Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

DASAR PERAMALAN OPT BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN DIREKTORAT JENDERAL TANAMAN PANGAN.

Presentasi serupa


Presentasi berjudul: "DASAR PERAMALAN OPT BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN DIREKTORAT JENDERAL TANAMAN PANGAN."— Transcript presentasi:

1 DASAR PERAMALAN OPT BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN DIREKTORAT JENDERAL TANAMAN PANGAN

2

3 DIMENSI WAKTU PERAMALAN OPT Waktu meramal Waktu ramalan Nilai ramalan Data historis t - n t Saat Ini t + n Masa lampau Jadi kalau menduga sesuatu pada waktu yang sama berarti bukan peramalan BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

4 Arti peramalan adalah prakiraan/memprediksi peristiwa dimasa depan. Tujuan peramalan adalah untuk memperkecil resiko yang mungkin terjadi akibat suatu pengambilan keputusan. Peramalan bagian penting dalam proses pengambilan keputusan, sebab efektif atau tidaknya suatu keputusan umumnya tergantung pada beberapa faktor yang tidak dapat kita lihat pada waktu keputusan itu diambil. Peramalan dan pengambilan keputusan merupakan dasar dalam menyusun suatu bentuk perencanaan yang menjadi aktifitas kehidupan sehari-hari. KEPUTUSANHASIL RAMALAN GALAT RAMALAN + = BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

5 Peramalan OPT adalah suatu kegiatan yang diarahkan untuk mendeteksi atau memprediksi populasi/serangan OPT serta kemungkinan penyebaran dan akibat yang ditimbulkannya dalam ruang dan waktu tertentu. Peramalan OPT komponem penting dalam strategi pengelolaan hama dan penyakit tanaman sebab dengan adanya peramalan dapat memberikan peringatan dini mengenai tingkat dan luasnya serangan. Tujuan peramalan OPT adalah menyusun saran tindak pengelolaan atau penanggulangan OPT sesuai dengan prinsip dan strategi PHT sehingga populasi/serangan OPT dapat ditekan, tingkat produktivitas tanaman pada taraf tinggi, secara ekonomis menguntungkan dan aman terhadap lingkungan. BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

6 SISTEM PERAMALAN OPT FAKTOR LINGKUNGAN DATA BIOTIK DATA ABIOTIK DATA OPT UNIT PERAMALAN PETAK: PETANI HAMPARAN : KELOMPOK TANI WILAYAH: PHP (KECAMATAN) : LPHP (AGROEKOSISTEM) : BPTPH (REGIONAL/KAB) : BBPOPT (NASIONAL) UNIT INFORMASI Media cetak, elektrotik, pelatihan, seminar, Pertemuan, saresehan, surat-menyurat, dll HASIL PERAMALAN PENELITIPERENCANA PENGGUNA: PETUGAS, PETANI UNITPERAMALANLAIN INSTANSITERKAIT

7 Peramalan tingkat PETAK Model dibangun dan diimplemantasikan di tingkat petani pada areal yang sempit atau tingkat petak. Komponen ekosistem relatif homogen (komoditi, varietas, stadia dan keadaan lingkungan fisik), kecuali populasi/serangan OPT dan musuh alaminya mengalami perubahan dari waktu ke waktu. Pelaksana peramalan dan pengambilan keputusan petani. Faktor kunci satu strata variabel (pop./inten. ser. OPT dan musuh alami dalam musim, meramal populasi/ serangan saat fase kritis. BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

8 Peramalan tingkat HAMPARAN Model dibangun dan diimplemetasikan pada areal yang cukup luas (hamparan pertanaman). Kondisi ekosistem relatife heterogen (komoditi, varietas, stadia, budidaya dan keadaan lingkungan). Pelaksanaan peramalan dan pengambilan keputusan dilakukan oleh kelompok tani. Faktor kunci dua strata variabel yaitu (1) pop./inten. ser. OPT dan musuh alami dan (2) komposisi komoditi, varietas, stadia dan keadaan lingkungan, dalam musim yang sedang berlangsung, serta mempertimbangkan keadaan variabel tersebut pada musim tanam sebelumnya. BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

