Gusti 40-48-baik
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

Gusti 40-48-baik

on

  • 747 views

Artikel pada Agroscientiae edisi 2012

Artikel pada Agroscientiae edisi 2012

Statistics

Views

Total Views
747
Views on SlideShare
747
Embed Views
0

Actions

Likes
0
Downloads
3
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

Gusti 40-48-baik Document Transcript

  • 1. Gusti Rusmayadi STRATEGI PENGELOLAAN TANAMAN BIOENERGI BERDASARKAN MODEL SIMULASI TANAMAN SEBAGAI ANTISIPASI PERUBAHAN IKLIM MANAGEMENT STRATEGY OF BIO-ENERGY CROPS USE CROP SIMULATE MODEL AS ANTICIPATED TO CLIMATE CHANGE Gusti Rusmayadi Jurusan Budidaya Pertanian Fakultas Pertanian UNLAM Jl. Jend. A. Yani Km.36 PO Box 1028 Banjarbaru 70714 e-mail: gustirusmayadi@yahoo.co.id ABSTRACTCrop model simulation is quantitative tool in relation between plant growth and environment as climate andsoil. For example for crop model simulation application is about global climate change because of green-house effect. The model has daily resolution and consist of 4 sub models, that are development, growth,water balance and nitrogen. Model input is initialization, parameter and external variable. The externalvariable is nitrogen and meteorology elements that are rainfall, radiation, air temperature, relative humidityand wind velocity, theothere side the output is development stage, LAI, total biomass, and seed weight.Besides that, the model also simulates nitrogen in soil and nitrogen crop absorption. The accuracy testshows that precise model to predict development stage and seed is 93% and 73%, respectively. The modelhas been applicator to Jatropha production predicts in crop management like time of sowing, nitrogenfertilizer, radiation depletion effect and climate change effect.Key word: model, simulation, climate change ABSTRAKModel simulasi tanaman adalah alat analisis kuantitatif dalam hubungan antara pertumbuhan tanamandengan lingkungan tumbuh seperti iklim dan tanah. Salah satu contoh penting dalam aplikasi mode simulasitanaman jarak pagar ini adalah sehubungan dengan issue perubahan iklim global karena pengaruh gas-gasrumah kaca. Model yang disusun mempunyai resolusi harian dan terdiri dari empat sub model, yaituperkembangan, pertumbuhan, neraca air, dan nitrogen. Masukan model adalah inisialisasi, parameter danpeubah luar yaitu nitrogen dan unsur cuaca yang meliputi curah hujan, radiasi surya, suhu udara,kelembapan udara dan kecepatan angin, sedangkan keluarannya di antaranya fase perkembangan, ILD,biomassa total, dan berat biji. Selain itu, model juga mensimulasi N pada tanah dan serapan N tanaman.Pengujian akurasi model menunjukkan ketepatan dalam menduga fase perkembangan tanaman dan hasilbiji jarak pagar masing-masing sebesar 93 % dan 79%. Model simulasi tanaman telah diterapkan terhadapproduksi Jarak Pagar dalam beberapa manajemen tanaman seperti penentuan waktu tanam, pengaruhpemupukan nitrogen, dan pengaruh pengurangan radiasi surya serta pengaruh perubahan iklim.Kata kunci: model, simulasi, perubahan iklimPENDAHULUAN oleh model, maka keputusan-keputusan taktis dapat dilakukan, seperti penentuan waktu tanam yang Model simulasi tanaman adalah alat analisis optimum, waktu dan jumlah pemupukan yang haruskuantitatif dalam hubungan antara pertumbuhan diberikan.tanaman dengan lingkungan tumbuh seperti iklim Salah satu contoh dalam aplikasi mode simulasidan tanah. Model membantu paling sedikit pada tiga tanaman jarak pagar adalah sehubungan denganhal, yaitu pertama pemahaman