PENILAIAN KESESUAIAN LAHAN UNTUK TANAMAN KEDELAI ... · HIMPUNAN FUZZY DAN AHP Skripsi diajukan...

PENILAIAN KESESUAIAN LAHAN UNTUK

TANAMAN KEDELAI MENGGUNAKAN METODE

HIMPUNAN FUZZY DAN AHP

Skripsi

diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Pendidikan

Program Studi Pendidikan Teknik Informatika dan Komputer

Oleh:

Hermanto NIM.5302412008

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNIK

UNIVERSITAS NEGERI SEMARANG

2017

PERNYATAAN KEASLIAN

Dengan ini saya menyatakan bahwa :

1. Skripsi ini adalah asli dan belum pernah diajukan untuk mendapatkan gelar

akademik (sarjana, magister, dan/atau doktor), baik di Universitas Negeri

Semarang (Unnes) maupun di perguruan tinggi lain.

2. Karya tulis ini adalah murni gagasan, rumusan dan penelitian saya sendiri,

tanpa bantuan pihak lain, kecuali arahan Pembimbing dan masukan Tim

Penguji.

3. Dalam karya tulis ini tidak terdapat karya atau pendapat yang telah ditulis

atau dipublikasikan orang lain, kecuali secara tertulis dengan jelas

dicantumkan sebagai acuan dalam naskah dengan disebut nama pengarang

dan dicantumkan dalam daftar pustaka.

4. Pernyataan ini saya buat dengan sesungguhnya dan apabila di kemudian

hari terdapat penyimpangan dan ketidakbenaran dalam pernyataan ini,

maka saya bersedia menerima sanksi akademik berupa pencabutan gelar

yang telah diperoleh karena karya ini, serta sanksi lainnya sesuai dengan

norma yang berlaku di perguruan tinggi ini.

Semarang, April 2017

yang membuat pernyataan,

Hermanto

NIM. 5302412008

ii

PERSETUJUAN PEMBIMBING

Nam a : Hennanto

NIM : 5302412008

Program Studi : S-1 Pendidikan Teknik lnformatika dan Komputer

Judul Skripsi PENILAlAN KESESUAlAN LAHAN UNTUK

TANAMAN KEDELAI MENGGUNAKAN METODE

HJMPUNAN FUZZY DAN AHP

Skripsi ini telah disetujui oleh pembimbing untuk diajukan ke sidang panitia ujian

skripsi Program Studi S-1 Pendidikan Teknik lnfonnatika dan Komputer, Jurusan

Teknik Elektro, Fakultas Teknik, Universitas Negeri Semarang.

Semarang, April 2017 Pembimbing I Pembimbing 11

NIP.197411232005011001

Ir. Ulfah Mediaty Arief, M.T.

NIP. 196605051998022001

Ill

iii

. H. Noor Hudallah, M.T.

HALAMAN PENGESAHAN

Skripsi ini telah dipertahankan di hadapan Panitia Penguji Skripsi Fakultas

Teknik Universitas Negeri Semarang pada:

hari : .~~\>.~ .....

tanggal

: .. ~.<R.. April 2017

Panitia:

Ketua Sekretaris

l.Jr.-lng. Dhidik Prastiyanto. S.T .. M.T.

NIP. 197805312005011002

< ~-fl!l· Ir. Ulfah Mediaty Arief, M.T.

NTP. 196605051998022001

Penguji I Penguji 11//Pembimbing I Penguji 111/Pembimbing II

NIP. 196410161989011001

Ir. Ulfah Mediaty Arief, M.T.

NIP. 197411232005011001 NIP. 196605051998022001

iv

iv

MOTTO DAN PERSEMBAHAN

Motto :

� Banyak kegagalan dalam hidup, mereka tidak menyadari betapa dekatnya

mereka dengan keberhasilan saat mereka menyerah. (Thomas Alva

Edison).

� Sesuatu mungkin mendatangi mereka yang mau menunggu, namun hanya

didapatkan oleh mereka yang bersemangat mengejarnya (Abraham

Lincoln)

� Kalau engkau tak mampu menjadi jalan raya, Jadilah saja jalan kecil,

Tetapi jalan setapak yang membawa orang ke mata air (Taufik Ismail).

Persembahan :

Dengan mengucapkan syukur Alhamdulillah, saya persembahkan karya tulis ini

untuk orang-orang yang saya sayangi :

� Bapak (Nurwidianto) dan Ibu (Ruwiyem) saya tercinta, penyemangat

terbaik dalam hidup saya, terimakasih untuk setiap doa, kasing sayang,

nasihat, dan dukungan yang selalu diberikan. Setiap perjuangan dan

pengorbanan yang kalian berikan selalu menjadi penguat dalam setiap

langkah untuk menempuh pendidikan ini.

� Dosen pembimbing, Bapak (Dr. Ir. Subiyanto, S.T., M.T.) dan Ibu (Ir.

Ulfah Mediaty Arief, M.T.). Terimakasih sudah berkenan meluangkan

waktunya untuk membimbing, mengarahkan, menasihati dan memotivasi

saya, sehingga dapat menyelesaikan skripsi ini.

� Keluarga Besar : PTIK Unnes Angkatan 2012 dan juga UEESRG,

Terimakasih menjadi sahabat yang terhebat.

v

ABSTRAK

Hermanto. 2017. Penilaian Kesesuaian Lahan untuk Tanaman Kedelai menggunakan Metode Himpunan Fuzzy dan AHP. Skripsi. Pendidikan Teknik Informatika dan Komputer. Jurusan Teknik Elektro. Fakultas Teknik. Universitas Negeri Semarang.

Pembimbing : Dr. Ir. Subiyanto, S.T., M.T. dan Ir. Ulfah Mediaty Arief, M.T.

Adanya penurunan luas lahan pertanian kedelai berpengaruh pada

berkurangnya produksi kedelai dari tahun ke tahun sehingga belum dapat

memenuhi kebutuhan konsumsi kedelai nasional. Penilaian kesesuaian lahan

merupakan salah satu upaya untuk dapat mengoptimalkan penggunaan lahan.

Pada proses penilaian kesesuaian lahan dengan cara manual dirasa belum akurat.

Tujuan dari penelitian ini adalah menerapkan metode Himpunan Fuzzy dan AHP

untuk meningkatkan akurasi pada proses penilaian kesesuaian lahan tanaman

kedelai. Sejumlah lima sub-kriteria digunakan sebagai parameter dalam penilaian

kesesuaian lahan tanaman kedelai. Nilai dari ke-5 sub-kriteria diubah ke dalam

nilai derajat keanggotaan fuzzy sebagai proses standarisasi untuk

mengklasifikasikan setiap sub-kriteria ke dalam kelas kesesuaian lahan.

Pembobotan menggunakan AHP dilakukan untuk menentukan tingkat

kepentingan dari sub-kriteria. Indeks kesesuaian dan kelas kesesuaian lahan akhir

diperoleh dari kalkulasi antara nilai-nilai derajat keanggotaan dan bobot tiap sub-

kriteria sebelum nantinya dioverlay dengan data spasial untuk menghasilkan peta

kesesuaian lahan tanaman kedelai. Penerapan metode Himpunan Fuzzy dan AHP

dapat menggantikan proses scorring dan pembobotan manual pada metode

konvensional yang masih diterapkan di beberapa penelitian.

Hasil penelitian ini menunjukkan bahwa 81,42% dari total luas adalah cukup sesuai (S2) untuk tanaman kedelai, 11,25% adalah sesuai marginal (S3) dan

7,33% tidak sesuai (N). Dari hasil penilaian kesesuaian lahan tanaman kedelai

telah diuji dan memiliki tingkat kecocokan yang akurat dengan produktivitas

kedelai di lapangan. Studi ini menunjukkan bahwa model penilaian kesesuaian

lahan menggunakan metode Himpunan Fuzzy dan teknik AHP dapat digunakan

untuk kesesuaian lahan kedelai dan dapat menjadi dasar untuk perencanaan

pertanian untuk mengoptimalkan produksi kedelai.

Kata Kunci : Penilaiaian Kesesuaian Lahan, Tanaman Kedelai, Himpunan Fuzzy, AHP (Analytical Hierarchy Process)

vi

ABSTRACT

Hermanto. 2017. Land Suitability Assessment for Soybean Crops using Fuzzy Sets Method and AHP Technique. Skripsi. Education of Informatic and Computer Engineering. Majoring In Electrical Engineering. Engineering Faculty. Semarang State University.

Guiders : Dr. Ir. Subiyanto, S.T., M.T. dan Ir. Ulfah Mediaty Arief, M.T.

The decrease of soybean crops land affects the reduced soybean production from year to year so it can not meet the demand of the national soybean consumption. Land suitability assessment is an effort to be able to increase the production. In the process of assessing the land suitability by manual method is not accurate. The aim of this research is to apply the method of fuzzy sets and AHP to improve the accuracy of the assessment process of land suitability for soybean crops.

A number of five sub-criterion of three criteria is used as a parameter in land suitability assessment for soybeans. The value of five sub-criteria converted into fuzzy membership function for standardization process to classify each sub- criterion into land suitability classes. The Weighting using AHP performed to determine the importance level of the sub-criteria. Suitability index and final land suitability classes were obtained from the calculation of the membership function values and the weights of each sub-criteria before being overlaid with spatial data to produce land suitability maps for soybeans. By applying the method of Fuzzy sets and AHP can replace the manual scoring and weighting in conventional method which is still applied in several studies.

The results of this work showed that 81.42 % of the total area was moderate suitability (S2) for soybean crops, 11.25 % was marginally suitable (S3) and of 7.33 % was not suitable (N). From the results of land suitability assessment for soybean crops has been tested and has good compatibility with the yield conditions. This study shows that the proposed tool based on Fuzzy sets and AHP technique have an accurate to assess the suitability of soybean cropland and can be used as the basis for agricultural planning to optimize the soybean production.

Keywords : Land Suitability Assessment, Soybean Crops, Fuzzy Sets, AHP (Analytical Hierarchy Process)

vii

KATA PENGANTAR

Puji syukur penulis sampaikan kehadirat Allah SWT karena atas rahmat

dan karunia-Nya, sehingga penulis dapat menyelesaikan Skripsi dengan judul

“Penilaian Kesesuaian Lahan untuk Tanaman Kedelai menggunakan

Metode Himpunan Fuzzy dan AHP”. Skripsi ini merupakan tugas akhir yang

diajukan untuk memenuhi syarat dalam memperoleh gelar Sarjana Pendidikan

pada Program Studi Pendidikan Teknik Informatika dan Komputer Jurusan

Teknik Elektro Fakultas Teknik Universitas Negeri Semarang. Penulis menyadari

bahwa penulisan ini tidak akan terwujud tanpa adanya bantuan dan dorongan dari

berbagai pihak. Oleh karena itu penulis menyampaikan ucapan terimakasih

kepada :

1. Prof. Dr. Fathur Rokhman, M.Hum. , Rektor Universitas Negeri

Semarang atas kesempatan yang diberikan kepada penulis untuk

menempuh studi di Universitas Negeri Semarang.

2. Dr. Nur Qudus, M.T. , Dekan Fakultas Teknik Unnes.

3. Dr.-Ing. Dhidik Prastiyanto, S.T., M.T. , Ketua Jurusan Teknik Elektro

Unnes.

4. Ir. Ulfah Mediaty Arief, M.T. , Kepala Program Studi PTIK Unnes.

5. Dr. Ir. Subiyanto, S.T., M.T. dan Ir. Ulfah Mediaty Arief, M.T. , selaku

dosen pembimbing satu dan dua yang telah memberikan bimbingan,

arahan, nasehat serta motivasi dalam penyusunan skripsi ini.

viii

6. Bapak Dr. Ir. Prihasto Setyanto, M.Sc. Kepala Balai Pengkajian

Teknologi Pertanian (BPTP) Provinsi Jawa Tengah yang telah

memberikan izin untuk melakukan observasi dan penelitian terkait

kesesuaian lahan tanaman kedelai.

7. Bapak Ir. Samijan, M.Sc., Bapak Dr. Bambang Prayudi, M.Sc, Ibu Endah

Winarni, S.T., Ibu Yulis Hendarwati, S.P., dan Ibu Ridha Nurlaily, S.P.,

Peneliti dari BPTP Jateng yang telah memberikan informasi dan data

serta mengijinkan untuk melakukan observasi dan penelitian.

8. Sodara Ahmad Yazidun Nafi, S.Si., yang telah memberikan bantuan

dalam pembuatan peta kesesuaian lahan tanaman kedelai.

9. Para dosen Pendidikan Teknik Informatika dan Komputer Jurusan

Teknik Elektro Fakultas Teknik Unnes, yang telah memberikan bekal

dan pengetahuan yang berharga.

10. Orang tua dan keluarga saya yang telah memberikan dukungan dan doa.

11. Rekan-rekan PTIK Angkatan 2012 dan UEESRG yang telah membantu

menyusun laporan skripsi ini.

12. Semua pihak yang telah membantu terselesesaikannya skripsi ini

Penulis hanya bisa memanjatkan doa semoga semua pihak yang telah

membantu penulis dalam penyusunan skripsi ini mendapatkan pahala dari Allah

SWT. Penulis berharap semoga skripsi ini bermanfaat bagi semua pihak

khususnya bagi penulis sendiri dan masyarakat serta pembaca pada umumnya.

