Puji syukur kepada Allah SWT atas segala karunia-Nya sehingga Tesis ini berhasil diselesaikan. Thesis ini berjudul Pengembangan Model Jaringan Syaraf Tiruan untuk Prediksi Curah Hujan Bulanan dan Pemanfaatannya bagi Perencanaan Pertanian di Kabupaten Subang dan Karawang.
Penulis mengucapkan terimakasih kepada:
1. Bapak Prof. Dr. Ir. Yonny Koesmaryono, MS dan Bapak Dr. Ir. Aris Pramudia, M.Si selaku komisi pembimbing yang telah bersedia meluangkan waktu dan memberikan saran, masukan dan bantuan dalam penyusunan tesis ini.
2. Beberapa instansi penyedia data, antara lain Dinas Pertanian, Perkebunan dan kehutanan Kabupaten Karawang, Perum Jasa Tirta II Divisi II Kabupaten Karawang, Dinas Pertanian Kabupaten Subang dan Perum Jasa Tirta II Divisi III Kabupaten Subang.
3. Ibu, ayah beserta seluruh keluarga atas segala doa dan dukungan yang diberikan kepada penulis dalam menyelesaikan studi.
4. Badan Penelitian dan Pengembangan Departemen Pertanian yang telah membantu pendanaan penelitian ini melalui program KKP3T.
5. Segenap staf pengajar dan tata usaha Departemen Geofisika dan Meteorologi yang telah membantu penulis selama proses penyelesaian studi.
6. Teman-teman kuliah AGK 2006, Erica, Mba Ni’mah, Pak Gusti, Pak Syakur, Ibu Popi, Pak Yayan, Pak Muji (Alm) dan Pak Wawan
7. Teman-teman proyek KKP3T 2008 Rinie, Siska dan Gia atas segala kerjasama dan semangat yang selalu diberikan pada penulis.
8. Teman-teman di Laboratorium Agrometeorologi, Yunus, Zein, Teddy, Ade, Meli dan Anton.
Semoga thesis ini dapat bermanfaat.
Bogor, Januari 2009
Penulis dilahirkan di Kupang pada tanggal 19 Juni 1984 dari ayah Drs. Syarifuddin R. Gomang, MA(Hons). dan ibu Rostiah Mallombasi. Penulis merupakan putri keempat dari empat bersaudara.
Pendidikan sarjana ditempuh di Program Studi Ilmu Tanah, Universitas Nusa Cendana di Kupang, pada tahun 2001 dan lulus tahun 2005. Pada tahun 2006 penulis direrima di Sekolah Pasca Sarjana Institut Pertanian Bogor pada program studi Klimatologi Terapan (AGK), Fakultas Matematika dan Ilmu Pengetahuan Alam.
Halaman
DAFTAR TABEL ... xiii
DAFTAR GAMBAR ... xv
DAFTAR LAMPIRAN ... xvi
I PENDAHULUAN
1.1 Latar Belakang ... 1 1.2 Tujuan Penelitian ... 3 1.3 Ruang Lingkup Penelitian... 3 1.4 Keluaran ... 3
II TINJAUAN PUSTAKA
2.1 Kondisi Geografis Pantai Utara Jawa Barat... 5 2.1.1 Kabupaten Subang ... 6 2.1.2 Kabupaten Karawang ... 7 2.2 Produksi Padi Indonesia... 8 2.3 Beberapa model prediksi curah hujan ... 9 2.4 Model prediksi curah hujan
berdasarkan Analisis Jaringan Syaraf... 11 2.5 Hubungan Curah Hujan dengan Produksi Padi... 14
III METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian ... 16 3.2 Bahan dan Alat ... 16 3.3 Persiapan, Pengumpulan dan Entri Data ... 16 3.4 Evaluasi Model Prediksi Curah Hujan ... 17 3.5 Pewilayahan Hujan dan Pemilihan Stasiun Pewakil ... 18 3.6 Model Prediksi Curah Hujan ... 19 3.7 Analisis Prediksi Produksi Padi ... 23
IV HASIL DAN PEMBAHASAN
4.1 Model Prediksi Curah hujan ... 24 4.1.1 Model Prediksi Curah Hujan di Stasiun Cigadung ... 24 4.1.2 Model Prediksi Curah Hujan di Stasiun Karawang ... 27 4.1.3 Model Prediksi Curah Hujan di Stasiun Rawamerta ... 30 4.1.4 Model Prediksi Curah Hujan di Stasiun Subang . ... 33 4.1.5 Model Prediksi Curah Hujan di Stasiun Sindanglaya ... 36 4.1.6 Model Prediksi Curah Hujan di Stasiun Ciseuti ... 39 4.2 Perbandingan Model Prediksi Curah Hujan antar Stasiun ... 43 4.3 Validasi Model ... 45 4.4 Prediksi Curah Hujan 2009 ... 47 4.5 Model Prediksi Produksi Padi ... 51
