1.
Pendahuluan
Dalam era teknologi saat ini, informasi merupakan faktor yang mudah didapat oleh seluruh kalangan di dunia. Internet merupakan salah satu teknologi informasi yang dapat memberikan informasi secara akurat dan cepat bagi seluruh kalangan masyarakat. Dengan banyaknya informasi yang didapat oleh petani tentang Organisme Pengganggu Tanaman dapat membantu petani dalam menentukan langkah - langkah penanganan khususnya tanaman padi. Organisme Pengganggu Tanaman (OPT) merupakan salah satu faktor penting bagi petani, dikarenakan dengan pengetahuan petani akan Organisme Pengganggu Tanaman dapat membantu para petani untuk mengetahui penanganan yang tepat terhadap hama yang menyerang. Keterlambatan pengetahuan akan Organisme Pengganggu Tanaman akan sangat merugikan petani, oleh karena itu pengetahuan akan Organisme Pengganggu Tanaman dibutuhkan secara akurat dan cepat sampai kepada para petani. Tanaman padi adalah tanaman semusim yang dibudidayakan petani dalam periode masa tanam (tanam - panen) kurang dari 1 tahun. Budidaya tanaman musiman pada umumnya di pengaruhi oleh iklim (curah hujan) yang secara jelas dapat dibedakan polanya. Di Indonesia pada umumnya di bagi menjadi 2 (dua) musim, yaitu musim penghujan dari bulan Oktober sampai bulan Maret dan musim kemarau dari bulan April sampai bulan September. Perkembangan Organisme Pengganggu Tanaman khususnya tanaman padi di Kabupaten Semarang semakin hari semakin meningkat dengan dibuktikan dengan data yang diperoleh dari Laboratorium Balai Perlindungan Tanaman Pangan dan Holtikultura untuk hama penggerek batang, tikus, hama putih palsu, dan walangsangit pada tahun 2006 luas gagal panen 87 Ha, tahun 2007 luas gagal panen 94 Ha, tahun 2008 luas gagal panen 113 Ha, tahun 2009 luas gagal panen 127 Ha, dan tahun 2010 luas gagal panen 132 Ha. Analisis pemetaan yang dilakukan di Kabupaten Semarang selama ini membutuhkan data sebanyak 7 (tujuh) musim baik musim kemarau dan musim penghujan. Dengan demikian maka kita perlu data paling sedikit 7 (tujuh) tahun. Data yang dibutuhkan untuk analisis pemetaan adalah luas serangan dan luas gagal panen (puso). Dalam penelitian ini, pengembangan analisis pemetaan berfungsi memberikan informasi yang bermanfaat untuk menekan resiko kegagalan panen, dan memberikan penanganan untuk setiap klasifikasi serangan hama dengan waktu yang relatif singkat. Penulis menggunakan metode kisaran sama (equal range) dalam menentukan luas serangan, luas gagal panen (puso), rasio puso, frekuensi serangan, dan klasifikasi daerah serangan. Dengan lima faktor tesebut penulis berharap klasifikasi daerah serangan Organisme Pengganggu Tanaman dapat di dapatkan secara akurat, sehingga dapat membantu para petani dalam menangani Organisme Pengganggu Tanaman yang selama ini merugikan para petani.
3
2.
Tinjauan Pustaka
Pada penelitian yang berjudul “Penyuluhan Pengendalian Organisme Pengganggu Tanaman jeruk di kelurahan Bagan Pete Kecamatan Kota Baru Kota Jambi” [1] Pada penelitian ini, tanaman yang sudah terserang diamati dengan cermat dengan melihat gejala serangan, melakukan pembandingan denga literatur yang terkait gejala serangan serupa dan akhirnya melakukan identifikasi terhadap OPT. Secara teknis, petani telah ditunjukkan dan mampu mendapatkan serta membiakkan agen pengendalian hayati. Tetapi sistem ini hanya mengamati dan memberikan solusi penanganan secara hayati, sehingga perlu diupayakan agar media pengendalian hayati tersebut terus ada. Pada penelitian yang berjudul “Analisis kelayakan usaha tani padi pada sistem pertanian organik dikabupaten bantul” [2]. Pada penelitian ini, analisis kelayakan usaha tani didasarkan faktor kesehatan dan keamanan melalui sistem pertanian organik dan sistem pertanian anorganik Berdasarkan beberapa penelitian terdahulu, maka dalam penelitian ini akan dibangun pengembangan sistem pemetaan wilayah endemis Organisme Pengganggu Tanaman di Kabupaten Semarang dengan menggunakan dua komponen yaitu luas terkena hama dan luas daerah daerah gagal panen. Sistem ini menampilkan peta berdasarkan klasifikasi intensitas serangan hama yang akan ditampilkan berdasarkan musim dan jenis hama yang menyerang tanaman padi. 3.
