Artikel Ilmiah. Diajukan kepada Fakultas Teknologi Informasi untuk Memperoleh Gelar Sarjana Komputer

Perancangan dan Pembangunan Model Pranata Mangsa Baru

Berbasis Agroklimatologi Menggunakan Teknologi Mobile

(Studi Kasus: Dinas Pertanian dan Perkebunan

Kabupaten Boyolali)

Artikel Ilmiah

Diajukan kepada Fakultas Teknologi Informasi

untuk Memperoleh Gelar Sarjana Komputer

Peneliti :

Willi Agung Prabowo (672011197) Dr. Sri Yulianto J. P., S.Si., M.Kom.

Ramos Somya, S.Kom., M.Cs.

Program Studi Teknik Informasi

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

7

Perancangan dan Pembangunan Model Pranata Mangsa Baru

Berbasis Agroklimatologi Menggunakan Teknologi Mobile

(Studi Kasus: Dinas Pertanian dan Perkebunan

Kabupaten Boyolali)

1)

Willi Agung Prabowo, 2)

Sri Yulianto J.Prasetyo, 3)Ramos Somya

Fakultas Teknologi Informasi Universitas Kristen Satya Wacana Jl. Diponegoro 52-60, Salatiga 50711, Indonesia

Email: 1)gajah68@gmail.com,2)sriyulianto@gmail.com, 3)ramos.6005@gmail.com

Abstract

Regional gross domestic product ( gdp ) of district boyolali dominant was the agricultural sector that equals to 36 %.The conditions of climate and weather often caused the failure and success in cultivation. In the determination of a pattern of transplanting, the farmers use natural phenomena as an indicator in the form of local knowledge namely pranata prey.Over the past 20 years, the system has not been effectively implemented because the climate changed and occured globally every year.Along with technology development, today application dna-based mobile can be used to convey information. Based on this condition, and somewhere up the application of new mobile pranata prey to ease ppl dept. of agriculture and plantation district boyolali get information pattern cropping in the field.Application was built using android platform, so that the application can provided easy alternative when accessing and conveying data that was needed by ppl, such as comparison information of new prey and old one, a pattern of transplanting information and symptoms nature information which is located in the district of boyolali.

Keywords: district boyolali, fuzzy logic, the application of new mobile pranata prey

Abstrak

Produk Domestik Regional Bruto (PDRB) Kabupaten Boyolali yang dominan adalah sektor pertanian sebesar 36%. Saat ini kondisi iklim dan cuaca seringkali menyebabkan kegagalan dan keberhasilan dalam usaha tani. Dalam penentuan pola tanam, petani menggunakan fenomena alam sebagai indikator dalam bentuk pengetahuan lokal yaitu pranata mangsa. Selama kurun waktu 20 tahun, sistem tersebut sudah tidak efektif diterapkan karena perubahan iklim yang terjadi secara global setiap tahunnya. Seiring dengan perkembangan teknologi, saat ini aplikasi berbasis mobile dapat digunakan untuk menyampaikan informasi. Berdasarkan kondisi tersebut, maka di bangun aplikasi mobile pranata mangsa baru untuk memudahkan PPL Dinas Pertanian dan Perkebunan Kabupaten Boyolali mendapatkan informasi pola tanam saat berada di lapangan. Aplikasi dibangun menggunakan Android platform, sehingga aplikasi ini dapat memberikan kemudahaan saat mengakses dan menyampaikan data yang dibutuhkan PPL seperti informasi perbandingan mangsa baru dan lama, informasi pola tanam, dan informasi gejala alam yang berada di Kabupaten Boyolali.

Kata Kunci : Kabupaten Boyolali, logika Fuzzy, aplikasi mobile pranata mangsa baru 1)

Mahasiswa Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

2)

Staff Pengajar Fakultas Teknologi Informasi Universitas Kristen Satya Wacana

3)

8

1. Pendahuluan

Kabupaten Boyolali merupakan salah satu kabupaten yang memiliki area persawahan yang luas sehingga salah satu sumbangan terhadap PDRB (Produk Domestik Regional Bruto) Kabupaten Boyolali yang dominan adalah sektor pertanian sebesar 36%. Saat ini kondisi iklim dan cuaca seringkali menyebabkan kegagalan dan keberhasilan dalam usaha tani. Dampak konkrit pengaruh iklim terhadap produksi pertanian khususnya tanaman pangan meliputi dua hal. Pertama, kegagalan panen akibat kekeringan atau banjir. Kedua, penurunan produksi pertanian akibat penyimpangan iklim yang mempengaruhi periode pertumbuhan [1]. Proses penentuan pola tanam, petani sudah menggunakan fenomena alam sebagai indikator dalam bentuk pengetahuan lokal yaitu pranata mangsa. Selama kurun waktu 20 tahun ini, sistem tersebut sudah tidak efektif lagi diterapkan karena perubahan iklim yang terjadi secara global setiap tahunnya. Indonesia juga terkena dampak dari el nino dan la nina, sehingga dalam pranata mangsa Indonesia, belum dimasukkan sebagai salah satu variabel penentu [2]. Berdasarkan hasil wawancara yang dilakukan kepada PPL (Petugas Penyuluh Lapangan) yang berasal dari Dinas Pertanian dan Perkebunan Kabupaten Boyolali, Keterbatasan perangkat PC dan jaringan internet membuat PPL kesulitan dalam mengakses sebuah website yang menyediakan informasi mengenai pola tanam di beberapa kecamatan Kabupaten Boyolali sehingga diperlukan sistem informasi baru untuk memudahkan akses informasi pola tanam tersebut.

