Post on 27-Jul-2018
1
BAB I. PENDAHULUAN
1.1. Latar Belakang
Kebijakan pengendalian hama penyakit tanaman diatur melalui UU dan PP yang
meliputi:
1. Pengendalian hama tanaman padi sawah diatur melalui Keputusan Presiden No. 3
tahun 1986 dan UU No. 12/1992 tentang Sistem Budidaya Tanaman dan Pengendalian
Hama dan Penyakit Terpadu (PHT). PHT adalah sistem pengendalian hama dalam
konteks hubungan antara dinamika populasi dan lingkungan suatu jenis hama,
menggunakan berbagai teknik yang kompatibel untuk menjaga agar populasi hama
tetap berada di bawah ambang kerusakan ekonomi (Roja, 2009).
2. Undang-undang No.12 tahun 1992 tentang Sistem Budidaya Tanaman dan PP No. 6
tahun 1995 tentang Perlindungan Tanaman mengamanatkan bahwa pengendalian
Organisme Pengganggu Tanaman (OPT) dilaksanakan dengan sistem PHT (BBPOT,
2003).
Menurut Lee dkk. (1990) dalam (Pasaribu, 2010) ketidakpastian dalam usaha tani dapat
diklasifikasikan menjadi 6 kategori, yaitu (1) faktor alami (kekeringan dan serangan hama
penyakit), (2) bencana yang tidak diprediksi (banjir, kebakaran, longsor, letusan gunung api),
(3) harga, (4) penguasaan teknologi yang rendah, (5) aksi pihak lain, dan (6) penyebab
perorangan. Ketidakpastian tata usaha tani dapat menimbulkan kerusakan lahan dan
kegagalan panen sehingga mengakibatkan kerugian yang besar. Kegagalan panen yang
disebabkan oleh kekeringan, serangan hama penyakit dan bencana umumnya terjadi secara
sporadis di berbagai wilayah, pada waktu yang berbeda namun dampak yang ditimbulkan
akan terakumulasi. Gambar 1.1. memperlihatkan besarnya kegagalan panen yang disebabkan
oleh faktor alami dan bencana di Indonesia antara tahun 2000 – 2008 (Ha)berdasarkan data
dari Direktorat Jenderal Perlindungan Tanaman Pangan tahun 2008 dan BPS 2011 (Pasaribu,
2010).
2
Gambar 1. 1 Kegagalan panen yang disebabkan oleh faktor alami (OPT) dan bencana
(Ha) (Pasaribu, 2010)
Gambar 1.1 memperlihatkan fluktuasi kegagalan panen karena faktor alami antara tahun 2000
– 2008 di Indonesia. luas areal yang terkena serangan OPT, banjir dan kekeringan
berfluktuasi dan cenderung meningkat sepanjang tahun yang diikuti peningkatan kehilangan
hasil. Banjir dan kekeringan memiliki keterhubungan dengan waktu dan musim sehingga
memungkinkan untuk dilakukan antisipasi, sedangkan serangan hama penyakit relatif lebih
sulit diantisipasi karena intensitas dan frekuensi serangan OPT dapat berulang. Banjir,
kekeringan dan serangan hama penyakit cenderung mendominasi dan meningkat di sepanjang
tahun.
Serangan OPT tidak terjadi secara mendadak, namun terjadi secara sistematis melalui
tahapan dan proses tertentu serta dapat dipantau dengan pengamatan visual. Perubahan
sistematis yang dapat digunakan sebagai indikator serangan OPT adalah perubahan warna
daun padi menjadi kuning, pangkal batang berubah menjadi berwarna hitam dan dalam
kondisi terparah tanaman akan mongering (hopperburn) (Balitbangtan, 2010).
OPT menyerang tanaman budidaya pertanian dalam areal yang sangat luas, dalam
waktu singkat dan akan berulang di setiap musim (Supriyono, 2006). Hama utama padi antara
lain Penggerek BatangPadi (Scirpophaga sp. Wlk), Wereng Batang Cokelat (Nilaparvata
lugens Stal.), atau disebut WBC, Tikus(Rattus argentiventer Rob & Kloss), Tungro (Rice
tungro bacilliform virus), Blas (Pyricularia grisea), dan Hawar Daun Bakteri (Xanthomonas
oryzae) (BBPOT, 2010). Penentuan serangan hama padi dinyatakan dalam Kumulatif Luas
339,037
299,238 299,830
214,597 217,783
340,577 336,126
417,003 428,590
-
100,000
200,000
300,000
400,000
500,000
600,000
2000 2001 2002 2003 2004 2005 2006 2007 2008
Luas
Lah
an (
Ha)
Tahun
Kegagalan Panen Karena Faktor Alami di Indonesia Tahun 2000 - 2008
Banjir
Kekeringan
Serangan OPT
3
Tambah Serangan atau (KLTS) dengan satuan Hektar. KLTS OPT padi di Indonesia dapat
dilihat pada Tabel 1.1.
