pengaruh kenaikan suhu terhadap produksi tanaman padi ... · effect of temperature rissing to rice...
TRANSCRIPT
i
PENGARUH KENAIKAN SUHU TERHADAP PRODUKSI TANAMAN
PADI SAWAH IRIGASI DAN TADAH HUJAN DI INDONESIA
MENGGUNAKAN MODEL SIMULASI PERTANIAN SHEIRARY RICE
BERBASISKAN SISTEM INFORMASI GEOGRAFIS (SIG)
TAUFIQ YULIAWAN
DEPARTEMEN GEOFISIKA DAN METEOROLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
ii
ABSTRACT
TAUFIQ YULIAWAN (G24080051). Effect of temperature rissing to rice crop yield on irigated
and rainfed rice field in Indonesia using Shierary Rice Crop Modelling based on Geoghrapical
Information System (GIS). Supervised by Prof.Dr.Ir. Handoko, M.Sc.
Temperature rise which is one of the climate change issue will affect rice production in
Indonesia. The influence is in the development and production of the plant. The results from
simulation using Shierary Wheather and Shierary Rice models show that temperature rise makes
shorter rice crop duration and its yield decrease. The effect of increasing temperature on rice
yield decrease is more sensitive in the lowlands. Nationally, irrigated rice field has yield decrease
is 11.14%/0C while that of rainfed rice is 14.37%/
0C.
Keywords : climate change, temperature rise, rice, crop modeling.
iii
ABSTRAK
TAUFIQ YULIAWAN (G24080051). Pengaruh Kenaikan Suhu Terhadap Produksi Tanaman
Padi Sawah Irigasi dan Tadah Hujan di Indonesia Menggunakan Model Simulasi Pertanian
Sheirary Rice Berbasiskan Sistem Informasi Geografis (SIG). Dibimbing oleh Prof.Dr.Ir.
Handoko, M.Sc.
Kenaikan suhu merupakan salah satu isu perubahan iklim yang memengaruhi produksi padi
di Indonesia. Pengaruh tersebut pada perkembangan dan produksi tanaman. Hasil simulasi
menggunakan model Shierary Weather dan Shierary Rice menunjukkan bahwa kenaikan suhu
udara mengakibatkan umur padi semakin pendek dan produksi menurun. Pengaruh kenaikan suhu
terhadap produksi padi lebih sensitif pada dataran rendah. Secara nasional, sawah irigasi
mengalami penurunan produksi sebesar 11.1%/0C sedangkan sawah tadah hujan sebesar 14.4%/
0C.
Kata kunci : perubahan iklim, kenaikan suhu, padi, pemodelan pertanian.
iv
PENGARUH KENAIKAN SUHU TERHADAP PRODUKSI TANAMAN
PADI SAWAH IRIGASI DAN TADAH HUJAN DI INDONESIA
MENGGUNAKAN MODEL SIMULASI PERTANIAN SHEIRARY RICE
BERBASISKAN SISTEM INFORMASI GEOGRAFIS (SIG)
TAUFIQ YULIAWAN
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada Mayor Meteorologi Terapan
DEPARTEMEN GEOFISIKA DAN METEOROLOGI
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2012
v
Judul Skripsi : Pengaruh Kenaikan Suhu Terhadap Produksi Tanaman
Padi Sawah Irigasi dan Tadah Hujan di Indonesia
Menggunakan Model Simulasi Pertanian Sheirary Rice
Berbasiskan Sistem Informasi Geografis (SIG)
Nama : Taufiq Yuliawan
NRP : G24080051
Menyetujui,
Pembimbing
Prof. Dr. Ir. Handoko, M.Sc
NIP. 195911301 98303 1 003
Mengetahui,
Ketua Departemen Geofisika dan Meteorologi
Dr. Ir. Rini Hidayati MS.
NIP. 19600305 198703 2 002
Tanggal Lulus:
vi
© Hak Cipta milik IPB, tahun 2012
Hak Cipta dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan
sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah,
penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak
merugikan kepentingan yang wajar IPB
Dilarang mencantumkan dan memperbanyak sebagian atau seluruh Karya tulis dalam bentuk
apapun tanpa izin IPB.
vii
KATA PENGANTAR
Segala puji dan syukur, Alhamdulillahirrabilalamin, penulis panjatkan kehadirat Allah
SWT atas segala rahmat, hidayah, petunjuk, dan karunia-Nya sehingga penulis dapat
menyelesaikan karya skripsi yang berjudul “Pengaruh Kenaikan Suhu Terhadap Produksi
Tanaman Padi Sawah Irigasi dan Tadah Hujan di Indonesia Menggunakan Model Simulasi
Pertanian Sheirary Rice Berbasiskan Sistem Informasi Geografis (SIG)”. Skripsi ini merupakan
salah satu syarat untuk mendapatkan gelar Sarjana Sains pada program studi Meteorologi Terapan,
Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.
Pada kesempatan ini penulis ingin menyampaikan terimakasih kepada Prof. Dr. Ir.
Handoko, M.Sc selaku pembimbing atas segala bantuan, bimbingan, kritik dan saran, serta petuah
yang sangat berguna bagi penulis sehingga dapat menyelesaikan kendala dalam penelitian.
Selanjutnya penulis juga mengucapkan terimakasih kepada:
1. Orang tua tercinta, Bapak Sugiyo dan Ibu Sutini atas segala bentuk dukungan, doa, dan kasih
sayangnya, semoga karya ini bisa menjadi wujud kebanggaan Bapak dan Ibu serta adik, Taufan
Ichza Baharuddin, semoga bisa menjadi lebih baik.
2. Ibu Dr. Ir. Rini Hidayati, MS. selaku Ketua Departemen, bapak Idung Risdiyanto, S.Si., M.Sc
IT selaku dosen pembimbing akademik yang telah banyak membantu data dan teknis
penelitian, bapak Bregas Budianto, Ass.dpl. yang memberikan banyak inspirasi, dan seluruh
dosen serta staf departemen Geofisika dan Meteorologi yang turut serta memberikan
dukungan.
3. Kementrian Lingkungan Hidup selaku penyelenggara proyek dan pemberi dana.
4. Iput Pradiko (teman sebangku SMA, sejurusan, dan sekontrakan), penguhuni HATORI (Abdul
Hafiz, Pungki Ari Wibowo, Andika Pandu, Rudy Ryanto, Mochlisin Andrianto, Dwi Okta
Priandi, Firman Arifin, Fauzan Nurachman, Asep Ferdiansyah, dan Kang Toge, Yuda
Pratomohendartno, Emod Tri Utomo, Faiz Rochman Fajari, Shely, Dora, dan Diza) yang telah
meramaikan markas besar HATORI.
5. Pipit P. A. atas segala dukungan dan doanya. Semoga bisa menjadi “putri yang berharga”.
6. Teman satu proyek penelitian, Dewa Putu A.M dan Yunus Bahar serta penghuni laboratorium
Agrometeorologi yang telah membantu proses penelitian ini, Dody Setiawan, Fela Fauziah,
Ferdi Aprihatmoko, Adi Mulyadi, Aulia Maharani, Fitra Dian Utami, Citra Pratiwi, Ratna
Dilla, dan Yoga Karisma P.
7. Teman-teman GFM 45 yang memberikan cerita indah dimasa kuliah.
8. Temen-teman klub badminton yang selalu setia menemani latihan, Nowa, Edo, Enda, May,
Rickson, Normi, Rini, Shaila, Rico, Jeni, Basit, Mas Wiranto, dan Pak Nandang.
9. Kakak-kakak yang banyak memberikan nasehat, Uji A.P, Gilang A, Syamsu J., F.N. Amien,
Rosianto, Pak Aziz, Kak Kiki, keluarga besar GFM 44 dan alumni.
10. Rekan kerja, Cepi “Mangkubumi Mangkulangit”, Aly Sangadji, Arief Hidayatulloh, dan
Yudha ARL semoga kita semua sukses.
11. Teman-teman B05-B06 TPB 2008/2009, teman-teman lorong 8-C2 Asrama Putra TPB
2008/2009, Teman sekamar asrama (Gilang, Fikri dan Wahyu), senior resident asrama (Kak
Sofian), teman-teman UKM karate IPB, konco-konco MAHAGIRI, serta seluruh teman
perjuangan di BEM FMIPA 2009/2010 dan HIMAGRETO 2010-2011.
12. Semua pihak yang telah membantu penyelesaian skripsi ini yang tidak bisa saya sebutkan satu
persatu.
Penulis menyadari bahwa dalam penyusunan skripsi ini masih banyak kekurangan. Oleh
karena itu, saran dan kritik yang membangun sangat diharapkan. Penulis berharap dengan skripsi
yang dibuat ini dapat memberikan manfaat.
Bogor, Juni 2012
Taufiq Yuliawan
viii
RIWAYAT HIDUP
Penulis dilahirkan di Wonogiri pada tanggal 10 Juli 1990 sebagai anak pertama
dari dua bersaudara, anak pasangan Sugiyo dan Sutini. Penulis menyelesaikan
masa sekolah TK Dharmawanita Batuwarno tahun 1997, SDN III Tegiri tahun
2002 dan SMPN 1 Batuwarno tahun 2005. Tahun 2008 penulis lulus SMA N 1
Wonogiri dan pada tahun yang sama lulus seleksi masuk IPB melalui jalur
USMI (Undangan Seleksi Masuk IPB) untuk jurusan Meteorologi Terapan,
Fakultas Matematika dan IPA. Selama masa perkuliahan penulis aktif dalam
kegiatan kemahasiswaan dalam dan luar Departemen Geofisika dan Meteorologi seperti Ikatan
Mahasiswa Wonogiri, Dewan Asrama Tingkat Persiapan Bersama IPB tahun 2008/2009, Badan
Eksekutif Mahasiswa Fakultas Matematika dan IPA (BEM FMIPA) periode 2009/2010, dan
Himpunan Mahasiswa Agrometeorologi (HIMAGRETO) periode 2010/2011 dan beberapa
kepanitian dalam naungan organisasi kemahasiswaan di IPB. Penulis pernah menjadi tutor dalam
workshop Adobe Flash tahun 2009-2010 dan ArcGIS tahun 2012. Penulis , sebagai anggota pernah
menjadi finalis Tulisan Untuk Negeri (TUN) dengan judul “Pemetaan Wilayah Berpotensi untuk
Pengembangan Pembangkit Listrik Tenaga Mikro Hidro (PLTMH) Sebagai Sumber Energi
Alternatif di Wilayah JABODETABEK, Indonesia”. Penulis pernah terlibat dalam proyek
Kementrian Lingkungan Hidup (Kemen LH) mengenai “Penyusunan Kriteria Baku Kerusakan
Akibat Perubahan Iklim : Sektor Pertanian” pada tahun 2011. Selain itu, penulis pernah
mendapatkan beasiswa Peningkatan Prestasi Akademik tahun 2008-2012.
