DF - Agriculture

Model Pengelolaan Ekosistem Gambut Berbasis Tata Kelola Air dan Emisi Karbon (Studi Kasus Kesatuan Hidrologis Gambut Pulau Rupat)

2026-09-17T01:01:02Z

Model Pengelolaan Ekosistem Gambut Berbasis Tata Kelola Air dan Emisi Karbon (Studi Kasus Kesatuan Hidrologis Gambut Pulau Rupat) Utomo, Waluyo Yogo WALUYO YOGO UTOMO. Model Pengelolaan Ekosistem Gambut Berbasis Tata Kelola Air dan Emisi Karbon (Studi Kasus Kesatuan Hidrologis Gambut Pulau Rupat). Dibimbing oleh BABA BARUS, SURIA DARMA TARIGAN, dan SYAIFUL ANWAR. Lahan gambut Indonesia diperkirakan sekitar 13.4 hingga 26.6 juta ha (Anda et al. 2021; Joosten et al. 2009; Xu et al. 2018) dan menyimpan stok karbon sebesar 13.6 hingga 40.5 Gt C (Warren et al. 2017) dari sekitar 152 hingga 288 Gt C yang disimpan oleh gambut tropika global (Page et al. 2011a; Ribeiro et al. 2020). Penurunan Tinggi Muka Air Tanah (TMAT) sebagai pendorong utama proses negatif dari degradasi lahan gambut, sehingga restorasi hidrologi lahan gambut sangat penting dilakukan (Dohong et al. 2017; Urzainki et al. 2020). Pada kawasan tropis, dinamika TMAT masih menjadi faktor utama yang mengontrol variabilitas emisi CO2 dari permukaan gambut dan keseimbangan neto ekosistem (Carlson et al. 2015; Ishikura et al. 2019; Evans et al. 2021). Selain oleh aktivitas manusia, gradien TMAT juga sangat dipengaruhi oleh anomali iklim tahunan seperti El Niño dan Indian Ocean Dipole (IOD) (Dadap et al. 2022; Sulaiman et al. 2023). Di antara berbagai komponen emisi Gas Rumah Kaca (GRK), emisi CO2 yang berasal dari respirasi total tanah (Rs) dan respirasi heterotrof (Rh) menjadi indikator kunci dalam kajian gambut tropis (Prananto et al. 2020; Novita et al. 2021). Rs merepresentasikan total emisi CO2 yang keluar dari permukaan gambut, tanpa memandang sumbernya. Dalam hal ini Rs merupakan gabungan dari Rh dan Ra (respirasi autotrofik yang bersumber dari akar hidup). Di sisi lain, Rh merupakan representasi emisi CO2 akibat dekomposisi aerobik bahan gambut, sehingga Rh mencerminkan laju degradasi gambut (Deshmukh et al. 2023; Hirano et al. 2024, 2025). Saat ini, pendekatan pemodelan berbasis data (data-driven modelling) dengan algoritma machine learning (machine learning/ML) banyak diteliti pada berbagai bidang kebumian, termasuk implementasinya pada studi-studi hidrologis berskala lokal hingga kontinen (Hou et al. 2025; Jesse et al. 2025; Martinsen et al. 2022; Refsgaard et al. 2022). Aplikasi model TMAT secara spesifik untuk prediksi TMAT telah dilakukan di wilayah gambut subtropis Eropa menggunakan algoritma ML random forest (RF) dan CatBoost- gradient boosting decision tree (GBDT) (Bechtold et al. 2014; Koch et al. 2023; Lendzioch et al. 2021). Sementara itu, implementasi algoritma ML untuk pemodelan TMAT pada gambut tropis dilaporkan oleh beberapa penelitian di Indonesia (Hikouei et al. 2023; Yonekura et al. 2025) dan Malaysia (Li et al. 2022) yang menggunakan extreme gradient boosting (XGBoost) dan jaringan syaraf tiruan (artificial neural network/ANN). Penelitian ini bertujuan untuk: (1) mengembangkan model prediksi TMAT pada gambut tropis KHG Pulau Rupat berbasis Machine Learning (ML); (2) mengembangkan Kurva Respon CO2-TMAT dan mengestimasi emisi CO2 berbasis respirasi tanah (Rs) dan respirasi heterotrofik (Rh) di lahan gambut; (3). memprediksi cadangan karbon, sekuestrasi dan emisi pada Hutan Tanaman Industri akasia; (4). memprediksi cadangan karbon, sekuestrasi dan emisi pada beberapa tipe penutupan lahan; (5). mengembangkan persamaan allometrik baru untuk prediksi cadangan karbon pada areal Hutan Tanaman Industri akasia secara lokal di KHG Pulau Rupat; serta (6). mengembangkan model pengelolaan Ekosistem Gambut berbasis tata kelola air dan emisi CO2 di lokasi penelitian. Penelitian komprehensif ini mengkaji dinamika hidrologi, estimasi emisi CO2 berbasis respirasi tanah (Rs) dan respirasi heterotrof (Rh), serta kuantifikasi cadangan karbon pada KHG Pulau Rupat menggunakan pendekatan machine learning (ML) dan penginderaan jauh demi mengatasi keterbatasan data lapangan yang kompleks. Pada aspek hidrologi, algoritma Extreme Gradient Boosting (XGBoost) berhasil memprediksi TMAT dengan resolusi spasial 10 meter dan temporal dua mingguan (biweekly) berbasis data observasi periode 2019–2025 dengan akurasi validasi yang baik (R2 = 0,73; RMSE = 8,29 cm). Hasil pemodelan distribusi spasial dan dinamika prediksi TMAT berdasarkan musim hujan dan kemarau antar tahun selama periode penelitian (2019-2025) menunjukkan bahwa rerata TMAT berskala KHG berada pada -32,02 ± 16,35 cm. Rerata TMAT yang relatif dangkal (-10 hingga -30 cm) secara konsisten diprediksi di sekitar kubah bagian tengah dan area gambut yang tidak didrainase. Rerata TMAT yang lebih dalam secara konsisten diprediksi berada pada zona rawa belakang pantai (coastal backswamps) di sisi timur, selatan, dan barat sepanjang musim dan sepanjang tahun, dimana area tersebut dikelola dan didrainase untuk perkebunan, hutan tanaman dan pertanian. Sebaliknya, rerata TMAT yang lebih dangkal secara konsisten terlihat pada gambut di belakang sungai (riverine backswamp) bagian utara. Dinamika hidrologi ini menunjukkan kontras yang tajam antar tutupan lahan, dimana area perkebunan yang didrainase mengalami penurunan TMAT ekstrem hingga mencapai -55 cm selama musim kemarau, jauh lebih rendah dibandingkan dengan kondisi di hutan sekunder alami yang tidak didrainase. Kondisi penurunan air tanah yang drastis ini berimplikasi langsung terhadap peningkatan laju pelepasan karbon ke atmosfer. Pengembangan kurva respon CO2-TMAT melalui penerapan fungsi non-linier logistik/sigmoid Gompertz, merujuk pada metodologi Ishikura et al. (2019), Koch et al. (2023), dan Tiemeyer et al. (2020) menggunakan basis data emisi sungkup tertutup (chamber) di lahan gambut tropis Indonesia berbasis respirasi tanah (Rs) dan respirasi heterotrof (Rh). Pendekatan ini didasarkan asumsi bahwa emisi CO2 dari kedua kompartemen tersebut akan menunjukkan pola mendatar (flatten) pada kondisi TMAT yang sangat dalam maupun pada kondisi tergenang dangkal. Tahap awal pengembangan kurva respon CO2-TMAT melalui telaah pustaka sistematis terhadap dataset terdahulu yang dikompilasi oleh Novita et al. (2021) dan Prananto et al. (2020), dimana basis datanya diperbaharui dengan menambahkan laporan emisi dari studi lapangan untuk periode 2021–2026. Kriteria penyaringan artikel lebih selektif dan hanya menggunakan artikel yang telah melalui proses peer-review yang ketat dan terindeks Scopus dan/atau Web of Science. Selanjutnya, artikel yang tidak merepresentasikan lahan gambut (seperti tanah mineral bergambut), studi dengan periode pengukuran singkat (<5 bulan), penelitian emisi ex-situ (misalnya berbasis monolit dan inkubasi) serta penelitian yang dilakukan di luar Indonesia tidak dimasukkan kedalam basis data. Kurva respon CO2-TMAT yang berhasil dikembangkan menunjukkan tingkat signifikansi yang sangat tinggi (p < 0.001) dengan total respirasi tanah (Rs) diestimasi mencapai 4,44±0,15 Mt CO2/tahun dan respirasi heterotrof (Rh) sebesar 3,55±0,11 Mt CO2/tahun. Kedua model kurva respon CO2-TMAT mempertimbangkan dua kondisi pelandaian emisi (emission plateaus) pada kondisi ekstrim TMAT, yaitu saat TMAT menurun (mendalam) dengan nilai emisi masing-masing untuk Rs dan Rh adalah 105.2 dan 86.2 Mg CO2 ha?¹ tahun?¹, sedangkan saat TMAT tergenang (dangkal) memiliki nilai emisi sebesar 26.11 dan 22.80 Mg CO2 ha?¹ tahun?