perancangan dan pembangunan model pranata mangsa baru
TRANSCRIPT
Perancangan dan Pembangunan Model Pranata Mangsa Baru
Berbasis Agroklimatologi Menggunakan Teknologi Mobile
(Studi Kasus: Dinas Pertanian dan Perkebunan
Kabupaten Boyolali)
Artikel Ilmiah
Diajukan kepada
Fakultas Teknologi Informasi
untuk Memperoleh Gelar Sarjana Komputer
Peneliti :
Willi Agung Prabowo (672011197)
Dr. Sri Yulianto J. P., S.Si., M.Kom.
Ramos Somya, S.Kom., M.Cs.
Program Studi Teknik Informasi
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
Oktober 2014
1
2
3
4
5
6
7
Perancangan dan Pembangunan Model Pranata Mangsa Baru
Berbasis Agroklimatologi Menggunakan Teknologi Mobile
(Studi Kasus: Dinas Pertanian dan Perkebunan
Kabupaten Boyolali)
1)
Willi Agung Prabowo, 2)Sri Yulianto J.Prasetyo,
3)Ramos Somya
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Jl. Diponegoro 52-60, Salatiga 50711, Indonesia Email:
Abstract
Regional gross domestic product ( gdp ) of district boyolali dominant was the
agricultural sector that equals to 36 %.The conditions of climate and weather often
caused the failure and success in cultivation. In the determination of a pattern of
transplanting, the farmers use natural phenomena as an indicator in the form of local
knowledge namely pranata prey.Over the past 20 years, the system has not been
effectively implemented because the climate changed and occured globally every
year.Along with technology development, today application dna-based mobile can be
used to convey information. Based on this condition, and somewhere up the application
of new mobile pranata prey to ease ppl dept. of agriculture and plantation district
boyolali get information pattern cropping in the field.Application was built using android
platform, so that the application can provided easy alternative when accessing and
conveying data that was needed by ppl, such as comparison information of new prey and
old one, a pattern of transplanting information and symptoms nature information which
is located in the district of boyolali.
Keywords: district boyolali, fuzzy logic, the application of new mobile pranata prey
Abstrak
Produk Domestik Regional Bruto (PDRB) Kabupaten Boyolali yang dominan
adalah sektor pertanian sebesar 36%. Saat ini kondisi iklim dan cuaca seringkali
menyebabkan kegagalan dan keberhasilan dalam usaha tani. Dalam penentuan pola
tanam, petani menggunakan fenomena alam sebagai indikator dalam bentuk pengetahuan
lokal yaitu pranata mangsa. Selama kurun waktu 20 tahun, sistem tersebut sudah tidak
efektif diterapkan karena perubahan iklim yang terjadi secara global setiap tahunnya.
Seiring dengan perkembangan teknologi, saat ini aplikasi berbasis mobile dapat
digunakan untuk menyampaikan informasi. Berdasarkan kondisi tersebut, maka di
bangun aplikasi mobile pranata mangsa baru untuk memudahkan PPL Dinas Pertanian
dan Perkebunan Kabupaten Boyolali mendapatkan informasi pola tanam saat berada di
lapangan. Aplikasi dibangun menggunakan Android platform, sehingga aplikasi ini dapat
memberikan kemudahaan saat mengakses dan menyampaikan data yang dibutuhkan PPL
seperti informasi perbandingan mangsa baru dan lama, informasi pola tanam, dan
informasi gejala alam yang berada di Kabupaten Boyolali.
Kata Kunci : Kabupaten Boyolali, logika Fuzzy, aplikasi mobile pranata mangsa baru 1)
Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana 2)
Staff Pengajar Fakultas Teknologi Informasi Universitas Kristen Satya Wacana 3)
Staff Pengajar Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
8
1. Pendahuluan
Kabupaten Boyolali merupakan salah satu kabupaten yang memiliki area
persawahan yang luas sehingga salah satu sumbangan terhadap PDRB (Produk
Domestik Regional Bruto) Kabupaten Boyolali yang dominan adalah sektor
pertanian sebesar 36%. Saat ini kondisi iklim dan cuaca seringkali menyebabkan
kegagalan dan keberhasilan dalam usaha tani. Dampak konkrit pengaruh iklim
terhadap produksi pertanian khususnya tanaman pangan meliputi dua hal.
Pertama, kegagalan panen akibat kekeringan atau banjir. Kedua, penurunan
produksi pertanian akibat penyimpangan iklim yang mempengaruhi periode
pertumbuhan [1]. Proses penentuan pola tanam, petani sudah menggunakan
fenomena alam sebagai indikator dalam bentuk pengetahuan lokal yaitu pranata
mangsa. Selama kurun waktu 20 tahun ini, sistem tersebut sudah tidak efektif lagi
diterapkan karena perubahan iklim yang terjadi secara global setiap tahunnya.
Indonesia juga terkena dampak dari el nino dan la nina, sehingga dalam pranata
mangsa Indonesia, belum dimasukkan sebagai salah satu variabel penentu [2].
Berdasarkan hasil wawancara yang dilakukan kepada PPL (Petugas Penyuluh
Lapangan) yang berasal dari Dinas Pertanian dan Perkebunan Kabupaten
Boyolali, Keterbatasan perangkat PC dan jaringan internet membuat PPL
kesulitan dalam mengakses sebuah website yang menyediakan informasi
mengenai pola tanam di beberapa kecamatan Kabupaten Boyolali sehingga
diperlukan sistem informasi baru untuk memudahkan akses informasi pola tanam
tersebut.
Perkembangan teknologi yang semakin maju berdampak juga terhadap
perkembangan teknologi yang digunakan masyarakat untuk mengatasi masalah-
masalah yang dihadapi dalam kehidupan sehari-hari, seperti halnya teknologi
sistem operasi Android yang perkembangan teknologinya semakin maju di setiap
perkembangan versi. Android merupakan sistem operasi mobile yang paling
banyak digunakan di seluruh dunia dan terus berkembang setiap bulannya [3].
Selain itu, terdapat perangkat mobile Android yang memiliki harga terjangkau.