ix
DAFTAR ISI
Halaman
KATA PENGANTAR ......................................................................................................... vii
RIWAYAT HIDUP ............................................................................................................ viii
DAFTAR ISI ......................................................................................................................... ix
DAFTAR TABEL .................................................................................................................. x
DAFTAR GAMBAR ............................................................................................................ xi
DAFTAR LAMPIRAN ........................................................................................................ xii
I. PENDAHULUAN ............................................................................................................ 1
1.1 Latar Belakang ......................................................................................................... 1
1.2 Tujuan ...................................................................................................................... 1
II. TINJAUAN PUSTAKA ................................................................................................... 1
2.1 Sawah Irigasi dan Tadah Hujan ............................................................................... 1
2.2 Kenaikan Suhu dan Dampaknya di Sektor Pertanian............................................... 1
2.3 Pemodelan Iklim dan Pertanian ............................................................................... 2
III. METODOLOGI ............................................................................................................... 4
3.1 Waktu dan Tempat ................................................................................................... 4
3.2 Data dan Peralatan ................................................................................................... 4
3.3 Penyiapan Data ........................................................................................................ 4
3.4 Model Simulasi Pertanian Shierary Rice ................................................................. 4
3.4.1 Model Pembangkit Data Cuaca Shierary Weather ...................................... 4
3.4.2 Asumsi .......................................................................................................... 5
3.4.3 Submodel Perkembangan ............................................................................. 5
3.4.4 Submodel Pertumbuhan ................................................................................ 5
3.4.5 Submodel Neraca Air ................................................................................... 5
3.4.6 Analisis Pengaruh Kenaikan Suhu Udara Terhadap Penurunan
Produksi Padi ................................................................................................ 5
IV. HASIL DAN PEMBAHASAN ....................................................................................... 6
4.1 Perubahan Produksi Tiap Ketinggian ...................................................................... 6
4.2 Perbedaan Produksi pada Sawah Irigasi dan Sawah Tadah Hujan .......................... 7
4.3 Penurunan Produksi Padi se-Indonesia .................................................................... 7
V. KESIMPULAN DAN SARAN ...................................................................................... 10
5.1 Kesimpulan ............................................................................................................ 10
5.2 Saran ...................................................................................................................... 10
DAFTAR PUSTAKA .......................................................................................................... 10
x
DAFTAR TABEL
Halaman
1 Hasil Perubahan Produksi Potensial Padi (%) Menggunakan Model ORYZA1 dan SIMRIW
dengan Pengaruh Kenaikan Suhu dan Kenaikan konsentrasi CO2 ............................................. 3
2 Prediksi Perubahan Produksi Per Hektar (%) di India Menggunakan Model ORYZA1 .............. 4
3 Ketinggian, Suhu Udara Rata-rata, dan Umur Tanaman di Beberapa Daerah yang
Memiliki Ketinggian Berbeda ..................................................................................................... 6
4 Produksi Padi pada Setiap Skenario Perubahan Iklim Berdasarkan Hasil Simulasi Model
di Beberapa Daerah yang Memiliki Ketinggian Berbeda ............................................................ 6
5 Radiasi Akumulasi pada Fase IV di Beberapa Daerah yang Memiliki Ketinggian Berbeda ....... 7
6 Produksi Padi pada Dua Daerah dengan Dua Jenis Sawah yang Berbeda ................................... 7
7 Penurunan Produksi Padi per Provinsi di Indonesia .................................................................... 8
xi
DAFTAR GAMBAR
Halaman
1 Prediksi Model MACROS Tentang Respon Produksi Padi (sumbu z) Terhadap
Konsentrasi CO2 (sumbu y) dan Suhu (sumbu x) ........................................................................ 3
2 Peta Sebaran Sawah, Ketinggian, dan Laju Penurunan Produksi di Pulau Jawa ......................... 9
3 Penurunan Produksi Padi Seluruh Indonesia Akibat Kenaikan Suhu Udara ............................. 10
xii
DAFTAR LAMPIRAN
Halaman
1 Diagram Alir Penelitian ............................................................................................................. 14
2 Diagram Alir Submodel Perkembangan .................................................................................... 15
3 Diagram Alir Submodel Pertumbuhan ...................................................................................... 17
4 Diagram Alir Submodel Neraca Air .......................................................................................... 19
5 Printscreen Aplikasi Shierary Rice 3.0 ..................................................................................... 20
6 Contoh Data Masukan Model Pembangkit Data Cuaca Shierary Weather untuk Provinsi Bali 21
7 Contoh Data Iklim Bangkitan Keluaran Model Pembangkit Data Cuaca Shierary Weather..... 22
8 Contoh Keluaran Model Simulasi Pertanian Shierary Rice ...................................................... 31
9 Contoh Hasil Produksi dan Penurunan Produksi Padi dengan Berbagai Skenario Pada
Kabupaten Pandeglang, Provinsi Banten ................................................................................... 34
1
I. PENDAHULUAN
1.1 Latar Belakang
Selain gandum, padi (Oryza sativa)
adalah tanaman komersial yang sangat
penting karena lebih dari 40% kebutuhan
pangan dunia ditopang oleh tanaman
tersebut (Makino, 2011). Sebagian besar
warga negara Indonesia mengkonsumsi padi
sebagai makanan pokoknya dan Indonesia
adalah konsumen beras terbesar di Asia.
Proyeksi konsumsi beras pada tahun 2010
sebesar 49.3 juta ton (Hariadi, 2011).
Tingkat konsumsi beras masyarakat
Indonesia yang besar tidak diimbangi oleh
produksi yang cukup. Oleh karena itu,
hampir setiap tahun Indonesia mengalami
defisit stok beras sehingga terpaksa
melakukan impor (Muttaqin dan Martianto,
2009).
Perubahan iklim adalah suatu kondisi
yang ditandai dengan perubahan pola iklim
dunia yang menimbulkan fenomena cuaca
yang lebih berfluktuasi. Variabel iklim yang
sering menjadi indikasi perubahan iklim
adalah curah hujan dan suhu udara (Susandi
et al., 2008). IPCC (2007) menyebutkan
bahwa peningkatan konsentrasi CO2 di
atmosfer pada tahun 1970 hingga tahun
2005 menyebabkan kenaikan suhu udara
pada tahun 2100 sebesar 1.80C hingga 2.9
0C.
Perubahan iklim dapat memengaruhi
sektor-sektor kehidupan di bumi, termasuk
sektor pertanian. Hasil penelitian beberapa
ahli terkait dampak perubahan iklim pada
sektor pertanian adalah penurunan produksi
tanaman terutama tanaman pangan.
Penurunan produksi akibat perubahan iklim
ini disebabkan oleh penurunan produktivitas
tanaman dan luas panen (Perdinan, et al.,
2008; Surmaini et al., 2011). Dalam hal ini
suhu udara akan memengaruhi fase
perkembangan tanaman sehingga
memengaruhi umur tanaman. Akibatnya,
biomassa serta hasil panen menjadi
berkurang (Matthews dan Wassman, 2003).
Sistem produksi padi nasional dinilai
rentan terhadap kemungkinan perubahan
iklim. Pada beberapa daerah di Indonesia
telah dilakukan simulasi yang memprediksi
produksi padi akan mengalami penurunan
sekitar 20-30 persen pada tahun 2030
(Amien et al., 1996).
1.2 Tujuan
Memprediksi respon produksi padi
pada sawah irigasi dan tadah hujan di
Indonesia terhadap kenaikan suhu udara.
II. TINJAUAN PUSTAKA
2.1 Sawah irigasi dan Tadah Hujan
Ritung dan Hidayat (2007)
menjelaskan bahwa sawah dibagi menjadi
beberapa jenis yaitu sawah irigasi, sawah
tadah hujan dan sawah pasang surut.
Kemudian, sawah irigasi dibagi menjadi tiga
jenis yaitu sawah irigasi teknis, sawah irigasi
teknis sederhana, dan sawah irigasi
sederhana.
Wihardjaka dan Abdurachman (2007)
mendefinisikan sawah tadah hujan adalah
lahan sawah yang memiliki sumber
pengairan berasal dari curah hujan yang
memiliki ketersedian tidak menentu. Sawah
tadah hujan tersebut memiliki produktivitas
yang lebih rendah dari sawah irigasi. Hal ini
disebabkan ketersediaan air yang tak
menentu dan tingkat ketersedian hara yang
rendah. Sedangkan pada sawah irigasi yang
memiliki irigasi tetap akan memiliki
produktivitas tinggi karena pengaruh
ketersediaan air yang selalu cukup.
Defisit air adalah perbandingan
kehilangan air aktual dengan kehilangan air
potensial. Defisit air ini dapat memengaruhi
produktivitas tanaman. (Prasertsak dan
Fukai, 1997). Defisit air setelah fase antesis
dapat menurunkan jumlah dan berat biji
terutama pada lahan kering yag
mengandalkan air hujan sebagai pengairan
(Wu et al., 2011).
2.2 Kenaikan Suhu dan Dampaknya di
Sektor Pertanian
Salinger et al. (2000) mendefinisikan
perubahan iklim sebagai fenomena variabel
iklim yang berubah dalam jangka waktu
yang panjang. Perubahan iklim tersebut
disebabkan oleh beberapa faktor seperti
perubahan emisi baik alami atau karena
manusia dan perubahan tutupan permukaan.
Dijelaskan pula bahwa isu utama perubahan
iklim adalah kenaikan suhu dan curah hujan
ekstrim. Hal tersebut dibuktikan oleh
Susandi (2004) yang menjelaskan bahwa
pengamatan suhu secara global dari tahun
1906 sampai 2005 menunjukkan kenaikan
rata-rata suhu permukaan sampai 0.740C.
Suhu rata-rata tersebut secara global
diproyeksikan akan terus meningkat sekitar
1.8-4.00C. (Susandi et al., 2008)
IPPC (2000) telah menyusun
beberapa skenario terkait perubahan iklim
yang disebut Special Report on Emission
2
Scenarios (SRES). Skenario tersebut adalah
SRESA1, SRESA2, SRESB1, dan SRESB2.
Perbedaan skenario-skenario tersebut pada
asumsi kondisi ekonomi, penduduk,
teknologi, dan penggunaan bahan bakar.
Skenario-skenario tersebut digunakan oleh
IPCC (2007) untuk memproyeksikan kondisi
suhu pada masa mendatang. Hasil dari
proyeksi tersebut suhu akan meningkat pada
tahun 2100 sebesar 1.8-2.90C. Hulme dan
Sheard (1999) menggunakan beberapa
skenario SRES untuk memproyeksi
perubahan iklim di Indonesia dengan hasil
kenaikan suhu di Indonesia berkisar 0.6-1.4 0C tahun 2020, 0.9-2.6
0C tahun 2050, dan
1.2-3.9 0C tahun 2080.
Perubahan iklim dapat memengaruhi
sektor-sektor kehidupan di bumi, termasuk
sektor pertanian. Perubahan iklim tersebut
akan berdampak besar terhadap produksi
tanaman (Bannayan et al., 2005). Perubahan
iklim tersebut memengaruhi produksi global
beberapa tanaman pangan utama tanaman
tanaman padi (Oryza sativa L.).
Pertumbuhan dan produktifitas tanaman
tersebut terkena dampak dari kenaikan
konsentrasi CO2 dan suhu (Kim dan You,
2010). Kenaikan suhu yang merupakan salah
satu isu perubahan iklim dapat menyebabkan
peningkatan laju transpirasi dan respirasi
serta penuaan yang lebih cepat dengan hasil
yang rendah. (Perdinan et al., 2008).
Dalam hasil studi Kim dan You
(2010) menjelaskan bahwa terdapat korelasi
yang tinggi antara kenaikan CO2 dan suhu
terhadap produktifitas padi. Kenaikan
konsentrasi CO2 akan meningkatkan
biomassa total. Sedangkan suhu akan
menurunkan biomassa total. Jika kedua
faktor tersebut digabungkan, akan
memberikan efek negatif terhadap
produktifitas dan respon fisiologis dari padi
karena walaupun CO2 meningkatkan
biomassa namun CO2 menurunkan jumlah
klorofil dan nitrogen. Hal tersebut akan
menurunkan respon daun pada proses
fotosintesis.
