dasar-peramalan-opt.pptx

7/17/2019 dasar-peramalan-opt.pptx

http://slidepdf.com/reader/full/dasar-peramalan-optpptx 1/38

DASARPERAMALAN OPT

BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

DIREKTORAT JENDERAL TANAMAN PANGAN



Pengamatan

Peramalan

Perencanaan

Pengendalia



DIMENSI WAKTU ERAMALAN O T

Waktumeramal

Waktu ramalan

Nilai ramalanData historis

t - n

t

SaatIni t + n

Masa lampau

Jadi kalau menduga sesuatu pada waktu yang samaberarti bukan peramalan




Peramalan Umum

Arti peramalan adalah prakiraan/memprediksi peristiwa dimasa depan

!u"uan peramalan adalah untuk memperke#il resiko yang mungkin ter"adi akibat

suatu pengambilan keputusan

$eramalan bagian penting dalam proses pengambilan keputusan% sebab e&ekti&atau tidaknya suatu keputusan umumnya tergantung padabeberapa &aktor yang tidak dapat kita lihat pada waktu keputusanitu diambil

$eramalan dan pengambilan keputusan merupakan dasar dalam menyusunsuatu bentuk peren#anaan yang men"adi akti&itas kehidupansehari-hari

'($)!)SAN *ASI ,AMAAN AA! ,AMAAN+=

g a m b i l a n k e p u t u s a n b e r d a




$eramalan .$! adalah suatu kegiatan yang diarahkan untukmendeteksi atau memprediksi populasi/serangan .$!serta kemungkinan penyebaran dan akibat yangditimbulkannya dalam ruang dan waktu tertentu

$eramalan .$! komponem penting dalam strategi pengelolaan hama

dan penyakit tanaman sebab dengan adanya peramalandapat memberikan peringatan dini mengenai tingkat danluasnya serangan

!u"uan peramalan .$! adalah menyusun saran tindak pengelolaan

atau penanggulangan .$! sesuai dengan prinsip danstrategi $*! sehingga populasi/serangan .$! dapatditekan% tingkat produktiitas tanaman pada tara& tinggi%se#ara ekonomis menguntungkan dan aman terhadaplingkungan

Peramalan OPT




SIS!(M $(,AMAAN .$!

0A'!., IN')NAN

DA!A 1I.!I' DA!A A1I.!I'

DA!A .$!

)NI! $(,AMAAN

$(!A' 2 $(!ANI*AM$A,AN 2 '(.M$.' !ANIWIA3A* 2 $*$ 4'(5AMA!AN6

2 $*$ 4A,.('.SIS!(M62 1$!$* 4,(I.NA/'A162 11$.$! 4NASI.NA6

)NI! IN0.,MASI

Media #etak% elektrotik% pelatihan% seminar%$ertemuan% saresehan% surat-menyurat% dll

*ASI $(,AMAAN $(N(I!I$(,(N5ANA

$(N)NA2 $(!)AS% $(!ANI

)NI!

$(,AMAANAIN

INS!ANSI

!(,'AI!



$eramalan tingkat $(!A'

Model dibangun dan diimplemantasikan di tingkatpetani pada areal yang sempit atau tingkat petak'omponen ekosistem relati& homogen 4komoditi%

arietas% stadia dan keadaan lingkungan &isik6% ke#ualipopulasi/serangan .$! dan musuh alaminyamengalami perubahan dari waktu ke waktu$elaksana peramalan dan pengambilan keputusan

petani0aktor kun#i satu strata ariabel 4pop/inten ser .$!dan musuh alami dalam musim% meramal populasi/serangan saat &ase kritis

Dimensi Ruang Peramalan OPT




$eramalan tingkat *AM$A,AN

Model dibangun dan diimplemetasikan pada areal yang#ukup luas 4hamparan pertanaman6'ondisi ekosistem relati&e heterogen 4komoditi% arietas%

stadia% budidaya dan keadaan lingkungan6$elaksanaan peramalan dan pengambilan keputusandilakukan oleh kelompok tani0aktor kun#i dua strata ariabel yaitu

