PEWILAYAHAN HUJAN DAN MODEL PREDIKSI CURAH HUJAN UNTUK MENDUKUNG ANALISIS KETERSEDIAAN DAN KERENTANAN PANGAN DI SENTRA PRODUKSI PADI ARIS PRAMUDIA

Transkripsi

1 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

2 PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa disertasi Pewilayahan Hujan dan Model Prediksi Curah Hujan untuk Mendukung Analisis Ketersediaan dan Kerentanan Pangan di Sentra Produksi Padi adalah karya saya sendiri dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini. Bogor, Oktober Aris Pramudia NRP. G i

3 ABSTRACT The research describes about rainfall zoning and rainfall prediction modeling and its use for rice availability and vulnerability analysis. The research used rainfall data periods from center of paddy area at Kabupaten Serang (The North Coast of Banten), Kabupaten Karawang, Kabupaten Subang (The North Coast of West Java) and Kabupaten Garut. Fuzzy clustering methods, that was applied for rainfall zoning, used data from 151 rainfall stations that represent to El-Nino, La-Nina and Normal means condition during of Neural network analysis technics was applied for rainfall prediction modeling at seven representative rainfall stations. The rainfall zoning analysis by using the fuzzy clustering technique on the 85-90% of level of equivalence finds out four rainfall zones. By using higher level of equivalence, at around 90-95%, Zone II was divided to the three sub-zones. The result of trial and error process shows that at seven rainfall station the best model was the one which used the combination of six input variables. The accuracy of the models from the seven stations was ranged from 80 % to 91 % with the error of predictions on the range of mm/month. At Baros and Kalenpetung Serang Banten, rainfall 2008 was predicted to be in Normal condition to Above Normal (N-AN) at period of January to May, and then in the middle until the end of the dry season it will be Above Normal (AN) and remain the same until November. At Karawang Station, from early 2008 until the end of rainy season around May, rainfall was predicted to fluctuate from Below Normal to Above Normal condition (BN-AN), and then it increased relatively to be Normal to Above Normal (N-AN) from the end of dry season to the end of At Subang Station, rainfall 2008 was predicted to be in Below Normal (BN) at the beginning of the year, and then it fluctuated to Normal condition to Above Normal (N-AN) at the end of rainy season. In dry season, rainfall at Subang was predicted to be Below Normal condition (BN) until November, and then it was predicted that it would be in Normal condition (N) in December. At Tarogong and Bungbulang Garut, rainfall 2008 was predicted to be Above Normal in February, and then it was predicted to be Below Normal condition (BN) at the end of rainy season until early dry season in June. At the end of dry season, rainfall was predicted to fluctuate from Normal condition to Above Normal (N-AN), and then it was predicted to increase in Above Normal condition at early rainy season from September to October, and then was predicted to decrease until Normal condition in the middle of rainy season between November and December. In 2008, it was predicted that there will not have a deficit of paddy stock at Kabupaten Serang. However, at Kabupaten Karawang, it was predicted that there will have deficit of paddy stock at around 14.4 tons on period of September-October The deficit is caused by a low level on paddy production and a high risk on the decreasing of paddy production. At Kabupaten Subang, it was predicted that there will have deficit of paddy stock at around tons on periods of January, May-Juli, and September-November The deficit could be divided to be 11.1 tons on periods of January-April (wet season), 66.6 tons on periods of May-August (dry seasons) and 29.8 tons on periods of September-Desember 2008 (the end of dry season and the early of next wet season). ii

4 RINGKASAN ARIS PRAMUDIA. Pewilayahan Hujan dan Model Prediksi Curah Hujan untuk Mendukung Analisis Ketersediaan dan Kerentanan Pangan di Sentra Produksi Padi. Dibimbing oleh YONNY KOESMARYONO, IRSAL LAS, TANIA JUNE, I WAYAN ASTIKA dan ELEONORA RUNTUNUWU. Dalam penelitian ini dilakukan analisis pewilayahan hujan dengan metode penggerombolan fuzzy dan penyusunan model prediksi curah hujan dengan teknik analisis jaringan syaraf tiruan. Hasil prediksi model curah hujan tersebut kemudian diterapkan dalam analisis ketersediaan dan kerentanan produksi padi. Sebagai studi kasus, penelitian dilakukan di empat kabupaten yang merupakan sentra produksi padi di Kabupaten Serang (Pantura Banten), Kabupaten Karawang, dan Kabupaten Subang (Pantura Jawa Barat), serta Kabupaten Garut sebagai pembanding. Data yang digunakan adalah data curah hujan dari 151 stasiun hujan hasil pengamatan Penelitian ini bertujuan untuk: a) Menganalisis pewilayahan hujan menggunakan metode pengelompokkan fuzzi di Pantura Banten, Pantura Jawa Barat dan Kabupaten Garut. b) Menyusun model prediksi curah hujan menggunakan teknik analisis jaringan saraf dan memanfaatkannya untuk prediksi curah hujan. c) Melakukan analisis prediksi ketersediaan dan kerentanan produksi padi di Kabupaten Karawang dan Kabupaten Subang (Pantura Jawa Barat), dan Kabupaten Serang (Pantura Banten). Keluaran dari penelitian ini, adalah: a) Wilayah-wilayah curah hujan di Pantura Jawa Barat, Pantura Banten, dan Kabupaten Garut. b) Model hujan dan hasil prediksi curah hujan. c) Model dan hasil prediksi ketersediaan dan kerentanan produksi padi di Kabupaten Karawang, Kabupaten Subang, dan Kabupaten Serang. Analisis pewilayahan menggunakan teknik analisis gerombol fuzzy pada tingkat ekivalensi 85-90% menghasilkan empat kelas curah 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 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 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. Wilayah hujan dominan di sentra produksi padi yang diperoleh melalui teknik tumpang-tepat antara peta pewilayahan hujan dan peta sebaran sawah adalah sebagai berikut: Wilayah hujan dominan di sentra produksi padi di Provinsi Banten adalah Wilayah IIA dengan stasiun pewakil Baros dan Wilayah IIB dengan stasiun pewakil Kalenpetung, wilayah hujan dominan di sentra produksi padi di Pantura Jawa Barat adalah Wilayah I dengan stasiun pewakil Tambakdahan, Wilayah IIA dengan stasiun pewakil Karawang dan Wilayah III dengan stasiun pewakil Kasomalang, serta wilayah hujan dominan di sentra produksi padi di Kabupaten Garut adalah Wilayah IIA dengan stasiun pewakil Tarogong dan Wilayah III dengan stasiun pewakil Bungbulang. Model prediksi curah hujan disusun menggunakan teknik analisis jaringan syaraf propagasi balik. Keluaran model adalah prakiraan nilai curah iii

