Simulasi pertumbuhan untuk menganalisis pengaruh jadwal tanam terhadap produktivitas budidaya Cabai Merah (Capsicum annuum L.) di Kabupaten Nganjuk

SIMULASI PERTUMBUHAN UNTUK MENGANALISIS PENGARUH
JADWAL TANAM TERHADAP PRODUKTIVITAS BUDIDAYA
CABAI MERAH (Capsicum annuum L.) DI KABUPATEN NGANJUK

DIAN ANDRIANI AGUSTIN

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2014

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Simulasi Pertumbuhan
untuk Menganalisis Pengaruh Jadwal Tanam Terhadap Produktivitas Budidaya
Cabai Merah (Capsicum annuum L.) di Kabupaten Nganjuk adalah benar karya
saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk
apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau
dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah
disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir

skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, November 2014
Dian Andriani Agustin
NIM F14100080

ABSTRAK
DIAN ANDRIANI AGUSTIN. Simulasi Pertumbuhan untuk Menganalisis
Pengaruh Jadwal Tanam Terhadap Produktivitas Budidaya Cabai Merah
(Capsicum annuum L.) di Kabupaten Nganjuk. Dibimbing oleh MOHAMAD
SOLAHUDIN dan LIYANTONO
Tanaman cabai merah (Capsicum annuum L.) merupakan tanaman yang
memiliki nilai ekonomis yang tinggi, namun jumlah produksi cabai merah yang
fluktuatif di tingkat pasar, dapat mengakibatkan jumlah ketersediaan cabai merah
yang tidak mencukupi. Sebagai solusi dibutuhkannya pendugaan jumlah hasil
panen cabai merah di sepanjang tahun. Penelitian ini dilakukan untuk membuat
simulasi model tanaman cabai merah yang dapat mensimulasikan proses
pertumbuhan dan perkembangan tanaman cabai merah. Simulasi model tanaman
cabai merah ini menggunakan parameter cuaca harian, yang meliputi: suhu

maksimum, suhu minimum, suhu rata-rata, kelembaban, kecepatan angin, curah
hujan, radiasi matahari, dan evaporasi potensial. Keluaran dari simulasi model ini
adalah komponen biomassa harian berupa organ buah panen cabai merah (kg/ha).
Ketelitian pada Kecamatan Gondang sebesar 65.3 %, Kecamatan Pace sebesar
83.1 %, dan ketelitian terhadap data rata-rata panen sebesar 93.2%.
Kata kunci: biomassa, cabai merah, cuaca harian, simulasi model

ABSTRACT
Dian Andriani Agustin. Growth Simulation to Analyze the Effect of Planting
Schedule on the Productivity of Red Chilies Cultivation (Capsicum annuum L.) in
Nganjuk District. Supervised by MOHAMAD SOLAHUDIN and LIYANTONO
Red chilies (Capsicum annuum L.) are plants with a high economic value,
but the red chilies production in market is fluctuative, so it makes the availability
of red chilies is inadequate. As a solution, an estimation of the number of red
chiles production in a year is necessary. This research was conducted to make a
red chilies model simulation that could simulate the growth and development
processes of red chilies. This red chilies model simulation used daily weather
parameters including: maximum temperature, minimum temperature, average
temperature, humidity, wind speed, rainfall, sun radiation, and potential
evaporation. The outputs of this model simulation were daily biomass components

such as red chilies crops organ (kg/ha). Precision value in Gondang Sub-district
was 65.3%, precision value in Pace Sub-district was 83.1%, and precision value of
average red chilies production was 93.2%.
Keywords: biomass, daily weather, model simulation, red chilies

SIMULASI PERTUMBUHAN UNTUK MENGANALISIS PENGARUH
JADWAL TANAM TERHADAP PRODUKTIVITAS BUDIDAYA
CABAI MERAH (Capsicum annuum L.) DI KABUPATEN NGANJUK

DIAN ANDRIANI AGUSTIN

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknik
pada
Departemen Teknik Mesin dan Biosistem

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR

BOGOR
2014

Judul Skripsi : Simulasi Pertumbuhan untuk Menganalisis Pengaruh Jadwal
Tanam Terhadap Produktivitas Budidaya Cabai Merah (Capsicum
annuum L.) di Kabupaten Nganjuk
Nama
: Dian Andriani Agustin
NIM
: F14100080

Disetujui oleh

Dr Ir Mohamad Solahudin, MSi
Pembimbing I

Dr Liyantono, STP, MAgr
Pembimbing II

Diketahui oleh

Dr Ir Desrial, MEng
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji syukur Alhamdulillah penulis panjatkan kehadirat Allah SWT, karena
atas rahmat dan karunia-Nya penulis dapat menyelesaikan penelitian dengan judul
“Simulasi Pertumbuhan untuk Menganalisis Pengaruh Jadwal Tanam Terhadap
Produktifitas Cabai Merah (Capsicum annuum L.) di Kabupaten Nganjuk”
Ucapan terima kasih penulis sampaikan kepada :
1. Dr Ir Mohamad Solahudin, MSi selaku dosen pembimbing akademik pertama
yang senantiasa memberikan bimbingan dan arahan kepada penulis.
2. Dr Liyantono, STP, MAgr selaku dosen pembimbing akademik kedua yang
telah membantu penulis dalan proses pengambilan data di Kabupaten Nganjuk.
3. Dr Ir Gatot Pramuhadi, MSi selaku dosen penguji sidang yang telah
memberikan saran dalam perbaikan skripsi ini.
4. Ibu dan kakak yang telah membantu doa dan dukungan moril dan materi
kepada penulis dalam menyelesaikan skripsi ini .

5. Erlin, Imam, Ayik, Fajardo, Endah, Amajida, Aditya, Andina dan teman-teman
TMB angkatan 47 atas bantuan dan dukungan moril kepada penulis dalam
menyelesaikan skripsi ini.
6. Direktorat Jendral Pendidikan Tinggi (DIKTI) yang telah memberikan
beasiswa kepada penulis selama perkuliahan.
7. Semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini
baik secara langsung maupun secara tidak langsung.
Semoga skripsi ini bermanfaat.
Bogor, November 2014
Dian Andriani Agustin

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

1

Tujuan Penelitian

2

Manfaat Penelitian

2

Ruang Lingkup Penelitian

2

TINJAUAN PUSTAKA

2

METODE

6

Waktu danTempat

6

Alat dan Bahan

6

Prosedur Penelitian

7

HASIL DAN PEMBAHASAN

10

Kondisi Lokasi Pertanaman

10

Simulasi Model

13

Validasi

20

SIMPULAN DAN SARAN
Simpulan

20
21

DAFTAR PUSTAKA

21

LAMPIRAN

21

RIWAYAT HIDUP

24

DAFTAR TABEL
1 Pola rotasi tanaman di Kecamatan Gondang dan Kecamatan Pace
2 Produktivitas panen cabai merah di Kecamatan Gondang dan
Kecamatan Pace tahun 2013