Kobayashi et al. (2011) mempelajari
efek musim panas pada tahun 2007 terhadap
tanaman padi di Jepang. Efek suhu yang
panas tersebut akan menggagalkan
penyerbukan, meningkatkan jumlah biji
kosong, dan berujung pada penurunan hasil
panen.
Penelitian Matthews et al. (1997)
menunjukkan bahwa kenaikan suhu 10C
akan menurunkan produksi sebesar 5-7%.
Hasil penelitian Peng et al. (2004)
menunjukkan bahwa setiap kenaikan suhu
10C akan menurunkan produksi sekitar 10%.
2.3 Pemodelan Iklim dan Pertanian
Penelitian tentang model simulasi
pertanian dimulai sekitar tahun 1970an.
Model simulasi tersebut dibangun dari
algoritma sederhana antara hubungan
komponen tanaman dan lingkungan dengan
proses-proses pertumbuhan dan
perkembangan tanaman sampai algoritma
kompleks yang melibatkan teknologi 3D
(tiga dimensi) (Hammer et al., 2002; Wei-
long et al., 2011). Model simulasi pada
tanaman padi sudah banyak dilakukan.
Sebagian besar menyimulasikan pengaruh
komponen tanah, iklim, dan tanaman untuk
mengetahui proses fenologi dan produksi.
Akan tetapi, seiring perkembangan
pengetahuan, model simulasi tanaman padi
dimodifikasi dengan menambahkan faktor
lain seperti perubahan iklim, pemupukan,
bahkan Anảstacio et al. (1999) membangun
model simulasi yang mengintegrasikan
simulasi tanaman padi dengan simulasi
cryfish.
Penelitian mengenai dampak
perubahan iklim pada produksi padi dimulai
oleh International Rice Research Institute
(IRRI) pada tahun 1980an. Model simulasi
yang dipergunakan adalah MACROS crop
simulation model yang dibangun oleh
Penning de Vries et al. (1989). Model ini
digunakan untuk menyimulasikan produksi
rata-rata pada sawah irigasi dan tadah hujan
menggunakan data iklim Belanda, Israel,
Filipina, dan India. Model MACROS
tersebut menyimulasikan produksi dari
proses fotosintesis, respirasi, transpirasi
dengan mempertimbangkan pengaruh suhu
udara, radiasi, kecepatan angin, dan
kelembaban udara. Model ini kemudian
dikembangkan dengan mengutamakan
3
pengaruh perubahan konsentrasi CO2 dan
kenaikan suhu. Hasil menunjukkan
peningkatan konsentrasi CO2 akan
meningatkan produksi, sedangkan kenaikan
suhu akan menurunkan produksi (Matthews
and Wassmann, 2003).
Gambar 1 Prediksi Model MACROS
Tentang Respon Produktivitas Padi (sumbu
z) Terhadap Konsentrasi CO2 (sumbu y) dan
Suhu (sumbu x) (Matthews dan Wasmann,
2003).
Model lain yang mempelajari hubungan
iklim dengan produksi padi adalah CERES-
Rice (Ritchie et al., 1998), SIMRIW
(Simulation Model for Rice-Weather
relation) (Horie, 1987), RICEMOD
(McMennamy dan O’Toole, 1983),
RICESYS (Graf et al., 1990), dan ORYZA1
yang merupakan pengembangan dari
MACROS. CERES-Rice lebih
memperhitungkan respon produksi terhadap
kenaikan suhu karena perubahan konsentrasi
CO2 sedangkan RICEMOD dan RICESYS
tidak menunjukkan pengaruh perubahan
konsentrasi CO2. (Matthews and Wassmann,
2003). Model SIMRIW adalah model
simulasi yang sederhana namun masih
sesuai dengan proses fisiologis yang terlibat
dalam pertumbuhan padi (Horie, 1995).
Model ORYZA1 adalah model yang
menyimulasikan pertumbuhan dan
perkembangan padi, indeks luas daun, dan
produksi potensial (Casanova et al., 2000).
Selain itu, Tang et al. (2009) membangun
model bernama RiceGrow yang
memperhitungkan water stress factor,
nitrogen stress factor, dan manajemen
pertanian.
Model SIMRIW dan ORYZA1
digunakan oleh Matthews et al. (1997) untuk
menyimulasikan pengaruh perubahan suhu
dan konsentrasi CO2 di beberapa negara di
Asia termasuk Indonesia. Simulasi tersebut
menggunakan data masukan unsur iklim dari
keluaran tiga jenis general Circulation
Model (GCM) yaitu General Fluid
Dynamics Laboratory Model (GFDL), The
Goddard Institute of Space Studies Model
(GISS), dan The United Kingdom
Meteorological Office Model (UKMO).
Hasil keluaran model SIMRIW dan ORYZA1
menunjukkan kenaikan temperatur akan
menurunkan produksi padi sedangkan
peningkatan konsentrasi CO2 akan
meningkatkan produksi.
Mohandass et al. (1995) mengunakan
model ORYZA1 untuk menyimulasikan
dampak kenaikan suhu dan kenaikan
konsentrasi CO2 terhadap produksi potensial
padi di India. Hasil simulasi tersebut
menunjukkan kenaikan suhu menyebabkan
penurunan produksi per hektar dan kenaikan
konsentrasi CO2 meningkatkan produksi per
hektar.
Tabel 1 Hasil Perubahan Produksi Potensial Padi (%) Menggunakan Model ORYZA1 dan SIMRIW
dengan Pengaruh Kenaikan Suhu dan Kenaikan konsentrasi CO2 (Matthews et al., 1997).
Model dan kenaikan
konsentrasi CO2
Kenaikan Suhu
+00C +1
0C +20
0C +4
0C
ORYZA1
340 ppm
1.5 x [CO2]
2 x [CO2]
SIMRIW
340 ppm
1.5 x [CO2]
2 x [CO2]
0.0
23.3
36.4
0.0
13.0
23.9
-7.3
14.3
26.4
-4.6
7.8
18.2
-14.2
5.6
16.8
-9.8
1.9
11.7
-31.0
-15.7
-7.0
-26.2
-16.6
-8.5
4
Tabel 2 Prediksi Perubahan Produksi Per Hektar (%) di India Menggunakan Model ORYZA1
(Mohandass et al., 1995).
[CO2] Musim Tanam Pertama Musim Tanam Kedua
+00C +1
0C +2
0C +4
0C +0
0C +1
0C +2
0C +4
0C
340 ppm
1.5 x [CO2]
2 x [CO2]
0.0
28.8
45.2
-4.6
22.7
38.3
-8.6
17.7
32.6
-12.7
11.9
25.9
0.0
28.5
44.6
-17.0
6.8
20.1
-33.8
-14.7
-4.0
-63.6
-53.2
-47.7
III. METODOLOGI
3.1 Waktu dan Tempat
Penelitian ini dilaksanakan pada
bulan Juli tahun 2011 sampai bulan April
tahun 2012 di Laboratorium
Agrometeorologi, Departemen Geofisika
dan Meteorologi, FMIPA IPB.
3.2 Data dan Peralatan
Data yang digunakan dalam
penelitian adalah :
1. Data intrapolasi curah hujan dan hari
hujan bulanan dengan resolusi 1 km
yang merupakan rata-rata data stasiun
pengamatan hujan tahun 1970-2004
yang bersumber dari berbagai instansi
seperti Badan Meteorologi Klimatologi
dan Geofisika (BMKG), Dinas
Pekerjaan Umum (PU),Dinas Pertanian
dan sektor swasta.
2. Peta jenis sawah (irigasi dan tadah
hujan) tahun 2003 yang bersumber dari
Badan Koordinasi Survei dan
Pemetaan Nasional
(BAKOSURTANAL) 2003.
3. Peta posisi sawah yang bersumber dari
Badan Planologi (BAPLAN)
Kehutanan tahun 2007.
4. Data Digital Elevation Model Shuttle
Radar Topography Mission (DEM
SRTM) untuk ketinggian tempat yang
bersumber dari situs
http://srtm.csi.cgiar.org .
5. Peta Kabupaten Se-Indonesia yang
bersumber dari Biro Pusat Statistik
(BPS) tahun 2003.
Peralatan yang digunakan adalah :
1. Model pembangkit data cuaca Shierary
Wheather.
2. Model simulasi pertanian Shierary
Rice.
3. Microsoft Visual Basic 6 yang
dilengkapi dengan MapObject 2 dan
OLEDB (Object Linking and
Embedding, Database) component.
4. DBMS (Database Management System)
MySQL client version 5.1.37 yang
terintegrasi dalam XAMPP 1.7.2.
5. MySQL Connector/ODBC (Open
Database Connectivity) 3.51.
6. Microsoft Office Excel Student Edition
2010.
3.3 Penyiapan Data
Penelitian ini menggunakan data titik
(pixel) yang disusun secara spasial dengan
resolusi 1x1 km2. Data titik tersebut
merupakan hasil olahan spasial antara peta
sawah yang merupakan gabungan dari data
sawah BAKORSURTANAL dan BAPLAN,
peta curah hujan bulanan dan hari hujan
bulanan, data ketinggian (DEM SRTM), dan
peta kabupaten dari BPS. Hasil olahan
spasial tersebut menghasilkan data input
untuk Model Simulasi Pertanian Shierary
Rice yang berupa peta beratribut koordinat
sawah (Lintang dan Bujur), jenis sawah,
ketinggian, kabupaten, curah hujan bulanan,
dan hari hujan bulanan.
3.4 Model Simulasi Pertanian Shierary
Rice
Model simulasi Shierary Rice adalah
suatu model simulasi tanaman padi yang
dapat menggambarkan proses-proses
pertumbuhan dan perkembangan tanaman
yang dipengaruhi kondisi iklim dan tanah.
Shierary Rice dibangun oleh Handoko
(1994). Pada penelitian ini model Shierary
Rice dikombinasikan dengan Model
Pembangkit Data Cuaca Shierary Weather
untuk memprediksi produksi padi dari
berbagai wilayah di Indonesia. Produksi
padi dihitung dari produksi masing-masing
titik (pixel) yang berada pada wilayah
kajian. Kenaikan suhu udara akibat
perubahan iklim berdasarkan skenario
kenaikan suhu udara dari 0.50C hingga
3.00C, dampak kenaikan suhu udara tersebut
dihitung dari selisih produksi padi hasil
simulasi pada konsisi tanpa kenaikan suhu
(Skenario 0) dengan kondisi setelah
kenaikan suhu.
5
3.4.1 Model Pembangkit Data Cuaca
Shierary Weather
Data Iklim secara spasial belum
tersedia sehingga digunakanlah Model
Pembangkit Data Cuaca Shierary Weather
yang dibangun oleh Handoko pada tahun
1994 (Handoko, komunikasi personal).
Model ini membangkitkan data cuaca berupa
curah hujan, suhu udara, dan kelembaban
udara, serta radiasi surya secara harian.
Model ini memerlukan masukan berupa
curah hujan bulanan, hari hujan bulanan,
informasi lokasi berupa koordinat (Lintang
dan Bujur) dan ketinggian.
3.4.2 Asumsi
Asumsi yang digunakan dalam model
ini adalah :
a. Varietas yang digunakan pada setiap
titik pengamatan sama yaitu IR 64
yang memiliki suhu dasar 170C.
b. Parameter tanah dianggap sama di
setiap titik yang terdiri dari
kedalaman, kapasitas lapang, dan
titik layu permanen.
c. Waktu tanam dianggap sama di setiap
titik. Sawah irigasi ditanam dua kali
yaitu pada juliane date 150 (29 Mei)
dan 250 (7 September) sedangkan
sawah tadah hujan ditanam satu kali
pada juliane date 250.
d. Data bangkitan cuaca keluaran
Shirary Weather tahun kedua
dianggap sama dengan data tahun
pertama.
e. Kecepatan angin yang digunakan
dianggap konstan sebesar 5 km/jam.