Perkembangan teknologi yang semakin maju berdampak juga terhadap perkembangan teknologi yang digunakan masyarakat untuk mengatasi masalah-masalah yang dihadapi dalam kehidupan sehari-hari, seperti halnya teknologi sistem operasi Android yang perkembangan teknologinya semakin maju di setiap perkembangan versi. Android merupakan sistem operasi mobile yang paling banyak digunakan di seluruh dunia dan terus berkembang setiap bulannya [3]. Selain itu, terdapat perangkat mobile Android yang memiliki harga terjangkau. Oleh karena itu banyak pengembang yang membuat aplikasi berbasis Android untuk mengatasi masalah sehari-hari, termasuk untuk media pembelajaran.

Berdasarkan latar belakang yang ada, rumusan masalah dalam penelitian ini adalah bagaimana merancang Aplikasi Model Pranata Mangsa Baru yang diterapkan pada mobile. Model Pranata Mangsa baru dikembangkan untuk Android Platform karena Android merupakan sistem operasi mobile yang paling banyak digunakan di dunia dan dari hasil pembagian kuisioner pada 120 orang PPL terdapat 80 orang yang memiliki perangkat Android, atau sekitar 60% dari keseluruhan responden. Kemudahan yang diberikan oleh Model Pranata Mangsa Baru pada platform Android adalah pengguna tidak perlu mengakses menggunakan PC maupun jaringan internet, karena pengguna hanya perlu membuka aplikasi Model Pranata Mangsa Baru melalui mobile phone maupun tablet mereka sehingga selain kemudahan yang didapatkan, pengguna juga dapat mengakses kapan saja aplikasi informasi pola tanam baru. Untuk tujuan perencanaan pola tanam menggunakan logika fuzzy sehingga dapat membantu bidang pertanian dalam menentukan pola tanam yang efektif serta menentukan

9

pergantian musim pada mangsa tertentu dimana hari pada mangsa sudah dapat dikatakan berganti apabila 2 mangsa berturut – turut nilai curah hujan rata – ratanya dikatakan dasarian dan sesuai dengan gejala alam yang terjadi di setiap kecamatan Kabupaten Boyolali.

Logika fuzzy merupakan logika yang mampu mengatasi ketidakpastian dalam menentukkan dasarian di suatu wilayah. Logika fuzzy merupakan pengembangan dari logika boolean atau klasik, dimana logika boolean menyatakan bahwa segala hal diekspresikan dalam istilah, sedangkan logika fuzzy menyatakan segala hal diekspresikan dalam istilah derajat keanggotaan.[4]

Untuk tidak memperluas area pembahasan, perlu adanya batasan-batasan untuk menyederhanakan masalah, yaitu: (1) Materi yang disampaikan berupa informasi pola tanam pranata mangsa baru, informasi gejala alam dalam pranata mangsa, informasi nilai curah hujan pada pranata mangsa baru dan lama berupa grafik; (2) Data Curah Hujan tersimpan pada file XML; (3) perhitungan dasarian menggunakan logika fuzzy.

2. Kajian Pustaka

Pada penelitian Perencanaan Kalender Tanam Berdasarkan Modifikasi Pranata Mangsa dan Klimatologi Menggunakan Metode Prediksi Exponential Smoothing, pada penelitian ini bertujuan mengembangkan simulasi komputer untuk pemodelan spasial strategi penanaman tanaman padi dan palawija tahun 2013 di Kabupaten Boyolali yang terdiri dari 4 kecamatan yaitu kecamatan Boyolali, Juwangi, Ngemplak dan kecamatan Musuk. Perencanaan strategi berdasarkan analisa prediksi curah hujan, dan Pranata mangsa. Penelitian ini dibagi dalam 3 tahapan, pertama tahap perencanaan data awal, kedua desain dan arsitektural simulasi dan ketiga pemodelan dan visualisasi. Data penelitian bersumber dari Pranata mangsa dan data besaran curah hujan Kabupaten Boyolali yang meliputi Kecamatan Boyolali, Musuk, Ngemplak dan Juwangi Kabupaten Boyolali Provinsi Jawa Tengah periode 2006-2011. Proses peramalan curah hujan menggunakan metode Exponential Smoothing untuk meramalkan besaran curah hujan sebagai acuan untuk melakukan perencanaan strategi penanaman pada tanaman padi dan palawija di Kabupaten Boyolali tahun 2013. Hasil penelitian menunjukkan bahwa dalam menyusun strategi penanaman dibutuhkan prediksi curah hujan dan pranata mangsa beserta rasi bintang. [5].

Penelitian lain dengan judul Penyusunan Model Pranata Mangsa Baru berbasis Agroklimatologi dengan menggunakan teknologi Learning Vector Quantization (LQV) untuk perencanaan pola tanam efektif, pada penelitian ini membahas perancangan dan pengimplementasian sebuah aplikasi Web berupa Map Sarver untuk memvisualisasikan informasi dalam bentuk data spasial/geografis dalam penyampaian informasi pola tanam yang efektif. Penmbangunan aplikasi ini mengunakan teknologi Learning Vector Quantization (LQV) untuk mengenali vektor yang telah dibuat dari sebuah gambar untuk nantinya diproses dan ditulis lagi menjadi sebuah gambar baru. Komponen utama dalam Model Pranata Mangsa Baru adalah kondisi biofisik iklim (curah hujan), dan persyaratan tumbuh tanaman, agar tanaman dapat tumbuh dan berproduksi

10

dengan optimum. Aplikasi ini dibuat untuk pembelajaran mandiri bagi kelompok penyuluhan pertanian dalam meningkatkan pengetahuan dalam bidangnya mengunakan perangkat teknologi informasi. Secara khusus, aplikasi ini dapat menerapkan pola tanam yang efektif sehingga mengurangi terjadinya penurunan kualitas hasil tanam dan meningkatkan ketahanan pangan [2].

