Kerangka Sistem Informasi Pembangunan Pe
SISTEM INFORMASI
“Sistem
Informasi Pengaruh Iklim Terhadap Pola
Tanam pada Pertanian”
OLEH :
ANDI RIANSYAH
30000413410025
MAGISTER SISTEM INFORMASI
PROGRAM PASCA SARJANA
UNIVERSITAS DIPONEGORO SEMARANG
2013
1. Sistem Informasi
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
2. Pendahuluan
Pertumbuhan dan produksi tanaman pada suatu periode dengan lingkungan
tanah dan iklim tertentu produksi tanaman akan sangat tergantung pada interaksi
antara iklim, tanah, tanaman dan pengelolaannya, dengan kata lain produksi
tanaman dengan sistem pengelolaan tertentu merupakan fungsi dari berbagai
parameter karakteristik lahan disekitarnya. Iklim sebagai fungsi parameter
lingkngan tersebut dapat diprediksi untuk menentukan waktu perkiraan curah
hujan menggunakan berbagai metode. Jaringan syaraf tiruan merupakan salah satu
cara prediksi yang diakui keunggulannya, terutama prediksi banyak parameter
dengan bentuk hubungan fungsional yang tidak linier dan saling bekerja secara
simultan.
Variabilitas iklim dan perubahan iklim merupakan dua fenomena anomaly
iklim yang kini menjadi isu strategis dan perhatian serius karena diyakini
mempunyai dampak besar bagi kehidupan di berbagai sektor. Variabilitas iklim
merupakan fluktuasi unsur-unsur iklim yang terjadi pada rentang waktu tertentu
seperti variasi musiman atau tahunan (musim hujan dan kemarau yang bergeser
waktunya atau durasinya) serta kejadian iklim ekstrim sedangkan perubahan iklim
merupakan fenomena perubahan komposisi atmosfer secara gradual yang akan
memperbesar variabilitas iklim yang teramati pada periode yang cukup panjang.
Pada suatu saat terjadi penurunan curah hujan yang mengakibatkan terjadinya
kekeringan dan pada saat yang lain mengakibatkan tingginya curah hujan
sehingga dapatmenimbulkan banjir.
3. Tujuan Penelitian
Tujuan dari penelitian adalah menentukan waktu perkiraan curah hujan
lahan pertanian menggunakan JST. Beberapa anasir iklim disimulasikan untuk
melihat pengaruh perubahan iklim secara simultan pada prodktivitas lahan
pertanian, sehingg dapat memperkirakan kondisi curah hujan dan dapat membantu
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
1
dalam menentukan jenis tanaman yang tepat untuk pertanian pada kondisi curah
hujan tertentu.
4. Manfaat Penelitian
Sistem informasi ini dapat digunakan oleh pihak menegerial pada sebuah
pertanian sebagai bahan pendukung referensi suatu proses pembangunan pertanian
yang lebih efektif dan efisien. Proses dalam penentuan pola tanam tanaman pada
pertanian yang tepat, akan menjadikan tanaman berkembang dengan yang
diharapkan, sehingga hasil yang didapat dari pertanian bisa lebih baik.
5. Perancangangan Sistem
Sebuah sistem informasi yang dapat membantu dalam proses menentukan
waktu perkiraan curah hujan sehingga dapat digunakan untuk mengatur pola
penanaman tanaman pada sebuah pertanian, karena musim tanam tidak lagi bisa
berpatokan pada anggapan dulu, yakni musim hujan setiap Oktober-Maret dan
musim kemarau setiap April-September. Sektor pertanian memang perlu
mendapat perhatian serius karena sangat rentan terhadap perubahan iklim.
Penanaman jenis tanaman tertentu pada saat curah hujan yang tidak tepat dapat
menyebabkan perkembangan tanaman menjadi buruk. Kerentanan ini terutama
dari tiga faktor, yakni peningkatan suhu udara, terjadinya iklim ekstrem, dan
naiknya permukaan air laut. Peningkatan suhu udara akan berdampak terhadap
penurunan produktivitas tanaman, terutama tanaman semusim. Selain itu juga
akan meningkatkan populasi beberapa jenis hama penyakit tanaman. Adapun
iklim ekstrem akan menyebabkan kegagalan panen dan luas panen. Sementara
naiknya permukaan laut akan menyebabkan menciutnya lahan pertanian pantai
dan peningkatan salinitas tanah di sekitar pantai.