V SIMPULAN DAN SARAN
5.1 Simpulan ... 55 5.2 Saran ... 56
Halaman 1. Data yang dibutuhkan dalam penelitian, dan perkiraan
lembaga sumber data. ... 17
2. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Cigadung dengan tujuh parameter input (X1-X7), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 25
3. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Cigadung dengan delapan parameter input (X1-X8), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 26
4. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Karawang dengan tujuh parameter input (X1-X7), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 28
5. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Karawang dengan delapan parameter input (X1-X8), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 29
6. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Rawamerta dengan tujuh parameter input (X1-X7), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 31
7. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Rawamerta dengan delapan parameter input (X1-X8), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 31
8. Rangkuman pengembangan model prediksi curah hujan di Stasiun Subang dengan tujuh parameter input (X1-X7), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 32
9. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Subang dengan delapan parameter input (X1-X8), tiga level
lapisan antara dan empat taraf inisialisasi
10. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Sindanglaya dengan tujuh parameter input (X1-X7), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 37
11. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Sindanglaya dengan delapan parameter input (X1-X8), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 38
12. Rangkuman pengembangan model prediksi curah hujan di Stasiun Ciseuti dengan tujuh parameter input (X1-X7), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 40
13. Rangkuman pengembangan model prediksi curah hujan di
Stasiun Ciseuti dengan delapan parameter input (X1-X8), tiga level
lapisan antara dan empat taraf inisialisasi
bobot yang berbeda ... 41
14. Rangkuman pembentukan model prediksi curah hujan terbaik
dari stasiun-stasiun pewakil di wilayah Subang dan Karawang ... 43
15. Validasi model prediksi curah hujan untuk
setiap stasiun pewakil di Kabupaten Subang dan Karawang ... 45
16. Prediksi curah hujan tahun 2009 menggunakan model jaringan syaraf dan perbandingannya terhadap nilai rata-rata Normal di beberapa
stasiun curah hujan di Kabupaten Subang dan Karawang ... ... 48
17. Prediksi potensi produksi padi tahun 2009 di
Kabupaten Subang dan Karawang, Jawa Barat... .. 53
Halaman
1. Diagram alir penelitian... 4 2. Konsep jaringan syaraf manusia dan model jaringan syaraf tiruan ... 12 3. Skema neural network... 12 4. Analisis pemodelan prediksi curah hujan ... 22 5. Diagram alir pendugaan produksi padi ... 23 6. Hasil training pembentukan model prediksi curah hujan
bulanan (t+4) di Cigadung dengan akurasi tertinggi ... 27 7. Hasil training pembentukan model prediksi curah hujan
bulanan (t+4) di Karawang dengan akurasi tertinggi ... 30 8. Hasil training pembentukan model prediksi curah hujan
bulanan (t+4) di Rawamerta dengan akurasi tertinggi ... 32 9. Hasil training pembentukan model prediksi curah hujan
bulanan (t+4) di Subang dengan akurasi tertinggi ... 35 10. Hasil training pembentukan model prediksi curah hujan
bulanan (t+4) di Sindanglaya dengan akurasi tertinggi ... 39 11. Hasil training pembentukan model prediksi curah hujan