10
11

DAFTAR GAMBAR
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Diagram forester submodel pertumbuhan tanaman (Handoko 1994)
Diagram forester submodel neraca air (Handoko 1994)
Tahapan penelitian
Persentase sebaran panen cabai merah pada penanaman bulan Juni
tahun 2013
Grafik curah hujan rata-rata bulanan di Kabupaten Nganjuk tahun 2006
sampai dengan 2012
Suhu maksimum dan minimum rata-rata bulanan di Kabupaten
Nganjuk tahun 2006 sampai dengan 2012
Tampilan awal program simulasi model cabai merah
Tampilan program input simulasi model hari tanam ke 152
Klasifikasi tanah berdasarkan USDA tahun 2006
Grafik biomassa cabai merah pada simulasi model hari tanam ke 152
Grafik LAI cabai merah pada simulasi model hari tanam ke 152
Hasil biomassa simulasi model hari tanam ke 152
Tampilan keluaran program berupa tabel biomassa cabai merah hasil
simulasi model hari tanam ke 152
Estimasi produktivitas hasil simulasi model selama setahun
Grafik KAT tanah hasil simulasi model pada jadwal tanam hari ke 152

5
6
7
11
12
13
14
14
15
16
17
17
18
19
20

DAFTAR LAMPIRAN
1
2
3

Data sebaran panen cabai merah di Kabupaten Nganjuk dengan luas
lahan budidaya sebesar 2500 m2
Peta Kabupaten Nganjuk
Perhitungan validasi model

23
24
25

PENDAHULUAN
Latar Belakang
Cabai merah (Capsicum annuum L.) merupakan salah satu sayuran yang
populer dan bernilai tinggi karena warna, rasa, serta memiliki banyak kandungan
gizi antara lain protein, lemak, vitamin, karbohidrat, dan kalsium. Cabai merah
menjadi salah satu komoditas yang tidak dapat ditinggalkan masyarakat karena
banyak dibutuhkan sebagai penyedap masakan.
Menurut Badan Pusat Statistik Republik Indonesia (BPS 2013)
produktivitas cabai di Indonesia tahun 2012 sebesar 5.60 ton/ha dengan luas
panen cabai 237,105 ha dan produksi sebesar 1,327,778 ton/tahun. Jumlah
konsumsi cabai merah rumah tangga dalam setahun sebanyak 4.6 kg/jiwa. Jumlah
penduduk Indonesia pada tahun 2012 adalah sekitar 253,609,643 jiwa, maka
konsumsi cabai merah rata-rata penduduk Indonesia sekitar 1,166,605 ton/tahun.
Berdasarkan data tersebut masih ada surplus jumlah produksi cabai merah sebesar
161,173 ton/tahun, namun dalam kenyataanya permintaan cabai tidak dapat
dipenuhi oleh pasar pada waktu-waktu tertentu, karena tidak meratanya distribusi
produksi cabai merah yang merata sepanjang tahun.
Pemanfaatan model simulasi komputer sebagai alat untuk analisis dan
penyelesaian berbagai masalah dalam bidang pertanian telah berkembang pesat.
Salah satu metode kuantitatif yang dapat digunakan untuk menjelaskan hubungan
antara faktor lingkungan dengan pertumbuhan dan perkembangan tanaman adalah
simulasi tanaman. Teknologi hasil tanaman dalam hubungannnya dengan iklim
dan tanah banyak dimanfaatkan. Kegunaan dari hubungan cuaca dan tanaman
akan lebih berarti dalam perencanaan dan opersional pertanian (Baharsjah 1991).
Proses pertumbuhan tanaman merupakan hubungan antara cuaca dengan
tanaman dengan sesuatu yang teratur, sedangkan produksi tanaman relatif tetap
dari musim ke musim, dengan asumsi faktor teknologi budidaya tetap, maka
variasi hasil dari musim ke musim disebabkan oleh fluktuasi unsur-unsur cuaca
musiman maupun harian. Penggunaan model simulasi tanaman telah teruji
keabsahannya, dengan pengaruh cuaca terhadap pertumbuhan tanaman dapat
disimulasikan dalam waktu yang singkat. Hal ini menunjukkan salah satu
keunggulan penggunaan model simulasi tanaman yaitu dalam penghematan waktu
dan biaya, dibandingkan penelitian agronomis di lapangan (Handoko 1994).
Model simulasi tanaman merupakan bagian dari analisis sistem suatu
metode pendekatan masalah secara integral (problem solving methodology) atau
metode ilmiah yang merupakan dasar dalam pemecahan masalah dalam
pengolahan sistem. Model simulasi pengembangan cabai merah merupakan alat
analisis sekaligus sintesis hasil-hasil penelitian lapang yang mempunyai
kemampuan prediksi, sehingga dapat dipergunakan dalam perencanaan di wilayah
pengembangan maupun sebagai dasar acuan pengolahan tanaman cabai di wilayah
sentra produksi.
Perumusan Masalah
Kebutuhan dan permintaan cabai merah cukup tinggi, tetapi permintaan
cabai merah terkadang tidak diimbangi dengan jumlah pasokan cabai merah yang
sesuai, karena ketersediannya tidak stabil. Pasokan cabai merah ditingkat petani

2
terkadang tidak bisa diprediksikan, stok ditingkat pengecer sering terganggu serta
terjadi fluktuasi harga. Dibutuhkan metode prediksi produksi panen cabai merah
dalam bentuk simulasi model pertumbuhan dan perkembangan tanaman cabai
merah, yang dapat menghasilkan perkiraan panen cabai merah berdasarkan jadwal
tanam tertentu.
Tujuan Penelitian
Tujuan penelitian adalah menyusun simulasi model pertumbuhan cabai
merah untuk mendapatkan prediksi produksi tanaman cabai merah yang ditanam
pada jadwal tertentu, sebagai alat bantu untuk pengambilan keputusan dalam
pengelolaan budidaya cabai merah di Kabupaten Nganjuk.
Manfaat Penelitian
Manfaat penelitian adalah tersedianya simulasi model hubungan antara
jadwal tanam dan produksi tanaman cabai merah, sehingga memudahkan petani
dalam menentukan kalender tanam cabai merah yang optimum di Kabupaten
Nganjuk.
Ruang Lingkup Penelitian
Simulasi model ini terbatas untuk komoditas cabai merah dengan
memanfaatkan karakteristik tanaman cabai merah dan data cuaca harian
Kabupaten Nganjuk.