¹ untuk Rs dan Rh. Penelitian ini berhasil mengidentifikasi kawasan gambut dangkal terdrainase di rawa belakang pantai sebagai hotspot emisi utama, serta mendeteksi tahun 2020 sebagai hot moment atau puncak emisi akibat adanya anomali iklim antar tahun. Selanjutnya, pemetaan multisektoral menggunakan algoritma Random Forest yang dioptimasi dengan Monte Carlo Cross Validation (MCCV) dan data Sentinel-2 mengonfirmasi variasi nilai Total Carbon Stock (TCS) yang signifikan di berbagai tipe penggunaan lahan. Hutan alami mempertahankan cadangan karbon tertinggi (1241,60±117,07 Mg C/ha), diikuti oleh perkebunan karet (827,76 Mg C/ha), hutan tanaman industri akasia (810,97 ± 135,78 Mg C/ha), kelapa sawit (709,81±96,23 Mg C/ha), dan kawasan rawa (657,58±32,29 Mg C/ha). Secara vertikal, Karbon Organik Tanah (SOC) pada kedalaman atas 0–40 cm merupakan kontributor utama mutlak yang menyumbang sekitar 93,4% hingga 94,2% dari total cadangan karbon di seluruh wilayah studi. Khusus pada area budidaya Hutan Tanaman Industri (HTI) akasia, meskipun tegakan mampu tumbuh di bawah cekaman tanah masam dengan pH rata-rata 3,76 dan menghasilkan TCS mencapai 806,45±136,48 Mg C/ha, analisis statistik membuktikan bahwa umur tanaman akasia memiliki pengaruh negatif sebesar 24% terhadap stabilitas TCS (p-value<0,001). Temuan ini menjadi peringatan krusial bahwa tanpa adanya tata kelola air dan hidrologi yang ketat, potensi sekuestrasi jangka panjang pada konsesi budidaya ini akan terus tergerus akibat degradasi gambut yang berkelanjutan di masa depan. Untuk meminimalkan ketidakpastian dalam perhitungan biomassa di atas permukaan tanah (Aboveground Carbon/AGC) pada HTI Akasia, penelitian ini menyempurnakan metode kuantifikasi melalui pengembangan persamaan alometrik baru berskala lokal untuk spesies Acacia crassicarpa. Pengujian terhadap beberapa model regresi menunjukkan bahwa persamaan polinomial berganda yang mengombinasikan parameter diameter batang (DBH) dan tinggi pohon menghasilkan performa estimasi terbaik dengan nilai akurasi tertinggi (R2 = 0,96) dan tingkat kesalahan terkecil (RMSE=38,20 kg). Penggunaan alometrik lokal baru ini berhasil mengoreksi kelemahan alometrik regional terdahulu yang sering kali kurang akurat karena menggunakan kapasitas dataset terbatas dan mengabaikan cekaman lingkungan spesifik. Secara keseluruhan, integrasi pemodelan hidrologi XGBoost, kurva emisi non-linier Gompertz, algoritma spasial Random Forest, serta pembaruan rumus alometrik lokal ini menghasilkan dataset geospasial beresolusi tinggi yang sangat esensial. Rangkaian metodologi berbasis data ini direkomendasikan secara kuat sebagai opsi saintifik tingkat tinggi untuk mendukung program aksi nasional pengurangan emisi karbon di sektor pertanian dan kehutanan serta mewujudkan tata kelola ekosistem gambut tropis yang berkelanjutan di Indonesia. Penelitian ini mengestimasi potensi manfaat mitigasi dari intervensi pengelolaan tata air, dengan melakukan simulasi skenario rewetting (peningkatan TMAT) beserta proyeksi spasial emisi CO2 gambut. Prioritas pengelolaan TMAT difokuskan pada dua tipologi area berdasarkan hasil analisis TMAT, yakni (1) area yang memiliki rerata TMAT musiman dan tahunan yang relatif dalam secara konsisten; (2) area yang memiliki deviasi (didefinisikan sebagai SD) TMAT yang besar. Penelitian ini mengkelaskan nilai persentase kejadian TMAT yang lebih dangkal dari -40 cm menjadi 4 kelas status tata kelola air, yaitu buruk (<40%), sedang (40–60%), baik (60–80%), dan sangat baik (80–100%). Skema klasifikasi ini mengadaptasi kategorisasi penilaian dari Keputusan Menteri Lingkungan Hidup/Kepala Badan Pengendalian Lingkungan Hidup Nomor 1375 Tahun 2025 tentang Program Penilaian Peringkat Kinerja Perusahaan dalam Pengelolaan Lingkungan Hidup (Kepmen LH/BPLH, 2025). Terdapat 6 skenario peningkatan TMAT secara seragam, yakni sebesar +5, +10, +20, +30, +40, dan +50 cm. Selanjutnya, keenam raster hasil simulasi tersebut diintegrasikan dengan ambang minimum TMAT berdasarkan regulasi hidrologis gambut nasional yakni -40 cm. Hasil integrasi tersebut menghasilkan raster kebutuhan peningkatan minimum (minimum required increment) per piksel untuk mencapai kepatuhan TMAT = -40 cm dengan pengkelasan mengikuti enam kelas skenario peningkatan TMAT. Berdasarkan matriks prioritas intervensi tata air KHG Pulau Rupat disusun 8 kelas prioritas, mulai dari Prioritas 1A (prioritas intervensi tertinggi) hingga Prioritas 4B (prioritas terendah). Pada matriks ini, area dengan tingkat ketercapaian TMAT -40 cm yang rendah memperoleh prioritas restorasi lebih tinggi, sedangkan informasi ketidakpastian digunakan untuk membedakan tingkat urgensi dan pendekatan pengelolaan yang diperlukan pada setiap kelas. Selain itu, wilayah yang memiliki SD tinggi mendapatkan bobot intervensi yang lebih tinggi (sub-kelas A) dibandingkan dengan wilayah yang memiliki SD rendah (sub-kelas B). Berdasarkan hasil pemetaan spasial diketahui bahwa status tata kelola air yang dikategorikan baik hingga sangat baik memiliki sebaran terpusat di wilayah gambut bagian tengah dan gambut pada wilayah rawa belakang sungai (riverine backswamp) di bagian utara. Pada zona tersebut persentase kejadian TMAT yang lebih dalam dari -40 cm terestimasi relatif rendah, sebaliknya status tata kelola air dengan klasifikasi sedang hingga buruk terkonsentrasi pada areal pinggiran gambut yang terasosiasi dengan wilayah rawa belakang pantai (coastal backswamps) di pesisir barat, barat daya, dan selatan. Pada wilayah ini, persentase kejadian TMAT yang lebih dalam dari -40 cm terestimasi relatif tinggi. Area Prioritas 4A (Sangat Baik + SD Tinggi) dan Prioritas 4B (Sangat Baik + SD Rendah) mendominasi bagian tengah KHG. Sebaliknya, kelas Prioritas 2B hingga 3B tersebar pada bagian tepi gambut, khususnya pada bagian barat yang terasosiasi dengan rawa belakang pantai. Secara kuantitatif, Prioritas 4A merupakan kelas yang paling dominan dengan luas mencapai 50.032 ha (43%), diikuti Prioritas 4B seluas 26.929 ha (23%), Prioritas 3B seluas 19.736 ha (17%), dan Prioritas 3A seluas 16.378 ha (14%). Berdasarkan pendekatan ini, sekitar 97% dari total area KHG Pulau Rupat berada pada kategori Baik hingga Sangat Baik, sedangkan area yang termasuk kategori Sedang dan Buruk hanya mencakup sekitar 4% dari keseluruhan wilayah. Kelas Prioritas 2B memiliki luas 4.270 ha (4%), sedangkan Prioritas 1B hanya 87 ha (<0,1%) dan Prioritas 2A hanya 3 ha (<0,01%). Tidak ditemukan area yang termasuk ke dalam kelas Prioritas 1A. Simulasi pembasahan kembali (rewetting) dilakukan dengan menerapkan kenaikan TMAT secara bertahap sebesar +5 cm, +10 cm, +20 cm, +30 cm, +40 cm, dan +50 cm terhadap kondisi TMAT awal. Pada skenario kenaikan +5 cm dan +10 cm, nilai TMAT di sebagian besar areal penelitian masih berada pada rentang negatif (di bawah 0 cm), dengan nilai terendah terkonsentrasi di wilayah tengah kubah gambut. Pada skenario +20 cm menunjukkan nilai TMAT yang mendekati 0 cm di sebagian besar area, sedangkan untuk skenario kenaikan +30 cm, nilai TMAT di wilayah tengah mendekati 0 hingga positif rendah, sementara wilayah tepi khususnya bagian utara, barat, dan selatan mulai menunjukkan nilai TMAT positif lebih tinggi. Pola ini berlanjut pada skenario +40 cm dan +50 cm, di mana proporsi area dengan nilai TMAT tertinggi, mendekati atau melebihi 45 cm, semakin meluas terutama di sepanjang tepi lanskap, sementara wilayah tengah kubah tetap menunjukkan nilai TMAT yang relatif lebih rendah dibandingkan wilayah tepi pada seluruh skenario kenaikan. Pada skenario respon emisi Rs, nilai emisi tertinggi (oranye tua hingga merah gelap, mendekati 55 unit) teramati pada skenario +5 cm dan +10 cm, dengan konsentrasi tertinggi di wilayah tengah kubah gambut. Pada skenario +20 cm, nilai emisi menurun ke rentang oranye-kuning (sekitar 35–45 unit). Penurunan nilai emisi berlanjut pada skenario +30 cm dan +40 cm, ditandai dengan dominasi warna hijau-kuning (sekitar 25–35 unit), hingga mencapai nilai terendah pada skenario +50 cm yang didominasi warna biru-hijau (sekitar 15–25 unit di wilayah tengah dan di bawah 10 unit di sebagian tepi utara dan selatan). Pada kedua parameter (Rs dan Rh), pola spasial yang konsisten teramati di seluruh skenario, yaitu nilai emisi di wilayah tepi lanskap secara umum lebih rendah dibandingkan wilayah tengah pada skenario kenaikan TMAT rendah (+5 cm hingga +20 cm), sementara pada skenario kenaikan TMAT tinggi (+30 cm hingga +50 cm) sebagian wilayah tepi utara dan selatan menunjukkan nilai emisi terendah dibandingkan wilayah lainnya. Skenario terbaik dalam intervensi hidrologis Ekosistem Gambut pada lokasi penelitian adalah dengan menaikkan TMAT sebesar +5 cm dan 10 cm, dengan kategori Prioritas 1B (Buruk+SD rendah), Prioritas 2A (Sedang+SD Tinggi) dan Prioritas 2B (Sedang+SD rendah) dengan total luasan ? 4.360 Ha (3,71%). Temuan penelitian ini mengindikasikan bahwa kebutuhan restorasi hidrologi intensif bersifat lokal (site-specific). Sementara sebagian besar wilayah KHG lebih membutuhkan strategi pengelolaan adaptif berupa pemantauan dan pemeliharaan untuk menjaga keberlanjutan fungsi hidrologi gambut. Kata kunci: gambut, karbon, emisi CO2, respirasi tanah (Rs), respirasi heterotrof (Rh), machine learning, TMAT, sentinel-2, rewetting.; WALUYO YOGO UTOMO. Peat Ecosystem Management Model Based on Carbon Emission and Water Governance (Case Study of the Rupat Island Peat Hydrological Unit). Supervised by BABA BARUS, SURIA DARMA TARIGAN, and SYAIFUL ANWAR. Indonesia's peatlands are estimated to cover approximately 13.4 to 26.6 million ha (Anda et al. 2021; Joosten et al. 2009; Xu et al. 2018) and store carbon stocks of 13.6 to 40.5 Gt C (Warren et al. 2017) out of approximately 152 to 288 Gt C stored by global tropical peatlands (Page et al. 2011a; Ribeiro et al. 2020). Groundwater level decline (GST) is the main driver of the negative processes of peatland degradation, so peatland hydrological restoration is crucial (Dohong et al. 2017; Urzainki et al. 2020). In tropical regions, Water Table Depth (WTD) dynamics remain a major factor controlling the variability of CO2 emissions from peat surfaces and the net ecosystem balance (Carlson et al. 2015; Ishikura et al. 2019; Evans et al. 2021). In addition to human activities, WTD gradients are also significantly influenced by annual climate anomalies such as El Niño and the Indian Ocean Dipole (IOD) (Dadap et al. 2022; Sulaiman et al. 2023). Among the various components of Greenhouse Gas (GHG) emissions, CO2 emissions from total soil respiration (Rs) and heterotrophic respiration (Rh) are key indicators in tropical peat studies (Prananto et al. 2020; Novita et al. 2021). Rs represents the total CO2 emissions emitted from the peat surface, regardless of source. In this case, Rs is a combination of Rh and Ra (autotrophic respiration originating from living roots). On the other hand, Rh represents CO2 emissions due to aerobic decomposition of peat material, thus reflecting the rate of peat degradation (Deshmukh et al. 2023; Hirano et al. 2024, 2025). Currently, data-driven modeling approaches using machine learning (ML) algorithms are widely researched in various geoscience fields, including their implementation in hydrological studies at local to continental scales (Hou et al. 2025; Jesse et al. 2025; Martinsen et al. 2022; Refsgaard et al. 2022). The WTD model has been specifically applied to TMAT prediction in subtropical European peatlands using the random forest (RF) and CatBoost-gradient boosting decision tree (GBDT) ML algorithms (Bechtold et al. 2014; Koch et al. 2023; Lendzioch et al. 2021). Meanwhile, the implementation of ML algorithms for WTD modeling in tropical peatland has been reported by several studies in Indonesia (Hikouei et al. 2023; Yonekura et al. 2025) and Malaysia (Li et al. 2022) using extreme gradient boosting (XGBoost) and artificial neural networks (ANN). This study aims to: (1) develop a WTD prediction model on tropical peat of Rupat Island PHU based on Machine Learning (ML); (2) develop a CO2-WTD response curve and estimate CO2 emissions based on soil respiration (Rs) and heterotrophic respiration (Rh) in peatlands; (3). predict carbon stocks, sequestration and emissions in Acacia Industrial Plantation Forests; (4). predict carbon stocks, sequestration and emissions in several land cover types; (5). develop a new allometric equation for predicting carbon stocks in the Acacia Industrial Plantation Forest area locally in Rupat Island PHU; and (6). develop a Peat Ecosystem management model based on water management and CO2 emissions at the research site. This comprehensive study examines hydrological dynamics, CO2 emission estimation based on soil respiration (Rs) and heterotrophic respiration (Rh), and carbon stock quantification in the Rupat Island PHU using machine learning (ML) and remote sensing approaches to overcome the limitations of complex field data. In the hydrological aspect, the Extreme Gradient Boosting (XGBoost) algorithm successfully predicted WTD with a spatial resolution of 10 meters and biweekly temporal based on observation data for the 2019-2025 period with good validation accuracy (R2 = 0.73; RMSE = 8.29 cm). The results of spatial distribution modeling and dynamics of WTD prediction based on the rainy and dry seasons between years during the study period (2019–2025) showed that the average WTD at the PHU scale was at -32.02 ± 16.35 cm. Relatively shallow WTD averages (-10 to -30 cm) are consistently predicted around the central dome and undrained peat areas. Consistently deeper WTD averages are predicted in the coastal backswamps on the eastern, southern, and western sides across seasons and throughout the year, where these areas are managed and drained for plantations, tree plantations, and agriculture. In contrast, shallower WTD averages are consistently observed in the northern riverine backswamp peat. These hydrological dynamics demonstrate a sharp contrast between land covers, with drained plantation areas experiencing extreme WTD declines of up to -55 cm during the dry season, significantly lower than those in undrained natural secondary forest. This drastic groundwater decline has direct implications for increasing the rate of carbon release to the atmosphere. The development of the CO2-WTD response curve through the application of the non-linear logistic/sigmoid Gompertz function, referring to the methodology of Ishikura et al. (2019), Koch et al. (2023), and Tiemeyer et al. (2020) using a closed chamber emission database in Indonesian tropical peatlands based on soil respiration (Rs) and heterotrophic respiration (Rh). This approach is based on the assumption that CO2 emissions from both compartments will show a flattening pattern in very deep WTD conditions as well as in shallow flooded conditions. The initial stage of developing the CO2-WTD response curve through a systematic literature review of previous datasets compiled by Novita et al. (2021) and Prananto et al. (2020), where the database was updated by adding emission reports from field studies for the period 2021–2026. The article screening criteria were more selective and only used articles that had gone through a rigorous peer-review process and were indexed by Scopus and/or Web of Science. Furthermore, articles that do not represent peatlands (such as peaty mineral soils), studies with short measurement periods (<5 months), ex-situ emission studies (e.g., monolith-based and incubation-based) and studies conducted outside Indonesia are not included in the database. The successfully developed CO2-WTD response curve shows a very high level of significance (p < 0.001) with total soil respiration (Rs) estimated at 4.44±0.15 Mt CO2/year and heterotrophic respiration (Rh) at 3.55±0.11 Mt CO2/year. Both CO2-WTD response curve models consider two emission plateaus under extreme WTD conditions, namely when WTD decreases (deepens) with emission values for Rs and Rh of 105.2 and 86.2 Mg CO2 ha?