bulanan (t+4) di Ciseuti dengan akurasi tertinggi ... 42 12. Hasil training model prediksi curah hujan menggunakan
teknik analisis jaringan syaraf propagasi balik terhadap data curah hujan di beberapa stasiun di Kabupaten Subang dan dan Karawang ... 44 13. Hasil validasi model prediksi curah hujan dengan teknik
Analisis Jaringan Syaraf ... 46 14. Hasil prediksi curah hujan tahun 2009 menggunakan model
jaringan syaraf di beberapa stasiun curah hujan di
Kabupaten Subang dan Karawang ... 49
15. Training set pembentukan model prediksi produksi padi
Halaman 1. Peta sebaran stasiun hujan di Subang – Karawang ... 59 2. Pewilayahan curah hujan ... 60 3. Koefisien wij dan vjk yang dihasilkan melalui proses training set
pembentukan model prediksi curah hujan menggunakan teknik analisis jaringan syaraf di beberapa stasiun di Kabupaten Karawang ... 61 4. Koefisien wij dan vjk yang dihasilkan melalui proses training set
pembentukan model prediksi curah hujan menggunakan teknik analisis jaringan syaraf di beberapa stasiun di Kabupaten Subang ... 61 5. Koefisien wij dan vjk yang dihasilkan melalui proses training set
pembentukan model prediksi produksi padi menggunakan teknik analisis jaringan syaraf di Kabupaten Subang dan Karawang ... 61
1.1Latar Belakang
Tanaman padi (Oryza sativa, sp) termasuk kelompok tanaman pangan
yang sangat penting dan bermanfaat bagi kehidupan masyarakat Indonesia. Sampai saat ini, lebih dari 50% produksi padi nasional berasal dari areal sawah di Pulau Jawa. Jawa barat merupakan propinsi terbesar penghasil padi di Indonesia dengan luas panen pada tahun 2007 sebesar 15 % dari seluruh luas panen nasional dan secara bersamaan menghasilkan produksi sebanyak 17 % dari total produksi nasional (Departemen Pertanian 2008). Penurunan produksi dan produktivitas padi di Jawa terutama Jawa Barat secara drastis, dapat mempengaruhi ketersediaan beras nasional dan akan berdampak negatif terhadap sektor-sektor lainnya.
Produksi padi secara langsung dipengaruhi oleh curah hujan. Yamamoto
et al. (2002) dalam penelitiannya mengenai hubungan antara variabilitas curah hujan dan produksi padi di Laos, menemukan korelasi yang kuat antara curah hujan dengan area panen dan produksi padi yaitu masing-masing memiliki koefisien determinasi (R2) sebesar 95 % dan 56 %.
Eratnya hubungan antara curah hujan dan produksi padi, telah membangkitkan minat banyak peneliti untuk memprediksi curah hujan dengan tujuan pendugaan tingkat produksi padi. Berbagai model telah dibangun untuk memprediksi curah hujan dengan pendekatan analisis keterkaitan waktu seperti regresi fourier, analisis fractal, jaringan syaraf (Dupe 1999, Haryanto 1999, serta Boer, Notodiputro dan Las 1999 dalam Pramudia 2008), atau pendekatan analisis hubungan curah hujan dengan anomali suhu muka laut Nino 3,4.
Analisis Jaringan Syaraf Tiruan (Artificial Neural Network, ANN)
merupakan model prediksi yang dapat menduga curah hujan dengan pola acak kejadian hujan yang lebih baik. Jaringan syaraf (Neural Network, NN) adalah
suatu paradigma pengetahuan baru (Koesmaryono et al. 2007), dimana meniru
ANN telah banyak diterapkan dalam prediksi di bidang klimatologi dan Hidrologi.
Salman (2006) yang menggunakan Jaringan Syaraf Tiruan (JST) recurrent
Elman untuk memprediksi curah hujan bulanan di Bongan, Bali memperoleh nilai R2 maksimum sebesar 85 %. Apriyanti (2005) memperoleh nilai R2 sebesar 88 % untuk pendugaan curah hujan di DAS Seguling dengan menggunakan teknik JST propagasi balik.