Tabel 1. 1 Jenis organisme penyakit padi dan luas serangan di Indonesia (Ha)
(Sumber : BBPOPT Departemen Pertanian, 2010)
Hama KLTS MH.2009/2010 KLTS MK. 2010
Penggerek Batang Padi (Scirpophaga sp. Wlk) 54.846 80.104
Wereng Batang Cokelat (Nilaparvata lugens Stal.) 30.342 96.498
Tikus (Rattus argentiventer Rob & Kloss) 82.603 79.544
Tungro (Rice tungro bacilliform virus) 4.390 5.672
Blas (Pyricularia grisea) 7.290 9.423
Hawar Daun Bakteri (Xanthomonas oryzae) 31.851 44.281
Keterangan :
KLTS MH : Kumulatif Luas Tambah Serangan Musim Hujan
KLTS MK : Kumulatif Luas Tambah Serangan Musim Kering
Pada Tabel 1.1. diperlihatkan jenis organisme penyakit padi dan kumulatif luas
tambah serangan di musim hujan (KLTS MH) dan musim kemarau (KLTS MK) di Indonesia
dalam satuan Ha pada tahun 2009/2010. Hama WBC meningkat secara drastis dalam satu
musim tanam yaitu dari 30.342 Ha menjadi 92.498 Ha. Peningkatan secara drastis populasi
WBC di Indonesia, menurut Southwood (1977) dalam (Iman dan Priyatno, 2001) karena
hama WBC memiliki kemampuan mobilitas yang tinggi dari satu lokasi menuju lokasi
sekitarnya, kemampuan adaptasi terhadap lingkungannya secara cepat dan regenerasi
individu yang sangat tinggi. Karakteristik mobilitas, kemampuan adaptasi dan regenerasi
yang tinggi di Indonesia menyebabkan serangan WBC secara meluas sejak tahun 1961
sampai dengan 2010 seperti dapat dilihat pada Tabel 1.2.
Tabel 1. 2 Luas serangan WBC di Indonesia dari tahun 1961 – 2010 (Ha)
(Sumber : Baehaki, 2010)
Dasawarsa Luas Kerusakan Padi (Ha)
1961 – 1970 52.000
1971 – 1980 3.093.593
1981 – 1990 458.038
1991 – 2000 312.610
2001 – 2010 351.748
Pada Tabel 1.2. terlihat bahwa luas kerusakan padi akibat serangan WBC terjadi pada
setiap dasawarsa. Luas kerusakan padi terlihat fluktuatif namun cenderung mengalami
peningkatan. Wilayah yang mengalami serangan tertinggi WBC pada tahun 2010 – 2012
4
menurut Direktorat Tanaman Pangan Departemen Pertanian RI adalah Provinsi Jawa Tengah,
Jawa Barat dan Jawa Timur dengan besaran yang diperlihatkan pada Gambar 1.2.Serangan
WBC dihitung dalam satuan Ha disetiap Musim Tanam (MT) mulai Kumulatif Luas Tambah
Serangan Musim Tanam dari 2010 sampai dengan 2012 (KLTS MT).
Keterangan :
KLTS MT : Kumulatif Luas Tambah Serangan Musim Tanam
Gambar 1. 2 KLTSWBC terbesar di Indonesia tahun 2010 – 2012 (Ha)
(Sumber : Direktorat Tanaman Pangan Departemen Pertanian RI, 2012)
Pada Gambar 1.2. terlihat terjadinya fluktuasi luas wilayah serangan WBC dan
kecenderungan peningkatan setiap tahunnya. Menurut data Balai Perlindungan Tanaman
Pangan dan Hortikultura (BPTPH) Provinsi Jawa Tengah, luas serangan WBC sejak tahun
2007 meningkat. Peningkatan tersebut memiliki keterhubungan dengan beberapa faktor yaitu:
(1) pola tanam kurang teratur dalam satu hamparan, (2) varietas tidak tahan WBC, (3)
penggunaan pestisida, dan (4) curah hujan tinggi (Gambar 1.3).