476 pop/inten ser .$! dan musuh alami dan

486 komposisi komoditi% arietas% stadia dan keadaanlingkungan% dalam musim yang sedang berlangsung%serta mempertimbangkan keadaan ariabel tersebutpada musim tanam sebelumnya





$eramalan tingkat WIA3A*

Wilayah meliputi batas administrasi tertentu 4desa%ke#amatan% kabupaten% propinsi% nasional% regionalataupun internasional6Model dibangun dan diimplementasikan pada tingkatwilayah dengan ekosistem yang sangat heterogen4luasnya% keadaan lingkungan% budidaya "uga perbedaanekonomi% sosial dan budaya6$elaksana peramalan dan pengambilan keputusan olehpetugas/ institusi 4beker"asama dengan petugas/institusi

yang terkait sampai petugas lapang dan kelompok tani60aktor kun#i peramalan mempertimbangkan strata yangketiga yaitu tingkat ekonomi% sosial dan budayamasyarakat petani





Peran Peramalan

dalam Perencanaan dan

Pengambilan Keputusan76 $eramalan merupakan bagian integral dari kegiatan pengambilan keputusan

mana"emen

86 Alasan utama bagi peramalan dan peren#anaan2 adanya sen"ang waktu 4time lag6antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa

itu sendiri96 'ebutuhan akan peramalan meningkat se"alan dengan usaha mana"emen untuk

mengurangi ketergantungannya pada hal-hal yang belum pasti% karena dalammenentukan sasaran dan tu"uan berusaha menduga &aktor-&aktor lingkungan%lalu memilih tindakan yang diharapkan akan menghasilkan pen#apaian sasarandan tu"uan

:6 Arti peramalan yang sesungguhnya adalah menduga/memprediksi peristiwa dimasa depan dan bertu"uan untuk memperke#il resiko yang mungkin ter"adiakibat suatu pengambilan keputusan

;6 $engendalian *ama !erpadu 4$*!6 atau <Integrated $est Management 4I$M6=dalam operasionalnya memerlukan kegiatan peramalan untuk membuatperen#anaan ekosistem pertanian yang tahan terhadap gangguan .$!



Peran Peramalan


Pengambilan Keputusan

4 lan"utan 6

>6 $eramalan .$! adalah kegiatan yang diarahkan untuk mendeteksi danmemprediksi populasi/serangan .$! serta kemungkinan penyebaran dan akibatyang ditimbulkan dalam ruang dan waktu tertentu

?6 .perasional peramalan yang baik maka dalam peren#anaan perlindungantanaman akan lebih e&ekti& dan e&isien karena menga#u kepada skala prioritaspenanganan .$! menurut ruang dan waktu peramalan

@6 Sasaran $eramalan2 4a6 menduga kemungkinan timbulnya .$!% 4b6 mendeteksidan memprediksi populasi/serangan dan kerusakan yang ditimbulkan .$!%berdasarkan hasil pengamatan terhadap komponen-komponen yangberpengaruh di lapangan% 4#6 menduga kerugian atau kehilangan hasil akibatgangguan .$!

6 !u"uan $eramalan2 untuk menyusun saran tindak/tindakan pengelolaan .$!sesuai dengan prinsip% strategi% dan langkah operasional penerapan $*!%sehingga populasi/ serangan .$! dapat ditekan% tingkat produktiitas tanamandipertahankan pada tara& tinggi% menguntungkan dan aman terhadap lingkungan

7B6 $eramalan .$! tidak hanya meramalkan peningkatan populasi atau serangan% "uga menduga tingkat kehilangan hasil baik tonase maupun nilai ekonominya



Peran Peramalan


Pengambilan Keputusan

4 lan"utan 6

776 'erugian ekonomi yang dapat diselamatkan% yang digambarkan denganpeningkatan produktiitas tanaman adalah merupakan pendapatan 4<$AD Cpendapatan asli daerah=6 yang diterimakan langsung oleh petani