3.4.3 Submodel Perkembangan
Laju perkembangan dan masing-
masing kejadian fenologi tanaman padi
dapat didekati menggunakan konsep heat
unit. Laju perkembangan tanaman akan
terjadi jika suhu rata-rata harian melebihi
suhu dasar tanaman tersebut. Kejadian
fenologi dihitung sejak semai sampai panen
dan diberi skala 0-1. Kejadian fenologi ini
dibagi menjadi lima fase perkembangan
tanaman dengan skala masing-masing yang
berbeda yaitu semai (s=0), tanam (s=0.25),
tunas maksimum (s=0.5), pembungaan
(s=0.75), dan panen (1). Laju
perkembangan pada masing-masing fase
dihitung sebagai berikut:
I. Semai – Tanam
ds1= 0.25 (T-Tb)/TU1 T>Tb
ds1= 0, T<Tb
II. Tanam - Tunas Maksimum
ds2= 0.25 (T-Tb)/TU2 T>Tb
ds2 = 0, T<Tb
III. Tunas Maksimum – Pembungaan
ds3 = 0.25 (T-Tb)/TU3 T>Tb
ds3 = 0, T<Tb
IV. Pembungaan – Panen
ds4 = 0.75 + 0.25 (T-Tb)/TU4 T>Tb
ds4= 0, T<Tb
T adalah suhu udara harian rata-rata
(0C), Tb adalah suhu dasar (
0C), dan TU
adalah thermal unit masing-masing fase.
Untuk varietas IR64, TU1 sebesar 230 d0C,
TU2 sebesar 310 d0C, TU3 sebesar 135 d
0C,
dan TU4 sebesar 305 d0C.
3.4.4 Submodel Pertumbuhan
Submodel pertumbuhan menghitung
produksi biomassa kemudian menyimulasi
aliran biomassa tersebut ke masing-masing
organ tanaman (akar, batang, daun dan biji).
Selain itu submodel ini menyimulasikan laju
kehilangan biomassa melalui respirasi.
Submodel ini juga menyimulasi
perkembangan luas daun untuk menduga
indeks luas daun (LAI).
3.4.5 Submodel Neraca Air
Submodel neraca air menyimulasi
aliran curah hujan yang jatuh di atas tajuk
tanaman kemudian sebagian diinterepsi
tajuk tersebut dan sisanya jatuh di atas
permukaan tanah sebagai curah hujan netto.
Curah hujan netto akan masuk ke dalam
tanah atau menjadi genangan air sawah.
Evaporasi dan transpirasi merupakan
kehilangan air dari tanah tersebut.
Disamping itu, limpasan permukaan juga
merupakan kehilangan air yang terjadi jika
genangan air melebihi nilai 10 cm (tanggul
sawah).
3.4.6 Analisis Pengaruh Kenaikan Suhu
Udara Terhadap Penurunan
Produksi Padi.
Produksi padi seluruh titik
dijumlahkan tiap kabupaten yang kemudian
dijumlahkan untuk seluruh provinsi dan juga
secara nasional pada masing-masing jenis
sawah (tadah hujan dan irigasi) untuk
Skenario 0 dan semua skenario kenaikan
suhu udara. Seperti yang telah disebutkan
sebelumnya, pengaruh kenaikan suhu
tersebut terhadap produksi padi dihitung dari
selisih produksi Skenario 0 dengan masing-
masing skenario kenaikan suhu.
6
IV. HASIL DAN PEMBAHASAN
4.1 Perubahan Produksi Tiap
Ketinggian
Unsur-unsur iklim merupakan salah
satu komponen lingkungan yang sangat
memengaruhi pertumbuhan dan
perkembangan tanaman salah satunya adalah
suhu udara. Suhu udara berpengaruh pada
fase perkembangan tanaman, dalam hal ini
memengaruhi umur tanaman (Shah et al.,
2011; Handoko, 1994; Yang dan Heilman,
1993). Sebelum membahas respon produksi
padi terhadap kenaikan suhu lebih
mendalam, perlu dibahas respon produksi
padi terhadap suhu pada ketinggian tempat
yang berbeda.
Pada Tabel 3 terlihat bahwa suhu
udara akan semakin rendah seiring kenaikan
ketinggian tempat. Pengaruh suhu udara
yang semakin rendah pada tempat tinggi
tersebut akan membuat umur tanaman
semakin panjang, sebaliknya pada daerah
rendah umur tanaman akan lebih pendek.
Umur tanaman yang semakin panjang ini
membuat waktu untuk memproduksi
biomassa semakin lama dan membuat
akumulasi biomassa semakin besar. Seperti
yang ditunjukkan Tabel 4, secara umum
produksi padi akan semakin besar pada
daerah yang lebih tinggi. Akan tetapi, pada
beberapa daerah terjadi hal yang
berkebalikan seperti daerah Banyuwangi dan
Karawang. Hal ini disebabkan pembentukan
biomassa tidak hanya dipengaruhi oleh umur
tanaman, tetapi dipengaruhi pula oleh radiasi
surya yang merupakan faktor penting dalam
proses pembentukan biomassa. Tabel 5
menyajikan akumulasi radiasi surya pada
Fase IV yang merupakan fase pengisian biji
di beberapa daerah yang memiliki
ketinggian berbeda.
Akumulasi radiasi pada Fase IV di
daerah Banyuwangi lebih besar dibanding
daerah Karawang. Hal tersebut membuat
produksi biomassa biji di daerah
Banyuwangi lebih besar dibanding daerah
Karawang meskipun umur tanaman padi di
daerah Karawang lebih panjang. Radiasi
surya yang diintersepsi oleh tanaman
berpengaruh besar terhadap produksi
biomassanya (Monteith, 1994; Demetriades-
Shah, 1994).
Kenaikan suhu membuat umur
tanaman semakin pendek seperti yang
ditunjukkan pada Tabel 3. Perubahan umur
tanaman tersebut tentunya akan mengurangi
waktu pembentukan biomassa sehingga
produksi akan mengalami penurunan seperti
yang ditunjukan pada Tabel 3. Hal ini
diperkuat oleh penelitian Mohandass et al.,
1995 dan Matthews et al., 1997 yang
menyebutkan bahwa produksi padi akan
menurun seiring kenaikan suhu.
Tabel 3 Ketinggian, Suhu Udara Rata-rata, dan Umur Tanaman di Beberapa Daerah yang
Memiliki Ketinggian Berbeda.
Nama Daerah Ketinggian
(m)
Suhu Rata-rata pada
Skenario 0 (0C)
Umur Tanaman (hari)
dt=0 dt=1 dt=2 dt=3
Banyuwangi 69 27.6 90 83 76 71
Karawang 102 27.2 94 86 79 73
Malang 313 26.2 104 94 86 79
Cilacap 400 25.5 113 101 90 84
Kota Batu 810 23.4 151 131 115 103
Brebes 1022 22.1 191 160 137 119
Bandung 1190 21.0 239 191 160 137
dt = kenaikan suhu udara dalam 0C.
Tabel 4 Produksi Padi pada Setiap Skenario Perubahan Iklim Berdasarkan Hasil Simulasi Model
di Beberapa Daerah yang Memiliki Ketinggian Berbeda.
Nama Daerah Ketinggian
(m)
Suhu Rata-rata
pada Skenario 0
(0C)
Produksi (ton)
dt=0 dt=1 dt=2 dt=3
Banyuwangi 69 27.6 6.87 6.39 5.92 5.42
Karawang 102 27.2 5.99 5.55 5.14 4.70
Malang 313 26.2 7.17 6.56 6.11 5.51
7
Cilacap 400 25.5 7.25 6.42 5.89 5.42
Kota Batu 810 23.4 10.74 9.06 7.80 7.13
Brebes 1022 22.1 11.56 10.22 8.76 7.33
Bandung 1190 21.0 12.95 11.37 9.98 8.47
dt = kenaikan suhu udara dalam 0C. Produksi pada pada area seluas 1 ha.
Tabel 5 Radiasi Akumulasi pada Fase IV di Beberapa Daerah yang Memiliki Ketinggian Berbeda.
dt = kenaikan suhu udara dalam 0C.
4.2 Perbedaan Produksi pada Sawah
Irigasi dan Sawah Tadah Hujan
Penelitian ini menggunakan dua jenis
sawah yang berbeda yaitu sawah irigasi dan
tadah hujan. Sawah irigasi (IR) memiliki
cadangan air yang terus menerus ada
dikarenakan sumber air utama adalah irigasi.
Sedangkan sawah tadah hujan (TH)
memiliki sumber air yang tidak menentu
(bersumber dari hujan) sehingga air menjadi
faktor pembatas (Wihardjaka dan
Abdurachman, 2007). Tabel 6 menunjukkan
bahwa sawah IR memiliki produksi yang
lebih besar dibanding sawah TH. Perbedaan
ketersediaan air ini yang membuat
perbedaan produksi tersebut. Wu et al., 2011
menyebutkan defisit air mengakibatkan
penurunan jumlah dan berat biji sehingga
memperkecil produksi. Hal tersebut yang
membuat sawah tadah hujan memiliki
produksi lebih rendah dibanding sawah
irigasi. (Wihardjaka dan Abdurachman
2007; Prasertsak dan Fukai, 1997).
Tabel 6 Produksi Padi pada Dua Daerah dengan Dua Jenis Sawah yang Berbeda
Daerah Jenis
sawah
Perubahan Suhu (0C)
0 0.5 1 1.5 2 2.5 3
Karawang IR 5.99 5.79 5.55 5.35 5.14 4.91 4.70
TH 5.99 5.79 5.55 5.33 5.11 4.86 4.58
Malang IR 7.17 6.89 6.56 6.38 6.11 5.78 5.51
TH 6.56 6.10 5.39 4.91 4.29 3.51 3.01
Produksi padi dalam ton tiap luasan 1 ha.
4.3 Penurunan Produksi Padi se-
Indonesia.
Sawah yang digunakan sebagai data
masukan penelitian seluas 7.6 juta ha dengan
sawah irigasi sebesar 5.6 juta ha (74.3%)
dan sawah tadah hujan seluas 1.9 juta ha
(25.7%). Sebagian besar sawah terdapat di
Pulau Jawa dan Sumatera. Ritung dan
Hidayat (2007) menjelaskan bahwa pada
tahun 2002 luas sawah di Indonesia sebesar
7.75 juta ha. Sebagian sawah tersebut berupa
sawah irigasi dan paling banyak di Pulau
Jawa. Gambar 2 merupakan contoh sebaran
sawah di Pulau Jawa beserta ketinggian dan
laju penurunan produksi akibat kenaikan
suhu udara.
Sebaran spasial penurunan produksi
padi menunjukkan bahwa penurunan
produksi pada dataran tinggi lebih rendah
dibanding dataran rendah. Sebagai contoh
Pulau Jawa mengalami penurunan produksi
padi sampai 15%/0C. Penurunan produksi
yang tidak terlalu besar (<10%/0C) terletak
pada sawah yang memiliki ketinggian >500
Nama Daerah Ketinggian
(m)
Radiasi Akumulasi (MJ/m2)
dt=0 dt=1 dt=2 dt=3
Banyuwangi 69 629.0 589.9 548.0 506.0
Karawang 102 553.8 519.4 487.0 452.0
Malang 313 657.7 602.2 566.0 510.0
Cilacap 400 673.5 592.9 542.0 505.0
Kota Batu 810 1021.0 844.5 725.0 657.0
Brebes 1022 1157.0 982.3 822.0 682.0
Bandung 1190 1356.0 1138.0 960.0 797.0
8
m. Hal tersebut menunjukkan dataran rendah
lebih sensitif terhadap kenaikan suhu
daripada dataran rendah. Surmaini, et al,.
