Analisis Iklim dan Dinamika Populasi Hama Penggerek Batang Padi Kuning di Indramayu dengan Menggunakan Model Simulasi Dymex 3.0

ANALISIS IKLIM DAN DINAMIKA POPULASI HAMA
PENGGEREK BATANG PADI KUNING DI INDRAMAYU
DENGAN MENGGUNAKAN MODEL SIMULASI DYMEX 3.0

ATHINK RIKSON KRISTIAN BANJARNAHOR

GEOFISIKA DAN METEOROLOGI
MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Iklim dan
Dinamika Populasi Hama Penggerek Batang Padi Kuning di Indramayu dengan
Menggunakan Model Simulasi Dymex 3.0 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, September 2013
Athink R K Banjarnahor
NIM G24090005

ABSTRAK
ATHINK RIKSON KRISTIAN BANJARNAHOR. Analisis Iklim dan Dinamika
Populasi Hama Penggerek Batang Padi Kuning di Indramayu dengan
Menggunakan Model Simulasi Dymex 3.0. Dibimbing oleh YONNY
KOESMARYONO.
Scirpophaga incertulas yang dikenal dengan nama hama Penggerek batang
padi kuning (PBK) adalah salah satu hama yang paling banyak menyerang
tanaman padi di wilayah Indramayu. Salah satu faktor yang mempengaruhi
keberadaan hama ini adalah faktor iklim, yaitu curah hujan, suhu minimum dan
maksimum, RH maksimum dan minimum. Tujuan penelitian ini adalah
menganalisis pengaruh iklim terhadap dinamika populasi Penggerek batang padi
kuning di wilayah Kabupaten Indramayu. Model siklus hidup dan pendugaan
populasi hama menggunakan model simulasi Dymex 3.0. Simulasi dilakukan
selama empat tahun mulai dari tahun 2009-2012. Hasil simulasi model telah dapat

memberikan prediksi yang cukup baik. Model simulasi juga menunjukkan bahwa
puncak populasi hama terjadi pada bulan-bulan kering dengan intensitas curah
hujan yang rendah dan populasi hama menurun pada saat curah hujan tinggi
akibat tercuci oleh hujan. Hal tersebut juga didukung dengan nilai koefisien
determinasi (R2) hasil validasi antara populasi model hasil luaran Dymex dan
populasi hasil observasi sebesar 64%. Pengaruh iklim berbeda-beda terhadap
perkembangan dan keberadaan hama PBK. Suhu dan curah hujan menjadi faktor
yang paling utama dalam perkembangan dan mortalitas hama PBK.
Kata kunci: Dymex, Iklim, Scirpophaga incertulas

ABSTRACT
ATHINK RIKSON KRISTIAN BANJARNAHOR. Climate Analysis and
Population Dynamics of Yellow Rice Stem Borer Pests in Indramayu with Using
Simulation Model Dymex 3.0. Supervised by YONNY KOESMARYONO.
Scirpophaga incertulas known as the Yellow rice stem borer (PBK) is one
of the most attacking pests of rice plants in Indramayu region. One of the factors
that influence the presence of this pest is the climatic factor, that were rainfall,
maximum and minimum temperature, maximum and minimum Relative
humadity. The purpose of this study was to analyze the influence of climate on the
population dynamics of Yellow rice stem borer in the district of Indramayu. Life

cycle model and estimation of pest populations using simulation models Dymex
3.0. Simulations were performed for four years from 2009-2012. Results of
simulation models have been able to give a fairly good prediction. Model
simulations also indicate that the pest population peaks occurred in the dry months
with low rainfall intensity and pest population decreases as a result of high rainfall
washed away by rain. This is also supported by the value of the coefficient of
determination (R2) between the validation results of outcomes population of
model Dymex and observations by 64%. Different climatic influences on the
development and the presence of pests PBK. Temperature and rainfall are the
most important factor in the progression and mortality of pest PBK
Keyword: Climate, Dymex, Scirpophaga incertulas

.

ANALISIS IKLIM DAN DINAMIKA POPULASI HAMA
PENGGEREK BATANG PADI KUNING DI INDRAMAYU
DENGAN MENGGUNAKAN MODEL SIMULASI DYMEX 3.0

ATHINK RIKSON KRISTIAN BANJARNAHOR


Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains
pada
Departemen Geofisika dan Meteorologi

GEOFISIKA DAN METEOROLOGI
MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013

Jセ

、オ

ャ@

Skripsi: Analisis Iklim dan Dinamika Populasi Hama Penggerek Batang
Padi Kuning di Indramayu dengan Menggunakan Model Simulasi

Dymex 3.0
: Athink Rikson KIistian Banjamahor
:\ama
: G24009000S
:.JIM

Disetujui oleh

Prof Dr Ir Vonny Koesmaryono, MS
Pembimbing

Tanggal Lulus:

D 9 SEP 2013

Judul Skripsi : Analisis Iklim dan Dinamika Populasi Hama Penggerek Batang
Padi Kuning di Indramayu dengan Menggunakan Model Simulasi
Dymex 3.0
Nama
: Athink Rikson Kristian Banjarnahor

NIM
: G240090005

Disetujui oleh

Prof Dr Ir Yonny Koesmaryono, MS
Pembimbing

Diketahui oleh

Dr Ir Rini Hidayati, MS
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Kuasa atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2013 ini ialah
Organisme Pengganggu Tanaman, dengan judul Analisis Iklim dan Dinamika

Populasi Hama Penggerek Batang Padi Kuning di Indramayu dengan
Menggunakan Model Simulasi Dymex 3.0
Terima kasih penulis ucapkan kepada:
1. Bapak Prof. Dr. Ir. Yonny Koesmaryono, MS selaku pembimbing.
2. Bapak Syahrizal Koem yang telah banyak memberi bantuan dan saran.
3. Bapak Kohar dari BPTPH Bandung, Ibu Heni Haryawati selaku staf
Instalasi PPOPT indramayu yang telah membantu selama pengumpulan
data.
4. Ungkapan terima kasih juga disampaikan kepada Ayah, Ibu, serta seluruh
keluarga, atas segala doa dan kasih sayangnya.
5. Teman-teman seperjuangan “GFM 46” yang telah banyak memberikan
masukan dan saran
6. Eka Fibriantika, Rini, Risna, Enda, dan teman kost Qyu-Qyu (May, Dani,
Bagindo, Andika, Yan Parta, Chriss yang selalu menemani dalam
pembuatan skripsi ini.
Semoga karya ilmiah ini bermanfaat.