5 hujan bulanan untuk tiga bulan ke depan (Y=CH t+3 ), sedangkan peubah yang dilibatkan sebagai masukan adalah 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 ). Penyusunan model prediksi dilakukan di tujuh stasiun curah hujan yang masing-masing mewakili kondisi curah hujan di daerah persawahan. Pembentukan model umumnya menggunakan data periode Proses coba-coba (trial and error) dalam penyusunan model menunjukkan bahwa model terbaik di semua stasiun adalah yang mengkombinasikan keenam peubah masukan. Kisaran dugaan model berkisar dari 0,295-0,706. Ketepatan model berkisar antara 80-91% dengan tingkat kesalahan prediksi berkisar dari 4,1 hingga 7,2 mm/bulan. Modelmodel tersebut kemudian divalidasi menggunakan data curah hujan tahun dan kemudian digunakan untuk memprediksi kondisi curah hujan tahun 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: 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 = 1.000,0 +123,9 CH t +47,5 CH t-1 +46,2 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 iv

6 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 tidak mencukupi kebutuhan domestik kabupaten pada periode September-Oktober. Di Kabupaten Subang, ketersediaan padi diperkirakan tidak memenuhi kebutuhan domestik kabupaten pada bulan Januari dan periode September-November Potensi penurunan produksi padi bulanan di Kabupaten Serang diperkirakan dapat terjadi pada periode Maret-Oktober dengan potensi penurunan produksi padi sebesar 4-35%. Di Kabupaten Karawang, potensi penurunan produksi padi bulanan sebesar 9-85% diperkirakan dapat terjadi pada periode April-November Di Kabupaten Subang, potensi penurunan produksi padi bulanan sebesar 1-100% diperkirakan dapat terjadi pada periode Maret-Juli Namun dengan perlakuan irigasi yang memadai, maka keterbatasan air menjadi dapat diabaikan dan potensi produksi dapat ditingkatkan. 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 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. v

7 SUMMARY ARIS PRAMUDIA. Rainfall Zoning and Rainfall Prediction Model for Analysis of Rice Availability dan Vulnerability at Center of Paddy Production Area. Under the direction of YONNY KOESMARYONO, IRSAL LAS, TANIA JUNE, I WAYAN ASTIKA and ELEONORA RUNTUNUWU. The reseach describes about rainfall zoning by using fuzzy clustering methods and rainfall prediction modeling by using neural network analysis. The result of prediction, then, could be applied on analysis of rice availability and vulnerability. The research was applied at center of paddy area at Kabupaten Serang (The North Coast of Banten), Kabupaten Karawang, Kabupaten Subang (The North Coast of West Java) and Kabupaten Garut. The research used rainfall data from 151 rainfall stations that represent to El- Nino, La-Nina and Normal means condition during of periods. The objectives of the resaearch are: a) To analyze the rainfall zoning use the fuzzy clustering methods at the North Coast of Banten, the North Coast of West Java, and Kabupaten Garut. b) To formulate the rainfall predictions models and use it for rainfall prediction. c) To predict the availability and vulnerability of paddy production at Kabupaten Karawang and Kabupaten Subang (The North Coast of West Java), and Kabupaten Serang (The North Coas of Banten). The outputs of the research are: a) The rainfall zone at the North Coast of Banten, the North Coast of West Java, and Kabupaten Garut. b) The rainfall predictions models and the result of rainfall prediction. c) The model and prediction of the availability and the vulnerability of paddy production at Kabupaten Karawang and Kabupaten Subang (The North Coast of West Java), and Kabupaten Serang (The North Coas of Banten). The rainfall zoning analysis by using the fuzzy clustering technique on the 85-90% of level of equivalence finds out four rainfall zones at the North Coast of Banten, the North Coast of West Java, and Kabupaten Garut, e.i. (1) Zone I with the <1,000 mm/year of rainfall intensity, (2) Zone II with the 1,000-3,000 mm/year of rainfall intensity, (3) Zone III with the 3,000-3,500 mm/year of rainfall intensity, and (4) Zone IV with the >3,500 mm/year of rainfall intensity. By using higher level of equivalence, at around 90-95%, Zone II was divided to the three sub-zones, e.i. (1) Sub-zone IIA with the 1,000-1,750 mm/year of rainfall intensity, (2) Sub-zone IIB with the 1,750-2,250 mm/year of rainfall intensity, and (3) Sub-zone IIC with the 2,250-3,000 mm/year of rainfall intensity. Some stations were fixed as a representative station for its rainfall zone at center of paddy area. The stations are Baros as a representative rainfall stasion for Zone IIA and Kalenpetung as a representative rainfall station for Zone IIB at the North Coast of Banten, Tambakdahan as a representative rainfall station for Zone I, Karawang as a representative rainfall station for Zone IIA, and Kasomalang as a representative rainfall station for Zone III at the North Coast of West Java, Tarogong as a representative rainfall station for Zone IIA and Bungbulang as a representative rainfall station for Zone III at Kabupaten Garut. The rainfall prediction model to be developed was monthly rainfall prediction model using back propagation neural network analysis. The model vi

