Validasi model simulasi pertanian tanaman shierary-rice 3.0

(1)

RAHMAWATI PRIYATNA PUTRI

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

(2)

ABSTRAK

RAHMAWATI PRIYATNA PUTRI. Validasi Model Simulasi Tanaman Padi Shierary-Rice 3.0 Dibimbing oleh HANDOKO.

Beras merupakan makanan utama bagi penduduk Indonesia, lebih dari 50% kebutuhan masyarakat terhadap karbohidrat dipenuhi oleh beras. Seiring dengan meningkatnya populasi penduduk, kebutuhan akan padi juga meningkat, sehingga usaha untuk meningkatkan produktivitas padi tersebut sangat penting. Salah satu solusi untuk meningkatkan produktivitas padi adalah dengan memanfaatkan teknologi, seperti menciptakan dan mengembangkan model simulasi. Model simulasi tanaman yang digunakan pada penelitian ini adalah shierary-rice model. Model ini dibagi menjadi tiga submodel utama yakni neraca air, perkembangan, dan pertumbuhan. Agar model simulasi ini dapat dimanfaatkan secara luas, harus dilakukan suatu uji spesifik untuk mengetahui seberapa baik model tersebut. Penelitian ini bertujuan untuk mengetahui tingkat keterwakilan output model jika dibandingkan dengan hasil produktivitas aktual di wilayah yang berbeda-beda. Untuk mengetahui tingkat akurasi dari model dalam melakukan simulasi hasil padi, perlu dilakukan perbandingan nilai aktual yang diwakili oleh data yang bersumber dari BPS (Badan Pusat Statistik) dengan output dari model simulasi tanaman. Diketahui bahwa hubungan antara output model dengan data aktual produktivitas padi menghasilkan nilai R2 = 39,5%.

(3)

ABSTRACT

RAHMAWATI PRIYATNA PUTRI. Validation of Shierary-Rice Model Simulation. Supervised by HANDOKO.

Rice is the primary food for Indonesian people, more than 50% people needs of carbohydrate is fulfilled by rice. As the increasing population, the demand of rice is also increasing, for which attempts to increase rice production are crucial. One solution is to utilize technology, such as creating and developing simulation model. Crop simulation model that this research uses is SHIERARY rice model. This model is divided into three main submodels, water balance, development, and growth. To enable to use this simulation model widely, we need to do specific test to discover how proper this model is. This research is intended to find out how this model can represent the actual determining rice yield in different regions. To discover the accuracy of the model to simulate rice yield, we need to compare the actual value represented by data from Bureau of Statisticsof rice yield against the output from the crop simulation model. We have found that the relationship between model output and the actual data of rice yield produces R2 = 39.5 %.

(4)

VALIDASI MODEL SIMULASI TANAMAN PADI SHIERARY-RICE 3.0

RAHMAWATI PRIYATNA PUTRI

Skripsi

sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains

pada Mayor Meteorologi Terapan

Departemen Geofisika dan Meteorologi

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

(5)

Judul Skripsi : Validasi Model Simulasi Pertanian Tanaman

Shierary-Rice

3.0 Nama

: RAHMAWATI PRIYATNA PUTRI

NIM :

G24070058

Disetujui

Pembimbing I

Prof. Dr. Ir. Handoko

NIP: 195911301 98303 1 003

Diketahui

Ketua Departemen Geofisika dan Meteorologi

Dr. Ir. Rini Hidayati, MS.

NIP. 19600305 198703 2 002

(6)

KATA PENGANTAR

Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan April 2011 ini ialah Validasi model tanaman padi dengan mengunakan software Visual Basic, dengan judul “Validasi Model Simulasi Pertanian Tanaman Shierary-Rice 3.0”.

Terima kasih yang sebesar-besarnya kepada semua pihak yang telah turut peran serta dalam penyusunan karya ilmiah ini, terutama kepada:

1. Bapak Prof. Dr. Ir. Handoko selaku dosen pembimbing.

2. Keluarga Besar Departemen Geofisika dan Meteorologi IPB, staff dan seluruh dosen, sahabat GFM khususnya angkatan 44. Terima kasih atas segala bentuk dukungan, semangat, dan doa yang selalu kalian berikan.

3. Keluarga penulis yang sangat disayangi,Ibu, Bapak(Alm), Ka Mutty, A Aris, A Adi, Aji, Zili serta keluarga besar R. Goenawan dan Muhammad Ali, terima kasih atas segala dukungan, doa, cinta, dan kasih sayang yang telah diberikan selama ini.

4. Untuk Ka Yunus, Dewa dan Taufik yang sangat membantu tugas akhir ini. 5. Untuk sahabat Gigih, Aray, Sugi, Naufal, Oka, Linda, Alni, Tina.

6. Untuk sahabat dekat selama di GFM, Rini Utami Mallynur, Ratih Dwimeini Purwanto, Retno Larasati, terimakasih untuk semua bahan tertawa yang Cuma kita yang mengerti. 7. Elora (Dipta Aditya Pradhana), terima kasih. “Rangkaikan cerita, hangatkan hariku,

ceriakan malamku, bersamamu kan selalu utuh”

Semoga semua bantuan yang diberikan kepada penulis, mendapatkan balasan dari Allah SWT, dan semoga karya ilmiah ini dapat bermanfaat bagi semua pihak yang membutuhkan.

Bogor, November 2011

(7)

RIWAYAT HIDUP

Penulis dilahirkan di Kab. Bogor, Prop. Jawa Barat, pada tanggal 29 November 1988 dari ayahanda Budhy Priyatna Gunawan (Alm) dan ibunda Elly Marlyah. Penulis merupakan puteri ketiga dari tiga bersaudara.

Tahun 2007 penulis lulus dari SMA Negeri 7 Bogor. Kemudian pada tahun tersebut, penulis diterima sebagai mahasiswa pada Program Studi Meteorologi Terapan, Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan Alam IPB sebagai Program Studi Mayor, melalui jalur Seleksi Penerimaan Mahasiswa Baru(SPMB). Pada tahun kedua di IPB, penulis memilih Program Studi Ekonomi Sumberdaya dari Departemen Ekonomi Sumberdaya dan Lingkungan sebagai Program Studi Minor.

(8)

DAFTAR ISI

Halaman

KATA PENGANTAR ... vi

RIWAYAT HIDUP ... vii

DAFTAR ISI ... viii

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... x

DAFTAR LAMPIRAN ... xi

I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan ... 1

II TINJAUAN PUSTAKA ... 1

2.1 Validasi ... 1

2.2 Tanaman Padi ... 2

2.2.1 Sejarah Sngkat Tanaman Padi ... 2

2.2.2 Klasifikasi ... 2

2.2.1. Sejarah Singkat Tanaman Padi ... 2

2.2.2. Klasifikasi Botani Tanaman Padi ... 2

2.2.3. Syarat Iklim Tanaman Padi ... 2

2.3. Pertumbuhan Tanaman Padi ... 3

2.3.1. Periode Vegetatif ... 3

2.3.2. Periode Reproduktif... 3

2.3.3. Periode Pemasakan ... 3

2.4. Model Simulasi Pertanian ... 3

III. METODOLOGI 3.1. Waktu dan Tempat Penelitian ... 4

3.2. Data dan Peralatan ... 4

3.2.1. Alat ... 4

3.2.2. Data ... 4

3.3. Metode Penelitian ... 5

3.3.1. Model Simulasi Pertanian Shierary-Rice ... 4

3.3.1.1. Submodel Perkembangan ... 5

3.3.1.2. Submodel Pertumbuhan ... 5

3.3.1.3. Submodel Neraca Air ... 5

3.3.2. Validasi ... 5

IV. HASIL DAN PEMBAHASAN 4.1. Kondisi Iklim ... 6

4.1.1. Curah Hujan ... 6

4.1.2 Kelembaban ... 6

4.1.3. Suhu Udara ... 6

4.1.4. Radiasi Surya ... 6

4.1.5. Kecepatan Angin ... 12

4.2. Produktivitas Padi Model Simulasi dan BPS ... 12

4.3. Validasi ... 13

V. KESIMPULAN DAN SARAN 5.1. Kesimpulan ... 14

5.2. Saran ... 14

DAFTAR PUSTAKA ... 15

(9)

DAFTAR TABEL

Halaman

1 Klasifikasi botani tanaman padi ... 2

2 Parameter tanah ... 5

3 Parameter tanaman ... 5

4 Inisialisasi ... 5

5 Rata-rata curah hujan bulanan dari 10 wilayah kajian ... 7

6 Rata-rata kelembaban relatif bulanan dari 10 wilayah kajian ... 8

7 Rata-rata suhu udara bulanan dari 10 wilayah kajian ... 9

8 Rata-rata radiasi surya bulanan dari 10 wilayah kajian ... 10

(10)

DAFTAR GAMBAR

Halaman

1 Struktur tanaman padi ... 2

2 Organisasi Model selama Simulasi ... 4

2 Produktivitas padi model dan BPS pada 10 wilayah kajian ... 12

(11)

DAFTAR LAMPIRAN

Halaman

1 Data iklim wilayah Aceh tahun 1991 ... 17

1 Data iklim wilayah Bau-Bau tahun 1991 ... 25

1 Data iklim wilayah Japura tahun 1991 ... 34

1 Data iklim wilayah Jatiroto tahun 1991 ... 43

(12)

I. PENDAHULUAN

1.1. Latar Belakang

Padi merupakan salah satu komoditi yang sangat penting di Asia, khususnya pada negara miskin (Dawe 2001). Indonesia merupakan konsumen beras terbesar di Asia, dengan tingkat konsumsi beras per kapita penduduk Indonesia per tahun yang mencapai 132 kilogram (Afrina 2011). Berdasarkan tingkat konsumsi per kapita Indonesia tersebut, sangat penting untuk memastikan ketahanan pangan dengan meningkatkan produktivitas padi.

Banyak metode yang digunakan untuk meningkatkan produktivitas padi di Indonesia, seperti pemanfaatan model simulasi. Sampai saat ini, model pertumbuhan tanaman memiliki peran yang sangat penting dalam pengembangan ilmu pengetahuan (Larijani et al. 2011). Salah satu hal yang harus diperhatikan dalam pemodelan adalah kemampuan model untuk menghasilkan output yang mendekati hasil aktual (Wu dan Wilson 1997). Banyak model simulasi pertanian khususnya model simulasi tanaman padi, tetapi model yang divalidasi dan dievalusi sangat jarang (Bouman dan Laar 2004) sehingga proses validasi perlu dilakukan untuk meningkatkan tingkat akurasi model simulasi.

1.2. Tujuan

Tujuan penelitian ini adalah melakukan validasi model Shierary-rice menggunakan data produktivitas padi BPS.