Koesmaryono et al. (2007) menggunakan jaringan syaraf untuk
memprediksi curah hujan 3 bulanan di Wilayah Subang-Karawang akan tetapi masih belum mampu memprediksi nilai-nilai ekstrim curah hujan baik itu ekstrim rendah maupun ekstrim tinggi. Model tersebut memiliki sensifitas 0,010-0,348 dengan rata-rata error 5,1 mm/bulan untuk Karawang dan sensifitas 0,000-0,835 dengan rata-rata kesalahan terhadap curah hujan maksimum 7,9 mm/bulan untuk wilayah Subang.
Hasil dari prediksi curah hujan ini kemudian dapat digunakan untuk memprediksi produksi padi di wilayah tersebut sebagaimana yang dilakukan oleh Pramudia (2008). Penelitian sebelumnya oleh Pramudia (2008) telah memperoleh suatu model empiris hubungan antara produksi padi dengan fluktuasi curah hujan tiga bulan sebelumnya di Wilayah Subang-Karawang. Model dibangun dengan menggunakan teknik regresi berganda. Meskipun model nyata secara statistik, tapi model memberikan nilai koefisien determinasi yang sangat kecil.
Penelitian ini dilakukan untuk mengembangkan model prediksi curah hujan dengan teknik ANN yang telah dibangun oleh Koesmaryono et al. (2007) di wilayah Subang dan Karawang. Model yang dikembangkan dalam penelitian ini diharapkan dapat lebih baik dalam pencapaian nilai-nilai ekstrim untuk hasil prediksi curah hujan bulanan yang lebih akurat. Selanjutnya dengan menggunakan teknik Neural Network ini, akan dibangun suatu model prediksi produksi padi.
1.2 Tujuan
1. Mengembangkan model prediksi curah hujan dengan teknik analisis
jaringan syaraf di Kabupaten Subang dan Karawang untuk memprediksi curah hujan bulanan empat bulan ke depan.
2. Mengembangkan model produksi padi dengan teknik analisis jaringan
syaraf di Kabupaten Subang dan Karawang
3. Memanfaatkan hasil prediksi curah hujan untuk menduga produksi padi
tiga bulan kedepan.
1.3 Ruang Lingkup Penelitian
Penelitian ini merupakan kegiatan deskwork dan didukung oleh pengumpulan data dan survei di lapang. Kegiatan deskwork antara lain mencakup analisis data curah hujan, pemrograman dan simulasi. Kegiatan di lapangan mencakup pengumpulan data sekunder dan primer, serta survei untuk verifikasi lapang di lokasi penelitian. Lokasi penelitian mencakup dua kabupaten di wilayah Pantai Utara Jawa Barat yaitu Kabupaten Subang dan Kabupaten Karawang. Diagram alir penelitian dapat lebih jelas dilihat di Gambar 1.
1.4 Keluaran
1. Mendapatkan model prediksi curah hujan bulanan dengan teknik analisis
jaringan syaraf di Kabupaten Subang dan Karawang untuk prediksi curah hujan empat bulan ke depan.
2. Mendapatkan model prediksi produksi padi dengan teknik analisis jaringan syaraf di Kabupaten Subang dan Karawang.
3. Prediksi curah hujan di Kabupaten Subang dan Karawang tahun 2009 dan
Informasi ketersediaan (produksi) padi di Kabupaten Subang dan Kabupaten Karawang
IITINJAUAN PUSTAKA
2.1 Kondisi Geografis Pantai Utara Jawa Barat
Sebelum adanya Propinsi Banten di Jawa Barat terdapat tiga wilayah pesisir yaitu pesisir selatan Jawa Barat, pesisir barat (selat sunda) dan pesisir utara. Propinsi Jawa Barat secara geografis terletak pada 5o50'–7o50' Lintang Selatan dan 104o48'–108o48' Bujur Timur. Luas Propinsi Jawa Barat meliputi
areal dataran sekitar 43.240 km2. Secara administratif Propinsi Jawa Barat
berbatasan dengan :
a. Sebelah Utara berbatasan dengan Laut Jawa dan Propinsi DKI Jakarta b. Sebelah Timur berbatasan langsung dengan propinsi Jawa Tengah c. Sebelah Selatan dan berbatasan dengan Samudera Indonesia (Hindia) d. Sebelah Barat berbatasan dengan Propinsi Banten.