TINJAUAN PUSTAKA
Kabupaten Nganjuk
Kabupaten Nganjuk merupakan kabupaten yang terletak di provinsi Jawa
Timur, Indonesia. Kabupaten ini berada di 111.05 BB dan 112.03
0”LU sampai dengan 111 5
8” LS. Lu s t h s w h sebesar 43,052 ha,
tanah kering 32,373 ha, dan tanah hutan 47,007 ha. Wilayah Kabupaten Nganjuk
terletak di dataran rendah pegunungan. Kabupaten Nganjuk memilki kondisi dan
struktur tanah yang cukup produktif untuk berbagai jenis tanaman, baik tanaman
pangan maupun tanaman perkebunan, sehingga sangat menunjang pertumbuhan
ekonomi dibidang pertanian. Kondisi dan struktur tanah yang produktif ini
sekaligus ditunjang Sungai Widas, Sungai Kuncir, Sungai Rejoso yang dapat
mengairi daerah Nganjuk bagian barat, sedangkan Sungai Brantas mengairi
daerah Kabupaten Nganjuk bagian timur (BPS Nganjuk 2013).
Cabai Merah (Capsicum annuum L.)
Cabai merah (Capsicum annum L.) termasuk tanaman semusim, berbentuk
perdu, berdiri tegak dengan berbatang kayu, dan memiliki banyak cabang. Tinggi

3
tanaman dewasa antara 65-120 cm dan lebar tajuk tanaman 50-90 cm. Cabai
merah tergolong dalam tumbuhan yang menghasilkan biji (Spermatophyta).
Bijinya tertutup oleh bakal buah sehingga termasuk dalam golongan tumbuhan
berbiji tertutup (Prajnanta 2007). Tanaman cabai merah diklasifikasikan dalam
dunia tumbuh-tumbuhan sebagai berikut:
Kingdom
Divisi
Subdivisi
Klas
Subklas
Ordo
Famili
Genus
Spesies

: Plantarum
: Spermathophytha
: Angiospermae
: Dicotyledoneae
: Sympetalae
: Tubiflorae (Solanales)
: Solanales
: Capsicum
: Capsicum annuum L.

Tanaman cabai merah memiliki bentuk daun bulat telur, lonjong, dan oval
dengan ujung meruncing. Tanaman cabai merah memiliki bentuk bunga seperti
terompet. Bunga tanaman cabai merupakan bunga lengkap dan bunga berkelamin
ganda. Ukuran buah tanaman cabai sangat bervariasi bentuk dan ukurannya
tergantung dari spesiesnya. Perakaran cabai merah merupakan akar tunggang yang
terdiri dari akar utama (primer) dan akar lateral (sekunder). Panjang akar primer
berkisar antara 35-50 cm dan akar sekunder berkisar antara 35-45 cm (Prajnanta
2007).
Suhu optimum harian untuk pertumbuhan cabai merah antara 24 oC sampai
dengan 32 oC (Berke et al. 2007). Jenis tanah terbaik untuk pertumbuhan cabai
merah adalah pada jenis tanah lempung atau lempung berdebu dengan kapasistas
memegang air yang baik. Pada kenyataannya cabai merah dapat tumbuh selama
tanah tersebut memiliki drainase yang baik. pH tanah yang cocok untuk cabai
merah antara 5.5-6.8 (Berke et al. 2007).
Simulasi Model Tanaman
Simulasi model tanaman adalah bagian dari analisis sistem sebagai metode
suatu pendekatan masalah secara terintegrasi yang digunakan sebagai pemecahan
masalah secara metode ilmiah. Model merupakan konsep hubungan mengenai
pernyataan-pernyataan matematik secara statistika atau sebagai representasi
sederhana dari suatu sistem nyata hingga interaksi unsur-unsur yang kompleks,
dalam suatu sistem dapat diabstraksi sesuai dengan tujuan (Handoko 1994).
Simulasi model tanaman merupakan hubungan matematika terhadap
berbagai proses dari pertumbuhan tanaman, perkembangan tanaman, dan respon
tanaman terhadap faktor lingkungan (Gholipouri et al. 2010).
Submodel Pertumbuhan
Submodel pertumbuhan mensimulasikan aliran biomassa hasil fotosintesis
organ-organ tanaman (akar, batang, daun, dan buah) serta kehilangannya berupa
respirasi. Pembagian biomassa hasil fotosintesis ke berbagai organ tanaman
merupakan fungsi perkembangan tanaman yang dihitung dalam submodel

4
perkembangan. Submodel ini memanipulasi perkembangan nilai leaf area index
(LAI).
Produksi biomassa potensial dihitung secara harian berdasarkan jumlah
radiasi yang diintersepsi tanaman cabai merah serta efisiensi penggunaan radiasi
oleh tajuk. Radiasi yang diintersepsi oleh tajuk tanaman diduga menggunakan
fungsi dari radiasi surya yang datang dan LAI.
Produksi biomassa aktual dialokasikan ke akar, batang, daun, dan buah yang
perbandingannya tergantung pada fase perkembangan tanaman yang dijelaskan
pada Gambar 1. Sebagian dari biomassa yang terkumpul pada masing-masing
organ tanaman tersebut akan hilang dalam proses respirasi pertumbuhan dan
pemiliharaan. Respirasi pemeliharaan dihitung dari fungsi berat dan suhu udara
(Handoko 1994).
Leaf Area Index (LAI)
Perubahan LAI dihitung dari perkalian antara parameter luas daun spesifik
(sla) dengan laju pertumbuhan daun harian (dWD) yang dapat dilihat pada
persamaan 1:
................................................................................................ (1)
Keterangan:
dLAI
: Perubahan leaf area index
sla
: Luas daun spesifik (ha kg-1)
dWD
: Perubahan berat daun (kg ha-1 hari -1)

5

Gambar 1 Diagram forester submodel pertumbuhan tanaman (Handoko 1994)
Submodel Neraca Air
Hujan dan irigasi merupakan sumber air (source) dari submodel neraca air
yang terlihat pada Gambar 2, kecuali pada lahan tadah hujan yang
menggantungkan air hanya dari hujan. Konsep pada submodel ini adalah air hujan
jatuh pada permukaan tajuk tanaman. Air yang tertahan pada tajuk disebut
intersepsi yang kemudian akan menguap ke atmosfer. Sisanya yang sampai ke
permukaan tanah, akan diserap tanah berupa infiltrasi (Handoko 1994).
Tanaman dapat menyerap air jika tegangan air tersebut di atas titik layu
permanen (wilting point), sedangkan tanah dapat menahan air dapat menahan air
sampai batas kapasitas lapang (field capacity). Jumlah air antara titik layu dan
kapasitas lapang merupakan air tersedia bagi tanaman. Perkolasi akan berhenti
bila tegangan air tanah mencapai kapasitas lapang (Handoko 1994).

