Studi Optimasi Pola Tanam Pada Daerah Irigasi Namu Sira-sira dengan Program Linier
BAB II
TINJAUAN PUSTAKA
2.1.
Kebutuhan Air Tanaman
Kebutuhan air untuk tanaman pada suatu jaringan irigasi merupakan air yang
dibutuhkan untuk tanaman untuk pertumbuhan yang optimal tanpa kekurangan air yang
dinyatakan dalam kebutuhan air lapangan (Net Field Requirement, NFR). Kebutuhan air
bersih disawah (NFR) dipengaruhi oleh faktor-faktor NFR seperti penyiapan lahan,
pemakaian konsumtif, penggenangan, efisiensi irigasi, perkolasi dan infiltrasi, dengan
memperhitungkan curah hujan efektif (Re). Bedanya kebutuhan pengambilan air irigasi
(DR) juga ditentukan dengan memperhitungkan faktor efisiensi irigasi secara
keseluruhan (e). Perhitungan kebutuhan air irigasi dengan rumus sebagai berikut:
NFR = ETc + P + WLR – Re
............................................... 2-1
DR = (NFR x A)/E
.......................................... 2-2
dimana:
NFR
= Kebutuhan air irigasi disawah (mm/hari) atau (lt/det/Ha)
DR
= Kebutuhan air di pintu pengambilan (lt/det/Ha)
ETc
= Evapotranspirasi tanaman (mm/hari)
P
= Perkolasi (mm/hari)
WLR = Penggantian lapisan air (mm/hari)
Re
= Curah hujan efektif
A
= Luas areal irigasi rencana (Ha)
E
= Efisiensi irigasi
Dalam menghitung kebutuhan air tanaman dapat digunakan metode Kriteria
Perencanaan PU KP-01 tahun 1986 yaitu sebagai berikut :
9
Universitas Sumatera Utara
1. Kebutuhan air irigasi untuk tanaman padi
Kebutuhan air irigasi untuk tanaman padi dapat dihitung dengan rumus sebagai
berikut :
DR =
Dimana :
���
.......................................................... 2-3
�
DR
= Kebutuhan air irigasi (ltr/dtk/hr)
NFR
= Kebutuhan air bersih disawah (ltr/dtk/hr)
E
= Effisiensi saluran irigasi (%)
2. Kebutuhan air irigasi untuk tanaman palawija
Kebutuhan air irigasi untuk tanaman palawija dapat dihitung dengan rumus
sebagai berikut :
DR =
Dimana :
��� − � �
DR
�
.......................................................... 2-4
= Kebutuhan air irigasi (ltr/dtk/hr)
ETc
= Evapotranspirasi tanaman
E
= Effisiensi saluran irigasi
2.1.1. Kebutuhan air untuk konsumtif tanaman (ETc)
Kebutuhan air untuk konsumtif tanaman merupakan kedalaman air yang
diperlukan untuk memenuhi evapotranspirasi tanaman yang bebas penyakit, tumbuh di
areal pertanian pada kondisi cukup air dari kesuburan tanah dengan potensi
pertumbuhan yang baik dan tingkat lingkungan pertumbuhan yang baik. Besarnya nilai
ETc suatu tanaman sangat bervariasi dan dipengaruhi oleh karakteristik tanaman
tersebut seperti tinggi tanaman, pemantulan dan kelebaran daun. Pada wilayah yang
mempunyai evaporasi yang tinggi, yaitu pada daerah panas, angin kencang dan kadar
lengas yang rendah, besar ETo yang realistik adalah 12 s/d 14 mm/hari dan besarnya
10
Universitas Sumatera Utara
ETc dapat mencapai 15 s/d 17 mm/hari. Ada beberapa metode yang dapat digunakan
untuk menghitung evapotranspirasi potensial sesuai dengan rekomendasi FAO yang
dimuat dalam jurnal “Crop Water Management, 1977” sebagai berikut :
1. Metode Penman (Penman Method),
2. Metode Blaney – Criddle (Temperature Method),
3. Metode Radiasi (Radiation Method),
4. Metode Evaporasi (PAN Method),
5. Metode Humidity (Humidity Method).
Dasar utama yang harus diperhatikan dalam memilih metode yang dipergunakan
adalah jenis dari data yang tersedia dan tingkat ketelitian yang diperlukan untuk
memenuhi kebutuhan air. Mengenai ketelitian, hanya kemungkinan perkiraan kesalahan
yang dapat diberikan karena tidak ada base-line dari pada iklim yang diketahui. Metode
Penman yang sudah dimodifikasi merupakan metode dengan tingkat ketelitian yang
sangat tinggi dengan kemungkinan kesalahan hanya 10% dimusim panas, dan sampai
20% pada saat evaporasi rendah. Berikut adalah persamaan Penman yang dimodifikasi
untuk menghitung evapotranspirasi :
ETo = c [ w Rn + (1 – w) f(u) (ea – ed) ]
................................................ 2-5
dimana :
ETO
= Evapotranspirasi acuan (mm/hari)
w
= Faktor koreksi terhadap temperatur
Rn
= Radiasi netto (mm/hari)
f(u)
= Fungsi angin
(ea – ed)
= Perbedaan tekanan uap air jenuh dengan tekanan uap air nyata (mbar)
c
= Faktor pergantian cuaca akibat siang dan malam
Uraian tentang variabel-variabel yang digunakan dalam metode Penman:
11
Universitas Sumatera Utara
1. Tekanan uap air (ea – ed)
Kelembaban relatif rata-rata udara mempengaruhi Eto. Dalam hal ini
dinyatakan dalam bentuk tekanan uap air (ea-ed) yaitu perbedaan dari tekanan
uap air lembab rata-rata (ea) dan tekanan uap air aktual rata-rata (ed).
Kelembaban udara rata-rata dicatatat dalam bentuk relatif (Rhmax dan Rhmin
dalam persen). Sebenarnya tekanan uap air aktual adalah konstan dan
pengukuran 1 kali dalam satu hari sudah cukup untuk suatu areal penyelidikan.
Tekanan uap air harus dinyatakan dalam mbar, jika ed diberikan dalam mmHg
maka dikalikan dengan 1,33 untuk mendapatkan mbar.
Formula – formula yang digunakan:
a. Tekanan Uap Air basah (ea)
Tekanan Uap Air basah (ea) adalah kemungkinan tekanan uap air
maksimum untuktemperatur tertentu.
ea = 6,11e(17,4.t/(t+239) mbar
(Gondrian,1977)
dimana :
t
= Temperatur udara dalamoC.
b. Tekanan uap air aktual (ed)
Tekanan uap air aktual (ed) adalah tekanan yang disebabkan oleh
tekanan uap air diudara.
ed = ewet - a.Pa �Tdry - Twet �
mbar
(Dorenbos,1976)
dimana:
ewet
= tekanan udara basah pada WET bulb temperature;
Tdry , Twet
= temperatur kering dan basah oC;
Pa
= tekanan barometer dari udara pada tinggi tertentu;
Pa
= 1013 – 0,1055 E mbar; E = elevasi dari muka laut (m);
12
Universitas Sumatera Utara
a
= konstanta psycometric yang tergantung kepada type
dari ventilasi wet bulb
= 0,000662 untuk psychometric dengan ventilasi model
Assman, kecepatanpertukaran udara 5m/dtk;
= 0,0008 ventilasi alam , 1 m/dtk;
= 0,0012 tanpa ventilasi.
2. Kelembaban relatif rata-rata (RH)
Kelembaban relatif rata-rata (RH) adalah jumlah uap air sebenarnya
yang ada pada udara relatif terhadap jumlah uap udara pada saat dimana udara
dalam keadaan lembab (saturated) pada temperatur yang sama (dinyatakan
dalam %).
RH = (ed/ea) x 100%
..................................... 2-5a
3. Fungsi Angin (f(u))
Fungsi angin dapat didefenisikan sebagai berikut,
F(u) = 0,27 (1+U/100)
..................................... 2-5b
dimana:
U = kecepatan angin berhembus dalam 24 jam (km/hari) pada ketinggian 2 m.
Formuladiatas
dapat
dipergunakan
apabila
(ea-ed)
dalam
mbar.Kecepatan angin (Ux) pada ketinggian x meter dari permukaan tanah
dapat dikonversikan menjadi kecepatan angin pada ketinggian 2 meter dengan
menggunakan hubungan dibawah ini :
U2 = Ux . (2/x)0,15
..................................... 2-5c
13
Universitas Sumatera Utara
4. Faktor Koreksi (1-W)
(1-W) merupakan faktor koreksi daripada pengaruh angin dan kadar
lengas terhadap ETo.Besar (1-w) sehubungan dengan temperatur dan ketinggian
dapat dihitung denganmenggunakan formula :
W = δ/(δ + β)
..................................... 2-5d
dimana :
β
= konstanta psychrometric = (0,386 Pa)/L mbar/oC;
L
= latent heat = 595 – 0,51t cal/oC;
Pa
= tekanan atmosfir mbar;
= 1013 – 0,1055 E;dimana E = elevasi dari permukaan laut (m);
δ
= sudut dari kurva hubungan antara tekanan uap air dan temperatur
(mbar/oC);
δ
= 2 x ( 0,00738 t + 0,8072 )7 – 0,00116 mbar;
t
= (Tmax + Tmin)/2.
5. Radiasi Netto (Rn)
Radiasi netto adalah perbedaan antara semua radiasi yang masuk dan
radiasi yang keluar ke dan dari permukaan bumi. Rn dapat dihitung dengan
radiasi matahari atau dari lamanya penyinaran matahari, temperatur dan data
kadar lengas (RH).
Jumlah radiasi yang diterima oleh lapisan atas atmosfir (Ra) adalah
tergantung ketinggian letak lintang dan waktu.Sebahagian dari Ra diabsorbsi
dan terputus-putus ketika melintasi atmosfir, sisanya termasuk sebahagian dari
radiasi yang terputus-putus mencapai permukaan bumi dikenal dengan solar
radiasi (Rs).
14
Universitas Sumatera Utara
Rs tergantung pada Ra dan perjalanannya melalui atmosfir yang mana
sangat dipengaruhi oleh keadaan awan. Sebagian daripada Rs dipantulkan
kembali oleh panas dan tanaman dan hilang di atmosfer. Pemantulan tergantung
pada keadaan permukaan bumi dan kira-kira 5 s/d 7% untuk permukaan air dan
kira-kira 15 s/d 25% untuk sebagian besar tumbuh-tumbuhan. Besaran-besaran
ini bervariasi tergantung kepada persentase penutupan permukaan tanah oleh
daun tumbuhan, kandungan air dari tanah yang diekspose. Radiasi yang
tertinggal disebut dengan solar radiasi netto gelombang pendek (Rns).Sebagai
kehilangan radiasi tambahan adalah berupa pelepasan kembali energi yang telah
diserap oleh bumi sebagai radiasi gelombang panjang. Kehilangan ini biasanya
lebih besar dari pada radiasi gelombang panjang yang diterima oleh permukaan
bumi. Selisih dari pada radiasi gelombang panjang yang hilang dan radiasi yang
diterima oleh bumi disebut dengan radiasi gelombang panjang netto (Rnl).
Selama energi yang keluar lebih besar daripada energi yang diterima maka Rnl
merupakan kehilangan energi netto.
Untuk menghitung Rn maka ada beberapa langkah perhitungan yang
diperoleh yaitu sebagai berikut:
Rn = Rns – Rnl
..................................... 2-5e
Dimana:
Rns
= solar radiasi netto = (1-α) Rs mm/hari;
α
= koefisien pantul permukaan bumi dalam pecahan;
Rs
= solar radiasi gelombang pendek (shortwave);= (a+b n/N)
Ra..........(Augstruom).
Secara umum:
Rs = (0,25 +0,5 n/N) Ra
..................................... 2-5f
15
Universitas Sumatera Utara
Dimana :
n
= lamanya penyinaran matahari/hari;
N
= kemungkinan penyinaran matahari maksimum;
Ra
= total radiasi yang diterima pada lapisan atas atmosfir.
