13 0 2 MB
DASAR PERAMALAN OPT
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN DIREKTORAT JENDERAL TANAMAN PANGAN
DIMENSI DIMENSIWAKTU WAKTUPERAMALAN PERAMALANOPT OPT
Masa lampau
Waktu meramal
Nilai ramalan
Data historis t-n
Waktu ramalan
Saat Ini
t Jadi kalau menduga sesuatu pada waktu yang sama berarti bukan peramalan BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
t+n
Arti peramalan adalah prakiraan/memprediksi peristiwa dimasa depan. 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. Tujuan peramalan adalah untuk memperkecil resiko yang mungkin terjadi akibat suatu pengambilan keputusan. Peramalan dan pengambilan keputusan merupakan dasar dalam menyusun suatu bentuk perencanaan yang menjadi aktifitas kehidupan sehari-hari.
KEPUTUSAN
=
HASIL RAMALAN
+
GALAT RAMALAN
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
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
SISTEM PERAMALAN OPT FAKTOR LINGKUNGAN DATA BIOTIK
DATA ABIOTIK DATA OPT UNIT PERAMALAN
INSTANSI TERKAIT
PETAK HAMPARAN WILAYAH
PERENCANA
: : : : : :
PETANI KELOMPOK TANI PHP (KECAMATAN) LPHP (AGROEKOSISTEM) BPTPH (REGIONAL/KAB) BBPOPT (NASIONAL)
HASIL PERAMALAN
PENELITI
UNIT INFORMASI Media cetak, elektrotik, pelatihan, seminar, Pertemuan, saresehan, surat-menyurat, dll
PENGGUNA: PETUGAS, PETANI
UNIT PERAMALAN LAIN
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
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
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
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.
( 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
( 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
JENIS PERAMALAN
KUALITATIF
KUANTITATIF
METODE FORMAL
METODE KAUSAL
METODE INTUISI
METODE RUNTUN WAKTU
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
Peramalan kualitatif Peramalan kualitatif (tanpa angka / nilai) digunakan apabila informasi data kuantitatif sangat sedikit atau tidak tersedia.
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.
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
Back Next Back Next
Peramalan kuantitatif Mengikutkan atau menggunakan angka / nilai, yang terbagi dalam peramalan non formal dan formal. 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% BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
Back Next Back Next
Peramalan kuantitatif (lanjutan) Peramalan formal menggunakan ekstrapolasi secara sistematik, bersifat baku berdasarkan kaidah statistik. Yt+n =
f ( I, J, K, L, … )
METODE FORMAL:
KAUSAL (CAUSAL) = Sebab - Akibat RUNTUN WAKTU (TIME SERIES) = Deret berkala
1
SYARAT PERAMALAN KUANTITATIF
Tersedianya informasi masa lampau (historis)
2 Informasi dalam bentuk kuantitatif atau kualitatif yang dapat dikuantitatifkan 3 Pola masa lalu akan terjadi dimasa mendatang BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
Back Next Back Next
PERBEDAAN HUBUNGAN KAUSAL
RUNTUN WAKTU
Sistem
Agro-ekosistem
botani
virologi zoologi
BIOLOGI bakteriologi ornithologi
perkembangan molekuler genetika ekologi
Ouput HUBUNGAN SEBAB-AKIBAT
entomologi
Input
Sistem Input
PROGRAM BANGKITAN
BLACK BOX
klimatologi
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
Ouput
VARIABEL PERAMALAN OPT Variabel yang meramal (X = independent) 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.
Variabel yang diramal (Y = dependent) Populasi OPT, intensitas serangan, luas serangan, dan kehilangan hasil
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
PROSES PEMBANGUNAN DAN PROSES PEMBANGUNAN DAN PENGEMBANGAN MODEL PERAMALAN OPT PENGEMBANGAN MODEL PERAMALAN OPT
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
PRINSIP PENYUSUNAN MODEL PERMALAN
1
MANAGEABLE model harus sesedikit mungkin melibatkan parameter dan dikembangkan secara sederhana sehingga dapat diaplikasikan sesuai dengan sumberdaya manusia, dana dan sarana yang tersedia
Parsimon y (hemat)
2
QUALITY model harus memiliki kualitas yang tinggi sehingga dapat menyatakan data ramalan yang akurat
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
BALAI BESAR PERAMALAN ORGANISME PENGGANGGU TUMBUHAN
THE END
Jumlah WBC per rumpun
--- Kepadatan ---
--- Kepadatan ---
--- Kepadatan ---
--- Kepadatan ---
G0
G1
G2
G3
R3 r3
R2 r2 r1
Minggu setelah tanam
Contoh Peramalan Populasi WBC (Nilaparvata lugens) Tingkat petak dalam musim hujan di lokasi A Diketahui rata2 pop. WBC pada G0 (umur padi