9 Peramalan tingkat WILAYAH Wilayah meliputi batas administrasi tertentu (desa, kecamatan, kabupaten, propinsi, nasional, regional ataupun internasional). Model dibangun dan diimplementasikan pada tingkat wilayah dengan ekosistem yang sangat heterogen (luasnya, keadaan lingkungan, budidaya juga perbedaan ekonomi, sosial dan budaya). Pelaksana peramalan dan pengambilan keputusan oleh petugas/ institusi (bekerjasama dengan petugas/institusi yang terkait sampai petugas lapang dan kelompok tani). Faktor kunci peramalan mempertimbangkan strata yang ketiga yaitu tingkat ekonomi, sosial dan budaya masyarakat petani. BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

10 1)Peramalan merupakan bagian integral dari kegiatan pengambilan keputusan manajemen. 2)Alasan utama bagi peramalan dan perencanaan: adanya senjang waktu (time lag) antara kesadaran akan peristiwa atau kebutuhan mendatang dengan peristiwa itu sendiri. 3)Kebutuhan akan peramalan meningkat sejalan dengan usaha manajemen untuk mengurangi ketergantungannya pada hal-hal yang belum pasti, karena dalam menentukan sasaran dan tujuan berusaha menduga faktor-faktor lingkungan, lalu memilih tindakan yang diharapkan akan menghasilkan pencapaian sasaran dan tujuan. 4)Arti peramalan yang sesungguhnya adalah menduga/memprediksi peristiwa di masa depan dan bertujuan untuk memperkecil resiko yang mungkin terjadi akibat suatu pengambilan keputusan. 5)Pengendalian Hama Terpadu (PHT) atau “Integrated Pest Management (IPM)” dalam operasionalnya memerlukan kegiatan peramalan untuk membuat perencanaan ekosistem pertanian yang tahan terhadap gangguan OPT.

11 ( lanjutan ) 6)Peramalan OPT adalah kegiatan yang diarahkan untuk mendeteksi dan memprediksi populasi/serangan OPT serta kemungkinan penyebaran dan akibat yang ditimbulkan dalam ruang dan waktu tertentu. 7)Operasional peramalan yang baik maka dalam perencanaan perlindungan tanaman akan lebih efektif dan efisien karena mengacu kepada skala prioritas penanganan OPT menurut ruang dan waktu peramalan. 8)Sasaran Peramalan: (a) menduga kemungkinan timbulnya OPT, (b) mendeteksi dan memprediksi populasi/serangan dan kerusakan yang ditimbulkan OPT, berdasarkan hasil pengamatan terhadap komponen-komponen yang berpengaruh di lapangan, (c) menduga kerugian atau kehilangan hasil akibat gangguan OPT. 9)Tujuan Peramalan: untuk menyusun saran tindak/tindakan pengelolaan OPT sesuai dengan prinsip, strategi, dan langkah operasional penerapan PHT, sehingga populasi/ serangan OPT dapat ditekan, tingkat produktivitas tanaman dipertahankan pada taraf tinggi, menguntungkan dan aman terhadap lingkungan. 10)Peramalan OPT tidak hanya meramalkan peningkatan populasi atau serangan, juga menduga tingkat kehilangan hasil baik tonase maupun nilai ekonominya

12 ( lanjutan ) 11)Kerugian ekonomi yang dapat diselamatkan, yang digambarkan dengan peningkatan produktivitas tanaman adalah merupakan pendapatan (“PAD = pendapatan asli daerah”) yang diterimakan langsung oleh petani. 12)Peramalan OPT yang dilakukan sebelum musim tanam (peramalan antar musim) memberikan waktu kepada petani untuk merencanakan ekosistem yang tahan OPT dan melakukan kegiatan “preemtif”. 13)Peramalan OPT yang dilakukan setelah tanam (peramalan dalam musim) memberikan waktu kepada petani untuk melakukan kegiatan “responsif” pengendalian OPT seperti dengan menggunakan bahan pengendali alami/agens hayati/parasitoid yang telah disiapkan (aman terhadap lingkungan). 14)Peramalan OPT juga dapat memberikan peluang kapan waktu tanam komoditi tertentu berdasarkan ramalan/kemungkinan munculnya OPT, yang disinkronkan dengan nilai jual pasar tinggi, baik pada “on-season” maupun “off-season”. 15)Rumusan model peramalan OPT antar musim maupun dalam musim yang dibangun oleh BB-POPT disajikan dalam buku Pedoman Pengembangan dan Operasional Peramalan OPT pada Tanaman Pangan dan Hortikultura dan harus terus dikembangkan secara spesifik lokasi/ model dibangun pada ekosistem setempat

