(1) model konservasi sumberdaya air berbasis metoda

7/24/2019 (1) Model Konservasi Sumberdaya Air Berbasis Metoda

http://slidepdf.com/reader/full/1-model-konservasi-sumberdaya-air-berbasis-metoda 1/22

MODEL KONSERVASI SUMBERDAYA AIR BERBASISMETODA

RUNTUN WAKTU MULTIVARIAT DAN LOGIKA SAMAR

MENGGUNAKAN DATA KLIMATOLOGI DAN HIDROLOGI

Oleh :

Adi Nugroho

A B S T R A K

Ketersediaan air (konservasi air) merupakan hal yang sangat vital bagi

kegiatan pertanian dan/atau perkebunan. Dalam penelitian yangdilakukan, ketersediaan air di area penelitian diprediksi menggunakanmetoda runtun waktu multivariat (multivariate time series) denganmemanfaatkan data urah hu!an, kelembaban, serta temperatur."ementara itu, klasi#kasi wilayah menurut World Agroforesr! "e#er$I"RA%& untuk kegiatan pertanian dan/atau perkebunan dilakukanmenggunakan metoda logika samar (fuzzy logic) dengan memanfaatkandata isohyetal (peta kontur yang menggambarkan nilai urah hu!an yangsama) yang didapatkan dari pengolahan data menggunakan metodaruntun waktu multivariat, dengan data tambahannya berupa datatopogra# (kemiringan lereng), data kerapatan sungai/irigasi, serta data

!enis tanah (porositas dan permeabilitasnya). Dalam hal ini, hasilakhirnya adalah model konservasi air berbasis runtun waktu multivariatdan logika samar serta peta klasi#kasi wilayah yang menun!ukkanwilayah yang sangat layak untuk kegiatan pertanian dan/atauperkebunan hingga yang sama sekali tidak layak untuk kegiatan$kegiatan itu.

K'' Ku#(i) Konservasi Air, Runtun Waktu Multivariat, Logika Samar .

I* +ENDAHULUAN

%ertumbuhan pendudukyang sangat epat sertapenggunaan teknologi searaintensif di Kabupaten "emarangmengakibatkan area$areapertanian dan/atau perkebunan

tertentu mengalami kelangkaan

air. "elain itu, mana!emenkonservasi yang berkaitandengan wilayah tertentu harusditanami tanaman tertentu !ugalemah (misalnya penanamankomoditi pertanian tertentu yangmemerlukan air dalam !umlah

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 2



banyak, misalnya padi, seringkalidilakukan pada area tertentuyang !umlah airnya tidak sesuaisehingga sesungguhnya areayang bersangkutan lebih ook

ditanami tanaman lain, misalnyaketela pohon atau !agung)(3idianto, 4556). kibatnya,sering ter!adi kelangkaan airyang berkaitan dengankomoditas tanaman pertaniandan/atau perkebunan tertentu.Dengan demikian, tu!uandilakukannya penelitian iniadalah untuk memetakanwilayah$wilayah tertentu dengan

keukupan air menurut klasi#kasiyang disarankan oleh WorldAgroforesr! "e#er $I"RA%&sedemikian rupa sehinggapertanian dan/atau perkebunandapat dilakukan dengan hasilyang bersifat optimal.

-ndonesia merupakannegara yang berada di daerahtropis dan memiliki urah hu!an

yang ukup tinggi karenakepulauannya dikelilingi oleh

lautan yang sangat luas,berangin, memiliki temperaturharian yang ukup tinggi, sertamemiliki kelembaban udara yangukup tinggi

(http://www.bmkg.go.id). "aatini, ada sekitar 75,8 !uta hektarwilayah pertanian dan/atauperkebunan di -ndonesia(http://indonesia.go.id/en/potential/natural$resoures) yangsebagian besar mengandalkanketersediaan airnya pada urahhu!an. &eski demikian, meskiurah hu!annya ukup tinggi,tidak semua wilayah bisa

ditanami dengan komoditas yangmemerlukan air dalam !umlahyang sangat banyak (misalnyapadi) karena tiap wilayahmemiliki faktor$faktor hidrologiyang berbeda. Dalam penelitianyang dilakukan, faktor$faktorhidrologi ini terermin dalamindeks kerapatan sungai, !enistanah (porositas danpermeabilitasnya), serta

kemiringan lereng yang berbeda.

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 4

http://indonesia.go.id/en/potential/natural-resources






G',-'r .

