ANALISA PERUBAHAN AREAL PERSAWAHAN DI DAERAH TANGKAPAN AIR DANAU TOBA DENGAN PENGINDERAAN
JARAK JAUH METODE SUPERVISED
SKRIPSI
OLEH:
MUSLIHIDDINIL HAQ / 130301284 ILMU TANAH
PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA 2018
ANALISA PERUBAHAN AREAL PERSAWAHAN DI DAERAH TANGKAPAN AIR DANAU TOBA DENGAN PENGINDERAAN
JARAK JAUH METODE SUPERVISED
SKRIPSI
OLEH:
MUSLIHIDDINIL HAQ / 130301284 ILMU TANAH
Skripsi Sebagai Salah Satu Syarat Untuk Mendapatkan Gelar Sarjana di Program Studi Agroteknologi Fakultas Pertanian
Universitas Sumatera Utara, Medan
PROGRAM STUDI AGROTEKNOLOGI FAKULTAS PERTANIAN
UNIVERSITAS SUMATERA UTARA 2018
Judul Penelitian : Analisa Perubahan Areal Persawahan di Daerah Tangkapan Air Danau Toba Dengan Penginderaan Jarak Jauh Metode Supervised
Nama : Muslihiddinil Haq NIM : 130301284
Program Studi : Agroteknologi
Minat : Ilmu Tanah
Disetujui Oleh:
Komisi Pembimbing
(Ir. Razali, MP) (Ir. Alida Lubis, MS) Ketua Anggota
Mengetahui :
(Dr. Ir. Sarifuddin, MP) Ketua Program Studi Agroteknologi
ABSTRAK
Peneltian ini bertujuan untuk mengetahui perubahan areal persawahan tahun 2013 dan tahun 2016 menggunakan metode supervised di Daerah tangkapan Air Danau Toba. Penelitian ini dilaksanakan di Laboratorium Komputerisasi dan Sistem Informasi Geografis Fakultas Pertanian Universitas Sumatera Utara pada bulan September 2017 sampai dengan Januari 2018 . Penelitian ini menggunakan data Landsat 8 path 128 row 58 tahun 2013-2016 dan path 129 dan row 58 tahun 2013- 2016 yang didukung dengan software Quantum GIS dengan metode supervised.
interpretasi citra landsat pada Quantum GIS menggunakan metode Maximum Likelihood. Hasil penelitian ini berupa peta penggunaan lahan sawah di Daerah Tangkapan Air Danau Toba dengan total areal sawah pada tahun 2013 adalah 18.179,11 Ha dan total areal sawah pada tahun 2016 adalah 19.637,8. Total produksi Daerah Tangkapan Air Danau Toba pada tahun 2013 adalah 333.634,56 ton dan total produksi pada tahun 2016 adalah 337.546,43 ton yang menunjukkan adanya penambahan luas lahan sawah di Daerah Tangkapan Air Danau Toba.
Kata Kunci : Lahan Sawah, Daerah Tangkapan Air Danau Toba, Metode Supervised, Landsat 8.
ABSTRACT
This study aims to determine the change of rice field areal in 2013 and 2016 using the method of supervised in the Lake Toba Catchment Area. This research was conducted at the Laboratory of Computerization and Geographic Information System Faculty of Agriculture, University of North Sumatra in September 2017 until January 2018. This study uses data path 128 Landsat 8 row 58 years from 2013 to 2016 and a path 129 and row 58 years from 2013 to 2016, supported by the Quantum GIS software with supervised methods. interpretation of Landsat imagery in QGIS using method Maximum likelihood. The results of this study are maps of rice field in Lake Toba Catchment Area. with a total area of paddy in 2013 is 18179.11 hectares and total rice fields in 2016 was 19637.8 hectares.
Total production Lake Toba Catchment Area. in 2013 was 333,634.56 tons and total production in 2016 was 337,546.43 tons indicating additional rice field area in the Lake Toba Catchment Area.
Keywords: Rice Fields, Lake Toba Catchment Area, Supervised Method, Landsat 8
RIWAYAT HIDUP
Penulis lahir pada tanggal 27 Agustus 1995 di Kota Banda Aceh, Aceh dari ayah Tadjuddin Yahya dan ibu Syarifah Udhiyati. Penulis merupakan anak ke-tiga dari tiga bersaudara.
Adapun pendidikan yang pernah ditempuh hingga saat ini adalah:
menyelesaikan pendidikan Sekolah Dasar di SD Negeri 29 Banda Aceh, Kota Banda Aceh pada tahun 2007, menyelesaikan pendidikan SMP di SMP negeri 1 Banda Aceh, Kota Banda Aceh pada tahun 2010, menyelesaikan pendidikan SMA di SMA Swasta Fatih Bilingual School, Banda Aceh, Kota Banda Aceh pada tahun 2013. Terdaftar sebagai mahasiswa di Universitas Sumatera Utara, Fakultas Pertanian di Jurusan Agroteknologi pada tahun 2013 melalui jalur UMB – PTN.
Semasa kuliah penulis merupakan anggota dalam Himpunan Mahasiswa Agroteknologi serta aktif sebagai asisten praktikum Laboratorium Sistem Informasi Geografis.
Penulis melaksanakan Praktek Kerja Lapangan di PT. Perkebunan Nusantara VI Batang Hari, Jambi pada tahun 2016.
KATA PENGANTAR
Puji dan syukur penulis ucapkan kehadirat Allah SWT yang telah memberikan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan usulan penelitian ini tepat pada waktunya.
Adapun judul dari skripsi ini adalah “Analisa Perubahan Areal Persawahan di Daerah Tangkapan Air Danau Toba Dengan Penginderaan Jarak Jauh Metode Supervised” yang menjadi salah satu syarat untuk dapat melakukan penelitian di Program Studi Agroekoteknologi Fakultas Pertanian Universitas Sumatera Utara, Medan
Pada kesempatan ini penulis berterimakasih kepada Ir. Razali, MP. selaku ketua komisi pembimbing dan Ir. Alida Lubis, MS., selaku anggota komisi pembimbing yang telah banyak memberi ilmu, bimbingan dan saran sehingga skripsi ini dapat selesai. Ucapan terimakasih kepada kedua orangtua serta kedua abang penulis atas kasih sayang, semua dukungan moril dan materil serta doa nya kepada penulis. Serta kepada teman – teman penulis Bayu Army, Dimas Perwira, Rio Ramadhan Butar-Butar, Djorgi Alfredo, Muhammad Ridho, Perdana Abdi, Rizky Wulanndari, Egiya Tarigan, Turman Boy Silalahi, Abdul Razak, Ifan Arief, dan Riski Ananda Pulungan, serta seluruh teman teman AET 5 2013 yang telah membantu penulis dalam melaksanakan penelitian ini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Oleh karena itu penulis mengharapkan kritik dan saran yang bersifat membangun.