Koefisien pantul permukaan bumi (a) diketahui berubah dengan sudut
matahari tetapi sering diambil berkisar antara 0,23 s/d 0,25 untuk tanaman yang
ditanam pada areal pertanian yang mendapatkan air irigasi.Radiasi gelombang
panjang netto (Rnl) menurut hukum Stefan-Boltzman adalah σT4 dimana T =
temperatur absolut dalam derajat Kelvin dan σ = konstanta radiasi yang
diperkenalkan oleh Stefan-Boltzman.
Radiasi gelombang panjang netto lebih kecil daripada radiasi yang
dipancarkan, karena uap air, karbondioksida dan debu menyerap radiasi
yangdipancarkan oleh gelombang panjang. Penyerapan dari energi yang
dikeluarkan oleh bumi ini sebagian akhirnya akan kembali lagi ke bumi dari
atmosfir sehingga radiasi gelombang panjang netto dapat dituliskan sebagai
berikut :
Rnl = Є (σT4) (0,34 - 0,044√ed) (0,1 + 0,9 n/N)
............... 2-5g
Dimana:
Є = faktor reduksi = 0,95 s/d o,98.
Untuk mendapatkan total radiasi netto (Rn) adalah dengan menjumlahkan
aljabar dari radiasi gelombang pendek netto (RnS) dan radiasi gelombang
panjang netto (Rnl) yang dihitung Rnl selalu merupakan mewakili kehilangan
netto sehingga :
Rn = Rns – Rnl
..................................... 2-5h
16
Universitas Sumatera Utara
6. Faktor Koreksi
Persamaan Penman memberikan asumsi pada kebanyakan kondisi
dimana radiasi diasumsikan sedang ke tinggi dan kecepatan angin pada siang
hari diperkirakan dua kali kecepatan angin pada malam hari yang mana kondisi
seperti ini tidak selamanya dapat terpenuhi. Untuk itu diperlukan faktor koreksi
terhadap penggunaan persamaan Penman berdasarkan keadaan iklim seperti
yang dimuat dalam tabel berikut.
Tabel 2.1 Faktor Koreksi C pada rumus Penman
Rhmax = 30%
Rs (mm/hr)
3
6
9
Rhmax = 60%
12
Uday (m/dt)
3
6
9
Rhmax = 90%
12
3
6
9
12
1,1
1,1
Uday/Unight = 4,0
0
0,86
0,9
1
1
0,96 0,98 1,05 1,05 1,02 1,06
3
0,79 0,84 0,92 0,97 0,92
6
9
1,11 1,19 0,99
1,1
1,24 1,32
0,68 0,77 0,87 0,93 0,85
0,96 1,11 1,19 0,94
1,1
1,26 1,33
0,55 0,65 0,78
0,88 1,02 1,14 0,88 1,01 1,16 1,27
0,9
0,76
1
Uday/Unight = 3,0
0
0,86
0,9
1
1
0,96 0,98 1,05 1,05 1,02 1,06
3
0,76 0,81 0,88 0,94 0,87
0,96 1,06 1,12 0,94 1,04 1,18 1,28
6
0,61 0,68 0,81 0,88 0,77
0,88 1,02
9
0,46 0,56 0,72 0,82 0,67
0,79 0,88 1,05 0,78 0,92 1,06 1,18
1,1
1,1
1,1
0,84 1,01 1,15 1,22
Uday/Unight = 2,0
0
0,86
3
0,69 0,76 0,85 0,92 0,88
0,91 0,99 1,05 0,89 0,98
6
0,63 0,61 0,74 0,84
0,7
0,8
0,94 1,02 0,79 0,92 1,05 1,12
0,48 0,65 0,76 0,59
0,7
0,84 0,95 0,71 0,81 0,96 1,06
9
0
0,9
1
1
0,96 0,98 1,05 1,05 1,02 1,06
1,1
1,1
1,1
1,14
Uday/Unight = 1,0
0
0,86
0,9
1
1
3
0,64 0,71 0,82 0,89 0,78
0,86 0,94 0,99 0,85 0,92 1,01 1,05
6
0,43 0,68 0,68 0,79 0,62
0,7
0,84 0,93 0,72 0,82 0,95
9
0,27 0,41 0,59
0,6
0,75 0,87 0,62 0,72 0,87 0,96
0,7
0,96 0,98 1,05 1,05 1,02 1,06
0,5
1,1
1,1
1
Sumber : Rekayasa Irigasi, 2014
17
Universitas Sumatera Utara
Untuk menghitung kebutuhan air untuk konsumtif tanaman digunakan
persamaan empiris sebagai berikut :
ETc = Kc x Eto
dimana :
.......................................................... 2-6
Kc
= Koefisien tanaman
ETo
= Evapotranspirasi potensial (mm/hari)
ETc
= Evapotranspirasi tanaman (mm/hari)
Koefisien tanaman merupakan pengaruh karakteristik tanaman terhadap
kebutuhannya akan air. Besaran nilai koefisien tanaman adalah bervariasi menurut jenis
tanaman, masa tahapan pertumbuhan, dan pengaruh cuaca atau iklim. Secara umum
pertumbuhan tanaman dapat dibagi menjadi empat tahap yaitu:
1. Initial Stage
: tahap awal mulai dari penanaman sampai daun tanaman
: kira-kira 10 %
2. Development stage
: dari akhir initial stage sampai mencapai tingkat
: pertumbuhan daun yang dapat menutupi tanah 70 – 80%
3. Mid-season stage
: dari akhir development stage sampai awal dari masa
: penuaan (maturing) dengan ditandainya perubahan
: warna dari pada daun, atau daun mulai jatuh.
4. Late season stage
: dari akhir mid-season hingga akhir.
18
Universitas Sumatera Utara
Gambar 2.1 : fase tumbuh tanaman
Sumber : Marinus G. Bos, 2009
Berikut koefisien tanaman dari beberapa jenis tanaman berdasarkan umur.
Tabel 2.2 Koefisien Tanaman
Umur
(Bulan)
Jenis Tanaman
Padi
Jagung
K. Tanah
0,5
1,10
0,50
0,50
1,0
1,10
0,59
0,66
1,5
1,10
0,96
0,85
2,0
1,10
1,05
0,95
2,5
1,05
1,02
0,95
3,0
1,05
0,95
0,55
3,5
0,95
4,0
0
0,55
Sumber : FAO Irrigation and Drainage Paper No. 56
19
Universitas Sumatera Utara
2.1.2. Kebutuhan air untuk penyiapan lahan
Pada Standar Perencanaan irigasi disebutkan bahwa kebutuhan air untuk
penyiapan lahan umumnya menentukan kebutuhan maksimum air irigasi pada suatu
proyek irigasi. Ada 2 faktor penting yang menentukan besarnya kebutuhan air untuk
penyiapan lahan ialah:
1. Lamanya waktu yang dibutuhkan untuk penyiapan lahan,
2. Jumlah air yang diperlukan untuk penyiapan lahan.
Selain itu keadaan sosial dan kebiasaan penduduk setempat menentukan
lamanya masa penyiapan lahan dari suatu areal irigasi. Sebagai perbandingan masa
penyiapan lahan untuk tanaman padi dapat dipakai pendekatan umur bibit padi yang
disemaikan sebelum di pindahkan kelahan pertanian yakni sekitar 1 hingga 1,5 bulan
(30 – 45 hari). Pada umumnya jumlah air yang dibutuhkan untuk penyiapan lahan dapat
ditentukan berdasarkan kedalaman serta porositas tanah disawah
Dimana :
��� =
(��−��) �.�
���
+ �� + ��
..................................... 2-7
PWR =Kebutuhan air untuk penyiapan lahan (mm)
Sa
= Derajat kejenuhan tanah setelah penyiapan lahan dimulai (%)
Sb
= Derajat kejenuhan tanah sebelum penyiapan lahan dimulai (%)
N
= Porositas tanah dalam (%) pada harga rata-rata
D
= Asumsi kedalaman tanah setelah penyiapan lahan (mm)
Pd
= Kedalaman genangan setelah pekerjaan penyiapan lahan (mm)
Fl
= Kehilangan air disawah selama perhari (mm)
Untuk tanah bertekstur berat tanpa retak-retak, kebutuhan air untuk penyiapan
lahan diambil 200 mm, ini termasuk air untuk penjenuhan dan pengolahan tanah. Pada
permulaan transplantasi tidak akan ada lapisan air yang tersisa di sawah. Setelah
transplantasi selesai, lapisan air di sawah akan ditambah 50 mm. Secara keseluruhan ini
20
Universitas Sumatera Utara
berarti bahwa lapisan air yang diperlukan menjadi 250 mm untuk penyiapan lahan dan
untuk lapisan air awal setelah transplantasi selesai.
Bila lahan dibiarkan selama dalam jangka waktu yang lama (2,5 bulan) atau
lebih maka lapisan air yang diperlukan untuk penyiapan lahan diambil 300 mm,
termasuk 50 mm untuk penggenangan setelah tranplantasi. Untuk tanah-tanah ringan
dengan laju perkolasi yang lebih tinggi, harga-harga kebutuhan air untuk penyiapan
lahan bisa diambil lebih tinggi lagi. Kebutuhan air untuk penyiapan lahan sebaiknya
dipelajari dari daerah-daerah didekatnya yang kondisi tanahnya serupa dan hendaknya
didasarkan pada hasil-hasil penyelidikan di lapangan. Walaupun pada mulanaya tanahtanah ringan mempunyai laju perkolasi tinggi, tetapi laju ini bisa berkurang setelah
lahan diolah selama beberapa tahun. Kemungkinan ini hendaknya mendapat perhatian
tersendiri sebelum harga-harga kebutuhan air untuk penyiapan lahan ditetapkan
menurut ketentuan di atas.
Untuk menghitung jumlah air yang diperlukan selama penyiapan lahan dapat
digunakan metode yang dikembangkan oleh van de Goor dan Zijlstra, (1968). Metode
ini didasarkan pada laju air konstan dalam l/dt selama penyiapan lahan dan
menghasilkan rumus berikut :
IR =
dimana :
� ��
..................................... 2-8
�� − �
IR
=Kebutuhan air irigasi ditingkat persawahan (mm/hari)
M
= Kebutuhan air untuk mengganti kehilangan air akibat evaporasi
dan perkolasidi sawah yang sudah dijenuhkan; M = Eo + P
(mm/hari)
Eo
= Evaporasi air terbuka yang diambil 1,1 Eto selama penyiapan
lahan (mm/hari)
21
Universitas Sumatera Utara
P
= Perkolasi
K
= MT/S
T
= Jangka waktu penyiapan lahan (hari)
S
= Kebutuhan air, untuk penjenuhan di tambah dengan lapisan air
= 50 mm
2.1.3. Perkolasi
Perkolasi adalah gerakan air ke bawah dari zona tidak jenuh yang terletak
diantara permukaan tanah ke permukaan air tanah (zona jenuh). Daya perkolasi adalah
laju maksimum yang dimungkinkan, yang besarnya dipengaruhi oleh kondisi tanah
dalam zona tidak jenuh yang terletak diantara permukaan tanah dengan permukaan air
tanah. Laju perkolasi sangat bergantung pada sifat-sifat tanah. Dari hasil penyelidikan
tanah pertanian dan penyelidikan kelulusan, besarnya laju perkolasi serta tingkat
kecocokan tanah untuk pengolahan tanah dapat ditetapkan dan dianjurkan
pemakaiannya. Guna menentukan laju perkolasi, tinggi muka air tanah juga harus
diperhitungkan. Laju perkolasi normal pada tanah lempung sesudah dilakukan
genangan berkisar antara 1 sampai 3 mm/hari (KP – 01, 1986). Di daerah dengan
kemiringan diatas 5%, paling tidak akan terjadi kehilangan 5 mm/hari akibat perkolasi
dan rembesan.
2.1.4. Pergantian lapisan air
Pergantian lapisan air khusus dilakukan hanya untuk sawah dengan tanaman
padi, dimana waktu pemupukan dilakukan genangan air dipetak sawah perlu
dikeringkan untuk beberapa hari. Untuk menggenangi petak sawah kembali diperlukan
air tambahan, jadi dalam hal ini diperlukan sistem irigasi yang direncanakan untuk : (1)
memungkinkan untuk mengganti lapisan air untuk beberapa kali pemupukan yang
direncanakan sesuai keperluan; (2) Jika tidak ada penjadwalan semacam itu, lakukan
22
Universitas Sumatera Utara
penggantian sebanyak 2 kali, masing-masing 50 mm (atau 3,3 mm/hari selama ½ bulan)
selama sebulan dan dua bulan setelah transplantasi.
