2

1. Pendahuluan

Pertanian dan perkebunan adalah sebuah mata pencaharian yang

memanfaatkan sumber daya hayati yang dilakukan manusia untuk menghasilkan

bahan pangan, bahan baku industri, atau sumber energi, serta untuk mengelola

lingkungan hidupnya. Salah satu faktor yang paling mempengaruhi dalam proses

pengerjaan pertanian dan perkebunan adalah tanah dan air. Air merupakan suatu kebutuhan utama bagi makhluk hidup selain pangan,

setiap hari dan setiap saat kita pasti membutuhkan air, dan siapapun juga termasuk

manusia, hewan, dan tumbuhan membutuhkan air untuk tumbuh dan bertahan

hidup. Jika seseorang kekurangan air dia akan terkena dehidrasi dan jika hal ini

terus dibiarkan maka dapat menyebabkan kematian. Selain itu air juga digunakan

untuk berbagai aktivitas manusia diantaranya adalah memasak, mencuci, dan

membersihkan diri. Karena merupakan substansi yang penting maka air perlu

mendapat perhatian dari seluruh pihak tanpa terkecuali.

Air dapat kita peroleh dari berbagai macam sumber misalnya dari air tanah,

air hujan, air ada di permukaan (danau, sungai, waduk). Sumber daya air kini

makin lama makin berkurang dan terancam keberadaannya akibat dari ulah atau

aktivitas manusia. Air hujan yang turun tidak dapat terserap dengan baik kedalam

tanah karena daerah resapan air pada saat ini sangat langka dan tergerus oleh

industrialisasi sehingga air tidak dapat terserap dengan baik dan menjadi air tanah.

Air permukaan seperti air sungai dan danau sudah tercemar karena manusia

menjadikannya sebagai saluran pembuangan dan menyebabkan air tercemar,

kebanyakan akibat dari limbah rumah tangga dan limbah industri. Pada saat ini

dapat dikatakan bahwa air bersih sulit dicari, air kotor mudah dicari. Air tanah

makin berkurang akibat konsumsi manusia secara terus-menerus dan

menggunakan air tanah dalam jumlah besar.

Faktor berikutnya adalah tanah, berdasarkan sumber dari BPS Kabupaten

Semarang 2010 Kabupaten Semarang mengalami degradasi lahan yang sangat

cepat yang dapat menyebabkan terjadinya lahan kritis, salah satu faktor penyebab

hal tersebut adalah karena pemanfaatan lahan yang tidak memperhatikan kaidah –

kaidah konservasi tanah dan air. Keprihatinan akan cepatnya degradasi lahan di

Kabupaten Semarang ini benar – benar membutuhkan tindak penanggulangan

konservasi tanah dan air yang serius mengingat posisi Kabupaten Semarang yang

merupakan daerah penunjang ketersediaan pangan di Jawa Tengah.

Berdasarkan uraian latar belakang tersebut, maka muncullah keinginan

untuk membangun sebuah sistem untuk menentukan tingkat kepentingan

konservasi tanah dan air di Kabupaten Semarang dengan menggunakan logika

fuzzy dalam data spasial berbasis. Alasan penggunaan logika fuzzy dalam

penelitian adalah untuk mengatasi ketidakpastian dalam menentukan tingkat

konservasi tanah dan air Kabupaten Semarang. Asupan-asupan yang akan

digunakan adalah data curah hujan, kerapatan sungai, jenis tanah (permeabilitas

dan porositas) dan kemiringan. Pemrosesan dilakukan dengan logika fuzzy atas

data curah hujan, kerapatan sungai, jenis tanah dan kemiringan lereng yang

diperoleh, serta menggambarkan hasilnya (model konservasi tanah dan air)

3

menggunakan konsep-konsep yang dikenali pada SIG (Sistem Informasi

Geografis).

Dalam perancangan sistem akan dibuat berdasarkan rumusan masalah yang

ada agar tujuan sistem tercapai. Rumusan masalah itu adalah : Bagaimana

penerapan logika fuzzy untuk menampung parameter – parameter guna

menentukan daerah konservasi tanah dan air yang baik di wilayah Kabupaten

Semarang dan apakah penggabungan antara logika fuzzy dengan GIS bisa

menampilkan output sesuai dengan rumus–rumus perhitungan yang ada. Rumusan

masalah akan menjadi pedoman untuk mencapai tujuan aplikasi yaitu menerapkan

logika fuzzy untuk perhitungan konservasi tanah dan air dan GIS sebagai sarana

visualisasi dari hasil yang didapatkan.

2. Kajian Pustaka

Penelitian terdahulu yang digunakan sebagai acuan dalam proses penelitian

ini berjudul Konservasi Tanah dan Air Indonesia. Dalam penelitian tersebut

membahas tentang daerah konservasi tanah dan air yang buruk beserta cara

penanggulanganya hanya saja penentuan masih memakai nilai klasifikasi yang

ambigu dan belum ada visualisasi peta (Inon, dkk , 2000). Berdasarkan penelitian

tersebut maka dibutuhkan logika fuzzy untuk mengatasi hal tersebut.

Penelitian selanjutnya berjudul Sistem Pendukung Keputusan Berbasis

Logika Fuzzy untuk Penentuan Kesesuaian Penggunaan Lahan. Dalam penelitian

tersebut membahas tentang bagaimana menentukan kesesuaian lahan dengan

menggunakan logika fuzzy hanya saja belum terdapat visualisasi peta yang

menggambarkan hal tersebut. Berdasarkan pernyataan tersebut diperlukan

visualisasi peta untuk menampilkan data hasil perhitungan fuzzy agar data lebih

mudah untuk dipahami. (Adi, dkk, 2010).

Penelitian selanjutnya Aplikasi Sistem Informasi Geografis menggunakan

Logika Fuzzy dan framework Pmapper.Dalam penelitian tersebut dibahas tentang

kesesuain lahan berdasarkan 3 parameter dengan logika fuzzy dengan visualisasi

peta. (Asarias, Deny, 2013).

Dari beberapa artikel dan penelitian ilmiah tersebut didapatkan sebuah

gagasan untuk membangun sebuah aplikasi penyampaian informasi konservasi

tanah dan airmenggunakan logika fuzzy dan menampilkan hasil perhitungan fuzzy

dalam visualisasi peta dengan sistem manajemen admin untuk mengatur

manipulasi data.

