ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori...

17
ANALISIS DATA KRITERIA KERUSAKAN AKIBAT PENGARUH DAMPAK PERUBAHAN IKLIM TANAMAN PADI DIWILAYAH IP3OPT/LPHP PINRANG PROP. SULAWESI SELATAN Data MT.2002/2003 2011/2012 INSTALASI PENGAMATAN PERAMALAN DAN PENGENDALIAN OPT (IP3OPT) TIROANG PINRANG DINAS PERTANIAN TANAMAN PANGAN DAN HORTIKULTURA UPTD.BALAI PROTEKSI TANAMAN PANGAN DAN HORTIKULTURA PROPINSI SULAWESI SELATAN Juli 2012

Transcript of ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori...

Page 1: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

ANALISIS DATA KRITERIA KERUSAKAN AKIBAT PENGARUH DAMPAK PERUBAHAN IKLIM

TANAMAN PADI

DIWILAYAH IP3OPT/LPHP PINRANG PROP. SULAWESI SELATAN

Data MT.2002/2003 – 2011/2012

INSTALASI PENGAMATAN PERAMALAN DAN PENGENDALIAN OPT

(IP3OPT) TIROANG – PINRANG

DINAS PERTANIAN TANAMAN PANGAN DAN HORTIKULTURA UPTD.BALAI PROTEKSI TANAMAN PANGAN DAN HORTIKULTURA

PROPINSI SULAWESI SELATAN Juli 2012

Page 2: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

KATA PENGANTAR

Pengaruh Dampak Perubahan Iklim (DPI) adalah salah satu resiko dalam budidaya

tanaman dan merupakan salah satu factor pembatas dalam usaha peningkatan produksi

tanaman pangan.

Untuk menentukan langkah – langkah dalam rangka mengantisipasi terjadinya

pengaruh DPI di suatu daerah diperlukan informasi tentang penyebaran dan kriteria tingkat

kerusakan tanaman yang menjadi ancaman pada pertanaman padi. Dengan informasi

tersebut usaha pencegahan dan pengendalian dalam rangka persiapan ancaman DPI dapat

dilaksanakan dengan lebih terencana dan hasilnya akan lebih efektif dan dapat menekan

kerusakan yang akan terjadi.

Oleh karenanya, dalam rangka keperluan tersebut maka kami pimpinan IP3OPT/LPHP

Tiroang Pinrang membuat pengolahan data/analisis data untuk membuat Peta kriteria

Daerah/lokasi yang rawan terkena DPI untuk pertasnaman padii di wilayah IP3OPT/LPHP

Pinrang Prop. Sulawese Selatan.

Semoga hasil kerja ini bisa bermamfaat bagi kita semua, khususnya di bidang

Perlindungan Tanaman khususnya dalam mengantisipasi bencana Banjir dan Kekeringan

pada tanaman padi.

Pinrang, 19 Juli 2012

Penyusun

( Ir.H. RUSLAN PATIHONG )

NIP. 19580925 198303 1 009

Page 3: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

DAFTAR ISI

Halaman

KATA PENGANTAR ………………………………………………………………………………..………… i

DAFTAR ISI ………………………………………………………………………………………….………….. ii

PENDAHULUAN ……………………… ……………………………………………………..……………… 1

Latar Belakang …………………………………………………………………………….………………….. 1

Tujuan ……………………………………………………………………………………….……………………. 1

PELAKSANAAN ……………………………………………………………………………………………….. 2

Waktu dan Tempat …………………………………………………………………………………………. 2

Istilah dan Batasan ……………………………………………………………………………..………….. 2

Pengolahan Data …………………………………………………………………………………….………. 3

Analisis Data ……………………………………………………………………………………….…………… 4

HASIL DAN PEMBAHASAN …………………………………………………………………….…………. 9

Kategori Daerah Bencana alam dan Serangan OPT Tanaman Padi ..…………………. 10

LAMPIRAN LAMPIRAN……………………………………………………………………………..……………..

Page 4: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

PENDAHULUAN

LATAR BELAKANG

Dampak Perubahan Iklim (DPI) merupakan salah satu hambatan dalam usaha

peningkatan produksi pangan selama ini. Berdasarkan tingkat kerusakan yang diakibatkan

pengaruh DPI di Wilayah IP3OPT Pinrang Propinsi Sulawesi Selatan, ada 2 kendala pada

tanaman padi diantaranya adalah banjir dan Kekeringan.

