Bahan dan Metode PEMODELAN PERTUMBUHAN DAN

Gambar 33. Interaksi antara komponen pendukung pemodelan jarak pagar yang dibatasi oleh hara nitrogen, air dan iklim dimodifikasi dari Penning de Vriest et al. 1989.

4.2. Bahan dan Metode

4.2.1. Tempat dan Waktu Percobaan Percobaan pertama dan kedua yang datanya digunakan dalam pemodelan telah dilaksanakan pada lahan percobaan SEAMEO-BIOTROP selama bulan Maret sampai Nopember tahun 2007. 4.2.2. Data Percobaan Percobaan pertama adalah untuk parameterisasi, masukan model, kalibrasi. Percobaan kedua dilakukan dalam kerangka validasi model selanjutnya. 4.2.3. Model Simulasi Tanaman Model yang disusun mempunyai resolusi harian dan terdiri dari empat sub model, yaitu perkembangan, pertumbuhan, neraca air, dan nitrogen. Masukan model adalah inisialisasi, parameter dan peubah luar yaitu nitrogen dan unsur cuaca yang meliputi curah hujan, radiasi surya, suhu udara, kelembapan udara dan kecepatan angin, sedangkan keluarannya di antaranya fase perkembangan, ILD, biomassa total, dan berat biji. Selain itu, model juga mensimulasi N pada tanah dan serapan N tanaman. 4.2.3.1. Submodel Perkembangan Jarak pagar adalah tanaman netral ICRAF, 2003 sehingga laju perkembangan dan kejadian fenologinya didekati dengan konsep degree-day atau heat unit Baskerville Emin, 1969; Andrewartha Birch, 1973; Allen, 1976; Zalom et al. 1983. Heat unit tidak dipengaruhi oleh perbedaan lokasi dan waktu tanam Koemaryono et al. 2002. Laju perkembangan tanaman terjadi bila suhu rata-rata harian melebihi suhu dasar. Kejadian fenologi dihitung mulai semai sampai masak fisiologis dan diberi skala 0 - 1, yang dibagi menjadi lima kejadian yaitu semai, S s = 0, tanam, T s = 0.25, kuncup bunga, KB s = 0.50, bunga mekar, BM s = 0.75 dan masak fisiologis, MF s = 1.00. Fase perkembangan s antara masing-masing kejadian fenologi tersebut dihitung dengan persamaan berikut Handoko, 1994: Periode Perhitungan Fase Perkembangan s S - T : s = 0.25 T - To 1 HU 1 , T To 1 5a T- KB : s = 0.25 + 0.25 T - To 2 HU 2 T To 2 5b KB- BM : s = 0.50 + 0.25 T - To 3 HU 3 T To 3 5c BM – MF : s = 0.75 + 0.25 T - To 4 HU 4 T To 4 5d 1, 2, 3 dan 4 menyatakan periode antara kejadian fenologi, To adalah suhu dasar yang dalam model ini besarnya ditetapkan 10 °C dan HU adalah heat unit yang dihitung dari hasil percobaan lapang d °C. Kejadian-kejadian fenologi ini diilustrasikan pada Gambar 34, sedangkan flowchart nya pada Gambar 35. Skala 0.75- 1.00 0.50 - 0.75 0.25 - 0.50 0 - 0.25 Perkembangan tanaman s S S-E E-KB KB-BM BM-MF Keterangan: S semai, E emergence, KB kuncup bunga, BM bunga mekar dan MF masak fisiologis Gambar 34. Diagram model perkembangan tanaman. Gambar 35. Diagram Forrester submodel perkembangan tanaman. 4.2.3.2. Submodel Pertumbuhan Submodel pertumbuhan mensimulasi aliran biomassa aktual GDMa hasil fotosintesis ke organ tanaman seperti daun LW, batang SW, akar RW, dan biji GW serta kehilangannya berupa respirasi Rx, dan perkembangan luas daun untuk menduga ILD. Gambar 36 menunjukkan diagram Forrester submodel pertumbuhan ini dan keterangannya diberikan dalam Lampiran11. Gambar 36. Diagram Forrester submodel pertumbuhan tanaman jarak pagar. 4.2.3.2.1. Produksi Biomassa Produksi biomassa potensial harian dihitung berdasarkan efisiensi penggunaan radiasi surya yang diintersepsi tajuk tanaman. Hukum Beer digunakan untuk menghitung radiasi intersepsi tersebut sebagai berikut: s Q Q τ − = 1 int 6 ILD k e − = τ 7 Q int adalah radiasi intersepsi MJ m -2 , Q s radiasi surya di atas tajuk tanaman atau yang terukur di stasiun klimatologi MJ m -2 hari -1 , τ proporsi radiasi surya yang ditransmisikan tajuk tanaman, k koefisien pemadaman yang ditentukan berdasarkan nilai rata-rata selama sehari, yang selanjutnya dirata-ratakan selama musim pertumbuhan dengan nilai 0.38. Produksi biomassa potensial dihitung berdasarkan hasil kali antara efisiensi penggunaan surya ε dengan radiasi intersepsi Q int . Nilai RUE tanaman jarak pagar ditentukan berdasarkan percobaan pertama sebesar ε = 0.0013 kg MJ -1 Rusmayadi et al. 2009. s ILD k p Q e GDM − − = 1 ε 8 GDM p adalah produksi biomassa potensial kg ha -1 d -1 dan ε efisiensi penggunaan radiasi kg MJ -1 yang dihitung menurut Monteith 1977: int Q dW = ε 9 dW adalah penambahan biomassa tanaman g m -2 . Nilai RUE, ε dipengaruhi oleh variasi dari status air tanah fw dan status nitrogen tanaman fn sebagai berikut: 3 10 , min 3 . 1 − = fn fw ε 10 Produksi biomassa potensial tersebut menganggap ketersediaan air bukan merupakan faktor pembatas. Produksi biomassa aktual dihitung dengan mempertimbangkan ketersediaan air, yang dihitung berdasarkan nisbah antara transpirasi aktual T a dengan nilai maksimumnya T m . Perhitungan faktor ketersediaan air f w dan produski biomassa aktual GDM a adalah sbb: m T a T fw = 11 p w a GDM f GDM . = 12 GDM a dalam kg ha -1 d -1 . Status nitrogen tanaman fn merupakan fungsi dari nitrogen daun spesifik specific leaf nitrogen, SLN menurut Sinclair Horie, 1989 sebagai berikut: 3 7 . 1 1 − − − = SLN e fn 13 Dalam model, biomassa aktual dibagi antara daun, batang, akar, dan biji yang perbandingannya tergantung pada fase perkembangan tanaman s. Sebagian biomassa masing-masing organ akan berkurang melalui respirasi pertumbuhan R g dan respirasi pemeliharaan R m yang dihitung berdasarkan suhu udara dan massa masing-masing organ McCree, 1970. Pertumbuhan masing-masing organ x dihitung dari selisih antara alokasi bahan kering ke organ tanaman dan yang hilang melalui respirasi sbb. 10 1 Q W k GDM k R R GDM dW x m a g x m g a x x − − = − − = η η 14 10 20 10 2 − = T Q 15 dW x adalah penambahan massa organ x kg ha -1 d -1 , R m , respirasi pemeliharaan kg ha -1 d -1 , η x adalah proposi biomassa yang dialokasikan ke organ x daun, batang, akar, dan biji, k m koefisien respirasi pemeliharaan, k g koefisien pemeliharaan pertumbuhan dan W x organ x kg ha -1 . Alokasi proporsi biomassa masing-masing organ η x dihitung berdasarkan fungsi fase perkembangan tanaman Handoko, 1994. Pada awal pertumbuhan, produksi biomassa hanya dialokasikan ke daun, batang dan akar dengan alokasi terbanyak pada daun. Sampai pembungaan, alokasi biomassa ke daun dan akar berkurang sedangkan alokasi ke batang bertambah dengan fase perkembangan tanaman. Setelah fase pembungaan, seluruh produksi biomassa dialokasikan ke biji. Berikut ini adalah persamaan yang digunakan untuk menghitung alokasi biomassa ke masing-masing organ. 0103 . exp 497 . s S = η s ≤ 0.75 16a s L 2691 . 