Bogor, September 2013
Athink Rikson Kristian Banjarnahor


DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1


Tujuan Penelitian

2

TINJAUAN PUSTAKA

2

Tanaman Padi

2

Hama Penggerek Batang Padi Kuning

2

Dymex

4


METODE

4

Bahan

4

Alat

4

Prosedur Analisis Data

4

HASIL DAN PEMBAHASAN

8


Syarat Ambang Batas Suhu Perkembangan

8

Model Kalibrasi

8

Karakteristik Daerah Kajian

10

Model Simulasi

11

Pengaruh Curah Hujan Terhadap Populasi Imago

14

Pengaruh Suhu Terhadap Populasi Imago

14

Pengaruh Kelembaban Udara Terhadap Populasi Imago

15

Model Validasi

16

SIMPULAN DAN SARAN

17

Simpulan

17

Saran

17

DAFTAR PUSTAKA

17

LAMPIRAN

19

RIWAYAT HIDUP

25

DAFTAR GAMBAR
1 Siklus hidup hama Penggerek batang padi kuning (Scirpophaga
incertulas)
2 Modul lifecycle penelitian
3 Model buiilder penelitan
4 Model simulator penelitian
5 Kalibrasi model Dymex pada tanggal 1 Januari 2008 sampai 31
Desember 2008 pada wilayah Cirebon
6 Hubungan populasi imago hasil luaran model dan hasil observasi pada
tanggal 1 Januari 2008 sampai 31 Desember 2008
7 Kondisi iklim wilayah Indramayu pada tanggal 1 Januari 2009 sampai
31 Desember 2012
8 Hasil luaran model populasi telur, larva, pupa dan imago Penggerek
batang padi kuning pada tahun 2009-2010
9 Hasil luaran model populasi telur, larva, pupa dan imago Penggerek
batang padi kuning pada tahun 2011-2012
10 Hubungan curah hujan dengan populasi imago di wilayah Indramayu
pada tahun 2009-2012
11 Hubungan suhu minimum dengan populasi imago di wilayah
Indramayu pada tahun 2009-2012
12 Hubungan suhu maksimum dengan populasi imago di wilayah
Indramayu pada tahun 2009-2012
13 Hubungan RH maksimum dengan populasi imago di wilayah
Indramayu pada tahun 2009-2012
14 Hubungan RH minimum dengan populasi imago di wilayah Indramayu
pada tahun 2009-2012
15 Validasi model Dymex pada wilyah Indramayu pada tanggal 1 Januari
2008 sampai 31 Desember 2008

3
6
7
8
9
10
11
12
12
14
14
14
15
16
16

DAFTAR LAMPIRAN
1 Hasil kalibrasi model pada wilayah Cirebon tahun 2008
2 Hasil validasi model pada wilayah Indramayu tahun 2008
3 Hasil simulasi model pada wilayah Indramayu tahun 2009-2012

19
19
19

PENDAHULUAN
Latar Belakang
Padi (Oryza sativa) merupakan tanaman yang paling banyak
dibudidayakan di Indonesia. Permintaan konsumsi padi di Indonesia sangat tinggi.
Selain itu padi merupakan sumber energi pokok bagi penduduk Indonesia yang
mampu menyediakan karbohidrat, protein, mineral, vitamin dan serat. Konsumsi
beras di Indonesia juga menjadi yang tertinggi di dunia yang mencapai 90
kilogram per tahun per orang (Deptan 2013). Jumlah ini sangat jauh jika
dibandingkan dengan orang Asia yang hanya mengonsumsi beras sebanyak 65-70
kilogram per tahun per orang.
Indramayu adalah salah satu sentra pertanian di Jawa Barat. Dalam enam
tahun terakhir, Indramayu masih nomor satu dalam produksi padi di Jawa Barat.
Luas lahan persawahan di Kabupaten Indramayu terbagi dua yaitu sawah irigasi
seluas 121355 ha dan sawah tadah hujan seluas 12420 ha. Luas kedua jenis lahan
persawahan tersebut sekitar 63.82% dari luas wilayah Indramayu (Bappeda
Kabupaten Indramayu 2009). Produksi padi Indramayu semakin meningkat, pada
tahun 2007 sebesar 1060545 ton, dan pada tahun 2011 produksinya telah
mencapai 1324618 ton.
Dalam produksi padi, faktor lingkungan sangat mempengaruhi hasil
produksi. Faktor-faktor lingkungan yang mempengaruhi produksi padi adalah
kesuburan tanah, faktor iklim (musim hujan dan kemarau, radiasi matahari, suhu
udara, kelembaban) dan pengelolaan tanaman (pemupukan dan jarak tanam).
Faktor iklim merupakan salah satu faktor lingkungan yang utama yang
mempengaruhi produksi padi.
Selain dipengaruhi oleh kondisi iklim, produktivitas padi juga dipengaruhi
oleh Organisme Pengganggu Tanaman (OPT). OPT merupakan salah satu
ancaman dan faktor penghambat biologis bagi budidaya Padi sehingga
menyebabkan rendahnya produktivitas padi. Tanaman padi merupakan inang yang
ideal bagi banyak spesies hama. Seluruh bagian tanaman Padi tersebut sangat
rentan terhadap serangan hama mulai dari fase persemaian sampai fase
pemanenan. Saat ini terdapat lebih dari 800 spesies hama yang dapat merusak padi
tetapi sebagian besar dari spesies tersebut hanya menimbulkan kerusakan ringan
( Dale 1994)
Dalam dekade ini, populasi Penggerek batang padi kuning semakin
meningkat karena penanaman tanaman padi secara terus menerus sepanjang tahun
sehingga dalam satu tahun perkembangan hama ini bisa mencapai 7-8 generasi
(Suharto dan Usyati 2008). Beberapa peneliti juga meyebutkan bahwa keberadaan
hama Penggerek batang padi kuning dipengaruhi oleh iklim seperti curah hujan
dan suhu (Pathak dan Khan 1994; Listinger et al. 2006). Berdasarkan data
BBPOPT Kabupaten Indramayu, dalam lima tahun terakhir hama Penggerek
batang padi kuning merupakan hama terbesar kedua setelah tikus yang sangat
berpengaruh terhadap hasil produktivitas padi di Kabupaten Indramayu.
Berdasarkan data dari Dinas Pertanian dan Tanaman Pangan Indramayu pada
musim tanam 2010 kerusakan akibat serangan hama mencapai 8000 hektar.

2
Software Dymex adalah salah satu software yang dapat digunakan untuk
melakukan analisis hubungan antara iklim dengan hama tanaman khususnya
dinamika populasi hama. Sampai saat ini kebanyakan penelitian menggunakan
Dymex masih dilakukan di daerah subtropis seperti Australia (Yonow et al. 2004)
sehingga perlu dilakukan penelitian ini di daerah tropis khususnya di Indonesia.

Tujuan Penelitian
Tujuan dari penelitian ini adalah menganalisis pengaruh iklim terhadap
dinamika populasi Penggerek batang padi kuning (Scirpophaga incertulas) di
wilayah Kabupaten Indramayu menggunakan model simulasi Dymex 3.0.

TINJAUAN PUSTAKA
Tanaman Padi
Padi merupakan sumber makanan pokok bagi lebih dari setengah dari
penduduk dunia. Luas lahan yang ditanami padi di dunia mencapai 145 juta ha
yang berada pada lebih dari 110 negara. Luas lahan tersebut menempati hampir
seperlima dari total luas lahan pertanian dunia. Tanaman padi diklasifikasikan
sebagai tanaman tropis dan subtropis. Menurut Grist (1960), tanaman padi (Oryza
sativa L) termasuk ke dalam divisi Spermatophyta, kelas Monocotyledoneae, ordo
Poales, family Gramineae, genus Oryza. Tanaman padi dunia diserang oleh lebih
dari 100 spesies serangga, 20 dari spesies hama tersebut dapat menyebabkan
kerugian ekonomi. Asia merupakan wilayah yang menghasilkan 90% beras dunia.
Dari jumlah produksi beras tersebut, kerugian rata-rata akibat serangan hama di
wilayah ini mencapai 20% (Pathak dan khan 1994).
Hama Penggerek Batang Padi
Di seluruh dunia terdapat 21 jenis hama penggerek batang padi. Beberapa
hama Penggerek batang padi yang ditemukan di kawasan Indonesia diantaranya
Penggerek batang padi kuning (Scirpophaga incertulas), Penggerek batang padi
putih (Scirpophaga innotata), Penggerek batang padi bergaris (Chilo
suppressalis), Penggerek batang padi kepala hitam (Chilo polychrysus), penggerek
batang padi berkilat (Chilo auricilius), Penggerek batang padi merah jambu (Sesamia
infers) (Hattori dan Siwi 1986). Pada kawasan Asia, Scirpophaga incertulas dan
Chilo suppressalis mengakibatkan kerusakan tahunan sekitar 5-10% pada
tanaman padi, bahkan jika terjadi wabah lokal kerusakan yang ditimbulkan dapat
mencapai 60%.
Penggerek batang padi kuning banyak terdistribusi di daerah tropis dengan
suhu udara lebih dari 10 oC dan curah hujan tahunan lebih dari 1000 mm. Spesies
ini dominan di beberapa Negara seperti Bangladesh, India, Malaysia, Pakistan,
Filipina, Sri Lanka, Thailand, Vietnam, dan Indonesia (Pathak dan khan 1994)
Penggerek batang padi kuning dewasa memiliki ciri-ciri yaitu aktif di
malam hari, fototropik, dan merupakan penerbang yang kuat. S. incertulas dewasa
aktif pada pukul 19.00 sampai 21.00. Pada siang hari S. incertulas tetap berada

3
pada lahan persawahan. Hama ini dapat terbang sejauh 5-10 mil, namun jarak
yang ditempuh dapat lebih jauh lagi jika terbawa oleh angin. Waktu perkawinan
hama ini biasanya terjadi pada pukul 19.00 sampai 21.00.