Organisme Pengganggu Tanaman Organisme penganggu tanaman (OPT) merupakan faktor pembatas produksi tanaman di Indonesia baik tanaman pangan, hortikultura maupun perkebunan. Organisme pengganggu tanaman secara garis besar dibagi menjadi tiga yaitu hama, penyakit dan gulma. Organisme pengganggu tanaman merupakan salah satu penghambat produksi dan penyebab ditolaknya produk tersebut masuk ke suat negara, karena dikawatirkan akan menjadi hama baru di negara yang ditujunya. Berdasarkan pengalaman, masih adanya permasalahan OPT yang belum tuntas penanganannya dan perlu kerja keras untuk mengatasinya dengan berbagai upaya dilakukan, seperti lalat buah pada berbagai produk buah dan sayuran buah dan virus gemini pada cabai. Selain itu, dalam kaitannya dengan terbawanya OPT pada produk yang akan diekspor dan dianalis potensial masuk, menyebar dan menetap di suatu wilayah negara, akan menjadi hambatan yang berarti dalam perdagangan internasional [3]. 4.
Endemis Endemis – Suatu keadaan dimana suatu penyakit atau agen infeksi tertentu secara terus menerus ditemukan disuatu wilayah tertentu, bisa juga dikatakan sebagai suatu penyakit yang umum ditemukan disuatu wilayah atau suatu keadaan dimana penyakit secara menetap berada dalam masyarakat pada suatu tempat / populasi tertentu. Epidemik ialah mewabahnya penyakit dalam komunitas / daerah tertentu dalam jumlah yang melebihi batas jumlah normal atau yang biasa.Sedangkan pandemik ialah epidemik yang terjadi dalam daerah yang sangat luas dan mencakup populasi yang banyak di berbagai daerah / negara di dunia[4]. 4
5.
Data Spasial Data Spasial merupakan data yang menunjuk posisi geografi dimana setiap karakteristik memiliki satu lokasi yang harus ditentukan dengan cara yang unik. Untuk menentukan posisi secara absolut berdasar sistem koordinat. Untuk area kecil, sistem koordinat yang paling sederhana adalah grid segiempat teratur. Untuk area yang lebih besar, berdasarkan proyeksi kartografi yang umum digunakan [5]. Karakteristik utama dari data spasial adalah bagaimana mengumpulkannya dan memeliharanya untuk berbagai kepentingan. Selain itu juga ditujukan sebagai salah satu elemen yang kritis dalam melaksanakan pembangunan sosial ekonomi secara berkelanjutan dan pengelolaan lingkungan. Berdasarkan perkiraan hampir lebih dari 80% informasi mengenai bumi berhubungan dengan informasi spasial [6]. 6.
Sistem Informasi Geografi (SIG) SIG sebagai suatu sitem berbasis komputer yang memiliki kemampuan dalam menangani data bereferensi geografi yaitu pemasukan data, manajemen data (penyimpanan dan pemanggilan kembali),manipulasi dan analisis data, serta keluaran sebagai hasil akhir (output). Hasil akhir (output) dapat dijadikan acuan dalam pengambilan keputusan pada masalah yang berhubungan dengan geografi [7]. Sistem Informasi Geografi menghasilkan aspek data spasial dan data non spasial. Data geografi yang sudah komputerisasi berperan penting menemukan perubahan bagaimana menggunakan dan mengetahui informasi tentang bumi. 7.
Analisis Pemetaan OPT Struktur dan analisis pemetaan OPT disusun berdasarkan data luas serangan dan data luas puso. Metode penyusunan analisis pemetaan OPT dilakukan dengan menggunakan: 1. Rata-rata luas serangan terkena. 2. Rata-rata luas serangan puso. 3. Rasio puso. 4. Frekuensi serangan atau faktor banyaknya terjadi serangan. Berdasarkan keempat parameter diatas dalam kriterian daerah serangan digunakan metode klasifikasi kisaran sama (equal range), yaitu tertinggi (Maksimal) dibagi menjadi 3 (tiga) kelas. Dengan demikian diperoleh batasan kisaran kelompok data kelas rendah, menengah, dan tinggi. Secara metode analisis pemetaan disajikan sebagai berikut ini [8]: 1. Menggitung Kumulatif Luas Serangan Terkena Berdasarkan data yang telah dikumpulkan, selanjutnya dibuat tabulasi berdasarkan bulan. Klasifikasi Rata-rata Terkena (Ktj) - Tahap pertama: menghitung rata-rata terkena Rata-rata dari masing-masing lokasi dihitung berdasarkan banyaknya bulan yang disertakan dalam analisis 5
= tj m Tij i j
= = = = =
Rata – rata T untuk masing – masing lokasi K-j. Banyaknya bulan yang disertakan dalam analisis. Luas T pada masing – masing K-j disetiap musim-i. 1,2,3,…, m musim. 1,2,3,…, k K.