13 METODE KAUSAL JENIS PERAMALAN METODE RUNTUN WAKTU KUALITATIFKUANTITATIF METODE FORMALMETODE INTUISI BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

14 Peramalan kualitatif (tanpa angka / nilai) digunakan apabila informasi data kuantitatif sangat sedikit atau tidak tersedia. Peramalan kualitatif Contoh: Apabila terjadi kemarau panjang di daerah penyebaran belalang kembara maka populasi dan serangan akan meningkat. Semakin panjang kemarau terjadi maka peluang meningkatnya populasi dan serangan belalang kembara semakin tinggi. BackNext BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

15 Mengikutkan atau menggunakan angka / nilai, yang terbagi dalam peramalan non formal dan formal. Peramalan kuantitatif Peramalan non formal yaitu mencakup intuisi, pengalaman maupun “professional judgement” yang didasarkan atas pengalaman empiris dengan penggunaan prinsip-prinsip ekstrapolasi dan penetapan nilai namun tidak menggunakan aturan yang baku. Contoh: Seorang PHP/POPT mengatakan bahwa luas serangan WBC di wilayahnya diprediksi pada bulan depan akan meningkat sebanyak 5%. Seorang pakar mengatakan bahwa produksi padi tahun 2005 diperkirakan akan meningkat sebanyak 4,5% BackNext BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

16 Peramalan formal menggunakan ekstrapolasi secara sistematik, bersifat baku berdasarkan kaidah statistik. Peramalan kuantitatif Peramalan kuantitatif (lanjutan) BackNext Y t+n = ( I, J, K, L, … ) f METODE FORMAL: KAUSAL (CAUSAL) = Sebab - Akibat RUNTUN WAKTU (TIME SERIES) = Deret berkala Tersedianya informasi masa lampau (historis) 1Informasi dalam bentuk kuantitatif atau kualitatif yang dapat dikuantitatifkan 2 Pola masa lalu akan terjadi dimasa mendatang 3 BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN SYARAT PERAMALAN KUANTITATIF

17 PROGRAM BANGKITAN Input Ouput Sistem HUBUNGAN SEBAB-AKIBAT Input Ouput Sistem KAUSALRUNTUN WAKTU PERBEDAAN HUBUNGAN BIOLOGI molekuler perkembangan genetika ekologi bakteriologi virologi ornithologi entomologi botani zoologi BLACK BOX klimatologi BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN Agro-ekosistem

18 Variabel yang meramal (X = independent) Variabel yang diramal (Y = dependent) Populasi OPT, populasi musuh alami, intensitas serangan OPT, komposisi varietas, komposisi vegetasi, komposisi stadia tanaman, luas tanam, luas serangan, tindakan pengendalian, cara budidaya, iklim dan sosial, ekonomi, budaya. Populasi OPT, intensitas serangan, luas serangan, dan kehilangan hasil VARIABEL PERAMALAN OPT BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

19 PROSES PEMBANGUNAN DAN PENGEMBANGAN MODEL PERAMALAN OPT BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

20 PRINSIP PENYUSUNAN MODEL PERMALAN Parsimony (hemat) MANAGEABLE 1 model harus sesedikit mungkin melibatkan parameter dan dikembangkan secara sederhana sehingga dapat diaplikasikan sesuai dengan sumberdaya manusia, dana dan sarana yang tersedia QUALITY 2 model harus memiliki kualitas yang tinggi sehingga dapat menyatakan data ramalan yang akurat BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN

21 THE END

22

23 --- Kepadatan --- G Kepadatan --- G 2 Minggu setelah tanam --- Kepadatan --- G Kepadatan --- G 0 Jumlah WBC per rumpun R3R3 R2R2 r1r1 r2r2 r3r3

24

25 BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN Contoh Peramalan Populasi WBC (Nilaparvata lugens) Tingkat petak dalam musim hujan di lokasi A Diketahui rata2 pop. WBC pada G0 (umur padi <30 hst) = 0,2 ekor/rmp, Jika anda meramalkan pop. WBC pada umur padi hst (1-2 bulan lagi sejak anda pengamatan) rata-rata 94,8 ekor per rumpun (mungkin terjadi hopperburn). Apa yang anda rencanakan dan putuskan sebagai saran- tindak agar populasi tinggi/hopperburn tidak terjadi? Berapa pop. G2 pada umur padi hst. (1 – 2 bulan lagi) ? Log G2 = 2, ,61 Log (G0) Log G2 = 2, ,61 Log (0,2) Log G2 = 2, ,61 (-0,699) Log G2 = 1,977. Jadi diramalkan padat pop. G2 = 10 1,977 = 94,8 ekor / rumpun.