proses pengaruh issue perubahan iklim karena pengaruh pemanasanlingkungan, khususnya variasi unsur-unsur cuaca, global akibat peningkatan gas-gas rumah kacaterhadap tanaman, kedua untuk keperluan prediksi (green house effect). Pemanasan global berdampakdan ketiga untuk keperluan manajemen. Model pada perilaku iklim seperti peningkatan atausimulasi yang handal (best fitted) dapat digunakan penurunan jumlah curah hujan, peningkatan suhuuntuk mengurangi jumlah percobaan lapang yang udara, jumlah radiasi yang diterima oleh tanaman,memerlukan biaya dan waktu yang banyak. Jika sehingga akan berdampak besar terhadappemahaman mekanisme proses yang terjadi selama pertanian seperti perubahan tindak agronomis polapertumbuhan tanaman yang rumit dapat dijelaskan tanam, lama musim pertumbuhan dan hasilnya.40 Agroscientiae ISSN 0854-2333
  • 2. Strategi Pengelolaan Tanaman Bioenergi……Tanpa analisis kuantitatif yang dapat menjelaskan 2. Submodel Pertumbuhaninteraksi iklim dan pertanian, prediksi dan antisipasi Submodel pertumbuhan mensimulasi aliranterhadap perubahan iklim tersebut akan sukar biomassa aktual (GDMa) hasil fotosintesis ke organdilakukan. tanaman seperti daun (LW), batang (SW), akar (RW), dan biji (GW) serta kehilangannya berupaMETODE PENELITIAN respirasi (Rx), dan perkembangan luas daun untuk menduga ILD.Lokasi dan Waktu Penelitian Produksi biomassa potensial harian dihitung Percobaan pertama (W1) dan kedua (W1) yang berdasarkan efisiensi penggunaan radiasi suryadatanya digunakan dalam pemodelan telah yang diintersepsi tajuk tanaman. Nilai RUE tanamandilaksanakan pada lahan percobaan SEAMEO- jarak pagar ditentukan berdasarkan percobaan -1BIOTROP selama bulan Maret sampai Nopember pertama sebesar  = 0.0013 kg MJ (Rusmayadi ettahun 2007. al. 2009).Data Percobaan  GDM p   1  e  k ILD Qs  ............(2) -1 -1 GDMp = produksi biomassa potensial (kg ha d ) Percobaan pertama adalah untuk parameterisasi,masukan model, kalibrasi. Percobaan kedua Perhitungan faktor ketersediaan air (fw ) dandilakukan dalam kerangka validasi model produski biomassa aktual (GDMa) adalah sbb:selanjutnya. Ta fw  ............(3)Model Simulasi Tanaman Tm Model yang disusun mempunyai resolusi harian GDM a  f w .GDM p ...............(4)dan terdiri dari empat sub model, yaitu GDMa dalam kg ha d . -1 -1perkembangan, pertumbuhan, neraca air, dannitrogen. Masukan model adalah inisialisasi, Dalam model, biomassa aktual dibagi antaraparameter dan peubah luar yaitu nitrogen dan unsur daun, batang, akar, dan biji yang perbandingannyacuaca yang meliputi curah hujan, radiasi surya, suhu tergantung pada fase perkembangan tanaman (s).udara, kelembapan udara dan kecepatan angin, Sebagian biomassa masing-masing organ akansedangkan keluarannya di antaranya fase berkurang melalui respirasi pertumbuhan (Rg) danperkembangan, ILD, biomassa total, dan berat biji. respirasi pemeliharaan (Rm) yang dihitungSelain itu, model juga mensimulasi N pada tanah berdasarkan suhu udara dan massa masing-masingdan serapan N tanaman. Kemudian tahapan organ (McCree, 1970). Alokasi proporsi biomassaparameterisasi, kalibrasi dan validasi model masing-masing organ (x) dihitung berdasarkandilakukan sebelum aplikasi model. fungsi fase perkembangan tanaman (Handoko, 1994). Pada awal pertumbuhan, produksi biomassa 1. Submodel Perkembangan hanya dialokasikan ke daun, batang dan akar Jarak pagar adalah tanaman netral (ICRAF, dengan alokasi terbanyak pada daun. Sampai2003) sehingga laju perkembangan dan kejadian pembungaan, alokasi