Oleh karena itu banyak pengembang yang membuat aplikasi berbasis Android
untuk mengatasi masalah sehari-hari, termasuk untuk media pembelajaran.
Berdasarkan latar belakang yang ada, rumusan masalah dalam penelitian
ini adalah bagaimana merancang Aplikasi Model Pranata Mangsa Baru yang
diterapkan pada mobile. Model Pranata Mangsa baru dikembangkan untuk
Android Platform karena Android merupakan sistem operasi mobile yang paling
banyak digunakan di dunia dan dari hasil pembagian kuisioner pada 120 orang
PPL terdapat 80 orang yang memiliki perangkat Android, atau sekitar 60% dari
keseluruhan responden. Kemudahan yang diberikan oleh Model Pranata Mangsa
Baru pada platform Android adalah pengguna tidak perlu mengakses
menggunakan PC maupun jaringan internet, karena pengguna hanya perlu
membuka aplikasi Model Pranata Mangsa Baru melalui mobile phone maupun
tablet mereka sehingga selain kemudahan yang didapatkan, pengguna juga dapat
mengakses kapan saja aplikasi informasi pola tanam baru. Untuk tujuan
perencanaan pola tanam menggunakan logika fuzzy sehingga dapat membantu
bidang pertanian dalam menentukan pola tanam yang efektif serta menentukan
9
pergantian musim pada mangsa tertentu dimana hari pada mangsa sudah dapat
dikatakan berganti apabila 2 mangsa berturut – turut nilai curah hujan rata –
ratanya dikatakan dasarian dan sesuai dengan gejala alam yang terjadi di setiap
kecamatan Kabupaten Boyolali. Logika fuzzy merupakan logika yang mampu mengatasi ketidakpastian dalam
menentukkan dasarian di suatu wilayah. Logika fuzzy merupakan pengembangan dari
logika boolean atau klasik, dimana logika boolean menyatakan bahwa segala hal
diekspresikan dalam istilah, sedangkan logika fuzzy menyatakan segala hal
diekspresikan dalam istilah derajat keanggotaan.[4] Untuk tidak memperluas area pembahasan, perlu adanya batasan-batasan
untuk menyederhanakan masalah, yaitu: (1) Materi yang disampaikan berupa
informasi pola tanam pranata mangsa baru, informasi gejala alam dalam pranata
mangsa, informasi nilai curah hujan pada pranata mangsa baru dan lama berupa
grafik; (2) Data Curah Hujan tersimpan pada file XML; (3) perhitungan dasarian
menggunakan logika fuzzy.
2. Kajian Pustaka
Pada penelitian Perencanaan Kalender Tanam Berdasarkan Modifikasi
Pranata Mangsa dan Klimatologi Menggunakan Metode Prediksi Exponential
Smoothing, pada penelitian ini bertujuan mengembangkan simulasi komputer
untuk pemodelan spasial strategi penanaman tanaman padi dan palawija tahun
2013 di Kabupaten Boyolali yang terdiri dari 4 kecamatan yaitu kecamatan
Boyolali, Juwangi, Ngemplak dan kecamatan Musuk. Perencanaan strategi
berdasarkan analisa prediksi curah hujan, dan Pranata mangsa. Penelitian ini
dibagi dalam 3 tahapan, pertama tahap perencanaan data awal, kedua desain dan
arsitektural simulasi dan ketiga pemodelan dan visualisasi. Data penelitian
bersumber dari Pranata mangsa dan data besaran curah hujan Kabupaten Boyolali
yang meliputi Kecamatan Boyolali, Musuk, Ngemplak dan Juwangi Kabupaten
Boyolali Provinsi Jawa Tengah periode 2006-2011. Proses peramalan curah hujan
menggunakan metode Exponential Smoothing untuk meramalkan besaran curah
hujan sebagai acuan untuk melakukan perencanaan strategi penanaman pada
tanaman padi dan palawija di Kabupaten Boyolali tahun 2013. Hasil penelitian
menunjukkan bahwa dalam menyusun strategi penanaman dibutuhkan prediksi
curah hujan dan pranata mangsa beserta rasi bintang. [5].
Penelitian lain dengan judul Penyusunan Model Pranata Mangsa Baru
berbasis Agroklimatologi dengan menggunakan teknologi Learning Vector
Quantization (LQV) untuk perencanaan pola tanam efektif, pada penelitian ini
membahas perancangan dan pengimplementasian sebuah aplikasi Web berupa
Map Sarver untuk memvisualisasikan informasi dalam bentuk data
spasial/geografis dalam penyampaian informasi pola tanam yang efektif.
Penmbangunan aplikasi ini mengunakan teknologi Learning Vector Quantization
(LQV) untuk mengenali vektor yang telah dibuat dari sebuah gambar untuk
nantinya diproses dan ditulis lagi menjadi sebuah gambar baru. Komponen utama
dalam Model Pranata Mangsa Baru adalah kondisi biofisik iklim (curah hujan),
dan persyaratan tumbuh tanaman, agar tanaman dapat tumbuh dan berproduksi
10
dengan optimum. Aplikasi ini dibuat untuk pembelajaran mandiri bagi kelompok
penyuluhan pertanian dalam meningkatkan pengetahuan dalam bidangnya
mengunakan perangkat teknologi informasi. Secara khusus, aplikasi ini dapat
menerapkan pola tanam yang efektif sehingga mengurangi terjadinya penurunan
kualitas hasil tanam dan meningkatkan ketahanan pangan [2].
Berdasarkan penelitian-penelitian yang pernah dilakukan terkait aplikasi
model pranata mangsa baru dan perhitungan dasarian dalam menentukan pola
tanam yang efektif, maka dilakukan perancangan dan pembangunan Aplikasi
Mobile Model Pranata Mangsa Baru berbasis Agroklimatologi, maka dari
penelitian sebelumnya dilakukan pengembangan aplikasi di mana pada penelitian
pertama diangkat pada perhitungan dasariannya dan penelitian kedua sebagai
contoh pengembangan desain dalam menyampaikan informasi pranata mangsa
baru. Aplikasi dibangun menggunakan teknologi Google Maps API dengan
mamanfaatkan fitur yang ada berupa peta dasar yang tersimpan di dalam cache
sehingga tidak diperlukan koneksi internet untuk menampilkan peta dasar serta
penambahan marker sebagai icon nama setiap kecamatan Kabupaten Boyolali
sesuai titik koordinat untuk menampilkan letak setiap kecamatan pada peta dan
informasi pola tanam. Data curah hujan setiap kecamatan Kabupaten Boyolali
disimpan pada file XML, sehingga memudahkan update data setiap tahunya pada
mobile yang dilakukan secara lokal.
