VI. KESIMPULAN DAN SARAN
|
|
- Agus Setiabudi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 VI. KESIMPULAN DAN SARAN 6.1. Kesimpulan Dalam penelitian ini telah dilakukan suatu rangkaian penelitian yang mencakup analisis pewilayahan hujan, penyusunan model prediksi curah hujan, serta pemanfaatan pediksi model tersebut untuk prediksi ketersediaan dan kerentanan produksi padi di sentra produksi padi di Banten dan Jawa Barat. Cakupan wilayah penelitian adalah Kabupaten Karawang, Kabupaten Subang dan Kabupaten Serang. Sebagai pembanding, analisis juga dilakukan di Kabupaten Garut, daerah yang bukan merupakan sentra produksi padi dan diperkirakan memiliki karakterisitik iklim berbeda dengan tiga kabupaten lainnya. Nilai-nilai ekivalensi data curah hujan bulanan antar stasiun yang dihasilkan melalui analisis gerombol dengan metode fuzzy menggambarkan bahwa di Pantura Banten dan Pantura Jawa Barat kisaran nilai ekivalensi data curah hujan menjadi melebar pada kondisi El-Nino dan La-Nina dibandingkan kondisi Normal, sedangkan di Kabupaten Garut kisaran nilai ekivalensi data curah hujan semakin melebar pada kondisi anomali iklim La-Nina, dan menyempit pada kondisi El-Nino. Hal ini menunjukkan bahwa kondisi curah hujan di Pantura Banten dan Pantura Jawa Barat menjadi lebih beragam pada saat terjadi anomali iklim El-Nino dan La-Nina, sedangkan di Garut kondisi curah hujan menjadi lebih beragam pada kondisi La-Nina, tapi menjadi lebih seragam pada kondisi El-Nino. Analisis pewilayahan menggunakan teknik analisis gerombol fuzzy (fuzzy clustering analysis) pada tingkat ekivalensi 85-90% menghasilkan empat wilayah hujan di Pantura Banten, pantura Jawa Barat dan Kabupaten Garut, yaitu (1) Wilayah I dengan intensitas curah hujan <1.000 mm/tahun, (2) Wilayah II
2 140 dengan intensitas curah hujan mm/tahun, (3) Wilayah III dengan intensitas curah hujan mm/tahun, dan (4) Wilayah IV dengan intensitas curah hujan >3.500 mm/tahun. Dengan menggunakan tingkat ekivalensi yang lebih tinggi, sekitar 90-95%, Wilayah II yang memiliki kisaran yang sangat lebar dibagi lagi ke dalam tiga sub-wilayah, yaitu (1) Sub-wilayah IIA dengan intensitas curah hujan mm/tahun, (2) Sub-wilayah IIB dengan intensitas curah hujan mm/tahun, dan (3) Sub-wilayah IIC dengan intensitas curah hujan mm/tahun. Sebaran wilayah curah hujan di masing-masing lokasi beragam dan berubah-ubah menurut skenario anomali iklim. Proses coba-coba (trial and error) dalam penyusunan model yang menggunakan data periode dari tujuh stasiun pewakil menunjukkan bahwa model terbaik di semua stasiun adalah yang mengkombinasikan enam peubah masukan, yaitu kode bulan (X 1 ), nilai-nilai curah hujan pada waktu (t-3) (X 2 ), nilai-nilai curah hujan pada waktu (t-2) (X 3 ), nilai-nilai curah hujan pada waktu (t-1) (X 4 ), nilai-nilai indeks ossilasi selatan (SOI) pada waktu t (X 5 ) dan nilai-nilai rata-rata anomali suhu muka laut zone Nino-3,4 pada waktu t (X 6 ). Kisaran dugaan model berkisar dari 0,295-0,706. Kisaran terkecil terjadi di Stasiun Tambakdahan Subang dan kisaran terbesar terjadi di Stasiun Baros Serang. Ketepatan model berkisar antara 80-91% dimana tingkat ketepatan paling tinggi terdapat di Stasiun Bungbulang Garut dan tingkat ketepatan yang rendah terdapat di Tarogong Garut. Tingkat kesalahan prediksi berkisar dari 4,1 hingga 7,2 mm/bulan. Tingkat kesalahan prediksi terkecil terjadi di Stasiun Baros Serang, sedangkan tingkat kesalahan prediksi terbesar terjadi di Stasiun Kasomnalang Subang dan Stasiun Bungbulang Garut. Dalam proses validasi model yang umumnya menggunakan data curah hujan tahun dihasilkan tingkat ketepatan model dan maksimum
3 141 kesalahan yang berbeda dengan prodes pembentukan model. Tingkat ketepatan model berkisar antara 54-97% dengan kesalahan maksimum berkisar antara 1,2-30,2 mm/bulan. Tingkat ketepatan tinggi dengan rata-rata tingkat kesalahan maksimum rendah terdapat di Stasiun Tarogong Garut, sedangkan tingkat ketepatan rendah dengan rata-rata tingkat kesalahan maksimum tinggi terdapat di Stasiun Kasomalang Subang. Hasil prediksi curah hujan menggambarkan bahwa curah hujan di Pantura Banten sepanjang tahun 2008 diprediksi relatif tinggi pada kondisi Normal hingga di Atas Normal. Di Karawang curah hujan tahun 2008 diprediksi berfluktuasi pada kondisi di Bawah Normal hingga di Atas Normal di musim penghujan, kemudian diprediksi meningkat relatif pada kondisi Normal hingga di Atas Normal akhir musim kemarau hingga akhir tahun Di Subang, curah hujan diprediksi berfluktuasi pada kondisi di Bawah Normal, Normal hingga di Atas Normal pada musim hujan, selanjutnya diprediksi menurun relatif hingga di Bawah Normal pada musim kemarau dan awal musim hujan berikutnya, dan kemudian curah hujan diprediksi Normal pada Desember Di Garut, curah hujan diprediksi berada pada kondisi di Atas Normal pada Februari 2008, kemudian diprediksi di Bawah Normal pada akhir musim hujan hingga awal musim kemarau pada Juni Pada akhir musim kemarau curah hujan diprediksi berada di Atas Normal pada awal musim hujan, dan kemudian berada pada kondisi Normal pada pertengahan musim hujan November-Desember Hasil pengepasan antara data produksi padi dengan data curah hujan menghasilkan model pendugaan produksi padi sebagai fungsi curah hujan selama empat bulan masa pertumbuhan padi mulai dari fase persiapan, fase awal pertumbuhan, fase vegetatif, fase pematangan dan saat panen. Model produksi padi yang dihasilkan adalah sebagai berikut:
4 142 Serang: Prod = ,0 27,6 CH t - 137,4 CH t ,2 CH t ,6 CH t-3 (R 2 = 0,449, r = 0,670*, r 0,05 = 0,498, N = 27) Karawang: Prod = 5.000,0 22,1 CH t + 50,3 CH t ,9 CH t ,2 CH t-3 (R 2 = 0,368, r = 0,606*, r 0,05 = 0,259, N = 113) Subang: Prod = 1.000, ,8 CH t - 82,6 CH t-1-9,5 CH t ,0 CH t-3 (R 2 = 0,259, r = 0,309*, r 0,05 = 0,261, N = 112) Garut: Prod = 1.000, ,9 CH t + 47,5 CH t ,2 CH t ,9 CH t-3 (R 2 = 0,362, r = 0,602*, r 0,05 = 0,390, N = 42) dimana Prod = produksi padi bulanan (ton gabah kering giling per bulan, ton GKG/bulan), CH t = curah hujan pada saat bulan panen (mm/bulan), CH t-1 = curah hujan pada saat satu bulan sebelum panen atau fase pematangan (mm), CH t-2 = curah hujan pada saat dua bulan sebelum panen atau fase pertumbuhan vegetatif (mm), CH t-3 = curah hujan pada saat tiga bulan sebelum panen atau fase awal tanam (mm). Prediksi potensi produksi padi rata-rata di ketiga kabupaten pada tahun 2008 menggambarkan bahwa prediksi produksi padi bulanan di Kabupaten Serang berkisar antara ribu ton GKG dengan produksi terendah pada bulan Januari dan tertinggi pada bulan April. Di Kabupaten Karawang prediksi potensi produksi padi bulanan diperkirakan berkisar antara ribu ton GKG dengan produksi terendah pada bulan Oktober dan tertinggi pada bulan April. Di Kabupaten Subang prediksi potensi produksi padi bulanan diperkirakan berkisar antara ribu ton GKG dengan produksi terendah pada bulan September dan tertinggi pada bulan Juli. Dengan kondisi prediksi produksi padi tersebut, diperkirakan bahwa apabila hanya untuk kebutuhan konsumsi domestik di tingkat kabupaten, maka di Kabupaten Serang produksi padi akan mencukupi kebutuhan domestik sepanjang tahun. Di Kabupaten Karawang, ketersediaan padi diperkirakan
5 143 mencukupi kebutuhan domestik pada periode Januari-Agustus 2008 dan November-Desember 2008, sedangkan pada periode September-Oktober diperkirakan produksi padi tidak mencukupi kebutuhan domestik kabupaten. Di Kabupaten Subang, ketersediaan padi diperkirakan mencukupi kebutuhan domestik pada periode Februari-Agustus dan Desember 2008, sedangkan pada bulan Januari dan periode September-November 2008, produksi padi tidak memenuhi kebutuhan domestik kabupaten. Potensi penurunan ketersediaan air di Kabupaten Serang diperkirakan dapat terjadi pada periode Maret-Oktober di kabupaten Serang, dan diperkirakan dapat mengakibatkan penurunan produksi padi bulanan 4-35%. Di Kabupaten Karawang, potensi penurunan ketersediaan air diperkirakan dapat terjadi pada periode April-November 2008, dan diperkirakan dapat mengakibatkan penurunan produksi padi bulanan 9-85%. Di Kabupaten Subang, potensi penurunan ketersediaan air tanah diperkirakan dapat terjadi pada periode Maret-Juli 2008, dan diperkirakan dapat mengakibatkan penurunan produksi padi bulanan 1-100%. Namun dengan perlakuan irigasi yang memadai, maka keterbatasan air menjadi dapat diabaikan dan potensi produksi dapat menjadi maksimum. Pada tahun 2008, di Kabupaten Serang diperkirakan tidak terjadi periode kekurangan beras. Sementara itu, di Kabupaten Karawang diperkirakan akan terjadi kekurangan beras selama periode September-Oktober 2008 sekitar 14,4 ton beras. Kekurangan ini diperkirakan akibat adanya potensi produksi yang rendah serta adanya potensi penurunan produksi selama musim tanam. Di Kabupaten Subang diperkirakan akan terjadi kekurangan beras sekitar 107,5 ton beras selama periode Januari, Mei-Juli dan September-November Kekurangan terutama diakibatkan oleh adanya potensi penurunan produksi selama musim tanam dan kondisi kekeringan pada awal tanam sedemikian rupa sehingga mengakibatkan luas panen dan produksi pada saat panen menjadi
6 144 rendah. Kekurangan beras pada catur wulan pertama (Januari-April) diperkirakan sebanyak 11,1 ton beras, pada catur wulan kedua (Mei-Agustus) sebanyak 66,6 ton beras, dan pada catur wulan ketiga (September-Desember) sebanyak 29,8 ton beras. Pemaparan hasil penelitian tersebut di atas menggambarkan bahwa model dan pendekatan yang digunakan mampu memprediksi produksi padi dan kecukupan pangan Saran-saran Di dalam penelitian ini sudah dilakukan pewilayahan hujan menggunakan analisis gerombol fuzzy. Salah satu keuntungan teknik pewilayahan atau penggerombolan dengan analisis fuzzy dibandingkan pewilayahan dengan metode analisis komponen utama adalah dengan teknik penggerombolan fuzzy seluruh data dilibatkan dalam analisis, sedangkan dalam analisis komponen utama sebagian kecil data yang dianggap resesif dibuang. Sehingga dengan teknik penggerombolan fuzzy diharapkan dapat menjelaskan kondisi keragaman lokasi penelitian secara utuh yang diwakili oleh seluruh stasiun yang dilibatkan. Namun demikian masih perlu kajian lebih detil untuk mempelajari kelebihan dan kekurangan hasil pewilayahan antara metode penggerombolan fuzzy dibandingkan dengan metode analisis komponen utama atau metode lainnya. Hasil pemodelan menggunakan teknik jaringan syaraf melibatkan enam peubah masukan (input layer) dan delapan simpul (node) pada lapisan tersembunyi (hidden layer) menunjukkan bahwa model prediksi curah hujan memiliki kemampuan tinggi dalam meniru atau mereplikasi fluktuasi curah hujan aktual. Namun, pada beberapa kejadian nilai aktual yang sangat tinggi hasil prediksi curah hujan di beberapa stasiun hujan memperlihatkan adanya nilai dugaan maksimum (asymtot) sehingga model tidak dapat menjangkau nilai