Berdasarkan frekuensi dan tingkat kerusakan pengaruh DPI, pada wilayah

Kecamatan dari setiap Kabupaten mempunyai kategori kerusakan yang berbeda – beda.

Oleh karena itu, tindakan yang paling tepat dalam mengantisipasi dan pengendaliannya

adalah didasarkan pada prioritas kategori tersebut. Sehubungan dengan hal tersebut

maka perlu disusun strategi dalam mengantisipasi dan pengendalian pengaruh DPI yang

tepat, terencana berdasarkan kategori daerah /lokasi sehingga akan lebih efektif dan efisien

dalam penanganan.

Sebelum menyusun strategi pengendalian dilapang, maka akan dilakukan analisis

data kategori kerusakan banjir dan kekeringan untuk menentukan kategori adalah

kerusakan berdasarkan kriteria – criteria yang telah ditetapkan. Hasil analisis akan disajikan

dalam bentuk peta penyebaran OPT yang dilengkapi dengan tabulasi data yang disusun

menurut Kecamatan disetiap Kabupaten/Kota di Wilayah IP3OPT/LPHP Pinrang, Propinsi

Sulawesi Selatan.

TUJUAN

- Menganalisis dan mengidentifikasi daerah sumber yang rawan terjadi kerusakan

tanaman padi akibat pengaruh DPI di seluruh Kecamatan disetiap Kabupaten/Kota di

wilayah IP3OPT/LPHP Pinrang, Propinsi Sulawesi Selatan.

- Menyusun peta penyebaran daerah berdasarkan kategori serangannya (endemis,

sporadic, potensial dan aman) terhadap pengaruh akibat DPI.

Page 5: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

PELAKSANAAN

Waktu dan Tempat

Penentuan kategori kerusakan/serangan dianalisis berdasarkan data historis

Kumulatif Luas Tambah Serangan (KLTS) bulanan selama kurun waktu 10 tahun

(MT.2002/2003 – 2011/2012). Data yang dianalisis berasal dari 43 Kecamatan, 5

Kabupaten/Kota, yang merupakan hasil pengamatan selama kurun waktu 10 tahun.

Istilah dan Batasan

- Dampak Perubahan Iklim (DPI) adalah semua pengaruh iklim/cuaca yang dapat

merusak, mengganggu kehidupan atau menyebabkan kerusakan/kematian pada

tanaman; termasuk didalamnya adalah Bencana Banjir dan kekeringan.

- Luas Serangan (LS) adalah luas tanaman terserang yang dinyatakan dalam hektar,

rumpun atau pohon.

- Luas Tambah Serangan (LTS) adalah luas serangan baru yang terjadi atau yang

ditemukan pada periode laporan.

- Kumulatif Luas Tambah Serangan (KLTS) adalah penjumlahan luas tambah serangan

pada tiap – tiap periode laporan; baik bulanan, musiman maupun tahunan.

- Tingkat Serangan adalah tingkat kerusakan tanaman akibat serangan OPT yang

ditentukan berdasarkan intensitas kerusakannya yang selanjutnya dikelompokkan ke

dalam intensitas Ringan(R ), Sedang (S), Berat (B), dan Puso (P).

- Terkena Serangan (T) adalah total luas kerusakan tanaman karena serangan DPI,

termasuk didalamnya puso.

- Puso (P) adalah tanaman yang menunjukkan gejala kematian akibat serangan

DPIdengan tingkat kerusakan akibat DPI. 75 – 100%.

- Daerah Serangan adalah lokasi serangan DPI yang ditetapkan berdasarkan wilayah

administrasi pemerintahan. Daerah serangan dibagi ke dalam kategori daerah

endemis,

Page 6: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

3

- sporadic, potensial, dan aman berdasarkan Krtiteria rata – rata luas terkena

,Frekuensi serangan, dan proporsi puso.

- Kecamatan (KK) adalah batas wilayah administrasi pemerintahan yang menjadi

satuan dalam analisis data dan pembuatan pemetaan disetiap Kabupaten/Kota.

Pengolahan Data

1. Rekapitulkasi dan tabulasi data

Data direkap dalam bentuk tabulasi database yang disesuaikan dengan

kebutuhan analisis. Tabulasi disusun dalam bentuk data historis bulanan selama

10 (sepuluh) tahun dalam kolom table dan banyaknya data (nama KK) disusun

dalam baris.