9517 . − = η s ≤ 0.75 16b L S R η η η − − = 1 s ≤ 0.75 16c = G η , s ≤ 0.75 16d = L η , s 0.75 16e = R η , s 0.75 16f = S η , s 0.75 16g 1 = G η , s 0.75 16h L, S, R, dan G masing-masing menyatakan daun, batang, akar, dan biji. 4.2.3.2.2. Indeks Luas Daun Dalam model, indeks luas daun ILD menentukan jumlah radiasi dan curah hujan yang diintersepsi tanaman serta transpirasi. Menurut diagam Forrester Gambar 36, ILD adalah peubah bantu dan dalam model ini perubahan ILD dihitung dari perkalian antara luas daun spesifik s A dengan pertumbuhan atau laju perubahan massa daun dW L . L A dW s dILD . = 17 dILD adalah perubahan ILD, s A luas daun spesifik ha kg -1 , dW L pertumbuhan daun kg ha -1 d -1 . Parameter s A atau massa daun spesifik s W = 1s A diturunkan dari data pengukuran luas daun dan massa daun jarak. 4.2.3.3. Submodel Neraca Air Komponen neraca air meliputi curah hujan CH, intersespsi tajuk I c , infiltrasi I s , perkolasi P c , limpasan permukaan R o , kadar air tanah , evaporasi E s dan transpirasi T a . Model ini memerlukan masukan unsur-unsur cuaca harian, yaitu suhu T, kelembapan RH, radiasi surya Q s , kecepatan angin Angin dan curah hujan. Peubah tanaman ILD juga diperlukan yang disimulasi pada submodel pertumbuhan. Parameter lainnya adalah kapasitas lapang Fc, titik layu permanen Wp dan penguapan Ritchie 1972. Gambar 37 menyajikan diagram Forrester model neraca air. Hujan merupakan sumber air source dari model. Dalam model, hujan jatuh pada permukaan tajuk tanaman, dan sebagian air tertahan kemudian sisanya jatuh ke permukaan tanah. Air diintersepsi kemudian akan menguap ke atmosfer. Sisanya yang sampai ke permukaan tanah, akan diserap tanah berupa infiltrasi. Model ini berasumsi tidak terjadi limpasan permukaan runoff sehingga aplikasinya ditujukan pada tanah – tanah datar. Dalam tanah, air menuju ke lapisan yang lebih bawah perkolasi apabila kandungan air pada lapisan tersebut melebihi kapasitas lapang. Dalam model, proses tersebut akan terjadi sampai lapisan tanah terbawah dan perhitungannya menggunakan metode jungkitan. Air yang keluar dari lapisan terbawah ini tidak dapat dimanfaatkan tanaman dan hilang berupa drainase. Gambar 37. Diagram Forrester submodel neraca air tanaman jarak pagar. Di samping intersepsi dan drainase, kehilangan air tanah lainnya berupa evaporasi tanah aktual Ea dan transpirasi aktual Ta. Atmosfer menentukan penguapan tanah maksimum Em dan transpirasi maksimum Tm. Evaporasi tanah aktual dihitung dengan metode dua tahap Ritchie 1972. Apabila air tanah cukup tinggi tahap-1 laju evaporasi tanah akan maksimum Em yang kemudian laju ini penguapan turun menurut waktu setelah mencapai tahap tertentu tahap-2. Di lain pihak, transpirasi aktual dihitung dari nilai Tm dan faktor ketersediaan air pada tiap lapisan tanah. 4.2.3.3.1. Karakteristik Tanah Dalam model, titik layu permanen adalah tegangan air sebesar Ψ = -1.5 MPa sedangkan kapasitas lapang sebesar Ψ = -30 kPa. Apabila kandungan air lebih besar dari kapasitas lapang Ψ -30 kPa, air akan menuju lapisan tanah di bawahnya karena gaya gravitasi dan disebut perkolasi. Perkolasi akan berhenti apabila tegangan air tanah mencapai kapasitas lapang atau kurang. Sifat fisik tanah lain yang diperlukan model, berhubungan dengan penguapan, yaitu parameter U dan α. Apabila data tentang kedua parameter ini tidak tesedia, dapat diduga dengan konduktivitas air jenuh, Κ sw saturated hydraulic conductivity. 4.2.3.3.2. Intersepsi Tajuk Tanaman Jumlah air yang diintersepsi tajuk tanaman I c tergantung oleh curah hujan CH dan indeks luas daun ILD sebagai berikut Zinke, 1967: , min CH ILD I c = , 0 ILD ≤ 3 18 , 27 . 1 min CH I c = , ILD 3 4.2.3.3.3. Infiltrasi dan Perkolasi Infiltrasi I s dihitung dari selisih curah hujan CH dan infiltrasi tajuk tanaman: c s I CH I − = 19 Perkolasi dari tiap lapisan tanah m {P c m} terjadi apabila kandungan air tanah melebihi kapasitas lapang { θ fc m} yang dihitung dengan metode jungkitan, yaitu: m m m P fc c θ θ − = , θ m θ fc m 20a = m P c , θ m ≤ θ fc m 20b 4.2.3.3.4. Evapotranspirasi Transpirasi dan Evaporasi Tanah Maksimum. Evapotranspirasi potensial ETp yang dihitung dengan metode Penman 1948 yang dianggap merupakan evapotranspirasi maksimum ETm. Evaporasi maksimum dihitung sebanding dengan transmisi energi radiasi surya melalui tajuk tanaman yang dihitung dengan Hukum Beer. Berikut perhitungan Em dan Tm. { } { } γ λ γ + Δ − + Δ = = ∫ a s n e e u Q ETp ETm 21 ILD k e ETm Em − = 22 ETm e Tm ILD k − − = 1 23 Δ adalah kemiringan kurva hubungan antara tekanan uap air jenuh dan suhu udara Pa K -1 , Q n radiasi neto W m -2 , γ tetapan psikrometer, ∫u fungsi aerodinamik MJ m -2 Pa -1 , e s - e a defisit tekanan uap air Pa dan λ panas spesifik penguapan 2.454 MJ kg -1 . Evaporasi Tanah Aktual. Evaporasi tanah aktual Ea dihitung dengan metode Ritchie 1972 yang terdiri dari dua tingkat evaporasi. Pada tingkat pertama, setelah terjadi hujan, evaporasi aktual sama dengan nilai maksimumnya sampai nilai evaporasi kumulatif mencapai nilai paramater tanah U. Setelah nilai U terlampaui tahap -2, yaitu tanah sudah cukup kering, Ea merupakan fungsi waktu pada tahap - 2 t 2 dan Em sbb: Tahap 1: Em Ea = ∑ Em U 24 Tahap 2: 5 . 2 5 . 2 1 − − = t t Ea α α ∑ Em ≥ U 25 t 2 adalah jumlah hari setelah terjadinya evaporasi tahap-2. Transpirasi Aktual. Transpirasi aktual Ta dihitung berdasarkan fungsi transpirasi maksimum Tm dan kadar air tanah pada lapisan akar. Dalam model, akar akan menggunakan air tanah pertama-tama dari lapisan teratas. Apabila Ta Tm maka akar akan mengambil air dari lapisan berikutnya, sampai Ta = Tm atau batas kedalaman akar telah tercapai Handoko, 1994. Berikut perhitungan Ta yang merupakan penjumlahan serapan air oleh akar pada masing-masing lapisan tanah m. { } { } m m m m m f wp fc wp w θ θ θ θ − − = 4 . , 26a jika θ fc m ≥ θ m θ wp m 1 = m f w , θm θ fc m 26b = m f w , θm θ wp m, rm = 0 26c Laju penyerapan air oleh akar pada tiap lapisan m: Tm m f m Tsa w = , Ta Tm 27a = m Tsa Ta ≥ Tm 27b f w m adalah fungsi kadar air tanah pada lapisan tanah m, θ kadar air tanah, θ fw kadar air tanah pada kapasitas lapang dan θ wp kadar air tanah pada titik layu permanen, Tsa m laju penyerapan air oleh akar pada lapisan m mm. Neraca Air. Perhitungan neraca air dilakukan pada tiap lapisan tanah. Karena evaporasi terjadi pada lapisan permukaan m=1 maka dibagi menjadi lapisan atas dan bawah sbb: Lapisan atas : t t t t t Ea Is Pc − + − = − 1 1 1 1 θ θ 28a Lapisan bawah m 1: m Tsa m Pc m Pc m m t t t t t − − − − = − 1 1 θ θ 28b t menyatakan hari pada saat perhitungan dilakukan. 