Sistem informasi ini menggunakan metode Jaringan Syaraf Tiruan (JST)
yang dapat mendukung proses penyajian datanya. Sistem ini akan mengolah data
curah hujan yang didapat dari bank data, sistem akan mengekstrak dan menyaring
data dari sumber kemudian melakukan pemetaan data, perhitungan nilai, dan
penggabungan data yang nantinya data yang diolah tersebut ditransformasi oleh
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
2
datawarehouse yang kemudian akan dimuat dan didapatkan suatu informasi.
Jaringan syaraf tiruan merupakan salah satu metode prediksi yang diakui
keunggulannya, terutama untuk prediksi yang melibatkan banyak parameter yang
bekerja secara simultan dengan bentuk hubungan fungsional yang tidak linier.
Jaringan Syaraf Tiruan (JST) merupakan suatu struktur komputasi yang
dikembangkan berdasarkan proses sistem jaringan syaraf biologi dalam otak. JST
merupakan penjabaran fungsi otak manusia (biological neuron) dalam bentuk
fungsi matematika yang menjalankan proses perhitungan secara paralel.
Penggunaan metode JST diperkirakan dapat memberikan jawaban yang
lebih baik dalam memprediksi produksi tanaman perkebunan sebagai fungsi
parameter karakteristik/kualitas lahan dan iklim. Sifat non–linier yang merupakan
kekuatan jaringan syaraf tiruan yang lain dapat mengatasi kekurangan dari metode
konvensional yang rumit dan tidak disukai apabila memasuki model yang non–
linier.
Data Source
Curah Hujan
Proses
Management
Jaringan Syaraf
Informasi Kondisi
Tiruan (JST)
Lahan Pertanian
1
2
3
Panjang Hari
Training
Test
Radiasi
Matahari
Pembobot
Gambar 1. Kerangka Sistem Informasi Pengaruh Iklim
Terhadap Pola Tanam pada Pertanian
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
3
a. Input :
Pada perancangan sistem informasi peramalan beban listrik ini, terdapat dua
jenis sumber data, yaitu data beban listrik dan data cuaca.
1. Curah Hujan
Kepentingan tanaman terhadap besarnya curah hujan sudah dirasakan
sejak panen. Adapun titik yang kritis adalah saat pembungan. Apabila
saat pembungaan banyak hujan turun, maka proses pembungaan akan
terganggu. Tepung sari menjadi busuk dan tidak mempunyai viabilitas
lagi. Kepala putik dapat busuk karena kelembaban yang tinggi. Selain
itu,aktivitas serangga penyerbuk juga berkurang saat kelembaban
tinggi.apabila trjadi kerusakan pada tepung sari dan kepala puti berarti
penyerbukan telah gagal. Hal ini juga berarti bahwa pembuahan dan
selanjutnya,panen, telah gagal dan harus menunggu tahun berikutnya
2. Panjang Hari
Terdapat tiga penggolongan tanaman yang lazim, yaitu tanaman
berhari pendek (short day),tanaman berhari panjang (long day), dan
tanaman berhari netral (day netral). Respon pembungaan tanaman
terhadap lamanya penyinaran berbeda. Tanaman yang digolongkan
tanaman hari pendek (short day) adalah tanaman yang baru berbunga
apabila periode gelap lebih lama/ panjang dari kritisnya (misalnya 12
jam). Sebaliknya, tanaman hari panjang (long day) adalah golongan
tanaman yang hanya mau berbunga apabila periode gelap kurang/
dibawah dari periode kritisnya. Pentingnya variasi panjang hari dalam
menentukan waktu pembungaan nyata berkaitan dengan latitud,
tanaman berhari pendek yang memiliki fotoperiode kritikal lebih dari
12 jam berbunga jauh lebih dini di latitud yang lebih tinggi daripada
latitud yang rendah. Panjang hari dilaporkan berkorelasi dengan
nisbah bunga jantan/ betina dalam tanaman berhari-pendek.
