Prediksi Serangan Penyakit Busuk Pangkal Batang danPenggerek Batang Tanaman LadaMenggunakan Luaran North American Multi-Model Ensemble.

Abstract

Lada (Piper nigrum L.) merupakan jenis tanaman rempah yang memberikan kontribusi besar dalam kegiatan ekspor di Indonesia. Kontribusi lada sebagai komoditi ekspor tidak lepas dari berbagai ancaman yang memengaruhi proses produksinya seperti serangan hama dan penyakit. Tujuan penelitian ini ialah untuk membangun model prediksi serangan hama penggerek batang dan penyakit busuk pangkal batang memanfaatkan data prediksi curah hujan luaran model North American Multi- Model Ensemble (NMME). Data curah hujan dan data serangan hama dan penyakit (HPT) lada hasil observasi dapat digunakan untuk membangun model prediksi serangan HPT lada melalui persamaan regresi untuk menentukan nilai ambang batas curah hujan. Hasil prediksi tingkat serangan penyakit busuk pangkal batang lada menggunakan data training divalidasi dengan data serangan penyakit observasi menunjukkan hasil yang sesuai sebesar 45%, mendekati 25%, dan tidak sesuai 30%. Sedangkan, prediksi serangan hama penggerek batang menunjukkan hasil yang mendekati sebesar 40%, sesuai 40%, tidak sesuai 20% setelah divalidasi dengan data serangan hama observasi. Hasil prediksi untuk serangan penyakit yang terjadi tahun 2022 adalah rendah/sangat rendah pada triwulan pertama, rendah pada triwulan kedua, tinggi pada triwulan ketiga, dan sangat rendah pada triwulan keempat. Sedangkan untuk serangan hama pada tahun 2022 akan terjadi serangan rendah/tinggi pada triwulan pertama, rendah/tinggi pada triwulan kedua, dan tinggi untuk triwulan ketiga.

Pepper (Piper nigrum L.) is a type of spice plant that makes a major contribution to export activities in Indonesia. The contribution of pepper as an export commodity cannot be separated from various threats that affect production process such as pests and diseases. The purpose of this study was to develop pest (stem borer) and disease (stem base rot disease) prediction model using the precipitation data the North American Multi-Model Ensemble (NMME). Precipitation data and pepper pest and disease attack (P&D) data from observations can be used to build a prediction model for pepper P&D attacks through a regression equation to determine the rainfall threshold value. Prediction results of pepper stem base rot disease using training data were validated with observational disease attack data showing the appropriate results of 45%, approach to 25%, and 30% inappropriate. Meanwhile, the prediction of stem borer attacks showed results that were approach to 40%, appropriate at 40%, and inappropriate at 20% after being validated with observation pest attack data. The prediction results show thatdisease attacksthat will occur in 2022 are low/very low for the first quarter, low for the second quarter, high for the third quarter, and verylow forthe fourth quarter. As for pest attacksin 2022, there will be low/high attacksin the first quarter, low/high in the second quarter, and high in the third quarter.