2.2.
Curah Hujan
Tidak semua curah hujan yang jatuh diatas tanah dapat dimanfaatkan oleh
tanaman untuk pertumbuhannya, ada sebagian yang menguap dan mengalir sebagai
limpasan permukaan. Air hujan yang jatuh diatas permukaan dapat dibagi menjadi dua,
yaitu:
1. Curah hujan nyata, yaitu sejumlah air yang jatuh pada periode tertentu,
2. Curah hujan efektif, yaitu jumlah air hujan yang jatuh pada suatu daerah atau
petak sawah semasa pertumbuhan tanaman dan dapat dipakai untuk memenuhi
kebutuhannya.
Adapun curah hujan efektif untuk tanaman palawija menurut KP-01 dipengaruhi
oleh besarnya tingkat evapotranspirasi dan curah hujan daerah. Besaran curah hujan
efektif harian dihitung dengan analisis pendekatan rumus (KP-01, 1986) sebagai
berikut:
2.3.
Untuk padi,
Re = 70% x R80
................................... 2-9
Untuk palawija,
Re = 70% x R50
................................... 2-10
Debit Andalan
Debit adalah suatu koefisien yang menyatakan banyaknya air yang mengalir dari
suatu sumber airpersatuan waktu, biasanya diukur dalam satuan liter/detik. Pengukuran
debit dapat dilakukan dengan berbagai cara, antara lain:
1. Pengukuran debit berdasarkan kerapatan lautan obat,
2. Pengukuran kecepatan aliran dan luas penampang melintang, dalam hal ini
untuk mengukur kecepatan arus digunakan pelampung atau pengukur arus
dengan kincir,
23
Universitas Sumatera Utara
3. Pengukuran dengan menggunakan alat-alat tertentu seperti pengukur arus
magnetis, atau pengukur arus gelombang supersonik.
Untuk memenuhi kebutuhan air pengairan irigasi bagi lahan-lahan pertanian,
debit air di daerah bendung harus lebih dari cukup untuk disalurkan ke saluran-saluran
(induk-sekunder-tersier) yang telah disiapkan di lahan-lahan pertanian. Agar penyaluran
air ke suatu areal lahan pertanian dapat diatur dengan sebaik-baiknya (dalam arti tidak
berlebihan atau agar dapat dimanfaatkan seefisien mungkin, dengan mengingat
kepentingan areal lahan pertanian lainnya) maka dalam pelaksanaannya perlu dilakukan
pengukuran-pengukuran debit air. Dengan distribusi yang terkendali, dengan bantuan
pengukuran-pengukuran tersebut, maka masalah kebutuhan air pengairan selalu dapat
diatasi tanpa menimbulkan gejolak.
Debit andalan (dependable flow) adalah debit yang selalu tersedia sepanjang
tahun yang dapat dipakai untuk irigasi. Dalam penelitian ini debit andalan merupakan
debit yang memiliki probabilitas 80%. Debit dengan probabilitas 80% adalah debit yang
memiliki kemungkinan terjadi di bendung sebesar 80% dari 100% kejadian. Jumlah
kejadian yang dimaksud adalah jumlah data yang digunakan untuk menganalisis
probabilitas tersebut. Jumlah data minimum yang diperlukan untuk analisis adalah lima
tahun dan pada umumnya untuk memperoleh nilai yang baik data yang digunakan
hendaknya berjumlah 10 tahun data (KP – 01, 1986).
2.4.
Program linear
Program linier merupakan model umum yang dapat digunakan dalam
pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal.
Masalah tersebut timbul apabila seseorang diharuskan untuk memilih atau menentukan
tingkat setiap kegiatan yang akan dilakukannya, di mana masing-masing kegiatan
membutuhkan sumber yang sama sedangkan jumlahnya terbatas.
24
Universitas Sumatera Utara
Program linier menggunakan model matematis. Sebutan “linier” berarti bahwa
semua fungsi matematis yang disajikan dalam model ini haruslah fungsi-fungsi linier.
Dalam Program linier dikenal dua macam fungsi, yaitu fungsi tujuan (objective
function) dan fungsi-fungsi batasan (constraint function). Fungsi tujuan adalah fungsi
yang menggambarkan tujuan/sasaran di dalam permasalahan program linier yang
berkaitan dengan pengaturan secara optimal sumber daya-sumber daya, untuk
memperoleh keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan
dioptimalkan dinyatakan sebagai Z. Fungsi batasan merupakan bentuk penyajian secara
matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara
optimal ke berbagai kegiatan.
Pada umumnya program linier dapat digunakan untuk mengoptimisasikan
persoalan-persoalan yang memenuhi persyaratan sebagai berikut:
1. Fungsi tujuan dapat didefenisikan dengan jelas,
2. Fungsi tujuan dan fungsi-fungsi pembatas harus dapat dinyatakan dalam bentuk
matematis dan bersifat linier,
3. Variabel-variabel harus saling berhubungan,
4. Sumber-sumber harus dalam kondisi terbatas, misalnya sumber daya air.
Secara umum persoalan program linier dapat diuraikan sebagai berikut :
”Terdapat m buah persamaan dari masing-masing n buah variable, diinginkan
untuk menentukan kombinasi n buah variabel non-negatif yang memenuhi batasanbatasan yang ditentukan oleh m buah persamaan atau ketidaksamaan linier tersebut, dan
memaksimumkan atau meminimumkan sebuah fungsi tujuan yang linier pula”. Secara
matematik, persoalan program linier ini dapat dinyatakan sebagai berikut
1. Memaksimumkan/minimumkan fungsi tujuan
� = �1 �1 + �2 �2 + ⋯ + �� �� .......................................................... 2-11
25
Universitas Sumatera Utara
2. Dengan fungsi pembatas linier
a11 X11 + a12 X12 +…+ a1� X1n ≤ b1
a21 X21 + a22 X22 +…+ a2� X2n ≤ b2
.....
....
....
am1 Xm1 + am2 Xm2 +…+ a�� Xmn ≤ bm
................................................ 2-12
untuk m = 1, 2 , 3 ,...,
3. Dengan pembatas non-negatif
Xn ≥ 0 , b� ≥ 0
4. a�� , �m dan�� adalah konstanta yang diketahui harganya.
Dapat pula persamaan atau ketidaksamaan ini dinyatakan sebagai perkalian matriks
�(� ×�) dengan matriks kolom �(�×1) yang menghasilkan matrik kolom �(�� 1)
Dimana :
�11 �12
⎡ �21 �22
⎢ . .
⎢ . .
⎢ . .
⎣��1 ��2
… �1�
�1
�1
⎡ ⎤
… �2� ⎤ ⎡�2 ⎤
�
⎢ .2 ⎥
. . ⎥ ⎢ . ⎥
×
≤
=
≥
⎢ . ⎥
.. .. ⎥ ⎢ .. ⎥
⎥ ⎢ ⎥
⎢ . ⎥
…��� ⎦ ⎣�� ⎦
⎣�� ⎦
�
= Nilai fungsi tujuan
a��
= jumlah sumber daya m yang diperlukan untuk
��
= Koefisien biaya
= menghasilkan output kegiatan n
Xn
= variabel keputusan
b�
= sumber daya yang tersedia untk dialokasikan kesetiap unit
= kegiatan
Menurut Mustafa, dalam penyelesaian program linier diperlukan beberapa
asumsi sebagai berikut :
1. Proportionality
26
Universitas Sumatera Utara
Asumsi ini menyatakan bahwa naik turunnya nilai Z dan penggunaan sumber
atau fasilitas, akan berubah secara proporsional dengan perubahan tingkat
kegiatan.
Misal : � = �1 �1 + �2 �2 + ⋯ + �� ��
Setiap pertambahan/pengurangan satu unit X akan menaikkan/menurunkan nilai
Z.
2. Additivity
Asumsi ini menyatakan bahwa nilai fungsi tujuan setiap kegiatan tidak saling
mempengaruhi, atau dalam program linier dianggap bahwa kenaikan nilai fungsi
tujuan (Z) yang diakibatkan oleh suatu kegiatan dapat ditambahkan tanpa
mempengaruhi bagian nilai Z yang yang diperoleh dari kegiatan lain.
3. Disibility
Asumsi ini menyatakan bahwa nilai keluaran (output) yang dihasil oleh setiap
kegiatan dapat berupa bilangan pecah
4. Deterministic
Asumsi ini menyatakan bahwa semua parameter yang terdapat pada program
linierdapat diperkirakan denga pasti.
Beberapa pengertian dalam program linier adalah sebagai berikut :
1. Feasible solution
Feasible solution adalah suatu solusi yang memenuhi seluruh pembatas yang ada
pada persoalan tersebut.
2. Infeasible solution
Infeasible solution adalah suatu situasi problema program linier yang tidak
mempunyai penyelesaian optimal karena daerah kelayakannya tidak ada. Hal ini
disebabkan oleh tidak terpenuhinya syarat-syarat yang termuat dalam persamaan
27
Universitas Sumatera Utara
kendala, termasuk persyaratan variable keputusan yang harus memiliki bilangan
negatif.
3. Optimal solution
Optimal solution adalah feasible solution yang memberikan nilai “terbaik” bagi
fungsi tujuannya. Terbaik diartikan sebagai nilai terbesar apabila fungsi
tujuannya memaksiasikan, dan diartikan sebagai nilai terkecil apabila fungsi
tujuannya minimisasi.
4. No optimal solution
No optimal solution terjadi apabila suatu problema program linier tidak
mempunyai penyelesaian optimal. Hal tersebut disebabkan oleh hal sebagai
berikut :
− Tidak ada feasible solution,
− Ada batasan yang tidak membatasi besar nilai Z.
2.4.1. Metode Grafik
Umumnya problema program linear dapat diselesaikan dengan menggunakan
metode grafik dan metode simplek. Pendekatan secara grafik adalah penyelesaian cara
linier programming dengan bantuan penyelesaian gambar. Metode grafik digunakan
apabila jumlah variabel keputusan hanya dua dan jumlah kendala dalam model relatif
sedikit (umumnya tidak lebih dari 4 kendala). Apabila jumlah kendalanya relatif lebih
banyak (> 4 kendala), maka akan sukar untuk melukiskan garis kendala dalam grafik.
Bentuk grafik model linier berbeda berdasarkan fungsi tujuan dari model program linier
tersebut apakah berfungsi memaksimumkan atau meminimumkan.
Prosedur yang harus ditempuh untuk menyelesaikan problema keputusan
dengan menggunakan metode grafik sebagai berikut:
28
Universitas Sumatera Utara
1. Rumuskan problema yang dihadapi kedalam model program linier (model
matamatis persamaan linier)
2. Gambarkan semua kendala model kedalam grafik yang sumbu horizontalnya
adalah variabel keputusan X1 dan sumbu vertikalnya adalah variabel keputusan
X2, dalam penggambaran semua tanda ketidaksamaanpada persamaan kendala
dirubah menjadi tanda sama dengan. Cara penggambarannya adalah sebagai
berikut:
Persamaan garis kendala am1 Xm1 + am2 Xm2 = bm
Bila Xm1 = 0 maka persamaan diatas menjadi am1 (0)+ am2 Xm2 = bm
Xm2
=
��
am2
Bila Xm2 = 0 maka persamaan diatas menjadi am1 Xm1 + am2 (0) = bm
Xm1
Sehingga didapat koordinat pada garis X1 ( 0;
(
��
am1
��
am2
=
��
am1
) dan pada garis X2
; 0 ). Selanjutnya gambarkan koordinat tersebut dalam grafik dan
hubungkan keduanya, sehingga membentuk garis kendala. Lakukan pada semua
persamaan kendala sehingga didapat grafik sebagai berikut.