2. Verifikasi data

Verifikasi data sangat diperlukan dalam manajemen database, untuk

mengidentifikasi adanya kehilangan dan/atau kesalahan data, yang selanjutnya

dilakukan perbaikan atau melengkapi data yang hilang.

3. Menghitung KLTS berdasarkan kategori Terkena dan Puso

Jumlah dari seluruh tingkatan serangan (RSBP) dikelompokkan kedalam kategori

Terkena (T), dan untuk tingkat serangan Puso dikelompokkan tersendiri dalam

kategori Puso (P).

4. Perhitungan data serangan berdasarkan Musim tanam

Untuk masing – masing data T dan P bulanan di jumlahkan menjadi data serangan

musim hujan (MH) bulan April sampai September data musim kemarau (MK)

bulan Oktober sampai Maret

Page 7: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

4

ANALISIS DATA

1. Klasipikasi Rata – rata Terkena

a . Menghitung rata – rata Terkena

Rata – rata T dari masing – masing KK dihitung berdasarkan banyaknya

musim yang Disertakan dengan rumus :

1 m

RTj = ---------------------- E Tij M i=1

RTj = Rata – rata T untuk masing – masing KK-j

M = Banyaknya musim tanam yang disertakan dalam analisis

Tij = Luas T pada masing – masing KK-j disetiap musim – I

I = 1,2,3,.., m musim

J = 1,2,3,…., k KK

b. Menentukan kisaran klasifikasi rata-rata Terkena

Kisaran klasifikasi RTj ditentukan berdasarkan ambang T (AT = rata –rata

propinsi) yang dihitung dari rata – rata T berdasarkan banyaknya KK di

propinsi Sulawesi Selatan yang di laporkan adanya serangan.

Ambang T dihitung denan rumus :

1 k

AT = ------------------ E RTj

K j=1

Page 8: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

5

AT = Ambang T (rata –rata T Propinsi

RTj = Rata – rat T untuk masing – masing KK-j

K = Banyaknya KK yang dilaporkan terjadi serangan

J = 1,2,3…., k KK

c. Menghitung Standar Error dari Ambang Kendali Terkena

Untuk menetapkan batasan kisaran RTj perlu dihitung standar Error

(SE) dari AT sebagai batasan interval dengan rumus :

S SE = ---------------- k

SE = Standar Error dari AT

S = Standar deviasi dari AT

K = Banyaknya KK yang dilaporkan terjadi serangan

d. Menentukan Kelas, Kisaran, Kriteria Rata –rata Terkena

Berdasarkan nilai AT dan SE dapat ditentukan kelas, kisaran dan criteria

RTj sebagai berikut :

Kelas RTj Kisaran RTj Kriteria

0 0 Tidak pernah terjadi

1 0 sampai AT – SE Jauh dibawah rata-rata

2 AT – SE sampai AT Dibawah rata –rata

3 AT sampai AT + SE Di atas Rata – rata

Page 9: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

6

2. Klasifikasi Frekuensi Serangan

Banyaknya musim yang dilaporkan terjadi serangan pada masing – masing

KK-j disebut frekuensi serangan (Fj). Dari 10 musim yang dianalisa maka nilai

maksimal Fj adalah 10, maka berdasarkan nilai tersebut di buat kelas, kisaran

dan criteria Fj sebagai berikut

Kelas F Kisaran Fj Kriteria

0 0 Tidak pernah terjadi

1 1 – 3 Pernah terjadi

2 4 – 6 Beberapa kali terjadi

3 7 – 10 Sering/terus terjadi

3. Klasifikasi Rasio Puso

a. Analisa Rasio Puso

Menghitung rasio P dari T untuk masing – masing kabupaten – j pada

setiap musim (RPiJ) yang diikutkan dalam analisis dengan rumus :

Pij RPij = ---------------------- Tij

RPij = Rasio puso untuk masing – masing KK-j setiap musim – i

Pij = Luas P dimasing – masing KK-j pada setiap musim –i

Tij = Luas T dimasing – masing KK-j pada setiap musim –i

I = 1,2,3,… m musim

J = 1,2,3, …, k KK

7

Page 10: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

Nilai RPij berkisar antara o (nol = tidak pernah terjadi puso atau serangan

yang terjadi termasuk intensitas ringan, sedang, berat) sampai 1 (satu =

serangan dilaporkan seluruhnya terjadi puso).

