Penentuan kelembaban tanah optimum untuk budidaya padi sawah sri (system of rice intensification) menggunakan algoritma genetika

Abstract

Kelembaban tanah yang optimum untuk budidaya padi sawah dengan System of Rice Intensification (SRI) sangat penting dengan tujuan untuk meningkatkan produksi padi dan produktifitas air. Makalah ini mengemukakan metode optimasi dengan Algoritma Genetika untuk menentukan kelembaban tanah optimum pada masing-masing fase pertumbuhan tanaman berdasarkan data empirik selama 3 musim tanam percobaan yang dilakukan di Nusantara Organic SRI Center (NOSC), Nagrak Sukabumi, Jawa Barat. Dalam satu musim tanam, fase pertumbuhan tanaman dibagi menjadi 4 fase, yaitu: fase awal (initial), vegetatif (crop development), tengah musim (mid-season) dan akhir musim (late season). Selain itu, kelembaban tanah dikasifikasikan menjadi tiga level berdasarkan kurva retensi air, yaitu basah (wet), agak basah (medium) dan kering (dry). Dari hasil optimasi, didapatkan kelembaban tanah yang optimum adalah kombinasi level kelembaban tanah basah, basah, agak basah dan kering untuk fase pertumbuhan awal, vegetatif, tengah musim dan akhir musim. Kelembaban tanah pada level basah untuk fase awal dan vegetatif sangat penting untuk tanaman khususnya daerah perakaran dalam menyediakan air yang cukup untuk pertumbuhan akar, batang dan daun. Kemudian, air irigasi dapat dikurangi untuk menjaga kelembaban tanah pada level agak basah di fase tengah musim untuk menghindari dan mengurangi jumlah bulir yang tidak pruduktif. Pada fase pertumbuhan akhir musim, kelembaban tanah pada level kering dapat diterapkan untuk menghemat air irigasi ketika pada fase ini kebutuhan air tanaman minimal. Dengan kombinasi ini, dari hasil simulasi menggunakan Algoritma Genetika didapatkan peningkatan produksi sebesar 4.40% dan produktifitas air sebesar 8.40% dibandingkan data empirik dengan air yang dihemat sebesar 12.28%.

In this study, an optimal soil moisture level that maximizes both yield and water productivity of system of rice intensification (SRI) paddy field was simulated by genetic algorithms (GA) model. The GA model was performed to find an optimal combination of soil moisture levels according to the empirical data during three cropping seasons at Nusantara Organic SRI Center (NOSC), Nageak Sukabumi, West Java. Here, we classified soil moisture level into three levels i.e. wet (W), medium (M) or dry (D) based on the soil water retention curve. As the results, the optimal soil moisture was a combination of wet, wet, medium, and dry levels of soil moisture for initial, crop development, mid-season and late season growth stages, respectively. The wet level in the initial and crop development growth stages should be achieved providing enough water for the plant to develop root, stem and tiller, and then the field can be drained into the medium level with the irrigation threshold of field capacity to avoid spikelet sterility in the mid-season stage, and finally, let the field in the dry level to save more water in the late season stage when plant water requirement is minimum. By this scenario, it was simulated that the yield can be increased up to 4.40% and water productivity up to 8.40% with saving water up to 12.28% compared to the emprical data.