Akhir kata penulis mengucapkan terima kasih
Medan, Juli 2018 Penulis
DAFTAR ISI
ABSTRAK ... i
ABSTRACT... ii
RIWAYAT HIDUP ... iii
KATA PENGANTAR ... iv
DAFTAR ISI ... v
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... viii
DAFTAR LAMPIRAN ... ix
PENDAHULUAN Latar Belakang ... 1
Tujuan Penelitian ... 3
Kegunaan Penulisan ... 3
TINJAUAN PUSTAKA Lahan Sawah ... 4
Penyusutan Lahan Sawah Menjadi Non-Pertanian ... 5
Pemanfaatan Penginderaan Jarak Jauh dan SIG ... 6
Interpretasi Citra Satelit ... 8
Daerah Tangkapan Air Danau Toba ... 9
BAHAN DAN METODE Waktu dan Tempat Penelitian ... 13
Alat dan Bahan Penelitian ... 13
Metode Penelitian ... 14
Pelaksanaan Penelitian ... 14
Persiapan ... 14
Pengolahan Data Citra ... 15
Penggabungan Band Citra ... 15
Pemotongan Citra... 15
Survey Lapangan ... 15
Klasifikasi Terbimbing (Supervised Classification) ... 15
Bagan Penelitian... 16
HASIL DAN PEMBAHASAN Hasil ... 17
Peta Penggunaan Lahan Sawah DTA Danau Toba 2013 ... 17
Peta Penggunaan Lahan Sawah DTA Danau Toba 2016 ... 18
Peta Penggunaan Lahan Sawah DTA Danau Toba KEMENHUT 2013 ... 19
Peta Penggunaan Lahan Sawah DTA Danau Toba KEMENHUT 2016 ... 20
Luas Lahan Sawah Hasil Pemetaan dan KEMENHUT serta Luas Panen dan Produksi Tahun 2013 dan 2016 ... 21
Pembahasan ... 23
KESIMPULAN DAN SARAN
Kesimpulan ... 26 Saran ... 26 DAFTAR PUSTAKA
LAMPIRAN
DAFTAR TABEL
No Judul Tabel Halaman
1. Luas Lahan Pertanian Padi di Sumatera Utara 5 2. Luas Lahan Pertanian di Daerah Tangkapan
Air Danau Toba
5 3.
4.
5.
Luas Lahan Sawah Hasil Pemetaan Citra Landsat 8 Tahun 2013 dan 2016
Luas Lahan Sawah Hasil Pemetaan Menurut KEMENHUT Tahun 2013 dan 2016
Luas Panen dan Produksi Daerah Tangkapan Air Danau Toba Tahun 2013 dan 2016
21 22 22
DAFTAR GAMBAR
No Keterangan Halaman
1. Peta Daerah Tangkapan Air Danau Toba 12 2.
3.
4.
5.
Peta penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba 2013
Peta Penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba 2016
Peta Penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba 2013 menurut KEMENHUT
Peta Penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba 2016 menurut KEMENHUT
16 17
19 20
DAFTAR LAMPIRAN
No Keterangan Halaman
1.
.
Tabel Luas Panen dan Produksi serta Produktivitas Tanaman Padi Sawah dan Padi Ladang Menurut
Kecamatan 29
1
PENDAHULUAN Latar Belakang
Lahan sawah memiliki fungsi strategis, karena merupakan penyedia bahan pangan utama bagi penduduk Indonesia. Data luas baku lahan sawah untuk seluruh Indonesia menunjukan bahwa sekitar 41% terdapat di Jawa, dan sekitar 59% terdapat di luar Jawa (BPS, 2006). Data menunjukkan bahwa dengan bertambahnya jumlah penduduk dan meningkatnya kebutuhan akan lahan untuk berbagai sektor, konversi lahan sawah cenderung mengalami peningkatan, di lain pihak pencetakan lahan sawah baru (ekstensifikasi) mengalami perlambatan (Sudaryanto, 2003)
Di Indonesia, alih fungsi lahan pertanian merupakan masalah krusial.
Fenomena alih fungsi lahan pertanian merupakan ancaman ketahanan pangan.
Alih fungsi lahan pertanian terus terjadi sampai tingkat mencemaskan dan mengganggu. Secara umum, faktor eksternal dan internal mendorong konversi lahan pertanian (Lubis, 2005).
Luas lahan sawah di Sumatera Utara pada tahun 2013 sebesar 452.295 ha.
Luas lahan sawah turun sebesar 2,70% atau sebesar 12.532 ha dibandingkan luas lahan sawah pada tahun 2012. Dilihat perkembangan selama lima tahun terakhir, rata-rata pertumbuhan luas lahan sawah per tahun dari tahun 2008 sampai tahun 2013 sebesar -1,74% per tahun. Kondisi ini semakin mencerminkan tingginya
tingkat konversi lahan selama lima tahun terakhir ini di Sumatera Utara (Bangun, 2013).
Penginderaan jarak jauh merupakan suatu ilmu atau teknologi untuk memperoleh informasi atau fenomena alam melalui analisis suatu data yang
2
diperoleh dari hasil rekaman obyek, daerah atau fenomena yang dikaji. Teknologi penginderaan jauh dalam pekembangannya mempunyai perkembangan yang sangat cepat. Hal ini ditunjukkan pada system perekaman atau pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera (sensor) yang dipasang pada pesawat terbang atau satelit (Lillesand dan Keifer, 1987) yang sudah mengalami perkembangan yang sangat pesat sehingga dapat menghasilkan kualitas dan kuantitas data secara spasial yang lebih baik. Perkembangan teknologi, penginderaan jauh semakin nyata terlihat melalui kehadiran berbagai sistem satelit dengan berbagai misi dan teknologi sensor.
Dengan menggunakan teknologi yang ada saat ini yang mampu menginterpretasikan data luasan suatu lahan dari tahun ke tahun dan melihat perubahan dari penggunaan lahan tersebut. Menurut Lilesand and Kiefer (1993) beberapa metode yang telah dilakukan untuk pemetaan lahan sawah yaitu: metode interpretasi visual, metode klasifikasi digital yang meliputi klasifikasi pixel base dan klasifikasi obyek base/segmentasi yang dikombinasi dengan interpretasi visual.
Kawasan Danau Toba merupakan kawasan yang memiliki potensi yang besar dari sektor produksi pertanian, perkebunan, peternakan dan perikanan.
Kawasan Danau Toba juga memiliki peran penting sebagai salah satu daerah penghasil beras akan tetapi, terjadi alih fungsi lahan yang mengakibatkan perubahan luasan sawah yang berdampak pada penurunan produktivitas.
Berdasarkan uraian di atas, maka penulis tertarik melakukan penelitian mengenai perubahan luasan sawah di daerah tangkapan air Danau Toba dengan
3
teknologi penginderaan jarak jauh metode supervised yang menggunakan citra landsat tahun 2013 dan 2016.
Tujuan Penelitian
Adapun tujuan penelitian ini yaitu untuk mengetahui perubahan areal persawahan di daerah tangkapan air Danau Toba tahun 2013 dan 2016.
Kegunaan Penulisan
- Sebagai salah satu syarat untuk dapat memperoleh data penelitian dalam penulisan skripsi di Program Studi Agroteknologi Fakultas Pertanian Universitas Sumatera Utara Medan.
- Sebagai bahan informasi bagi pihak yang membutuhkan.
4
TINJAUAN PUSTAKA Lahan Sawah
Lahan sawah adalah suatu tipe penggunaan lahan, yang untuk pengelolaannya memerlukan genangan air. Oleh karena itu sawah selalu mempunyai permukaan datar atau yang didatarkan, dan dibatasi oleh pematang untuk menahan air genangan (Sofyan, dkk., 2007).
Menurut Sofyan, dkk., (2007) terdapat beberapa sumber air yang digunakan dan keadaan genangannya, sawah dapat dibedakan menjadi 4 jenis yaitu:
1. Sawah irigasi, yaitu sawah yang sumber airnya berasal dari tempat lain melalui saluran-saluran yang sengaja dibuat untuk itu. Dibedakan atas sawah irigasi teknis, setengah teknis dan sawah irigasi sederhana.