8 output is rainfall intensity in the following three months (Y=X t+3 ), and the input models are the combination of some variables, e.i. code of the current month (X 1 =t), rainfall intensity in the current month (X 2 =X t ), in the following month (X 3 =X t+1 ), and in the next two months (X 4 =X t+2 ), the southern oscillation index in the current month (X 5 =SOI t ) and the means value of the zone NINO-3.4 sea surface temperature anomaly in the current month (X 6 =AnoSST t ). The model was formulated at seven rainfall stations using data of the periods. The learning or training set of model used rainfall data of the periods. The result of trial and error process shows that at seven rainfall station the best model was the one which used the combination of six input variables. The range of prediction value was to The accuracy of the models from the seven stations was ranged from 80 % to 91 % with the error of predictions on the range of mm/month. The next step, those models were validated by using rainfall data of , and then, the model were used to predict the rainfall condition in Rainfall conditions in 2008 were predicted to be different between one station and the others but they have the same condition as their neighborhood stations or other places at the same regions. In Serang Banten, rainfall at both stations, Baros and Kalenpetung, were predicted to be in Normal condition to Above Normal (N-AN) at period of January to May 2008, and then in the middle until the end of the dry season it will be Above Normal (AN) and remain the same until November In Karawang, from early 2008 until the end of rainy season around May 2008, rainfall was predicted to fluctuate from Below Normal to Above Normal condition (BN-AN), and then it increased relatively to be Normal to Above Normal (N-AN) from the end of dry season to the end of In Subang, rainfall was predicted to be in Below Normal (BN) at the beginning 2008, and then it fluctuated to Normal condition to Above Normal (N-AN) at the end of rainy season. In dry season, rainfall at Subang was predicted to be Below Normal condition (BN) until November 2008, and then it was predicted that it would be in Normal condition (N) in December In Garut, rainfall at both stations, Tarogong and Bungbulang, was predicted to be Above Normal in February 2008, and then it was predicted to be Below Normal condition (BN) at the end of rainy season until early dry season in June At the end of dry season, rainfall was predicted to fluctuate from Normal condition to Above Normal (N-AN), and then it was predicted to increase in Above Normal condition at early rainy season from September to October 2008, and then was predicted to decrease until Normal condition in the middle of rainy season between November and December The ploting of paddy production data and rainfall data has find out the paddy production prediction model as function of four month rainfall data input during growing season since preparation phase, initial phase, vegetatif phase, maturing phase and harvesting time. The paddy production models are: 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 = 1.000,0 +123,9 CH t +47,5 CH t-1 +46,2 CH t ,9 CH t-3 (R 2 = 0,362, r = 0,602*, r 0,05 = 0,390, N = 42) where, Prod = the monthly paddy production (ton GKG/month), CH t = the rainfall in harvesting month (mm/month), CH t-1 = the rainfall in one month before harvesting or in maturiting phase (mm), CH t-2 = the rainfall in two month vii

