T1 672009321 Full text

Perbedaan Metode Geary’s C dan G* Statistik untuk Mendeteksi Serangan
Hama Penyakit Utama Padi di Surakarta (Jawa Tengah)
Poster Ilmiah

Diajukan kepada
Fakultas Teknologi Informasi
untuk memperoleh Gelar Sarjana Komputer

Oleh:
Indri Triastuti
NIM : 672009321

Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
Mei 2016

Perbedaan Metode Geary’s C dan G* Statistik untuk Mendeteksi Serangan
Hama Penyakit Utama Padi di Surakarta (Jawa Tengah)
Abstrak

Hama adalah serangga perusak tanaman budidaya yang dapat
mengakibatkan kerugian ekonomi. Perlu adanya pendeteksian serangan agar dapat
menanggulangi adanya serangga pada tanaman padi. Salah satunya hama ulat
grayak (spodoptera litura). Ulat grayak bersifat polifagus yang menyerang
tanaman pangan, sayuran dan buah-buahan seperti kedelai, tembakau, kapas,
kubis dan kacang hijau.
Autokorelasi spasial adalah penilaian korelasi antar pengamatan disetiap
lokasi pada suatu variabel. Metode pengujian yang akan digunakan adalah
Geary’s C dan G* Statistik. Dari kedua metode tersebut dapat diketahui informasi
mengenai serangan hama ulat grayak di daerah Surakarta, Jawa Tengah.
Penelitian yang menggunakan pemodelan surveilans epidemiologi akan
diterapkan pada software Program R. Hasil keluarannya dalam bentuk peta
wilayah resiko.
Dari metode yang dipakai, dapat diketahui bahwa serangan hama ulat
grayak pada tahun 2008 dengan metode G* Statistik lebih signifikan karna dapat
diketahui serangan hotspot dan coldspot dari yang tertinggi hingga terendah.
Sedangkan Geary’s C hanya diketahui autokorelasi positif dan autokorelasi
negatif.

Pendahuluan

Serangan hama pada padi menjadi salah satu masalah utama karena sering
menimbulkan kerugian besar terhadap para petani. Berbagai upaya telah
dilakukan oleh masyarakat maupun pemerintah, namun masih belum mengurangi
serangan hama pada padi termasuk ulat grayak. Hal yang memungkinkan
terjadinya serangan hama ulat grayak karena pengaruh tempat dan iklim di daerah
Surakarta. Peta sebaran geografis penyakit dapat membantu dalam mempelajari
antara iklim dengan penyakit dan membantu mengimplementasikan rencana
intervensi.
Dalam kasus ini akan membahas mengenai peta rawan persebaran kejadian
serangan hama ulat grayak di Kota Surakarta dengan mempertimbangkan lokasi
(kecamatan) dan waktu (tahun). Dengan menggunakan metode Geary’s C dan G*
Statistik akan disajikan peta persebaran hama setiap kecamatan dalam tiap
tahunnya.

Tujuan
-

Mengetahui serangan hama ulat grayak yang tersebar di Kota Surakarta pada
masing-masing kecamatan pada tahun 2008.
Mengetahui autokorelasi spasial dengan metode Geary’s C dan G* Statistik.


Metode Penelitian
Alur penelitian dengan data serangan ulat grayak pada tahun 2008 yang
didapat dari Laboraturium Pengamatan Hama dan Penyakit Tanaman akan
dilakukan dengan tahapan sebagai berikut :
Identifikasi Masalah
dan Tujuan

Pengumpulan Data Awal

Proses Analisis Data






Laboraturium Pengamatan Hama dan
Penyakit Tanaman
Kasus Serangan Hama Ulat Grayak

Tahun 2008

Analisis Metode Geary’s C
Analisis Metode G* Statistik

Hasil dan Evaluasi

Gambar 1. Tahap Penelitian
Data yang digunakan dalam penelitian ini diperoleh dari Laboraturium
Pengamatan Hama dan Penyakit Tanaman daerah Surakarta, Jawa Tengah pada
tahun 2008. Data dari 124 kecamatan adalah data serangan hama ulat grayak.
Selain data serangan hama ulat grayak, digunakan juga peta Kota Surakarta.

Tabel 1. Kecamatan yang Terkena Serangan Hama Ulat Grayak pada Tahun 2008
Kecamatan
Banyudono
Ngemplak
Simo
Klego
Gantiwarno

Cawas
Trucuk
Jogonalan
Karangdowo
Wonogiri
Eromoko
Selogiri
Bulukerto
Girimarto
Plupuh
Gondang
Ngrampal
Tanon

Serangan Ulat Grayak
2008 (hektar)
10
5
15
1

4
26
15
3
14
4
15
15
6
2
17
13
3
6

Dari 124 kecamatan yang terdapat di Kota Surakarta, hanya 18 kota yang
terserang hama ulat grayak. Kecamatan Cawas paling banyak terserang hama ulat
grayak sebesar 26 hektar seperti yang terdapat pada Tabel 1.
Proses analisis data yang digunakan adalah dengan menganalisis metode
Geary’s C dan metode G* Statistik. Kedua metode tersebut dijadikan acuan

penulis untuk menganalisa serangan hama ulat grayak pada tanaman. Indeks
Geary’s C yang dirumuskan oleh Lee dan Wong, 2010 adalah sebagai berikut :

n

= jumlah wilayah dalam studi yang diidentifikasi.

x1

= nilai atribut pada wilayah i.

x,‾ = nilai tengah dari atribut wilayah studi.
wij

= nilai proksimasi spasial.