2. Sawah tadah hujan, yaitu sawah yang sumber airnya tergantung atau berasal dari curah hujan tanpa adanya bangunan-bangunan irigasi permanen.
Umumnya terdapat pada wilayah yang posisinya lebih tinggi dari sawah irigasi atau sawah lainnya sehingga tidak memungkinkan terjangkau oleh pengairan. Waktu tanam sangat tergantung kepada datangnya musim hujan.
3. Sawah pasang surut, yaitu sawah yang irigasinya tergantung pada gerakan pasang dan surut serta letaknya di wilayah datar tidak jauh dari laut. Sumber airnya berasal dari air sungai yang karena adanya pengaruh pasang dan surut air dimanfaatkan untuk mengairi melalui saluran irigasi dan drainase.
4. Sawah lebak, yaitu sawah yang diusahakan didaerah rawa memanfaatkan naik turunnya permukaan air rawa secara alami, sehingga dalam sistem sawah lebak tidak dijumpai sistem saluran air.
5
Penyusutan Lahan Sawah Menjadi Non-Pertanian
Luas lahan pertanian padi di Sumatera Utara dapat di lihat tabel berikut:
Tabel 1.1. Luas Lahan Pertanian Padi di Sumatera Utara
Tahun Luas (Ha)
2004 2005 2006 2007 2008
826.091 822.073 782.404 750.232 748.540 Sumber: BPS, Sumatera Utara Dalam Angka, 2010
Menurut data dari BPS, Sumatera Utara Dalam Angka (2010) dimulai dari tahun 2004 – 2008 luas lahan pertanian padi di sumatera terus mengalami penyusutan di setiap tahunnya.
Tabel 1.2 Luas Lahan Pertanian Daerah Tangkapan Air Danau Toba Kabupaten/Kota
Tahun
2009 2010 2011 2012 2013
Tapanuli Utara Toba Samosir Humbang Hasundutan
Samosir Simalungun Karo
Dairi
19.013,00 18.957,00 13.638,00
5.547,00 42.344,00 10.959,00 10.255,00
19.021,00 19.009,00 13.638,00
6.177,00 42.344,00 10.987,00 10.125,00
18.953,00 19.400,00 13.671,00
6.531,00 42.344,00 10.987,00 10.125,00
19.016,23 18.522,43 13.671,42
6.361,11 35.254,72 12.730,44 10.114,13
19.021,00 19.021,00 13.602,00
6.445,00 41.469,00 10.638,00 10.114,00
Sumber: Statistik Lahan Pertanian (2014)
Pada tabel dapat dilihat pada kabupaten Tapanuli Utara terjadi penyusutan lahan pada tahun 2011, pada kabupaten Toba Samosir terjadi penyusutan lahan pada tahun 2012, pada kabupaten Humbang Hasundutan terjadi penyusutan lahan
6
pada tahun 2013, pada kabupaten Samosir terjadi penyusutan lahan pada tahun 2012, pada kabupaten Simalungun terjadi penyusutan lahan drastis pada tahun 2012, pada kabupaten Karo terjadi penyusutan lahan pada tahun 2013, pada kabupaten Dairi juga terjadi penyusutan lahan yang terjadi pada tahun 2010 dan 2012. Dari tabel dapat disimpulkan pada tiap-tiap daerah mengalami penyusutan lahan sawah.
Sektor pertanian dalam proses produksinya memerlukan berbagai jenis masukan (input), seperti pupuk, pestisida, tenaga kerja, modal, lahan, irigasi dan lain sebagainya. Proses produksi bisa berjalan bila persyaratan faktor produksi yang dibutuhkan sudah terpenuhi. Faktor produksi terdiri dari empat komponen, yaitu faktor produksi alam, modal, tenaga kerja, dan skill atau manejemen (pengelolaan). Masing–masing faktor mempunyai fungsi yang berbeda dan saling terkait satu sama lain. Kalau salah satu faktor tidak tersedia maka proses produksi atau usaha tani tidak akan berjalan (Daniel, 2004).
Pemanfaatan Penginderaan Jarak Jauh dan Sistem Informasi Geografis Penginderaan jarak jauh adalah ilmu dalam mendapatkan dan mengumpulkan informasi mengenai suatu objek tanpa menyentuh atau berkontak fisik langsung dengan obyek tersebut. Dalam Sistem Informasi Geografis, data penginderaan jauh sangat berperan penting dalam menyediakan informasi spasial.
Pemetaan ekstra-terestris dengan memanfaatkan data penginderaan jauh memiliki banyak kelebihan dibandingkan pemetaan terrestrial dengan alat ukur seperti theodolith dan GPS Geodetik diantaranya waktu pengerjaan pemetaan untuk cakupan area yang luas lebih singkat dan mampu mengidentifikasi area yang sulit untuk dijangkau (Ardiansyah, 2015).
7
Penginderaan jarak jauh juga Ilmu untuk memperoleh, mengolah dan
menginterpretasi citra yang telah direkam yang berasal dari interaksi antara gelombang elektromagnetik dengan suatu objek (Sabins, 1996).
Penginderaan jarak jauh merupakan salah satu alternatif dalam menyelesaikan suatu permasalahan keruangan. Dalam perkembangannya sendiri penginderaan jauh mengalami kemajuan yang pesat seiring perkembangan teknologi informasi. Penginderaan jauh tidak hanya berorientasi pada teknologi satelit sebagai wahana sensor penginderaan jauh (Rusdi, 2005).
Data penginderaan jarak jauh (PJJ) amat lazim digunakan dalam kegiatan- kegiatan yang berhubungan dengan pengelolaan sumber daya alam (natural resources management). Hal ini dikarenakan data PJJ memuat kondisi fisik dari
permukaan bumi yang dapat dikuantifikasi/dianalisa sehingga menghasilkan informasi factual tentang sumber daya yang ada dalam skala luas dan dilakukan berulang kali untuk keperluan pemantauan. Informasi yang paling umum dihasilkan dari data PJJ untuk aplikasi sumber daya alam adalah informasi penggunaan lahan dan tutupan lahan (land cover and land uses)
(Ekadinata dkk., 2008).
Dinamika perubahan lahan dapat ditinjau secara kuantitatif spasial melalui data penginderaan jarak jauh. Perubahan lahan sawah yang dianalisis melalui penggunaan lahannya dari data penginderaan jarak jauh merupakan salah satu bentuk analisis kuantitatif spasial. Analisis kuantitatif spasial dari data penginderaan jarak jauh perlu dilakukan karena hasil analisis ini dapat digunakan sebagai acuan untuk melakukan analisis lain yang lebih lanjut, misalnya pemodelan prediksi secara spasial (Lillesand and Kiefer, 1987).
8
Pemanfaatan teknologi penginderaan jarak jauh dengan menggunakan citra satelit seperti Landsat TM mampu mendeteksi pola penggunaan lahan di muka bumi. Informasi yang diperoleh dari citra satelit tersebut dapat digabungkan dengan data-data lain yang mendukung ke dalam suatu sistem informasi geografis (SIG) (Sulistiyono, 2008).
Awan dan bayangan yang terdapat pada citra merupakan permasalahan yang tidak bisa dihindarkan dan menjadi kendala dalam penggunaan data citra resolusi menengah seperti Landsat 8, sehingga mengalami kehilangan beberapa informasi yang terdapat pada citra, hal ini dikarenakan wilayah Indonesia berada di daerah tropis (Ardiansyah dkk, 2015)
Interpretasi Citra Satelit
Interpretasi berbasis piksel meliputi klasifikasi terbimbing (supervised classification) dan klasifikasi tidak terbimbing (un-supervised classification).