+e' D'er'h +e#elii'#

Kabupaten "emarang di =awa 9engah di -ndonesia (areapenelitian) yang memiliki 45keamatan dan 467 desa terletakdi pulau =awa seara geogra#sberada di -ndonesia bagianbarat. rea penelitian beradapada posisi geogra#s 8>, ? @ A>,25? intang "elatan (") dan225>, 67? $ 225>, 6? u!ur 9imur(9) dengan luas wilayahmenapai 6A.688.B6B hektaratau sekitar 6A6,A km4

(http://www.semarangkab.go.id/utama/selayang$pandang/kondisi$umum/geogra#$topogra#.html.)Kegiatan pertanian/perkebunandi wilayah ini terutama adalahpenanaman padi (sawah tadah

hu!an) dan beberapa komoditipertanian lainnya, seperti ketelapohon, ubi !alar,

!agung, dan sebagainya. "earaumum, urah hu!an di wilayahpenelitian mengikuti pola 4musim, yaitu musimpanas/kemarau (pril @"eptember) dan musim hu!an(Oktober @ &aret)(http://www.bmkg.go.id). %olamusim ini akan sangat

mempengaruhi pola tanam diarea penelitian.

%enelitian yang dilakukanpertama kali akan menobamelakukan prediksi urah hu!anmusiman (musim kemarau dan

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 6

http://www.semarangkab.go.id/utama/selayang-pandang/kondisi-umum/geografi-topografi.html








musim hu!an) dalam 2 tahun kedepan berdasarkan data urahhu!an bulanan yang diambilsepan!ang rentang waktu 27tahun sebelumnya (4552$4527).

%rediksi urah hu!an dilakukanmenggunakan

metoda runtun waktu multivariat(multivariate time series), ataulebih khusus lagi: VAR $Vector Autoregressive&. Kemudian,demi akurasi pengambilankeputusan, prediksi urah hu!andigambarkan dalam bentuk petakontur isohyet. "etelah itu, petakontur isohyet yang dihasilkanakan dikombinasikan (di$overlay-kan) dengan prinsip metodalogika samar (fuzzy logic) denganpeta kerapatan sungai, peta !enistanah (untuk pendekatan nilai$nilai porositas danpermeabilitasnya), serta petakemiringan lereng, untukmendapatkan wilayah$wilayahdengan ketersediaan air yangukup pada tanahnya sesuaiklasi#kasi yang disarankan olehWorld Agroforesr! "e#er$I"RA%&*

II* TIN/AUAN +USTAKA

eberapa penelitian

menggunakan metoda statistikruntun waktu multivariat telahbanyak dilakukan terutamauntuk kasus$kasus yangberkaitan dengan ilmu$ilmusosial, misalnya untuk peramalansaham -ndofood di -ndonesia

(&aruddani, 455B) danperamalan -ndeks ;arga "ahamCabungan (-;"C) di -ndonesiadalam hubungannya denganperubahan nilai kurs serta

perubahan harga minyak dunia(Okky, 4524). &eski demikian,pendekatan ini relatif !arangdilakukan untuk kasus$kasusyang berkaitan dengan sistem$sistem natural/alamiah. Dengandemikian, kontribusi penelitiankami adalah pada digunakannyametoda

statistik runtun waktu multivariatini untuk sistem natural/alamiah(prediksi urah hu!an yangmenggunakan data urah hu!anitu sendiri di masa yang lampaubeserta dengan datakelembaban serta temperatur).

;al yang serupa !ugater!adi dengan metoda logika

samar (fuzzy logic) yang kamigunakan untuk melakukanklasi#kasi wilayah konservasi airmenurut World Agroforesr!"e#er $I"RA%&* eberapapenelitian lain seperti =inturkar(4525), 9sai (4522), hang(4522), "afavi (4522),menggunakan metoda logikasamar dengan pendekatan yangerat sekali dengan ilmu

komputer, sementara penelitianyang kami lakukan bersifatsangat multidisipliner, dengantabel$tabel inferensi/aturan$aturan fuzzy yang sangat dekatdengan ilmu hidrologi. Dengan

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 7



demikian, penelitian yang kamilakukan !auh lebih dekat denganilmu hidrologi dibandingkandengan penelitian$penelitianyang telah disebutkan di atas.

-nilah kontribusi utama penelitianyang kami lakukan.

III* METODOLOGI

Data yang digunakanuntuk peramalan urah hu!anadalah data runtun waktu urahhu!an, kelembaban, sertatemperatur, selama 27 tahun(4552$4527). Dalam penelitianyang dilakukan, sesuai dengankarakteristik runtun waktunyayang masing$masing bersifatstasioner dan memiliki beberapa !enis data yang berbeda (urahhu!an, kelembaban, sertatemperatur), kamimenggunakan metoda +*(Vector Autoregressive), yangpada dasarnya merupakangabungan dari beberapa metoda* ( Autoregressive) (utkepohl,455). "ementara itu, klasi#kasiwilayah konservasi air menurutWorld Agroforesr! "e#er$I"RA%& menggunakan metodalogika samar (fuzzy logic)nantinya akan dilakukanmenggunakan 7 parameter yangberbeda yaitu: data prediksiurah hu!an (yang digambarkandalam bentuk peta isohyet ), peta !enis tanah (yang akanmenentukan porositas danpermeabilitasnya), petakerapatan sungai/irigasinya,serta peta kemiringan lerengnya.ntuk mengetahui akurasi

penelitian, hasil akhir klasi#kasiwilayah konservasi air akan diu!imenggunakan data produksipertanian dan/atau perkebunanyang nyata di Kabupaten

"emarang. =ika hasilnya ukupakurat, diharapkan model danmetoda yang dihasilkan dapatdigunakan di wilayah$wilayah laindi -ndonesia ini sebagai basispengambilan keputusan olehpihak$pihak yang terkait(misalnya Departemen%ertanian).