- Tahap kedua: menentukan kisaran klasifikasi rata-rata terkena Selang klasifikasi ditentukan dengan metode klasifikasi kisaran sama (equal range), dihitung dari nilai maksimum dibagi 3 (tiga) kelas.
= Maks t
= Nilai tertinggi dari t dari seluruh j yang terlibat aadalam analisis. Nilai 3 = Tiga kelompok dari data t yaitu rendah, menengah, batinggi. - Tahap ketiga: menentukan kelas rata-rata terkena Berdasarkan nilai tahap kedua dapat ditentukan kelas dan kisaran untuk masing-masing lokasi sesuai dengan klasifikasi. Tabel 1. Kelas rata-rata terkena Ktj 0 1 2 3
Kisaran tj 0 ≥ 1 sampai St ≥ St sampai 2 * St ≥ 2 * St sampai 3 * St
Kriteria Tidak pernah terkena serangan Luas terkena serangan rendah Luas terkena serangan menengah Luas terkena serangan tinggi
Sumber: Modul pelatihan Sistem Informasi OPT (2006)
Klasifikasi Rata-rata Puso (Kpj) - Tahap pertama: menghitung rata-rata puso Rata-rata dari masing-masing lokasi dihitung berdasarkan banyaknya bulan yang disertakan dalam analisis.
= Pij = M = Pij = I
=
Rata – rata Pij untuk masing – masing pj. Banyaknya bulan yang disertakan dalam analisis. Luas T pada masing – masing K-j disetiap musim-i. 1,2,3,…, m m
6
- Tahap kedua: menentukan kisaran klasifikasi rata-rata puso Selang klasifikasi ditentukan dengan metode klasifikasi kisaran sama (equal range), dihitung dari nilai maksimum dibagi 3 (tiga) kelas.
= Maks p Nilai 3
= Nilai tertinggi dari p dari seluruh K yang terlibat dalam aaanalisis. = Tiga kelompok dari data t yaitu rendah, menengah, tinggi
- Tahap ketiga: menentukan kelas rata-rata puso Berdasarkan nilai tahap kedua dapat ditentukan kelas dan kisaran untuk masing-masing lokasi sesuai dengan klasifikasi. Tabel 2. Kelas rata-rata puso Kpj 0 1 2 3
Kisaran pj
Kriteria 0 Tidak pernah terkena serangan ≥ 1 sampai Sp Luas terkena serangan rendah ≥ Sp sampai 2 * Sp Luas terkena serangan menengah ≥ 2 * Sp sampai 3 * Sp Luas terkena serangan tinggi Sumber: Modul pelatihan Sistem Informasi OPT (2006)
Klasifikasi Rasio Puso (KRpj) - Tahap pertama: menghitung rasio puso Klasifikasi rasio puso untuk masing-masingg lokasi dihitung berdasarkan data rata-rata puso dibagi rata-rata terkena.
= - Tahap kedua: menentukan kisaran klasifikasi rasio puso Selang klasifikasi ditentukan dengan metode klasifikasi kisaran sama (equal range), dihitung dari nilai maksimum dibagi3 (tiga) kelas.
= Maks Rp
=
Nilai 3
=
Nilai tertinggi dari Rp dari seluruh K yang terlibat dalam analisis. Tiga kelompok dari data p yaitu rendah, menengah, tinggi
- Tahap ketiga: menentukan kelas rasio puso Berdasarkan nilai tahap kedua dapat ditentukan kelas dan kisaran untuk masing-masing lokasi sesuai dengan klasifikasi.
7
Tabel 3. Kelas rasio puso Kpj 0 1 2 3
Kisaran pj 0 ≥ 1 sampai SRp ≥ SRp sampai 2 * SRp ≥ 2 * SRp sampai 3 * SRp
Kriteria Tidak pernah terkena serangan Luas terkena serangan rendah Luas terkena serangan menengah Luas terkena serangan tinggi
Sumber: Modul pelatihan Sistem Informasi OPT (2006)
Klasifikasi Frekuensi Serangan (KFj) - Tahap pertama: menghitung frekuensi terkena serangan Menghitung banyaknya bulan yang dilaporkan terkena serangan pada masing-masing kecamatan atau disebut frekuensi terkena serangan. Jika banyaknya bulan yang dilibatkan dalam analisis sebanyak 6 (enam) bulan, maka nilai maksimal frekuensi serangan adalah 6 (enam). - Tahap kedua: menentukan kisaran klasifikasi frekuensi terkena serangan Selang klasifikasi ditentukan dengan metode klasifikasi kisaran sama (equal range), dihitung dari nilai maksimum dibagi 3 (tiga) kelas.