26 KEHILANGAN HASIL (% / Berat) Luas SeranganIntensitas Serangan Populasi Larva Populasi Ngengat G-2Iklim Pertanaman Populasi MA Populasi Pupa Luas SeranganIntensitas Serangan Populasi Larva Populasi Ngengat G-1Iklim Pertanaman Populasi Pupa Luas SeranganIntensitas Serangan Populasi Larva Populasi Ngengat G-0 Iklim Pertanaman Populasi MAPopulasi Telur Populasi MA Populasi Telur CONTOH PENGEMBANGAN MODEL PERAMALAN KAUSAL Hubungan Sebab-akibat Hama Penggerek Batang Padi

27 MUSIM HUJAN OPTModelC.LR*R Wereng CoklatLog Y MH = 0, ,365 Log (Y MK ) + 0,380 Log (Y MH-1 ) Penggerek BatangLog Y MH = 0, ,3116 Log (Y MK ) + 0,5857 Log (Y MH-1 ) TikusLog Y MH = 0, ,4516 Log (Y MK ) + 0,5073 Log (Y MH-1 ) TungroLog Y MH = 0, ,718 Log (Y MK ) + 0,1324 Log (Y MH-1 ) BlastLog Y MH = 0, ,3516 Log (Y MK ) + 0,5433 Log (Y MH-1 )

28 MUSIM KEMARAU OPTModelC.L.R*R Wereng CoklatLog Y MK = 0, ,570 Log (Y MH ) + 0,278 Log (Y MK-1 ) Penggerek BatangLog Y MK = 0, ,3567 Log (Y MH ) + 0,5533 Log (Y MK-1 ) TikusLog Y MK = 0, ,3085 Log (Y MH ) + 0,5638 Log (Y MK-1 ) TungroLog Y MK = 0, ,375 Log (Y MH ) + 0,4972 Log (Y MK-1 ) BlastLog Y MK = 0, ,3916 Log (Y MH ) + 0,3402 Log (Y MK-1 )

29 MUSIM HUJAN OPTModelC.LR*R Ulat Grayak Log Y MH = 0, ,2533 Log (Y MK ) + 0,4745 Log (Y MH-1 ) 0,120,41 Penggulung daun Log Y MH = 0, ,6489 Log (Y MK ) + 0,1772 Log (Y MH-1 ) 0,090,60 Ulat Jengkal Log Y MH = 0, ,2826 Log (Y MK ) Log (Y MH-1 ) 0,180,51 Lalat Kacang Log Y MH = 0, ,6694 Log (Y MK ) + 0,1098 Log (Y MH-1 ) 0,090,59 Penggerek polong Log Y MH = 0, ,3608 Log (Y MK ) + 0,5237 Log (Y MH-1 ) 0,080,53 Tikus Log Y MH = 0, ,2858 Log (Y MK ) + 0,3940 Log (Y MH-1 ) 0,090,46

30 MUSIM KEMARAU OPTModelC.L.R*R Ulat Grayak Log Y MK = 0, ,5174 Log (Y MH ) + 0,2609 Log (Y MK-1 ) 0,110,49 Penggulung daun Log Y MK = 0, ,1957 Log (Y MH ) + 0,6491 Log (Y MK-1 ) 0,080,62 Ulat Jengkal Log Y MK = 0, ,2850 Log (Y MH ) + 0,4683 Log (Y MK-1 ) 0,050,48 Lalat Kacang Log Y MK = 0, ,2579 Log (Y MH ) + 0,5388 Log (Y MK-1 ) 0,080,58 Penggerek Polong Log Y MK = 0, ,2213 Log (Y MH ) + 0,5090 Log (Y MK-1 ) 0,090,49 Tikus Log Y MK = 0, ,2604 Log (Y MH ) + 0,5031 Log (Y MK-1 ) 0,150,50

