103
100 ETP
ETA 1
100 ETP
ETA ETP
ky ⎟
⎠ ⎞
⎜ ⎝
⎛ − =
⎟ ⎠
⎞ ⎜
⎝ ⎛
− =
dimana y = koefisien produksi tanaman, ky = koefisien penurunan produksi tanaman, ETA = evapotranspirasi aktual tanaman, dan ETP = evapotranspirasi
potensial tanaman Doorenbos dan Kassam, 1979. Evapotranspirasi potensial tanaman dihitung menggunakan metode
Thorntwaite 1974 dalam Sosrodarsono dan Takeda, 1977 atau Penman 1948 dalam
Doorenboss dan Pruitt, 1977 tergantung pada data pendukung yang tersedia. Pada saat curah hujan lebih besar dari evapotranspirasi potensial CH-
ETP0 maka evapotranspirasi tanaman akan mencapai maksimum sehingga nilai evapotranspirasi aktual sama dengan evapotranspirasi potensial ETA =
ETP. Sebaliknya, pada saat curah hujan lebih rendah dari evapotranspirasi potensial CH-ETP0 maka akan terjadi kekurangan air untuk evapotranspirasi
sehingga evapotranspirasi aktual lebih kecil dari evapotranspirasi potensial. Pada kondisi tersebut akan terjadi kehilangan air potensial, dimana akumulasi
kehilangan air potensial accumulated potential water losses, APWL adalah akumulasi dari nilai CH-ETP negatif dari suatu periode yang berurutan.
4.2. Bahan dan Metode
4.2.1. Bahan Penelitian
Bahan-bahan dan peralatan yang dibutuhkan untuk melaksanakan kegiatan-kegiatan penelitian ini, antara lain:
1 Data rata-rata curah hujan bulanan dan curah hujan sepuluh harian, serta
data evapotranspirasi potensial sepuluh harian hasil pengamatan + 5-10 tahun.
104
2 Data produksi padi bulanan Kabupaten Serang, Kabupaten Karawang,
Kabupaten Subang dan Kabupaten Garut hasil pencatatan 5-10 tahun terakhir.
3 Data fisika tanah yang mewakili lokasi penelitian.
4.2.2. Analisis Hubungan Curah Hujan dengan Produksi Padi dan Prediksi Ketersediaan Padi
Untuk mendapatkan model hubungan antara produksi padi dengan curah hujan, maka dilakukan analisis hubungan antara produksi padi bulanan dengan
curah hujan bulanan. Analisis hubungan dilakukan melalui rangkaian teknik pengepasan ploting antara data seri curah hujan dengan produksi padi
bulanan, analisis korelasi, pembentukan model prediksi produksi padi menggunakan analisis regresi berganda atau teknik lainnya.
Hubungan matematika yang dihasilkan dari pengepasan tersebut kemudian digunakan untuk memprediksi produksi padi pada tahun 2008 dengan
menggunakan masukan nilai-nilai prediksi curah hujan yang dihasilkan pada penelitian sebelumnya.
Dengan memodifikasi metode analisis subsistem ketersediaan padi yang dilakukan oleh Dewan Ketahanan Pangan RI dan Program Pangan Dunia PBB
2005. Dalam penelitian ini, dihitung nilai indeks ketersediaan padi yang merupakan nisbah antara produksi padi dengan kebutuhan normatif padi setara
beras per kapita.
KonsNorm Pddk
oduksi Pr
Stk
t t
=
dimana Stk
t
= indeks ketersediaan padi pada bulan ke-t tanpa satuan,
Produksi
t
= prediksi produksi padi pada bulan ke-t ton, Pddk = jumlah
105
penduduk jiwa, KonsNorm = konsumsi normatif padi per kapita tonjiwa. Nilai- nilai Indeks-Ketersediaan diklasifikasikan sebagaimana disajikan pada Tabel 16.
Tabel 16. Klasifikasi Indeks-Ketersediaan padi. Indeks Ketersediaan Stk
Kategori Skor
0,50 0,5 – 0,85
0,86 – 1,15 1,16 – 2,00
2,00 Sangat Defisit
Defisit Cukup
Surplus Sangat Surplus
1 2
3 4
5
4.2.3. Analisis Potensi Penurunan Produksi Padi