©
2001 Fadjry Djufry Posted 29 May 2001 [rudyct]
Makalah
Falsafah Sains (PPs 702)
Program
Pasca Sarjana / S3
Institut
Pertanian Bogor
Juni
2001
Dosen:
Prof
Dr Ir Rudy C Tarumingkeng (Penanggung Jawab)
Prof
Dr Ir Zahrial Coto
PENDEKATAN SISTEM DAN MODEL SIMULASI TANAMAN SOLUSI PERTANIAN MASA DEPAN
Oleh:
Fadjry
Djufry/AGK P12600001
E-mail:
fadjry@hotmail.com
1. PENDAHULUAN
Pada
awal abad 20, ilmu sistem dan para
ahlinya telah melembaga pada berbagai misi kegiatan yang umumnya berkaitan
dengan diagnosa, rekayasa, evaluasi dan perlakuan yang kompleks dari perangkat
keras, aliran informasi dan tatanan organissasi yang telah ada atau sedang
direncanakan guna menyelesaikan satu atau bermacam-macam tujuan yang khusus.
Cara pendekatan, metode dan peralatan yang digunakan, serta hasil-hasil yang
didapatkan, adalah hal-hal yang tidak serupa dengan masa-masa sebelumnya yaitu
pada era mesin setelah revolusi industri.
Adanya
kemajuan penggunaan komputer elektronis, yang saat ini jutaan kali lebih cepat dari kalkulator mekanis,
serta teknik untuk menggunakan tatanan
penyimpanan logik yang diprogramkan pada memori komputer untuk memecahkan
masalah secara otomatis, menyebabkan transformasi dari metode kuno pencarian
pola dan pengujian menjadi potensi yang berubah cepat dari sistem analisa. Hal
ini didorong pula oleh kemampuan pada pengolahan data, serta kemampuan dalam
mensimulasi suatu pekerjaan dengan cepat. Ahli
sistem dengan aplikasi berbagai teori serta model matematik, dapat menduga
serta menguji karakteristik sistem melalui simulasi komputer perhitungan
matematis sebelum dia membentuk sistem yang sebenarnya (Eriyatno, 1999).
Sejalan dengan
hal tersebut di atas sekitar tahun 70 an telah mendorong perkembangan model
simulasi dalam bidang pertanian. Para
ahli dibidang pertanian mulai mencoba memahami proses kompleks yang terjadi
dalam produksi tanaman hubungannya dengan tanah, tanaman, hama dan penyakit
serta atmosfer berdasarkan pendekatan sistem yang jarang dilakukan sebelumnya.
Di indonesia model simulasi komputer untuk pertanian baru mulai berkembang pada
awal tahun 90 an hal ini sejalan dengan perkembangan penelitian dalam bidang
agrometeorologi, tanah, agronomi, yang secara tidak langsung meningkatkan
pemahaman proses dalam bidang pertanian sebagai landasan dalam penyusunan model
simulasi.
Pada tulisan
ini menguraikan tinjauan filsafat ilmu, baik secara ontologi (apa dan bagaimana analisis sistem dan model simulasi
tanaman), epistemologi (bagaimana
penyusunan model simulasi tanaman dan metode mempelajarinya) dan aksiologis (kelebihan dan kekurangan pengunaan model
tanaman untuk produksi tanaman
pertanian serta untuk
pengambil kebijakan), serta teleologi
( bagaimana prospek perkembangan modeling
tanaman ke depan).
2. ANALISIS SISTEM DAN MODEL SIMULASI
TANAMAN
2.1 Analisis Sistem
Pemahaman
tentang sistem setiap orang boleh menyampaikan terminologi sistem atas dasar pandangan
pribadi maupun kegunaan untuk kelompoknya. Dikalangan ilmuwan, praktisi
sampai di media komunikasi ilmu sistem
sering dijumpai dan dipakai dengan interpretasi yang beragam. Perkataan sistem
dapat dijadikan kata ganti dari tatanan (contoh : sistem pemilihan umum),
prosedur (contoh : sistem penganggaran), tata cara (sistem pabrikasi semen),
mekanisme operasional, (contoh : sistem tranportasi). Berbagai pemakaian sistem
tersebut sah-sah saja, karena yang di maksud sebenarnya visi tentang sesuatu yang
utuh dan keutuhan. Oleh sebab itu menurut Eriyatno (1999), pemikiran sistem
selalu mencari keterpaduan antar bagian melalui pemahaman yang utuh, sehingga
diperlukan suatu kerangka pikir baru yang terkenal sebagai pendekatan sistem.