X2
Pers. Kendala (1)
Pers. Kendala (2)
Pers. Kendala (3)
A
B
C
Daerah Kelayakan
D
0
X1
Gambar 2.2 : Contoh Penyelesaian Grafik Program Linier
29
Universitas Sumatera Utara
3. Identifikasikan daerah kelayakan yang memenuhi persyaratan semua kendala
yang ada dalam model
4. Identifikasi penyelesaian optimal atas problema yang dihadapi dengan cara
memasukkan nilai X1 dan X2 dari titik optimum pada daerah kelayakan pada
fungsi tujuansehingga didapat hasil yang maksimum.
2.4.2. Metode Simpleks
Metode simpleks merupakan metode yang digunakan untuk menyelesaikan
suatu masalah linier programming bila memiliki lebih dari dua variabel-variabel
keputusan. Metode simpleks adalah suatu prosedur aljabar iteratif yang dikembangkan
oleh George B. Dantzig pada yahun 1947 untuk memecahkan persoalan-persoalan
program linier. Metode ini menyelesaikan masalah program liniermelalui tahapan
(perhitungan ulang) dimana langkah-langkah perhitungan yang sama diulang sampai
tercapai solusi optimal.
Dalam bentuk matematis, persoalan program linier dengan metode ini akan dinyatakan
sebagai berikut :
Z = ∑�
� =1 �� ��
Fungsi tujuan :
Maksimisasi/minimisasi
Fungsi pembatas :
a11 X11 + a12 X12 +…+ a1� X1n ≤ b1
a21 X21 + a22 X22 +…+ a2� X2n ≤ b2
.....
....
....
am1 Xm1 + am2 Xm2 +…+ a�� Xmn ≤ bm
30
Universitas Sumatera Utara
Jika didefinisikan :
�11 �12
⎡ �21 �22
⎢ . .
A=⎢
. .
⎢ . .
⎣��1 ��2
… �1�
�1
�1
⎡� ⎤
⎡� ⎤
… �2� ⎤
⎢ .2 ⎥
⎢ .2 ⎥
. . ⎥
;
X
=
;
B
=
⎢ . ⎥
⎢ . ⎥
.. .. ⎥
⎥
⎢ . ⎥
⎢ . ⎥
�
⎦
… ��
⎣�� ⎦
⎣�� ⎦
maka pembatas dari model tersebut dapat dituliskan ke dalam bentuk sistem persamaan
AX = B. Perhatikan suatu sistem AX = B dari persamaan linear dalam n variabel (n>m).
Definisi:
1. Solusi basis
Solusi basis untuk AX = B adalah solusi di mana terdapat sebanyakbanyaknya m variabel berharga bukan nol. Untuk mendapatkan solusi basis dari
AX = B maka sebanyak (n – m) variabel harus dinolkan. Variabel-variabel yang
dinolkan ini disebut variabel nonbasis (NBV). Selanjutnya, dapatkan harga dari
n – (n – m) = m variabel lainnya yang memenuhi AX = B, yang disebut variabel
basis (BV).
2. Solusi basis fisibel
Jika solusi variabel pada suatu solusi basis berharga nonnegatif, maka
solusi itu disebut solusi basis fisibel (BFS).
3. Solusi feasibel titik ekstrem
Yang dimaksud dengan solusi feasibel titik ekstrem atau titik sudut ialah
solusi
feasibel
yang tidak
terletak
pada
suatu
segmen
garis
yang
menghubungkan dua solusi feasibel lainnya.
Untuk menyelesaikan persoalan program linier maksimasi dengan menggunakan
metode simpleks, dapat dilakukan langkah-langkah berikut:
31
Universitas Sumatera Utara
1. Konversikan formulasi persoalan ke dalam bentuk standar.
Untuk menyusun rumusan program linier ke dalam model matematik simplek,
semua persamaan harus dirubah kedalam bentuk sama dengan agar persamaan
kendala dalam keadaan seimbang. Dalam problem tersebut, tanda ketidak
samaan kendala adalah lebih kecil atau sama dengan (≤), diubah menjadi tanda
sama dengan (=) dengan syarat menambah variabel slack pada sisi bagian kiri
persamaan kendala. Nilai variabel slack harus ditambahkan kedalam fungsi
tujuan Z, tetapi nilai kontribusinya = 0 untuk masing-masing variabel tersebut.
Hal ini disebabkan karena variabel slack menunjukkan sumber daya yang tidak
terpakai dalam proses produksi sehingga tidak mempengaruhi fungsi tujuan.
2. Mentabulasikan persamaan-persamaan yang diperoleh pada langkah 1
Tabel 2.3 Bentuk umum tabel simplek awal
BASIS Z
Z
1
S1
0
S2
0
...
...
Sm
0
X1
C1
a11
a21
...
am1
X2
C2
a12
a22
...
am2
...
...
...
...
...
...
...
...
...
...
...
...
Xn
C3
a1n
a2n
...
amn
S1
0
1
0
...
0
S2
0
0
1
...
0
...
...
...
...
...
...
...
...
...
...
...
...
Sm
0
0
0
...
1
SOLUSI
0
b1
b2
bm
Kolom basis menunjukkan variabel yang sedang menjadi basis yaitu S1,S2,S3
yang nilainya ditunjukkan oleh kolom solusi. Secara tidak langsung ini
menunjukkan bahwa variabel non basis X1,X2,X3 sama dengan nol karena belum
ada kegiatan.
3. Cari Solusi Basis Fisibel (BFS),
4. Jika seluruh NBV mempunyai koefisien nonnegatif (artinya berharga positif
atau nol) pada baris fungsi tujuan [baris persamaan z yang biasa disebut baris 0
32
Universitas Sumatera Utara
atau baris (zj – cj)], maka BFS sudah optimal. Jika pada baris 0 masih ada
variabel dengan koefisien negatif, pilihlah salah satu variabel yang mempunyai
paling negatif pada baris 0 itu. Variabel ini akan memasuki status variabel basis,
karena itu variabel ini disebut sebagai variabel yang masuk basis (entering
variable, disingkat EV),
5. Hitung rasio dari (Ruas kanan) / (Koefisien EV) pada setiap baris di mana EVnya mempunyai koefisien positif. Variabel basis pada baris pembatas dengan
rasio positif terkecil akan berubah status menjadi variabel nonbasis. Variabel ini
kemudian disebut sebagai variabel yang meninggalkan basis atau leaving
variable, disingkat LV.
2.4.3. Program Linier Kembar ( Teori Dualitas )
Salah satu penemuan paling penting pada awal perkembangan Program linier
adalah konsep dualitas yang menyatakan bahwa setiap masalah program linier berkaitan
dengan masalah program linier yang lainnya yang disebut dual. Hubungan antara model
program linier primal dan dual bersifat konversi. Model program linier primal dapat
dirumuskan kedalam model program linier dual dengan fungsi tujuan yang berbeda.
Sebagai contoh, funggsi tujuan program linier primal adalah memaksimalkan laba,
maka dalam program linier dual fungsi ini berubah menjadi fungsi meminimalkan
biaya. Untuk mempermudah memahami hubungan antara program linier primal dan
program linier dual dapat dilihat dari contoh berikut :
Maksimalkan � = �1 �1 + �2 �2
Kendala :
a11 X1 + a12 X2 ≤ b1
a21 X1 + a22 X2 ≤ b2
33
Universitas Sumatera Utara
X1 , X2 ≥ 0
Dalam bentuk persamaan linier dual, persamaan diatas berubah menjadi
Minimalkan
Kendala :
� = �1 �1 + �2 �2
a11 Y1 + a21 Y2 ≥ C1
a12 Y1 + a22 Y2 ≥ C2
X1 , X2 ≥ 0
Berdasarkan contoh diatas, terlihat bahwa korespondensi antara program linier primal
dan dual adalah sebagai berikut :
1. Koefisien fungsi tujuan primal menjadi konstanta ruas kanan bagi dual, dan
konstanta ruas kanan primal menjadi koefisien fungsi tujuan bagi dual
2. Tanda ketidaksamaan pada pembatas bergantung pada fungsi tujuannya. Jika
fungsi tujuan primal maksimasi maka tanda pembatas pada dual adalah lebih
besar sama dengan ≥( ), dan jika fungsi tujuan primal minimisasi tanda
pembatas dual adalah lebih kecil sama dengan ( ≤ )
3. Fungsi tujuan maksimasi berubah menjadi minimisasi dan sebaliknya fungsu
tujuan minimisasi berubah menjadi maksimasi
4. Untuk setiap variabel primal ada satu pembatas dual dan untuk setiap pembatas
primal ada satu variabel dual
5. Setiap kolom pada primal berkorespondensi dengan baris pada dual dan setiap
baris pada primal berkorespondensi dengan kolom pada dual.
Dalam
penyelesaiannya
program
linier
dual
dapat
diselesaikan
dengan
menggunakan metode grafik untuk fungsi tujuan dengan tidak lebih dari dua
variabel dan dengan metode simplek untuk fungsi tujuan dengan lebih dari dua
variabel.
34
Universitas Sumatera Utara
2.4.4. Model optimasi pola tanam dengan program linier
Dalam pengoptimalan dengan program linier terdapat 2 fungsi yang harus di
penuhi yang pertama adalah Fungsi Tujuan dan Fungsi Kendala. Fungsi tujuan adalah
fungsi yang menggambarkan tujuan/sasaran yang berkaitan dengan pengaturan secara
optimal sumber daya untuk memperoleh keuntungan maksimal atau biaya minimal
sedangkan fungsi kendala/batasan merupakan bentuk penyajian secara metematis
batasan – batasan kapasitas yang tersedia yang akan dialokasikan secara optimal
keberbagai kegiatan (Mustafa, 2000). Fungsi tujuan dalam optimasi pola tanam dalam
penelitian ini adalah hasil maksimum dalam rupiah dari suatu daerah irigasi. Secara
umum rumusan fungsi tujuan dalam pengopimalan pola tata tanam adalah :
Z = ( Keuntungan MT 1 ) + (Keuntungan MT 2 ) + (Keuntungan MT 3 ).... 2-13
Z = (CP1. XP1+ CJ1 . XJ1) + (CP2. XP2+ CJ2 . XJ2) + (CP3. XP3+ CJ3 . XJ3)
Ket :
Z
= Keuntungan (Rupiah)
CP1, CP2,CP3
= Harga komoditas padi pada MT ke 1,2,3(Rupiah/kg)
XP1,XP2,XP3
= Luas areal tanam komoditas padi pada MT ke 1,2,3(Ha)
CJ1, CJ2,CJ3
= Harga komoditas jagungpada MT ke 1,2,3(Rupiah/kg)
XJ1,XJ2,XJ3
= Luas areal tanam komoditas jagungpada MT ke 1,2,3(Ha)
Dalam setiap optimasi diperlukan suatu faktor kendala atau pembatas. Pada
studi ini batasan yang digunakan adalah luas lahan yang tersedia, ketersediaan air (debit
andalan), dan kebutuhan air pada musim tanam.
1. Kendala luas tanam
Rumusan kendala luas tanam adalah sebagai berikut:
MTm = XPm+ XJm ≤ 100% * Luas Lahan total ..................................... 2-14
Dimana :
MTm = Musim tanam ke-m dengan m = 1,2,3
XPm
= Luas tanam komoditas padi pada musim tanam ke-m
35
Universitas Sumatera Utara
XJm
= Luas tanam komoditas jagung pada musim tanam ke-m
2. Kendala ketersediaan air
Yaitu debit air yang dibutuhkan saatmusim tanam ke-m berdasarkan
hasil perhitungan (q) dengan debit air yang tersedia dari intake pada musim
tanam m (Qm)
Secara singkat dapat dirumuskan sebagai berikut :
(qPm* XPm) + (qJm* XJm) ≤ Qm
Dimana :
................................................. 2-15
qPm
= Kebutuhan air tanaman padi pada MT ke-m (lt/dt/ha)
qJm
= Kebutuhan air tanaman jagungpada MT ke-m (lt/dt/ha)
XPm
= Luas tanam komoditas padi pada MT ke-m (Ha)
XJm
= Luas tanam komoditas jagungpada MT ke-m (Ha)
Qm
= Debit yang tersedia dari sumber air pada musim tanam
ke-m (lt/dt)
36
Universitas Sumatera Utara
TINJAUAN PUSTAKA
2.1.