II. TINJAUAN PUSTAKA

2.1.Validasi

Setiap model haruslah memiliki daya guna yang baik bagi pemakai dan dapat dimanfaatkan seoptimal mungkin. Dalam hal ini, yang mempengaruhi daya guna model adalah seberapa pasti hasil pendugaan atau output dari model yang dikeluarkan, dan dapat membantu dalam pengambilan keputusan. Model simulasi pertanian tanaman padi juga merupakan alat duga yang dapat sangat membantu penguna untuk mengetahui pendugaan, agar dapat mengambil keputusan dengan bijak. Seperti telah dijelaskan, harus ada peningkatan kualitas model pada setiap versi yang dibuat. Kualitas model yang baik ditentukan dari akurasi yang dihasilkannya, seberapa mirip suatu output model terhadap

wilayah, agar diketahui cakupan dan batas dari suatu model tertentu (Basci dan Zemankovics 1994), Oleh karena itu penting untuk melakukan proses kalibrasi serta validasi model, dengan tujuan meningkatkan daya guna model.

Output yang dihasilkan oleh suatu model memerlukan referensi sehingga kita dapat melakukan suatu perbandingan dan dapat mengetahui tingkat akurasi model tersebut (Handoko 2005).

Validasi Merupakan suatu pengujian keakuratan dan kepekaan suatu model simulasi tanaman terhadap data bebas yang digunakan dalam konstruksi dari suatu model yang sesuai. Validasi dapat dilakukan secara grafis dan uji berpasangan. Pengujian secara grafis dilakukan dengan dua cara, yaitu menurut trend waktu dari peubah yang diprediksi dengan observasi, dan membuat plot garis 1 : 1 antara data prediksi dengan observasi (Rusmayadi 1996).

2.2.Tanaman Padi

Oryza sativa atau yang populer dikenal sebagai tanaman padi penghasil beras merupakan tanaman pangan yang utama bagi Indonesia. Padi adalah suatu tanaman yang benar-benar sesuai dengan keadaan di Negara kita, seperti dapat terlihat dari fakta-fakta tersebut di bawah ini (Soemartono et al. 1980):

1. Untuk hidupnya padi menghendaki iklim tropik atau sub-tropik dan syarat ini terdapat di Indonesia.

2. Untuk pertumbuhan, padi membutuhkan air banyak, lebih-lebih yang ditanam secara basah. Dan syarat ini dapat pula dipenuhi oleh negeri kita, berkat adanya musim hujan yang memberi air sampai kadang-kadang melimpah. Selain itu, di Indonesia juga banyak terdapat sungai yang dapat dibendung dan airnya dapat dipergunakan untuk mengairi sawah sehingga tanaman padi dapat pula ditanam pada musim kemarau.

3. Berkat adanya gunung-gunung berapi, banyak tanah-tanah di Negeri kita yang sangat subur, jadi sangat baik bagi pertumbuhan padi.

(13)

Disimpan berupa bulir atau gabah, padi dapat tahan sampai bertahun-tahun asal baik penyimpanannya.

Gambar 1 Struktur tanaman padi (Sumber: en.wikipedia.org)

2.2.1. Sejarah Singkat Tanaman Padi

Padi merupakan tanaman pangan berupa rumput berumpun. Tanaman pertanian kuno berasal dari dua benua yaitu Asia dan Afrika Barat tropis dan subtropis. Bukti sejarah memperlihatkan bahwa penanaman padi di Zhejiang (Cina) sudah dimulai pada 3.000 tahun SM. Fosil butir padi dan gabah ditemukan di Hastinapur Uttar Pradesh India sekitar 100-800 SM. Selain Cina dan India, beberapa wilayah asal padi adalah, Bangladesh Utara, Burma, Thailand, Laos, Vietnam (Prihatman 2000).

2.2.2. Klasifikasi Botani Tanaman Padi

Tabel 1 Klasifikasi botani tanaman padi

Klasifikasi Botani

Divisi Spermatophyta

Sub divisi Angiospermae

Kelas Monotyledonae

Keluarga Gramineae (Poaceae)

Genus Oryza

Spesies Oryza spp.

Terdapat 25 spesies Oryza yang dikenal adalah O. sativa dengan dua subspecies yaitu Indica (padi bulu) yang ditanam di Indonesia dan Sinica (padi cere). Padi dibedakan dalam dua tipe yaitu padi kering (gogo) yang ditanam di dataran tinggi dan padi sawah di dataran rendah yang memerlukan penggenangan.

2.2.3. Syarat Iklim Tanaman Padi

Setiap tanaman memiliki standar kondisi iklim tertentu untuk dapat tumbuh optimal, dan tak terkecuali tanaman padi.

Lahan dan cuaca atau iklim merupakan faktor lingkungan fisik tanaman padi, dalam skala terbatas secara relatif masih dapat diperbaiki apabila ternyata kurang sesuai dengan pertumbuhan dan perkembangan tanaman. Akan tetapi iklim merupakan salah satu faktor lingkungan fisik tanaman yang belum dapat dikendalikan dan sangat berpengaruh terhadap pertumbuhan dan produktivitas tanaman (Rusmayadi 1996).

Tanaman padi memiliki kriteria kondisi iklim umum untuk menunjang pertumbuhan dan perkembangannya. Kondisi dan kriteria iklim yang dibutuhkan oleh tanaman Padi secara umum adalah (Prihatman 2000) :

1. Tumbuh di daerah tropis/subtropis pada 45° LU sampai 45° LS dengan cuaca panas dan kelembaban tinggi dengan musim hujan empat bulan.

2. Rata-rata curah hujan yang baik adalah 200 mm/bulan atau 1500-2000 mm/tahun. Padi dapat ditanam di musim kemarau atau hujan. Pada musim kemarau produktivitas meningkat asalkan air irigasi selalu tersedia. Di musim hujan, walaupun air melimpah prduksi dapat menurun karena penyerbukan kurang intensif.

3. Di dataran rendah padi memerlukan ketinggian 0-650 mdpl dengan temperatur 22-27 °C sedangkan di dataran tinggi 650-1.500 mdpl dengan temperatur 19-23 °C.

4. Tanaman padi memerlukan penyinaran matahari penuh tanpa naungan.

(14)

Padi dapat tumbuh baik di daerah-daerah yang berhawa panas dan udaranya mengandung uap air. Di Negeri kita, padi ditanam dari dataran rendah sampai 1300 meter diatas permukaan laut. Lebih tinggi lagi, padi tidak diusahakan orang, karena pertumbuhan terlalu lambat dan menghasilkan produktivitas yang rendah, sehingga pengunaan tanah menjadi kurang ekonomis. Tanaman padi banyak membutuhkan air, maka padi terutama ditanam di musim hujan, baik sebagai padi sawah maupun sebagai padi ladang atau padi gogo. Di musim kemarau bisa juga padi di tanam di sawah, akan tetapi hanya pada sawah yang dapat dialiri secara teratur (Soemartono et al. 1980).

2.3.Pertumbuhan Tanaman Padi

Pertumbuhan merupakan suatu proses alami setiap mahluk hidup dan tumbuhan yang ada di muka bumi ini, setiap tanaman pun memiliki stadia dan fase-fase spesifik pertumbuhan, begitu pula tanaman padi. Fase-fase pertumbuhan tanaman padi menurut Soemartono et al. 1980 adalah sebagai berikut:

2.3.1. Periode Vegetatif (Lamanya 60-70 Hari)

a. Fase bibit berkecambah: mulai nampak pertumbuhan akar dan daun berturut-turut, dan bibit menyerap sebagian besar dari endosterm (±21 Hari);

b. Fase Pertunasan: dimulai dari terbentuknya tunas pertama dari buku terbawah, dan akan bertambah sampai tercapai jumlah maksimum, lalu berhenti membentuk tunas setelah tunas-tunas tersier terbentuk.

2.3.2. Periode Reproduktif

(Lamanya 30 Hari)

a. Fase Primordia: dimulai dari pembentukan primordia, 60-70 hari setelah tabur benih;

b. Fase Pemanjangan ruas dan “Booting”: dikatakan padi sedang bunting (± 75 hari setelah tabur);

c. Fase Heading: diikuti dengan malai yang keluar dari pelepah daun bendera. d. Fase Berbunga: dimulai dari saat

benang sari keluar dan terjadinya pembuahan. Kira-kira 25 hari setelah fase bunting atau 100 hari sesudah tabur.

2.3.3. Periode Pemasakan

(Lamanya 25 sampai 35 hari)

Setelah pembuahan telur dan endosperm terjadi maka perkembangan gabah merupakan proses berurutan yang meliputi:

a.Fase masak susu: isi gabah caryopsis mula-mula seperti air sampai berubah seperti susu;

b.Fase masak tepung: caryopsis menjadi bubur lunak dan makin keras;

c.Fase masak gabah: caryopsis menjadi keras dan terang, gabah berkembang penuh dan tidak lagi terdapat warna kehijauan;

d.Fase lewat masak: setelah gabah masak, daun berangsur-angsur mengering dari bawah, bersamaan dengan jerami yang akan kering dan mati. Bila fase masak terlampaui, gabah mulai rontok.

2.4.Model simulasi Tanaman Padi

Seiring dengan jumlah populasi yang meningkat setiap harinya, tuntutan akan produktivitas pertanian yang mencukupi sangat tinggi. Dengan ketersediaan sumber daya yang terbatas, perlu dilakukan pengelolaan efisiensi sumber daya dan keadaan cuaca sangat penting untuk meningkatkan produktivitas pertanian (Singh 2004).

Sebuah model merupakan suatu rangkaian persamaan matematis yang dapat menjelaskan mengenai sistem fisika (Kumar et al. 2011). Sebuah model merupakan representasi sederhana dari suatu sistem di alam nyata yang bermanfaat untuk kepentingan tertentu (Domiri 2011)

.

(15)

Gambar 2 Organisasi Model selama Simulasi (Handoko dalam Rusmayadi 1996)

III. METODOLOGI

3.1.Waktu dan Tempat Penelitian

Penelitian ini dilaksanakan pada bulan April–Desember 2011 di Laboratorium Agrometeorologi, Departemen Geofisika dan Meteorologi, FMIPA IPB.

3.2.Data dan Peralatan

Dalam penelitian ini, dibutuhkan alat-alat dan beberapa data. Berikut alat-alat dan data-data yang dibutuhkan.

3.2.1. Alat

Alat yang digunakan dalam penelitian ini adalah Personal Computer dengan perangkat lunak:

MULAI

INISIALISASI dan PARAMETER

- Microsoft Visual Basic 6.0,

FOR day=1 to n

- Microsoft Word 2007, - Microsoft Excel 2007 dan

- Model Simulasi Shierary-rice 3.0 untuk memprediksi hasil padi.

Evaporasi

3.2.2. Data

Data yang digunakan dalam penelitian ini berupa:

FOR I=1 to m

1. Data iklim harian curah hujan (CH), suhu udara (T), kelembaban relatif (RH), radiasi matahari, dan kecepatan angin :

- Banda Aceh Tahun 1991

Semai?