Sistem Informasi Geografi

Sistem Informasi Geografi (SIG) merupakan model sistem informasi yang

banyak digunakan untuk membuat berbagai keputusan, perencanaan, analisis, dan

sistem yang mendekati dunia nyata dengan hasil sedekat mungkin dengan aslinya.

Didalam Sistem Informasi Geografi itu sendiri terdapat beberapa subsistem yang

digunakan untuk mengelola masukan-masukan data spasial yang ada serta

menampilkan informasi baik dalam bentuk peta, tabel, maupun laporan. Sistem

Informasi Geografi dapat dioperasikan jika komponen-komponen utama penyusun

4

sistem tersebut telah terpenuhi. Komponen-komponen tersebut antara lain

pengguna, aplikasi, data penunjang, Software, dan Hardware[1].

Gambar 1 Komponen Sistem Informasi Geografi

Pengguna yang ditunjukan pada Gambar 1 adalah orang yang mempunyai

akses ke dalam sistem, orang tersebut dapat berprofesi sebagai user, operator,

analisis, programmer, serta database administrator. Data yang digunakan dalam

membangun SIG meliputi data grafis yang berupa rupa peta bumi dan data curah

hujan, kemiringan lereng, kerapatan sungai, jenis tanah(porositas dan

permeabilitas). Aplikasi merupakan sekumpulan fungsi-fungsi yang digunakan

untuk mengolah data dan perhitungan fuzzy. Software adalah program yang dibuat

untuk mengelola, menyimpan, memproses, dan menayangkan data spasial berupa

peta. Sedangkan hardware yaitu seperangkat alat komputer yang dipergunakan

untuk membangun SIG.

Konservasi Tanah dan Air

Konservasi tanah dan air atau yang sering disebut pengawetan tanah

merupakan usaha-usaha yang dilakukan untuk menjaga dan meningkatkan

produktifitas tanah, kuantitas dan kualitas air. Apabila tingkat produktifitas tanah

menurun, terutama karena erosi maka kualitas air terutama air sungai untuk irigasi

dan keperluan manusia lain menjadi tercemar sehingga jumlah air bersih semakin

berkurang [13].

Penerapan teknik konservasi tanah dan air meliputi teknik vegetatif, sipil

teknis dan kimiawi. Penerapan teknik vegetatif berupa penanaman vegetasi tetap,

budidaya tanaman lorong, strip rumput dan lain–lain, penerapan sipil teknis

berupa pembuatan bangunan dam pengendali, dam penahan, teras, saluran

pembuagan air, sumur resapan, embung, parit buntu (rorak), perlindungan kanan

kiri tebing sungai dan lain–lain, serta penerapan teknik kimiawi berupa pemberian

mulsa, bitumen zat kimia[13].

Berikut 5 klasifikasi tanah yang dipakai dalam penelitian[14] :

1. Klasifikasi 1: Kelas tanah yang sesuai untuk penanaman intensif dimana

batasan produksi pertanian yang berkelanjutan kecil atau hampir tidak ada.

2. Klasifikasi 2: Kelas tanah yang sesuai untuk penanaman tanaman reguler,

tetapi tidak sesuai untuk penanaman yang terus menerus. Tanah ini memiliki

kesesuaian yang tinggi untuk pertanian tetapi faktor tanah atau batasan-

batasan lingkungan mengurangi kemampuan produksi penuh dan mungkin

membatasi fasa penanaman ke dalam bentuk rotasi penanaman.

3. Klasifikasi 3: Padang rumput atau tanah yang bisa diperbaiki. Dapat ditanami

dengan rotasi penanaman. Produksi tanaman secara keseluruhan bersifat

moderat karena faktor tanah atau batasan-batasan lingkungan.

5

4. Klasifikasi 4: Tanah yang sesuai untuk padang rumput tetapi tidak sesuai

untuk penanaman. Pertanian berbasis harus dilandaskan pada teknik-teknik

pertanian yang canggih (dan mahal). Produksi pertanian mungkin sangat

bersifat musiman dan keseluruhan produksi rendah akibat faktor lingkungan.

5. Klasifikasi 5: Tanah yang tidak sesuai untuk pertanian dan hanya sesuai

untuk padang rumput. Produksi pertanian sangat rendah akibat faktor

lingkungan dan perbaikan kondisi ini hampir tidak mungkin dilakukan.

Metode Fuzzy

Metoda logika samar (fuzzy logic), yang pada awalnya ditemukan oleh

Lotfi Zadeh dari Universitas California pada tahun 1965 (Lotfi, 2008), pada

dasarnya adalah metoda keanggotaan himpunan yang memungkinkan sesuatu

yang bersifat kualitatif ‘dihitung’ menggunakan teknik yang bersifat kuantitatif.

Logika fuzzy seringkali berawal dengan dan dikembangkan berdasarkan sejumlah

aturan (rule) yang didefinisikan oleh para pengambil keputusan. Selanjutnya,

sistem inferensi fuzzy akan melakukan konversi aturan-aturan itu menjadi

ekivalen-ekivalennya secara matematika, dimana hal ini pada gilirannya akan

membentuk hasil representasi perilaku sistem di dunia nyata secara lebih akurat.

Keuntungan tambahan dari konsep logika fuzzy adalah kesederhanaan dan

fleksibilitasnya. Selain itu, logika fuzzy mampu memodelkan fungsi-fungsi yang

bersifat non-linier dari suatu permasalahan yang bersifat kompleks dan ambigu

(mendua-arti)[5].

Ada beberapa alasan mengapa orang menggunakan logika fuzzy[4] antara lain:

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang

mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.

2. Logika fuzzy sangat fleksibel.

3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

4. Logika fuzzy mampu memodelkan fungsi-fungsi non linier yang sangat

kompleks.

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-

pengalaman para pakar secara langsung tanpa harus melalui proses

pelatihan.

6. Logika fuzzy dapat bekerjasama dengan teknik - teknik kendali secara

konvensional.

7. Logika fuzzy didasarkan pada bahasa alami.

Fungsi Keanggotaan mempresentasikan suatu kurva yang menunjukan

pemetaan titiktitik input ke dalam nilai keanggotaannya (sering juga disebut

dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Berikut ini

3 tahap perhitungan fuzzy seperti pada Gambar 2.