Berdasarkan penelitian-penelitian yang pernah dilakukan terkait aplikasi model pranata mangsa baru dan perhitungan dasarian dalam menentukan pola tanam yang efektif, maka dilakukan perancangan dan pembangunan Aplikasi Mobile Model Pranata Mangsa Baru berbasis Agroklimatologi, maka dari penelitian sebelumnya dilakukan pengembangan aplikasi di mana pada penelitian pertama diangkat pada perhitungan dasariannya dan penelitian kedua sebagai contoh pengembangan desain dalam menyampaikan informasi pranata mangsa baru. Aplikasi dibangun menggunakan teknologi Google Maps API dengan mamanfaatkan fitur yang ada berupa peta dasar yang tersimpan di dalam cache sehingga tidak diperlukan koneksi internet untuk menampilkan peta dasar serta penambahan marker sebagai icon nama setiap kecamatan Kabupaten Boyolali sesuai titik koordinat untuk menampilkan letak setiap kecamatan pada peta dan informasi pola tanam. Data curah hujan setiap kecamatan Kabupaten Boyolali disimpan pada file XML, sehingga memudahkan update data setiap tahunya pada mobile yang dilakukan secara lokal.

Pengetahuan Lokal Pranata Mangsa adalah hafalan pola musim, iklim dan fenomena alam lainnya, berupa kalender tahunan bukan berdasarkan kalender Syamsiah (Masehi) atau kalender Komariah (Hijrah/lslam) tetapi berdasarkan kejadian-kejadian alam yaitu seperti musim penghujan, kemarau, musim berbunga, dan letak bintang di jagat raya, serta pengaruh bulan purnama terhadap pasang surutnya air laut. Masyarakat Jawa dan Bali menyebutnya Pranata Mangsa (Sunda), Pranoto Mongso (Jawa) dan Kerta Masa (Bali). Pranata mangsa yang menjadi dasar penanggalan masyarakat di Jawa dan Bali selama setahun seperti dalam Gambar 1 [6]. Dalam menentukan sebuah pola tanam terdahulu Pranata Mangsa masih dibutuhkan, dengan hafalan mangsa petani dapat memperkirakan kapan akan menanam padi dan kapan menanam palawija. Pranata Mangsa selain digunakan untuk pola tanam juga memberikan hafalan tentang gejala alam dimana petani dapat mengantisipasi terjadi gagal panen karena faktor alam. Prinsip berdasarkan pranata mangsa lama tetap menjadi acuan dasar dalam menetukan pola tanam, sehingga dengan penggabungan prinsip dasar dan ilmu dalam bidang pertanian memberikan acuan pola tanam baru yang lebih efektif. Pada Gambar 1 terdapat 6 prinsip pola tanam, 6 prinsip yang terdapat di pranta mangsa lama adalah mangsa terang, pada mangsa ini sangat rendah terjadinya hujan, mangsa panceklik, keadaan tanah pada mangsa ini sangat kering sehingga di lahan pertanian tanah merekah atau pecah – pecah dan petani mulai memanen tanaman palawija, mangsa semplah, pada masa ini menandakan terjadinya pergantian musim panas ke musim hujan dan para petani mulai mengolah tanam, mangsa udan, pada mangsa udan nilai curah hujan sangatlah tinggi dan petani mulai menanam tanaman padi, mangsa pangarep – arep, pada mangsa ini tanaman padi yang ditanam mulai tumbuh, mangsa panen, pada mangsa ini petani akan

11

memanen hasil tanam padi dan pada mangsa ini menandakan terjadinya pergantian musim hujan ke musim kemarau.

Gambar 1 Penanggalan Pranata Mangsa Lama [6]

Kondisi iklim di Indonesia pada dasarnya dipengaruhi oleh sirkulasi monsoon yang menimbulkan perbedaan iklim antara musim hujan dan musim kemarau. Besarnya curah hujan akan tergantung pada sirkulasi monsoon. Sirkulasi monsoon akan dipengaruhi oleh kejadian ENSO (El Nino Southern Oscillation) yang secara meteorologis diekspresikan dalam nilai Southern Oscillation Index (SOI). Berdasarkan hal tersebut maka fluktuasi curah hujan sangat berkorelasi dengan fluktuasi SOI. Kejadian El Nino dapat berdampak pada penurunan curah hujan, dan kejadian La Nina dapat menimbulkan peningkatan curah hujan. Pola produksi tanaman pangan umumnya berbeda pada musim kemarau dan musim hujan. Musim hujan dimulai manakala curah hujan pada hari tertentu telah mencapai antara 200 - 350 mm. Definisi dari Badan Agroklimatologi dan Geofisika, awal musim hujan curah hujan harian sebesar 50 mm selama 10 hari berturur-turut yang kemudian diikuti dengan curah hujan diatas 50 mm pada 10 hari berikutnya. El Nino dapat menyebabkan awal musim kemarau lebih cepat 2-5 dasarian (1 dasarian = 10 hari) dibanding kondisi iklim normal sedangkan akhir musim kemarau lebih lambat 2-4 dasarian, sehingga musim kemarau menjadi lebih panjang dari yang biasanya sekitar 8-20 dasarian menjadi 14-25 dasarian [7]. Lotfi A. Zadeh memperkenalkan teori himpunan fuzzy, yang secara tidak langsung mengisyaratkan bahwa tidak hanya teori probabilitas saja yang dapat digunakan mempresentasikan masalah ketidakpastian. Namun demikian, teori himpunan fuzzy bukanlah pengganti dari teori probabilitas. Pada teori himpunan fuzzy, komponen utama yang berpengaruh adalah fungsi keanggotaan. Fungsi keanggotaan merepresentasikan derajat kedekatan suatu objek terhadap atribut tertentu, sedangkan pada teori probabilitas lebih pada penggunaan frekuensi relatif [8]. Proses dalam logika fuzzy dapat dilihat pada Gambar 2.

12

Gambar 2 Skema Dasar Fuzzy Logic [5]

Input fuzzy adalah berupa bilangan crisp (bilangan tegas) yang dinyatakan dalam himpunan input. Fuzzifier merupakan proses untuk mengubah bilangan crisp menjadi nilai keanggotaan dalam himpunan fuzzy. Fuzzy inference system merupakan bagian pengambilan kesimpulan (reasoning) dan keputusan. Knowledge/ rule base berisi aturan-aturan yang biasanya dinyatakan dengan perintah IF THEN. Defuzzifier merupakan proses untuk merubah nilai output fuzzy menjadi nilai crisp.

Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa representasi kurva dalam fungsi keanggotaan, antara lain:

Pemetaan input derajat keanggotaannya digambarkan sebagai suatu garis lurus. Persamaan satu menunjukkan fungsi keanggotaan untuk representasi liniear.

Kurva bahu merupakan daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun. Representasi bentuk bahu ditunjukkan pada Gambar 3.

Gambar 3 Representasi Kurva Bahu [5]

Android adalah sebuah platform open source komprehensif yang dirancang untuk perangkat mobile. Android disebarluaskan oleh Google dan

13

dimiliki oleh Open Handset Alliance. Tujuan dari aliansi ini adalah untuk mempercepat inovasi pada mobile dan menawarkan pengalaman penggunaan perangkat mobile yang lebih banyak, lebih murah, dan lebih baik kepada para konsumen. Selain itu, Android merupakan sebuah platform yang memisahkan hardware dari software yang berjalan di dalamnya. Dengan adanya hal ini, maka Android memungkinkan bagi sebuah aplikasi untuk dijalankan pada banyak device dan menciptakan sebuah ekosistem yang lebih kaya bagi para developer dan konsumen [9].

XML (eXtensible Markup Language) adalah sekumpulan aturan-aturan yang mendefinisikan suatu sintaks yang digunakan untuk menjelaskan, dan mendeskripsikan teks atau data dalam sebuah dokumen melalui penggunaan tag. XML merupakan sebuah bahasa markup yang digunakan untuk mengolah metadata (informasi tentang data) yang menggambarkan struktur dan maksud/ tujuan data yang terdapat dalam dokumen XML, namun bukan menggambarkan format tampilan data tersebut. XML juga dapat digunakan untuk mendefinisikan domain tertentu lainnya, seperti musik, matematika, keuangan dan lain-lain yang menggunakan bahasa markup terstruktur [10].

Google Map Service adalah sebuah jasa peta global virtual gratis dan online yang disediakan oleh perusahaan Google. Google Maps yang dapat ditemukan di alamat http://maps.google.com.Google Maps menawarkan peta yang dapat diseret dan gambar satelit untuk seluruh dunia. Google Maps juga menawarkan pencarian suatu tempat dan rute perjalanan [11]. Google Maps API adalah sebuah layanan (service) yang diberikan oleh Google kepada para pengguna untuk memanfaatkan Google Map dalam mengembangkan aplikasi. Google Maps API menyediakan beberapa fitur untuk memanipulasi peta, dan menambah konten melalui berbagai jenis services yang dimiliki, serta mengijinkan kepada pengguna untuk membangun aplikasi enterprise di dalam websitenya.

3. Metode dan Perancangan Sistem

Metode penelitian yang dilakukan dalam merancang aplikasi menggunakan 4 tahapan penelitian yaitu: 1) Identifikasi Masalah. 2) Perancangan Sistem. 3) Pembuatan Aplikasi. 4) Implementasi dan Pengujian Sistem serta Analisis Hasil Pengujian. Tahapan-tahapan yang dilakukan dalam metode penelitian ini dapat ditunjukkan pada Gambar 5.

14

Tahapan penelitian pada Gambar 4 dapat dijelaskan sebagai berikut: 1) Tahap pertama merupakan tahapan dimana peneliti melakukan identifikasi masalah pada penelitian yang akan dilakukan, selain itu pada tahap ini peneliti akan mencari tahu kebutuhan client (informasi pola tanam efektif) yang akan digunakan dalam tahapan perancangan sistem dan aplikasi yang akan dibangun. Pengumpulan data dalam penelitian ini dilakukan dengan menggunakan teknik wawancara. 2) Tahap kedua: Perancangan Sistem, perancangan sistem dilakukan menggunakan diagram Unified Modelling Language (UML). Perancangan sistem berupa diagram meliputi: use case diagram, class diagram. Selain perancangan sistem juga dilakukan perancangan user interface serta teknologi-teknologi apa saja yang akan digunakan dalam pembangunan aplikasi. 3) Tahap ketiga: Pembuatan Aplikasi, pada tahap ini dilakukan pembuatan aplikasi sesuai dengan perancangan sistem yang telah dibuat. Pembuatan aplikasi berbasis mobile dibuat dengan menggunakan bahasa pemrograman java, framework data chart, data berupa file XML, Google Maps API, dan penentuan pola tanam menggunakan logika fuzzy. 4) Tahap keempat: Implementasi dan Pengujian Sistem serta Analisis Hasil Pengujian, pada tahap ini dilakukan pengimplementasian aplikasi yang telah selesai dibuat pada mobile telah sesuai dengan perancangan yang dilakukan dan apakah output yang dihasilkan sesuai dengan pola tanam di setiap kecamatan Kabupaten Boyolali. Setelah tahapan pengimplementasian selesai, maka akan dilakukan pengujian pada sistem dan juga aplikasi yang telah dibangun. Hal ini dilakukan untuk mengetahui apakah aplikasi yang telah dibangun sudah sesuai dengan rancangan yang telah dibuat, jika belum sesuai maka dilakukan pembenahan pada bagian yang belum memenuhi kriteria perancangan baik sistem maupun aplikasi.

Pada tahap perancangan sistem menggunakan UML (Unified Modeling Language) yang berfungsi untuk menggambarkan prosedur dan proses kerja dari aplikasi. Use case diagram adalah gambaran graphical dari beberapa atau semua aktor, use case, dan interaksi diantara komponen-komponen tersebut yang memperkenalkan suatu sistem yang akan dibangun [12]. Use case diagram pada aplikasi ini terdapat 2 aktor utama yaitu admin dan user. Use case diagram user dapat dilihat pada Gambar 5.

