Pengujian Model Spatial modelling of rice production vulnerability using remote sensing and GIS technology (case studies in Indramayu Regency, West Java)

85

5.7. Pengujian Model

Pengujian akurasi model dilakukan dengan membandingkan luas kegagalan panen puso hasil model dengan luas puso dari laporan Dinas Pertanian dalam bentuk tabel. Hasil uji validasi model untuk setiap kecamatan pada kasus puso padi akibat kekeringan tahun 2008 dan banjir tahun 2006 disajikan secara lengkap pada Tabel 21 dan Tabel 22. Berdasarkan Tabel 21 tersebut terdapat kecamatan yang diduga model mengalami puso, tetapi kenyataannya tidak mengalami puso akibat kekeringan, seperti yang terjadi di kecamatan Bangodua, Tukdana, Bongas, Anjatan, Sukra, dan Patrol. Berdasarkan Tabel 21 dan Tabel 22 menunjukkan rata-rata kesalahan model berdasarkan uji statistik RMSE dalam memetakan luas puso adalah sebesar 26.4 dengan rata-rata bias sebesar -11.7 sd 9.5. Hasil uji X 2 menunjukkan perbedaan yang nyata antara sebaran data hasil model dibandingkan dengan luas puso aktual X 2 hitung X 2 tabel. Kegagalan panen padi berdasarkan laporan Dinas Pertanian Kabupaten Indramayu banyak terjadi akibat kekeringan pada catur wulan II Mei ~ Agustus tahun 2008 yaitu seluas 27,224 Ha. Luas total puso di Indramayu berdasarkan keluaran model yang dihasilkan sebesar 27,913 Ha, sehingga terjadi perbedaan sekitar 707 Ha dengan simpangan SA = 2.5. Luas puso akibat banjir pada catur wulan I Januari ~ April tahun 2006 berdasarkan laporan Dinas Pertanian Kabupaten Indramayu adalah sebesar 18,140 Ha, sedangkan menurut model sebesar 15,383 Ha, sehingga terjadi perbedaan sekitar 2,757 Ha dengan simpangan SA = -15.5. Hasil analisis spasial terhadap puso pada tingkat kecamatan menunjukkan perbedaan luas yang bervariasi lebih kecil dan lebih besar dengan nilai MAPE = 14.8, SR = 11.5, dan RMSE = 24.5, untuk kejadian kekeringan pada periode Mei ~ Agustus 2008 serta MAPE = 15.9, SR = 16.7 dan RMSE = 26.4, pada kejadian banjir periode Januari ~ April 2006. MAPE lebih stabil dibandingkan dengan SR, karena beda nilai MAPE akibat kekeringan dan banjir tidak besar. Rata-rata MAPE dari kasus kekeringan dan banjir tersebut adalah sebesar 15.4. Dengan demikian model spasial kerentanan pangan yang dihasilkan mencapai tingkat akurasi sebesar 100 -

15.4 = 84.6 dengan rata-rata RMSE = 25.5 untuk memetakan lahan sawah