Gambar 2 Proses Fuzzy[4]

6

Yang pertama adalah langkah Fuzzifier dimana sistem mengubah nilai

bivalen curah hujan, kemiringan lereng, kerapatan sungai, porositas dan

permeabilitas menjadi nilai keanggotaan fuzzy tertentu seperti Linear, Kurva

Segitiga, Kurva Bentuk Bahu, Kurva –S tetapi dalam penelitian ini digunakan

himpunan keanggotaan segitiga yang dirasa paling cocok dan sederhana untuk

penelitian ini dengan rumus seperti pada persamaan(1).

Gambar 3 Kurva Segitiga

µ[𝑥] =

0; 𝑥 ≤ 𝑎 𝑎𝑡𝑎𝑢 𝑥 ≥ 𝑐𝑥−𝑎

𝑏−𝑎; 𝑎 ≤ 𝑥 ≤ 𝑏

𝑐−𝑥

𝑐−𝑏; 𝑏 ≤ 𝑥 ≤ 𝑐

(1)

Yang kedua adalah proses inference dengan melakukan penalaran

menggunakan fuzzy input dan fuzzy rules yang sudah ditanamkan dalam

sistem,dalam penelitian ini fungsi implikasi yang dipakai adalah fungsi implikasi

Tsukamoto min() untuk mencari nilai minimal dari data hasil proses Fuzzifier.

Yang ketiga adalah proses defuzzifier, input dari proses ini adalah suatu

himpunan fuzzy yang diperoleh dari proses inference sedangkan output yang

dihasilkan berupa suatu bilangan pada domain himpunan fuzzy tersebut. Ada

beberapa metode defuzzifikasi yaitu Max Membership Principle, Centroid

Method, Weight Average Area, Mean Max Membership dll[7] dan dalam

penelitian ini metode defuzzifikasi yang dipakai adalah Weight Average Area

Method dengan rumus :

Z = 𝛼1∗𝑧1+ 𝛼2∗𝑧2+⋯

𝛼1+ 𝛼2+⋯

Dimana:

Z = nilai defuzzifikasi

α = nilai hasil implikasi min()

z = nilai hasil proses inference

Kerapatan Aliran Sungai

Kerapatan sungai adalah suatu angka indeks yang menunjukkan banyaknya

anak sungai di dalam sungai DAS(Daerah Aliran Sungai)[8]. Indeks tersebut

diperoleh dengan persamaan sebagai berikut :

7

Dd = indeks kerapatan sungai (km/𝑘𝑚2)

L = panjang sungai utama (km)

A = luas penampang (𝑘𝑚2)

Panjang sungai utama(L) adalah panjang alur sungai yang diukur mulai dari

outlet DAS hingga perpanjangan sungai sampai batas DAS. Kenyataannya cukup

sulit membedakan sungai utama dengan bukan sungai utama bila terdapat banyak

percabangan sungai. Karena itu proses penentuan sungai utama pada penelitian

akan dilakukan oleh client yang ahli dibidangnya.

Perhitungan panjang sungai utama yang sebenarnya menggunakan rumus[12] :

L = panjang sungai utama dalam peta (cm) X penyebut skala peta

Pengukuran luas penampang(A) daerah aliran sungai dilakukan dengan cara

membuat petak-petak/kotak bujur sangkar pada daerah yang akan dihitung

luasnya atau agar lebih praktis atau lebih sering disebut square method[12]

gambar DAS dapat langsung digambar pada kertas milimeter. Pada batas tepi

yang luasnya setengah kotak lebih, dibulatkan menjadi satu kotak, sedangkan

kotak yang luasnya kurang dari setengah, dihilangkan. Hal yang perlu

diperhatikan adalah pertimbangan keseimbangan, harus ada penyesuaian antara

kotak yang dibulatkan dengan yang dihilangkan. Sedapat mungkin, kotak yang

dihilangkan sama atau seimbang dengan daerah yang dibulatkan.

Perhitungan luas penampang daerah aliran sungai menggunakan rumus[12] :

A = jumlah grid X luas grid X (penyebutskala)2

Kerapatan aliran sungai menggambarkan kapasitas penyimpanan air

permukaan dalam cekungan-cekungan seperti danau, rawa dan badan sungai yang

mengalir di suatu DAS. Kerapatan aliran sungai dapat dihitung dari rasio total

panjang jaringan sungai terhadap luas DAS yang bersangkutan. Semakin tinggi

tingkat kerapatan aliran sungai, berarti semakin banyak air yang dapat tertampung

di badan-badan sungai. Semakin besar nilai Dd semakin baik sistem drainasenya

(semakin besar jumlah limpasannya). Indeks tersebut dapat diperoleh dengan

persamaan[8] :

Dd = panjang sungai utama(L)/luas penampang(A)

3. Metode Penelitian Metode penelitian pada penelitian yang dilakukan dibagi menjadi lima

tahapan yaitu Tahap Persiapan, Tahap Analisis, Pengumpulan Data, Perancangan

Sistem dan Penulisan Laporan seperti yang terlihat pada Gambar 5.

8

Gambar 5 Tahapan Metode Penelitian

Tahap persiapan dalam penelitian adalah studi literatur dan pustaka untuk

memastikan topik yang akan dibahas belum pernah diteliti sebelumnya.

Selanjutnya dilakukan perumusan masalah yang ada sehingga didapatkan

hipotesis serta kerangka konsep dari penelitian yang akan dilakukan. Dari tahap

ini didapatkan bahwa terdapat permasalahan bagaimana menentukan daerah

konservasi tanah dan air pada desa di Kabupaten Semarang dengan 4 parameter

yakni : jenis tanah(porositas dan permeabilitas), kemiringan lereng, kerapatan

sungai, serta curah hujan dengan hasil yang tidak ambigu.

Tahap berikutnya adalah tahap analisis yang mencakup penentuan instrumen

dari penelitian yang akan dilakukan yaitu pemilihan subjek penelitian, variabel

penelitian serta sumber data yang akan digunakan. Dalam penelitian ini subyek

penelitian yang diambil adalah sistem informasi geografis konservasi tanah dan

air di kabupaten Semarang. Variabel penelitian mencakup data tanah, data curah

hujan, data kemiringan lereng, serta data peta kabupaten Semarang. Sumber data

yang digunakan dalam penelitian diambil dari data tanah admin pada kabupaten

Semarang.

Data primer yang didapatkan meliputi data tanah,curah hujan,kemiringan

lereng,peta kabupaten Semarang(batas kecamatan, batas desa, jalur sungai,

koordinat) serta data klasifikasi jenis tanah, kemiringan lereng, curah hujan,

kerapatan sungai dan konservasi. Sedangkan data sekunder yang didapat berupa

data artikel-artikel ilmiah pendukung dari penelitian terdahulu yang terkait.