Semarang, April 2017

Penulis

ix

DAFTAR ISI

HALAMAN JUDUL ....................................................................................... i

PERNYATAAN KEASLIAN ........................................................................ ii

PERSETUJUAN PEMBIMBING ................................................................. iii

HALAMAN PENGESAHAN ....................................................................... iv

MOTTO DAN PERSEMBAHAN ...................................................................v

ABSTRAK ..................................................................................................... vi

ABSTRACT .................................................................................................. vii

KATA PENGANTAR ................................................................................. viii

DAFTAR ISI ....................................................................................................x

DAFTAR TABEL ........................................................................................ xiv

DAFTAR GAMBAR .................................................................................. xvii

DAFTAR LAMPIRAN ...................................................................................xx

BAB I PENDAHULUAN ................................................................................1

1.1 Latar Belakang ..................................................................................... 1

1.2 Identifikasi Masalah ..............................................................................6

1.3 Batasan Masalah ....................................................................................7

1.4 Rumusan Masalah .................................................................................8

1.5 Tujuan Penelitian ...................................................................................8

1.6 Manfaat Penelitian .................................................................................9

1.7 Sistematika Penulisan ..........................................................................10

BAB II KAJIAN PUSTAKA .........................................................................12

2.1 Penelitian yang Relevan .......................................................................12

x

2.2 Landasan Teori .....................................................................................16

2.2.1 Penilaian Kesesuaian Lahan ........................................................16

2.2.1.1 Klasifikasi Kelas Kesesuaian Lahan .........................................17

2.2.1.2 Karakteristik Kesesuaian Lahan ...............................................19

2.2.2 Tanaman Kedelai .........................................................................20

2.2.3 Geographic Information System (GIS) ........................................21

2.2.3.1 Definisi GIS ..............................................................................21

2.2.3.2 Fungsi GIS ................................................................................22

2.2.3.3 GIS pada Kesesuaian Lahan .....................................................23

2.2.4 Metode Himpunan Fuzzy ............................................................24

2.2.4.1 Teori Himpunan Fuzzy .............................................................24

2.2.4.2 Fungsi Keanggotaan Fuzzy .......................................................29

2.2.5 Metode Analytical Hierarchy Process (AHP) .............................34

2.2.5.1 Prinsip-prinsip Dasar Metode AHP ..........................................36

2.2.5.2 Prosedur Perhitungan Metode AHP ..........................................37

2.3 Kerangka Berpikir ...............................................................................45

BAB III METODE PENELITIAN .................................................................49

3.1 Waktu dan Tempat Penelitian .............................................................49

3.2 Teknik Pengumpulan Data ..................................................................49

3.2.1 Studi Literatur ..............................................................................49

3.2.2 Observasi .....................................................................................50

3.3 Alat dan Bahan ....................................................................................51

3.3.1 Data Spasial .................................................................................51

xi

3.3.2 Lembar Pembobotan Kriteria Kesesuaian Lahan Tanaman Kedelai

menggunakan Skala Intensitas Kepentingan Metode AHP .........52

3.3.3 Software ArcGIS versi 10.1 .........................................................55

3.3.4 Microsoft Excel ...........................................................................55

3.3.5 PHP (Hypertext Preprocessing) ..................................................56

3.4 Desain Penelitian .................................................................................57

3.4.1 Identifikasi Kriteria dan Sub-kriteria ...........................................59

3.4.2 Mapping Himpunan Fuzzy dan AHP untuk Penilaian Kesesuaian

Lahan Tanaman Kedelai ..............................................................61

3.4.2.1 Standarisasi Sub-kriteria menggunakan Metode Himpunan Fuzzy

......................................................................................................63

3.4.2.2 Pembobotan Sub-Kriteria menggunakan Metode AHP ............71

3.4.2.3 Indeks Kesesuaian Lahan .........................................................85

3.4.1.3 Pemetaan Kesesuaian Lahan Tanaman Kedelai .......................87

3.5 Desain Perancangan Sistem Penilaian Kesesuaian Lahan Tanaman

Kedelai ...............................................................................................94

3.5.1 Desain Alur Proses Sistem ...........................................................95

3.5.2 Desain Antarmuka Sistem ...........................................................96

3.6 Uji Validasi ..........................................................................................98

BAB IV HASIL DAN PEMBAHASAN .....................................................102

4.1 Hasil Penelitian ..................................................................................102

4.1.1 Peta Kesesuaian Tiap Sub-kriteria .............................................102

4.1.2 Hasil Standarisasi Sub-kriteria ..................................................111

4.1.3 Hasil Indeks Kesesuaian Lahan .................................................115

4.1.4 Peta Kesesuaian Lahan Tanaman Kedelai Kab. Kebumen ........124

xii

4.1.5 Analisis Kesesuaian Lahan Tanaman Kedelai Tiap Kecamatan.127

4.1.6 Hasil Sistem Penilaian Kesesuaian Lahan Tanaman Kedelai ....131

4.1.7 Hasil Uji Validasi ......................................................................135

4.2 Pembahasan .......................................................................................145

BAB V PENUTUP .......................................................................................151

5.1 Kesimpulan ........................................................................................151

5.2 Saran ..................................................................................................152

DAFTAR PUSTAKA ..................................................................................154

LAMPIRAN .................................................................................................164

xiii

DAFTAR TABEL

Tabel 2.1 Klasifikasi Kelas Kesesuaian Lahan .............................................. 17

Tabel 2.2 Skala Intensitas Kepentingan Metode AHP ................................... 38

Tabel 2.3 Contoh Penggunaan Tabel Perbandingan Berpasangan .................39

Tabel 2.4 Jumlah Nilai Elemen Perkolom .....................................................40

Tabel 2.5 Perbandingan Tiap Elemen dengan Jumlah Perkolom yang Sesuai

........................................................................................................41

Tabel 2.6 Contoh Perhitungan Bobot Prioritas ..............................................41

Tabel 2.7 Index RI ..........................................................................................44

Tabel 3.1 Skala Intensitas Kepentingan Metode AHP Pembobotan Saaty

(1980) .............................................................................................52

Tabel 3.2 Contoh Tabel Pembobotan Sub-kriteria .........................................53

Tabel 3.3 Lembar Tabel Pembobotan Kriteria Utama ...................................54

Tabel 3.4 Lembar Tabel Pembobotan Sub-kriteria ........................................54

Tabel 3.5 Tingkat Pengaruh Kondisi Fisik, Sosial, dan Ekonomi .................59

Tabel 3.6 Kriteria dan Sub-kriteria Kondisi Fisik Kesesuaian Lahan Tanaman

Kedelai ...........................................................................................60

Tabel 3.7 Syarat Optimal Pertumbuhan Tanaman Kedelai ............................61

Tabel 3.8 Klasifikasi Kelas Kesesuaian Tanaman Kedelai ............................65

Tabel 3.9 Penentuan Model Kurva Himpunan Fuzzy untuk Standarisasi Sub-

kriteria ...........................................................................................70

Tabel 3.10 Perbandingan Berpasangan Sub-kriteria oleh Ahli 1 ...................76


xiv







Tabel 3.18 Penyatuan Perbandingan Berpasangan Sub-kriteria ....................80

Tabel 3.19 Penjumlahan Nilai Elemen Tiap Kolom untuk Sub-kriteria ........81

Tabel 3.20 Hasil Bagi Nilai Elemen Tiap Kolom dengan Jumlah Semua Nilai

Elemen Tiap Kolom .......................................................................81

Tabel 3.21 Bobot Prioritas Sub-kriteria .........................................................82

Tabel 3.22 Nilai Kelas Indeks Kesesuaian Lahan ..........................................86

Tabel 3.23 Produktivitas Kedelai di Kab. Kebumen ......................................99

Tabel 4.1 Klasifikasi Kelas Kesesuaian Curah Hujan Kab. Kebumen ........102

Tabel 4.2 Klasifikasi Kelas Kesesuaian Ketinggian Kab. Kebumen ...........104

Tabel 4.3 Klasifikasi Kelas Kesesuaian Kemiringan Kab. Kebumen ..........106

Tabel 4.4 Klasifikasi Kelas Kesesuaian Jenis Tanah Kab. Kebumen ..........108

Tabel 4.5 Klasifikasi Kelas Kesesuaian Tekstur Tanah Kab. Kebumen ......110

Tabel 4.6 Nilai Rata-rata Nilai Sub-Kriteria Curah Hujan, Ketinggian, dan

Kemiringan ..................................................................................112

Tabel 4.7 Standarisasi Sub-kriteria Jenis Tanah dan Tekstur Tanah ...........113

Tabel 4.8 Hasil Perhitungan Standarisasi Semua Sub-kriteria ....................114

Tabel 4.9 Hasil Evaluasi SUL wilayah Kab. Kebumen ...............................115

Tabel 4.10 Hasil Indeks Kesesuaian dan Kelas Kesesuaian Lahan tiap SUL

.....................................................................................................121

xv

Tabel 4.11 Distribusi Kesesuaian Lahan Tanaman Kedelai Kab. Kebumen.125

Tabel 4.12 Analisis Potensi Pertanian Kedelai di Kab. Kebumen ...............128

Tabel 4.13 Rata-rata Produktivitas Kedelai di Kab. Kebumen Tahun 2011-2015

......................................................................................................136

Tabel 4.14 Klasifikasi Tingkat Produktivitas Kedelai .................................137

Tabel 4.15 Evaluasi Potensi Kesesuaian Lahan Kedelai berdasarkan BPTP

.....................................................................................................139

Tabel 4.16 Hasil Tingkat Kecocokan Potensi Kesesuaian Lahan Kedelai

dengan Produktivitas Kedelai ......................................................140

xvi

DAFTAR GAMBAR

Gambar 2.1 Representasi Kurva Linear Naik ................................................ 30

Gambar 2.2 Representasi Kurva Linear Turun .............................................. 31

Gambar 2.3 Representasi Kurva Segitiga ...................................................... 31

Gambar 2.4 Representasi Kurva Trapesium .................................................. 32

Gambar 2.5 Representasi Kurva S ................................................................. 33

Gambar 2.6 Representasi Kurva Gaussian ..................................................... 34

Gambar 2.7 Struktur Hirarki AHP ................................................................. 36

Gambar 2.8 Bentuk Struktur Hirarki AHP untuk Kesesuaian Lahan ............ 38

Gambar 2.9 Kerangka Berpikir Penelitian ..................................................... 48

Gambar 3.1 Desain Penelitian........................................................................ 58

Gambar 3.2 Mapping Penerapan Metode Himpunan Fuzzy dan AHP pada

Penilaian Kesesuaian Lahan Tanaman Kedelai ............................................. 62

Gambar 3.3 Mapping Standarisasi Sub-kriteria menggunakan Metode

Himpunan Fuzzy ........................................................................... 64

Gambar 3.4 Model Representasi Kurva Parabolic ......................................... 67

Gambar 3.5 Model Representasi Kurva Linear-Naik .................................... 68

Gambar 3.6 Model Representasi Kurva Linear-Turun .................................. 68

Gambar 3.7 Mapping Pembobotan Sub-kriteria Kesesuaian Lahan Tanaman

Kedelai menggunakan Metode AHP ............................................. 73

Gambar 3.8 Struktur Hirarki Pembobotan Kesesuaian Lahan Tanaman Kedelai

....................................................................................................... 75

Gambar 3.9 Metode Overlay Intersection...................................................... 88

xvii

Gambar 3.10 Pemberian Harkat/Skor (Standarisasi) ..................................... 89

Gambar 3.11 Penentuan Kelas Kesesuaian .................................................... 90

Gambar 3.12 Proses Intersection ................................................................... 91

Gambar 3.13 Hasil Intersection 5 Data Sub-kriteria...................................... 91

Gambar 3.14 Pemberian Nilai Bobot AHP dari 5 Sub-kriteria...................... 92

Gambar 3.15 Coding Persamaan Indeks Kesesuaian Lahan .......................... 93

Gambar 3.16 Klasifikasi Hasil Indeks Kesesuaian Lahan ............................. 93

Gambar 3.17 Hasil Proses Layouting Peta Kesesuaian Lahan Tanaman Kedelai

....................................................................................................... 94

Gambar 3.18 Proses Alur Sistem ................................................................... 96

Gambar 3.19 Desain Halaman Daftar Data Penilaian Kesesuaian Lahan

Tanaman Kedelai (Halaman Utama) ............................................. 97

Gambar 3.20 Desain Halaman Input dan Ubah Data ..................................... 97

Gambar 3.21 Desain Halaman Lihat Data ..................................................... 98

Gambar 4.1 Peta Kesesuaian Curah Hujan Kab. Kebumen ......................... 103

Gambar 4.2 Peta Kesesuaian Ketinggian Kab. Kebumen ............................ 105

Gambar 4.3 Peta Kesesuaian Kemiringan Kab. Kebumen .......................... 107

Gambar 4.4 Peta Kesesuaian Jenis Tanah Kab. Kebumen........................... 108

Gambar 4.5 Peta Kesesuaian Tekstur Tanah Kab. Kebumen ...................... 110

Gambar 4.6 Peta Kesesuaian Lahan Tanaman Kedelai Kab. Kebumen ...... 125

Gambar 4.7 Halaman Input Data Sistem...................................................... 131

Gambar 4.8 Halaman Daftar Data Penilaian Kesesuaian Lahan Tanaman

Kedelai (Halaman Utama)......................................................... 132

Gambar 4.9 Halaman Ubah Data ................................................................. 133

Gambar 4.10 Tampilan Menu Lihat dan Hapus Data .................................. 133

xviii

Gambar 4.11 Halaman Lihat Data ............................................................... 134

Gambar 4.12 Tampilan Ekspor Data............................................................ 134

Gambar 4.13 Tampilan Cetak Data.............................................................. 135

Gambar 4.14 Peta Kesesuaian Lahan Tanaman Kedelai Kab. Kebumen dari

BPTP............................................................................................ 138

Gambar 4.15 Perbadingan Hasil Uji Kecocokan antara Peta dari Model yang

Diusulkan dengan Peta dari BPTP .............................................. 149

xix

DAFTAR LAMPIRAN

Lampiran 1. Data Spasial 5 Sub-kriteria ......................................................164

Lampiran 2. Lembar Pembobotan Kriteria dan Sub-kriteria Kesesuaian Lahan

Tanaman Kedelai .......................................................................167

Lampiran 3. Data Produksi Kedelai Di Kab. Kebumen 2011-2015 ............200

Lampiran 4. Formulir Usulan Topik Skripsi ................................................201

Lampiran 5. Surat Usulan Dosen Pembimbing Skripsi ...............................202

Lampiran 6. Surat Penetapan Dosen Pembimbing Skripsi ..........................203

Lampiran 7. Surat Permohonan Izin Observasi ...........................................204

Lampiran 8. Surat Ijin Penelitian .................................................................205

Lampiran 9. Surat Penetapan Dosen Penguji ...............................................207

xx

BAB I

PENDAHULUAN

1.1 Latar Belakang

Sebagai bahan pangan, kedelai menempati urutan nomor 3 setelah padi dan

jagung sebagai komoditas utama tanaman pangan dalam industri makanan dan

pakan di Indonesia (Isnowati, 2014). Di Indonesia luas areal lahan tanaman kedelai

telah mengalami penurunan sebesar 41,6 % selama 20 tahun terakhir yaitu dari

tahun 1995 dengan luas lahan tanam 1.476.284 ha hingga tahun 2015 yaitu hanya

mencapai luas lahan tanam 614.095 ha (BPS, 2016). Dari luas lahan di tahun 2015

tersebut hanya mampu memproduksi kedelai sebesar 963.183 ton (BPS, 2016).

Jumlah produksi kedelai di tahun 2015 tersebut belum mampu mencukupi

kebutuhan konsumsi kedelai nasioanal yang mencapai 2.870.000 ton/tahun yang

akan diprediksi akan terus meningkat dari tahun ke tahun akibat adanya

pertumbuhan penduduk (Global Agricultural Information Network, 2016). Masih

minimnya penggunaan lahan akibat penurunan luas lahan kedelai dari tahun ke

tahun berpengaruh pada produksi kedelai yang dihasilkan.

Menurut penelitian Pilvere, et al. (2014) menyatakan bahwa penggunaan

lahan yang tidak sesuai akan memberikan implikasi pada produksi rendah yang

akan berdampak pada pemanfaatan sumber daya lahan yang tidak efisien. Salah

satu upaya untuk meningkatkan hasil produksi pertanian kedelai adalah dengan

mengalokasikan penanaman di lahan yang sesuai (Widiatmaka, et al. 2016).