Gambar 1 Siklus hidup hama Penggerek batang
padi kuning (Scirpophaga incertulas)
Sumber: rkmp.co.in.
Selama hidupnya, hama ini hanya melakukan perkawinan sekali.
Scirpophaga incertulas betina bertelur antara pukul 19.00 sampai 22.00 pada
musim panas dan pukul 18.00 sampai 20.00 pada musim semi dan musim gugur.
Lama hama ini bertelur sekitar 10 sampai 35 menit. Telur-telur hama ini
diletakkan di dekat ujung daun. Ambang batas suhu untuk pengembangan telur
adalah 13 0C dan untuk penetasan terjadi pada suhu 16 0C atau lebih. Masa
inkubasi menurun dengan kenaikan temperatur, mulai pada suhu 30 0C sampai 35
0
C. Suhu optimum penetasan telur untuk hama ini adalah 24 0C sampai 29 0C
dengan kelembaban udara (RH) 90-100% dan penetasan sangat berkurang pada
RH di bawah 70%.
Telur yang menetas menjadi larva akan merangkak ke atas menuju ujung
tanaman dimana mereka akan tinggal dalam waktu yang singkat. Larva hama ini
terbungkus benang sutra, dan larva ini dapat berenang dalam air karena terdapat
lapisan udara pada tubuh mereka. Biasanya 75% larva melahirkan namun hanya
10% yang mencapai dewasa. Ambang batas suhu untuk pengembangan larva
adalah minimal 16 0C, pada suhu 12 0C larva tidak bisa ganti kulit dan akan mati.
Tingkat perkembangan larva berkorelasi positif dengan suhu antara 17 0C sampai
35 0C.
Fase selanjutnya setelah fase larva adalah fase pupa. Pupa kebanyakan
terletak pada jerami dan batang. Pupa Scirpophaga incertulas dibungkus oleh
kepompong sutra berwarna putih. Ambang batas suhu udara untuk pupa
Penggerek batang padi kuning ini sekitar 15-16 oC (Pathak dan Khan 1994).

4
Dymex
Dymex merupakan software yang dapat digunakan untuk membuat dan
menjalankan model-model perubahan populasi suatu organisme saat terjadi
perubahan lingkungan dan menggambarkan lingkungan yang sesuai untuk
tinggalnya spesies hama tertentu. Software ini mempermudah para ekologis
dalam membuat model populasi organisme tanpa harus mengetahui bahasa
pemrograman. Dymex terdiri atas dua bagian yaitu Dymex Model Builder dan
Dymex Model Simulator. Dymex Model Builder merupakan bagian Dymex yang
digunakan untuk membuat model, sedangkan Dymex Model Simulator merupakan
bagian dymex yang digunakan untuk menjalankan model. Pada model simulator
hasil yang disajikan dalam bentuk tabel, grafik, dan peta (Maywald 2007).

METODE
Bahan
Bahan yang diperlukan untuk penelitian ini adalah data iklim Kabupaten
Indramayu dan Cirebon pada tanggal 1 Januari 2008 sampai 31 Desember 2012
seperti curah hujan, suhu udara minimum, suhu udara maksimum, kelembaban
udara pada pukul 09.00 dan pukul 15.00 yang diperoleh dari ogimet.com dan
tutiempo.com, data light trap populasi bulanan hama Scirpophaga incertulas pada
wilayah Cirebon dan Indramayu tahun 2008-2012 yang diperoleh dari Instalasi
PPOPT Indramayu.

Alat
Alat yang digunakan dalam penelitian ini adalah seperangkat komputer
dengan sistem operasi windows untuk aplikasi Microsoft office 2007 dan Software
Dymex 3.0.

Prosedur Analisis Data
Model Dymex
a. Model Builder
Membangun model simulasi populsi hama Penggerek batang padi kuning
dengan menggunakan dymex builder dengan komposisi modul yang terdiri dari
timer module, lifecycle module, input modules, data manipulation modules, dan
specialized modules.
Dalam membangun suatu model builder, modul timer merupakan modul
yang tidak dapat dihapus dan satu-satunya modul yang terdapat dalam kelompok
the timer module. Timer merupakan modul yang mengandung fungsi pengaturan
waktu dalam suatu model. Modul ini terdiri dari variabel masukan dan variabel
luaran. Variabel masukan terdiri dari Equilibrium variable, sedangkan variabel
luaran terdiri dari Days Since Start, Day of Year, Simulation Date, Time of Day.

5
The meteorological data file reader module atau yang biasa disebut
Metbase merupakan salah satu modul yang terdapat dalam kelompok input
modules. Metbase digunakan untuk membaca sebuah file yang berisi kumpulan
data meteorologi. Modul ini memiliki enam variabel output yang telah ditentukan
diantaranya suhu udara minimum, suhu udara maksimum, curah hujan,
kelembaban udara pada pukul 09.00, kelembaban udara pada pukul 15.00, dan
evaporasi. Namun dalam penelitian ini variabel evaporasi tidak digunakan.
Variabel input yang biasa digunakan adalah simulation date.
Circadian adalah salah satu bagian dari Specialised Modules. Modul
circadian ini dirancang untuk menghasilkan variabel yang menggambarkan
perubahan diurnal. Hal ini sangat berguna dalam perkembangan spesies yang akan
diteliti karena modul ini berbasis suhu rata-rata setiap jamnya selama 24 jam atau
harian. Dalam modul ini yang menjadi file input adalah suhu harian minimum dan
maksimum.
Modul Query User merupakan salah satu bagian dari model input modules.
Modul ini memungkinkan pengguna untuk mengatur nilai pada awal simulasi
untuk sejumlah variabel luaran yang nilainya tidak berubah selama simulasi.
Dalam penelitian ini adalah letak lintang wilayah kajian. Dalam modul ini tidak
ada variabel masukan.
Modul Daylength merupakan salah satu modul yang termasuk dalam
kelompok Specialised Modules. Modul ini menghitung lama waktu dalam jam
antara matahari terbit hingga terbenam berdasarkan kondisi lintang, jumlah hari
dalam satu tahun, dan tanggal simulasi. Modul QueryUser akan menyediakan
lintang atau latitude yang akan digunakan sebagai variabel masukan dalam model
Daylength.
Modul evaporation merupakan salah satu modul dalam kelompok
Specialised Modules. Modul evaporasi ini menghitung nilai evaporasi panci (mm)
dengan menggunakan rumus dari Fitzpatrick (1963). Variabel masukan yang
digunakan dalam modul ini diantaranya suhu udara minimum dan maksimum,
kelembaban relatif pada pukul 09.00 dan 15.00, dan panjang hari.
Modul soil moisture adalah salah satu bagian dari Specialised Modules.
Modul ini mensimulasikan keseimbangan air dalam satu lapisan tanah. Nilai
output dalam modul ini adalah antara 0 sampai 1, dengan nilai 0 berarti tanah
kering dan nilai 1 adalah tanah menjadi jenuh. Variabel input adalah nilai curah
hujan dan evaporasi panci. Modul ini bisa diatur untuk menggunakan struktur subpopulasi model, sehingga memungkinkan simulasi pada beberapa bidang tanah
dengan karakteristik yang berbeda.
Modul lifecycle adalah modul yang digunakan untuk mensimulasikan
siklus hidup berbagai spesies. Siklus hidup hama Penggerek batang padi kuning
memiliki 4 siklus hidup mulai dari telur, larva, pupa, hama dewasa. Siklus hidup
tersebut memiliki fungsi dan persamaan yang bervariasi dan berbeda-beda untuk
setiap fasenya. Dalam modul ini akan dibahas faktor-faktor intrinsik dan
ekstrinsik mempengaruhi dinamika populasi dari hama Penggerek batang padi
kuning, seperti karakteristik perkembangan dari satu tahap ke tahap berikutnya,
bagaimana dan kapan faktor kematian dan waktu reproduksi.
Beberapa parameter akan digunakan dalam modul lifecycle diantaranya:
1. Perkembangan dan Mortalitas