Setelah semua data penelitian terkumpul, data yang didapat

diimplementasikan ke dalam sebuah rancangan sistem. Metode pengembangan

sistem yang dilakukan adalah dengan model prototype. Metode ini membuat

sebuah desain cepat dan berfokus kepada software yang bisa dilihat langsung oleh

user. Evaluasi dilakukan oleh user dan ditingkatkan kebutuhannya dimana proses

ini akan terus berlanjut hingga titik kepuasan user.

9

Gambar 6 Proses Model Prototype.

Pada Gambar 6 dijelaskan alur kerja serta tahapan yang terjadi dalam

metode prototype. Dalam implementasi metode prototype pada perancangan

sistem konservasi air kabupaten Semarang tahapan yang terjadi adalah (1) Tahap

pengumpulan kebutuhan (listen to customer) (2) tahap perancangan (build/revise

mock-up) (3) Tahap evaluasi prototype (Customer Test-Drives Mock-Up).

Pada tahapan pertama listen to customer dilakukan wawancara dengan client

mengenai kebutuhan sistem,output yang diinginkan serta data referensi terkait

yang dapat membantu memberikan gambaran perancangan sistem.

Pada tahap perancangan dilakukan pembuatan prototype dari sistem

pengolahan data dan konservasi air. Pertama tama perancangan sistem mulai

dibuat dengan menggunakan UML (Unified Modeling Language). Pembuatan

prototypedidasarkan pada kebutuhan dari target pengguna sistem, yaitu pengelola

sistem serta guest. Data dan informasi yang didapatkan pada tahap sebelumnya,

mulai diimplementasikan menjadi table - tabel data serta rancangan sistem

pengolahan data, perhitungan kerapatan sungai dan konservasi menggunakan

logika fuzzy.

UML (Unified Modeling Language) yang digunakan dalam perancangan

sistem terdiri dari use case diagram dan class diagram. Use case diagram

merupakan rancangan keseluruhan sistem yang ingin dikembangan. Terdiri dari

aktor yang mengisi sistem dan aktivitas apa saja yang bisa mereka lakukan.

Sedangkan Class diagram menjelaskan tabel apa saja yang dibutuhkan pada

sistem yang akan dibangun serta relasi antartabel yang ada.

Gambar 7 Use Case Diagram Sistem

10

Seperti yang terlihat pada Gambar 7 peran Administrator adalah menangani

manajemen data master meliputi add data, update data, delete data serta view baik

data kecamatan, desa per kecamatan, curah hujan, jenis tanah, kemiringan lereng

serta klasifikasi per parameter semua proses manipulasi yang dilakukan oleh

administrator nantinya akan ditampilkan pada peta. Sedangkan guest hanya bisa

mengakses dan melihat halaman peta.

Gambar 8 Class Diagram Sistem

Class diagram menunjukan relasi antara tabel dengan sistem yang sudah

dibangun. Relasi tersebut adalah relasi one to one, one to many, dan many to one.

Relasi one to one terjadi pada tabel kerapatan_sungai dan panjang_sungai, relasi

one to many terjadi pada 1)tabel klasifikasi dengan tabel curah_hujan, jenis_tanah,

kemiringan_lereng, kerapatan_sungai, klasifikasi_d 2)tabel petugase dengan tabel

curah_hujan, jenis_tanah, kemiringan_lereng, kerapatan_sungai.Sedangkan relasi

many to one terjadi pada tabel desa_koordinat dengan desa, kecamatan_koordinat

dengan kecamatan, desa dengan kecamatan.

Setelah perancangan UML, dilakukan perancangan arsitektur Model View

Controller pada sistem yang dibuat. Perancangan dilakukan dengan memilah

bagian aplikasi yang tergolong pada komponen model, view atau controller.

Selain itu juga dilakukan perancangan interface sistem sebagai media interaksi

antara user dengan sistem.

Pada tahap Customer Test-Drives Mock-Up dilakukan uji dan evaluasi

prototype oleh client. Evaluasi prototype digunakan untuk mendapatkan umpan

balik apakah aplikasi sudah sesuai dengan kebutuhan user. Evaluasi dilakukan

11

dengan cara wawancara. Jika hasil uji dan evaluasi prototype belum sesuai dengan

kebutuhan user, didapatkan bahwa aplikasi memiliki kekurangan maka kembali

pada tahap sebelumnya, yaitu build/revise mock-up demikian hingga sistem

dianggap sesuai kebutuhan pengguna. Pada proses penelitian ini sistem melewati

3 proses prototype.

4. Hasil dan Pembahasan Hasil implementasi dari penelitian ini adalah penyajian informasi

konservasi air kabupaten Semarang dalam bentuk visualisasi peta dengan

memanfaatkan fitur yang ada pada Google Maps API yang ditambahkan ke dalam

website dengan menggunakan Javascript. Proses pemetaan pada sistem aplikasi

diimplementasikan dengan mengolah 4 data utama yang ada pada database yaitu :

curah hujan, kemiringan lereng, kerapatan sungai, jenis tanah(porositas dan

permeabilitas) dengan menggunakan logika fuzzy. Hasil proses pengolahan data

ini kemudian akan ditampilkan pada halaman browser client dan admin dalam

bentuk Sistem Informasi Geografis(SIG).

Masuk ke pembahasan sistem, dalam sistem yang dirancang digunakan

fungsi login untuk membedakan 2 user akses yaitu admin dan guest. Jika login

sebagaiadminvalid maka sistem akan menampilkan halaman sesuai dengan hak

akses login. Untuk halaman dengan hak akses admin akan terdapat 5 tab tampilan

peta curah hujan,jenis tanah,kemiringan lereng,kerapatan sungai dan konservasi

tanah dan air serta beberapa link untuk memanipulasi data master yaitu

kecamatan, desa, curah hujan, jenis tanah, kemiringan lereng, kerapatan sungai,

konservasi, klasifikasi serta link logout karena admin memiliki hak akses penuh

menuju semua fungsi dalam sistem. Proses manipulasi data meliputi : add, edit,

delete, view list data, search, select all, disselect all, refresh serta paging Berikut

adalah tampilan halaman administrator seperti pada Gambar 9.