Beberapa sumber literatur menyatakan bahwa peningkatan luas serangan WBC
disebabkan oleh populasi WBC yang tinggi. Populasi WBC yang tinggi pada suatu hamparan
disebabkan oleh beberapa faktor yaitu: (1) biotipe, (2) varietas, (3) pola tanam, (4) insektisida
dan (5) iklim (Baehaki, 2011 ; Dharmasena dkk., 2000 ; Susanti dkk., 2010 ; Olanrewaju,
1998 ; Win dkk., 2011).
50,721
5,158 2,176 337
23,192 22,615 30,406
1,390 21,889
26,792
121,853
905 -
20,000
40,000
60,000
80,000
100,000
120,000
140,000
KLTS MT 2010 KLTS MT 2010/2011
KLTS MT 2011 KLTS MT 2011/2012
He
ktar
Tahun
Wilayah Serangan WBC Terbesar di Indonesia 2010 - 2012
Jabar
Jateng
Jatim
5
Gambar 1. 3 Serangan WBC di Provinsi Jawa Tengah tahun 2007 – 2011
(Sumber : BPTPH Provinsi Jawa Tengah)
Populasi WBC yang tinggi berdampak terhadap persaingan makanan sehingga
mendorong setiap individu untuk melakukan proses migrasi. WBC dapat melakukan proses
migrasi dalam jarak geografis yang jauh karena memiliki kemampuan terbang dengan
kecepatan 5-11 m/detik dan ketinggian 1000 – 3000 meter mengikuti aliran angin musiman
(Monsoon) (Wada dkk., 2008 ; Seino dkk., 1987). Aktivitas migrasi dan distribusi populasi
WBC dari satu tempat menuju ke tempat lain akan menyebabkan perubahan struktur spasial
dan temporal yang kompleks meliputi faktor topografi, iklim, antropogenik dan interaksi
biotik (Wang dkk., 2009). Sebagai contoh adalah proses migrasi dan distribusi WBC secara
meluas menuju 28 Kabupaten/kota di Provinsi Jawa Tengah dengan wilayah serangan
tertinggi meliputi Kabupaten Klaten, Boyolali, Sukoharjo, Sragen, Karanganyar dan Wonogiri
(Waluyo, 2012).
Aktivitas migrasi dan distribusi populasi WBC disebabkan oleh faktor topografi seperti
jaringan irigasi dan faktor iklim (durasi penyinaran matahari, temperatur, curah hujan dan
kelembaban) (Win dkk., 2011). Distribusi populasi yang disebabkan oleh faktor antropogenik
yaitu perilaku pemupukan dan perilaku penggunaan insektisida. Distribusi populasi yang
disebabkan oleh faktor interaksi biotik misalnya kemampuan regenerasi di wilayah yang
beriklim sedang hanya dapat terjadi 3 generasi, sedangkan ketika bermigrasi ke wilayah
tropis mampu bereproduksi sampai dengan 12 generasi setiap tahun (Bottrell, 2012).
Sebagai upaya untuk mendeteksi dan memprediksi distribusi populasi OPT dalam ruang
dan waktu tertentu Kementerian Pertanian RI mengembangkan sistem prediksi hama dan
penyakit tanaman pangan & hortikultura dibawah koordinasi Direktorat Jenderal Bina
6,375 3,249
19,838
32,066
50,390
-
10,000
20,000
30,000
40,000
50,000
60,000
2007 2008 2009 2010 2011
Luas
Se
ran
gan
(H
a)
Tahun
Serangan WBC di Provinsi Jawa Tengah tahun 2007 – 2011
6
Produksi Tanaman Pangan Balai Besar Prediksi OPT (BBPOPT). Prediksi OPT merupakan
bagian penting dalam program dan kegiatan penerapan PHT dalam kegiatan perencanaan
ekosistem yang tahan terhadap gangguan OPT (budidaya tanaman sehat). Sasaran prediksi
OPT yaitu: (1) menduga kemungkinan timbulnya OPT, (2) mendeteksi dan memprediksi
populasi/serangan dan kerusakan yang ditimbulkan OPT, dan (3) menduga kerugian atau
kehilangan hasil akibat gangguan OPT. Tujuan yang hendak dicapai adalah memberikan
informasi tentang populasi, intensitas serangan, luas serangan dan penyebaran OPT pada
waktu yang akan datang (Deptan, 2006).
