yang selanjutnya dengan masukan nilai threshold produksi padi bisa ditetapkan indeks iklim tersebut.
Dalam penelitian ini parameter iklim yang digunakan sebagai indeks adalah curah hujan. Hal ini dikarenakan di daerah tropis, unsur cuaca utama yang
sangat berpengaruh terhadap keragaman produksi tanaman adalah curah hujan, dan keragaman curah hujan baik menurut waktu maupun lokasi sangat besar. Oleh
karena itu studi yang berkaitan dengan masalah cuaca dan produksi tanaman sebagian besar membahas tentang hubungan hujan atau ketersediaan airhujan
dengan produksi tanaman. Produksi tanaman padi diestimasi dengan model simulasi tanaman. Model-
model simulasi tanaman yang berdasarkan pada faktor-faktor tanaman, tanah dan cuaca merupakan alat yang efektif dalam pertanian. Model simulasi tanaman
dapat digunakan untuk merencanakan alternatif strategi untuk penanaman, penggunaan tanah dan pengelolaan air. Untuk mengevaluasi tanaman, varietas dan
teknologi budidaya serta menganalisis tingkat risiko iklim terhadap pertumbuhan tanaman seringkali juga digunakan model simulasi tanaman. Selain itu, model
simulasi tanaman dapat digunakan untuk perluasan wilayah penanaman dan pemilihan sistim usaha tani yang sesuai dengan lokasi dan menduga hasil
tanaman. Dalam penelitian ini, produksi padi diestimasi dengan model Decision
Support System for Agrotechnology Transfer DSSAT. Hasil simulasi selanjutnya akan dihubungkan dengan data curah hujan di lokasi penelitian. Berdasarkan pola
hubungan yang terbentuk dan nilai threshold produksi padi, maka dapat ditetapkan indeks iklimnya. Nilai indeks iklim ini sangat penting untuk aplikasi
asuransi indeks iklim. Tujuan dari penelitian ini adalah : 1 mengkaji hubungan antara curah hujan dan produksi padi, 2 menetapkan indeks iklim berdasarkan
hubungan antara curah hujan dan produksi padi.
6.2. Metodologi 6.2.1. Data
Data yang digunakan dalam penelitian ini adalah : 1 data iklimcuaca harian, 2 data tanah, dan 3 data manajemen dan pengamatan dari hasil
percobaan. Data iklimcuaca yang diperlukan antara lain : posisi geografi stasiun iklimhujan, radiasi matahari MJm
2
hari, suhu udara maksimum dan minimum
o
C serta curah hujan mm. Untuk mengatasi data curah hujan harian yang kosong, dan untuk memperoleh data iklim harian, maka dilakukan pembangkitan
data dari curah hujan bulanan menggunakan model Climate Data Generator CLIMGEN. Data iklim harian diperoleh dari hasil pembangkitan data, karena di
Kabupaten Indramayu tidak tersedia stasiun iklim. Stasiun iklim terdekat terletak di Pusaka Negara dan Sukamandi.
Data tanah yang diperlukan antara lain : kedalaman horison atas dan bawah, persentase kandungan pasir, liat dan debu, bulk density, pH air, kejenuhan
aluminimum dan total nitrogen. Data tanah yang digunakan merupakan hasil pengambilan contoh tanah di lokasi penelitian, yaitu pada delapan titik
pengambilan contoh tanah yang merepresentasikan jenis tanah yang berbeda. Untuk data manajemen dan percobaan yang digunakan dalam model DSSAT
antara lain : tanggal tanam, kerapatan tanaman, jarak baris, kedalaman perakaran, varietas tanaman, irigasi, dan pupuk yang digunakan petani. Data ini diperlukan
untuk model validasi dan strategi evaluasi. Data-data ini diperoleh dari survey lapang dan wawancara dengan petani.
6.2.2. Pembangkitan Data Iklim
Pembangkitan data dilakukan dengan program ClimGen. ClimGen melakukan estimasi terhadap suhu maksimum dan minimum harian, radiasi
matahari dan curah hujan baik dari data cuaca harian jika tersedia atau dari data bulanan. Peluang kejadian hujan digambarkan dalam bentuk fungsi penghubung
logit g
j
1i. Bentuk fungsi kurva penyesuaian untuk nilai g
j
1i digunakan persamaan regresi Fourier Stern and Coe 1984. Untuk menghindari keterbatasan
data harian, maka digunakan data curah hujan bulanan untuk membangkitkan parameter iklim yang lain. Epstein 1991 menggunakan regresi Fourier sehingga
bentuk persamaan pembangkitan datanya adalah :
Di mana t‟=2πt12 dan t adalah bulan.
Dagambarkan Prosedur yang digunakan untuk menghasilkan radiasi surya dan suhu didasarkan pada asumsi bahwa radiasi dan suhu merupakan proses stasioner
lemah. Penyertaan hujan ini diperlukan karena keadaan unsur iklim lainnya sangat dipengaruhi oleh ada tidaknya hujan. Pendekatan yang sama digunakan dalam
model Climgen versi 2.1 dengan memodelkan komponen error karena biasanya terdapat masalah autokorelasi error Boer 1999. Berdasarkan kajian dari beberapa
lokasi di Indonesia, Boer 1999 memodelkan komponen error dengan menggunakan persamaan autokorelasi ordo-1.
