ANALISIS DATA KRITERIA KERUSAKAN AKIBAT PENGARUH DAMPAK PERUBAHAN IKLIM TANAMAN PADI

Transkripsi

1 ANALISIS DATA KRITERIA KERUSAKAN AKIBAT PENGARUH DAMPAK PERUBAHAN IKLIM TANAMAN PADI DIWILAYAH IP3OPT/LPHP PINRANG PROP. SULAWESI SELATAN Data MT.2002/ /2012 INSTALASI PENGAMATAN PERAMALAN DAN PENGENDALIAN OPT (IP3OPT) TIROANG PINRANG DINAS PERTANIAN TANAMAN PANGAN DAN HORTIKULTURA UPTD.BALAI PROTEKSI TANAMAN PANGAN DAN HORTIKULTURA PROPINSI SULAWESI SELATAN Juli 2012

2 KATA PENGANTAR Pengaruh Dampak Perubahan Iklim (DPI) adalah salah satu resiko dalam budidaya tanaman dan merupakan salah satu factor pembatas dalam usaha peningkatan produksi tanaman pangan. Untuk menentukan langkah langkah dalam rangka mengantisipasi terjadinya pengaruh DPI di suatu daerah diperlukan informasi tentang penyebaran dan kriteria tingkat kerusakan tanaman yang menjadi ancaman pada pertanaman padi. Dengan informasi tersebut usaha pencegahan dan pengendalian dalam rangka persiapan ancaman DPI dapat dilaksanakan dengan lebih terencana dan hasilnya akan lebih efektif dan dapat menekan kerusakan yang akan terjadi. Oleh karenanya, dalam rangka keperluan tersebut maka kami pimpinan IP3OPT/LPHP Tiroang Pinrang membuat pengolahan data/analisis data untuk membuat Peta kriteria Daerah/lokasi yang rawan terkena DPI untuk pertasnaman padii di wilayah IP3OPT/LPHP Pinrang Prop. Sulawese Selatan. Semoga hasil kerja ini bisa bermamfaat bagi kita semua, khususnya di bidang Perlindungan Tanaman khususnya dalam mengantisipasi bencana Banjir dan Kekeringan pada tanaman padi. Pinrang, 19 Juli 2012 Penyusun ( Ir.H. RUSLAN PATIHONG ) NIP

3 DAFTAR ISI Halaman KATA PENGANTAR.. DAFTAR ISI... i ii PENDAHULUAN.. 1 Latar Belakang... 1 Tujuan.. 1 PELAKSANAAN.. 2 Waktu dan Tempat. 2 Istilah dan Batasan Pengolahan Data.. 3 Analisis Data. 4 HASIL DAN PEMBAHASAN.. 9 Kategori Daerah Bencana alam dan Serangan OPT Tanaman Padi LAMPIRAN LAMPIRAN....

4 PENDAHULUAN LATAR BELAKANG Dampak Perubahan Iklim (DPI) merupakan salah satu hambatan dalam usaha peningkatan produksi pangan selama ini. Berdasarkan tingkat kerusakan yang diakibatkan pengaruh DPI di Wilayah IP3OPT Pinrang Propinsi Sulawesi Selatan, ada 2 kendala pada tanaman padi diantaranya adalah banjir dan Kekeringan. Berdasarkan frekuensi dan tingkat kerusakan pengaruh DPI, pada wilayah Kecamatan dari setiap Kabupaten mempunyai kategori kerusakan yang berbeda beda. Oleh karena itu, tindakan yang paling tepat dalam mengantisipasi dan pengendaliannya adalah didasarkan pada prioritas kategori tersebut. Sehubungan dengan hal tersebut maka perlu disusun strategi dalam mengantisipasi dan pengendalian pengaruh DPI yang tepat, terencana berdasarkan kategori daerah /lokasi sehingga akan lebih efektif dan efisien dalam penanganan. Sebelum menyusun strategi pengendalian dilapang, maka akan dilakukan analisis data kategori kerusakan banjir dan kekeringan untuk menentukan kategori adalah kerusakan berdasarkan kriteria criteria yang telah ditetapkan. Hasil analisis akan disajikan dalam bentuk peta penyebaran OPT yang dilengkapi dengan tabulasi data yang disusun menurut Kecamatan disetiap Kabupaten/Kota di Wilayah IP3OPT/LPHP Pinrang, Propinsi Sulawesi Selatan. TUJUAN - Menganalisis dan mengidentifikasi daerah sumber yang rawan terjadi kerusakan tanaman padi akibat pengaruh DPI di seluruh Kecamatan disetiap Kabupaten/Kota di wilayah IP3OPT/LPHP Pinrang, Propinsi Sulawesi Selatan. - Menyusun peta penyebaran daerah berdasarkan kategori serangannya (endemis, sporadic, potensial dan aman) terhadap pengaruh akibat DPI.