Klasifikasi terbimbing adalah metode klasifikasi berdasarkan sample yang telah ditentukan olah pengguna, sementara klasifikasi tidak terbimbing akan memberikan keleluasaan kepada komputer untuk mengklasifikasikan kelas yang jumlahnya telah pengguna tentukan untuk kemudian hasilnya didefinisikan selanjutnya berdasarkan atribut kelas yang telah ditentukan. Dalam klasifikasi terbimbing terdapat beberapa metode yang dapat digunakan:
- Maximum likelihood mengasumsikan bahwa statistik kelas pada setiap band terdistribusi secara normal. Kelas piksel ditentukan berdasarkan tingkat probabilitas tertinggi.
9
- Minimum distance menggunakan nilai tengah untuk setiap kelas dan menghitung jarak Euclidean dari piksel yang tidak diketahui ke nilai tengah masing-masing kelas. Piksel diklasifkasikan berdasarkan kelas yang terdekat.
- Mahalanobis distance memiliki kemiripan dengan maximum likelihood, namun mengasumsikan bahwa semua kovarian kelas adalah setara. Semua piksel diklasifikasikan kepada data training yang terdekat.
- Spectral Angle Mapper (SAM) adalah klasifikasi fisik berbasis spektral yang menggunakan sudut nD untuk mencocokkan piksel data sample. Teknik ini relatif tidak sensitif terhadap efek pencahayaan dan Albedo. SAM membandingkan sudut antara setiap piksel dengan rerata samplenya dalam ruang nD. Sudut yang lebih kecil merupakan pertanda jarak yang lebih dekat dengan spektrum sample.
Piksel dalam hal ini diklasifikasikan ke dalam kelas yang memiliki sudut terkecil.
Sebelum dilakukan proses interpretasi, terlebih dahulu dilakukan proses pemotongan citra (cropping) berdasarkan batas wilayah penelitian. Langkah selanjutnya interpretasi citra, dilakukan secara visual langsung pada monitor komputer (on screen interpretation). Proses interpretasi dilakukan dengan membatasi daerah-daerah yang memiliki karakteristik unsur interpretasi yang berbeda. Hal ini menunjukkan adanya tipe penggunaan atau penutupan lahan.
Penarikan batas penggunaan atau penutupan lahan dilakukan secara langsung melalui proses digitasi layar (on screen digitizing). Proses ini menghasilkan peta penggunaan/penutupan lahan (Lisnawati dan Wibowo, 2007).
Daerah Tangkapan Air Danau Toba
Kawasan strategis nasional adalah wilayah yang penataan ruangnya diprioritaskan karena mempunyai pengaruh sangat penting secara nasional
10
terhadap kedaulatan negara, pertahanan dan keamanan negara, ekonomi, sosial, budaya, dan/atau lingkungan, termasuk wilayah yang ditetapkan sebagai warisan dunia. Kawasan strategis nasional dari sudut kepentingan fungsi dan daya dukung lingkungan hidup ditetapkan dengan kriteria:
a. Merupakan tempat perlindungan keanekaragaman hayati.
b. Merupakan aset nasional berupa kawasan lindung yang ditetapkan bagi perlindungan ekosistem, flora dan/atau fauna yang hampir punah atau diperkirakan akan punah yang harus dilindungi dan/atau dilestarikan.
c. Memberikan perlindungan keseimbangan tata guna air yang setiap tahun berpeluang menimbulkan kerugian negara.
d. Memberikan perlindungan terhadap keseimbangan iklim makro.
e. Menuntut prioritas tinggi peningkatan kualitas lingkungan hidup.
f. Rawan bencana alam nasional.
g. Sangat menentukan dalam perubahan rona alam dan mempunyai dampak luas terhadap kelangsungan kehidupan (Perpres No. 26 Tahun 2008).
Penataan ruang KSN Danau Toba dan sekitarnya bertujuan untuk pelestarian Kawasan Danau Toba sebagai air kehidupan (Aek Natio) masyarakat, ekosistem, dan kawasan kampong masyarakat adat Batak, dan pengembangan kawasan berskala dunia yang terintegrasi dengan pengendalian kawasan budi daya sesuai dengan daya dukung dan daya tamping lingkungan hidup serta adaptiff terhadap bencana alam. Rencana Tata ruang Kawasan Danau Toba dan berperan sebagai alat operasionalisasi Rencana Tata Ruang Wilayah Nasional (RTRWN) dan sebagai alat koordinasi pelaksanaan pembangunan di Kawasan Danau Toba
11
untuk meningkatkan kualitas lingkungan, social budaya, dan kesejahteraan masyarakat (Soedrajat, 2014).
Daerah tangkapan air (DTA) Danau Toba meliputi wilayah seluas lebih kurang 259.700 Ha daratan dan 112.960 Ha perairan. Secara geografis DTA ini terletak antara 2°21’32” LU - 2°56’28” LU dan 98°26’35” BT - 99°15’40” BT.
Daerah tangkapan air Danau Toba menurut wilayah administrasi pemerintahan meliputi tujuh kabupaten dan 45 kecamatan yaitu: (1) Tapanuli Utara meliputi ; Kec. Muara, Kec. Siborong-borong, Kec. Sipahutar, (2) Toba Samosir meliputi ; Kec. Ajibata, Kec. Lumban Julu, Kec. Pintu Pohan Meranti, Kec. Bona Tua Lunasi, Kec. Porsea, Kec. Parmaksian, Kec. Sigumpar, Kec. Siantar Narumanda, Kec. Uluan, Kec. Habinsaran, Kec. Nassau, Kec. Silaen, Kec. Laguboti, Kec.
Tampahan, Kec. Balige, Kec. Bor-Bor, (3) Humbang Hasundutan meliptui ; Kec.
Baktiraja, Kec. Paranginan, Kec. Lintong Nihuta, Kec. Dolok Sanggul, Kec.
Pollung, (4) Samosir meliputi ; Kec. Nainggolan, Kec. Palipi, Kec. Sitio-tio, Kec.
Harian, Kec. Sianjur Mula-Mula, Kec. Simanindo, Kec. Pangururan, Kec. Onan Runggu, Kec. Ronggur Nihuta, (5) Simalungun meliputi ; Kec. Silimakuta, Kec.
Pematang Silimakuta, Kec. Purba, Kec. Haranggaol Horison, Kec. Dolok Pardamean, Kec. Pematang Sidamanik, Kec. Girsang Sipangan Bolon, (6) Karo meliputi ; Kec. Merek dan (7) Dairi meliputi ; Kec. Silahi Sabungan, Kec.
Pegagan Hilir, Kec. Parbuluan, Kec. Sumbul (KLHRI, 2014).
Kondisi topografi Kawasan Danau Toba didominasi oleh perbukitan dan pegunungan, dengan kelerengan lapangan terdiri dari datar dengan kemiringan (0-8 %), landai (8-15 %), agak curam (15-25 %), curam (25-45 %), sangat curam sampai dengan terjal (> 45 %). Daerah datar meliputi lebih kurang 27% dari total
12
kawasan, daerah landai 31%, daerah agak curam 24%, daerah curam 16% dan daerah yang sangat curam sampai terjal lebih kurang 2% dari total DTA (KPUPR, 2015).
