Pemanfaatan Data Hujan Global Untuk Mengevaluasi Rencana Pengembangan Komoditas Pertanian Prioritas Di Provinsi Papua Barat

Authors

  • Arif Faisol Universitas Papua
  • Bertha Ollin Paga Universitas Papua

DOI:

https://doi.org/10.33506/md.v14i3.1988

Keywords:

Climate Hazards Group Infrared Precipitation with Stations, Schmidt – Ferguson, Oldeman, penginderaan jauh

Abstract

Provinsi Papua Barat merupakan salah satu wilayah yang ditetapkan sebagai Lokasi Kawasan Pertanian Nasional dengan komoditas prioritas padi, cabai, kako, kelapa sawit, bawang merah, pala, dan kelapa.  Iklim merupakan parameter utama dalam pengembangan kawasan pertanian. Zona iklim Schmidt–Ferguson dan Oldeman merupakan zona iklim berbasis data hujan bulanan yang digunakan secara luas untuk perencanaan pertanian di Indonesia. Terbatasnya stasiun iklim di Provinsi Papua Barat dengan durasi pencatatan kurang dari 30 tahun menjadi kendala dalam melakukan analisis iklim. Climate Hazards Group Infrared Precipitation with Stations (CHIRPS) merupakan salah satu dataset hujan global berbasis penginderaan jauh yang memiliki durasi perekaman lebih dari 30 tahun. Penelitian ini bertujuan untuk memanfaatkan data CHIRPS, metode Schmidt – Ferguson, dan metode Oldeman untuk mengevaluasi rencana pengembangan komoditas pertanian prioritas di Provinsi Papua barat. Secara umum penelitian ini terdiri atas 3 (tiga) tahapan utama, yaitu; inventarisasi data, klasifikasi data hujan, dan evaluasi kesesuaian iklim. Hasil penelitian menunjukkan bahwa komoditas pertanian prioritas yang telah ditetapkan oleh pemerintah sesuai dengan kondisi iklim di Provinsi Papua Barat. Hanya komoditas bawang merah yang tidak sesuai dengan kondisi iklim di Provinsi Papua Barat. Oleh sebab itu kebijakan pengembangan komoditas pertanian prioritas di Provinsi Papua Barat dapat dijalankan dalam rangka menjaga ketahanan pangan serta pertumbuhan ekonomi di Indonesia.

References

Badan Meteorologi Klimatologi dan Geofisika. (2021). Ketersediaan Data. http://dataonline.bmkg.go.id/akses_data

Budiyono, & Faisol, A. (2021). Evaluasi Data Climate Hazards Group Infrared Precipitation With Station ( CHIRPS ) Dengan Data Pembanding Automatic Weather Stations ( AWS ) Dalam Mengestimasi Curah Hujan Harian Di Provinsi Papua Barat. Jurnal Teknik Pertanian Lampung (Journal of Agricultural Engineering), 10(1), 64–72. https://doi.org/10.23960/jtep-l.v10.i1.64-72

Faisol, A., Indarto, I., Novita, E., & Budiyono, B. (2020). Komparasi Antara Climate Hazards Group Infrared Precipitation With Stations (CHIRPS) dan Global Precipitation Measurement (GPM) Dalam Membangkitkan Informasi Curah Hujan Harian di Provinsi Jawa Timur. Jurnal Teknologi Pertanian Andalas, 24(2), 148–156.

Funk, C. C., Peterson, P. J., Landsfeld, M. F., Pedreros, D. H., Verdin, J. P., Rowland, J. D., Romero, B. E., Husak, G. J., Michaelsen, J. C., & Verdin, A. P. (2014). A Quasi-Global Precipitation Time Series for Drought Monitoring (1st ed.).

Irfan, M. (2006). The Determination of Palembang Climate Type by Using Schmidt-Ferguson Method. The 2nd Joint International Conference on Sustainable Energy and Environment (SEE 2006), November, 3–4.