Pengetahuan Lokal Pranata Mangsa adalah hafalan pola musim, iklim dan
fenomena alam lainnya, berupa kalender tahunan bukan berdasarkan kalender
Syamsiah (Masehi) atau kalender Komariah (Hijrah/lslam) tetapi berdasarkan
kejadian-kejadian alam yaitu seperti musim penghujan, kemarau, musim
berbunga, dan letak bintang di jagat raya, serta pengaruh bulan purnama terhadap
pasang surutnya air laut. Masyarakat Jawa dan Bali menyebutnya Pranata Mangsa
(Sunda), Pranoto Mongso (Jawa) dan Kerta Masa (Bali). Pranata mangsa yang
menjadi dasar penanggalan masyarakat di Jawa dan Bali selama setahun seperti
dalam Gambar 1 [6]. Dalam menentukan sebuah pola tanam terdahulu Pranata
Mangsa masih dibutuhkan, dengan hafalan mangsa petani dapat memperkirakan
kapan akan menanam padi dan kapan menanam palawija. Pranata Mangsa selain
digunakan untuk pola tanam juga memberikan hafalan tentang gejala alam dimana
petani dapat mengantisipasi terjadi gagal panen karena faktor alam. Prinsip
berdasarkan pranata mangsa lama tetap menjadi acuan dasar dalam menetukan
pola tanam, sehingga dengan penggabungan prinsip dasar dan ilmu dalam bidang
pertanian memberikan acuan pola tanam baru yang lebih efektif. Pada Gambar 1
terdapat 6 prinsip pola tanam, 6 prinsip yang terdapat di pranta mangsa lama
adalah mangsa terang, pada mangsa ini sangat rendah terjadinya hujan, mangsa
panceklik, keadaan tanah pada mangsa ini sangat kering sehingga di lahan
pertanian tanah merekah atau pecah – pecah dan petani mulai memanen tanaman
palawija, mangsa semplah, pada masa ini menandakan terjadinya pergantian
musim panas ke musim hujan dan para petani mulai mengolah tanam, mangsa
udan, pada mangsa udan nilai curah hujan sangatlah tinggi dan petani mulai
menanam tanaman padi, mangsa pangarep – arep, pada mangsa ini tanaman padi
yang ditanam mulai tumbuh, mangsa panen, pada mangsa ini petani akan
11
memanen hasil tanam padi dan pada mangsa ini menandakan terjadinya
pergantian musim hujan ke musim kemarau.
Gambar 1 Penanggalan Pranata Mangsa Lama [6]
Kondisi iklim di Indonesia pada dasarnya dipengaruhi oleh sirkulasi
monsoon yang menimbulkan perbedaan iklim antara musim hujan dan musim
kemarau. Besarnya curah hujan akan tergantung pada sirkulasi monsoon. Sirkulasi
monsoon akan dipengaruhi oleh kejadian ENSO (El Nino Southern Oscillation)
yang secara meteorologis diekspresikan dalam nilai Southern Oscillation Index
(SOI). Berdasarkan hal tersebut maka fluktuasi curah hujan sangat berkorelasi
dengan fluktuasi SOI. Kejadian El Nino dapat berdampak pada penurunan curah
hujan, dan kejadian La Nina dapat menimbulkan peningkatan curah hujan. Pola
produksi tanaman pangan umumnya berbeda pada musim kemarau dan musim
hujan. Musim hujan dimulai manakala curah hujan pada hari tertentu telah
mencapai antara 200 - 350 mm. Definisi dari Badan Agroklimatologi dan
Geofisika, awal musim hujan curah hujan harian sebesar 50 mm selama 10 hari
berturur-turut yang kemudian diikuti dengan curah hujan diatas 50 mm pada 10
hari berikutnya. El Nino dapat menyebabkan awal musim kemarau lebih cepat 2-5
dasarian (1 dasarian = 10 hari) dibanding kondisi iklim normal sedangkan akhir
musim kemarau lebih lambat 2-4 dasarian, sehingga musim kemarau menjadi
lebih panjang dari yang biasanya sekitar 8-20 dasarian menjadi 14-25 dasarian [7].
Lotfi A. Zadeh memperkenalkan teori himpunan fuzzy, yang secara tidak
langsung mengisyaratkan bahwa tidak hanya teori probabilitas saja yang dapat
digunakan mempresentasikan masalah ketidakpastian. Namun demikian, teori
himpunan fuzzy bukanlah pengganti dari teori probabilitas. Pada teori himpunan
fuzzy, komponen utama yang berpengaruh adalah fungsi keanggotaan. Fungsi
keanggotaan merepresentasikan derajat kedekatan suatu objek terhadap atribut
tertentu, sedangkan pada teori probabilitas lebih pada penggunaan frekuensi relatif
[8]. Proses dalam logika fuzzy dapat dilihat pada Gambar 2.
12
Gambar 2 Skema Dasar Fuzzy Logic [5]
Input fuzzy adalah berupa bilangan crisp (bilangan tegas) yang dinyatakan
dalam himpunan input. Fuzzifier merupakan proses untuk mengubah bilangan
crisp menjadi nilai keanggotaan dalam himpunan fuzzy. Fuzzy inference system
merupakan bagian pengambilan kesimpulan (reasoning) dan keputusan.
Knowledge/ rule base berisi aturan-aturan yang biasanya dinyatakan dengan
perintah IF THEN. Defuzzifier merupakan proses untuk merubah nilai output fuzzy
menjadi nilai crisp.