1

2

Perencanaan penggunaan lahan dalam bentuk penilaian kesesuaian lahan penting

dilakukan untuk mengalokasikan penanaman kedelai di lahan yang sesuai untuk

mengoptimalkan penggunaan lahan (Dengiz, et al. 2013) dan juga dapat dijadikan

solusi dalam peningkatan produksi (Zhang, et al. 2015) kedelai untuk dapat

mencukupi kebutuhan konsumsi nasional.

Penilaian kesesuaian lahan penting dilakukan sebagai prasyarat untuk

pertanian berkelanjutan dan memainkan peranan dalam perencanaan peningkatan

produktivitas pertanian (Baniya, 2008; Neupane, et al. 2014). Selain bertujuan

untuk meningkatkan produktivitas pertanian, penialain kesesuian lahan juga

mempertimbangkan adanya unsur perlindungan (FAO, 1993; Wali, et al. 2016).

Perlindungan yang dimaksud adalah menjaga sumber daya alam yang ada dari

bahaya kerusakan seperti menghindari terjadinya degradasi tanah atau erosi akibat

proses pengelolaan lahan yang terus menerus (FAO, 1976; Elaalem, et al. 2011).

Kurangnya pemahaman tentang kesesuaian lahan akan membawa dampak pada

gangguan lingkungan yang memiliki konsukuensi pada masalah jangka panjang

yang sulit untuk diubah (Rodrigo, et al. 2004). Dengan adanya pemahaman yang

baik tentang kesesuaian lahan diharapkan dapat megoptimalkan penggunaan dan

pengelolaan lahan serta dapat meningkatkan kualitas produksi dengan tidak

melupakan kondisi lingkungan yang ada.

Dalam proses penilaian kesesuaian lahan, terdapat banyak faktor yang harus

dipertimbangkan (Akinci, et al. 2013; Khoi, et al. 2010). Adanya faktor atau kriteria

yang berifat kompleks membuat penilaian kesesuaian lahan menjadi rumit karena

tiap-tiap kriteria memiliki tingkat pengaruh yang berbeda-beda terhadap kesesuaian

3

lahan (Elsheikh, et al. 2013; Akinci, et al. 2013). Dalam penilaian kesesuaian lahan

sangat penting untuk mengetahui tingkat pengaruh dari kriteria-kriteria yang

digunakan (Zhang, et al. 2015). Untuk dapat mengetahui tingkat pengaruh dari tiap-

tiap kriteria, pada penilaian kesesuaian lahan dikenal adanya proses pembobotan

kriteria (Deng, et al. 2014; Baniya, 2008).

Selain memiliki tingkat pengaruh yang berbeda-beda, pada tiap-tiap kriteria

yang digunakan memiliki rentang nilai dengan satuan dan besaran yang berbeda-

beda. Proses standarisasi kriteria digunakan pada penilaian kesesuaian lahan untuk

mengubah nilai dari tiap-tiap kriteria ke dalam rentang nilai yang sama sehingga

dapat memudahkan pada proses selanjutnya yaitu dalam mengklasifikasikan nilai

kriteria ke dalam kelas kesesuaian lahan (Baniya, 2008).

Akan tetapi, pada beberapa kasus proses penilaian kesesuaian lahan, proses

standarisasi dan pembobotan kriteria masih dilakukan secara manual menggunakan

pendekatan konvensioanal (Zhang, et al. 2015). Penggunaan metode konvensioanl

yang didasarkan pada prosedur manual dalam proses pemilihan tanaman dan

memperkirakan hasil merupakan metode yang sulit dan memiliki kelemahan karena

membutuhkan waktu lama dan dana yang besar (Kamkar, et al. 2014). Selain itu,

penggunaan metode konvensional pada penilaian kesesuaian lahan hanya

didasarkan pada pendapat dari ahli dengan tanpa adanya proses perhitungan

sistematis menggunakan suatu persamaan atau algoritma tertentu (Baniya, 2008;

Zhang, et al. 2015) sehingga dirasa belum terlalu akurat. Memilih algoritma yang

tepat untuk penilaian kesesuaian lahan penting untuk perencanaan penggunaan

lahan yang akan dilakukan (Zhang, et al. 2015).

4

Pada beberapa penelitian, banyak metode yang dapat menggantikan

penerapan metode konvensional untuk proses penilaian kesesuian lahan seperti,

metode Ideal Point (Elaalem, et al. 2011), metode Parametric (Moutuma, et al.

2016) Weighted Linear Combination (Abudeif, et al. 2015), serta Himpunan Fuzzy

dan AHP (Deng, et al. 2014; Zhang, et al. 2015; Suh, et al. 2016). Penerapan metode

Himpunan Fuzzy dan AHP telah banyak digunakan dalam beberapa penelitian

pengambilan keputusan seperti, pada penelitian (Rodney, 2011) tentang pemilihan

lokasi terbaik untuk pembangunan penampungan air yang menunjukkan bahwa

penerapan metode Fuzzy dan AHP memberikan mekanisme yang lebih baik dan

transparan terhadap hasil dibandingkan dengan metode konvensional, pada

penelitian (Ezzabadi, et al. 2015) tentang penerapan metode Fuzzy dan AHP

seacara efisien dapat meningkatkan kinerja dari pembangkit listrik berbasis model

EFQM di Iran, serta pada penelitian (Wali, et al; Elaalem, et al. 2012; Deng, et al.

2014; Zhang, et al. 2015; Suh, et al. 2016) tentang penialaian kesesuaian lahan

sendiri.

Dari beberapa penelitian tersebut membuktikan bahwa penerapan kombinasi

metode Himpunan Fuzzy dan AHP efektif untuk dijadikan alternatif dalam proses

pengambilan keputusan. Penggunaan Metode AHP dalam penilaian kesesuaian

lahan dapat menggantikan metode konvensional untuk menentukkan dan

menurunkan bobot terkait beberapa kriteria yang berpengaruh dengan lapisan peta

kesesuaian nantinya dan dikombinasikan dengan lapisan peta kesesuaian sebagai

bahan linear tambahan kaitanya dengan pengolahan data raster pada pemetaan

kesesuaian lahan menggunakan GIS (Geographic Information System) (Deng, et al.

5

2014; Ayehu, 2015;). Metode AHP merupakan metode pembobotan yang efektif

dalam proses menemukan suatu alternatif karena mempertimbangkan adanya

kekuatan subjektifitas yaitu mampu menggabungkan perasaan dan logika manusia

pada berbagai persoalan (Coyle, 2004; Rong-Her, et al. 2014).

Sementara itu, metode Himpunan Fuzzy dipilih karena mempunyai

mekanisme yang sangat baik untuk mengubah data numerik dengan berbagai

besaran ke dalam nilai fungsi keanggotaan untuk digunakan sebagai perwakilan

kelas kesesuaian lahan (Zhang, et al. 2015). Dengan menggunakan metode

Himpunan Fuzzy dalam proses standarisasi kriteria, rentang nilai kelas kesesuaian

lahan akan sama antara kriteria satu dengan kriteria lainnya yaitu pada range nilai

0-1 (Suh, et al. 2016). Sehingga penggunaan metode himpunan fuzzy pada proses

penilaian kesesuaian lahan dapat mengurangi ketidakmampuan proses pembobotan

oleh metode AHP dalam menangani ketidakpastian tingkat kepentingan suatu

kriteria.

Berdasarkan pada penjelasan yang sudah dijabarkan penerapan metode

Himpunan Fuzzy untuk proses standarisasi kriteria dan metode AHP untuk

pembobotan kriteria terbukti efektif dan akurat dalam proses penilaian kesesuaian

lahan. Untuk itu dalam penelitian ini, penulis mengangkat judul “Penilaian

kesuaian Lahan untuk Tanaman Kedelai menggunakan metode Himpunan

Fuzzy dan AHP”, yang dapat dijadikan solusi alternatif dalam upaya penilaian

kesesuaian lahan yang akurat sebagai dasar perencanaan manajeman penggunaan

dan pengelolaan lahan dalam meningkatkan hasil produksi kedelai.

6

1.2 Identifikasi Masalah

Berdasarkan latar belakang yang telah dijelaskan, maka dapat

diidentifikasikan masalah dalam penelitian ini adalah sebagai berikut :

1. Jumlah produksi kedelai di tahun 2015 belum dapat mencukupi

kebutuhan konsumsi kedelai nasional.

2. Perlu adanya upaya pengoptimalan penggunaan lahan untuk

meningkatkan kualitas hasil produksi kedelai, salah satu upayanya yaitu

dengan cara penilaian kesesuaian lahan.

3. Dalam penilaian kesesuaian lahan diperlukan banyak kriteria. Tiap

kriteria yang digunakan memiliki tingkat pengaruh yang berbeda-beda

dan memiliki rentang nilai dengan besaran yang berbeda pula dalam

kesesuaian lahan.

4. Pada beberapa kasus proses pembobotan dan standarisasi kriteria dalam

penilaian kesesuain lahan masih belum akurat karena masih dilakukan

secara manual melalui pendekatan konvensional.

5. Penerapan kombinasi Metode Himpunan Fuzzy untuk standarisasi kriteria

dan Metode AHP untuk pembobotan kriteria terbukti di beberapa

penelitian sebagai alternatif metode yang efektif dan akurat dalam proses

penilaian kesesuaian lahan.

6. Penerapan Metode Himpunan Fuzzy dan AHP pada proses pembobotan

dan standarisai kriteria diterapkan sebagai alternatif dalam penilaian

kesesuaian lahan kedelai tanaman kedelai sebagai dasar perencanaan

7

pertanian dalam mengoptimalkan penggunaan lahan dan peningkatan

hasil produksi.

1.3 Batasan Masalah

Supaya pembahasan dalam penelitian yang dilakukan lebih fokus, akan

diberikan batasan masalah sebagai berikut :

1. Jenis tanaman yang diteliti dalam penilaian kesesuaian lahan adalah jenis

tanaman kedelai di Kab. Kebumen, Jawa Tengah.

2. Kriteria yang dijadikan variabel pengukuran penilaian kesesuaian lahan

berasal dari kriteria fisik yang meliputi, data iklim (curah hujan),

topografi (ketinggian dan kemiringan daratan), dan data tanah (jenis tanah

dan tekstur tanah).

3. Data kriteria fisik yang digunakan dalam bentuk data spatial (peta) atau

data sekunder dalam bentuk format shp.

4. Data-data terkait diperoleh dari BPTP Jateng dan DPU Jateng.

5. Untuk Proses standarisasi kriteria digunakan proses perhitungan fungsi

keanggotaan fuzzy menggunakan 2 model kurva, yaitu kurva parabolic

dengan bentuk trapesium dan kurva sigmoid dalam bentuk linear.

6. Pada proses pembobotan kriteria kesesuaian lahan digunakan metode

AHP yang dibantu oleh 8 orang yang berpengalaman di bidang ilmu tanah

dan pertanian dari BPTP Jateng melalui lembar pembobotan sub-kriteria

kesesuaian lahan tanaman kedelai.

8

7. Sistem penilaian kesesuaian lahan yang dibuat dalam bentuk pemetaan

menggunakan software ArcGIS 10.1.

8. Uji validasi yang digunakan adalah dengan membandingkan kondisi kelas

kesesuaian lahan tiap kecamatan dengan data produktivitas kedelai

dilapangan.

1.4 Rumusan Masalah

Dari latar belakang dijelaskan bahwa dalam kurun waktu beberapa tahun

terakhir, terjadi penuruanan luas penggunaan lahan kedelai. Penurunan luas lahan

tanaman kedelai berpengaruh pada berkurangnya produksi kedelai sehingga belum

dapat memenuhi kebutuhan konsumsi kedelai nasional. Penilaian kesesuain lahan

merupakan salah satu upaya untuk dapat mengoptimalkan penggunaan lahan dan

meningkatkan hasil produksi pertanian. Akan tetapi, pada beberapa kasus proses

penilaian kesesuain lahan masih dilakukan secara menual menggunakan

pendekatan konvensioanl sehingga belum akurat dalam menilai tingkat kesesuaian

lahan karena tidak adanya proses perhitungan tertentu dengan suatu algoritma yang

sistematis. Penerapan Metode Himpunan Fuzzy dan AHP terbukti efektif dalam

beberapa penelitian tentang penilaian kesesuaian lahan.

1.5 Tujuan Penelitian

Tujuan penelitian ini adalah menerapakan kombinasi Metode Himpunan

Fuzzy dan AHP untuk meningkatkan akurasi dalam proses penilaian kesesuaian

9

lahan tanaman kedelai dalam bentuk pemetaan sehingga dapat dijadikan dasar

dalam mengoptimalkan manajeman penggunaan lahan dan meningkatkan hasil

produksi kedelai.

1.6 Manfaat Penelitian

Dari penelitian ini diharapkan memberikan manfaat bagi peneliti yaitu dapat

menambah wawasan ilmu pengetahuan mengenai penerapan kombinasi metode

Fuzzy dan Metode AHP dalam pembuatan sistem penilaian tingkat kesesuaian

lahan tanaman kedelai yang diaplikasikan dalam bentuk pemetaan menggunakan

software GIS.

Serta diharapkan bermanfaat bagi pengguna untuk dapat menilai tingkat

kesesuaian lahan tanaman kedelai yang diaplikasikan dalam bentuk pemetaan

menggunakan software GIS pada khususnya dan dengan adanya penilaian

kesesuaian lahan diharapkan dapat menjadi dasar perencanaan dan pelaksanakan

pengoptimalan penggunaan lahan pertanian sehingga dapat meningkatkan produksi

kedelai.

Selain itu model penilaian kesesuaian lahan tanaman kedelai menggunakan

metode himpunan fuzzy dan AHP diharapkan dapat menjadi rujukkan untuk

dijadikan dasar penelitian maupun pengkajian lebih lanjut dibidang teknologi

pertanian.

10

1.7 Sistematika Penulisan

Sistematika penulisan skripsi ini terdiri dari bagian awal, bagian isi, dan

bagian akhir. Untuk memudahkan dalam proses pembahasan, sehingga dapat

memberikan uraian yang terarah dan terperinci. Maka penulisan laporan skripsi ini

dibagi secara sistematis ke dalam tiga bagian, antara lain :

1. Bagian awal, terdiri dari : halaman judul, halaman pengesahan, motto dan

persembahan, kata pengantar, abstrak, daftar isi, daftar tabel, daftar gambar, dan

daftar lampiran.