- Bau Bau (Sulawesi Tenggara) 1991 - Japura (Riau) Tahun 1991

- Jatiroto (Jawa Timur) Tahun 1991 - Tabing (Sumatera Barat) Tahun 1991 - Pacet (Jawa Barat) Tahun 1990, 1991,

1992, 1993, 1994, 1995

Pertumbuhan Akar

- Darmaga (Jawa Barat) 2003 - Baranangsiang (Jawa Barat) 2007

Neraca Air Tanah

- Karawang (Jawa Barat) 1992 - Sukabumi (Jawa Barat) 2004

2. Data produktivitas padi (BPS) daerah : - Kabupaten Aceh Besar 1991 (Untuk

data iklim Banda Aceh)

Semai ?

- Kabupaten Buton 1991 (Untuk data iklim Bau-Bau)

- Kabupaten Indragiri Hulu 1991 (Untuk data iklim Japura)

Perkembangan

Pertumbuhan - Kabupaten Lumajang 1991 (Untuk

data iklim Jatiroto)

- Padang Pariaman 1991 (Untuk data iklim Tabing)

Next day _- _{Cianjur 1990, 1991, 1992, 1993, 1994}

dan 1995 (Untuk data iklim Pacet) - Bogor 2003 dan 2007 (Untuk data

iklim Baranangsiang dan Darmaga) - Karawang 1992 (Untuk data iklim

Karawang)

- Sukabumi 2004 (Untuk data iklim Sukabumi)

(16)

panen total (ha) dari setiap kabupaten yang dibagi menjadi tiga periode dalam satu tahun. Periode pertama mewakili produktivitas rata-rata pada bulan Januari hingga April, periode kedua mewakili produktivitas rata-rata pada bulan Mei hingga Agustus dan periode tiga mewakili produktivitas rata-rata pada bulan September hingga Desember.

3.3.Metode Penelitian

3.3.1. Model Simulasi Tanaman

Model simulasi yang digunakan pada penelitian ini adalah model simulasi tanaman padi Shierary-rice yang dikembangkan oleh Handoko (1994). Parameter dan tahap inisialisasi diperlukan untuk melakukan simulasi. Nilai masing-masing parameter dan inisialisasi disajikan pada tabel berikut: Tabel 2 Parameter tanah

Parameter Tanah Nilai Kedalaman Tanah (mm) 300

Kapasitas Lapang (%) 35 Titik Layu Permanen (%) 10 Parameter Alpha 5,08 Parameter U (mm) 12 Tabel 3 Parameter tanaman

Parameter Tanaman Nilai Suhu Dasar 17°C Transplanting (d.°C) 230 Tunas Maksimum (d.°C) 301 Anthesis (d.°C) 135 Panen (d.°C) 305 SLA (cm²/g)** 200 LUE (kg/MJ) 0,002 Selain nilai parameter yang ditetapkan, dalam model, terdapat tahap inisialisasi yang nilainya ditampilkan pada tabel berikut ini: Tabel 4 Inisialisasi

Inisialisasi Nilai Benih (kg/ha) 25

Indeks Luas Daun (LAI) 0,1 Kadar Air Tanah (%) 35 Waktu Tanam (Julian) 1 Untuk pengisian inisialisasi waktu tanam, disesuaikan dengan data BPS, yakni untuk

merepresentasikan waktu tanam awal bulan Mei, dan untuk periode tiga, waktu tanam diisi dengan angka 244 yang merepresentasikan waktu tanam awal bulan September.

Model simulasi pertanian ini memiliki tiga sub model utama yakni sub model perkembangan, sub model pertumbuhan dan submodel neraca air.

3.3.1.1. Submodel Perkembangan

Perkembangan tanaman merupakan proses perubahan secara kualitatif atau mengikuti pertumbuhan tanaman. Laju perkembangan dan masing-masing kejadian fenologi tanaman padi didekati dengan konsep heat unit. Laju perkembangan tanaman terjadi bila suhu rata-rata harian melebihi suhu dasar. Kejadian fenologi dihitung mulai semai sampai panen (matang fisologis) dan diberi skala 0-1, yang dibagi menjadi lima kejadian yaitu semai (s=0), tanam (s=0,25), tunas maksimum (s=0,50), pembungaan (s=0,75) dan panen (1,00) (Handoko 1994).

3.3.1.2. Submodel Pertumbuhan

Pertumbuhan adalah suatu proses perubahan ukuran, baik volume, bobot, jumlah sel yang bersifat irreversible (tidak dapat kembali ke asal) per satuan waktu. Submodel pertumbuhan mensimulasi aliran biomassa hasil fotosintesis ke organ-organ tanaman (daun, batang, akar dan biji) serta kehilanganya berupa respirasi (Handoko 1994). Submodel ini juga mensimulasi perkembangan luas daun untuk menduga indeks luas daun (LAI).

3.3.1.3. Neraca Air

Neraca air (water balance) merupakan neraca masukan dan keluaran air di suatu tempat pada periode tertentu, sehingga dapat diketahui jumlah kelebihan (surplus) ataupun kekurangan (defisit) air (Firmansyah 2010). Komponen neraca air meliputi curah hujan, irigasi, intersepsi tajuk, infiltrasi, perkolasi, limpasan permukaan, kadar air tanah, evaporasi dan transpirasi (Handoko 1994).

3.3.2. Validasi

(17)

Proses validasi pada penelitian kali ini dikaji di sepuluh wilayah dengan karakter iklim yang berbeda satu sama lain. Hal ini bertujuan untuk mengetahui akurasi model di berbagai tempat dan jenis iklim yang berbeda berdasarkan data yang tersedia. Dalam tahap ini, data produktivitas (hasil tanaman) yang dihasilkan model dibandingkan dengan data aktual produktivitas padi yang diwakili data BPS (Badan Pusat Statistik). Agar mendapatkan nilai kuantitatif keeratan hubungan antar variabel, dilakukan pembuatan grafik scatter plot yang selanjutnya akan menghasilkan nilai keeratan antara model dan data aktual BPS.

IV.HASIL DAN PEMBAHASAN

Dalam produktivitas tanaman, secara umum tiga komponen utama yang saling berkaitan yang perlu diperlakukan yaitu atmosfer, tanah dan tanaman. Tanaman tidak akan tumbuh baik bila cuaca/iklim (atmosfer) serta tanah tidak menunjang (Handoko 1994).

4.1. Data Iklim

Penelitian ini dilakukan berdasarkan data iklim yang tersedia, dengan data series yang berbeda pada setiap tempat. Terdapat 10 wilayah kajian yang akan dibahas, yakni Pacet (Cianjur, Jawa Barat), Baranangsiang (Bogor, Jawa Barat), Darmaga (Bogor, Jawa Barat), Karawang (Jawa Barat), Aceh (DI Aceh), Bau-Bau (Sulawesi Tenggara), Japura (Riau), Jatiroto (Jawa Timur), Tabing (Sumatera Barat).

4.1.1. Curah Hujan

Air sangat diperlukan untuk proses pertumbuhan tanaman padi. Sumber utama air berasal dari air hujan atau lelehan salju (Sjamsudin dan Karama 1997). Curah hujan merupakan salah satu faktor yang menentukan keberhasilan pertumbuhan dan produktivitas tanaman padi, sehingga budidaya tanaman padi perlu disesuaikan terhadap fluktuasi curah hujan (Pramudia et al. 2008).

Berdasarkan data yang disajikan dalam Tabel 5, secara keseluruhan wilayah Tabing (Sumatera Barat) merupakan wilayah yang memiliki rata-rata curah hujan yang paling tinggi dibandingkan dengan curah hujan wilayah lain yang digunakan dalam validasi model ini. Wilayah yang memiliki curah hujan paling rendah berdasarkan data tersebut adalah Aceh, bahkan pada bulan Agustus curah hujan total bernilai hanya 3,8 mm. Secara umum, pola curah hujan yang terjadi di

setiap wilayah kajian hampir sama. Hal ini dipengaruhi oleh dua musim utama yang terjadi di Indonesia yakni musim hujan yang terjadi akhir tahun hingga awal tahun berikutnya, dan musim kemarau yang terjadi pada tengah tahun.

4.1.2. Kelembaban

Besaran yang sering dipakai untuk menyatakan kelembaban udara adalah kelembaban nisbi (RH) (Tjasyono 2004). Kelembaban relatif atau relative humidity dapat pula diartikan sebagai rasio antara kelembaban aktual dan kemampuan udara untuk menampung uap air tersebut (Anonim 2009). Pada Tabel 6 disajikan nilai kelembaban relatif yang secara umum menunjukkan data kelembaban yang tidak memiliki variasi terlalu tinggi. Nilai kelembaban udara yang terendah bernilai 64,5% yang terjadi di daerah Karawang pada bulan September. Hal ini disebabkan pengaruh musim kemarau yang meyebabkan supply utama air, yakni curah hujan sangat rendah. Nilai kelembaban relatif terbesar bernilai 93,8% pada wilayah Japura (Riau) pada bulan Desember yang merupakan musim hujan.

4.1.3. Suhu Udara

Secara fisis suhu dapat didefinisikan sebagai tingkat gerakan molekul benda, makin cepat gerakan molekul, makin tinggi suhunya (Tjasyono 2004). Pada masa tanam awal, suhu memberikan pengaruh yang besar, dan menentukan waktu yang dibutuhkan dari tahap penanaman benih hingga munculnya semai (Petr 1991).

Pada Tabel 7, terlihat bahwa suhu rata-rata bulanan mengalami perbedaan baik menurut waktu ataupun tempat. Nilai suhu minimum dari sepuluh wilayah kajian tersebut adalah sebesar 21°C pada wilayah Pacet yang disebabkan oleh karakteristik iklim dan ketinggian wilayah yang mencapai 1275 mdpl. Nilai suhu udara maksimum berdasarkan data suhu bulanan adalah sebesar 27,9°C pada wilayah Aceh yang disebabkan oleh altitude yang rendah dan letak wilayah yang dekat dengan pesisir pantai.