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah
satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah
dengan melalui pendekatan fungsi. Ada beberapa representasi kurva dalam fungsi
keanggotaan, antara lain:
Pemetaan input derajat keanggotaannya digambarkan sebagai suatu garis
lurus. Persamaan satu menunjukkan fungsi keanggotaan untuk representasi liniear.
Kurva bahu merupakan daerah yang terletak di tengah-tengah suatu variabel
yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik
dan turun. Representasi bentuk bahu ditunjukkan pada Gambar 3.
Gambar 3 Representasi Kurva Bahu [5]
Android adalah sebuah platform open source komprehensif yang
dirancang untuk perangkat mobile. Android disebarluaskan oleh Google dan
(1)
13
dimiliki oleh Open Handset Alliance. Tujuan dari aliansi ini adalah untuk
mempercepat inovasi pada mobile dan menawarkan pengalaman penggunaan
perangkat mobile yang lebih banyak, lebih murah, dan lebih baik kepada para
konsumen. Selain itu, Android merupakan sebuah platform yang memisahkan
hardware dari software yang berjalan di dalamnya. Dengan adanya hal ini, maka
Android memungkinkan bagi sebuah aplikasi untuk dijalankan pada banyak
device dan menciptakan sebuah ekosistem yang lebih kaya bagi para developer
dan konsumen [9].
XML (eXtensible Markup Language) adalah sekumpulan aturan-aturan
yang mendefinisikan suatu sintaks yang digunakan untuk menjelaskan, dan
mendeskripsikan teks atau data dalam sebuah dokumen melalui penggunaan tag.
XML merupakan sebuah bahasa markup yang digunakan untuk mengolah
metadata (informasi tentang data) yang menggambarkan struktur dan maksud/
tujuan data yang terdapat dalam dokumen XML, namun bukan menggambarkan
format tampilan data tersebut. XML juga dapat digunakan untuk mendefinisikan
domain tertentu lainnya, seperti musik, matematika, keuangan dan lain-lain yang
menggunakan bahasa markup terstruktur [10].
Google Map Service adalah sebuah jasa peta global virtual gratis dan
online yang disediakan oleh perusahaan Google. Google Maps yang dapat
ditemukan di alamat http://maps.google.com.Google Maps menawarkan peta yang
dapat diseret dan gambar satelit untuk seluruh dunia. Google Maps juga
menawarkan pencarian suatu tempat dan rute perjalanan [11]. Google Maps API
adalah sebuah layanan (service) yang diberikan oleh Google kepada para
pengguna untuk memanfaatkan Google Map dalam mengembangkan aplikasi.
Google Maps API menyediakan beberapa fitur untuk memanipulasi peta, dan
menambah konten melalui berbagai jenis services yang dimiliki, serta
mengijinkan kepada pengguna untuk membangun aplikasi enterprise di dalam
websitenya.
3. Metode dan Perancangan Sistem
Metode penelitian yang dilakukan dalam merancang aplikasi
menggunakan 4 tahapan penelitian yaitu: 1) Identifikasi Masalah. 2) Perancangan
Sistem. 3) Pembuatan Aplikasi. 4) Implementasi dan Pengujian Sistem serta
Analisis Hasil Pengujian. Tahapan-tahapan yang dilakukan dalam metode
penelitian ini dapat ditunjukkan pada Gambar 5.
Gambar 4 Tahapan Penelitian
14
Tahapan penelitian pada Gambar 4 dapat dijelaskan sebagai berikut: 1)
Tahap pertama merupakan tahapan dimana peneliti melakukan identifikasi
masalah pada penelitian yang akan dilakukan, selain itu pada tahap ini peneliti
akan mencari tahu kebutuhan client (informasi pola tanam efektif) yang akan
digunakan dalam tahapan perancangan sistem dan aplikasi yang akan dibangun.
Pengumpulan data dalam penelitian ini dilakukan dengan menggunakan teknik
wawancara. 2) Tahap kedua: Perancangan Sistem, perancangan sistem dilakukan
menggunakan diagram Unified Modelling Language (UML). Perancangan sistem
berupa diagram meliputi: use case diagram, class diagram. Selain perancangan
sistem juga dilakukan perancangan user interface serta teknologi-teknologi apa
saja yang akan digunakan dalam pembangunan aplikasi. 3) Tahap ketiga:
Pembuatan Aplikasi, pada tahap ini dilakukan pembuatan aplikasi sesuai dengan
perancangan sistem yang telah dibuat. Pembuatan aplikasi berbasis mobile dibuat
dengan menggunakan bahasa pemrograman java, framework data chart, data
berupa file XML, Google Maps API, dan penentuan pola tanam menggunakan
logika fuzzy. 4) Tahap keempat: Implementasi dan Pengujian Sistem serta Analisis
Hasil Pengujian, pada tahap ini dilakukan pengimplementasian aplikasi yang telah
selesai dibuat pada mobile telah sesuai dengan perancangan yang dilakukan dan
apakah output yang dihasilkan sesuai dengan pola tanam di setiap kecamatan
Kabupaten Boyolali. Setelah tahapan pengimplementasian selesai, maka akan
dilakukan pengujian pada sistem dan juga aplikasi yang telah dibangun. Hal ini
dilakukan untuk mengetahui apakah aplikasi yang telah dibangun sudah sesuai
dengan rancangan yang telah dibuat, jika belum sesuai maka dilakukan
pembenahan pada bagian yang belum memenuhi kriteria perancangan baik sistem
maupun aplikasi.
Pada tahap perancangan sistem menggunakan UML (Unified Modeling
Language) yang berfungsi untuk menggambarkan prosedur dan proses kerja dari
aplikasi. Use case diagram adalah gambaran graphical dari beberapa atau semua
aktor, use case, dan interaksi diantara komponen-komponen tersebut yang
memperkenalkan suatu sistem yang akan dibangun [12]. Use case diagram pada
aplikasi ini terdapat 2 aktor utama yaitu admin dan user. Use case diagram user
dapat dilihat pada Gambar 5.