5 PELAKSANAAN Waktu dan Tempat Penentuan kategori kerusakan/serangan dianalisis berdasarkan data historis Kumulatif Luas Tambah Serangan (KLTS) bulanan selama kurun waktu 10 tahun (MT.2002/ /2012). Data yang dianalisis berasal dari 43 Kecamatan, 5 Kabupaten/Kota, yang merupakan hasil pengamatan selama kurun waktu 10 tahun. Istilah dan Batasan - Dampak Perubahan Iklim (DPI) adalah semua pengaruh iklim/cuaca yang dapat merusak, mengganggu kehidupan atau menyebabkan kerusakan/kematian pada tanaman; termasuk didalamnya adalah Bencana Banjir dan kekeringan. - Luas Serangan (LS) adalah luas tanaman terserang yang dinyatakan dalam hektar, rumpun atau pohon. - Luas Tambah Serangan (LTS) adalah luas serangan baru yang terjadi atau yang ditemukan pada periode laporan. - Kumulatif Luas Tambah Serangan (KLTS) adalah penjumlahan luas tambah serangan pada tiap tiap periode laporan; baik bulanan, musiman maupun tahunan. - Tingkat Serangan adalah tingkat kerusakan tanaman akibat serangan OPT yang ditentukan berdasarkan intensitas kerusakannya yang selanjutnya dikelompokkan ke dalam intensitas Ringan(R ), Sedang (S), Berat (B), dan Puso (P). - Terkena Serangan (T) adalah total luas kerusakan tanaman karena serangan DPI, termasuk didalamnya puso. - Puso (P) adalah tanaman yang menunjukkan gejala kematian akibat serangan DPIdengan tingkat kerusakan akibat DPI %. - Daerah Serangan adalah lokasi serangan DPI yang ditetapkan berdasarkan wilayah administrasi pemerintahan. endemis, Daerah serangan dibagi ke dalam kategori daerah

6 3 - sporadic, potensial, dan aman berdasarkan Krtiteria rata rata luas terkena,frekuensi serangan, dan proporsi puso. - Kecamatan (KK) adalah batas wilayah administrasi pemerintahan yang menjadi satuan dalam analisis data dan pembuatan pemetaan disetiap Kabupaten/Kota. Pengolahan Data 1. Rekapitulkasi dan tabulasi data Data direkap dalam bentuk tabulasi database yang disesuaikan dengan kebutuhan analisis. Tabulasi disusun dalam bentuk data historis bulanan selama 10 (sepuluh) tahun dalam kolom table dan banyaknya data (nama KK) disusun dalam baris. 2. Verifikasi data Verifikasi data sangat diperlukan dalam manajemen database, untuk mengidentifikasi adanya kehilangan dan/atau kesalahan data, yang selanjutnya dilakukan perbaikan atau melengkapi data yang hilang. 3. Menghitung KLTS berdasarkan kategori Terkena dan Puso Jumlah dari seluruh tingkatan serangan (RSBP) dikelompokkan kedalam kategori Terkena (T), dan untuk tingkat serangan Puso dikelompokkan tersendiri dalam kategori Puso (P). 4. Perhitungan data serangan berdasarkan Musim tanam Untuk masing masing data T dan P bulanan di jumlahkan menjadi data serangan musim hujan (MH) bulan April sampai September data musim kemarau (MK) bulan Oktober sampai Maret

7 4 ANALISIS DATA 1. Klasipikasi Rata rata Terkena a. Menghitung rata rata Terkena Rata rata T dari masing masing KK dihitung berdasarkan banyaknya musim yang Disertakan dengan rumus : 1 m RTj = E Tij M i=1 RTj M Tij I J = Rata rata T untuk masing masing KK-j = Banyaknya musim tanam yang disertakan dalam analisis = Luas T pada masing masing KK-j disetiap musim I = 1,2,3,.., m musim = 1,2,3,., k KK b. Menentukan kisaran klasifikasi rata-rata Terkena Kisaran klasifikasi RTj ditentukan berdasarkan ambang T (AT = rata rata propinsi) yang dihitung dari rata rata T berdasarkan banyaknya KK di propinsi Sulawesi Selatan yang di laporkan adanya serangan. Ambang T dihitung denan rumus : 1 k AT = E RTj K j=1

8 5 AT = Ambang T (rata rata T Propinsi RTj = Rata rat T untuk masing masing KK-j K J = Banyaknya KK yang dilaporkan terjadi serangan = 1,2,3., k KK c. Menghitung Standar Error dari Ambang Kendali Terkena Untuk menetapkan batasan kisaran RTj perlu dihitung standar Error (SE) dari AT sebagai batasan interval dengan rumus : S SE = k SE = Standar Error dari AT S K = Standar deviasi dari AT = Banyaknya KK yang dilaporkan terjadi serangan d. Menentukan Kelas, Kisaran, Kriteria Rata rata Terkena Berdasarkan nilai AT dan SE dapat ditentukan kelas, kisaran dan criteria RTj sebagai berikut : Kelas RTj Kisaran RTj Kriteria 0 0 Tidak pernah terjadi 1 0 sampai AT SE Jauh dibawah rata-rata 2 AT SE sampai AT Dibawah rata rata 3 AT sampai AT + SE Di atas Rata rata