7 145 aktual tingga tersebut. Dengan demikian Masih dimungkinkan untuk mengembangkan model prediksi curah hujan menggunakan teknik jaringan syaraf dengan menambah input lain yang relefan, misalnya curah hujan yang memiliki beda waktu (lag) empat bulan dengan nilai yang diduga, atau parameter-parameter iklim regional lainnya, seperti MJO, DMI dan sebagainya, serta memilih berbagai alternatif jumlah simpul (node) pada lapisan tersembunyi. Dalam upaya memberikan masukan pada analisis ketahanan pangan yang dilakukan oleh Badan Ketahanan Pangan (2003, 2005), perlu dilakukan modifikasi pada Sub-sistem Ketersediaan Pangan dan Sub-sistem Kerentanan Pangan. Pada sub-sistem Ketersediaan Pangan modifikasi dilakukan dengan memasukkan komponen prediksi curah hujan sehingga menghasilkan prediksi indeks ketersediaan padi dalam tiga bulan ke depan. Pada Sub-sistem Kerentanan Pangan dilakukan modifikasi beberapa indikator kerawanan pangan sementara menjadi prediksi potensi penurunan produksi padi, dan pada akhirnya dilakukan prediksi kecukupan beras dalam tiga bulan ke depan. Inovasi pada penelitian ini dapat memberi sumbangan pemikiran dalam perkembangan analisis ketahanan pangan. Prediksi kecukupan beras di tingkat kabupaten ditujukan, disamping untuk memberikan gambaran bagaimana kondisi curah hujan dapat mempengaruhi tingkat kecukupan beras, juga untuk memberikan gambaran bagaimana kondisi ketersediaan beras di tingkat kabupaten dalam beberapa bulan ke depan sehingga apabila terdapat kondisi ketidakcukupan beras maka dapat diantisipasi secara lebih awal. Beberapa asumsi yang disarankan untuk menyertai model-model yang disusun, antara lain: a) Model produksi padi merupakan fungsi curah hujan selama masa pertumbuhannya sehingga digunakan data curah hujan empat bulan
8 146 selama pertumbuhan padi untuk menduga produksi padi pada bulan panen. Faktor-faktor lainnya diasumsikan berada dalam kondisi ideal. b) Perilaku pasar beras dan pertukaran beras antar daerah tidak berpengaruh terhadap stok beras di tingkat kabupaten, sehingga pertukaran beras merupakan salah satu langkah yang diambil melalui kebijakan setempat bukan merupakan perilaku pasar yang tidak terkontrol oleh penentu kebijakan. Produksi padi dan curah hujan merupakan data deret waktu. Hampir pada data deret waktu seperti tersebut terdapat autokorelasi. Alternatif lain yang masih dapat dikembangkan dalam penyusunan model prediksi produksi padi sebagai fungsi curah hujan adalah dengan menerapkan analisis fungsi transfer. Alternatif tersebut melalui tahapan pembuatan model ARIMA pada masing-masing peubah, kemudian dilakukan korelasi silang dan penyusunan fungsi transfer.
8. MODEL RAMALAN PRODUKSI PADI
8. MODEL RAMALAN PRODUKSI PADI 8.1 Pendahuluan Padi merupakan makanan utama sekaligus mempunyai nilai politis yang tinggi bagi orang Indonesia, yang menyediakan pendapatan secara musiman dan tenaga kerja
Lebih terperinciV. PENYUSUNAN MODEL PREDIKSI CURAH HUJAN BERDASARKAN FENOMENA ENSO DAN IOD UNTUK MENENTUKAN RENCANA TANAM
V. PENYUSUNAN MODEL PREDIKSI CURAH HUJAN BERDASARKAN FENOMENA ENSO DAN IOD UNTUK MENENTUKAN RENCANA TANAM 5.1. Pendahuluan Curah hujan merupakan salah satu unsur iklim yang mempunyai variabilitas dan fluktuasi
Lebih terperinciII. PEWILAYAHAN HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT
II. PEWILAYAHAN HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT 2.1. Pendahuluan Pewilayahan hujan merupakan suatu proses pengelompokkan atau klasifikasi data curah
Lebih terperinciV. KESIMPULAN DAN SARAN. Iidanya gangguan pada luas panen maupun produksi padi di Indonesia maupun di
V. KESIMPULAN DAN SARAN 5.1. EEesimpulan Iidanya gangguan pada luas panen maupun produksi padi di Indonesia maupun di Jawa Barat pada setiap tahun El-Nino menunjukkan bahwa terdapat hubungan yang erat
Lebih terperinciKontribusi Parameter Iklim Untuk Peringatan Dini Serangan Wereng Batang Coklat (WBC)
1234567 89111121234567891111212345678911112123456789111121234567891111212345678911112123456789111121234567891111212345678911112123456789111121234567891111212345678911112123456789111121234567891111212345678911112
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 1.1. Kondisi Wilayah Kabupaten Gorontalo Kabupaten Gorontalo terletak antara 0 0 30 0 0 54 Lintang Utara dan 122 0 07 123 0 44 Bujur Timur. Pada tahun 2010 kabupaten ini terbagi
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Kelapa sawit (Elaeis guineensis Jacq.) merupakan salah satu komoditas perkebunan unggulan, yang menghasilkan minyak nabati paling efisien yang produknya dapat digunakan dalam
Lebih terperinciPEWILAYAHAN HUJAN DAN MODEL PREDIKSI CURAH HUJAN UNTUK MENDUKUNG ANALISIS KETERSEDIAAN DAN KERENTANAN PANGAN DI SENTRA PRODUKSI PADI ARIS PRAMUDIA
PEWILAYAHAN HUJAN DAN MODEL PREDIKSI CURAH HUJAN UNTUK MENDUKUNG ANALISIS KETERSEDIAAN DAN KERENTANAN PANGAN DI SENTRA PRODUKSI PADI ARIS PRAMUDIA SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008
Lebih terperinciBuletin Analisis Hujan dan Indeks Kekeringan Bulan Juli 2012 dan Prakiraan Hujan Bulan September, Oktober dan November 2012 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Juli 2012 serta Prakiraan Hujan Bulan September, Oktober dan November 2012 disusun berdasarkan hasil pengamatan dari 60 stasiun dan pos hujan di wilayah
Lebih terperinciPENGEMBANGAN MODEL KALENDER TANAM DINAMIK SEBAGAI TEKNOLOGI ADAPTASI
125 VII. PENGEMBANGAN MODEL KALENDER TANAM DINAMIK SEBAGAI TEKNOLOGI ADAPTASI 7.1. Pendahuluan Salah satu informasi yang dirasakan sangat penting dalam kaitan dengan penjadwalan penanaman petani adalah
Lebih terperinciKAT (mm) KL (mm) ETA (mm) Jan APWL. Jan Jan
BAB IV HASIL DAN PEMBAHASAN 4.1 Kerentanan Produktifitas Tanaman Padi Analisis potensi kerentanan produksi tanaman padi dilakukan dengan pendekatan model neraca air tanaman dan analisis indeks kecukupan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.. Parameter Curah Hujan model REMO Data curah hujan dalam keluaran model REMO terdiri dari 2 jenis, yaitu curah hujan stratiform dengan kode C42 dan curah hujan konvektif dengan
Lebih terperinciGambar 3 Sebaran curah hujan rata-rata tahunan Provinsi Jawa Barat.