13
BAHAN DAN METODE Tempat dan Waktu Penelitian
Penelitian ini akan dilaksanakan di Laboratorium Komputerisasi dan Sistem Informasi Geografis FP USU dan Daerah Tangkapan Air Danau Toba Sumatera Utara pada bulan September 2017 sampai dengan Januari 2018.
Gambar 1. Peta Daerah Tangkapan Air Danau Toba Alat dan Bahan
Adapun alat yang digunakan adalah Personal Computer yang digunakan untuk proses pengolahan data, Software Quantum Geographic Information System 2.18.4 untuk mengolah data spasial, Alat tulis digunakan untuk proses pengambilan data. GPS (Global Positioning System) untuk menentukan posisi secara instan, kecepatan dan informasi waktu di hampir semua tempat di muka bumi, setiap saat dan dalam kondisi cuaca apapun, Kamera digital untuk dokumentasi lapangan dan alat-alat lainnya yang dibutuhkan.
14
Adapun bahan yang digunakan adalah Citra landsat path 128 dan 129 row 58 tahun pengambilan 2016 dan path 128 dan 129 row 58 tahun pengambilan 2013 dan data peta digital USGS (United States Geological Survey) dan bahan- bahan lain yang dibutuhkan.
Metode Penelitian
Penelitian ini menggunakan metode Analisis Classification Supervised.
Citra Landsat tahun 2013 dan 2016 yang telah dikoreksi geometrik digunakan untuk mengekstraksi informasi yang dibutuhkan dalam melakukan pemodelan prediksi lahan sawah. Informasi yang diekstrak dari citra Landsat antara lain peta bentuk lahan dan peta penutup lahan tahun 2013 dan 2016. Peta bentuk lahan diperoleh melalui interpretasi visual, sedangkan peta penutup lahan diperoleh melalui interpretasi digital atau dengan melakukan klasifikasi supervised.
Pelaksanaan Penelitian
Dalam pelaksanaan penelitian ini dilakukan beberapa tahapan.
Adapun tahapan kegiatan yang dilaksanakan dalam penelitian ini adalah sebagai berikut :
1. Persiapan
Sebelum pelaksanaan penelitian, terlebih dahulu dilakukan konsultasi dengan komisi pembimbing, pengadaan peralatan, pengadaan peta, studi literatur, dan penyusunan rencana kerja yang berguna untuk mempermudah pekerjaan secara sistematis sehingga didapatkan hasil sesuai dengan yang diharapkan.
15
2. Pengolahan Data Citra
2.1 Penggabungan Band Citra
Citra satelit Landsat yang diunduh dari USGS memiliki beberapa band dan terpisah setiap bandnya.Oleh karena itu, dilakukan penggabungan band citra satelit tersebut agar dapat dilakukan klasifikasi lahan. Proses penggabungan band citra dilakukan dengan software Quantum Geographic Information System 2.18.4.
2.2 Pemotongan Citra
Pemotongan citra dilakukan untuk mendapatkan gambar lokasi penelitian yang lebih spesifik. Pemotongan citra dilakukan dengan Software Quantum Geographic Information System 2.18.4.
2.3 Survey Lapangan
Survey lapangan dilakukan untuk mengetahui kondisi lahan di lapangan berdasarkan beberapa titik yang sudah dibuat secara sistematis pada citra satelit .Kemudian mengamati secara langsung tipe tutupan lahan yang terdapat pada titik-titik tersebut.
2.4 Klasifikasi Terbimbing (Supervised Classification)
Klasifikasi terbimbing dilakukan berdasarkan hasil survey lapangan dengan membuat sampel polygon / training area pada kelas-kelas lahan. Metode yang digunakan adalah metode Maximum likelihood yang terdapat pada software Quantum Geographic Information System 2.18.4.
16
Bagan Penelitian
Download Citra Satelit Landsat 8 dari USGS Earth
Explorer
Citra Landsat 8 Path 129 Row 58 Tahun
2013
Citra Landsat 8 Path 128 Row 58 Tahun
2016 Citra Landsat 8 Path
128 Row 58 Tahun 2013
Citra Landsat 8 Path 129 Row 58 Tahun
2016
Proses Penggabungan/
Merge Dari Tiap Band
Proses Penggabungan/
Merge Dari Tiap Band
Proses Penggabungan Path Row 129-58 dan 128-58 Tahun
2013
Proses Penggabungan Path Row 129-58 dan 128-58 Tahun
2016
Memasukkan Batas Wilayah Penelitian Dalam
Bentuk SHP
Memasukkan Batas Wilayah Penelitian Dalam
Bentuk SHP
Klasifikasi Citra Klasifikasi Citra
Peta Penggunaan Lahan DTA Danau Toba 2013
Peta Penggunaan Lahan DTA Danau Toba 2016
Dilakukan Perbandingan Terhadap Sawah yang
17
HASIL DAN PEMBAHASAN Hasil
Peta Penggunaan Lahan Sawah Daerah Tangkapan Air Danau Toba tahun 2013
Sebaran area persawahan menurut analisis citra landsat 8 dengan path 128- 129 dan row 58 tahun 2013 Daerah Tangkapan Air Danau Toba 2013 metode supervised yang dihasilkan dari penggunaan Quantum GIS. Dapat lihat pada Gambar 2.
Gambar 2. Peta penggunaan lahan sawah di Daerah Tangkapan Air Danau Toba 2013
18
Peta Penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba tahun 2016
Sebaran area persawahan menurut analisis citra landsat 8 dengan path 128- 129 dan row 58 tahun 2016 Daerah Tangkapan Air Danau Toba 2016 metode supervised yang dihasilkan dari penggunaan Quantum GIS. Dapat dilihat padaa Gambar 3.
Gambar 3. Peta penggunaan lahan sawah di Daerah Tangkapan Air Danau Toba 201
19
Peta Penggunaan Lahan Sawah Daerah Tangkapan Air Danau Toba tahun 2013 menurut KEMENHUT
Sebaran area persawahan menurut data analisis KEMENHUT untuk Daerah Tangkapan Air Danau Toba 2013. Dapat dilihat pada Gambar 4.
Gambar 4. Peta Penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba 2013 menurut KEMENHUT
20
Peta Penggunaan Lahan Sawah Daerah Tangkapan Air Danau Toba tahun 2016 menurut KEMENHUT
Sebaran area persawahan menurut data analisis KEMENHUT untuk Daerah Tangkapan Air Danau Toba 2016. Dapat dilihat padaa Gambar 5.
Gambar 5. Peta Penggunaan Lahan Sawah di Daerah Tangkapan Air Danau Toba 2016 menurut KEMENHUT
21
Luas Lahan Sawah Hasil Pemetaan dan KEMENHUT serta Luas Panen dan Produksi Tahun 2013 dan 2016
Adapun luasan sawah perkabupaten hasil pemetaan citra Landsat 8 2013 dan 2016 dapat dilihat pada Tabel 3.
Tabel 3. Luas lahan sawah hasil pemetaan citra Landsat 8 Tahun 2013 dan 2016 Daerah Tangkapan Air Danau Toba
Berdasarkan data hasil pemetaan citra Landsat 8 pada Daerah Tangkapan Air Danau Toba luas lahan sawah mengalami peningkatan dari tahun 2013 ke 2016 dengan total pertambahan luasan sawah sebesar 2.923 ha.