Kebutuhan Air Tanaman
Kebutuhan air untuk tanaman pada suatu jaringan irigasi merupakan air yang
dibutuhkan untuk tanaman untuk pertumbuhan yang optimal tanpa kekurangan air yang
dinyatakan dalam kebutuhan air lapangan (Net Field Requirement, NFR). Kebutuhan air
bersih disawah (NFR) dipengaruhi oleh faktor-faktor NFR seperti penyiapan lahan,
pemakaian konsumtif, penggenangan, efisiensi irigasi, perkolasi dan infiltrasi, dengan
memperhitungkan curah hujan efektif (Re). Bedanya kebutuhan pengambilan air irigasi
(DR) juga ditentukan dengan memperhitungkan faktor efisiensi irigasi secara
keseluruhan (e). Perhitungan kebutuhan air irigasi dengan rumus sebagai berikut:
NFR = ETc + P + WLR – Re
............................................... 2-1
DR = (NFR x A)/E
.......................................... 2-2
dimana:
NFR
= Kebutuhan air irigasi disawah (mm/hari) atau (lt/det/Ha)
DR
= Kebutuhan air di pintu pengambilan (lt/det/Ha)
ETc
= Evapotranspirasi tanaman (mm/hari)
P
= Perkolasi (mm/hari)
WLR = Penggantian lapisan air (mm/hari)
Re
= Curah hujan efektif
A
= Luas areal irigasi rencana (Ha)
E
= Efisiensi irigasi
Dalam menghitung kebutuhan air tanaman dapat digunakan metode Kriteria
Perencanaan PU KP-01 tahun 1986 yaitu sebagai berikut :
9
Universitas Sumatera Utara
1. Kebutuhan air irigasi untuk tanaman padi
Kebutuhan air irigasi untuk tanaman padi dapat dihitung dengan rumus sebagai
berikut :
DR =
Dimana :
���
.......................................................... 2-3
�
DR
= Kebutuhan air irigasi (ltr/dtk/hr)
NFR
= Kebutuhan air bersih disawah (ltr/dtk/hr)
E
= Effisiensi saluran irigasi (%)
2. Kebutuhan air irigasi untuk tanaman palawija
Kebutuhan air irigasi untuk tanaman palawija dapat dihitung dengan rumus
sebagai berikut :
DR =
Dimana :
��� − � �
DR
�
.......................................................... 2-4
= Kebutuhan air irigasi (ltr/dtk/hr)
ETc
= Evapotranspirasi tanaman
E
= Effisiensi saluran irigasi
2.1.1. Kebutuhan air untuk konsumtif tanaman (ETc)
Kebutuhan air untuk konsumtif tanaman merupakan kedalaman air yang
diperlukan untuk memenuhi evapotranspirasi tanaman yang bebas penyakit, tumbuh di
areal pertanian pada kondisi cukup air dari kesuburan tanah dengan potensi
pertumbuhan yang baik dan tingkat lingkungan pertumbuhan yang baik. Besarnya nilai
ETc suatu tanaman sangat bervariasi dan dipengaruhi oleh karakteristik tanaman
tersebut seperti tinggi tanaman, pemantulan dan kelebaran daun. Pada wilayah yang
mempunyai evaporasi yang tinggi, yaitu pada daerah panas, angin kencang dan kadar
lengas yang rendah, besar ETo yang realistik adalah 12 s/d 14 mm/hari dan besarnya
10
Universitas Sumatera Utara
ETc dapat mencapai 15 s/d 17 mm/hari. Ada beberapa metode yang dapat digunakan
untuk menghitung evapotranspirasi potensial sesuai dengan rekomendasi FAO yang
dimuat dalam jurnal “Crop Water Management, 1977” sebagai berikut :
1. Metode Penman (Penman Method),
2. Metode Blaney – Criddle (Temperature Method),
3. Metode Radiasi (Radiation Method),
4. Metode Evaporasi (PAN Method),
5. Metode Humidity (Humidity Method).
Dasar utama yang harus diperhatikan dalam memilih metode yang dipergunakan
adalah jenis dari data yang tersedia dan tingkat ketelitian yang diperlukan untuk
memenuhi kebutuhan air. Mengenai ketelitian, hanya kemungkinan perkiraan kesalahan
yang dapat diberikan karena tidak ada base-line dari pada iklim yang diketahui. Metode
Penman yang sudah dimodifikasi merupakan metode dengan tingkat ketelitian yang
sangat tinggi dengan kemungkinan kesalahan hanya 10% dimusim panas, dan sampai
20% pada saat evaporasi rendah. Berikut adalah persamaan Penman yang dimodifikasi
untuk menghitung evapotranspirasi :
ETo = c [ w Rn + (1 – w) f(u) (ea – ed) ]
................................................ 2-5
dimana :
ETO
= Evapotranspirasi acuan (mm/hari)
w
= Faktor koreksi terhadap temperatur
Rn
= Radiasi netto (mm/hari)
f(u)
= Fungsi angin
(ea – ed)
= Perbedaan tekanan uap air jenuh dengan tekanan uap air nyata (mbar)
c
= Faktor pergantian cuaca akibat siang dan malam
Uraian tentang variabel-variabel yang digunakan dalam metode Penman:
11
Universitas Sumatera Utara
1. Tekanan uap air (ea – ed)
Kelembaban relatif rata-rata udara mempengaruhi Eto. Dalam hal ini
dinyatakan dalam bentuk tekanan uap air (ea-ed) yaitu perbedaan dari tekanan
uap air lembab rata-rata (ea) dan tekanan uap air aktual rata-rata (ed).
Kelembaban udara rata-rata dicatatat dalam bentuk relatif (Rhmax dan Rhmin
dalam persen). Sebenarnya tekanan uap air aktual adalah konstan dan
pengukuran 1 kali dalam satu hari sudah cukup untuk suatu areal penyelidikan.
Tekanan uap air harus dinyatakan dalam mbar, jika ed diberikan dalam mmHg
maka dikalikan dengan 1,33 untuk mendapatkan mbar.
Formula – formula yang digunakan:
a. Tekanan Uap Air basah (ea)
Tekanan Uap Air basah (ea) adalah kemungkinan tekanan uap air
maksimum untuktemperatur tertentu.
ea = 6,11e(17,4.t/(t+239) mbar
(Gondrian,1977)
dimana :
t
= Temperatur udara dalamoC.
b. Tekanan uap air aktual (ed)
Tekanan uap air aktual (ed) adalah tekanan yang disebabkan oleh
tekanan uap air diudara.
ed = ewet - a.Pa �Tdry - Twet �
mbar
(Dorenbos,1976)
dimana:
ewet
= tekanan udara basah pada WET bulb temperature;
Tdry , Twet
= temperatur kering dan basah oC;
Pa
= tekanan barometer dari udara pada tinggi tertentu;
Pa
= 1013 – 0,1055 E mbar; E = elevasi dari muka laut (m);
12
Universitas Sumatera Utara
a
= konstanta psycometric yang tergantung kepada type
dari ventilasi wet bulb
= 0,000662 untuk psychometric dengan ventilasi model
Assman, kecepatanpertukaran udara 5m/dtk;
= 0,0008 ventilasi alam , 1 m/dtk;
= 0,0012 tanpa ventilasi.
2. Kelembaban relatif rata-rata (RH)
Kelembaban relatif rata-rata (RH) adalah jumlah uap air sebenarnya
yang ada pada udara relatif terhadap jumlah uap udara pada saat dimana udara
dalam keadaan lembab (saturated) pada temperatur yang sama (dinyatakan
dalam %).
RH = (ed/ea) x 100%
..................................... 2-5a
3. Fungsi Angin (f(u))
Fungsi angin dapat didefenisikan sebagai berikut,
F(u) = 0,27 (1+U/100)
..................................... 2-5b
dimana:
U = kecepatan angin berhembus dalam 24 jam (km/hari) pada ketinggian 2 m.
Formuladiatas
dapat
dipergunakan
apabila
(ea-ed)
dalam
mbar.Kecepatan angin (Ux) pada ketinggian x meter dari permukaan tanah
dapat dikonversikan menjadi kecepatan angin pada ketinggian 2 meter dengan
menggunakan hubungan dibawah ini :
U2 = Ux . (2/x)0,15
..................................... 2-5c
13
Universitas Sumatera Utara
4. Faktor Koreksi (1-W)
(1-W) merupakan faktor koreksi daripada pengaruh angin dan kadar
lengas terhadap ETo.Besar (1-w) sehubungan dengan temperatur dan ketinggian
dapat dihitung denganmenggunakan formula :
W = δ/(δ + β)
..................................... 2-5d
dimana :
β
= konstanta psychrometric = (0,386 Pa)/L mbar/oC;
L
= latent heat = 595 – 0,51t cal/oC;
Pa
= tekanan atmosfir mbar;
= 1013 – 0,1055 E;dimana E = elevasi dari permukaan laut (m);
δ
= sudut dari kurva hubungan antara tekanan uap air dan temperatur
(mbar/oC);
δ
= 2 x ( 0,00738 t + 0,8072 )7 – 0,00116 mbar;
t
= (Tmax + Tmin)/2.
5. Radiasi Netto (Rn)
Radiasi netto adalah perbedaan antara semua radiasi yang masuk dan
radiasi yang keluar ke dan dari permukaan bumi. Rn dapat dihitung dengan
radiasi matahari atau dari lamanya penyinaran matahari, temperatur dan data
kadar lengas (RH).
Jumlah radiasi yang diterima oleh lapisan atas atmosfir (Ra) adalah
tergantung ketinggian letak lintang dan waktu.Sebahagian dari Ra diabsorbsi
dan terputus-putus ketika melintasi atmosfir, sisanya termasuk sebahagian dari
radiasi yang terputus-putus mencapai permukaan bumi dikenal dengan solar
radiasi (Rs).
14
Universitas Sumatera Utara
Rs tergantung pada Ra dan perjalanannya melalui atmosfir yang mana
sangat dipengaruhi oleh keadaan awan. Sebagian daripada Rs dipantulkan
kembali oleh panas dan tanaman dan hilang di atmosfer. Pemantulan tergantung
pada keadaan permukaan bumi dan kira-kira 5 s/d 7% untuk permukaan air dan
kira-kira 15 s/d 25% untuk sebagian besar tumbuh-tumbuhan. Besaran-besaran
ini bervariasi tergantung kepada persentase penutupan permukaan tanah oleh
daun tumbuhan, kandungan air dari tanah yang diekspose. Radiasi yang
tertinggal disebut dengan solar radiasi netto gelombang pendek (Rns).Sebagai
kehilangan radiasi tambahan adalah berupa pelepasan kembali energi yang telah
diserap oleh bumi sebagai radiasi gelombang panjang. Kehilangan ini biasanya
lebih besar dari pada radiasi gelombang panjang yang diterima oleh permukaan
bumi. Selisih dari pada radiasi gelombang panjang yang hilang dan radiasi yang
diterima oleh bumi disebut dengan radiasi gelombang panjang netto (Rnl).
Selama energi yang keluar lebih besar daripada energi yang diterima maka Rnl
merupakan kehilangan energi netto.
Untuk menghitung Rn maka ada beberapa langkah perhitungan yang
diperoleh yaitu sebagai berikut:
Rn = Rns – Rnl
..................................... 2-5e
Dimana:
Rns
= solar radiasi netto = (1-α) Rs mm/hari;
α
= koefisien pantul permukaan bumi dalam pecahan;
Rs
= solar radiasi gelombang pendek (shortwave);= (a+b n/N)
Ra..........(Augstruom).
Secara umum:
Rs = (0,25 +0,5 n/N) Ra
..................................... 2-5f
15
Universitas Sumatera Utara
Dimana :
n
= lamanya penyinaran matahari/hari;
N
= kemungkinan penyinaran matahari maksimum;
Ra
= total radiasi yang diterima pada lapisan atas atmosfir.
Koefisien pantul permukaan bumi (a) diketahui berubah dengan sudut
matahari tetapi sering diambil berkisar antara 0,23 s/d 0,25 untuk tanaman yang
ditanam pada areal pertanian yang mendapatkan air irigasi.Radiasi gelombang
panjang netto (Rnl) menurut hukum Stefan-Boltzman adalah σT4 dimana T =
temperatur absolut dalam derajat Kelvin dan σ = konstanta radiasi yang
diperkenalkan oleh Stefan-Boltzman.