4.1.4. Radiasi Surya

(18)

Tabel 5 Rata-rata curah hujan bulanan dari 10 wilayah kajian

No Lokasi Letak Geografis Altitude

(mdpl)

Curah Hujan (mm)

Jan Feb Mar Apr Mei Jun Jul Ags Sep Okt Nov Des

1 Pacet 6°41'-6°51' LS dan 106°50'-107°2' BT 1.275 424.0 291.0 384.0 395.0 141.0 141.0 69.0 100.0 140.0 324.0 353.0 198.0

2 Baranangsiang 106°48' BT dan 6°26'LS 330 424.0 638.0 396.0 575.0 221.0 373.0 84.0 111.0 113.0 253.0 485.0 529.0

3 Darmaga 06°33'12,9" LS dan 106°44'59,4" BT 250 211.7 555.5 - - - 413.9 386.1

4 Karawang 107°02'-107°40' BT dan 5°56'-6°34' LS

335 157.5 294.4 257.3 328.6 101.2 37.7 19.5 25.1 136.1 148.2 - -

5 Sukabumi 6°55'17,15" LS 106°55'33,04" BT 740 226.5 123.0 174.0 94.5 147.0 38.0 51.0 3.8 7.2 14.3 79.4 145.9

6 Aceh 1°40'-6°30' LU dan 94°40'-98°30' BT 22 133.1 73.8 130.6 103.9 237.0 40.3 71.3 71.9 95.8 179.4 159.7 173.2

7 Bau-Bau 5°21'-5°33'LU dan 122°30'-122°47' BT

10 317.3 234.3 247.1 206.2 182.0 117.7 84.2 47.0 21.1 48.2 101.0 251.6

8 Japura 0°.33' LS dan 102°.0' BT 20 247.5 159.2 211.7 261.2 172.3 126.9 143.4 97.7 194.3 200.1 215.6 258.7

9 Jatiroto 8°.12' LS dan 113°.35' BT 3 241.2 261.9 292.8 171.8 165.3 31.8 7.7 43.1 79.5 160.5 376.6 360.9

10 Tabing 0°.53' LS dan 100°.35' BT 29 638.2 573.0 775.5 542.9 566.2 591.8 654.6 618.0 743.8 627.6 766.2 372.0

1). 1990-1995 6). 1991 2). 2007 7). 1991 3). 2002-2003 8). 1991 4). 1992 9). 1991

(19)

Tabel 6 Rata-rata Kelembaban Relatif bulanan dari 10 wilayah kajian

No Lokasi Letak Geografis Altitude (mdpl) Kelembaban Relatif (%)

1 Pacet 6°41'-6°51' LS dan 106°50'-107°2' BT 1.275 90.0 89.9 88.8 88.8 87.7 84.7 83.7 81.8 81.0 83.1 87.1 81.9

3 Darmaga 06°33'12,9" LS dan 106°44'59,4" BT 250 81.7 89.0 - - - - - - 84.9 86.0

4 Karawang 107°02'-107°40' BT dan 5°56'-6°34' LS 335 79.7 78.4 72.2 69.5 72.5 73.3 68.5 67.4 64.5 71.4 - -

5 Sukabumi 6°55'17,15" LS 106°55'33,04" BT 740 90.7 87.8 87.9 89.6 91.2 92.9 92.7 80.6 80.2 73.5 84.2 87.1

6 Aceh 1°40'-6°30' LU dan 94°40'-98°30' BT 22 92.5 92.2 91.1 90.8 91.5 89.6 84.0 85.8 87.2 91.5 93.0 92.0

7 Bau-Bau 5°21'-5°33'LU dan 122°30'-122°47' BT 10 92.1 93.0 90.6 91.4 90.4 90.0 89.4 88.9 88.4 87.9 87.9 87.9

8 Japura 0°.33' LS dan 102°.0' BT 20 89.9 88.8 91.8 93.1 87.7 84.4 82.1 88.7 86.8 88.9 88.3 93.8

10 Tabing 0°.53' LS dan 100°.35' BT 29 82.7 87.7 88.2 87.5 87.0 87.0 85.8 86.7 86.2 88.6 88.6 87.5

1). 1990-1995 6). 1991 2). 2007 7). 1991 3). 2002-2003 8). 1991 4). 1992 9). 1991

(20)

Tabel 7 Rata-rata Suhu udara bulanan dari 10 wilayah kajian

No Lokasi Letak Geografis Altitude (mdpl) Suhu Udara (°C)

1 Pacet 6°41'-6°51' LS dan 106°50'-107°2' BT 1.275 21.0 21.0 21.0 22.0 22.0 21.0 21.0 21.0 22.0 22.0 22.0 21.0

3 Darmaga 06°33'12,9" LS dan 106°44'59,4" BT 250 26.0 25.3 - - - - - 26.2 26.0

5 Sukabumi 6°55'17,15" LS 106°55'33,04" BT 740 25.4 24.9 25.2 23.4 25.0 24.2 24.2 23.4 24.3 25.2 24.7 24.1

6 Aceh 1°40'-6°30' LU dan 94°40'-98°30' BT 22 26.6 26.8 27.1 27.5 27.9 27.7 27.5 27.8 27.3 27.0 26.7 26.4

7 Bau-Bau 5°21'-5°33'LU dan 122°30'-122°47' BT 10 25.9 25.9 25.9 25.8 25.5 24.9 24.7 25.2 25.6 26.3 26.6 25.9

8 Japura 0°.33' LS dan 102°.0' BT 20 26.2 26.8 27.2 27.2 27.4 27.3 26.9 27.0 26.7 27.0 27.0 26.3

10 Tabing 0°.53' LS dan 100°.35' BT 29 26.4 26.5 26.5 26.8 26.8 26.5 26.0 26.0 26.0 26.2 26.1 26.5

(21)

Tabel 8 Rata-rata Radiasi Surya bulanan dari 10 wilayah kajian

No Lokasi Letak Geografis Altitude

(mdpl)

Radiasi Surya (MJ/m2)

1 Pacet 6°41'-6°51' LS dan 106°50'-107°2' BT

1.275 301.0 269.0 320.0 352.0 302.0 327.0 341.0 391.0 387.0 385.0 320.0 188.0

2 Baranangsi ang

106°48' BT dan 6°26'LS 330 332.7 182.1 242.3 267.9 306.6 262.8 364.0 368.7 388.6 331.5 319.0 255.2

3 Darmaga 06°33'12,9" LS dan 106°44'59,4" BT

250 375.8 255.2 - - - 311.4 333.9

4 Karawang 107°02'-107°40' BT dan 5°56'-6°34' LS

335 763.6 641.2 743.2 714.4 747.3 745.1 787.4 807.4 773.9 776.1 - -

5 Sukabumi 6°55'17,15" LS 106°55'33,04" BT

740 489.7 425.7 518.3 482.8 493.6 517.1 530.6 552.1 546.5 546.5 468.9 445.3

6 Aceh 1°40'-6°30' LU dan 94°40'-98°30' BT

22 537.4 555.1 571.2 549.7 560.6 567.8 555.5 561.7 479.0 514.5 543.0 412.9

7 Bau-Bau 5°21'-5°33'LU dan 122°30'-122°47' BT

10 594.3 545.6 629.5 625.0 641.0 638.2 714.0 767.1 777.5 782.8 672.3 616.9

8 Japura 0°.33' LS dan 102°.0' BT 20 516.9 518.9 561.1 557.6 542.2 605.4 584.5 597.6 550.1 555.9 514.1 491.0

10 Tabing 0°.53' LS dan 100°.35' BT 29 625.5 605.3 597.9 638.9 672.1 659.8 660.7 632.5 523.9 575.1 539.1 641.4

1). 1990-1995 6). 1991 2). 2007 7). 1991 3). 2002-2003 8). 1991 4). 1992 9). 1991

(22)

Tabel 9 Rata-rata Kecepatan Angin bulanan dari 10 wilayah kajian

No Lokasi Letak Geografis Altitude_(mdpl) _{Kecepatan Angin (Km/Jam)}

1 Pacet 6°41'-6°51' LS dan 106°50'-107°2' BT 1.275 4.8 4.9 5.2 5.5 5.2 4.8 5.0 5.0 4.9 4.7 4.9 5.4

3 Darmaga 06°33'12,9" LS dan 106°44'59,4" BT 250 0.6 0.4 - - - 0.4 0.4

5 Sukabumi 6°55'17,15" LS 106°55'33,04" BT 740 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0 5.0

6 Aceh 1°40'-6°30' LU dan 94°40'-98°30' BT 22 5.9 5.9 5.0 4.7 4.9 4.9 4.8 5.5 4.7 5.1 5.3 6.4

7 Bau-Bau 5°21'-5°33'LU dan 122°30'-122°47' BT 10 4.9 4.6 5.0 5.0 5.0 5.0 5.0 5.0 5.1 5.0 5.0 5.0

8 Japura 0°.33' LS dan 102°.0' BT 20 4.1 4.3 4.8 4.1 4.6 5.0 4.7 4.4 4.3 4.5 4.7 4.4

10 Tabing 0°.53' LS dan 100°.35' BT 29 5.0 5.3 5.0 5.0 5.0 5.0 5.0 4.9 4.9 5.3 5.0 5.0

(23)

dominan dalam pertumbuhan dan perkembangan tanaman, karena radiasi surya merupakan energi penggerak utama.

Berdasarkan Tabel 8, dapat diketahui bahwa nilai radiasi surya rata-rata bulanan paling tinggi terdapat pada wilayah Karawang dengan nilai sebesar 807,4 MJ/m2 dan nilai radiasi terendah adalah 182,1 MJ/m2. Nilai radiasi surya tertinggi yakni sebesar 807,4 MJ/m2 terjadi pada wilayah Karawang pada bulan Agustus yang merupakan musim kemarau, sehingga penutupan awan relatif rendah dan radiasi surya yang mencapai permukaan tidak terhalang. Data radiasi surya yang terendah yakni 182,1 MJ/m2 terjadi di wilayah Baranangsiang pada bulan Februari yang merupakan musim hujan, sehingga radiasi surya terhalang oleh penutupan awan hujan dan radiasi surya yang mencapai permukaan rendah. Pengaruh penutupan awan sangat penting dalam penerimaan radiasi, karena radiasi global yang diterima permukaan tanah melalui langit berawan lebih kecil dibandingkan radiasi global yang diterima melalui langit cerah (Tjasyono 2004).

4.1.5. Kecepatan Angin

Angin ialah gerak udara yang sejajar dengan permukaan bumi (Tjasyono 2004). Angin merupakan agen yang sangat efektif dalam proses pemindahan energi dan massa

secara konvektif (Handoko 1995). Menurut Singh (2004), kecepatan angin mempunyai pengaruh yang besar dalam masa penyuburan dan polinasi. Untuk unsur iklim kecepatan angin secara harian, terdapat kesulitan mendapatkan data dari berbagai sumber, oleh karena itu untuk data yang tidak ada, dilakukan asumsi kecepatan angin sebesar 5 km/jam. Karena data kecepatan angin yang terbatas, menurut Bachelet (1993), data kecepatan angin dapat diasumsikan konstan pada masa tanam.

Berdasarkan data kecepatan angin bulanan yang disajikan pada Tabel 9, kecepatan angin memang bervariasi berdasarkan tempat dan waktu. Menurut Ikhsan dan Hipi (2011) kecepatan angin akan berfluktuasi terhadap waktu dan tempat, karena perbedaan kontur permukaan suatu tempat.