Kabupaten Luas Sawah Hasil Pemetaan (Ha)
Perubahan
2013 2016
Karo 0 0 0
Tapanuli Utara 613 828 215
Samosir 1.161 2.885 1.724
Dairi 281 285 4
Simalungun 21 36 15
Humbang
hasundutan 2.262 2.637 375
Toba Samosir 13.512 12.922 590
Total 17.850 19.593 2.923
22
Tabel 4. Luas lahan sawah hasil pemetaan menurut KEMENHUT Tahun 2013 dan 2016 Daerah Tangkapan Air Danau Toba
Berdasarkan data hasil pemetaan menurut KEMENHUT pada Daerah Tangkapan Air Danau Toba luas lahan sawah mengalami peningkatan dari tahun 2013 ke 2016 dengan total pertambahan luasan sawah sebesar 3.217 ha.
Adapun luas panen dan produksi Daerah Tangkapan Air Danau Toba tahun 2013 dan 2016 menurut Badan Pusat Statistik dapat dilihat pada tabel 5.
Tabel 5. Luas panen dan produksi Daerah Tangkapan Air Danau Toba tahun 2013 dan 2016
Kabupaten
Luas Panen
(Ha) Perubahan Produksi (Ton)
Perubahan
2013 2016 2013 2016
Karo 43 56 13 241 312 71
Tapanuli Utara 5.987 6.008 21 33.336 34.095 759
Samosir 6.530 6.530 0 39.650 30.874 8.776
Dairi 5.119 5.525 406 24.310 32.230 7.920
Simalungun 1.743 1.734 9 9.444 10.145 701
Humbang hasundutan 7.656 7.966 310 41.261 50.542 9.281 Toba Samosir 24.981 23.277 1704 147.149 143.005 4.144 Total 52.059 51.096 2.463 295.391 301.203 31.652
Kabupaten Luas Sawah Hasil Pemetaan (Ha)
Perubahan
2013 2016
Karo 25 35 10
Tapanuli Utara 300 447 147
Samosir 1.972 2.272 300
Dairi 108 168 60
Simalungun 0 0 0
Humbang hasundutan 2.807 3.507 700
Toba Samosir 9.079 11.079 2.000
Total 14.291 17.508 3.217
23
Berdasarkan data Badan Pusat Statistika pada Daerah Tangkapan Air Danau Toba luas panen mengalami penurunan dari tahun 2013 ke 2016 dengan total penurunan luas panen 963 ha sedangkan tingkat produksi mengalami peningkatan dari tahun 2013 ke 2016 dengan jumlah penambahan 5.812 ton.
Pembahasan
Kawasan Danau Toba (KDT) telah ditetapkan sebagai kawasan strategis nasional sesuai dengan Peraturan Pemerintah (PP) No. 26 Tahun 2008 tentang Rencana Tata Ruang Wilayah Nasional (RTRWN). Kawasan Strategis Nasional adalah wilayah yang penataan ruangnya diprioritaskan karena mempunyai pengaruh sangat penting secara nasional terhadap kedaulatan negara, pertahanan dan keamanan negara, ekonomi, sosial, budaya dan atau lingkungan termasuk wilayah yang ditetapkan sebagai warisan dunia. KDT dianggap sangat penting mengingat fungsinya yang sangat beragam baik sebagai daerah tujuan wisata, pertanian, sumber air bagi PLTA dan PDAM, perikanan maupun salah satu ekosistem spesifik dengan potensi sumberdaya alam hayati dan non hayati yang tinggi. Untuk itu DTA Danau Toba sebagai wilayah pemasok air bagi Danau Toba perlu penataan dan perlindungan yang bijaksana sehingga fungsinya tetap berkelanjutan.
Berdasarkan hasil pemetaan citra Landsat 8 metode supervised dan hasil pemetaan menurut KEMENHUT tampak adanya perbedaan total luasan sawah pada tahun 2013 dan 2016. Pada pemetaan citra landsat 8 metode supervised luas lahan sawah Daerah Tangkapan Air Danau Toba tahun 2013 sebesar 17.850 ha dan pada tahun 2016 sebesar 19.593 ha sementara pada data pemetaan KEMENHUT tahun 2013 sebesar 14.291 ha dan pada tahun 2016 sebesar 17.508
24
ha. Perbedaan hasil ini terjadi akibat pada hasil pemetaan dengan menggunakan Landsat 8 metode supervised wilayah sudah di tentukan maka di dapat hasil luasan sawah yang mampu teridentifikasi. Namun, pada pemetaan KEMENHUT area cakupan sebelum ditentukan wilayahnya sudah mencakup data keseluruhan sehingga wilayah yang ingin diinterpretasikan menjadi kurang maksimal hasilnya.
Berdasarkan hasil pemetaan citra Landsat 8 Daerah Tangkapan Air Danau Toba pada tahun 2013 memiliki luas lahan sawah yaitu 17.850 ha dan pada tahun 2016 yaitu 19.593 ha. Hal ini berbanding lurus dengan meningkatnya produksi pada tahun 2013 dan 2016, dengan penambahan produksi sebesar 5.812 ton..
Berdasarkan hasil pengamatan diperoleh luas panen Daerah Tangkapan Air Danau Toba tahun 2013 sebesar 52.059 Ha dan pada tahun 2016 sebesar 51.096. Pada data produksi Daerah Tangkapan Air Danau Toba tahun 2013 sebesar 295.391 ton dan pada tahun 2016 sebesar 301.203 ton Hal ini menunjukkan bahwa adanya proses intensifikasi tanaman yang mana produksi tetap meningkat tanpa memperluas lahan sawah tersebut dan jumlah produksi padi tidak sepenuhnya dipengaruhi oleh luas sawah akan tetapi dipengaruhi oleh faktor lain seperti penggunaan benih unggul, pupuk dan lain sebagainya. Hal ini didukung oleh pernyataan Daniel (2004) bahwa sektor pertanian dalam proses produksinya memerlukan berbagai jenis masukan (input), seperti pupuk, pestisida, tenaga kerja, modal, lahan, irigasi dan lain sebagainya. Proses produksi bisa berjalan bila persyaratan faktor produksi yang dibutuhkan sudah terpenuhi. Faktor produksi terdiri dari empat komponen, yaitu faktor produksi alam, modal, tenaga kerja, dan skill atau manejemen (pengelolaan). Masing–masing faktor mempunyai
25
fungsi yang berbeda dan saling terkait satu sama lain. Kalau salah satu faktor tidak tersedia maka proses produksi atau usaha tani tidak akan berjalan.
Dari hasil yang didapat luas lahan sawah tahun 2013 dan 2016 mengalami peningkatan luas areal. Hal ini berbeda dengan latar belakang penelitian yang menyatakan bahwa luas areal mengalami penurunan. Pemetaan citra landsat 8 Daerah Tangkapan Danau Toba tahun 2013 luas lahan sawah yang diperoleh 17.848 Ha. dan meningkat pada tahun 2016 menjadi 19.594 Ha. Yang berbanding lurus dengan meningkatnya produksi pada tahun 2013 dan 2016
26
KESIMPULAN DAN SARAN Kesimpulan
1. Dari hasil pemetaan citra landsat 8 menggunakan metode supervised, di peroleh sebaran sawah di Daerah Tangkapan Danau Toba tahun 2013 dan 2016. Pada tahun 2013 luas lahan sawah yang di peroleh 17.850 Ha. Pada tahun 2016 luas lahan sawah yang di peroleh 19.593 Ha. Yang berbanding lurus dengan meningkatnya produksi pada tahun 2013 dan 2016 sebesar 5.812 ton.