2008 menjelaskan bahwa penurunan
produksi pada dataran sedang dan tinggi
lebih kecil dibanding dengan dataran rendah.
Penelitian Surmaini et al., 1998
menunjukkan bahwa penurunan produksi
pada dataran rendah sebesar 40% sedangkan
pada dataran sedang dan rendah sebesar
20% untuk setiap kenaikan suhu udara 20C.
Perubahan produksi padi tiap
provinsi menunjukkan hal yang sama yaitu
menurun seiring kenaikan suhu. Dari Tabel
7 dapat dilihat bahwa penurunan tertinggi
untuk sawah irigasi berada di Daerah
Istimewa Yogyakarta (DIY) yaitu sebesar
14.0%/0C, sedangkan untuk sawah tadah
hujan di Provinsi Nusa Tenggara Barat
(NTB). Kedua daerah tersebut memiliki
sawah berketinggian <500m sehingga lebih
rentan terhadap kenaikan suhu.
Secara nasional sawah irigasi
memiliki laju penurunan produksi -11.1
%/0C yang berarti setiap kenaikan suhu 1C
0
akan menurunkan produksi padi 11.1%
(Gambar 3). Laju penurunan produksi untuk
sawah tadah hujan sebesar -14.4 %/0C yang
berarti setiap kenaikan suhu 1C0 pada sawah
tadah hujan akan menurunkan produksi padi
sebesar 14.4%. Pada Gambar 3 terlihat
bahwa laju penurunan produksi pada sawah
tadah hujan lebih besar dibanding sawah
irigasi. Hal ini terjadi dikarenakan
karakteristik sawah irigasi yang
mendapatkan pasokan air dari irigasi di
samping curah hujan. Penelitian yang
dilakukan Peng et al., 2004 menunjukkan
hasil yang lebih rendah yaitu berkisar 5-
7%/0C. Simulasi yang dilakukan oleh
Mohandass, et al. (1995) di India,
mendapatkan hasil sekitar 4-17%/0C
sedangkan simulasi yang dilakukan
Matthews et al., 1997 menunjukkan hasil
yang rendah yaitu sekitar 4-7%/0C.
Tabel 7 Penurunan Produksi Padi per Provinsi di Indonesia.
Jenis
Sawah Provinsi
Penurunan Produksi (%) Laju
(%/0C) dt=0.5 dt=1 dt=1.5 dt=2 dt=2.5 dt=3
Irigasi
Babel -5.1 -9.4 -13.7 -17.1 -21.5 -25.7 -8.7
Banten -6.6 -13.0 -19.1 -23.9 -29.0 -33.8 -11.7
Bali -6.4 -12.2 -17.2 -22.2 -26.8 -31.0 -10.8
Bengkulu -5.6 -10.7 -15.6 -20.1 -24.2 -28.1 -9.7
DIY -8.0 -15.4 -22.2 -28.9 -34.9 -40.5 -14.0
Jambi -6.9 -13.3 -19.4 -24.5 -29.4 -33.9 -11.9
Jateng -7.1 -13.9 -20.0 -25.4 -31.3 -36.1 -12.5
Jatim -7.8 -14.9 -21.4 -27.2 -32.7 -37.7 -13.2
Lampung -7.3 -13.5 -19.5 -24.5 -29.4 -34.5 -12.0
NAD -5.2 -9.9 -14.4 -18.7 -23.1 -27.0 -9.2
Riau -5.1 -10.1 -14.9 -19.4 -22.7 -26.9 -9.3
Sumbar -5.8 -11.1 -16.0 -20.5 -24.8 -28.8 -10.0
Sumsel -6.1 -11.9 -16.9 -22.3 -27.2 -32.0 -10.9
Sumut -5.5 -10.7 -15.4 -19.7 -23.6 -27.3 -9.5
Tadah
Hujan
Banten -5.6 -11.0 -16.0 -20.6 -24.9 -29.1 -10.1
Bali -10.0 -18.6 -25.4 -31.3 -36.6 -41.3 -14.9
DIY -14.5 -26.3 -36.4 -46.8 -55.2 -61.7 -22.2
Gorontalo -8.9 -15.6 -23.2 -30.9 -35.6 -41.3 -14.5
Jambi -6.1 -11.8 -17.1 -22.1 -26.8 -31.2 -10.8
Jateng -6.0 -11.8 -17.3 -22.6 -27.7 -32.7 -11.1
Jatim -13.0 -24.9 -35.8 -46.4 -55.2 -62.3 -22.1
Kalbar -5.1 -8.8 -12.6 -16.2 -19.5 -22.8 -7.9
9
dt = kenaikan suhu udara dalam 0C.
Gambar 2 Peta Sebaran Sawah, Ketinggian, dan Laju Penurunan Produksi di Pulau Jawa.
Kalsel -12.6 -24.8 -34.9 -44.2 -52.7 -60.9 -21.4
Kalteng -12.3 -23.8 -34.2 -43.0 -52.4 -60.7 -21.1
Kaltim -7.8 -15.9 -24.7 -34.1 -43.0 -50.5 -16.9
NTB -19.1 -32.6 -45.0 -55.9 -66.19 -74.6 -26.8
NTT -7.1 -13.7 -19.9 -25.7 -31.1 -35.8 -12.5
Papua -13.6 -17.0 -16.0 -33.6 -31.7 -44.4 -14.4
Sulbar -8.3 -14.8 -21.4 -27.3 -31.0 -36.5 -12.9
Sulsel -11.7 -23.0 -33.2 -41.9 -49.7 -55.9 -20.0
Sulteng -2.6 -7.5 -20.5 -28.2 -36.0 -41.6 -13.7
Sultenggara -11.5 -22.2 -30.8 -39.7 -47.8 -54.8 -19.2
Sulut -8.8 -16.1 -23.0 -30.9 -38.9 -43.8 -15.2
10
Gambar 3 Penurunan Produksi Padi Seluruh Indonesia Akibat Kenaikan Suhu Udara.
V. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Produksi padi akan mengalami
penurunan akibat kenaikan suhu udara. Hal
tersebut terjadi pada kedua jenis sawah yang
dikaji yaitu sawah irigasi dan tadah hujan.
Dataran rendah akan mengalami penurunan
produksi padi yang lebih besar dibandingkan
dataran tinggi akibat kenaikan suhu.
Produksi padi nasional pada sawah irigasi
mengalami penurunan 11.1 % sedangkan
sawah tadah hujan sebesar 14.4% untuk
setiap kenaikan suhu udara 1 oC.
5.2. Saran
Sebaiknya dilakukan penelitian
lanjutan mengenai dampak beberapa
komponen perubahan iklim terhadap
produksi padi di Indonesia seperti kenaikan
suhu dengan curah hujan secara bersamaan.
Hasil penelitian tersebut dapat digunakan
sebagai informasi untuk menentukan
langkah-langkah adaptasi terhadap
perubahan iklim pada sektor pertanian.
DAFTAR PUSTAKA
[IPCC] Intergovernmental Panel on Climate
Change. 2000. Emission Scenarios:
Special Report on Emissions
Scenarios. Cambridge University
Press. Cambridge.
[IPCC] Intergovernmental Panel on Climate
Change. 2007. Fourth Assessment
Report (AR4) of the IPCC (2007) on
climate change: The Physical Science
Basis.
Amien, I., Rejekiningrum, P., Pramudia, A.,
and Susanti, E. 1996. Effects of
interannual climate variability and
climate change on rice yield in Java,
Indonesia. J. Water, Air, and Soil
Pollution 92:29-39.
Anảstacio, P.M., Frias, A.F., Marques, J.C.
1999. CRISP (Cryfish and Rice
Integrated System of Production) : 1.
Modelling Rice (Oryza sativa)
Growth and Production. J.
Ecological Modelling 123:17-28.
Bannayan, M., Kobayashi, K., Kim, H.,
Lieffering, M., Okada, M., dan
Miura, S. 2005. Modeling The
Interactive effect of atmospheric CO2
and N on Rice Growth an Yield. J.
Field Crops Research 93:237-251.
Casanova, D., Goudrian, J., dan Bosch, A.D.
Testing The Performance of
ORYZA1. an Explanatory Model for
Rice Growth Simulation, for
Mediterranean Condition. Europ. J.
of Agronomy 12:175-189.
Demetriades-Shah, T.H., Fuchs, M.,
Kanemasu, E.T., Flitcroft, I.D. 1994.
Futher Discussions on on The
Relationship Between Cumulated
Intercepted Solar Radiation and
Crop Growth. J. Agric. and Forest
Meteor. 68(3-4):231-242.
Hammer, G.L., Kropff, M.J., Sinclair, T.R.,
Porter, J.R. 2002. Future
Contribution of Crop Modelling –
y = -11.124x R² = 0.993
y = -14.373x R² = 0.9899
-50
-45
-40
-35
-30
-25
-20
-15
-10
-5
0
0 0.5 1 1.5 2 2.5 3 3.5
Pe
rub
ahan
Pro
du
ksi (
%)
Perubahan Suhu (C)
ir
th
11
From Heuristic and Supporting
Decision Making to Understanding
Genetic Regulation and Aiding Crop
Improvement. Europ. J. Agronomy 18
15-31.
Handoko. 1994. Dasar Penyusunan dan
Aplikasi Model Simulasi Komputer
untuk Pertanian. Bogor: Jurusan
Geofisika dan Meteorologi, FMIPA-
IPB.
Hariadi, S.S. 2008. Urgensi Pembangunan
Pedesaan dalam Mewujudkan
Ketahanan Pangan Nasional. J.
Ilmu-Ilmu Pertanian 4(2):75-86.
Horie, T. 1995. The Rice Crop Simulation
Model SIMRIW and Its Testing.
Dalam : Matthews, R.B., Kropff,
M.J., Bachelet, D., dan Laar. H.H.
1995. Modeling the Impact of
Climate Change on Rice Production
in Asia. CAB International in
association with The International
Rice Research Institute 51-65.
Hulme, M. dan Sheard, N. 1999. Climate
Change Scenarios for Indonesia.
Climatic Research Unit, Norwich,
UK, 6pp.
Kim, Hae-Ran dan You, Young-Han. 2010.
The Effect of The Elevated CO2
Concentration and Increased
Temperature on Growth, Yield and
Physiological Responses of Rice
(Oryza sativa L. cv. Junam).
Advances in Bioresearch 1(2) : 46-
50.
Kobayashi, K., Kuawaga, T., Yoshimoto,
dan Yoshimoto, M. 2011. The Hot
Summers and Rice in Japan. J. Japan.
Agric. Meteorol 67(4) : 205-207.
Makino, A., 2011. Photosynthesis, Grain
Yield, and Nitrogen Utilization in
Rice and Wheat. J. Plant Physiology
155:125-129.
Matthews, R.B., Kropff, M.J., Horie, T.,
Bachelet, D. 1997. Simulating The
Impact of Climate Change on Rice
Production in Asia and Evaluating
Option for Adaptation. J. Agricultural
Systems 54(3):399-425.
Matthews, R.B., Wassmann, R. 2003.
Modelling The Impact of Climate
Change and Methane Emission
Reduction on Rice Production : A
Review. Europ. J Agronomy 19:573-
598.