9 before harvesting or in vegetative phase (mm), CH t-3 = the rainfall in three month before harvesting or in initial phase (mm). The prediction result of the means of potential paddy production in 2008 shows that the range of monthly paddy production at Kabupaten Serang has been varying between thousands tons GKG with the lowest production on January and the highest on April. At Kabupaten Karawang, the range of monthly paddy production has been varying between thousands tons GKG with the lowest production on October and the highest on April. At Kabupaten Subang, the range of monthly paddy production has been varying between thousands tons GKG with the lowest production on September and the highest on Juli. According to the prediction result of paddy production, so that, at Kabupaten Serang, the paddy production was predicted that will have an adequate stock to achieve the domestic consumptions on a whole of At Kabupaten Karawang, however, the paddy production was predicted that will have an inadequate stock to achieve the domestic consumptions on September to October At Kabupaten Subang, the paddy production was predicted that will have an inadequate stock to achieve the domestic consumptions on January and on periods of September-November The monthly paddy production at Kabupaten Serang was predicted that will decrease at around 4-35% on periods of March-October While, the monthly paddy production at Kabupaten Karawang was predicted that will decrease at around 9-85% on periods of April-November And, the monthly paddy production at Kabupaten Subang was predicted that will decrease at around 1-100% on periods of March-Juli However, some applying of water irrigation and crop management is expected to increasing the paddy production. In 2008, it was predicted that there will not have a deficit of paddy stock at Kabupaten Serang. However, at Kabupaten Karawang, it was predicted that there will have deficit of paddy stock at around 14.4 tons on period of September-October The deficit is caused by a low level on paddy production and a high risk on the decreasing of paddy production. At Kabupaten Subang, it was predicted that there will have deficit of paddy stock at around tons on periods of January, May-Juli, and September- November The deficit could be divided to be 11.1 tons on periods of January-April (wet season), 66.6 tons on periods of May-August (dry seasons) and 29.8 tons on periods of September-Desember 2008 (the end of dry season and the early of next wet season). viii

10 Hak Cipta milik IPB, tahun 2008 Hak Cipta dilindungi Undang-undang 1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumber a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau tinjauan suatu masalah b. Pengutipan tidak merugikan kepentingan yang wajar IPB 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis dalam bentuk apa pun tanpa izin IPB ix

11 PEWILAYAHAN HUJAN DAN MODEL PREDIKSI CURAH HUJAN UNTUK MENDUKUNG ANALISIS KETERSEDIAAN DAN KERENTANAN PANGAN DI SENTRA PRODUKSI PADI ARIS PRAMUDIA Disertasi sebagai salah satu syarat untuk memperoleh gelar Doktor pada Departemen Geofisika dan Meteorologi SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2008 x

12 Penguji Luar Komisi: Ujian Tertutup : Ujian Terbuka : Dr. Ir. Kasdi Subagyono, M.Sc. Kepala Balai Pengkajian Teknologi Pertanian Jawa Barat di Lembang 1. Dr. Ir. Astu Unadi, M.Eng. Kepala Balai Penelitian Agroklimat dan Hidrologi, Balai Besar Penelitian dan Pengembangan Sumber Daya Lahan Pertanian Bogor. 2. Dr. Ir. Imam Santosa, M.S. Ketua Departemen Geofisika dan Meteorologi Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor. xi

13 Judul Disertasi : Pewilayahan Hujan dan Model Prediksi Curah Hujan untuk Mendukung Analisis Ketersediaan dan Kerentanan Pangan di Sentra Produksi Padi Nama Mahasiswa : Aris Pramudia N R P : G Disetujui: Komisi Pembimbing, Prof. Dr. Ir. Yonny Koesmaryono, M.S. Ketua Prof-R. Dr. Ir. Irsal Las, M.S. Anggota Dr. Ir. Tania June, M.Sc. Anggota Dr. Ir. I Wayan Astika, M.Si. Anggota Dr. Dra. Eleonora Runtunuwu, M.S. Anggota Diketahui: Ketua Program Studi Agroklimatologi, Dekan Sekolah Pascasarjana, Dr. Ir. Sobri Effedi, M.Si. Prof. Dr. Ir. Khairil Anwar Notodiputro, M.Sc. Tanggal Ujian: 13 Oktober Tanggal Lulus: 19 November xii

14 Dipersembahkan untuk Bangsa dan Negaraku, Indonesia Terimakasih atas doa dan restu Ibu, Ayah dan seluruh keluarga tercinta. Ayah, semoga tenang di sisi Allah SWT. Amin... xiii