Radiasi gelombang panjang netto lebih kecil daripada radiasi yang
dipancarkan, karena uap air, karbondioksida dan debu menyerap radiasi
yangdipancarkan oleh gelombang panjang. Penyerapan dari energi yang
dikeluarkan oleh bumi ini sebagian akhirnya akan kembali lagi ke bumi dari
atmosfir sehingga radiasi gelombang panjang netto dapat dituliskan sebagai
berikut :
Rnl = Є (σT4) (0,34 - 0,044√ed) (0,1 + 0,9 n/N)
............... 2-5g
Dimana:
Є = faktor reduksi = 0,95 s/d o,98.
Untuk mendapatkan total radiasi netto (Rn) adalah dengan menjumlahkan
aljabar dari radiasi gelombang pendek netto (RnS) dan radiasi gelombang
panjang netto (Rnl) yang dihitung Rnl selalu merupakan mewakili kehilangan
netto sehingga :
Rn = Rns – Rnl
..................................... 2-5h
16
Universitas Sumatera Utara
6. Faktor Koreksi
Persamaan Penman memberikan asumsi pada kebanyakan kondisi
dimana radiasi diasumsikan sedang ke tinggi dan kecepatan angin pada siang
hari diperkirakan dua kali kecepatan angin pada malam hari yang mana kondisi
seperti ini tidak selamanya dapat terpenuhi. Untuk itu diperlukan faktor koreksi
terhadap penggunaan persamaan Penman berdasarkan keadaan iklim seperti
yang dimuat dalam tabel berikut.
Tabel 2.1 Faktor Koreksi C pada rumus Penman
Rhmax = 30%
Rs (mm/hr)
3
6
9
Rhmax = 60%
12
Uday (m/dt)
3
6
9
Rhmax = 90%
12
3
6
9
12
1,1
1,1
Uday/Unight = 4,0
0
0,86
0,9
1
1
0,96 0,98 1,05 1,05 1,02 1,06
3
0,79 0,84 0,92 0,97 0,92
6
9
1,11 1,19 0,99
1,1
1,24 1,32
0,68 0,77 0,87 0,93 0,85
0,96 1,11 1,19 0,94
1,1
1,26 1,33
0,55 0,65 0,78
0,88 1,02 1,14 0,88 1,01 1,16 1,27
0,9
0,76
1
Uday/Unight = 3,0
0
0,86
0,9
1
1
0,96 0,98 1,05 1,05 1,02 1,06
3
0,76 0,81 0,88 0,94 0,87
0,96 1,06 1,12 0,94 1,04 1,18 1,28
6
0,61 0,68 0,81 0,88 0,77
0,88 1,02
9
0,46 0,56 0,72 0,82 0,67
0,79 0,88 1,05 0,78 0,92 1,06 1,18
1,1
1,1
1,1
0,84 1,01 1,15 1,22
Uday/Unight = 2,0
0
0,86
3
0,69 0,76 0,85 0,92 0,88
0,91 0,99 1,05 0,89 0,98
6
0,63 0,61 0,74 0,84
0,7
0,8
0,94 1,02 0,79 0,92 1,05 1,12
0,48 0,65 0,76 0,59
0,7
0,84 0,95 0,71 0,81 0,96 1,06
9
0
0,9
1
1
0,96 0,98 1,05 1,05 1,02 1,06
1,1
1,1
1,1
1,14
Uday/Unight = 1,0
0
0,86
0,9
1
1
3
0,64 0,71 0,82 0,89 0,78
0,86 0,94 0,99 0,85 0,92 1,01 1,05
6
0,43 0,68 0,68 0,79 0,62
0,7
0,84 0,93 0,72 0,82 0,95
9
0,27 0,41 0,59
0,6
0,75 0,87 0,62 0,72 0,87 0,96
0,7
0,96 0,98 1,05 1,05 1,02 1,06
0,5
1,1
1,1
1
Sumber : Rekayasa Irigasi, 2014
17
Universitas Sumatera Utara
Untuk menghitung kebutuhan air untuk konsumtif tanaman digunakan
persamaan empiris sebagai berikut :
ETc = Kc x Eto
dimana :
.......................................................... 2-6
Kc
= Koefisien tanaman
ETo
= Evapotranspirasi potensial (mm/hari)
ETc
= Evapotranspirasi tanaman (mm/hari)
Koefisien tanaman merupakan pengaruh karakteristik tanaman terhadap
kebutuhannya akan air. Besaran nilai koefisien tanaman adalah bervariasi menurut jenis
tanaman, masa tahapan pertumbuhan, dan pengaruh cuaca atau iklim. Secara umum
pertumbuhan tanaman dapat dibagi menjadi empat tahap yaitu:
1. Initial Stage
: tahap awal mulai dari penanaman sampai daun tanaman
: kira-kira 10 %
2. Development stage
: dari akhir initial stage sampai mencapai tingkat
: pertumbuhan daun yang dapat menutupi tanah 70 – 80%
3. Mid-season stage
: dari akhir development stage sampai awal dari masa
: penuaan (maturing) dengan ditandainya perubahan
: warna dari pada daun, atau daun mulai jatuh.
4. Late season stage
: dari akhir mid-season hingga akhir.
18
Universitas Sumatera Utara
Gambar 2.1 : fase tumbuh tanaman
Sumber : Marinus G. Bos, 2009
Berikut koefisien tanaman dari beberapa jenis tanaman berdasarkan umur.
Tabel 2.2 Koefisien Tanaman
Umur
(Bulan)
Jenis Tanaman
Padi
Jagung
K. Tanah
0,5
1,10
0,50
0,50
1,0
1,10
0,59
0,66
1,5
1,10
0,96
0,85
2,0
1,10
1,05
0,95
2,5
1,05
1,02
0,95
3,0
1,05
0,95
0,55
3,5
0,95
4,0
0
0,55
Sumber : FAO Irrigation and Drainage Paper No. 56
19
Universitas Sumatera Utara
2.1.2. Kebutuhan air untuk penyiapan lahan
Pada Standar Perencanaan irigasi disebutkan bahwa kebutuhan air untuk
penyiapan lahan umumnya menentukan kebutuhan maksimum air irigasi pada suatu
proyek irigasi. Ada 2 faktor penting yang menentukan besarnya kebutuhan air untuk
penyiapan lahan ialah:
1. Lamanya waktu yang dibutuhkan untuk penyiapan lahan,
2. Jumlah air yang diperlukan untuk penyiapan lahan.
Selain itu keadaan sosial dan kebiasaan penduduk setempat menentukan
lamanya masa penyiapan lahan dari suatu areal irigasi. Sebagai perbandingan masa
penyiapan lahan untuk tanaman padi dapat dipakai pendekatan umur bibit padi yang
disemaikan sebelum di pindahkan kelahan pertanian yakni sekitar 1 hingga 1,5 bulan
(30 – 45 hari). Pada umumnya jumlah air yang dibutuhkan untuk penyiapan lahan dapat
ditentukan berdasarkan kedalaman serta porositas tanah disawah
Dimana :
��� =
(��−��) �.�
���
+ �� + ��
..................................... 2-7
PWR =Kebutuhan air untuk penyiapan lahan (mm)
Sa
= Derajat kejenuhan tanah setelah penyiapan lahan dimulai (%)
Sb
= Derajat kejenuhan tanah sebelum penyiapan lahan dimulai (%)
N
= Porositas tanah dalam (%) pada harga rata-rata
D
= Asumsi kedalaman tanah setelah penyiapan lahan (mm)
Pd
= Kedalaman genangan setelah pekerjaan penyiapan lahan (mm)
Fl
= Kehilangan air disawah selama perhari (mm)
Untuk tanah bertekstur berat tanpa retak-retak, kebutuhan air untuk penyiapan
lahan diambil 200 mm, ini termasuk air untuk penjenuhan dan pengolahan tanah. Pada
permulaan transplantasi tidak akan ada lapisan air yang tersisa di sawah. Setelah
transplantasi selesai, lapisan air di sawah akan ditambah 50 mm. Secara keseluruhan ini
20
Universitas Sumatera Utara
berarti bahwa lapisan air yang diperlukan menjadi 250 mm untuk penyiapan lahan dan
untuk lapisan air awal setelah transplantasi selesai.
Bila lahan dibiarkan selama dalam jangka waktu yang lama (2,5 bulan) atau
lebih maka lapisan air yang diperlukan untuk penyiapan lahan diambil 300 mm,
termasuk 50 mm untuk penggenangan setelah tranplantasi. Untuk tanah-tanah ringan
dengan laju perkolasi yang lebih tinggi, harga-harga kebutuhan air untuk penyiapan
lahan bisa diambil lebih tinggi lagi. Kebutuhan air untuk penyiapan lahan sebaiknya
dipelajari dari daerah-daerah didekatnya yang kondisi tanahnya serupa dan hendaknya
didasarkan pada hasil-hasil penyelidikan di lapangan. Walaupun pada mulanaya tanahtanah ringan mempunyai laju perkolasi tinggi, tetapi laju ini bisa berkurang setelah
lahan diolah selama beberapa tahun. Kemungkinan ini hendaknya mendapat perhatian
tersendiri sebelum harga-harga kebutuhan air untuk penyiapan lahan ditetapkan
menurut ketentuan di atas.
Untuk menghitung jumlah air yang diperlukan selama penyiapan lahan dapat
digunakan metode yang dikembangkan oleh van de Goor dan Zijlstra, (1968). Metode
ini didasarkan pada laju air konstan dalam l/dt selama penyiapan lahan dan
menghasilkan rumus berikut :
IR =
dimana :
� ��
..................................... 2-8
�� − �
IR
=Kebutuhan air irigasi ditingkat persawahan (mm/hari)
M
= Kebutuhan air untuk mengganti kehilangan air akibat evaporasi
dan perkolasidi sawah yang sudah dijenuhkan; M = Eo + P
(mm/hari)
Eo
= Evaporasi air terbuka yang diambil 1,1 Eto selama penyiapan
lahan (mm/hari)
21
Universitas Sumatera Utara
P
= Perkolasi
K
= MT/S
T
= Jangka waktu penyiapan lahan (hari)
S
= Kebutuhan air, untuk penjenuhan di tambah dengan lapisan air
= 50 mm
2.1.3. Perkolasi
Perkolasi adalah gerakan air ke bawah dari zona tidak jenuh yang terletak
diantara permukaan tanah ke permukaan air tanah (zona jenuh). Daya perkolasi adalah
laju maksimum yang dimungkinkan, yang besarnya dipengaruhi oleh kondisi tanah
dalam zona tidak jenuh yang terletak diantara permukaan tanah dengan permukaan air
tanah. Laju perkolasi sangat bergantung pada sifat-sifat tanah. Dari hasil penyelidikan
tanah pertanian dan penyelidikan kelulusan, besarnya laju perkolasi serta tingkat
kecocokan tanah untuk pengolahan tanah dapat ditetapkan dan dianjurkan
pemakaiannya. Guna menentukan laju perkolasi, tinggi muka air tanah juga harus
diperhitungkan. Laju perkolasi normal pada tanah lempung sesudah dilakukan
genangan berkisar antara 1 sampai 3 mm/hari (KP – 01, 1986). Di daerah dengan
kemiringan diatas 5%, paling tidak akan terjadi kehilangan 5 mm/hari akibat perkolasi
dan rembesan.
2.1.4. Pergantian lapisan air
Pergantian lapisan air khusus dilakukan hanya untuk sawah dengan tanaman
padi, dimana waktu pemupukan dilakukan genangan air dipetak sawah perlu
dikeringkan untuk beberapa hari. Untuk menggenangi petak sawah kembali diperlukan
air tambahan, jadi dalam hal ini diperlukan sistem irigasi yang direncanakan untuk : (1)
memungkinkan untuk mengganti lapisan air untuk beberapa kali pemupukan yang
direncanakan sesuai keperluan; (2) Jika tidak ada penjadwalan semacam itu, lakukan
22
Universitas Sumatera Utara
penggantian sebanyak 2 kali, masing-masing 50 mm (atau 3,3 mm/hari selama ½ bulan)
selama sebulan dan dua bulan setelah transplantasi.