Sistem
adalah gambaran suatu proses atau beberapa proses (beberapa sub sistem) yang
teratur (Handoko, 1996). Analisis sistem merupakan kajian mengenai suatu sistem
yang bertujuan (1) mengidentifikasi unsur-unsur penyusun sistem atau subistem,
(2) memahami proses-proses yang terjadi di dalam sistem, dan (3) memprediksi
kemungkinan-kemungkinan keluaran sistem yang terjadi sebagai akibat adanya
perubahan di dalam sistem. Sehingga analisis sistem dapat diartikan sebagai
suatu metode pendekatan masalah ( problem solving methodology) atau metode ilmiah yang
merupakan dasar dalam pemecahan masalah dalam pengelolaan sistem tersebut.
Pendekatan
sistem adalah merupakan cara penyelesaian persoalan yang dimulai dengan
dilakukannya identifikasi terhadap adanya sejumlah kebutuhan sehingga dapat
menghasilkan suatu operasi dari sistem yang dianggap efektif. Dalam pendekatan
sistem umumnya ditandai oleh dua hal, yaitu : (1) mencari semua faktor penting
yang ada dalam mendapatkan solusi yang baik untuk menyelesaikan masalah, dan (2) dibuat suatu model kuantitatif untuk membantu
keputusan secara rasional. Untuk dapat bekerja secara sempurna suatu pendekatan
sistem mempunyai delapan unsur yang meliputi (1) metodologi untuk perencanaan
dan pengelolaan, (2) suatu tim yang multidisiplin, (3) pengorganisasian, (4)
disiplin untuk bidang yang non kuantitatif, (5) teknik model matematik, (6)
teknik simulasi, (7) teknik optimalisasi, dan (8) Alikasi komputer (Eriyatno,
1999).
2.2 Model Simulasi Tanaman
Model
merupakan konsepsi mental, hubungan empirik atau kumpulan pernyataan-pernyataan
matematik statistik atau dapat juga diartikan sebagai representasi sederhana
dari suatu sistem sehingga interaksi unsur-unsur yang kompleks dalam suatu
sistem dapat diabstraksi dalam bentuk hubungan sebab akibat dari peubah-peubah
atau aspek-aspek yang ditetapkan sesuai tujuan model dan model hanya
menggambarkan beberapa aspek dari suatu sistem tersebut (Bey, 1991; Handoko,
1996).
Penyusunan suatu
model dapat dilakukan melalui
tahapan-tahapan, yakni (1)
melakukan spesifikasi dan identifikasi sistem dan masalah, (2) penyusunan dan
pemeriksaan program komputer, ataupun penggunaan paket program, (4) pemeriksaan
paramater dan pengumpulan data, (5) pelaksanaan eksperimentasi dan pengujian
model dan (6) penyusunan kesimpulan dan rekomendasi (Hillel, 1977).
Model
simulasi tanaman merupakan penyederhanaan proses dari sejumlah hubungan antara
berbagai variabel yang mencakup lingkungan tanaman dan perilaku tanaman dengan
menggunakan persamaan matematik atau statistika (Stansel dan Fries, 1980).
Selajutnya de Wit (1982) mendefinisikan model simulasi sebagai seni dalam
membangun model matematik untuk mengkaji sifat-sifat di dalam sistem .
Pada
dasarnya tujuan utama penyusunan atau pembuatan model yang bersifat mekanistik
bukan pada ketepatan model, melainkan bagaimana model tersebut dapat
menjelaskan mekanisme proses yang terjadi dalam sistem yang dimodelkan.
Sebaliknya model yang bersifat prediksi tujuan utama pembuatan model adalah
ketepatan hasil prediksi. Berdasarkan
tujuannya, model simulasi dapat
dibagi menjadi tiga macam : (1) yaitu untuk pemahaman proses (understanding),
(2) untuk prediksi (prediction) serta
(3) untuk keperluan manajemen (management)
(Handoko, 1996).
Bentuk-bentuk
model dapat dibagi dalam beberapa cara,
yaitu model empirik versus mekanistik,
model dinamik versus statik, model deterministik versus stokhastik dan model deskriptif versus numerik (France dan Thornley ,1984; Handoko, 1996).
Pemodelan
tanaman didasarkan pada distribusi penggunaan energi cahaya oleh tanaman untuk
memproduksi bahan kering baru. Secara implisit diasumsikan bahwa fungsi utama
tanaman adalah mengkonversi energi radiasi dari matahari ke energi kimia yang
lebih stabil melalui fotosintesis, yang dapat segera tersedia apabila
dibutuhkan untuk pertumbuhan (Charles-Edwards et al., 1986). Sedangkan
Bakema dan Jansen (1985) menyatakan bahwa model tanaman merupakan suatu
gugus persamaan yang menghitung fotosintesis tanaman sebagai fungsi dari data cuaca harian dan luas daun.