¹ year?¹, respectively, while when WTD is flooded (shallows) has emission values of 26.11 and 22.80 Mg CO2 ha?¹ year?¹ for Rs and Rh. This study successfully identified the drained shallow peat area in the backwater swamp as the main emission hotspot, and detected 2020 as a hot moment or peak emission due to interannual climate anomalies. Furthermore, multisectoral mapping using the Random Forest algorithm optimized with Monte Carlo Cross Validation (MCCV) and Sentinel-2 data confirmed significant variations in Total Carbon Stock (TCS) values across land use types. Natural forests maintained the highest carbon stocks (1241.60±117.07 Mg C/ha), followed by rubber plantations (827.76 Mg C/ha), acacia industrial plantations (810.97±135.78 Mg C/ha), oil palm (709.81±96.23 Mg C/ha), and swamp areas (657.58±32.29 Mg C/ha). Vertically, Soil Organic Carbon (SOC) at the upper depth of 0–40 cm was the absolute main contributor accounting for approximately 93.4% to 94.2% of the total carbon stocks across the study area. Specifically in the acacia Industrial Plantation Forest (HTI) cultivation area, although the stands were able to grow under acid soil stress with an average pH of 3.76 and produced TCS reaching 806.45±136.48 Mg C/ha, statistical analysis proved that the age of the acacia plants had a negative effect of 24% on TCS stability (p-value <0.001). This finding is a crucial warning that without strict water and hydrological governance, the long-term sequestration potential in this cultivation concession will continue to be eroded due to ongoing peat degradation in the future. To minimize uncertainty in the calculation of aboveground biomass (Aboveground Carbon/AGC) in Acacia plantations, this study refines the quantification method by developing a new local scale allometric equation for Acacia crassicarpa. Testing of several regression models shows that a multiple polynomial equation combining stem diameter (DBH) and tree height parameters produces the best estimation performance with the highest accuracy value (R2 = 0.96) and the smallest error rate (RMSE = 38.20 kg). The use of this new local allometric successfully corrects the weaknesses of previous regional allometrics which are often inaccurate due to using limited dataset capacity and ignoring specific environmental stresses. Overall, the integration of XGBoost hydrological modeling, Gompertz nonlinear emission curves, the Random Forest spatial algorithm, and the updated local allometric formula produces a very essential high-resolution geospatial dataset. This data-driven methodology suite is strongly recommended as a high-level scientific option to support the national action program for reducing carbon emissions in the agriculture and forestry sectors and realizing sustainable tropical peat ecosystem management in Indonesia. This study estimates the potential mitigation benefits of water management interventions by simulating rewetting scenarios (raising the WTD) and projecting spatial peat CO2 emissions. Management priorities focused on two area typologies identified through WTD analysis: (1) areas with consistently deep average seasonal and annual WTD levels; and (2) areas exhibiting high WTD deviation (defined as standard deviation). The study classified the percentage of occurrences where WTD was shallower than -40 cm into four water management status categories: poor (<40%), moderate (40–60%), good (60–80%), and very good (80–100%). This classification scheme adapts the assessment categories from the Minister of Environment/Head of the Environmental Protection Agency Decree Number 1375 of 2025 regarding the Corporate Performance Rating Assessment Program for Environmental Management (Kepmen LH/BPLH, 2025). Six scenarios involving uniform WTD increases – specifically +5, +10, +20, +30, +40, and +50 cm – were modeled. Subsequently, the six resulting simulation rasters were integrated with the national regulatory minimum WTD threshold for peatlands (-40 cm). This integration produced a raster representing the minimum required increment per pixel to achieve compliance with the WTD = -40 cm standard, classified according to the six WTD increase scenarios. Based on the water management intervention priority matrix for the PHU of Rupat Island, eight priority classes were established, ranging from Priority 1A (highest intervention priority) to Priority 4B (lowest priority). In this matrix, areas with low achievement levels regarding the -40 cm WTD target are assigned higher restoration priority, while uncertainty data is used to differentiate the urgency and required management approach for each class. Furthermore, areas with high subsidence rates (SD) are assigned a higher intervention weight (sub-class A) compared to areas with low subsidence rates (sub-class B). Spatial mapping results indicate that water management status classified as "good" to "very good" is concentrated in the central peat areas and the riverine backswamp peat areas in the north. In these zones, the estimated percentage of occurrences where the WTD drops below -40 cm is relatively low; conversely, water management status classified as "moderate" to "poor" is concentrated in peat margin areas associated with coastal backswamps along the western, southwestern, and southern coasts. In these areas, the estimated percentage of occurrences where the groundwater level drops below -40 cm is relatively high. Priority 4A ("Very Good" + High SD) and Priority 4B ("Very Good" + Low SD) areas dominate the central part of the KHG. In contrast, Priority classes 2B through 3B are distributed along the peat margins, particularly in the west, where they are associated with coastal backswamps. Quantitatively, Priority 4A is the most dominant class, covering an area of 50,032 ha (43%), followed by Priority 4B at 26,929 ha (23%), Priority 3B at 19,736 ha (17%), and Priority 3A at 16,378 ha (14%). Based on this approach, approximately 97% of the total area of Rupat Island PHU falls into the Good to Very Good categories, whereas areas classified as Moderate and Poor account for only about 4% of the total territory. Priority Class 2B covers an area of 4,270 ha (4%), while Priority 1B covers only 87 ha (<0.1%) and Priority 2A only 3 ha (<0.01%). No areas were found to fall within Priority Class 1A. Rewetting simulations were conducted by applying incremental increases in the WTD of +5 cm, +10 cm, +20 cm, +30 cm, +40 cm, and +50 cm relative to the initial condition. In the +5 cm and +10 cm scenarios, WTD values across most of the study area remained in the negative range (below 0 cm), with the lowest values