2. Bagian isi terdiri dari :

a. BAB 1 PENDAHULUAN

Bab 1 Pendahuluan menyajikan gagasan pokok yang paling sedikit

terdiri atas enam bagian : (1) latar belakang, (2) identifikasi masalah, (3)

batasan masalah, (4) rumusan masalah, (5) tujuan penelitian, (6) manfaat

penelitian dan (7) sistematika penulisan skripsi. Keenam gagasan tersebut

ditulis ke dalam bentuk sub-bab.

b. BAB 2 KAJIAN PUSTAKA DAN LANDASAN TEORI

Bab 2 Kajian Pustaka dibagi menjadi dua sub-bab yang pertama

penelitian terdahulu yang berisi terkait pustaka-pustaka yang bersumber

pada jurnal-jurnal penelitian sebelumnya yang menjadi dasar penguat dari

penelitian yang berhubungan dengan kesesuaian lahan dan penerapan

Metode Himpunan Fuzzy dan AHP.

Landasan Teori berisi kajian dasar teori yang berhubungan tentang

Kesesuaian Lahan, Tanaman Kedelai, GIS, Metode Himpunan Fuzzy, dan

11

Metode AHP. Bagian ahkir dari bab ini terdapat kerangka berfikir

penyelesaian masalah penelitian.

c. BAB 3 METODE PENELITIAN

Bab 3 Metode Penelitian menyajikan gagasan pokok yang terdiri

atas : waktu dan tempat pelaksanaan penelitian, teknik pengumpulan data,

alat dan bahan, metode penelitian dan teknik uji validasi. Gagasan-gagasan

tersebut dapat disajikan ke dalam beberapa sub-bab.

d. BAB 4 HASIL DAN PEMBAHASAN

Bab 4 Hasil dan Pembahasan berisi hasil analisis data berupa peta

dan sistem yang dibuat dan pembahasannya, hasil uji akurasi model

penilaian kesesuain lahan yang diusulkan, yang disajikan dalam rangka

menjawab permasalahan penelitian.

e. BAB 5 PENUTUP

Bab 5 Penutup berisi simpulan yang diperoleh dari pembahasan

masalah yang telah dilakukan pada bab sebelumnya dan saran yang ingin

disampaikan oleh penulis. Kedua isi dijadikan menjadi dua sub-bab, yaitu

simpulan dan saran. Pada Bagian akhir terdapat daftar pustaka yang

merupakan daftar sumber-sumber yang digunakan penulis sebagai dasar

dalam penulisan skrispsi ini dan lampiran-lampiran pendukung terkait

dengan selama proses penulisan skripsi.

BAB II

KAJIAN PUSTAKA

2.1 Penelitian yang Relevan

Penelitian mengenai penerapan Himpunan Fuzzy dan AHP untuk penilaian

kesesuaian lahan sudah ada pada beberapa penelitian sebelumnya, diantaranya oleh

Fei Deng, Xiaobing Li, Hong Wang, Meng Zhang, Ruihua Li dan Xu Li (2014)

dalam penelian yang berjudul “GIS-based assessment of land suitability for alfalfa

cultivation: a case study in the dry continental steppes of northern China”. Dalam

penelitian tersebut digunakan analisis metode Himpunan Fuzzy untuk membakukan

nilai dari 12 kriteria fisik yang digunakan, dan menggunakan metode AHP untuk

menentukan bobot dari masing-masing kriteria. Hasil perhitungan pembakuan nilai

menggunakan Himpunan Fuzzy dan pembobotan menggunakan AHP digunakan

untuk menghitung skor kesesuaian akhir yang terintegrasi untuk masing-masing

unit evaluasi kesesuaian lahan untuk tanaman alfalfa di daerah Cina utara. Hasil

penilaian kesesuaian lahan menunjukkan bahwa kombinasi dari analisi Himpunan

Fuzzy dengan AHP berhasil menilai potensi budidaya alfalfa sesuai kondisi nyata

di Xilingol, Cina Utara.

Peneliatian yang dilakukan oleh Mukhtar Elaalem, Pete Fisher dan Alexis

Comber (2011) dalam penelitian yang berjudul “A Comparison of Fuzzy AHP and

Ideal Point Methods for Evaluating Land Suitability”. Dalam penelitian tersebut

dilakukan pembandingan penggunaan Metode Fuzzy dan AHP dengan penggunaan

12

13

pendekatan Ideal Point untuk pemodelan kesesuaian lahan pertanian dan untuk

mengeksplorasi kemungkinan penggunaan berkelanjutan klasifikasi dalam model

evaluasi kesesuaian lahan daripada pendekatan Boolean tradisional. Hasil

penelitian menunjukkan bahwa pendekatan Himpunan Fuzzy dan AHP untuk

pemodelan evaluasi kesesuaian lahan memiliki hasil lebih baik dari pendekatan

Ideal Point, karena pada hasil pendekatan Ideal Point memiliki beberapa bias

terhadap nilai-nilai ideal positif dan negatif.

Penelitian lain dilakukan oleh Jiuquan Zhang, Yirong Su, Jinshui Wu, dan

Hongbo Liang (2015) dalam penelitian yang berjudul “GIS based land suitability

assessment for tobacco production using AHP and fuzzy set in Shandong province

of China”. Dalam penelitian tersebut dilakukan penilaian terhadap tanaman

tembakau dengan tujuan untuk meningkatkan produksi tembakau di daerah Provinsi

Shandong, China. Dalam perhitungan pembobotan dan standarisasi kriteria untuk

penilaian kesesuaian lahan tanaman tembakau digunakan metode AHP dan

HImpunan Fuzzy. Dari hasil studi menunjukkan bahwa metode Himpunan Fuzzy

memiliki mekanisme yang sangat baik untuk mengubah data numerik dengan

berbagai besaran dalam nilai fungsi keanggotaan yang mewakili kesesuaian lahan,

serta metode AHP merupakan metode yang efektif dan unggul untuk menentukan

bobot dari beberapa faktor secara sistematis dan logis.

Penelitian yang dilakukan oleh Jangwon Suh dan Jeffrey R. S. Brownson

(2016) dalam penelitian yang berjudul “Solar Farm Suitability Using Geographic

Information System Fuzzy Sets and Analytic Hierarchy Processes: Case Study of

Ulleung Island, Korea”. Dalam penilitian tersebut digunakan metode Himpunan

14

Fuzzy dan AHP untuk menentukan daerah yang sesuai untuk dibangun pembangkit

listrik tenaga sel surya di Pulau Ulleung, Korea. Masing-masing nilai dari tiap

kriteria penilaian kesesuaian lahan penentuan pembangunan pembangkit listrik

tenaga sel surya diubah ke dalam rentang nilai 0 – 1 melalui Fuzzy Membership

Function (FMF) dan pengaturan parameter berdasarkan karakteristik lokal dan

kriteria untuk sistem PV sumbu yang tetap. Pembobotan perwakilan dari

kepentingan relatif masing-masing faktor ditugaskan melalui perbandingan

berpasangan oleh para ahli menggunakan metode AHP. Himpunan Fuzzy

digunakan untuk menormalisasi. AHP digunakan untuk menentukan bobot dari

masing-masing faktor. Hasil penelitian berupa peta kesesuaian lahan dapat

digunakan sebagai alat seleksi situs informatif dan memungkinkan untuk skrining

situs PV optimal di daerah lain di dunia.

Penelitian yang dilakukan oleh Ali Keshavarzi, et al. (2010) dalam penelitian

yang berjudul “Land Suitability Evaluation Using Fuzzy Continuous Classification

(A Case Study: Ziaran Region)”. Dalam penelitian tersebut dilakukan penilaian

kesesuaian lahan tanaman gandum di Iran dengan memfokuskan penggunaan

metode Himpunan Fuzzy dan AHP. Beberapa kriteria yang mempengaruhi

kesesuaian lahan gandum dinormalisasi menggunakan model fungsi keanggotaan

fuzzy dengan bentuk kurva sigmoid. Serta pembobotan dilakukan dengan

menggunakan metode AHP. Validasi hasil penelitian dilakukan dengan

mengkorelasikan indeks kesesuaian lahan dari hasil penilaian yang dilakukan

dengan hasil produktivitas di 15 unit satuan lahan. Hasil dari validasi tersebut

menunjukkan penerapan Himpunan Fuzzy dan AHP memiliki tingkat korelasi

15

sebesar 91 % lebih tinggi ketimbang penggunaan metode Parametric yang hanya

mencapai 90 %.

Penelitian lain dilakukan oleh Ehsan Houshyar, Mohammad Javad

SheikhDavoodia, Morteza Almassi, Hooshang Bahrami, Hossein Azadi, Mohsen

Omidi, Gholamabbas Sayyad, Frank Witlox. (2014) dalam penelitian yang berjudul

“Silage corn production in conventional and conservation tillage systems. Part I:

Sustainability analysis using combination of GIS/AHP and multi-fuzzy modeling”.

Penelitian tersebut bertujuan untuk menilai keberlanjutan dari produksi jagung.

Metode GIS berbasis AHP digunakan untuk mengetahui tingkat kepentingan dari

kriteria yang digunakan. Kemudian Metode Himpunan Fuzzy digunakan dalam

proeses fuzzyfikasi dimana 8 model fungsi keanggotaan digunakan untuk

menentukan nilai dari kriteria. Model kombinasi keberlanjutan produksi jagung

dengan menggunakan kombinasi GIS, AHP dan Himpunan Fuzzy efektif dan

sistem berhasil mendekati kondisi yang ada. Model yang diusulkan mempunyai 4

kelebihan yaitu : mampu menggabungkan berbagai aspek keberlanjutan dengan unit

pengukuran yang berbeda, mengelola ketidakpastian faktor tanpa domain

kuantitatif yang tepat, mudah digunakan dan menafsirkan, dan paling dasarnya

terbuka untuk perbaikan berdasarkan informasi masa depan.

16

2.2 Landasan Teori

2.2.1 Penilaian Kesesuaian Lahan

Menurut pedoman FAO (1976) dengan judul “Framework for Land

Evaluation”, kesesuaian lahan marupakan tingkat kesesuaian atau kecocokkan dari

suatu jenis lahan untuk tujuan penggunaan tertentu. Penggunaan lahan tersebut

dapat ditujukan untuk lahan pertanian, irigasi, lahan pemukiman, lahan insdustri,

tata wilayah kota, dll. Sedangkan penilaian kesesuaian lahan merupakan langkah-

langkah penilaian tingkat kecocokan lahan untuk penggunaan tertentu.

Sedangkan menurut (MacDonald, 2006), penilaian kesesuaian lahan

merupakan proses pemisahan alam atau kualitas lahan menjadi bagian-bagian

tertentu berdasarkan kemampuan lahan untuk melayani penggunaan tertentu sesuai

dengan tujuan yang telah ditetapkan. Pengertian tersebut didasarkan bahwa setiap

bagian dari landscape bumi memiliki karakteristik yang berbeda-beda yang akan

mempengaruhi tingkat kecocokkan serta kemampuan lahan untuk penggunaan

tertentu.

Menurut FAO 1993, kesesuian lahan berperan penting dalam aspek

produktivitas, stabilitas atau ketahanan, perlindungan, viabilitas dan equity. Dari

aspek produktivitas kesesuaian lahan diharapkan mampu meningkatkan dan

mempertahankan produksi baik itu dalam pertanian, perkebunan, industri, dll.

Aspek stabilitas berarti selain untuk kepentingan peningkatan produksi, dengan

adanya kesesuaian lahan dapat mengurangi tingkat resiko dari produksi itu sendiri

misal, dalam bidang pertanian yaitu dapat melindungi tanah sebagai media tanam

dari adanya bahaya degradasi dan kerusakan akibat aktivitas produksi. Untuk aspek

17

perlindungan kesesuaian lahan diharapkan dapat melindungi sumber daya alam

yang ada dari bahaya kerusakan lingkungan seperti bahaya erosi tanah. Dari aspek

valiabilitas adanya kesesuaian lahan diharapkan mendukung dan meningkatkan

ekonomi masyarakat. Untuk aspek yang terakhir yaitu aspek equity berperan dalam

bidang sosial yaitu dengan adanya kesesuaian lahan diharapkan dapat diterima

dengan baik oleh masyarakat untuk kesejahteraan masyrakat itu sendiri. Kelima

aspek tersebut sangat penting terutama dalam evaluasi perencanaan lahan

keberlanjutan.

2.2.1.1 Klasifikasi Kelas Kesesuaian Lahan

Berdasarkan pada pedoman FAO (1976) pengklasifiksian kesesuaian lahan

dibagi menjadi 4 kelas kesesuaian lahan.

Tabel 2.1 Klasifikasi Kelas Kesesuaian Lahan

Kelas S1 (Sangat Sesuai) Lahan tidak mempunyai faktor pembatas terhadap

penggunaan secara berkelanjutan, atau tidak

mempunyai faktor pembatas yang bersifat minor

dan tidak akan mempengaruhi tingkat produktivitas

lahan secara nyata.

Kelas S2 (Kesesuaian Sedang / Cukup Sesuai)

Lahan secara agregat mempunyai cukup faktor

pembatas yang akan mempengaruhi tingkat

produktivitas. Diperlukan input tambahan.

18

Pembatas tersebut biasanya dapat diatasi oleh

petani sendiri.

Kelas S3 (Kesesuaian Marginal / Kurang Sesuai)

Keterbatasan lahan secara agregat sangat berat

dalam pemanfaatan dan penggunaan tertentu.

Keterbatasan sendiri akan memiliki potensi yang

besar dalam mengurangi tingkat produktivitas dan

keuntungan serta sangat diperlukan input

tambahan.

Kelas N (Tidak Sesuai) Lahan yang tidak sesuai (N) mempunyai faktor

pembatas yang sangat berat dan atau sulit diatasi

sehingga tidak disarankan untuk tujuan

penggunaan tertentu.

Perbedaan derajat kesesuaian ditentukan terutama oleh hubungan antara

masukkan dan manfaat. Manfaat dapat terdiri dari barang, misalnya hasil produksi

tanaman, produk ternak atau kayu, atau layanan. Sedangkat input atau masukkan

lebih mengarah pada hal yang dibutuhkan untuk mendapat manfaat tersebut, bukan

masukkan dalam arti yang mempengaruhi tingkat derajat kesesuaian, masukkan

yang dimaksud terdiri dari hal-hal seperti pemupukkan, irigasi, investasi modal,

tenaga kerja dan listrik (FAO,1976).

19

2.2.1.2 Karakteristik Kesesuaian Lahan

Tingkat kesesuaian lahan dipengaruhi oleh karakteristik lahan itu sendiri

yaitu keadaan lingkungan secara fisik baik itu berupa iklim, topografi dan tanah

sebagai media utama yang dapat mempengaruhi kualitas pertumbuhan dan

perkembangan tanaman (Ritung, et al. 2007; Ayehu, 2015).

Karakteristik lahan penting dalam evaluasi, salah satunya untuk menganalisis

masalah yang akan timbul dari interaksi antara tiap-tiap karakteristik lingkungan.