Gambar 5 Use Case Diagram Aplikasi Mobile

Selain use case diagram kali ini juga akan dibahas flowchart yang telah dibangun untuk menggambarkan langkah-langkah yang dilakukan, dalam

1. Lihat Data Informasi Pola Tanam

2. Lihat Data Informasi Pranata Mangsa Lama ...

3. Lihat Data Informasi Gejala Alam 4. Update Data _user

15

membangun aplikasi mobile model pranata mangsa baru. Flowchart yang dibangun dapat dilihat pada Gambar 6. Pada saat aplikasi dijalankan, maka akan muncul menu utama. Pada menu utama ini terdapat beberapa pilihan sub-menu, yang jenisnya terbagi menjadi 4 macam, yaitu informasi pranata mangsa lama dan baru, informasi pola tanam Kabupaten Boyolali, Informasi gejala alam pranata mangsa baru, dan update data.

User akan melakukan aksi onclick pada pilihan menu yang ada. Jika user memilih menu informasi pranata mangsa lama dan baru, maka aplikasi akan mengambil data curah hujan dari file data curah hujan yang tersimpan di mobile berupa file.xml, lalu memanggil framework data chart API untuk menampilkan nilai berupa grafik. Jika user memilih menu informasi pola tanam pranata mangsa baru, maka aplikasi akan menampilkan sub – menu berupa form pilih tanggal lalu memanggil Google Maps API untuk menampilkan marker peta wilayah Kabupaten Boyolali. User akan melakukan aksi onclick pada marker nama kecamatan untuk menampilkan informasi pola tanam, saat menampilkan informasi pola tanam aplikasi akan mengambil data curah hujan dari file data curah hujan yang tersimpan di mobile berupa file.xml.

MULAI

Menampilkan menu utama

Menerima aksi “on click” dari user

Apakah ingin melihat informasi pranata mangsa

lama dan baru

Membaca data dari Boyolali.xml berdasarkan kecamatan

Menampilkan informasi pranata mangsa lama dan baru berdasarkan kecamatan

Apakah ingin kembali ke menu utama? Apakah ingin melihat informasi pola

tanam model pranata mangsa baru pada peta

Apakah ingin melihat informasi gejala alam Kabupaten Boyolali

Menampilkan Form pilih tanggal

Menampilkan peta wilayah Kabupaten dan informasi pola tanam sesuai tanggal Apakah ingin kembali ke

menu utama?

Apakah ingin kembali ke form pilih tanggal Membaca data dari Boyolali.xml berdasarkan mangsa Menampilkan informasi gejala alam sesuai mangsa

Membaca data dari Boyolali.xml dan Google

Maps API berdasarkan tanggal

Menampilkan peta wilayah Kabupaten dan informasi pola tanam sesuai tanggal

Apakah ingin kembali ke menu utama? SELESAI Tidak Tidak Ya Ya Tidak Tidak Ya Ya Membaca data dari

Boyolali.xml dan Google Maps API berdasarkan tanggal

Gambar 6 Flowchart Aplikasi Model Pranata Mangsa Baru

Class diagram menggambarkan struktur dan deskripsi class, package dan objek beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi dan lain-lain pada sebuah aplikasi yang akan dibangun[13].

16

Gambar 7 Class Diagram

Gambar 7 merupakan class diagram dari aplikasi Model Pranata Mangsa Barus berbasis Agroklimatologi. Class diagram terdiri dari model, view dan controller. Model adalah penghubung antara fungsi dengan database. View adalah tampilan/user interface dari aplikasi. Controller adalah penggerak yang berfungsi menerima perintah dari view lalu meneruskan ke model. Pada class diagram sistem informasi pola tanam terdapat 3 class yaitu class view yang berupa user interface aplikasi, class controller berupa semua fungsi yang terdapat pada sistem informasi pola tanam dan class model berupa record data yang digunakan dalam sistem informasi pola tanam. Arsitektur sistem pada aplikasi ini dapat dilihat pada Gambar 8.

17

Pada Gambar 8 Aplikasi mobile diimplementasikan ke Android Platform dan ditujukan untuk digunakan oleh user, aplikasi mobile pranata mangsa baru terdapat logika fuzzy untuk perhitungan dasarian, data curh hujan berupa file.xml yang tersimpan pada device mobile dan Google Maps API untuk menampilkan peta wilayah Kabupaten Boyolali yang tersimpan pada cache sehingga tidak memerlukan koneksi internet.

4. Perancangan Algoritma dangan Logika Fuzzy

Algoritma yang digunakan dalam sistem ini adalah logika fuzzy. Logika fuzzy digunakan untuk menentukan perhitungan dasarian dari suatu wilayah kecamatan di Kabupaten Boyolali. Indikator atau komponen yang digunakan adalah curah hujan.

Fungsi Keanggotaan Dasarian Domain himpunan fuzzy : Bukan dasarian nilai curah hujan < 50 mm dan Dasarian nilai curah hujan 50. Kurva untuk fungsi keanggotaan Dasarian dalam menentukan pola tanam model pranata mangsa baru ditunjukkan pada Gambar 9.

Gambar 9 Kurva Fungsi Keanggotaan Dasarian

Fungsi keanggotaan untuk Dasarian dengan Bukan Dasarian dan Dasarian, masing-masing ditunjukkan pada Persamaan 1 dan Persamaan 2.

5. Pembahasan

Berdasarkan rancangan yang telah dipaparkan, dikembangkan sebuah prototype aplikasi model pranata mangsa baru berbasis mobile, aplikasi mobile mengakses informasi berupa perhitungan dasarian untuk menentukan pola tanam efektif pada model pranata mangsa baru.

0 0,5 1 25 50 75 BUKAN DASARIAN DASARIAN (1) (2)

18

Form utama pada aplikasi model pranata mangsa baru berbasis mobile ini berisi menu pilihan yang terdiri dari menu Lihat info Grafik, Pranata Mangsa, Informasi Gejala Alam, Update Data, dan Informasi Aplikasi, seperti yang ditunjukkan pada Gambar 10.

