuntungan
K4
D4, untuk
pada Tabel
1. Dalam hal ini ketersediaan data historis panjang
yang seharusnya) dan D4 (penanaman mundur tiga bulan
dari
terjadi
yang
seharusnya),
penurunan
produksi,
menunjukkan karena
tidak
tidak terjadi
bencana kekeringan (K 1). Umumnya
kombinasi
kombinasi yang menunjukkan terbesar
(contoh
Arjosari) . cukup
pada
Hal ini terjadi
banyak
D4-K4,
merupakan
luas kekeringan yang
fungsi
risiko
Kecamatan
apabila masih dilakukan
penanaman
pada
waktu
tanam
Tabel 1. Fungsi risiko empat kecamatan di Kabupaten Pacitan Table 1. Risk of functions four sub districts in Pacitan Kecamatan
Pola Tanam
Kl
01 02 03 04
0,000000 0,000000 0,000000 0,000000
0,013837 0,441166
01 02 03 04
Pnngkuku
Punung
Arjosari
Oonorojo
K2
K3
K4
0,043140 0,005560
0,120367 0,280432 0,856786 0,335522
0,300281 1,926204 2,026885 3,350409
0,000000 0,000000 0.000000 0.000000
0,000000 0,216584 0.000000 0,000000
0,4 79579 0.634282 0.000000 0,000000
2.255595 0.165753 0.000000 0,000000
01 02 03 04
0,000000 0.000000 0.000000 0,000000
0,031008 0.252717 0.000000 0.000000
0,000000 0.488770 0,610365 0.223600
1.998824 0.822834 1.931634 0.945594
01 02 03 04
0.000000 0,000000 0,000000 0,000000
0,166794 0,000000 0,000000 0,032463
0.057864 0,341487 0.545892 0,000000
0,164002 1,180309 0,000000 0,000000
53
mundur
tiga
bulan
Kecamatan
Arjosari,
sesudah
awal
sebagian
petani
penanaman
tiga kali setahun,
sehingga
mengalami
kekeringan
musim
terjadi dengan di
tempat
penanaman
pada
terkena
kekeringan
menjadi
minimal, yang
tanam,
dari
airnya
lebih
musim cukup
padi
menjadi
rendah.
tetapi
tidak
lain adalah
melakukan
meskipun
besar,
karena
dapat
ada
dengan
luas
kerugian
penanaman.
mengubah
palawija
yang
Sehingga
kebutuhan
kerugian
untuk
tiga
Sedangkan
kekeringan
kemarau,
dapat
penyusunan
pada
ditekan.
fungsi
ini. selain dibutuhkan
bulanan
historis
panjang.
tambah
tanam
bulanan
fungsi
risiko
historis
yang
historis
dihasilkan
data
itu,
pada
tidak
terkena,
berat
dan
berarti
tidak
tersebut
< 01
juga
data
luas
sehingga
baik dengan
data
sangat
< luas
sebagai
penting
fuzzy membership yaitu
FIS
Kisaran
pada
posisi
nilai tersebut
501 meliputi panjang
kisaran
kisaran
musim
24 dasarian.
nilai
BN).
mana adalah nilai
nilai
curah
hujan
dapat
tersebut
sebagai
musim
berada.
berikut;
peubah
·30 hingga
antara.
kisaran
8
kemarau
Tabel 2.
Himpunan
Table 2.
Fuzzy set for 501
ringan,
kejadian. sehingga rentang
< 03).
berikutnya
terkena
atau
kejadian
dapat
dibaikan.
dari
nol hingga
terkena
berat
dan puso (> 03). adalah
penyusunan
dan
fuzzy untuk
30.
nilai
luas
rata- rata
tambah
(atas yang
cukup
dan
penetapan
rule.
yang mungkin
fuzzy
demikian dalam
Berdasarkan
fungsi
16. CHMK
terjadi
adalah
inference
hingga
rule.
sehingga
berada
mendekati.
diperoleh
hasil
dalam
El Nino kuat
1
·30
30
El-Nino lemah
2
·30
15
0
Normal
3
·15
0
15
La Nina lemah
4
0
15
30
La- Nina Kuat
5
15
30
30
Rentang Iuz zrnk asr ·15
Rendah
1
8
8
10
11.5
Sedang
2
10
11
12
13
Tinggi
3
11.5
13
15
15
0
115
165
0
N
2
115
165
215
AN
3
165
215
600
Misal.