11 yang akan datang, yang cenderung mengalami perubahan dilakukan dengan memanfaatkan keluaran model iklim. Hasil antara kondisi iklim saat ini dan yang akan datang dilakukan analisis dan kemudian dilakukan
Lebih terperinciPEWILAYAHAN HUJAN DAN MODEL PREDIKSI CURAH HUJAN UNTUK MENDUKUNG ANALISIS KETERSEDIAAN DAN KERENTANAN PANGAN DI SENTRA PRODUKSI PADI 1)
Pewilayahan Hujan dan Model Prediksi Curah Hujan (A. Pramudia et al.) PEWILAYAHAN HUJAN DAN MODEL PREDIKSI CURAH HUJAN UNTUK MENDUKUNG ANALISIS KETERSEDIAAN DAN KERENTANAN PANGAN DI SENTRA PRODUKSI PADI
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Di Indonesia, padi adalah komoditas strategis yang mempengaruhi berbagai aspek kehidupan, baik sosial, ekonomi, budaya maupun politik. Hingga saat ini padi atau beras
Lebih terperinciI. PENDAHULUAN. Peran sektor pertanian sangat penting terhadap perekonomian di Indonesia
I. PENDAHULUAN 1.1 Latar Belakang Peran sektor pertanian sangat penting terhadap perekonomian di Indonesia terutama terhadap pertumbuhan nasional dan sebagai penyedia lapangan pekerjaan. Sebagai negara
Lebih terperinciI. PENDAHULUAN 1. Latar Belakang
I. PENDAHULUAN 1. Latar Belakang Kebutuhan akan bahan pangan terus meningkat sejalan dengan bertambahnya jumlah penduduk dan kebutuhan gizi masyarakat. Padi merupakan salah satu tanaman pangan utama bagi
Lebih terperinciBAB I PENDAHULUAN. memiliki dua musim yaitu musim penghujan dan musim kemarau. paling terasa perubahannya akibat anomali (penyimpangan) adalah curah
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia adalah negara agraris yang amat subur sehingga sebagian besar penduduknya bergerak dalam sektor agraris. Indonesia memiliki iklim tropis basah, dimana iklim
Lebih terperinciKEPALA STASIUN KLIMATOLOGI
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan September 2013 serta Prakiraan Hujan Bulan November, Desember 2013 dan Januari 2014 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun
Lebih terperinciBuletin Analisis Hujan dan Indeks Kekeringan Bulan April 2012 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2012 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan April 2012 serta Prakiraan Hujan Bulan Juni, Juli dan Agustus 2012 disusun berdasarkan hasil pengamatan dari 60 stasiun dan pos hujan di wilayah Jawa
Lebih terperinciBuletin Analisis Hujan Bulan April 2013 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2013 KATA PENGANTAR
Buletin Analisis Hujan Bulan April 2013 dan Prakiraan Hujan Bulan Juni, Juli dan Agustus 2013 KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan April 2013 serta Prakiraan Hujan Bulan Juni, Juli dan
Lebih terperinciBenarkah Tahun 2002 akan Terjadi El-Niño dengan Intensitas Lemah?
Benarkah Tahun 2002 akan Terjadi El-Niño dengan Lemah? Oleh : Gatot Irianto Detail pertanyaan itu antara lain meliputi (1) bagaimana perkembangan indikator anomali iklim lebih lanjut dihubungkan dengan
Lebih terperinciPRODUKSI PADI, JAGUNG, DAN KEDELAI (ARAM II 2015)
jambi No. 63/11/15 /Th. IX, 2 November PRODUKSI PADI, JAGUNG, DAN KEDELAI (ARAM II ) A. PADI Produksi padi tahun (Angka Ramalan II) diperkirakan sebesar 561.542 ton GKG, atau turun sebesar 103.178 ton
Lebih terperinciBadan Penelitian dan Pengembangan Pertanian
Press Release PREDIKSI DAMPAK DINAMIKA IKLIM DAN EL-NINO 2014-2015 TERHADAP PRODUKSI PANGAN BADAN PENELITIAN DAN PENGEMBANGAN PERTANIAN I. Prediksi Iklim hingga Akhir 2014/Awal 2015 1. Prediksi berbagai
Lebih terperinciVI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK
113 VI. PENGEMBANGAN DECISION NETWORK YANG DIOPTIMASI DENGAN FUZZY INFERENCE SYSTEM UNTUK PENYUSUNAN KALENDER TANAM DINAMIK 6.1. Pendahuluan Secara umum, prinsip utama dalam pemodelan optimisasi adalah
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Sebagai negara yang terletak diantara Samudra Pasifik-Hindia dan Benua Asia-Australia, serta termasuk wilayah tropis yang dilewati oleh garis khatulistiwa, menyebabkan
Lebih terperinciBab 1 Pendahuluan 1.1 Latar Belakang
Bab 1 Pendahuluan 1.1 Latar Belakang Permalan mempunyai peranan penting dalam pengambilan keputusan, untuk perlunya dilakukan tindakan atau tidak, karena peramalan adalah prakiraan atau memprediksi peristiwa
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Analisis pengaruh ENSO dan IOD terhadap curah hujan Pola hujan di Jawa Barat adalah Monsunal dimana memiliki perbedaan yang jelas antara periode musim hujan dan periode musim
Lebih terperinciPRAKIRAAN MUSIM HUJAN 2011/2012 PADA ZONA MUSIM (ZOM) (DKI JAKARTA)
PRAKIRAAN MUSIM HUJAN 2011/2012 PADA ZONA MUSIM (ZOM) (DKI JAKARTA) Sumber : BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA I. PENDAHULUAN Wilayah Indonesia berada pada posisi strategis, terletak di daerah