0*. L'#g1'h2l'#g1'h D'l',+e#er'3'# Model VAR

Dalam penerapan model +*untuk peramalan urah hu!an diKabupaten "emarang, pada datadari stasiun pengukuran yaitu:ringin$"alatiga, ngaran$"emarang, disumarmo$oyolali,"emarang Kota, serta orobudur$&agelang, perlu diterapkanlangkah$langkah sebagai berikut.

2. Karena model +* untukperamalan urah hu!ansesungguhnya adalahkombinasi dari model *yang bersifat stasioneruntuk data urah hu!an,kelembaban, sertatemperatur, maka perludiketahui dengan pastiapakah masing$masing

data urah hu!an,kelembaban, sertatemperatur itu bersifatstasioner. ;al ini dapatdilakukan menggunakan u!iDE ( Augmente !icky

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho )



"uller ) untuk masing$masing data runtun waktutersebut. !i DE inimemiliki persamaanmatematika sebagai

berikut (=oshua, 455AFGowpertwait, 455<).

Δ y t = β0+θ y t −1

+∑i=2

p

Φi Δ y t −1+i+ԑt

4 $.&

Dimana :

• yt adalah nilai runtunwaktu pada waktu ke$t.

• H5 adalah konstanta.

• I adalah konstanta

bernilai ( β1+…+ β p−1−1)yang digunakan untukmenentukan ada$tidaknya akar$akar unit(unit root ) denganhipotesis sebagai berikut.

;5 : I J 5 (data

mengandung akar$akarunit).

;2 : I 5 (data tidakmengandung akar$akarunit).

• Φi adalah koe#sientren pada data runtunwaktu yang nilainyaadalah sebesar

Φi=−∑ j=1

p

β j

• p adalah lag pada prosesautoregresif .

• ε adalah besaran galat(error ) atau sering !uga

disebut sebagai #hitenoise yang diasumsikanberdistribusi normal,mandiri terhadap yt$2 danvarians konstan sebesar

L4 atau sama dengan 5.4. &odel +* memiliki

komponen p (lag) yangmerupakan parameterautoregressive. Dalampenelitian yang dilakukanperlu ditentukan nilai p(lag) ini sehinggadidapatkan model +* (p).%enentuan nilai$nilai p yangoptimal ini dapat dilakukandengan menghitung nilai-G ( Aikake$s %nformation&riterion) yang nilainyaminimum. ilai -G ini padaumumnya dide#nisikanmenggunakan persamaanmatematika sebagaiberikut ("humway, 4522).

AIC =logσ k 2+n+2k

n

1 (4)

Dimana σ k

2=SSE

n

dengan SS' J

yr

yk −¿

¿¿

∑k =1

n

¿

Dengan

• yk adalah nilai observasi.

• yr nilai rata$rata(mean) pada lag ke$k.

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 8



• n merupakan !umlahbanyaknya observasi.

• k !umlah parameterdalam model.

Dalam hal ini, dapatdinyatakan bahwa semakinkeil nilai perhitungan -G,berarti model yang diambiladalah model yang makinbaik ("humway, 4522).

6. "etelah model +* (p)didapatkan, menggunakanmetoda O" ((rinary Least S)uare) kita bisa

menentukan fungsiprediksi urah hu!anberdasarkan data urahhu!an itu sendiri sertaberdasarkan datakelembaban sertatemperatur (&eod, 2<B6F =oshua, 455A).

7. 9erapkan fungsi urahhu!an untuk memprediksi.

. ntuk memperkirakanmodel terbaik serta tingkatgalat (error ) prediksi, kitabisa menerapkanperhitungan &' (Mean A*solute 'rror ) dan/atau&%' (Mean A*solute+ercentage 'rror ). &'merupakan perhitungangalat (error ) ataukesalahan rata$rata mutlak

dengan melihat seberapadekat antar prakiraan dannilai aktual yang searaumum diberikan sebagaiberikut.

MAE=1

n∑t =1

n

|f t − y t |

Dimana f i adalah nilai

prediksi atau ramalan dan y

t sebagai data aktual.

"ementara itu, &%'(Mean A*solute +ercentage'rror ) dapat dihitungmenggunakan persamaanberikut.

MAPE=1

n∑t =1

n

| y t −f t

y t |100

Dimana y t adalah nilaiaktual f t merupakan nilaiprediksi atau ramalan.&odel yang relatif baikakan memiliki nilai &'dan &%' sekeil mungkin(lebih

keil atau sama dengan25M) (=oshua, 455A).

8. ntuk menghubungkanwilayah tertentu denganurah hu!an yang turun diwilayah yangbersangkutan,digambarkan peta isohyet.