3. PENYUSUNAN MODEL SIMULASI TANAMAN
Tahap awal dalam pembuatan model simulasi tanaman adalah menentukan tujuan, bentuk serta tingkat model. Setelah memahami proses yang akan melandasi, ditentukan mekanisme hubungan antara peubah-peubah secara jelas. Pembuatan model deskriptif berupa diagram alur sebelum perumusan hubungan-hubungan kuantitatif akan sangat membantu dalam pembuatan model atau pemrograman komputer. Diagram alur tersebut sangat penting khususnya bila model tersebut cukup rumit. Selain itu dengan diagram alur tersebut sipengguna model juga akan lebih mudah memahami struktur dan mekanisme model tersebut beserta faktor-faktor pembatasnya. Diagram alur tersebut dikenal nama diagram Forrester.
3. 2
Simbol-simbol dalam diagram Forrester
3.2.1
Batas (boundary)
Pada suatu sistem yang dimodelkan, perlu ditegaskan batas-batas sistem tersebut sehingga jelas proses-proses dalam sistem yang perlu digambarkan dan peubah-peubah di luar sistem yang akan mempengaruhi proses tersebut. Contoh batas model adalah ‘ pagar halaman’ pada suatu rumah atau tempat tinggal. Taman dan rumah beserta isinya adalah hak milik tuan rumah yang dapat diubah bentuknya menurut kemauan siempunya. Faktor-faktor di luar pagar seperti halaman tetangga dan jalan umumnya merupakan sistem di luar model yang tidak dapat diganggu gugat oleh tuan rumah tersebut. Pada diagram Forrester, batas model dilambangkan dengan garis yang mengelilingi sistem berupa segi empat (Gambar 2).
3.2.2 Sumber (source) dan buangan
(sink)
Model simulasi umumnya menggambarkan aliran massa misalnya aliran air, nitrogen atau lairan hasil fotosinteis (bahan kering) dari suatu sumber ke buangan pada sistem tanah-tanaman-atmosfer. Sumber dan tempat buangan aliran massa tersebut berada di luar sistem, sedangkan alirannya melewati sistem yang dimodelkan. Gambar 2 adalah contoh model deskriptif sederhana dari suatu sistem aliran air pada suatu rumah. Sumber aliran air pada sistem tersebut berasal dari Perusahaan Air Minum (PAM), sedangkan buangan dapat berupa selokan dan septic tank yang kesemuanya berada diluar sistem.
3.2.3
Peubah dalam (indegeneous variable) dan peubah luar (exogeneous
variable)
Peubah dalam adalah peubah yang berada dalam sistem yang dimodelkan, sedangkan peubah luar merupakan peubah di luar sistem tetapi berpengaruh terhadap proses-proses di dalam sistem tersebut. Model tidak mensimulasi atau memprediksi besaran peubah luar, karena peubah-peubah luar merupakan bagian sistem lain yang tidak terpengaruh oleh sistem yang dimodelkan, lihat Gambar 2.
Pada model simulasi pertumbuhan tanaman, peubah dalam dapat berupa berat batang, daun, akar, atau biji sedangkan peubah luar misalnya suhu udara, radiasi surya, kelembaban udara dan curah hujan. Untuk model neraca air, peubah dalam misalnya kadar air tanah sedangkan curah hujan merupakan peubah luar yang sekaligus merangkap sebagai peubah pembangkit.
3.2.4
Aliran massa (mass flow) dan aliran informasi (information flow)
Pada contoh model aliran air Gambar 2, aliran massa adalah air yang bergerak dari sumber (PAM) menuju tempat penampungan di dapur dan kamar mandi yang selanjutnya menuju buangan (septic tank). Laju aliran dinyatakan dengan simbol katub, yang pada keadaan sebenarnya dapat berupa keran yang dapat dibuka dan ditutup sesuai kebutuhan. Semakin besar laju aliran, maka semakin banyak air yang tertampung pada bak penampung persatuan waktu. Jika bak penampungan telah penuh maka untuk memberikan informasi diperlukan aliran informasi dari tempat penampungan air ke katub, yang artinya menyuruh si pengghuni rumah untuk menutup keran bila bak tersebut telah penuh. Aliran informasi digambarkan dengan garis terputus-putus.