biomassa ke daun dan akarfenologinya didekati dengan konsep degree-day berkurang sedangkan alokasi ke batang bertambahatau heat unit (Baskerville & Emin, 1969; dengan fase perkembangan tanaman. Setelah faseAndrewartha & Birch, 1973; Allen, 1976; Zalom et al. pembungaan, seluruh produksi biomassa1983). Heat unit tidak dipengaruhi oleh perbedaan dialokasikan ke biji.lokasi dan waktu tanam (Koemaryono et al., 2002).Laju perkembangan tanaman terjadi bila suhu rata- 3. Submodel Neraca Airrata harian melebihi suhu dasar. Kejadian fenologi Komponen neraca air meliputi curah hujan (CH),dihitung mulai semai sampai masak fisiologis dan intersespsi tajuk (Ic), infiltrasi (Is), perkolasi (Pc),diberi skala 0 - 1, yang dibagi menjadi lima kejadian limpasan permukaan (Ro), kadar air tanah (θ),yaitu semai, S (s = 0), tanam, T (s = 0.25), kuncup evaporasi (Es) dan transpirasi (Ta). Model inibunga, KB (s = 0.50), bunga mekar, BM (s = 0.75) memerlukan masukan unsur-unsur cuaca harian,dan masak fisiologis, MF (s = 1.00). Fase yaitu suhu (T), kelembapan (RH), radiasi surya (Qs),perkembangan (s) kejadian fenologi tersebut kecepatan angin (Angin) dan curah hujan. Peubahdihitung dengan persamaan berikut: = ∑ ( − ) tanaman ILD juga diperlukan yang disimulasi pada submodel pertumbuhan. Parameter lainnya adalah ……….(1) kapasitas lapang (Fc), titik layu permanen (Wp) dan penguapan Ritchie (1972).Agroscientiae Volume 19 Nomor 1 April 2012 41
  • 3. Gusti Rusmayadi Hujan merupakan sumber air (source) dari Untuk mengetahui kemungkinan perubahan iklimmodel. Dalam model, hujan jatuh pada permukaan dapat mempengaruhi perbedaan dalam dampaktajuk tanaman, dan sebagian air tertahan kemudian yang menyebabkan tingkat ketidakpastiansisanya jatuh ke permukaan tanah. Air diintersepsi perubahan iklim, terutama pada skala regional,kemudian akan menguap ke atmosfer. Sisanya yang kepekaan percobaan-percobaan mempunyai peransampai ke permukaan tanah, akan diserap tanah penting. Oleh karena itu, dalam perubahan iklimberupa infiltrasi. Model ini berasumsi tidak terjadi dapat menerapkan 1°, 2°, dan 3° peningkatan ataulimpasan permukaan (runoff) sehingga aplikasinya penurunan pada suhu udara; dan atau 5%, 10%,ditujukan pada tanah – tanah datar. 15% peningkatan atau penurunan pada curah hujan Dalam tanah, air menuju ke lapisan yang lebih dan seterusnya. Ini dapat membangkitkanbawah (perkolasi) apabila kandungan air pada seperangkat data yang dapat digunakan dalamlapisan tersebut melebihi kapasitas lapang. Dalam model kuantitatif seperti model tanaman danmodel, proses tersebut akan terjadi sampai lapisan hidrologi (Risbey, 1998; Mehrotra, 1999). Ditanah terbawah dan perhitungannya menggunakan atmosfer secara meteorologis peningkatan curahmetode jungkitan. Air yang keluar dari lapisan hujan yang diiringi oleh suhu yang tinggi dapat sajaterbawah ini tidak dapat dimanfaatkan tanaman dan terjadi. Dalam skenario di sini hanya dicontohkanhilang berupa drainase. pada kejadian penurunan curah hujan yang diiringi oleh peningkatan suhu udara. Dalam simulasi ini 4. Submodel Nitrogen dibuat tiga skenario berdasarkan pendekatan di atas dengan mengkombinasikan antara curah hujan dan Submodel nitrogen dalam model ini mengadopsi suhu udara, yaitu skenario I (curah hujan berkurangsubmodel nitrogen yang telah digunakan untuk 5% dan suhu naik 1°C), skenario II (curah hujantanaman gandum (Handoko, 1992). Selama berkurang 10% dan suhu naik 2°C) dan skenario IIIpertumbuhan tanaman, sumber utama nitrogen dari (curah hujan berkurang 15% dan suhu naik 3°C).berbagai lapisan tanah dan dibagi ke organ-organ Strategi manajemen yang diterapkan dengantanaman (W x). Sumber kedua adalah mobilisasi memanfaatkan model simulasi tanaman adalah (1)selama pelayuan. Sesudah pembungaan, nitrogen penentuan waktu tanam, (2) pengaruh pengurangandimobilisasi dari daun (NL) dan batang (NS) yang radiasi surya, dan (3) pengaruh perubahan iklimmerupakan sumber utama akumulasi nitrogen olehbiji (NG). Jika kebutuhan nitrogen tidak dipenuhi Pengujian Akurasi Modeloleh mobilisasi, maka tanaman mengambil nitrogendari tanah (Nup) tergantung kebutuhan, persediaan Sebelum tahap aplikasi model pada kajian -tanah (NO3 ), kadar air (Swc) dan bobot akar (RW) perubahan iklim dilakukan, maka model diujipada masing-masing lapisan (m). ketepatannya agar akurasi prediksi model tidak Proses nitrogen dalam tanah dipengaruhi oleh berbeda jauh dengan percobaan lapang denganamonifikasi, nitrifikasi dan pencucian. Selama pendekatan (Handoko, 2005).amonifikasi, nitrogen organik dikonversi menjadi + -NH4 kemudian menjadi NO3 dalam nitrifikasi. Ada H  100  E , E < 100 ............(5)dua tahap untuk perhitungannya secara terpisah, = 0, E ≥ 100yaitu laju amonifikasi dan nitrifikasi. Sejumlah dengan,perhitungan dihubungkan dengan suhu di dalamprofil tanah. Perhitungan didasarkan pada suhu E  M  D  / D x100%udara (T). H : akurasi model (%)Strategi Ansipasi dengan Skenario Perubahan E : galat prediksi (%)Iklim M : keluaran model Dalam penanaman jarak pada dataran tinggi D : data pengukuransekitar 600 m dpl. diskenario terjadi penguranganintensitas radiasi sebesar 20% dari tempat HASIL DAN PEMBAHASANpercobaan pertama dan kedua dilakukan,berdasarkan pendekatan yang digunakan oleh Bey 1. Akurasi model& Las (1991). Kemudian, penurunan unsur iklim Berdasarkan Tabel 1 terlihat pengujian akurasisuhu udara menurut ketinggian tempat model menunjukkan ketepatan dalam menduga fasemenggunakan pendekatan Braak (1929) dan perkembangan tanaman dan hasil biji tanaman jarakpeningkatan curah hujan sebesar 10%. Tindak pagar masing-masing sebesar 93 % dan 79%.agronomis yang dilakukan dengan pemupukan 130 -1kg Urea ha .42 Agroscientiae ISSN 0854-2333
  • 4. Strategi Pengelolaan Tanaman Bioenergi…… Tabel 1. Pengujian ketepatan prediksi model dengan pengukuran lapang Table 1. Accuracy test between model prediction and field observation Peubah Model Pengukuran Ketepatan (%) 1. Fase Perkembangan (s, hari) Percobaan I (W1) S (semai) – E (emergency) 11 10 90 E – KB (kuncup bunga) 81 70 84 KB – BM (bunga mekar) 26 27 96 BM – MF (masak fisiologis) 92 80 85 Rata-rata I 91 Percobaan II (W2) S–E 11 10 90 E – KB 83 80 96 KB – BM 27 27 100 BM – MF 70 72 97 Rata-rata II 96 Rata-rata percobaan fase perkembangan tanaman I dan II 93 -1 2. Biji (t ha ) W2N0 0.16 0.12 66 W2N1 0.16 0.20 75 W2N2 0.35 0.48 63 W2N3 0.34 0.30 85 W2P1 0.69 0.67 96 W2P2 0.08 0.06 73 W2P3 0.02 0.09 94 79 Rata-rata Biji 86.0 Ket.: W2 (percobaan tanam ke-2), N0, N1, N2 dan N3 adalah pemupukan urea (N) yaitu W1N0 (0 g Urea per pohon), W1N1 (20 g Urea per pohon), W1N2 (40 g Urea per pohon), dan W1N3 (60 g Urea per pohon), serta dalam setiap ring ditempatkan populasi tanaman (P) yaitu W1P1 2 (17.698 tanaman per hektar atau 1.7 tanaman per m ) dan W1P2 (3.246 tanaman per hektar 2 atau 0,32 tanaman per m ). antara 81 – 87 hari, sedangkan pembungaan pada 2. Aplikasi model terhadap perubahan iklim fase kuncup bunga (KB) – (BM) berkisar antara 27 – 30 hari. 2.1. Penentuan Waktu Tanam terhadap Produksi Jarak Pagar Jarak pagar merupakan tanaman tahunan dan 0.40waktu tanam pada tahun pertama juga menentukan 0.35 ) -1pertumbuhan dan perkembangan tahun berikutnya. 0.30Variasi hasil berdasarkan simulasi waktu tanam 0.25 H (t hasetiap tanggal 14 setiap bulannya dengan 0.20 -1 asilpemupukan sebesar 130 kg Urea ha (W2N2) 0.15disajikan dalam gambar 1. 0.10 Hasil yang diperoleh merupakan simulasi selama 82 84 84194 - 200 hari umur tanam. Hasil biji berkisar antara 83 82 83 85 87 86 83 -10.23 – 0.36 ton ha . Potensi hasil jarak pagar IP-1P 81 81sebesar 0.25 – 0.30 ton pada tahun pertama W Panen aktu(Puslitbangbun, 2006). Hasil tertinggi di atas 0.3 tonakan diperoleh jika penanaman dilakukan padarentang waktu bulan Maret sampai bulan Juli. Untukpanenan berikutnya sangat ditentukan oleh fase Gambar 1. Variasi hasil biji jarak pagar yang ditanam menurut bulan kalender di Bogor-Jawa Barat.pemasakan buah (MF) dari bunga mekar (BM). Figure 1. Jatropha seed that planted according Julian dateWaktu yang diperlukan sejak fase BM – MF berkisar in Bogor-Jawa Barat.Agroscientiae Volume 19 Nomor 1 April 2012 43
  • 5. Gusti Rusmayadi Dalam gambar 2 ditunjukkan peran dari radiasi menyebabkan tanaman jarak pagar akanyang diintersepsi terhadap hasil jarak. Jumlah menggugurkan daunnya (stagnan) untukradiasi yang diintersepsi pada waktu tanam bulan menghindari kematian tanaman (Effendi, 2005).Maret sampai Juli terlihat lebih besar dibandingkan Pada dataran tinggi suhu menjadi lebih rendahdengan bulan-bulan lainnya dengan kisaran antara yang berakibat pada umur tanaman jarak mencapai -21.028.9 – 1.118.6 MJm dan selama simulasi jumlah 231 hari (Gambar 3c). Umur yang lama ternyatacurah hujan yang diterima berkisar masing-masing tidak berdampak terhadap besar biomassa yang -1periode tanam berkisar antara 580.6 – 1.896.3 mm. dihasilkan (sekitar 3.904 t ha ) jika dibandingkanJumlah air yang dibutuhkan tanaman jarak selama dengan hasil tanaman jarak pada ketinggian < 500 -1setahun berkisar antara 450 – 2.380 mm (Jones & m dpl (4.226 t ha ) (Gambar 3a). Ini menunjukkanMiller, 1992), antara 300 – 1.000 mm/tahun (Heller, bahwa tanaman jarak memerlukan sejumlah radiasi1996), minimal 250 mm dan pertumbuhan terbaik surya untuk pertumbuhan dan perkembanganantara 900 – 1.200 mm (Makkar & Becker, 1997), terbaiknya. Hal ini juga mengisyaratkan bahwadan 500 –1.500 mm (Wahid, 2006). untuk pengembangan tanaman jarak ke wilayah timur Indonesia. Pemenuhan kebutuhan evapotaranspirasi aktual 2000 C ra H ja uh un tempat masing-masing tanaman jarak tumbuh 1800 (m ) m -1 sebesar 638.9 mm atau 3.3 mm hari dan 394.3 mm 1600 QIn (M m ) t J -2 -1 atau 1.7 mm hari (Gambar 4a,b). Kebutuhan air 1400 sebesar itu menunjukkan bahwa tanaman jarak eubahiklim 1200 relatif tahan terhadap kekeringan. 1000 800 P 2.3. Pengaruh Perubahan Iklim terhadap 600 Produksi Jarak Pagar 400 l Telah diketahui bahwa di samping faktor genetik, Jan Feb Mr Apr Mi Jun Ju Agt Sep Okt Nop Des a e pertumbuhan dan perkembangan tanaman jarak W T aktu anam pagar sangat dipengaruhi oleh kondisi lingkungan seperti yang dikemukakan oleh Makkar & Becker (1997).Gambar 2. Radiasi yang diintersepsi dan curah hujan Dampak kekeringan pada tanaman jarak menurut yang diterima selama periode pertumbuhan Rivaie (2007) dapat dilihat pada KIJP di tanaman. Asembagus, Situbondo, Jawa Timur, yang terletakFigure 2. Interception radiation and rainfall that accepted as long as plant growth di daerah yang beriklim kering dengan curah hujan ± 1 100 mm/th. Di kebun ini pertumbuhan tanaman 2.2. Pengaruh Pengurangan Radiasi Surya selama musim kemarau (Juni-Agustus 2006) cukup terhadap Produksi Jarak Pagar terganggu, tanaman secara keseluruhan terlihat layu. Meskipun kebun ini sudah mendapat Jarak pagar untuk berproduksi optimal pengairan secukupnya, tetapi masih belum mampumemerlukan syarat tumbuh tertentu seperti tinggi mengalahkan pengaruh intensitas radiasi suryatempat kurang dari 500 m dpl. (dataran rendah), yang tinggi disertai angin yang kencang selamacurah hujan kurang dari 1 000 mm/tahun, suhu lebih beberapa bulan musim kemarau. Pengaruh yangdari 20°C, tanah berpasir, pH 5.5 – 6.5. Pada kuat kedua faktor iklim tersebut mengakibatkankondisi tertentu seperti pada ketinggian 600 m dpl kehilangan air yang tinggi, baik melalui stomatadengan cahaya matahari berlimpah dan suhu lebih daun maupun dari permukaan tanah langsung, yangdari 20°C, tanaman jarak pagar dapat berproduksi berakibat pada defisit air yang cukup besar padadengan baik namun kandungan minyak yang lebih daerah perakaran tanaman. Pada tanaman yangrendah dibandingkan dengan di dataran rendah baru dipanen, daunnya gugur disertai dengan(Mahmud, 2006). percabangan yang agak rusak. Pada kondisi Secara umum tanaman penghasil minyak demikian tentu sangat sulit diharapkan tanamanmemerlukan lingkungan dengan cahaya yang dapat segera bertunas kembali sekaliguscukup. Pada lingkungan seperti dataran tinggi lebih menghasilkan pembungaan. Selain karenadari 700 m dpl yang menjadi pembatas adalah kekurangan air, kondisi di atas diduga jugaradiasi matahari karena banyak awan dan berkabut, disebabkan karena banyak unsur-unsur hara yangsedang di dataran rendah kurang dari 700 m dpl terkuras oleh panen besar sebelumnya.dibatasi ketersediaan air tanah. Iklim yang lebihkering akan meningkatkan kadar minyak dalam biji,namun masa kekeringan berkepanjangan akan44 Agroscientiae ISSN 0854-2333
  • 6. Strategi Pengelolaan Tanaman Bioenergi…… 6 7.0 AB G 6.0 ILD 5 A B adiasi20% G -R 5.0 IL -R iasi2 % D ad 0 ) Biji -1 4 Indeksluasdaun, IL (unitless) B adiasi20% iji-R 4.0 3 B ass (t ha 3.0 D 2 iom 2.0 1 1.0 0 0.0 104 124 144 164 184 204 224 244 264 284 304 324 14 14 14 14 14 24 24 24 24 24 34 34 0 2 4 6 8 0 2 4 6 8 0 2 Juliandate J lia d te u na (a) (b) 10 .0 00 .9 s 00 .8 s - R iasi2 % ad 0 00 .7 00 .6 F sep rke b n a (s) 00 .5 a e ma g n 00 .4 00 .3 00 .2 00 .1 00 .0 14 14 14 14 14 24 24 24 24 24 34 34 0 2 4 6 8 0 2 4 6 8 0 2 J lia d te u na (c) Gambar 3. Simulasi respon tanaman jarak terhadap pengurangan radiasi surya sebesar 20% terhadap AGB dan biji (a), ILD (b) dan fase perkembangan, s (c). Figure 3. Simulation of jatropha responds to radiation depletion about 20% to AGB and seed (a), LAI (b) and development stage, s (c). 400.0 700.0 600.0 ETa - Radiasi 350.0 500.0 ETa - R 20% adiasi andungan air tanah, 0-100 cm Evapotranspirasi (m ) m 300.0 400.0 (m ) m 250.0 KT A 300.0 K T-Radiasi 20% A 200.0 200.0 KL 100.0 WP K 150.0 0.0 104 124 144 164 184 204 224 244 264 284 304 324 104 124 144 164 184 204 224 244 264 284 304 324 Juliandate Juliandate (a) (b)Gambar 4. Simulasi respon tanaman jarak akibat pengurangan radiasi surya sebesar 20% terhadap KAT (a) dan ETa (b).Figure 4. Simulation of jatropha responds to radiation depletion about 20% to SWC (a) and ETa (b).Agroscientiae Volume 19 Nomor 1 April 2012 45
  • 7. Gusti Rusmayadi Dalam simulasi ini dibuat tiga skenario Pengujian kehandalan model telah dilakukan danberdasarkan pendekatan di atas dengan menunjukkan bahwa ketepatan prediksi modelmengkombinasikan antara curah hujan dan suhu terhadap percobaan lapang baik untuk faseudara, yaitu skenario I (curah hujan berkurang 5% perkembangan tanaman masing-masing sekitar 93dan suhu naik 1°C), skenario II (curah hujan dan 79%, sehingga aplikasi model dilakukan denganberkurang 10% dan suhu naik 2°C) dan skenario III strategi variasi waktu tanam, pengurangan radiasi(curah hujan berkurang 15% dan suhu naik 3°C). surya, dan dampak perubahan iklim. Waktu tanamTindak agronomis yang dilakukan adalah dengan yang terbaik untuk penanaman pada tahun pertama -1pemupukan 130 kg Urea ha . Hasil simulasi adalah antara bulan Maret sampai dengan Juli.masing-masing skenario terhadap biomassa dan biji Tanaman penghasil minyak memerlukan radiasiditunjukkan dalam gambar 5. surya yang lebih banyak dibandingkan dengan Penurunan biomassa jika terjadi pengurangan tanaman penghasil karbohidrat, sehingga jika terjadicurah hujan peningkatan suhu udara dari kondisi pengurangan radiasi surya, maka terjadisekarang masing-masing sebesar 20% pada pengurangan biomassa dan hasil biji serta umurskenario I, 44% pada skenario II dan 78% pada tanaman semakin panjang. Skenario penguranganskenario III. Sementara itu, penurunan hasil biji curah hujan di Bogor-Jawa Barat sampai 15% masihmasing-masing sebesar 17%, 41% dan 74%. mencukupi untuk pertumbuhan jarak, namun Pada skenario pengurangan curah hujan sampai peningkatan suhu sampai 3°C menyebabkan umur15%, air hujan masih mencukupi (di atas 500 mm) tanaman yang lebih singkat dan berdampak padauntuk pertumbuhan tanaman jarak, namun pengurangan biomassa dan biji.peningkatan suhu udara sampai dengan 3°C,mengakibatkan umur tanaman menjadi lebih pendek(Gambar 6a,b). Umur tanaman yang lebih singkatdan suhu yang tinggi menyebabkan fotosintat yangditumpuk menjadi berkurang sehingga berdampakpada pengurangan biomassa dan biji (Gambar3a,b). 4.5 0.4 4.0 AB G Biji 0.35 3.5 A B k arioI G -S en B kenarioI iji-S 0.3 ) ) B kenarioII iji-S -1 3.0 A B k arioII G -S en -1 0.25 B kenarioIII iji-S 2.5 A B k arioIII G -S en H biji (t ha 0.2 io assa a B m (th 2.0 1.5 0.15 asil 1.0 0.1 0.5 0.05 0.0 0 1 2 3 4 5 6 7 8 9 1 1 1 0 1 2 1 2 3 4 5 6 7 8 9 10 11 12 W tuT am ak an W T aktu anam (a) (b)Gambar 5. Simulasi biomassa (a) dan hasil biji jarak di Bogor-Jawa Barat yang ditanam tanggal 14 setiap bulan, pada kondisi curah hujan sekarang dan akan datang dengan 3 skenario.Figure 5. Biomass simulation (a) and Jatropha’s seed in Bogor-Jawa Barat that planted every month 14 calendar day, with real condition rainfall and 3 scenarios generate rainfall46 Agroscientiae ISSN 0854-2333
  • 8. Strategi Pengelolaan Tanaman Bioenergi…… 2000 170 Umur tanaman 1800 1600 168 T-Skenario III Umur tanaman (hari ) 1400 Curah hujan (mm) 1200 166 1000 800 CH 164 600 CH-Skenario I 400 162 CH-Skenario II 200 CH-Skenario III 0 160 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 Bulan Bulan (a) (b)Gambar 6. Skenario pengurangan curah hujan dan peningkatan suhu udara (skenario III)-umur tanaman.Figure 6. Rainfall depletion scenarios and temperature increasing (III’s scenarios) – plant age.SIMPULAN Braak C. 1929. The Climate of Netherland Indies.1. Aplikasi model merupakan salah satu bentuk English Summary Part 1 Verhandelingen No. 8 manfaat pemodelan dalam penyusunan strategi KM Meteorologisch-Observatorium te Batavia. pengelolaan tanaman sebagai salah satu bentuk Djufry F, Handoko & Koesmaryono Y. 2000. Model adaptasi terhadap perubahan iklim. fenologi tanaman kelapa sawit (Elaeis2. Hasil simulasi menunjukkan bahwa tanaman guineensis L.). J Agromet Indones. 