4.2.3.4. Submodel Nitrogen Submodel nitrogen dalam model ini mengadopsi submodel nitrogen yang telah digunakan untuk tanaman gandum Handoko, 1992. Selama pertumbuhan tanaman, sumber utama nitrogen dari berbagai lapisan tanah dan dibagi ke organ-organ tanaman W x . Sumber kedua adalah mobilisasi selama pelayuan. Sesudah pembungaan, nitrogen dimobilisasi dari daun NL dan batang NS yang merupakan sumber utama akumulasi nitrogen oleh biji NG. Jika kebutuhan nitrogen tidak dipenuhi oleh mobilisasi, maka tanaman mengambil nitrogen dari tanah Nup tergantung kebutuhan, persediaan tanah NO 3 - , kadar air Swc dan bobot akar RW pada masing-masing lapisan m. Proses nitrogen dalam tanah dipengaruhi oleh amonifikasi, nitrifikasi dan pencucian. Selama amonifikasi, nitrogen organik dikonversi menjadi NH 4 + kemudian menjadi NO 3 - dalam nitrifikasi. Ada dua tahap untuk perhitungannya secara terpisah, yaitu laju amonifikasi dan nitrifikasi. Sejumlah perhitungan dihubungkan dengan suhu di dalam profil tanah. Perhitungan didasarkan pada suhu udara T. Gambar 38 menunjukkan diagram Forrester submodel neraca nitrogen tanaman ini. Gambar 38. Diagram Forrester submodel neraca nitrogen jarak pagar diadopsi dari Handoko, 1992. 4.2.3.4.1. Nitrogen Tanaman Kebutuhan Nitrogen. Kebutuhan nitrogen dari organ x Ndem x selama sebar sampai anthesis tergantung pada laju pertumbuhan dW x , konsentrasi nitrogen [Nact x ] dan konsentrasi maksimum [Nmax x ] sbb: [ ] x x x N dW Ndem max 01 . = , [Nact x ] [Nmax x ] = untuk lainnya 29a Konsentrasi nitrogen diekspresikan dalam persentase berat kering . Kebutuhan nitrogen tanaman Ndem T didefinisikan sebagai jumlah kebutuhan individual organ: ∑ = x T Ndem Ndem 29b Sesudah anthesis, kebutuhan nitrogen organ vegetatif menjadi nol, dengan demikian kebutuhan tanaman dicurahkan menjadi kebutuhan biji Ndem g sbb: [ ] [ ] { } 1 10 max − − = = g g g T Nact N Wg Ndem Ndem 29c Serapan Nitrogen. Sebagaimana serapan air, akar menyerap nitrogen pertama dari lapisan permukaan kemudian ke lapisan bawahnya di dalam zona perkaran sampai kebutuhan tanaman terpenuhi. Dalam masing-masing lapisan 1, serapan diperhitungkan dengan aliran massa mass flow dan serapan aktif. Aliran massa dihitung sebagai produk dari aliran air ke akar {T sa 1} dan konsentrasi nitrat dalam tanah nitrate {NO 3c 1}, 1 1 1 3c sa mf NO T Nup = 30a Pada lapisan 1, NO 3c 1 dihitung dari nisbah ketersediaan nitrogen {NO 3 1} dan kandungan air θ1 atau swc1. 1 1 1 3 3 θ NO NO c = 30b Serapan aktif dihitung dengan menghitung persamaan Michaelis-Menten yaitu: ] 1 [ 1 1 3 3 c c n at NO Km NO RW Nup + = σ 30c RW1 adalah berat akar di lapisan 1 kg ha -1 , σ n serapan nitrogen per satuan berat akar kg N kg -1 d -1 dan K m konsentrasi setengah jenuh kg N ha -1 mm -1 . Nilai K m 1 kg N ha -1 mm -1 diturunkan dari data percobaan lapangan Prince dan Burton 1956 dan σ n 0.01 kg N kg -1 d -1 berdasarkan suatu percobaan larutan nitrogen Woodend et al. 1986 oleh Handoko 1992. Total nitrogen yang diserap diseluruh profil Nup T adalah: ∑ = 1 Nup Nup T 31a 1 1 1 at mf Nup Nup Nup + = , Ndem T = 0, untuk lainnya 31b Mobilisasi Nitrogen. Daun dan batang mengandung nitrogen struktural dan nitrogen labil. Selama pelayuan, nitrogen labil dimobilisasi antara organ- organ sewaktu nitrogen struktural tersisa dalam jaringan mati. Pelayuan daun dan batang memobilisasi nitrogen dN moby sebagai produk laju pelayuan dan konsentrasi nitrogen [Nact y ] di atas suatu konsentrasi minimum [N min ]: [ ] [ ] { } 2 min 10 − − = N Nact D dN y y moby 32 Jumlah nitrogen yang diserap Nup T dan nitrogen yang dimobilisasi ∑dN moby , disekat pada masing-masing organ menurut kebutuhan relatifnya Ndem x Ndem T . Perbedaan antara nitrogen yang tersekat dan nitrogen yang hilang karena pelayuan dikenal sebagai perubahan harian kandungan nitrogen dalam daun dan batang dN y . Asumsi yang digunakan dalam model adalah tidak ada nitrogen yang hilang karena pelayuan akar yaitu perubahan harian kandungan nitrogen dN r dan dihitung hanya dari serapan harian. ∑ − + = y y moby T y y D Nact dN Nup Ndem Ndem dN 33a Nup Ndem Ndem dN T r r = 33b subkrip y dan r mewakili daun atau batang dan akar. Selama pengisian biji, nitrogen dimobilisasi dari daun dan batang ke biji menurut kebutuhan. Kebutuhan nitrogen ditentukan oleh berat biji Wg, konsentrasi nitrogen aktual [Nact g ] dan konsentrasi maksimum, [Nmax g ] = 3, sebagai: [ ] { } 2 10 3 − − = g g Nact Wg Ndem 33c Tanaman menyerap nitrogen dari tanah jika kebutuhan tidak terpenuhi oleh mobilisasi. Persamaan berikut menguraikan peningkatan harian nitrogen biji. ∑ + = Nup dN dN moby g , Ndem g = 0 Ndem g = 0 = Ndem g g moby Ndem Nup dN + ∑ 33d Jika pemberian nitrogen ∑dN moby + Nup melebihi kebutuhan biji Ndem g , maka kelebihannya hilang ke biji dan sisanya dalam jaringan mati. 4.2.3.4.2. Nitrogen Tanah Amonifikasi. Laju amonifikasi harian dalam masing-masing lapisan {dNH 4 1} dihitung sebagai fungsi nitrogen organik, kelembapan tanah dan temperatur Q 10 = 2 T - 2010 sbb: 1 1 4 10 n am O k Q dNH = , θ 1 ≥ θ wp 1 = 0, θ 1 θ wp 1 34 O n 1 adalah nitrogen organik dalam lapisan kg ha -1 . Konstanta laju amonifikasi k am mempunyai nilai 96 10 -6 d -1 diturunkan dari data Burns 1980. Nitrifikasi. Dalam banyak lapisan, laju nitrifikasi dNO 3p 1 tergantung pada NH 4 - {NH 4 1} seperti berikut: dNO 3p 1 = k nit NH 4 1 35a k nit adalah konstanta laju nitrifikasi. Kumar et al. 1989 menunjukkan bahwa lama transformasi NH 4 + menjadi NO 3 - terletak antara 14 hingga 49 hari tergantung tipe pupuk dan kedalaman tanah. Berdasarkan data tersebut model menggunakan nilai k nit = 0.05 d -1 Handoko, 1992. Laju nitrifikasi aktual {dNO 3a 1} dihitung dari nilai potensial {dNO 3p 1} diterapkan untuk pengaruh kelembapan tanah {f θ 1}, temperatur Q 10 dan pH {f p H1} sebagai: { } 1 , 1 f max 1 dNO Q 1 dNO 3p 10 3a pH f θ = 35b 1 1 02 . 1 039 . 