3.2.5
Peubah keadaan (state variable) dan peubah bantu (axiliary
variable)
Peubah keadaan merupakan jumlah atau integral dari suatu laju aliran neto, sedangkan peubah bantu merupakan fungsi suatu atau beberapa peubah keadaan. Sebagai contoh, massa daun (dalam kilogram) adalah peubah keadaan yang berasal dari pengumpulan bahan kering akibat respirasi. Sedangkan luas daun (dalam m2) merupakan peubah bantu yang meskipun dapat diukur, tetapi tidak dapat dijabarkan sebagai hasil integral dari suatu laju aliran seperti hanya massa daun. Dalam model, luas daun biasanya diduga dari berat daun yang ditunjukkan oleh aliran informasi dari berat ke luas daun seperti pada Gambar 2.
4.
KEUNGGULAN
DAN KEKURANGAN MODEL
4.1 Keungulan/Kelebihan Model Simulasi
Handoko
(1996) mengemukakan bahwa model simulasi tanaman mempunyai beberapa keunggulan dibandingkan
hasil penelitian agronomi di lapangan khususnya dalam penghematan waktu dan
biaya. Keunggulan lain dari model
simulasi ini yaitu dapat diterapkan pada musim dan tempat yang berbeda-beda,
asalkan asumsi-asumsi yang ada
dipenuhi. Pernyataan tersebut sejalan dengan Soerianegara (1978),
bahwa keuntungan penggunaan model dalam penelitian dengan pendekatan analisis
sistem, yakni (1) memungkinkan kita melakukan penelitian yang bersifat lintas
sektoral dengan ruang lingkup yang lebih luas, (2) mampu menentukan tujuan
kegiatan pengelolaan dan perbaikan terhadap sistem yang dihadapi, (3) dapat
dipakai untuk melakukan eksperimentasi atau skenario tanpa
mengganggu/memberikan perlakuan tertentu terhadap sistem, (4) dapat dipakai
untuk menduga kelakuan dan keadaan sistem pada masa mendatang dan atau menyusun
suatu skenario yang mungkin terjadi pada sistem tersebut, dan (5) dari segi
waktu dan biaya akan lebih efisien.
Menurut
Penning de Vries (1983), model simulasi sebagai salah satu metode ilmiah
memiliki kelebihan-kelebihan sebagai berikut : (1) membantu dalam
mendefinisikan dan mengelompokkan pengetahuan yang ada, (2) membantu
melokalisir kesenjangan dalam suatu bidang ilmu dan dapat membantu hipotesis
secara eksplisit sehingga membantu dalam penentuan prioritas pengkajian, (3)
alat untuk membuat informasi operasional yang terpadu, (4) media kerjasama yang
efektif di antara ilmuwan dalam berbagai disiplin dan tingkatan ilmu, serta
pengembangan model sebagai indikasi kemajuan ilmu pengetahuan dan peningkatan
ketepatan prediksi.
4.2 Kekurangan Model Simulasi
Model
simulasi meskipun memiliki keunggulan yang luar biasa, namun perlu disadari
bahwa tiap model mempunyai keterbatasan. Model dibuat hanya untuk menggambarkan
suatu proses atau beberapa proses tertentu dari suatu sistem. Oleh sebab itu
model simulasi tidak akan memberikan hasil yang baik terhadap proses-proses di
luar tujuan model (Handoko, 1996). Hal tersebut sejalan dengan pendapat Bey
(1991) bahwa bagaimanapun baiknya model yang dirancang tetap mempunyai
keterbatasan dan merupakan distorsi dari sistem yang sebenarnya. Oleh karena
itu, model harus digunakan secara teliti, cermat dan seksama dengan data yang
sesahih dan lengkap mungkin. Namun
demikian karena berbagai keuntungan dan manfaatnya, penggunaan model sebagai
alat analisis kuantitatif untuk berbagai penelitian dan pemecahan masalah
sampai saat ini berkembang dengan pesat.
5.
PROSPEK
MASA DEPAN MODEL SIMULASI TANAMAN
Semakin
kompleks masalah dalam pengelolaan pertanian memerlukan suatu pendekatan
holistik yang memadukan semua aspek yang
terkait, dan secara terpadu melihat persoalan yang ada, mendorong kemajuan yang sangat cepat dalam penggunaan
analisis sistem dan model simulasi. Pendekatan sistem dan simulasi tanaman di
masa mendatang diharapkan menjadi alternatif dalam memecahkan
persoalan-persoalan tersebut.
Seringkali
keputusan yang tepat harus dibuat dalam perencanaan pertanian suatu wilayah
seperti pemilihan suatu wilayah pertanian baru. Menunggu hasil penelitian dan
survei disamping memakan biaya yang
mahal juga memerlukan waktu yang cukup lama. Oleh karena itu diperlukan suatu
sistem penunjang pembuatan keputusan
yang terkomputerisasi, akan dapat memberikan jawaban dengan cepat. Salah satu alternatif
solusi yaitu dengan menggunakan pendekatan sistem dan model simulasi tanaman.