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) A



Sise, I#fere#si%u55!61'si Defu55!61'si

B'sis +e#ge'hu'# %u55!

G',-'r 7

Sru1ur Sise, I#fere#si %u55! $Ross8 799:&

0*7 T'h'3'# +e#gol'h'#D'' Me#ggu#'1'# Meod'Logi1' S','r $Fuzzy Logic&

Dalam penelitianyang akan dilakukan kelak,kami akanmengembangkan suatumodel untuk penentuanwilayah$wilayah yangmemiliki ketersediaan airyang ukup untukkegiatan$kegiatanpertanian dan/atauperkebunan menggunakanteori tentang logika samar(fuzzy logic). angkah$langkah untuk melakukanperhitungan$perhitungankesesuaian lahan ituadalah sebagai berikut(*oss, 4557).

2. "uzzication. &engubahnilai$nilai bivalen (cris)men!adi nilai$nilaikeanggotaan fuzzy tertentu. Eungsikeanggotaan yang

dipilih/digunakan untuksemua peubah (varia*le)penelitian adalah kurvasegitiga.

4. %nference. &enetapkanaturan$aturan inferensifuzzy yang digunakan sertayang merupakan inti darisistem pengambilankeputusan menggunakanlogika samar (fuzzy logic).

Dalam hal ini, prosesinferensi (-E 1 9;' 1)untuk metoda logika fuzzy ini dapat dilakukan baikdengan menggunakanmetoda M',d'#i.

6. !euzication. &engubahnilai$nilai fuzzy yangdidapatkan dari langkahsebelumnya men!adi nilai$nilai bivalen (cris)

kembali. &etoda yangdigunakan adalah metodarata$rata (Weight Average Area).

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< B



0*0 Kl'si61'si Me#uruWorld Agroforesr! "e#er$I"RA%&

&enurut klasi#kasiarea pertanian/perkebunan

yang telah dibuat WorldAgroforesr! "e#er$I"RA%& ("ard!ono, dkk.,4556), wilayah penelitian(Kabupaten "emarang,dalam hal ini 467 desayang ada di dalamnya)akan diklasi#kasi men!adiarea$area pertaniandan/atau perkebunansebagai berikut.

• Kel's .) Kelas tanah yangsesuai untuk wilayahkonservasi/kehutanan.

• Kel's 7) Kelas tanah yangsesuai untuk penanamantanaman ampurandengan prinsipwanatani/agroforestri(agroforestry ) (misalnyatanaman buah$buahanyang di sela$selanyaditanami tanaman panganubi$ubian, tanaman kopiyang di sela$selanyaditanami kaang$kaangan,dan sebagainya).

• Kel's 0) Kelas tanah yangsesuai untuk penanamantanaman semusim(misalnya padi, !agung,ketela pohon, kaang$

kaangan, dansebagainya).

• Kel's :) Kelas tanah yang

sesuai untuk penanamanperkebunan (monokultur)(misalnya perkebunan

karet, perkebunan kelapasawit, dan sebagainya).

• Kel's ;) 9anah yang tidaksesuai untuk pertanian danhanya sesuai untuk padang

rumput. %roduksi pertaniansangat rendah akibatfaktor lingkungan danperbaikan kondisi inihampir tidak mungkindilakukan.

0*: +e#gu<i'# H'silKl'si61'si WorldAgroforesr! "e#er $I"RA%&

ntuk melakukan

pengu!ian terhadap modelklasi#kasi menggunakanlogika samar (fuzzy logic)yang telah dikembangkan,hasil penentuan wilayahkonservasi air akandibandingkan dengan datapenggunaan lahan (lanuse) sesungguhnya yangdiperoleh untuk Kabupaten"emarang di =awa 9engah.

Klasi#kasi kesesuaianlahan ini akan dilakukanberdasarkan ru!ukan dariEO ("oo an Agricultural(rganization) yang disusunpada tahun 2<A8(;ard!owigeno, 2<<4). =umlah kelas yangdian!urkan adalahsebanyak 6 (tiga) kelasdalam Ordo ", yaitu: "2,"4, "6 dan 4 (dua) kelasdalam Ordo , yaitu: 2dan 4. %en!elasan searakualitatif dari de#nisiklasi#kasi kesesuaian lahanini disa!ikan dalam uraian

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) <



berikut (;ard!owigeno,2<<4).

Kel's S.* Kelas "2 atau

"angat "esuai (/ighly Suita*le) ( NB5M sesuai)merupakan lahan yangtidak mempunyaipembatas yang beratuntuk penggunaan searalestari atau hanyamempunyai pembatastidak berarti.

Kel's S7* Kelas "4 atau

Gukup "esuai 0Moerately Suita*le) (75M @ B5M

sesuai) merupakan

lahan yang mempunyaipembatas agak beratuntuk mempertahankantingkat pengelolaan yangharus dilakukan.