786 $eramalan .$! yang dilakukan sebelum musim tanam 4peramalan antar musim6memberikan waktu kepada petani untuk meren#anakan ekosistem yang tahan.$! dan melakukan kegiatan <preemti&=

796 $eramalan .$! yang dilakukan setelah tanam 4peramalan dalam musim6memberikan waktu kepada petani untuk melakukan kegiatan <responsi&=pengendalian .$! seperti dengan menggunakan bahan pengendali alami/agenshayati/parasitoid yang telah disiapkan 4aman terhadap lingkungan6

7:6 $eramalan .$! "uga dapat memberikan peluang kapan waktu tanam komodititertentu berdasarkan ramalan/kemungkinan mun#ulnya .$!% yang disinkronkan

dengan nilai "ual pasar tinggi% baik pada <on-season= maupun <o&&-season=7;6 ,umusan model peramalan .$! antar musim maupun dalam musim yang

dibangun oleh 11-$.$! disa"ikan dalam buku $edoman $engembangan dan.perasional $eramalan .$! pada !anaman $angan dan *ortikultura dan harusterus dikembangkan se#ara spesi&ik lokasi/ model dibangun pada ekosistemsetempat



METODE KAUSAL

JENIS PERAMALAN

METODE RUNTUN WAKTU

KUALITATIF KUANTITATIF

METODE FORMAL METODE INTUISI




Peramalan kualitatif (tanpa angka / nilai) digunakan apabila informasi data kuantitatifsangat sedikit atau tidak tersedia.

$eramalan kualitati&

Contoh:

Apabila terjadi kemarau panjang di daerah penyebaran belalang

kembara maka populasi dan serangan akan meningkat.emakin panjang kemarau terjadi maka peluang meningkatnya

populasi dan serangan belalang kembara semakin tinggi.

1a#k NetBALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN



!engikutkan atau menggunakan angka / nilai"

yang terbagi dalam peramalan non &ormal dan &ormal.

$eramalan kuantitati&

$eramalan non &ormal yaitu men#akup intuisi" pengalaman maupun<pro&essional "udgement= yang didasarkan atas pengalaman

empiris dengan penggunaan prinsip$prinsip ekstrapolasi danpenetapan nilai namun tidak menggunakan aturan yang baku.

5ontoh2

eorang P%P/P&P' mengatakan baha luas serangan *C di

ilayahnya diprediksi pada bulan depan akan meningkatsebanyak ,.

eorang pakar mengatakan baha produksi padi tahun -diperkirakan akan meningkat sebanyak ",

1a#k NetBALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN



$eramalan &ormal menggunakan ekstrapolasi

se#ara sistematik" bersifat baku berdasarkankaidah statistik.

$eramalan kuantitati& (lanjutan)

1a#k Net

0t+n = ( 1" 2" 3" 4" 5 )f !6'&76 8&9!A4:

3AA4 (CAA4) = ebab $ Akibat9;'; A3' ('1!6 6916) = 7eret berkala

Tersedianya informasi masa lampau (historis)

1

Informasi dalam bentuk kuantitatif atau kualitatif yang dapat

dikuantitatifkan2

Pola masa lalu akan terjadi dimasa mendatang3


SYARAT PERAA!A" #$A"TITATI%



$,.,AM1AN'I!AN

Input .uputSistem

*)1)NANS(1A1-A'I1A!

Input .uputSistem

KAUSAL RUNTUN WAKTU

PERBEDAAN HUBUNGAN

&I'!'I

molekuler

perkembangan

genetika

ekologi

b a k t e r

i o l o g i

) i r o

l o g i

o r n i t h o l o g i

e n t o m o

l o g i

b

o t a n i

* o o l o g i

&!A+#

&',

klimatologi


A g r o - e

k o s i s t e m



<ariabel yang meramal

( = independent)

<ariabel yang diramal

(0 = dependent)Populasi &P'"populasi musuh alami"intensitas serangan &P'"komposisi >arietas"komposisi >egetasi"komposisi stadia tanaman"luas tanam"luas serangan"tindakan pengendalian"#ara budidaya"iklim dansosial" ekonomi" budaya.