1 fc f θ θ θ + − = 35c f pH 1 adalah laju relatif nitrifikasi jarak 0 - 1 dalam responnya ke pH dalam jarak 5 sampai 8. Persamaan 33c menurut Stanford dan Epstein 1974. Pencucian Leaching. Nitrogen tercuci dari masing-masing lapisan L NO3 1 dengan perkolasi air P c 1 seperti berikut: } 1 1 { 1 1 1 3 3 Pc NO Pc L fc NO + = θ 36 Burn 1980 menggunakan pendekatan ini untuk menghitung kehilangannya dari seluruh profil tanah termasuk distribusi kembali dari nitrogen dalam profil tanah selama pencucian. Profil Neraca Nitrogen. Sebagaimana dengan air tanah, neraca nitrogen tanah dipisahkan antara lapisan permukaan dan lapisan bawah permukaan subsurface. Skema perhitungan pupuk nitrogen, dipakai sebagai NO 3 - F NO3 atau NH 4 + F NH4 ke lapisan permukaan. Volatilisasi V NH4 hanya terjadi untuk F NH4 yang dipakai pada permukaan dan lajunya tergantung F NH4 yang tersisa. Neraca nitrogen sebagai berikut: Lapisan permukaan: NO 3 mt = NO 3 m t -1 + dNO 3 m t - Nup t m t - L NO3 m t + F NO3t 37a NH 4 m t = NH 4 m t - 1 + dNH 4 m t - dNO 3 m t + F NH4t - V NH4t 37b Lapisan bawah permukaan: NO 3 n t = NO 3 n t - 1 + dNO 3 m t - Nup t m t - L NO3 m t + F NO3T 37c NH 4 n t = NH 4 n t - 1 + dNH 4 m t - dNO 3 m t + F NH4t - V NH4 37d Nitrogen organik pada masing-masing lapisan {O n 1} adalah: O n 1 t - 1 = O n 1 t - 1 - dNH4 1 t 37e Laju transformasi nitrogen dari bahan organik menjadi amonium {dNH 4 1} tergantung pada kandungan bahan organik dan ini dicirikan oleh konstanta laju amonifikasi k am . Berdasarkan Persamaan 37e, nilai O n 1 sekitar 10 5 yang lebih besar dari dNH 4 1. O n 1 yang tersisa secara relatif konstan selama beberapa tahun. Dalam model ini, pH dan O n 1 itu sendiri menguraikan sifat kimia tanah sebab k nit dan k am menunjukkan aktifitas mikrobia di bawah kondisi lingkungan yang optimal. 4.2.4. Parameterisasi Parameter adalah karakteristik dari unsur model yang bersifat konstan selama masa simulasi atau tergantung pada keadaan sistem. Dalam Lampiran 8 dicantumkan parameter cuaca, tanaman dan tanah yang diperoleh dari data percobaan lapang pertama dan beberapa referensi yang diperlukan selama simulasi. 4.2.4.1. Parameter Cuaca. Parameter cuaca ditetapkan berdasarkan beberapa referensi. Parameter cuaca yang digunakan dalam simulasi tergantung pada perhitungan model, misal perhitungan evapotranspirasi potensial, biomassa aktual. Parameter cuaca yang tercantum dalam Lampiran 8 dan hanya sebagian dari parameter tersebut. 4.2.4.2. Parameter Tanaman. Efisiensi penggunaan radiasi RUE diperoleh berdasarkan metode akumulasi biomassa g MJ -1 ; Monteith, 1977 seperti pada persamaan 1. Nilai RUE adalah landaian slope dari hubungan antara radiasi yang diintersepsi atau diserap oleh kanopi tanaman dengan bahan kering di atas tanah AGB yang dihasilkan selama periode emergence sampai masak fisiologis. Indeks yang dapat menjelaskan efisiensi pembentukan luas daun per satuan karbohidrat yang tersedia adalah luas daun spesifik SLA, ha kg -1 . s A didapat dari hasil bagi antara luas daun Leaf Area, LA dengan berat daun Leaf Weight, LW. Hasil penurunan nilai SLA dicantumkan dalam Lampiran 6. LW LA SLA = 38 Persamaan untuk menduga radiasi yang jatuh pada lapisan horizontal daun dikembangkan dengan cara analisis mekanistik. Tingkat pengurangan cahaya dengan pertambahan lapisan daun dari atas ke arah lapisan bawah tajuk dapat diasumsikan tergantung pada tingkat radiasi awal yang datang. Jadi, semakin tinggi radiasi yang datang, semakin tinggi pula radiasi yang dapat mencapai daun pada lapisan bawah tajuk. Pernyataan di atas dinyatakan sebagai: kI L I = ∂ ∂ − Integrasi persamaan ini dalam batas lapisan daun paling atas I = I dan L = 0 hingga lapisan daun terbawah pada I dan L tertentu akan menghasilkan ∫ ∫ − = ∂ L I I L k I I dan L k e I I − − = atau 39a L I I k − − = ln ln 39b dengan I dan I adalah radiasi yang jatuh pada suatu lapisan daun dalam tajuk dan pada lapisan daun teratas radiasi datang, L adalah lapisan daun yang ekuivalen dengan luas daun atau indeks luas daun dan k adalah konstanta atau koefisien pemadaman. Persamaan 39a dikenal sebagai persamaan Monsi-Saeki 1953. Penurunan nilai k ini dicantumkan pada Lampiran 6. Koefisien respirasi pertumbuhan kg dan respirasi pemeliharaan km ditetapkan masing-masing sebesar 0.14 dan 0.015 McCree, 1974. Suhu dasar T ditetapkan sebesar 10°C. Satuan panas TU, d°C diperoleh dari pengamatan percobaan ke-satu menurut fase perkembangan sejak dari semai sampai masak fisiologis yang nilainya tertera dalam Lampiran 8. 4.2.4.3. Parameter Tanah Dalam model, kapasitas lapang dan titik layu permanen dibatasi dengan tegangan air tanah masing-masing sebesar ψ = -30 kpa dan ψ = -1,5 MPa. Demikian pula dengan parameter kerapatan ruah. Parameter tersebut diperoleh dari hasil analisis laboratorium. Sementara itu, parameter yang berhubungan dengan penguapan, yaitu U=12 dan α=0.05 ditentukan menurut Handoko 1994. Konstanta laju amonifikasi k am mempunyai nilai 96 10 -6 d -1 dan laju nitrifikasi k nit sebesar = 0.05 d -1 yang diturunkan oleh Handoko 1992 yang masing-masing dari data penelitian Burns 1980 dan Kumar et al. 1989. 4.2.5. Kalibrasi Kalibrasi adalah mengubah beberapa atau banyak parameter sampai antara nilai sebenarnya dengan model tidak nyata perbedaannya. Dalam kalibrasi, menurut Handoko 2004, yang diubah-ubah adalah nilai-nilai parameter hingga model mendekati nilai hasil pengukuran lapang. Nilai parameter dapat diperoleh melalui pendekatan garis regresi dan bentuk persamaan lainnya. Nilai parameter yang diperoleh tersebut dapat menjadi tidak sesuai jika menggunakan data yang lain. Oleh karena itu, model perlu divalidasi sebelum diaplikasikan menggunakan data selain yang telah digunakan untuk kalibrasi. 4.2.6. Validasi Model Validasi dilakukan secara grafis dan uji berpasangan antara data hasil percobaan lapang dan peubah hasil prediksi model selama periode pertumbuhan. Pengujian secara grafis, dilakukan dengan dua cara, yaitu menurut trend waktu dan membuat plot atau garis 1:1. Perbandingan kuantitatif umumnya terbatas pada suatu regresi linier dari percobaan lapang pada data simulasi. Garis regresi yang ideal adalah dengan landaian = 1 dan intersep = 0 Jones Kiniry, 1986; Jones et al. 1989; Carberry Muchow 1992; Hammer Muchow, 1994; Keating et al. 1999; Cheeroo-Nayamuth et al. 1999. Jika kedua data hasil model dan pengukuran tersebut makin berimpit pada garis 1:1, maka model semakin mendekati hasil pengukuran lapang dan semakin jauh dari garis 1:1 maka prediksi model makin kurang tepat. Urutan uji berpasangan adalah sebagai berikut Steel Torrie, 1991. i i i m p D − = 40a n D D i ∑ = 40b 2 1 2 2 1 ⎟ ⎟ ⎟ ⎟ ⎟ ⎠ ⎞ ⎜ ⎜ ⎜ ⎜ ⎜ ⎝ ⎛ − − = ∑ ∑ n n n D D SE i i 40c SE D t = 40d D i dan D adalah rata-rata antara prediksi p dan pengukuran m, SE adalah galat baku dari perbedaan dan t-student. Predikasi model dengan hasil pengukuran berbeda nyata bila P0.05 dan tidak nyata bila P0.05. 