3. Radiasi Sinar Matahari
Radiasi matahari berhubungan dengan laju pertumbuhan tanaman,
fotosintesis, pembukaan (reseptivitas) bunga, dan aktivitas lebah
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
4
penyerbuk. Pembukaan bunga dan aktivitas lebah ditingkatkan oleh
radiasi matahari yang cerah, wilayah yang sering berawan berpotensi
kurang untuk produksi benih.
b. Output
Output dari sistem informasi ini adalah waktu dan data perkiraan curah
hujan yang dapat digunakan sebagai bahan pertimbangan bagi pihak
manajemen untuk mengambil keputusan dalam hal :
1. Menentukan pola tanam pada suatu pertanian.
2. Menentukan jenis tanaman yang akan di tanam pada suatu lahan
pertanian.
6. Metodelogi
Bahan yang digunakan pada penelitian ini adalah pasangan data produksi
dan kualitas/karakteristik iklim. Data sekunder tersebut dikumpulkan dari
beberapa lahan pertanian. Produksi pertanian berdasarkan iklim diprediksi dengan
menggunakan model JST. Lapisan input JST adalah iklim sebagai berikut : tinggi
tempat, curah hujan, temperatur rata-rata, panjang hari, dan radiasi matahari.
Target atau lapisan output adalah prodktivitas kondisi lahan pertanian. Tahap
pertama penelitian adalah melakukan optimasi untuk memperoleh model JST
yang terbaik dalam memprediksi produktivitas lahan pertanian. Optimasi model
JST dilakukan melalui langkah pembelajaran (training) dan test. Langkah training
merupakan proses pembelajaran terawasi dari suatu JST untuk mencari nilai
pembobot terbaik. Metode yang digunakan untuk training adalah algoritma
Backpropagation. Pada algoritma ini bobot network dimodifikasi dengan cara
meminimalkan jumlah kuadrat eror yang dihitung terhadap semua simpul-simpul
output. Pada langkah training dan test data input layer adalah parameter kualitas
iklim, sedangkan sebagai target/output adalah produktivitas lahan pertanian.
Langkah test merupakan metode untuk menguji pembobot yang sudah diperoleh
pada saat training. Testing tersebut dilakukan untuk melihat konsistensi model
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
5
terbaik yang diperoleh pada saat training dengan menggunakan data input yang
berbeda.
7. Jurnal
Di daerah tropis curah hujan adalah ekspresi terbesar dari variabilitas iklim
dan atribut harian curah hujan sangat penting dalam penilaian risiko kondisi iklim
yang mungkin efek merusak pada pertanian. Meskipun curah hujan total
aksesibilitas data harian sering terbatas, data curah hujan bulanan lebih berlimpah
dalam ruang dan waktu di banyak negara berkembang. Curah hujan harian total di
beberapa provinsi dianalisis dalam rangka membangun hubungan mereka dengan
total curah hujan bulanan. Daerah penelitian ditandai dengan keragaman tinggi
tanaman, sehingga tidak ada kriteria tunggal yang dapat diatur untuk apa yang
mungkin merupakan suatu kejutan pada agro - meteorologi. Oleh karena itu
distribusi probabilitas ditetapkan untuk menggambarkan semaksimal mungki
tingkat potensi apa yang mungkin dianggap kekeringan meteorologic atau
kelebihan curah hujan. Curah hujan harian dimodelkan sebagai suatu proses yang
melibatkan transisi dari hari basah dan kering dan representasi total curah hujan
harian, yang semuanya diharapkan dapat bervariasi musiman dan spasial.