Identifikasi pola sebaran menggunakan indeks C, jika nilai C terletak
diantara 0 dan 1, maka pola sebarannya dalah mengelompok (cluster), jika nilai C
mendekati pola 1, polanya menyebar tidak merata (tidak ada autokorelasi), dan
pada nilai C terletak antara 1 dan 2, pola sebarannya merata (Lee dan Wong,

2010).

Gambar 2. Pseudocode Geary’s C
Dari file data dan variabel yang dibuat seperti Gambar 2. dapat dilakukan
fungsi Geary’s C yang jika nilai C = 1 tidak terdapat autokorelasi. Jika nilai C < 1
terjadi autokorelasi positif dan sebaliknya, jika nilai C > 1 terjadi autokorelasi
negatif.
Sedangkan untuk G* Statistik akan dirumuskan sebagai berikut :

Yang mana xi adalah variabel dalam wilayah yang diobservasi i(i = 1, ... ,
m). bk = m∑i=1 dan wij dengan wij = 0 yang merupakan spatial weight antara
wilayah observasi i dan j. Istilah spatial weight dapat didefinisikan sebagai jarak
spasial (spatial distance)(Zhang, 2008)

Gambar 3. Pseudocode G* Statistik
Koordinat yang dipakai adalah x dan y. Dengan xij adalah data luas tambah
serangan dengan satuan hektar dan wij adalah nilai dimana jika kecamatan A dan
kecamatan B berdekatan bernilai 1 dan jika berjauhan bernilai 0 maka dilakukan
fungsi Getis Ord.
Hasil dan Pembahasan

Serangan hama ulat grayak di Kota Surakarta pada tahun 2008 terjadi di
18 kecamatan dari 124 kecamatan yang dianalisis, antara lain Banyudono,
Ngemplak, Simo, Klego, Gantiwarno, Cawas, Trucuk, Jogonalan, Karangdowo,
Wonogiri, Eromoko, Selogiri, Bulukerto, Girimarto, Plupuh, Gondang, Ngrampal
dan Tanon.

Gambar 4. Peta Serangan Ulat Grayak Tahun 2008 dengan Metode Geary’s C
Berdasarkan hasil dari peta yang diuji dengan metode Geary’s C pada
serangan ulat grayak tahun 2008 di Surakarta, Jawa Tengah yang ditampilkan
pada Gambar 2. menunjukkan tiga hasil yang berbeda. Warna biru yang
disimbolkan dengan angka 0 berarti menunjukkan bahwa tidak ada autokorelasi
spasial atau nilai C = 1. Warna merah yang disimbolkan dengan angka 1 berarti
menunjukkan bahwa autokorelasi positif atau nilai C < 1. Sedangkan warna putih
yang disimbolkan dengan angka 2 berarti menunjukkan bahwa autokorelasi
negatif atau nilai C > 1.

Gambar 5. Peta Serangan Ulat Grayak Tahun 2008 dengan Metode G* Statistik

Pada Gambar 4. peta hasil uji G* Statistic menunjukkan pola serangan
hama ulat grayak tahun 2008 dengan nilai range -1 sampai 5. Wilayah yang paling

banyak atau sering disebut dengan titik Hotspot pada peta ditunjukkan dengan
warna merah muda dengan rata – rata memiliki nilai G* > 4.0.
Wilayah dengan nilai G* < -0.0 terlihat berwarna biru, yang mewakili cold
spot atau titik rendah dimana serangan hama ulat grayak tidak terjadi pada area
tersebut.Pada peta juga diperlihatkan pada wilayah – wilayah yang memiliki nilai
G* > 0.0 dan ditunjukkan dengan warna biru lebih muda dimana pada daerah
tersebut merupakan wilayah yang memiliki jumlah serangan ulat grayak medium
atau ada serangan namun hanya sedikit.
Kesimpulan
Hasil analisis data menunjukkan bahwa serangan hama ulat grayak pada
tahun 2008 dengan metode G* Statistik lebih signifikan karna dapat diketahui
serangan hotspot dan coldspot dari yang tertinggi hingga terendah. Sedangkan
Geary’s C hanya diketahui autokorelasi positif dan autokorelasi negatif.
Dengan metode G* Statistik akan meningkatkan keakurasiannya dengan
mempertimbangkan aspek spasial dan waktu. Sedangkan dengan metode Geary’s
C hanya mengindikasikan pola sebaran secara general. Data menunjukkan pada
tahun 2008 sebanyak 174 kasus dengan nilai Indeks Geary’s C sebesar
0,147859782. Sedangkan pada metode G* Statistik didapatkan nilai Indeks
sebesar 0,07426063.


POSTER

Daftar Pustaka
[1] LPHPT (Laboraturium Pengamatan Hama dan Penyakit Tanaman) Tahun 2008 Kota
Surakarta, Jawa Tengah
[2] Prasetyo S.Y.J.P., 2014, Pemodelan Spasial Perubahan Konektivitas Potensial pada
Endemisitas Skalabilitas Lokal Menggunakan Fungsi G * Statistic – Local Spatial
Statistics, Jurnal Agricultural Science.
[3] Curtis J A, Lee A W.(2010).Spatial Pattern of Diabetes Related Health Problem for
Vulneral Populations in Los Angeles,USA

[4] Sawada M,2009, Global Spatial Autocorrelation Indices – Moran’s I, Geary’s
C and the General Cross-Product Statistic, Department of Geograhpy University
of Ottawa,Ottawa