4.2.7. Tampilan Model Organisasi model secara keseluruhan ditunjukkan pada Gambar 39 dan list program menggunakan software Microsof ® Visual BASIC™ versi 6.0 disajikan pada Lampiran 9. Gambar 39. Organisasi model selama simulasi. 4.3. Hasil 4.3.1. Parameterisasi Model Jenis dan nilai parameter hasil penurunan percobaan lapang dari percobaan ke-satu dan referensi dicantumkan dalam Lampiran 8. 4.3.2. Tampilan Model Tanaman Jarak Data percobaan lapang yang dipergunakan untuk membangun model adalah data percobaan kesatu perlakuan W1N0 – W1N2. Data percobaan W1N3 digunakan untuk validasi model. Kemudian, data percobaan ke-dua juga digunakan sebagai validasi selanjutnya. Prediksi model dibandingkan dengan data dari percobaan pertama tanggal 18 April 2007, yaitu: 1 Kadar air tanah Gambar 40 2 Fase perkembangan tanaman Gambar 41 3 Indeks luas daun ILD, biomassa di atas tanah AGB dan hasil biji Gambar 42 4 Kandungan nitrogen tanah Gambar 43 5 Kandungan nitrogen tanaman di atas tanah AGN Gambar 44. 150 200 250 300 350 400 450 104 124 144 164 184 204 224 244 264 284 Julian date K andun gan ai r tanah -100 c m m m KAT Model Pengukuran KL WP KB BM a 300 350 400 300.0 350.0 400.0 Pengukuran mm Pr e d ik s i m m b Gambar 40. Perbandingan antara prediksi garis dan pengukuran simbol kadar air tanah a dan perbandingan plot 1:1. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 104 124 144 164 184 204 224 244 264 284 Julian date F as e per k e m bang an s s observasi a 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 0.0 0.2 0.4 0.6 0.8 1.0 Pengukuran s P redi k s i s b Gambar 41. Perbandingan antara prediksi garis dan pengukuran simbol fase perkembangan tanaman a dan perbandingan plot 1:1. 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 8.0 104 124 144 164 184 204 224 244 264 284 Julian date Ind ek s luas dau n un it le s s ILD Observasi a 1 2 3 4 5 6 7 1 2 3 4 5 6 7 Pengukuran unitless Pe re d ik s i u n it le s s b 1000 2000 3000 4000 5000 6000 7000 8000 104 124 144 164 184 204 224 244 264 284 Julian date B iom as a k g ha -1 AGB Obs AGB Biji Obs Biji c Error Not a valid link. d Gambar 42. Perbandingan antara prediksi garis dan pengukuran simbol indeks luas daun a, biomassa dan biji c dan perbandingan plot 1:1 b,d. Garis vertikal adalah 2 x galat baku. 200 400 600 800 1000 1200 104 124 144 164 184 204 224 244 264 284 Julian date N it rogen tan ah k g ha -1 Obs N-tanah N-tanah a 100.0 200.0 300.0 400.0 500.0 600.0 700.0 800.0 100.0 200.0 300.0 400.0 500.0 600.0 700.0 800.0 Pengukuran kg N ha -1 P redi k s i k g N ha -1 b Gambar 43. Perbandingan antara prediksi garis dan pengukuran simbol nitrogen tanah a dan perbandingan plot 1:1 b. 50 100 150 200 250 300 350 104 124 144 164 184 204 224 244 264 284 Julian date AG N k g h a -1 AGN Obs AGN a 25 50 75 100 125 150 175 200 225 250 275 0 25 50 75 100 125 150 175 200 225 250 275 Pengukuran kg N ha -1 Pr ed ik s i k g N h a -1 b Gambar 44. Perbandingan antara prediksi garis dan pengukuran simbol nitrogen tanaman a dan perbandingan plot 1:1 b. Garis vertikal adalah 2 x galat baku. Tampilan tersebut memperlihatkan bahwa model tanaman jarak secara umum tanggap terhadap lingkungan yang bervariasi sebagaimana yang ditunjukkan oleh data percobaan ke-satu, kecuali pada peubah kandungan air tanah dan nitrogen tanah. Validasi model dengan data percobaan ke-dua diberikan dalam bagian 4.3.3. 4.3.3. Validasi Model Pertumbuhan dan Perkembangan Tanaman Jarak Pagar Validasi dilakukan secara grafis dan uji berpasangan antara data hasil pengukuran pada percobaan ke-dua dengan hasil prediksi model selama periode pertumbuhan. Tabel 9 menyajikan hasil uji berpasangan menurut submodel pada perlakuan W2N2. Uji t berpasangan yang terdapat dalam Lampiran 10 menunjukkan bahwa model dapat mensimulasi menurut percobaan lapang mencapai lebih dari 80. Pengujian grafis yang disajikan terdiri dari percobaan W1N3 dan W2N2 untuk maksud membandingkan antara keduanya. 4.3.3.1. Perkembangan Tanaman Uji beda fase perkembangan tanaman antara model dengan pengamatan tidak ada perbedaan Tabel 9 sejak dari S–T, T–KB, KB–BM, dan BM–MF. Pengujian dengan grafis disajikan pada Gambar 45. Nilai koefisien determinasi peubah ini W1N3 dan W2N2 masing-masing sebesar R 2 =0.99 dan R 2 =0.98. Tabel 9. Uji berpasangan dengan t-student Peubah Satuan t t 0.05 Perbedaan I. Submodel Perkembangan Fase perkembangan hari 1.04 2.13 tn II. Submodel Pertumbuhan AGB t ha -1 2.13 2.35 tn ILD unitless -0.29 1.86 tn III. Submodel Neraca Air Kadar air tanah 0-100cm mm -0.35 1.73 tn ETa mm -1. 51 1.73 tn IV Submodel Nitrogen N- tanaman, AGN t ha -1 0.92 2.35 tn N- tanah t ha -1 1.59 2.35 tn 4.3.3.2.Pertumbuhan Tanaman Prediksi biomassa di atas tanah AGB dan indeks luas daun ILD yang dibandingkan dengan pengukuran tidak menunjukkan perbedaan yang nyata Tabel 9. Pengujian secara grafis disajikan dalam Gambar 46. Nilai koefisien determinasi peubah AGB W1N3 dan W2N2 masing-masing sebesar R 2 =0.99 dan R 2 =0.97. Sementara itu peubah ILD masing-masing sebesar R 2 =0.90 dan R 2 =0.94. 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 104 124 144 164 184 204 224 244 264 284 Julian date F a s e pe rk e m b ang an s W2N2-s Obs W2N2-s W1N3-s Obs W1N3-s a 0.0 0.2 0.4 0.6 0.8 1.0 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 Pengukuran s Pr ed ik s i s ●R 2 = 0.99 ♦R 2 = 0.98 b Gambar 45. Hasil prediksi dan pengukuran fase perkembangan tanaman a dan perbandingan plot 1:1 b. 1 2 3 4 5 6 104 124 144 164 184 204 224 244 264 284 Julian date Bi o m as s t h a -1 W1N3-AGB Obs W1N3-AGB W2N2-AGB Obs W2N2-AGB W1N3-Biji Obs W1N3-Biji W2N2-Biji Obs W2N2-Biji a 1 2 3 4 5 1 2 3 4 5 Pengukuran AGB t ha -1 Pr ed ik si A G B t h a -1 ■ W1N3 R 2 = 0.99 ● W2N2 R 2 = 0.97 b 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 104 124 144 164 184 204 224 244 264 284 Julian date Inde k s lua s d aun, ILD un it les s ILD W1N3 Obs W1N3 ILD W2N2 Obs W2N2 c 0.0 1.0 2.0 3.0 4.0 5.0 6.0 0.0 1.0 2.0 3.0 4.0 5.0 6.0 Pengukuran unitless P redi k s i uni tl es s ■W1N3 R 2 = 0.90 ●W2N2 R 2 = 0.94 d Gambar 46. Hasil prediksi dan pengukuran AGB dan ILD selama periode pertumbuhan a,c dan perbandingan plot 1:1 b,d. Garis vertikal adalah 2 x galat baku. 4.3.3.3. Neraca Air Hasil prediksi model neraca air menunjukkan perbedaan yang tidak nyata dengan pengukuran sampai dengan ke dalaman 100 cm Tabel 9, demikian pula dengan pengujian grafisnya Gambar 47. Model memprediksi dengan baik, terutama sebelum fase KB dan setelah BM – MF. Model memprediksi lebih rendah dari pengukurannya pada saat KB - BM. Pada awal pertumbuhan data pengamatan W1N3 terdapat nilai ekstrim atau pencilan outlayer. Model tidak merespon nilai yang sangat ekstrim. Oleh karena ini nilai koefisien determinasinya menjadi kecil masing-masing sebesar R 2 =0.13 dan R 2 =0.39. 