4.2. Produktivitas Padi Model Simulasi

dan BPS

Pada penelitian ini, dilakukan validasi model simulasi pertanian Shierary-rice 3.0. Validasi ini bertujuan untuk mengetahui akurasi dari output yang dihasilkan oleh model. Output berupa produktivitas padi (ton/ha) yang dihasilkan tersebut selanjutnya

Gambar 3 Produktivitas padi model dan BPS pada 10 wilayah kajian

(24)

9). Jatiroto 1991 (Mei – Agustus) 22). Darmaga 2002-2003 10). Tabing 1991 (Mei – Agustus) 23). Baranangsiang 2007 11). Banda Aceh 1991 (Sept-Des) 24). Karawang 1992 12). Bau – Bau 1991 (Sept-Des) 25). Sukabumi 2004 13). Japura 1991 (Sept-Des)

dibandingkan dengan data produktivitas padi yang didapat dari BPS (Badan Pusat Statistik). Hal ini bertujuan untuk mengetahui apakah keluaran model mendekati hasil produktivitas padi aktual. Menurut Kumar et al. (2011), validasi suatu model sangat penting, terlebih jika model akan digunakan sebagai dasar suatu prediksi.

Dalam Gambar 3, disajikan grafik hasil perbandingan produktivitas padi. Dari gambar tersebut dapat dilihat bahwa terdapat perbedaan baik menurut waktu maupun tempat. Pada produktivitas padi di wilayah Pacet dengan masa kajian selama 6 tahun yakni pada bar 16, 17, 18, 19, 20 dan 21, terlihat ada perbedaan dengan produktivitas padi yang dihimpun BPS kota Cianjur. Pada tahun 1991, produktivitas padi 7,6 ton/ha sedangkan data produktivitas padi berdasarkan BPS sebesar 5,0 ton/ha. Hal ini disebabkan karena data iklim yang digunakan berdasarkan observasi stasiun cuaca Pacet terdapat pada altitude 1.125 mdpl, sedangkan sentra produktivitas padi Cianjur seperti Kecamatan Warungkondang memilki ketinggian 700 mdpl (Dinas Perhubungan Komunikasi dan Informatika Kabupaten Cianjur 2009) yang tentunya memiliki karakteristik lingkungan yang berbeda, sehingga data iklim yang digunakan tidak dapat menghasilkan simulasi data produktivitas padi Kota Cianjur secara tepat.

Salah satu wilayah yang menunjukan perbandingan produktivitas padi yang baik adalah wilayah Banda Aceh. Seperti ditampilkan pada Gambar 3, terlihat bahwa dalam tiga periode tanam (yang ditunjukan pada bar 1, bar 6, dan bar 11), terlihat bahwa model sudah dapat mensimulasi pertumbuhan padi yang ditandai dengan ketinggian bar pada produktivitas padi BPS dan hasil model yang tidak berbeda signifikan. Seperti pada periode tanam 1(Januari–April), produktivitas padi model sebesar 3,5 ton/ha dan data

Aceh Terdapat pada ketinggian yang tidak terlalu berbeda, yakni ±10 mdpl untuk rata-rata wilayah Banda Aceh dan untuk ketinggian spesifik Stasiun Blang Bentang setinggia 20 mdpl. Pembahasan mengenai perbedaan ketinggian yang dikaitkan terhadap perbedaan hasil simulasi produktivitas padi dan data BPS sangat penting karena salah satu faktor pengendali iklim adalah ketinggian tempat di atas permukaan laut (altitude) (Manan 1992) dan data iklim merupakan input utama dalam pemodelan simulasi tanaman padi ini.

4.3. Validasi

(25)

mendasar adalah bahwa proses yang terjadi, khusunya pada tanaman sangat kompleks dan

Gambar 4 Hubungan produktivitas padi antara model dan BPS tidak dapat dijelaskan sepenuhnya oleh model

dengan asumsi data BPS adalah benar. Selain itu data iklim dan BPS yang tidak terdapat pada suatu area atau titik yang sama juga sangat berpengaruh terhadap hasil model, karena data BPS yang digunakan sebagai pembanding merupakan data rata-rata pada suatu kota, sedangkan data iklim berbeda-beda pada satu kota. Sebagai contoh perbedaan data yang ditunjukan oleh Stasiun iklim Darmaga dan Baranangsiang, kedua wilayah ini terdapat pada kota yang sama, namun memiliki nilai yang berbeda pada setiap unsur, sehingga dapat diketahui bahwa menggunakan data pembanding yang spesifik sangat penting.

Menurut Singh (2004) salah satu cara untuk mencapai tingkat akurasi yang baik adalah dengan menggunakan data cuaca dan data historis yang cukup pada suatu lokasi yang spesifik.

V. KESIMPULAN DAN SARAN

5.1.Kesimpulan

Dalam penelitian ini model simulasi pertanian tanaman padi didasarkan pada model simulasi tanaman padi Shierary – Rice yang dikembangkan oleh Handoko tahun 1994. Output model yang selanjutnya dianalisis dan dibandingkan adalah nilai produktivitas padi. Data output produktivitas padi dari model selanjutnya dibandingkan dengan data produktivitas padi yang bersumber dari BPS (Badan Pusat Statisitk). Penelitian ini mengkaji sepuluh wilayah

sebagai objek. Wilayah-wilayah tersebut adalah Pacet (Cianjur, Jawa Barat), Baranangsiang (Bogor, Jawa Barat), Darmaga (Bogor, Jawa Barat), Karawang (Jawa Barat), Aceh (DI Aceh), Bau-Bau (Sulawesi Tenggara), Japura (Riau), Jatiroto (Jawa Timur), Tabing (Sumatera Barat). Nilai output pada setiap tempat berbeda. Selain berbeda terhadap tempat, hasil perbandingan juga berbeda menurut waktu. Setelah dibandingkan, data BPS dengan data output model tidak selalu memiliki korelasi yang tinggi. Salah satu faktor yang menyebabkan korelasi yang rendah tersebut adalah penggunaan data iklim dan BPS yang tidak spesifik pada regional tertentu, sehingga hasil simulasi kurang tepat. Proses validasi antara hasil model dan BPS yang dilakukan menghasilkan nilai R2=0,395. Angka ini menunjukan bahwa model telah dapat mensimulasi 39,5% proses pertumbuhan dan perkembangan tanaman padi.

5.2.Saran

(26)

penelitian selanjutnya data iklim dan BPS yang akan dibandingkan sebaiknya memiliki kedekatan area tertentu, sehingga model dapat benar-benar mensimulasi pertumbuhan padi dengan kondisi lingkungan dan iklim yang tepat.

VI. DAFTAR PUSTAKA

[Anonim]. 2009. Introduction to Humidity Basic Principles on Physics of Water Vapour.

http://www.sensirion.com/en/pdf/pro duct_information/Introduction_to_Re

lative_Humidity_E.pdf (7 Januari

2012).

Afrina F. 2011. Analisis Perilaku Permintaan dan Penawaran Beras di Sumatera Selatan. Jurnal AGRIPITA, 1(1): 15-20.

Bachelet D., Herstrom A., Brown D. 1993. Rice Production and Climate Change: Design and Development of a GIS Database to Complement Simulation Models. Landscape Ecology Journal 8(2): 77-91.

Basci Z., Zemankovics F. 1994. Validation: an Objective or a Tool? Result on a Winter Wheat Simulation Model Application. Ecology Modelling Journal 81: 251-263.

Bouman B.A.M., Laar H.H.V. 2006. Description and Evaluation of the Rice Growth Model ORYZA 2000 Under Nitrogen-Limited Condition. Agricultural Systems Journal, 87: 249-273.

Dawe D. 2001. How Far Down the Path to Free Trade? The Importance of Rice Price Stabilization in Developing Asia. Food Policy Journal, 26: 163-175.

Dinas Perhubungan Komunikasi dan Informatika Kabupaten Cianjur. 2009. Beras.

http://www.cianjurkab.go.id/Content

Nomor_Menu_30_4.html (18

Februari 2012).

Untuk Menduga Produktivitas Tanaman Padi. Jurnal Pengidraan Jauh, 8: 35-49.

Firmansyah M.A. 2010. Teori dan Praktik Analisis Neraca untuk Menunjang Tugas Penyuluh Pertanian di Kalimantan Tengah. Pelatihan Agribisnis Pertanian untuk Analisis Iklim, Hotel Sahid Jaya Palangkaraya, 1 – 7 Desember 2010. Ginardi H., Handoko, Seminar K.B. 2002.

Direct NOAA Imagery Extraction System for Data Acquisition of Rice Growth Modeling. GIS, Remote Sensing & Dynamic Modeling Journal 2: 1-23.

Handoko. 1994. Dasar Penyusunan dan Aplikasi Model Simulasi Komputer untuk Pertanian. Bogor: Jurusan Geofisika dan Meteorologi, FMIPA-IPB.

Handoko. 1995. Klimatologi Dasar. Ed ke-2 Bogor: Jurusan Geofisika dan Meteorologi, FMIPA-IPB.

Handoko. 2005. Quantitative Modeling of System Dynamics for Natural Resources Management. Bogor: SEAMEO BIOTROP.

Kumar R.N., Sailaja B., Voleti S.R. 2011. Crop Modeling with Spacial References to Rice Crop. Rajendranagar: RKMP.

Larijani B.A., Sarvestani Z.T., Nematzadeh Gh., Manschadi A.M., Amiri E. 2011. Simulating Phenology, Growth and Yield of Transplanted Rice at Different Seedling Ages in Northern Iran Using ORYZA2000. Rice Science Journal, 18(4): 321-334.

Manan M.E. 1982. Klimatologi Dasar. Jurusan Agrometeorologi, Fakultas Sains dan Matematika-IPB.

Petr P. 1991. Weather and Yield. Prague: University of Agriculture.

(27)

Dengan Efisiensi Penggunaan Radiasi Surya Sebagai Dasar Model Simulasi Tanaman Padi [tesis]. Bogor: FMIPA-IPB.

Sjamsudin E., Karama S. 1997. Agricultural Efficient Water Use Movement And Rain Water Harvesting. National Seminar Proceedings Efficeint Water Use Movement, Jakarta.pp : 51-57.

Singh, A. K. 2004. Crop Growth Simulation Model. New Delhi: Indian Agriculture Research Center.

Soemartono, Samad B., Hardjono R. 1980. Bercocok Tanam PADI. Ed ke-5. Jakarta: C.V Yasaguna.

Tjasyono B. 2004. Klimatologi. Bandung: ITB.

Pramudia A., Koesmaryono Y., Las I., June T., Astika I.W., Runtunuwu E. 2008. Penyusunan Model Prediksi Curah Hujan dengan Teknik Analisis Jaringan Syaraf (Neural Network Analysis) di Sentra Produktivitas Padi di Jawa Barat dan Banten. Jurnal Tanah dan Iklim, 27: 11-20.