9 6 2. Klasifikasi Frekuensi Serangan Banyaknya musim yang dilaporkan terjadi serangan pada masing masing KK-j disebut frekuensi serangan (Fj). Dari 10 musim yang dianalisa maka nilai maksimal Fj adalah 10, maka berdasarkan nilai tersebut di buat kelas, kisaran dan criteria Fj sebagai berikut Kelas F Kisaran Fj Kriteria 0 0 Tidak pernah terjadi Pernah terjadi Beberapa kali terjadi Sering/terus terjadi 3. Klasifikasi Rasio Puso a. Analisa Rasio Puso Menghitung rasio P dari T untuk masing masing kabupaten j pada setiap musim (RPiJ) yang diikutkan dalam analisis dengan rumus : Pij RPij = Tij RPij = Rasio puso untuk masing masing KK-j setiap musim i Pij = Luas P dimasing masing KK-j pada setiap musim i Tij = Luas T dimasing masing KK-j pada setiap musim i I = 1,2,3, m musim J = 1,2,3,, k KK 7

10 Nilai RPij berkisar antara o (nol = tidak pernah terjadi puso atau serangan yang terjadi termasuk intensitas ringan, sedang, berat) sampai 1 (satu = serangan dilaporkan seluruhnya terjadi puso). b. Analisis Rata rata rasio puso Menghitung rata rata rasio P untuk masing masing KK (RRPj) berdasarkan banyaknya musim yang dilaporkan terjadi serangan (Fj) dengan Rumus M E RPij I = 1 RRPj = Fj RRPj = Rata rata rasio Puso masing masing KK-j RPij Fj I J = Rasio puso untuk masi g masing KK-j setiap musim i = Frekuensi serangan masing masing KK-j = 1,2,3,, m musim = 1,2,3,., k KK c. Menentukan kelas rasio Puso Berdasarkan nilai RRpj dapat ditentukan kelas rasio puso untuk masing masing KK-j (KRRPj) sebagai berikut : Kelas, kisaran dan criteria rata rata rasio puso : Kelas RTj Kisaran RTj Kriteria 0 0 Tidak pernah terjadi 1 >0 0,25 Luas Puso 25 % 2 >0,25 0,50 Luas puso % 3 >0,50 + 0,75 Luas Puso % 8

11 4. Analisis Kategori Daerah Serangan Analisa kategori daerah serangan OPT untuk masing masing KK-j ditentukan berdasrkan nilai klasiupikasi RTj, Fj, dan RRPj melalui 2 tahap berikur ini : a. Menghitung rata rata kelas daerah serangan untuk masing masing KK j (RKDS) dengan rumus sebagai berikut : RKDSj = ( KRTj + KFj + KRRPj ) /3 RKDSj = Rata rata kisaran daerah serangan masing masing KK-j KRTj = Kelas rata rata Terkena masing masing KK-j KFj = Kelas frekuensi serangan masing masing KK-j KRRPj = Kelas rata rata Rasio Puso masing masing KK-j J = 1,2,3, k KK b. Menentukan kelas, kisaran dan criteria daerah serangan Berdasrkan nilai RKDSj maka dapat ditentukan kelas daerah serangan (kelas DSj), kisaran rata rata kelas daerah serangan (Kisaran RKDSj) dan criteria daerah serangan untuk masing masing kabupaten sbb : Kelas DSj Kisaran RKDSj Kriteria 0 0 Aman 1 >0 1 Ptensial 2 >1 2 Sporadik 3 >2 + 3 Endemik