= Maks F Nilai 3
= Nilai Banyaknya bulan yang dilibatkan dalam analisis. = Tiga kelompok dari data p yaitu rendah, menengah, tinggi
- Tahap ketiga: menentukan kelas frekuensi terkena serangan Berdasarkan nilai tahap kedua dapat ditentukan kelas dan kisaran untuk masing-masing lokasi sesuai dengan klasifikasi. Tabel 4. Kelas frekuensi serangan Kpj 0 1 2 3
Kisaran pj 0 ≥ 1 sampai SF ≥ SF sampai 2 * SF ≥ 2 * SF sampai 3 * SF
Kriteria Tidak pernah terkena serangan Luas terkena serangan rendah Luas terkena serangan menengah Luas terkena serangan tinggi
Sumber: Modul pelatihan Sistem Informasi OPT (2006)
Analisis Kriterian Daerah Serangan (KtpRpFj) - Tahap pertama: menghitung jumlah Ktj, Kpj, KRpj KFj. Menjumlahkan nilai dari setiap Ktj, Kpj, KRpj KFj
KtpRpFj = Ktj + Kpj + KRpj + KFj Ktj = Kelas rata – rata terkena(t) masing – masing lokasi K-j Kpj = Kelas rata – rata puso(p) masing – masing lokasi K-j KRpj = Kelas rata – rata rasio puso(Rp) masing – masing lokasi aaaaaaaaaaaa K-j j = 1,2,3,…, k Lokasi – K 8
- Tahap kedua: menentukan kisaran klasifikasi kriteria daerah serangan Selang klasifikasi ditentukan dengan metode klasifikasi kisaran sama (equal range), dihitung dari nilai maksimum dibagi3 (tiga) kelas.
= Maks SKtpRpFj = Nilai Banyaknya bulan yang dilibatkan dalam aaaaaaaaaaaaaaaaaaaaaanalisis. Nilai 3 = Tiga kelompok dari data p yaitu rendah, aaaaaaaaaaaaaaaaaaaaamenengah, tinggi - Tahap ketiga: menentukan kelas fkategori daerah serangan Berdasarkan nilai tahap kedua dapat ditentukan kelas dan kisaran untuk masing-masing lokasi sesuai dengan klasifikasi. Tabel 5. Kelas kategori daerah serangan KtpRpFj 0 1 2 3
Kisaran KtpRpFj 0 1–4 5–8 9 – 12
Kriteria Aman Potensial Sporadis Endemis
Sumber: Modul pelatihan Sistem Informasi OPT (2006)
8.
Perancangan Sistem Dalam tahap ini sistem akan digambarkan melalui use case diagram yang mampu merepresentasikan hasil analisis yang telah dilakukan sebelumnya ke dalam bentuk diagram, sehingga mudah untuk mendefinisikan sistem baik secara utuh maupun per bagian. Secara khusus tujuan dari penggunaan use case diagram [9] adalah: 1. Mendeskripsikan bagaimana sistem akan bekerja. 2. Mendeskripsikan kebutuhan fungsi sistem. 3. Mendeskripsikan bagaimana fungsi sistem bekerja dalam lingkungan yang berkaitan. 4. Bisa digunakan sebagai kontrak perjanjian antara pengembang dan client. 5. Bagi pihak client, dapat melakukan koreksi atau validasi terhadap sistem apakah sesuai seperti yang diharapkan. 6. Bagi pihak pengembang, memberi arahan dalam mengembangkan sistem menjadi seperti yang diharapkan. 5.1
Use-case Diagram Dalam sistem ini, terdapat dua pengguna yaitu admin dan user. Untuk masuk ke dalam sistem, admin harus login terlebih dahulu, sedangkan user tidak perlu login. Admin disini adalah pegawai Balai Proteksi Tanaman Pangan V Semarang yang diberi otoritas untuk mengolah dan memanage database. 9
Sedangakan user disini adalah pegawai Balai Perlindungan Tanaman Pangan dan Holtikultura Semarang. Use case Diagram untuk user dan admin secara detail ditunjukkan pada Gambar 1. Use case diagram untuk user, terdapat enam fungsi yang dapat dilakukan oleh user. Perintah lihat informasi kabupaten Semarang berfungsi untuk melihat peta dan informasi geografis kabupaten Semarang, lihat hasil pemetaan OPT berfungsi untuk melihat hasil pemetaan OPT dalam bentuk peta, lihat informasi hama penggerek batang berfungsi untuk melihat informasi hama penggerek batang pada tanaman padi, lihat informasi hama tikus berfungsi untuk melihat informasi hama tikus pada tanaman padi, lihat informasi hama putih palsu berfungsi untuk melihat informasi hama putih palsu pada tanaman padi, lihat informasi hama walang sangit berfungsi untuk melihat informasi hama walang sangit pada tanaman padi. Fungsi untuk admin pada Gambar 1 terdapat tujuh fungsi. Fungsi – fungsi tersebut sama seperti fungsi user tetapi ditambah satu fungsi yaitu edit serangan dan puso.