2.2.
Curah Hujan
Tidak semua curah hujan yang jatuh diatas tanah dapat dimanfaatkan oleh
tanaman untuk pertumbuhannya, ada sebagian yang menguap dan mengalir sebagai
limpasan permukaan. Air hujan yang jatuh diatas permukaan dapat dibagi menjadi dua,
yaitu:
1. Curah hujan nyata, yaitu sejumlah air yang jatuh pada periode tertentu,
2. Curah hujan efektif, yaitu jumlah air hujan yang jatuh pada suatu daerah atau
petak sawah semasa pertumbuhan tanaman dan dapat dipakai untuk memenuhi
kebutuhannya.
Adapun curah hujan efektif untuk tanaman palawija menurut KP-01 dipengaruhi
oleh besarnya tingkat evapotranspirasi dan curah hujan daerah. Besaran curah hujan
efektif harian dihitung dengan analisis pendekatan rumus (KP-01, 1986) sebagai
berikut:
2.3.
Untuk padi,
Re = 70% x R80
................................... 2-9
Untuk palawija,
Re = 70% x R50
................................... 2-10
Debit Andalan
Debit adalah suatu koefisien yang menyatakan banyaknya air yang mengalir dari
suatu sumber airpersatuan waktu, biasanya diukur dalam satuan liter/detik. Pengukuran
debit dapat dilakukan dengan berbagai cara, antara lain:
1. Pengukuran debit berdasarkan kerapatan lautan obat,
2. Pengukuran kecepatan aliran dan luas penampang melintang, dalam hal ini
untuk mengukur kecepatan arus digunakan pelampung atau pengukur arus
dengan kincir,
23
Universitas Sumatera Utara
3. Pengukuran dengan menggunakan alat-alat tertentu seperti pengukur arus
magnetis, atau pengukur arus gelombang supersonik.
Untuk memenuhi kebutuhan air pengairan irigasi bagi lahan-lahan pertanian,
debit air di daerah bendung harus lebih dari cukup untuk disalurkan ke saluran-saluran
(induk-sekunder-tersier) yang telah disiapkan di lahan-lahan pertanian. Agar penyaluran
air ke suatu areal lahan pertanian dapat diatur dengan sebaik-baiknya (dalam arti tidak
berlebihan atau agar dapat dimanfaatkan seefisien mungkin, dengan mengingat
kepentingan areal lahan pertanian lainnya) maka dalam pelaksanaannya perlu dilakukan
pengukuran-pengukuran debit air. Dengan distribusi yang terkendali, dengan bantuan
pengukuran-pengukuran tersebut, maka masalah kebutuhan air pengairan selalu dapat
diatasi tanpa menimbulkan gejolak.
Debit andalan (dependable flow) adalah debit yang selalu tersedia sepanjang
tahun yang dapat dipakai untuk irigasi. Dalam penelitian ini debit andalan merupakan
debit yang memiliki probabilitas 80%. Debit dengan probabilitas 80% adalah debit yang
memiliki kemungkinan terjadi di bendung sebesar 80% dari 100% kejadian. Jumlah
kejadian yang dimaksud adalah jumlah data yang digunakan untuk menganalisis
probabilitas tersebut. Jumlah data minimum yang diperlukan untuk analisis adalah lima
tahun dan pada umumnya untuk memperoleh nilai yang baik data yang digunakan
hendaknya berjumlah 10 tahun data (KP – 01, 1986).
2.4.
Program linear
Program linier merupakan model umum yang dapat digunakan dalam
pemecahan masalah pengalokasian sumber-sumber yang terbatas secara optimal.
Masalah tersebut timbul apabila seseorang diharuskan untuk memilih atau menentukan
tingkat setiap kegiatan yang akan dilakukannya, di mana masing-masing kegiatan
membutuhkan sumber yang sama sedangkan jumlahnya terbatas.
24
Universitas Sumatera Utara
Program linier menggunakan model matematis. Sebutan “linier” berarti bahwa
semua fungsi matematis yang disajikan dalam model ini haruslah fungsi-fungsi linier.
Dalam Program linier dikenal dua macam fungsi, yaitu fungsi tujuan (objective
function) dan fungsi-fungsi batasan (constraint function). Fungsi tujuan adalah fungsi
yang menggambarkan tujuan/sasaran di dalam permasalahan program linier yang
berkaitan dengan pengaturan secara optimal sumber daya-sumber daya, untuk
memperoleh keuntungan maksimal atau biaya minimal. Pada umumnya nilai yang akan
dioptimalkan dinyatakan sebagai Z. Fungsi batasan merupakan bentuk penyajian secara
matematis batasan-batasan kapasitas yang tersedia yang akan dialokasikan secara
optimal ke berbagai kegiatan.
Pada umumnya program linier dapat digunakan untuk mengoptimisasikan
persoalan-persoalan yang memenuhi persyaratan sebagai berikut:
1. Fungsi tujuan dapat didefenisikan dengan jelas,
2. Fungsi tujuan dan fungsi-fungsi pembatas harus dapat dinyatakan dalam bentuk
matematis dan bersifat linier,
3. Variabel-variabel harus saling berhubungan,
4. Sumber-sumber harus dalam kondisi terbatas, misalnya sumber daya air.
Secara umum persoalan program linier dapat diuraikan sebagai berikut :
”Terdapat m buah persamaan dari masing-masing n buah variable, diinginkan
untuk menentukan kombinasi n buah variabel non-negatif yang memenuhi batasanbatasan yang ditentukan oleh m buah persamaan atau ketidaksamaan linier tersebut, dan
memaksimumkan atau meminimumkan sebuah fungsi tujuan yang linier pula”. Secara
matematik, persoalan program linier ini dapat dinyatakan sebagai berikut
1. Memaksimumkan/minimumkan fungsi tujuan
� = �1 �1 + �2 �2 + ⋯ + �� �� .......................................................... 2-11
25
Universitas Sumatera Utara
2. Dengan fungsi pembatas linier
a11 X11 + a12 X12 +…+ a1� X1n ≤ b1
a21 X21 + a22 X22 +…+ a2� X2n ≤ b2
.....
....
....
am1 Xm1 + am2 Xm2 +…+ a�� Xmn ≤ bm
................................................ 2-12
untuk m = 1, 2 , 3 ,...,
3. Dengan pembatas non-negatif
Xn ≥ 0 , b� ≥ 0
4. a�� , �m dan�� adalah konstanta yang diketahui harganya.
Dapat pula persamaan atau ketidaksamaan ini dinyatakan sebagai perkalian matriks
�(� ×�) dengan matriks kolom �(�×1) yang menghasilkan matrik kolom �(�� 1)
Dimana :
�11 �12
⎡ �21 �22
⎢ . .
⎢ . .
⎢ . .
⎣��1 ��2
… �1�
�1
�1
⎡ ⎤
… �2� ⎤ ⎡�2 ⎤
�
⎢ .2 ⎥
. . ⎥ ⎢ . ⎥
×
≤
=
≥
⎢ . ⎥
.. .. ⎥ ⎢ .. ⎥
⎥ ⎢ ⎥
⎢ . ⎥
…��� ⎦ ⎣�� ⎦
⎣�� ⎦
�
= Nilai fungsi tujuan
a��
= jumlah sumber daya m yang diperlukan untuk
��
= Koefisien biaya
= menghasilkan output kegiatan n
Xn
= variabel keputusan
b�
= sumber daya yang tersedia untk dialokasikan kesetiap unit
= kegiatan
Menurut Mustafa, dalam penyelesaian program linier diperlukan beberapa
asumsi sebagai berikut :
1. Proportionality
26
Universitas Sumatera Utara
Asumsi ini menyatakan bahwa naik turunnya nilai Z dan penggunaan sumber
atau fasilitas, akan berubah secara proporsional dengan perubahan tingkat
kegiatan.
Misal : � = �1 �1 + �2 �2 + ⋯ + �� ��
Setiap pertambahan/pengurangan satu unit X akan menaikkan/menurunkan nilai
Z.
2. Additivity
Asumsi ini menyatakan bahwa nilai fungsi tujuan setiap kegiatan tidak saling
mempengaruhi, atau dalam program linier dianggap bahwa kenaikan nilai fungsi
tujuan (Z) yang diakibatkan oleh suatu kegiatan dapat ditambahkan tanpa
mempengaruhi bagian nilai Z yang yang diperoleh dari kegiatan lain.
3. Disibility
Asumsi ini menyatakan bahwa nilai keluaran (output) yang dihasil oleh setiap
kegiatan dapat berupa bilangan pecah
4. Deterministic
Asumsi ini menyatakan bahwa semua parameter yang terdapat pada program
linierdapat diperkirakan denga pasti.
Beberapa pengertian dalam program linier adalah sebagai berikut :
1. Feasible solution
Feasible solution adalah suatu solusi yang memenuhi seluruh pembatas yang ada
pada persoalan tersebut.
2. Infeasible solution
Infeasible solution adalah suatu situasi problema program linier yang tidak
mempunyai penyelesaian optimal karena daerah kelayakannya tidak ada. Hal ini
disebabkan oleh tidak terpenuhinya syarat-syarat yang termuat dalam persamaan
27
Universitas Sumatera Utara
kendala, termasuk persyaratan variable keputusan yang harus memiliki bilangan
negatif.
3. Optimal solution
Optimal solution adalah feasible solution yang memberikan nilai “terbaik” bagi
fungsi tujuannya. Terbaik diartikan sebagai nilai terbesar apabila fungsi
tujuannya memaksiasikan, dan diartikan sebagai nilai terkecil apabila fungsi
tujuannya minimisasi.
4. No optimal solution
No optimal solution terjadi apabila suatu problema program linier tidak
mempunyai penyelesaian optimal. Hal tersebut disebabkan oleh hal sebagai
berikut :
− Tidak ada feasible solution,
− Ada batasan yang tidak membatasi besar nilai Z.
2.4.1. Metode Grafik
Umumnya problema program linear dapat diselesaikan dengan menggunakan
metode grafik dan metode simplek. Pendekatan secara grafik adalah penyelesaian cara
linier programming dengan bantuan penyelesaian gambar. Metode grafik digunakan
apabila jumlah variabel keputusan hanya dua dan jumlah kendala dalam model relatif
sedikit (umumnya tidak lebih dari 4 kendala). Apabila jumlah kendalanya relatif lebih
banyak (> 4 kendala), maka akan sukar untuk melukiskan garis kendala dalam grafik.
Bentuk grafik model linier berbeda berdasarkan fungsi tujuan dari model program linier
tersebut apakah berfungsi memaksimumkan atau meminimumkan.
Prosedur yang harus ditempuh untuk menyelesaikan problema keputusan
dengan menggunakan metode grafik sebagai berikut:
28
Universitas Sumatera Utara
1. Rumuskan problema yang dihadapi kedalam model program linier (model
matamatis persamaan linier)
2. Gambarkan semua kendala model kedalam grafik yang sumbu horizontalnya
adalah variabel keputusan X1 dan sumbu vertikalnya adalah variabel keputusan
X2, dalam penggambaran semua tanda ketidaksamaanpada persamaan kendala
dirubah menjadi tanda sama dengan. Cara penggambarannya adalah sebagai
berikut:
Persamaan garis kendala am1 Xm1 + am2 Xm2 = bm
Bila Xm1 = 0 maka persamaan diatas menjadi am1 (0)+ am2 Xm2 = bm
Xm2
=
��
am2
Bila Xm2 = 0 maka persamaan diatas menjadi am1 Xm1 + am2 (0) = bm
Xm1
Sehingga didapat koordinat pada garis X1 ( 0;
(
��
am1
��
am2
=
��
am1
) dan pada garis X2
; 0 ). Selanjutnya gambarkan koordinat tersebut dalam grafik dan
hubungkan keduanya, sehingga membentuk garis kendala. Lakukan pada semua
persamaan kendala sehingga didapat grafik sebagai berikut.