Propinsi Jawa Barat dibagi menjadi 6 wilayah kota, 16 wilayah Kabupaten, 437 wilayah kecamatan, 384 wilayah kelurahan dan 5.354 wilayah desa. Wilayah kota diantaranya adalah Kota Bogor, Sukabumi, Bandung, Cirebon, Bekasi, dan Depok. Sedangkan wilayah kabupaten adalah Kabupaten Bogor, Sukabumi, Cianjur, Bandung, Garut, Tasikmalaya, Ciamis, Kuningan, Cirebon, Majalengka, Sumedang, Indramayu, Subang, Purwakarta, Karawang, dan Bekasi (BPLHD Jawa Barat 2002a).
Secara topografi, wilayah Propinsi Jawa Barat dibagi menjadi tiga dataran, yaitu dataran rendah di wilayah bagian Utara Jawa Barat, dataran tinggi di wilayah bagian tengah Jawa Barat, sedangkan berbukit-bukit dengan sedikit pantai terdapat di wilayah bagian Selatan Jawa Barat. Panjang garis pantai propinsi ini membentang dari Kabupaten Ciamis sampai Kabupaten Pandeglang di Selatan, Kabupaten Pandeglang sampai Kota Cilegon di Barat dan Kota Cilegon sampai Kabupaten Cirebon di Utara Pulau Jawa, sepanjang kurang lebih 1.310 km (propinsi Banten 715.205 km).
Wilayah studi di pantai utara adalah sepanjang 365,059 km yang
terbentang dari Kabupaten Bekasi sampai Kabupaten Cirebon. Panjang pantai masing-masing Kabupaten/Kota adalah sebagai berikut: Kabupaten Bekasi 74 km,
Karawang 84,23 km, Subang 68 km, Indramayu 114 km, Cirebon 54 km dan Kota Cirebon 7 km (BPLHD Jawa Barat, 2002a). Wilayah yang menjadi fokus penelitian sebagaimana diungkapkan dalam Bab I adalah Kabupaten Subang dan Kabupaten Karawang.
2.1.1 Kabupaten Subang
Kabupaten Subang secara geografis terletak di bagian utara Propinsi Jawa Barat yaitu antara 107°31'-107°54' BT dan 6°11'-6°49' LS. Luas Kabupaten Subang adalah 205.176,95 hektar (4,64 % dari luas Jawa Barat) dengan ketinggian antara 0-1.500 m dpl. Dilihat dari segi topografinya dapat dibedakan menjadi 3 zone daerah yaitu : (1) daerah pegunungan dengan ketinggian 500-1.500 m dpl dengan luas 41.035,09 hektar (20 %), (2) daerah bergelombang/berbukit dengan ketinggian 50-500 m dpl dengan luas 71.502,16 hektar (35,85 %), (3) daerah dataran rendah dengan ketinggian 0-50 m dpl dengan luas 92.939,7 hektar (45,15 %). Sekitar 80,8 % Kabupaten Subang mempunyai kemiringan 0-17°, sedangkan sisanya memiliki kemiringan diatas 18°. Secara umum Kabupaten Subang beriklim tropis dengan curah hujan rata-rata pertahun 1.593 mm dengan rata-rata hari hujan 91 hari (BPLHD Jawa Barat 2002b).
Secara administrasi Kabupaten Subang terdiri dari 20 Kecamatan dan 2 perwakilan kecamatan dengan jumlah desa 242 desa dan 8 kelurahan. Dari 22 kecamatan/kapermat hanya 4 (empat) kecamatan yang merupakan kecamatan pesisir. Kecamatan pesisir pantai utara ini adalah Kecamatan Blanakan, Kecamatan Pamanukan, Kecamatan Legon Kulon (pemekaran dari Pamanukan) dan Kecamatan Pusakanagara. Luas masing-masing kecamatan pesisir adalah
Kecamatan Blanakan (85,81 km2, Kecamatan Pamanukan 80,89 km2, Kecamatan
Legon Kulon 98,47 km2, dan Kecamatan Pusakanagara 68,40 km2 (Pemda,
2000a). Luas wilayah kecamatan pesisir Kabupaten Subang adalah 333,57 km2
atau 16 % dari luas seluruh kabupaten.
