Perbedaan Metode Geary’s C dan G* Statistik untuk Mendeteksi Serangan

Hama Penyakit Utama Padi di Surakarta (Jawa Tengah)

Poster Ilmiah

Diajukan kepada

Fakultas Teknologi Informasi

untuk memperoleh Gelar Sarjana Komputer

Oleh:

Indri Triastuti

NIM : 672009321

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Mei 2016

Perbedaan Metode Geary’s C dan G* Statistik untuk Mendeteksi Serangan

Hama Penyakit Utama Padi di Surakarta (Jawa Tengah)

Abstrak

Hama adalah serangga perusak tanaman budidaya yang dapat

mengakibatkan kerugian ekonomi. Perlu adanya pendeteksian serangan agar dapat

menanggulangi adanya serangga pada tanaman padi. Salah satunya hama ulat

grayak (spodoptera litura). Ulat grayak bersifat polifagus yang menyerang

tanaman pangan, sayuran dan buah-buahan seperti kedelai, tembakau, kapas,

kubis dan kacang hijau.

Autokorelasi spasial adalah penilaian korelasi antar pengamatan disetiap

lokasi pada suatu variabel. Metode pengujian yang akan digunakan adalah

Geary’s C dan G* Statistik. Dari kedua metode tersebut dapat diketahui informasi

mengenai serangan hama ulat grayak di daerah Surakarta, Jawa Tengah.

Penelitian yang menggunakan pemodelan surveilans epidemiologi akan

diterapkan pada software Program R. Hasil keluarannya dalam bentuk peta

wilayah resiko.

Dari metode yang dipakai, dapat diketahui bahwa serangan hama ulat

grayak pada tahun 2008 dengan metode G* Statistik lebih signifikan karna dapat

diketahui serangan hotspot dan coldspot dari yang tertinggi hingga terendah.

Sedangkan Geary’s C hanya diketahui autokorelasi positif dan autokorelasi

negatif.

Pendahuluan

Serangan hama pada padi menjadi salah satu masalah utama karena sering

menimbulkan kerugian besar terhadap para petani. Berbagai upaya telah

dilakukan oleh masyarakat maupun pemerintah, namun masih belum mengurangi

serangan hama pada padi termasuk ulat grayak. Hal yang memungkinkan

terjadinya serangan hama ulat grayak karena pengaruh tempat dan iklim di daerah

Surakarta. Peta sebaran geografis penyakit dapat membantu dalam mempelajari

antara iklim dengan penyakit dan membantu mengimplementasikan rencana

intervensi.

Dalam kasus ini akan membahas mengenai peta rawan persebaran kejadian

serangan hama ulat grayak di Kota Surakarta dengan mempertimbangkan lokasi

(kecamatan) dan waktu (tahun). Dengan menggunakan metode Geary’s C dan G*

Statistik akan disajikan peta persebaran hama setiap kecamatan dalam tiap

tahunnya.

Tujuan

- Mengetahui serangan hama ulat grayak yang tersebar di Kota Surakarta pada

masing-masing kecamatan pada tahun 2008.

- Mengetahui autokorelasi spasial dengan metode Geary’s C dan G* Statistik.

Metode Penelitian

Alur penelitian dengan data serangan ulat grayak pada tahun 2008 yang

didapat dari Laboraturium Pengamatan Hama dan Penyakit Tanaman akan

dilakukan dengan tahapan sebagai berikut :

Gambar 1. Tahap Penelitian

Data yang digunakan dalam penelitian ini diperoleh dari Laboraturium

Pengamatan Hama dan Penyakit Tanaman daerah Surakarta, Jawa Tengah pada

tahun 2008. Data dari 124 kecamatan adalah data serangan hama ulat grayak.

Selain data serangan hama ulat grayak, digunakan juga peta Kota Surakarta.

Identifikasi Masalah

dan Tujuan

Pengumpulan Data Awal

Proses Analisis Data

Hasil dan Evaluasi

Laboraturium Pengamatan Hama dan

Penyakit Tanaman

Kasus Serangan Hama Ulat Grayak

Tahun 2008

Analisis Metode Geary’s C

Analisis Metode G* Statistik

Tabel 1. Kecamatan yang Terkena Serangan Hama Ulat Grayak pada Tahun 2008

Kecamatan Serangan Ulat Grayak

2008 (hektar)

Banyudono 10

Ngemplak 5

Simo 15

Klego 1

Gantiwarno 4

Cawas 26

Trucuk 15

Jogonalan 3

Karangdowo 14

Wonogiri 4

Eromoko 15

Selogiri 15

Bulukerto 6

Girimarto 2

Plupuh 17

Gondang 13

Ngrampal 3

Tanon 6

Dari 124 kecamatan yang terdapat di Kota Surakarta, hanya 18 kota yang

terserang hama ulat grayak. Kecamatan Cawas paling banyak terserang hama ulat

grayak sebesar 26 hektar seperti yang terdapat pada Tabel 1.

Proses analisis data yang digunakan adalah dengan menganalisis metode

Geary’s C dan metode G* Statistik. Kedua metode tersebut dijadikan acuan

penulis untuk menganalisa serangan hama ulat grayak pada tanaman. Indeks

Geary’s C yang dirumuskan oleh Lee dan Wong, 2010 adalah sebagai berikut :

n = jumlah wilayah dalam studi yang diidentifikasi.

x1 = nilai atribut pada wilayah i.

x,‾ = nilai tengah dari atribut wilayah studi.

wij = nilai proksimasi spasial.