Gambar 9 Tampilan Halaman Administrator

Untuk memanipulasi data kecamatan dan desa dapat dilakukan dengan

memilih sub menu kecamatan dan desa pada menu master dimana admin bisa

12

memanipulasi letak auto center sebuah kecamatan serta dapat memanipulasi letak

label nama kecamatan dan desa seperti yang terlihat pada Gambar 10.

Kode Program 1 Kode Javascript Google Maps API function initialize()

{

var mapOptions = {

zoom: <?php echo $zoomid;?>,

center: new google.maps.LatLng('<?php echo $lati_center;?>', '<?php echo

$longi_center;?>'),

scaleControl:true,

mapTypeId: google.maps.MapTypeId.ROADMAP

}

var map = new google.maps.Map(document.getElementById('map-canvas'),mapOptions);

Gambar 10 Form Manipulasi Data Kecamatan dan Desa

Untuk memanipulasi data utama curah hujan, jenis tanah, kerapatan

sungai, kemiringan lereng dapat dilakukan dengan memilih sub menu curah hujan,

jenis tanah, kerapatan sungai, kemiringan lereng pada menu master dimana admin

bisa memanipulasi data–data tersebut yang nantinya akan diolah untuk

perhitungan fuzzy konservasi dan ditampilkan pada peta. Dari 4 data yang ada,

proses pengisian data kerapatan sungai sedikit berbeda karena untuk mengisi data

kerapatan sungai berkaitan erat dengan visualisasi peta seperti yang diperlihatkan

pada Gambar 11.

Gambar 11 Visualisasi Peta Data Kerapatan Sungai

13

Kode Program 1 Kode Program Perhitungan indeks kerapatan sungai $psungai = $panjang * $skala_peta;

$psungai_km = $psungai /100000;

$a = (&jml_grid * 1) * ($skala_peta * $skala_peta);

$a_km = $a/10000000000;

$Dd = $psungai_km / $_km;

Kode program 1 menunjukkan bagaimana proses perhitungan untuk data

kerapatan sungai dengan beberapa parameter yang diperlukan yaitu panjang

sungai pada peta, jumlah grid per desa, skala peta. Hasil perhitungan akan

ditentukan berada pada klasifikasi kerapatan sungai rendah, sedang, tinggi atau

sangat tinggi.

Untuk proses perhitungan fuzzy untuk konservasi dapat dilakukan dengan

memilih sub menu konservasi pada menu master dimana admin dapat melakukan

proses perhitungan dengan menekan tombol add lalu pilih kecamatan yang

diinginkan dan tekan proses untuk mendapatkan nilai konservasi seperti yang

diperlihatkan pada Gambar 12.

Gambar 12 Form Manipulasi Data Konservasi

Nilai konservasi hasil perhitungan fuzzy setiap desa yang sudah diolah

pada halaman admin nantinya akan ditampilkan pada halaman peta konservasi

seperti yang diperlihatkan pada Gambar 13.

Gambar 13 Tampilan Peta Konservasi

14

Kode Program 2 Kode Program Perhitungan Konservasi $alpha[$key]=

array($curah_hujan[$key]['fz'],$kerapatan_sungai[$key]['fz'],$kemiringan_lereng[$k

ey]['fz'],$porositas[$key]['fz'],$permeabilitas[$key]['fz']);

$mn = min($alpha[$key]);

$z = $nilai2 - ($mn * ($nilai2-$nilai1));

$z2 = ($mn*$z)/$mn;

$hasil = $this->insert_to_konservasi($id,$z2,$key);

Kode program 2 merupakan sepotong bagian perhitungan fuzzy untuk

konservasi dimana hasil proses fuzzifikasi ditampung dalam array lalu digunakan

fungsi min() untuk mencari nilai terkecil di dalam array. Lalu dari hasil tersebut

akan dilakukan proses defuzzifikasi untuk mendapatkan nilai crisp konservasi.

Untuk penerapan logika fuzzy akan diambil contoh Kecamatan Bergas

Desa Pagersari tapi perlu diingat data yang terlihat adalah data sample, untuk data

sesungguhnya dapat diubah pada proses manajemen admin. Seperti yang terlihat

pada Gambar 13, desa Pagersari mempunyai 5 data utama untuk diolah

menggunakan logika fuzzy yaitu curah hujan = 25 mm/24jam, kemiringan lereng

= 9 %, kerapatan sungai = 1,3 km/𝑘𝑚2, porositas = 44 %, permeabilitas = 4

cm/jam. Berdasarkan data diatas akan dilakukan perhitungan fuzzy untuk

konservasi melalui 3 tahap fuzzification, inference, defuzzification.

Sebelumnya akan dicantumkan klasifikasi tiap data, kurva fungsi

keanggotaan serta fungsi keanggotaan untuk tiap data utama, berikut klasifikasi

yang digunakan dalam sistem untuk proses fuzzification sebagai berikut:

Klasifikasi Curah Hujan(CH)[16] Klasifikasi Kemiringan(KL)[3]

Sangat Ringan = < 5 mm/24jam Datar/Landai = 0 – 5 %

Ringan = 5 – 20 mm/24jam Bergelombang = 5 – 10 %

Sedang = 20 – 50 mm/24jam Berbukit = 10 – 30 %

Lebat = 50 – 100 mm/24jam Terjal = > 30 %

Sangat Lebat = > 100 mm/24jam

Klasifikasi Porositas(PS)[18] Klasifikasi Permeabilitas(PM)[17]

Sangat Porous = 80 – 100% Sangat Lambat = < 0.125 cm/jam

Porous = 60 – 80 % Lambat = 0.125 – 0.5 cm/jam

Baik = 50 – 60 % Agak Lambat = 0.5 – 2 cm/jam

Kurang Baik = 40 – 50 % Sedang = 2 – 6.25 cm/jam

Jelek = 30 – 40 % Agak Cepat = 6.25 – 12.5 cm/jam

Sangat Jelek = 0 – 30 % Cepat = 12.5 – 25 cm/jam

Sangat Cepat = > 25 cm/jam

Klasifikasi Kerapatan Sungai(KS)[19] Poin dan Range Konservasi

Rendah = < 0.25 km/𝑘𝑚2 Klasifikasi I = 10 poin,1-10

Sedang = 0.25 – 10 km/𝑘𝑚2 Klasifikasi II = 20 poin,11 - 20

Tinggi = 10 – 25 km/𝑘𝑚2 Klasifikasi III = 30 poin,21 - 30

Sangat Tinggi = 25 – 40 km/𝑘𝑚2 Klasifikasi IV = 40 poin,31 - 40

Klasifikasi V = 50 poin,41 - 50

15

Untuk kurva fungsi keanggotaan untuk setiap data utama dapat dilihat

pada Gambar 14.