Prediksi distribusi populasi OPT dengan memanfaatkan sistem informasi geografis
(SIG) sebagai perangkat bantu visualisasi wilayah endemik telah banyak dilakukan. Xiaofang
dkk. (2008) membangun SIG untuk peringatan dini hama penyakit WBC menggunakan data
historis iklim dan serangan WBC. Metode prediksi yang dipergunakan dalam penelitian ini
adalah regresi linier, dan menghasilkan luaran pemetaan wilayah resiko yang divisualisasikan
dalam bentuk grafik, tabel dan peta. Kleinhenz dkk. (2010) membangun sistem pemantauan
dan peringatan dini serangan WBC menggunakan data historis komoditas pertanian dan WBC
dan metode interpolasi spasial. Luaran yang dihasilkan adalah : (1) model pertumbuhan
populasi WBC, (2) model invasi lokal WBC dan (3) model visualisasi multi scale.
Dminic dkk. (2010) melakukan penelitian pemanfaatan SIG untuk melihat dinamika
spasial ekologi dan biologi hama penyakit tertentu dalam pengelolaan hama terpadu
menggunakan metode geostatistic. Hasil penelitian ini dapat bermanfaat dalam menentukan
wilayah resiko serangan hama tertentu berdasarkan pola spasial distribusi serangan.
Dasi dkk. (2005) melakukan penelitian dan pengembangan sistem prediksi distribusi
spasial populasi hama penyakit tanaman menggunakan metode geostatistic. Tujuan yang
hendak dicapai adalah membangun SIG yang dilengkapi dengan analisis semivariogram dan
kriging, yaitu peta interpolasi nilai variabel observasi pada lokasi yang belum diketahui.
Variabel yang menjadi fokus penelitian adalah kepadatan populasi hama penyakit tanaman
yang tertangkap dalam lampu perangkap di seluruh wilayah studi. Hasil penelitian
didistribusikan setiap minggu kepada stakeholders untuk mendapatkan rekomendasi tindakan
preventif. Analisis peta yang dihasilkan memungkinkan untuk merencanakan tindakan
strategis di wilayah mana populasi hama penyakit besar dan melampaui ambang batas yang
ditoleransi. Rekomendasi lainnya adalah melakukan komunikasi dengan para petani dan
langkah penyemprotan bahan kimia sesuai dengan ukuran kepadatan populasi.
Penelitian prediksi OPT dengan memanfaatkan SIG di Indonesia telah dilakukan
diantaranya adalah sistem prediksi menggunakan metode Bayesian (Wahyono & Subanar,
7
2012) dan prediksi WBC menggunakan metode Regresi Liner (Susanti dkk., 2010).
Ditinjau dari metode prediksi yang digunakan dalam penelitian OPT seperti dalam
literatur (Xiaofang dkk., 2008 ; Kleinhenz dkk., 2010 ; Dminic dkk., 2010 ; Dasi dkk., 2005 ;
Wahyono & Subanar, 2012 ; Susanti dkk., 2010) belum dapat memberikan informasi prediksi
wilayah endemik berdasarkan pada dinamika distribusi populasi dan konektivitas spasial antar
wilayah serangan WBC. Untuk mengatasi kelemahan tersebut maka diusulkan penelitian
prediksi wilayah endemik WBC berdasarkan pada konektivitas spasial menggunakan
kombinasi metode Exponential Smoothing dan Spatial Autocorrelation.
1.2. Rumusan Permasalahan
Berdasarkan hasil studi literatur, sampai saat ini belum pernah ada penelitian yang
membahas tentang eksplorasi dan distribusi serangan, konektivitas spasial dan dinamika
serangan WBC. Pada penelitian ini dirumuskan tiga permasalahan mendasar yaitu:
Pertama, menyusun kerangka konseptual dan metode untuk menentukan endemisitas
WBC berdasarkan pada konektivitas spasial elemen luas serangan, curah hujan dan populasi
predator di wilayah studi. Konsep eksplorasi, analisis, visualisasi dan representasi
konektivitas elemen spasial menggunakan pendekatan Exploratory Spatial Data Analysis
(ESDA) khususnya Spatial Autocorrelation. Konektivitas elemen spasial dalam konteks ini
adalah keterhubungan topologi antara lokasi serangan WBC suatu wilayah dengan wilayah
tetangganya.
Kedua, menyusun kerangka konseptual dan metode prediksi elemen spasial luas
serangan WBC, curah hujan dan varietas di wilayah studi menggunakan Exponential
Smoothing. Hasil prediksi elemen spasial selanjutnya akan digunakan untuk menentukan
konektivitas menggunakan Spatial Autocorrelation menghasilkan pola spasial luas serangan,
iklim dan predator.