150 200 250 300 350 400 450 500 104 124 144 164 184 204 224 244 264 284 Julian date K an du nga n ai r t an ah, 0- 10 0 c m mm KAT-W1N3 Obs KAT-W1N3 KAT-W2N2 Obs KAT-W2N2 KL WP a 300.0 350.0 400.0 450.0 300 350 400 450 Pengukuran mm P redi k s i mm ■W1N3 R 2 = 0.13 ●W2N2 R 2 = 0.39 b Gambar 47. Hasil prediksi dan pengukuran kadar air tanah selama periode pertumbuhan a dan perbandingan dengan plot 1:1 b. Evapotranspirasi hasil prediksi model neraca air tidak menunjukkan perbedaan dengan pengukuran Tabel 9 dan Gambar 48. Jika kandungan air tanah menjangkau ke dalam tanah, maka nilai evapotranspirasi akan meningkat. Nilai koefisien determinasi peubah ini sebesar R 2 = 0.88 dan R 2 = 0.98. 0.0 100.0 200.0 300.0 400.0 500.0 600.0 700.0 104 124 144 164 184 204 224 244 264 284 Julian date E v ap ot ra ns pi ras i m m ETa-W1N3 Obs ETa-W1N3 ETa-W2N2 Obs ETa-W2N2 a 100 200 300 400 500 600 100 200 300 400 500 600 Pengukuran mm Pr ed ik si m m ●R 2 = 0.98 ♦R 2 = 0.88 b Gambar 48. Hasil prediksi dan pengukuran evapotranspirasi kumulatif selama periode pertumbuhan a dan perbandingan dengan plot 1:1 b. 4.3.3.4. Nitrogen Tanah dan Tanaman Prediksi nitrogen tanah dan tanaman AGN yang dibandingkan dengan pengukuran tidak menunjukkan perbedaan yang nyata Tabel 9. Pengujian secara grafis disajikan dalam Gambar 49 dan 50. Pada awal pertumbuhan model menyimulasi lebih rendah dibandingkan dengan pengukuran. Nilai koefisien determinasi W1N3 dan W2N2 masing-masing sebesar R 2 =0.33 dan R 2 =0.34. 0.0 0.2 0.4 0.6 0.8 1.0 1.2 104 124 144 164 184 204 224 244 264 284 Julian date N it rog en ta na h t ha -1 N-tanah W1N3 Obs N-tanah W1N3 N-tanah W2N2 Obs N-tanah W2N2 a 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 Pengukuran P redi k s i ●R 2 = 0.33 ♦R 2 = 0.34 b Gambar 49. Hasil prediksi dan pengukuran N tanah selama periode pertumbuhan a dan perbandingan plot 1:1 b. Garis vertikal adalah 2 x galat baku. 0.0 0.1 0.1 0.2 0.2 0.3 0.3 0.4 104 124 144 164 184 204 224 244 264 284 Julian date AG N k g h a -1 AGN-W1N3 Obs AGN-W1N3 AGN-W2N2 Obs AGN-W2N2 c 0.00 0.03 0.05 0.08 0.10 0.13 0.15 0.18 0.20 0.03 0.05 0.08 0.1 0.13 0.15 0.18 0.2 Pengukuran t N ha -1 d Gambar 50. Hasil prediksi dan pengukuran N tanah dan AGN selama periode pertumbuhan a,c dan perbandingan plot 1:1 b,d. Garis vertikal adalah 2 x galat baku. 4.4. Aplikasi Model Simulasi Tanaman Jarak Pagar Model simulasi tanaman adalah alat analisis kuantitatif dalam hubungan antara pertumbuhan tanaman dengan lingkungan tumbuh seperti iklim dan tanah. Model membantu paling sedikit pada tiga hal, yaitu pertama pemahaman proses pengaruh lingkungan, khususnya variasi unsur-unsur cuaca, terhadap tanaman, kedua untuk keperluan prediksi dan ketiga untuk keperluan manajemen. Model simulasi yang handal best fitted dapat digunakan untuk mengurangi jumlah percobaan lapang yang memerlukan biaya dan waktu yang banyak. Jika pemahaman mekanisme proses yang terjadi selama pertumbuhan tanaman yang rumit dapat dijelaskan oleh model, maka keputusan-keputusan taktis dapat dilakukan, seperti penentuan waktu tanam yang optimum, waktu dan jumlah pemupukan yang harus diberikan. Salah satu contoh penting dalam aplikasi mode simulasi tanaman jarak pagar ini adalah sehubungan dengan issue perubahan iklim global karena pengaruh rumah kaca green house effect. Pemanasan global berdampak pada perilaku iklim seperti peningkatan atau penurunan jumlah curah hujan, peningkatan suhu udara, jumlah radiasi yang diterima oleh tanaman, sehingga akan berdampak besar terhadap pertanian seperti perubahan tindak agronomis pola tanam, lama musim pertumbuhan dan hasilnya. Tanpa analisis kuantitatif yang dapat menjelaskan interaksi iklim dan pertanian, prediksi dan antisipasi terhadap perubahan iklim tersebut akan sukar dilakukan. Sebelum tahap aplikasi model dilakukan, maka model perlu diuji lagi ketepatannya agar akurasi prediksi model tidak berbeda jauh dengan percobaan lapang dengan pendekatan Handoko, 2005 dan hasilnya tersaji dalam Tabel 10. , 100 E H − = E 100 41 = 0, E ≥ 100 dengan, 100 x D D M E − = H : akurasi model E : galat prediksi M : keluaran model D : data pengukuran Berdasarkan Tabel 10 terlihat bahwa pengujian akurasi model menunjukkan ketepatan dalam menduga fase perkembangan tanaman dan hasil biji tanaman jarak pagar masing-masing sebesar 93 dan 79. Tabel 10. Pengujian ketepatan prediksi model dengan pengukuran lapang Peubah Model Pengukuran Ketepatan 1. Fase Perkembangan s, hari Percobaan I W1 S – E 11 10 90 E - KB 81 70 84 KB - BM 26 27 96 BM - MF 92 80 85 91 Percobaan II W2 S – E 11 10 90 E - KB 83 80 96 KB - BM 27 27 100 BM - MF 70 72 97 96 93 2. Biji t ha -1 W2N0 0.16 0.12 66 W2N1 0.16 0.20 75 W2N2 0.35 0.48 63 W2N3 0.34 0.30 85 W2P1 0.69 0.67 96 W2P2 0.08 0.06 73 W2P3 0.02 0.09 94 79 Rata-rata 86.0 4.4.1. Penentuan Waktu Tanam terhadap Produksi Jarak Pagar Jarak pagar merupakan tanaman tahunan dan waktu tanam pada tahun pertama juga menentukan pertumbuhan dan perkembangan tahun berikutnya. Variasi hasil berdasarkan simulasi waktu tanam setiap tanggal 14 setiap bulannya dengan pemupukan sebesar 130 kg Urea ha -1 W2N2 disajikan dalam Gambar 51. Hasil yang diperoleh merupakan simulasi selama 194 - 200 hari umur tanam. Hasil biji berkisar antara 0.23 – 0.36 ton ha -1 . Potensi hasil jarak pagar IP-1P sebesar 0.25 – 0.30 ton pada tahun pertama Puslitbangbun, 2006. Hasil tertinggi di atas 0.3 ton akan diperoleh jika penanaman dilakukan pada rentang waktu bulan Maret sampai bulan Juli. Untuk panenan berikutnya sangat ditentukan oleh fase pemasakan buah MF dari bunga mekar BM. Waktu yang diperlukan sejak fase BM – MF berkisar antara 81 – 87 hari, sedangkan pembungaan pada fase kuncup bunga KB – BM berkisar antara 27 – 30 hari. 82 84 84 83 82 83 85 87 86 83 81 81 0.10 0.15 0.20 0.25 0.30 0.35 0.40 Ha s il t h a -1 Waktu Panen Gambar 51. Variasi hasil biji jarak pagar yang ditanam menurut bulan kalender di Bogor-Jawa Barat. Dalam Gambar 52 ditunjukkan peran dari radiasi yang diintersepsi terhadap hasil jarak. Jumlah radiasi yang diintersepsi pada waktu tanam bulan Maret sampai Juli terlihat lebih besar dibandingkan dengan bulan-bulan lainnya dengan kisaran antara 1 028.9 – 1 118.6 MJm -2 dan selama simulasi jumlah curah hujan yang diterima berkisar masing-masing periode tanam berkisar antara 580.6 – 1 896.3 mm. Jumlah air yang dibutuhkan tanaman jarak selama setahun berkisar antara 450 – 2 380 mm Jones Miller, 1992, antara 300 – 1 000 mmtahun Heller, 1996, minimal 250 mm dan pertumbuhan terbaik antara 900 – 1 200 mm Makkar Becker, 1997, dan 500 – 1 500 mm Wahid, 2006. Selama simulasi waktu tanam jumlah air dibutuhkan tanaman pada kondisi air yang cukup lebih dari 500 mm, dengan demikian jumlah radiasi yang diintersepsi tanaman dominan dalam menentukan hasil jarak pagar. 