Misalnya, bahaya erosi tanah ditentukan bukan oleh sudut kemiringan saja tetapi

oleh panjang lereng, permeabilitas, struktur tanah, jenis tanah, intensitas curah

hujan dan lainnya (FAO, 1976).

Berikut beberapa faktor yang mempengaruhi karakteristik lingkungan yang

dapat menjadi kriteria penilaian kesesuaian lahan (Ritung, et al. 2007; Ayehu,

2015):

1. Iklim

Iklim berpengaruh pada pertumbuhan dan perkembangan tanaman. Tiap-tiap

tanaman dapat tumbuh pada kondisi iklim tertentu, misalnya tanaman kelapa

dapat tumbuh dengan baik pada karakteristik lahan wilayah iklim tropis dan

tidak dapat tumbuh dengan baik pada wilayah iklim tundra (iklim kutub)

dikarenakan iklim tropis dan iklim tundra memiliki kondisi temperatur, curah

hujan, kelembaban yang berbeda. Yang termasuk bagian dari iklim adalah

suhu, kelembaban, curah hujan, kecepatan angin, intensitas cahaya matahari,

dll.

20

2. Topografi

Elemen yang paling penting dalam topografi adalah kemiringan suatu daerah

(slope) dan ketinggian (elevation). Analisis topografi penting terkait dengan

manajemen pengelolaan lahan dan analisis bahaya erosi yang akan terjadi.

Kondisi topografi yang berbeda-beda di suatu daerah akan berpengaruh pada

kondisi temperatur dan intensitas cahaya matahari yang didapat oleh suatu

tanaman.

3. Tanah

Tanah merupakan media utama dan menjadi tempat tinggal bagi tanaman.

Karakteristik tanah yang paling penting dalam evaluasi kesesuaian lahan

meliputi jenis tanah, drainase, tekstur, kedalaman tanah, retensi hara, pH,

tukar kation kapasitas (CEC), alkalinitas, bahaya erosi, dan banjir / genangan.

2.2.2 Tanaman Kedelai

Tanaman kedelai merupakan tanaman dari keluarga polong-polongan

(Papilionaceae) dengan nama latin Glycine max (L.) Merill. Pada umumnya

tanaman kedelai tumbuh tegak, berbentuk semak, dan merupakan tanaman

semusim. Morfologi tanaman kedelai didukung oleh komponen utamanya yaitu,

akar, daun, batang, bunga, polong, dan biji (Irwan, 2006). Tinggi tanaman

bervariasi mulai dari 40-100 cm dengan ciri banyak bercabang dengan akar

berkembang dengan baik, dan setiap tanaman menghasilkan polong yang berisi 1-

4 biji kedelai (Department of Agriculture, Forestry and Fisheries, 2010). Tanaman

kedelai berasal dari daerah Manshukuo di daerah Cina Utara dan telah

21

dibudidayakan oleh manusia sejak 2500 SM. Di Indonesia tanaman kedelai mulai

dibudidayakan pada tabat ke 17. Komoditas kedelai sudah umum dimanfaatkan

sebagai bahan baku untuk pembuatan tahu, tempe, kecap, susu kedelai serta sebagai

asupan tambahan pada pakan ternak (BPTP NAD, 2009).

Klasifikasi tanaman kedelai sebagai berikut :

Divisio : Spermatophyta

Classis : Dicotyledoneae

Ordo : Rosales

Familia : Papilionaceae

Genus : Glycine

Species : Glycine max (L.) Merill

2.2.3 Geographic Information System (GIS)

2.2.3.1 Definisi GIS

Definisi GIS adalah sistem informasi berbasis komputer yang digunakan

untuk mengolah dan menganalisis data-data yang berhubungan dengan geografi

atau permukaan bumi seperti memasukkan (capturing), menyimpan, memeriksa,

mengintegrasikan, memanipulasi, menganalisis, dan menampilkan (Herseno,

2007). Analisis yang dilakukan oleh GIS berupa analisis spasial dalam bentuk data

vektor dan gambar (Baniya, 2008). GIS memiliki kemampuan untuk

mengintegrasikan berbagai teknologi geografis seperti Global Positioning System

(GPS) dan Remote Sensing (Tsadik, 2012).

22

Penggunaan GIS sudah diterapkan dan terbukti efektif dalam berbagai

permasalahan seperti, dalam bidang pertanian, industri, pariwisata, dll. Ini

dikarenakan kemampuannya untuk mengintegrasikan berbagai jenis data ke dalam

platform spasial umum (Tsadik, 2012). Kemampuan analisis dari GIS juga

menyediakan cara untuk pemodelan dan mensintesis informasi yang berkontribusi

dalam mendukung keputusan untuk pengelolaan sumber daya di berbagai skala,

dari lokal ke global (Tesfaye, 2014).

Ada berbagai paket perangkat lunak GIS yang tersedia dengan pemodelan

berbasis data raster salah satunya adalah ArcGIS 9 yang menyediakan antarmuka

grafis yang disebut Modelbuilder di mana model dapat dirancang dan dijalankan

menggunakan format diagram alur (Willoughby, 2005).

2.2.3.2 Fungsi GIS

Secara umum fungsi utama dari GIS adalah sebagai alat untuk melakukan

analisis spasial dan analisis atribut terhadap fenomena geografis. Tetapi lebih

detailnya GIS memliki beberapa fungsi diantaranya adalah sebagai berikut

(Kurniawan, 2010) :

1. Mapping system (sistem pemetaan) dengan kemampuan kartografis.

2. Melakukan query terhadap data spasial ataupun data atribut yang terkait

dalam bentuk database.

3. Pemboboan lapisan untuk menentukan dan menerapkan skala pengukuran

nilai-nilai umum untuk data-data yang beragam sebagai masukkan dalam

proses analisis terpadu.

23

2.2.3.3 GIS pada Kesesuaian Lahan

Aplikasi GIS telah banyak dikembangkan secara siginfikan dalam evaluasi

lahan sejak tahun 2000. Penggunaan GIS dalam evaluasi lahan bermanfaat untuk

memilih alokasi tanaman yang tepat, dan memiliki kefektifan yang baik untuk

perencanaan pembangunan lahan pertanian (Baniya, 2008; Dengiz, et al. 2012).

GIS berperan penting dalam proses evaluasi kesesuaian lahan yaitu untuk

memproses data-data terkait untuk dijadikan output keluaran berupa peta. Pada

evaluasi kesesuaian lahan dibutuhkan analisis data spasial dan data atribut dalam

banyak data lapisan.

Klasifikasi kesesuaian lahan ditentukan oleh proses overlay (tumpang tindih)

peta tematik dengan cara menganalisis data atribut maupun spasial menggunakan

GIS sehingga dapat disajikan hasil yang lebih cepat dan lebih tepat (Baniya, 2008).

GIS digunakan untuk menganalisis dan mengklasifikasikan peta menurut dengan

kriteria yang ditentukan dalam kelas yang telah ditetapkan (Ibrahim, et al. 2011).

Dengan mengintegrasikan GIS pada pertanian akan menjadi suatu media yang

dapat membantu masyarakat dalam merencanakan dan mendukung manajemen

informasi selama proses produksi pertanian dan juga dalam memastikan

keseimbangan yang baik antara nilai-nilai sumber daya yang ada (Baniya, 2008).

Teknik klasifikasi menggunakan analisis spasial merupakan salah satu cara

yang paling konkret dalam mengidentifikasi dan menciptakan inventarisasi lahan

melalui penggunaan indikator dan kriteria yang spesifik seperti data iklim (Roșca,

et al. 2015). Pada penilaian kesesuaian lahan, GIS digunakan dalam

mengidentifikasi data-data berupa kriteria yang mempengaruhi kesesuaian lahan

24

untuk suatu jenis tanaman. Identifikasi data-data tersebut dapat dilakukan dengan

cara manual maupun dengan cara cepat melalui foto udara, scanning atau

digitalisasi peta hard copy dan citra digital (Tsadik, 2012; Baniya, 2008). Data yang

telah diidentifikasi akan disimpan dan diolah menggunakan query yang ada pada

GIS dalam bentuk database. Database tersebut terdiri dari informasi yang diperoleh

selama observasi lapangan, citra satelit, penggambaran situs dan tanah aspek dari

unit lahan tertentu dalam hal geomorfologi, tanah, dan vegetasi.

Database berguna dalam membuat data yang siap untuk berbagai jenis

klasifikasi untuk berbagai aplikasi terutama untuk evaluasi kesesuaian lahan. Untuk

setiap tema, data yang dipilih dan diambil dari basis data dan diekspor ke software

elaborasi dalam bentuk spreadsheet untuk menghasilkan output yang diperlukan.

Manipulasi dan analisis data pada GIS menentukan informasi yang dapat

dimanfaatkan oleh GIS. Analisis spasial adalah proses untuk melihat pola geografis

dalam data dan hubungan antara fitur. Manipulasi melibatkan transformasi (yaitu,

dari raster ke struktur data vektor), generalisasi, overlay, dan prosedur interpolasi.

Tahap akhir adalah presentasi hasil ke pengguna akhir dalam bentuk peta, nilai-nilai

dalam sebuah tabel, atau sebagai grafik.

2.2.4 Metode Himpunan Fuzzy

2.2.4.1 Teori Himpunan Fuzzy

Teori Himpunan Fuzzy pertama kali diperkanalkan oleh seorang peneliti

bernama Lotfi A. Zadeh pada tahun 1965 dengan tujuan untuk menghadapi dan

menangani permasalahan yang bersifat tidak jelas dalam pemikiran manusia serta

25

memiliki kemampuan untuk dapat mewakili atau memanipulasi ketidakpasian daari

suatu data dan informasi.

Himpunan Fuzzy adalah rentang dari masing-masing nilai yang mempunyai

derajat fungsi keanggotaan antara 0 sampai dengan 1. Himpunan Fuzzy secara

dasar dapat dinyatakan dalam persamaan (2.1), yaitu : µA : U → [0,1] (2.1)

Persamaan tersebut menyatakan bahwa terdapat suatu himpunan fuzzy dari A

yang ada dalam semesta pembicaraan U yang dinyatakan dalam µA (fungsi

keanggotaan) dalam interval [0,1] (Solikin, 2011). Himpunan Fuzzy A dalam

semesta pembicaraan U dapat juga dinyatakan sebagai sekumpulan pasangan

elemen u (dimana u adalah anggota dari U) dan derajat keanggotaannya dinyatakan

pada persamaan (2.2) sebagai berikut:

A = {(u, µA (u)) | u U} (2.2)

Himpunan Fuzzy dapat dinotasikan atau dituliskan sebagai pasangan

berurutan, dengan elemen pertama menunjukkan nama atau nilai asli dari elemen

dan elemen kedua menunjukkan nilai fungsi derajat keanggotaannya (Solikin,

2011).

Contoh :

Misalkan seorang peneliti dari dinas pertanian ingin meneliti tingkat kesuburan dari

tanah di beberapa tempat yang berbeda. Ada 5 sampel tanah yang diambil dari

tempat yang berbeda yang ditunjukkan dalam variabel X = {1, 2, 3, 4, 5}, dengan

1 adalah sampel tanah ke-1, dan seterusnya. Sehingga himpunan fuzzy A yang

26

merupakan himpunan dari “tingkat kesuburan dari jenis sampel tanah yang

berbeda” dapat ditulis sebagai berikut:

A = {(1; 0,7), (2; 0,64), (3; 0,77), (4; 0,58), (5; 0,2)}

Dari pernyataan tersebut mengandung arti bahwa :

1. Untuk sampel tanah pertama (1) mempunyai tingkat kesuburan mencapai

0,7 dari tingkat skala kesuburan tanah 0 sampai dengan 1.

2. Untuk sampel tanah kedua (2) mempunyai tingkat kesuburan mencapai 0,64

dari tingkat skala kesuburan tanah 0 sampai dengan 1.

3. Untuk sampel tanah ketiga (3) mempunyai tingkat kesuburan mencapai 0,77


4. Untuk sampel tanah keempat (4) mempunyai tingkat kesuburan mencapai

0,58 dari tingkat skala kesuburan tanah 0 sampai dengan 1.

5. Untuk sampel tanah kelima (5) mempunyai tingkat kesuburan mencapai 0,2


Menurut penelitian (Solikin, 2011) untuk memahami himpunan fuzzy, ada

beberapa hal yang berkaitan dengan himpunan fuzzy yang harus diketahui, yaitu :

1. Variabel Fuzzy

Variabel fuzzy merupakan suatu lambang atau unsur dalam bentuk besaran

yang menunjuk kepada suatu yang tidak tertentu yang dapat diubah dan

berubah yang akan mempengaruhi dan menentukan hasil suatu perhitungan

kaitanya dalam sistem fuzzy.

Contoh :

27

Dalam kasus analisis tingkat kerentanan tanah longsor terdapat variabel

yang mempengaruhi yaitu seperti, jenis tanah, tingkat kemiringan,

mayoritas jenis pohon, daya serap air pada tanah, dll. Dari contoh kasus

tersebut terdapat dua jenis variabel yaitu variabel input dan variabel output.

Untuk variabel input meliputi jenis tanah, tingkat kemiringan, mayoritas

jenis pohon, daya serap air pada tanah. Sedangkan variabel keluarannya

yaitu tingkat kerentanan tanah longsor.

2. Himpunan Fuzzy

Himpunan fuzzy merupakan satu atau beberapa kumpulan yang mewakili

suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy. Jadi dapat

dijelaskan bahwa himpunan fuzzy berada dibawah variabel fuzzy dan

merupakan bagian dari variabel fuzzy.

Contoh :

Dalam kasus analisis tingkat kerentanan tanah longsor terdapat variabel

keluaran atau output yaitu tingkat kerentanan tanah longsor dapat dibagi

menjadi 3 himpunan yaitu kerentanan_rendah, kerentanan_sedang dan

kerentanan_tinggi.

Dalam himpunan fuzzy terdapat 2 atribut, yaitu :

a. Atribut linguistik

Yaitu penamaan suatu grup atau atribut yang memiliki suatu keadaan

atau kondisi tertentu dengan menggunakan bahasa yang biasanya

mewakili suatu himpunan. Contoh: kerentanan_rendah,

kerentanan_sedang dan kerentanan tinggi.

28

b. Atribut numerik

Yaitu suatu nilai yang direpresentasikan dalam bentuk angka untuk

menunjukkan ukuran dari suatu variabel. Contoh: 10, 50, 100 yang

masing-masing dapat mewakili nilai dari suatu variabel.

3. Semesta pembicaraan

Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan dan

dapat digunakan untuk dioperasikan dalam suatu variabel fuzzy.

Contoh : Semesta pembicaraan untuk variabel tingkat kemiringan: X=

[0,90].

4. Domain

Domain himpunan fuzzy adalah keseluruhan nilai yang diperbolehkan dan

dapat digunakan dalam semesta pembicaraan untuk dioperasikan dalam

suatu himpunan fuzzy. Sehingga domain himpunan fuzzy merupakan

bagian atau penjabaran dari semesta pembicaraan.