Probabilitas transisi untuk hari berturut-turut dengan hujan atau tidak hujan
dihitung untuk setiap bulan, besaran curah hujan harian yang diwakili oleh
distribusi gamma, parameter yang dapat diperkirakan hanya dari mean dan varians
melalui metode momen . Menggabungkan yang berasal dari harian parameter
curah hujan menyediakan metode sederhana untuk memprediksi risiko agro meteorologi. Hubungan antara curah hujan bulanan yang diamati dan probabilitas
transisi menjadi standar deviasi dari curah hujan harian diperiksa menggunakan
pendekatan deterministik, untuk menemukan kemungkinan nilai parameter yang
menarik sesuai dengan 6 interval yang berbeda dari total curah hujan bulanan. Ini
merupakan ekspresi probabilitas untuk menyediakan informasi yang berguna
mengenai kejutan pada iklim, data curah hujan bulanan dan pendekatan yang
fleksibel dapat diterapkan oleh berbagai pengguna akhir (Anna M. Szyniszewska,
2012) .
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
6
Minat baru dalam perubahan iklim menimbulkan pertanyaan pada skala
tertentu dan dampak pada pertanaman musiman. Dalam konteks ini kemudian
diikuti dengan analisis catatan curah hujan sejarah untuk empat lokasi , tiga
kepentingan tertentu untuk pertanian lokal dan keempat lebih meteorologi minat
yang lebih luas , konteks global , hingga 103 musim , 188 % 1889 sampai 19901991 . Perbedaan curah hujan musiman dan hari hujan diidentifikasi selama
periode ini . Tapi , semakin tinggi variabilitas yang terjadi untuk periode dua
minggu yang relevan dalam musim mencegah identifikasi setiap kecenderungan
atau perbedaan untuk ini rentang waktu yang lebih pendek. Umumnya ,
probabilitas ini menurun dengan peningkatan jarak yang drastis, dengan
peningkatan ambang batas dan berbeda antara periode dua minggu. Lapangan
lokal menunjukkan dua kriteria untuk disemai dan kriteria curah hujan lain untuk
kerusakan tanaman pada saat panen. Analisis kejadian mereka menekankan
keragaman dalam musim, meskipun perbedaan tidak dapat dideteksi antara
catatan periode. Analisis juga menunjukkan relatif kelangkaan kriteria curah hujan
ini menabur selama periode dalam musim. Sebaliknya, curah hujan peristiwa yang
bisa berdampak buruk pada kualitas tanaman pada saat panen terjadi pada semua
musim . Dengan demikian , terlepas dari perubahan iklim lebih lanjut catatan
memberikan bukti yang cukup variabilitas curah hujan dan karenanya dalam
kondisi untuk pertanian di wilayah tersebut. Produsen perlu merespon dengan
cepat terhadap terjadinya kondisi yang tepat dan analisis ini menggarisbawahi
kesulitan dalam melakukan hal ini (W.S Mollah, 1995).
Ringkasan Sebuah prosedur untuk pengendalian kualitas curah hujan
harian, dirancang untuk secara otomatis mendeteksi data yang salah yang akan
disampaikan untuk kontrol manual lebih lanjut. Kontrol kualitas data curah hujan
harian didasarkan pada interval kepercayaan yang diperoleh dengan cara jaringan
saraf berdasarkan data kontemporer diamati pada stasiun referensi, sejak
kehadiran nilai nol dalam seri dan variabilitas kuat curah hujan pada skala waktu
harian tidak memungkinkan interval yang meyakinkan diandalkan untuk
diperkirakan dari sejarah data dari stasiun yang sama. Penerapan prosedur yang
diusulkan untuk stasiun otomatis, memungkinkan validasi lebih dari 80% dari
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
7
data. Keakuratan prosedur diverifikasi dengan memperkenalkan kesalahan yang
dikenal ke dalam dataset yang tersedia, keaslian, dan dengan menghitung
probabilitas benar mengklasifikasikan data divalidasi atau tidak divalidasi (G.
Sciuto, 2009).
8. Daftar Pustaka
Anna M. Szyniszewska, P. R. (2012). Determining the daily rainfall
characteristics from the monthly rainfall totals. ScienceDirect , 17.
G. Sciuto, B. B. (2009). Quality control of daily rainfall data with neural network.
ScienceDirect , 10.
W.S Mollah, M. C. (1995). Rainfall variability and agriculture in the semi-arid.
Agricultural and Forest Meteorology , 22.