Gambar 5 Use Case Diagram Aplikasi Mobile
Selain use case diagram kali ini juga akan dibahas flowchart yang telah
dibangun untuk menggambarkan langkah-langkah yang dilakukan, dalam
1. Lihat Data Informasi Pola Tanam
2. Lihat Data Informasi Pranata Mangsa Lama ...
3. Lihat Data Informasi Gejala Alam
4. Update Data user
15
membangun aplikasi mobile model pranata mangsa baru. Flowchart yang
dibangun dapat dilihat pada Gambar 6. Pada saat aplikasi dijalankan, maka akan
muncul menu utama. Pada menu utama ini terdapat beberapa pilihan sub-menu,
yang jenisnya terbagi menjadi 4 macam, yaitu informasi pranata mangsa lama dan
baru, informasi pola tanam Kabupaten Boyolali, Informasi gejala alam pranata
mangsa baru, dan update data.
User akan melakukan aksi onclick pada pilihan menu yang ada. Jika user
memilih menu informasi pranata mangsa lama dan baru, maka aplikasi akan
mengambil data curah hujan dari file data curah hujan yang tersimpan di mobile
berupa file.xml, lalu memanggil framework data chart API untuk menampilkan
nilai berupa grafik. Jika user memilih menu informasi pola tanam pranata mangsa
baru, maka aplikasi akan menampilkan sub – menu berupa form pilih tanggal lalu
memanggil Google Maps API untuk menampilkan marker peta wilayah
Kabupaten Boyolali. User akan melakukan aksi onclick pada marker nama
kecamatan untuk menampilkan informasi pola tanam, saat menampilkan
informasi pola tanam aplikasi akan mengambil data curah hujan dari file data
curah hujan yang tersimpan di mobile berupa file.xml.
MULAI
Menampilkan
menu utama
Menerima aksi “on
click” dari user
Apakah ingin melihat
informasi pranata mangsa
lama dan baru
Membaca data dari
Boyolali.xml
berdasarkan
kecamatan
Menampilkan
informasi pranata
mangsa lama dan
baru berdasarkan
kecamatan
Apakah ingin kembali ke
menu utama?
Apakah ingin melihat informasi pola
tanam model pranata mangsa baru pada
peta
Apakah ingin melihat informasi
gejala alam Kabupaten Boyolali
Menampilkan Form
pilih tanggal
Menampilkan peta
wilayah Kabupaten
dan informasi pola
tanam sesuai tanggal
Apakah ingin kembali ke
menu utama?
Apakah ingin kembali ke form
pilih tanggal
Membaca data
dari Boyolali.xml
berdasarkan
mangsa
Menampilkan
informasi gejala
alam sesuai
mangsa
Membaca data dari
Boyolali.xml dan Google
Maps API berdasarkan
tanggal
Menampilkan peta
wilayah Kabupaten
dan informasi pola
tanam sesuai tanggal
Apakah ingin kembali ke menu utama?
SELESAI
Tidak
Tidak
Ya
Ya
Tidak
Tidak
Ya
Ya
Membaca data dari
Boyolali.xml dan
Google Maps API
berdasarkan tanggal
Gambar 6 Flowchart Aplikasi Model Pranata Mangsa Baru
Class diagram menggambarkan struktur dan deskripsi class, package dan
objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi
dan lain-lain pada sebuah aplikasi yang akan dibangun[13].
16
Gambar 7 Class Diagram
Gambar 7 merupakan class diagram dari aplikasi Model Pranata Mangsa
Barus berbasis Agroklimatologi. Class diagram terdiri dari model, view dan
controller. Model adalah penghubung antara fungsi dengan database. View adalah
tampilan/user interface dari aplikasi. Controller adalah penggerak yang berfungsi
menerima perintah dari view lalu meneruskan ke model. Pada class diagram
sistem informasi pola tanam terdapat 3 class yaitu class view yang berupa user
interface aplikasi, class controller berupa semua fungsi yang terdapat pada sistem
informasi pola tanam dan class model berupa record data yang digunakan dalam
sistem informasi pola tanam. Arsitektur sistem pada aplikasi ini dapat dilihat pada
Gambar 8.
Gambar 8 Arsitektur Sistem
17
Pada Gambar 8 Aplikasi mobile diimplementasikan ke Android Platform
dan ditujukan untuk digunakan oleh user, aplikasi mobile pranata mangsa baru
terdapat logika fuzzy untuk perhitungan dasarian, data curh hujan berupa file.xml
yang tersimpan pada device mobile dan Google Maps API untuk menampilkan
peta wilayah Kabupaten Boyolali yang tersimpan pada cache sehingga tidak
memerlukan koneksi internet.
4. Perancangan Algoritma dangan Logika Fuzzy
Algoritma yang digunakan dalam sistem ini adalah logika fuzzy. Logika fuzzy
digunakan untuk menentukan perhitungan dasarian dari suatu wilayah kecamatan di
Kabupaten Boyolali. Indikator atau komponen yang digunakan adalah curah hujan.
Fungsi Keanggotaan Dasarian Domain himpunan fuzzy : Bukan dasarian nilai
curah hujan < 50 mm dan Dasarian nilai curah hujan 50. Kurva untuk fungsi
keanggotaan Dasarian dalam menentukan pola tanam model pranata mangsa baru
ditunjukkan pada Gambar 9.
Gambar 9 Kurva Fungsi Keanggotaan Dasarian
Fungsi keanggotaan untuk Dasarian dengan Bukan Dasarian dan Dasarian,
masing-masing ditunjukkan pada Persamaan 1 dan Persamaan 2.
5. Pembahasan
Berdasarkan rancangan yang telah dipaparkan, dikembangkan sebuah
prototype aplikasi model pranata mangsa baru berbasis mobile, aplikasi mobile
mengakses informasi berupa perhitungan dasarian untuk menentukan pola tanam
efektif pada model pranata mangsa baru.
0
0,5
1
25 50 75
BUKAN DASARIAN
DASARIAN
(1)
(2)
18
Form utama pada aplikasi model pranata mangsa baru berbasis mobile ini
berisi menu pilihan yang terdiri dari menu Lihat info Grafik, Pranata Mangsa,
Informasi Gejala Alam, Update Data, dan Informasi Aplikasi, seperti yang
ditunjukkan pada Gambar 10.
