Perencanaan pola tanam penting dilakukan untuk menghindari kegagalan panen. Sementara itu, pola tanam dipengaruhi oleh perubahan iklim yang terus berubah dan tidak menentu. Kesalahan dalam menentukan jadwal tanam akan berdampak pada resiko gagal panen. Hasil peramalan data hidroklimatologi dan perhitungan evapotranspirasi dan kebutuhan air tanaman perlu diintegrasikan karena prosedur perencanaan pola tanam bersifat multitahun. Oleh karena itu, perlu dilakukan peramalan jangka panjang untuk memperoleh data hidroklimatologi untuk tahun yang akan datang.

Selain itu, banyak peneliti yang hanya fokus pada beras sebagai makanan pokok, padahal dalam satu lahan heterogen, tanaman lain seperti tanaman biji-bijian kasar, palawija, umbi-umbian, tanaman hortikultura, bahkan tembakau juga harus ditanam. Oleh karena itu, tujuan penelitian ini adalah untuk menjelaskan implementasi jaringan syaraf tiruan backpropagation dan relevansi vektor mesin (BP-RVM) untuk peramalan data hidroklimatologi jangka panjang. Selanjutnya kami menghitung nilai evapotranspirasi, curah hujan efektif, dan kebutuhan air irigasi, serta kebutuhan air tanaman selama proses tanam berdasarkan hasil peramalan. Hasil penelitian ini diharapkan dapat berguna dalam merencanakan pola tanam yang optimal dan menjadi landasan bagi pemerintah dalam merancang kebijakan di bidang pertanian.

Pada penelitian ini dikaji tentang kombinasi mesin vektor backpropagation dan relevansi dengan kernel RBF. Kami menggunakan arsitektur BP-RVM dengan tiga lapisan tersembunyi untuk meningkatkan kinerja jaringan. Kombinasi ini dimanfaatkan karena kemampuan algoritma BP dalam menyederhanakan pengenalan pola data dan RVM untuk mempercepat dan mengurangi jumlah iterasi pada setiap proses pelatihan-pengujian data. Evapotranspirasi masing-masing tanaman kemudian dihitung menggunakan metode FAO24 Blaney-Criddle.

Data yang digunakan pada penelitian ini dikumpulkan dari Badan Meteorologi, Klimatologi, dan Geofisika Pulau Lombok. Berdasarkan peramalan, rata-rata MAPE berada di bawah 20% yang menunjukkan “perkiraan baik”. Nilai evapotranspirasi tanaman biji-bijian kasar, palawija, umbi-umbian dan tanaman hortikultura hampir sama yaitu rata-rata sebesar 2,79 mm/hari dan 2,78 mm/hari. Nilai-nilai ini lebih rendah dibandingkan nilai evapotranspirasi tembakau dan padi. Terakhir, berdasarkan perhitungan kebutuhan air setiap tanaman sepanjang tahun, disarankan untuk memulai musim tanam pertama pada akhir bulan Oktober. Hasil penelitian ini dapat direkomendasikan kepada pemerintah untuk menerapkan algoritma BP-RVM dalam peramalan data hidroklimatologi dan optimalisasi pola tanam untuk menghindari kegagalan panen dan menjaga stabilitas ketahanan pangan nasional.

Informasi detail dari riset ini dapat dilihat pada tulisan kami di:

Authors:  Syaharuddin, Fatmawati, Herry Suprajitno.

Title:  Long-Term Forecasting of Crop Water Requirement with BP-RVM Algorithm for Food Security and Harvest Risk Reduction