A B

C D

E

Gambar 14 (A)Kemiringan Lereng (B)Kerapatan Sungai (C)Permeabilitas (D)Porositas (E)Curah

Hujan

Fungsi keanggotaan untuk data kemiringan lereng(KL) :

µDatar/Landai =

0 ; 𝑥 ≥ 10 10−𝑥

5; 5 ≤ 𝑥 ≤ 10

1 ; 𝑥 ≤ 5

µAgakCuram =

0 ; 𝑥 ≤ 5 𝑎𝑡𝑎𝑢 𝑥 ≥ 30 𝑥−5

5; 5 ≤ 𝑥 ≤ 10

30−𝑥

20; 10 ≤ 𝑥 ≤ 30

µCuram =

0 ; 𝑥 ≤ 30 𝑎𝑡𝑎𝑢 𝑥 ≥ 50 𝑥−10

20; 10 ≤ 𝑥 ≤ 30

50−𝑥

20; 30 ≤ 𝑥 ≤ 50

µSangatCuram =

0 ; 𝑥 ≤ 30 𝑥−30

20; 30 ≤ 𝑥 ≤ 50

1 ; 𝑥 ≥ 50

Fungsi keanggotaan untuk data kerapatan sungai(KS) :

16

µRendah =

0 ; 𝑥 ≥ 10 10−𝑥

9,75; 0,25 ≤ 𝑥 ≤ 10

1 ; 𝑥 ≤ 0,25

µSedang =

0 ; 𝑥 ≤ 0,25 𝑎𝑡𝑎𝑢 𝑥 ≥ 25 𝑥−0,25

9,75; 0,25 ≤ 𝑥 ≤ 10

25−𝑥

15; 10 ≤ 𝑥 ≤ 25

µTinggi =

0 ; 𝑥 ≤ 10 𝑎𝑡𝑎𝑢 𝑥 ≥ 35 𝑥−10

15; 10 ≤ 𝑥 ≤ 25

35−𝑥

10; 25 ≤ 𝑥 ≤ 35

µSangatTinggi =

0 ; 𝑥 ≤ 25 𝑥−25

10; 25 ≤ 𝑥 ≤ 35

1 ; 𝑥 ≥ 35

Fungsi keanggotaan untuk data permeabilitas(PM) :

µSangatLambat =

1 ; 𝑥 ≤ 0,125 0,5 − 𝑥

0,375; 0,125 ≤ 𝑥 ≤ 0,5

0; 𝑥 ≥ 0,5

µLambat =

0 ;𝑥 ≤ 0,125 𝑎𝑡𝑎𝑢 𝑥 ≥ 2 𝑥−0,125

0,375; 0,125 ≤ 𝑥 ≤ 0,5

2−𝑥

1,5; 0,5 ≤ 𝑥 ≤ 2

µAgakLambat =

0 ; 𝑥 ≤ 0,5 𝑎𝑡𝑎𝑢 𝑥 ≥ 6,25

𝑥−0,5

1,5; 0,5 ≤ 𝑥 ≤ 2

6,25−𝑥

4,25; 2 ≤ 𝑥 ≤ 6,25

µSedang =

0 ; 𝑥 ≤ 2 𝑎𝑡𝑎𝑢 𝑥 ≥ 12,5

𝑥−2

4,25; 2 ≤ 𝑥 ≤ 6,25

12,5−𝑥

6,25; 6,25 ≤ 𝑥 ≤ 12,5

µAgakCepat =

0 ; 𝑥 ≤ 6,25 𝑎𝑡𝑎𝑢 𝑥 ≥ 25 𝑥−6,25

6,25; 6,25 ≤ 𝑥 ≤ 12,5

25−𝑥

12,5; 12,5 ≤ 𝑥 ≤ 25

µCepat =

0 ; 𝑥 ≤ 12,5 𝑎𝑡𝑎𝑢 𝑥 ≥ 37,5 𝑥−12,5

12,5; 12,5 ≤ 𝑥 ≤ 25

37,5−𝑥

12,5; 25 ≤ 𝑥 ≤ 37,5

µSangatCepat =

0 ; 𝑥 ≤ 25 𝑎𝑡𝑎𝑢 𝑥−25

12,5; 25 ≤ 𝑥 ≤ 37,5

1; 𝑥 ≥ 37,5

Fungsi keanggotaan untuk data porositas(PS) :

µSangatPorous =

0 ;𝑥 ≤ 80 𝑥−80

20; 80 ≤ 𝑥 ≤ 100

1 ; ≥ 100

µPorous =

0 ; 𝑥 ≤ 60 𝑎𝑡𝑎𝑢 𝑥 ≥ 100 𝑥−60

20; 60 ≤ 𝑥 ≤ 80

100−𝑥

20; 80 ≤ 𝑥 ≤ 100

µBaik =

0 ;𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≥ 80 𝑥−50

10; 50 ≤ 𝑥 ≤ 60

80−𝑥

20; 60 ≤ 𝑥 ≤ 80

µKurangBaik =

0 ; 𝑥 ≤ 40 𝑎𝑡𝑎𝑢 𝑥 ≥ 60 𝑥−40

10; 40 ≤ 𝑥 ≤ 50

60−𝑥

10; 50 ≤ 𝑥 ≤ 60

µJelek =

0 ; 𝑥 ≤ 0 𝑎𝑡𝑎𝑢 𝑥 ≥ 50 𝑥−0

40; 0 ≤ 𝑥 ≤ 40

50−𝑥

10; 40 ≤ 𝑥 ≤ 50

µSangatJelek =

0 ; 𝑥 ≥ 30 30−𝑥

30; 0 ≤ 𝑥 ≤ 30

1; 𝑥 ≤ 0

Fungsi keanggotaan untuk data curah hujan(CH) :