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
8
“Sistem
Informasi Pengaruh Iklim Terhadap Pola
Tanam pada Pertanian”
OLEH :
ANDI RIANSYAH
30000413410025
MAGISTER SISTEM INFORMASI
PROGRAM PASCA SARJANA
UNIVERSITAS DIPONEGORO SEMARANG
2013
1. Sistem Informasi
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
2. Pendahuluan
Pertumbuhan dan produksi tanaman pada suatu periode dengan lingkungan
tanah dan iklim tertentu produksi tanaman akan sangat tergantung pada interaksi
antara iklim, tanah, tanaman dan pengelolaannya, dengan kata lain produksi
tanaman dengan sistem pengelolaan tertentu merupakan fungsi dari berbagai
parameter karakteristik lahan disekitarnya. Iklim sebagai fungsi parameter
lingkngan tersebut dapat diprediksi untuk menentukan waktu perkiraan curah
hujan menggunakan berbagai metode. Jaringan syaraf tiruan merupakan salah satu
cara prediksi yang diakui keunggulannya, terutama prediksi banyak parameter
dengan bentuk hubungan fungsional yang tidak linier dan saling bekerja secara
simultan.
Variabilitas iklim dan perubahan iklim merupakan dua fenomena anomaly
iklim yang kini menjadi isu strategis dan perhatian serius karena diyakini
mempunyai dampak besar bagi kehidupan di berbagai sektor. Variabilitas iklim
merupakan fluktuasi unsur-unsur iklim yang terjadi pada rentang waktu tertentu
seperti variasi musiman atau tahunan (musim hujan dan kemarau yang bergeser
waktunya atau durasinya) serta kejadian iklim ekstrim sedangkan perubahan iklim
merupakan fenomena perubahan komposisi atmosfer secara gradual yang akan
memperbesar variabilitas iklim yang teramati pada periode yang cukup panjang.
Pada suatu saat terjadi penurunan curah hujan yang mengakibatkan terjadinya
kekeringan dan pada saat yang lain mengakibatkan tingginya curah hujan
sehingga dapatmenimbulkan banjir.
3. Tujuan Penelitian
Tujuan dari penelitian adalah menentukan waktu perkiraan curah hujan
lahan pertanian menggunakan JST. Beberapa anasir iklim disimulasikan untuk
melihat pengaruh perubahan iklim secara simultan pada prodktivitas lahan
pertanian, sehingg dapat memperkirakan kondisi curah hujan dan dapat membantu
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
1
dalam menentukan jenis tanaman yang tepat untuk pertanian pada kondisi curah
hujan tertentu.
4. Manfaat Penelitian
Sistem informasi ini dapat digunakan oleh pihak menegerial pada sebuah
pertanian sebagai bahan pendukung referensi suatu proses pembangunan pertanian
yang lebih efektif dan efisien. Proses dalam penentuan pola tanam tanaman pada
pertanian yang tepat, akan menjadikan tanaman berkembang dengan yang
diharapkan, sehingga hasil yang didapat dari pertanian bisa lebih baik.
5. Perancangangan Sistem
Sebuah sistem informasi yang dapat membantu dalam proses menentukan
waktu perkiraan curah hujan sehingga dapat digunakan untuk mengatur pola
penanaman tanaman pada sebuah pertanian, karena musim tanam tidak lagi bisa
berpatokan pada anggapan dulu, yakni musim hujan setiap Oktober-Maret dan
musim kemarau setiap April-September. Sektor pertanian memang perlu
mendapat perhatian serius karena sangat rentan terhadap perubahan iklim.
Penanaman jenis tanaman tertentu pada saat curah hujan yang tidak tepat dapat
menyebabkan perkembangan tanaman menjadi buruk. Kerentanan ini terutama
dari tiga faktor, yakni peningkatan suhu udara, terjadinya iklim ekstrem, dan
naiknya permukaan air laut. Peningkatan suhu udara akan berdampak terhadap
penurunan produktivitas tanaman, terutama tanaman semusim. Selain itu juga
akan meningkatkan populasi beberapa jenis hama penyakit tanaman. Adapun
iklim ekstrem akan menyebabkan kegagalan panen dan luas panen. Sementara
naiknya permukaan laut akan menyebabkan menciutnya lahan pertanian pantai
dan peningkatan salinitas tanah di sekitar pantai.