Parameterisasi nilai
dan perlu dilakukan sebelum data hujan
dibangkitkan. Nilai awal
dan dalam penelitian ini menggunakan hasil
penelitian Boer et al. 1999 yang sudah tervalidasi. Nilai awal
dan yang
dipilih ialah nilai yang memberikan hasil bangkitan data yang tidak berbeda dengan data observasi. Software ClimGen dibangun dengan asumsi bahwa
distribusi hujan mengikuti sebaran Gamma.
6.2.3. Simulasi Tanaman Dengan Model DSSAT
Estimasi produksi padi dalam penelitian ini menggunakan model simulasi tanaman Decision Support System for Agrotechnology Transfer DSSAT ver.4.5.
Dalam simulasi tanaman ini digunakan varietas IR 64. Varietas ini merupakan salah satu varietas yang cukup banyak digunakan oleh petani di lokasi
penelitian selain Ciherang. Varietas IR 64 memiliki karakteristik fisiologis yang hampir sama dengan Ciherang. Dominasi varietas IR64 ditingkat petani
disebabkan produksinya yang cukup tinggi. Hal ini diungkapkan juga oleh Sudaryanto et al. 1999 diacu dalam Hafsah dan Sudaryanto 2004 yang
menyatakan bahwa varietas IR64 merupakan varietas yang secara nyata mampu meningkatkan potensi hasil padi sawah yang diindikasikan dari dominasi varietas
IR64 di daerah-daerah sentra produksi padi. Umur tanaman padi yang digunakan dalam simulasi ini adalah 110 hari yang terbagi dalam tiga fase tanaman, yaitu :
Fase 1 adalah fase inisiasi, yaitu mulai awal pertumbuhan sampai pembentukan malai. Fase 2 adalah fase reproduktif, mulai pembentukan malai sampai
pembungaan. Fase 3 adalah fase pematangan, yaitu mulai dari pembungaan
sampai gabah matang. Diskripsi selengkapnya varieras Ciherang dan IR 64 disajikan dalam Lampiran 1. Untuk melakukan simulasi tanaman digunakan dua
skenario tanggal tanam, yaitu tanggal 1 dan 15 setiap bulan, masing-masing untuk tipe lahan tadah hujan dan irigasi ujung.
Estimasi produksi padi selanjutnya akan dibandingkan dengan produksi padi hasil observasi. Untuk lahan tadah hujan, pola produksi padi akan
dihubungkan dengan pola curah hujan serta kejadian El-Nino selama periode 1965-2009. Diagram alir tahapan analisis disajikan dalam Gambar 63.
Gambar 63. Tahapan analisis simulasi tanaman dengan model DSSAT
Data tanah Data
tanaman Data Curah Hujan
harian dan bulanan
DSSAT Penyeragaman bentuk data
.WTH Data curah hujan
dan iklim harian
Apakah data ch lengkap?
ClimGen
ya
tidak
Skenario tanggal tanam
Data anomali SST
Estimasi produksi padi pada tipe lahan irigasi dan tadah hujan
6.2.4. Penentuan Indeks Iklim
Analisis indeks iklim dilakukan setelah diperoleh hasil analisis berupa : 1 persamaan hubungan antara curah hujan dan produksi padi serta 2 nilai threshold
produksi padi. Persamaan hubungan antara curah hujan dan produksi padi diperoleh setelah dilakukaan simulasi tanaman. Nilai threshold produksi padi
diperoleh dari hasil analisis usahatani padi, yaitu pada saat nilai RC=1 yang telah dihasilkan dari analisis pada Bab 5. Apabila sudah diperoleh persamaan hubungan
antara hasil padi dan curah hujan, maka nilai threshold produksi padi digunakan sebagai input dalam persamaan hubungan antara curah hujan dan produksi padi
sebagai dasar penentuan indeks iklim. Perhitungan indeks iklim dilakukan untuk stasiun hujan referensi Cikedung.
Tahapan analisis untuk menentukan indeks iklim adalah : 1 hasil simulasi DSSAT yang telah diperoleh pada tahap sebelumnya disusun menjadi suatu
persamaan yang menghubungkan parameter curah hujan dan hasil yield padi, 2 nilai threshold produksi yang telah diperoleh dari hasil analisis usahatani
digunakan sebagai input ke dalam persamaan hubungan antara curah hujan dan hasil padi untuk menentukan trigger curah hujan, 3 dibuat persamaan yang
menghubungkan antara produksi padi dan curah hujan setiap fase padi, 4 dihitung nilai indeks hujan pada setiap fase tanaman padi, 5 disusun skenario klaim
asuransi berdasarkan persamaan Martirez 2009 yaitu :
6.3. Hasil dan Pembahasan 6.3.1.