µSangatRingan =

0 ; 𝑥 ≥ 20 20−𝑥

15; 5 ≤ 𝑥 ≤ 20

1;𝑋 ≤ 5

µRingan =

0 ; 𝑥 ≤ 20 𝑎𝑡𝑎𝑢 𝑥 ≥ 50 𝑥−5

15; 5 ≤ 𝑥 ≤ 20

50−𝑥

30; 20 ≤ 𝑥 ≤ 50

µSedang =

0 ; 𝑥 ≤ 20 𝑎𝑡𝑎𝑢 𝑥 ≥ 100 𝑥−20

30; 20 ≤ 𝑥 ≤ 50

100−𝑥

50; 50 ≤ 𝑥 ≤ 100

µTinggi =

0 ; 𝑥 ≤ 50 𝑎𝑡𝑎𝑢 𝑥 ≥ 100 𝑥−50

50; 50 ≤ 𝑥 ≤ 100

150−𝑥

50; 100 ≤ 𝑥 ≤ 150

17

µSangatTinggi =

0 ; 𝑥 ≤ 100 𝑥−100

50; 100 ≤ 𝑥 ≤ 150

1; 𝑥 ≥ 150

Tahap Fuzzifikasi

Himpunan kemiringan lereng :

µDatar/Landai[9] = (10 – 9) / (10 - 5) = 0,2

µBergelombang[9] = (9 - 5) / (10 - 5) = 0,8

Himpunan kerapatan sungai :

µRendah[1,3] = (10 – 1,3) / (10 – 0,25) = 0,89

µSedang[1,3] = (1,3 – 0,25) / (10 – 0,25) = 0,11

Himpunan porositas :

µJelek[44] = (50 – 44) / (50 – 40) = 0,6

µKurangBaik[44] = (44 – 40) / (50 - 40) = 0,4

Himpunan permeabilitas :

µAgakLambat[4] = (6,25 – 4) / (6,25 – 2) = 0,53

µSedang[4] = (4 – 2) / (6,25 – 2) = 0,47

Himpunan curah hujan :

µRingan[25] = (50 – 25) / (50 – 20) = 0,83

µSedang[25] = (25 – 20) / (50 – 20) = 0,17

Tahap Inferensi

Untuk perbandingan AND maka digunakan operator Zadeh min, yaitu mencari

nilai derajat keanggotaan terkecil. Dari proses inferensi didapatkan rule fuzzy yang

tidak sama dengan 0 yaitu :

IF CH = ringan && KL = landai/datar && PS = jelek && KS = sedang

&& PM = sedang THEN klasifikasi 3.

α1 = min(0,83; 0,2; 0,6; 0,11; 0,47)

= 0,11

𝑧1 = 30

IF CH = sedang && KL = bergelombang && PS = kurangbaik && KS =

sedang && PM = agak lambat THEN klasifikasi 3.

α2 = min(0,17; 0,8; 0,4; 0,11; 0,53)

= 0,11

𝑧2 = 30

IF CH = sedang && KL = landai/datar && PS = jelek && KS = sedang

&& PM = agak lambat THEN klasifikasi 3.

α3 = min(0,17; 0,2; 0,6; 0,11; 0,53)

= 0,11

𝑧3 = 30

18

Tahap Defuzzifikasi

Pada tahap ini digunakan metode defuzzification Weight Average Area

dengan rumus sebagai berikut :

Z = 𝛼1∗𝑧1+ 𝛼2∗𝑧2+⋯

𝛼1+ 𝛼2+⋯

Maka Z = 0.11∗30+0.11∗30+0.11∗30

0.11+0.11+0.11 = 9,9 / 0,33 = 30

Nilai hasil defuzzifikasi merupakan nilai poin konservasi dari desa

Pagersari, nilai konservasi desa Pagersari adalah 30 dan berada pada klasifikasi 3.

Tahap Evaluasi dan Pengujian Tahap yang selanjutnya adalah proses evaluasi atau pengujian fungsi.

Guna mengetahui apakah sistem yang dibangun dapat berjalan dengan baik dan

bisa memenuhi tujuan dari penelitian maka perlu dilakukan pengujian terhadap

sistem. Pengujian yang dilakukan meliputi pengujian alfa dan beta. Pengujian alfa

mencakup pengujian fungsionalitas dari sistem yang dibangun. Pengujian alfa

dilakukan dengan metode black box testing, yaitu dengan menguji sistem dengan

sebuah input yang benar dan melalui suatu proses akan menghasilkan output yang

diinginkan. Saat input yang diberikan dalam suatu proses menghasilkan output

yang sesuai maka sistem dinyatakan valid. Hasil dari pengujian alfa dapat dilihat

pada Tabel 1. Tabel 1 Pengujian Alpha pada Sistem

Pengujian Aksi Hasil Status

Menu - menu Navigasi Menekan

semua fungsi

navigasi

pada sistem.

Jika berhasil maka

halaman sistem akan

mengarah kepada

halaman tertentu sesuai

dengan menu navigasi

yang telah ditekan.

Valid

Fungsi Create,Update.

Delete,View,Search

(CUDVS)

Fungsi Login dan Logout

Logika Fuzzy dan Kerapatan

Sungai

Lihat,tambah,

ubah,hapus,

cari data

melalui

sistem

Melakukan

login dan

logout

sebagai

administrator

Melakukan

Jika berhasil maka semua

proses CUDVS pada

sistem akan berjalan

dengan baik

Jika berhasil maka semua

proses login

administrator dapat

berjalan dengan baik

Jika berhasil maka hasil

kedua perhitungan akan

Valid

Valid

Valid

19

perbandingan

hasil

perhitungan

dalam sistem

dengan

perhitungan

manual

menghasilkan hasil yang

sama

Berikutnya dilakukan pengujian beta untuk sistem. Pengujian beta

terhadap sistem yang dibangun juga dilakukan dengan melibatkan 25 responden

yang merupakan alumni/mahasiswa di perguruan tinggi UKSW dengan progdi TI

serta mahasiswa pertanian Semarang. Pengujian beta dilanjutkan dengan

membagikan kusioner berisi pertanyaan seputar sistem setelah para responden

selesai mencoba sistem hingga selesai. Ini bertujuan untuk mengetahui tanggapan

pengguna akan perancangan sistem konservasi tanah dan air ini. Berikut hasil

kuisioner untuk pengujian beta untuk setiap pertanyaan terlihat pada Tabel 2.