b. Analisis Rata – rata rasio puso

Menghitung rata – rata rasio P untuk masing – masing KK (RRPj)

berdasarkan banyaknya musim yang dilaporkan terjadi serangan (Fj)

dengan Rumus

M E RPij I = 1 RRPj = ---------------------- Fj

RRPj = Rata –rata rasio Puso masing – masing KK-j

RPij = Rasio puso untuk masi g – masing KK-j setiap musim – i

Fj = Frekuensi serangan masing – masing KK-j

I = 1,2,3,…, m musim

J = 1,2,3,…., k KK

c. Menentukan kelas rasio Puso

Berdasarkan nilai RRpj dapat ditentukan kelas rasio puso untuk masing –

masing KK-j (KRRPj) sebagai berikut :

Kelas, kisaran dan criteria rata – rata rasio puso :

Kelas RTj Kisaran RTj Kriteria

0 0 Tidak pernah terjadi

1 >0 – 0,25 Luas Puso 25 %

2 >0,25 – 0,50 Luas puso 25 – 50 %

3 >0,50 + 0,75 Luas Puso 50 – 75 %

8

Page 11: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

4. Analisis Kategori Daerah Serangan

Analisa kategori daerah serangan OPT untuk masing –masing KK-j ditentukan

berdasrkan nilai klasiupikasi RTj, Fj, dan RRPj melalui 2 tahap berikur ini :

a. Menghitung rata – rata kelas daerah serangan untuk masing – masing KK

– j (RKDS) dengan rumus sebagai berikut :

RKDSj = ( KRTj + KFj + KRRPj ) /3

RKDSj = Rata – rata kisaran daerah serangan masing – masing KK-j

KRTj = Kelas rata – rata Terkena masing – masing KK-j

KFj = Kelas frekuensi serangan masing – masing KK-j

KRRPj = Kelas rata –rata Rasio Puso masing – masing KK-j

J = 1,2,3,…k KK

b. Menentukan kelas, kisaran dan criteria daerah serangan

Berdasrkan nilai RKDSj maka dapat ditentukan kelas daerah serangan

(kelas DSj), kisaran rata – rata kelas daerah serangan (Kisaran RKDSj) dan

criteria daerah serangan untuk masing – masing kabupaten sbb :

Kelas DSj Kisaran RKDSj Kriteria

0 0 Aman

1 >0 – 1 Ptensial

2 >1 – 2 Sporadik

3 >2 + 3 Endemik

Page 12: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

HASIL DAN PEMBAHASAN

Kriteria daerah yang terkena pengaruh Dampak Pengaruh Iklim (DPI) Bencana alam

banjir dan kekeringan pada tanaman padi untuk masing – masing kecamatan disetiap

kabupaten/kota di wilayah IP3OPT/LPHP Pinrang, propinsi Sulawesi Selatan diperoleh

dengan melihat kisaran nilai rata –rata kelas daerah serangan (RKDS) adapun kriteria

daerah serangan yang ditentukan berdasarkan kisaran RKDS adalah Aman, Potensial,

Sporadic, dan Endemic.

Penilaian criteria daerah yang terkena pengaruh Dampak Pengaruh Iklim (DPI)

tanaman Padi untuk masing – masing kecamatan disetiap Kabupaten/kota dilakukan dengan

memperhatikan yaitu aspek yaitu:

Luas terkena DPI, frekuensi serangan dan proporsi puso terhadap luas serangan .

Berdasrkan hasil analisis data yang terkena pengaruh Dampak Pengaruh Iklim (DPI)

Padi selama sepuluh tahun yang telah dilaksanakan, didapatkan hasil bahwa dari 43

Kecamatan dalam 5 Kabupaten / Kota di wilayah IP3OPT/LPHP Pinrang, Propinsi Sulawese

Selatan pada umumnya beberapa kecamatan disetiap Kabupaten ada yang termasuk criteria

daerah endemic terhadap bencana alam dan serangan OPT utama Padi baik pada musim

hujan maupun musim kemarau.