Gambar 10 Form Utama Pada Aplikasi

Form Pranata Mangsa berisi sebuah form pilih tanggal dan bulan untuk menentukan informasi pranata mangsa yang akan ditampilkan pada peta yang menunjukan beberapa lokasi setiap kecamatan Kabupaten Boyolali. Peta yang ditampilkan pada aplikasi mobile ini diakses menggunakan implementasi dari teknologi Google Maps API.

Gambar 11 Informasi Pola Tanam Pada Peta (kanan) Kode Program 1 Kode untuk Memanggil Data dalam file XML

1. private void parseXML(String namaKecamatan) {

2. String parsedData = ""; 3. try {

4. SAXParserFactory spf = SAXParserFactory.newInstance(); 5. SAXParser sp = spf.newSAXParser();

6. XMLReader xr = sp.getXMLReader();

7. ItemXMLHandler myXMLHandler = new ItemXMLHandler(); 8. xr.setContentHandler(myXMLHandler);

9. xr.parse(new InputSource(getAssets().open("Boyolali.xml"))); 10.ArrayList<DataBoyolali> itemsList = myXMLHandler.getItemsList();

19

Data diambil dari setiap kecamatan Kabupaten Boyolali dalam Angka dari tahun 2004 – 2014. Dengan kriteria (gejala) yaitu : curah hujan , rata – rata curah hujan per 10 tahun pada setiap mangsa kecamatan Kabupaten Boyolali akan dipanggil dari file XML pada kode program 1.

Dalam penelitian ini terdapat 3 pola tanam yaitu pola tanam padi, palawija dan olah tanam. dan terdapat 19 alternatif tempat untuk menentukan pola tanam tanaman pangan, yaitu Kecamatan Selo, KecamatanAmpel, Kecamatan Cepogo, Kecamatan Musuk, Kecamatan Boyolali, Kecamatan Mojosongo, Kecamatan Teras, Kecamatan Sawit, Kecamatan Banyudono, Kecamatan Sambi, Kecamatan Ngemplak, Kecamatan Nogosari, Kecamatan Simo, Kecamatan Karanggede, Kecamatan Klego, Kecamatan Andong, Kecamatan Kemusu, Kecamatan Wonosegoro, Kecamatan Juwangi. Fungsi dari logika fuzzy dalam Model Pranata Mangsa Baru berbasis Agroklimatologi menentukan pola tanam efektif dengan menrubah nilai rata – rata curah hujan per 10 tahun pada setiap mangsa menjadi nilai keanggotaan sehingga dapat ditarik keputusan dengan menggunakan kurva derajat keanggotaan untuk menentukan apakah nilai ( rata – rata curah hujan ) setiap mangsa termasuk dasarian atau bukan dasarian. Hasil dari perhitungan derajat keanggotaan akan menetukan dasarian dimana dasarian setiap mangsa 1 – 12 akan menentukan pola tanam setiap kecamatan Kabupaten Boyolali. Contoh perintah untuk menetukan dasarian ditunjukkan pada Kode Program 2.

Kode Program 2 Kode untuk Cek Dasarian

for (int i = 1; i < listMangsa.size(); i++) {

if (DKBukanDasa(listMangsa.get(i)) > DKDasa(listMangsa.get(i))) {

hasil = false;

} else if (DKBukanDasa(listMangsa.get(i)) < DKDasa(listMangsa .get(i))) {

hasil = true;

} else if (DKBukanDasa(listMangsa.get(i)) == DKDasa(listMangsa .get(i))) { hasil = true; } else { hasil = false; } listDasarian.add(hasil); } return listDasarian; }

private Double DKBukanDasa(Double nilaiMangsa) { if (nilaiMangsa <= 25) {

return 1.0;

} else if (nilaiMangsa >= 25 && nilaiMangsa <= 75) {

return (75 - nilaiMangsa) / 50;

} else {

return 0.0;

} }

private Double DKDasa(Double nilaiMangsa) { if (nilaiMangsa <= 25) {

return 0.0;

} else if (nilaiMangsa >= 25 && nilaiMangsa <= 75) {

return (nilaiMangsa - 25) / 50;

} else {

return 1.0;

20

Dalam menentukan pola tanam dan pergantian musim dapat dilihat pada Tabel 1. Musim hujan dimulai curah hujan pada hari teretentu telah mencapai antara 200 – 350 mm, awal musim hujan dapat kita lihat dari curah hujan harian sebesar 50 mm selama 10 hari berturut – turut yan kemudian diikuti dengan curah hujan diatas 50mm pada 10 hari berikutnya, pada saat ini petani dianjurkan untuk menanam padi.

Tabel 1 Analisa Curah Hujan Dalam Menentukan Pola Tanam dan Kalender Tanam Kecamatan

Ngemplak

Kecamatan Ngemplak

Bulan Jul Aug Sep Oct Nov Dec Jan Feb Mar Apr May Jun CH Bulanan Rataan (Pranata Mangsa Baru, 2000 - 2009) 33 4 20 109 222 362 346 400 289 262 138 45 Tanama n Palawi ja Palawi ja Palawi

ja Padi Padi Padi Padi Padi Padi

Pekerja an Usahata ni Olah Tanah dan Semai Tanam Padi Olah Tana h dan Sem ai Tana m Padi Olah Tana h Besarny a CH untuk tanama n 693 951 221

Selain menampilkan peta, salah satu menu utama lainnya form Informasi grafik mangsa baru dan lama. Form grafik ini berisi data mangsa baru dan mangsa lama. Data tersebut ditampilkan setelah user melakukan klik pada lihat data grafik yang ditunjukkan pada Gambar 12.