Tabel 2 Tabel Hasil Pengujian Beta

Kategori Soal 1 Soal 2 Soal 3 Soal 4 Soal 5 Jumlah

Baik 22 20 22 21 19 104

Cukup 3 3 2 4 4 16

Kurang 0 2 1 0 2 5

25 25 25 25 25 1255

Pada pertanyaan pertama 88% responden (22 orang) berpendapat bahwa

secara keseluruhan aplikasi sudah dapat berjalan dengan baik. Pada pertanyaan

kedua, 80% (20 orang) responden berpendapat bahwa sistem yang dibuat

memiliki tampilan yang mudah dipahami dan digunakan. Dari pertanyaan ketiga

didapatkan bahwa 88% (22 orang) reponden setuju bahwa fungsi –fungsi yang

berada dalam sistem sudah bekerja dengan baik. Dari pertanyaan keempat 84%

(21 orang) responden berpendapat perancangan sistem sudah memenuhi tujuan

pembuatan sistem yaitu menerapkan logika fuzzy untuk perhitungan konservasi.

Dan dari pertanyaan terakhir 76% (19 orang) responden berpendapat bahwa

sistem yang dirancang dapat mengatasi permasalahan yang diangkat dalam

penelitian yang dilakukan. Tabel hasil pengujian kuisioner dapat dilihat pada

Tabel 3.

20

Tabel 3 Presentase Hasil Pengujian Kuisioner

Soal (%)

Kategori

1 2 3 4 5 Rata-

rata

Baik 88 80 88 84 76 83.2

Cukup 12 12 8 16 16 12.8

Kurang 0 8 4 0 8 4

100 100 100 100 100 100

Hasil dari pengujianini didapatkan presentase rata-rata jawaban dengan

kategori baik sebanyak 83.2%. Dari data ini dapat disimpulkan bahwa sistem yang

dibangun sudah bisa mewakili proses kerja penelitian Penentuan Daerah

Konservasi Tanah dan Air menggunakan logika fuzzy dan dapat memberikan

informasi peta yang jelas kepada pengguna.

5. Kesimpulan

Berdasarkan hasil pembahasan sebelumnya, maka dapat ditarik kesimpulan

bahwa penerapan logika fuzzy untuk perhitungan konservasi tanah dan air dapat

membantu untuk mengatasi ketidakjelasan/kekaburan data dengan memberikan

nilai yang lebih akurat dalam bentuk nominal serta dengan bantuan dari Google

Maps API sebagai sarana visualisasi peta, informasi disajikan dalam bentuk data

spasial sehingga lebih interaktif dan informasi lebih mudah untuk dipahami oleh

pengguna. Pengembangan ke depan dapat dilakukan dengan menambah fitur –

fitur baru pada peta seperti export file SHP atau PDF dan menambahkan algoritma

SPK lain seperti Neural Network atau Learning Vector Quantzation untuk

mengatasi kelemahan yang dimiliki logika fuzzy.

6. Daftar Pustaka

[1]. Manongga, Danny, Frederik Samuel Papilaya dan Elvina Rahardjo. 2009.

Perancangan dan Implementasi Sistem Informasi Geografis Kekurangan

Gizi pada Balita di Kecamatan Tingkir Salatiga. Salatiga: Universitas

Kristen Satya Wacana.

[2]. Adi Sanjaya, dkk. 2009. Implementasi Model View Controller dan Object

Relational Mapping pada Content Management System Sistem Informasi

Keuangan. Salatiga: Fakultas Teknologi Informasi Universitas Kristen Satya

Wacana.

[3]. Asmaranto, Runi, Eri Suhartanto dan Bias Angga Permana. 2010. Aplikasi Sistem

Informasi Geografis(SIG) Untuk Identifikasi Lahan Kritis dan Arahan Fungsi

Lahan Daerah Aliran Sungai Sampean. [4]. Kusumadewi, dkk. 2006. Fuzzy Multi-Attribute Decision Making(Fuzzy

MADM).

21

[5]. Susilo, Frans. 2006. Himpunan dan Logika Kabur serta Aplikasinya.

[6]. Pal, Sankar K., & Dwijesh K Dutta Majumder. 1985. Fuzzy Pendekatan

Matematik untuk Pengenalan Pola.

[7]. Sujono. 2012. Metode – metode defuzzifikasi. http://staff.budiluhur.ac.id/

sujono/files/2012/09/Bab-3.pdf. Diakses 24 November 2013.

[8]. Hanifiyani, dkk. 2013. Analisis Karakteristik DAS menggunakan Perangkat

Lunak Sistem Informasi Geografis.

[9]. My Tutorial. 2010. Mengenal Lebih Dekat Framework PHP dan Jenisnya.

http://tutorial.dumbstrack.org/mengenal-framework-php-dan-jenisnya/.

Diakses Tanggal 2 Februari 2014.

[10]. Afuan, Lasmedi. Pemrograman Web II. http://www.ti10sore.com/materi/

SMT%206/P.%20WEB%202/. Diakses 2 Februari 2014.

[11]. Adi Sanjaya, David, Kristoko Dwi Hartomo dan Theophilipus Wellem.

2009. Implementasi Model View Controller dan Object Relational Mapping

pada Content Management System Sistem Informasi Keuangan. Salatiga:

Fakultas Teknologi Informasi Universitas Kristen Satya Wacana.

[12]. Pinardimoelja. 1987. Materi III Konsep Dasar Kartografi. http://

dharmapalekahelu.i8.com/materi_gis/materi_3/materi_3.html. Diakses pada

4 Januari 2014.

[13]. Arsyad, Sintanala. 1989. Konservasi Tanah dan Air.

[14]. Kanada dan New South Wales. Klasifikasi tanah untuk pertanian.

http://sis.agr.gc.ca/cansis/nsdb/cli/classdesc.html. Diakses 2 Februari 2014. [15]. Fakultas Teknik Universitas Sebelas Maret. 2013. ict.ft.uns.ac.id/framework/.

Diakses 2 Februari 2014.

[16]. BMKG. 2008. Curah Hujan dan Potensi Gerakan Bencana Alam.

http://pirba.hrdpnetwork.com/e5781/e5795/e6331/e15201/eventReport1521

5/CurahHujan_PotensiGertan_BMKG.pdf. Diakses tanggal 4 Januari 2014.

[17]. LPT. 1979. Penuntun Analisa Fisika Tanah.

[18]. Wijaya, Endy. 2007. Identifikasi Iklim, Tanah dan Irigasi pada Lahan

Potensial Pertanian di Kabupaten Serdang. http://repository.usu.ac.id/

bitstream/123456789/7548/3/09E00494.pdf.txt. Diakses tanggal 4 Januari

2014.

[19]. Asdak, C. 1995. Hidrologi dan Pengelolaan Daerah Aliran Sungai.