Irsal Las
Kementerian Pertanian (Kementan)

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

IDENTIFIKASI DAN DELINEASI WILAYAH ENDEMIK KEKERINGAN UNTUK PENGELOLAAN RISIKO IKLIM DI KABUPATEN INDRAMAYU Woro Estiningtyas; Rizaldi Boer; Irsal Las; Agus Buono
Jurnal Meteorologi dan Geofisika Vol 13, No 1 (2012)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (358.575 KB) | DOI: 10.31172/jmg.v13i1.114

Abstract

Tulisan ini menyajikan hasil analisis, survey dan wawancara dengan petani di Kabupaten Indramayu terkait dengan kejadian kekeringan. Klasifikasi dan peta  tingkat endemik kekeringan dianalisis berdasarkan plot antara anomali luas kekeringan dan anomali frekuensi kejadian kekeringan. Berdasarkan survey di Kabupaten Indramayu, kekeringan menjadi penyebab utama gagal panen (79,8%). Kekeringan paling sering terjadi selama 6 bulan dan bulan Juni adalah bulan yang dominan terjadi kekeringan. Sebaran rata-rata luas kekeringan per kecamatan adalah 26 Ha sampai dengan 1602,5 Ha, dengan rata-rata 406 Ha/per kecamatan. Jumlah kejadian kekeringan berkisar antara 1-9 kejadian dan rata-rata 4 kejadian kekeringan dalam kurun waktu 2005-2011. Peta endemik kekeringan menghasilkan sebaran wilayah dengan klasifikasi endemik kekeringan tinggi, agak tinggi, agak rendah dan rendah. Beberapa pilihan teknologi untuk pengelolaan risiko iklim   diusulkan dalam penelitian ini   berdasarkan peta endemik kekeringan, karakteristik dan diskripsi setiap wilayah. Wilayah endemik tinggi merupakan prioritas pertama penanganan apabila terjadi bencana kekeringan. Pada wilayah ini dapat diterapkan teknik irigasi bergilir teratur, penggunaan varietas sangat genjah dan toleran kekeringan. Untuk sawah tadah hujan digunakan padi gogorancah pada MH dan walik jerami pada MK,  pergiliran varietas dan pengaturan pola tanam. This paper presents the results of analysis, surveys and interviews with farmers in Indramayu district. Drought becomes a major cause of crop failure (79,8%). Classification and map of drought were analysis based on anomaly drought area and frequency drought data.. Distribution of average drought in Indramayu district is 406 ha and 4 incidents in 2005-2011. Map of endemic drought is produce four classification : high, middle   high, middle low and low. Several technologies for managing climate risk in this research can be designed based on the map of endemic drought, the characteristics and description of each area. Highly endemic areas is the first priority handling in case of drought. In this irrigation techniques can be applied to regular rotation, the use of very early maturing varieties and drought tolerant. For rainfed land, gogorancah can be applied during wet season, and walik jerami in dry season, rotating varieties and cropping patterns. 
TECHNOLOGY NEEDS ASSESSMENT (TNA) FOR CLIMATE CHANGE MITIGATION IN AGRICULTURE SECTOR: CRITERIA, PRIORITIZING AND BARRIERS Kasdi Subagyono; B. Sugiharto; E. T. Purwani; D. Susilokarti; Irsal Las; A. Unadi; E. Runtunuwu
Jurnal Meteorologi dan Geofisika Vol 11, No 2 (2010)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (305.931 KB) | DOI: 10.31172/jmg.v11i2.69