Kel's S0* Kelas "6 atau

"esuai &arginal (MarginalSuita*le) (45M$ 75Msesuai) merupakan lahan

yang mempunyaipembatas yang sangatberat untukmempertahankan tingkatpengelolaan yang harusdilakukan. %embatas akanmengurangi produktivitasdan keuntungan.

Kel's N* Kelas 2 atau

9idak "esuai "aat -ni(&urrently 1ot Suita*le)

merupakan lahan yangmempunyai pembatas

yang lebih berat, tapimasih mungkin untukdiatasi, hanya tidak dapatdiperbaiki dengan tingkatpengetahuan sekarang ini

dengan biaya yangrasional. "ementara itu,kelas 4 atau 9idak "esuai"elamanya

(+ermanently 1ot Suita*le)

merupakan lahan yangpada dasarnya mempunyaipembatas yang sangatberat, sehingga tidakmungkin digunakan bagisuatu penggunaan yang

lestari.

IV* HASIL DAN+EMBAHASAN

agian ini pertama kaliakan membahas perhitungan$perhitungan data runtun waktuurah hu!an, kelembaban, sertatemperatur, hinggamenghasilkan peta isohyet .

"elan!utnya, peta isohyet yangdihasilkan akan di!adikan asupan(inut ) bagi perhitungan logikasamar (fuzzy logic) yangmelibatkan peta isohyet itusendiri, peta$peta kerapatansungai/irigasi, !enis tanah(porositas dan permeabilitastanah), serta kemiringan lereng,untuk mendapatkan wilayah$wilayah klasi#kasi menurut

aturan World Agroforesr!"e#er $I"RA%&*

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 25



T'-el .

U<i S'sio#'ri's "ur'h Hu<'#8 Kele,-'-'#8 ser' Te,3er'ur

di Ber-'g'i S'siu# +e#gu1ur'#

S'siu#"ur'hHu<'#

AD%"ur'hHu<'#

Hi3oesis

AD%Kele,-'

-'#

Hi3oesis

AD%Te,3er'

ur

Hi3oesis

ngaran"emarang

$B.B55 " $7.88 " $.B28 "

ringin$"alatiga

$6.582A " $6.<5B6 " $6.<76 "

disumarmo oyolali

$4.B7A6 " $6.A7<B " $6.7<B8 "

orobudur&agelang

$6.826 " $6.A7<B " $7.25A8 "

"emarangKota

$6.5BBA " $.5<<8 " $6.7<86 "

Keterangan : " (hipotesis stasioner) sehingga tidak perlu dilakukanproses pembedaan (ierencing).

T'-el 7

T'-el AI" U#u1 Ber-'g'i +erhiu#g'# VAR

S'siu# "ur'hHu<'#

VAR$0&

VAR$:&

VAR$;&

VAR $=& VAR$>&

VAR$?&

ngaran"emarang

6 64 65 4A 67 6A

ringin "alatiga 4 46 45 2A 44 48

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 22



disumarmooyolali

48 47 42 2A 46 4A

orobudur&agelang

4< 4 46 45 46 48

"emarang Kota 4B 47 44 42 46 4

:*. +erhiu#g'# VAR$Vector Autoregressive&

;asil pengu!ian DE yangdilakukan pada data runtunwaktu urah hu!an, kelembaban,serta temperatur (9abel 2)memperlihatkan bahwasemuanya bersifat stasioner,sehingga metoda +* dapatdigunakan seara konsisten.Dalam hal ini, untuk menentukannilai p (lag) yang dapat diterimadan membentuk persamaan +*(p) perlu dilakukan u!imenggunakan metoda -G.%engu!ian -G yangmenghasilkan nilai yang terkeilmenun!ukkan nilai p yang palingoptimal (9abel 4). ilai p yangoptimal ini ditun!ukkan denganbagian yang diarsir. Dalam halini, model +* #nal, yangdidapat melalui prosedurminimalisasi fungsi O" (&eod,2<B6F =oshua 455A), yaitu model

+* (8), dapat direpresentasikanmenggunakan model persamaanmatematika seperti terantumberikut ini.

• ntuk stasiun pengukuranngaran $ "emarang. 02,t J$275,AB878 5.2B444445 02,t$2 $5.5275<<8 02,t$4 $5.5<8B68A 02,t$6 $5.255<5A7A2 02,t$7 $5.22B68BB2A 02,t$ $5.22B5554B8 02,t$8 5.52<B48<4A 04,t$25.4BA<77B 04,t$4$5.57786B<2 04,t$6 $5.526247285 04,t$7 $5.52A464 04,t$ 5.26<AA68 04,t$85.525<<55< 06,t$2 5.2567<2 06,t$4 5.7BA7<<7 06,t$6 $5.257BBBB5 06,t$7

•

5.56482526 06,t$5.262<AA68 06,t$8.