6

Gambar 2 Diagram forester submodel neraca air (Handoko 1994)

METODE
Waktu dan Tempat
Pengambilan data lapangan dilaksanakan di Kabupaten Nganjuk, Jawa
Timur (April 2014), pengambilan data berupa data sekunder meliputi data cuaca
harian di Kabupaten Nganjuk, jadwal penanaman dan jadwal pemanenan cabai
merah di Kabupaten Nganjuk, serta hasil sebaran panen cabai merah di Kabupaten
Nganjuk yang digunakan sebagai dasar penyusunan parameter model dan validasi.
Pemodelan dilaksanakan di Laboratorium Teknik BioInformatika
Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian IPB,
Dramaga (Febuari–September 2014) untuk menyusun submodel yaitu submodel
pertumbuhan tanaman, submodel perkembangan tanaman cabai merah, dan
submodel neraca air.
Alat dan Bahan
Alat yang digunakan dalam penelitian ini yakni seperangkat komputer
personal yang dilengkapi software Visual Basic 6.0 untuk menghasilkan program
simulasi model tanaman cabai merah. Data sekunder penelitian ini diambil dengan
melakukan wawancara ke petani cabai merah di Kabupaten Nganjuk, meliputi:
jadwal penanaman dan pemanenan tanaman cabai merah, jumlah produksi panen

7
cabai merah. Data cuaca harian didapatkan di Balai Pengelolaan Sumber Daya Air
Wilayah Sungai Puncu – Seldono, stasiun iklim Begadung.
Prosedur Penelitian
Prosedur penelitian simulasi model jadwal tanam cabai merah dapat dilihat
pada Gambar 3.
Mulai

Pengembangan Model
Simulasi Pertumbuhan
Tanaman Cabai Merah

Pengumpulan Data
Sekunder: Iklim,
Jenis Tanah,
Jumlah Produksi,
Tanggal Tanam,
Sebaran Panen

Uji Coba Model
Simulasi

Produktivitas Hasil Simulasi
Data Produktivitas di Lapangan

Validasi Model
Tidak
Ya
Valid

Prediksi produksi pada tanggal tanam tertentu

Selesai
Gambar 3 Tahapan penelitian

8
Perhitungan Simulasi Model
Produksi biomassa potensial harian dihitung berdasarkan efisiensi
penggunaan radiasi surya yang diintersepsikan ke tajuk tanaman. Hukum Beer
digunakan untuk menghitung besarnya radiasi intersepsi dengan persamaan 2 dan
persamaan 3:
..................................................................................................(2)
sedangkan
Keterangan :
Qint : Radiasi intersepsi
(MJ m-2)
Qs
: Radiasi surya di atas tajuk tanaman
(MJ m-2)
: Proposi radiasi surya yang ditransmisikan oleh tajuk tanaman
k
: Koefisien pemadaman
LAI : Leaf area index
Perhitungan biomassa aktual dibagi antara daun, batang, akar, dan buah
yang perbandingannya tergantung fase perkembangan tanaman (s). Pertumbuhan
masing-masing organ (x) dihitung dari selisih antara alokasi bahan kering ke
organ tanaman dan hilang melalui respirasi dengan persamaan 4 dan persamaan 5:
10.............................(4)
sedangkan,
Q10 =
...................................................................................................(5)
Keterangan:
dWx : Penambahan masa organ x
(kg ha-1d-1)
Rg
: Respirasi pertumbuhan
(kg ha-1 d-1)
Rm
: Respirasi pemeliharaan
(kg ha-1 d-1)
: Proporsi biomassa yang dialokasikan ke organ x
Ba
: Produksi biomassa aktual
(kg ha-1 d-1)
km
: Koefisien respirasi pemeliharaan
kg
: Koefisien respirasi pertumbuhan
Wx
: Massa organ x
(kg ha-1)
Q10
: Quatian (hasil bagi suhu organ)
(oC)
T
: Suhu pada organ x
(oC)
Proporsi biomassa yang dialokasikan pada masing-masing organ
(
yang dihitung berdasarkan fungsi fase perkembangan tanaman (s), didekati
secara emperis berdasarkan data pengamatan lapang (Handoko 1994). Persamaan
yang digunakan untuk mengitung alokasi biomassa ke organ batang pada
persamaan 6, organ akar pada persamaan 7, organ daun pada persamaan 8, dan
organ buah dengan persamaan 9 dengan nilai s ≤ 0. 5 :
.....................................................................................(6)
.........................................................................................(7)
...............................................................................(8)
............................................................................................................(9)
Intersepsi tajuk tanaman
Jumlah air yang diintersepsi tajuk tanaman tergantung oleh curah hujan dan
LAI menggunakan persamaan 10 dan persamaan 11 (Zinke 1967):
Ic
= min (LAI, P)........................................................................................(10)
03
Keterangan :
Ic
: Intersepsi tajuk tanaman
(mm)
P
: Curah hujan
(mm)
LAI
: Leaf area index
Transpirasi dan evaporasi tanah maksimum
Evapotranspirasi potensial dihitung dengan metode Penman (1956) yang
merupakan jumlah dari evaporasi dan transpirasi maksimum atau evapotranspirasi
maksimum dengan persamaan 12. Berikut adalah perhitungan evaporasi
maksimum menggunakan persamaan 13 dan transpirasi maksimum menggunakan
persamaan 14 :
........................................................................(12)
(

........... .............................................................................(13)
)
..................................................................................(14)

Keterangan :
ETp : Evapotranspirasi
(mm)
ETm : Evapotranspirasi maksimum
(mm)
Em
: Evaporasi maksimum
(mm)
Tm
: Transpirasi maksimum
(mm)
: Gradient tekanan uap air jenuh terhadap suhu udara
(Pa K-1)
Qn
: Radiasi netto
( MJ m-2)
: Konstanta psikometer
(66.1 Pa K-1)
f (u) : Fungsi kecepatan angin
(MJ m-2K-1)
es –ea : Defisit tekanan uap air
(Pa)
: Panas spesifik untuk penguapan
(2.454 MJ kg-1)
k
: Koefisien pemadaman (kemampuan tajuk mereduksi cahaya)
LAI : Leaf area index
Analisis Statistika
Pengujian model dilakukan dengan membandingkan hasil keluaran simulasi
model dengan data pengamatan lapangan. Uji ketelitian model menggunakan
persamaan 15:
|
|
.........................................(15)

Keterangan:
Xobs
Xsim

: Data observasi
: Data simulasi

10

HASIL DAN PEMBAHASAN
Kondisi Lokasi Pertanaman
Keadaan Pertanian Kabupaten Nganjuk
Kabupaten Nganjuk memiliki 20 kecamatan administratif, menurut
pembagian sentra pertanian produksi pertanian yang dilakukan oleh Badan Pusat
Statistik Kabupaten Nganjuk hanya tujuh kecamatan yang memiliki sentra
produksi cabai merah, pengamatan lapangan dilakukan pada dua kecamatan, yaitu
Kecamatan Gondang dan Kecamatan Pace. Pola bercocok tanam di dua
kecamatan ini selama setahun mengalami beberapa jenis tanaman secara
pergiliran pola tanam yang dapat dilihat di Tabel 1, hal ini dilakukan untuk
meningkatkan produksi usaha tani.
Tabel 1 Pola rotasi tanaman di Kecamatan Gondang dan Kecamatan Pace
Bulan
Januari
Febuari
Maret
April
Mei
Juni
Juli
Agustus
September
Oktober
November
Desember