6
Setiap fase siklus hidup memiliki syarat yang mempengaruhi
perkembangan dan mortalitas hama Penggerek batang padi kuning. Suhu adalah
salah satu faktor utama yang mempengaruhi perkembangan dan mortalitas hama.
Periode perkembangan (hari) digunakan untuk melihat ambang batas suhu
terendah (T0) (Rahman et al. 2004). Untuk menentukan T0 digunakan persamaan
linier biasa yaitu y = a + bx, dengan y adalah laju perkembangan (hari), x adalah
suhu (0C), a dan b adalah konstanta. Persamaan linier tersebut digunakan untuk
menentukan T0 pada fase telur, larva dan pupa (Rahman et al. 2004). Fase dewasa
(imago) menggunakan persamaan DD = d (T - T0) (Nahrung HF et al. 2008),
dengan DD adalah derajat hari (0C), d adalah rata-rata umur hama pada fase
imago (hari), T adalah suhu rata-rata, T0 adalah suhu dasar. Nilai T0 menunjukkan
nilai batas minimum yang menyebabkan tidak adanya lagi perkembangan.
Mortalitas terkait dengan faktor biotik, abiotik dan akibat usia. Mortalitas konstan
imago 0.15 per hari (Yonow et al. 2004)
2. Tahapan Transfer, fekunditas dan Reproduksi
Tahapan transfer adalah tahapan dimana setiap fase akan berkembang ke
fase selanjutnya. Seluruh fase akan berkembang ke fase selanjutnya setelah
mencapai usia fisiologisnya. Dalam hal ini usia fisioligis adalah 1. Perubahan usia
fisiologis setara dengan akumulasi degree days.
Fekunditas dimodelkan berdasarkan potensial telur yang dihasilkan hama
Penggerek batang padi kuning (PBK). Setiap hama betina mampu bertelur 100600 butir (Pathak dan khan 1994). Dalam model ini paramater potensial telur
adalah 400 butir dari setiap hama betina.
Fase reproduksi dalam model ini diasumsikan dipengaruhi oleh siklus
suhu harian dan curah hujan. Nilai siklus suhu harian diperoleh berdasarkan suhu
minimun. Nilai suhu minimum rata-rata wilayah kajian adalah 23 0C. Nilai curah
hujan optimum untuk kemunculan imago betina melakukan reproduksi adalah 520 mm (Yonow et al. 2004).
Sebuah diagram skematik dari siklus hidup hama Penggerek batang padi
kuning ditunjukkan pada gambar dibawah ini.

Gambar 2 Modul lifecycle penelitian

7

Gambar 3 Model builder penelitian
b. Model simulator
Model simulator adalah model yang digunakan untuk menjalankan model
yang telah dibangun pada dymex builder. Model simulator ini membutuhkan
beberapa data seperti data meteorologi harian (suhu udara minimum, suhu udara
maksimum, kelembaban udara, dan curah hujan) mulai dari tanggal 1 Januari 2009
sampai 31 Desember 2012, data lintang, panjang hari dan kelembaban tanah
Kabupaten Indramayu. Data-data tersebut akan diinput di model simulator sesuai
dengan permintaan komponen model dari modul masing-masing. Nilai-nilai yang
dibutuhkan oleh model akan disajikan ke dalam tabel di bawah ini.
Tabel 1 Nilai yang digunakan dalam model
Variabel model
Nilai
Lintang
-6.45
Kelembaban tanah
0.6
Produksi telur
400
Populasi awal telur
3000
Populasi awal larva
1800
Populasi awal pupa
1000
Populasi awal imago
500

Setelah data diinput ke dalam model simulator, model djalankan dan data
yang dihasilkan dari model simulator akan disajikan dalam bentuk grafik dan tabel.
Data hasil model akan dibandingkan dengan data hasil observasi yang dijadikan
sebagai kalibrasi dan validasi model. Parameter dan variabel yang digunakan dalam
model kalibrasi akan digunakan untuk simulasi di wilayah yang berbeda. Berikut
ini adalah gambar dari model simulator.

8

Gambar 4 Model simulator penelitian
Karakteristik Daerah Kajian
Data iklim yang digunakan untuk model simulasi akan ditampilkan ke
dalam grafik. Data iklim yang ditampilkan adalah curah hujan, suhu minimum dan
maksimum, kelembaban udara pada pukul 09.00 dan pukul 15.00 pada tanggal 1
Januari 2009 sampai 31 Desember 2012
Hubungan Faktor Iklim dengan Hasil Model Simulasi
Metode yang digunakan dalam analisis adalah dengan membandingkan
data populasi imago berdasarkan luaran model dengan data iklim. Data iklim yang
digunakan adalah data pada tanggal 1 Januari 2009 sampai 31 Desember 2012
pada daerah Indramayu. Hubungan iklim dengan populasi imago disajikan dalam
bentuk grafik.

HASIL DAN PEMBAHASAN
Syarat Ambang Batas Suhu Perkembangan
Nilai laju perkembangan setiap fase digunakan untuk menentukan ambang
batas suhu. Persamaan linier yang digunakan pada fase telur, larva, dan pupa
adalah y = 0.54054x + 18.1640, y = 3.2396x + 15.6272, dan y = 0.97785x +
17.0403 (Rahman et al 2004). Dari persamaan tersebut diperoleh nilai ambang
batas suhu pada fase telur, larva, dan pupa adalah 12.5 0C, 9.8 0C, dan 8.1 0C. Fase
imago memiliki nilai thermal constant sebesar 75.6 0C, suhu udara rata-rata
adalah 29 oC dan usia rata-rata adalah 4.76 hari (Nahrung HF et al. 2008),
sehingga diperoleh nilai ambang batas suhu sebesar 13.1 0C. Nilai tersebut
menjadi syarat utama yang digunakan dalam model untuk melihat perkembangan
dan mortalitas hama.
Model kalibrasi
Kalibrasi adalah suatu proses menyamakan hasil prediksi model dengan
hasil pengukuran lapangan (observasi). Kalibrasi dilakukan dengan mengubah-

9
ubah parameter yang digunakan dalam model sehingga hasil luaran model
mendekati atau sama dengan data observasi. Pada model kalibrasi, data yang
digunakan adalah data hasil tangkapan imago dan data hasil prediksi model.
Model kalibrasi yang dibuat berdasarkan data pada tanggal 1 Januari 2008 sampai
31 Desember 2008 pada wilayah Cirebon. Data hasil tangkapan imago adalah data
bulanan selama satu tahun sedangkan data luaran model adalah data dalam tujuh
harian. Karena data observasi di lapangan hanya data bulanan, sedangkan data
luaran model berdasarkan data tujuh harian maka data hasil model dikonversi
menjadi data bulanan. Nilai-nilai yang didapat pada model memiliki nilai yang
cukup tinggi sehingga untuk memperkecil nilai luaran model digunakan nilai ln x
+ 1, dengan x adalah nilai populasi imago hasil tangkapan dan hasil luaran model.