Identifikasi pola sebaran menggunakan indeks C, jika nilai C terletak

diantara 0 dan 1, maka pola sebarannya dalah mengelompok (cluster), jika nilai C

mendekati pola 1, polanya menyebar tidak merata (tidak ada autokorelasi), dan

pada nilai C terletak antara 1 dan 2, pola sebarannya merata (Lee dan Wong,

2010).

Gambar 2. Pseudocode Geary’s C

Dari file data dan variabel yang dibuat seperti Gambar 2. dapat dilakukan

fungsi Geary’s C yang jika nilai C = 1 tidak terdapat autokorelasi. Jika nilai C < 1

terjadi autokorelasi positif dan sebaliknya, jika nilai C > 1 terjadi autokorelasi

negatif.

Sedangkan untuk G* Statistik akan dirumuskan sebagai berikut :

Yang mana xi adalah variabel dalam wilayah yang diobservasi i(i = 1, ... ,

m). bk = m∑

i=1 dan wij dengan wij = 0 yang merupakan spatial weight antara

wilayah observasi i dan j. Istilah spatial weight dapat didefinisikan sebagai jarak

spasial (spatial distance)(Zhang, 2008)

Gambar 3. Pseudocode G* Statistik

Koordinat yang dipakai adalah x dan y. Dengan xij adalah data luas tambah

serangan dengan satuan hektar dan wij adalah nilai dimana jika kecamatan A dan

kecamatan B berdekatan bernilai 1 dan jika berjauhan bernilai 0 maka dilakukan

fungsi Getis Ord.

Hasil dan Pembahasan

Serangan hama ulat grayak di Kota Surakarta pada tahun 2008 terjadi di

18 kecamatan dari 124 kecamatan yang dianalisis, antara lain Banyudono,

Ngemplak, Simo, Klego, Gantiwarno, Cawas, Trucuk, Jogonalan, Karangdowo,

Wonogiri, Eromoko, Selogiri, Bulukerto, Girimarto, Plupuh, Gondang, Ngrampal

dan Tanon.

Gambar 4. Peta Serangan Ulat Grayak Tahun 2008 dengan Metode Geary’s C

Berdasarkan hasil dari peta yang diuji dengan metode Geary’s C pada

serangan ulat grayak tahun 2008 di Surakarta, Jawa Tengah yang ditampilkan

pada Gambar 2. menunjukkan tiga hasil yang berbeda. Warna biru yang

disimbolkan dengan angka 0 berarti menunjukkan bahwa tidak ada autokorelasi

spasial atau nilai C = 1. Warna merah yang disimbolkan dengan angka 1 berarti

menunjukkan bahwa autokorelasi positif atau nilai C < 1. Sedangkan warna putih

yang disimbolkan dengan angka 2 berarti menunjukkan bahwa autokorelasi

negatif atau nilai C > 1.

Gambar 5. Peta Serangan Ulat Grayak Tahun 2008 dengan Metode G* Statistik

Pada Gambar 4. peta hasil uji G* Statistic menunjukkan pola serangan

hama ulat grayak tahun 2008 dengan nilai range -1 sampai 5. Wilayah yang paling

banyak atau sering disebut dengan titik Hotspot pada peta ditunjukkan dengan

warna merah muda dengan rata – rata memiliki nilai G* > 4.0.

Wilayah dengan nilai G* < -0.0 terlihat berwarna biru, yang mewakili cold

spot atau titik rendah dimana serangan hama ulat grayak tidak terjadi pada area

tersebut.Pada peta juga diperlihatkan pada wilayah – wilayah yang memiliki nilai

G* > 0.0 dan ditunjukkan dengan warna biru lebih muda dimana pada daerah

tersebut merupakan wilayah yang memiliki jumlah serangan ulat grayak medium

atau ada serangan namun hanya sedikit.

Kesimpulan

Hasil analisis data menunjukkan bahwa serangan hama ulat grayak pada

tahun 2008 dengan metode G* Statistik lebih signifikan karna dapat diketahui

serangan hotspot dan coldspot dari yang tertinggi hingga terendah. Sedangkan

Geary’s C hanya diketahui autokorelasi positif dan autokorelasi negatif.

Dengan metode G* Statistik akan meningkatkan keakurasiannya dengan

mempertimbangkan aspek spasial dan waktu. Sedangkan dengan metode Geary’s

C hanya mengindikasikan pola sebaran secara general. Data menunjukkan pada

tahun 2008 sebanyak 174 kasus dengan nilai Indeks Geary’s C sebesar

0,147859782. Sedangkan pada metode G* Statistik didapatkan nilai Indeks

sebesar 0,07426063.

POSTER

Daftar Pustaka

[1] LPHPT (Laboraturium Pengamatan Hama dan Penyakit Tanaman) Tahun 2008 Kota

Surakarta, Jawa Tengah

[2] Prasetyo S.Y.J.P., 2014, Pemodelan Spasial Perubahan Konektivitas Potensial pada

Endemisitas Skalabilitas Lokal Menggunakan Fungsi G * Statistic – Local Spatial

Statistics, Jurnal Agricultural Science.

[3] Curtis J A, Lee A W.(2010).Spatial Pattern of Diabetes Related Health Problem for

Vulneral Populations in Los Angeles,USA

[4] Sawada M,2009, Global Spatial Autocorrelation Indices – Moran’s I, Geary’s

C and the General Cross-Product Statistic, Department of Geograhpy University

of Ottawa,Ottawa