15 PRAKATA Alhamdulillahirobbil alamien. Segala puji syukur bagi Allah SWT karena berkat rahmat dan karunianya penulis dapat menyelesaikan penelitian dan menyusun disertasi penelitian ini dalam rangka menyelesaikan studi program doktor pada Program Studi Agroklimatologi Sekolah Pascasarjana Institut Pertanian Bogor. Banyak data dan informasi yang harus dikompilasi dan diolah, banyak tantangan yang dihadapi, baik akademik maupun non-akademik, sehingga penulis berfikir bahwa sangatlah tidak mudah menyelesaikan tugas belajar ini tanpa dukungan, bantuan, kerjasama dari berbagai pihak. Untuk itu penulis menyampaikan terima kasih yang tak terhingga kepada: 1. Ketua Komisi Pembinaan Tenaga Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian, dan Pemimpin Proyek Pengkajian Teknologi Pertanian Partisipatif (PAATP) Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian, Kepala Pusat Penelitian dan Pengembangan Tanah dan Agroklimat (sekarang Balai Besar Sumber Daya Lahan Pertanian) dan Kepala Balai Penelitian Agroklimat dan Hidrologi (Balitklimat), atas perkenannya kepada penulis untuk melanjutkan dan melaksanakan tugas belajar serta kesempatan mendapatkan beasiswa. 2. Prof. Dr. Ir. Yonny Koesmaryono, M.S., atas kesediaannya menjadi ketua komisi pembimbing. Penulis sampaikan terimakasih atas segala bimbingan, nasehat, arahan, bantuan dan kerjasamanya dalam melaksanakan penelitian ini. Juga atas dukungannya sehingga membangkitkan semangat penulis untuk menuntaskan penelitian dan menyelesaikan tugas belajar ini. 3. Prof. Dr. Hidayat Pawitan, yang memberi ide awal topik penelitian ini. 4. Prof-R. Dr. Ir. Irsal las, M.S., Dr. Ir. Tania June, M.Sc., Dr. Ir. I Wayan Astika, M.Si. dan Dr. Dra. Eleonora Runtunuwu, M.S., atas kesediaannya menjadi anggota komisi pembimbing. Penulis sampaikan terimakasih atas segala bimbingan, nasehat, bantuan, arahan, dan kejasamanya sehingga penulis dapat menyelesaikan tugas belajar dan menulis disertasi ini. 5. Prof. Dr. Ahmad Bey, Dr. Rizaldi Boer, dan Dr. Sobri Efendi, selaku Ketua Program Studi Agroklimatologi, serta Dr. Imam Santosa, selaku Ketua Departemen Geofísika dan Meteorologi, atas bantuan, kerjasama, dorongan semangatnya selama penulis menjadi petugas belajar. 6. Beberapa instansi penyedia data, antara lain Dinas Pertanian, Perkebunan dan Kehutanan Kabupaten Karawang, PERUM Jasa Tirta II Divisi II Kabupaten Karawang, Kantor BPS Kabupaten Karawang, Dinas Pertanian Kabupaten Subang, PERUM Jasa Tirta II Divisi III Kabupaten Subang, Kantor BPS Kabupaten Subang, Laboratorium Pengamat Hama xiv

16 dan Penyakit Tanaman Pangan dan Hortikultura di Jatisari, atas kemudahan akses data dan informasi yang dibutuhkan. 7. Istri dan anak-anak tercinta, atas kesabaran dan restunya, dalam menghadapi masa tugas belajar yang sangat tidak mudah. Ayahanda Baharuddin Boerhan, Ibunda Siti Hapsah, Uni Dini, Teh Lili, dan Adik2 semua atas doa dan dukungan semangatnya. 8. Rekan-rekan pimpinan, peneliti, staf, teknisi di Balai Penelitian Agroklimat dan Hidrologi, atas dukungan, kerjasama yang baik, serta beberapa kemudahan memanfaatkan fasilitas untuk pengolahan data dan penyusunan disertasi. 9. Pak Jun, Bu Indah, Pak Toro, Pak Pono, Pak Aziz, Pak Udin di Departemen GEOMET atas partisipasi dan bantuannya dalam berbagai aktifitas kepengurusan akademik. 10. Teman-teman mahasiswa S1, S2 dan S3 di Lab Agromet dan di Departemen GEOMET, antara lain Taufan Hidayat, Yuni, Arif, Eva, Harry, Dada, Dwi, Ika, Ira, Siska, Rini, Erika, Gia, Ade, Yunus, Anton, dan lainlain, atas segala partisipasi dan bantuannya sehingga lab dapat dimanfaatkan untuk berbagai kepentingan akademik bagi kita semua. 11. Semua pihak yang tidak sempat disebut namanya, yang telah turut membantu dan mendukung penuh selama masa tugas belajar. Penulis berharap mudah-mudahan hasil penelitian ini dapat bermanfaat bagi pengembangan pertanian dan peningkatan kesejahteraan masyarakat pertanian. Bogor, Oktober Aris Pramudia xv