Gambar 1 Use case Diagram untuk user dan admin
5.2
Activity Diagram Diagram aktivitas merupakan pengembangan dari diagram use case. Diagram aktivitas menunjukkan alur kegiatan dari aktivitas atau kegiatan yang dilakukan di dalam diagram use case. Pada Gambar 2 menggambarkan activity Diagram untuk User. Untuk User tidak memerlukan login terlebih dahulu, tetapi dapat langsung melihat ke beberapa menu, yaitu: Lihat informasi Kabupaten Semarang, lihat hasil pemetaan OPT, lihat penanganan hama penggerek batang, lihat penanganan hama tikus, lihat penanganan hama putih palsu, lihat penanganan hama walang sangit.
10
Gambar 2 Activity Diagram untuk user
Pada Gambar 3 menggambarkan activity diagram untuk admin. Untuk Admin, selain dapat langsung melihat ke beberapa menu, yaitu: Lihat informasi Kabupaten Semarang, lihat hasil pemetaan OPT, lihat penanganan hama penggerek batang, lihat penanganan hama tikus, lihat penanganan hama putih palsu, lihat penanganan hama walang sangit. Admin juga mempunyai fungi tambahan yaitu edit data serangan dan puso. Untuk memasuki fungsi tersebut admin diwajibkan memasukkann password terlebih dahulu, kemudian sistem akan mengecek apakah username dan password valid atau invalid. Jika username dan password invalid maka sistem akan memgembalikan ke menu username dan password, jika username dan password valid maka sistem akan melanjutkan ke beberapa fungsi diatas.
Gambar 3 Activity Diagram untuk Admin
5.3
Sequence Diagram Tujuan penggunaan sequence diagram adalah memodelkan interaksi antar object yang memetakan interaksi sekuensial ke interaksi object. Dengan menggunakan jenis diagram ini, akan terlihat pesan yang dikirimkan dari object satu kepada object yang lainnya.
11
Gambar 4 Sequence Diagram untuk admin dan user lihat hasil pemetaan OPT
Penjelasan dari sequence diagram untuk melihat pemetaan OPT adalah sebagai berikut: Aplikasi dalam hal ini, peta wilayah Kabupaten Semarang, di tampilkan di form pemetaan. Admin atau user memilih jenis hama, musim dan tahun yang ingin di hitung dan diketahui pemetaan OPT. Kemudian dilakukan pengambilan data kecamatan, data serangan dan data puso pada database. Data kecamatan, data serangan dan data puso diproses di dalam kelas pemetaan OPT, adapun proses pemetaan OPT antara lain: menghiung ratarata terkena serangan, menghitung rata-rata terkena puso, mengitung rasio puso, menghitung frekuensi serangan dan menghitung kriteria daerah serangan. Hasil perhitungan pemetaan OPT di simpan di dalam temporary table. Dari temporary table, data tersebut diimplementasikan ke dalam peta kecamatan. Peta akan ditampilkan di form pemetaan. 5.4
Class Diagram Class adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribut atau properti) suatu sistem, sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda atau fungsi). Class diagram menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain.
12
Gambar 5 Class Diagram
Gambar 5 adalah gambaran class diagram. Didalam class diagram berisi tabel Main yang berisi menu utama. Tabel Pemetaan berisi luas terkena, luas puso, tahun, musin, hama. Tabel Info berisi data. Tabel login berisi username dan Password. Tabel Setting berisi menu setting. Tabel Tambah user berisi username dan password. Tabel database berisi kecamatan, luas terkena, luas puso, tanggal, hama. 5.5
Deployment Diagram Deployment atau physical diagram menggambarkan detail bagimana komponen di-deploy dalam infrastruktur sistem, di mana komponen akan terletak (pada mesin, server atau piranti keras apa), bagaimana kemampuan jaringan pada lokasi tersebut, spesifikasi server, dan hal-hal lain yang bersifat fisikal. Sebuah node adalah server, workstation atau piranti keras lain yang digunakan untuk melakukan deploy komponen dalam lingkungan sebenarnya. Hubungan antar node (misalnya TCP atau IP) dan requirement dapat juga didefinisikan dalam diagram ini. Deployment Diagram system ini terdapat pada Gambar 6.