Lebih terperinciBuletin Analisis Hujan dan Indeks Kekeringan Bulan Desember 2012 dan Prakiraan Hujan Bulan Februari, Maret dan April 2013 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Desember 2012 serta Prakiraan Hujan Bulan Februari, Maret dan April 2013 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan
Lebih terperinciKATA PENGANTAR TANGERANG SELATAN, MARET 2016 KEPALA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG. Ir. BUDI ROESPANDI NIP
PROPINSI BANTEN DAN DKI JAKARTA KATA PENGANTAR Puji syukur kehadirat Tuhan YME atas berkat dan rahmat Nya kami dapat menyusun laporan dan laporan Prakiraan Musim Kemarau 2016 di wilayah Propinsi Banten
Lebih terperinciGambar 8. Pola Hubungan Curah Hujan Rata-rata Harian RegCM3(Sebelum dan Sesudah Koreksi) dengan Observasi
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Hasil Koreksi Bias Data Curah Hujan dan Suhu Luaran Model RegCM3 Data luaran RegCM3 merupakan hasil simulasi kondisi iklim yang memiliki resolusi spasial yang
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
16 5.1 Hasil 5.1.1 Pola curah hujan di Riau BAB V HASIL DAN PEMBAHASAN Data curah hujan bulanan dari tahun 2000 sampai dengan 2009 menunjukkan bahwa curah hujan di Riau menunjukkan pola yang sama dengan
Lebih terperinci1. PENDAHULUAN. [8 Januari 2006] 1 ( )
1. PENDAHULUAN 1.1. Latar Belakang Informasi ramalan curah hujan sangat berguna bagi petani dalam mengantisipasi kemungkinan kejadian-kejadian ekstrim (kekeringan akibat El- Nino dan kebanjiran akibat
Lebih terperinciIV. HASIL DAN PEMBAHASAN
7 kemudian akan digunakan untuk menduga sebaran keuntungan/kerugian kotor (gross margin) pada tiga kondisi (El Niño, dan ). Indikator ENSO yang digunakan dalam analisis ini adalah fase SOI. Keuntungan/kerugian
Lebih terperinciBuletin Analisis Hujan Bulan Januari 2013 dan Prakiraan Hujan Bulan Maret, April dan Mei 2013 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Januari 2013 serta Prakiraan Hujan Bulan Maret, April dan Mei 2013 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan di
Lebih terperinciI. INFORMASI METEOROLOGI
I. INFORMASI METEOROLOGI I.1 ANALISIS DINAMIKA ATMOSFER I.1.1 MONITORING DAN PRAKIRAAN FENOMENA GLOBAL a. ENSO ( La Nina dan El Nino ) Berdasarkan pantauan suhu muka laut di Samudra Pasifik selama bulan
Lebih terperinciI. INFORMASI METEOROLOGI
I. INFORMASI METEOROLOGI I.1 ANALISIS DINAMIKA ATMOSFER I.1.1 MONITORING DAN PRAKIRAAN FENOMENA GLOBAL a. ENSO ( La Nina dan El Nino ) Berdasarkan pantauan suhu muka laut di Samudra Pasifik selama bulan
Lebih terperinciI. PENDAHULUAN A. Latar Belakang
I. PENDAHULUAN A. Latar Belakang Pertanian merupakan sektor yang sangat penting karena pertanian berhubungan langsung dengan ketersediaan pangan. Pangan yang dikonsumsi oleh individu terdapat komponen-komponen
Lebih terperinciBAB I PENDAHULUAN. hortikultura,dan 12,77 juta rumah tangga dalam perkebunan. Indonesia
BAB I PENDAHULUAN 1.1. LATAR BELAKANG Indonesia merupakan Negara agraris yang amat subur sehingga tidak dapat dipungkiri lagi sebagian besar penduduknya bergerak dalam sektor agraris. Data dalam Badan
Lebih terperinciI. INFORMASI METEOROLOGI
I. INFORMASI METEOROLOGI I.1 ANALISIS DINAMIKA ATMOSFER I.1.1 MONITORING DAN PRAKIRAAN FENOMENA GLOBAL a. ENSO ( La Nina dan El Nino ) Berdasarkan pantauan suhu muka laut di Samudra Pasifik selama bulan
Lebih terperinciLAPORAN AKHIR PENELITIAN TA 2011 DAMPAK PERUBAHAN IKLIM TERHADAP KERAWANAN PANGAN TEMPORER/MUSIMAN
LAPORAN AKHIR PENELITIAN TA 2011 DAMPAK PERUBAHAN IKLIM TERHADAP KERAWANAN PANGAN TEMPORER/MUSIMAN Oleh : Sumaryanto Muhammad H. Sawit Bambang Irawan Adi Setiyanto Jefferson Situmorang Muhammad Suryadi
Lebih terperincipersamaan regresi. Adapun rumus yang digunakan untuk menentukan curah hujan kritis adalah sebagai berikut: CH kritis = ( 0.
9 a : intersep (perubahan salinitas jika tidak hujan) b : slope (kemiringan garis regresi). Koefisien determinasi (r 2 ) masing-masing kelompok berdasarkan klaster, tahun, dan lahan peminihan (A dan B)
Lebih terperinciMusim Hujan. Musim Kemarau
mm IV. HASIL DAN PEMBAHASAN. Analisis Data Curah hujan Data curah hujan yang digunakan pada penelitian ini adalah wilayah Lampung, Pontianak, Banjarbaru dan Indramayu. Selanjutnya pada masing-masing wilayah
Lebih terperinciIV. PENETAPAN WAKTU TANAM OPTIMAL PADA WILAYAH TERKENA DAMPAK ENSO DAN IOD
IV. PENETAPAN WAKTU TANAM OPTIMAL PADA WILAYAH TERKENA DAMPAK ENSO DAN IOD 4.1. Pendahuluan Kondisi iklim dan ketersediaan air yang optimal bagi pertumbuhan dan perkembangan tanaman sangat diperlukan dalam
Lebih terperinciKEKERINGAN TAHUN 2014: NORMAL ATAUKAH EKSTRIM?