Gambar 12 Form Informasi Grafik Mangsa Baru dan Lama

Sistem yang dibangun menggunakan teknologi mobile akan memberikan kemudahan bagi PPL Dinas Pertanian Kabupaten Boyolali dalam mengakses sebuah informasi. Output yang dihasilkan dari aplikai mobile pranata mangsa baru

21

dengan menerapkan metode logika fuzzy memberikan informasi pola tanam yang lebih efektif dan mencukupi kebutuhan PPL berupa informasi pola tanam yang sebelumnya sudah ada pada website Dinas Pertanian dan Perkebunan Kabupaten Boyolali.

Gambar 13 Informasi Grafik Mangsa Baru dan Lama Website Dinas Pertanian Kabupaten

Boyolali

Gambar 13 menunjukan hasil output informasi grafik mangsa baru dan lama pada website Dinas Pertanian Kabupaten Boyolali. Pada informasi n grafik terdapat dua nilai curah hujan berdasarkan pranata mangsa lama oleh sukardi tahun 1979 – 1989 dan pranata mangsa baru tahun 2001 -2010. Output yang dihasilkan dari aplikasi mobile model pranata mangsa baru pada Gambar 12 menujukan persamaan hasil nilai curah hujan pada kecamatan Boyolali. Selain informasi grafik mangsa terdapat kesamaan output yang dihasilkan oleh kedua sistem tersebut yaitu informasi pola tanam pada Gambar 11 dan Gambar 14. Gambar 10 adalah output yang dihasilkan dari aplikasi mobile pranata mangsa baru berupa informasi pola tanam yang ada di kecamatan ampel yaitu pada mangsa 5 merupakan dasarian dan tanaman pangan yang ditanam adalah padi. Output yang dihasilkan website Dinas Pertanian Kabupaten Boyolali menujukan informasi pola tanam pada mangsa 5 di kecamatan ampel berwarna hijau yang menandakan tanaman pangan yang ditanam adalah padi, dapat dilihat pada Gambar 14.

Gambar 14 Form Informasi Pola Tanam Kabupaten Boyolali (kiri) dan Tabel Dasarian

22

Persamaan output yang dihasilkan dari kedua sistem informasi pola tanam di Kabupaten Boyolali, aplikasi mobile model pranata mangsa baru digunakan sebagai acuan PPL (Petugas Penyuluh Lapangan) dalam memberikan penyuluhan pola tanam kepada petani saat berada dilapangan dan menggantikan sistem informasi berupa website Dinas Pertanian Kabupaten Boyolali sudah 4 tahun digunakan sebagai acuan pola tanam.

Pengujian sistem berguna untuk melihat sejauh mana aplikasi ini dapat berjalan dan menemukan kesalahan yang mungkin terjadi pada aplikasi. Pengujian aplikasi mobile Model Pranata Mangsa Baru berbasis Agroklimatologi dilakukan dengan menggunakan dua teknik pengujian yaitu:

Pengujian alpha merupakan pengujian program yang dilakukan oleh pembuat aplikasi ataupun orang-orang yang terlibat di dalamnya. Pengujian yang dilakukan meliputi pengujian apakah aplikasi dapat dijalankan pada perangkat mobile, apakah aplikasi dapat mengakses Google Maps API untuk menampilkan marker yang trsimpan didalam chace, sehingga pada penggunaan Google Maps API tidak memerlukan pemanggilan ke Google Maps Service, dan apakah aplikasi dapat menampilkan informasi pola tanam pada peta, informasi pranata mangsa lama dan baru, informasi gejala alam. Tabel 2 merupakan hasil uji coba aplikasi yang digunakan oleh user.

Tabel 2 Hasil Pengujian Aplikasi Mobile Fungsi yang

diuji Kondisi

Output yang

diharapkan _{dihasilkan sistem} Output yang

Status Pengujian Menampilkan form pilih tanggal Pilih menu pranata mangsa Sukses menampilkan pilihan tanggal Sukses menampilkan pilihan tanggal Sesuai Menampilkan info dasarian dan pola tanam pada peta Pilih tanggal dan nama kecamatan pada peta Sukses menampilkan info dasarian dan pola tanam berdasar tanggal pada peta

Sukses menampilkan info dasarian dan pola tanam berdasar tanggal pada peta

Sesuai Menampilkan grafik Pilih nama kecamatan Sukses menampilkan data berupa grafik Sukses menampilkan data berupa grafik

Sesuai

Menampilkan info gejala alam

Pilih mangsa Sukses menampilkan deskripsi gejala alam sesuai mangsa

Sukses menampilkan deskripsi gejala alam sesuai mangsa

Sesuai

update data Import data dengan format file.xml Sukses memperbaruhi data tahun terbaru Sukses memperbaruhi data tahun terbaru

Sesuai

Berdasarkan pengujian yang dilakukan pada aplikasi mobile dapat dilihat status pengujian dari setiap fungsi valid, maka disimpulkan bahwa aplikasi ini berjalan dengan baik dan sesuai yang diharapkan.

Pengujian beta dilakukan oleh pengguna aplikasi. Tujuan dilakukannya pengujian ini adalah untuk mengetahui apakah aplikasi ini sudah membantu dalam memberikan informasi kepada pengguna serta mendukung sebagai media promosi

23

atau tidak. Pengujian dilakukan dengan membagikan kuesioner kepada tiga puluh orang responden yang dipilih secara acak. Kuesioner memiliki sepuluh pernyataan dalam skala Likert dengan lima skala yaitu Sangat Setuju (SS), Setuju (S), Netral (N), Tidak Setuju (TS), dan Sangat Tidak Setuju (STS). Dari hasil perhitungan skala Likert, dapat diperoleh kesimpulan bahwa aplikasi mobile Pranata Mangsa Baru berbasis Agroklimatologi Kabupaten Boyolali pada platform Android dapat digunakan untuk membantu para pengguna untuk mempersiapkan rencana pola tanam dengan lebih efektif baik. Tampilan pada aplikasi dinilai baik oleh para pengguna aplikasi. Begitu pula dengan informasi yang diberikan oleh aplikasi mobile Model Pranata Mangsa Baru berbasis Agroklimatologi ini. Hasil perhitungan menggunakan skala Likert dapat dilihat pada Tabel 3.