Gambar 6 Deployment Diagram
Dari Gambar 6 terlihat bahwa ada beberapa perangkat yang digunakan saat deployment, yaitu sebuah komputer yang bertugas sebagai server yang di dalamnya terdapat mapserver dan database serta beberapa komputer client yang bertindak sebagai pengguna aplikasi atau client.
13
9.
Hasil dan Pembahasan Implementasi sistem merupakan hasil dari perancangan sistem yang telah dibahas pada bab 3. Implementasi yang dibahas dalam bab ini meliputi implementasi pengembangan sistem pemetaan wilayah endemis serangan OPT di Kabupaten Semarang yang diimplementasikan dengan menggunakan bahasa pemrograman ASP.Net, selain itu juga dibahas implementasi pemataan ke dalam sistem, untuk menentukan klasifikasi daerah serangan suatu daerah. Dalam Pengembangan Sistem Pemetaan Wilayah Endemis Organisme Pengganggu Tanaman di Kabupaten Semarang terdapat empat halaman utama, yaitu halaman Home, Pemetaan, Setting, dan about. Halaman Pemetaan Halaman pemetaan merupakan halaman yang menampilkan data-data klasifikasi serangan hama tiap kecamatan yang kemudian data-data tersebut ditampilkan dalam bentuk peta. Halaman pemetaan memiliki tiga navigasi yaitu: jenis hama, musim, dan tahun. Halaman pemetaan, akan menampilkan peta Kabupaten Semarang, kemudian user memilih jenis hama, musim, dan tahun. Kemudian user menekan button proses untuk mengetahui hasil pemetaan. Misalkan user memilih jenis hama tikus, musim penghujan, tahun 2008. Setelah melakukan proses pemilihan, sistem akan melakukan perhitungan pemetaannya, Hasil perhitungan pemetaannya ditampilkan dalam bentuk peta seperti yang ditunjukkan pada Gambar 7.
Gambar 7 Hasil Pemetaan hama tikus musim penghujan tahun 2008
Misalkan user memilih memilih Kecamatan Tuntang untuk diketahui hasil proses pemetaannya, Hasil perhitungan pemetaannya ditampilkan pada Gambar 8.
14
Gambar 8 Hasil Pemetaan hama tikus musim penghujan tahun 2008
Dalam informasi analisis pemetaan Kecamatan Tuntang pada musim penghujan tahun 2008 terdapat penanganan sesuai dengan kriteria serangan yang terjadi di Kecamatan tersebut, hasil penanganannya ditampilkan pada Gambar 9.
Gambar 9 Tampilan Hasil Penanganan
Untuk menampilkan Klasifikasi Pemetaan, sistem membutuhkan file kecamatan.shp, jenis hama, musim, tahun, legenda. Proses query menampilkan Klasifikasi ditunjukkan pada Kode Program 1. Menampilkan Peta
Setelah klik pada peta, sistem akan melakukan perhitungan analisis pemetaan dengan perincian: 15
Menghitung luas terkena serangan, query menghitung luas terkena serangan di tunjukkan pada Kode Pogram 2. Kode Program 2 Rata-rata terkena
Menghitung luas gagal panen, query menghitung luas terkena serangan di tunjukkan pada Kode Pogram 3. Kode Program 3 Rata-rata puso
Menghitung rasio puso, query menghitung luas terkena serangan di tunjukkan pada Kode Pogram 4. Kode Program 4 Rasio puso
Menghitung frekuensi serangan, query menghitung luas terkena serangan di tunjukkan pada Kode Pogram 5. Kode Program 5 Frekuensi serangan
16
Menghitung kategori daerah serangan, query menghitung luas terkena serangan di tunjukkan pada Kode Pogram 6. Kode Program 6 Kategori daerah serangan
Untuk metode kisaran sama (equal range) dapat dilihat pada query pada Kode Pogram 7. Kode Program 7 Metode kisaran sama.
Setelah klik pada peta, untuk perincian penanganan klik penanganan, query klik penanganan di tunjukkan pada Kode Pogram 8. Kode Program 8 Kode Program untuk Klik Perincian
10.