KEKERINGAN TAHUN 2014: NORMAL ATAUKAH EKSTRIM? * Parwati Sofan, Nur Febrianti, M. Rokhis Khomarudin Kejadian kebakaran lahan dan hutan di Sumatera Selatan dan Kalimantan Tengah pada pertengahan bulan September
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
1.1.Neraca Air Lahan BAB IV HASIL DAN PEMBAHASAN Nilai evapotranspirasi dihitung berdasarkan persamaan (Penman 1948). Tabel 1. Hubungan antara rata-rata curah hujan efektif dengan evapotranspirasi Bulan
Lebih terperinciI. PENDAHULUAN. A. Latar Belakang. dan peningkatan ketahanan pangan nasional. Hasil Sensus Pertanian 1993
I. PENDAHULUAN A. Latar Belakang Sektor pertanian memiliki peranan penting dalam perekonomian nasional sebagai sumber pendapatan, pembuka kesempatan kerja, pengentas kemiskinan dan peningkatan ketahanan
Lebih terperinciBuletin Analisis Hujan Bulan Februari 2013 dan Prakiraan Hujan Bulan April, Mei dan Juni 2013 KATA PENGANTAR
KATA PENGANTAR Analisis Hujan, Indeks Kekeringan Bulan Februari 2013 serta Prakiraan Hujan Bulan April, Mei dan Juni 2013 disusun berdasarkan hasil pengamatan data hujan dari 60 stasiun dan pos hujan di
Lebih terperinciHASIL DAN PEMBAHASAN
18 HASIL DAN PEMBAHASAN Eksplorasi data Tahap pertama dalam pembentukan model VAR adalah melakukan eksplorasi data untuk melihat perilaku data dari semua peubah yang akan dimasukkan dalam model. Eksplorasi
Lebih terperinciBAB IV. HASIL DAN PEMBAHASAN
7 BAB IV. HASIL DAN PEMBAHASAN 4.1. Kondisi Geografis Kabupaten Karawang Wilayah Kabupaten Karawang secara geografis terletak antara 107 02-107 40 BT dan 5 56-6 34 LS, termasuk daerah yang relatif rendah
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Parameter Gauss Untuk dapat melakukan pengolahan data menggunakan ANN, maka terlebih dahulu harus diketahui nilai set data input-output yang akan digunakan. Set data inputnya yaitu
Lebih terperinciPengaruh Dipole Mode dan El Nino Southern Oscillation Terhadap Awal Tanam dan Masa Tanam di Kabupaten Mempawah
Pengaruh Dipole Mode dan El Nino Southern Oscillation Terhadap Awal Tanam dan Masa Tanam di Kabupaten Mempawah Yohana Fronika a, Muhammad Ishak Jumarang a*, Andi Ihwan a ajurusanfisika, Fakultas Matematika
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Komoditas hortikultura merupakan komoditas yang sangat penting dan strategis karena jenis komoditas ini merupakan kebutuhan pokok manusia yang hakiki, yang setiap
Lebih terperinciKATA PENGANTAR PANGKALPINANG, APRIL 2016 KEPALA STASIUN METEOROLOGI KLAS I PANGKALPINANG MOHAMMAD NURHUDA, S.T. NIP
Buletin Prakiraan Musim Kemarau 2016 i KATA PENGANTAR Penyajian prakiraan musim kemarau 2016 di Provinsi Kepulauan Bangka Belitung diterbitkan untuk memberikan informasi kepada masyarakat disamping publikasi
Lebih terperinciKATA PENGANTAR. Negara, September 2015 KEPALA STASIUN KLIMATOLOGI NEGARA BALI. NUGA PUTRANTIJO, SP, M.Si. NIP
1 KATA PENGANTAR Publikasi Prakiraan Awal Musim Hujan 2015/2016 di Propinsi Bali merupakan salah satu bentuk pelayanan jasa klimatologi yang dihasilkan oleh Stasiun Klimatologi Negara Bali. Prakiraan Awal
Lebih terperinciPropinsi Banten dan DKI Jakarta
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciPREDIKSI DAN ANTISIPASI KEKERINGAN TAHUN 2013
PREDIKSI DAN ANTISIPASI KEKERINGAN TAHUN 2013 DIREKTORAT JENDERAL PRASARANA DAN SARANA PERTANIAN Disampaikan Pada RAPIM A Kementerian Pertanian 10 September 2013 MATERI PRESENTASI A. Prediksi Kekeringan
Lebih terperinciKATA PENGANTAR. Banjarbaru, Oktober 2012 Kepala Stasiun Klimatologi Banjarbaru. Ir. PURWANTO NIP Buletin Edisi Oktober 2012
KATA PENGANTAR i Analisis Hujan Bulan Agustus 2012, Prakiraan Hujan Bulan November, Desember 2012, dan Januari 2013 Kalimantan Timur disusun berdasarkan hasil pantauan kondisi fisis atmosfer dan data yang
Lebih terperinciEVALUASI MUSIM HUJAN 2007/2008 DAN PRAKIRAAN MUSIM KEMARAU 2008 PROVINSI BANTEN DAN DKI JAKARTA
BADAN METEOROLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG-TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan ( 12070 ) Telp: (021) 7353018 / Fax: 7355262, Tromol Pos. 7019 / Jks KL, E-mail
Lebih terperinci1. BAB I PENDAHULUAN
1. BAB I PENDAHULUAN 1.1. Latar Belakang Wilayah Indonesia umumnya dikelilingi oleh lautan yang berada antara samudera Hindia dan Samudera Pasifik. Samudera ini menjadi sumber kelembaban utama uap air
Lebih terperinciPEDOMAN TEKNIS BANTUAN SARANA PRODUKSI DALAM RANGKA ANTISIPASI DAMPAK KEKERINGAN
PEDOMAN TEKNIS BANTUAN SARANA PRODUKSI DALAM RANGKA ANTISIPASI DAMPAK KEKERINGAN DIREKTORAT JENDERAL PRASARANA DAN SARANA PERTANIAN KEMENTERIAN PERTANIAN 2015 KATA PENGANTAR Kejadian El Nino Tahun 2015