concentrated in the central region of the peat dome. The +20 cm scenario showed WTD values approaching 0 cm across most of the area; meanwhile, in the +30 cm scenario, WTD values in the central region approached 0 cm or slightly positive levels, whereas the peripheral areas-particularly the northern, western, and southern sections-began to exhibit higher positive WTD values. This pattern persisted in the +40 cm and +50 cm scenarios, where the proportion of the area with the highest WTD values (approaching or exceeding 45 cm) expanded, especially along the landscape edges, while the central dome region consistently showed relatively lower WTD values compared to the periphery across all increase scenarios. Regarding the Rs emission response, the highest emission values (ranging from dark orange to dark red, approaching 55 units) were observed in the +5 cm and +10 cm scenarios, with the highest concentrations in the central peat dome region. In the +20 cm scenario, emission values dropped to the orange-yellow range (approximately 35–45 units). This decline continued in the +30 cm and +40 cm scenarios, characterized by a dominance of green-yellow hues (approximately 25–35 units), ultimately reaching the lowest values in the +50 cm scenario, which was dominated by blue-green hues (approximately 15–25 units in the central region and below 10 units in parts of the northern and southern periphery). For both parameters (Rs and Rh), a consistent spatial pattern was observed across all scenarios: emission values in the landscape's peripheral areas were generally lower than in the central areas under low groundwater level rise scenarios (+5 cm to +20 cm), whereas under high groundwater level rise scenarios (+30 cm to +50 cm), parts of the northern and southern peripheral areas exhibited the lowest emission values compared to other regions. The best scenario for hydrological intervention in the Peat Ecosystem at the research site is to increase the TMAT by +5 cm and 10 cm, with Priority 1B (Poor + Low SD), Priority 2A (Moderate + High SD), and Priority 2B (Moderate + Low SD) categories with a total area of = 4,360 Ha (3.71%). The findings of this study indicate that the need for intensive hydrological restoration is local (site-specific). Meanwhile, most PHU areas require adaptive management strategies in the form of monitoring and maintenance to maintain the sustainability of peat hydrological functions. Keywords: peat, carbon, CO2 emission, soil respiration (Rs), heterotrof respiration (Rh), machine learning, WTD, sentinel-2, rewetting.

Studi Pengaruh Genangan Air pada Morfofisiologi, Pertumbuhan, dan Produksi Tanaman Kelapa Sawit serta Deteksinya melalui Analisis Spektral

2026-09-14T08:55:54Z

Studi Pengaruh Genangan Air pada Morfofisiologi, Pertumbuhan, dan Produksi Tanaman Kelapa Sawit serta Deteksinya melalui Analisis Spektral Sukmawan, Yan Tanaman kelapa sawit sering kali menghadapi cekaman abiotik yang berkaitan dengan ketersediaan air, baik defisit maupun kelebihan air. Perubahan iklim meningkatkan risiko cekaman air melalui perubahan pola curah hujan dan meningkatnya kejadian hujan ekstrem yang pada areal rendahan dengan drainase buruk berpotensi menyebabkan banjir dan genangan air. Cekaman genangan air menginduksi kondisi hipoksia pada zona perakaran yang mengganggu respirasi akar, penyerapan hara, dan keseimbangan air tanaman, yang pada akhirnya menekan pertumbuhan dan produktivitas kelapa sawit. Orientasi penelitian terdahulu masih didominasi oleh evaluasi pengaruh genangan air pada fase bibit muda dan pada skala rumah kaca atau pot percobaan serta dengan durasi yang relatif pendek. Fokus tersebut menyisakan kesenjangan dan keterbatasan informasi mengenai pengaruh genangan air jangka panjang, deteksi cekaman genangan air melalui analisis spektral, dan pengembangan model kerentanan berbasis spasial-temporal. Tiga seri percobaan telah dilakukan di Kebun Percobaan Cikabayan, Institut Pertanian Bogor mulai dari Juli 2024 sampai dengan Agustus 2025 untuk menginvestigasi pengaruh genangan air pada tanaman kelapa sawit. Percobaan pertama bertujuan untuk mempelajari pengaruh cekaman genangan air jangka panjang pada morfofisiologi, anatomi, dan alokasi biomassa tanaman kelapa sawit. Cekaman genangan parah (tinggi muka air 0 cm) secara terus-menerus terbukti menekan performa morfofisologis dengan penurunan tinggi tanaman (21,7%), jumlah daun (12,1%), diameter batang (15,6%), panjang anak daun (16,7%), laju fotosintesis (74,8%), laju transpirasi (56,21%), konduktansi stomata (64,1%), dan indeks kehijauan daun (14,1%). Tanaman mengembangkan mekanisme adaptasi anatomis berupa peningkatan perkembangan aerenkima di jaringan akar hingga 17,43% pada zona akar bawah, serta pembentukan pneumatofor yang dilengkapi lentisel sebagai jalur aerasi internal pada kondisi cekaman kritis. Genangan air juga menurunkan bobot brangkasan kering sebesar 36,1%, dengan korelasi positif yang kuat antara bobot brangkasan kering dan laju fotosintesis (r = 0,76). Analisis komponen utama (PCA) memperjelas pola diferensiasi respons, di mana genangan parah membentuk klaster dengan ciri adaptasi anatomi yang kuat namun fisiologi tertekan, genangan sedang menempati posisi transisional, sementara genangan dengan tinggi muka air lebih dalam dan kontrol (TMA -43 cm) mengelompok dengan karakter morfologi dan fisiologi yang lebih baik. Percobaan kedua bertujuan untuk mendeteksi cekaman genangan air pada tanaman kelapa sawit melalui pendekatan integratif yang menggabungkan pengukuran reflektansi spektral dengan indikator fisiologis dan biokimia. Hasil analisis pola spectral signature menunjukkan bahwa peningkatan level genangan menyebabkan perubahan reflektansi yang jelas pada beberapa wilayah spektral. Pada wilayah cahaya tampak, terutama pita biru dan merah, reflektansi cenderung meningkat seiring meningkatnya level genangan yang mengindikasikan penurunan absorpsi cahaya oleh pigmen fotosintetik akibat degradasi klorofil. Pada wilayah red edge, kemiringan kurva menjadi lebih landai yang menunjukkan melemahnya transisi antara absorpsi merah dan reflektansi NIR akibat penurunan klorofil dan gangguan fisiologis daun. Sementara itu, reflektansi pada wilayah NIR mengalami penurunan yang nyata pada perlakuan genangan berat yang mengindikasikan adanya perubahan struktur internal daun dan kondisi jaringan mesofil. Temuan ini didukung oleh analisis korelasi pasangan pita spektral antara kondisi kontrol dan tergenang penuh yang menunjukkan bahwa wilayah NIR memiliki korelasi positif yang relatif homogen, sedangkan zona transisi red edge memperlihatkan perubahan pola korelasi yang lebih kontras sehingga menjadi wilayah spektral yang paling responsif terhadap perubahan fisiologis tanaman akibat genangan. Dari pengujian sensitivitas indeks vegetasi, ditemukan bahwa TCARI, ARI1, dan R800*R550/R680 secara konsisten mampu membedakan tingkat keparahan genangan, dengan korelasi yang kuat terhadap karakter fisiologis (laju fotosintesis dan laju transpirasi) dan biokimia (kandungan MDA dan aktivitas CAT), melampaui keterbatasan indeks konvensional seperti NDVI. Percobaan ketiga bertujuan untuk mengestimasi kelembapan tanah, kadar air daun, dan kehijauan daun menggunakan data multispektral berbasis pesawat udara nirawak dan pembelajaran mesin serta mengklasifikasikan kerentanan tanaman kelapa sawit terhadap kelembapan tanah berlebih. Analisis temporal menunjukkan variabilitas kelembapan tanah dan kadar air daun yang berkaitan erat dengan dinamika curah