17 RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 12 April 1965 sebagai anak ketiga dari sembilan bersaudara dari pasangan Baharuddin Boerhan dan Siti Hapsah. Pendidikan dasar dan menengah penulis tempuh di SD Teladan/Latihan Balikpapan (sekarang SD Negeri 001 Balikpapan), lulus tahun 1977, SMP Negeri I Balikpapan, lulus tahun 1981, SMA Negeri 2 Balikpapan, lulus tahun Pada tahun 1984 penulis diterima di Institut Pertanian Bogor melalui jalur Penelusuran Minat dan Kemampuan, setahun kemudian masuk di Program Studi Agrometeorologi Jurusan Geofisika dan Meteorologi Fakultas Matematika dan IPA, lulus tahun Pada tahun 1999, penulis diterima sebagai mahasiswa S2 pada Program Studi Agroklimatologi Program Pascasarjana Institut Pertanian Bogor dan memperoleh beasiswa dari Proyek Pengkajian Teknologi Pertanian Partisipatif (The Participatory Assessment of Agricultural Technology Project, PAATP) Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian, lulus tahun Pada tahun yang sama penulis diterima sebagai mahasiswa S3 pada Program Studi Agroklimatologi Sekolah Pascasarjana Institut Pertanian Bogor dan juga memperoleh beasiswa dari Proyek Pengkajian Teknologi Pertanian Partisipatif (PAATP) Badan Penelitian dan Pengembangan Pertanian Departemen Pertanian. Penulis diterima bekerja di Pusat Penelitian Tanah dan Agroklimat Bogor (sekarang Balai Besar Penelitian dan Pengembangan Sumber Daya Lahan Pertanian) tahun Sekarang penulis bekerja sebagai Peneliti Pertama di Balai Penelitian Agroklimat dan Hidrologi Bogor. Bidang penelitian yang menjadi tanggungjawab penulis adalah bidang agroklimatologi dan hidrologi. Penulis menjadi Tenaga Pengajar Luar Biasa MK. Termodinamika Atmosfer dan MK. Dinamika Atmosfer tahun ajaran 1988/1989 dan 1989/1990 di Fakultas Matematika dan IPA Institut Pertanian Bogor, salah satu anggota Tim Pengajar MK. Kapita Selekta di Jurusan Geofisika dan Meteorologi Fakultas Matematika dan IPA Institut Pertanian Bogor, pernah mengajar MK. Klimatologi Dasar di Fakultas Pertanian Universitas Muhammadiyah Jakarta, dan saat ini menjadi salah satu anggota Tim Pengajar MK. Mikrometeorologi di Departemen Geofisika dan Meteorologi Fakultas MIPA Institut Pertanian Bogor. Penulis juga adalah Anggota dan Pengurus Pusat Perhimpunan Meteorologi Pertanian Indonesia. Selama mengikuti program S3, penulis telah menghasilkan beberapa karya tulis, antara lain: (1) Pramudia A Uji homogenitas data curah hujan untuk mengkaji perubahan musim di sentra produksi padi di Jawa. Prosiding Seminar Nasional Inovasi Teknologi Sumber Daya Tanah dan Iklim. Pusat Penelitian dan Pengembangan Tanah dan Agroklimat Bogor. xvi

18 (2) Pramudia A, Koesmaryono Y and Hidayat T Study on the changes of the rainy season and food-crop growing period in Banten Province. Proceeding of The 3 rd Seminar on Toward Harmonization Between Development and Environmental Conservation in Biological Production, JSPS DGHE Core University Program in Applied Biosiences. Jointly by Bogor Agricultural University, The University of Tokyo, Government of Banten Province, PT. Krakatau Tirta Industri. (3) Pramudia A Pemanfaatan data satelit untuk analisis ketebalan awan dan potensi hujan. Buletin Hasil Penelitian Agroklimat dan Hidrologi Vol.2. no.1 Balai Penelitian Agroklimat dan Hidrologi Bogor. (4) Pramudia A and Sutjahyo SH Agro-climatological approaches for solving the conflict of water use in the Cidanau Watershed Banten. The Paper on The International Workshop on Client-oriented Agrometeorological Services to Support Agricultural Development, in Jakarta. (5) Pramudia A, Koesmaryono Y dan Las I Pemanfaatan prediksi curah hujan dalam rangka adaptasi pertanaman padi di sentra produksi padi. Makalah Simposium VII Perhimpunan Meteorologi Pertanian Indonesia. (6) Pramudia A, Koesmaryono Y, Las I, June T, Astika IW dan Runtunuwu E Pewilayahan Hujan dan Model Prediksi Curah Hujan untuk Mendukung Analisis Ketersediaan dan Kerentanan Pangan di Sentra Produksi Padi. Forum Pascasarjana Institut Pertanian Bogor. Vol.31 No.2, April (7) Pramudia A, Koesmaryono Y, Las I, June T, Astika IW dan Runtunuwu E Penyusunan model prediksi curah hujan di sentra produksi padi di Pulau Jawa Bagian Barat. Jurnal Tanah dan Iklim No.27/2008. Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian Bogor. (8) Pramudia A, Koesmaryono Y, Las I, June T, Astika IW dan Runtunuwu E Aplikasi teknik penggerombolan fuzzi untuk pewilayahan curah hujan di sentra produksi padi. Jurnal Ilmu-ilmu Pertanian IPB (dalam proses). (9) Koesmaryono Y dan Pramudia A Rainfall Prediction Model at Some Rainfall Station at Monsoon Region in Banten and West Java Province. The paper on The International Symposium on Equatorial Monsoon System, September 2008 in Yogyakarta. Beberapa karya tulis tersebut merupakan bagian dari penelitian yang dilakukan penulis untuk menyelesaikan program S3. xvii

19 DAFTAR ISI Halaman LEMBAR PENGESAHAN PRAKATA RIWAYAT HIDUP DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN viii xiii xv xvii xx xxiii xxvi I. PENDAHULUAN Latar Belakang Kerangka Pemikiran Tujuan Penelitian Keluaran II. PEWILAYAHAN CURAH HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT Pendahuluan Bahan dan Metode Lokasi Penelitian Bahan Penelitian Penghitungan Curah Hujan Rata-rata Analisis Pewilayahan Hujan Hasil dan Pembahasan Kondisi Rata-rata Curah Hujan Menurut Skenario Anomali Iklim El-Nino dan La-Nina, dan tahun Normal Ekivalensi Data Curah Hujan Antar Stasiun Pewilayahan Hujan di Sentra Produksi Padi Stasiun Pewakil pada Wilayah Hujan di Sentra Produksi Padi Simpulan dan Saran Simpulan Saran-saran xviii