Lebih terperinciPOTENSI PEMANFAATAN INFORMASI PRAKIRAAN IKLIM UNTUK MENDUKUNG SISTEM USAHA TAMBAK UDANG DAN GARAM DI KABUPATEN INDRAMAYU KIKI KARTIKASARI
POTENSI PEMANFAATAN INFORMASI PRAKIRAAN IKLIM UNTUK MENDUKUNG SISTEM USAHA TAMBAK UDANG DAN GARAM DI KABUPATEN INDRAMAYU KIKI KARTIKASARI DEPARTEMEN GEOFISIKA DAN METEOROLOGI FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG ANALISIS MUSIM KEMARAU 2013 DAN PRAKIRAAN MUSIM HUJAN 2013/2014
BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciBAB II TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA PEMIKIRAN
18 BAB II TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA PEMIKIRAN 2.1 Tinjauan Pustaka Padi (Oryza Sativa) Tanamanpadimerupakantanamansemusim,termasukgolonganrumputrumputandenganklasifikasisebagaiberikut:
Lebih terperinci1 PENDAHULUAN Latar Belakang
1 1 PENDAHULUAN Latar Belakang Sub sektor pertanian tanaman pangan memiliki peranan sebagai penyedia bahan pangan bagi penduduk Indonesia yang setiap tahunnya cenderung meningkat seiring dengan pertambahan
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciBAB IV KONDISI UMUM DAERAH PENELITIAN
16 BAB IV KONDISI UMUM DAERAH PENELITIAN 4.1.Gambaran Umum Daerah Penelitian 4.1.1. Lokasi Wilayah Kabupaten Subang secara geografis terletak pada batas koordinat 107 o 31-107 o 54 BT dan di antara 6 o
Lebih terperinciGambar C.16 Profil melintang temperatur pada musim peralihan kedua pada tahun normal (September, Oktober, dan November 1996) di 7 O LU
Gambar C.15 Pola arus permukaan pada musim peralihan kedua pada tahun normal (September, Oktober, dan November 1996). Lingkaran biru adalah Eddy Mindanao Gambar C.16 Profil melintang temperatur pada musim
Lebih terperinciI. PENDAHULUAN. 143,5 mm/tahun dengan kelembaban 74% - 85%. Kecepatan angin pada musim
I. PENDAHULUAN 1.1. Latar Belakang Kabupaten Aceh Singkil beriklim tropis dengan curah hujan rata rata 143,5 mm/tahun dengan kelembaban 74% - 85%. Kecepatan angin pada musim timur maksimum 15 knot, sedangkan
Lebih terperinciBADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan (12070) Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciI. PENDAHULUAN 1.1. Latar Belakang
I. PENDAHULUAN 1.1. Latar Belakang Perubahan iklim membawa dampak pada hampir semua aspek kehidupan dan aktivitas ekonomi. Dampak yang dirasakan ada yang bersifat langsung seperti pada sektor pertanian
Lebih terperinciThe stress interaction index SX = (1-CDX/100) (1-CWX/100) (1- HDX/100) (1-HWX/100) dimana ;
5 yang telah tersedia di dalam model Climex. 3.3.3 Penentuan Input Iklim untuk model Climex Compare Location memiliki 2 input file yaitu data letak geografis (.LOC) dan data iklim rata-rata bulanan Kabupaten
Lebih terperinciI. PENDAHULUAN. Sektor pertanian berperan penting dalam pembangunan ekonomi nasional.
I. PENDAHULUAN A. Latar Belakang Sektor pertanian berperan penting dalam pembangunan ekonomi nasional. Paling tidak ada lima peran penting yaitu: berperan secara langsung dalam menyediakan kebutuhan pangan
Lebih terperinciPEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID
PEMODELAN STOK GABAH/BERAS DI KABUPATEN SUBANG MOHAMAD CHAFID SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2006 SURAT PERNYATAAN Dengan ini saya menyatakan bahwa tesis yang berjudul : PEMODELAN STOK GABAH/BERAS
Lebih terperinciKAJIAN KEBIJAKAN PERBERASAN
Pendahuluan KAJIAN KEBIJAKAN PERBERASAN 1. Dalam upaya mewujudkan stabilitas harga beras, salah satu instrumen kebijakan harga yang diterapkan pemerintah adalah kebijakan harga dasar dan harga maksimum,
Lebih terperinciBAB I PENDAHULUAN. Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di
BAB I PENDAHULUAN 1.1. Latar Belakang Pangan merupakan kebutuhan pokok manusia yang harus dipenuhi. Di Indonesia salah satu tanaman pangan yang penting untuk dikonsumsi masyarakat selain padi dan jagung
Lebih terperinciBAB III KERANGKA BERPIKIR DAN KONSEP PENELITIAN. Kebijakan publik adalah keputusan pemerintah yang berpengaruh terhadap
BAB III KERANGKA BERPIKIR DAN KONSEP PENELITIAN 3.1 Kerangka Berpikir Gardner (1987) menyatakan penanganan masalah perberasan memerlukan kebijakan publik yang merupakan bagian dari kebijakan pembangunan
Lebih terperinciDAFTAR ISI.. DAFTAR GAMBAR.. DAFTAR LAMPIRAN.
DAFTAR ISI DAFTAR ISI.. DAFTAR TABEL DAFTAR GAMBAR.. DAFTAR LAMPIRAN. iv viii xi xii I. PENDAHULUAN 1 1.1. Latar Belakang 1 1.2. Perumusan Masalah 9 1.3. Tujuan Penelitian 9 1.4. Manfaat Penelitian 10
Lebih terperinciVI. ANALISIS HUBUNGAN CURAH HUJAN DAN PRODUKSI PADI SERTA PENYUSUNAN INDEKS IKLIM
VI. ANALISIS HUBUNGAN CURAH HUJAN DAN PRODUKSI PADI SERTA PENYUSUNAN INDEKS IKLIM 6.1. Pendahuluan Asuransi indeks iklim merupakan salah satu bentuk pendanaan yang berpotensi untuk dikembangkan di Indonesia.