Sistem informasi ini menggunakan metode Jaringan Syaraf Tiruan (JST)
yang dapat mendukung proses penyajian datanya. Sistem ini akan mengolah data
curah hujan yang didapat dari bank data, sistem akan mengekstrak dan menyaring
data dari sumber kemudian melakukan pemetaan data, perhitungan nilai, dan
penggabungan data yang nantinya data yang diolah tersebut ditransformasi oleh
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
2
datawarehouse yang kemudian akan dimuat dan didapatkan suatu informasi.
Jaringan syaraf tiruan merupakan salah satu metode prediksi yang diakui
keunggulannya, terutama untuk prediksi yang melibatkan banyak parameter yang
bekerja secara simultan dengan bentuk hubungan fungsional yang tidak linier.
Jaringan Syaraf Tiruan (JST) merupakan suatu struktur komputasi yang
dikembangkan berdasarkan proses sistem jaringan syaraf biologi dalam otak. JST
merupakan penjabaran fungsi otak manusia (biological neuron) dalam bentuk
fungsi matematika yang menjalankan proses perhitungan secara paralel.
Penggunaan metode JST diperkirakan dapat memberikan jawaban yang
lebih baik dalam memprediksi produksi tanaman perkebunan sebagai fungsi
parameter karakteristik/kualitas lahan dan iklim. Sifat non–linier yang merupakan
kekuatan jaringan syaraf tiruan yang lain dapat mengatasi kekurangan dari metode
konvensional yang rumit dan tidak disukai apabila memasuki model yang non–
linier.
Data Source
Curah Hujan
Proses
Management
Jaringan Syaraf
Informasi Kondisi
Tiruan (JST)
Lahan Pertanian
1
2
3
Panjang Hari
Training
Test
Radiasi
Matahari
Pembobot
Gambar 1. Kerangka Sistem Informasi Pengaruh Iklim
Terhadap Pola Tanam pada Pertanian
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
3
a. Input :
Pada perancangan sistem informasi peramalan beban listrik ini, terdapat dua
jenis sumber data, yaitu data beban listrik dan data cuaca.
1. Curah Hujan
Kepentingan tanaman terhadap besarnya curah hujan sudah dirasakan
sejak panen. Adapun titik yang kritis adalah saat pembungan. Apabila
saat pembungaan banyak hujan turun, maka proses pembungaan akan
terganggu. Tepung sari menjadi busuk dan tidak mempunyai viabilitas
lagi. Kepala putik dapat busuk karena kelembaban yang tinggi. Selain
itu,aktivitas serangga penyerbuk juga berkurang saat kelembaban
tinggi.apabila trjadi kerusakan pada tepung sari dan kepala puti berarti
penyerbukan telah gagal. Hal ini juga berarti bahwa pembuahan dan
selanjutnya,panen, telah gagal dan harus menunggu tahun berikutnya
2. Panjang Hari
Terdapat tiga penggolongan tanaman yang lazim, yaitu tanaman
berhari pendek (short day),tanaman berhari panjang (long day), dan
tanaman berhari netral (day netral). Respon pembungaan tanaman
terhadap lamanya penyinaran berbeda. Tanaman yang digolongkan
tanaman hari pendek (short day) adalah tanaman yang baru berbunga
apabila periode gelap lebih lama/ panjang dari kritisnya (misalnya 12
jam). Sebaliknya, tanaman hari panjang (long day) adalah golongan
tanaman yang hanya mau berbunga apabila periode gelap kurang/
dibawah dari periode kritisnya. Pentingnya variasi panjang hari dalam
menentukan waktu pembungaan nyata berkaitan dengan latitud,
tanaman berhari pendek yang memiliki fotoperiode kritikal lebih dari
12 jam berbunga jauh lebih dini di latitud yang lebih tinggi daripada
latitud yang rendah. Panjang hari dilaporkan berkorelasi dengan
nisbah bunga jantan/ betina dalam tanaman berhari-pendek.