20 DAFTAR ISI (Lanjutan) Halaman III. IV. MODEL PREDIKSI DAN PREDIKSI CURAH HUJAN DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT Pendahuluan Bahan dan Metode Bahan Penelitian Penyusunan Model Prediksi Curah Hujan Validasi Model Prediksi Curah Hujan Prediksi Curah Hujan Hasil dan Pembahasan Model Prediksi Curah Hujan Validasi Model Prediksi Curah Hujan Prediksi Curah Hujan Tahun Simpulan dan Saran Simpulan Saran-saran ANALISIS DAN PREDIKSI KETERSEDIAAN DAN KERAWANAN PADI DI SENTRA PRODUKSI PADI DI PANTURA BANTEN, PANTURA JAWA BARAT DAN KABUPATEN GARUT Pendahuluan Ketersediaan dan Kerentanan Pangan, Ketahanan Pangan Indeks Kecukupan Air dan Analisis Potensi Penurunan Produksi Padi Bahan dan Metode Bahan Penelitian Analisis Hubungan Curah Hujan dengan Produksi Padi dan Prediksi Ketersediaan Padi Analisis Potensi Penurunan Produksi Padi Analisis Prediksi Potensi Kecukupan Beras Hasil dan Pembahasan Hubungan Curah Hujan dengan Produksi Padi Prediksi Potensi Ketersediaan Padi Prediksi Potensi Penurunan Produksi Padi Prediksi Potensi Kecukupan Beras xix

21 DAFTAR ISI (Lanjutan) Halaman 4.4. Simpulan dan Saran Simpulan Saran-saran V. PEMBAHASAN UMUM Lingkup Studi Pewilayahan Hujan Model Prediksi Curah Hujan dan Prediksi Curah Hujan Model Produksi Padi dan Prediksi Produksi Padi Informasi Prediksi Kecukupan Beras VI. KESIMPULAN DAN SARAN Kesimpulan Saran-saran DAFTAR PUSTAKA LAMPIRAN-LAMPIRAN xx

22 DAFTAR TABEL Halaman 1. Areal pertanaman padi (ha) yang mengalami kekeringan dan kebanjiran di Indonesia pada tahun El-Nino dan La-Nina Kondisi rata-rata curah hujan musiman dan tahunan di Kabupaten Serang, Kabupaten Karawang, Kabupaten Subang dan Kabupaten Garut menurut skenario anomali iklim El-Nino, La-Nina dan Normal selama periode Kisaran nilai ekivalensi data curah hujan bulanan antar stasiun di lokasi penelitian pada tahun El-Nino, tahun La-Nina dan tahun Normal Jumlah wilayah hujan yang dapat terbentuk di lokasi studi berdasarkan beberapa nilai ekivalensi antar stasiun hujan pada tahun El-Nino, tahun La-Nina dan tahun Normal Stasiun-stasiun pewakil di beberapa wilayah hujan di sentra produksi padi Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Baros Serang (Wilayah IIA Banten) Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Kalenpetung Serang (Wilayah IIB Banten) Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Tambakdahan Subang (Wilayah I Pantura Jawa Barat) Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Karawang (Wilayah IIA Pantura Jawa Barat) Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Kasomalang Subang (Wilayah III Pantura Jawa Barat) xxi

23 DAFTAR TABEL (Lanjutan) Halaman 11. Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Tarogong Garut (Wilayah IIA Kabupaten Garut) Rangkuman pembentukan model prediksi curah hujan pada beberapa kombinasi peubah masukan di Stasiun Bungbulang Garut (Wilayah IV Kabupaten Garut) Rangkuman pembentukan model prediksi curah hujan terbaik dari stasiun-stasiun pewakil di sentra produksi padi Tingkat ketepatan dan kisaran kesalahan pendugaan data curah hujan pada proses validasi model di beberapa stasiun pewakil di sentra produksi padi di Pantura Banten, Pantura Jawa Barat dan Kabupaten Garut Prediksi curah hujan tahun 2008 menggunakan model jaringan syaraf dan perbandingannya terhadap nilai rata-rata Normal di beberapa stasiun curah hujan di sentra produksi padi Klasifikasi Indeks-Ketersediaan padi Klasifikasi koefisien penurunan produksi padi Nilai-nilai korelasi antara produksi padi dengan curah hujan empat bulan berturut-turut selama musim tanam di Kabupaten Serang, Kabupaten Karawang, Kabupaten Subang dan Kabupaten Garut Prediksi potensi produksi padi tahun 2008 di Kabupaten Serang Provinsi Banten, serta Kabupaten Karawang dan Kabupaten Subang Provinsi Jawa Barat Jumlah penduduk, prediksi konsumsi padi, prediksi produksi padi pada kondisi optimum, indeks-ketersediaan dan skor ketersediaan padi di Kabupaten Serang, Kabupaten Karawang dan Kabupaten Subang xxii