Contoh :

variabel tingkat kemiringan memiliki semesta pembicaraan, X = [0,90].

Dimana dari semesta pembicaraan tersebut dijabarkan menjadi beberapa

domain yaitu :

� Himpunan fuzzy LANDAI = [0, 25], artinya suatu daerah

dikatakan LANDAI jika memiliki tingkat kemiringan 00-250.

� Himpunan fuzzy MIRING = [20, 50], artinya suatu

daerah dikatakan MIRING jika memiliki tingkat kemiringan 200-

500.

29

� Himpunan fuzzy CURAM = [45, 90], artinya suatu

daerah dikatakan CURAM jika memiliki tingkat kemiringan 450-

900.

2.2.4.2 Fungsi Keanggotaan Fuzzy

Fungsi keanggotaan (Membership Function) adalah sebuah kurva yang

mendefinisikan himpunan fuzzy dengan menetapkan nilai derajat keanggotaan

untuk setiap elemen dalam ruang input yang memiliki unit interval tertutup [0, 1]

(Wang, 2015). Fungsi keanggotaan fuzzy dapat direpresentasikan pada persamaan

(2.3) yaitu :

A = {(x, μA(x)) | x ϵ X } (2.3)

Dari persamaan tersebut X mewakili himpunan objek-objek yang secara

umum dinotasikan dengan x. μA(x) disebut derajat keanggotaan dari x dalam A,

yang mengindikasikan derajat x berada di dalam A. Dalam logika fuzzy penentuan

fungsi keanggotaan disebut sebagai proses Fuzzyfikasi. Proses fuzzyfikasi

merupakan proses awal yang ada dalam perhitungan logika fuzzy. Dalam proses

fuzzyfikasi difungsikan untuk mengkonversi nilai masukkan berupa bilangan crisp

menjadi bilangan fuzzy dalam bentuk derajat keanggotaan fuzzy (Ross, 2010).

Untuk menentukkan fungsi keanggotaan biasanya digunakan variabel linguistik

untuk membedakan range dari tiap-tiap elemen, seperti TIDAK PENTING,

CUKUP PENTING dan SANGAT PENTING (Ross, 2010).

30

Fungsi keanggotaan fuzzy mempunyai beberapa jenis yang

direprensentasikan dalam beberapa bentuk kurva diantaranya adalah sebagai

berikut :

1. Representasi kurva linear

Pada fungsi keanggotaan fuzzy dengan representasi kurva linear pemetaan

nilai bilangan fuzzy digambarkan dalam suatu garis lurus. Representasi kurva

linear dibagi menjadi 2 yaitu bentuk kurva naik (gambar 2.1) dan kurva turun

(gambar 2.2).

Gambar 2.1 Representasi kurva linear naik

Untuk menghitung derajat keanggotaan dari representasi kurva linear naik

digunakan persamaan (2.4) berikut :

(2.4)

31

Gambar 2.2 Representasi kurva linear turun

Untuk menghitung derajat keanggotaan dari representasi kurva linear turun


(2.5)

2. Representasi kurva segitiga (triangle)

Pada bentuk representasi kurva segitiga nilai bilangan fuzzy dipetakan dalam

suatu bentuk kurva segitiga (gambar 2.3) yang merupakan gabungan dari 2

bentuk kurva representasi naik dan turun.

Gambar 2.3 Representasi kurva segitiga

Untuk menghitung derajat keanggotaan dari representasi kurva segitiga


32

(2.6)

3. Representasi kurva trapesium (trapezoid)

Pada representasi kurva trapesium (gambar 2.4) pemetaan nilai bilangan

fuzzy direpresentasikan dalam bentuk trapesium dimana memiliki nilai

keanggotaan 1 pada 2 titik tidak seperti pada representasi linear maupun

segitiga yang hanya memiliki nilai keanggotaan 1 hanya pada 1 titik.

Gambar 2.4 Representasi kurva trapesium

Untuk menghitung derajat keanggotaan dari representasi kurva trapesium


(2.7)

4. Representasi kurva bentuk S

Representasi kurva S (gambar 2.5) merupakan representasi bentuk kurva

dimana nilai bilangan fuzzy dipeakan dalam bentuk garis tak linear baik itu

33

kurva naik (S) maupun kurva turun (Z). Fungsi keanggotaannya akan

tertumpu pada 50% nilai keanggotaannya yang sering disebut dengan titik

infleksi.

Gambar 2.5 Representasi kurva S

Untuk menghitung derajat keanggotaan dari representasi kurva S digunakan

persamaan (2.8) berikut ini:

(2.8)

5. Representasi Kurva Gaussian

Representasi kurva gaussian (gambar 2.6) merupakan representasi kurva

dalam bentuk lonceng. Representasi ini merupakan gabungan dari

representasi bentuk S sama halnya dengan representasi kurva segitiga yang

merupakan gabungan dari dua representasi kurva linear. Jika dalam

representasi segitiga pemetaan nilai bilangan fuzzy bersifat tegas, maka

dengan adanya representasi kurva gaussian pemetaan nilai bilangan fuzzy

bersifat lebih halus.

34

Gambar 2.6 Representasi kurva gaussian

Untuk menghitung derajat keanggotaan dari representasi kurva Gaussian


(2.9)

2.2.5 Metode Analytical Hierarchy Process (AHP)

Definisi dari Metode AHP adalah suatu metode yang digunakan untuk

menghitung bobot atau prioritas yang diperlukan terkait dengan masing-masing

kriteria dengan bantuan matriks preferensi, dimana semua kriteria yang relevan

diidentifikasi kemudian dibandingkan satu sama lain berdasarkan faktor preferensi

(Tsadik, 2012). Bobot yang telah didapat nantinya digunakan dalam proses

agregasi. Metode AHP merupakan salah satu pendekatan Multi-criteria Decision

Analysis (MCDA) yang berfungsi untuk menghitung dan mendapatkan bobot yang

diperlukan untuk kriteria yang berbeda (Mendoza, 2006). MCDA merupakan

kumpulan dari pendekatan formal, yang berusaha untuk memperhitungkan eksplisit

35

faktor kunci dalam membantu individu atau kelompok dalam mengeksplorasi dan

mengambil suatu keputusan (Tsadik, 2012).

AHP menjadi metode yang kuat dari pendekatan multikriteria yang sudah

umum digunakan dalam proses pengambilan keputusan. Karena merupakan jenis

pendekatan multikriteria, itu artinya AHP diciptakan untuk menangani masalah

yang sifatnya kompleks dan tidak terstruktur yang merupakan masalah yang sulit

dipecahkan karena memerlukan banyak pertimbangan. Dengan menggunakan AHP

masalah yang bersifat kompleks tersebut dapat dipecahkan dengan perhitungan

yang sederhana, efektif dan mudah dipahami. Pemecahan masalah yang bersifat

kompleks tersebut diuraikan menjadi sebuah bentuk struktur hirarki yaitu berupa

sub-sub masalah atau kriteria yang nantinya digunakan dalam penentuan alternatif

(Khander, 2008). Dalam proses perhitungannya AHP selain dilakukan penyusunan

masalah menjadi struktur berbentuk hirarki, juga dilakukan proses perbandingan

berpasangan terhadap masing-masing kriteria baik secara diskrit maupun kontinu

untuk menemukan skala rasio (Sinaga, 2009).

Metode AHP adalah sebuah kerangka untuk mengambil keputusan dengan

efektif atas dasar logika dan juga mempertimbangkan perasaan manusia (Coyle,

2004; Sinaga, 2009; Chiu, et al. 2014). Adakalanya timbul masalah keputusan yang

sulit untuk diukur secara kuantitatif dan perlu diputuskan secepatnya dan sering

disertai dengan variasi yang beragam dan rumit sehingga data tersebut tidak

mungkin dapat dicatat secara numerik karena data kualitatif saja yang dapat diukur

yaitu berdasarkan pada persepsi, preferensi, pengalaman, dan intuisi (Azwany,

2010). Selain itu AHP dipilih pada beberapa penelitian karena kemampuannya yaitu

36

dapat mengatur masalah tata ruang dan memutuskan alternatif yang paling cocok

untuk masalah yang didefinisikan (Kordi, 2008).

2.2.5.1 Prinsip-prinsip Dasar Metode AHP

Menurut Saaty 1994, terdapat tiga prinsip dasar dalam proses penyelesaian

sebuah persoalan menggunakan metode AHP yang harus dipahami (Park, 2011).

Ketiga prinsip dasar tersebut meliputi dekomposisi, penilaian perbandingan

(pairwase comparation) dan sistesis prioritas.

1. Dekomposisi

Dekomposisi adalah proses memecahkan atau membagi permasalahan yang

utuh menjadi unsur–unsur atau elemen yang saling berhubungan dalam

bentuk susunan hirarki yang digunakan untuk proses pengambilan keputusan

(Sinaga, 2009). Terdapat minimal tiga atau lebih tingkat hirarki dalam prinsip

dekomposisi yaitu, tujuan (goal) yang berada pada tingkat paling atas, kriteria

(object) yang berada di tingkat kedua dan alternatif yang berada di tingkat

ketiga paling bawah (Park, 2011). Bentuk dari prinsip dekomposisi disajikan

pada gambar 2.7 berikut :

Gambar 2.7 Struktur Hirarki AHP

37

2. Penilaian perbandingan

Prinsip penilaian perbandingan atau penilaian komparatif diterapkan untuk

membuat perbandingan berpasangan dari semua kombinasi dari unsur-unsur

dalam sebuah cluster untuk mengetahui tingkat kepentingan antara dua

elemen dengan tingkat induk (Forman, 2001). Penilaian perbandingan

penting karena merupakan inti dari AHP yang akan mempengaruhi urutan

prioritas dan bobot dari masing-masing elemennya (Sinaga, 2009). Pada

prinsip penilaian perbandingan disajikan dalam bentuk matriks perbandingan

berpasangan (pairwise comparisons) yang memuat tingkat preferensi

beberapa alternatif untuk tiap kriteria.

3. Sistesis prioritas

Prinsip prioritas adalah untuk menentukkan bobot atau prioritas dari masing-

masing alternatif yang dihasilkan dari proses perbandingan berpasangan.

Bobot atau prioritas tersebut dihitung dengan cara memanipulasi matriks

(Forman, 2001).

2.2.5.2 Prosedur Perhitungan Metode AHP

Proses perhitungan dengan menggunakan metode AHP mempunyai beberapa

tahapan prosedur, diantaranya menurut (Adamcsek, 2008) :

1. Mendefinisikan masalah dan menentukan solusi yang dinginkan.

2. Menyusun tujuan, kriteria dan alternatif menjadi bentuk struktur

hirarki (gambar 2.8).

38

Gambar 2.8 Bentuk Struktur Hirarki AHP untuk Kesesuaian Lahan (Elaalem, et

al. 2011)

3. Perbandingan berpasangan (Pairwise Comparisons)

Setelah mengatur masalah secara hirarkis, langkah berikutnya adalah

membangun prioritas melalui proses perbandingan berpasangan. Dalam proses

ini kriteria dan alternatif dibandingkan dengan masing-masing kriteria dan

alternatif itu sendiri dengan menggunakan skala perbandingan.

Tabel 2.2 Skala Intensitas Kepentingan Metode AHP

39

Perbandingan dilakukan berdasarkan kebijakan pembuat keputusan

dengan menilai tingkat kepentingan satu elemen terhadap elemen lainnya.

Proses perbandingan berpasangan dimulai dari level hirarki paling atas yang

ditujukan untuk memilih kriteria, misalnya A, kemudian diambil elemen yang

akan dibandingkan, misal A1, A2, dan A3. Maka susunan elemen-elemen yang

dibandingkan tersebut akan tabel 2.3 di bawah ini :

Tabel 2.3 Contoh Penggunaan Tabel Perbandingan Berpsangan

Penilaian ini dilakukan oleh seorang pembuat keputusan yang ahli dalam

bidang persoalan yang sedang dianalisis dan mempunyai kepentingan

terhadapnya. Apabila suatu elemen dibandingkan dengan dirinya sendiri maka

diberi nilai 1. Jika elemen i dibandingkan dengan elemen j mendapatkan nilai

tertentu, maka elemen j dibandingkan dengan elemen i merupakan

kebalikannya.

4. Penentuan prioritas atau bobot (weight)

Perhitungan bobot prioritas dibagi menjadi 3 langkah-langkah yaitu,

menjumlah nilai elemen perkolom, membagi tiap elemen dengan jumlah per

kolom yang sesuai dan menghitung bobot prioritas.

40

� Menjumlah nilai elemen perkolom

Setelah diperoleh matriks perbandingan berpasangan, langkah selanjutnya

adalah menjumlahkan nilai dari tiap elemen perkolom yang ditampilkan dalam

Tabel 2.4 di bawah ini :

Tabel 2.4 Jumlah Nilai Elemen Perkolom

A1 A2 An

A1 1 A12 A1n

A2 A21 1 A2n

An A31 A32 1

Jumlah ∑A1 ∑A2 ∑An

� Membagi tiap elemen dengan jumlah per kolom yang sesuai

Untuk setiap nilai elemen pada kolom matriks perbandingan

berpasangan dibagi dengan jumlah semua nilai elemen tiap kolom seperti

pada persamaan (2.10) dan Tabel 2.5 di bawah ini :

Abobot = Ain / ∑Ain

Ket :

(2.10)

Abobot : nilai hasil bagi tiap elemen dengan jumlah perkolom yang

sesuai

Ain : nilai elemen tiap sel

∑Ain : jumlah nilai elemen per kolom

41

Tabel 2.5 Pembagian tiap elemen dengan jumlah perkolom yang sesuai

A1 A2 An

A1 1/∑A1 A12/∑A2 A1n/∑An

A2 A21∑A1 1/∑A2 A2n/∑An

An A31∑A1 A32/∑A2 1/∑An

� Menghitung bobot prioritas

Pada proses perhitungan bobot digunakan metode eigen vector dengan

mencari rata-rata dari masing-masing nilai elemen tiap barisnya seperti

ditunjukkan pada persamaan (2.11) dan Tabel 2.6 di bawah ini :

Wi = Abobot i / n

Ket :

Wi : Bobot prioritas kriteria i

(2.11)

Abobot i : Nilai hasil bagi tiap elemen dengan jumlah perkolom yang

sesuai

n : banyaknya jumlah kriteria

Tabel 2.6 Contoh Perhitungan Bobot Prioritas

A1 A2 An Bobot Prioritas

A1 Abobot 11 Abobot 12 Abobot 1n W1

A2 Abobot 21 Abobot 22 Abobot 2n W2

An Abobot 31 Abobot 32 Abobot 3n W3

42

5. Menghitung Konsistensi Ratio Pembobotan

� Perkalian matriks

Perhitungan perkalian matriks adalah mengalikan matriks dari tiap nilai

perbandingan berpasangan pada tabel dengan nilai matriks bobot prioritas

dengan masing-masing bobot prioritas seperti ditampilkan pada persamaan

(2.12) berikut ini :

(2.12)

Ket :

a : nilai perbandingan berpasangan tiap sel

w : nilai bobot prioritas

m : hasil perkalian matriks

� Membagi Perhitungan Matriks Dengan Bobot Prioritas

Proses ini disebut dengan Weight Sum Vector (WSV). Perhitungan

dilakukan dengan membagi hasil perhitungan matriks dengan nilai bobot

prioritas yang sesuai. Rumus pembagian hasil perkalian matriks dengan bobot

prioritas dapat dilihat pada persamaan (2.13) berikut :

WSV = ��

(2.13)

43

Ket :

WSV : Weight Sum Vector

Matrix m : Hasil perhitungan perkalian matriks

Wi : Bobot prioritas kriteria i

� Menghitung nilai λmax (nilai eigen maksimal)

Proses perhitungan λmax dengan membagi hasil penjumlahan

perhitungan WSV dengan jumlah kriteria yang digunakan. Rumus perhitungan

nilai eigen maksimal dapat dilihat pada persamaan (2.14) berikut :

λmax = ��

(2.14)

Ket :

λmax : nilai eigen maksimal

∑ WSV: jumlah total dari Weight Sum Vector

n : jumlah kriteria

� Menghitung Nilai Indeks Konsistensi (CI)

CI (Consistency Index) dihitung dengan persamaan (2.15) berikut ini : CI = (λmax-n) / (n-1).

