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
Tabel 3.11 Perbandingan Berpasangan Sub-kriteria oleh Ahli 2 ...................76
xiv
Tabel 3.12 Perbandingan Berpasangan Sub-kriteria oleh Ahli 3 ...................77
Tabel 3.13 Perbandingan Berpasangan Sub-kriteria oleh Ahli 4 ...................77
Tabel 3.14 Perbandingan Berpasangan Sub-kriteria oleh Ahli 5 ...................77
Tabel 3.15 Perbandingan Berpasangan Sub-kriteria oleh Ahli 6 ...................78
Tabel 3.16 Perbandingan Berpasangan Sub-kriteria oleh Ahli 7 ...................78
Tabel 3.17 Perbandingan Berpasangan Sub-kriteria oleh Ahli 8 ...................78
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
dari tingkat skala kesuburan tanah 0 sampai dengan 1.
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
dari tingkat skala kesuburan tanah 0 sampai dengan 1.
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
digunakan persamaan (2.5) berikut :
(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
digunakan persamaan (2.6) berikut :
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
digunakan persamaan (2.7) berikut :
(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
digunakan persamaan (2.9) berikut :
(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.
208