Meskipun
banyak kritikan yang diberikan namun perkembangan model yang telah dibuat di
dunia meningkatkan pesat selam dua dasawarsa ini. Hal ini menunjukkan bahwa
model simulasi makin dirasakan manfaatnya sebagai alat analisis kuantitatif
serta pemecahan masalah secara intergral dalam bidang pertanian. Tentu saja
hanya model simulasi yang dilandasi oleh hasil-hasil penelitian ilmiah yang
dapat dianjurkan untuk penerapannya.
Teknologi
komputer telah banyak berperan dalam
alih teknologi dalam bidang pertanian dan evaluasi lahan. Teknologi
komputer seperti untuk pengelolaan data base, simulasi tanaman, dan GIS telah
banyak dilakukan. Model-model simulasi telah mencakup proses-proses fisika,
kimia dan biologi. Dengan model simulasi, tanggapan hasil tanaman terhadap
tanah, cuaca, dan pengelolaan dapat diperkirakan. Model- model tanaman yang dibuat dan telah banyak dikembangkan
diberbagai negara antara lain; model barley, gandum, jagung, kedele, padi
,sorghum, kapas, kacang tanah, kentang, tebu, kelapa sawit dll.
Dampak
yang penting dari perkembangan model simulasi tanaman adalah makin disadari
pentingnya analisis sistem untuk pendekatan masalah secara integral. Penelitian
terpadu yang melibatkan berbagai disiplin ilmu seperti ilmu tanah, agronomi
serta agrometeorologi akan lebih efisien karena jelas arah penelitian yang akan
dilakukan.
6. PENUTUP
Pendekatan
sistem dan model simulasi tanaman akan banyak memberi manfaat kepada penentu
kebijakan dalam pengambilan suatu keputusan baik dalam bidang pertanian maupun
dalam bidang lainnya. Namun perlu disadari bahwa model hanya penyederhanaan
dari suatu sistem, sehingga tiap model mempunyai keterbatasan. Model umumnya
dibuat hanya untuk menggambarkan sustu proses atau beberapa proses tertentu
dari suatu sistem. Oleh karena itu model simulasi tidak akan memberikan hasil
prediksi yang baik terhadap proses-proses di luar tujuan model yang kita buat.
7. DAFTAR BACAAN
Bakema , A.H and
D.M. Jansen. 1985. Use of simulation model for evaluating of weather
effects. International Upland
Rice Conference, Jakarta. 19 p.
Bey,
A. 1991. Metode Kausal dan Time Series untuk Analisis Data Iklim. Kapita
Selekta dalam Agrometeorologi. Direktorat Jenderal Pendidikan Tinggi.
Depdikbud. Jakarta.
Charles-Edward,
D.A., Doley, D. and Rimmington, G.M. 1986. Modelling Plant Growth and Development. Academic Press. Sydney.235
p.
de
Wit.C.T. 1982. Simulation of living system. In Penning de Vries, F.W.T. and
H.H. Van Laar (Ed) Simulation of plant
growt and crop production. Centre for Agricultural Publishing and
Documentation, Wageningen. p. 3 – 8.
Djufry,
F. 2000. Model Fenologi Tanaman Kelapa Sawit. Tesis Program Studi Agroklimatologi (tidak dipublikasikan)
. Program Pasca Sarjana IPB. Bogor.
Eriyatno,
1999. Ilmu Sistem Meningkatkan Mutu dan Efektivitas Manajemen. IPB Prees. Bogor.
France,J. and
J.H.M. Thornley. 1984. Mathematical Model in Agriculture. A Quantitatif. Approach to Problem in
Agriculture and Related Sciences. Butterworth, London-Boston. 335 p
Handoko, I. 1996. Analisis Sistem dan Model Simulasi Komputer Untuk Perencanaan Pertanian di Indonesia. Materi Pelatihan. Jurusan Geofisika dan Meteorologi. FMIPA. IPB Bogor. 112p
Hillel
, D. 1977. Computer simulation of soil water dynamic: A compendium pf recent work. IDRC, Ottawa.
Soerianegara,
I. 1978. Pengelolaan Sumberdaya Alam II.
Sekolah Pasca Sarjana. Jurusan PSL, IPB, Bogor.
Stansel, J.W.
dan R.E. Fries. 1980. A Conceptual Agrometeorology Rice field. In Proceeding Symposium on the agrometeorology
of the rice crop. IRRI. Los Banos- Philippines.