Ket :

CI : nilai indeks konsistensi

λmax : nilai eigen maksimal

n : jumlah kriteria

(2.15)

44

� Menghitung Rasio Konsistensi (CR)

Perhitungan CR (Consistency Ratio) bertujuan untuk mengetahui tingkat

konsistensi pembobotan yang dilakukan. Persamaan perhitungan CR adalah

dengan membagi nilai indeks konsistensi (CI) dengan indeks rasio (RI). Nilai

RI ditentukan berdasarkan jumlah kriteria yang digunakan. Tabel nilai dari RI

dapat dilihat pada Tabel 2.7 berikut ini :

Tabel 2.7 Index RI

n 1 2 3 4 5 6 7 8 9 10

RI 0,00 0,00 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49

Untuk dapat menghitung nilai CR digunakan persamaan (2.16) seperti

berikut ini :

CR = �

(2.16)

Ket :

CR : nilai rasio konsistensi

CI : nilai indeks konsistensi

RI : nilai indeks rasio

Jika nilai CR ≤ 0,1 maka bobot prioritas yang diperoleh menunjukan

tingkat konsistensi yang baik dan dapat dilanjutkan ke tahap selanjutnya.

Apabila nilai CR > 0,1 terjadi inkonsistensi pada bobot prioritas yang diperoleh

dan harus dilakukan evaluasi revisi pada tahap penentuan bobot yaitu diulangi

lagi pada tahap pembobotan dengan ahli (N. Baniya, 2008). Pada tahap tersebut

bisa dilakukan penambahan ahli dalam penentuan bobot, karena semakin

45

banyak ahli yang digunakan maka akan semakin akurat bobot prioritas yang

didapatkan (Mendoza, 2006).

2.3 Kerangka Berpikir

Berdasarkan studi literatur dari beberapa jurnal, artikel maupun laporan

kegiatan penelitian yang telah dilakukan, diperoleh suatu permasalahan baik itu

berdasarkan data maupun hasil penelitian terdahulu yang berkaitan dengan

penelitian yang akan dilakukan mengenai penilaian kesesuaian lahan tanaman

kedelai yang dapat teridentifikasi yaitu berdasarkan data dari (BPS, 2016) bahwa

jumlah produksi kedelai nasional tahun 2015 belum dapat mencukupi kebutuhan

konsumsi kedelai nasional. Hal tersebut dikarenakan akibat terjadinya penurunan

penggunaan lahan sehingga mengurangi hasil produksi kedelai.

Dari permasalahan tersebut perlu adanya upaya pengoptimalan penggunaan

lahan kedelai salah satunya dengan cara penilaian kesesuaian lahan untuk dapat

meningkatkan produksi kedelai (FAO, 1993; Kamkar, et al. 2013). Penelitian yang

akan dilakukan adalah membuat sistem penilaian lahan dalam bentuk pemetaan

menggunakan GIS (Geographic Information System).

Dalam prosedur penilaian kesesuaian lahan perlu adanya pembobotan kriteria

untuk mengetahui seberapa besar tingkat pengaruh suatu kriteria dalam

memepengaruhi kesesuaian lahan (Akinci, et al. 2013; Elaalem, et al. 2011).

Pembobotan akan dilakukan dengan menggunakan metode AHP. Selain

pembobotan tiap kriteria juga dilakukan pengklasifikasian tiap nilai kriteria

46

terhadap kelas kesesuaian lahan dalam bentuk proses standarisasi kriteria atau

umum dinamakan proses skoring. Akan tetapi kebanyakan penelitian tentang

penilaian kesesuaian lahan proses standarisasi kriteria masih dilakukan dengan cara

konvensional yang hanya didasarkan pada pengetahuan dan rekomendasi ahli

seperti pada penelitian (Baniya, 2008; Akinci, et al. 2013; Zhang, et al. 2015).

Sehingga proses perhitungan standarisasi dan pembobotan kriteria belum dilakukan

dengan menggunaan suatu algoritma tertentu.

Oleh karena itu, dalam penelitian ini diterapkan metode Himpunan Fuzzy dan

AHP dalam menentukan bobot dan standarisasi kriteria. Metode Himpunan Fuzzy

dipilih karena kemampuannya dalam menangani permasalahan yang tidak pasti,

tidak jelas atau bersifat ambigu (Papadopoulos, et al. 2015).

Model yang akan dibuat nantinya akan menghasilkan output berupa peta dan

sistem penilaian kesesuaian lahan tanaman kedelai untuk wilayah Kab. Kebumen

yang akan divalidasi dengan uji kecocokan antara kelas kesesuaian lahan dengan

produktivitas kedelai selama 6 tahun terakhir (2011-2015) yang kemudian hasil uji

kecocokan tersebut dibandingkan dengan hasil uji kecocokan yang sama oleh peta

kesesuaian lahan tanaman kedelai Kab. Kebumen dari BPTP Jateng berdasarkan

Metode Konvensional.

Hasil yang diharapkan yaitu sistem yang dibuat dapat tervalidasi dengan baik

serta penerapan metode Himpunan Fuzzy dan AHP dapat dijadikan solusi dan

alternatif dalam penilaian kesesuaian lahan.

Kerangka berpikir penelitian ini dapat digambarkan dalam sebuah flowchart

pada gambar 2.9 sebagai berikut :

47

Studi Literatur - Jumlah produksi kedelai tahun 2015 belum

dapat memenuhi kebutuhan kedelai nasional. - Kurang optimalnya penggunaan lahan untuk

mendukung peningkatan produksi kedelai.

Identifikasi Masalah 1

Pembobotan dan Standarisasi pada penilaian kesesuaian lahan yang dilakukan secara konvensional dirasa belum terlalu akurat karena tidak adanya perhitungan menggunakan suatu algoritma yang sistematis.

Tindakan

Solusi Identifikasi Masalah 2

Upaya penilaian kesesuaian lahan dalam bentuk pemetaan menggunakan GIS untuk pengoptimalkan penggunaan lahan.

Uji kecocokan dengan hasil produktivitas kedelai di lapangan. Dan perbandingan hasil uji kecocokan dari peta BPTP.

Metode AHP dan Fuzzy masing-masing digunakan untuk pembobotan dan standirasi kriteria yang diimplementasi kan pada penilaian kesesuaian lahan untuk tanaman kedelai dalam bentuk pemetaan berbasis GIS dan web application.

Hasil

Validasi Sistem

Model tervalidasi dan penerapan kombinasi AHP dan Fuzzy akurat sebagai solusi model penilaian kesesuaian lahan untuk tanaman kedelai.

Gambar 2.9 Kerangka Berpikir Penelitian

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Sejumlah 5 sub-kriteria dari 3 kriteria faktor fisik yang meliputi curah hujan,

ketinggian, kemiringan, jenis tanah dan tektur tanah digunakan dalam penentuan

tingkat kesesuaian lahan tanaman kedelai. Penilaian kesesuaian lahan untuk

tanaman kedelai di Kab. Kebumen berhasil dibuat dengan mengintegrasikan GIS,

Metode Himpunan Fuzzy dan AHP dalam bentuk pemetaan. Metode Himpunan

Fuzzy digunakan untuk menentukan nilai standarisasi kesesuaian lahan dan untuk

menggantikan proses perhitungan konvensional yaitu dengan metode manual yang

dilakukan dengan skoring biasa yang didasarkan pada pendapat ahli. Sementara

untuk Metode AHP diintegrasikan dalam proses penentuan bobot dari masing-

masing sub-kriteria yang digunakan. Nilai standarisasi dari perhitungan Mfs dan

bobot dari AHP dikalkulasikan sehingga menghasilkan Indeks Kesesuaian Lahan

yang diklasifikasikan menjadi 4 kelas berdasrkan Pedoman FAO 1976 yaitu S1, S2,

S3, dan N.

Hasil penelitian menunjukkan bahwa dari 130638,97 ha luas lahan yang ada

di wilayah Kab. Kebumen memiliki 81,42 % cukup sesuai (S2), 11,25 % kurang

sesuai (S3) dan sebesar 7,33 % tidak sesuai (N). Dari peta yang telah dibuat di uji

tingkat kecocokannya dengan data produktivitas dan menghasilkan tingkat akurasi

sebesar 92,30 %, lebih baik dari pada tingkat akurasi yang didapat dari uji

kecocokan peta kesesuaian lahan kedelai dari BPTP dengan produktivitas kedelai

151

152

yang hanya sebesar 88,46 %. Sehingga dapat dikatakan bahwa penerapan Metode

Himpunan Fuzzy dan AHP untuk penilaian kesesuaian lahan tanaman kedelai

memiliki akurasi yang lebih baik dari pada metode konvensional sehingga dapat

dijadikan dasar perencanaan pertanian di masa yang akan datang dalam

mengoptimalkan penggunaan lahan sebagai sarana peningkatan hasil produksi

kedelai.

5.2 Saran

Peta hasil penilaian kesesuaian lahan kedelai di Kab. Kebumen yang

didasarkan pada model perhitungan dari Metode Himpunan Fuzzy dan AHP masih

memiliki beberapa kekurangan. Untuk itu, penulis memberikan saran untuk

tindakan penelitian selanjutnya diantaranya :

1. Penambahan variabel sub-kriteria sangat dianjurkan seperti kondisi

temperatur, kelambaban, intensitas cahaya matahari, kondisi unsur hara

tanah, dst serta alangkah lebih baik lagi menyertakan penggunaan faktor

sosial-ekonomi untuk dapat menghasilkan peta kesesuaian yang memiliki

tingkat akurasi terhadap kondisi lapangan yang lebih baik lagi. Selain itu,

penambahan ahli juga dianjurkan untuk meningkatkan akurasi pembobotan

menggunakan metode AHP pada masing-masing sub-kriteria.

2. Model penilaian keseusian lahan tanaman kedelai yang didasarkan pada

penggunaan metode himpunan fuzzy dan AHP dapat diterapkan pada

penelitian selanjutnya tentang penilaian kesesuaian lahan tanaman kedelai

dengan studi wilayah yang berbeda selain di wilayah Kab. Kebumen.

153

3. Peneliti juga menyarankan adanya penelitian lain yang meneliti akurasi

model penilaian kesesuaian lahan menggunakan metode himpunan fuzzy dan

AHP dengan objek penelitian yaitu pada tanaman yang berbeda. Dengan

tujuan untuk mengatahui tingkat konsistensi akurasi metode Himpunan Fuzzy

dan AHP dalam penilaian kesesuaian lahan.

154

DAFTAR PUSTAKA

Abudeif, A.M., A.A. Abdel Moneim, dan A.F. Farrag. Multicriteria decision

analysis based on analytic hierarchy process in GIS environment for siting

nuclear power plant in Egypt. Annals of Nuclear Energy 75 (2015) 682–692.

Aburas, Maher Milad, Sabrina Ho Abdullah, Mohammad Firuz Ramli, and Zulfa

Hanan Ash'aari. 2015. A Review of Land Suitability Analysis for Urban Growth

by using the GIS-Based Analytic Hierarchy Process. Asian Journal of Applied

Sciences (ISSN: 2321 – 0893) Volume 03 – Issue 06, December 2015.

Adamcsek, Edit. 2008. The Analytic Hierarchy Process and its Generalizations.

Thesis. Eotvos Lorand University

Akinci, Halil, Ayse Yavuz Özalp, and Bülent Turgut. 2013. Agricultural land use

suitability analysis using GIS and AHP technique. Computers and Electronics

in Agriculture 97 (2013) 71–82.

Azwany, Faraby. 2010. Sistem Pendukung Keputusan Pemberian Kredit Usaha

Rakyat Pada Bank Syariah Mandiri Cabang Medan Menggunakan Metode

Analytical Hierarchy Process (AHP). Skripsi. Departemen Ilmu Komputer

Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Medan.

Badan Pusat Statistik (BPS). 2016. Produksi Kedelai tiap Provinsi (ton) 1993-2015.

Jakarta: BPS. https://www.bps.go.id/linkTableDinamis/view/id/871

Badan Pusat Statistik. 2016. Luas Panen Kedelai Menurut Provinsi (ha), 1993-

2015. Jakarta: BPS. https://www.bps.go.id/linkTableDinamis/view/id/870

155

Baniya, Nabarath. 2008. LAND SUITABILITY EVALUATION USING GIS FOR

VEGETABLE CROPS IN KATHMANDU VALLEY /NEPAL. Institute of

Horticutural Scienc Faculty of Agriculture and Horticulture, Humboldt

University zu Berlin, Berlin, Germany.

BKPPP dan BPTP NAD. 2009. Budidaya Tanaman Kedelai. Nanggroe Aceh

Darusalam: BKPP dan BPTP NAD.

Ceballos-Silva, Alejandro dan Jorge López-Blanc. 2003. Evaluating biophysical

variables to identify suitable areas for oat in Central Mexico: a multi-criteria

and GIS approach. Agriculture, Ecosystems and Environment 95 (2003) 371–

377.

Chiu, Rong-Her, dkk. 2014. Evaluation of Green Port Factors and Performance:

A Fuzzy AHP Analysis. Mathematical Problems in Engineering Volume 2014,

Article ID 802976, 12 pages.

Deng, Fei, Xiaobing Li, Hong Wang, Meng Zhang, Ruihua Li, and Xu Li. 2014.