Gambar 5

Kalibrasi model Dymex pada tanggal 1 Januari 2008 sampai 31
Desember 2008 pada wilayah Cirebon

Gambar diatas adalah hasil kalibrasi model dymex. Kalibrasi model
menggunakan data iklim pada tanggal 1 Januari 2008 sampai 31 Desember 2008
pada daerah Cirebon. Nilai luaran yang ditunjukkan oleh model memiliki nilai
yang berbeda dengan hasil observasi. Kalibrasi model Dymex tidak dapat
menunjukkan jumlah populasi imago secara tepat, namun jika dilihat pola
populasi imago antara hasil observasi dan model menunjukkan tren dan pola yang
hampir sama. Hasil luaran model menunjukkan bahwa populasi hasil luaran model
lebih tinggi dari jumlah populasi hasil observasi. Hal ini disebabkan oleh model
yang dibuat berdasarkan asumsi bahwa faktor yang mempengaruhi keberadaan
hama hanya
dipengaruhi oleh faktor iklim saja, sedangkan faktor lain
diasumsikan tidak berpengaruh.

10

Gambar 6 Hubungan populasi imago hasil luaran model dan
hasil observasi pada tanggal 1 Januari 2009 sampai
31 Desember 2009 di wilayah Cirebon
Gambar 6 menunjukkan bahwa populasi hasil luaran model dan populasi
hasil observasi memiliki korelasi yang positif. Nilai koefsien determinasi (R2)
antara populasi imago hasil prediksi dan hasil observasi memiliki hubungan yang
baik dan berkorelasi dengan nilai R2 sebesar 72%. Artinya sebesar 72% populasi
Imago hasil observasi dapat diijelaskan dengan hasil luaran model simulasi
Dymex. Nilai kalibrasi yang cukup tinggi dinilai sudah cukup baik untuk
dilakukan simulasi di daerah lain.
Karakteristik Daerah Kajian
Kabupaten Indramayu terletak pada 6° 15’ - 6° 40’ Lintang Selatan dan
107° 52’- 108° 36’ Bujur Timur. Daerah Indramayu memiliki ketinggian sekitar 3
m di atas permukaan laut. Kondisi iklim wilayah Indramayu pada tahun 20092012 ditunjukkan oleh Gambar 7. Data iklim tersebut adalah data hasil observasi
dari stasiun BMKG Jatiwangi dengan kode stasiun 96791 yang diakses dari
website tutiempo.com dan ogimet.com.
Gambar 7 panel 1 adalah grafik curah hujan pada tahun 2009 sampai 2012.
Secara umum wilayah Indramayu memiliki pola hujan yang monsunal. Tipe iklim
Indramayu menurut klasifikasi Schmidt-Ferguson adalah iklim tipe D atau iklim
sedang dengan perbandingan jumlah rata-rata bulan kering dan bulan basah antara
0,6 sampai 1. Gambar 7 panel 1 menunjukkan bahwa curah hujan mengalami
fluktuasi yang tinggi. Curah hujan yang tinggi terdapat pada awal dan akhir
tahun 2009 dan menurun pada pertengahan tahun. Pada tahun 2010 curah hujan
relatif konstan disepanjang tahun. Pada tahun 2011 wilayah ini mengalami musim
kemarau panjang yang ditandai dengan penurunan jumlah curah hujan dan
meningkat pada akhir tahun saja. Pada tahun 2012 curah hujan tinggi pada awal
tahun hingga mencapai puncak pada bulan maret dan kembali mengalami
penurunan hingga bulan Oktober dan curah hujan kembali meningkat pada bulan
November.

11

Gambar 7

Kondisi iklim wilayah Indramayu pada tanggal 1 Januari 2009
sampai 31 Desember 2012. Panel 1: curah hujan, panel 2: garis
penuh (suhu maksimum), garis putus-putus (suhu minimum), panel
3: garis tebal (RH maksimum), garis penuh (RH minimum)

Secara umum suhu bulanan di wilayah Indramayu tidak terlalu
berfluktuasi. Hal tersebut disebabkan karena iklim di wilayah ini adalah iklim
tropis. Secara umum suhu harian rata-rata iklim tropis lebih dari 18 oC. Gambar 7
panel 2 menunjukkan suhu bulanan maksimum pada tahun 2009 sampai 2012
berkisar antara 30oC dan 36 oC. Suhu bulanan minimum rata-rata untuk wilayah
ini berkisar antara 22 oC dan 25oC, sedangkan suhu udara rata-rata pada wilayah
ini adalah 27 oC sampai 29 oC.
Nilai kelembaban udara pada wilayah Indramayu cukup berfluktuasi. Nilai
kelembaban udara dipengaruhi oleh suhu udara dan curah hujan. Nilai RH
maksimum bulanan pada tahun 2009 sampai 2012 berkisar antara 61% sampai
89% sedangkan nilai RH minimum bulanan berkisar antara 51% sampai 76%.
Tingginya nilai RH terjadi pada bulan-bulan dengan curah hujan tinggi yaitu pada
bulan Oktober sampai Maret, sedangkan nlai RH rendah terjadi pada saat musim
kemarau yaitu pada bulan Juni hingga September.
Model Simulasi
Simulasi dilakukan pada tanggal 1 Januari 2009 sampai 31 Desember 2012
pada wilayah Indramayu. Simulasi dilakukan untuk menduga populasi hama
Penggerek batang padi kuning pada wilayah Indramayu.

12

Gambar 8

Gambar 9

Hasil luaran model populasi telur, larva, pupa dan imago
Penggerek batang padi kuning pada tahun 2009 dan 2010

Hasil luaran model populasi telur, larva, pupa dan imago
Penggerek batang padi kuning pada tahun 2011 dan 2012

Hasil simulasi model ditunjukkan pada Gambar 8 dan 9. Hasil luaran
model mengasumsikan bahwa faktor yang mempengaruhi keberadaan hama hanya
dipengaruhi oleh faktor iklim saja, sedangkan faktor lain diasumsikan tidak
berpengaruh. Pendugaan populasi hama Penggerek batang padi kuning mulai dari