Laimeheriwa, S., Madubun, E. L., & Rarsina, E. D. (2019). Analisis Tren Perubahan Curah Hujan dan Pemetaan Klasifikasi Iklim Schmidt - Ferguson untuk Penentuan Kesesuaian Iklim Tanaman Pala (Myristica fragrans) di Pulau Seram. Agrologia, 8(2), 71–81. https://doi.org/10.30598/a.v8i2.1012

Menteri Pertanian. (2018). Keputusan Menteri Pertanian RI Nomor 472/Kpts/RC.040/6/2018.

National Center for Atmospheric Research Staff. (2020). The Climate Data Guide: Precipitation Data Sets: Overview & Comparison table. Agustus. https://climatedataguide.ucar.edu/climate-data/precipitation-data-sets-overview-comparison-table

Nawawi, G. (2001). Pengantar Klimatologi Pertanian. In Departement Pendidikan Nasional (1st ed.). Departement Pendidikan Nasional.

Oldeman, L. R., Las, I., & Muladi. (1980). The Agroclimatic Maps of Kalimantan, Maluku, Irian Jaya and Bali, West and East Nusa Tenggara (1st ed.). Central Research Institute for Agriculture.

Remote Sensing System. (2021a). AMSR-2/ AMSR-E. https://www.remss.com/missions/amsr/

Remote Sensing System. (2021b). GMI. https://www.remss.com/missions/gmi/

Remote Sensing System. (2021c). SSMI / SSMIS. https://www.remss.com/missions/ssmi/

Remote Sensing System. (2021d). TMI. https://www.remss.com/missions/tmi/

Ritung, S., Nugroho, K., Mulyani, A., & Suryani, E. (2011). Petunjuk Teknis Evaluasi Lahan untuk Komoditas Pertanian (2nd ed.). Balai Besar Penelitian dan Pengembangan Sumberdaya Lahan Pertanian.

Wahyunto, Hikmatullah, Suryani, E., Tafakresnanto, C., Ritung, S., Mulyani, A., Sukarman, Nugroho, K., Sulaeman, Y., Suparto, Subandiono, R. E., Sutriadi, T., & Nursyamsi, D. (2016). Petunjuk Teknis Pedoman Survei dan Pemetaan Tanah Tingkat Semi Detail Skala 1:50.000 (Issue 12).

Weng, F. (2007). Special Sensor Microwave Imager and Sounder ( SSMIS ) Antenna Brightness Temperature Data Record ( TDR ) Calibration and Validation User Mabual.

Winarno, G. D., Harianto, S. P., & Santoso, T. (2019). Klimatologi Pertanian (1st ed.). Pusaka Media.

World Meteorological Organization. (1994). WMO No. 163: Guide to Hydrological Practices (5th ed.). World Meteorological Organization.

World Meteorological Organization. (2008). WMO No 168: Guide to Hydrological Practices (6th ed.). World Meteorological Organization. https://doi.org/10.1080/02626667.2011.546602

World Meteorological Organization. (2015). WMO No 49 : General Meteorological Standards and Recommended Practice: Vol. I (Issue 2). https://doi.org/10.1007/978-94-024-1179-9_301503

World Meteorological Organization. (2017). WMO No 1203: WMO Guidelines on the Calculation of Climate Normals. In WMO-No. 1203 (Issue 1203). https://library.wmo.int/doc_num.php?explnum_id=4166

Downloads

Published

2022-11-02

How to Cite

Faisol, A., & Paga, B. O. . (2022). Pemanfaatan Data Hujan Global Untuk Mengevaluasi Rencana Pengembangan Komoditas Pertanian Prioritas Di Provinsi Papua Barat . Median : Jurnal Ilmu Ilmu Eksakta, 14(3), 104–119. https://doi.org/10.33506/md.v14i3.1988

Issue

Vol. 14 No. 3 (2022): Jurnal Median

Section

Articles

License

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike (CC BY-SA) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.