Mohandass, S., Kareem, A.A., Rancanathan,
T.B., dan Jeyaraman, S. 1995. Rice
Production in India Under Current
and Future Climates. Dalam :
Matthews, R.B., Kropff, M.J.,
Bachelet, D., dan Laar. H.H. 1995.
Modeling the Impact of Climate
Change on Rice Production in Asia.
CAB International in association
with The International Rice Research
Institute 161-179.
Monteith, J.L. 1994. Validity of The
Correlation Between Intercepted
Radiation and Biomass. J. Agric. and
Forest Meteor. 68(3-4):213-220.
Muttaqin, A.Z. dan Martianto, D. 2009.
Konsumsi, Kebutuhan dan
Kecakupan Beras Nasional Tahun
2002-2007. J. Gizi dan Pangan
4(3):116-122.
Peng, S., Huang, J., Sheehy, J.E., Laza,
R.C., Visperas, R.M., Zhong, X.,
Centeno, G.S., Khush, G.S.,
Cassman, K.G. 2004. Rice Yield
Decline with Higher Night
Temperature from Global Warming.
PNAS 101(27):9971-9975.
Perdinan, Boer, R., dan Kartikasari, K. 2008.
Linking Climate Change Adaptation
Option for Rice Production and
Sustainable Development in
Indonesia. J.Agromet 22(2) : 94-107.
Prasertsak, A. dan Fukai, S. 1997. Nitrogen
Availability and Water Stress
Interaction on Rice Growth and
Yield. J. Field Crops Research 52(3) :
249-260.
Ritung, S. dan Hidayat, A. 2007. Prospek
Perluasan Lahan untuk Padi Sawah
dan Padi Gogo di Indonesia. J.
Sumberdaya Lahan 1(4):25-38.
Salinger, M.J., Stigter, C.J., dan Das, H.P.
2000. Agrometeorological
Adaptation Strategis to Increasing
Climate Variability and Climate
12
Change. J. Agricultural and Forest
Meteorology 103:167-184.
Shah, F., Huang, J., Cui, K., Nie, L., Shah,
T., Chen, C., dan Wang, K. 2011.
Impact of High-Temperature Stress
on Rice Plant and Its traits Related to
Tolerance. J. Agric. Science 1-12.
Surmaini, E., Rakman, dan R. Boer. 2008.
Dampak Perubahan Iklim Terhadap
Produksi Padi: Studi Kasus Pada
Daerah dengan Tiga Ketinggian
Berbeda. Prosiding Seminar Nasional
dan Dialog Sumberdaya Lahan
Pertanian. Balai Besar Penelitian dan
Pengembangan Sumberdaya Lahan
Pertanian, Bogor.
Surmaini, E., Runtunuwu, E., dan Las, I.
2010. Upaya Sektor Pertanian dalam
Menghadapi Perubahan Iklim. J.
Litbang Pertanian 30(1).
Susandi, A. 2004. The Impact of
International Greenhouse Gas
Emissions Reduction on Indonesia.
Report on Earth System Science, Max
Planck Institute for Meteorology,
Germany.
Susandi, A., Herlianti, I., Tamamadin, dan
M., Nurlela, I. 2008. Dampak
Perubahan Iklim Terhadap
Ketinggian Muka Laut di Wilayah
Banjarmasin. J. Ekonomi
Lingkungan 12(2).
Tang, L., Zhu, Y., Hannaway, D., Meng, Y.,
Liu, L., Chen, L., and Cao, W. 2009.
RiceGrow : A Rice Growth and
Productivity Model. NJAS -
Wageningen Journal of Life Sciences
57(2009):83-92.
Wei-long, D., Yu-ping, Z., Qian-yuan, Z.,
De-feng, Z., dan Qi, C. 2011.
Realistic Simulation of Rice Plant. J.
Rice Science 18(3):224-230.
Wihardjaka, A. dan Abdurachman, S. 2007.
Dampak Pemupukan Jangka Panjang
Padi Sawah tadah hujan terhadap
Emisi Gas Metana. J. Penelitian
Pertanian Tanaman Pangan
26(3):199-205.
Wu, N., Guan, Y., dan Shi, Y. 2011. Effect
of Water Stress on Physiological
Traits and yield in Rice Backcross
Lines after Anthesis. J. Energy
Procedia 5(2011):255-260.
Yang, C. dan Heilman, L. 1993. Respone of
Rice (Oryza Sativa L.) to Short-term
High Temperature: Growth,
Development, and Yield. J. Agric.
Res. China 42(1):1-11.
13
LAMPIRAN
14
Lampiran 1 Diagram Alir Penelitian
15
Lampiran 2 Diagram Alir Submodel Perkembangan
16
17
Lampiran 3 Diagram Alir Submodel Pertumbuhan
18
19
Lampiran 4 Diagram Alir Submodel Neraca Air
20
Lampiran 5 Printscreen aplikasi Shierary Rice 3.0
21
Lampiran 6 Contoh Data Masukan Model Pembangkit Data Cuaca Shierary Weather untuk Provinsi Bali.
x Y ket CH1 CH2 CH3 CH4 CH5 CH6 CH7 CH8 CH9 CH10 CH11 CH12 HH1 HH2 HH3 HH4 HH5 HH6 HH7 HH8 HH9 HH10 HH11 HH12 altitude
114.48985 -8.27765 th 238 229 206 138 100 86 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 10.1
114.50645 -8.27765 th 238 229 206 138 100 86 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 34.2
114.50645 -8.26935 th 238 229 206 138 100 86 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 35.1
114.51475 -8.25275 th 238 229 206 138 100 85 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 41.0
114.52305 -8.31915 ir 240 229 206 140 102 88 53 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 12 3.7
114.52305 -8.26935 th 238 229 206 138 100 86 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 38.9
114.52305 -8.26105 th 238 229 206 138 100 86 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 47.8
114.52305 -8.25275 th 238 229 206 138 100 85 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 44.0
114.52305 -8.24445 th 238 229 206 138 98 84 45 46 65 121 173 240 13 12 11 8 5 5 4 3 3 5 5 12 58.6
114.53135 -8.25275 th 238 229 206 138 100 85 48 48 67 127 179 244 12 12 11 8 5 5 4 4 3 5 5 12 57.4
114.53965 -8.30255 ir 240 229 206 140 102 88 53 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 12 23.4
114.53965 -8.29425 th 240 229 206 140 102 88 52 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 12 35.2
114.54795 -8.32745 th 240 229 206 140 102 89 54 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 13 28.1
114.54795 -8.31915 ir 240 229 206 140 102 88 53 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 12 20.3
114.54795 -8.31085 ir 240 229 206 140 102 88 53 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 12 26.9
114.54795 -8.30255 ir 240 229 206 140 102 88 53 48 69 133 169 248 12 12 11 8 5 5 4 4 4 5 5 12 32.7
114.55625 -8.34405 ir 242 231 208 142 106 90 59 48 71 140 177 254 13 12 11 8 6 5 5 4 4 6 6 13 16.2
114.55625 -8.32745 ir 242 231 208 142 106 90 58 48 71 140 177 254 13 12 11 8 6 5 5 4 4 6 6 13 25.2
114.56455 -8.34405 ir 248 235 215 148 108 92 62 50 71 144 183 260 13 13 12 8 6 5 5 4 4 6 6 13 19.8
x dan y adalah bujur dan lintang, ket adalah jenis sawah, CH1-CH12 adalah curah hujan bulanan dalam milimeter, HH1-HH12 adalah hari hujan
bulanan dalam hari, altitude adalah ketinggian tempat dalam meter.
22
Lampiran 7 Contoh Data Iklim Bangkitan Keluaran Model Pembangkit Data Cuaca
Shierary Weather
Juliane Date CH
(mm)
Radiasi
(MJ/m2)
Suhu
(0C)
Kelembaban
(%)
Kecepatan
Angin
(km/jam)
1 17 16.35 28.6 80.0 5
2 12 16.78 28.6 79.6 5
3 1 17.83 28.7 78.8 5
4 0 19.24 28.7 77.7 5
5 0 19.25 28.7 77.7 5
6 0 17.91 28.7 78.8 5
7 0 19.09 28.7 77.9 5
8 22 15.99 28.6 80.3 5
9 13 16.81 28.6 79.6 5
10 22 16.01 28.6 80.3 5
11 11 16.96 28.6 79.5 5
12 22 16.03 28.6 80.2 5
13 0 18.97 28.7 78.0 5
14 22 16.05 28.6 80.2 5
15 0 18.84 28.7 78.1 5
16 22 16.07 28.6 80.2 5
17 19 16.32 28.6 80.0 5
18 0 18.91 28.7 78.0 5
19 22 16.11 28.6 80.2 5
20 0 19.21 28.8 77.8 5
21 0 19.51 28.8 77.6 5
22 22 16.15 28.6 80.2 5
23 0 19.57 28.8 77.6 5
24 20 16.33 28.6 80.1 5
25 22 16.19 28.6 80.2 5
26 22 16.20 28.6 80.2 5
27 0 18.99 28.8 78.0 5
28 22 16.23 28.6 80.2 5
29 17 16.68 28.7 79.8 5
30 0 19.36 28.8 77.8 5
31 0 19.53 28.8 77.6 5
32 0 18.22 28.7 78.6 5
33 22 16.25 28.7 80.2 5
34 7 17.62 28.7 79.1 5
35 9 17.43 28.7 79.3 5
36 0 19.39 28.8 77.8 5
37 3 18.08 28.8 78.8 5
38 0 19.51 28.8 77.7 5
23
39 0 18.34 28.8 78.6 5
40 0 19.57 28.8 77.7 5
41 1 18.27 28.8 78.7 5