Ketiga, menyusun kerangka konseptual dan metode prediksi Exponential Smoothing
dan Spatial Autocorrelation untuk analisis dan interpretasi dinamika populasi, pola migrasi
dan distribusi populasi WBC.
1.3. Batasan Penelitian
Pembatasan penelitian dilakukan agar fokus penelitian tetap terarah pada rumusan
permasalahan. Faktor yang menjadi batasan dalam penelitian adalah sebagai berikut :
1. Data yang digunakan dalam penelitian ini menggunakan data hasil surveillance
Laboratorium PHP-OPT Wilayah V Surakarta di 120 kecamatan. Selama ini Dinas
8
Pertanian menggunakan data tersebut untuk melakukan prediksi dan pemetaan serangan
OPT. Penggunaan data yang sama bertujuan agar tidak perlu dilakukan perubahan
prosedur surveillance apabila di masa mendatang metode yang ini akan
diimplementasikan.
2. Wilayah penelitian difokuskan pada kabupaten yang mengalami endemik tinggi WBC
di Jawa Tengah pada tahun 2010 yang meliputi Kabupaten Klaten, Wonogiri, Sragen,
Sukoharjo, Karanganyar dan Boyolali. Wilayah ini merupakan lumbung beras nasional
dan perulangan terhadap serangan WBC seperti pada tahun 2009/2010 akan
mempengharuhi stabilitas ketahanan pangan nasional.
3. Objek spasial yang menjadi indikator penting dalam penentuan migrasi lokal WBC dan
penentuan endemisitas berdasarkan pada konektivitas spasial adalah data luas tambah
serangan (LTS) dalam satuan Hektar.
4. Data curah hujan yang digunakan pada penelitian ini adalah data curah hujan yang
diambil oleh Lab. PHP V Surakarta tepat dari lokasi pengambilan sampel di wilayah
studi, sehingga dapat mewakili karakteristik lingkungan setempat. Data kelembaban
dan suhu udara tidak dipantau karena tidak tersedia peralatan pemantauan yang
memadai. Data kelembaban dan suhu udara hasil pemantauan BMKG tidak dapat
digunakan karena stasiun pemantauan tidak berada di lokasi pengambilan sampel
sehingga tidak dapat mewakili karakteristik wilayah studi. Data perilaku petani yang
dianalisis meliputi data varietas tanaman dan perilaku penyemprotan. Data predator
mempergunakan data hasil pengamatan dari Lab. Entomologi Faperta UGM dan
Laboratorium Balai Besar Pengamatan Organisme Pengganggu Tanaman Provinsi Jawa
Tengah.
5. Data spasial yang digunakan dalam penelitian adalah data peta wilayah studi dengan
satuan terkecil adalah kecamatan. Data peta dasar berbentuk shape files (format
ArcView ESRI) dengan variabel dasar dalam peta meliputi Polygon ID, koordinat
wilayah studi, kecamatan dan kabupaten.
6. Pembuatan prototype untuk membuktikan konsep dan metode yang telah disusun
menggunakan perangkat lunak R, yaitu perangkat lunak komputasional berbasis
opensource yang dikeluarkan oleh R-cran.project.
1.4. Tujuan Penelitian
Tujuan yang hendak dicapai dalam penelitian ini adalah:
1. Melakukan prediksi wilayah endemik WBC menggunakan pendekatan Exponential
9
Smoothing - Spatial Autocorrelation melalui eksplorasi, analisis dan visualisasi
konektivitas spasial elemen luas serangan, curah hujan dan populasi predator pada
skalabilitas lokal, lanskap dan regional.
2. Melakukan prediksi dinamika populasi, pola migrasi dan distribusi populasi WBC
menggunakan metode Exponential Smoothing - Spatial Autocorrelation.
3. Menghasilkan metode dan prosedur baru untuk memprediksi wilayah endemik WBC
berdasarkan pada dinamika populasi dan pola migrasi dengan pendekatan Exponential
Smoothing - Spatial Autocorrelation.
1.5. Hipotesis Penelitian
Tujuan penelitian ini adalah untuk melakukan validasi dari hipotesis berikut ini:
Wilayah endemik WBC dapat diprediksi berdasarkan pada konektivitas elemen spasial
suatu wilayah dengan wilayah tetangganya baik pada skalabilitas lokal, lanskap dan
regional. Prediksi konektivitas objek spasial dapat dilakukan menggunakan metode
Exponential Smoothing & Spatial Autocorrelation. Prediksi konektivitas membentuk pola
spasial, dinamika populasi dan arah migrasi lokal yang merupakan indikator penentuan
wilayah endemik WBC.