3. Radiasi Sinar Matahari
Radiasi matahari berhubungan dengan laju pertumbuhan tanaman,
fotosintesis, pembukaan (reseptivitas) bunga, dan aktivitas lebah
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
4
penyerbuk. Pembukaan bunga dan aktivitas lebah ditingkatkan oleh
radiasi matahari yang cerah, wilayah yang sering berawan berpotensi
kurang untuk produksi benih.
b. Output
Output dari sistem informasi ini adalah waktu dan data perkiraan curah
hujan yang dapat digunakan sebagai bahan pertimbangan bagi pihak
manajemen untuk mengambil keputusan dalam hal :
1. Menentukan pola tanam pada suatu pertanian.
2. Menentukan jenis tanaman yang akan di tanam pada suatu lahan
pertanian.
6. Metodelogi
Bahan yang digunakan pada penelitian ini adalah pasangan data produksi
dan kualitas/karakteristik iklim. Data sekunder tersebut dikumpulkan dari
beberapa lahan pertanian. Produksi pertanian berdasarkan iklim diprediksi dengan
menggunakan model JST. Lapisan input JST adalah iklim sebagai berikut : tinggi
tempat, curah hujan, temperatur rata-rata, panjang hari, dan radiasi matahari.
Target atau lapisan output adalah prodktivitas kondisi lahan pertanian. Tahap
pertama penelitian adalah melakukan optimasi untuk memperoleh model JST
yang terbaik dalam memprediksi produktivitas lahan pertanian. Optimasi model
JST dilakukan melalui langkah pembelajaran (training) dan test. Langkah training
merupakan proses pembelajaran terawasi dari suatu JST untuk mencari nilai
pembobot terbaik. Metode yang digunakan untuk training adalah algoritma
Backpropagation. Pada algoritma ini bobot network dimodifikasi dengan cara
meminimalkan jumlah kuadrat eror yang dihitung terhadap semua simpul-simpul
output. Pada langkah training dan test data input layer adalah parameter kualitas
iklim, sedangkan sebagai target/output adalah produktivitas lahan pertanian.
Langkah test merupakan metode untuk menguji pembobot yang sudah diperoleh
pada saat training. Testing tersebut dilakukan untuk melihat konsistensi model
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
5
terbaik yang diperoleh pada saat training dengan menggunakan data input yang
berbeda.
7. Jurnal
Di daerah tropis curah hujan adalah ekspresi terbesar dari variabilitas iklim
dan atribut harian curah hujan sangat penting dalam penilaian risiko kondisi iklim
yang mungkin efek merusak pada pertanian. Meskipun curah hujan total
aksesibilitas data harian sering terbatas, data curah hujan bulanan lebih berlimpah
dalam ruang dan waktu di banyak negara berkembang. Curah hujan harian total di
beberapa provinsi dianalisis dalam rangka membangun hubungan mereka dengan
total curah hujan bulanan. Daerah penelitian ditandai dengan keragaman tinggi
tanaman, sehingga tidak ada kriteria tunggal yang dapat diatur untuk apa yang
mungkin merupakan suatu kejutan pada agro - meteorologi. Oleh karena itu
distribusi probabilitas ditetapkan untuk menggambarkan semaksimal mungki
tingkat potensi apa yang mungkin dianggap kekeringan meteorologic atau
kelebihan curah hujan. Curah hujan harian dimodelkan sebagai suatu proses yang
melibatkan transisi dari hari basah dan kering dan representasi total curah hujan
harian, yang semuanya diharapkan dapat bervariasi musiman dan spasial.