Gambar 10 Form Utama Pada Aplikasi
Form Pranata Mangsa berisi sebuah form pilih tanggal dan bulan untuk
menentukan informasi pranata mangsa yang akan ditampilkan pada peta yang
menunjukan beberapa lokasi setiap kecamatan Kabupaten Boyolali. Peta yang
ditampilkan pada aplikasi mobile ini diakses menggunakan implementasi dari
teknologi Google Maps API.
Gambar 11 Informasi Pola Tanam Pada Peta (kanan)
Kode Program 1 Kode untuk Memanggil Data dalam file XML 1. private void parseXML(String namaKecamatan) {
2. String parsedData = "";
3. try {
4. SAXParserFactory spf = SAXParserFactory.newInstance();
5. SAXParser sp = spf.newSAXParser();
6. XMLReader xr = sp.getXMLReader();
7. ItemXMLHandler myXMLHandler = new ItemXMLHandler();
8. xr.setContentHandler(myXMLHandler);
9. xr.parse(new InputSource(getAssets().open("Boyolali.xml")));
10.ArrayList<DataBoyolali> itemsList = myXMLHandler.getItemsList();
19
Data diambil dari setiap kecamatan Kabupaten Boyolali dalam Angka dari
tahun 2004 – 2014. Dengan kriteria (gejala) yaitu : curah hujan , rata – rata curah
hujan per 10 tahun pada setiap mangsa kecamatan Kabupaten Boyolali akan
dipanggil dari file XML pada kode program 1.
Dalam penelitian ini terdapat 3 pola tanam yaitu pola tanam padi, palawija
dan olah tanam. dan terdapat 19 alternatif tempat untuk menentukan pola tanam
tanaman pangan, yaitu Kecamatan Selo, KecamatanAmpel, Kecamatan Cepogo,
Kecamatan Musuk, Kecamatan Boyolali, Kecamatan Mojosongo, Kecamatan
Teras, Kecamatan Sawit, Kecamatan Banyudono, Kecamatan Sambi, Kecamatan
Ngemplak, Kecamatan Nogosari, Kecamatan Simo, Kecamatan Karanggede,
Kecamatan Klego, Kecamatan Andong, Kecamatan Kemusu, Kecamatan
Wonosegoro, Kecamatan Juwangi. Fungsi dari logika fuzzy dalam Model Pranata
Mangsa Baru berbasis Agroklimatologi menentukan pola tanam efektif dengan
menrubah nilai rata – rata curah hujan per 10 tahun pada setiap mangsa menjadi
nilai keanggotaan sehingga dapat ditarik keputusan dengan menggunakan kurva
derajat keanggotaan untuk menentukan apakah nilai ( rata – rata curah hujan )
setiap mangsa termasuk dasarian atau bukan dasarian. Hasil dari perhitungan
derajat keanggotaan akan menetukan dasarian dimana dasarian setiap mangsa 1 –
12 akan menentukan pola tanam setiap kecamatan Kabupaten Boyolali. Contoh
perintah untuk menetukan dasarian ditunjukkan pada Kode Program 2.
Kode Program 2 Kode untuk Cek Dasarian
for (int i = 1; i < listMangsa.size(); i++) {
if (DKBukanDasa(listMangsa.get(i)) > DKDasa(listMangsa.get(i))) {
hasil = false;
} else if (DKBukanDasa(listMangsa.get(i)) < DKDasa(listMangsa
.get(i))) {
hasil = true;
} else if (DKBukanDasa(listMangsa.get(i)) == DKDasa(listMangsa
.get(i))) {
hasil = true;
} else {
hasil = false;
}
listDasarian.add(hasil);
}
return listDasarian;
}
private Double DKBukanDasa(Double nilaiMangsa) {
if (nilaiMangsa <= 25) {
return 1.0;
} else if (nilaiMangsa >= 25 && nilaiMangsa <= 75) {
return (75 - nilaiMangsa) / 50;
} else {
return 0.0;
}
}
private Double DKDasa(Double nilaiMangsa) {
if (nilaiMangsa <= 25) {
return 0.0;
} else if (nilaiMangsa >= 25 && nilaiMangsa <= 75) {
return (nilaiMangsa - 25) / 50;
} else {
return 1.0;
}
20
Dalam menentukan pola tanam dan pergantian musim dapat dilihat pada
Tabel 1. Musim hujan dimulai curah hujan pada hari teretentu telah mencapai
antara 200 – 350 mm, awal musim hujan dapat kita lihat dari curah hujan harian
sebesar 50 mm selama 10 hari berturut – turut yan kemudian diikuti dengan curah
hujan diatas 50mm pada 10 hari berikutnya, pada saat ini petani dianjurkan untuk
menanam padi.
Tabel 1 Analisa Curah Hujan Dalam Menentukan Pola Tanam dan Kalender Tanam Kecamatan
Ngemplak Kecamatan Ngemplak
Bulan Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun
CH
Bulanan
Rataan (Pranata
Mangsa
Baru, 2000 -
2009) 33 4 20 109 222 362 346 400 289 262 138 45
Tanaman
Palawija
Palawija
Palawija Padi Padi Padi Padi Padi Padi
Pekerja
an
Usahatani
Olah
Tanah
dan Semai
Tanam Padi
Olah
Tanah
dan
Semai
Tana
m Padi
Olah
Tanah
Besarny
a CH
untuk tanama
n 693 951 221
Selain menampilkan peta, salah satu menu utama lainnya form Informasi
grafik mangsa baru dan lama. Form grafik ini berisi data mangsa baru dan mangsa
lama. Data tersebut ditampilkan setelah user melakukan klik pada lihat data grafik
yang ditunjukkan pada Gambar 12.