Pada penelitian ini hipotesis akan diuji dan dibuktikan validitasnya. Beberapa bukti
yang dapat menguatkan hipotesis tersebut adalah sebagai berikut :
1. Pengukuran dan pemetaan wilayah endemik WBC sulit dilakukan secara langsung,
untuk itu diperlukan analisis terhadap berbagai variabel yang berkorelasi dengan
serangan WBC. Pola spasial periode migrasi lokal, predator, varietas dan iklim dapat
bermanfaat sebagai indikator endemisitas suatu wilayah.
2. Secara teoritik pola distribusi elemen spasial (penyakit, spesies target, wilayah
endemik) akan menghasilkan peta pola spasial (spatial pattern). Distribusi spasial
bermanfaat dalam merepresentasikan wilayah resiko dengan sasaran observasi populasi
beresiko, efek hierarki dan efek tetangga. Pada penelitian ini penentuan wilayah resiko
dilakukan menggunakan efek tetangga, yaitu wilayah yang berdekatan/dikelilingi
wilayah lain dalam ruang geografis tertentu.
3. Pembuktian hipotesis dilakukan melalui 3 langkah yang merupakan konsep dasar dalam
penelitian ini yaitu (1) Spatial Proximity, (2) Spatial Autocorrelation dan (3)
Exponential Smoothing.
4. Metode prediksi Exponential Smoothing digunakan untuk memprediksi kejadian dimasa
depan dengan dasar pemikiran bahwa sebagian besar data pertanian termasuk dalam
jenis pola data yang khas, yaitu stasioner (horizontal), musiman (seasonal), siklik
10
(periodic) dan kecenderungan (trend). Hasil prediksi selanjutnya dianalisis
menggunakan metode Spatial Autocorrelation.
1.6. Keaslian dan Kontribusi Penelitian
Identifikasi keaslian penelitian dilakukan melalui perbandingan survey literatur.
Perbedaan penelitian yang diusulkan dibandingkan dengan penelitian lain dapat ditinjau
dalam tiga kategori, yaitu: (1) kombinasi antara metode prediksi dan identifikasi pola spasial,
(2) analisis konektivitas spasial untuk penentuan migrasi lokal, (3) pemanfaatan metode ini
untuk identifikasi wilayah endemik WBC. Kontribusi penelitian dirumuskan sebagai berikut:
1. Kerangka konseptual prediksi wilayah endemik WBC berdasarkan konektivitas spasial
elemen luas serangan, curah hujan dan populasi predator di wilayah endemik.
Pendekatan yang digunakan dalam penentuan endemisitas adalah eksplorasi, analisis,
visualisasi dan representasi konektivitas elemen spasial.
2. Kerangka konseptual prediksi prediksi elemen spasial luas serangan WBC, curah hujan
dan varietas di wilayah studi menggunakan Exponential Smoothing.
3. Kerangka konseptual prediksi Exponential Smoothing dan Spatial Autocorrelation
untuk analisis dan interpretasi dinamika populasi, pola migrasi dan distribusi populasi
WBC.
4. Kerangka konseptual metode dan prosedur baru sistem prediksi wilayah endemik
serangan OPT berdasarkan pada pendekatan analisis spasial.
1.7. Publikasi Hasil Penelitian
Publikasi yang telah dilakukan pada penelitian ini adalah sebagai berikut :
1. Publikasi ke 1 berjudul Endemic Outbreaks of Brown Planthopper (Nilaparvata
lugens Stal) in Indonesia using Exploratory Spatial Data Analysis dengan author Sri
Yulianto J.P., Subanar, Edi Winarko dan Budi Setiyadi Daryono. Publikasi dilakukan
pada International Journal of Computer Science Issues, Vol. 9, Issue 5, No 1,
September 2012 ISSN (Online): 1694-0814. Indeks publikasi adalah : Google Scholar,
Scirus, Scirate.com, Scinetific, Common, Scribd, docstoc, Base, CiteSeer, dblp,
Computer Science bibliography, Sensei, DOAJ, Ebsco Host dan Proquest.