Batas-batas wilayah sebagai berikut menurut BPLHD Jawa Barat (2002a) adalah sebagai berikut:
- Sebelah Barat, berbatasan dengan Kabupaten Purwakarta dan Karawang
- Sebelah Utara, berbatasan dengan Laut Jawa
- Sebelah Timur, berbatasan dengan Kabupaten Indramayu dan Sumedang.
Penggunaan lahan di Kabupaten Subang berdasarkan persentase
keluasannya berturut-turut adalah sebagai berikut: Sawah (86.167 Ha),
Perkebunan (35.106 Ha), Hutan (18.445 Ha), Kolam/tambak (8.303 Ha), Permukiman (22.964 Ha), Industri ( 2.279 Ha), dan Lain-lain (31.912 Ha) (BPS Jawa Barat 2007).
2.1.2 Kabupaten Karawang
Secara geografis Kabupaten Karawang terletak antara 107°02'-107°40' BT dan 5°56'-6°34' LS. Topografi Kabupaten Karawang sebagian besar adalah berbentuk dataran yang relatif rata dengan variasi antara 0-5 m dpl. Hanya sebagian kecil wilayah yang bergelombang dan berbukit-bukit dengan ketinggian antara 0-1200 m dpl. Kabupaten Karawang terletak di bagian utara Propinsi Jawa Barat yang secara administratif mempunyai batas-batas wilayah sebagai berikut:
- Sebelah Utara berbatasan dengan batas alam yaitu Laut Jawa. - Sebelah Timur berbatasan dengan Kabupaten Subang.
- Sebelah Tenggara berbatasan dengan Kabupaten Purwakarta - Sebelah Selatan berbatasan dengan Kabupaten Bogor dan Cianjur - Sebelah Barat berbatasan dengan Kabupaten Bekasi
Sesuai dengan bentuk morfologinya, Kabupaten Karawang terdiri dari dataran rendah yang mempunyai temperatur udara rata-rata 27 °C dengan tekanan udara rata-rata 0,01 milibar, penyinaran matahari 66 % dan kelembaban nisbi 80 %. Curah hujan tahunan berkisar antara 1.100 - 3.200 mm/tahun. Pada bulan Januari sampai April bertiup angin Muson Laut dan sekitar bulan Juni bertiup angin Muson Tenggara. Kecepatan angin antara 30-35 km/jam, lamanya tiupan rata-rata 5-7 jam.
Rata-rata curah hujan di Kabupaten Karawang selama tahun 2006 mencapai 1.722 mm dengan rata-rata curah hujan per bulan sebesar 108 mm, lebih
rendah jika dibandingkan dengan rata-rata curah hujan pada tahun 2005 yang mencapai 2.534 mm dengan rata-rata curah hujan per bulannya mencapai 127 mm Pada tahun 2006 rata-rata curah hujan tertinggi di Kecamatan Pangkalan yaitu mencapai 272 mm per bulan dan yang terendah terjadi di Kecamatan Talagasari yaitu hanya 51 mm (BPLHD Jawa Barat 2002a).
2.2 Produksi Padi Indonesia
Padi sebagai bahan pangan pokok masyarakat Indonesia, ditanam di seluruh daerah. Hal ini terutama didukung oleh kondisi iklim tropis Indonesia sehingga memungkinkan untuk penanaman sepanjang tahun. Umumnya padi diusahakan sebagai padi sawah (85-90 %) dan sebagian kecil diusahakan sebagai padi gogo (10-15 %) (Pramudia 2002).
Pulau Jawa, khususnya Jawa Barat merupakan produsen padi utama di Indonesia. Pada tahun 2007 Propinsi Jawa Barat menghasilkan 17.35 % dari total produksi padi nasional. Kabupaten-kabupaten yang berada di wilayah pantai utara (pantura), seperti Serang, Tangerang, Bekasi, Karawang, Subang, Indramayu dan Cirebon menghasilkan hampir separuh dari produksi padi di propinsi Jawa Barat (BPS 2008).
Wilayah Pantura memiliki luas tanam padi sekitar 45 % dari luas tanam propinsi, luas panen sekitar 41 % dari luas panen propinsi, produksi padi total sekitar 44 % dari produksi padi propinsi. Tiga Kabupaten dengan luas tanam terbesar adalah Indramayu, Subang dan Karawang (BPS 1999 dalam Pramudia 2002).