Pembahasan Logika Analisis Pemetaan Jumlah data yang digunakan dalam penelitian analisis Pemetaan ini adalah 4320 data serangan dan 4320 data puso (gagal panen) di seluruh Kabupaten 17
Semarang. Semua data akan diolah menggunakan analisis Pemetaan untuk menghasilkan Klasifikasi serangan hama suatu wilayah. Untuk memperdalam pembahasan penerapan Analisis Pemetaan dalam menentukan Klasifikasi serangan Hama suatu wilayah, maka digunakan satu sample, sebagai berikut: Menghitung rata-rata terkena Menjumlahkan luas serangan selama satu musim dan dibagi dengan banyaknya bulan yang di sertakan dalam analisis, begitu juga dengan kecamatan-kecamatan yang lain. Menentukan nilai maksimal dari hasil rata-rata terkena dan dibagi menjadi 3 untuk menentukan range kelas rata-rata terkena, kemudian menentukan klasifikasi serangan tiap-tiap kecamatan berdasarkan range rata-rata terkena. Tabel 6. Tabel rata-rata terkena hama tikus musim kemarau. Terkena
Tahun 2008 Kaliwungu Bergas Tuntang Pabelan Tengaran Bawen Suruh Ungaran Timur Ungaran Barat Beringin Susukan Bandungan Ambarawa Banyubiru Jambu Pringapus Sumowono Bancak
4 16 7 21 32 7 30 0 0 0 4 20 12 1 4 0 0 0 0
5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7
8
0 7 10 46 0 54 6 0 0 8 0 6 3 5 0 2 0 0
0 19 13 112 0 88 18 5 0 2 24 4 2 14 4 8 0 0
9 15 23 14 14 8 40 1 0 6 0 15 3 10 3 0 6 0 0
Rata-Rata terkena 0 14,33 19,17 15 7,83 17 2,83 1,5 6,5 21,83 8,5 11 6,5 5,67 1,5 8,67 2,33 0
Klasifikasi 0 2 3 3 2 3 1 1 1 3 2 2 1 1 1 2 1 0
Sumber: Data olahan dari Balai Proteksi Tanaman Pangan (2006-2010)
Menghitung rata-rata puso Menjumlahkan luas puso selama satu musim dan dibagi dengan banyaknya bulan yang di sertakan dalam analisis, begitu juga dengan kecamatan-kecamatan yang lain. Menentukan nilai maksimal dari hasil rata-rata puso dan dibagi menjadi 3 untuk menentukan range kelas rata-rata puso, kemudian menentukan klasifikasi serangan tiap-tiap kecamatan berdasarkan range rata-rata puso. 18
Tabel 7. Tabel rata-rata puso hama tikus musim kemarau. Tahun 2008 Kaliwungu Bergas Tuntang Pabelan Tengaran Bawen Suruh Ungaran Timur Ungaran Barat Beringin Susukan Bandungan Ambarawa Banyubiru Jambu Pringapus Sumowono Bancak
4 0 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5 0 0 15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
Puso 6 7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 0 2 0 0 0 0 0 0 0 1 0 10 0 2 4 0 6 0
9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Rata-Rata puso 0 1,17 2,5 0 0 0 0 0 0 0,17 0 1,67 0 0,83 0,67 0 1 0,33
Klasifikasi 0 2 3 0 0 0 0 0 0 1 0 2 0 1 1 0 2 1
Sumber: Data olahan dari Balai Proteksi Tanaman Pangan (2006-2010)
Menghitung rasio puso Membagi rata-rata puso dengan rata-rata terkena untuk setiap kecamatan, kemudian menentukan nilai maksimal dari hasil rasio puso dan dibagi menjadi 3 untuk menentukan range kelas rata-rata rasio puso, kemudian menentukan klasifikasi serangan tiap-tiap kecamatan berdasarkan range rata-rata rasio puso. Tabel 8. Tabel rasio puso hama tikus musim kemarau. Tahun 2008 Kaliwungu Bergas Tuntang Pabelan Tengaran Bawen Suruh Ungaran Timur Ungaran Barat Beringin Susukan Bandungan
Rasio Puso 0 12,29 7,67 0 0 0 0 0 0 131 0 6,6 19
Klasifikasi 0 1 1 0 0 0 0 0 0 3 0 1
Ambarawa Banyubiru Jambu Pringapus Sumowono Bancak
0 6,8 2,25 0 2,33 0
0 1 1 0 1 0
Sumber: Data olahan dari Balai Proteksi Tanaman Pangan (2006-2010)
Menghitung frekuensi serangan Menghitung banyaknya terkena serangan dalam satu musim (selain nol) untuk setiap kecamatan. kemudian menentukan nilai maksimal dari hasil frekuensi serangan dan dibagi menjadi 3 untuk menentukan range kelas frekuensi serangan, kemudian menentukan klasifikasi serangan tiaptiap kecamatan berdasarkan range frekuensi serangan Tabel 9. Tabel frekuensi serangan hama tikus musim kemarau. Tahun 2008 Kaliwungu Bergas Tuntang Pabelan Tengaran Bawen Suruh Ungaran Timur Ungaran Barat Beringin Susukan Bandungan Ambarawa Banyubiru Jambu Pringapus Sumowono Bancak