Abstract

Upaya mitigasi di sektor pertanian menjadi sangat penting karena sektor ini berkontribusi terhadap munculnya emisi gas rumah kaca (GRK), namun demikian kajian terhadap kebutuhan teknologi untuk mitigasi belum dilakukan. Kajian difokuskan pada seleksi teknologi, kendala dan peluang untuk mengatasi masalah. Seleksi teknologi didasarkan pada criteria dan opsi teknologi yang diperlukan. Data dan informasi dikumpulkan dari berbagai lembaga baik badan, pusat dan lembaga-lembaga terkait lainnya serta melalui lokakarya yang melibatkan para pemangku kepentingan. Seleksi teknologi untuk mitigasi mempertimbangkan criteria umum yang meliputi pengurangan emisi GRK dari tanaman dan ternak, konservasi sumberdaya, untuk keberlanjutan keanekaragaman hayati, mengangkat isu energi hijau, keberlanjutan keamanan pangan, dan mengangkat isu energi alternatif; dan spesifik criteria yang meliputi memprioritaskan teknologi lokal untuk mitigasi, keberlanjutan plasma nutfah spesifik lokasi, memprioritaskan teknologi yang murah untuk petani miskin, introduksi varietas tanaman yang rendah emisi, mengganti sebagian pupuk kimia dengan pupuk organik, serta mengurangi emisi gas metana (CH4). Kriteria tersebut diskor kedalam 4 kelas, yaitu nilai tinggi/relevansi tinggi/sangat berdampak (skor 5), nilai sedang/relevan/berdampak sedang (skor: 3); nilai rendah/kurang relevan/kurang berdampak (skor: 1); dan tidak relevan/tidak berdampak (skor: 0). Hasil kjian menunjukkan bahwa prioritas teknologi yang dibutuhkan untuk mitigasi: (a) untuk lahan sawah: varietas tanaman dengan emisi rendah, pemupukan yang tepat, tanpa olah tanah/olah tanah minimum, dan irigasi berselang, (b) untuk tanaman tahunan: teknologi tebang baker yang tepat dan biofuel, (c) untuk peternakan: teknologi pengomposan dan biogas, dan (d) untuk lahan gambut: menghindari tebang bakar, menghindari drainasi yang berlebihan dan menjaga kelembaban tanah. Mitigation action in agriculture sector is crucial since it contributes to greenhouse gas emission, yet technologies need for have not been assessed. The technology needs assessment for the agriculture sector cover paddy field, perennial crops, peat soil, and livestock. The concern of the assessment is categorized into technology options, priority/key technology, barriers, and modalities. Selected technologies are based on criteria and priority options of technology needs. Data and information have been collected from related agencies, center, institutes and other relevant sources as well as through a workshop. Technology selection process for mitigation considered general criteria of reducing GHG emissions from crops and livestock, promoting resource conservation, promoting sustainable biodiversity, promoting green energy, sustaining food security, and promoting energy alternative; and specific criteria of promoting local technology for mitigation, sustaining site-specific germ plasms, promoting simple and cheap technology for poor farmers, promoting less emission crop varieties, substituting chemical with organic fertilizers/compost, and reduce CH4 emissions. Those criteria are scored into 4 classes, i.e. high value/high relevant/high impact (score: 5), Medium value/relevant/med impact (score: 3); Low value/less relevant/less impact (score: 1); nil – not relevant/no impact (score: 0). The assessment has come up with the results that priority technologies needed for mitigation are (a) low methane emitter crops varieties, appropriate fertilizing, no tillage, and intermittent irrigation for paddy fields, (b) appropriate slash and burn and bio-fuel for perennial crops, (c) composting manure and biogas production for livestock, and (d) overcoming slash and burn, avoiding over drain and maintaining soil moisture for peat soils.
PENGGUNAAN METODE FUZZY SIMILARITY DALAM PENENTUAN CAKUPAN WILAYAH INDEKS CURAH HUJAN Woro Estiningtyas; Agus Buono; Rizaldi Boer; Irsal Las
Jurnal Meteorologi dan Geofisika Vol 14, No 2 (2013)
Publisher : Pusat Penelitian dan Pengembangan BMKG

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31172/jmg.v14i2.155

Abstract

Dalam pengembangan asuransi indeks iklim, diperlukan informasi berapa luas cakupan indeks iklim yang disusun dari suatu stasiun hujan yang dapat mewakili berlakunya suatu indeks. Penelitian ini menyajikan suatu pendekatan penentuan cakupan indeks hujan menggunakan metode Fuzzy Similarity (FS). Metode FS tergolong baru dalam aplikasi cakupan indeks hujan ini. Dalam analisisnya, metode FS tidak memerlukan periode data yang sama pada setiap stasiun hujan. Hal ini sangat membantu karena seringkali satu stasiun hujan hanya memiliki data yang pendek sementara ada stasiun lain yang cukup panjang datanya. Untuk analisis ini digunakan stasiun Cikedung, Lelea, Terisi dan Kandanghaur yang semuanya tercakup dalam wilayah administratif Kabupaten Indramayu, Jawa Barat. Masing-masing stasiun referensi dikorelasikan dengan 41 stasiun di seluruh Kabupaten Indramayu. Cakupan wilayah indeks hujan ditetapkan berdasarkan nilai korelasi lebih dari 0.45. Hasil penelitian menunjukkan bahwa cakupan wilayah untuk stasiun pewakil Terisi adalah yang paling luas. Sekitar 53.8% dari seluruh stasiun di Kabupaten Indramayu memiliki kemiripan data dengan stasiun Terisi. Sebaliknya stasiun pewakil Kandanghaur, hanya berlaku untuk stasiun itu sendiri karena korelasinya yang sangat rendah terhadap stasiun lainnya. This research provides an option method of determining the coverage area of the rainfall station for the implementation of climate indices with Fuzzy Similarity (FS). Four rainfall station selected for each sub district as reference station is Cikedung, Lelea, Terisi and Kandanghaur, Indramayu District, West Java. Each reference station was correlated with 41 stations across the district Indramayu. The result shows that the coverage area for the Terisi station was the most extensive. Approximately 53.8% of all stations in Indramayu district have similarities with the Terisi rainfall station data. Whilst for Kandanghaur station, it only covers Kandanghaur because there is low correlation with another rainfall station.