hujan, sementara kehijauan daun relatif konstan, yang mengindikasikan bahwa kandungan klorofil tidak responsif terhadap fluktuasi curah hujan dalam jangka pendek. Estimasi variabel biofisik menggunakan algoritma pembelajaran mesin menunjukkan bahwa PLSR memiliki performa paling stabil untuk estimasi kelembapan tanah dan kadar air daun (R² tertinggi 0,613 dan 0,492 pada April 2025), sementara Random Forest unggul dalam estimasi kehijauan daun (R² = 0,827 pada Januari 2025). Kehijauan daun berkorelasi positif kuat dengan indeks berbasis red edge seperti NDRE, LCI, dan CIred-edge, memperkuat keunggulan spektral red edge dalam mendeteksi perubahan kandungan klorofil, kondisi fisiologis tanaman, dan struktur internal daun. Integrasi antara pengamatan morfofisiologi, respons spektral, dan pendekatan spasial berbasis penginderaan jauh menunjukkan bahwa pengaruh genangan air pada kelapa sawit perlu dipahami sebagai respons yang saling terhubung dari tingkat tanaman hingga lanskap kebun. Perubahan fisiologis dan biokimia akibat genangan yang tercermin melalui perubahan karakteristik spektral berpotensi digunakan sebagai nondestruktif untuk memantau respons tanaman terhadap cekaman genangan. Hasil penelitian ini menunjukkan pentingnya pengembangan pendekatan interdisipliner yang menghubungkan pengetahuan agronomi, fisiologi tanaman, penginderaan jauh, dan pembelajaran mesin untuk mendukung pengembangan sistem monitoring kondisi tanaman serta pemetaan kerentanan terhadap kelembapan tanah berlebih di perkebunan kelapa sawit.; Oil palm frequently experiences abiotic stresses related to water availability, including both water deficit and water excess. Climate change is expected to increase the risk of water-related stress through altered precipitation patterns and more frequent extreme precipitation events, particularly in low-lying areas with poor drainage, thereby increasing the likelihood of flooding and waterlogging. Waterlogging induces hypoxic conditions in the root zone, disrupting root respiration, nutrient uptake, and plant water balance, ultimately suppressing oil palm growth and productivity. Previous studies have primarily focused on evaluating the effects of waterlogging on young seedlings under greenhouse or pot conditions over relatively short experimental durations. This focus has left gaps and limited information regarding the effects of long-term waterlogging, the detection of waterlogging stress using spectral analysis, and the development of spatiotemporal susceptibility models. Three experimental series were conducted at the Cikabayan Teaching Farm, IPB University, from July 2024 to August 2025 to investigate the effects of waterlogging on oil palm. The first experiment investigated the effects of long-term waterlogging stress on the morphophysiology, anatomy, and biomass allocation of oil palm. Continuous severe waterlogging stress (0 cm water table) suppressed morphophysiological performance, reducing plant height (21.7%), leaf number (12.1%), stem diameter (15.6%), leaflet length (16.7%), photosynthesis rate (74.8%), transpiration rate (56.2%), stomatal conductance (64.1%), and leaf greenness index (14.1%). Oil palm developed anatomical adaptations, characterized by increased aerenchyma development up to 17.43% in the lower root zone and the formation of pneumatophores with lenticels as internal aeration pathways under critical stress conditions. Waterlogging also reduced total dry weight by 36.1%, with a strong positive correlation between total dry weight and photosynthesis rate (r = 0.76). Principal component analysis (PCA) further differentiated treatment responses, with severe waterlogging forming a distinct cluster characterized by pronounced anatomical adaptation but impaired physiological performance. Moderate waterlogging occupied a transitional position, whereas treatments with a deeper water table and the control clustered together, exhibiting superior morphological and physiological characteristics. The second experiment aims to detect waterlogging stress in oil palm using an integrative approach that combines spectral reflectance measurements with physiological and biochemical indicators. Spectral signature analysis revealed distinct changes in canopy reflectance across several spectral regions with increasing waterlogging level, indicating reduced light absorption by photosythetic pigments due to chlorophyll degradation. In the red edge region, the spectral slope is becoming progressively flatter, reflecting a weaker transition between red absorption and NIR reflectance due to reduced chlorophyll levels and physiological disturbances. Meanwhile, NIR reflectance decreased markedly under severe waterlogging, indicating alterations in the internal structure of leaves and mesophyll tissue. These findings were further supported by spectral band-pair correlation analysis between the control and fully waterlogged conditions. The NIR region showed consistently high positive correlations, whereas the red edge transition zone showed a more contrasting correlation pattern than other regions. This pattern indicates that the red edge region is the spectral portion most responsive to plant physiological alterations induced by waterlogging. Sensitivity analysis of vegetation indices demonstrated that TCARI, ARI1, and R800*R550/R680 consistently discriminated waterlogging severity and exhibited strong correlations with physiological traits (photosynthesis and transpiration rate) and biochemical traits (MDA content and CAT activity), outperforming conventional indices such as NDVI. The third experiment aimed to estimate soil moisture, leaf water content, and leaf greenness using UAV-based multispectral imagery and machine learning algorithms, and to classify oil palm susceptibility to excess soil moisture. Temporal analysis showed that soil moisture and leaf water content varied closely with precipitation dynamics, whereas leaf greenness remained relatively constant, indicating that chlorophyll content was less responsive to short-term precipitation fluctuations. Among the evaluated machine-learning algorithms, partial least squares regression provided the most stable performance for estimating soil moisture and leaf water content (highest R² of 0.613 and 0.492, respectively, in April 2025), whereas Random Forest achieved the highest accuracy for estimating leaf greenness (R² = 0.827 in January 2025). Leaf greenness was strongly positively correlated with red edge-based indices such as NDRE, LCI, and CIred-edge, confirming the superior sensitivity of red edge spectral region for detecting changes in chlorophyll content, plant physiological status, and leaf internal structure. The integration of morphophysiological observations, spectral responses, and remote-sensing-based spatial approaches indicates that the effects of waterlogging on oil palm should be understood as interconnected responses spanning from the individual plant to the plantation landscape scale. Physiological and biochemical changes induced by waterlogging were reflected in alterations of spectral characteristics, enabling rapid, large-scale, and nondestructive monitoring of plant condition. The findings of this study highlight the importance of developing an interdisciplinary approach that integrates agronomy, plant physiology, remote sensing, and machine learning to support the development of plant condition monitoring systems and the spatial assessment of excess soil moisture susceptibility in oil palm plantations.