Gambar 12 Form Informasi Grafik Mangsa Baru dan Lama
Sistem yang dibangun menggunakan teknologi mobile akan memberikan
kemudahan bagi PPL Dinas Pertanian Kabupaten Boyolali dalam mengakses
sebuah informasi. Output yang dihasilkan dari aplikai mobile pranata mangsa baru
21
dengan menerapkan metode logika fuzzy memberikan informasi pola tanam yang
lebih efektif dan mencukupi kebutuhan PPL berupa informasi pola tanam yang
sebelumnya sudah ada pada website Dinas Pertanian dan Perkebunan Kabupaten
Boyolali.
Gambar 13 Informasi Grafik Mangsa Baru dan Lama Website Dinas Pertanian Kabupaten
Boyolali
Gambar 13 menunjukan hasil output informasi grafik mangsa baru dan
lama pada website Dinas Pertanian Kabupaten Boyolali. Pada informasi n grafik
terdapat dua nilai curah hujan berdasarkan pranata mangsa lama oleh sukardi
tahun 1979 – 1989 dan pranata mangsa baru tahun 2001 -2010. Output yang
dihasilkan dari aplikasi mobile model pranata mangsa baru pada Gambar 12
menujukan persamaan hasil nilai curah hujan pada kecamatan Boyolali. Selain
informasi grafik mangsa terdapat kesamaan output yang dihasilkan oleh kedua
sistem tersebut yaitu informasi pola tanam pada Gambar 11 dan Gambar 14.
Gambar 10 adalah output yang dihasilkan dari aplikasi mobile pranata mangsa
baru berupa informasi pola tanam yang ada di kecamatan ampel yaitu pada
mangsa 5 merupakan dasarian dan tanaman pangan yang ditanam adalah padi.
Output yang dihasilkan website Dinas Pertanian Kabupaten Boyolali menujukan
informasi pola tanam pada mangsa 5 di kecamatan ampel berwarna hijau yang
menandakan tanaman pangan yang ditanam adalah padi, dapat dilihat pada
Gambar 14.
Gambar 14 Form Informasi Pola Tanam Kabupaten Boyolali (kiri) dan Tabel Dasarian
Kecamatan Ampel (kanan)
22
Persamaan output yang dihasilkan dari kedua sistem informasi pola tanam
di Kabupaten Boyolali, aplikasi mobile model pranata mangsa baru digunakan
sebagai acuan PPL (Petugas Penyuluh Lapangan) dalam memberikan penyuluhan
pola tanam kepada petani saat berada dilapangan dan menggantikan sistem
informasi berupa website Dinas Pertanian Kabupaten Boyolali sudah 4 tahun
digunakan sebagai acuan pola tanam.
Pengujian sistem berguna untuk melihat sejauh mana aplikasi ini dapat
berjalan dan menemukan kesalahan yang mungkin terjadi pada aplikasi. Pengujian
aplikasi mobile Model Pranata Mangsa Baru berbasis Agroklimatologi dilakukan
dengan menggunakan dua teknik pengujian yaitu:
Pengujian alpha merupakan pengujian program yang dilakukan oleh
pembuat aplikasi ataupun orang-orang yang terlibat di dalamnya. Pengujian yang
dilakukan meliputi pengujian apakah aplikasi dapat dijalankan pada perangkat
mobile, apakah aplikasi dapat mengakses Google Maps API untuk menampilkan
marker yang trsimpan didalam chace, sehingga pada penggunaan Google Maps
API tidak memerlukan pemanggilan ke Google Maps Service, dan apakah aplikasi
dapat menampilkan informasi pola tanam pada peta, informasi pranata mangsa
lama dan baru, informasi gejala alam. Tabel 2 merupakan hasil uji coba aplikasi
yang digunakan oleh user.
Tabel 2 Hasil Pengujian Aplikasi Mobile
Fungsi yang
diuji Kondisi
Output yang
diharapkan
Output yang
dihasilkan sistem
Status
Pengujian
Menampilkan
form pilih
tanggal
Pilih menu
pranata mangsa
Sukses
menampilkan
pilihan tanggal
Sukses menampilkan
pilihan tanggal
Sesuai
Menampilkan
info dasarian
dan pola
tanam pada
peta
Pilih tanggal
dan nama
kecamatan pada
peta
Sukses
menampilkan info
dasarian dan pola
tanam berdasar
tanggal pada peta
Sukses menampilkan
info dasarian dan pola
tanam berdasar
tanggal pada peta
Sesuai
Menampilkan
grafik
Pilih nama
kecamatan
Sukses
menampilkan data
berupa grafik
Sukses menampilkan
data berupa grafik
Sesuai
Menampilkan
info gejala
alam
Pilih mangsa Sukses
menampilkan
deskripsi gejala
alam sesuai mangsa
Sukses menampilkan
deskripsi gejala alam
sesuai mangsa
Sesuai
update data Import data
dengan format
file.xml
Sukses
memperbaruhi data
tahun terbaru
Sukses memperbaruhi
data tahun terbaru
Sesuai
Berdasarkan pengujian yang dilakukan pada aplikasi mobile dapat dilihat
status pengujian dari setiap fungsi valid, maka disimpulkan bahwa aplikasi ini
berjalan dengan baik dan sesuai yang diharapkan.
Pengujian beta dilakukan oleh pengguna aplikasi. Tujuan dilakukannya
pengujian ini adalah untuk mengetahui apakah aplikasi ini sudah membantu dalam
memberikan informasi kepada pengguna serta mendukung sebagai media promosi
23
atau tidak. Pengujian dilakukan dengan membagikan kuesioner kepada tiga puluh
orang responden yang dipilih secara acak. Kuesioner memiliki sepuluh pernyataan
dalam skala Likert dengan lima skala yaitu Sangat Setuju (SS), Setuju (S), Netral
(N), Tidak Setuju (TS), dan Sangat Tidak Setuju (STS). Dari hasil perhitungan
skala Likert, dapat diperoleh kesimpulan bahwa aplikasi mobile Pranata Mangsa
Baru berbasis Agroklimatologi Kabupaten Boyolali pada platform Android dapat
digunakan untuk membantu para pengguna untuk mempersiapkan rencana pola
tanam dengan lebih efektif baik. Tampilan pada aplikasi dinilai baik oleh para
pengguna aplikasi. Begitu pula dengan informasi yang diberikan oleh aplikasi
mobile Model Pranata Mangsa Baru berbasis Agroklimatologi ini. Hasil
perhitungan menggunakan skala Likert dapat dilihat pada Tabel 3.