Fokus pembahasan dalam publikasi ini meliputi 2 hal yaitu: (1) penerapan metode
ESDA dalam identifikasi wilayah endemik WBC di Indonesia, dan (2) melakukan
perbandingan antara ESDA dengan metode pemetaan wilayah endemik berdasarkan
frekuensi serangan WBC yang selama ini digunakan oleh BBPOPT Kementerian
11
Pertanian RI. Hasil eksperimen menunjukkan bahwa metode ESDA lebih representatif
karena dapat menunjukkan pola hotspots dan coldspots pada wilayah kecamatan yang
bersifat endemik WBC. Berdasarkan hasil eksperimen yang dilakukan dapat diketahui
indikasi wilayah endemik pada metode Spatial Autocorrelation Moran‟s I sama
dengan metode Spatial Association (G statistic). Distribusi serangan WBC ditentukan
oleh pola konektivitas elemen spasial, populasi WBC, curah hujan dan posisi
ketetanggaan wilayah.
2. Publikasi ke 2 berjudul The Prediction of Population Dynamics Based on the Spatial
Distribution Pattern of Brown Planthopper (Nilaparvata lugenStal.) Using
Exponential Smoothing – Local Spatial Statistics di Journal of Agricultural Science
(JAS) dengan author Sri Yulianto J.P., Subanar, Edi Winarko dan Budi Setiyadi
Daryono. Publikasi dilakukan pada International Journal of Agricultural Science,
Canadian Center of Science and Education USA (Vol. 5, No. 5, Mei 2013)
www.ijas.org. Indeks publikasi adalah : Bibliography and Index of Geology, CAB
Abstracts, CrossRef, DOAJ, EBSCOhost, Gale's Academic Databases, Google
Scholar, Index Copernicus, Journal TOCs, LOCKSS, Open J-Gate, PKP Open
Archives Harvester, ProQuest, Standard Periodical Directory, Ulrich's, Universe
Digital Package dan WorldCat.
Penelitian ini membahas prediksi dinamika populasi WBC di wilayah endemik tinggi
Provinsi Jawa Tengah Indonesia. Penelitian dilakukan dengan memodifikasi metode
yang diusulkan oleh Legendre dan Fortin (1989), melalui tiga tahap yaitu, pertama
memprediksi serangan WBC menggunakan Exponential Smoothing, kedua analisis
struktur spasial menggunakan analisis Moran‟s I, Geary‟s C, G dan G statistic (Z)
pada Local Statistic, dan ketiga, konektivitas antar prediksi periode musim tanam.
Hasil penelitian menunjukkan empat kabupaten yaitu Boyolali, Klaten, Karanganyar
dan Sragen mengalami gelombang migrasi lokal dari satu wilayah ke wilayah
tetangganya, sedangkan kabupaten lain bersifat independen. Gelombang migrasi
terjadi karena dipengaruhi oleh faktor topografi, interaksi biotik dan antropogenik.
Ditinjau dari skalabilitas spasial distribusi populasi WBC termasuk dalam kategori
lanscape.
3. Publikasi ke 3 berjudul The Developing of Prediction Method Using Exponential
Smoothing and Spatial Autocorrelation for Determining Brown Planthopper
(Nilaparvata lugen Stal.) Endemic Areas in Indonesia, dengan author Sri Yulianto J.P.,
Subanar, Edi Winarko dan Budi Setiyadi Daryono. Publikasi dilakukan pada Journal
12
of Computers Indeks publikasi adalah :Academic Journals Database; Academy
Search; BASE; BibSonomy; Cabell - Computer Science/Business Information
Systems; CAID – Computer Abstracts International Database; CNKI; CrossRef; CSA;
DBLP; Directory of Open Access Journals (DOAJ) - Computer Science; DOI;
EBSCO; EI Compendex; Engineering Village 2; EZB; GALE; Genamics JournalSeek;
GetCITED; Gold Rush; Google Scholar; INSPEC; iThenticate; J4F; JAL;
JournalTOCs; NewJour; OAI-PMH Registered Data Providers; OAJSE; OAKList;
OCLC; Open J-Gate - Engineering & Technology (JET); Ovid LinkSolver; PASCAL;
PKP Open Archives Harvester; ProQuest; PubZone; QCAT; ResearchBib; SCImago;
Scirus; SCOPUS; SHERPA/RoMEO; Socolar; The Index of Information Systems
Journals; Trove; True Serials; UIUC OAI-PMH Data Provider Registry; ULRICH's
Periodicals Directory; WorldCat; WorldWideScience; ZDB; Zentralblatt MATH.