Populasi &P'"intensitas serangan"luas serangan" dankehilangan hasil

VARIABEL PERAMALAN OPT




$,.S(S $(M1AN)NAN DAN$(N(M1ANAN M.D( $(,AMAAN .$!




PRI"SIP

PE"Y$S$"A" '.E! PERA!A"

Parsimony

(!ma"#

A"AEA&!E/

model harus sesedikit mungkin melibatkanparameter dan dikembangkan se#arasederhana sehingga dapat diaplikasikansesuai dengan sumberdaya manusia% danadan sarana yang tersedia

0$A!ITY1

model harus memiliki kualitas yang tinggisehingga dapat menyatakan data ramalanyang akurat




contoh-contoh

aplikasi peramalan opt


'%6 6;7





$$$ 3epadatan $$$

?@

$$$ 3epadatan $$$

?-

!inggu setelah tanam

$$$ 3epadatan $$$

?

$$$ 3epadatan $$$

?

2 u m l a h ) * C

p e r r u m p u n

9

9-

r @

r -

r



+ t h P l P l i 2&+ (Nil t l )




+ontoh Peramalan Populasi 2&+ ( Nilaparvata lugens)

Tingkat petak dalam musim hujan di lokasi A

7iketahui rata- pop. *C pada ? (umur padi B hst) = "- ekor/rmp"

2ika anda meramalkan pop. *C pada umur padi $D

hst (@$- bulan lagi sejak anda pengamatan) rata$rata D"Eekor per rumpun (mungkin terjadi hopperburn).

Apa yang anda ren#anakan dan putuskan sebagai saran$tindak agar populasi tinggi/hopperburn tidak terjadiF

*erapa pop. ?- pada umur padi $D hst. (@ G - bulan lagi) F4og ?- = -" + "@ 4og (?)

4og ?- = -" + "@ 4og ("-)

4og ?- = -" + "@ ($"DD)

4og ?- = @"DHH.

2adi diramalkan padat pop. ?- = @@"DHH = D"E ekor / rumpun.

5.N!.* $(N(M1ANAN M.D( $(,AMAAN 'A)SA



'(*IANAN *ASI4E / 1erat6

4uas erangan1ntensitas erangan

Populasi 4ar>a

Populasi ;gengat ?$- 1klim

Pertanaman

Populasi !A

Populasi Pupa


Populasi 4ar>a

Populasi ;gengat ?$@ 1klim

Pertanaman

Populasi Pupa


Populasi 4ar>a

Populasi ;gengat ?$

1klim

Pertanaman

Populasi !A Populasi 'elur

Populasi !A

Populasi 'elur

Populasi 'elur

5.N!.* $(N(M1ANAN M.D( $(,AMAAN 'A)SA*ubungan Sebab-akibat *ama $enggerek 1atang $adi



Model Peramalan Serangan OPT Padi

Antar Musim!1! %2A;

M)SIM *)JAN

.$! Model 5 ,F,

Wereng 5oklat Log Y M* = 0,503 + 0,365 Log (Y M' ) + 0,380 Log (Y M*-7 ) B78 B:>

$enggerek 1atang Log Y M* = 0,3358 + 0,3116 Log (Y M' ) + 0,585 Log (Y M*-7 ) BB; B?7

!ikus Log Y M* = 0,160 + 0,!516 Log (Y M' ) + 0,503 Log (Y M*-7 ) BB> B?>

!ungro Log Y M* = 0,"1" + 0,18 Log (Y M' ) + 0,13"! Log (Y M*-7 ) BB B>8

1last Log Y M* = 0,3"8# + 0,3516 Log (Y M' ) + 0,5!33 Log (Y M*-7 ) BB B;?