• ntuk stasiun pengukuranringin $ "alatiga. 02,t J$67<,5B<5 5.4<AB2B<4 02,t$2 $ 5.864AA5< 02,t$4

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 24



5.56BA4674 02,t$6 $5.222<5A7A2 02,t$7

$5.25A68BB2A 02,t$ $5.25A5554B8 02,t$8 $5.5B6<A248 04,t$2

5.4<648A2 04,t$4 $5.44226 04,t$6 $5.524547285 04,t$7 $5.52A464 04,t$ 5.26<AA68 04,t85.4<87B845 06,t$2 5.52A6<B6< 06,t$4 $5.254ABB67 06,t$6 $5.256ABBB5 06,t$7 5.5622526 06,t$ 5.26<AA68 06,t$8.

• ntuk stasiun pengukurandisumarmo $ oyolali. 02,t

J $78B,A6B2B $5.7<588ABA5 02,t$2 $5.5<6242A 02,t$4 $5.5664664A6 02,t$6 $5.244<5A7A2 02,t$7 $5.2468BB2A 02,t$$ $5.24<5554B8 02,t$8 5.744A6B2B 04,t$2 $

2.2B<78678 04,t$4 $5.7A65A6BA 04,t$6 $5.524477285 04,t$7 $5.52A7A4 04,t$ 5.22AAA68 04,t$8 6.4A8B75 06,t$2 2.B24B4 06,t$4 4.4722A 06,t$6 $5.256<<<B5 06,t$7 5.56A2526 06,t$ 5.26<A<<68 06,t$8.

• ntuk stasiun pengukuranorobudur $ &agelang. 02,tJ $ 4A4,7<66 5.5782588< 02,t$2 $5.765<8B4 02,t$4 $5.64526A4 02,t$6 $

5.255<5A7A2 02,t$7 $5.25A68BB2A 02,t$ $5.25A5554B8 02,t$8

5.<<4658< 04,t$2 $5.48267A5 04,t$4 $2.28<<B26A 04,t$6 $5.52B5B7285 04,t$7 $5.525664 04,t$ 5.26<44A68 04,t8 $5.2B5<884A 06,t$2 $5.442A485 06,t$4 5.2A8A558 06,t$6 $5.25688B5 06,t$7 5.5622246 06,t$

5.26<668 06,t$8.• ntuk stasiun pengukuran

"emarang Kota. 02,t J $86B,26ABAA 5.2A<8847 02,t$2 $ 5.4<8646< 02,t$4 5.5B4A4B46 02,t$6 $5.255<5A7A2 02,t$7

$5.25A68BB2A 02,t$ $5.25A5554B8 02,t$8 $5.25<6487 04,t$2

5.4B6<45B 04,t$4 $5.265667 04,t$6 $$5.578447285 04,t$7 $5.5228<64 04,t$ 5.26AABAA68 04,t$8 5.A82BB625 06,t$2 2.<65647A 06,t$4 $2.46A6A2 06,t$6 $5.256A4445 06,t$7 5.562<726 06,t$ 5.26<<2268 06,t$8.

Dimana

• Y 1,t merupakan nilai

urah hu!an di waktu yangke$t.

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 26



• Y 2, t merupakan nilai

kelembaban di waktu yangke$t.

• Y 3, t merupakan nilai

suhu/temperatur di waktuyang ke$t.

T'-el 0

+erhiu#g'# MAE $Mean Absolute Error & d'#

MA+E $Mean AbsolutePercentage Error &

S'siu# "ur'hHu<'#

ngaran "emarang 8.<24B

ringin "alatiga 26.2A54

disumarmo oyolali 25.468A2

orobudur &agelang 26.548<4

"emarang Kota 24.68

ntuk menghitung akurasi

pengolahan data, selan!utnyakita perlu menghitung nilai &'serta &%' untuk masing$masingstasiun pengukuran yanghasilnya seperti diperlihatkanpada 9abel 6 di atas. "earaumum, hasil pengolahan datamemperlihatkan nilai$nilai yangukup baik (nilai &' yang relatif keil serta nilai &%' yangberada di bawah kisaran 25M),sehingga model +* (8) dapatdikatakan ukup baik untukdigunakan seara konsistenmemprediksi urah hu!an didaerah penelitian (Kabupaten"emarang) dan dapat di!adikanmodel untuk wilayah$wilayah laindi -ndonesia bagian barat dantimur laut yang memilikikarakteristik iklim dan tanahyang serupa.

T'-el :

+redi1si "ur'h Hu<'# Me#ggu#'1'# Meod' VAR $=&

S'siu# "ur'hHu<'#

Koordi#' Geogr'6s +redi1si "ur'hHu<'# U#u1 T'hu# 79.:

ngaran "emarang 748547.82, <4587<2.BA 648.455A

ringin "alatiga 77B7A5.78, <452A78.A 424<.4<22

disumarmo oyolali 7A626<.2B, <28B46B.42 66<7.624B

orobudur &agelang 72464B.6B, <2B<82.<2 6876.62

"emarang Kota 768A.8<, <44A742.BA 444.426B

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 27



G',-'r 0

+e' Isohyet K'-u3'e# Se,'r'#g

ntuk menggambarkan

peta isohyet di Kabupaten"emarang perlu dipahami bahwapeta isohyet (ivan, 455B) inidigambarkan sebagai prediksiurah hu!an untuk tahun 452.&odel +* (8) digunakan untukmemprediksi urah hu!an untuktahun 452 untuk masing$masing stasiun dan hasilnyadiperlihatkan melalui 9abel 7(koordinat yang digunakan

adalah 9& 3C"B7) (ivan,455B). Dalam hal ini, prediksiurah hu!an untuk tahun 452sesungguhnya adalah !umlahkumulatif prediksi sepan!ang

bulan$bulan pada tahun yang

bersangkutan.