GIS-based assessment of land suitability for alfalfa cultivation: a case study in

the dry continental steppes of northern China. Spanish Journal of Agricultural

Research 2014 12(2): 364-375, Beijing, China.

Deng, Fei, Xiaobing Li, Hong Wang, Meng Zhang, Ruihua Li, and Xu Li. 2014.

GIS-based assessment of land suitability for alfalfa cultivation: a case study in

the dry continental steppes of northern China. Spanish Journal of Agricultural

Research 2014 12(2): 364-375

Dengiz, Orhan, Mehmet Arif O¨zyazici, and Mustafa Sag˘lam. 2013. Multi-Criteria

Assessment And Geostatistical Approach For Determination Of Rice Growing

156

Suitability Sites In Gokirmak Catchment. The International Society of Paddy

and Water Environment Engineering and Springer Japan 2013.

Department of Agriculture, Forestry and Fisheries. 2010. Soya bean Production

guideline. Pretoria: Department of Agriculture, Forestry and Fisheries.

Dong Yucheng, Xu Yinfeng and Ding Lili. 2007. On consistency of the weighted

arithmetical mean complex judgement matrix. Journal of Systems Engineering

and Electronics Vol. 18, No. 3, 2007, pp.515–519.

El Baroudy, A.A. 2016. Mapping and evaluating land suitability using a GIS-

based model. Catena 140 (2016) 96–104.

Elaalem, Mukhtar, Pete Fisher, and Alexis Comber. 2011. A Comparison of Fuzzy

AHP and Ideal Point Methods for Evaluating Land Suitability. Transactions in

GIS, 2011, 15(3): 329–346.

Elsheikh, Ranya, dkk. 2013. Agriculture Land Suitability Evaluator (ALSE): A

decision and planning support tool for tropical and subtropical crops.

Computers and Electronics in Agriculture 93 (2013) 98–110.

FAO, 1976. A framework for land evaluation. Soils Bulletin 32, Food and

Agriculture Organization of the United Nations, Rome, Italy.

FAO, 1993. Guidelines for land-use planning. FAO development series 1, Vol.8

(96): Food and Agriculture Organization of the United Nations, Rome, Italy.

Forman, Ernest H. and Saul I. Gass. 2001. THE ANALYTIC HIERARCHY

PROCESS—AN EXPOSITION. Operations Research © 2001 INFORMS Vol.

49, No. 4, July–August 2001, pp. 469–486

157

G. Tsiko, Rodney dan Haile, Tesfalem S. 2011. Integrating Geographical

Information Systems, Fuzzy Logic and Analytical Hierarchy Process in

Modelling Optimum Sites for Locating Water Reservoirs. A Case Study of the

Debub District in Eritrea. Water 2011, 3, 254-290.

Geoff Coyle, 2004. THE ANALYTIC HIERARCHY PROCESS (AHP). Pearson

Education Limited 2004.

Global Agricultural Information Network. 2016. Indonesia Oilseeds and Products

Annual Report 2016. GAIN Report: USDA Foreign Agricultural Service. Harseno,

Edy dan Vickey Igor R Tampubolon. 2007. Aplikasi Sistem Informasi

Geografis Dalam Pemetaan Batas Administrasi, Tanah, Geologi, Penggunaan

Lahan, Lereng, Daerah Istimewa Yogyakarta Dan Daerah Aliran Sungai Di

Jawa Tengah Menggunakan Software Arcview GIS. Majalah Ilmiah UKRIM

Edisi 1/th XII/2007.

Hartoyo, G. Manjela Eko, Yuli Nugroho, Ario Bhirowo, dan Bilaludin Khalil. 2010.

MODUL PELATIHAN SISTEM INFORMASI GEOGRAFIS (SIG) Tingkat

Dasar. Balikpapan: Tropenbos International Indonesia Programme.

Houshyar, Ehsan, Mohammad Javad SheikhDavoodi, Morteza Almassi, Hooshang

Bahrami, Hossein Azadi, Mohsen Omidi, Gholamabbas Sayyad, and Frank

Witlox. 2014. Silage corn production in conventional and conservation tillage

systems. Part I: Sustainability analysis using combination of GIS/AHP and

multi-fuzzy modeling. Ecological Indicators 39 (2014) 102–114.

158

Irwan, Aep Wawan. 2006. BUDIDAYA TANAMAN KEDELAI (Glycine max

(L.) Merill). Jatinangor: Jurusan Budidaya Pertanian Fakultas Pertanian

Universitas Padjadjaran.

Isnowati, Sri. 2014. Faktor Yang Mempengaruhi Produksi Kedelai Di Desa

Kebonagung Kecamatan Tegowanu Kabupaten Grobogan. SEPA : Vol. 10

No.2 Februari 2014 : 177 – 185.

Jayasumarta, Darmawati. 2012. PENGARUH SISTEM OLAH TANAH DAN

PUPUK P TERHADAP PERTUMBUHAN DAN PRODUKSI TANAMAN

KEDELAI (Glycine max L. Merril). Agrium, Oktober 2012 Volume 17 No 3.

Kamkar, Behnam, Mohammad Ali Dorri, and Jaime A. Teixeira da Silva. 2014.

Assessment of land suitability and the possibility and performance of a canola

(Brassica napus L.) – soybean (Glycine max L.) rotation in four basins of

Golestan province, Iran. The Egyptian Journal of Remote Sensing and Space

Sciences (2014) 17, 95–104.

Keshavarzi, Ali, Fereydoon Sarmadian, Ahmad Heidari, and Mahmoud Omid.

2010. Land Suitability Evaluation Using Fuzzy Continuous Classification (A

Case Study: Ziaran Region). Modern Applied Science Vol. 4, No. 7; July 2010.

Khader, Michael. 2009. A Fuzzy Hierarchical Decision Model and Its Application

in Networking Datacenters and in Infrastructure Acquisitions and Design.

Dissertation. Applied Management and Decision Sciences Information System

Management. Walden University. 2008

159

Khoi, Duong Dang dan Yuji Murayama. 2010. Delineation of Suitable Cropland

Areas Using a GIS Based Multi-Criteria Evaluation Approach in the Tam Dao

National Park Region, Vietnam. Sustainability 2010, 2, 2024-2043.

Kihoro, Joseph, Njoroge J. Bosco and Hunja Murage. 2013. Suitability analysis for

rice growing sites using a multicriteria evaluation and GIS approach in great

Mwea region, Kenya. SpringerPlus 2013 2:265.

Kordi, Maryam. 2008. Comparison of fuzzy and crisp analytic hierarchy process

(AHP) methods for spatial multicriteria decision analysis in GIS. Thesis.

University of Galve.

Kurniawan, Ichsan. 2010. Sistem Informasi Geografis Berbasis Web Sebagai

Penentu Shortest Path Dengan Menggunakan Algoritma Dijkstra. Skripsi.

Departemen S-1 Ilmu Komputer Fakultas Matematika Dan Ilmu Pengetahuan

Alam Universitas Sumatera Utara Medan 2010.

Linda, Abegunde, Adedeji Oluwatola, and Tope-Ajayi Opeyemi. 2015. Land

Suitability Analysis for Maize Production in Egbeda Local Goverment Area of

Oyo State Using GIS Techniques. International Journal of Biological,

Biomolecular, Agricultural, Food and Biotechnological Engineering Vol:9,

No:3, 2015.

MacDonald, Joseph A. 2006. A Decision-Support Model of Land Suitability

Analysis for the Ohio Lake Erie Balanced Growth Program. EcoCity :

Cleveland.

160

Meena, G.L, R.S. Singh, Suman Meena, R.H.Meena and R.S. Meena. 2014.

Assessment of land suitability for soybean (Glycine max) in Bundi district,

Rajasthan. Agropedology 2014, 24 (02), 146-156.

Mendoza, G.A. and, H. Martins. 2006. Multi-criteria decision analysis in natural

resource management: A critical review of methods and new modelling

paradigms. Forest Ecology and Management 230 (2006) 1–22

Mosadeghi, Razieh, Jan Warnken, Rodger Tomlinson, and Hamid Mirfenderesk.

2015. Comparison of Fuzzy-AHP and AHP in a spatial multi-criteria decision

making model for urban land-use planning. Computers, Environment and

Urban Systems 49 (2015) 54–65.

Motuma, Mohammed, K.V. Suryabhagavan, and M. Balakrishnan. 2016. Land

suitability analysis for wheat and sorghum crops in Wogdie District, South

Wollo, Ethiopia, using geospatial tools. Appl Geomat (2016) 8:57–66.

Neupane B, dkk. 2014. LAND SUITABILITY EVALUATION FOR CEREAL

CROPS: A MULTI-CRITERIA APPROACH USING GIS AT PARBATIPUR

VDC, CHITWAN, NEPAL. International Journal of Applied Science and

Biotechnology, Vol 2(4): 493-500.

Papadopoulos, Antonis, Dionissios Kalivas, and Thomas Hatzichristos. 2015. GIS

Modelling for Site-Specific Nitrogen Fertilization towards Soil Sustainability.

Sustainability: 6684-6705, Greece.

Park, Youngsik. 2011. Comparison of fuzzy and crisp analytic hierarchy process

(AHP) methods for spatial multicriteria decision analysis in GIS. Dissertation.

University of Illinois at Urbana-Champaign, 2011.

161

Pilvere I., A. Nipers, dan I. Upite. 2014. Agricultural Land Utilization Efficiency:

The Case of Latvia. International Journal of Trade, Economics and Finance,

Vol. 5, No. 1, February 2014.

Rhebergen, Tiemen, Thomas Fairhurst, Shamie Zingore, Myles Fisher, Thomas

Oberthür, and Anthony Whitbread. Climate, soil and land-use based land

suitability evaluation for oil palm production in Ghana. Europ. J. Agronomy

81 (2016) 1–14.

Ritung, Sofyan, Wahyunto, Fahmuddin Agus and Hapid Hidayat. 2007. LAND

SUITABILITY EVALUATION with a Case Map of Aceh Barat District.

Indonesian Soil Research Institute and World Agroforestry Centre, Bogor,

Indonesia.

ROȘCA, Sanda, Ştefan BILAŞCO, Ioan PĂCURAR, Marcel ONCU, Cornel

NEGRUŞIER, dan Dănu PETREA. 2015. Land Capability Classification for

Crop and Fruit Product Assessment Using GIS Technology. Case Study: The

Niraj River Basin (Transylvania Depression, Romania). Not Bot Horti Agrobo

, 2015, 43(1):235-242. DOI:10.15835/nbha4319860

Ross, Timothy J. 2010. Fuzzy logic with engineering applications / Timothy J.

Ross.–3rd ed. p. cm. Includes bibliographical references and index. ISBN 978-

0-470-74376-8 (cloth). University of New Mexico, USA

Rota, J.A, Wandahwa P., and D.O Sigunga. 2006. Land Evaluation for Soybean

(Glycine Max L. Meraill)Production Based on Kriging Soil and Climate

Parameters for the Kakamega Distric, Kenya. Journal of Agronomy 5 (1) :

142-150, 2006.

162

Saaty, Thomas L. 2008. Decision making with the analytic hierarchy process. Int.

J. Services Sciences, Vol. 1, No. 1, 2008.

Sicat, Rodrigo. S, dkk. 2004. Fuzzy modeling of farmers’ knowledge for land

suitability classification. Agricultural Systems 83: 49–75.

Sinaga, Johannes. 2009. Penerapan Analytical Hierarchy Process (Ahp) Dalam

Pemilihan Perusahaan Badan Usaha Milik Negara (Bumn) Sebagai Tempat

Kerja Mahasiswa Universitas Sumatera Utara (USU). Skripsi. Departemen

Matematika Fakultas Matematika Dan Ilmu Pengetahuan Alam Universitas

Sumatera Utara Medan

Solikin, Fajar. 2011. Aplikasi Logika Fuzzy Dalam Optimisasi Produksi Barang

Menggunakan Metode Mamdani Dan Metode Sugeno. Skripsi. Program Studi

Matematika Jurusan Pendidikan Matematika Fakultas Matematika Dan Ilmu

Pengetahuan Alam Universitas Negeri Yogyakarta 2011.

Sudaryono, Prihastuti and Andy Wijanarko. 2011. Land Suitability for Developing

Soybean Crops in Bumi Nabung and Rumbia Districts, Central Lampung.

Journal of Tropical Soils, Vol. 16, No. 1, 2011: 85-92.

Suh, Jangwon dan Jeffrey R. S. Brownson. 2016. Solar Farm Suitability Using

Geographic Information System Fuzzy Sets and Analytic Hierarchy Processes:

Case Study of Ulleung Island, Korea. Energies 2016, 9, 648.

T. Ayehu, Getachew. 2015. Land Suitability Analysis for Rice Production: A GIS

Based Multi-Criteria Decision Approach. American Journal of Geographic

Information System, 4(3): 95-104, USA.

163

Tesfaye, Yared. 2014. GIS - BASED LAND SUITABILITY ASSESSMENT FOR

SURFACE IRRIGATION AND MAPPING: THE CASE OF AZULE

CATCHMENT, ARSI ZONE, OROMIA REGION, ETHIOPIA. Thesis.

Haramaya University.

Wali, Emal, Avishek Datta, Rajendra P. Shrestha, and Sangam Shrestha. 2016.

Development of a land suitability model for saffron (Crocus sativus L.)

cultivation in Khost Province of Afghanistan using GIS and AHP techniques.

ARCHIVES OF AGRONOMY AND SOIL SCIENCE, 2016 VOL. 62, NO. 7,

921–934.

Wang, Chonghua. 2015. A Study of Membership Functions on MamdaniType Fuzzy

Inference System for Industrial Decision-Making. Theses and Dissertation.

Paper 1665. Lehigh University.

Widiatmaka, Wiwin Ambarwulan, Yudi Setiawan,and Christian Walter. 2016.

Assessing the Suitability and Availability of Land for Agriculture in Tuban

Regency, East Java, Indonesia. Applied and Environmental Soil Science

Volume 2016, Article ID 7302148, 13 pages.

Willoughby, Merrilee Renee. 2005. GIS-Based Land Use Suitability Modeling For

Open Space Preservation In The Tijuana River Watershed. Thesis. Faculty of

San Diego State University.

Zhang, Jiuquan, Yirong Su, Jinshui Wu, and Hongbo Liang. 2015. GIS based land

suitability assessment for tobacco production using AHP and fuzzy set in

Shandong province of China. Computers and Electronics in Agriculture 114

(2015) 202–211.

PENILAIAN KESESUAIAN LAHAN UNTUK TANAMAN KEDELAI ... · HIMPUNAN FUZZY DAN AHP Skripsi diajukan...

Documents

Transcript of PENILAIAN KESESUAIAN LAHAN UNTUK TANAMAN KEDELAI ... · HIMPUNAN FUZZY DAN AHP Skripsi diajukan...