400 600 800 1000 1200 1400 1600 1800 2000 Ja n Feb Ma r Apr Me i Jun Jul Agt Se p Ok t Nop D es Waktu Tanam Peub ah i kl im Curah Hujan mm Q Int MJ m-2 Gambar 52. Radiasi yang diintersepsi dan curah hujan yang diterima selama periode pertumbuhan tanaman. 4.4.2. Pengaruh Pemupukan Nitrogen terhadap Jarak Pagar Pemberian nitrogen sebesar 130 kg ha -1 W2N2 pada saat emergence dan kuncup bunga di bulan April dapat meningkatkan biomassa dan biji masing- masing sebesar 4.226 t ha -1 dan 0.359 ton ha -1 dibandingkan tanpa pemupukan 0 kg ha -1 W2N0 yang menghasilkan biomassa dan biji masing-masing sebesar 2.959 t ha -1 dan 0.259 t ha -1 Gambar 53a. Sementara itu, indeks luas daun ILD terbesar yang dihasilkan perlakuan W2N2 dan W2N0 masing-masing sebesar 5.63 dan 2.85 Gambar 53b. 1 2 3 4 5 6 104 124 144 164 184 204 224 244 264 284 Julian date B io m ass t h a -1 W2N2-AGB W2N0-AGB W2N2-Biji W2N0-Biji a 0.0 1.0 2.0 3.0 4.0 5.0 6.0 104 124 144 164 184 204 224 244 264 284 Julian date Ind eks l ua s da un , IL D u n it le ss ILD W2N2 ILD W2N0 b Gambar 53. Simulasi respon biomassa dan biji jarak terhadap pemupukan nitrogen. Pemberian nitrogen yang tinggi menyebabkan tanaman perlakuan W2N2 menggunakan air tanah lebih banyak dibandingkan W2N0 Gambar 54a. Air tanah yang diambil tersebut digunakan untuk memenuhi kebutuhan evapotranspirasi yang pada tanaman W2N2 sebesar 638.9 mm dan sebesar 608.9 mm pada perlakuan W2N0 Gambar 54b. 4.4.3. Pengaruh Pengurangan Radiasi Surya terhadap Produksi Jarak Pagar Jarak pagar untuk berproduksi optimal memerlukan syarat tumbuh tertentu seperti tinggi tempat kurang dari 500 m dpl. dataran rendah, curah hujan kurang dari 1 000 mmtahun, suhu lebih dari 20°C, tanah berpasir, pH 5.5 – 6.5. Pada kondisi tertentu seperti pada ketinggian 600 m dpl dengan cahaya matahari berlimpah dan suhu lebih dari 20°C, tanaman jarak pagar dapat berproduksi dengan baik namun kandungan minyak yang lebih rendah dibandingkan dengan di dataran rendah Mahmud, 2006. 150.0 200.0 250.0 300.0 350.0 400.0 104 124 144 164 184 204 224 244 264 284 Julian date K andun ga n a ir t ana h, 0- 100 cm m m KAT-W2N2 KAT-W2N0 KL WP a 0.0 100.0 200.0 300.0 400.0 500.0 600.0 700.0 104 124 144 164 184 204 224 244 264 284 Julian date E v ap o tra n sp ira si m m ETa-W2N2 ETa-W2N0 b Gambar 54. Simulasi pemupukan nitrogen pada tanaman jarak terhadap kandungan air tanah dan evapotranspirasi aktual. Umumnya tanaman penghasil minyak memerlukan lingkungan dengan cahaya yang cukup. Pada lingkungan seperti dataran tinggi lebih dari 700 m dpl yang menjadi pembatas adalah radiasi matahari karena banyak awan dan berkabut, sedang di dataran rendah kurang dari 700 m dpl pembatasnya ketersediaan air tanah. Biasanya iklim yang lebih kering akan meningkatkan kadar minyak dalam biji, namun masa kekeringan berkepanjangan akan menyebabkan tanaman jarak pagar akan menggugurkan daunnya stagnan untuk menghindari kematian tanaman Effendi, 2005. Dalam penanaman jarak pada dataran tinggi sekitar 600 m dpl. diskenario terjadi pengurangan intensitas radiasi sebesar 20 dari tempat percobaan pertama dan kedua dilakukan, berdasarkan pendekatan yang digunakan oleh Bey Las 1991. Kemudian penurunan unsur iklim suhu udara menurut ketinggian tempat menggunakan pendekatan Braak 1929 dan peningkatan curah hujan sebesar 10. Tindak agronomis yang dilakukan adalah dengan pemupukan 130 kg Urea ha -1 . Pada dataran tinggi suhu menjadi lebih rendah yang berakibat pada umur tanaman jarak mencapai 231 hari Gambar 55c. Umur yang lama ternyata tidak berdampak terhadap besar biomassa yang dihasilkan sekitar 3.904 t ha -1 jika dibandingkan dengan hasil tanaman jarak pada ketinggian 500 m dpl 4.226 t ha -1 Gambar 55a. Ini menunjukkan bahwa tanaman jarak memerlukan sejumlah radiasi surya untuk pertumbuhan dan perkembangan terbaiknya. 1 2 3 4 5 6 104 124 144 164 184 204 224 244 264 284 304 324 Julian date Bi o m as s t h a -1 AGB AGB-Radiasi 20 Biji Biji-Radiasi 20 a 0.0 1.0 2.0 3.0 4.0 5.0 6.0 7.0 104 124 144 164 184 204 224 244 264 284 304 324 Julian date In de k s l ua s da u n , IL D u ni tl ess ILD ILD-Radiasi 20 b 0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00 104 124 144 164 184 204 224 244 264 284 304 324 Julian date F as e p er k em ban gan s s s - Radiasi 20 c Gambar 55. Simulasi respon tanaman jarak terhadap pengurangan radiasi surya sebesar 20 terhadap AGB dan biji a, ILD b dan fase perkembangan, s c. Pemenuhan kebutuhan evapotaranspirasi aktual tempat masing-masing tanaman jarak tumbuh sebesar 638.9 mm atau 3.3 mm hari -1 dan 394.3 mm atau 1.7 mm hari -1 Gambar 56a,b. 150.0 200.0 250.0 300.0 350.0 400.0 104 124 144 164 184 204 224 244 264 284 304 324 Julian date K andunga n a ir t ana h, 0- 100 c m m m KAT KAT-Radiasi 20 KL WP a 0.0 100.0 200.0 300.0 400.0 500.0 600.0 700.0 104 124 144 164 184 204 224 244 264 284 304 324 Julian date E v ap ot ra ns pi ra si m m ETa - Radiasi ETa - Radiasi 20 b Gambar 56. Simulasi respon tanaman jarak akibat pengurangan radiasi surya sebesar 20 terhadap KAT a dan ETa b. 4.4.4. Pengaruh Perubahan Iklim terhadap Produksi Jarak Pagar Telah diketahui bahwa di samping faktor genetik, pertumbuhan dan perkembangan tanaman jarak pagar sangat dipengaruhi oleh kondisi lingkungan seperti yang dikemukakan oleh Makkar Becker 1997. Dampak kekeringan pada tanaman jarak menurut Rivaie 2007 dapat dilihat pada KIJP di Asembagus, Situbondo, Jawa Timur, yang terletak di daerah yang beriklim kering dengan curah hujan ± 1 100 mmth. Di kebun ini pertumbuhan tanaman selama musim kemarau Juni-Agustus 2006 cukup terganggu, tanaman secara keseluruhan terlihat layu. Meskipun kebun ini sudah mendapat pengairan secukupnya, tetapi masih belum mampu mengalahkan pengaruh intensitas radiasi surya yang tinggi disertai angin yang kencang selama beberapa bulan musim kemarau. Pengaruh yang kuat kedua faktor iklim tersebut mengakibatkan