Category Archives: Numpang Nulis

Prediksi Pola Curah Hujan (2)

Menyambung postingan sebelumnya di : Prediksi Pola Curah Hujan (1), kita akan melanjutkan bagian duanya pada postingan berikut ini. Selamat Membaca.

  • Mekanisme Prediksi dengan Metode Ensemble

Berdasarkan penjelasan awal tentang metode ensemble di atas, sedikit disinggung tentang mekanisme yang diterapkan untuk melakukan prediksi dengan metode ensemble, yaitu dengan mengganggu syarat awal model prediksi. Namun prediksi dengan metode ensemble sebenarnya bisa dihasilkan tidak hanya dengan mengubah atau mengganggu nilai atau kondisi awal. Berikut dijelaskan beberapa cara yang dapat dilakukan untuk melakukan prediksi ensemble yaitu antara lain :

1.    Ubah atau ganggu syarat awal didalam model

Ketika menggunakan metoda gangguan syarat awal untuk menghasilkan anggota ensemble, sistem prediksi ensemble harus menemukan gangguan yang mewakili baik jumlah ketidakpastian syarat awal maupun hasil ensemble terbaik yang mewakili prediksi paling potensial untuk suatu wilayah. Karena proses running model hanya bisa dilakukan dengan jumlah anggota ensemble yang sedikit akibat biaya komputasi, maka gangguan yang paling sensitif didalam prediksi harus ditemukan. Hal ini tentu saja menjadi peluang terbaik yang mencakup seluruh keluaran fisis yang mungkin, termasuk kejadian ekstrim.

Secara umum, gangguan syarat awal dihitung untuk mendapatkan pertumbuhan paling cepat untuk seluruh anggota prediksi ensemble yang muncul. Sepertinya timbul pertanyaan mengapa diinginkan perbedaan prediksi yang maksimum, bukannya berusaha menjadikannya nol sehingga didapatkan syarat awal paling mungkin dan kemudian menjalankan prediksi tunggal dari syarat awal tersebut.

Untuk menjawab pertanyaan di atas, kembali kepada alasan dasar pemakaian prediksi ensemble. Pertama, mendapatkan syarat awal yang paling baik untuk menjalankan prediksi tunggal secara konsisten sangat sulit dilakukan. Kedua, masih terkait dengan yang pertama, tidak adanya jaminan prediksi terbaik dari syarat awal, maka semua keluaran prediksi yang mungkin dari seluruh syarat awal yang masuk akal harus didapatkan. Terakhir, waktu perhitungan yang sangat panjang mutlak dibutuhkan untuk mendapatkan seluruh keluaran prediksi yang mungkin dari banyaknya gangguan acak.

2.    Ganggu fisis dan atau dinamis model

Metode ini  lebih menekankan pada pemakaian parameterisasi komputasi dan fisis yang berbeda didalam framework model untuk menghasilkan anggota ensemble. Dibandingkan dengan metode pertama, dalam metode ini cenderung dilakukan gangguan pada model prediksinya sendiri dengan meyakini bahwa tiap kombinasi fisis dan dinamis yang baru memberikan hasil yang pantas. Secara umum, terdapat tiga metode yang digunakan, tetapi masih terdapat beberapa kemungkinan metode laninnya.

Pertama, dapat dilakukan dengan mengganggu parameterisasi fisis model. Prediksi ensemble skala pendek NCEP (short-range ensemble forecas/SREFt) menggunakan metoda ini lewat pemakaian beberapa anggota Eta dengan skema parameteriasi konveksi Betts-Miller-Janjic dan yang lainnya dengan skema the Kain-Fritsch.

Kedua, dapat dilakukan dengan mengganggu sistem koordinat. Contohnya, digunakan koordinat sigma dalam anggota RSM (Regional Spectral Model) dengan pada saat yang sama kita memakai koordinat vertikal eta dalam model Eta yang merupakan anggota NCEP SREF.

Ketiga, dapat dilakukan dengan mengganggu metoda penyelesaian persamaan prediksi dinamik. Contohnya, pada NCEP SREF kita memiliki anggota RSM yang menggunakan metoda spectral digabungkan dengan anggota model Eta yang memakai metoda gridpoint. Seringkali, model prediksi cuaca numerik yang berbeda digunakan bersamaan untuk menciptakan ensemble. Contohnya, kita dapat menggabungkan prediksi ensemble dari banyak pusat prediksi. National Centers for Environmental Prediction (NCEP) dan Meteorological Service of Canada sedang mengembangkan ini.