Tabel 3 Hasil Perhitungan Skala Likert
No Pernyataan SS S N TS STS HASIL
USER INTERFACE
1 Apakah tampilan pada aplikasi
sudah baik
22 5 3 0 0 92,67
2 Apakah menu dan submenu pada
aplikasi sudah sesuai
8 20 2 0 0 84,00
KONTEN
1 informasi pranata mangsa baru
yang disajikan mudah dipahami
10 19 1 0 0 86,00
2
Informasi pranata mangsa baru
dan lama dalam chart mudah
dipahami
13 8 9 0 0 82,67
3 Informasi yang tercantum pada
Peta dapat membantu dalam
memahami pola tanam setiap
kecamatan
13 10 7 0 0 84,00
FUNGSIONALITAS
1 Respon aplikasi sudah baik
(membuka grafik, menampilkan
informasi pada peta, dan
informasi gejala alam)
10
13 7 0 0 82,00
2 Apakah respon aplikasi sudah
baik
14 12 4 0 0 86,67
3 Aplikasi ini dapat digunakan
untuk memberikan acuan pola
tanam yang efektif
21 9 0 0 0 94,00
6. Simpulan
Berdasarkan pembahasan di atas, maka dapat disimpulkan bahwa 1)
Kurangnya ketersediaan perangkat PC dan jaringan internet di beberapa
kecamatan Kabupaten Boyolali membuat PPL kesulitan dalam mengakses sebuah
website yang menyediakan informasi mengenai pola tanam saat berada
dilapangan. Aplikasi Mobile Model Pranata Mangsa Baru, memberikan
kemudahan karena pengguna hanya perlu membuka aplikasi Model Pranata
Mangsa Baru melalui mobile phone, dengan memanfaatkan penyimpanan data
curah hujan pada device mobile berupa file.xml, aplikasi ini dapat diakses saat
24
PPL berada dilapangan. 2) Output yang dihasilkan aplikasi mobile model pranata
mangsa baru tidak berbeda jauh dengan hasil model pranata mangsa sebelumnya
yang sudah diterapkan dan menjadi acuan oleh Dinas Pertanian Kabupaten
Boyolali dalam menentukan pola tanam, sehingga aplikasi mobile model pranata
mangsa baru bisa menjadi acuan pola tanam oleh Dinas Pertanian Kabupaten
Boyolali. 3) Banyaknya jumlah data curah hujan di seluruh Kecamatan Kabupaten
Boyolali memungkinkan terjadinya ketidakjelasan atau kekaburan informasi yang
bersifat subjektif. Dengan penerapan logika fuzzy, informasi yang dihasilkan lebih
akurat untuk menentukan pola tanam dan menentukan perpindahan musim karena
logika fuzzy mengenal derajat.
Pengembangan yang dapat dilakukan pada penelitian ini di kemudian hari
adalah membaca update data beru berupa file excel, saat ini aplikasi hanya
membaca update data berupa file XML dan menambahkan beberapa desain user
interface agar lebih menarik dalam penyampaian informasi pola tanam.
7. Pustaka
[1] Effendy Sobri, 2001, Urgensi Prediksi Cuaca dan Iklim di Bursa
Komoditas Unggulan Pertanian, Program Pasca Sarjana / S-3, Institut
Pertanian Bogor, Bogor.
[2] Bistok H. Simanjuntak, Sri Yulianto J.P. dan Kristoko Dwi H. 2010.
Penyusunan Model Pranata Mangsa Baru berbasis Agroklimatologi
dengan menggunakan teknologi Learning Vector Quantization (LQV)
untuk perencanaan pola tanam efektif, Laporan Akhir Hibah Bersaing
Tahun ke 1. Salatiga: Universitas Kristen Satya Wacana, hlm. 8
[3] Kharas, Homi. 2010. The Emerging Middle Class in Developing
Countries. Washington: Brookings Institution.
[4] Kusumadewi, Sri, Sri Hartati, Agus Harjoko, dkk., 2006,Fuzzy Multi-
Attribute Decission Making (Fuzzy MADM), Yogyakarta: Graha Ilmu.
[5] Wisnu Irawan, Arista, 2012, Perencanaan Kalender Tanam Berdasarkan
Modifikasi Pranata Mangsa dan Klimatologi Menggunakan Metode
Prediksi Exponential Smoothing, Fakultas Teknik Informatika Universitas
Kristen Satya Wacana Salatiga, Salatiga.
[6] Wiriadiwangsa Dedik, 2005, Pranata Mangsa masih penting untuk
pertanian, Tabloid Sinar Tani,Edisi 9 – 15 Maret, Jakarta
[7] Irawan B.,2006, Fenomena Anomali Iklim El Nino La Nina :
Kecenderungan Jangka Panjang dan Pengaruhnya Terhadap Produksi
Pangan, Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian, Bogor.
[8] Simanjuntak, Bistok,2009,Penyusunan Indikator dan Pemetaan Rawan
Pangan Kabupaten Semarang Tahun 2009, Semarang: Bappeda Kab.
Semarang
[9] Gargenta, Marko dan Nakamura, Masumi. 2014. Learning Android, Edisi
2. California: O’Reilly Media.
[10] Tittel, E., & Dykes, L. XML for Dummies (4th ed.). Indianapolis: Wiley
Publishing, Inc, 2005.
[11] http://support.google.com/maps/bin/answer.py?hl=en&topic=1687350,
Senin, 18 Juni 2012, perfertian Google Maps.
25
[12] Christine. 2014. Mengenal Use Case Diagram.
http://www.academia.edu/5295802/Mengenal_Use_Case_Diagram,
diakses tanggal 27 Mei 2014.
[13] Joko. 2012. Fungsi Dan Pengertian UML.
http://www.academia.edu/4887559/Fungsi_Dan_Pengertian_UML,
diakses tanggal 27 Mei 2014.