X2
Pers. Kendala (1)
Pers. Kendala (2)
Pers. Kendala (3)
A
B
C
Daerah Kelayakan
D
0
X1
Gambar 2.2 : Contoh Penyelesaian Grafik Program Linier
29
Universitas Sumatera Utara
3. Identifikasikan daerah kelayakan yang memenuhi persyaratan semua kendala
yang ada dalam model
4. Identifikasi penyelesaian optimal atas problema yang dihadapi dengan cara
memasukkan nilai X1 dan X2 dari titik optimum pada daerah kelayakan pada
fungsi tujuansehingga didapat hasil yang maksimum.
2.4.2. Metode Simpleks
Metode simpleks merupakan metode yang digunakan untuk menyelesaikan
suatu masalah linier programming bila memiliki lebih dari dua variabel-variabel
keputusan. Metode simpleks adalah suatu prosedur aljabar iteratif yang dikembangkan
oleh George B. Dantzig pada yahun 1947 untuk memecahkan persoalan-persoalan
program linier. Metode ini menyelesaikan masalah program liniermelalui tahapan
(perhitungan ulang) dimana langkah-langkah perhitungan yang sama diulang sampai
tercapai solusi optimal.
Dalam bentuk matematis, persoalan program linier dengan metode ini akan dinyatakan
sebagai berikut :
Z = ∑�
� =1 �� ��
Fungsi tujuan :
Maksimisasi/minimisasi
Fungsi pembatas :
a11 X11 + a12 X12 +…+ a1� X1n ≤ b1
a21 X21 + a22 X22 +…+ a2� X2n ≤ b2
.....
....
....
am1 Xm1 + am2 Xm2 +…+ a�� Xmn ≤ bm
30
Universitas Sumatera Utara
Jika didefinisikan :
�11 �12
⎡ �21 �22
⎢ . .
A=⎢
. .
⎢ . .
⎣��1 ��2
… �1�
�1
�1
⎡� ⎤
⎡� ⎤
… �2� ⎤
⎢ .2 ⎥
⎢ .2 ⎥
. . ⎥
;
X
=
;
B
=
⎢ . ⎥
⎢ . ⎥
.. .. ⎥
⎥
⎢ . ⎥
⎢ . ⎥
�
⎦
… ��
⎣�� ⎦
⎣�� ⎦
maka pembatas dari model tersebut dapat dituliskan ke dalam bentuk sistem persamaan
AX = B. Perhatikan suatu sistem AX = B dari persamaan linear dalam n variabel (n>m).
Definisi:
1. Solusi basis
Solusi basis untuk AX = B adalah solusi di mana terdapat sebanyakbanyaknya m variabel berharga bukan nol. Untuk mendapatkan solusi basis dari
AX = B maka sebanyak (n – m) variabel harus dinolkan. Variabel-variabel yang
dinolkan ini disebut variabel nonbasis (NBV). Selanjutnya, dapatkan harga dari
n – (n – m) = m variabel lainnya yang memenuhi AX = B, yang disebut variabel
basis (BV).
2. Solusi basis fisibel
Jika solusi variabel pada suatu solusi basis berharga nonnegatif, maka
solusi itu disebut solusi basis fisibel (BFS).
3. Solusi feasibel titik ekstrem
Yang dimaksud dengan solusi feasibel titik ekstrem atau titik sudut ialah
solusi
feasibel
yang tidak
terletak
pada
suatu
segmen
garis
yang
menghubungkan dua solusi feasibel lainnya.
Untuk menyelesaikan persoalan program linier maksimasi dengan menggunakan
metode simpleks, dapat dilakukan langkah-langkah berikut:
31
Universitas Sumatera Utara
1. Konversikan formulasi persoalan ke dalam bentuk standar.
Untuk menyusun rumusan program linier ke dalam model matematik simplek,
semua persamaan harus dirubah kedalam bentuk sama dengan agar persamaan
kendala dalam keadaan seimbang. Dalam problem tersebut, tanda ketidak
samaan kendala adalah lebih kecil atau sama dengan (≤), diubah menjadi tanda
sama dengan (=) dengan syarat menambah variabel slack pada sisi bagian kiri
persamaan kendala. Nilai variabel slack harus ditambahkan kedalam fungsi
tujuan Z, tetapi nilai kontribusinya = 0 untuk masing-masing variabel tersebut.
Hal ini disebabkan karena variabel slack menunjukkan sumber daya yang tidak
terpakai dalam proses produksi sehingga tidak mempengaruhi fungsi tujuan.
2. Mentabulasikan persamaan-persamaan yang diperoleh pada langkah 1
Tabel 2.3 Bentuk umum tabel simplek awal
BASIS Z
Z
1
S1
0
S2
0
...
...
Sm
0
X1
C1
a11
a21
...
am1
X2
C2
a12
a22
...
am2
...
...
...
...
...
...
...
...
...
...
...
...
Xn
C3
a1n
a2n
...
amn
S1
0
1
0
...
0
S2
0
0
1
...
0
...
...
...
...
...
...
...
...
...
...
...
...
Sm
0
0
0
...
1
SOLUSI
0
b1
b2
bm
Kolom basis menunjukkan variabel yang sedang menjadi basis yaitu S1,S2,S3
yang nilainya ditunjukkan oleh kolom solusi. Secara tidak langsung ini
menunjukkan bahwa variabel non basis X1,X2,X3 sama dengan nol karena belum
ada kegiatan.
3. Cari Solusi Basis Fisibel (BFS),
4. Jika seluruh NBV mempunyai koefisien nonnegatif (artinya berharga positif
atau nol) pada baris fungsi tujuan [baris persamaan z yang biasa disebut baris 0
32
Universitas Sumatera Utara
atau baris (zj – cj)], maka BFS sudah optimal. Jika pada baris 0 masih ada
variabel dengan koefisien negatif, pilihlah salah satu variabel yang mempunyai
paling negatif pada baris 0 itu. Variabel ini akan memasuki status variabel basis,
karena itu variabel ini disebut sebagai variabel yang masuk basis (entering
variable, disingkat EV),
5. Hitung rasio dari (Ruas kanan) / (Koefisien EV) pada setiap baris di mana EVnya mempunyai koefisien positif. Variabel basis pada baris pembatas dengan
rasio positif terkecil akan berubah status menjadi variabel nonbasis. Variabel ini
kemudian disebut sebagai variabel yang meninggalkan basis atau leaving
variable, disingkat LV.
2.4.3. Program Linier Kembar ( Teori Dualitas )
Salah satu penemuan paling penting pada awal perkembangan Program linier
adalah konsep dualitas yang menyatakan bahwa setiap masalah program linier berkaitan
dengan masalah program linier yang lainnya yang disebut dual. Hubungan antara model
program linier primal dan dual bersifat konversi. Model program linier primal dapat
dirumuskan kedalam model program linier dual dengan fungsi tujuan yang berbeda.
Sebagai contoh, funggsi tujuan program linier primal adalah memaksimalkan laba,
maka dalam program linier dual fungsi ini berubah menjadi fungsi meminimalkan
biaya. Untuk mempermudah memahami hubungan antara program linier primal dan
program linier dual dapat dilihat dari contoh berikut :
Maksimalkan � = �1 �1 + �2 �2
Kendala :
a11 X1 + a12 X2 ≤ b1
a21 X1 + a22 X2 ≤ b2
33
Universitas Sumatera Utara
X1 , X2 ≥ 0
Dalam bentuk persamaan linier dual, persamaan diatas berubah menjadi
Minimalkan
Kendala :
� = �1 �1 + �2 �2
a11 Y1 + a21 Y2 ≥ C1
a12 Y1 + a22 Y2 ≥ C2
X1 , X2 ≥ 0
Berdasarkan contoh diatas, terlihat bahwa korespondensi antara program linier primal
dan dual adalah sebagai berikut :
1. Koefisien fungsi tujuan primal menjadi konstanta ruas kanan bagi dual, dan
konstanta ruas kanan primal menjadi koefisien fungsi tujuan bagi dual
2. Tanda ketidaksamaan pada pembatas bergantung pada fungsi tujuannya. Jika
fungsi tujuan primal maksimasi maka tanda pembatas pada dual adalah lebih
besar sama dengan ≥( ), dan jika fungsi tujuan primal minimisasi tanda
pembatas dual adalah lebih kecil sama dengan ( ≤ )
3. Fungsi tujuan maksimasi berubah menjadi minimisasi dan sebaliknya fungsu
tujuan minimisasi berubah menjadi maksimasi
4. Untuk setiap variabel primal ada satu pembatas dual dan untuk setiap pembatas
primal ada satu variabel dual
5. Setiap kolom pada primal berkorespondensi dengan baris pada dual dan setiap
baris pada primal berkorespondensi dengan kolom pada dual.
Dalam
penyelesaiannya
program
linier
dual
dapat
diselesaikan
dengan
menggunakan metode grafik untuk fungsi tujuan dengan tidak lebih dari dua
variabel dan dengan metode simplek untuk fungsi tujuan dengan lebih dari dua
variabel.
34
Universitas Sumatera Utara
2.4.4. Model optimasi pola tanam dengan program linier
Dalam pengoptimalan dengan program linier terdapat 2 fungsi yang harus di
penuhi yang pertama adalah Fungsi Tujuan dan Fungsi Kendala. Fungsi tujuan adalah
fungsi yang menggambarkan tujuan/sasaran yang berkaitan dengan pengaturan secara
optimal sumber daya untuk memperoleh keuntungan maksimal atau biaya minimal
sedangkan fungsi kendala/batasan merupakan bentuk penyajian secara metematis
batasan – batasan kapasitas yang tersedia yang akan dialokasikan secara optimal
keberbagai kegiatan (Mustafa, 2000). Fungsi tujuan dalam optimasi pola tanam dalam
penelitian ini adalah hasil maksimum dalam rupiah dari suatu daerah irigasi. Secara
umum rumusan fungsi tujuan dalam pengopimalan pola tata tanam adalah :
Z = ( Keuntungan MT 1 ) + (Keuntungan MT 2 ) + (Keuntungan MT 3 ).... 2-13
Z = (CP1. XP1+ CJ1 . XJ1) + (CP2. XP2+ CJ2 . XJ2) + (CP3. XP3+ CJ3 . XJ3)
Ket :
Z
= Keuntungan (Rupiah)
CP1, CP2,CP3
= Harga komoditas padi pada MT ke 1,2,3(Rupiah/kg)
XP1,XP2,XP3
= Luas areal tanam komoditas padi pada MT ke 1,2,3(Ha)
CJ1, CJ2,CJ3
= Harga komoditas jagungpada MT ke 1,2,3(Rupiah/kg)
XJ1,XJ2,XJ3
= Luas areal tanam komoditas jagungpada MT ke 1,2,3(Ha)
Dalam setiap optimasi diperlukan suatu faktor kendala atau pembatas. Pada
studi ini batasan yang digunakan adalah luas lahan yang tersedia, ketersediaan air (debit
andalan), dan kebutuhan air pada musim tanam.
1. Kendala luas tanam
Rumusan kendala luas tanam adalah sebagai berikut:
MTm = XPm+ XJm ≤ 100% * Luas Lahan total ..................................... 2-14
Dimana :
MTm = Musim tanam ke-m dengan m = 1,2,3
XPm
= Luas tanam komoditas padi pada musim tanam ke-m
35
Universitas Sumatera Utara
XJm
= Luas tanam komoditas jagung pada musim tanam ke-m
2. Kendala ketersediaan air
Yaitu debit air yang dibutuhkan saatmusim tanam ke-m berdasarkan
hasil perhitungan (q) dengan debit air yang tersedia dari intake pada musim
tanam m (Qm)
Secara singkat dapat dirumuskan sebagai berikut :
(qPm* XPm) + (qJm* XJm) ≤ Qm
Dimana :
................................................. 2-15
qPm
= Kebutuhan air tanaman padi pada MT ke-m (lt/dt/ha)
qJm
= Kebutuhan air tanaman jagungpada MT ke-m (lt/dt/ha)
XPm
= Luas tanam komoditas padi pada MT ke-m (Ha)
XJm
= Luas tanam komoditas jagungpada MT ke-m (Ha)
Qm
= Debit yang tersedia dari sumber air pada musim tanam
ke-m (lt/dt)
36
Universitas Sumatera Utara