Padi
√
√
√

Cabai

√
√
√
√

Jagung

√
√
√

Semangka / Melon
√
√

√

Perbedaan budidaya petani cabai merah di dua kecamatan tersebut adalah
pada kecamatan Gondang penyemaian benih awal menggunakan polybag dan
keseragaman penanaman rendah, sedangkan pada Kecamatan Pace penyemaian
benih awal langsung disebar ke dalam bedengan dan keseragaman penanaman
tinggi.
Petani Kabupaten Nganjuk memulai budidaya tanaman cabai merah pada
minggu pertama bulan Juni, hal ini dilakukan petani tersebut dengan alasan curah
hujan pada bulan Juni tidak terlalu tinggi, ketika memasuki bulan basah tanaman
cabai akan lebih mudah terserang hama dan penyakit, bunga dari tanaman cabai
merah pada saat pertumbuhaan akan cepat mudah rontok.
Hasil pemanenan cabai merah dimulai pada hari ke 90 setelah tanam,
pemanen cabai merah dilakukan dengan interval pemanenan 2-3 hari,
pengulangan panen hingga 14-15 kali, panen puncak pada tanaman cabai merah
terjadi pada ulangan ke 6 sampai 9 dan akan mengalami penurunan jumlah panen
pada ulangan ke 10 hingga akhir pengulangan panen.
Tabel 2 menjelaskan data sebaran produktivitas setiap tahap panen di
Kecamatan Gondang dan Kecamatan Pace dalam satuan (kg/ha) dan merupakan
hasil pengolahan data hasil lapangan pada Lampiran 1.

11
Tabel 2 Produktivitas cabai merah di Kecamatan Gondang dan Kecamatan Pace
tahun 2013
Panen
ke1
2
3
4
5
6
7
8
9
10
11
12
13
14
Total

Kecamatan Gondang
(kg/ha)
110
200
270
380
440
560
620
710
710
710
580
300
200
160
5950

Kecamatan Pace
(kg/ha)
272
352
528
752
856
904
904
904
904
904
704
552
328
200
9064

Rata-rata
(kg/ha)
191
276
399
566
648
732
762
807
807
807
642
426
264
180
7507

Berdasarkan pengamatan lapangan nilai produktivitas cabai merah rata-rata
di dua kecamatan tersebut sebesar 7507 kg/ha pada penanaman bulan Juni minggu
pertama tahun 2013. Hasil sebaran rata-rata panen dalam cabai merah (persentase)
mulai dari tahap panen pertama hingga tahap panen terakhir pada setiap
kecamatan dapat dilihat pada Gambar 4.

Gambar 4 Persentase sebaran panen cabai merah pada penanaman bulan Juni
tahun 2013
Berdasarkan data statistik dari BPS Kabupaten Nganjuk tahun 2012
menyatakan bahwa luas tanam cabai merah di Kecamatan Pace seluas 79 ha
dengan total produksi panen cabai merah sebesar 573,300 kg (BPS Nganjuk

12
2013), sehingga produktivitas cabai merah di Kecamatan Pace sebesar 7257
kg/ha.

Curah hujan (mm)

Cuaca Harian
Unsur cuaca harian menjadi input simulasi model berada pada kondisi yang
baik dan sesuai dengan kondisi lingkungan yang didapatkan. Data cuaca yang
dipergunakan untuk simulasi model ini adalah data cuaca rata-rata tahun 2006
sampai dengan tahun 2012. Gambar 5 menyajikan sebaran curah hujan bulan ratarata selama simulasi model. Curah hujan rata-rata di Kabupaten Nganjuk sebesar
2597 mm/tahun. Hal ini sudah mecukupi kebutuhan air bagi tanaman cabai,
menurut Prajnanta (2007) budidaya cabai memerlukan curah hujan sebesar 15002500 mm/tahun.
600
500
400
300
200
100
0
Desember

November

Oktober

September

Agustus

Juli

Juni

Mei

April

Maret

Febuari

Januari

Bulan
Gambar 5 Grafik curah hujan rata-rata bulanan di Kabupaten Nganjuk tahun 2006
sampai dengan 2012
Masa hujan di Kabupaten Nganjuk dimulai pada awal bulan November dan
berakhir di bulan Mei, sedangkan air untuk pengairan tersedia sejak awal bulan
November sampai akhir bulan Mei (selama 7 bulan) yang dapat dilihat pada
Gambar 5. Curah hujan tertinggi sepanjang tahun di Kabupaten Nganjuk terdapat
di bulan Januari dengan nilai 530 mm/bulan dan curah hujan terendah terdapat di
bulan Agustus dengan nilai 20 mm/bulan.
Data suhu rata-rata harian di Kabupaten Nganjuk adalah 25.8 oC, dengan
kisaran suhu minimum sebesar 21 oC dan suhu maksimum sebesar 31.2 oC yang
dapat dilihat pada Gambar 6. Suhu minimum dan suhu maksimum di Kabupaten
Nganjuk sudah dapat memenuhi untuk suhu pertumbuhan dan perkembangan
tanaman cabai merah. Suhu optimum untuk pertumbuhan dan perkembangan
tanaman cabai merah adalah 24 oC sampai dengan 32 oC (Berke et al. 2007).
Faktor-faktor yang mempengaruhi suhu lingkungan pada suatu daerah antara lain
lama penyinaran matahari pada suatu daerah tersebut, sudut datang sinar matahari,
dan ketinggian tempat (Tjasyono 2004).

13
35
30
Suhu (oC)

25
20
15
10
5
0
Desember

November

Oktober

September

Agustus

Juli

Juni

Mei

April

Maret

Febuari

Januari

Bulan

Suhu Maksimum

Suhu Minimum

Gambar 6 Suhu maksimum dan minimum rata-rata bulanan di Kabupaten
Nganjuk tahun 2006 sampai dengan 2012
Simulasi Model
Pengembangan Simulasi Model
Simulasi model perkembangan dan pertumbuhan cabai merah ini dibangun
dengan dasar penelitian sebelumnya yang dilakukan Handoko (1994) yaitu
pengembangan dari sistem hasil simulasi perkembangan dan pertumbuhan untuk
tanaman padi, dengan mengubah nilai koefisien pertumbuhan dan pemeliharaan
dengan laju pertumbuhan yang disesuaikan untuk tanaman cabai merah.
Simulasi model tanaman padi menggunakan parameter-parameter yang
diturunkan berdasarkan percobaan lapangan dan studi pustaka. Tanaman ini
merupakan tanaman netral sehingga perkembangan tanaman didekati dengan
respon thermal menggunakan konsep heat unit (Handoko 1994)
Penggunaan model simulasi dibutuhkan data tertentu yang digunakan
sebagai data masukan (input) untuk selanjutnya diproses oleh model simulasi
sehingga mendapatkan data keluran (output) berupa informasi jumlah
produktivitas panen cabai merah, umur panen cabai merah, dan kebutuhan air
untuk tanaman cabai merah.
Data cuaca harian digunakan sebagai parameter dalam menentukan
kebutuhan air pada tanaman dan jumlah panen cabai merah itu sendiri. Data cuaca
harian ini meliputi parameter suhu minimum, suhu maksimum, suhu rata-rata,
kelembaban (RH), kecepatan angin, curah hujan, radiasi matahari, dan evaporasi
potensial (Ep). Data cuaca harian ini disimpan dalam satu file dalam format
comma delimited (*csv).