(28)

(29)

(30)

45 2 94 27,3 19,9 3,5

46 0,3 94 27,0 23,4 5,0

47 3 90 26,6 22,3 2,7

48 0,7 87 26,9 20,9 6,8

49 4,1 91 26,5 20,4 5,3

50 5,8 90 26,3 19,8 5,0

51 0,7 92 26,7 20,3 7,2

52 0,6 91 26,6 19,0 6,1

53 0,2 93 26,8 20,7 5,0

54 5,4 88 26,9 23,8 13,4

55 0,7 89 27,2 20,1 10,1

56 0,2 91 27,2 20,2 8,1

57 2,8 94 27,5 18,7 7,7

58 1,4 87 27,0 19,0 11,3

59 6 92 27,3 19,4 1,6

60 2,2 94 27,1 20,5 5,0

61 1,8 92 26,9 15,1 5,0

62 2,5 92 26,5 17,8 5,0

63 15 93 27,3 15,5 5,0

64 13,5 93 27,2 19,6 5,0

65 1,7 93 27,6 20,6 5,0

66 0,8 90 27,1 19,5 5,0

67 2 89 27,5 16,3 6,9

68 2,2 93 27,3 16,5 5,0

69 5,3 90 27,3 15,6 5,0

70 15,5 87 27,0 23,4 6,0

71 0 89 27,3 18,2 5,0

72 0 92 27,5 17,0 1,1

73 3,3 91 27,5 16,9 5,0

74 3,8 92 27,3 18,0 5,0

75 5,2 90 27,3 19,9 6,8

76 11,5 89 27,6 21,2 5,6

77 4,7 89 26,9 17,9 5,6

78 6 89 27,2 15,4 5,0

79 0,5 91 27,1 18,8 5,0

80 1 90 27,0 19,7 5,0

81 0,2 92 26,8 19,1 2,1

82 0,8 90 27,1 18,8 4,8

83 0 91 27,0 21,1 5,0

84 3 92 26,8 18,5 5,0

85 4,2 92 26,5 17,8 5,0

86 5,3 93 27,4 20,1 5,0

87 3,8 93 27,3 16,8 5,0

88 6,3 93 27,3 18,0 5,0

89 2,2 89 27,6 19,6 5,0

90 6,3 91 27,1 18,3 5,0

91 1,1 93 27,3 18,0 5,0

(31)

95 0,6 91 27,1 20,3 5,0

96 7 90 27,1 16,5 5,0

97 1,7 90 27,1 15,9 5,0

98 1,4 91 27,4 20,7 5,0

99 3 91 27,5 16,6 5,0

100 11,9 91 27,1 13,9 8,2

101 10,3 90 27,6 13,6 2,4

102 3,7 90 27,5 16,7 5,0

103 2,6 89 27,6 17,0 2,4

104 2,4 90 27,3 18,3 5,0

105 0,7 92 27,4 19,3 2,1

106 4,3 90 27,5 16,1 3,7

107 5,7 91 27,5 20,5 5,0

108 8,6 92 27,1 17,0 4,8

109 6,1 92 28,0 19,0 5,0

110 4,7 96 27,6 21,0 2,7

111 1 95 27,7 19,1 5,0

112 0,3 96 27,7 20,8 2,1

113 3,6 95 27,5 17,6 5,0

114 6,4 88 27,8 20,8 4,8

115 1,6 88 27,5 18,8 5,0

116 2,6 86 27,5 18,6 5,6

117 2,4 83 28,3 19,8 5,0

118 0 89 27,8 20,0 4,0

119 0 90 28,3 19,4 6,0

120 7,9 95 28,1 18,9 4,5

121 0 89 28,1 18,0 2,1

122 1 90 28,2 22,1 3,5

123 6,3 93 27,5 21,5 4,0

124 41,7 93 27,7 18,3 5,0

125 13,7 93 27,2 16,7 5,0

126 75,7 93 26,7 16,0 5,0

127 18 93 27,1 15,7 5,0

128 6,3 94 27,7 15,7 5,0

129 12,3 93 26,5 10,6 5,0

130 0 94 27,4 18,0 5,0

131 5 92 27,7 21,5 5,0

132 3 93 31,8 13,5 5,0

133 1,3 94 27,9 14,4 6,8

134 0 93 28,0 19,9 5,0

135 0 93 28,1 16,9 4,8

136 1 91 28,7 23,7 5,0

137 15 91 28,0 16,2 5,0

138 2,3 91 27,8 21,3 5,0

139 0,7 91 28,4 18,6 5,0

140 1,7 91 28,3 16,4 5,0

141 0 91 28,7 16,4 5,0

142 3,7 91 27,3 15,1 5,0

143 0 91 27,7 16,7 5,0

(32)

145 3,3 91 27,7 17,0 5,0

146 0 91 28,9 22,4 5,0

147 0 91 27,8 21,1 5,0

148 0 91 27,8 20,2 5,0

149 21,7 91 27,9 18,3 5,0

150 0 91 28,1 22,1 5,0

151 0 90 27,7 19,5 5,0

152 5 90 27,4 17,0 5,0

153 8,6 90 27,2 18,2 5,0

154 2,6 90 27,7 19,1 5,0

155 6 90 27,5 17,8 5,0

156 1,4 90 27,9 17,2 5,0

157 2,6 90 27,3 16,1 5,0

158 0,3 90 27,5 17,2 5,0

159 1 90 27,7 18,8 5,0

160 2,1 90 27,9 18,7 5,0

161 0 90 28,1 14,9 5,0

162 0,9 90 28,1 17,0 5,0

163 0 90 28,0 22,9 5,0

164 0 90 27,7 21,0 5,0

165 0 90 27,9 18,0 5,0

166 0,3 90 27,6 18,5 5,0

167 1,1 90 27,0 20,2 5,0

168 1,4 90 27,7 17,3 5,0

169 0,3 90 27,8 19,3 5,0

170 1,1 90 28,0 21,1 5,0

171 0,3 90 27,5 15,7 5,0

172 0 84 27,4 17,7 2,4

173 0 89 27,8 17,2 5,0

174 0 88 27,5 20,3 5,0

175 1 88 27,5 20,3 5,0

176 1,6 91 28,2 17,8 5,0

177 0,1 89 28,3 22,6 5,0

178 0 89 27,7 19,7 5,0

179 1,9 89 27,7 22,6 5,0

180 0 89 27,8 22,6 5,0

181 0,7 89 27,2 21,3 5,0

182 6,1 89 27,5 17,0 5,0

183 0 89 27,5 19,0 5,0

184 0,1 89 27,3 17,7 5,0

185 0 89 27,8 19,2 5,0

186 1 89 27,2 18,5 5,0

187 0,9 75 27,0 17,0 5,6

188 1 82 27,4 15,0 5,0

189 0,1 80 27,3 16,4 5,0

190 0,6 79 27,2 19,3 5,0

191 1,4 78 27,6 16,5 5,0

(33)

195 8,7 73 27,6 16,2 5,0

196 9,7 72 26,7 15,1 5,0

197 1 85 27,8 18,8 3,7

198 11,3 89 27,6 18,0 2,7

199 5,3 89 27,5 17,5 6,8

200 0,6 89 28,0 15,4 5,0

201 0,3 91 27,7 17,0 5,0

202 0,1 94 27,8 17,5 5,0

203 0,9 96 27,4 15,9 5,0

204 0,1 98 27,7 20,1 5,0

205 1,1 99 27,6 19,8 5,0

206 0 97 27,7 20,4 5,0

207 0,4 70 27,5 20,8 6,9

208 0,6 69 27,8 18,6 5,0

209 3,3 88 27,9 18,1 2,7

210 3,1 70 27,7 21,0 5,0

211 0 87 28,0 20,8 0,8

212 3,3 87 28,1 19,2 5,0

213 0,5 90 27,2 17,2 5,0

214 2,3 93 27,7 18,5 5,0

215 4,6 92 27,9 18,8 3,2

216 3,8 95 27,6 18,0 5,0

217 0,3 89 28,1 20,5 4,0

218 0,4 92 28,2 18,5 5,0

219 4 92 26,9 17,5 5,0

220 3,5 91 27,3 12,0 4,0

221 6,1 91 27,4 14,1 5,0

222 5,8 90 28,0 16,8 5,0

223 3,1 83 27,4 18,1 2,4

224 0,8 86 28,5 20,0 5,0

225 2,1 85 27,6 17,1 5,0

226 1 84 27,7 19,4 5,0

227 2 71 28,1 19,2 7,2

228 2,9 78 27,7 13,9 6,1

229 1,1 72 27,5 17,2 5,0

230 4,5 84 27,9 20,5 12,9

231 0,3 76 27,5 19,5 5,0

232 1,1 88 28,4 19,9 5,0

233 0 78 28,3 21,8 7,2

234 0,1 84 28,0 19,3 5,0

235 2,8 85 27,5 16,6 5,0

236 9,1 83 27,3 18,4 5,3

237 0,3 85 27,4 14,4 5,0

238 0,1 90 27,9 17,4 7,7

239 1,3 79 28,2 19,9 7,2

240 3,8 90 28,0 21,5 8,9

241 0 87 28,0 19,9 5,0

242 1,4 88 28,2 18,5 5,0

243 2,8 88 28,1 17,4 3,2

(34)

245 0,1 91 27,3 13,9 5,0

246 0,8 87 27,4 18,5 5,0

247 1 79 27,6 17,9 5,6

248 6 87 27,0 18,6 2,4

249 1,8 85 26,7 17,5 0,0

250 0,1 83 27,5 16,7 2,1

251 1 85 27,8 20,6 4,8

252 0,4 86 27,6 17,0 5,0

253 0,6 86 27,8 15,2 1,6

254 0,8 86 28,1 16,8 5,0

255 3 79 27,1 16,2 7,2

256 1 85 27,1 17,0 3,2

257 3,1 84 28,0 17,6 2,4

258 1,6 82 27,5 16,1 5,0

259 6,9 82 26,8 16,2 5,0

260 5,9 90 27,0 17,0 5,3

261 12,1 85 27,2 14,4 7,2

262 3,3 85 27,9 14,9 3,2

263 2 91 27,7 15,4 4,8

264 1 93 27,0 13,4 5,0

265 3,8 96 27,3 14,1 2,7

266 7 93 27,1 14,0 8,9

267 1,4 95 27,4 17,6 9,8

268 2,8 90 27,3 14,3 5,0

269 2,3 92 26,8 11,5 2,7

270 1,8 89 27,2 13,2 4,8

271 3,8 93 27,2 13,9 5,0

272 1 84 27,4 15,9 4,0

273 18,8 86 27,6 16,1 4,8

274 6,7 87 27,0 16,4 5,6

275 3,1 89 26,8 17,9 2,7

276 4,6 84 27,1 14,9 5,0

277 10,6 92 27,9 14,7 6,4

278 1,9 91 27,2 18,2 1,1

279 3,7 94 27,3 18,5 4,5

280 2,4 93 27,2 19,1 4,8

281 7,4 92 27,3 19,8 7,2

282 7,7 95 27,3 14,1 5,0

283 1,1 92 27,0 15,3 6,1

284 8 96 27,0 15,3 6,0

285 7,7 87 26,9 16,4 8,1

286 8,3 94 26,8 16,3 5,0

287 8 90 27,3 15,1 5,2

288 1,9 92 27,2 16,0 5,0

289 0,9 94 26,9 14,7 6,1

290 3,9 92 27,0 16,4 6,9

291 4,7 95 27,2 16,7 2,7

(35)