Wilayah Penelitian di Subang dan terutama Karawang dikenal sebagai sentra produksi padi Jawa Barat. Di kedua kabupaten ini padi umumnya di tanam dua kali dalam setahun (Tim Puslitannak 1999 dalam Pramudia 2002). Pada tahun 2001 penggunaan lahan di Kabupaten Subang didominasi oleh lahan pertanian sawah dengan luas areal sekitar 87.701 Ha (41,3 %) sementara di Kabupaten Karawang untuk tahun yang sama luas lahan sawah adalah 93.590 hektar atau 53 % dari luas kabupaten dan tersebar di seluruh kecamatan.
Sekurangnya 70 persen sawah di Subang merupakan sawah irigasi teknis. Jenis padi yang digunakan antara lain varietas Way Apu Buru (WAY A-B), IR-64
dan Widas. Dengan suplai air antara lain dari saluran induk Tarum Timur, varietas padi unggul tahan wereng yang ditanam menghasilkan padi tidak kurang 888.688 ton pada tahun 2001. Sentra produksi padi menyebar di seluruh kecamatan, namun Kecamatan Binong dan Pusakanagara merupakan daerah penghasil padi terbesar. Kedua kecamatan itu masing-masing menghasilkan tidak kurang 89.000 ton dan 68.000 ton padi (Julianery 2003).
Pada tahun 2001, Kabupaten Karawang menghasilkan 1.1 juta ton padi sawah. Di tingkat provinsi pada tahun yang sama, Jawa Barat menghasilkan sekitar 8 juta ton padi sawah. Selain padi sawah, juga dihasilkan padi ladang 1.516 ton dari 740 hektar lahan di Kecamatan Pangkalan. Sedangkan padi sawah dihasilkan oleh 22 kecamatan dengan Kecamatan Cilamaya sebagai penyumbang utama. Lahan sawah 19.312 hektar di daerah ini-terluas di antara kecamatan lain- menghasilkan tidak kurang 115.000 ton. Produksi padi Karawang tidak lepas dari dukungan sistem pengairan yang memadai. Pertanian padi sawah sebagian besar didukung oleh sistem pengairan teknis. Luas lahan yang berpengairan teknis sekitar 87 persen atau 80.774 hektar1.
2.3 Beberapa model prediksi curah hujan
Terdapat tiga kelompok model yang umum dipakai dalam menganalisa masalah-masalah cuaca dan iklim yaitu model deterministik, parametrik, dan stokastik. Perbedaan diantara ketiga kelompok model tersebut secara tegas dapat dilakukan untuk model deterministik dan stokastik murni. Model deterministik murni dapat diperoleh dengan mengikutsertakan seluruh hubungan-hubungan teoritis dari suatu kejadian sedangkan model stokastik diperoleh dengan menggunakan data percobaan untuk menghasilkan keluaran yang hanya dapat diduga dengan pengertian statistik, yaitu penggunaan data yang sama akan menghasilkan keluaran yang berbeda mengikuti pola statistik tertentu (Bey 1991
dalam Askari dan Bey (2000)
Beberapa metode pemodelan yang bisa digunakan untuk melakukan peramalan curah hujan selain dengan metode Jaringan Saraf, yaitu metode Fourier, ARIMA (Autoregressive Integrated Moving Average), dan Filter Kalman.
1
Masing-masing metode tersebut memilki kelebihan dan kekurangan yang berbeda. Dalam metode Fourier hanya memperhatikan faktor waktu, sehingga model yang dihasilkan akan memiliki pola dan fluktuasi yang sama untuk setiap periode. Metode ini masih cenderung lemah jika digunakan untuk melakukan peramalan, dengan prediksi yang dihasilkan memiliki error yang tidak saling bebas satu sama lain (autokorelasi). Suatu data CH bisa saja memilki pola yang sama untuk setiap periodenya, tetapi fluktuasinya pasti berbeda pada setiap periodenya.
Metode ARIMA, merupakan pengembangan lebih lanjut dari model