14
Input Simulasi Model

Gambar 7 Tampilan awal program simulasi model cabai merah
Pada tampilan awal program simulasi pertumbuhan dan perkembangan
tanaman cabai merah di Kabupaten Nganjuk memiliki perintah mulai yang terlihat
pada Gambar 7, perintah selanjutnya diproses menjadi input simulasi model yang
dapat dilihat pada Gambar 8.

Gambar 8 Tampilan program input simulasi model hari tanam ke 152
Simulasi model dapat diproses dan menghasilkan output jika data input
telah diisi oleh user. Pengisian data input simulasi model ini harus diisi secara

15
berurutan dengan pilihan dari bagian atas hingga proses penyimpanan bagian
bawah agar simulasi model ini dapat berjalan. Masukan input simulasi model
meliputi:
1. Data Lokasi
Data lokasi mengenai lokasi budidaya tanaman cabai merah yang meliputi
data cuaca harian dan karakteristik tanah yang disediakan dalam input
simulasi ini adalah sandy loam, sandy clay loam, dan sandy clay. Pada
pemilihan data lokasi stasiun akan memanggil data cuaca harian yang telah
disimpan dalam databse dalam format *csv. Klasifikasi karakteristik tanah
berdasarkan USDA (United State Departement of Agricultural 2006)
mendefinisikan bahwa tekstur tanah adalah keadaan tingkat kehalusan tanah
yang terjadi karena terdapatnya perbedaan komposisi kandungan fraksi, pasir,
debu, dan liat yang terkandung pada tanah. Perbandingan tekstur penyusun
tanah dapat dilihat pada Gambar 9.

Gambar 9 Klasifikasi tanah berdasarkan USDA tahun 2006
2. Data untuk Simulasi Biomassa Tanaman Cabai Merah
Data untuk simulasi biomassa tanaman cabai merah meliputi data tanggal
tanam dan nilai LAI. Pada data tanggal tanam menggunakan sistem kalender
julian date dengan perhitungan satu tahun terdiri dari 365 hari, misalnya
tanggal tanam 1 Juni maka tanggal tanam yang diisi dalam proses data input
adalah 152. Daun merupakan organ tumbuhan yang penting pada proses
fotosintesis, karena berpengaruh kepada jumlah cahaya matahari yang dapat
diterima oleh tanaman cabai merah. LAI merupakan ukuran yang mewakili
jumlah luasan daun, sehingga menentukan jumlah radiasi matahari yang dapat
diserap oleh tanaman cabai merah.
3. Data Neraca Air Tanah
Data input neraca air tanah meliputi kedalaman tanah (cm), kemiringan tanah
(0-90o), dan kadar air tanah awal (mm).

16
Data input yang telah diisi semua, kemudian file hasil simulasi harus
disimpan, setelah lokasi penyimpanan hasil simulasi dipilih, maka simulasi model
dapat dijalankan.
Hasil Simulasi Biomassa
Keluaran simulasi model ini adalah data hasil simulasi dalam bentuk tabel
dan grafik yang meliputi data biomassa cabai merah, hasil simulasi model
pertumbuhan, dan kadar air tanah selama pertumbuhan.
Pada grafik biomassa Gambar 10 terdapat dua garis dalam grafik tersebut
yang terdiri garis biomassa total (bewarna hijau) dan garis biomassa buah
(berwarna merah). Garis biomassa total menggambarkan penjumlahan dari
biomassa akar, biomassa batang, biomassa daun, dan biomassa buah selama
pertumbuhan.

Gambar 10 Grafik biomassa cabai merah pada simulasi model hari tanam ke 152
Berdasarkan data jadwal tanam diawal bulan Juni atau hari ke 152 pada
kalender julian date. Pada fase tersebut organ tanaman yang berkembang adalah
daun, batang, dan akar. Memasuki hari ke 94 sudah memasuki fase generatif
ditandai dengan perkembangan daun, batang, dan akar sudah menurun, serta organ
generatif tanaman sudah mulai muncul.
Perkembangan vegetatif pada tanaman cabai merah akan terhambat pada
saat perkembangan fase generatif. Hal ini salah satunya disebabkan oleh
pengunaan hasil fotosisntesis yang tadinya hanya untuk keperluan organ vegetatif
harus digunakan untuk perkembangan bagian organ generatif, oleh sebab itu
pemberian asupan hara saat tanaman cabai merah memasuki fase generatif akan
lebih besar.
Pada grafik garis Wtotal meningkat karena penjumlahan nilai dari Wbuah
yang terus meningkat. Proses pertumbuhan tanaman yang meliputi fase vegetatif
dan fase generatif dapat terlihat dari nilai LAI yang terlihat pada Gambar 11,
dimana nilai LAI terus meningkat hingga nilai puncak, kemudian akan menurun.

17
Fase vegetatif ditandai dengan nilai LAI yang terus meningkat, sedangkan fase
generatif dimulai setelah nilai LAI mengalami puncak.
0.8
Fase
generatif

0.7
0.6

Fase vegetatif

LAI

0.5
0.4

Panen

0.3
0.2
0.1

1
7
13
19
25
31
37
43
49
55
61
67
73
79
85
91
97
103
109
115
121

0
Hari setelah tanam ke Gambar 11 Grafik LAI cabai merah pada simulasi model hari tanam ke 152
Tampilan hasil simulasi model pertumbuhan juga menjelaskan mengenai
lamanya waktu pemanenan cabai merah (hari setelah tanam), biomassa total dari
tanaman cabai merah (kg/ha), dan biomassa buah cabai merah (kg/ha) yang dapat
dilihat Gambar 12.

Gambar 12 Hasil biomassa simulasi model hari tanam ke 152
Pada grafik biomassa cabai merah terdapat pemilihan tabel yang dapat
dilihat pada Gambar 13. Tabel tersebut terdapat nilai-nilai antara lain:
1. Fase perkembangan (s)
Laju perkembangan dan masing-masing fenologi tanaman cabai merah
didekati oleh konsep heat unit. Kejadian fenologi dihitung mulai semai sampai
panen dan diberi skala 0-1 (Handoko1994).
2. LAI
LAI menentukan jumlah radiasi dan curah hujan yang diintersepsi tanaman
serta transpirasi (Handoko 1994).
3. Wdaun
Bobot daun tanaman cabai merah.
4. Wakar
Bobot akar tanaman cabai merah.

18
5. Wbatang
Bobot batang tanaman cabai merah.
6. Wbuah
Bobot buah tanaman cabai merah.
7. Wtotal
Penjumlahan bobot daun, akar, batang, dan buah tanaman cabai merah.