295 2,1 93 27,0 20,3 5,0

296 8,1 93 27,0 19,5 5,0

297 4,4 93 26,7 14,9 5,0

298 7 92 26,6 16,6 6,3

299 1,3 91 26,6 14,1 4,5

300 1,9 91 26,9 15,4 5,0

301 1,3 89 26,7 15,9 5,5

302 3,9 89 26,9 16,0 5,0

303 37,7 93 26,8 16,0 4,8

304 8,6 90 26,8 14,3 5,0

305 0,6 90 26,9 16,1 5,0

306 3,3 92 26,6 19,9 4,5

307 14,1 96 26,6 19,4 5,0

308 6,9 93 27,0 16,1 5,0

309 5,9 93 26,3 15,5 7,1

310 8 93 26,6 19,5 5,0

311 3,1 96 26,7 18,8 6,1

312 3,1 95 26,7 18,3 5,0

313 7,9 95 26,5 16,2 5,0

314 6,3 91 26,7 13,2 3,7

315 6,1 96 26,5 15,4 4,5

316 0,1 94 26,7 18,8 5,0

317 7,6 94 26,8 15,7 5,0

318 0,7 90 26,5 21,8 8,9

319 3,4 91 27,0 19,5 9,3

320 7,6 91 26,6 18,1 5,0

321 0,4 91 27,0 22,6 5,0

322 2 90 27,0 19,5 5,0

323 5 94 27,0 19,3 5,0

324 6,6 91 27,1 21,6 5,0

325 6,1 91 27,1 22,6 5,0

326 12,7 91 26,4 19,4 5,0

327 3,7 96 26,7 17,7 5,0

328 7,1 91 27,1 17,6 5,0

329 7,4 91 26,7 18,2 5,0

330 4,3 94 26,9 18,6 6,1

331 0,9 96 26,6 14,9 6,0

332 10 95 26,9 14,1 4,0

333 6,9 95 27,3 17,0 4,3

334 1,9 96 26,2 17,7 5,0

335 2,3 96 26,4 11,0 7,4

336 9,3 96 25,8 12,3 5,0

337 17,3 89 25,9 12,3 10,9

338 9,3 93 25,9 12,0 5,0

339 7,3 89 26,4 12,5 5,0

340 3,7 91 26,7 12,2 7,7

341 5,1 92 26,8 12,0 8,4

342 5,7 91 26,5 11,4 7,4

343 10,3 91 26,3 10,0 9,3

(36)

345 11,3 91 26,5 11,9 10,1

346 3,3 93 26,4 13,7 5,0

347 1,3 96 26,4 13,3 4,8

348 3,1 96 26,1 15,2 5,0

349 5,3 96 26,3 16,1 5,0

350 15,3 96 26,3 14,6 5,0

351 13,3 93 26,4 12,8 12,6

352 2 93 26,3 14,8 8,2

353 1,3 92 26,8 12,7 5,0

354 12,4 92 26,5 14,4 5,0

355 2 91 26,2 13,4 6,9

356 7 90 26,1 15,7 5,0

357 0,9 92 26,2 12,3 6,9

358 5,6 90 26,5 14,7 5,0

359 0,4 90 26,3 15,0 5,0

360 1,6 90 26,7 16,7 6,4

361 2,4 89 26,9 14,9 5,0

362 2,3 92 26,6 12,7 5,3

363 0,9 89 26,2 13,8 5,0

364 1 94 27,1 13,8 6,4

(37)

Lampiran 2 Data iklim harian wilayah Bau-Bau tahun 1991 Letak geografis : 5°21'-5°33'LU dan 122°30'-122°47' BT

(38)

38 0,1 94 26,3 19,3 5,0

39 0,1 95 26,4 21,5 1,6

40 2,1 97 26,3 19,0 5,0

41 10,1 97 26,2 16,1 5,0

42 9,3 96 25,9 19,3 5,0

43 8,7 95 25,7 15,6 5,0

44 19,4 95 25,7 17,3 5,0

45 11,9 95 25,8 19,5 5,0

46 23,7 95 25,5 16,5 5,0

47 3,7 95 26,1 17,2 5,0

48 14,0 94 25,7 17,6 5,0

49 4,7 93 25,8 20,9 5,0

50 1,6 93 26,5 19,7 5,0

51 5,3 92 25,6 17,1 2,1

52 17,3 92 25,5 20,1 5,0

53 11,9 92 25,9 23,1 5,0

54 16,3 92 25,1 15,5 5,0

55 14,9 91 25,7 19,9 5,0

56 2,3 91 25,9 21,3 5,0

57 1,0 94 26,1 18,2 5,0

58 7,0 95 26,3 24,1 5,0

59 9,7 95 26,0 22,2 5,0

60 9,2 97 25,7 20,6 4,8

61 1,8 98 26,2 26,5 5,0

62 5,8 99 26,4 21,5 5,0

63 9,8 95 26,1 22,1 5,0

64 8,0 95 25,9 23,0 5,0

65 4,3 95 25,8 21,0 5,0

66 5,0 95 26,2 20,3 5,0

67 11,2 95 25,7 18,8 5,0

68 14,0 90 26,2 20,5 5,0

69 5,2 90 25,7 19,2 5,0

70 1,5 89 25,7 19,7 5,0

71 10,5 87 26,3 24,1 5,0

72 7,7 85 25,9 22,7 5,0

73 5,0 84 25,9 20,0 5,0

74 8,5 89 26,2 20,2 5,0

75 18,5 86 25,4 16,9 5,0

76 2,8 87 25,5 18,2 5,0

77 6,3 88 25,6 18,9 5,0

(39)

81 4,0 88 25,6 14,2 5,0

82 12,7 89 25,6 19,5 5,0

83 5,8 91 26,4 20,8 5,0

84 16,5 91 26,1 23,1 5,0

85 12,7 91 26,0 21,0 5,0

86 7,2 90 25,8 21,1 5,0

87 0,7 90 25,8 18,2 5,0

88 2,2 90 25,8 21,1 5,0

89 7,8 90 25,9 19,3 5,0

90 0,8 90 26,2 18,7 5,0

91 5,8 90 25,8 17,3 5,0

92 10,7 90 26,0 20,0 5,0

93 1,7 90 25,8 20,4 5,0

94 1,5 90 26,1 22,1 5,0

95 2,3 90 25,6 18,7 5,0

96 3,2 90 25,4 19,2 5,0

97 4,8 90 25,8 22,7 5,0

98 3,8 90 25,2 21,8 5,0

99 19,5 90 25,5 23,3 5,0

100 6,2 90 25,2 20,5 5,0

101 14,0 88 26,3 21,8 5,0

102 0,0 90 26,1 21,7 5,0

103 6,3 89 26,1 22,6 5,0

104 2,3 89 25,7 22,2 5,0

105 6,0 95 26,0 18,6 5,0

106 5,0 94 25,9 20,9 5,0

107 13,3 96 25,6 22,7 5,0

108 10,2 98 26,3 20,8 5,0

109 4,5 99 26,0 22,3 5,0

110 12,3 91 26,1 21,8 5,0

111 12,7 91 25,1 17,5 5,0

112 19,7 93 25,7 20,0 5,0

113 6,7 91 25,8 20,0 5,0

114 5,5 91 25,4 19,4 5,0

115 6,2 91 25,7 20,8 5,0

116 5,5 91 26,0 20,3 5,0

117 5,7 91 25,8 20,7 5,0

118 8,2 91 25,7 21,0 5,0

119 1,8 91 26,0 21,3 5,0

120 0,0 91 25,9 22,6 5,0

121 3,2 91 25,4 17,8 5,0

122 9,5 91 25,8 19,1 5,0

(40)

124 4,8 91 25,0 22,0 5,0

125 8,2 91 25,4 18,7 5,0

126 10,3 91 25,1 18,7 5,0

127 10,0 91 25,9 20,3 5,0

128 2,8 91 25,5 18,8 5,0

129 11,7 92 25,7 22,6 5,0

130 1,8 91 25,9 21,5 5,0

131 8,7 91 25,0 18,7 5,0

132 4,2 91 25,6 15,9 5,0

133 4,8 90 25,7 21,6 5,0

134 0,7 90 25,7 24,1 5,0

135 3,3 90 25,4 19,5 5,0

136 7,5 90 25,8 23,7 5,0

137 2,8 90 26,0 23,9 5,0

138 3,3 90 25,6 25,5 5,0

139 0,0 90 25,8 25,6 5,0

140 3,3 90 25,5 21,1 5,0

141 9,2 90 25,0 20,2 5,0

142 6,0 90 25,5 22,4 5,0

143 5,0 90 25,3 21,2 5,0

144 3,3 90 25,6 20,0 5,0

145 11,8 90 25,3 20,8 5,0

146 10,8 90 25,6 20,0 5,0

147 1,3 90 25,8 20,4 5,0

148 17,7 90 25,6 21,1 5,0

149 3,8 90 25,6 19,7 5,0

150 10,0 90 25,6 18,4 5,0

151 6,0 90 25,2 15,6 5,0

152 17,9 90 24,6 18,6 5,0

153 3,3 90 25,2 20,8 5,0

154 4,9 90 25,1 23,1 5,0

155 5,0 90 25,5 10,1 5,0

156 2,0 90 25,3 18,9 5,0

157 5,7 90 25,0 18,7 5,0

158 3,3 90 25,3 20,5 5,0

159 2,0 90 24,8 20,9 5,0

160 8,3 90 24,9 20,7 5,0

161 8,7 90 25,2 23,0 5,0

162 6,4 90 24,5 20,0 5,0

163 4,0 90 24,6 20,0 5,0

(41)