13
fase telur, larva, pupa dan imago memiliki fluktuasi yang berbeda-beda setiap
tahunnya mulai dari tahun 2009 sampai 2012. Berdasarkan hasil simulasi model,
terlihat bahwa jumlah populasi hama mulai dari fase telur sampai fase imago
semakin berkurang. Jumlah populasi telur menjadi yang terbanyak diantara semua
fase, hal ini disebabkan oleh fase reproduksi imago yang mampu bertelur sampai
600 butir per betina (Pathak dan khan 1994), selain itu perbandingan jumlah hama
jantan dan betina juga menujukkan bahwa populasi hama betina yang lebih
banyak dari jantan yaitu 2:1 (Krishnaiah et al. 2004) sehingga menyebabkan
hama betina yang dapat bertlelur lebih banyak.
Fluktuasi populasi larva lebih tinggi dibandingkan populasi lainnya. Pada
fase larva terjadi beberapa kali penurunan jumlah populasi larva yang sangat
drastis hingga mencapai 0. Hal ini disebabkan oleh faktor iklim yang
menyebabkan mortalitas larva tinggi seperti suhu udara yang cukup tinggi, curah
hujan yang tinggi, dan kelembaban udara yang rendah. Hal tersebut juga sesuai
dengan pendapat Pathak dan Khan (1994) yang menyatakan bahwa biasanya 75%
telur yang menetas menjadi larva hanya 10% saja yang berhasil mencapai dewasa
karena faktor iklim. Usia larva yang lebih panjang yaitu berkisar antara 38-42 hari
juga menjadi faktor yang menyebabkan tingkat mortalitas yang lebih tinggi
diantara fase yang lainnya.
Populasi pupa lebih sedikit dari populasi larva. Hal tersebut dipengaruhi
oleh tingkat mortalitas yang tinggi pada larva. Mortalitas pupa dipengaruhi oleh
faktor iklim seperti curah hujan tinggi, kelembaban tanah yang terlalu rendah, dan
suhu yang tinggi.
Berdasarkan hasil simulasi model, populasi imago selalu ada pada tahun
2009 sampai 2012. Pada tahun 2009 puncak populasi imago terjadi pada bulan
April dan September, sedangkan puncak populasi pada tahun 2010 terjadi pada
bulan Januari, Juni, dan November. Pada bulan-bulan tersebut merupakan bulanbulan yang memiliki kondisi iklim yang paling ideal untuk perkembangan hama
Penggerek batang padi. Suhu yang tidak terlalu tinggi dan curah hujan yang cukup
mendorong laju perkembangan tinggi, sementara tingkat mortalitas rendah dan
akan secara langsung dapat mempengaruhi umur fisiologis setiap fase menjadi
lebih singkat sehingga fase imago cepat bereproduksi sampai pada peletakan telur.
Penurunan populasi imago yang tinggi pada tahun 2009 terjadi pada akhir
Juli dan akhir November, sedangkan tahun 2010 terjadi pada akhir April, akhir
Agustus dan Desember. Hal tersebut terjadi karena pada bulan-bulan tersebut suhu
udara tinggi yang mengakibatkan hama mengalami stress panas dan kelembaban
udara yang terlalu rendah yang menyebabkan populasi pada fase larva dan pupa
mengalami mortalitas sehingga akan dikuti oleh penurunan jumlah populasi pada
fase imago. Hal tersebut sesuai dengan pendapat (Pathak dan Khan 1994) yang
menyatakan populasi imago akan menurun apabila kelembaban udara dibawah
70%.
Populasi hama pada tahun 2011 tidak terlalu berbeda dengan tahun 2009.
Puncak populasi terjadi pada bulan April dan September. Pada tahun 2012
keberadaan hama cenderung konstan dan jumlah populasinya lebih sedikit
dibandingkan dengan tahun-tahun sebelumnya. Hal ini disebabkan pada tahun
2012 jumlah curah hujan relatif tinggi dibanding tahun-tahun sebelumnya, kondisi
ini memicu penurunan jumlah populasi.

14
Pengaruh Curah Hujan Terhadap Populasi Imago

Gambar 10 Hubungan curah hujan dengan populasi imago
luaran model simulasi di wilayah Indramayu pada
tahun 2009-2012
Grafik pada Gambar 10 adalah model pendekatan untuk melihat hubungan
curah hujan dengan populasi imago. Gambar 10 menunjukkan bahwa curah hujan
memiliki hubungan yang negatif terhadap hasil simulasi populasi imago hama
Penggerek batang padi. Hal tersebut sesuai dengan pendapat Kaushik dan Parthak
(2009) yang menyatakan bahwa curah hujan yang tinggi berkorelasi negatif
terhadap populasi hama Penggerek batang. Artinya populasi imago pada saat
musim hujan relatif rendah. Pada tahun 2009-2012, curah hujan antara 0 sampai
30 mm/minggu menjadi curah hujan yang ideal untuk perkembangan hama
Penggerek batang padi kuning sehingga populasi hama imago cenderung tinggi.
Kondisi tersebut juga menjadi yang paling ideal untuk hama imago untuk
meletakkan telurnya (Krishnaiah et al.2004). Hal tersebut biasanya terjadi pada
bulan-bulan kering seperti Juni sampai Agustus. Hal tersebut juga sesuai dengan
pendapat Krishnaiah et al. (2004) yang menyatakan perkembangan larva akan
lebih cepat pada musim kemarau sehingga populasi imago akan lebih cepat
berkembang. Terlihat pada Gambar 10 bahwa populasi imago yang dapat
mencapai lebih dari 8000 imago. Pada saat curah hujan lebih besar dari 100
mm/minggu populasi imago mengalami penurunan yang sangat drastis.
Pengaruh Suhu Terhadap Populasi Imago

Gambar 11 Hubungan suhu minimum dengan populasi
imago luaran model simulasi di wilayah
Indramayu pada tahun 2009-2012

15

Gambar 12 Hubungan suhu maksimum dengan populasi
imago luaran model simulasi di wilayah
Indramayu pada tahun 2009-2012
Suhu merupakan salah satu syarat utama yang mempengaruhi
perkembangan hama Penggerek batang padi kuning. Suhu berperan dalam
menentukan jumlah generasi hama per tahun. Grafik yang terdapat pada Gambar
11 dan 12 juga merupakan model pendekatan untuk melihat hubungan suhu
dengan populasi imago. Gambar 11 menunjukkan bahwa suhu minimum yang
cocok untuk perkembangan imago adalah 20 oC sampai 26 oC. Populasi imago
mencapai maksimum pada saat suhu minimum 24 oC. Populasi pada suhu tersebut
dapat mencapai 8000 imago. Suhu minimum yang lebih besar dari 25 oC dapat
menyebabkan penurunan jumlah populasi imago. Menurut Dale (1994) suhu
minimum yang terlalu tinggi dapat menyebabkan mortalitas yang tinggi pada telur
dan larva sehingga menyebabkan populasi imago juga rendah. Gambar 12
menunjukkan bahwa suhu maksimum yang cocok untuk perkembangan imago
adalah 28 oC sampai 37 oC. Populasi imago hasil simulasi menujukkan bahwa
kebanyakan imago berkembang pada suhu 33 oC, dan pada suhu lebih dari 35 oC
jumlah imago sudah mengalami penurunan populasi akibat cekaman panas.
Rahman dan Khalequzzaman (2004) menyatakan bahwa tidak ada perkembangan
telur, larva, pupa dan imago dibawah suhu 10 oC dan diatas suhu 35 oC.
Pengaruh Kelembaban Udara Terhadap Populasi Imago

Gambar 13 Hubungan RH Maksimum dengan populasi imago
luaran model simulasi di wilayah Indramayu
pada tahun 2009-2012

16

Gambar 14 Hubungan RH minimum dengan populasi
imago luaran model simulasi di wilayah
Indramayu pada tahun 2009-2012
Kelembaban udara juga merupakan salah satu faktor yang mempengaruhi
populasi imago. Berdasarkan Gambar 13 kisaran RH maksimum yang masih
cocok untuk perkembangan imago adalah 50% sampai 92%. Gambar 14
menunjukkan kisaran RH minimum yang masih cocok untuk perkembangan
imago adalah 44% sampai 77%. Hasil luaran model menujukkan bahwa
kebanyakan populasi imago pada kisaran RH yang tinggi yaitu lebih besar dari
80% dan RH minimum lebih besar dari 65%. RH yang rendah menyebabkan
populasi imago yang rendah pula. Hal tersebut disebabkan oleh pada saat RH
rendah banyak populasi larva yang mengalami mortalitas sehingga akan
berpengaruh terhadap populasi pupa dan imago yang rendah pula. Hal tersebut
sesuai dengan pernyataan Dale (1994) yang menyatakan bahwa RH yang tinggi
(90%-100%) baik untuk perkembangan telur, sedangkan RH dibawah 70% tidak
cocok untuk peletakan telur imago.
Model validasi