Model Peramalan Serangan OPT Padi

Antar MusimM)SIM '(MA,A)M)SIM '(MA,A)

.$! Model 5 ,F,

Wereng 5oklat Log Y M' = 0,161 + 0,50 Log (Y M* ) + 0,"8 Log (Y M'-7 ) B78 B:@

$enggerek 1atang Log Y M' = 0,""5 + 0,356 Log (Y M* ) + 0,5533 Log (Y M'-7 ) BB> B>:

!ikus Log Y M' = 0,381 + 0,3085 Log (Y M* ) + 0,5638 Log (Y M'-7 ) BB> B?8

!ungro Log Y M' = 0,1#"# + 0,35 Log (Y M* ) + 0,!#" Log (Y M'-7 ) BB B>;

1last Log Y M' = 0,"685 + 0,3#16 Log (Y M* ) + 0,3!0" Log (Y M'-7 ) BB@ B:@



Model Peramalan Serangan OPT Kedele

Antar Musim!1! %2A;

M)SIM *)JAN

OPT Mo$!% &'L RR

U%a" Graya) Log Y

MH = 0,2022 + 0,2533 Log (Y

MK ) + 0,4745

Log (Y MH*+

) ,-+. ,-/+

P!n001%1n0$a1n

Log Y MH

= 0,2249 + 0,6489 Log (Y MK ) + 0,1772

Log (Y MH*+

) ,-,2 ,-3,

U%a" J!n0)a%Log Y

MH = 0,1704 + 0,2826 Log (Y

MK ) + 0.5482

Log (Y MH*+

) ,-+4 ,-5+

La%a" Ka6an0Log Y

MH = 0,0448 + 0,6694 Log (Y

MK ) + 0,1098

Log (Y MH*+

) ,-,2 ,-52

P!n00!r!)7o%on0

Log Y MH

= 0,0333 + 0,3608 Log (Y MK ) + 0,5237

Log (Y MH*+

),-,4 ,-58

Ti)1sLog Y

MH = 0,0565 + 0,2858 Log (Y

MK ) + 0,3940

Log (Y MH*+

) ,-,2 ,-/3





OPT Mo$!% &'L

' RR

U%a" Graya)

Log Y MK

= 0,2988 + 0,5174 Log (Y MH

) + 0,2609

Log (Y MK*+

),-+

+ ,-/2

P!n001%1n0$a1n

Log Y MK

= 0,2089 + 0,1957 Log (Y MH

) + 0,6491

Log (Y MK*+

),-,

4 ,-3.

U%a" J!n0)a%Log Y

MK = 0,130 + 0,2850 Log (Y

MH ) + 0,4683

Log (Y MK*+

),-,

5 ,-/4

La%a" Ka6an0Log Y

MK = 0,2021 + 0,2579 Log (Y

MH ) + 0,5388

Log (Y MK*+

),-,

4 ,-54

P!n00!r!)Po%on0

Log Y MK

= 0,3021 + 0,2213 Log (Y MH

) + 0,5090

Log (Y MK*+

),-,

2 ,-/2

Ti)1sLog Y

MK

= 0,1740 + 0,2604 Log (Y MH

) + 0,5031

Log (Y MK*+

),-+

5 ,-5,




Dalam Musim$% &itura$% &itura

log 3 C B%B89 + B%7: 8 G , C B%B/

3 C Intensitas serangan pada stadia kritis8 C 'epadatan populasi ara generasi-8

1 log 8 C B%;? + B%8 log 7 G , C B%:

7 C 'epadatan populasi ara generasi-78 C 'epadatan populasi ara generasi-8




Dalam Musim'tie&&a spp%

/

1

3 C :%:; + 7%B@ ! G , C B%;?

3 C Intensitas polong terserang pada saat panen! C 'epadatan populasi !elur pada pembungaan

3 C 7%@9 + 9%: G , C B%?;

3 C Intensitas polong terserang pada saat panen! C 'epadatan populasi ara pada pembungaan

3 $ C 7B::%;8 H ;97%88? log 3 G , C B%@9

$ C $roduksi kedele 4kg/ha6 3 C Intensitas polong terserang pada saat panen



Model Peramalan Serangan OPT Jagung

Antar Musim!1! %2A;