Probabilitas transisi untuk hari berturut-turut dengan hujan atau tidak hujan
dihitung untuk setiap bulan, besaran curah hujan harian yang diwakili oleh
distribusi gamma, parameter yang dapat diperkirakan hanya dari mean dan varians
melalui metode momen . Menggabungkan yang berasal dari harian parameter
curah hujan menyediakan metode sederhana untuk memprediksi risiko agro meteorologi. Hubungan antara curah hujan bulanan yang diamati dan probabilitas
transisi menjadi standar deviasi dari curah hujan harian diperiksa menggunakan
pendekatan deterministik, untuk menemukan kemungkinan nilai parameter yang
menarik sesuai dengan 6 interval yang berbeda dari total curah hujan bulanan. Ini
merupakan ekspresi probabilitas untuk menyediakan informasi yang berguna
mengenai kejutan pada iklim, data curah hujan bulanan dan pendekatan yang
fleksibel dapat diterapkan oleh berbagai pengguna akhir (Anna M. Szyniszewska,
2012) .
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
6
Minat baru dalam perubahan iklim menimbulkan pertanyaan pada skala
tertentu dan dampak pada pertanaman musiman. Dalam konteks ini kemudian
diikuti dengan analisis catatan curah hujan sejarah untuk empat lokasi , tiga
kepentingan tertentu untuk pertanian lokal dan keempat lebih meteorologi minat
yang lebih luas , konteks global , hingga 103 musim , 188 % 1889 sampai 19901991 . Perbedaan curah hujan musiman dan hari hujan diidentifikasi selama
periode ini . Tapi , semakin tinggi variabilitas yang terjadi untuk periode dua
minggu yang relevan dalam musim mencegah identifikasi setiap kecenderungan
atau perbedaan untuk ini rentang waktu yang lebih pendek. Umumnya ,
probabilitas ini menurun dengan peningkatan jarak yang drastis, dengan
peningkatan ambang batas dan berbeda antara periode dua minggu. Lapangan
lokal menunjukkan dua kriteria untuk disemai dan kriteria curah hujan lain untuk
kerusakan tanaman pada saat panen. Analisis kejadian mereka menekankan
keragaman dalam musim, meskipun perbedaan tidak dapat dideteksi antara
catatan periode. Analisis juga menunjukkan relatif kelangkaan kriteria curah hujan
ini menabur selama periode dalam musim. Sebaliknya, curah hujan peristiwa yang
bisa berdampak buruk pada kualitas tanaman pada saat panen terjadi pada semua
musim . Dengan demikian , terlepas dari perubahan iklim lebih lanjut catatan
memberikan bukti yang cukup variabilitas curah hujan dan karenanya dalam
kondisi untuk pertanian di wilayah tersebut. Produsen perlu merespon dengan
cepat terhadap terjadinya kondisi yang tepat dan analisis ini menggarisbawahi
kesulitan dalam melakukan hal ini (W.S Mollah, 1995).
Ringkasan Sebuah prosedur untuk pengendalian kualitas curah hujan
harian, dirancang untuk secara otomatis mendeteksi data yang salah yang akan
disampaikan untuk kontrol manual lebih lanjut. Kontrol kualitas data curah hujan
harian didasarkan pada interval kepercayaan yang diperoleh dengan cara jaringan
saraf berdasarkan data kontemporer diamati pada stasiun referensi, sejak
kehadiran nilai nol dalam seri dan variabilitas kuat curah hujan pada skala waktu
harian tidak memungkinkan interval yang meyakinkan diandalkan untuk
diperkirakan dari sejarah data dari stasiun yang sama. Penerapan prosedur yang
diusulkan untuk stasiun otomatis, memungkinkan validasi lebih dari 80% dari
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
7
data. Keakuratan prosedur diverifikasi dengan memperkenalkan kesalahan yang
dikenal ke dalam dataset yang tersedia, keaslian, dan dengan menghitung
probabilitas benar mengklasifikasikan data divalidasi atau tidak divalidasi (G.
Sciuto, 2009).
8. Daftar Pustaka
Anna M. Szyniszewska, P. R. (2012). Determining the daily rainfall
characteristics from the monthly rainfall totals. ScienceDirect , 17.
G. Sciuto, B. B. (2009). Quality control of daily rainfall data with neural network.
ScienceDirect , 10.
W.S Mollah, M. C. (1995). Rainfall variability and agriculture in the semi-arid.
Agricultural and Forest Meteorology , 22.
Sistem Informasi Pengaruh Iklim Terhadap Pola Tanam pada Pertanian
8