167 0,0 90 24,7 18,0 5,0

168 0,3 90 25,3 21,1 5,0

169 0,4 90 24,9 22,4 5,0

170 4,1 90 25,1 21,3 5,0

171 1,6 90 24,7 20,2 5,0

172 0,1 90 25,2 24,6 5,0

173 14,1 90 24,7 23,5 5,0

174 3,0 90 25,3 23,7 5,0

175 0,0 91 25,1 24,0 5,0

176 0,0 90 25,3 26,0 5,0

177 0,9 90 24,9 21,7 5,0

178 0,3 90 24,7 23,5 5,0

179 8,1 90 24,5 21,4 5,0

180 0,9 90 25,1 23,6 5,0

181 1,7 90 25,0 24,3 5,0

182 0,3 90 25,2 25,7 5,0

183 2,2 90 24,9 22,3 5,0

184 1,3 90 25,1 24,2 5,0

185 4,7 90 24,9 26,6 5,0

186 0,3 90 24,9 25,5 5,0

187 2,3 90 24,8 27,6 5,0

188 0,0 90 25,2 24,4 5,0

189 0,0 90 24,7 23,3 5,0

190 1,7 90 24,6 24,4 5,0

191 1,7 90 24,6 23,6 5,0

192 2,7 89 25,3 24,4 5,0

193 0,5 89 25,1 23,7 5,0

194 3,3 89 24,8 20,9 5,0

195 7,5 89 24,8 20,7 5,0

196 4,8 89 24,9 22,6 5,0

197 4,3 89 24,6 20,7 5,0

198 3,3 89 24,4 21,1 5,0

199 0,3 89 24,8 23,1 5,0

200 0,0 89 24,7 22,6 5,0

201 1,8 82 24,7 23,6 5,0

202 2,0 89 24,8 23,3 5,0

203 1,0 89 24,9 23,1 5,0

204 3,5 89 24,4 24,4 5,0

205 0,2 89 25,1 22,4 5,0

206 28,8 89 24,2 24,1 5,0

207 0,2 89 24,7 24,9 5,0

208 0,8 89 23,9 19,3 5,0

(42)

210 0,7 89 24,9 21,7 5,0

211 2,3 93 24,3 20,0 5,0

212 7,8 89 24,5 21,8 5,0

213 14,6 89 25,1 28,0 5,0

214 0,3 89 24,9 23,1 5,0

215 0,0 87 24,9 22,6 5,0

216 4,3 89 24,5 22,1 5,0

217 0,1 89 24,9 22,9 5,0

218 0,0 89 24,4 22,3 5,0

219 2,9 89 25,3 21,5 5,0

220 1,9 89 25,0 23,1 5,0

221 0,4 89 24,8 27,1 5,0

222 0,0 89 25,2 24,7 5,0

223 0,0 89 25,2 21,8 5,0

224 0,1 89 25,2 26,9 5,0

225 0,1 89 25,4 22,5 5,0

226 0,0 89 25,3 27,9 5,0

227 0,1 89 24,9 23,5 5,0

228 1,0 89 25,0 27,3 5,0

229 0,4 88 25,1 23,1 5,0

230 0,4 89 24,7 22,2 5,0

231 3,0 89 25,0 25,4 5,0

232 3,7 89 24,6 27,2 5,0

233 0,0 89 25,3 26,6 5,0

234 0,1 89 25,5 22,7 5,0

235 0,1 89 25,8 25,4 5,0

236 0,1 89 25,4 26,4 5,0

237 0,1 89 25,4 27,3 5,0

238 0,0 88 25,7 27,9 5,0

239 0,0 89 25,7 25,0 5,0

240 5,4 89 25,2 25,4 5,0

241 0,1 89 25,8 25,4 5,0

242 0,0 89 25,9 25,1 5,0

243 0,0 89 25,9 24,6 5,0

244 1,7 91 26,1 24,8 5,0

245 0,3 90 25,0 24,9 5,0

246 1,0 90 25,1 26,0 5,0

247 0,7 89 25,9 26,5 5,0

248 0,0 89 25,2 25,0 5,0

249 0,0 89 25,2 24,1 5,0

(43)

253 0,0 88 25,5 27,2 5,0

254 0,0 88 25,3 26,2 5,0

255 2,7 88 25,4 26,8 5,0

256 0,1 88 25,3 24,9 5,0

257 1,3 88 25,2 26,9 5,0

258 0,9 88 25,2 26,0 5,0

259 0,0 88 25,4 26,1 5,0

260 0,0 88 25,5 23,6 5,0

261 1,1 89 25,5 26,0 8,1

262 2,3 88 25,9 27,7 5,0

263 0,0 88 25,7 27,0 5,0

264 0,0 87 25,7 26,9 5,0

265 0,0 88 25,8 23,4 5,0

266 0,6 88 25,4 26,0 5,0

267 0,0 88 25,8 25,1 5,0

268 0,0 88 25,6 27,4 5,0

269 0,0 88 26,1 25,7 5,0

270 0,0 88 26,5 27,2 5,0

271 0,0 88 26,2 25,9 5,0

272 0,6 87 26,2 26,2 5,0

273 0,6 88 25,7 26,6 5,0

274 1,1 88 26,7 26,1 5,0

275 0,9 88 26,3 24,6 5,0

276 0,0 88 26,4 25,6 5,0

277 0,0 88 26,1 26,7 5,0

278 0,0 88 26,2 24,8 5,0

279 0,0 88 25,6 24,6 5,0

280 0,0 88 25,9 27,2 5,0

281 3,3 88 25,8 25,6 5,0

282 1,0 88 26,0 25,3 5,0

283 0,0 88 26,2 24,8 5,0

284 0,0 88 25,9 25,4 5,0

285 2,3 88 26,3 25,1 5,0

286 2,1 87 26,3 25,8 5,0

287 7,1 88 26,1 24,4 5,0

288 0,3 88 26,2 26,8 5,0

289 1,9 88 26,5 24,9 5,0

290 1,3 88 26,6 25,9 5,0

291 0,4 88 26,4 26,6 5,0

292 3,1 86 25,8 22,4 5,0

293 1,0 88 26,2 24,8 5,0

294 2,1 88 25,9 25,8 5,0

(44)

296 0,8 88 26,3 25,0 5,0

297 4,4 88 26,7 27,3 5,0

298 1,0 88 26,9 25,8 5,0

299 1,1 88 27,1 25,9 5,0

300 1,9 88 26,9 26,7 5,0

301 0,5 88 27,2 24,1 5,0

302 2,6 88 27,0 22,7 5,0

303 5,6 88 26,2 22,3 5,0

304 3,3 87 27,3 25,1 5,0

305 1,3 87 26,6 24,2 5,0

306 0,0 87 27,0 26,0 5,0

307 0,0 87 27,2 24,4 5,0

308 7,6 87 26,4 23,1 5,0

309 6,8 87 26,8 24,4 5,0

310 4,3 87 26,8 22,8 5,0

311 2,8 87 26,8 24,5 5,0

312 0,0 90 26,9 25,5 5,0

313 2,6 87 26,9 23,8 5,0

314 3,0 87 26,2 21,6 5,0

315 2,3 87 26,7 22,7 5,0

316 1,1 87 26,8 24,2 5,0

317 4,4 87 26,5 17,5 5,0

318 0,9 87 26,9 23,1 5,0

319 2,8 91 26,4 21,5 5,0

320 10,5 93 26,2 20,9 5,0

321 2,5 87 26,4 23,4 5,0

322 2,5 90 26,7 23,9 5,0

323 0,6 87 26,7 20,2 5,0

324 0,0 87 26,7 21,9 5,0

325 5,3 87 26,5 22,7 5,0

326 7,3 87 26,8 20,5 5,0

327 0,3 90 26,6 18,1 5,0

328 2,3 87 26,3 22,1 5,0

329 8,3 87 26,6 17,4 5,0

330 3,3 87 26,5 22,3 5,0

331 6,0 93 26,5 20,8 5,0

332 3,4 87 26,7 20,7 5,0

333 5,5 90 26,5 24,3 5,0

334 1,6 87 26,8 23,8 5,0

335 2,3 88 26,9 25,4 5,0

(45)

339 3,0 87 26,6 22,8 5,0

340 3,5 93 26,5 22,1 5,0

341 3,0 94 26,0 21,7 5,0

342 8,8 97 26,3 19,4 5,0

343 7,3 87 26,3 19,9 5,0

344 54,0 87 25,4 15,1 5,0

345 3,5 87 25,3 17,7 5,0

346 10,2 87 25,8 17,1 5,0

347 1,7 87 26,4 20,1 5,0

348 19,2 87 25,6 16,7 5,0

349 19,2 87 25,2 17,1 5,0

350 8,0 87 26,0 22,3 5,0

351 6,5 86 25,9 18,2 5,0

352 4,2 82 25,4 21,2 5,0

353 2,8 87 25,3 19,1 5,0

354 7,5 87 26,2 21,6 5,0

355 12,3 87 25,9 20,4 5,0

356 1,7 88 26,4 19,9 5,0

357 6,3 87 25,1 18,9 5,0

358 9,5 87 26,0 20,2 5,0

359 2,5 88 26,2 19,1 5,0

360 3,2 89 26,1 20,0 5,0

361 2,7 88 25,8 18,1 5,0

362 8,8 89 25,7 20,8 5,0

363 4,2 88 25,4 15,8 5,0

364 17,2 85 25,3 18,7 5,0

(46)

(47)

39 7,1 96 27,1 18,9 5,0

40 2,4 89 26,9 17,2 5,0

41 3,1 92 26,7 16,4 5,0

42 2,1 81 26,5 17,6 5,0

43 0,3 94 26,7 17,2 5,0

44 4,7 97 26,7 15,6 0,0

45 5,8 83 26,8 19,0 5,0

46 4,7 94 26,5 21,0 2,7

47 1,7 96 26,7 21,1 5,0

48 3,2 83 27,0 20,7 5,0

49 6,2 95 26,6 17,2 5,0

50 6,6 77 27,4 18,3 5,0

51 0,8 91 27,2 18,1 1,6

52 3,0 74 27,0 19,2 5,0

53 1,6 78 27,4 20,0 5,0

54 2,9 76 27,4 20,4 5,0

55 1,0 75 27,4 20,0 5,0

56 11,0 83 27,6 20,0 5,0

57 4,2 93 26,8 17,7 5,0

58 7,8 93 27,2 19,8 5,0

59 8,6 94 27,1 15,7 5,0

60 2,3 94 26,6 17,4 5,0

61 9,5 94 26,7 17,8 5,0

62 14,1 89 26,9 16,7 5,0

63 4,9 90 26,3 16,7 5,0

64 7,3 92 27,1 19,0 5,0

65 7,7 93 26,6 17,1 5,0

66 9,5 96 26,6 15,1 5,0

67 14,8 94 26,9 16,7 2,4

68 4,8 95 27,0 16,3 0,0

69 8,0 95 27,3 18,0 5,0

70 4,4 95 27,1 17,4 5,0

71 9,0 95 27,5 18,8 5,0

72 0,5 98 27,5 18,7 5,0

73 10,9 95 27,2 18,4 5,0

74 10,6 96 26,9 17,7 5,0

75 4,8 95 27,3 20,6 5,0

76 3,6 83 27,0 15,6 5,0

77 5,3 91 27,7 18,2 5,0

78 9,4 91 27,4 17,7 5,0

79 3,3 90 27,3 16,9 5,0

80 5,1 90 27,5 18,5 5,0