600
jika
kekeringan
digunakan dengan penetapan
or edik s. yang
SOl
kisaran
gambaranI
kekeringan baik
Klasifikasi
BN
bencana
keanggotaan
dapat
501
Repr esent asi Interval
kisaran
23,3 ha. Dengan
system
yang
normal/
pada
maka
seluas
ediksi
logika
maka
t erjadr.
= 300,
kemarau
pada
diperoleh
yang mungkin
penentuan/pr
mengutamakan
berada
berada
akan
musim
(bawah
akan
rule.
=
tahunan
AN)
kekeringan PMH
musim
atau
terjadi
luas.
hujan
tanam
normal
yang
= O.
curah
·20. panjang
Peubah
CHMK
terkena
tidak
< 021.
jika 501 bernilai
dasarian.
dari
> 115%
SOl
keanggotaan).
sehingga
hujan berada dalam
PMH
54
fungsi
(Juni
diklasifikasikan
Dimana
kekeringan
kekeringan
< 10
< 85%
FIS adalah penyusunan
(penetapan
penentuan
diketahui
dalam
terkena
mempunyai
1),
contoh
prediksi Langkah
r at a-r ata
kemarau
kekeringan
puso.
kecil
ringan
kekeringan
yang lebih panjang.
Fungsi risiko dengan
musim
mengalami
(quar nle
hujan
kekeringan
panjang
lebih
dari
musim
karena
risiko
115%
akibat
penanaman
Oleh
bencana
sedang.
Langkah terjadinya
bulan
menjadi
(02
>
hingga
Agustus).
Terkena
pola
< 85%
kisaran
hingga
yang lebih besar.
kemarau.
pada
tahunan
kemungkinan
yang tidak
lain
Di
melakukan
kemarau
(probability)
peluang
Sedangkan
Antisipasi
pada
musim.
cukup
er
SUCIANTINI
AL.
:
PENENTUAN
FUNGSI
RISIK.O
PADA
PENGELOLAAN
and
KESIMPULAN
RISIK.O
Indonesian
Roundtable 1.
Model
fungsi
penyusunan
dinamik
diperoleh
dengan
jejaring
keputusan
(decision
network)
system
tersebut yang
dapat
akan
memprediksi
luas
terjadi
dalam
gabah
yang
berlaku
dapat
diketahui
terjadi
dalam
pada
besar
M.,
cara
yang dengan
harga
kurun
waktu
tertentu,
yang
mungkin
nilai
fungsi
pola
keputusan
dalam nilai
FIS,
diamati
dari
sumber
data utama.
Garrido,
ENSO
risiko
tanam
yang
nilai
fungsi
Badan
dapat
risiko hujan
for
Kalogeras,
Penelitian
(KKP3T)
Pertanian
dan Program
dapat
Kerjasama
I-MHERE
G. H.
J.M.
0, B.C. State
Luteijn,
S. dan
Procedia
J.R.
2003.
challenges
for
Agricultural Buono,
A.,
Risk
managers
System
R. Boer, pada
Kalender
Decision
Tanam
Risiko
Iklim
Pertanaman Penelitian dengan
rural and
policy
makers.
Suciantini,
dan Funqs:
Network
Model
untuk
dalam
Pengelolaan
Guna
Menekan
Kerugian
hingga
> 40%.
Laporan
Litbang
the
W.,
R. Naylor,
2006.
Climate
D.
Kerjasama
LPPM·IPB
Variability,
Yogyakarta.
and
Aplikasi Keputusan.
H. Syahbuddin,
2007.
Atlas
Skala Balai
North
Kalender
1: 1.000.000
Penelitian
dan Tanam dan
Agrokiimat
dan
Hlm 96.
Australian Review
R.L.,
0.5.
Falcon,
and
the
risks
and A. Donald. of the onset of
wet
season.
Monthly
135:3506-3520.
Nat. Robertson,
and Climate
M.
Burke. Change,
M.B.
Burke.
climate
Acad.
Sci.
A.W.,
V.
and
Indramayu
H.
tanam mengurangi
perubahan
W.P.