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinciPENGANTAR. Bogor, Maret 2017 KEPALA STASIUN KLIMATOLOGI BOGOR
PENGANTAR Badan Meteorologi Klimatologi dan Geofísika () setiap tahun menerbitkan dua buku Prakiraan Musim yaitu Prakiraan Musim Kemarau diterbitkan setiap awal Maret dan Prakiraan Musim Hujan setiap awal
Lebih terperinciEXECUTIVE SUMMARY PENELITIAN HUJAN EFEKTIF UNTUK PERHITUNGAN KEBUTUHAN AIR IRIGASI
DSM/IP. 16 01/01/La-IRIGASI/2015 PUSLITBANG SUMBER DAYA AIR EXECUTIVE SUMMARY PENELITIAN HUJAN EFEKTIF UNTUK PERHITUNGAN KEBUTUHAN AIR IRIGASI DESEMBER, 2015 Pusat Litbang Sumber Daya Air 0 KATA PENGANTAR
Lebih terperinciANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI TUKAR PETANI SEBAGAI INDIKATOR KESEJAHTERAAN PETANI PADI DI KABUPATEN SRAGEN
0 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NILAI TUKAR PETANI SEBAGAI INDIKATOR KESEJAHTERAAN PETANI PADI DI KABUPATEN SRAGEN Skripsi Untuk Memenuhi Sebagian Persyaratan Guna Memperoleh Derajat Gelar Sarjana
Lebih terperinciPrakiraan Musim Kemarau 2018 Zona Musim di NTT KATA PENGANTAR
KATA PENGANTAR Badan Meteorologi Klimatologi dan Geofisika (BMKG) setiap tahun menerbitkan dua jenis prakiraan musim yaitu Prakiraan Musim Kemarau diterbitkan setiap bulan Maret dan Prakiraan Musim Hujan
Lebih terperinciI. PENDAHULUAN. Pangan merupakan kebutuhan yang mendasar (basic need) bagi setiap
I. PENDAHULUAN 1.1. Latar Belakang Pangan merupakan kebutuhan yang mendasar (basic need) bagi setiap manusia untuk dapat melakukan aktivitas sehari-hari guna mempertahankan hidup. Pangan juga merupakan
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI. perangkat keras dan perangkat lunak yang digunakan untuk pemakaian aplikasi yang
57 BAB 4 IMPLEMENTASI DAN EVALUASI Dalam bab ini, selain menjelaskan mengenai kebutuhan minimum untuk perangkat keras dan perangkat lunak yang digunakan untuk pemakaian aplikasi yang dihasilkan, juga akan
Lebih terperinciEVALUASI CUACA BULAN JUNI 2016 DI STASIUN METEOROLOGI PERAK 1 SURABAYA
EVALUASI CUACA BULAN JUNI 2016 DI STASIUN METEOROLOGI PERAK 1 SURABAYA OLEH : ANDRIE WIJAYA, A.Md FENOMENA GLOBAL 1. ENSO (El Nino Southern Oscillation) Secara Ilmiah ENSO atau El Nino dapat di jelaskan
Lebih terperinciIV. PEMBAHASAN. 4.1 Neraca Air Lahan
3.3.2 Pengolahan Data Pengolahan data terdiri dari dua tahap, yaitu pendugaan data suhu Cikajang dengan menggunakan persamaan Braak (Djaenuddin, 1997) dan penentuan evapotranspirasi dengan persamaan Thornthwaite
Lebih terperinciANALISIS MUSIM KEMARAU 2015 DAN PRAKIRAAN MUSIM HUJAN 2015/2016
B M K G BADAN METEOROLOGI KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI KLAS II PONDOK BETUNG Jln. Raya Kodam Bintaro No. 82 Tangerang Selatan Telp. (021) 7353018 / Fax: 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciPerbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation
65 Perbaikan Metode Prakiraan Cuaca Bandara Abdulrahman Saleh dengan Algoritma Neural Network Backpropagation Risty Jayanti Yuniar, Didik Rahadi S. dan Onny Setyawati Abstrak - Kecepatan angin dan curah
Lebih terperinciANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA
ANALISIS MUSIM KEMARAU 2011 DAN PRAKIRAAN MUSIM HUJAN 2011/2012 PROVINSI DKI JAKARTA Sumber : BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG 1. TINJAUAN UMUM 1.1.
Lebih terperinciIV. GAMBARAN UMUM WILAYAH DAN PRODUKSI PADI SAWAH DI DAERAH PENELITIAN
IV. GAMBARAN UMUM WILAYAH DAN PRODUKSI PADI SAWAH DI DAERAH PENELITIAN 4.. Gambaran Umum Wilayah Kabupaten PPU secara geografis terletak pada posisi 6 o 9 3-6 o 56 35 Bujur Timur dan o 48 9 - o 36 37 Lintang
Lebih terperinciLAPORAN POTENSI HUJAN AKHIR JANUARI HINGGA AWAL FEBRUARI 2016 DI PROVINSI NUSA TENGGARA BARAT
LAPORAN POTENSI HUJAN AKHIR JANUARI HINGGA AWAL FEBRUARI 2016 DI PROVINSI NUSA TENGGARA BARAT BADAN METEOROLOGI, KLIMATOLOGI DAN GEOSFISIKA STASIUN KLIMATOLOGI KLAS I KEDIRI-MATARAM 2016 1 Stasiun Klimatologi
Lebih terperinciPrakiraan Musim Hujan 2015/2016 Zona Musim di Nusa Tenggara Timur
http://lasiana.ntt.bmkg.go.id/publikasi/prakiraanmusim-ntt/ Prakiraan Musim Hujan 2015/2016 Zona Musim di Nusa Tenggara Timur KATA PENGANTAR Badan Meteorologi Klimatologi dan Geofisika (BMKG) setiap tahun
Lebih terperinciI. PENDAHULUAN. Tanaman pangan yang antara lain terdiri atas padi, jagung, kedelai, kacang tanah,
1 I. PENDAHULUAN A. Latar Belakang dan Masalah Tanaman pangan yang antara lain terdiri atas padi, jagung, kedelai, kacang tanah, kacang hijau, ubi kayu, ubi jalar merupakan komoditas pertanian yang paling
Lebih terperinciBADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG
BADAN METEOROLOGI, KLIMATOLOGI DAN GEOFISIKA STASIUN KLIMATOLOGI PONDOK BETUNG TANGERANG Jln. Raya Kodam Bintaro No. 82 Jakarta Selatan ( 12070 ) Telp. (021) 7353018, Fax: (021) 7355262 E-mail: staklim.pondok.betung@gmail.com,
Lebih terperinciKAJIAN PENURUNAN KUALITAS GABAH-BERAS DILUAR KUALITAS PENDAHULUAN
KAJIAN PENURUNAN KUALITAS GABAH-BERAS DILUAR KUALITAS PENDAHULUAN Latar Belakang Beras berperan besar dalam hidup dan kehidupan sebagian besar rakyat Indonesia, khususnya golongan menengah kebawah. Bahkan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Indonesia merupakan negara yang rawan terjadi kekeringan setiap tahunnya. Bencana kekeringan semakin sering terjadi di berbagai daerah di Indonesia dengan pola dan
Lebih terperinciTinjauan Pustaka. II.1 Variabilitas ARLINDO di Selat Makassar
BAB II Tinjauan Pustaka II.1 Variabilitas ARLINDO di Selat Makassar Matsumoto dan Yamagata (1996) dalam penelitiannya berdasarkan Ocean Circulation General Model (OGCM) menunjukkan adanya variabilitas
Lebih terperinci