Frekuensi Serangan
Klasifikasi
0 6 6 6 5 6 2 2 4 6 2 5 6 3 4 4 2 0
0 3 3 3 3 3 1 1 2 3 1 3 3 2 2 2 1 0
Sumber: Data olahan dari Balai Proteksi Tanaman Pangan (2006-2010)
Menghitung kriteria daerah serangan Menjumlahkan klasifikasi serangan, klasifikasi puso, klasifikasi rasio puso, klasifikasi frekuensi serangan tiap-tiap kecamatan, kemudian menentukan nilai maksimal dari hasil kriterian daerah serangan serangan dan dibagi menjadi 3 untuk menentukan range kelas kriteria daerah serangan, kemudian menentukan klasifikasi serangan tiap-tiap kecamatan berdasarkan range kriteria daerah serangan. 20
Tabel 10. Tabel kriteria daerah serangan hama tikus musim kemarau Tahun 2008 Kaliwungu Bergas Tuntang Pabelan Tengaran Bawen Suruh Ungaran Timur Ungaran Barat Beringin Susukan Bandungan Ambarawa Banyubiru Jambu Pringapus Sumowono Bancak
Ktj
Kpj
Krpj
KFj
Kriteria daerah Serangan
Klasifikasi
0 2 3 3 2 3 1 1 1 3 2 2 1 1 1 2 1 0
0 2 3 0 0 0 0 0 0 1 0 2 0 1 1 0 2 1
0 1 1 0 0 0 0 0 0 3 0 1 0 1 1 0 1 0
0 3 3 3 3 3 1 1 2 3 1 3 3 2 2 2 1 0
0 8 10 6 5 6 2 2 3 10 3 8 4 5 5 4 5 1
Aman Sporadis Endemis Sporadis Sporadis Sporadis Potensial Potensial Potensial Endemis Potensial Sporadis Potensial Sporadis Sporadis Potensial Sporadis Potensial
Sumber: Data olahan dari Balai Proteksi Tanaman Pangan (2006-2010)
Dapat dilihat hasil analisis pemetaan hama tikus musim kemarau tahun 2008 pada tabel 5, begitu juga cara menghitung musim-musim yang lain dengan hama yang berbeda dan tahun yang berbeda. 11.
Simpulan Dengan pengembangan analisis pemetaan wilayah endemis Organisme Pengganggu Tanaman di Kabupaten Semarang, dapat diketahui secara dini klasifikasi serangan hama baik hama penggerek batang, tikus, hama putih palsu, dan walangsangit, sehingga mendapatkan penanganan secara cepat dan khusus sesuai klasifikasi serangan hama di setiap Kecamatan. Penanganan yang cepat berdasarkan klasifikasi serangan sangat membantu petani khususnya petani padi dalam menanggulangi gagal panen yang diakibatkan oleh hama penggerek batang, tikus, hama putih palsu dan walangsangit, sehingga gagal panen yang akhir-akhir ini merisaukan petani dapat teratasi. Informasi analisis pemetaan yang dihasilkan lebih mudah dipahami dan di mengerti karena berupa data spasial, selain itu dengan proses pewarnaan pada data spasial, user dapat mengetahui dan membandingkan klasifikasi serangan hama dari daerah disekitarnya.
21
12.
Daftar Pustaka
[1]
Buharia, Muzar, Hamzah, 2006, ”Penyuluhan Pengendalian Organisme Pengganggu Tanaman Jeruk Di Bagan Pete Kecamatan Kota Beru Kota Jambi”, Jurnal ilmu – ilmu pertanian volume 2: halaman 2
[2]
Agus, Suyono, Hermawan,2006,” Analisis kelayakan usaha tani padi pada sistem pertanian organik dikabupaten bantul”, Jurnal ilmu – ilmu pertanian volume 2: halaman 2
[3]
Mulyaman, 2008. Sinergisme sistem perlindungan tanaman, tantangan dan peluang penanganan opt untuk akses pasar. Jurnal ilmu – ilmu pertanian volume 2: halaman 2
[4]
Afifatun,2010. Makalah Ekologi Tumbuhan Jenis Endemik Dan Kosmopolit Serta Jenis Penyebarannya, Jurnal ilmu – ilmu pertanian volume 2: halaman 2
[5]
Tuman, 2001,” Overview of GIS”, http://www.gisdevelopment.net/tutorials/ tuman006.htm diakses tanggal (15 Mei 2012)
[6]
Wulan, 2002, Methodology for Selection of Framework Data : Case Study for NSDI in China. Enschede: Thesis Degree of Master of Science in GeoInformation Manage ment, International Institute fo GeoInformation and Earth Observation (ITC).
[7]
Aronoff S.1989. Geographic Information System : A Management Perspective. WDL Publication. Ottawa.
[8]
Suwardiwijaya, Edi, 2006, Analisis Pemetaan Daerah Pemetaan Organisme Penggangu Tumbuhan Tanaman Pangan, Modul pelatihan Sistem Informasi OPT
[9]
Solamo, Weng. 2003. JEDI- Software Engineering.
22