42 0 18.36 28.8 78.6 5
43 0 18.72 28.8 78.3 5
44 0 18.41 28.8 78.6 5
45 13 17.19 28.7 79.5 5
46 2 18.23 28.8 78.7 5
47 4 18.09 28.8 78.8 5
48 0 18.73 28.8 78.3 5
49 22 16.43 28.7 80.1 5
50 0 19.92 28.9 77.4 5
51 22 16.44 28.7 80.1 5
52 3 18.22 28.8 78.7 5
53 19 16.76 28.8 79.9 5
54 0 18.82 28.9 78.3 5
55 22 16.47 28.8 80.1 5
56 0 19.31 28.9 77.9 5
57 0 19.63 28.9 77.7 5
58 22 16.48 28.8 80.1 5
59 0 19.69 28.9 77.7 5
60 22 16.51 28.8 80.1 5
61 0 20.02 28.9 77.4 5
62 0 19.56 28.9 77.8 5
63 9 17.70 28.8 79.2 5
64 17 16.94 28.8 79.8 5
65 0 19.92 28.9 77.5 5
66 0 18.49 28.9 78.6 5
67 16 17.07 28.8 79.7 5
68 17 16.97 28.8 79.7 5
69 10 17.63 28.9 79.2 5
70 0 19.68 28.9 77.7 5
71 0 18.47 28.9 78.6 5
72 0 19.51 28.9 77.8 5
73 12 17.33 28.9 79.5 5
74 10 17.54 28.9 79.3 5
75 0 19.56 29.0 77.8 5
76 0 19.36 29.0 77.9 5
77 22 16.43 28.8 80.1 5
78 0 18.65 28.9 78.4 5
79 0 19.51 29.0 77.8 5
80 9 17.54 28.9 79.3 5
24
81 0 19.76 29.0 77.6 5
82 1 18.24 28.9 78.7 5
83 4 17.99 28.9 78.9 5
84 19 16.54 28.9 80.0 5
85 5 17.80 28.9 79.1 5
86 0 18.25 28.9 78.7 5
87 0 18.86 29.0 78.2 5
88 8 17.52 28.9 79.3 5
89 0 18.21 28.9 78.7 5
90 4 17.82 28.9 79.0 5
91 0 18.14 28.9 78.8 5
92 0 19.00 29.0 78.1 5
93 25 15.88 28.8 80.5 5
94 11 17.05 28.9 79.6 5
95 1 17.99 28.9 78.9 5
96 0 18.53 29.0 78.4 5
97 23 15.94 28.9 80.4 5
98 0 19.14 29.0 77.9 5
99 25 15.73 28.9 80.6 5
100 12 16.81 28.9 79.7 5
101 0 17.87 29.0 78.9 5
102 0 18.68 29.0 78.3 5
103 25 15.62 28.9 80.7 5
104 12 16.70 28.9 79.8 5
105 0 19.03 29.0 78.0 5
106 25 15.53 28.9 80.7 5
107 6 17.15 28.9 79.4 5
108 10 16.78 28.9 79.7 5
109 25 15.43 28.9 80.7 5
110 16 16.12 28.9 80.2 5
111 8 16.79 28.9 79.7 5
112 0 18.06 29.0 78.6 5
113 10 16.61 28.9 79.8 5
114 17 15.91 28.9 80.3 5
115 13 16.24 28.9 80.0 5
116 12 16.31 28.9 80.0 5
117 0 17.90 29.0 78.7 5
118 0 18.26 29.0 78.4 5
119 12 16.21 28.9 80.0 5
120 0 18.25 29.0 78.4 5
121 1 17.09 28.9 79.3 5
122 9 16.30 28.9 79.9 5
25
123 0 17.04 28.9 79.3 5
124 18 15.49 28.9 80.6 5
125 1 16.90 28.9 79.4 5
126 3 16.68 28.9 79.6 5
127 0 16.89 28.9 79.4 5
128 0 17.18 29.0 79.2 5
129 0 17.66 29.0 78.8 5
130 1 16.75 28.9 79.5 5
131 0 17.73 29.0 78.7 5
132 1 16.70 28.9 79.5 5
133 0 16.90 28.9 79.3 5
134 13 15.56 28.9 80.4 5
135 7 16.05 28.9 80.0 5
136 0 16.81 28.9 79.4 5
137 0 17.60 29.0 78.7 5
138 13 15.44 28.9 80.5 5
139 0 17.88 29.0 78.5 5
140 4 16.15 28.9 79.9 5
141 0 17.68 29.0 78.6 5
142 22 14.60 28.9 81.1 5
143 3 16.10 28.9 79.9 5
144 0 17.46 29.0 78.8 5
145 22 14.52 28.9 81.1 5
146 5 15.91 28.9 80.0 5
147 4 15.95 28.9 80.0 5
148 4 15.91 28.9 80.0 5
149 2 16.08 28.9 79.8 5
150 0 16.68 28.9 79.3 5
151 0 17.25 29.0 78.9 5
152 22 14.40 28.9 81.2 5
153 0 17.19 29.0 78.9 5
154 22 14.36 28.9 81.2 5
155 4 15.78 28.9 80.0 5
156 1 16.02 28.9 79.8 5
157 0 16.32 28.9 79.6 5
158 9 15.30 28.9 80.4 5
159 0 17.15 29.0 78.9 5
160 11 15.15 28.9 80.5 5
161 0 15.98 28.9 79.8 5
162 0 17.15 29.0 78.9 5
163 15 14.75 28.9 80.8 5
164 0 15.93 28.9 79.9 5
26
165 5 15.51 28.9 80.2 5
166 7 15.41 28.9 80.3 5
167 0 15.93 28.9 79.9 5
168 0 15.78 28.9 80.0 5
169 0 15.92 28.9 79.9 5
170 0 16.17 28.9 79.7 5
171 3 15.65 28.9 80.1 5
172 0 16.95 28.9 79.0 5
173 0 15.90 28.9 79.9 5
174 0 16.51 28.9 79.4 5
175 13 14.89 28.9 80.7 5
176 0 17.04 28.9 79.0 5
177 22 14.20 28.8 81.3 5
178 0 17.19 29.0 78.8 5
179 0 15.91 28.9 79.9 5
180 0 16.78 28.9 79.2 5
181 2 15.81 28.9 80.0 5
182 5 15.54 28.9 80.2 5
183 1 15.86 28.9 79.9 5
184 0 16.30 28.9 79.6 5
185 12 15.01 28.9 80.6 5
186 0 17.36 29.0 78.7 5
187 0 16.49 28.9 79.4 5
188 17 14.71 28.9 80.9 5
189 0 16.01 28.9 79.9 5
190 7 15.53 28.9 80.2 5
191 2 15.97 28.9 79.9 5
192 0 17.20 29.0 78.9 5
193 1 16.10 28.9 79.8 5
194 0 16.73 28.9 79.3 5
195 17 14.85 28.9 80.8 5
196 0 17.55 29.0 78.6 5
197 0 17.13 29.0 79.0 5
198 0 16.79 28.9 79.3 5
199 2 16.14 28.9 79.8 5
200 0 16.32 28.9 79.7 5
201 3 16.07 28.9 79.9 5
202 0 16.95 29.0 79.2 5
203 0 16.41 28.9 79.6 5
204 0 17.67 29.0 78.6 5
205 9 15.77 28.9 80.2 5
206 0 17.04 29.0 79.2 5
27
207 7 16.00 28.9 80.0 5
208 0 17.32 29.0 78.9 5
209 7 16.04 28.9 80.0 5
210 0 17.15 29.0 79.1 5
211 0 17.74 29.0 78.7 5
212 18 15.17 28.9 80.7 5
213 0 18.05 29.0 78.4 5
214 0 17.34 29.0 79.0 5
215 0 17.76 29.0 78.7 5
216 0 17.74 29.0 78.7 5
217 19 15.31 28.9 80.7 5
218 0 18.06 29.0 78.5 5
219 0 17.64 29.0 78.8 5
220 0 18.05 29.0 78.5 5
221 4 16.67 28.9 79.6 5
222 0 18.37 29.0 78.3 5
223 22 15.24 28.9 80.8 5
224 4 16.78 28.9 79.6 5
225 0 18.07 29.0 78.6 5
226 22 15.34 28.9 80.7 5
227 0 17.25 29.0 79.2 5
228 3 17.03 28.9 79.4 5
229 6 16.83 28.9 79.6 5
230 0 18.85 29.0 78.0 5
231 22 15.52 28.9 80.6 5
232 6 16.96 28.9 79.5 5
233 0 17.80 29.0 78.9 5
234 0 18.93 29.0 78.0 5
235 22 15.64 28.9 80.6 5
236 0 18.78 29.0 78.1 5
237 1 17.54 29.0 79.1 5
238 3 17.39 29.0 79.2 5
239 0 18.08 29.0 78.7 5
240 22 15.80 28.9 80.5 5
241 0 18.28 29.0 78.6 5
242 0 18.56 29.0 78.4 5
243 0 19.02 29.0 78.0 5
244 0 18.60 29.0 78.3 5
245 0 17.87 29.0 78.9 5
246 14 16.72 28.9 79.8 5
247 15 16.59 28.9 79.9 5
248 5 17.58 28.9 79.2 5
28
249 0 19.43 29.0 77.8 5
250 30 15.31 28.8 81.0 5
251 0 18.60 29.0 78.4 5
252 0 19.54 29.0 77.7 5
253 5 17.67 28.9 79.1 5
254 1 18.10 29.0 78.8 5
255 0 19.23 29.0 78.0 5
256 30 15.44 28.8 80.9 5
257 1 18.17 28.9 78.8 5
258 2 18.10 28.9 78.8 5
259 0 18.25 28.9 78.7 5
260 30 15.52 28.8 80.8 5
261 9 17.47 28.9 79.3 5
262 1 18.25 28.9 78.7 5
263 0 18.64 29.0 78.4 5
264 28 15.77 28.8 80.7 5
265 0 19.48 29.0 77.8 5
266 30 15.61 28.8 80.8 5
267 2 18.26 28.9 78.7 5
268 6 17.93 28.9 79.0 5
269 0 19.58 29.0 77.7 5
270 6 17.88 28.9 79.0 5
271 1 18.41 28.9 78.6 5
272 1 18.38 28.9 78.7 5
273 0 18.81 28.9 78.3 5
274 28 15.87 28.8 80.6 5
275 8 17.79 28.9 79.1 5
276 6 17.97 28.9 79.0 5
277 0 19.56 28.9 77.8 5
278 28 15.89 28.8 80.6 5
279 0 19.34 28.9 77.9 5
280 0 20.06 29.0 77.4 5
281 0 19.74 28.9 77.6 5
282 27 16.05 28.8 80.4 5
283 28 15.90 28.8 80.6 5
284 9 17.73 28.8 79.1 5
285 0 19.54 28.9 77.8 5
286 28 15.89 28.8 80.6 5
287 28 15.91 28.7 80.5 5
288 0 19.51 28.9 77.8 5
289 0 19.75 28.9 77.6 5
290 28 15.88 28.7 80.6 5
29
291 0 19.55 28.9 77.7 5
292 2 18.28 28.8 78.7 5
293 8 17.71 28.8 79.1 5
294 0 19.51 28.9 77.8 5
295 8 17.72 28.8 79.1 5
296 12 17.33 28.8 79.4 5
297 0 19.81 28.9 77.5 5
298 2 18.28 28.8 78.7 5
299 0 19.36 28.9 77.9 5
300 28 15.80 28.7 80.6 5
301 0 19.91 28.9 77.4 5
302 19 16.69 28.7 79.9 5
303 14 17.10 28.7 79.6 5
304 0 18.96 28.8 78.1 5
305 0 19.83 28.9 77.5 5
306 1 18.28 28.8 78.6 5
307 3 18.10 28.8 78.8 5
308 27 15.88 28.7 80.5 5
309 27 15.79 28.7 80.6 5
310 14 17.02 28.7 79.6 5
311 20 16.47 28.7 80.0 5
312 0 18.23 28.8 78.6 5
313 2 18.06 28.7 78.8 5
314 27 15.73 28.6 80.6 5
315 0 18.94 28.8 78.1 5
316 19 16.47 28.7 80.0 5
317 27 15.69 28.6 80.6 5
318 0 18.18 28.7 78.7 5
319 9 17.37 28.7 79.3 5
320 0 19.61 28.8 77.5 5
321 2 17.97 28.7 78.8 5
322 27 15.63 28.6 80.6 5
323 12 17.06 28.7 79.5 5
324 0 18.83 28.7 78.1 5
325 27 15.59 28.6 80.6 5
326 0 19.29 28.8 77.8 5
327 0 19.42 28.8 77.7 5
328 1 17.99 28.7 78.7 5
329 0 18.87 28.7 78.1 5
330 27 15.53 28.6 80.7 5
331 27 15.52 28.6 80.7 5
332 27 15.51 28.6 80.7 5
30
333 0 19.10 28.7 77.9 5
334 27 15.57 28.6 80.6 5
335 0 17.94 28.7 78.7 5