Gambar 15 Validasi model Dymex pada wilayah Indramayu pada
tanggal 1 Januari 2008 sampai 31 Desember 2008

17
Validasi adalah membandingkan data hasil luaran model dengan data
observasi. Validasi dilakukan pada waktu yang berbeda yaitu pada tanggal 1
Januari 2008 sampai 31 Desember 2008 pada daerah Indramayu. Nilai koefisien
determinasi (R2) menunjukkan hubungan yang baik antara populasi imago hasil
prediksi model dan hasil observasi dengan nilai R2 sebesar 64%. Hasil validasi
tersebut sudah cukup membuktikan bahwa iklim berpengaruh terhadap
keberadaan hama di suatu wilayah. Hal tersebut juga sesuai dengan pendapat
Pathak dan Khan (1994) yang menyatakan bahwa faktor iklim mempengaruhi
perkembangan dan keberadaan populasi hama Penggerek batang padi kuning

SIMPULAN DAN SARAN
Simpulan
Faktor iklim yaitu curah hujan, suhu dan kelembaban udara berpengaruh
terhadap populasi hama Penggerek batang padi kuning. Hasil luaran model
simulasi Dymex 3.0 dapat memprediksi populasi hama penggerek batang padi
kuning dengan baik yang ditunjukkan oleh koefisien determinasi (R2) hasil
validasi antara populasi hasil luaran model dan populasi hasil observasi sebesar
64%. Hasil model menujukkan bahwa kondisi yang ideal untuk perkembangan
hama adalah pada saat suhu minimum sebesar 24 oC dan suhu udara maksimum
33 oC dengan intensitas hujan yang cukup dengan kisaran 0-30 mm/minggu yang
terjadi pada bulan April, Juni dan September, dan populasi hama menurun drastis
pada kondisi suhu yang lebih besar dari 35 oC dengan intensitas hujan yang lebih
besar dari 100 mm/minggu dan curah hujan yang tinggi yaitu bulan Juli, Agustus
dan Desember. Setiap unsur iklim memiliki pengaruh yang berbeda-beda terhadap
populasi imago. Faktor suhu dan curah hujan merupakan faktor yang paling
menentukan dalam perkembangan dan mortalitas hama Penggerek batang.
Saran
Diperlukan data iklim yang lebih panjang dan variabel iklim lain yang
berpengaruh terhadap perkembangan dan keberadaan hama sehingga model
menjadi lebih akurat. Perlu kajian tambahan dalam penyusunan model terutama
pada fase imago. Perlu juga dilakukan pengamatan langsung terhadap hama
Penggerek batang padi kuning untuk mengetahui interaksi hama dengan tanaman
inangnya.

DAFTAR PUSTAKA
Bappeda Kabupaten Indramayu. 2009. Luas lahan sawah Indramayu [internet].
[diacu
2013
Februari
23].
Tersedia
dari:
http://www.Bappedaindramayu.madebychocaholic.com/geografis.
Dale D. 1994. Insect Pests of the Rice Plant -Their Biology and Ecology.
Department of Entomology. Kerala Agricultural University. Kerala, India. p
363-485

18
Deptan. 2013. Konsumsi beras Indonesia [internet]. [diacu 2013 Agustus 10].
Tersedia
dari:
http://www.deptan.go.id%2FIndikator%2Ftabe/15b/konsumsi/rata.pdf
Grist DH. 1960. Rice. Formerly Agricultural Economist, Colonial Agricultural
Service, Malaya. Longmans, Green and Co Ltd. London
Hattori I, Siwi SS. 1986. “Rice Stem Borers in Indonesia”. Tropical Agricultural
Research Center, 20(1): 25–26
Kaushik C, Partha SN. 2011. Incidence of paddy yellow stem borer (Scirpophaga
incertulas, WALKER) in relation to the agro climatic region of hemtabad,
uttar. Dinajpur, West Bengal, India. International Referred Research Journal
April 2009. issn-0975-3486 RNI: Rajbil 2009/30097 vol-II*issue 19
Krishnaiah NV, Prasad ASR, Reddy CS, Pasalu IC, Mishra B, Krishna YSR,
Prasad YG, Prabhakar M. 2004. Forewarning and management of rice
yellow stem borer Scirpophaga incertulas (walker). Technical Bulletin. 7:139
Listinger JA, Alviola AL, Cruz CGD, canapi BL, Batay-An EH, Barrion AT.
2006. Rice white stem borer Scirpophaga innoata (walker) in Southern
Mindanao, Philippines I. Susplantation of yellow stem borer Scirpophaga
incertulas (walker)and pest status. International Journal of Pest
management. 255:3515-3523
Maclean J. 1997. Rice Almanac. Second Edition: International Rice Research
Institute. Los Banos. Filipina
Maywald GF, Kriticos DJ, Sutherst RW, Bottomley W. 2007. Dymex model
Builder version 3. Melbourne: CSIRO Publising
Nahrung HF, Schutze MK, Clarke AR, Duffy MP, Dunlop EA, Lawson SA. 2008.
Thermal Requirements, Field Mortality and Population Phenology
Modelling of Paropsis Atomaria Olivier, an Emergent Pest in Subtropical
hardwood Plantations. Forest Ecology and Management. 255: 3515-3523
Pathak MD, Khan ZR. 1994. Insect Pest Of Rice. International Rice Research
Institute. Manila. Filipina
Rahman MT, Khalequzzaman. 2004. Temperature requirements for the
development and survival of rice stem borer in laboratory conditions.
Entomologia Sinica. 11 (1): 47-60.
Suharto H, Usyati N. 2008. Pengendalian hama Penggerek batang padi. Di dalam:
Padi inovasi teknologi produksi. BBPTP. Jakarta. LIPI Press. P 327-349.
Yonow T, Zalucki MP, Sutherst RW, Dominiak BC, Maywald GF, Maelzer DA,
Kriticos DJ. 2004. Modelling the population dynamics of the queensland
fruit fly, bactrocera (Dacus) tryoni: A cohort-based approach incorporating
the effect of weather. Ecological Modelling. 173:9-30.

19
Lampiran 1 Hasil kalibrasi model pada wilayah Cirebon tahun 2008
Tanggal
01/01/2008
01/02/2008
01/03/2008
01/04/2008
01/05/2008
01/06/2008
01/07/2008
01/08/2008
01/09/2008
01/10/2008
01/11/2008
01/12/2008

populasi imago
prediksi observasi
425
124
493
255
691
143
966
430
1373
761
3105
1868
4529
1153
2449
643
1260
173
446
104
116
44
957
69

Ln
(prediksi+1) (observasi+1)
6.05443935 4.82831374
6.20253552 5.54517744
6.53958596 4.9698133
6.8741985
6.06610809
7.22548147 6.63594656
8.041091
7.53315881
8.41847722 7.05098945
7.8038433
6.46769873
7.13966034 5.1590553
6.10255859 4.65396035
4.76217393 3.80666249
6.86484778 4.24849524

Lampiran 2 Hasil validasi model pada wilayah Indramayu tahun 2008
Tanggal
01/01/2008
01/02/2008
01/03/2008
01/04/2008
01/05/2008
01/06/2008
01/07/2008
01/08/2008
01/09/2008
01/10/2008
01/11/2008
01/12/2008

populasi imago
prediksi observasi
425
339
493
565
691
670
800
132
1308
749
2776
1739
4544
1492
2374
1247
1239
111
546
50
163
34
100
39