Tabel 3 Hasil Perhitungan Skala Likert

No Pernyataan SS S N TS STS HASIL

USER INTERFACE

1 Apakah tampilan pada aplikasi sudah baik

22 5 3 0 0 92,67

2 Apakah menu dan submenu pada aplikasi sudah sesuai

8 20 2 0 0 84,00

KONTEN

1 informasi pranata mangsa baru yang disajikan mudah dipahami

10 19 1 0 0 86,00

2 Informasi pranata mangsa baru dan lama dalam chart mudah dipahami

13 8 9 0 0 82,67

3 Informasi yang tercantum pada Peta dapat membantu dalam memahami pola tanam setiap kecamatan

13 10 7 0 0 84,00

FUNGSIONALITAS

1 Respon aplikasi sudah baik (membuka grafik, menampilkan informasi pada peta, dan informasi gejala alam)

10 13 7 0 0 82,00

2 Apakah respon aplikasi sudah baik

14 12 4 0 0 86,67

3 Aplikasi ini dapat digunakan untuk memberikan acuan pola tanam yang efektif

21 9 0 0 0 94,00

6. Simpulan

Berdasarkan pembahasan di atas, maka dapat disimpulkan bahwa 1) Kurangnya ketersediaan perangkat PC dan jaringan internet di beberapa kecamatan Kabupaten Boyolali membuat PPL kesulitan dalam mengakses sebuah website yang menyediakan informasi mengenai pola tanam saat berada dilapangan. Aplikasi Mobile Model Pranata Mangsa Baru, memberikan kemudahan karena pengguna hanya perlu membuka aplikasi Model Pranata Mangsa Baru melalui mobile phone, dengan memanfaatkan penyimpanan data curah hujan pada device mobile berupa file.xml, aplikasi ini dapat diakses saat

24

PPL berada dilapangan. 2) Output yang dihasilkan aplikasi mobile model pranata mangsa baru tidak berbeda jauh dengan hasil model pranata mangsa sebelumnya yang sudah diterapkan dan menjadi acuan oleh Dinas Pertanian Kabupaten Boyolali dalam menentukan pola tanam, sehingga aplikasi mobile model pranata mangsa baru bisa menjadi acuan pola tanam oleh Dinas Pertanian Kabupaten Boyolali. 3) Banyaknya jumlah data curah hujan di seluruh Kecamatan Kabupaten Boyolali memungkinkan terjadinya ketidakjelasan atau kekaburan informasi yang bersifat subjektif. Dengan penerapan logika fuzzy, informasi yang dihasilkan lebih akurat untuk menentukan pola tanam dan menentukan perpindahan musim karena logika fuzzy mengenal derajat.

Pengembangan yang dapat dilakukan pada penelitian ini di kemudian hari adalah membaca update data beru berupa file excel, saat ini aplikasi hanya membaca update data berupa file XML dan menambahkan beberapa desain user interface agar lebih menarik dalam penyampaian informasi pola tanam.

7. Pustaka

[1] Effendy Sobri, 2001, Urgensi Prediksi Cuaca dan Iklim di Bursa Komoditas Unggulan Pertanian, Program Pasca Sarjana / S-3, Institut Pertanian Bogor, Bogor.

[2] Bistok H. Simanjuntak, Sri Yulianto J.P. dan Kristoko Dwi H. 2010. Penyusunan Model Pranata Mangsa Baru berbasis Agroklimatologi dengan menggunakan teknologi Learning Vector Quantization (LQV) untuk perencanaan pola tanam efektif, Laporan Akhir Hibah Bersaing Tahun ke 1. Salatiga: Universitas Kristen Satya Wacana, hlm. 8

[3] Kharas, Homi. 2010. The Emerging Middle Class in Developing Countries. Washington: Brookings Institution.

[4] Kusumadewi, Sri, Sri Hartati, Agus Harjoko, dkk., 2006,Fuzzy Multi-Attribute Decission Making (Fuzzy MADM), Yogyakarta: Graha Ilmu. [5] Wisnu Irawan, Arista, 2012, Perencanaan Kalender Tanam Berdasarkan

Modifikasi Pranata Mangsa dan Klimatologi Menggunakan Metode Prediksi Exponential Smoothing, Fakultas Teknik Informatika Universitas Kristen Satya Wacana Salatiga, Salatiga.

[6] Wiriadiwangsa Dedik, 2005, Pranata Mangsa masih penting untuk pertanian, Tabloid Sinar Tani,Edisi 9 – 15 Maret, Jakarta

[7] Irawan B.,2006, Fenomena Anomali Iklim El Nino La Nina : Kecenderungan Jangka Panjang dan Pengaruhnya Terhadap Produksi Pangan, Pusat Analisis Sosial Ekonomi dan Kebijakan Pertanian, Bogor.

[8] Simanjuntak, Bistok,2009,Penyusunan Indikator dan Pemetaan Rawan Pangan Kabupaten Semarang Tahun 2009, Semarang: Bappeda Kab. Semarang

[9] Gargenta, Marko dan Nakamura, Masumi. 2014. Learning Android, Edisi 2. California: O’Reilly Media.

[10] Tittel, E., & Dykes, L. XML for Dummies (4th ed.). Indianapolis: Wiley Publishing, Inc, 2005.

[11] http://support.google.com/maps/bin/answer.py?hl=en&topic=1687350, Senin, 18 Juni 2012, perfertian Google Maps.

25

[12] Christine. 2014. Mengenal Use Case Diagram.

http://www.academia.edu/5295802/Mengenal_Use_Case_Diagram, diakses tanggal 27 Mei 2014.

[13] Joko. 2012. Fungsi Dan Pengertian UML.

http://www.academia.edu/4887559/Fungsi_Dan_Pengertian_UML, diakses tanggal 27 Mei 2014.