3.    Ganggu bagian samping dan atau bagian bawah syarat batas model

Metode ketiga mencakup gangguan pada syarat batas samping dalam sistem prediksi ensemble regional dan atau syarat batas bawah, seperti yang biasa dilakukan dalam model prediksi cuaca. Gangguan syarat batas samping yang digunakan dalam sistem prediksi ensemble regional biasanya berasal dari anggota ensemble skala global. Contohnya, ensemble skala pendek NCEP menggunakan syarat batas samping dari prediksi ensemble skala menengah NCEP.

Gangguan syarat batas bawah dapat dilakukan pada temperatur muka laut, kelembapan tanah, tutupan es atau salju, atau variabel lapisan bawah lainnya yang memiliki nilai tidak pasti. Prediksi iklim sering menggunakan gangguan syarat batas bawah untuk memperoleh selang prediksi musiman yang memungkinkan. Misalnya, Pusat Prediksi Iklim di NCEP menggunakan ensemble dari dua puluh prediksi temperatur muka laut untuk menghasilkan prediksi temperatur dan anomali curah hujan musiman untuk sembilan bulan kedepannya.

4.    Kombinasi dari tiga metoda diatas

Kombinasi dari tiga metoda diatas akan menghasilkan sistem prediksi ensemble dengan sebaran atau variabilitas prediksi yang lebih luas. Ketika ensemble yang hanya menggunakan gangguan syarat awal cenderung tidak memiliki sebaran yang mencukupi, kombinasi dari metoda ensemble akan memberikan hasil yang lebih baik terkait keluaran prediksi yang paling memungkinkan, minimal secara teoritisnya. Contoh sistem prediksi ensemble dengan banyak metoda adalah sistem prediksi skala pendek NCEP, dimana menggunakan gangguan syarat awal, model prediksi yang berbeda, dan gangguan syarat batas dari sistem prediksi ensemble skala menengah.

  • Ketidakpastian dalam Keluaran Prediksi Ensemble

Unsur ketidakpastian dalam keluaran prediksi ensemble sebenarnya muncul terkait pada metode yang diterapkan dalam menghasilkan prediksi ensemble. Terlepas pada metode apa yang digunakan dalam melakukan prediksi (gangguan pada nilai awal, syarat batas dan bawah ataupun gangguan fisis dan dinamis model) maka anggota ensemble akan muncul setiap proses running model dilakukan. Seperti yang terlihat pada Gambar 1.4 bahwa dalam sebaran lingkaran kondisi atau nilai awal maka anggota ensemble yang merupakan hasil prediksi juga akan menyebar secara acak.

Gambar 1.5 Kontur tekanan 1004-hPa level muka laut yang berbeda didaerah daratan Amerika (sumber: COMMET, 2005)

Sebelum berbicara lebih jauh tentang ketidakpastian prediksi dan kaitannnya dengan ensemble, maka Gambar 1.5 di atas dapat menjadi panduan yang baik dalam menjelaskan hubungan yang dimaksud. Asumsikan bila seorang prediktor cuaca melihat hasil prediksi model GFS, Eta, Canadian, Navy NOGAPS, UKMet, dan ECMWF, dan mungkin tiga model tambahan lainnya ini (totalnya ada 8 model), yang semuanya berlaku pada suatu waktu. Perbedaannya tidak berdasarkan pengamatan bidang tekanan muka laut secara keseluruhan, tetapi hanya pada tiap kontur tekanan muka lautnya. Tiap prediksi memiliki warna kontur yang berbeda, dan kontur prediksi rata-rata adalah yang berwarna hitam tebal.

Gambar tersebut memperlihatkan perbedaan posisi kontur 1004-hPa dan kemudian mempengaruhi posisi cyclones dari tiap prediksi. Prediktor cuaca secara umum melihat keluaran dari banyak model prediksi numerik untuk mendapatkan sense dari apa yang mereka anggap sesuai. Hal inilah yang disebut sebagai kepastian prediksi.

Selanjutnya, mari pelajari gambar tersebut untuk melihat apa yang disebut dengan kepastian prediksi. Perhatikan dua area yang ditandai dengan kotak merah dan ungu. Sebenarnya terdapat ketidakpastian pada dua wilayah tersebut. Namun yang manakah diantara keduanya yang memiliki nilai kepastian yang lebih tinggi. