Analisis gerombol dan biplot dalam analisa tekanan organisme pengganggu tanaman di Provinsi Jawa Barat
ANALISIS GEROMBOL DAN BIPLOT DALAM ANALISA
TEKANAN ORGANISME PENGGANGGU TANAMAN DI
PROVINSI JAWA BARAT
DANIAR AZILIA FANANI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Gerombol dan Biplot
dalam Analisa Tekanan Organisme Pengganggu Tanaman di Provinsi Jawa Barat
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, Agustus 2014
Daniar Azilia Fanani
NIM G14100090
ABSTRAK
DANIAR AZILIA FANANI. Analisis Gerombol dan Biplot dalam Analisa
Tekanan Organisme Pengganggu Tanaman di Provinsi Jawa Barat.
Dibimbing oleh BUDI SUSETYO dan HERMANU TRIWIDODO.
Jawa Barat merupakan provinsi dengan produksi tanaman pangan padi
terbesar kedua di Indonesia. Adanya organisme pengganggu tanaman (OPT)
pada tanaman padi menyebabkan produksi tanaman padi dapat menurun
termasuk di provinsi Jawa Barat. Analisis gerombol dapat digunakan untuk
melihat jumlah gerombol kabupaten di Jawa Barat yang terbentuk
berdasarkan persentase luas lahan yang terserang OPT, informasi tersebut
dapat digunakan untuk memperoleh kriteria tingkat serangan OPT. Analisis
biplot dapat mengidentifikasi karakteristik antara persentase luas lahan yang
terserang OPT dengan kabupaten di Jawa Barat. Hasil analisis gerombol
menunjukkan terdapat tipe penggerombolan untuk masing-masing OPT yang
berbeda per musimnya, dengan gerombol yang terbentuk antara 2 sampai 4
gerombol. Hasil analisis biplot menunjukkan terdapat kabupaten-kabupaten
tertentu yang terserang oleh OPT tertentu yang berbeda tiap musimnya.
Kata kunci: Analisis Biplot, Analisis Gerombol, OPT
ABSTRACT
DANIAR AZILIA FANANI. Cluster Analysis and Biplot Analysis of
Pressure Plant Pest Organisms in West Java Province. Supervised by BUDI
SUSETYO and HERMANU TRIWIDODO.
West Java is the province with the production of food crops in Indonesia's
second largest rice. The presence of plant pests (OPT) in rice plants led to
decreased production of rice plants can include in the province of West Java.
Analysis of clusters can be used to see the number of districts in West Java
clusters are formed based on the percentage of land area affected pest, such
information can be used to obtain the level of pest attack criteria. Biplot
analysis can identify characterize about the percentage of land area affected
by the pest districts in West Java. The results of the analysis showed that there
were clusters penggerombolan type for each different pest per season, with
clusters formed between 2 to 4 clusters. Biplot analysis results showed that
there were certain districts were affected by the particular pest that is different
each season.
Keywords: Biplot Analysis, Cluster Analysis, OPT
ANALISIS GEROMBOL DAN BIPLOT DALAM ANALISA TEKANAN
ORGANISME PENGGANGGU TANAMAN DI PROVINSI JAWA BARAT
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014 FANANI
DANIAR AZILIA
Judul Skripsi
Nama
NIM
: Analisis Gerombol Dan Biplot Dalam Analisa Tekanan
Organisme Pengganggu Tanaman Di Provinsi Jawa Barat
: Daniar Azilia Fanani
: G14100090
Disetujui oleh
Dr Ir Budi Susetyo, MS
Pembimbing I
Dr Ir Hermanu Triwidodo, MSc
Pembimbing II
Diketahui oleh
Dr Anang Kurnia, MSi
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala
atas segala limpahan nikmat dan karunia-Nya sehingga penulis dapat
menyelesaikan karya ilmiah ini. Shalawat serta salam semoga senantiasa
tercurahkan kepada Rasulullah SAW beserta keluarga dan sahabatnya. Tema
yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini
ialah pertanian, dengan judul Analisis Gerombol dan Biplot dalam Analisa
Tekanan Organisme Pengganggu Tanaman di Provinsi Jawa Barat. Karya
ilmiah ini adalah salah satu syarat kelulusan yang harus dipenuhi untuk
mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Terima kasih penulis ucapkan kepada semua pihak yang berperan
dalam penulisan karya ilmiah ini, antara lain:
1. Bapak Budi Susetyo dan Bapak Hermanu Triwidodo selaku dosen
pembimbing yang selalu memberikan saran, arahan, dan nasihat
selama penyusunan karya ilmiah ini.
2. Bapak Gaib selaku kepala Balai Besar Peramalan Organisme
Pengganggu Tanaman (BBPOPT) dan Ibu Ulfa serta Bapak Edi
sebagai staf BBPOPT yang sangat membantu penulis mendapat
data.
3. Seluruh Dosen Departemen Statistika yang telah memberikan ilmu
dan wawasan selama penulis menuntut ilmu di Departemen
Statistika serta seluruh staf Departemen Statistika (ibu Markonah
dll) yang telah banyak membantu penulis.
4. Ayah, Mama, mbak Memel, Caca dan seluruh keluarga yang telah
memberikan doa, kasih sayang, dukungan serta semangat yang
diberikan selama ini.
5. Teman seperjuangan kontrakan Srikandi atas doa dan semangat
yang diberikan.
6. Teman-teman CSS MoRA 47 dan Statistika 47 atas semangat dan
kebersamaannya selama ini.
7. Serta seluruh pihak yang telah membantu penulis dalam
menyelesaikan penyelesaian karya ilmiah ini.
Semoga karya ilmiah ini dapat memberikan manfaat bagi semua pihak.
Amin
Bogor, Agustus 2014
Daniar Azilia Fanani
DAFTAR ISI
DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
METODOLOGI
2
Data
2
Metode
2
HASIL DAN PEMBAHASAN
4
Eksplorasi Data
4
Hasil Analisis Gerombol
5
Gerombol Musim Hujan
6
Gerombol Musim Kemarau
8
Hasil Analisis Biplot
Biplot Musim Hujan
9
9
Biplot Musim Kemarau
11
SIMPULAN DAN SARAN
12
Simpulan
12
Saran
13
DAFTAR PUSTAKA
13
RIWAYAT HIDUP
21
DAFTAR TABEL
1.
2.
3.
4.
Peubah yang digunakan untuk analisis gerombol
Peubah yang digunakan untuk analisis biplot
Hasil analisis gerombol saat musim hujan
Hasil analisis gerombol saat musim kemarau
2
2
6
8
DAFTAR GAMBAR
1
2
3
4
5
Dendogram berdasarkan luas lahan yang terserang penggerek
batang padi saat musim hujan
Peta hasil analisis gerombol untuk peubah persentase luas lahan
yang terserang penggerek batang padi saat musim hujan
Peta hasil analisis gerombol untuk peubah persentase luas lahan
yang terserang tikus saat musim kemarau
Biplot antara kabupaten dengan luas lahan yang terserang 6
OPT saat musim hujan
Biplot antara kabupaten dengan luas lahan yang terserang 6
OPT saat musim kemarau
6
7
9
10
11
DAFTAR LAMPIRAN
1
Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat
musim hujan
2 Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat
musim kemarau
3 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim hujan
4 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim hujan
5 Korelasi luas lahan yang terserang OPT wereng batang coklat
di 17 kabupaten selama 5 tahun saat musim hujan
6 Korelasi luas lahan yang terserang OPT tungro di 17 kabupaten
selama 5 tahun saat musim hujan
7 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim hujan
8 Korelasi luas lahan yang terserang OPT kresek di 17 kabupaten
selama 5 tahun saat musim hujan
9 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim kemarau
10 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim kemarau
14
15
16
16
16
16
17
17
17
17
11 Korelasi luas lahan yang terserang OPT wereng batang coklat
di 17 kabupaten selama 5 tahun saat musim kemarau
12 Korelasi luas lahan yang terserang OPT tungro di 17
kabupaten selama 5 tahun saat musim kemarau
13 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim kemarau
14 Korelasi luas lahan yang terserang OPT kresek di 17
kabupaten selama 5 tahun saat musim kemarau
15 Korelasi antar peubah biplot saat musim hujan
16 Korelasi antar peubah biplot saat musim kemarau
18
18
18
18
19
19
PENDAHULUAN
Latar Belakang
Tanaman pangan padi atau Oryza sativa merupakan salah satu tanaman pangan
yang sangat pokok bagi manusia. Buah tanaman padi yang berupa beras ini adalah
bahan makanan pokok penduduk Asia, termasuk di Indonesia (Siregar 1981). Sama
seperti tanaman lainnya, tanaman padi juga memiliki Organisme Pengganggu
Tanaman (OPT). OPT pada tanaman padi sangat beragam dan dapat berupa hama
atau penyakit. Beberapa hama pada tanaman padi ialah penggerek batang padi, tikus,
wereng batang coklat, burung, ulat dan lain-lain, sedangkan untuk contoh penyakit
ialah blast, kresek, tungro dan lain-lain.
Jawa Barat merupakan provinsi dengan penghasil padi terbesar kedua di
Indonesia (BPS 2013), dengan adanya OPT pada tanaman padi maka produktivitas
tanaman padi di Jawa Barat dapat berkurang atau menurun. Perlu dilakukan
penyusunan langkah-langkah pengendalian OPT melihat dampak buruk yang dapat
terjadi, khususnya untuk bidang pertanian seperti pencermatan untuk early warning
system dan fasilitasi program. Pengendalian OPT dapat dilihat melaui informasi
tentang penyebaran dan kriteria tingkat serangannya.
Susanti (2008) mengatakan bahwa pengaruh perubahan iklim memberikan
dampak yang cukup buruk terhadap pertanian di Indonesia dalam penelitiannya yang
berjudul Dampak Perubahan Iklim terhadap Serangan Organisme Pengganggu
Tanaman (OPT) serta Strategi Antisipasi dan Adaptasi. Wahyono (2012) mengatakan
bahwa El-Nino dan La-Nina dapat menstimulasi perkembangan hama dan penyakit
padi, seperti penggerek batang dan wereng batang coklat di Jawa Barat dan Jawa
Tengah, belalang di Lampung dan penyakit tungro di NTB dan Sulawesi Selatan.
Berdasarkan kedua hasil penelitian ini, peneliti ingin mengidentifikasi tentang
informasi tekanan OPT khususnya pada tanaman padi di provinsi Jawa Barat.
Analisis gerombol dapat digunakan untuk melihat jumlah gerombol kabupaten
di Jawa Barat yang menambah informasi tentang kriteria tingkat serangan OPT.
Kriteria serangan ditentukan berdasarkan hasil gerombol, dengan adanya informasi
tersebut pemerintah dapat mengetahui kriteria serangan tiap kabupaten di Jawa Barat.
Analisis biplot dapat menggambarkan karakteristik antara peubah yaitu luas lahan
tanaman padi yang terserang 6 OPT dengan objeknya yaitu 17 kabupaten di Jawa
Barat. Selain itu, dapat diperoleh juga informasi tentang kedekatan antar objek,
korelasi antar peubah dan keragaman tiap peubah. Melalui analisis gerombol dan
biplot diperoleh informasi tentang penyebaran OPT di seluruh kabupaten provinsi
Jawa Barat yang nantinya akan bermanfaat untuk pemerintah maupun petani.
Tujuan Penelitian
Tujuan penelitian ini adalah:
1. Menggerombolkan kabupaten yang berada di Jawa Barat berdasarkan
persentase luas lahan yang terserang masing-masing OPT untuk tiap musim.
2. Mengidentifikasi karakteristik antara persentase luas lahan yang terserang 6
OPT dan 17 kabupaten di Jawa Barat dengan menggunakan analisis biplot.
2
METODOLOGI
Data
Data yang digunakan dalam penelitian ini ialah data sekunder yang didapatkan
dari Balai Besar Peramalan Organisme Penggangu Tumbuhan hasil survei dari
Direktorat Perlindungan Tanaman Pangan Jakarta. Selain itu data juga didapat dari
dinas Tanaman Pangan dan Holtikultura Jawa Barat. Pelaksanaan survei dimulai dari
tahun 2008 sampai 2012.
Objek yang digunakan ialah seluruh kabupaten di provinsi Jawa Barat yaitu 17
kabupaten. Total peubah selama 5 tahun pada penelitian ini ialah sebanyak 30 peubah,
dengan 6 peubah untuk tiap tahunnya. 6 peubah tersebut ialah persentase luas lahan
yang terserang masing-masing OPT. Informasi lebih lanjut tentang peubah dapat
dilihat pada Lampiran 1 untuk musim hujan dan Lampiran 2 untuk musim kemarau.
Peubah yang digunakan untuk analisis gerombol dapat dilihat pada Tabel 1 dan
untuk peubah analisis biplot dapat dilihat pada Tabel 2.
Tabel 1 Peubah yang digunakan untuk analisis gerombol
Peubah
Y1
Y2
Y3
Y4
Y5
Keterangan
Persentase luas lahan yang terserang per jenis OPT tahun 2008
Persentase luas lahan yang terserang per jenis OPT tahun 2009
Persentase luas lahan yang terserang per jenis OPT tahun 2010
Persentase luas lahan yang terserang per jenis OPT tahun 2011
Persentase luas lahan yang terserang per jenis OPT tahun 2012
Tabel 2 Peubah yang digunakan untuk analisis biplot
Peubah
Y1
Y2
Y3
Y4
Y5
Y6
Keterangan
Rata-rata persentase luas lahan yang terserang penggerek batang padi selama 5
tahun
Rata-rata persentase luas lahan yang terserang tikus selama 5 tahun
Rata-rata persentase luas lahan yang terserang wereng batang coklat selama 5
tahun
Rata-rata persentase luas lahan yang terserang tungro selama 5 tahun
Rata-rata persentase luas lahan yang terserang kresek selama 5 tahun
Rata-rata persentase luas lahan yang terserang blast selama 5 tahun
Metode
Tahapan analisis yang dilakukan pada penelitian ini ialah sebagai berikut:
1. Mencari korelasi antar peubah persentase luas lahan yang terserang per jenis
OPT tiap tahunnya untuk musim hujan dan musim kemarau menggunakan
korelasi Pearson.
3
2. Melakukan penggerombolan kabupaten menggunakan analisis gerombol.
Analisis gerombol merupakan salah satu teknik peubah ganda yang
mempunyai tujuan utama untuk mengelompokkan n objek ke dalam m
gerombol ( m ≤ n ) berdasarkan kemiripan karakteristik yang dimilikinya
(Johnson & Winchern 2007). Objek-objek yang dihasilkan memiliki
homogenitas yang tinggi jika berada dalam satu gerombol, dan berlaku
sebaliknya. Peubah-peubah yang dilibatkan dalam analisis gerombol dipilih
sesuai dengan tujuan penggerombolan. Langkah-langkah dalam analisis
gerombol ialah sebagai berikut (Johnson dan Wichern, 2007) :
a. Mencari jarak dengan nilai D = {dij} dengan menggunakan jarak
Mahalanobis untuk masing-masing objek. Jarak Mahalanobis dapat
digunakan untuk peubah yang berkorelasi. Jarak Mahalanobis dirumuskan
sebagai berikut (Kaufma & Peter 2002):
dij = [(xi -xj )'S-1 (xi -xj )]
1/2
keterangan:
dij
= jarak antara objek ke-i dan objek ke-j
xi
= vektor ke-i
xj
= vektor ke-j
S
= matriks ragam peragam contoh
b. Menentukan jarak matriks antar dua jarak objek dengan menggunakan
pautan rataan, lalu jarak matriks yang terbentuk ialah duv. Rumus pautan
rataan dapat dituliskan sebagai berikut (Timm 2002):
∑∑ d
d(uv)w = i k ik
N(uv) Nw
keterangan:
dik
= jarak antara objek ke-i dalam gerombol (UV) dan objek kek dalam gerombol W
N(uv)
= jumlah objek dalam gerombol (UV)
Nw
= jumlah objek dalam gerombol W
c. Menggabungkan gerombol U dan V. Beri label baru dari format gerombol
yang terbentuk.
d. Memperbarui jarak matriks dengan:
i.menghapus baris-baris dan kolom-kolom yang sama dengan gerombol
U dan V
ii.menambah baris-baris atau dan kolom-kolom yang memberikan jarak
antara gerombol UV dengan gerombol sisanya.
e. Mengulangi langkah a-c sebanyak N-1 kali
3. Mengidentifikasi karakteristik serangan 6 OPT di 17 kabupaten dengan
melihat presentase luas lahan yang terserang 6 OPT menggunakan analisis
biplot. Biplot adalah sebuah representasi grafik dari suatu informasi dalam
sebuah matriks dengan ukuran nxp yang berdimensi 2, sehingga ciri-ciri
peubah dan objek pengamatan serta posisi relatif antar objek pengamatan
dengan peubah dapat dianalisis (Jollife 2002). Tahapan analisis biplot dapat
ditulis sebagai berikut:
a. Mendefinisikan matriks X dengan ukuran nxp dari peubah yang diamati,
dengan n adalah banyaknya objek dan p banyaknya peubah.
b. Menghitung nilai matriks X'X dan mencari akar ciri dari X'X.
c. Menghitung matriks U, L dan A
4
Analisis biplot didasarkan pada penguraian nilai singular (SVD). Jollife
(2002) menguraikan matriks X menjadi X=U L A', dengan U (nxr) dan A
(pxr) dengan lajur orthonormal sehingga U'U = Ir dan A'A = Ir. r adalah
pangkat matriks X dan L adalah matriks diagonal berukuran rxr dengan
unsur diagonal utamanya adalah akar dari akar ciri X'X atau XX',
√λ1 ≥ √λ2 ≥ ... ≥ √λr
Unsur-unsur diagonal tersebut ialah nilai singular dari matriks X. Kolomkolom matriks A ialah vektor ciri dari X'X dan XX'. Kolom-kolom untuk
matriks U diperoleh melalui:
1
Ui = ai dengan i =1,2,…,r
λ
i
ai adalah kolom dari matriks A yang dapat di tulis menjadi:
A = [a1 ,a2 , …, ar ]
Secara matematis SVD dapat ditulis sebagai
nXp = nUr rLr rAp
d. Menghitung nilai G dan H
Setelah didapatkan penguraian nilai singular dengan menggunakan
persamaan X = ULA', matriks X dapat dituliskan dalam bentuk:
X = GH'
α
misalkan matriks G = UL dan H = L1-αA' yang masing-masing
berukuran (nxr) dan (pxr) dengan α adalah nilai faktorisasi yang besarnya
0≤ α ≤1, menurut Jollife (2002) unsur ke-(i, j) dari matriks X dapat
dituliskan sebagai berikut:
Xij = gi'hj
untuk i = 1,2,...,n dan j = 1,2,...,p dengan gi' dan hj' masing-masing
merupakan baris matriks G dan H. Ketika X berpangkat 2 maka vektor
pengaruh baris gi dan vektor pengaruh lajur hj dapat digambarkan dalam
ruang berdimensi dua. Matriks G merupakan titik koordinat dari objek,
dan matriks H titik koordinat dari peubah.
e. Membuat plot pencaran biplot
f. Menghitung ukuran kebaikan biplot dengan rumus sebagai berikut:
λ +λ
ρ2 = ∑1 k λ 2
i
k
dengan λ1 adalah akar ciri terbesar pertama, λ2 adalah akar ciri terbesar
kedua dan λi adalah akar ciri terbesar ke-i dari X'X serta i = 1,2,...,k.
Semakin mendekati nilai satu, maka biplot memberikan penyajian yang
semakin baik mengenai informasi data yang sebenarnya (Mattjik dan
Sumertajaya 2011).
g. Interpretasi biplot
HASIL DAN PEMBAHASAN
Eksplorasi Data
Kabupaten Bekasi memiliki serangan OPT paling tinggi saat musim hujan
dibanding kabupaten lainnya di Jawa Barat. Persentase luas lahan yang terserang di
kabupaten Bekasi saat musim hujan memiliki rata-rata sebesar 0.9% dari total luas
tanam padi (Lampiran 1). Letak geografis atau iklim kabupaten Bekasi dapat
5
dicurigai menjadi salah satu faktor penyebab tingginya serangan OPT pada tanaman
padi di Bekasi. Kabupaten Bogor, Sukabumi, Garut dan Sumedang memiliki rata-rata
persentase luas terserang terendah saat musim hujan yaitu 0.2% dari total luas tanam
padi di masing-masing kabupaten.
Kabupaten Bekasi juga memiliki serangan OPT paling tinggi saat musim
kemarau dengan persentase rata-rata luas lahan yang terserang mencapai 1.7% dari
total luas tanam padi (Lampiran 2). Sama seperti saat musim hujan, hal ini dapat
disebabkan oleh letak geografis atau iklim kabupaten Bekasi yang dapat memicu
tingginya serangan OPT. Kabupaten Sukabumi dan Garut menjadi kabupaten dengan
serangan OPT terendah saat musim kemarau, dengan rata-rata luas lahan terserang
sebesar 0.3% dari luas total tanam padi masing-masing kabupaten.
Korelasi antar peubah yang digunakan untuk analisis gerombol saat musim
hujan dapat dilihat pada lampiran 3-8. Korelasi presentase luas lahan yang terserang
OPT antar tahun pada musim hujan dapat dikatakan tinggi. Hasil korelasi ini
menyimpulkan bahwa ada hubungan yang kuat antara persentase luas lahan yang
terserang masing-masing OPT antar tahunnya. Korelasi rendah atau yang tidak
berkorelasi ditemukan pada peubah persentase luas lahan yang terserang blast dan
persentase luas lahan yang terserang kresek saat musim hujan (Lampiran 7-8). Saat
musim kemarau, sebagian besar presentase luas lahan yang terserang OPT antar tahun
tidak berkorelasi ditemukan pada OPT wereng batang coklat dan blast (Lampiran 11,
13), serta cenderung berkorelasi tinggi untuk OPT lainnya. Korelasi antar presentase
luas lahan yang terserang OPT saat musim kemarau dapat dilihat pada lampiran 9-14.
Hasil Analisis Gerombol
Salah satu tujuan dari penelitian ini ialah menggerombolkan kabupaten di Jawa
Barat berdasarkan persentase proporsi luas yang terserang masing-masing OPT
selama lima tahun untuk tiap musimnya. Langkah pertama yang dilakukan ialah
mencari korelasi antar peubah. Sebagian besar terdapat korelasi antar tahun untuk
masing-masing luas lahan yang terserang OPT, oleh karena itu digunakan jarak
Mahalanobis dalam analisis gerombol pada penelitian ini.
Output analisis gerombol berupa dendogram yang dapat dilihat pada Gambar
1. Dendogram tersebut merupakan hasil penggerombolan berdasarkan peubah luas
lahan yang terserang penggerek batang padi saat musim hujan. Penentuan jumlah
gerombol ditentukan berdasarkan pemotongan jarak terjauh dari dendogram yang
dihasilkan, dalam kasus ini jumlah gerombol yang terbentuk ialah 3.
6
Gambar 1 Dendogram berdasarkan luas lahan yang terserang penggerek batang
padi saat musim hujan
Gerombol Musim Hujan
Hasil analisis gerombol saat musim hujan dapat dilihat di Tabel 3. Kriteria
serangan dapat ditentukan melalui jumlah gerombol yang terbentuk. Jika gerombol
yang terbentuk terdiri dari 1 sampai 4 gerombol maka gerombol 1 dapat dikatakan
gerombol dengan serangan OPT ringan, gerombol 2 sedang, gerombol 3 berat dan
gerombol 4 sangat berat. Jika hasil penggerombolan terdiri dari 2 gerombol maka
gerombol 2 dapat dikatakan gerombol dengan serangan berat. Berdasarkan hasil
analisis gerombol yang diperoleh, dapat dikatakan bahwa kabupaten Bogor, Bandung,
Ciamis, Sukabumi, Cianjur, Garut, Sumedang dan Tasikmalaya memiliki tipe
serangan yang sama dari penggerombolan OPT PBP sampai tungro, yaitu serangan
rendah saat musim hujan.
Gerombol 1
Tabel 3 Hasil analisis gerombol saat musim hujan
PBB
Tikus
WBC
Blast
Kresek
Tungro
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Karawang
Kuningan
Majalengka
Purwakarta
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bekasi
Bogor
Cianjur
Ciamis
Garut
Indramayu
Karawang
Kuningan
Majalengka
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Karawang
Kuningan
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Majalengka
Subang
Sukabumi
Sumedang
Tasikmalaya
Gerombol 4 Gerombol 3
Gerombol 2
7
Karawang
Bekasi
Bekasi
Subang
Cirebon
Indramayu
Kuningan
Bekasi
Purwakarta
Purwakarta
Bdg Barat
Majalengka
Purwakarta
Indramayu
Kabupaten yang masuk dalam masing-masing gerombol saat musim hujan ini
memiliki kemungkinan karena disebabkan oleh adanya faktor letak geografis masingmasing kabupaten (efek spasial). Kedekatan antar daerah dapat menyebabkan
serangan OPT hampir sama dari satu kabupaten ke kabupaten terdekat lainnya. Peta
salah satu contoh hasil analisis gerombol berdasarkan peubah persentase luas lahan
yang terserang oleh penggerek batang padi dapat dilihat pada Gambar 2. Saat musim
hujan hampir seluruh kabupaten di Jawa Barat masuk dalam gerombol 1 dengan
kriteria serangan ringan dan hanya dua kabupaten yang tidak masuk dalam kriteria
tersebut. Hal ini dapat dicurigai karena adanya efek spasial antar kabupaten di Jawa
Barat saat musim hujan.
Gambar 2 Peta hasil analisis gerombol untuk peubah persentase luas lahan yang
terserang penggerek batang padi saat musim hujan
8
Gerombol Musim Kemarau
Hasil analisis gerombol saat musim hujan dapat dilihat di Tabel 4. Kriteria
serangan dapat ditentukan melalui jumlah gerombol yang terbentuk. Jika gerombol
yang terbentuk terdiri dari 1 sampai 4 gerombol maka gerombol 1 dapat dikatakan
gerombol dengan serangan OPT ringan, gerombol 2 sedang, gerombol 3 berat dan
gerombol 4 sangat berat. Jika hasil penggerombolan terdiri dari 2 gerombol maka
gerombol 2 dapat dikatakan gerombol dengan serangan berat. Berdasarkan hasil
analisis gerombol yang diperoleh, dapat dikatakan bahwa kabupaten Bogor,
Sukabumi, Cianjur, Garut, Tasikmalaya, Purwakarta, Kuningan, Majalengka dan
Sumedang memiliki tipe serangan yang sama dari penggerombolan OPT PBP sampai
tungro yaitu serangan rendah.
Gerombol 4 Gerombol 3 Gerombol 2
Gerombol 1
Tabel 4 Hasil analisis gerombol saat musim kemarau
PBP
Bandung
Bogor
Ciamis
Cianjur
Cirebon
Garut
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Tikus
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Garut
Indramayu
Karawang
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
WBC
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Karawang
Kuningan
Majalengka
Purwakarta
Sukabumi
Sumedang
Tasikmalaya
Blast
Bandung
Bdg Barat
Bekasi
Bogor
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Purwakarta
Subang
Sukabumi
Sumedang
Majalengka
Tasikmalaya
Kresek
Bandung
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Tungro
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Majalengka
Subang
Sukabumi
Sumedang
Tasikmalaya
Purwakarta
Bdg Barat
Bekasi
Subang
Ciamis
Bdg Barat
Bdg Barat
Cirebon
Bekasi
Karawang
Indramayu
Bekasi
Indramayu
Bandung
9
Gerombol yang berisi masing-masing kabupaten hasil analisis gerombol saat
musim kemarau ini memiliki kemungkinan karena disebabkan oleh adanya faktor
letak geografis masing-masing kabupaten (efek spasial). Sama seperti saat musim
hujan, kedekatan antar daerah dapat menjadi salah satu penyebab serangan OPT mirip
atau hampir sama dari satu kabupaten ke kabupaten terdekat lainnya. Peta salah satu
contoh hasil analisis gerombol berdasarkan peubah persentase luas lahan yang
terserang oleh OPT tikus saat musim kemarau dapat dilihat pada Gambar 3. Hampir
seluruh kabupaten di Jawa Barat masuk dalam gerombol 1 dengan kriteria serangan
ringan dan hanya dua kabupaten yang tidak masuk dalam kriteria tersebut. Hal ini
dapat dicurigai karena adanya efek spasial antar kabupaten di Jawa Barat saat musim
kemarau.
Gambar 3 Peta hasil analisis gerombol untuk peubah persentase luas lahan yang
terserang tikus saat musim kemarau
Hasil Analisis Biplot
Analisis biplot dapat digunakan untuk mengidentifikasi karakteristik antara
kabupaten di Jawa Barat dengan persentase luas lahan yang terserang oleh 6 OPT.
Berikut merupakan hasil analisis biplot untuk musim hujan dan musim kemarau.
Biplot Musim Hujan
Hasil analisis biplot untuk musim hujan memberikan informasi sebesar 78.4%
dari data sebenarnya dengan perolehan dari sumbu pertama sebesar 60.6% dan sumbu
kedua sebesar 17.8%.
10
0.10
0.08
0.06
0.04
0.02
0.00
-0.02
-0.04
-0.06
-0.08
L
WBC
Tikus
B
-0.06
EK
A
Blast
J
Tungro
C
G
H
I
M
D
Q
F N
Kresek
O
P
PenggerekBatang
-0.04
-0.02
0.00
0.02
0.04
0.06
0.08
0.10
0.12
Dimension 1 (60.6%)
Gambar 4 Biplot antara kabupaten dengan luas lahan yang terserang 6 OPT
saat musim hujan
Berdasarkan Gambar 4 terdapat beberapa informasi yang dapat diperoleh dari
biplot. Informasi pertama keragaman peubah yang dapat dilihat dari panjang vektor.
Semakin panjang vektor, maka semakin beragam peubah tersebut. Luas lahan yang
terserang OPT penggerek batang padi memiliki keragaman paling besar saat musim
hujan.
Kedekatan antar objek dapat dilihat dari letak titik objek tersebut. Interpretasi
dari posisi kabupaten B (Sukabumi), E (Garut), K (Sumedang), A (Bogor), C
(Cianjur), G (Ciamis) dan H (Kuningan) memiliki karakteristik yang sama karena
titik objek atau kabupaten berdekatan. Kabupaten H (Kuningan), F (Tasikmalaya)
dan N (Purwakarta) juga dapat dikatakan memiliki karakteristik yang sama dan
mencirikan peubah luas lahan yang terserang tungro.
Saat musim hujan kabupaten J (Majalengka) dicirikan oleh peubah luas lahan
yang terserang blast. Kabupaten I (Cirebon), M (Subang) dan L (Indramayu)
dicirikan oleh peubah luas lahan yang terserang oleh wereng batang coklat.
Kabupaten D (Bandung) dicirikan oleh peubah luas lahan yang terserang tikus dan
kresek. Kabupaten O (Karawang) dan Q (Bandung Barat) dicirikan oleh peubah luas
lahan yang terserang kresek dan penggerek batang padi, serta Kabupaten P (Bekasi)
dicirikan oleh peubah luas lahan yang terserang penggerek batang.
Hasil analisis biplot musim hujan yang dihasilkan dapat dikatakan sesuai
dengan hasil analisis gerombol musim hujan yang diperoleh. Salah satu contoh yang
dapat diambil ialah hasil analisis biplot mengatakan kabupaten Bekasi menjadi
penciri peubah persentase luas lahan yang terserang penggerek batang padi, untuk
hasil analisis gerombol diperoleh bahwa kabupaten Bekasi masuk dalam gerombol
dengan serangan tinggi saat digerombolkan berdasarkan persentase luas lahan yang
terserang oleh penggerek batang padi.
Nilai cosinus sudut antara dua vektor peubah menggambarkan korelasi kedua
peubah. Jika sudut yang dibentuk antara dua peubah kurang dari 90 ○ atau membentuk
sudut lancip maka kedua peubah tersebut memiliki korelasi positif. Begitu juga
sebaliknya, namun jika sudut yang dibentuk antara kedua peubah mendekati 90 ○ atau
sudut siku-siku maka peubah dikatakan tidak berkorelasi. Besaran korelasi tidak
dapat diukur dari analisis biplot.
11
Saat musim hujan peubah luas yang terserang OPT tungro dengan OPT
penggerek batang padi, wereng batang coklat, kresek dan tikus memiliki korelasi
negatif. Peubah luas yang terserang OPT penggerek batang padi memiliki korelasi
positif dengan luas yang terserang wereng batang coklat, kresek dan tikus, dan
berlaku sebaliknya. Peubah luas lahan yang terserang OPT blast memiliki korelasi
negatif dengan luas yang terserang OPT penggerek batang padi, tikus, wereng batang
coklat dan kresek, dan memiliki korelasi positif dengan luas lahan yang terserang
tungro. Hal ini sesuai dengan matriks korelasi yang di hasilkan pada Lampiran 15,
namun ada beberapa korelasi yang tidak sejalan antara hasil korelasi sesungguhnya
dengan hasil korelasi biplot. Hal ini disebabkan karena hanya sebesar 78.4%
informasi yang dihasilkan biplot yang dapat menerangkan informasi data sebenarnya.
Biplot Musim Kemarau
Saat musim kemarau informasi yang dapat diberikan oleh biplot sebesar 83.7%,
dari informasi data sebenarnya dengan sumbu pertama sebesar 61.0% dan sumbu
kedua sebesar 22.7%.
0.12
Tikus
0.07
0.02
-0.03
B
AE
KC
H
G
Blast
Tungro
F
N
Q
I
D
Kresek
J
L
PenggerekBatang
P
O
-0.08
M
-0.13
WBC
-0.18
-0.08
-0.06
-0.04
-0.02
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
Dimension 1 (61.0%)
Gambar 5 Biplot antara kabupaten dengan luas lahan yang terserang 6
OPT saat musim kemarau
Informasi yang dapat diperoleh dari biplot musim kemarau yang dapat dilihat
pada Gambar 5 ialah keragaman peubah luas lahan yang terserang OPT tikus paling
tinggi dibanding peubah lainnya. Peubah luas lahan yang terserang OPT wereng
batang coklat memiliki keragaman tinggi kedua setelah tikus, lalu disusul oleh
peubah luas lahan yang terserang OPT penggerek batang padi, kresek, tungro dan
blast.
Posisi titik dari objek atau kabupaten B (Sukabumi), A (Bogor), E (Garut), K
(Sumedang), C (Cianjur), H (Kuningan) dan G (Ciamis) berdekatan, sehingga dapat
dikatakan kabupaten-kabupaten tersebut memiliki karakteristik yang mirip.
Kabupaten F (Tasikmalaya) dan N (Purwakarta) memiliki karakteristik yang sama
yaitu sebagai penciri peubah luas lahan yang terserang tungro dan blast. Kabupaten
J (Majalengka), Q (Bandung Barat), D (Bandung) dan I (Cirebon) dapat dikatakan
menjadi penciri peubah luas lahan yang terserang kresek. Selain menjadi penciri luas
lahan terserang kresek, kabupaten I (Cirebon) juga menjadi penciri peubah luas yang
terserang tikus.
12
Saat musim kemarau kabupaten L (Indramayu) dicirikan oleh peubah luas
lahan yang terserang penggerek batang padi. Kabupaten O (Karawang), M (Subang)
dapat dikatakan memiliki karakteristik yang mirip dan sekaligus dicirikan oleh
peubah luas lahan yang terserang wereng batang coklat, selain Karawang dan Subang
kabupaten P (Bekasi) juga dicirikan oleh penciri peubah luas terserang wereng batang
coklat.
Hasil analisis biplot musim kemarau dapat dikatakan sesuai dengan hasil
analisis gerombol musim kemarau yang diperoleh. Salah satu contoh yang dapat
diambil ialah hasil analisis biplot mengatakan kabupaten Indramayu menjadi penciri
peubah persentase luas lahan yang terserang penggerek batang padi, untuk hasil
analisis gerombol diperoleh bahwa kabupaten Indramayu masuk dalam gerombol
dengan serangan tinggi saat digerombolkan berdasarkan persentase luas lahan yang
terserang oleh penggerek batang padi.
Melihat sudut antar vektor yang terbentuk dapat dikatakan bahwa peubah luas
lahan yang terserang wereng batang coklat memiliki korelasi positif dengan peubah
luas lahan yang terserang penggerek batang padi, tikus dan kresek. Selain itu peubah
luas lahan yang terserang wereng batang coklat memiliki korelasi negatif dengan
peubah luas lahan yang terserang tungro dan blast. Peubah luas lahan yang terserang
tungro memiliki korelasi negatif dengan peubah luas lahan yang terserang tikus,
kresek, penggerek batang padi dan kresek, selain itu peubah tersebut juga memiliki
korelasi positif dengan peubah luas lahan yang terserang blast. Informasi ini sesuai
dengan matriks korelasi yang dihasilkan dan dapat dilihat pada Lampiran 16, namun
ada beberapa korelasi yang tidak sejalan antara hasil korelasi sesungguhnya dengan
hasil korelasi biplot. Hal ini disebabkan karena hanya sebesar 83.7% informasi yang
dihasilkan biplot yang dapat menerangkan informasi data sebenarnya.
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil penelitian ini dapat disimpulkan bahwa tipe serangan ke
enam organisme pengganggu tanaman pada tanaman padi seluruh kabupaten di
provinsi Jawa Barat sangat beragam. OPT yang digunakan yaitu penggerek batang
padi, tikus, wereng batang coklat, tungro, blast dan kresek. Hasil analisis gerombol
menunjukkan bahwa terdapat 2 sampai 4 gerombol untuk masing-masing OPT.
Melalui analisis gerombol dapat diketahui kriteria serangan tiap OPT di seluruh
kabupaten provinsi Jawa Barat.
Kabupaten Bogor, Bandung, Ciamis, Sukabumi, Cianjur, Garut, Sumedang dan
Tasikmalaya memiliki tipe serangan yang sama dari penggerombolan OPT PBP
sampai tungro, yaitu serangan rendah saat musim hujan. Saat musim kemarau
kabupaten Bogor, Sukabumi, Cianjur, Garut, Tasikmalaya, Purwakarta, Kuningan,
Majalengka dan Sumedang memiliki tipe serangan yang sama dari penggerombolan
OPT PBP sampai tungro, yaitu serangan rendah.
Hasil analisis biplot menunjukkan bahwa kabupaten yang rawan terserang oleh
OPT penggerek batang padi ialah kabupaten Bekasi saat musim hujan dan kabupaten
Indramayu saat musim kemarau. Kabupaten yang rawan terserang OPT wereng
batang coklat ialah Indramayu saat musim hujan dan kabupaten Bekasi saat musim
13
kemarau. Tipe serangan OPT tikus dominan di kabupaten Cirebon saat musim
kemarau dan merata saat musim hujan.
Saran
Pemerintah provinsi Jawa Barat perlu melakukan pencegahan serangan
penggerek batang padi khususnya di kabupaten Bekasi saat musim hujan, dan
Indramayu saat musim kemarau. Serangan wereng batang coklat untuk kabupaten
Subang dan Indramayu saat musim hujan dan ditambah kabupaten Bekasi saat musim
kemarau. Serangan blast di kabupaten Majalengka saat musim hujan dan
Tasikmalaya saat kemarau. Serangan tikus di kabupaten Cirebon saat musim kemarau,
untuk musim hujan serangan tikus cenderung merata. Serangan tungro khususnya
untuk kabupaten Purwakarta dan Tasikmalaya saat musim hujan dan kemarau. Untuk
metode statistika, dapat dilakukan analisis spasial dengan data yang sama dengan di
tambah peubah curah hujan dan ketinggian daerah untuk tiap kabupaten.
DAFTAR PUSTAKA
Aunuddin. 2005. Statistika: Rancangan dan Analisis Data. Bogor (ID): IPB Press
[BPS] Badan Pusat Statistik. 2013. Data Pertanian dan Pertambangan bagian Tanaman
Pangan, Jawa Barat (ID) : BPS
Johnson RA, Wichern DW. 2007. Applied Multivariate Statistical Analysis. New
Jersey (US): Pearson Prentice Hall
Jollife IT. 2002. Principal Component Analysis. New York (US): Springer-Verlag
Kaufma L, Peter JR. 1990. Finding Groups in Data, An Introduction to Cluster
Analysis. New York (US): A John Wiley & Sons, Inc.
Mattjik AA dan Sumertajaya IM. 2011. Sidik Peubah Ganda dengan Menggunakan
SAS. Bogor (ID): IPB Press
Siregar H. 1981. Budidaya Tanaman Padi di Indonesia. Bogor (ID): PT. Sastra
Hudaya.
Susanti, Erni. 2008. Dampak Perubahan Iklim Terhadap Serangan OPT serta Strategi
Antisipasi dan Adaptasi. [skripsi]. Balai Penelitian Agroklimat dan Hidrologi
Timm NH. 2002. Applied Multivariate Analysis. New York (US): Springer-Verlag
Wahyono T, Subanar. 2012. Rancang bangun sistem ‘PERMADI’ Peringatan Dini
Serangan Hama Tanaman Padi Berbasis Data Historis Klimatologi. Jurnal
Sistem Komputer. 2(1):1-8
14
Lampiran 1 Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat musim hujan
2008
Kabupaten
Bogor
Sukabumi
Cianjur
Bandung
Garut
Tasikmala
ya
Ciamis
Kuningan
Cirebon
Majalengk
a
Sumedang
Indramayu
Subang
Purwakart
a
Karawang
Bekasi
Bandung
Barat
PB
P
0.3
6
0.2
5
0.3
5
0.5
6
0.3
4
0.9
4
0.4
1
0.8
2
0.3
5
0.1
8
0.1
4
0.3
8
0.5
4
0.4
0
0.9
5
2.5
9
0.8
4
2009
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.23
0.00
0.21
0.46
0.08
0.04
0.01
0.10
0.24
0.02
0.21
0.00
0.08
1.08
0.12
1.08
0.00
0.10
0.60
0.01
0.54
0.00
0.09
0.18
0.02
0.33
0.04
0.37
1.49
0.01
0.12
0.09
0.17
0.78
0.00
0.31
0.03
0.14
0.91
0.11
0.67
0.08
0.03
1.41
0.00
1.03
0.12
0.65
1.26
0.00
0.55
0.01
0.10
0.34
0.05
1.24
3.68
0.66
1.26
0.00
1.36
0.22
0.02
1.00
0.05
0.48
0.01
0.01
0.90
0.49
1.50
0.03
0.00
0.67
0.00
0.60
0.01
0.02
1.09
0.00
0.46
0.00
0.78
0.68
0.11
PB
P
0.3
7
0.2
4
0.5
4
0.9
1
0.3
6
0.6
7
0.5
6
0.5
6
0.7
1
0.7
9
0.5
7
0.8
5
0.3
9
0.2
9
0.7
4
1.7
1
0.8
9
2010
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.32
0.00
0.12
0.44
0.04
0.20
0.00
0.15
0.26
0.04
0.55
0.00
0.09
0.51
0.11
1.64
0.01
0.31
1.11
0.03
0.58
0.00
0.06
0.19
0.01
0.81
0.00
0.22
1.68
0.01
0.31
0.06
0.31
0.98
0.00
0.50
0.00
0.36
0.62
0.05
1.34
0.75
0.43
1.06
0.00
0.61
0.06
0.18
0.83
0.00
0.37
0.01
0.16
0.18
0.05
1.58
1.51
0.18
0.29
0.00
0.78
2.37
0.02
0.86
0.02
1.29
0.03
0.08
0.89
0.31
1.00
0.74
0.00
0.33
0.00
2.37
0.16
0.00
1.03
0.00
1.23
0.02
0.26
0.58
0.12
PB
P
0.4
6
0.3
0
0.6
0
1.2
5
0.3
7
0.9
3
0.7
8
1.4
0
0.7
4
0.6
0
0.5
3
0.7
4
1.5
3
1.7
5
1.0
6
1.8
2
1.5
5
2011
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.43
0.00
0.13
0.64
0.10
0.17
0.00
0.23
0.51
0.07
0.57
0.04
0.21
0.73
0.18
2.80
0.00
0.24
1.34
0.16
0.49
0.00
0.08
0.30
0.20
1.34
0.00
0.20
1.85
0.07
0.90
0.02
0.10
1.46
0.00
0.05
0.00
0.28
1.65
0.27
2.57
0.09
0.07
1.42
0.00
1.49
0.01
0.05
1.67
0.01
0.32
0.01
0.15
0.53
0.10
2.95
1.02
0.01
2.29
0.00
1.06
0.10
0.11
1.29
0.03
0.95
0.34
0.06
2.61
0.28
0.93
0.51
0.00
0.97
0.00
1.15
1.38
0.00
1.29
0.00
2.77
0.00
0.09
1.06
0.31
PB
P
0.5
4
0.3
2
0.6
2
1.4
1
0.3
0
0.9
2
0.7
6
1.2
1
1.0
6
0.9
0
0.4
4
1.6
8
1.3
1
1.4
9
1.9
9
1.4
3
1.7
6
2012
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.15
0.00
0.11
0.55
0.05
0.05
0.02
0.27
0.43
0.09
0.21
0.00
0.23
0.47
0.16
1.51
0.00
0.15
1.36
0.15
0.15
0.02
0.09
0.23
0.18
0.32
0.01
0.35
1.42
0.07
0.52
0.04
0.50
1.41
0.00
0.01
0.00
0.28
0.94
0.28
0.82
0.13
0.26
0.69
0.00
0.62
0.03
0.39
1.04
0.01
0.09
0.00
0.20
0.28
0.09
1.03
0.55
0.15
0.58
0.00
0.60
0.18
0.02
0.39
0.04
0.16
0.05
0.00
0.69
0.23
0.99
0.05
0.00
0.80
0.00
1.00
0.08
0.03
1.22
0.00
1.67
0.00
0.11
1.44
0.34
PB
P
0.4
4
0.2
3
0.3
7
0.7
0
0.3
2
0.7
1
0.5
8
0.5
9
0.4
0
0.4
8
0.2
2
0.8
8
0.5
5
1.0
9
2.9
5
5.5
1
1.1
1
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.20
0.01
0.15
0.20
0.04
0.04
0.04
0.46
0.14
0.03
0.10
0.01
0.31
0.13
0.10
0.83
0.00
0.16
0.20
0.03
0.12
0.04
0.11
0.06
0.03
0.21
0.02
0.95
0.24
0.02
0.24
0.18
1.22
0.13
0.00
0.07
0.04
0.42
0.14
0.07
0.44
0.24
0.28
0.06
0.00
0.93
0.15
0.99
0.59
0.00
0.33
0.02
0.39
0.02
0.03
0.48
0.99
0.24
0.03
0.00
0.79
0.54
0.09
0.03
0.02
0.00
0.01
0.76
0.15
0.11
1.17
0.19
0.08
0.12
0.00
1.25
1.17
0.09
0.02
0.00
0.43
0.00
0.13
0.21
0.25
rata
2
raga
m
0.2
3
0.1
7
0.2
9
0.6
2
0.1
8
0.5
4
0.4
2
0.4
0
0.5
4
0.5
2
0.2
1
0.8
4
0.5
4
0.5
3
0.5
9
0.9
0
0.03
8
0.02
1
0.07
0
0.47
7
0.02
8
0.32
2
0.19
2
0.19
6
0.34
9
0.23
8
0.03
4
0.81
8
0.34
7
0.38
5
0.49
0
1.36
3
0.6
4
0.46
1
15
Lampiran 2 Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat musim kemarau
2008
Kabupaten
Bogor
Sukabumi
Cianjur
Bandung
Garut
Tasikmala
ya
Ciamis
Kuningan
Cirebon
Majalengk
a
Sumedang
Indramayu
Subang
Purwakart
a
Karawang
Bekasi
Bandung
Barat
2009
2010
2011
2012
rata
2
raga
m
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.4
0.3
0.0
0.2
0.4
0.1
0.4
0.7
0.0
0.4
0.8
0.1
0.4
0.7
0.1
0.2
1.1
0.2
0.5
0.7
0.0
0.3
1.0
0.1
0.4
0.3
0.0
0.2
1.1
0.1
0.4
0.1
0.0
0.0
0.0
0.1
0.1
0.2
0.3
0.0
0.1
0.5
0.0
0.3
0.6
0.0
0.5
0.8
0.1
0.3
0.3
0.0
0.5
0.9
0.1
0.2
0.1
0.1
0.6
0.8
0.1
0.3
0.3
0.1
0.0
0.1
0.4
0.1
0.4
0.6
0.0
0.2
1.6
0.2
0.3
1.2
0.1
0.3
1.2
0.3
0.6
0.7
0.0
0.4
1.3
0.3
0.3
0.3
0.0
0.4
1.0
0.2
0.4
0.9
1.3
0.0
0.2
0.8
0.0
1.0
2.7
0.0
0.2
1.5
0.0
1.3
4.9
0.0
0.5
3.0
0.1
1.4
4.1
0.0
0.3
2.3
0.2
0.8
1.7
0.0
0.3
1.9
0.1
1.0
0.3
0.3
0.0
0.0
0.2
0.1
0.3
1.6
0.0
0.1
0.3
0.0
0.3
1.2
0.0
0.2
0.5
0.1
0.3
0.6
0.0
0.1
0.4
0.3
0.2
0.2
0.0
0.1
0.3
0.1
0.3
0.8
0.4
0.0
0.3
1.1
0.1
0.6
1.1
0.0
0.6
2.4
0.0
1.1
2.8
0.0
0.4
3.9
0.0
0.9
1.8
0.0
0.3
2.7
0.1
0.6
0.6
0.0
1.2
2.7
0.1
0.9
0.4
0.1
0.0
0.2
0.7
0.0
0.3
0.3
0.1
0.3
1.3
0.0
0.6
1.4
0.2
0.4
2.6
0.0
0.8
1.4
0.0
0.2
2.8
0.0
0.6
1.1
0.1
1.5
2.3
0.0
0.7
0.6
1.0
0.0
0.1
0.4
0.2
0.5
0.8
0.0
0.2
1.3
0.2
0.7
0.8
0.0
0.4
2.0
0.2
1.2
0.1
0.0
0.5
3.1
0.4
0.6
0.1
0.0
0.5
1.3
0.3
0.6
0.6
4.0
1.7
0.0
0.5
0.0
0.7
2.0
0.5
0.1
1.9
0.0
0.4
6.2
1.5
0.5
2.6
0.0
1.1
6.3
0.1
0.1
2.1
0.0
0.6
2.1
0.3
0.3
1.1
0.0
1.3
0.7
1.5
1.2
0.1
0.9
0.1
0.7
2.1
0.1
0.7
2.2
0.0
1.6
1.5
1.2
0.2
2.6
0.0
0.9
2.5
0.0
0.1
3.0
0.0
0.5
1.8
0.0
0.8
2.2
0.0
1.0
0.1
0.9
0.0
0.1
0.2
0.1
0.3
0.9
0.0
0.2
0.7
0.1
0.7
0.7
0.1
0.3
0.8
0.1
0.4
0.5
0.0
0.2
0.6
0.3
0.3
0.4
0.0
0.6
0.5
0.2
0.3
1.1
1.7
0.6
0.0
0.5
0.0
2.1
2.6
4.9
0.6
2.2
0.0
0.7
3.9
4.5
0.2
1.7
0.0
1.7
4.8
1.3
0.0
3.1
0.0
0.6
1.7
0.7
0.2
1.0
0.0
1.4
1.0
0.8
0.4
0.0
0.3
0.1
0.6
2.6
0.9
0.0
1.8
0.1
0.5
1.9
12.4
0.1
1.8
0.0
1.3
1.5
0.2
0.1
1.6
0.1
0.4
1.1
0.2
0.0
1.0
0.1
1.1
0.6
0.3
0.1
0.0
0.5
0.9
0.4
1.2
0.0
0.0
1.9
0.9
0.3
2.9
1.9
0.2
3.2
0.8
1.5
2.0
0.5
0.0
3.2
1.2
0.5
0.2
0.1
0.1
0.7
0.3
0.9
2.4
1.3
0.0
0.0
0.6
0.0
1.1
2.7
1.0
0.0
1.6
0.0
0.8
1.8
4.9
0.0
1.0
0.0
2.0
2.0
0.9
0.0
1.6
0.0
3.2
1.8
0.1
0.0
1.7
0.0
1.1
3.4
0.4
0.0
0.0
1.3
0.0
2.6
1.9
0.0
0.0
2.4
0.0
2.2
5.1
12.1
0.0
2.1
0.0
1.4
2.2
0.8
0.0
2.0
0.0
4.4
2.5
0.8
0.0
2.1
0.0
1.7
0.10
1
0.06
8
0.17
4
1.64
5
0.12
2
1.08
2
0.64
2
0.45
8
2.81
8
0.83
6
0.07
5
2.26
8
5.07
9
0.90
6
1.42
9
5.89
3
0.0
0.0
0.0
0.0
0.0
0.0
0.6
1.9
0.0
0.6
0.7
0.4
1.5
6.1
0.0
0.4
1.6
0.5
1.8
4.9
0.0
0.2
2.9
0.7
1.0
1.3
0.0
0.3
2.2
0.5
1.0
2.10
5
16
Lampiran 3 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim hujan
2009
2010
2011
2012
2008
0.802*
0.632*
0.430
0.920*
2009
2010
2011
0.454
0.487
0.790*
0.739*
0.562*
0.510*
*Korelasi nyata pada taraf 5%
Lampiran 4 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim hujan
2009
2010
2011
2012
2008
0.425
0.458
0.532*
0.739*
2009
2010
2011
0.648*
0.692*
0.582*
0.849*
0.358
0.645*
*Korelasi nyata pada taraf 5%
Lampiran 5 Korelasi luas lahan yang terserang OPT wereng batang coklat di 17
kabupaten selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.501*
2010
0.512* 0.296
2011
0.942* 0.715* 0.583*
2012
0.581* 0.549* 0.894*
*Korelasi nyata pada taraf 5%
2011
0.713*
Lampiran 6 Korelasi luas lahan yang terserang OPT tungro di 17 kabupaten
selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.974*
2010
0.650* 0.709*
2011
0.548* 0.628* 0.978*
2012
0.515* 0.647* 0.828*
*Korelasi nyata pada taraf 5%
2011
0.854*
17
Lampiran 7 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.249
2010
-0.176 0.401
2011
0.277
0.636* 0.370
2012
0.195
0.319
0.118
*Korelasi nyata pada taraf 5%
2011
0.766*
Lampiran 8 Korelasi luas lahan yang terserang OPT kresek di 17 kabupaten
selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.659*
2010
0.693* 0.529*
2011
0.370
0.691* 0.395
2012
0.215
0.259
0.182
*Korelasi nyata pada taraf 5%
2011
0.397
Lampiran 9 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim kemarau
2009
2010
2011
2012
2008
0.826*
0.559*
0.536*
0.929*
2009
2010
2011
0.634*
0.570*
0.742*
0.403
0.625*
0.526*
*Korelasi nyata pada taraf 5%
Lampiran 10 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim kemarau
2009
2010
2011
2012
2008
0.497*
0.436
0.652*
0.559*
2009
2010
2011
0.558*
0.633*
0.738*
0.895*
0.686*
0.712*
*Korelasi nyata pada taraf 5%
18
Lampiran 11 Korelasi luas lahan yang terserang OPT wereng batang coklat di 17
kabupaten selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.287
2010
0.090
0.276
2011
0.066
0.749* 0.560*
2012
0.218
0.554* 0.719*
*Korelasi nyata pada taraf 5%
2011
0.724*
Lampiran 12 Korelasi luas lahan yang terserang OPT tungro di 17
kabupaten selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.891*
2010
0.826* 0.983*
2011
0.807* 0.952* 0.973*
2012
0.344
0.679* 0.771*
*Korelasi nyata pada taraf 5%
2011
0.778*
Lampiran 13 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.325
2010
0.452
0.164
2011
0.486
0.087
0.701*
2012
0.623* 0.413
0.498*
*Korelasi nyata pada taraf 5%
2011
0.411
Lampiran 14 Korelasi luas lahan yang terserang OPT kresek di 17
kabupaten selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.800*
2010
0.681* 0.704*
2011
0.384
0.590* 0.744*
2012
0.659* 0.481
0.621*
*Korelasi nyata pada taraf 5%
2011
0.565*
19
Lampiran 15 Korelasi antar peubah biplot saat musim hujan
Tikus
WBC
Blast
Kresek
Tungro
Pbp
0.580*
0.320
-0.387
0.375
-0.062
Tikus
WBC
Blast
Kresek
0.521*
-0.176
0.437
-0.216
-0.227
0.160
-0.383
0.508*
-0.024
-0.013
*Korelasi nyata pada taraf 5%
Lampiran 16 Korelasi antar peubah biplot saat musim kemarau
Tikus
WBC
Blast
Kresek
Tungro
Pbp
0.484*
0.661*
-0.457
0.429
-0.251
Tikus
0.412
-0.253
0.454
-0.174
*Korelasi nyata pada taraf 5%
WBC
Blast
-0.609*
0.197
0.318
-0.277 -0.174
Kresek
-0.011
20
21
RIWAYAT HIDUP
Penulis dilahirkan di Pasuruan Jawa Timur pada tanggal 20 Juli 1994 sebagai
putri kedua dari pasangan Santoso dan Afidah Tuzzuhro. Penulis adalah putri kedua
dari tiga bersaudara. Tahun 2008 penulis lulus dari MTs Amanatul Ummah program
Akselerasi dan pada tahun yang sama penulis masuk MA Amanatul Ummah dengan
program yang sama. Dua tahun kemudian penulis lulus, di tahun yang sama penulis
diterima di Institut Pertanian Bogor dengan mayor Statistika Fakultas Matematika
dan Ilmu Pengetahuan Alam melalui jalur Beasiswa Utusan Daerah (BUD)
Kementerian Agama Indonesia.
Selama perkuliahan penulis aktif menjadi anggota organisasi Community of
Santri Schoolar of Ministry of Religious Affair (CSS Mora) sebagai staf Informasi
dan Komunikasi tahun 2012-2013 dan Gamma Sigma Beta (GSB). Selain itu, penulis
juga aktif mengikuti berbagai kepanitiaan di organisasi CSS Mora, departemen
Statistika dan fakultas MIPA seperti acara CSS CUP 2011,Up Grading 2012,
Statistika Ria 2012, Komstat Junior 2013, Explo Science 2012, Pesta Sains 2013
Penulis juga telah melaksanakan Praktik Lapang di Balai Penelitian Tanaman
Pemanis dan Serat Malang Jawa Timur pada bulan Juli sampai Agustus 2013, dengan
topik laporan yang dipilih adalah Toksisitas Nuclearpolyhidrosis Virus (NPV)
terhadap Serangga Achaea Janata L. pada Tanaman Jarak Kepyar (Ricinus
Communis L).
TEKANAN ORGANISME PENGGANGGU TANAMAN DI
PROVINSI JAWA BARAT
DANIAR AZILIA FANANI
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Gerombol dan Biplot
dalam Analisa Tekanan Organisme Pengganggu Tanaman di Provinsi Jawa Barat
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, Agustus 2014
Daniar Azilia Fanani
NIM G14100090
ABSTRAK
DANIAR AZILIA FANANI. Analisis Gerombol dan Biplot dalam Analisa
Tekanan Organisme Pengganggu Tanaman di Provinsi Jawa Barat.
Dibimbing oleh BUDI SUSETYO dan HERMANU TRIWIDODO.
Jawa Barat merupakan provinsi dengan produksi tanaman pangan padi
terbesar kedua di Indonesia. Adanya organisme pengganggu tanaman (OPT)
pada tanaman padi menyebabkan produksi tanaman padi dapat menurun
termasuk di provinsi Jawa Barat. Analisis gerombol dapat digunakan untuk
melihat jumlah gerombol kabupaten di Jawa Barat yang terbentuk
berdasarkan persentase luas lahan yang terserang OPT, informasi tersebut
dapat digunakan untuk memperoleh kriteria tingkat serangan OPT. Analisis
biplot dapat mengidentifikasi karakteristik antara persentase luas lahan yang
terserang OPT dengan kabupaten di Jawa Barat. Hasil analisis gerombol
menunjukkan terdapat tipe penggerombolan untuk masing-masing OPT yang
berbeda per musimnya, dengan gerombol yang terbentuk antara 2 sampai 4
gerombol. Hasil analisis biplot menunjukkan terdapat kabupaten-kabupaten
tertentu yang terserang oleh OPT tertentu yang berbeda tiap musimnya.
Kata kunci: Analisis Biplot, Analisis Gerombol, OPT
ABSTRACT
DANIAR AZILIA FANANI. Cluster Analysis and Biplot Analysis of
Pressure Plant Pest Organisms in West Java Province. Supervised by BUDI
SUSETYO and HERMANU TRIWIDODO.
West Java is the province with the production of food crops in Indonesia's
second largest rice. The presence of plant pests (OPT) in rice plants led to
decreased production of rice plants can include in the province of West Java.
Analysis of clusters can be used to see the number of districts in West Java
clusters are formed based on the percentage of land area affected pest, such
information can be used to obtain the level of pest attack criteria. Biplot
analysis can identify characterize about the percentage of land area affected
by the pest districts in West Java. The results of the analysis showed that there
were clusters penggerombolan type for each different pest per season, with
clusters formed between 2 to 4 clusters. Biplot analysis results showed that
there were certain districts were affected by the particular pest that is different
each season.
Keywords: Biplot Analysis, Cluster Analysis, OPT
ANALISIS GEROMBOL DAN BIPLOT DALAM ANALISA TEKANAN
ORGANISME PENGGANGGU TANAMAN DI PROVINSI JAWA BARAT
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Statistika
pada
Departemen Statistika
DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2014 FANANI
DANIAR AZILIA
Judul Skripsi
Nama
NIM
: Analisis Gerombol Dan Biplot Dalam Analisa Tekanan
Organisme Pengganggu Tanaman Di Provinsi Jawa Barat
: Daniar Azilia Fanani
: G14100090
Disetujui oleh
Dr Ir Budi Susetyo, MS
Pembimbing I
Dr Ir Hermanu Triwidodo, MSc
Pembimbing II
Diketahui oleh
Dr Anang Kurnia, MSi
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala
atas segala limpahan nikmat dan karunia-Nya sehingga penulis dapat
menyelesaikan karya ilmiah ini. Shalawat serta salam semoga senantiasa
tercurahkan kepada Rasulullah SAW beserta keluarga dan sahabatnya. Tema
yang dipilih dalam penelitian yang dilaksanakan sejak bulan Januari 2014 ini
ialah pertanian, dengan judul Analisis Gerombol dan Biplot dalam Analisa
Tekanan Organisme Pengganggu Tanaman di Provinsi Jawa Barat. Karya
ilmiah ini adalah salah satu syarat kelulusan yang harus dipenuhi untuk
mendapatkan gelar Sarjana Statistika pada Departemen Statistika, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Terima kasih penulis ucapkan kepada semua pihak yang berperan
dalam penulisan karya ilmiah ini, antara lain:
1. Bapak Budi Susetyo dan Bapak Hermanu Triwidodo selaku dosen
pembimbing yang selalu memberikan saran, arahan, dan nasihat
selama penyusunan karya ilmiah ini.
2. Bapak Gaib selaku kepala Balai Besar Peramalan Organisme
Pengganggu Tanaman (BBPOPT) dan Ibu Ulfa serta Bapak Edi
sebagai staf BBPOPT yang sangat membantu penulis mendapat
data.
3. Seluruh Dosen Departemen Statistika yang telah memberikan ilmu
dan wawasan selama penulis menuntut ilmu di Departemen
Statistika serta seluruh staf Departemen Statistika (ibu Markonah
dll) yang telah banyak membantu penulis.
4. Ayah, Mama, mbak Memel, Caca dan seluruh keluarga yang telah
memberikan doa, kasih sayang, dukungan serta semangat yang
diberikan selama ini.
5. Teman seperjuangan kontrakan Srikandi atas doa dan semangat
yang diberikan.
6. Teman-teman CSS MoRA 47 dan Statistika 47 atas semangat dan
kebersamaannya selama ini.
7. Serta seluruh pihak yang telah membantu penulis dalam
menyelesaikan penyelesaian karya ilmiah ini.
Semoga karya ilmiah ini dapat memberikan manfaat bagi semua pihak.
Amin
Bogor, Agustus 2014
Daniar Azilia Fanani
DAFTAR ISI
DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
METODOLOGI
2
Data
2
Metode
2
HASIL DAN PEMBAHASAN
4
Eksplorasi Data
4
Hasil Analisis Gerombol
5
Gerombol Musim Hujan
6
Gerombol Musim Kemarau
8
Hasil Analisis Biplot
Biplot Musim Hujan
9
9
Biplot Musim Kemarau
11
SIMPULAN DAN SARAN
12
Simpulan
12
Saran
13
DAFTAR PUSTAKA
13
RIWAYAT HIDUP
21
DAFTAR TABEL
1.
2.
3.
4.
Peubah yang digunakan untuk analisis gerombol
Peubah yang digunakan untuk analisis biplot
Hasil analisis gerombol saat musim hujan
Hasil analisis gerombol saat musim kemarau
2
2
6
8
DAFTAR GAMBAR
1
2
3
4
5
Dendogram berdasarkan luas lahan yang terserang penggerek
batang padi saat musim hujan
Peta hasil analisis gerombol untuk peubah persentase luas lahan
yang terserang penggerek batang padi saat musim hujan
Peta hasil analisis gerombol untuk peubah persentase luas lahan
yang terserang tikus saat musim kemarau
Biplot antara kabupaten dengan luas lahan yang terserang 6
OPT saat musim hujan
Biplot antara kabupaten dengan luas lahan yang terserang 6
OPT saat musim kemarau
6
7
9
10
11
DAFTAR LAMPIRAN
1
Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat
musim hujan
2 Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat
musim kemarau
3 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim hujan
4 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim hujan
5 Korelasi luas lahan yang terserang OPT wereng batang coklat
di 17 kabupaten selama 5 tahun saat musim hujan
6 Korelasi luas lahan yang terserang OPT tungro di 17 kabupaten
selama 5 tahun saat musim hujan
7 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim hujan
8 Korelasi luas lahan yang terserang OPT kresek di 17 kabupaten
selama 5 tahun saat musim hujan
9 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim kemarau
10 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim kemarau
14
15
16
16
16
16
17
17
17
17
11 Korelasi luas lahan yang terserang OPT wereng batang coklat
di 17 kabupaten selama 5 tahun saat musim kemarau
12 Korelasi luas lahan yang terserang OPT tungro di 17
kabupaten selama 5 tahun saat musim kemarau
13 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim kemarau
14 Korelasi luas lahan yang terserang OPT kresek di 17
kabupaten selama 5 tahun saat musim kemarau
15 Korelasi antar peubah biplot saat musim hujan
16 Korelasi antar peubah biplot saat musim kemarau
18
18
18
18
19
19
PENDAHULUAN
Latar Belakang
Tanaman pangan padi atau Oryza sativa merupakan salah satu tanaman pangan
yang sangat pokok bagi manusia. Buah tanaman padi yang berupa beras ini adalah
bahan makanan pokok penduduk Asia, termasuk di Indonesia (Siregar 1981). Sama
seperti tanaman lainnya, tanaman padi juga memiliki Organisme Pengganggu
Tanaman (OPT). OPT pada tanaman padi sangat beragam dan dapat berupa hama
atau penyakit. Beberapa hama pada tanaman padi ialah penggerek batang padi, tikus,
wereng batang coklat, burung, ulat dan lain-lain, sedangkan untuk contoh penyakit
ialah blast, kresek, tungro dan lain-lain.
Jawa Barat merupakan provinsi dengan penghasil padi terbesar kedua di
Indonesia (BPS 2013), dengan adanya OPT pada tanaman padi maka produktivitas
tanaman padi di Jawa Barat dapat berkurang atau menurun. Perlu dilakukan
penyusunan langkah-langkah pengendalian OPT melihat dampak buruk yang dapat
terjadi, khususnya untuk bidang pertanian seperti pencermatan untuk early warning
system dan fasilitasi program. Pengendalian OPT dapat dilihat melaui informasi
tentang penyebaran dan kriteria tingkat serangannya.
Susanti (2008) mengatakan bahwa pengaruh perubahan iklim memberikan
dampak yang cukup buruk terhadap pertanian di Indonesia dalam penelitiannya yang
berjudul Dampak Perubahan Iklim terhadap Serangan Organisme Pengganggu
Tanaman (OPT) serta Strategi Antisipasi dan Adaptasi. Wahyono (2012) mengatakan
bahwa El-Nino dan La-Nina dapat menstimulasi perkembangan hama dan penyakit
padi, seperti penggerek batang dan wereng batang coklat di Jawa Barat dan Jawa
Tengah, belalang di Lampung dan penyakit tungro di NTB dan Sulawesi Selatan.
Berdasarkan kedua hasil penelitian ini, peneliti ingin mengidentifikasi tentang
informasi tekanan OPT khususnya pada tanaman padi di provinsi Jawa Barat.
Analisis gerombol dapat digunakan untuk melihat jumlah gerombol kabupaten
di Jawa Barat yang menambah informasi tentang kriteria tingkat serangan OPT.
Kriteria serangan ditentukan berdasarkan hasil gerombol, dengan adanya informasi
tersebut pemerintah dapat mengetahui kriteria serangan tiap kabupaten di Jawa Barat.
Analisis biplot dapat menggambarkan karakteristik antara peubah yaitu luas lahan
tanaman padi yang terserang 6 OPT dengan objeknya yaitu 17 kabupaten di Jawa
Barat. Selain itu, dapat diperoleh juga informasi tentang kedekatan antar objek,
korelasi antar peubah dan keragaman tiap peubah. Melalui analisis gerombol dan
biplot diperoleh informasi tentang penyebaran OPT di seluruh kabupaten provinsi
Jawa Barat yang nantinya akan bermanfaat untuk pemerintah maupun petani.
Tujuan Penelitian
Tujuan penelitian ini adalah:
1. Menggerombolkan kabupaten yang berada di Jawa Barat berdasarkan
persentase luas lahan yang terserang masing-masing OPT untuk tiap musim.
2. Mengidentifikasi karakteristik antara persentase luas lahan yang terserang 6
OPT dan 17 kabupaten di Jawa Barat dengan menggunakan analisis biplot.
2
METODOLOGI
Data
Data yang digunakan dalam penelitian ini ialah data sekunder yang didapatkan
dari Balai Besar Peramalan Organisme Penggangu Tumbuhan hasil survei dari
Direktorat Perlindungan Tanaman Pangan Jakarta. Selain itu data juga didapat dari
dinas Tanaman Pangan dan Holtikultura Jawa Barat. Pelaksanaan survei dimulai dari
tahun 2008 sampai 2012.
Objek yang digunakan ialah seluruh kabupaten di provinsi Jawa Barat yaitu 17
kabupaten. Total peubah selama 5 tahun pada penelitian ini ialah sebanyak 30 peubah,
dengan 6 peubah untuk tiap tahunnya. 6 peubah tersebut ialah persentase luas lahan
yang terserang masing-masing OPT. Informasi lebih lanjut tentang peubah dapat
dilihat pada Lampiran 1 untuk musim hujan dan Lampiran 2 untuk musim kemarau.
Peubah yang digunakan untuk analisis gerombol dapat dilihat pada Tabel 1 dan
untuk peubah analisis biplot dapat dilihat pada Tabel 2.
Tabel 1 Peubah yang digunakan untuk analisis gerombol
Peubah
Y1
Y2
Y3
Y4
Y5
Keterangan
Persentase luas lahan yang terserang per jenis OPT tahun 2008
Persentase luas lahan yang terserang per jenis OPT tahun 2009
Persentase luas lahan yang terserang per jenis OPT tahun 2010
Persentase luas lahan yang terserang per jenis OPT tahun 2011
Persentase luas lahan yang terserang per jenis OPT tahun 2012
Tabel 2 Peubah yang digunakan untuk analisis biplot
Peubah
Y1
Y2
Y3
Y4
Y5
Y6
Keterangan
Rata-rata persentase luas lahan yang terserang penggerek batang padi selama 5
tahun
Rata-rata persentase luas lahan yang terserang tikus selama 5 tahun
Rata-rata persentase luas lahan yang terserang wereng batang coklat selama 5
tahun
Rata-rata persentase luas lahan yang terserang tungro selama 5 tahun
Rata-rata persentase luas lahan yang terserang kresek selama 5 tahun
Rata-rata persentase luas lahan yang terserang blast selama 5 tahun
Metode
Tahapan analisis yang dilakukan pada penelitian ini ialah sebagai berikut:
1. Mencari korelasi antar peubah persentase luas lahan yang terserang per jenis
OPT tiap tahunnya untuk musim hujan dan musim kemarau menggunakan
korelasi Pearson.
3
2. Melakukan penggerombolan kabupaten menggunakan analisis gerombol.
Analisis gerombol merupakan salah satu teknik peubah ganda yang
mempunyai tujuan utama untuk mengelompokkan n objek ke dalam m
gerombol ( m ≤ n ) berdasarkan kemiripan karakteristik yang dimilikinya
(Johnson & Winchern 2007). Objek-objek yang dihasilkan memiliki
homogenitas yang tinggi jika berada dalam satu gerombol, dan berlaku
sebaliknya. Peubah-peubah yang dilibatkan dalam analisis gerombol dipilih
sesuai dengan tujuan penggerombolan. Langkah-langkah dalam analisis
gerombol ialah sebagai berikut (Johnson dan Wichern, 2007) :
a. Mencari jarak dengan nilai D = {dij} dengan menggunakan jarak
Mahalanobis untuk masing-masing objek. Jarak Mahalanobis dapat
digunakan untuk peubah yang berkorelasi. Jarak Mahalanobis dirumuskan
sebagai berikut (Kaufma & Peter 2002):
dij = [(xi -xj )'S-1 (xi -xj )]
1/2
keterangan:
dij
= jarak antara objek ke-i dan objek ke-j
xi
= vektor ke-i
xj
= vektor ke-j
S
= matriks ragam peragam contoh
b. Menentukan jarak matriks antar dua jarak objek dengan menggunakan
pautan rataan, lalu jarak matriks yang terbentuk ialah duv. Rumus pautan
rataan dapat dituliskan sebagai berikut (Timm 2002):
∑∑ d
d(uv)w = i k ik
N(uv) Nw
keterangan:
dik
= jarak antara objek ke-i dalam gerombol (UV) dan objek kek dalam gerombol W
N(uv)
= jumlah objek dalam gerombol (UV)
Nw
= jumlah objek dalam gerombol W
c. Menggabungkan gerombol U dan V. Beri label baru dari format gerombol
yang terbentuk.
d. Memperbarui jarak matriks dengan:
i.menghapus baris-baris dan kolom-kolom yang sama dengan gerombol
U dan V
ii.menambah baris-baris atau dan kolom-kolom yang memberikan jarak
antara gerombol UV dengan gerombol sisanya.
e. Mengulangi langkah a-c sebanyak N-1 kali
3. Mengidentifikasi karakteristik serangan 6 OPT di 17 kabupaten dengan
melihat presentase luas lahan yang terserang 6 OPT menggunakan analisis
biplot. Biplot adalah sebuah representasi grafik dari suatu informasi dalam
sebuah matriks dengan ukuran nxp yang berdimensi 2, sehingga ciri-ciri
peubah dan objek pengamatan serta posisi relatif antar objek pengamatan
dengan peubah dapat dianalisis (Jollife 2002). Tahapan analisis biplot dapat
ditulis sebagai berikut:
a. Mendefinisikan matriks X dengan ukuran nxp dari peubah yang diamati,
dengan n adalah banyaknya objek dan p banyaknya peubah.
b. Menghitung nilai matriks X'X dan mencari akar ciri dari X'X.
c. Menghitung matriks U, L dan A
4
Analisis biplot didasarkan pada penguraian nilai singular (SVD). Jollife
(2002) menguraikan matriks X menjadi X=U L A', dengan U (nxr) dan A
(pxr) dengan lajur orthonormal sehingga U'U = Ir dan A'A = Ir. r adalah
pangkat matriks X dan L adalah matriks diagonal berukuran rxr dengan
unsur diagonal utamanya adalah akar dari akar ciri X'X atau XX',
√λ1 ≥ √λ2 ≥ ... ≥ √λr
Unsur-unsur diagonal tersebut ialah nilai singular dari matriks X. Kolomkolom matriks A ialah vektor ciri dari X'X dan XX'. Kolom-kolom untuk
matriks U diperoleh melalui:
1
Ui = ai dengan i =1,2,…,r
λ
i
ai adalah kolom dari matriks A yang dapat di tulis menjadi:
A = [a1 ,a2 , …, ar ]
Secara matematis SVD dapat ditulis sebagai
nXp = nUr rLr rAp
d. Menghitung nilai G dan H
Setelah didapatkan penguraian nilai singular dengan menggunakan
persamaan X = ULA', matriks X dapat dituliskan dalam bentuk:
X = GH'
α
misalkan matriks G = UL dan H = L1-αA' yang masing-masing
berukuran (nxr) dan (pxr) dengan α adalah nilai faktorisasi yang besarnya
0≤ α ≤1, menurut Jollife (2002) unsur ke-(i, j) dari matriks X dapat
dituliskan sebagai berikut:
Xij = gi'hj
untuk i = 1,2,...,n dan j = 1,2,...,p dengan gi' dan hj' masing-masing
merupakan baris matriks G dan H. Ketika X berpangkat 2 maka vektor
pengaruh baris gi dan vektor pengaruh lajur hj dapat digambarkan dalam
ruang berdimensi dua. Matriks G merupakan titik koordinat dari objek,
dan matriks H titik koordinat dari peubah.
e. Membuat plot pencaran biplot
f. Menghitung ukuran kebaikan biplot dengan rumus sebagai berikut:
λ +λ
ρ2 = ∑1 k λ 2
i
k
dengan λ1 adalah akar ciri terbesar pertama, λ2 adalah akar ciri terbesar
kedua dan λi adalah akar ciri terbesar ke-i dari X'X serta i = 1,2,...,k.
Semakin mendekati nilai satu, maka biplot memberikan penyajian yang
semakin baik mengenai informasi data yang sebenarnya (Mattjik dan
Sumertajaya 2011).
g. Interpretasi biplot
HASIL DAN PEMBAHASAN
Eksplorasi Data
Kabupaten Bekasi memiliki serangan OPT paling tinggi saat musim hujan
dibanding kabupaten lainnya di Jawa Barat. Persentase luas lahan yang terserang di
kabupaten Bekasi saat musim hujan memiliki rata-rata sebesar 0.9% dari total luas
tanam padi (Lampiran 1). Letak geografis atau iklim kabupaten Bekasi dapat
5
dicurigai menjadi salah satu faktor penyebab tingginya serangan OPT pada tanaman
padi di Bekasi. Kabupaten Bogor, Sukabumi, Garut dan Sumedang memiliki rata-rata
persentase luas terserang terendah saat musim hujan yaitu 0.2% dari total luas tanam
padi di masing-masing kabupaten.
Kabupaten Bekasi juga memiliki serangan OPT paling tinggi saat musim
kemarau dengan persentase rata-rata luas lahan yang terserang mencapai 1.7% dari
total luas tanam padi (Lampiran 2). Sama seperti saat musim hujan, hal ini dapat
disebabkan oleh letak geografis atau iklim kabupaten Bekasi yang dapat memicu
tingginya serangan OPT. Kabupaten Sukabumi dan Garut menjadi kabupaten dengan
serangan OPT terendah saat musim kemarau, dengan rata-rata luas lahan terserang
sebesar 0.3% dari luas total tanam padi masing-masing kabupaten.
Korelasi antar peubah yang digunakan untuk analisis gerombol saat musim
hujan dapat dilihat pada lampiran 3-8. Korelasi presentase luas lahan yang terserang
OPT antar tahun pada musim hujan dapat dikatakan tinggi. Hasil korelasi ini
menyimpulkan bahwa ada hubungan yang kuat antara persentase luas lahan yang
terserang masing-masing OPT antar tahunnya. Korelasi rendah atau yang tidak
berkorelasi ditemukan pada peubah persentase luas lahan yang terserang blast dan
persentase luas lahan yang terserang kresek saat musim hujan (Lampiran 7-8). Saat
musim kemarau, sebagian besar presentase luas lahan yang terserang OPT antar tahun
tidak berkorelasi ditemukan pada OPT wereng batang coklat dan blast (Lampiran 11,
13), serta cenderung berkorelasi tinggi untuk OPT lainnya. Korelasi antar presentase
luas lahan yang terserang OPT saat musim kemarau dapat dilihat pada lampiran 9-14.
Hasil Analisis Gerombol
Salah satu tujuan dari penelitian ini ialah menggerombolkan kabupaten di Jawa
Barat berdasarkan persentase proporsi luas yang terserang masing-masing OPT
selama lima tahun untuk tiap musimnya. Langkah pertama yang dilakukan ialah
mencari korelasi antar peubah. Sebagian besar terdapat korelasi antar tahun untuk
masing-masing luas lahan yang terserang OPT, oleh karena itu digunakan jarak
Mahalanobis dalam analisis gerombol pada penelitian ini.
Output analisis gerombol berupa dendogram yang dapat dilihat pada Gambar
1. Dendogram tersebut merupakan hasil penggerombolan berdasarkan peubah luas
lahan yang terserang penggerek batang padi saat musim hujan. Penentuan jumlah
gerombol ditentukan berdasarkan pemotongan jarak terjauh dari dendogram yang
dihasilkan, dalam kasus ini jumlah gerombol yang terbentuk ialah 3.
6
Gambar 1 Dendogram berdasarkan luas lahan yang terserang penggerek batang
padi saat musim hujan
Gerombol Musim Hujan
Hasil analisis gerombol saat musim hujan dapat dilihat di Tabel 3. Kriteria
serangan dapat ditentukan melalui jumlah gerombol yang terbentuk. Jika gerombol
yang terbentuk terdiri dari 1 sampai 4 gerombol maka gerombol 1 dapat dikatakan
gerombol dengan serangan OPT ringan, gerombol 2 sedang, gerombol 3 berat dan
gerombol 4 sangat berat. Jika hasil penggerombolan terdiri dari 2 gerombol maka
gerombol 2 dapat dikatakan gerombol dengan serangan berat. Berdasarkan hasil
analisis gerombol yang diperoleh, dapat dikatakan bahwa kabupaten Bogor, Bandung,
Ciamis, Sukabumi, Cianjur, Garut, Sumedang dan Tasikmalaya memiliki tipe
serangan yang sama dari penggerombolan OPT PBP sampai tungro, yaitu serangan
rendah saat musim hujan.
Gerombol 1
Tabel 3 Hasil analisis gerombol saat musim hujan
PBB
Tikus
WBC
Blast
Kresek
Tungro
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Karawang
Kuningan
Majalengka
Purwakarta
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bekasi
Bogor
Cianjur
Ciamis
Garut
Indramayu
Karawang
Kuningan
Majalengka
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bdg Barat
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Karawang
Kuningan
Subang
Sukabumi
Sumedang
Tasikmalaya
Bandung
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Majalengka
Subang
Sukabumi
Sumedang
Tasikmalaya
Gerombol 4 Gerombol 3
Gerombol 2
7
Karawang
Bekasi
Bekasi
Subang
Cirebon
Indramayu
Kuningan
Bekasi
Purwakarta
Purwakarta
Bdg Barat
Majalengka
Purwakarta
Indramayu
Kabupaten yang masuk dalam masing-masing gerombol saat musim hujan ini
memiliki kemungkinan karena disebabkan oleh adanya faktor letak geografis masingmasing kabupaten (efek spasial). Kedekatan antar daerah dapat menyebabkan
serangan OPT hampir sama dari satu kabupaten ke kabupaten terdekat lainnya. Peta
salah satu contoh hasil analisis gerombol berdasarkan peubah persentase luas lahan
yang terserang oleh penggerek batang padi dapat dilihat pada Gambar 2. Saat musim
hujan hampir seluruh kabupaten di Jawa Barat masuk dalam gerombol 1 dengan
kriteria serangan ringan dan hanya dua kabupaten yang tidak masuk dalam kriteria
tersebut. Hal ini dapat dicurigai karena adanya efek spasial antar kabupaten di Jawa
Barat saat musim hujan.
Gambar 2 Peta hasil analisis gerombol untuk peubah persentase luas lahan yang
terserang penggerek batang padi saat musim hujan
8
Gerombol Musim Kemarau
Hasil analisis gerombol saat musim hujan dapat dilihat di Tabel 4. Kriteria
serangan dapat ditentukan melalui jumlah gerombol yang terbentuk. Jika gerombol
yang terbentuk terdiri dari 1 sampai 4 gerombol maka gerombol 1 dapat dikatakan
gerombol dengan serangan OPT ringan, gerombol 2 sedang, gerombol 3 berat dan
gerombol 4 sangat berat. Jika hasil penggerombolan terdiri dari 2 gerombol maka
gerombol 2 dapat dikatakan gerombol dengan serangan berat. Berdasarkan hasil
analisis gerombol yang diperoleh, dapat dikatakan bahwa kabupaten Bogor,
Sukabumi, Cianjur, Garut, Tasikmalaya, Purwakarta, Kuningan, Majalengka dan
Sumedang memiliki tipe serangan yang sama dari penggerombolan OPT PBP sampai
tungro yaitu serangan rendah.
Gerombol 4 Gerombol 3 Gerombol 2
Gerombol 1
Tabel 4 Hasil analisis gerombol saat musim kemarau
PBP
Bandung
Bogor
Ciamis
Cianjur
Cirebon
Garut
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Tikus
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Garut
Indramayu
Karawang
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
WBC
Bandung
Bdg Barat
Bogor
Ciamis
Cianjur
Cirebon
Garut
Karawang
Kuningan
Majalengka
Purwakarta
Sukabumi
Sumedang
Tasikmalaya
Blast
Bandung
Bdg Barat
Bekasi
Bogor
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Purwakarta
Subang
Sukabumi
Sumedang
Majalengka
Tasikmalaya
Kresek
Bandung
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Majalengka
Purwakarta
Subang
Sukabumi
Sumedang
Tasikmalaya
Tungro
Bekasi
Bogor
Ciamis
Cianjur
Cirebon
Garut
Indramayu
Karawang
Kuningan
Majalengka
Subang
Sukabumi
Sumedang
Tasikmalaya
Purwakarta
Bdg Barat
Bekasi
Subang
Ciamis
Bdg Barat
Bdg Barat
Cirebon
Bekasi
Karawang
Indramayu
Bekasi
Indramayu
Bandung
9
Gerombol yang berisi masing-masing kabupaten hasil analisis gerombol saat
musim kemarau ini memiliki kemungkinan karena disebabkan oleh adanya faktor
letak geografis masing-masing kabupaten (efek spasial). Sama seperti saat musim
hujan, kedekatan antar daerah dapat menjadi salah satu penyebab serangan OPT mirip
atau hampir sama dari satu kabupaten ke kabupaten terdekat lainnya. Peta salah satu
contoh hasil analisis gerombol berdasarkan peubah persentase luas lahan yang
terserang oleh OPT tikus saat musim kemarau dapat dilihat pada Gambar 3. Hampir
seluruh kabupaten di Jawa Barat masuk dalam gerombol 1 dengan kriteria serangan
ringan dan hanya dua kabupaten yang tidak masuk dalam kriteria tersebut. Hal ini
dapat dicurigai karena adanya efek spasial antar kabupaten di Jawa Barat saat musim
kemarau.
Gambar 3 Peta hasil analisis gerombol untuk peubah persentase luas lahan yang
terserang tikus saat musim kemarau
Hasil Analisis Biplot
Analisis biplot dapat digunakan untuk mengidentifikasi karakteristik antara
kabupaten di Jawa Barat dengan persentase luas lahan yang terserang oleh 6 OPT.
Berikut merupakan hasil analisis biplot untuk musim hujan dan musim kemarau.
Biplot Musim Hujan
Hasil analisis biplot untuk musim hujan memberikan informasi sebesar 78.4%
dari data sebenarnya dengan perolehan dari sumbu pertama sebesar 60.6% dan sumbu
kedua sebesar 17.8%.
10
0.10
0.08
0.06
0.04
0.02
0.00
-0.02
-0.04
-0.06
-0.08
L
WBC
Tikus
B
-0.06
EK
A
Blast
J
Tungro
C
G
H
I
M
D
Q
F N
Kresek
O
P
PenggerekBatang
-0.04
-0.02
0.00
0.02
0.04
0.06
0.08
0.10
0.12
Dimension 1 (60.6%)
Gambar 4 Biplot antara kabupaten dengan luas lahan yang terserang 6 OPT
saat musim hujan
Berdasarkan Gambar 4 terdapat beberapa informasi yang dapat diperoleh dari
biplot. Informasi pertama keragaman peubah yang dapat dilihat dari panjang vektor.
Semakin panjang vektor, maka semakin beragam peubah tersebut. Luas lahan yang
terserang OPT penggerek batang padi memiliki keragaman paling besar saat musim
hujan.
Kedekatan antar objek dapat dilihat dari letak titik objek tersebut. Interpretasi
dari posisi kabupaten B (Sukabumi), E (Garut), K (Sumedang), A (Bogor), C
(Cianjur), G (Ciamis) dan H (Kuningan) memiliki karakteristik yang sama karena
titik objek atau kabupaten berdekatan. Kabupaten H (Kuningan), F (Tasikmalaya)
dan N (Purwakarta) juga dapat dikatakan memiliki karakteristik yang sama dan
mencirikan peubah luas lahan yang terserang tungro.
Saat musim hujan kabupaten J (Majalengka) dicirikan oleh peubah luas lahan
yang terserang blast. Kabupaten I (Cirebon), M (Subang) dan L (Indramayu)
dicirikan oleh peubah luas lahan yang terserang oleh wereng batang coklat.
Kabupaten D (Bandung) dicirikan oleh peubah luas lahan yang terserang tikus dan
kresek. Kabupaten O (Karawang) dan Q (Bandung Barat) dicirikan oleh peubah luas
lahan yang terserang kresek dan penggerek batang padi, serta Kabupaten P (Bekasi)
dicirikan oleh peubah luas lahan yang terserang penggerek batang.
Hasil analisis biplot musim hujan yang dihasilkan dapat dikatakan sesuai
dengan hasil analisis gerombol musim hujan yang diperoleh. Salah satu contoh yang
dapat diambil ialah hasil analisis biplot mengatakan kabupaten Bekasi menjadi
penciri peubah persentase luas lahan yang terserang penggerek batang padi, untuk
hasil analisis gerombol diperoleh bahwa kabupaten Bekasi masuk dalam gerombol
dengan serangan tinggi saat digerombolkan berdasarkan persentase luas lahan yang
terserang oleh penggerek batang padi.
Nilai cosinus sudut antara dua vektor peubah menggambarkan korelasi kedua
peubah. Jika sudut yang dibentuk antara dua peubah kurang dari 90 ○ atau membentuk
sudut lancip maka kedua peubah tersebut memiliki korelasi positif. Begitu juga
sebaliknya, namun jika sudut yang dibentuk antara kedua peubah mendekati 90 ○ atau
sudut siku-siku maka peubah dikatakan tidak berkorelasi. Besaran korelasi tidak
dapat diukur dari analisis biplot.
11
Saat musim hujan peubah luas yang terserang OPT tungro dengan OPT
penggerek batang padi, wereng batang coklat, kresek dan tikus memiliki korelasi
negatif. Peubah luas yang terserang OPT penggerek batang padi memiliki korelasi
positif dengan luas yang terserang wereng batang coklat, kresek dan tikus, dan
berlaku sebaliknya. Peubah luas lahan yang terserang OPT blast memiliki korelasi
negatif dengan luas yang terserang OPT penggerek batang padi, tikus, wereng batang
coklat dan kresek, dan memiliki korelasi positif dengan luas lahan yang terserang
tungro. Hal ini sesuai dengan matriks korelasi yang di hasilkan pada Lampiran 15,
namun ada beberapa korelasi yang tidak sejalan antara hasil korelasi sesungguhnya
dengan hasil korelasi biplot. Hal ini disebabkan karena hanya sebesar 78.4%
informasi yang dihasilkan biplot yang dapat menerangkan informasi data sebenarnya.
Biplot Musim Kemarau
Saat musim kemarau informasi yang dapat diberikan oleh biplot sebesar 83.7%,
dari informasi data sebenarnya dengan sumbu pertama sebesar 61.0% dan sumbu
kedua sebesar 22.7%.
0.12
Tikus
0.07
0.02
-0.03
B
AE
KC
H
G
Blast
Tungro
F
N
Q
I
D
Kresek
J
L
PenggerekBatang
P
O
-0.08
M
-0.13
WBC
-0.18
-0.08
-0.06
-0.04
-0.02
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
0.16
0.18
Dimension 1 (61.0%)
Gambar 5 Biplot antara kabupaten dengan luas lahan yang terserang 6
OPT saat musim kemarau
Informasi yang dapat diperoleh dari biplot musim kemarau yang dapat dilihat
pada Gambar 5 ialah keragaman peubah luas lahan yang terserang OPT tikus paling
tinggi dibanding peubah lainnya. Peubah luas lahan yang terserang OPT wereng
batang coklat memiliki keragaman tinggi kedua setelah tikus, lalu disusul oleh
peubah luas lahan yang terserang OPT penggerek batang padi, kresek, tungro dan
blast.
Posisi titik dari objek atau kabupaten B (Sukabumi), A (Bogor), E (Garut), K
(Sumedang), C (Cianjur), H (Kuningan) dan G (Ciamis) berdekatan, sehingga dapat
dikatakan kabupaten-kabupaten tersebut memiliki karakteristik yang mirip.
Kabupaten F (Tasikmalaya) dan N (Purwakarta) memiliki karakteristik yang sama
yaitu sebagai penciri peubah luas lahan yang terserang tungro dan blast. Kabupaten
J (Majalengka), Q (Bandung Barat), D (Bandung) dan I (Cirebon) dapat dikatakan
menjadi penciri peubah luas lahan yang terserang kresek. Selain menjadi penciri luas
lahan terserang kresek, kabupaten I (Cirebon) juga menjadi penciri peubah luas yang
terserang tikus.
12
Saat musim kemarau kabupaten L (Indramayu) dicirikan oleh peubah luas
lahan yang terserang penggerek batang padi. Kabupaten O (Karawang), M (Subang)
dapat dikatakan memiliki karakteristik yang mirip dan sekaligus dicirikan oleh
peubah luas lahan yang terserang wereng batang coklat, selain Karawang dan Subang
kabupaten P (Bekasi) juga dicirikan oleh penciri peubah luas terserang wereng batang
coklat.
Hasil analisis biplot musim kemarau dapat dikatakan sesuai dengan hasil
analisis gerombol musim kemarau yang diperoleh. Salah satu contoh yang dapat
diambil ialah hasil analisis biplot mengatakan kabupaten Indramayu menjadi penciri
peubah persentase luas lahan yang terserang penggerek batang padi, untuk hasil
analisis gerombol diperoleh bahwa kabupaten Indramayu masuk dalam gerombol
dengan serangan tinggi saat digerombolkan berdasarkan persentase luas lahan yang
terserang oleh penggerek batang padi.
Melihat sudut antar vektor yang terbentuk dapat dikatakan bahwa peubah luas
lahan yang terserang wereng batang coklat memiliki korelasi positif dengan peubah
luas lahan yang terserang penggerek batang padi, tikus dan kresek. Selain itu peubah
luas lahan yang terserang wereng batang coklat memiliki korelasi negatif dengan
peubah luas lahan yang terserang tungro dan blast. Peubah luas lahan yang terserang
tungro memiliki korelasi negatif dengan peubah luas lahan yang terserang tikus,
kresek, penggerek batang padi dan kresek, selain itu peubah tersebut juga memiliki
korelasi positif dengan peubah luas lahan yang terserang blast. Informasi ini sesuai
dengan matriks korelasi yang dihasilkan dan dapat dilihat pada Lampiran 16, namun
ada beberapa korelasi yang tidak sejalan antara hasil korelasi sesungguhnya dengan
hasil korelasi biplot. Hal ini disebabkan karena hanya sebesar 83.7% informasi yang
dihasilkan biplot yang dapat menerangkan informasi data sebenarnya.
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil penelitian ini dapat disimpulkan bahwa tipe serangan ke
enam organisme pengganggu tanaman pada tanaman padi seluruh kabupaten di
provinsi Jawa Barat sangat beragam. OPT yang digunakan yaitu penggerek batang
padi, tikus, wereng batang coklat, tungro, blast dan kresek. Hasil analisis gerombol
menunjukkan bahwa terdapat 2 sampai 4 gerombol untuk masing-masing OPT.
Melalui analisis gerombol dapat diketahui kriteria serangan tiap OPT di seluruh
kabupaten provinsi Jawa Barat.
Kabupaten Bogor, Bandung, Ciamis, Sukabumi, Cianjur, Garut, Sumedang dan
Tasikmalaya memiliki tipe serangan yang sama dari penggerombolan OPT PBP
sampai tungro, yaitu serangan rendah saat musim hujan. Saat musim kemarau
kabupaten Bogor, Sukabumi, Cianjur, Garut, Tasikmalaya, Purwakarta, Kuningan,
Majalengka dan Sumedang memiliki tipe serangan yang sama dari penggerombolan
OPT PBP sampai tungro, yaitu serangan rendah.
Hasil analisis biplot menunjukkan bahwa kabupaten yang rawan terserang oleh
OPT penggerek batang padi ialah kabupaten Bekasi saat musim hujan dan kabupaten
Indramayu saat musim kemarau. Kabupaten yang rawan terserang OPT wereng
batang coklat ialah Indramayu saat musim hujan dan kabupaten Bekasi saat musim
13
kemarau. Tipe serangan OPT tikus dominan di kabupaten Cirebon saat musim
kemarau dan merata saat musim hujan.
Saran
Pemerintah provinsi Jawa Barat perlu melakukan pencegahan serangan
penggerek batang padi khususnya di kabupaten Bekasi saat musim hujan, dan
Indramayu saat musim kemarau. Serangan wereng batang coklat untuk kabupaten
Subang dan Indramayu saat musim hujan dan ditambah kabupaten Bekasi saat musim
kemarau. Serangan blast di kabupaten Majalengka saat musim hujan dan
Tasikmalaya saat kemarau. Serangan tikus di kabupaten Cirebon saat musim kemarau,
untuk musim hujan serangan tikus cenderung merata. Serangan tungro khususnya
untuk kabupaten Purwakarta dan Tasikmalaya saat musim hujan dan kemarau. Untuk
metode statistika, dapat dilakukan analisis spasial dengan data yang sama dengan di
tambah peubah curah hujan dan ketinggian daerah untuk tiap kabupaten.
DAFTAR PUSTAKA
Aunuddin. 2005. Statistika: Rancangan dan Analisis Data. Bogor (ID): IPB Press
[BPS] Badan Pusat Statistik. 2013. Data Pertanian dan Pertambangan bagian Tanaman
Pangan, Jawa Barat (ID) : BPS
Johnson RA, Wichern DW. 2007. Applied Multivariate Statistical Analysis. New
Jersey (US): Pearson Prentice Hall
Jollife IT. 2002. Principal Component Analysis. New York (US): Springer-Verlag
Kaufma L, Peter JR. 1990. Finding Groups in Data, An Introduction to Cluster
Analysis. New York (US): A John Wiley & Sons, Inc.
Mattjik AA dan Sumertajaya IM. 2011. Sidik Peubah Ganda dengan Menggunakan
SAS. Bogor (ID): IPB Press
Siregar H. 1981. Budidaya Tanaman Padi di Indonesia. Bogor (ID): PT. Sastra
Hudaya.
Susanti, Erni. 2008. Dampak Perubahan Iklim Terhadap Serangan OPT serta Strategi
Antisipasi dan Adaptasi. [skripsi]. Balai Penelitian Agroklimat dan Hidrologi
Timm NH. 2002. Applied Multivariate Analysis. New York (US): Springer-Verlag
Wahyono T, Subanar. 2012. Rancang bangun sistem ‘PERMADI’ Peringatan Dini
Serangan Hama Tanaman Padi Berbasis Data Historis Klimatologi. Jurnal
Sistem Komputer. 2(1):1-8
14
Lampiran 1 Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat musim hujan
2008
Kabupaten
Bogor
Sukabumi
Cianjur
Bandung
Garut
Tasikmala
ya
Ciamis
Kuningan
Cirebon
Majalengk
a
Sumedang
Indramayu
Subang
Purwakart
a
Karawang
Bekasi
Bandung
Barat
PB
P
0.3
6
0.2
5
0.3
5
0.5
6
0.3
4
0.9
4
0.4
1
0.8
2
0.3
5
0.1
8
0.1
4
0.3
8
0.5
4
0.4
0
0.9
5
2.5
9
0.8
4
2009
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.23
0.00
0.21
0.46
0.08
0.04
0.01
0.10
0.24
0.02
0.21
0.00
0.08
1.08
0.12
1.08
0.00
0.10
0.60
0.01
0.54
0.00
0.09
0.18
0.02
0.33
0.04
0.37
1.49
0.01
0.12
0.09
0.17
0.78
0.00
0.31
0.03
0.14
0.91
0.11
0.67
0.08
0.03
1.41
0.00
1.03
0.12
0.65
1.26
0.00
0.55
0.01
0.10
0.34
0.05
1.24
3.68
0.66
1.26
0.00
1.36
0.22
0.02
1.00
0.05
0.48
0.01
0.01
0.90
0.49
1.50
0.03
0.00
0.67
0.00
0.60
0.01
0.02
1.09
0.00
0.46
0.00
0.78
0.68
0.11
PB
P
0.3
7
0.2
4
0.5
4
0.9
1
0.3
6
0.6
7
0.5
6
0.5
6
0.7
1
0.7
9
0.5
7
0.8
5
0.3
9
0.2
9
0.7
4
1.7
1
0.8
9
2010
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.32
0.00
0.12
0.44
0.04
0.20
0.00
0.15
0.26
0.04
0.55
0.00
0.09
0.51
0.11
1.64
0.01
0.31
1.11
0.03
0.58
0.00
0.06
0.19
0.01
0.81
0.00
0.22
1.68
0.01
0.31
0.06
0.31
0.98
0.00
0.50
0.00
0.36
0.62
0.05
1.34
0.75
0.43
1.06
0.00
0.61
0.06
0.18
0.83
0.00
0.37
0.01
0.16
0.18
0.05
1.58
1.51
0.18
0.29
0.00
0.78
2.37
0.02
0.86
0.02
1.29
0.03
0.08
0.89
0.31
1.00
0.74
0.00
0.33
0.00
2.37
0.16
0.00
1.03
0.00
1.23
0.02
0.26
0.58
0.12
PB
P
0.4
6
0.3
0
0.6
0
1.2
5
0.3
7
0.9
3
0.7
8
1.4
0
0.7
4
0.6
0
0.5
3
0.7
4
1.5
3
1.7
5
1.0
6
1.8
2
1.5
5
2011
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.43
0.00
0.13
0.64
0.10
0.17
0.00
0.23
0.51
0.07
0.57
0.04
0.21
0.73
0.18
2.80
0.00
0.24
1.34
0.16
0.49
0.00
0.08
0.30
0.20
1.34
0.00
0.20
1.85
0.07
0.90
0.02
0.10
1.46
0.00
0.05
0.00
0.28
1.65
0.27
2.57
0.09
0.07
1.42
0.00
1.49
0.01
0.05
1.67
0.01
0.32
0.01
0.15
0.53
0.10
2.95
1.02
0.01
2.29
0.00
1.06
0.10
0.11
1.29
0.03
0.95
0.34
0.06
2.61
0.28
0.93
0.51
0.00
0.97
0.00
1.15
1.38
0.00
1.29
0.00
2.77
0.00
0.09
1.06
0.31
PB
P
0.5
4
0.3
2
0.6
2
1.4
1
0.3
0
0.9
2
0.7
6
1.2
1
1.0
6
0.9
0
0.4
4
1.6
8
1.3
1
1.4
9
1.9
9
1.4
3
1.7
6
2012
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.15
0.00
0.11
0.55
0.05
0.05
0.02
0.27
0.43
0.09
0.21
0.00
0.23
0.47
0.16
1.51
0.00
0.15
1.36
0.15
0.15
0.02
0.09
0.23
0.18
0.32
0.01
0.35
1.42
0.07
0.52
0.04
0.50
1.41
0.00
0.01
0.00
0.28
0.94
0.28
0.82
0.13
0.26
0.69
0.00
0.62
0.03
0.39
1.04
0.01
0.09
0.00
0.20
0.28
0.09
1.03
0.55
0.15
0.58
0.00
0.60
0.18
0.02
0.39
0.04
0.16
0.05
0.00
0.69
0.23
0.99
0.05
0.00
0.80
0.00
1.00
0.08
0.03
1.22
0.00
1.67
0.00
0.11
1.44
0.34
PB
P
0.4
4
0.2
3
0.3
7
0.7
0
0.3
2
0.7
1
0.5
8
0.5
9
0.4
0
0.4
8
0.2
2
0.8
8
0.5
5
1.0
9
2.9
5
5.5
1
1.1
1
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.20
0.01
0.15
0.20
0.04
0.04
0.04
0.46
0.14
0.03
0.10
0.01
0.31
0.13
0.10
0.83
0.00
0.16
0.20
0.03
0.12
0.04
0.11
0.06
0.03
0.21
0.02
0.95
0.24
0.02
0.24
0.18
1.22
0.13
0.00
0.07
0.04
0.42
0.14
0.07
0.44
0.24
0.28
0.06
0.00
0.93
0.15
0.99
0.59
0.00
0.33
0.02
0.39
0.02
0.03
0.48
0.99
0.24
0.03
0.00
0.79
0.54
0.09
0.03
0.02
0.00
0.01
0.76
0.15
0.11
1.17
0.19
0.08
0.12
0.00
1.25
1.17
0.09
0.02
0.00
0.43
0.00
0.13
0.21
0.25
rata
2
raga
m
0.2
3
0.1
7
0.2
9
0.6
2
0.1
8
0.5
4
0.4
2
0.4
0
0.5
4
0.5
2
0.2
1
0.8
4
0.5
4
0.5
3
0.5
9
0.9
0
0.03
8
0.02
1
0.07
0
0.47
7
0.02
8
0.32
2
0.19
2
0.19
6
0.34
9
0.23
8
0.03
4
0.81
8
0.34
7
0.38
5
0.49
0
1.36
3
0.6
4
0.46
1
15
Lampiran 2 Persentase luas lahan yang terserang 6 OPT selama 5 tahun saat musim kemarau
2008
Kabupaten
Bogor
Sukabumi
Cianjur
Bandung
Garut
Tasikmala
ya
Ciamis
Kuningan
Cirebon
Majalengk
a
Sumedang
Indramayu
Subang
Purwakart
a
Karawang
Bekasi
Bandung
Barat
2009
2010
2011
2012
rata
2
raga
m
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
PB
P
Tiku
s
WB
C
Bla
st
Krese
k
Tungr
o
0.4
0.3
0.0
0.2
0.4
0.1
0.4
0.7
0.0
0.4
0.8
0.1
0.4
0.7
0.1
0.2
1.1
0.2
0.5
0.7
0.0
0.3
1.0
0.1
0.4
0.3
0.0
0.2
1.1
0.1
0.4
0.1
0.0
0.0
0.0
0.1
0.1
0.2
0.3
0.0
0.1
0.5
0.0
0.3
0.6
0.0
0.5
0.8
0.1
0.3
0.3
0.0
0.5
0.9
0.1
0.2
0.1
0.1
0.6
0.8
0.1
0.3
0.3
0.1
0.0
0.1
0.4
0.1
0.4
0.6
0.0
0.2
1.6
0.2
0.3
1.2
0.1
0.3
1.2
0.3
0.6
0.7
0.0
0.4
1.3
0.3
0.3
0.3
0.0
0.4
1.0
0.2
0.4
0.9
1.3
0.0
0.2
0.8
0.0
1.0
2.7
0.0
0.2
1.5
0.0
1.3
4.9
0.0
0.5
3.0
0.1
1.4
4.1
0.0
0.3
2.3
0.2
0.8
1.7
0.0
0.3
1.9
0.1
1.0
0.3
0.3
0.0
0.0
0.2
0.1
0.3
1.6
0.0
0.1
0.3
0.0
0.3
1.2
0.0
0.2
0.5
0.1
0.3
0.6
0.0
0.1
0.4
0.3
0.2
0.2
0.0
0.1
0.3
0.1
0.3
0.8
0.4
0.0
0.3
1.1
0.1
0.6
1.1
0.0
0.6
2.4
0.0
1.1
2.8
0.0
0.4
3.9
0.0
0.9
1.8
0.0
0.3
2.7
0.1
0.6
0.6
0.0
1.2
2.7
0.1
0.9
0.4
0.1
0.0
0.2
0.7
0.0
0.3
0.3
0.1
0.3
1.3
0.0
0.6
1.4
0.2
0.4
2.6
0.0
0.8
1.4
0.0
0.2
2.8
0.0
0.6
1.1
0.1
1.5
2.3
0.0
0.7
0.6
1.0
0.0
0.1
0.4
0.2
0.5
0.8
0.0
0.2
1.3
0.2
0.7
0.8
0.0
0.4
2.0
0.2
1.2
0.1
0.0
0.5
3.1
0.4
0.6
0.1
0.0
0.5
1.3
0.3
0.6
0.6
4.0
1.7
0.0
0.5
0.0
0.7
2.0
0.5
0.1
1.9
0.0
0.4
6.2
1.5
0.5
2.6
0.0
1.1
6.3
0.1
0.1
2.1
0.0
0.6
2.1
0.3
0.3
1.1
0.0
1.3
0.7
1.5
1.2
0.1
0.9
0.1
0.7
2.1
0.1
0.7
2.2
0.0
1.6
1.5
1.2
0.2
2.6
0.0
0.9
2.5
0.0
0.1
3.0
0.0
0.5
1.8
0.0
0.8
2.2
0.0
1.0
0.1
0.9
0.0
0.1
0.2
0.1
0.3
0.9
0.0
0.2
0.7
0.1
0.7
0.7
0.1
0.3
0.8
0.1
0.4
0.5
0.0
0.2
0.6
0.3
0.3
0.4
0.0
0.6
0.5
0.2
0.3
1.1
1.7
0.6
0.0
0.5
0.0
2.1
2.6
4.9
0.6
2.2
0.0
0.7
3.9
4.5
0.2
1.7
0.0
1.7
4.8
1.3
0.0
3.1
0.0
0.6
1.7
0.7
0.2
1.0
0.0
1.4
1.0
0.8
0.4
0.0
0.3
0.1
0.6
2.6
0.9
0.0
1.8
0.1
0.5
1.9
12.4
0.1
1.8
0.0
1.3
1.5
0.2
0.1
1.6
0.1
0.4
1.1
0.2
0.0
1.0
0.1
1.1
0.6
0.3
0.1
0.0
0.5
0.9
0.4
1.2
0.0
0.0
1.9
0.9
0.3
2.9
1.9
0.2
3.2
0.8
1.5
2.0
0.5
0.0
3.2
1.2
0.5
0.2
0.1
0.1
0.7
0.3
0.9
2.4
1.3
0.0
0.0
0.6
0.0
1.1
2.7
1.0
0.0
1.6
0.0
0.8
1.8
4.9
0.0
1.0
0.0
2.0
2.0
0.9
0.0
1.6
0.0
3.2
1.8
0.1
0.0
1.7
0.0
1.1
3.4
0.4
0.0
0.0
1.3
0.0
2.6
1.9
0.0
0.0
2.4
0.0
2.2
5.1
12.1
0.0
2.1
0.0
1.4
2.2
0.8
0.0
2.0
0.0
4.4
2.5
0.8
0.0
2.1
0.0
1.7
0.10
1
0.06
8
0.17
4
1.64
5
0.12
2
1.08
2
0.64
2
0.45
8
2.81
8
0.83
6
0.07
5
2.26
8
5.07
9
0.90
6
1.42
9
5.89
3
0.0
0.0
0.0
0.0
0.0
0.0
0.6
1.9
0.0
0.6
0.7
0.4
1.5
6.1
0.0
0.4
1.6
0.5
1.8
4.9
0.0
0.2
2.9
0.7
1.0
1.3
0.0
0.3
2.2
0.5
1.0
2.10
5
16
Lampiran 3 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim hujan
2009
2010
2011
2012
2008
0.802*
0.632*
0.430
0.920*
2009
2010
2011
0.454
0.487
0.790*
0.739*
0.562*
0.510*
*Korelasi nyata pada taraf 5%
Lampiran 4 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim hujan
2009
2010
2011
2012
2008
0.425
0.458
0.532*
0.739*
2009
2010
2011
0.648*
0.692*
0.582*
0.849*
0.358
0.645*
*Korelasi nyata pada taraf 5%
Lampiran 5 Korelasi luas lahan yang terserang OPT wereng batang coklat di 17
kabupaten selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.501*
2010
0.512* 0.296
2011
0.942* 0.715* 0.583*
2012
0.581* 0.549* 0.894*
*Korelasi nyata pada taraf 5%
2011
0.713*
Lampiran 6 Korelasi luas lahan yang terserang OPT tungro di 17 kabupaten
selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.974*
2010
0.650* 0.709*
2011
0.548* 0.628* 0.978*
2012
0.515* 0.647* 0.828*
*Korelasi nyata pada taraf 5%
2011
0.854*
17
Lampiran 7 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.249
2010
-0.176 0.401
2011
0.277
0.636* 0.370
2012
0.195
0.319
0.118
*Korelasi nyata pada taraf 5%
2011
0.766*
Lampiran 8 Korelasi luas lahan yang terserang OPT kresek di 17 kabupaten
selama 5 tahun saat musim hujan
2008
2009
2010
2009
0.659*
2010
0.693* 0.529*
2011
0.370
0.691* 0.395
2012
0.215
0.259
0.182
*Korelasi nyata pada taraf 5%
2011
0.397
Lampiran 9 Korelasi luas lahan yang terserang OPT penggerek batang padi
selama 5 tahun saat musim kemarau
2009
2010
2011
2012
2008
0.826*
0.559*
0.536*
0.929*
2009
2010
2011
0.634*
0.570*
0.742*
0.403
0.625*
0.526*
*Korelasi nyata pada taraf 5%
Lampiran 10 Korelasi luas lahan yang terserang OPT tikus di 17 kabupaten
selama 5 tahun saat musim kemarau
2009
2010
2011
2012
2008
0.497*
0.436
0.652*
0.559*
2009
2010
2011
0.558*
0.633*
0.738*
0.895*
0.686*
0.712*
*Korelasi nyata pada taraf 5%
18
Lampiran 11 Korelasi luas lahan yang terserang OPT wereng batang coklat di 17
kabupaten selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.287
2010
0.090
0.276
2011
0.066
0.749* 0.560*
2012
0.218
0.554* 0.719*
*Korelasi nyata pada taraf 5%
2011
0.724*
Lampiran 12 Korelasi luas lahan yang terserang OPT tungro di 17
kabupaten selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.891*
2010
0.826* 0.983*
2011
0.807* 0.952* 0.973*
2012
0.344
0.679* 0.771*
*Korelasi nyata pada taraf 5%
2011
0.778*
Lampiran 13 Korelasi luas lahan yang terserang OPT blast di 17 kabupaten
selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.325
2010
0.452
0.164
2011
0.486
0.087
0.701*
2012
0.623* 0.413
0.498*
*Korelasi nyata pada taraf 5%
2011
0.411
Lampiran 14 Korelasi luas lahan yang terserang OPT kresek di 17
kabupaten selama 5 tahun saat musim kemarau
2008
2009
2010
2009
0.800*
2010
0.681* 0.704*
2011
0.384
0.590* 0.744*
2012
0.659* 0.481
0.621*
*Korelasi nyata pada taraf 5%
2011
0.565*
19
Lampiran 15 Korelasi antar peubah biplot saat musim hujan
Tikus
WBC
Blast
Kresek
Tungro
Pbp
0.580*
0.320
-0.387
0.375
-0.062
Tikus
WBC
Blast
Kresek
0.521*
-0.176
0.437
-0.216
-0.227
0.160
-0.383
0.508*
-0.024
-0.013
*Korelasi nyata pada taraf 5%
Lampiran 16 Korelasi antar peubah biplot saat musim kemarau
Tikus
WBC
Blast
Kresek
Tungro
Pbp
0.484*
0.661*
-0.457
0.429
-0.251
Tikus
0.412
-0.253
0.454
-0.174
*Korelasi nyata pada taraf 5%
WBC
Blast
-0.609*
0.197
0.318
-0.277 -0.174
Kresek
-0.011
20
21
RIWAYAT HIDUP
Penulis dilahirkan di Pasuruan Jawa Timur pada tanggal 20 Juli 1994 sebagai
putri kedua dari pasangan Santoso dan Afidah Tuzzuhro. Penulis adalah putri kedua
dari tiga bersaudara. Tahun 2008 penulis lulus dari MTs Amanatul Ummah program
Akselerasi dan pada tahun yang sama penulis masuk MA Amanatul Ummah dengan
program yang sama. Dua tahun kemudian penulis lulus, di tahun yang sama penulis
diterima di Institut Pertanian Bogor dengan mayor Statistika Fakultas Matematika
dan Ilmu Pengetahuan Alam melalui jalur Beasiswa Utusan Daerah (BUD)
Kementerian Agama Indonesia.
Selama perkuliahan penulis aktif menjadi anggota organisasi Community of
Santri Schoolar of Ministry of Religious Affair (CSS Mora) sebagai staf Informasi
dan Komunikasi tahun 2012-2013 dan Gamma Sigma Beta (GSB). Selain itu, penulis
juga aktif mengikuti berbagai kepanitiaan di organisasi CSS Mora, departemen
Statistika dan fakultas MIPA seperti acara CSS CUP 2011,Up Grading 2012,
Statistika Ria 2012, Komstat Junior 2013, Explo Science 2012, Pesta Sains 2013
Penulis juga telah melaksanakan Praktik Lapang di Balai Penelitian Tanaman
Pemanis dan Serat Malang Jawa Timur pada bulan Juli sampai Agustus 2013, dengan
topik laporan yang dipilih adalah Toksisitas Nuclearpolyhidrosis Virus (NPV)
terhadap Serangga Achaea Janata L. pada Tanaman Jarak Kepyar (Ricinus
Communis L).