31 S. litura log Y = 0, ,14 L 2 ; R = 0,90 1 Y = Intensitas serangan pada stadia kritis L 2 = Kepadatan populasi Larva generasi-2 2 log L 2 = 0,57 + 0,92 log L 1 ; R = 0,94 L 1 = Kepadatan populasi Larva generasi-1 L 2 = Kepadatan populasi Larva generasi-2

32 Etiella spp. 1 2 Y = 4,45 + 1,08 T ; R = 0,57 Y = Intensitas polong terserang pada saat panen T = Kepadatan populasi Telur pada pembungaan Y = 1,83 + 3,49 L ; R = 0,75 Y = Intensitas polong terserang pada saat panen T = Kepadatan populasi Larva pada pembungaan 3 P = 1044,52 – 531,227 log Y ; R = 0,83 P = Produksi kedele (kg/ha) Y = Intensitas polong terserang pada saat panen

33 MUSIM HUJAN OPTModelC.LR*R Penggerek batang Log Y MH = Log (Y MK ) Log (Y MH-1 ) Ulat grayak Log Y MH = Log (Y MK ) (Y MH-1 ) Lalat bibit Log Y MH = Log (Y MK ) Log (Y MH-1 ) Tikus Log Y MH = Log (Y MK ) Log (Y MH-1 ) Bulai Log Y MH = Log (Y MK ) Log (Y MH-1 ) Penggerek tongkol Log Y MH = Log (Y MK ) Log (Y MH-1 )

34 MUSIM KEMARAU OPTModelC.L.R*R Penggerek batang Log Y MK = Log (Y MH ) Log (Y MK-1 ) Ulat grayak Log Y MK = Log (Y MH ) (Y MK-1 ) Lalat bibit Log Y MK = Log (Y MH ) Log (Y MK-1 ) Tikus Log Y MK = Log (Y MH ) Log (Y MK-1 ) Bulai Log Y MK = Log (Y MH ) Log (Y MK-1 ) Penggerek tongkol Log Y MK = Log (Y MH ) Log (Y MK-1 )

35 Model Peramalan Serangan Belalang Kembara Model Pulau Sumba Peramalan luas serangan berdasarkan parameter luas serangan sebelumnya pada lag 1 bulan. Log Ŷ t = 0, , (Log Y t-1 ); R 2 = 0,75 Atau Ŷ t = 1,34037 (Y t-1 0, ) Dimana: Ŷ t = Ramalan luas serangan bulanan yang akan terjadi (ha) Y t-1 = Kumulatif luas tambah serangan bulanan (ha) t = Bulan

36 Peramalan luas serangan berdasarkan parameter luas serangan dan jumlah koloni pada lag 1 bulan. Log Ŷ t = 0, , Log Y t-1 + 0, Log K t ; R 2 = 0,73 Dimana: Ŷ t = Ramalan luas serangan bulanan yang akan terjadi (ha) Y t-1 = Kumulatif luas tambah serangan bulanan (ha) K = Jumlah koloni belalang kembara dewasa dan nimfa t = Bulan Model Peramalan Serangan Belalang Kembara Model Propinsi Lampung

37 MODEL PERAMALAN POPULASI LALAT BUAH PADA TANAMAN BUAH-BUAHAN Log Y t = 0,90 + 0,49 Log Y t-1 + 0,35 Log Y t-3 ; R=0,82) Log Y t = 1,02 + 0,64 Log Y t-1 ; R=0,76) Log Y t = 1,20 + 0,50 Log T t-2 ; R=0,70) Log Y t = 1,24 + 0,51 Log Y t-3 ; R=0,74) Log Y t = 1,20 + 0,67 Log Y t-4 ; R=0,72) Y t = Puncak populasi lalat buah (Nopember-Desember) Y t-1 = Populasi lalat buah 1 bulan sebelum puncak (Oktober) Y t-2 = Populasi lalat buah 2 bulan sebelum puncak (September) Y t-3 = Populasi lalat buah 3 bulan sebelum puncak (Agustus) Y t-4 = Populasi lalat buah 4 bulan sebelum puncak (Juli)

38


Download ppt "DASAR PERAMALAN OPT BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN DIREKTORAT JENDERAL TANAMAN PANGAN."

Presentasi serupa


Iklan oleh Google