24 DAFTAR TABEL (Lanjutan) Halaman 21. Prediksi potensi penurunan produksi padi bulanan tahun 2008 di Kabupaten Serang, Kabupaten Karawang dan Kabupaten Subang Prediksi potensi kecukupan atau kekurangan beras tahun 2008 di Kabupaten Serang, Kabupaten Karawang dan Kabupaten Subang xxiii

25 DAFTAR GAMBAR Halaman 1. Kerangka umum penelitian Pewilayahan hujan di Provinsi Banten menurut Las et al. (2007) Pewilayahan hujan di Subang-Karawang menurut Las et al. (2007) Pewilayahan hujan di Kabupaten Garut menurut Las et al. (2007) Gambaran perbedaan konsep dalam penentuan garis batas antara (a) teknik fuzzy dengan (b) teknik konvensional (crisp) (Klir dan Bo Yuan, 1995) Denah umum lokasi studi Hasil pewilayahan hujan tahunan di Pantura Banten pada tahun Normal Hasil pewilayahan hujan tahunan di Pantura Jawa Barat pada tahun Normal Hasil pewilayahan hujan tahunan di Kabupaten Garut pada tahun Normal Hasil pewilayahan hujan tahunan di Pantura Banten pada tahun El-Nino Hasil pewilayahan hujan tahunan di Pantura Jawa Barat pada tahun El-Nino Hasil pewilayahan hujan tahunan di Kabupaten Garut pada tahun El-Nino Hasil pewilayahan hujan tahunan di Pantura Banten pada tahun La-Nina Hasil pewilayahan hujan tahunan di Pantura Jawa Barat pada tahun La-Nina Hasil pewilayahan hujan tahunan di Kabupaten Garut pada tahun La-Nina xxiv

26 DAFTAR GAMBAR (Lanjutan) Halaman 16. Konsep jaringan syaraf manusia dan model jaringan syaraf tiruan Skema neural network Struktur umum recurrent network Analisis dan pemodelan prediksi curah hujan Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Baros Serang (Wilayah IIA Pantura Banten) Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Kalenpetung Serang (Wilayah IIA Pantura Banten) Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Tambakdahan Subang (Wilayah I Pantura Jawa Barat) Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Karawang (Wilayah IIA Pantura Jawa Barat) Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Kasomalang Subang (Wilayah III Pantura Jawa Barat) Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Tarogong (Wilayah IIA Kabupaten Garut) Hasil pembentukan model dengan kombinasi beberapa peubah X 1, X 2, X 3, X 4, X 5 dan X 6 di Stasiun Bungbulang (Wilayah IV Kabupaten Garut) Hasil training atau pembentukan model prediksi curah hujan menggunakan teknik analisis jaringan syaraf propagasi balik terhadap data curah hujan di beberapa stasiun di sentra produksi padi xxv

27 DAFTAR GAMBAR (Lanjutan) Halaman 28. Proses validasi model prediksi curah hujan menggunakan teknik analisis jaringan syaraf propagasi balik terhadap data curah hujan di beberapa stasiun di sentra produksi padi Prediksi curah hujan tahun 2008 menggunakan model jaringan syaraf di beberapa stasiun di sentra produksi padi Diagram konsep analisis ketahanan pangan atau kerawanan pangan (Dewan Ketahanan Pangan RI dan Program Pangan Dunia PBB, 2003) Klasifikasi potensi kekurangan atau kecukupan beras Fluktuasi produksi padi sawah dan curah hujan bulanan di Kabupaten Serang, Kabupaten Karawang, Kabupaten Subang dan Kabupaten Garut Plot hubungan antara produksi padi aktual dengan estimasi produksi menurut model di Kabupaten Serang, Kabupaten Karawang, Kabupaten Subang dan Kabupaten Garut Gambaran prediksi fluktuasi ketersediaan air tanah dan potensi produksi padi di Kabupaten Serang 2008; (A) kondisi tanpa irigasi, (B) kondisi dengan irigasi Gambaran prediksi fluktuasi ketersediaan air tanah dan potensi produksi padi di Kabupaten Karawang 2008; (A) kondisi tanpa irigasi, (B) kondisi dengan irigasi Gambaran prediksi fluktuasi ketersediaan air tanah dan potensi produksi padi di Kabupaten Subang 2008; (A) kondisi tanpa irigasi, (B) kondisi dengan irigasi Bagan alir pemanfaatan data curah hujan dan informasi lainnya untuk prediksi curah hujan dan prediksi kecukupan beras xxvi

28 DAFTAR LAMPIRAN Halaman 1. Contoh format tabulasi data curah hujan bulanan yang digunakan sebelum analisis gerombol Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun El-Nino di daerah Banten Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun La-Nina di daerah Banten Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun Normal di daerah Banten Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun El-Nino di daerah Karawang- Subang Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun La-Nina di daerah Karawang- Subang Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun Normal di daerah Karawang- Subang Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun La-Nina di Kabupaten Garut Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun Normal di Kabupaten Garut Dendogram analisis gerombol fuzzy terhadap data rata-rata curah hujan bulanan pada tahun El-Nino di Kabupaten Garut Koefisien wij dan vjk yang dihasilkan melalui proses training set pembentukan model prediksi curah hujan menggunakan teknik analisis jaringan syaraf propagasi balik di beberapa stasiun di sentra produksi padi di Jawa xxvii