:*7 +erhiu#g'# Logi1'S','r $Fuzzy Logic&

%enelitian yang dilakukanmenggunakan kurvakeanggotaan segitiga untukproses fuzzycation data cris

dengan alasan kurvakeanggotaan ini ukup baikdigunakan di daerah penelitianserta tingkat kerumitannya !ugatidak terlalu tinggi. erikut akanditampilkan kurva$kurvakeanggotaan segitiga untuk

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 2



urah hu!an, kemiringan lereng,kerapatan sungai, serta porositasdan permeabilitas, yang

digunakan untuk prosesfuzzycation dalam penelitian.

G',-'r :

Kur@' "ur'h Hu<'#

G',-'r ;

Kur@' Ke,iri#g'# Lere#g

G',-'r =

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 28



Kur@' Ker'3''# Su#g'i

G',-'r >

Kur@' +orosi's

G',-'r ?

Kur@' 3er,e'-ili's

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 2A



Kurva Gurah ;u!an

Kurva Kemiringan (ereng

Kurva Kerapatan "ungai

Kurva %orositas

Kurva %ermeabilitas

-nferensi &amdani &enggunakan 6685 *ule EuPPy

G',-'r

Alur +e#gol'h'# D'' Me#ggu#'1'#

Meod' Logi1' S','r

"elan!utnya, setelahfuzzycation dilakukanmenggunakan masing$masingkurva keanggotaan, kemudiandilakukan perhitungan$perhitungan inferensi metodaM',d'#i berdasarkan

pengetahuan pakar yang alurnyaterlihat melalui

Cambar <. %erhitungan logikasamar yang dilakukanmelibatkan 6685 rule fuzzy .;asilnya adalah klasi#kasi tanahmenurut World Agroforesr!"e#er $I"RA%&.

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 2B



G',-'r .9

Kl'si61'si World Agroforesr! "e#er $I"RA%&

U#u1 K'-u3'e# Se,'r'#g

;asil klasi#kasi seara

keseluruhan menurut WorldAgroforesr! "e#er $I"RA%&diperlihatkan dalam Cambar 25.;asil klasi#kasi ini menun!ukkanbahwa seara keseluruhanwilayah area penelitian(Kabupaten "emarang) masuk didalam Kl'si61'si 0 danKl'si61'si :.

:*0 A#'lisis 9ingkat kesesuaian S. adalah 7(desa)/467 (keseluruhan desa) J2,A2M, tingkat kesesuaian S7adalah <4,6<M, dan tingkatkesesuaian S0 adalah ,<M.

Dengan demikian, seara

mayoritas model yang digunakanmemiliki tingkat kesesuaianmenengah (S7 atau "u1u3Sesu'i) dan seara umum dapatdigunakan seara konsisten diwilayah mana pun di -ndonesiaini (terutama di -ndonesia bagianbarat dan timur laut yangmemiliki karakteristik iklim dan !enis tanah yang serupa).

V* KESIM+ULAN

Dari keseluruhan penelitian yangdilakukan dapat diambilkesimpulan$kesimpulan sebagaiberikut.

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 2<



2. &etoda +* yangmelibatkan data urahhu!an, kelembaban, sertatemperatur yang diambilseara periodik selama

beberapa tahun kebelakang dapat searakonsisten digunakan untukmemprediksi urah hu!anpada tahun$tahun tertentu.&etoda +* ini searaumum lebih baik darimetoda *-&( Autoregressive %ntegrateMoving Average) yangdigunakan &KC (adan

&eteorologi Klimatologidan Ceo#sika) di -ndonesiakarena memiliki tingkatkesalahan (nilai &' dan&%') yang lebih keil(menyiratkan akurasi yanglebih tinggi).

4. &etoda logika samar (fuzzy logic) berdasarkan dataurah hu!an, !enis tanah

(porositas danpermeabilitasnya),kerapatan sungai,kemiringan lereng, yangdigunakan untukmelakukan klasi#kasiwilayah$wilayah konservasiair bagi kegiatan$kegiatanpertanian dan/atauperkebunan memilikitingkat kesesuaian S7

$"u1u3 Sesu'i) sehinggadapat digunakan searakonsisten di wilayah$wilayah lain di -ndonesia(terutama di wilayah$wilayah -ndonesia bagianbarat dan timur laut yang

memiliki karakteristik$karakteristik iklim dan !enistanah yang ukup serupa).

