Pemodelan STARIMA dan GSTARIMA Luas Serangan Hama Penggerek Batang Padi menggunakan Bobot Clustering spatial
View/ Open
Date
2017Author
Ariski, Niki
Sumertajaya, I Made
Aidi, Muhammad Nur
Metadata
Show full item recordAbstract
Hama Penggerek Batang Padi atau yang biasa disebut Sundep/Beluk
merupakan hama utama bagi tanaman padi di Indonesia. Hama ini menyerang
tanaman padi pada semua fase pertumbuhan tanaman padi mulai dari persemaian
hingga panen. Data dari Dirjen Tanaman Pangan Kementerian Pertanian
menunjukkan bahwa selama kurun waktu 6 tahun terakhir yaitu dari tahun 2010
hingga 2015 rata-rata luas serangan hama penggerek batang padi sebanyak 2%
dari total luas lahan tanam petani di Indonesia sedangkan rata-rata luas serangan
hama tanaman padi lainnya seperti Wereng Batang Coklat, Tikus, Blas,
BLB/Kresek, dan Tungro yang hanya berkisar dibawah 1% dari total luas lahan
tanam petani.
Luas serangan hama penggerek batang pada setiap daerah untuk periode
waktu tertentu merupakan salah satu data deret waktu peubah ganda yang di
dalamnya terdapat faktor ruang (lokasi) dan waktu. Data deret waktu yang
didalamnya terdapat faktor ruang dan waktu disebut model space time. Space time
adalah salah satu pemodelan dalam data deret waktu peubah ganda yang
merupakan bentuk khusus dari vector autoregressive integrated moving average
(VARIMA) dimana model tersebut menggabungkan antara data ruang dan waktu.
Model space time autoregressive integrated moving average (STARIMA)
pertama kali diperkenalkan oleh Pfeifer dan Deutch (1980). STARIMA itu sendiri
merupakan model time series yang dikembangkan dari model autoregressive
integrated moving average (ARIMA) Box-Jenkins. Model STARIMA
mengasumsikan nilai-nilai parameter sama untuk setiap lokasi sehingga model ini
sesuai untuk karakteristik lokasi yang sama (homogen). Model generalized space
time autoregressive integrated moving average (GSTARIMA) diperkenalkan oleh
Borovkova, et al (2002) sebagai perluasan dari model STARIMA yang
mengasumsikan nilai-nilai parameter yang berbeda untuk setiap lokasi yang pada
kenyataannya lebih sering ditemukan dalam praktek.
Pembobotan spasial berdasarkan informasi jarak atau ketetanggaan
merupakan pendekatan spasial secara geografis yang selalu digunakan sebagai
pembobot dalam analisis space time. Pendekatan spasial secara geografis sangat
bergantung pada letak antar lokasi. Pada penelitian ini digunakan pembobot
berdasarkan pendekatan secara alur distribusi. Pendekatan alur distribusi yang
digunakan yaitu dengan mengelompokkan lokasi (clustering spatial) pada data
luas serangan hama penggerek batang padi berdasarkan kemiripan habitat hama
menggunakan analisis cluster fuzzy c-means. Data kemiripan habitat hama yang
digunakan adalah data keadaan iklim dan juga data produktivitas padi setiap
lokasi. Pusat antar kelompok yang diperoleh dari analisis cluster yang kemudian
digunakan untuk menghitung matriks jarak antar lokasi. Model yang digunakan
adalah STARIMA musiman (2,0,0;1)(0,0,1;1)6 dan GSTARIMA musiman
(2,0,0;1)(0,0,1;1)6. Pembobot yang digunakan adalah bobot langkah ratu dan
kebalikan jarak yang diperoleh berdasarkan pendekatan secara geografis serta
bobot clustering spatial yang diperoleh berdasarkan pendekatan secara alur
distribusi. Model GSTARIMA musiman (2,0,0;1)(0,0,1;1)6 menggunakan bobot
clustering spatial adalah model yang terbaik berdasarkan nilai RMSE dan MAPE
terkecil yaitu nilai RMSE sebesar 0.450 dan nilai MAPE sebesar 14.898 %.