Saran
Pada tahap preprocessing untuk software open source biasanya pengolahan terbatas hanya di vektor atau raster saja. Walaupun ada beberapa perangkat open source seperti QGIS yang dapat digunakan untuk mengolah kedua jenis data, namun biasanya masih terfokus ke salah satu (pengolahan vektor lebih stabil dan baik dibandingkan tool raster atau sebaliknya).
Hasil interpretasi QGIS open sources sudah baik hanya saja terkendala pada tools yang kadang kala tidak tersedia yang membuat pengguna harus mencari informasi lebih lanjut mengenai ekstensi yang dibutuhkan dan menginstal lagi pada perangkat QGIS . Sedangkan hasil interpretasi software berbayar seperti ArcGIS sangat baik dan kuat dibagian bagian pemprosesan data dan analisa serta editing data lebih lanjut. Dengan banyaknya alat yang disediakan oleh ESRI menjadikan software berbayar sangat kuat untuk pengolahan data dan cocok untuk pengguna intermediate hingga advanced.
27
DAFTAR PUSTAKA
Ardiansyah. 2015. Pengolahan Citra Penginderaan Jauh Menggunakan ENVI 5.1 dan ENVI Lidar (Teori dan Praktek). PT. Labsig Inderaja Islim. Jakarta Ardiansyah, S. Subiyanto, A. Sukmono. 2015. Identifikasi Lahan Sawah
Menggunakan NDVI dan PCA Pada Citra Landsat 8. Jurnal Geodesi Undip Vol 4 (4) : 316-324.
.
Badan Pusat Statistik, Provinsi Sumatera Utara. 2012. Sumatera Utara Dalam Angka 2012. BPS Provinsi Sumatera Utara, Medan.
Bangun RH. 2013. Statistik Lahan Sawah Sumatera Utara Tahun 2011. BPS Provinsi Sumatera Utara, Medan.
Daniel, M. 2004. Pengantar Ekonomi Pertanian. Bumi Aksara. Jakarta.
Ekadinata, A., Dewi S., Hadi D., Nugroho D., dan Johana F. 2008. Sistem Informasi Geografis Untuk Pengelolaan Bentang Lahan Berbasis Sumber Daya Alam. Buku 1: Sistem Informasi Geografis dan Penginderaan Jauh Menggunakan ILWIS Open Source. World Agroforestry Centre. Bogor.
Indonesia.
Kementerian Lingkungan Hidup Republik Indonesia. 2014. Gerakan Penyelamatan Danau (GERMADAN) Toba.
Kementerian Pekerjaan Umum dan Perumahan Rakyat Republik Indonesia. 2015.
Kondisi Eksisting Kawasan Danau Toba Sebagai Orientasi Awal Dalam Pengembangan Infrastruktur di Kawasan DanauToba. http://
www.pu.go.id/uploads/services/infopublik20160330174236.pdf Diakses Tanggal 15 Juli 2017
Kementerian Pertanian. 2014. Statistik Lahan Pertanian Tahun 2009-2013. Pusat Data dan Sistem Informasi Pertanian Sekretariat jendral Kementrian Pertanian.
Lillesand and Kiefer. 1987. Remote Sensing and Image Interpretation. New York:
John Wiley & Sons, Inc.
Lisnawati, Y dan A. Wibowo. 2007. Penggunaan Citra Landsat ETM+ Untuk Monitoring Perubahan Penggunaan Lahan di Kawasan Puncak. Jurnal Penelitian Hutan Tanaman Vol. 4 No. 2.
Lubis, A, E., 2005. Perencanaan Koorporasi Peningkatan Ketahanan Pangan Di Propinsi Sumatera Utara. Badan Ketahanan Pangan Propinsi Sumatera Utara, Medan
28
Pusat Data dan Sistem Informasi Pertanian. 2016. Outlook Komoditas Pertanian Subsektor Tanaman Pangan. Kementrian Pertanian.
Rusdi, Muhammad. 2005. Perbandingan Klasifikasi Maximum Likelihood dan Object Oriented Pada Pemetaan Penutup/Penggunaan Lahan Studi Kasus Kabupaten Gayo Lues, NAD HTI PT Wirakarya Sakti Jambi dan Taman Nasional Lore Lindu Sulawesi Tengah.Bogor.Institut Pertanian Bogor Sabins, Jr.F., 1994. Remote Sensing : Principle and Interpretation. San Fransisco :
W.H. Freeman and Co.
Soedrajat, I., 2014. Kawasan Strategis Nasional (KSN) Borobudur dan Danau Toba Menuju Pembangunan Yang Responsif Bencana. Kementerian Pekerjaan Umum.
Sofyan, Ritung, dkk. 2007. Evaluasi Kesesuaian Lahan Bogor. Balai Penelitian Tanah dan World Agroforestry Center.
Sulistiyono, N. 2008. Aplikasi Teknologi Penginderaan Jauh Dalam Mendeteksi Pola Penggunaan Lahan di DAS Cikaso Kabupaten Sukabumi, Jawa Barat. Jurnal Penelitian Rekayasa 1(1): 57 – 60.
Suryana, A. 2009. Menelisik Upaya Menggapai Ketahanan Pangan Nasional.
Jakarta. Badan Litbang Pertanian.