Fokus pembahasan dalam publikasi ini meliputi 3 hal yaitu: pertama metode
Exponential Smoothing – Spatial Autocorrelation dapat merepresentasikan informasi
secara geografis wilayah endemik WBC secara tepat; kedua, prototype yang
dikembangkan memberikan informasi prediksi serangan pada satu periode mendatang,
prediksi pola spasial populasidan asosiasi antar populasi dalam skalabilitas wilayah;
ketiga, usulan metode Exponential Smoothing dan Spatial Autocorrelation
memberikan indikasi gelombang migrasi lokal dari satu wilayah kabupaten ke wilayah
tetangganya berdasarkan data luas serangan WBC. Gelombang migrasi lokal yang
menunjukkan adanya konektivitas spasial meliputi Kabupaten Boyolali, Klaten,
Karanganyar dan Sragen; dan keempat, penelitian ini akan memperkuat publikasi
yang telah dilakukan sebelumnya bahwa proses distribusi organisme pengganggu
tanaman dapat dipelajari berdasarkan konektivitas objek spasial yang meliputi
topografi, interaksi biotik dan antropogenik.
1.8. Sistematika Penulisan Disertasi
Penulisan disertasi ini dibagi menjadi delapan bab dan lampiran, terdiri atasbab I
pendahuluan, bab II tinjauan pustaka, bab III landasan teori, bab IV metodologi penelitian,
bab V analisis pemetaan wilayah endemik OPT BBPOPT dan metode Exponential Smoothing
- Spatial Autocorrelation, bab VI prediksi distribusi spasial WBC menggunakan Exponential
Smoothing – Spatial Autocorrelation, bab VII representasi informasi geografi pada wilayah
endemik WBC, Bab VIII kesimpulan dan saran. Masing – masing bab diuraikan sebagai
berikut :
13
Bab I adalah Pendahuluan, membahas latar belakang penelitian, rumusan permasalahan,
batasan pemasalahan, tujuan penelitian, hipotesis penelitian, keaslian dan kontribusi
penelitian, publikasi hasil penelitian dan sistematika penulisan.
Bab II adalah Tinjauan Pustaka, membahas kemajuan penelitian 3 konsep bidang ini
yang meliputi konektivitas spasial, Spatial Autocorrelation, prediksi spasial dan prediksi OPT
berbasis Time Series.
Bab III adalah Landasan Teori, membahas teori yang berhubungan erat dengan
penelitian ini yaitukonsep analisis data spasial,konsep analisis spasial statistika, konsep
metode ESDA, konsep Spatial Autocorrelation, konsep Exponential Smoothing, konsep
Exponential Smoothing – Spatial Autocorrelation, dinamika populasi dan migrasi WBC,
model distribusi populasi WBC, genetika populasi migrasi WBC, profil pertanian dan
perkembangan WBC di Provinsi Jawa Tengah serta profil wilayah penelitian.
Bab IV adalah Metodologi Penelitian, membahas data penelitian, tahapan penelitian,
desain arsitektur prototype, tahapan pembangunan prototype, struktur basisdata, dan definisi
akurasi penetapan wilayah endemik.
. Bab V adalah Analisis Pemetaan Wilayah Endemik OPT BBPOPT Dan Metode
Exponential Smoothing - Spatial Autocorrelation, membahas pemrosesan awal data
penelitian, analisis pemetaan daerah endemik dengan prosedur BBPOPT, prediksi KLTS
menggunakan metode Exponential Smoothing, dan analisis pemetaan wilayah endemik
menggunakan metode Spatial Autocorrelation.
Bab VI adalah Prediksi Distribusi Spasial WBC menggunakan Exponential Smoothing –
Spatial Autocorrelation, membahas pemrosesan awal data penelitian, prediksi distribusi
spasial WBC, visualisasi prediksi distribusi spasial populasi WBC, dan faktor kunci
penentuan laju perkembangan WBC.
Bab VII adalah representasi informasi geografi pada wilayah endemik WBC. Bahasan
pada bab ini adalah model representasi geografi, data penelitian representasi informasi
geografi, representasi informasi geografi pemetaan dan prediksi WBC dan jalur migrasi lokal
endemik WBC.
Bab VIII adalah kesimpulan dan saran, kesimpulan merupakan ringkasan dari hasil yang
dicapai dalam penelitian. Pada kesimpulan terdapat jawaban secara ringkas rumusan
permasalahan dan hipotesis disertai dengan bukti nyata yang telah dicapai selama proses
eksperimen. Saran membahas penelitian lanjutan yang perlu dilakukan di masa mendatang.
Daftar Pustaka menyediakan informasi referensi yang digunakan dalam penelitian.
Lampiran meliputi data pendukung penelitian dan publikasi hasil penelitian.