12 HASIL DAN PEMBAHASAN Kriteria daerah yang terkena pengaruh Dampak Pengaruh Iklim (DPI) Bencana alam banjir dan kekeringan pada tanaman padi untuk masing masing kecamatan disetiap kabupaten/kota di wilayah IP3OPT/LPHP Pinrang, propinsi Sulawesi Selatan diperoleh dengan melihat kisaran nilai rata rata kelas daerah serangan (RKDS) adapun kriteria daerah serangan yang ditentukan berdasarkan kisaran RKDS adalah Aman, Potensial, Sporadic, dan Endemic. Penilaian criteria daerah yang terkena pengaruh Dampak Pengaruh Iklim (DPI) tanaman Padi untuk masing masing kecamatan disetiap Kabupaten/kota dilakukan dengan memperhatikan yaitu aspek yaitu: Luas terkena DPI, frekuensi serangan dan proporsi puso terhadap luas serangan. Berdasrkan hasil analisis data yang terkena pengaruh Dampak Pengaruh Iklim (DPI) Padi selama sepuluh tahun yang telah dilaksanakan, didapatkan hasil bahwa dari 43 Kecamatan dalam 5 Kabupaten / Kota di wilayah IP3OPT/LPHP Pinrang, Propinsi Sulawese Selatan pada umumnya beberapa kecamatan disetiap Kabupaten ada yang termasuk criteria daerah endemic terhadap bencana alam dan serangan OPT utama Padi baik pada musim hujan maupun musim kemarau. Hasil selengkapnya analisis data yang terkena pengaruh Dampak Pengaruh Iklim (DPI) padi dapat dilihat pada table dan Lampiran setiap kabupaten. Criteria daerah bencana alam dan serangan OPT utama Padi di wilayah Ip3OPT/LPHP Pinrang, Propinsi Sulawesi Selatan pada Musim hujan dan musim kemarau adalah sebagai berikut :

13 Tabel 1. Kriteria lokasi tanaman padi tiap Kecamatan yang rawan KEKERINGAN MT.2012/2013 di wilayah IP3OPT Pinrang NO KABUPATEN KECAMATAN KRITERIA WARNA PETA 1. PINRANG Wt. Sawitto Sporadis 2. Tiroang Potensil 3. Paleteang Potensil 4. Cempa Potensil 5. Duampanua Sporadis 6. Patampanua Potensil 7. Lembang Potensil 8. B. Lappa Potensil 9. Mt. Sompe Endemis 10. Mt. Bulu Endemis 11. Lanrisang Sporadis 12. Suppa Sporadis 1. SIDRAP Baranti Sporadis 2. P.Rijang Sporadis 3. Kulo Sporadis 4. MaritengaE Potensil 5. Sidenreng Endemis 6. Wt.Pulu Potensil 7. Pitu Riase Potensil 8. Pitu Riawa Sporadis 9. Dua Pitue Potensil 10. T.Limpoe Sporadis 11. P.Lautang Sporadis 1. PARE PARE Bacukiki Aman 1. BARRU T. Riaja Aman 2. T.Tilau Sporadis 3. Barru Aman 4. Sop.Riaja Sporadis 5. Mal.Tasi Endemis 6. Balusu Aman 7. Pujanantin Aman 1. ENREKANG Alla Sporadis 2. Baraka Endemis 3. Anggeraja Sporadis 4. Curio Potensil 5. Masalle Aman 6. Enrekang Aman 7. Cendana Aman 8. Maiwa Sporadis 9. Bungin Potensil 11. Baroko Aman

14 Gambar 1. Kriteria lokasi Kecamatan yang rawan terjadi KEKERINGAN di Wilayah IP3OPT Pinrang MT.2012/2013 Keterangan : Endemis Sporadis Potensil Aman

15 Tabel 2. Kriteria lokasi tanaman padi tiap Kecamatan yang rawan BANJIR MT.2012/2013 di wilayah IP3OPT Pinrang NO KABUPATEN KECAMATAN KRITERIA WARNA PETA 1. PINRANG Wt. Sawitto Potensil 2. Tiroang Endemis 3. Paleteang Potensil 4. Cempa Sporadis 5. Duampanua Potensil 6. Patampanua Potensil 7. Lembang Potensil 8. B. Lappa Potensil 9. Mt. Sompe Sporadis 10. Mt. Bulu Potensil 11. Lanrisang Potensil 12. Suppa Aman 1. SIDRAP Baranti Potensil 2. P.Rijang Sporadis 3. Kulo Potensil 4. MaritengaE Sporadis 5. Sidenreng Endemis 6. Wt.Pulu Sporadis 7. Pitu Riase Aman 8. Pitu Riawa Sporadis 9. Dua Pitue Sporadis 10. T.Limpoe Sporadis 11. P.Lautang Potensil 1. PARE PARE Bacukiki Aman 1. BARRU T. Riaja Aman 2. T.Tilau Sporadis 3. Barru Sporadis 4. Sop.Riaja Endemis 5. Mal.Tasi Sporadis 6. Balusu Sporadis 7. Pujanantin Aman 1. ENREKANG Alla Aman 2. Baraka Aman 3. Anggeraja Potensil 4. Curio Aman 5. Masalle Aman 6. Enrekang Aman 7. Cendana Aman 8. Maiwa Endemis 9. Bungin Aman 11. Baroko Aman

16 Gambar 2. Kriteria lokasi Kecamatan yang rawan terjadi BANJIR di Wilayah IP3OPT Pinrang MT.2012/2013 Keterangan : Endemis Sporadis Potensil Aman

17 LAMPIRAN BENCANA KEKERINGAN