Gambar 13 Tampilan keluaran program berupa tabel biomassa cabai merah hasil
simulasi model hari tanam ke 152
Proses running program simulasi model pertumbuhan dan perkembangan
tanaman cabai merah selama satu tahun yang dapat dilihat pada Gambar 14. Pada
gambar tersebut dapat dilihat perbedaan hasil panen atau terjadi fluktuasi hasil
panen pada setiap jadwal tanam cabai merah yang berbeda di sepanjang tahun.
Secara rata-rata didapatkan penanaman tanaman cabai merah bulan Juni memiliki
produktivitas sebesar 8241.40 kg/ha dan penanaman cabai merah pada bulan Juli
didapatkan produktivitas sebesar 9037.77 kg/ha. Jadwal penanaman cabai merah
yang dilakukan pada bulan Agustus sampai November memilki nilai produktivitas
tertinggi di sepanjang tahunnya, namun penanaman cabai merah pada bulan
Agustus sampai November akan menimbulkan resiko seperti bunga-bunga yang
akan menjadi buah cabai merah akan mudah cepat gugur dan ketika memasuki

19
pemanenan buah cabai merah akan lebih mudah terserang hama dan penyakit,
sehingga pada kenyataannya di lapangan akan terjadi penurunan jumlah panen.
Berdasarkan hasil simulasi yang dilakukan dalam setahun, produktivitas optimum
cabai merah adalah dengan jadwal penanaman pada bulan Juli, dengan
mempertimbangkan curah hujan yang tidak terlalu tinggi saat penanaman dan
pemanenan, serta dengan asumsi kebutuhan air untuk tanaman cabai merah dapat
dipenuhi setiap tahunnya.

Gambar 14 Estimasi produktivitas hasil simulasi model selama setahun
Kadar Air Tanah
Air tanah merupakan salah satu bagian penyusun tanah. Air hujan dapat
mengalir ke dalam tanah yang disebut infiltrasi, sedangkan sisanya mengalir di
permukaan tanah sebagai aliran permukaan tanah (run off). Air inflitrasi bila
dalam jumlah banyak dan terus mengalir ke dalam tanah secara vertikal dan
meninggalkan daerah perakarannya disebut dengan perkolasi, yang akhirnya
sampai pada lapisan yang kedap air yang kemudian berkumpul menjadi air tanah
atau sering disebut ground water (Poerwowidodo 1991). Mengetahui banyaknya
air di dalam tanah yang tersedia bagi tanaman adalah penting terutama dalam hal
penentuan pemberian air pada tanaman atau pengairan tanaman agar tidak terjadi
kelebihan ataupun kekurangan air. Kadar air tanah (KAT) dinyatakan dalam
persen volume yaitu persentase volume air terhadap volume tanah atau water
potential (Handoko1994).
Menurut Hanifah (2007) bahwa KAT menunjukkan potensi ketersediaan air
tanah untuk menyuplai kebutuhan tanaman. Faktor-faktor yang mempengaruhi
nilai KAT:
1. Jenuh atau resentasi maksimum
Kondisi dimana seluruh ruang pori tanah terisi oleh air.
2. Kapasitas Lapang
Kondisi dimana tebal lapisan air dalam pori-pori tanah mulai menipis,
sehingga tegangan antara air dan udara meningkat lebih besar daripada
gravitasi.

20
Air yang tersedia bagi tanaman merupakan KAT, dengan nilai KAT antara
kapasitas lapang dan titik layu permanen. Air yang berada di atas kapasitas
lapang akan hilang melalui perkolasi ke lapisan tanah yang lebih bawah,
sedangkan di bawah titik layu permanen tidak dapat digunakan tanaman,
karena energi potensial yang diperlukan untuk mengisap air tanah terlalu besar
(Handoko 1994).
3. Titik layu permanen
Kondisi air tanah yang ketersediannya sudah lebih rendah dibandingkan
kebutuhan tanaman untuk melakukan aktivitas. Tanaman dapat menggunakan
air tanah sampai batas tertentu yang disebut titik layu permanen. Bila energi
potensial antara tanah dan atmosfer sama dengan nol maka aliran air melalui
tanaman (transpirasi) akan terhenti dan tanaman akan layu (Handoko 1994).
KAT dalam simulasi model pertumbuhan dan perkembangan cabai merah
berguna menggambarkan perubahan KAT secara dinamis selama budidaya,
namun grafik pada simulasi ini tidak menampilkan perubahaan nilai KAT jika
pada lahan budidaya tanaman cabai merah tersebut diberikan irigasi pada lahan.

Gambar 15 Grafik KAT hasil simulasi model pada jadwal tanam hari ke 152
Jenis tanah dengan tekstur sandy loam memiliki titik layu permanen pada
saat nilai KAT sebesar 9%, tanah sandy clay titik layu permanen pada saat nilai
KAT sebesar 18%, dan tanah sandy clay loam titik layu permanen pada saat nilai
KAT sebesar 20% (Ratliff et al. 1983). KAT pada penanaman hari ke 152 atau
awal bulan Juni secara lengkap disajikan pada Gambar 15, dengan menggunakan
jenis tanah dengan tekstur sandy loam. Pada tampilan grafik hari setelah tanam ke
13 hingga ke 56 nilai KAT dibawah 9%, maka diperlukan sistem irigasi pada
lahan untuk berlangsungnya budidaya cabai merah. Penambahan irigasi tidak
harus diberikan hingga hari ke 56 setelah penanaman, karena penambahan air
irigasi di hari sebelumnya sudah mengubah nilai KAT di hari mendatang yang
tidak ditampilkan pada grafik.
Validasi
Proses validasi pada simulasi model ini dilakukan dengan membandingkan
data hasil panen simulasi model dengan data hasil panen di lapangan
menggunakan persamaan 15. Hasil perhitungan validasi model ditampilkan pada
Lampiran 3 dan menunjukkan bahwa ketelitian pada Kecamatan Gondang sebesar
65.3%, ketelitian pada Kecamatan Pace sebesar 83.1%, dan ketelitian terhadap
data rata-rata panen sebesar 93.2%.

21
SIMPULAN DAN SARAN
Simpulan
Simulasi model pertumbuhan dan perkembangan tanaman cabai merah telah
dibangun untuk jadwal tanam cabai merah sepanjang tahun, sebagai alat bantu
pengambilan keputusan dalam pengelolaan budidaya cabai merah di Kabupaten
Nganjuk. Berdasarkan simulasi model didapatkan produktivitas optimum selama
setahun terjadi pada saat jadwal penanaman bulan Juli dengan nilai produktivitas
9037.77 kg/ha. Hal ini dilakukan dengan mempertimbangkan curah hujan yang
tidak terlalu tinggi pada saat penanaman dan pemanenan, serta dengan asumsi
bahwa kebutuhan air untuk tanaman cabai merah dapat dipenuhi setiap tahunnya.
Nilai ketelitian pada Kecamatan Gondang sebesar 65.3%, ketelitian Kecamatan
Pace sebesar 83.1%, dan ketelitian terhadap data rata-rata panen sebesar 93.2%.
Pemilihan penanaman cabai merah yang dilakukan petani Kabupaten Nganjuk
pada bulan Juni kurang tepat, dilihat dari simulasi nilai produktivitas optimum
pada saat jadwal penanaman bulan Juli.
Saran
Penanaman cabai merah yang sesuai dengan simulasi model diharapkan
dapat menurunkan resiko gagal panen akibat curah hujan yang tinggi, serta
serangan hama dan penyakit. Pergeseran jadwal tanam cabai merah di Kabupaten
Nganjuk perlu dilakukan dari bulan Juni ke bulan Juli untuk mendapatkan
produktivitas yang optimum, dengan asumsi bahwa kebutuhan air untuk tanaman
cabai merah dapat dipenuhi setiap tahunnya. Perhitungan prediksi pada simulasi
model perlu dilakukan, ketika tanaman cabai merah mengalami serangan hama
dan penyakit pada periode jadwal tanam dan panen tertentu. Perhitungan kadar air
tanah ketika sistem irigasi diterapkan pada lahan budidaya tanaman cabai merah
perlu dilakukan.