336 5 17.49 28.7 79.1 5
337 0 18.57 28.7 78.3 5
338 0 19.01 28.7 77.9 5
339 25 15.70 28.6 80.5 5
340 0 19.03 28.7 77.9 5
341 1 17.80 28.7 78.8 5
342 0 19.33 28.7 77.7 5
343 0 19.17 28.7 77.8 5
344 25 15.67 28.6 80.5 5
345 25 15.66 28.6 80.5 5
346 8 17.13 28.6 79.4 5
347 4 17.52 28.6 79.0 5
348 25 15.65 28.6 80.5 5
349 0 18.48 28.7 78.3 5
350 17 16.30 28.6 80.0 5
351 0 18.58 28.7 78.2 5
352 3 17.53 28.6 79.0 5
353 25 15.64 28.6 80.5 5
354 12 16.77 28.6 79.6 5
355 0 19.20 28.7 77.7 5
356 0 19.01 28.7 77.9 5
357 21 15.92 28.6 80.3 5
358 2 17.64 28.6 78.9 5
359 25 15.64 28.6 80.5 5
360 0 18.25 28.7 78.5 5
361 14 16.63 28.6 79.7 5
362 5 17.41 28.6 79.1 5
363 0 19.31 28.7 77.7 5
364 20 16.10 28.6 80.2 5
365 0 19.19 28.7 77.8 5
31
Lampiran 8 Contoh Keluaran Model Simulasi Pertanian Shierary Rice
DAS Fase LAI Berat
Daun
Berat
Batang
Berat
Akar
Berat
Biji
Berat
Total
1 0.011 0.1 6.25 6.25 12.50 0 0
2 0.022 0.1 6.25 6.25 12.50 0 0
3 0.033 0.1 6.25 6.25 12.50 0 0
4 0.044 0.1 6.25 6.25 12.50 0 0
5 0.055 0.1 6.25 6.25 12.50 0 0
6 0.066 0.1 6.25 6.25 12.50 0 0
7 0.077 0.1 6.25 6.25 12.50 0 0
8 0.088 0.1 6.25 6.25 12.50 0 0
9 0.100 0.1 6.25 6.25 12.50 0 0
10 0.111 0.1 6.25 6.25 12.50 0 0
11 0.122 0.1 6.25 6.25 12.50 0 0
12 0.133 0.1 6.25 6.25 12.50 0 0
13 0.144 0.1 6.25 6.25 12.50 0 0
14 0.155 0.1 6.25 6.25 12.50 0 0
15 0.166 0.1 6.25 6.25 12.50 0 0
16 0.177 0.1 6.25 6.25 12.50 0 0
17 0.188 0.1 6.25 6.25 12.50 0 0
18 0.199 0.1 6.25 6.25 12.50 0 0
19 0.210 0.1 6.25 6.25 12.50 0 0
20 0.221 0.1 6.25 6.25 12.50 0 0
21 0.233 0.1 6.25 6.25 12.50 0 0
22 0.244 0.1 6.25 6.25 12.50 0 0
23 0.258 0.1 18.58 6.15 14.07 0 39
24 0.267 0.1 29.37 6.05 15.42 0 51
25 0.275 0.2 46.75 5.95 17.72 0 70
26 0.284 0.4 74.73 5.85 21.54 0 102
27 0.292 0.5 115.57 5.75 27.19 0 149
28 0.301 0.8 178.20 5.66 35.96 0 220
29 0.309 1.2 261.21 5.56 47.65 0 314
30 0.318 1.7 379.08 5.47 64.32 0 449
31 0.326 2.2 522.27 5.38 84.61 0 612
32 0.335 2.9 681.49 5.29 107.19 0 794
33 0.343 3.6 867.60 5.21 133.61 0 1006
34 0.352 4.3 1076.86 5.12 163.35 0 1245
35 0.360 5.2 1326.00 5.04 198.78 0 1530
36 0.369 5.9 1532.97 4.95 228.19 0 1766
37 0.377 6.7 1778.99 4.87 263.19 0 2047
38 0.386 7.4 1990.94 4.79 293.32 0 2289
39 0.394 8.1 2216.13 4.71 325.34 0 2546
40 0.403 8.7 2448.58 4.63 358.40 0 2812
32
41 0.411 9.4 2675.32 4.56 390.65 0 3071
42 0.420 10.0 2907.20 4.48 423.64 0 3335
43 0.428 10.6 3149.97 4.41 458.18 0 3613
44 0.437 11.0 3343.86 4.34 485.75 0 3834
45 0.445 11.5 3558.67 4.26 516.30 0 4079
46 0.454 12.0 3773.77 4.19 546.90 0 4325
47 0.462 12.4 3977.01 4.12 575.80 0 4557
48 0.471 12.7 4173.12 4.06 603.69 0 4781
49 0.479 13.0 4350.71 3.99 628.94 0 4984
50 0.487 13.4 4554.97 3.92 658.00 0 5217
51 0.496 13.7 4744.48 3.86 684.95 0 5433
52 0.519 13.9 4923.36 3.80 712.93 0 5640
53 0.538 14.1 5081.47 3.73 740.46 0 5826
54 0.557 14.2 5240.97 3.67 771.41 0 6016
55 0.576 14.2 5336.37 3.61 793.75 0 6134
56 0.595 14.1 5421.76 3.55 817.29 0 6243
57 0.613 14.1 5499.49 3.49 842.88 0 6346
58 0.632 13.9 5553.42 3.44 866.78 0 6424
59 0.651 13.7 5591.55 3.38 890.95 0 6486
60 0.670 13.5 5601.55 3.32 911.23 0 6516
61 0.689 13.3 5605.01 3.27 935.05 0 6543
62 0.708 13.0 5594.65 3.21 960.41 0 6558
63 0.727 12.6 5557.01 3.16 979.48 0 6540
64 0.746 12.3 5504.71 3.11 998.69 0 6507
65 0.758 11.9 5449.69 3.06 1017.78 249 6719
66 0.767 11.6 5394.86 3.01 1035.80 488 6922
67 0.775 11.2 5347.02 2.96 1059.81 767 7177
68 0.783 10.9 5296.56 2.91 1079.89 1017 7396
69 0.792 10.6 5244.15 2.86 1096.78 1243 7587
70 0.800 10.3 5193.49 2.82 1114.31 1471 7782
71 0.808 10.0 5144.64 2.77 1132.55 1703 7983
72 0.817 9.7 5098.48 2.72 1152.41 1944 8198
73 0.825 9.4 5052.20 2.68 1171.05 2175 8401
74 0.833 9.2 5006.68 2.63 1189.37 2402 8601
75 0.842 8.9 4961.08 2.59 1206.54 2620 8790
76 0.850 8.7 4915.10 2.55 1222.26 2826 8966
77 0.858 8.4 4871.23 2.51 1239.11 3038 9151
78 0.867 8.2 4832.96 2.47 1260.67 3282 9378
79 0.875 8.0 4787.59 2.43 1273.96 3466 9530
80 0.883 7.7 4745.89 2.39 1290.02 3668 9706
81 0.892 7.5 4704.00 2.35 1304.93 3860 9872
82 0.900 7.3 4660.48 2.31 1317.22 4033 10013
33
83 0.908 7.1 4619.65 2.27 1331.31 4217 10170
84 0.917 6.9 4579.51 2.23 1345.21 4398 10325
85 0.925 6.7 4536.07 2.20 1354.82 4548 10441
86 0.933 6.5 4501.12 2.16 1372.22 4751 10626
87 0.942 6.3 4462.35 2.12 1384.84 4919 10768
88 0.950 6.2 4425.33 2.09 1398.39 5092 10918
89 0.958 6.0 4384.44 2.05 1407.15 5230 11024
90 0.967 5.8 4350.36 2.02 1422.03 5410 11184
91 0.975 5.7 4309.88 1.99 1429.58 5537 11279
92 0.983 5.5 4272.98 1.96 1439.96 5683 11398
93 0.992 5.4 4237.89 1.92 1451.40 5835 11527
94 1.000 5.2 4204.06 1.89 1463.36 5990 11659
Berat organ (daun, batang, akar, biji) dan total dalam kg untuk luasan 1 ha.
34
Lampiran 9 Contoh Hasil Produksi dan Penurunan Produksi Padi dengan Berbagai Skenario Pada Kabupaten Pandeglang, Provinsi Banten
x y ket Produksi (ton) Penurunan Produksi (%)
dt=0 dt=0.5 dt=1 dt=1.5 dt=2 dt=2.5 dt=3 dt=0 dt=0.5 dt=1 dt=1.5 dt=2 dt=2.5 dt=3 laju
105.49345 -6.81155 ir 998 944 902 853 812 779 730 0 -5.4 -9.6 -14.5 -18.6 -21.9 -26.9 -9.1
105.50175 -6.79495 ir 961 922 871 808 756 706 653 0 -4.1 -9.4 -15.9 -21.3 -26.5 -32.0 -10.6
105.51215 -6.76575 th 495 462 432 405 382 358 324 0 -6.7 -12.7 -18.2 -22.8 -27.7 -34.5 -11.5
105.52045 -6.75745 th 487 459 433 382 340 302 261 0 -5.7 -11.1 -21.6 -30.2 -38.0 -46.4 -15.0
105.52045 -6.74085 th 481 459 428 400 332 301 264 0 -4.6 -11.0 -16.8 -31.0 -37.4 -45.1 -14.5
105.51835 -6.72855 ir 971 886 812 744 696 639 608 0 -8.8 -16.4 -23.4 -28.3 -34.2 -37.4 -13.6
105.52665 -6.72855 ir 895 815 743 688 622 574 535 0 -8.9 -17.0 -23.1 -30.5 -35.9 -40.2 -14.4
105.52665 -6.72025 ir 835 764 689 645 584 522 474 0 -8.5 -17.5 -22.8 -30.1 -37.5 -43.2 -14.9
105.53495 -6.71195 ir 989 942 895 849 811 776 729 0 -4.8 -9.5 -14.2 -18.0 -21.5 -26.3 -8.9
105.55155 -6.72025 ir 1058 1007 950 898 844 792 742 0 -4.8 -10.2 -15.1 -20.2 -25.1 -29.9 -10.0
105.55155 -6.70365 ir 940 855 774 708 624 566 506 0 -9.0 -17.7 -24.7 -33.6 -39.8 -46.2 -16.0
105.55985 -6.71195 ir 1026 977 935 885 831 791 738 0 -4.8 -8.9 -13.7 -19.0 -22.9 -28.1 -9.3
105.55985 -6.70365 ir 954 893 838 792 742 677 624 0 -6.4 -12.2 -17.0 -22.2 -29.0 -34.6 -11.5
105.56815 -6.70365 ir 1006 935 842 755 687 640 562 0 -7.1 -16.3 -25.0 -31.7 -36.4 -44.1 -15.1
105.56815 -6.69535 ir 967 893 844 791 733 676 616 0 -7.7 -12.7 -18.2 -24.2 -30.1 -36.3 -12.1
105.56815 -6.68705 ir 812 737 678 614 544 487 445 0 -9.2 -16.5 -24.4 -33.0 -40.0 -45.2 -15.8
105.58685 -6.67445 th 518 471 436 397 364 339 308 0 -9.1 -15.8 -23.4 -29.7 -34.6 -40.5 -14.2
105.59305 -6.66215 ir 731 641 567 512 450 420 395 0 -12.3 -22.4 -30.0 -38.4 -42.5 -46.0 -17.3
105.59305 -6.65385 ir 902 818 739 683 600 536 491 0 -9.3 -18.1 -24.3 -33.5 -40.6 -45.6 -16.0
105.60345 -6.68275 th 515 482 457 431 392 336 307 0 -6.4 -11.3 -16.3 -23.9 -34.8 -40.4 -13.0
105.60135 -6.66215 ir 998 947 892 835 791 741 682 0 -5.1 -10.6 -16.3 -20.7 -25.8 -31.7 -10.5
105.61175 -6.81555 th 528 494 466 442 413 392 378 0 -6.4 -11.7 -16.3 -21.8 -25.8 -28.4 -10.2
x dan y adalah bujur dan lintang, ket adalah jenis sawah, dt adalah skenario perubahan iklim dalam 0C