kehilangan air yang tinggi, baik melalui stomata daun maupun dari permukaan tanah langsung, yang berakibat pada defisit air yang cukup besar pada daerah perakaran tanaman. Pada tanaman yang baru dipanen, daunnya gugur disertai dengan percabangan yang agak rusak. Pada kondisi demikian tentu sangat sulit diharapkan tanaman dapat segera bertunas kembali sekaligus menghasilkan pembungaan. Selain karena kekurangan air, kondisi di atas diduga juga disebabkan karena banyak unsur-unsur hara yang terkuras oleh panen besar sebelumnya. Untuk mengetahui kemungkinan perubahan iklim dapat mempengaruhi perbedaan dalam dampak yang menyebabkan tingkat ketidakpastian perubahan iklim, terutama pada skala regional, kepekaan percobaan-percobaan mempunyai peran penting. Oleh karena itu, perubahan dalam iklim dapat menerapkan 1°, 2°, dan 3° peningkatan atau penurunan pada suhu udara; dan atau 5, 10, 15 peningkatan atau penurunan pada curah hujan dan seterusnya. Ini dapat membangkitkan seperangkat data yang dapat digunakan dalam model kuantitatif seperti model tanaman dan hidrologi Risbey, 1998; Mehrotra, 1999. Di atmosfer secara meteorologis peningkatan curah hujan yang diiringi oleh suhu yang tinggi dapat saja terjadi. Dalam skenario di sini hanya dicontohkan pada kejadian penurunan curah hujan yang diiringi oleh peningkatan suhu udara. Dalam simulasi ini dibuat tiga skenario berdasarkan pendekatan di atas dengan mengkombinasikan antara curah hujan dan suhu udara, yaitu skenario I curah hujan berkurang 5 dan suhu naik 1°C, skenario II curah hujan berkurang 10 dan suhu naik 2°C dan skenario III curah hujan berkurang 15 dan suhu naik 3°C. Tindak agronomis yang dilakukan adalah dengan pemupukan 130 kg Urea ha -1 . Hasil simulasi masing-masing skenario terhadap biomassa dan biji ditunjukkan dalam Gambar 57. 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 1 2 3 4 5 6 7 8 9 10 11 12 Waktu Tanam B iom as sa t ha -1 AGB AGB-Skenario I AGB-Skenario II AGB-Skenario III a 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 1 2 3 4 5 6 7 8 9 10 11 12 Waktu Tanam H as ilb ij i th a -1 Biji Biji-Skenario I Biji-Skenario II Biji-Skenario III b Gambar 57. Simulasi biomassa a dan hasil biji jarak di Bogor-Jawa Barat yang ditanam tanggal 14 setiap bulan, pada kondisi curah hujan sekarang dan akan datang dengan 3 skenario. Penurunan biomassa jika terjadi pengurangan curah hujan peningkatan suhu udara dari kondisi sekarang masing-masing sebesar 20 pada skenario I, 44 pada skenario II dan 78 pada skenario III. Sementara itu, penurunan hasil biji masing-masing sebesar 17, 41 dan 74. Pada skenario pengurangan curah hujan sampai 15, air hujan masih mencukupi di atas 500 mm untuk pertumbuhan tanaman jarak, namun peningkatan suhu udara sampai dengan 3°C, mengakibatkan umur tanaman menjadi lebih pendek Gambar 58a,b. Umur tanaman yang lebih singkat dan suhu yang tinggi menyebabkan fotosintat yang ditumpuk menjadi berkurang sehingga berdampak pada pengurangan biomassa dan biji Gambar 57a,b. 200 400 600 800 1000 1200 1400 1600 1800 2000 1 2 3 4 5 6 7 8 9 10 11 12 Bulan Cu ra h h u jan mm CH CH-Skenario I CH-Skenario II CH-Skenario III 160 162 164 166 168 170 1 2 3 4 5 6 7 8 9 10 11 12 Bulan U m ur t an am an har i Umur tanaman T-Skenario III a b Gambar 58. Skenario pengurangan curah hujan dan peningkatan suhu udara skenario III-umur tanaman. 4.5. Pembahasan Pengujian grafis fase perkembangan disajikan pada Gambar 45 dan menunjukkan model yang menggunakan konsep heat unit mampu memprediksi periode fase perkembanan tanaman baik pada percobaan pertama maupun percobaan kedua. Penelitian yang dilakukan di Indonesia pada tanaman gandum dan sawit dengan pendekatan yang sama pada perlakuan nitrogen dan air juga menunjukkan hasil yang sama Handoko, 2007; Djufry et al. 2000. ILD percobaan kedua terlihat penurunan pada saat masak fisiologis lebih lambat dari percobaan pertama Gambar 46 yang diduga disebabkan oleh KAT yang lebih besar pada percobaan kedua. Model menggunakan nilai ILD dan RUE untuk memprediksi biomassa tanaman. Pada perlakuan W2N2 biomassa yang dihasilkan juga lebih besar dibandingkan dengan W1N3. Model mampu mensimulasi perubahan kadar air tanah dengan kandungan air tanah yang berbeda pada W1N3 dan W2N2 Gambar 47. Pengurangan KAT setelah bunga mekar BM akan diikuti oleh peningkatan evapotranspirasi Gambar 48. Model nitrogen tanggap terhadap pemberian nitrogen, yaitu perlakuan W1N3 Gambar 49 dan 50 dan W2N2. Kandungan nitrogen W1N3 pada akhir pertumbuhan lebih rendah dibandingan W2N2, yang diduga kandungan air tanah W1N3 lebih rendah dibandingkan W2N2. Kepekaan model terhadap nitrogen penting karena nitrogen dapat mempengaruhi ILD dan RUE yang berperan dalam fotosintesis Arkebauer et al. 1994. Pengujian kehandalan model telah dilakukan dan menunjukkan bahwa ketepatan prediksi model terhadap percobaan lapang baik untuk fase perkembangan tanaman masing-masing sekitar 93 dan 79, sehingga aplikasi model dilakukan dengan variasi waktu tanam, dosis pemupukan, pengurangan radiasi surya, dan dampak perubahan iklim. Waktu tanam yang terbaik untuk penanaman pada tahun pertama adalah antara bulan Maret sampai dengan Juli. Pemberian nitrogen sampai dengan 130 kg ha -1 menunjukkan bahwa tanaman jarak masih responsif, yang perlu diperhatikan adalah kondisi kandungan air tanah, karena pada pemupukan yang tinggi tanaman menggunakan air tanah yang juga besar. Tanaman penghasil minyak memerlukan radiasi surya yang lebih banyak dibandingkan dengan tanaman penghasil karbohidrat, sehingga jika terjadi pengurangan radiasi surya, maka terjadi pengurangan biomassa dan hasil biji serta umur tanaman semakin panjang. Skenario pengurangan curah hujan di Bogor-Jawa Barat sampai 15 masih mencukupi untuk pertumbuhan jarak, namun peningkatan suhu sampai 3°C menyebabkan umur tanaman yang lebih singkat dan berdampak pada pengurangan biomassa dan biji. 4.6. Kesimpulan Validasi model yang berbasis efisiensi penggunaan radiasi surya, ketersediaan air dan nitrogen terbukti menunjukkan bahwa model mampu menjelaskan dengan baik terhadap pertumbuhan dan perkembangan tanaman, nitrogen tanah dan tanaman. Aplikasi model merupakan salah satu bentuk manfaat pemodelan yang diharapkan. Hasil simulasi menunjukkan bahwa tanaman jarak juga memerlukan waktu tanaman optimum, dosis pemupukan yang tepat, intensitas radiasi surya yang cukup, ketersediaan air dan suhu udara yang optimal untuk pertumbuhan dan perkembangannya.

5. PEMBAHASAN UMUM