DAFTAR PUSTAKA
Baharsjah J. 1991. Hubungan Cuaca Tanaman. Jakarta (ID): Direktorat Jenderal
Penelitian Pendidikan Tinggi Departemen Pendidikan dan Kebudayaan.
[BPS] Badan Pusat Statistik. 2013. Produksi Tanaman Sayuran di Indonesia.
Jakarta (ID): Badan Pusat Statistik.
[BPS] Badan Pusat Statistik Daerah Kabupaten Nganjuk. 2013. Nganjuk dalam
Angka. Nganjuk (ID): Badan Pusat Statistik.
Berke T, Black LL, Talekar N. 2007. Suggested cultural practices for chili pepper.
Journal of China Capsicum. 26(2): 45-49.
Gholipouri, Sedghi R, Seyed S, Heydari A. 2010. Simulating photosynthesis,
respiration, and dry matter production in annual crops. Journal of Phytology.
2(1):1-6
Handoko. 1994. Dasar Penyusunan dan Aplikasi Model Simulasi Komputer untuk
Pertanian. Bogor (ID): FMIPA IPB.
Hanifah. 2007. Dasar-Dasar Ilmu Tanah. Jakarta (ID): Raja Gravindo.

22
Penman HL. 1956. Estimating Evaporation. London (GB): Trans Amer.
Poerwowidodo. 1991. Genesis Tanah Proses Pembentukan Tanah dan Morfologi
Tanah. Jakarta (ID): Jaya Lestari.
Prajnanta F. 2007. Agribisnis Cabai Hibrida. Jakarta (ID): Penebar Swadaya
Ratliff, Ritchie JT, Cassel DK. 1983. Available soil moisture by soil texture.
Journal Soil Science Society of America. 47(5): 770
Tjasyono B. 2004. Klimatologi. Bandung (ID): Institut Teknologi Bandung.
[USDA] United State Departement of Agriculture. 2006. Soil Taxonomy.
Washington (US): Soil Conservation Service.
Zinke PJ. 1967. Forest Interception Studies in the United States. London (GB):
Oxford.

23
Lampiran 1 Data sebaran panen cabai merah di Kabupaten Nganjuk dengan luas
lahan budidaya sebesar 2500 m2
Panen
ke -

1
2
3
4
5
6
7
8
9
10
11
12
13
14

Produksi Kecamatan
Gondang (kg)
Petani
Petani
1
2
28
28
50
50
65
70
90
100
100
120
130
150
150
160
175
180
175
180
175
180
140
150
75
75
50
50
40
40

Petani
1
60
80
120
160
200
220
220
220
220
220
170
130
80
40

Produksi Kecamatan
Pace (kg)
Petani Petani Petani
2
3
4
80
60
70
90
90
90
150
130
130
200
200
180
230
220
200
250
220
220
250
220
220
250
220
220
250
220
220
250
220
220
190
180
170
160
140
130
90
80
80
60
50
50

Petani
5
70
90
130
200
220
220
220
220
220
220
170
130
80
50

24
Lampiran 2 Peta Kabupaten Nganjuk

25
Lampiran 3 Perhitungan validasi model
Tabel Validasi model untuk panen di Kecamatan Pace
Panen tahap ke 1
2
3
4
5
6
7
8
9
10
11
12
13
14

Data Observasi (kg)
272
352
528
752
856
904
904
904
904
904
704
552
328
200

Data Simulasi (kg)
213.5
361.6
426.1
509.6
609.3
719.4
727.9
806.7
806.7
806.7
656.7
379.6
261.1
197.4
Rata-Rata

Ketelitian (%)
78.5
97.3
80.7
67.8
71.2
79.6
80.5
89.2
89.2
89.2
93.3
68.8
79.6
98.7
83.1

Tabel Validasi model untuk panen di Kecamatan Gondang
Panen tahap ke 1
2
3
4
5
6
7
8
9
10
11
12
13
14

Data Observasi (kg)
110.0
200.0
270.0
380.0
440.0
560.0
620.0
710.0
710.0
710.0
580.0
300.0
200.0
160.0

Data Simulasi (kg)
213.5
361.6
426.1
509.6
609.3
719.4
727.9
806.7
806.7
806.7
656.7
379.6
261.1
197.4
Rata-Rata

Ketelitian (%)
5.9
19.2
42.2
65.9
61.5
71.5
82.6
86.4
86.4
86.4
86.8
73.5
69.5
76.6
65.3

26
Tabel Validasi model untuk rata-rata panen di Kabupaten Nganjuk
Panen tahap ke 1
2
3
4
5
6
7
8
9
10
11
12
13
14

Data Observasi (kg)
191.0
276.0
399.0
566.0
648.0
732.0
762.0
807.0
807.0
807.0
642.0
426.0
264.0
180.0

Data Simulasi (kg)
213.5
361.6
426.1
509.6
609.3
719.4
727.9
806.7
806.7
806.7
656.7
379.6
261.1
197.4
Rata-Rata

Ketelitian (%)
88.2
69.0
93.2
90.0
94.0
98.3
95.5
100.0
100.0
100.0
97.7
89.1
98.9
90.3
93.2

27

RIWAYAT HIDUP
Penulis dilahirkan di Bekasi pada tanggal 03 Agustus 1992 dari ayah alm.
Gunarso dan ibu Khusnul Khotimah. Penulis merupakan anak kedua dari dua
bersaudara. Tahun 2010 penulis lulus SMA Negeri 50 Jakarta dan pada tahun
yang sama penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui
jalur Undangan Seleksi Masuk IPB (USMI) dan diterima di Departemen Teknik
Mesin dan Biosistem, Fakultas Teknologi Pertanian.
Pada tahun 2013 penulis melakukan Praktik Lapang di Pusat Penelitian
Kopi dan Kakao Indonesia-Jember dengan judul kegiatan praktik lapang
Mempelajari Aspek Informatika dalam Pengelolaan Basis Data di Pusat Penelitian
Kopi dan Kakao Indonesia dan pada tahun 2014 penulis mengikuti program
internship Rabobank Internasional. Selama mengikuti perkuliahan penulis aktif di
kepengurusan Himpunan Mahasiswa Teknik Pertanian (HIMATETA) dan Badan
Eksekutif Mahasiswa (BEM) Fakultas Teknologi Pertanian.