Ln
(prediksi+1) (observasi+1)
6.05443935 5.82894562
6.20253552 6.33859408
6.53958596 6.50876914
6.68586095 4.89034913
7.17701877 6.62007321
7.92912649 7.46164039
8.42178301 7.3085428
7.77275272 7.12929755
7.12286666 4.71849887
6.3044488
3.93182563
5.09986643 3.55534806
4.61512052 3.68887945

Lampiran 3 Hasil simulasi model pada wilayah Indramayu tahun 2009-2012
Tanggal

Telur
1/1/2009 3000
8/1/2009 5371.5
15/1/2009 6974.25
22/1/2009 8640.11
29/1/2009 7765.4
5/2/2009 3728.05

Populasi
Larva
Pupa
1800
1000
1800
0
4800
0
7170.38
0
8094.02
0
7489.68
850.65

Imago
425
1211.25
1029.56
875.13
743.86
632.28

20
12/2/2009
19/2/2009
26/2/2009
5/3/2009
12/3/2009
19/3/2009
26/3/2009
2/4/2009
9/4/2009
16/4/2009
23/4/2009
30/4/2009
7/5/2009
14/5/2009
21/5/2009
28/5/2009
4/6/2009
11/6/2009
18/6/2009
25/6/2009
2/7/2009
9/7/2009
16/7/2009
23/7/2009
30/7/2009
6/8/2009
13/8/2009
20/8/2009
27/8/2009
3/9/2009
10/9/2009
17/9/2009
24/9/2009
1/10/2009
8/10/2009
15/10/2009
22/10/2009
29/10/2009
5/11/2009
12/11/2009
19/11/2009
26/11/2009

2058.52
8858.86
12113.03
13318.86
17140.05
23763.78
32146.24
38151.4
36788.09
34717.4
40622.22
41687.7
41650.82
37546.04
25241.04
22668.77
24565.14
19182.17
15229.8
13492.25
10910.85
9363.22
7468.52
6582.61
6299.95
5035.9
13394.75
32331.04
44268.14
43178.43
29973.18
36299.12
33636.18
21386.61
26110
17868.57
13442.34
10643.84
5078.62
4798.44
4528.68
2939.28

8739.23
6358.82
6059.87
9115.47
12606.14
14206.02
13523.1
17904.06
7133.63
27476.44
0
18564.37
5831.85
25461.7
0
15525.07
11295.18
21107.43
0
7569.84
15229.8
10047.04
15054.44
9564.27
10970.69
11350.63
11257.42
10001.36
19811.89
0
0
1486.61
0
26307.23
0
0
12052.34
0
0
3017.74
5078.62
7816.18

0
919.92
573.03
863.1
1041.65
1399.05
0
510.04
1384.9
292.25
465.61
0
0
0
0
0
0
0
0
0
0
0
0
0
1777.42
1798.58
1236.51
1952.3
1446.81
2173.56
0
0
0
0
0
0
0
0
0
0
0
0

1260.49
1071.42
1692.64
1925.82
2370.59
2900.4
3654.53
3106.35
3073.93
3790.01
3469.92
3345.2
2843.42
2416.91
2054.37
1746.22
1484.28
1261.64
1072.39
911.54
774.8
658.58
559.8
475.83
404.45
1854.59
3105.2
3690.45
4796.34
4367.02
3787.52
2991.37
1822.29
1548.01
1315.81
920.39
781.69
523.26
333.27
281.62
239.38
203.1

21
3/12/2009
10/12/2009
17/12/2009
24/12/2009
31/12/2009
7/1/2010
14/1/2010
21/1/2010
28/1/2010
4/2/2010
11/2/2010
18/2/2010
25/2/2010
4/3/2010
11/3/2010
18/3/2010
25/3/2010
1/4/2010
8/4/2010
15/4/2010
22/4/2010
29/4/2010
6/5/2010
13/5/2010
20/5/2010
27/5/2010
3/6/2010
10/6/2010
17/6/2010
24/6/2010
1/7/2010
8/7/2010
15/7/2010
22/7/2010
29/7/2010
5/8/2010
12/8/2010
19/8/2010
26/8/2010
2/9/2010
9/9/2010
16/9/2010

2168.17
2147.88
2025.24
15092.98
25434.28
40123.04
49721.88
47852.11
53272.76
49787.86
47956.83
46214.17
38669.34
32287.71
28576.89
22810.18
18231.61
15789.82
14537.39
14447.92
12528.37
10331.78
21310.57
35265.28
40365.86
51217.46
67206.42
70991.98
60200.92
49648.66
41976.66
37455.08
34235.05
27229.23
21612.14
21026.79
19872.32
16144.85
13127.24
11328.57
10649.81
9896.89

9607.29
7737.72
8757.73
5087.16
5984.53
18389.02
4587.99
33308.03
0
27014.59
0
23529.69
0
21732.59
0
13803.2
14081.7
12400.13
15508.93
10197.36
14797.52
10543.43
13578.1
9597.53
22181.98
0
20501.72
0
34981.2
0
26698.2
0
19026.21
3647.34
19453.52
1687.36
11876.44
18369.72
4454.68
11450.53
14863.13
9770.85

0
3017.74
0
4798.44
0
1791.12
1148.16
164.32
179.44
0
0
0
0
0
0
0
0
0
0
0
2442.39
1638.79
1438.72
1360.27
1832.58
1810.13
0
0
0
0
0
0
0
0
0
0
0
101.25
79.67
114.4
82.67
1153.67

171.63
145.68
2688.56
2285.28
6021.16
5117.99
5872.74
5967.77
5212.27
4582.95
3895.51
3311.18
2814.51
2392.33
2033.48
1728.46
1467.9
1246.41
1058.55
898.36
762.55
2724.21
3706.92
4373.79
4873.95
5700.55
6384.08
5426.46
4612.49
3920.62
3332.53
2832.65
2407.75
2046.59
1739.6
1478.66
1256.86
1068.33
994.14
912.74
873.07
812.38

22
23/9/2010
30/9/2010
7/10/2010
14/10/2010
21/10/2010
28/10/2010
4/11/2010
11/11/2010
18/11/2010
25/11/2010
2/12/2010
9/12/2010
16/12/2010
23/12/2010
30/12/2010
6/1/2011
13/1/2011
20/1/2011
27/1/2011
3/2/2011
10/2/2011
17/2/2011
24/2/2011
3/3/2011
10/3/2011
17/3/2011
24/3/2011
31/3/2011
7/4/2011
14/4/2011
21/4/2011
28/4/2011
5/5/2011
12/5/2011
19/5/2011
26/5/2011
2/6/2011
9/6/2011
16/6/2011
23/6/2011
30/6/2011
7/7/2011

8579.94
11104.55
19871.7
25862.1
33710.15
45747.47
51855.32
54272.77
59014.8
60933.07
57565.65
47199.61
32716.94
24434.85
20785.47
21718.12
21222.18
16741.35
13413.21
9623.12
6443.56
7247.77
7798.71
6873
5941.09
4862.93
14571.99
39446.58
58356.68
59486.55
63528.83
76384.6
74504.67
65605.17
59014.14
48554.45
39312.73
31098.27
26911.61
23931.59
16001.1
12634.73

14478.73
10153.9
12259.46
12712.2
16947.27
8580.37
24911.1
0
25218
0
31486.38
0
23226.59
0
13155.96
16394.57
9511.67
21242.87
0
6823.26
12986.08
11535.36
12289.5
12763.96
9533.23
10830.6
11266.14
10685.78
19645.