Penyuntingan Gen MeSGT1 Melalui CRISPR/Cas9 untuk Ketahanan Umbi Ubi Kayu Pasca Panen: Pendekatan dari Induksi Kalus Embriogenik hingga Karakterisasi Umbi

2026-08-15T06:40:52Z

Penyuntingan Gen MeSGT1 Melalui CRISPR/Cas9 untuk Ketahanan Umbi Ubi Kayu Pasca Panen: Pendekatan dari Induksi Kalus Embriogenik hingga Karakterisasi Umbi Wahyuni, Febriana Dwi Penelitian ini secara umum bertujuan untuk menghasilkan genotipe ubi kayu yang toleran terhadap kerusakan fisiologis pasca panen (Postharvest Physiological Deterioration/PPD) dengan masa simpan lebih panjang dibandingkan tipe liarnya, melalui penerapan teknologi genome editing CRISPR/Cas9 yang menargetkan gen MeSGT1 (pengkode enzim scopoletin-glucosyltransferase). Penelitian dibagi menjadi tiga topik utama untuk mencapai tujuan tersebut. Topik pertama bertujuan mengembangkan protokol induksi embrio somatik dan friable embryogenic callus (FEC) yang efektif pada genotipe ubi kayu Indonesia sebagai langkah awal yang krusial sebelum transformasi genetik. Penelitian ini menguji pengaruh jenis auksin (2,4-D 10 mg l-1 dan pikloram 12 mg l-1) dan jenis eksplan (tunas aksilar, leaf lobe, daun, batang, tangkai daun) untuk induksi embrio somatik pada ubi kayu genotipe Menti, Manggu dan Nangka, serta penambahan L-tirosin terhadap keberhasilan FEC pada genotipe Menti dan Carvita25. Hasilnya menunjukkan bahwa eksplan tunas aksilar pada media dengan pikloram 12 mg l-1 merupakan metode paling efektif, dengan genotipe Menti menghasilkan hingga 202,3 embrio somatik per 10 eksplan. Hasil induksi FEC, menunjukkan bahwa respons terhadap L-tirosin bersifat spesifik genotipe. Carvita25 memerlukan L-tirosin 500 µM, 60444 (kontrol) optimal tanpa L-tirosin, sedangkan Menti kurang responsif sehingga memerlukan eksplorasi faktor lain. Protokol ini menjadi fondasi teknis bagi transformasi genetik ubi kayu di Indonesia. Topik kedua bertujuan mentransformasikan konstruk plasmid CRISPR/Cas9 yang menargetkan gen MeSGT1 ke dalam genom ubi kayu menggunakan eksplan FEC, serta meregenerasi tanaman T0 hasil penyuntingan yang akan dikarakterisasi lebih lanjut. Transformasi dilakukan dengan menginokulasi FEC genotipe model 60444 menggunakan Agrobacterium tumefaciens LBA4404 yang membawa vektor pYLCRISPR/ Cas9p35s-HygR, dilanjutkan dengan seleksi bertahap menggunakan higromisin (5–15 mg l-1) dan regenerasi menjadi plantlet. Transformasi pada 36 kluster FEC menghasilkan 59 tanaman T0 putatif dengan tingkat efisiensi transformasi mencapai 5,4%. Analisis PCR menggunakan primer gen ketahanan higromisin (hpt) mengonfirmasi 14 tanaman positif membawa transgen. Amplifikasi PCR pada daerah target gen MeSGT1 menghasilkan pola pita ganda pada beberapa galur, yang mengindikasikan terjadinya mutasi kimera akibat penyuntingan gen MeSGT1 melalui mekanisme Non-Homologous End Joining (NHEJ). Tanaman hasil penyuntingan berhasil diaklimatisasi di rumah kaca dengan tingkat keberhasilan 60% dan menunjukkan pertumbuhan vegetatif yang tidak berbeda signifikan dengan tanaman tipe liar. Topik ketiga bertujuan mengkarakterisasi profil fenotipe (morfologi umbi), parameter biokimia (kandungan skopoletin), serta marka molekuler (profil transkriptom) pada umbi ubi kayu hasil editing gen MeSGT1 untuk mengevaluasi ketahanannya terhadap PPD. Karakterisasi dilakukan pada 8 galur hasil editing (T02, T03, T04, T06, T07, T08, T09, T016) dan kontrol wildtype 60444. Hasil morfologi menunjukkan variasi antar T0, dengan T02 dan T03 memiliki ketahanan PPD tertinggi (luas perubahan warna < 5% pada 24 jam), berbeda nyata dengan T0 rentan yang mencapai > 50%. Analisis LCMS menunjukkan bahwa T02 berhasil menekan akumulasi skopoletin hingga hanya 12,8% dari kontrol pada 24 jam setelah panen, sesuai target penyuntingan, sedangkan galur T06 mengalami peningkatan 4,5 kali lipat akibat dugaan off-target mutation. Analisis transkriptomik pada T03 sebagai kandidat T0 tahan PPD mengidentifikasi 108 gen yang mengalami perubahan ekspresi (56 up-regulated, 52 down-regulated). Analisis Gene Ontology dan KEGG mengungkap bahwa mutasi MeSGT1 memengaruhi jalur respons terhadap stres oksidatif (pengikatan heme/tetrapyrrole), metabolisme fenilpropanoid (biosintesis skopoletin/skopolin), serta metabolisme sianogenik glukosida (linamarin/lotaustralin). Rekomendasi mengarah pada T02 dan T03 sebagai kandidat potensial untuk pengembangan varietas ubi kayu tahan PPD. Secara keseluruhan, ketiga tahapan penelitian ini telah berhasil membangun alur kerja yang terintegrasi dan sistematis, mulai dari pengembangan protokol induksi embrio somatik dan FEC pada genotipe ubi kayu Indonesia, transformasi CRISPR/Cas9 yang menargetkan gen MeSGT1, hingga karakterisasi fenotipe, biokimia, dan molekuler umbi hasil penyuntingan. Keberhasilan induksi FEC pada genotipe Carvita25 dengan penambahan L-tirosin 500 µM dan pada 60444 tanpa L-tirosin menunjukkan bahwa optimalisasi media harus dilakukan secara spesifik per genotipe. Transformasi yang berhasil menghasilkan tanaman T0 dengan bukti awal terjadinya mutasi kimera pada gen MeSGT1, dibuktikan dengan pola pita ganda pada PCR serta efisiensi transformasi 5,4%. Karakterisasi lebih lanjut membuktikan bahwa T02 dan T03 mampu menekan akumulasi skopoletin hingga 12,8% dari kontrol dan memperlambat luasan PPD hingga kurang dari 5% pada 48 jam setelah panen, sementara T06 menunjukkan peningkatan skopoletin 4,5 kali lipat yang tidak diinginkan. Penelitian ini tidak hanya berhasil menghasilkan kandidat T0 ubi kayu tahan PPD (T02 dan T03) yang berpotensi dikembangkan lebih lanjut, tetapi juga menyediakan protokol transformasi dan media induksi FEC yang dapat diadopsi untuk perbaikan genotipe lokal ubi kayu Indonesia lainnya di masa depan.

Fitonematoda Terbawa Umbi Kentang di Sentra Produksi Kentang Pulau Jawa: Identifikasi dan Pengendalian

2026-08-15T07:40:24Z

Fitonematoda Terbawa Umbi Kentang di Sentra Produksi Kentang Pulau Jawa: Identifikasi dan Pengendalian Kurniawan, Wawan Nematoda terbawa umbi kentang, potato tuber-borne nematode (PTBN) merupakan salah satu patogen yang ditularkan melalui umbi dan dapat menjadi media pemencar yang efektif ke sentra budidaya kentang di Indonesia. Laporan mengenai fitonematoda yang dibawa oleh umbi kentang masih terbatas. Oleh karena itu, diperlukan penelitian yang komprehensif. Penelitian ini bertujuan untuk (1) mendeskripsikan, mengkategorikan, menilai gejala, dan kehilangan hasil akibat infeksi PTBN dan (2) mengidentifikasi spesies PTBN. Penelitian dilakukan pada Januari 2023–Desember 2024 di sentra produksi kentang Pulau Jawa. Survei meliputi pengambilan sampel kentang, deskripsi, pengelompokan, penilaian gejala, kejadian penyakit, penilaian kehilangan hasil, dan identifikasi PTBN berdasarkan karakter morfologis, morfometris, dan molekuler. Hasil surveilans menunjukkan bahwa PTBN terdeteksi di semua lokasi dengan berbagai gejala khas pada umbi kentang, antara lain pimple-like swelling, russeted tuber, branched tuber, daughter tuber, elongated tuber, knobby tuber. dan dapat diklasifikasikan menjadi gejala ringan, sedang, dan berat. Infeksi PTBN dapat menurunkan kualitas dan hasil panen 2–85%. Tujuh spesies PTBN berhasil diidentifikasi, yaitu nematoda puru akar (Meloidogyne javanica dan M. incognita), nematoda peluka akar (Pratylenchus penetrans, dan P. zeae), nematoda sista kentang (Globodera rostochiensis dan G. pallida), dan Aphelenchus sp. Fitonematoda tersebut dapat bertahan hidup dalam umbi kentang selama 3–24 bulan, sehingga dapat dikategorikan sebagai PTBN.; Potato tuber-borne nematode (PTBN) are pathogenic nematodes transmitted through seed tubers and can serve as an effective dispersal agent to potato production centers in Indonesia. Information regarding phytonematodes associated with potato tubers remains limited, highlighting the need for comprehensive investigation. This study aimed to (1) describe, categorize, and assess symptoms and yield losses associated with PTBN infection, and (2) identify PTBN species. The research was conducted from January 2023 to December 2024 in major potato production centers across Java Island. The study involved field surveys, including tuber sampling, symptom description and classification, disease incidence assessment, yield loss estimation, and PTBN identification based on morphological, morphometric, and molecular characteristics. Surveillance results revealed that PTBN were detected in all surveyed locations, exhibiting typical symptoms on potato tubers, including pimple-like swelling, russeted tuber, branched tuber, daughter tuber, elongated tuber, and knobby tuber, which were classified into mild, moderate, and severe categories. PTBN infection reduced tuber quality and yield by 2–85%. Seven PTBN species were identified, namely root-knot nematodes (Meloidogyne javanica and M. incognita), lesion nematodes (Pratylenchus penetrans and P. zeae), the potato cyst nematode (Globodera rostochiensis and G. pallida), and Aphelenchus sp. These phytonematodes were able to survive within potato tubers for 3–24 months, confirming their classification as PTBN and highlighting their role as a persistent source of inoculum in potato production systems.; Potato tuber-borne nematodes (PTBN), khususnya dari kelompok Meloidogyne spp., merupakan salah satu faktor pembatas utama dalam produksi kentang. Termoterapi merupakan salah satu metode pengendalian fisik yang ramah lingkungan dan berpotensi mengeliminasi nematoda dari umbi sebelum penanaman. Penelitian ini bertujuan untuk mengevaluasi keefektifan perendaman air panas (hot water treatment), yaitu kombinasi suhu dan durasi perlakuan yang mematikan PTBN namun tetap mempertahankan viabilitas fisiologis umbi kentang. Percobaan dilakukan menggunakan benih kentang varietas Granola G3 dan suspensi nematoda puru akar yang dipaparkan pada suhu 50; 52,5; 55; dan 60 °C dengan variasi durasi perlakuan. Hasil penelitian menunjukkan bahwa daya tumbuh umbi di atas 95% dapat dipertahankan hingga suhu perlakuan 50 °C selama 40 menit. Pada suhu yang sama, mortalitas juvenil stadium II (J2) Meloidogyne spp. mencapai 100% setelah perlakuan selama minimal 20 menit. Pengujian lanjutan pada umbi bergejala penyakit menunjukkan bahwa perlakuan 50 °C selama 40 menit efektif mengeliminasi seluruh nematoda hidup dalam umbi kentang tanpa menurunkan viabilitasnya.; Potato tuber-borne nematodes (PTBN), particularly those belonging to Meloidogyne spp., are among the major constraints in potato production. Thermotherapy is an environmentally friendly physical control method that has the potential to eliminate nematodes from tubers before planting. This study aimed to evaluate the effectiveness of hot water treatment, defined as a combination of temperature and exposure time that eliminates PTBN while maintaining the physiological viability of potato tubers. Experiments were conducted using Granola G3 potato seed tubers and root-knot nematodes exposed to temperatures of 50, 52.5, 55, and 60 °C for different treatment durations. The results showed that a tuber germination rate above 95% could be maintained at a treatment temperature of 50 °C for up to 40 minutes. At the same temperature, mortality of stage II (J2) juveniles of Meloidogyne spp. reached 100% after treatment for at least 20 minutes. Further testing on disease-symptomatic tubers showed that treatment at 50°C for 40 minutes effectively eliminated all live nematodes in potato tubers without reducing their viability.; Perbanyakan kentang secara vegetatif menggunakan umbi menjadi faktor utama penyebaran potato tuber-borne nematode (PTBN). Kemampuan nematoda hidup dan bertahan di dalam jaringan umbi memungkinkan patogen tersebut terbawa ke lokasi penanaman baru dan menjadi sumber inokulum yang efektif. Keterbatasan nematisida lapangan terhadap nematoda endoparasit mendorong pengembangan kemoterapi umbi sebagai strategi pengendalian yang prospektif. Penelitian ini bertujuan mengevaluasi keefektifan lima bahan aktif pestisida, yaitu fluopiram, abamektin, triazofos, isoprokarb, dan neem oil untuk mengeliminasi PTBN. Percobaan dilakukan di laboratorium melalui perendaman umbi kentang dengan konsentrasi sesuai rekomendasi dan variasi durasi perlakuan 2–36 jam. Hasil penelitian menunjukkan bahwa neem oil memiliki tingkat keamanan tertinggi dengan viabilitas umbi mencapai 100% hingga 24 jam perendaman. Secara in vitro, seluruh bahan aktif menyebabkan mortalitas nematoda 100% dalam 1–6 jam. Namun, pada uji in vivo, hanya perlakuan neem oil selama 12–24 jam yang lebih efektif menekan populasi PTBN. Perendaman umbi kentang dalam neem oil 50 g/l konsentrasi 15 ml/l selama 12–24 jam merupakan pilihan terbaik untuk mengeliminasi PTBN tanpa menurunkan viabilitasnya.; Vegetative propagation of potato through seed tubers is the primary pathway for the dissemination of potato tuber-borne nematodes (PTBN). The ability of these nematodes to survive and persist within tuber tissues enables them to be transported to new planting sites, where they serve as an effective source of primary inoculum. The limited effectiveness of field-applied nematicides against endoparasitic nematodes has driven the development of tuber chemotherapy as a promising control strategy. This study aimed to evaluate the efficacy of five pesticide active ingredients (fluopyram, abamectin, triazophos, isoprocarb, and neem oil) for eliminating PTBN. The experiment was conducted under laboratory conditions using recommended concentrations with soaking durations ranging from 2 to 36 hours. The results showed that neem oil demonstrated the highest level of safety, maintaining 100% tuber viability after up to 24 hours of soaking. Under in vitro conditions, all active ingredients caused 100% nematode mortality within 1–6 hours. However, in vivo results indicated that only neem oil treatment applied for 12–24 hours was most effective in suppressing PTBN populations. Immersion of potato tubers in neem oil at a concentration of 15 ml/l for 12–24 hours is the most effective treatment for eliminating PTBN without reducing tuber viability.