Assessing and
climate
rice agriculture.
Y.
predict abrlnv
J. Climatology dan
2007.
variability
Moron,
over
E.
Vimont,
Proc.
104:7752-7757.
Seasonal
statistics
Runtunuwu,
D.J.
for Indonesian
2009. Int
Battisti,
of
kalender
Pertanian. Battisti.
llmu.
K. Subagyono,
Weather
untuk Falcon,
2010.
Pendukung
Bogor.
change
Pengembangan
Dinamik
KKP3T. Badan
development:
75:161-197.
2010.
Purnomo.
Jawa.
Food
50(1 ):56-66.
untuk
Graha
2012. analysis:
1: 152-156.
E. Runtunuwu,
A. Ramadhan. Utilitas
in
Verhagen.
benefit-risk
M.C. Wheeler, H. Meinke, 2007. Probabilistic forecasts
Naylor, Anderson,
H.
Fuzzy
Pulau
Lo , F.,
H.
M.V. Ueland
and marketing-finance.
E. Runtunuwu.
B2C IPB.
Tuomisto,
in
O.
Magnusson,
J.T.
and art
J.M.E.
F. Holm,
S.H.
Tijhuis,
Toxicology
Las, 1., A. Unadi,
Perguruan
AR PUSTAKA
Science
98(5):823-
Odekerken-Schroder.
the
Edisi 2.
H. 2010. Uncertainty, risk aversion and risk management in agriculture. Agricuture and Agricultural
An
in Spain.
Management
White,
of
Hidrologi.
Aimin,
agriculture
Gunnlaugsdttir,
M.J.
1 :250.000.
DAH
risk:
2011.
N.,
Pohjola,
kepada
dengan
2011.
drought
irrigated
Water
Pennings, Leino,
sebagai
kasih
melalui
Gomez-Ramos. of
http:/ggweather.com/ensoloni.htm.EI-Nino-La-Nina.
Kusumadewi,
terima
Production.
http://www.longpaddock.qld.gov.au/SeasonaIClimat eOutlook/SouthernOscillationlndex/SOIDataF iles/index.html. SOl data. 5 Januari 2011.
sebagai
KASIH
Pertanian
Litbang
Kemitraan Tinggi
menyampaikan
A.
application
Logika Kami
and analysis
Chemical TERIMA
in Food
in
Climate
Bogor.
Economic
economics
UCAPAN
Paper
With
833.
dihasilkan.
dan curah
Coping
Changes
2006.
10 Oktober
pemilihan
dari
and
Agricultural
rupiah.
dari
A.
Production.
apabila
kerugian
Pada decision network,
Sedangkan
Gil,
kekeringan
hektar,
multiplikasi
Variability
fuzzy
dan
Masing-masing
dengan
bagian
pengambilan
Rice
Discussion:
8 November
dapat
(FIS).
dirupiahkan
diketahui
mendukung
tanam
kalender
inference
2.
untuk
risiko
IK.LIM
iklim.
Swarinoto.
of daily
District,
rainfall
lndonesia.
29:1449-1462. Syahbuddin. tanaman resiko Jurnal
2011. pangan
Atlas nasional
variabilitas
Sumberdaya
dan Lahan
5('): '-1 O.
55
.JUAN"l.
Stone,
T .•.N"
...• O"'N
."LI ....
NQ.
:i 6 20
12
R.e.. G.l. Hammer, and T. Marcussen. 1996. Prediction of global rainfall probabilities using phases of the Southern Oscillation Index. Nature 384:252-255
Wahab, M.I .. Antoyo, and R. Boer. 2007. Farming system and climate related problems at Pacitan District. East-Java. CAPaBLE Report 2007.
Surmaini. E.. E. Runtunuwu, dan I. las. 2011. Upaya sektor pertanian dalam menghadapi perubahan iklim. Jurnal Litbang Pertanian 30( 1):2011.
Yang. W. 2010. Income uncer t aintv. risk coping mechanism and farmer production & management decision : an empirical study from Sichuan Province. Agricuture and Agricultural Science Procedia 1:230-240
Teymouri, M. and M. Ashoori. 2011. The Impact of information technology on risk management. Procedia Computer Science 3: 1602-1608.
56