15:33–42. jarak juga memerlukan waktu tanaman optimum, dosis pemupukan yang tepat, intensitas radiasi Eskridge KM & Steven EJ. 1987. Growth curve surya yang cukup, ketersediaan air dan suhu analysis do temperature-dependent phenology udara yang optimal untuk pertumbuhan dan models. Agron J. 79:291–297. perkembangannya. Gallagher JN & Biscoe PV. 1978. Radiation absorption, growth and yield of cereals. J AgricDAFTAR PUSTAKA Sci. 91:47–60.Allen JC. 1976. A modified sine wave method for Gardner FP, Pearce RB & Mitchell RL. 1991. calculating degree-days. Environ Entomol. Fisiologi Tanaman Budidaya. Penerjemah 5(3):388–396. Herawi Susilo dan Subiyanto. Jakarta. UI Pr.Andrewartha HG. & Birch LC. 1973. The History of Handoko. 2007. Gandum 2000: Penelitian Insect Ecology. Di dalam: History of Pengembangan Gandum di Indonesia. Bogor. Entomology, eds. R.F. Smith, T.E. Mittler and SEAMEO BIOTROP. C.N. Smith, 229-266. Annu Rev Inc. Palo Alto, ICRAF. 2003. Jatropha curcas. Agro-forestry CA. Database.Baskerville GL & Emin P. 1969. Rapid estimation of Johnson IR & Thornley JHM. 1985. Temperature heat accumulation from maximum and minimum temperatures. Ecol. 50(3):514–517. dependence of plant and crop processes. Ann Bot. 55:1–24.Bassetti P & Westgate ME. 1993. Water deficit Koesmaryono Y, Sangaji & June T. 2002. Akumulasi affects receptivity of maize silks. Crop Sci. panas tanaman soba (Fagopyrum esculentum 33:279–282. cv. Kitaware) pada dua ketinggian di iklimBey A & Las I. 1991. Strategi Pendekatan Iklim tropika basah. J Agromet Indones. 15(1):p8– dalam Usaha Tani. Di dalam: Kapita Selekta 13. dalam Agroklimatologi. Bogor. Dirjen Dikti- Depdikbud. Mahmud Z. 2006. Kenapa harus Jarak Pagar. Infotek Jarak Pagar (Jatropha curcas L.). 1(1):2.Agroscientiae Volume 19 Nomor 1 April 2012 47
  • 9. Gusti RusmayadiMakkar HPS & Becker K. 1997. Jatropha curcas Rusmayadi G, Handoko, Koesmaryono Y, & toxicity: identification of toxic principle(s). Di Goenadi DH. 2009. Efisiensi penggunaan dalam: Garland, T , Barr A. C. (Eds) Toxic radiasi surya untuk pemodelan pertumbuhan plants and other natural toxicants, Proc 5th Int dan perkembangan tanaman Jarak Pagar Symp on Poisonous Plants, San Angelo, (Jatropha curcas L.). Agroscientie. 16:78–89 . Texas, USA, May 19-23, New York. CAB Int: Sinclair TR & Shiraiwa T. 1993. Soybean radiation- pp 554–558. use efficiency as influenced by nonuniformMehrotra R. 1999. Sensitivity of runoff, soil moisture specific leaf nitrogen distribution and diffuse and reservoir design to climate change in radiation. Crop Sci. 33:808–812. central indian river basins. Climate Change. Steel RGD & Torrie JH. 1991. Prinsip dan Prosedur 42:725–757. Statistika: Suatu pendekatan biometrik.Ritchie JT. 1981. Soil water availability. Plant and Jakarta. PT. Gramedia Pustaka Utama. soil. 58:327–338 . Wahid P. 2006. Jarak Pagar dan Lingkungan.Risbey JS. 1998. Sensitivity of water supply Infotek Jarak Pagar (Jatropha curcas L.). 1(5): planning decisions to stream-flow and climate 18. scenario uncertainties. Water Policy. 1:321– Zalom FG, Goodell PB, Wilson LT, Barnett WW & 340 . Bentley WJ. 1983. Degree-Days: TheRusmayadi G. 2007. Estimasi efisiensi penggunaan Calculation and Use of Heat Units in Pest radiasi Jarak Pagar (Jatropha curcas L.) untuk Management. Univ. California Division of Agric parameter pemodelan tanaman. Agritek. and Nat Resources Leaflet 21373. 15:165–169.48 Agroscientiae ISSN 0854-2333