DA%TAR +USTAKAQ2Rivan, *. "., 'dPer =.

%ebema, +irgillio ComeP,*ubio, 455B. AlieSatial !ata Analysis #ithR."pringer"ieneusiness&edia, G, ew 0ork.

Q4RGowpertwait, %.".%., ndrew+. &etalfe, 455<.%ntrouctory 2ime Series#ith R. "pringer"ieneusiness &edia,-n., ew 0ork.

0C ;ard!owigeno, ".2<<4. %lmu 2anah. %9.&ediyatama "arana%erkasa, =akarta.

Q7R=inturkar, .&, ". ".Deshmukh, ". +. garkar,C. *. Ghavhan, 4525.!etermination of Water 3uality %ne4 *y "uzzy Logic Aroach5 a &ase of 6roun Water in an %nian2o#n. 3ater "iene and 9ehnology, 8.2.B.

QR=oshua, 455A. AnalisisVector Autoregression0VAR7 2erhaa%nterrelationshi Antara+ertum*uhan +!8 an+ertum*uhan KesematanKer9a 0Stui Kasus5%nonesia 2ahun :;<<-=>>?7. 2esis, niversitas-ndonesia, Eakultas&atematika dan -lmu

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 45



%engetahuan lam,Departemen &atematika.

Q8RKondisi geogra#, topogra#,serta geologi Kabupaten"emarang.

http://www.semarangkab.go.id/utama/selayang$pandang/kondisi$umum/geogra#$topogra#.html. Diakses 25 =uli 4526.

QARuas area pertanian danperkebunan di -ndonesia.http://indonesia.go.id/en/potential/natural$resoures.Diakses 4 =uli 4526.

QBRutkepohl, ;., 455. 1e#%ntrouction to Multile2ime Series Analysis."pringer "ieneusiness&edia, -n., erlin.

Q<RQ25R &aruddani, D..,

Diah "a#tri, 455B. Vector Autoregression @ntuk +eramalan /arga Saham+2 %nofoo Sukses

Makmur 2*k. =urnal&atematika, +ol 2. o 2,-"": 2725$B2B.

Q22R &eod, .-., %.*.;olanda "ales, 2<B6. Algorithm AS :;:5 An Algorithm for Aro4imateLikelihoo &alculation of ARMA an Seasonal ARMA.pplied "tatistis, +ol. 64,-ssue 4 (2<B6), 422$446.

Q24R Okky, D., "etiawan,4524. +emoelan %neks/arga Saham 0%/S67, Kurs,an /arga Minyak !unia!engan +enekatan Vector Autoregression. =urnal

"ains dan "eni -9" +ol. 2,o. 2.

:BC *oss, 9., 4557. "uzzy Logic #ith 'ngineering Alications 0Br 'ition7.

3est "uess: =ohn 3iley S"ons.

Q27R "afavi, ;. *.,&ohammad . li!anian,4522. (timal &ro+lanning an &on9unctive@se of Surface Water an6roun#ater Resources@sing "uzzy !ynamic+rogramming. =ournal of -rrigation andDrainage

'ngineering, +ol. 26A, o.8.

Q2R "ard!ono, &ustophagung, 9ony D!ogo, ;adi"usilo ri#n, urheni3id!ayanto, 4556.Klasikasi an +olaKom*inasi Komonen Agroforestri. 3orldgroforestry Genter (-G*E)@ "outh 'ast sia *egional

OTe, ogor.Q28R "humway, *.;.,

David ". "toUer, 4522.2ime Series Analysis an%ts Alication.

"pringer "ieneusiness&edia, -n., ew 0ork.

Q2AR "itus resmi &KC.http://www.bmkg.go.id.Diakses 22 =uli 4526.

Q2BR 9sai, n$0uan, 3en$Gheng ;uang, 4522.%mact of &limate &hangeon Water Resources in2ai#an. 9err. tmos. Oean.

&OD' KO"'*+"- "&'* D0 -* 1 ( di ugroho ) 42






http://indonesia.go.id/en/potential/natural-resources.%20Diakses%2025%20Juli%202013



http://www.bmkg.go.id/







http://www.bmkg.go.id/



"i., +ol. 44, o. , 5A$2<.

Q2<R 3idianto, K.;., Didik"uhar!ito, &ustopha gung"ard!ono, 4556. "ungsi an

+eran Agroforestri. 3orldgroforestry Genter (-G*E)@ "outh 'ast sia *egionalOTe, ogor.

Q45R hang, =., Ke 3ang,Vin &ing Ghen, 3en!uan"hu, 4522. &om*ining a"uzzy Matter-'lement Moel #ith a 6eograhic%nformation System in 'co-'nvironmental Sensitivity

an !istri*ution of Lan@se +lanning.-nt. =. 'nviron.*es. %ubli ;ealth 4522, B,2458$2442.

*-"9O9''" +O. 26 O. 4, OK9O'* 452 : ;. 2 $ 2< 44

(1) model konservasi sumberdaya air berbasis metoda

Documents