29
Lampiran 1 Tabel Luas Panen dan Produksi serta Produktivitas Tanaman Padi Sawah Menurut Kecamatan Tahun 2012-2016
No Kab. Kec. Tahun
Padi Sawah Luas
Panen (Ha)
Produksi (Ton)
1 Karo Merek 2012 122,00 671,00
2013 43,00 241,00
2014 30,00 156,00
2015 32,00 194,00
2016 56,00 312,00
2 Tapanuli Muara 2012 2.328,00 13.164,84
Utara 2013 1.714,00 9.692,67
2014 2.427,00 13.821,77
2015 2.327,00 13.367,93
2016 1.740,00 9.996,30
3 Siborong- 2012 2.701,00 14.941,93
Borong 2013 2.701,00 14.941,93
2014 2.850,00 15.846,00
2015 2.282,00 12.801,31
2016 2.698,00 15.254,49
4 Sipahutar 2012 1.572,00 8.701,02
2013 1.572,00 8.701,02
2014 1.672,00 9.271,24
2015 1.514,00 8.467,60
2016 1.570,00 8.843,81
5 Dairi Silahi- 2012 270,00 1.460,70
sabungan 2013 270,00 1.460,70
2014 270,00 1.460,70
2015 208,00 1.018,99
2016 208,00 1.019,00
6 Pegagan 2012 1.013,00 4.860,61
Hilir 2013 1.053,00 4.583,99
2014 758,00 4.108,36
2015 1.280,00 6.091,37
2016 815,00 4.383,89
7 Parbuluan 2012 766,00 3.574,15
2013 661,00 3.180,73
2014 581,00 3.007,96
2015 1.057,00 5.903,00
2016 1.057,00 5.903,00
8 Sumbul 2012 2.706,00 13.021,00
2013 3.135,00 15.085,00
2014 4.780,00 25.806,60
30
No Kab. Kec. Tahun
Padi Sawah Luas
Panen (Ha)
Produksi (Ton)
2015 3.445,00 20.925,00
2016 3.445,00 20.925,00
9 Simalungun Silimakuta 2012 88,00 367,00
2013 110,00 458,00
2014 176,00 772,00
2015 227,00 993,00
2016 0,00 0,00
10 Purba 2012 0,00 0,00
2013 0,00 0,00
2014 0,00 0,00
2015 0,00 0,00
2016 0,00 0,00
11 Haranggaol 2012 0,00 0,00
Horison 2013 0,00 0,00
2014 0,00 0,00
2015 0,00 0,00
2016 0,00 0,00
12 Dolok 2012 0,00 0,00
Pardamean 2013 0,00 0,00
2014 0,00 0,00
2015 0,00 0,00
2016 0,00 0,00
13 Pematang 2012 902,00 4.857,00
Sidamanik 2013 903,00 4.953,00
2014 1.018,00 5.752,00
2015 1.032,00 5.813,00
2016 1.027,90 5.993,00
14 Girsang 2012 742,00 4.077,00
Sipangan 2013 695,00 3.888,00
Bolon 2014 983,00 5.655,00
2015 399,00 2.289,00
2016 677,00 4.020,00
15 Pematang 2012 34,00 141,00
Silimakuta 2013 35,00 145,00
2014 30,00 131,00
2015 69,00 301,00
2016 29,20 132,00
16 Humbang Bakti 2012 1.490,00 11.662,23
Hasundutan Raja 2013 1.217,00 10.631,60
2014 1.253,00 11.433,50
2015 1.490,00 12.434,12
2016 1.443,00 15.098,48
31
No Kab. Kec. Tahun
Padi Sawah Luas
Panen (Ha)
Produksi (Ton)
17 Paranginan 2012 1.017,00 4.529,72
2013 924,00 4.359,58
2014 1.018,00 4.783,00
2015 1.018,00 4.743,80
2016 1.017,00 5.471,02
18 Lintong 2012 1.932,00 8.624,45
Nihuta 2013 1.937,00 9.129,78
2014 1.927,00 9.082,20
2015 1.980,00 9.256,32
2016 1.965,00 10.601,68
19 Dolok 2012 2.329,00 10.955,62
Sanggul 2013 2.376,00 11.461,11
2014 2.328,00 10.956,00
2015 2.374,00 10.983,85
2016 2.329,00 12.435,72
20 Pollung 2012 1.201,00 5.548,62
2013 1.202,00 5.678,43
2014 1.202,00 5.625,20
2015 1.204,00 5.955,05
2016 1.212,00 6.935,02 21 Samosir Nainggolan 2012 860,00 4.957,04
2013 860,00 5.221,92
2014 860,00 4.103,06
2015 860,00 4.332,68
2016 860,00 4.066,08
22 Palipi 2012 1.250,00 7.205,00
2013 1.250,00 7.590,00
2014 1.250,00 5.963,75
2015 1.250,00 6.297,50
2016 1.250,00 5.910,00
23 Sitio-Tio 2012 323,00 1.861,77
2013 323,00 1.961,26
2014 323,00 1.541,03
2015 323,00 1.627,27
2016 323,00 1.527,14
24 Harian 2012 534,00 3.077,98
2013 534,00 3.242,45
2014 534,00 2.547,71
2015 534,00 2.690,29 2016 534,00 2.524,75
25 Sianjur 2012 917,00 5.285,59
Mula-Mula 2013 917,00 5.568,02
32
No Kab. Kec. Tahun
Padi Sawah Luas
Panen (Ha)
Produksi (Ton)
2014 917,00 4.375,01
2015 917,00 4.619,85
2016 917,00 4.335,58
26 Simanindo 2012 560,00 3.227,84
2013 560,00 3.400,32
2014 560,00 2.671,76
2015 560,00 2.821,28
2016 560,00 2.647,68
27 Pangururan 2012 784,00 4.518,98
2013 784,00 4.760,45
2014 784,00 3.740,46
2015 784,00 3.949,79
2016 784,00 3.706,75
28 Onan 2012 985,00 5.677,54
Runggu 2013 985,00 5.980,92
2014 985,00 4.699,44
2015 985,00 4.962,43
2016 985,00 4.657,08
29 Ronggur 2012 317,00 1.827,19
Nihuta 2013 317,00 1.924,82
2014 317,00 1.512,41
2015 317,00 1.597,05
2016 317,00 1.498,78
30 Toba Ajibata 2012 432,00 2.355,00
Samosir 2013 479,00 2.765,00
2014 462,00 2.734,00
2015 276,00 1.740,00
2016 316,00 2.090,00
31 Lumban 2012 912,00 4.927,00
Julu 2013 897,00 5.140,00
2014 845,00 4.888,00
2015 816,00 5.601,00
2016 816,00 5.151,00
32 Pintu 2012 309,00 1.670,00
Pohan 2013 320,00 2.137,00
Meranti 2014 308,00 1.664,00
2015 327,00 1.924,00
2016 395,00 2.228,00
33 Bonatua 2012 1.182,00 6.334,00
Lunasi 2013 1.215,00 6.941,00
2014 1.569,00 9.208,00
2015 1.182,00 8.570,00
33
No Kab. Kec. Tahun
Padi Sawah Luas
Panen (Ha)
Produksi (Ton) 2016 1.182,00 7.475,00
34 Porsea 2012 1.352,00 7.202,00
2013 1.404,00 8.635,00
2014 1.352,00 7.923,00
2015 1.290,00 9.489,00
2016 1.347,00 8.887,00
35 Parmaksian 2012 469,00 2.527,00
2013 1.234,00 7.587,00
2014 1.188,00 6.920,00
2015 1.189,00 8.742,00
2016 1.160,00 7.194,00
36 Siantar 2012 691,00 3.712,00
Narumanda 2013 718,00 4.414,00
2014 692,00 3.969,00
2015 691,00 5.107,00
2016 690,00 4.462,00
37 Uluan 2012 921,00 4.922,00
2013 2.095,00 11.969,00
2014 1.636,00 9.530,00
2015 1.658,00 10.927,00
2016 1.774,00 11.265,00
38 Habinsaran 2012 1.712,00 9.140,00
2013 2.350,00 13.545,00
2014 2.193,00 11.727,00
2015 1.649,00 9.456,00
2016 2.001,00 12.480,00
39 Nassau 2012 1.179,00 6.265,00
2013 1.524,00 9.471,00
2014 890,00 4.755,00
2015 1.532,00 8.084,00
2016 1.570,00 6.427,00
40 Silaen 2012 2.417,00 12.989,00
2013 2.470,00 15.191,00
2014 2.384,00 14.006,00
2015 2.384,00 15.329,00
2016 2.384,00 15.283,00
41 Sigumpar 2012 763,00 4.093,00
2013 835,00 5.135,00
2014 859,00 5.029,00
2015 860,00 5.951,00
2016 859,00 5.578,00
42 Laguboti 2012 2.280,00 12.303,00
34
No Kab. Kec. Tahun
Padi Sawah Luas
Panen (Ha)
Produksi (Ton)
2013 2.730,00 15.611,00
2014 2.744,00 16.135,00
2015 2.368,00 12.553,00
2016 2.731,00 17.376,00
43 Tampahan 2012 710,00 3.823,00
2013 830,00 4.743,00
2014 787,00 4.431,00
2015 917,00 5.095,00
2016 766,00 4.893,00
44 Balige 2012 4.473,00 24.145,00
2013 5.402,00 30.869,00
2014 4.803,00 27.079,00
2015 3.611,00 20.921,00
2016 4.506,00 27.359,00
45 Borbor 2012 460,00 2.451,00
2013 478,00 2.996,00
2014 453,00 2.401,00
2015 466,00 2.743,00
2016 780,30 4.857,00