M)SIM *)JAN

OPT Mo$!% &'L RR

P!n00!r!)9a"an0

Log Y MH

= 0.177 + 0.354 Log (Y MK ) + 0.514

Log (Y MH*+

),',4 ,'58

U%a" 0raya) Log Y

MH = 0.351 + 0.407 Log (Y

MK ) + 0.294

(Y MH*+

) ,'++ ,'./

La%a" 9i9i"Log Y

MH = 0.261 + 0.377 Log (Y

MK ) + 0.366

Log (Y MH*+

),',2 ,'84

Ti)1sLog Y

MH = 0.294 + 0.333 Log (Y

MK ) + 0.386

Log (Y MH*+

) ,'+, ,'85

B1%aiLog Y

MH = 0.452 + 0.313 Log (Y

MK ) + 0.358

Log (Y MH*+

),'++ ,'.3

P!n00!r!)"on0)o%

Log Y MH

= 0.329 + 0.247 Log (Y MK ) + 0.518

Log (Y MH*+

),',2 ,'/3



Model Peramalan Serangan OPT Jagung


OPT Mo$!% &'L' RR

P!n00!r!)9a"an0

Log Y MK

= 0.263 + 0.202 Log (Y MH

) + 0.511

Log (Y MK*+

),',

4 ,'/5

U%a" 0raya) Log Y

MK = 0.28 + 0.143 Log (Y

MH ) + 0.194

(Y MK*+

),',

4 ,'++

La%a" 9i9i"Log Y

MK = 0.0895 + 0.281 Log (Y

MH ) + 0.489

Log (Y MK*+

),',

: ,'5.

Ti)1s Log Y MK = 0.215 + 0.153 Log (Y MH ) + 0.611Log (Y

MK*+ )

,',2

,'/4

B1%aiLog Y

MK = 0.172 + 0.174 Log (Y

MH ) + 0.539

Log (Y MK*+

),',

4 ,'/.

P!n00!r!)

"on0)o%

Log Y MK

= 0.194 + 0.309 Log (Y MH

) + 0.441

Log (Y MK*+ )

,',

:

,'5.

M d l $ l



Model $eramalanSerangan 1elalang 'embara Model $ulau Sumba

Peramalan luas serangan berdasarkan parameter luasserangan sebelumnya pada lag @ bulan.

og t C B%78?88; + B%@?B?99 4og 3t-76G ,8 C B%?;

Atau

t C 7%9:B9? 43t-7 B%@?B?99 6

7imana:It = 9amalan luas serangan bulanan yang akan terjadi (ha)0t$@ = 3umulatif luas tambah serangan bulanan (ha)

t = *ulan



$eramalan luas serangan berdasarkan parameter luas serangan dan "umlah koloni pada lag 7 bulan

og t C B%BB89:8 + B%87?@? og 3

t-7 + B%?7;7 og '

t G ,8 C B%?9

Dimana2

t C ,amalan luas serangan bulanan yang akan ter"adi 4ha6 3t-7 C 'umulati& luas tambah serangan bulanan 4ha6

' C Jumlah koloni belalang kembara dewasa dan nim&a t C 1ulan

Model $eramalanSerangan 1elalang 'embara Model $ropinsi ampung



MODEL PERAMALAN POPULASI LALAT BUAHPADA TANAMAN BUAH*BUAHAN

!og Yt 4 5675 8 5697 !og Y t-/ 8 563: !og Y t-3; R456<1)

!og Y t 4 /651 8 56=9 !og Yt-/ ; R456>=)

!og Y t 4 /615 8 56:5 !og T t-1; R456>5)

!og Y t 4 /619 8 56:/ !og Y t-3; R456>9)

!og Y t 4 /615 8 56=> !og Y t-9; R456>1)

Y t 4 Pun?ak populasi lalat buah ("opember-.esember)

Y t-/ 4 Populasi lalat buah / bulan sebelum pun?ak ('ktober)

Y t-1 4 Populasi lalat buah 1 bulan sebelum pun?ak (September)

Y t-3 4 Populasi lalat buah 3 bulan sebelum pun?ak (Agustus)

Y t-9 4 Populasi lalat buah 9 bulan sebelum pun?ak (@uli)



terima kasiterima kasi

Documents

dasar-peramalan-opt.pptx