Hasil selengkapnya analisis data yang terkena pengaruh Dampak Pengaruh Iklim

(DPI) padi dapat dilihat pada table dan Lampiran setiap kabupaten. Criteria daerah

bencana alam dan serangan OPT utama Padi di wilayah Ip3OPT/LPHP Pinrang, Propinsi

Sulawesi Selatan pada Musim hujan dan musim kemarau adalah sebagai berikut :

Page 13: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

Tabel 1. Kriteria lokasi tanaman padi tiap Kecamatan yang rawan KEKERINGAN MT.2012/2013 di wilayah IP3OPT Pinrang

NO KABUPATEN KECAMATAN KRITERIA WARNA PETA 1. PINRANG Wt. Sawitto Sporadis 2. Tiroang Potensil 3. Paleteang Potensil 4. Cempa Potensil 5. Duampanua Sporadis 6. Patampanua Potensil 7. Lembang Potensil 8. B. Lappa Potensil 9. Mt. Sompe Endemis 10. Mt. Bulu Endemis 11. Lanrisang Sporadis 12. Suppa Sporadis 1. SIDRAP Baranti Sporadis 2. P.Rijang Sporadis 3. Kulo Sporadis 4. MaritengaE Potensil 5. Sidenreng Endemis 6. Wt.Pulu Potensil 7. Pitu Riase Potensil 8. Pitu Riawa Sporadis 9. Dua Pitue Potensil 10. T.Limpoe Sporadis 11. P.Lautang Sporadis 1. PARE PARE Bacukiki Aman 1. BARRU T. Riaja Aman 2. T.Tilau Sporadis 3. Barru Aman 4. Sop.Riaja Sporadis 5. Mal.Tasi Endemis 6. Balusu Aman 7. Pujanantin Aman 1. ENREKANG Alla Sporadis 2. Baraka Endemis 3. Anggeraja Sporadis 4. Curio Potensil 5. Masalle Aman 6. Enrekang Aman 7. Cendana Aman 8. Maiwa Sporadis 9. Bungin Potensil 11. Baroko Aman

Page 14: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

Gambar 1. Kriteria lokasi Kecamatan yang rawan terjadi KEKERINGAN di Wilayah IP3OPT Pinrang MT.2012/2013

Keterangan :

Endemis

Sporadis

Potensil

Aman

Page 15: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

Tabel 2. Kriteria lokasi tanaman padi tiap Kecamatan yang rawan BANJIR MT.2012/2013 di wilayah IP3OPT Pinrang

NO KABUPATEN KECAMATAN KRITERIA WARNA PETA 1. PINRANG Wt. Sawitto Potensil 2. Tiroang Endemis 3. Paleteang Potensil 4. Cempa Sporadis 5. Duampanua Potensil 6. Patampanua Potensil 7. Lembang Potensil 8. B. Lappa Potensil 9. Mt. Sompe Sporadis 10. Mt. Bulu Potensil 11. Lanrisang Potensil 12. Suppa Aman 1. SIDRAP Baranti Potensil 2. P.Rijang Sporadis 3. Kulo Potensil 4. MaritengaE Sporadis 5. Sidenreng Endemis 6. Wt.Pulu Sporadis 7. Pitu Riase Aman 8. Pitu Riawa Sporadis 9. Dua Pitue Sporadis 10. T.Limpoe Sporadis 11. P.Lautang Potensil 1. PARE PARE Bacukiki Aman 1. BARRU T. Riaja Aman 2. T.Tilau Sporadis 3. Barru Sporadis 4. Sop.Riaja Endemis 5. Mal.Tasi Sporadis 6. Balusu Sporadis 7. Pujanantin Aman 1. ENREKANG Alla Aman 2. Baraka Aman 3. Anggeraja Potensil 4. Curio Aman 5. Masalle Aman 6. Enrekang Aman 7. Cendana Aman 8. Maiwa Endemis 9. Bungin Aman 11. Baroko Aman

Page 16: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

Gambar 2. Kriteria lokasi Kecamatan yang rawan terjadi BANJIR di Wilayah IP3OPT Pinrang MT.2012/2013

Keterangan :

Endemis

Sporadis

Potensil

Aman

Page 17: ANALISIS DATA KRITERIA KERUSAKAN AKIBAT · PDF fileWaktu dan Tempat Penentuan kategori kerusakan/serangan ... ditemukan pada periode laporan. ... Perhitungan data serangan berdasarkan

LAMPIRAN BENCANA KEKERINGAN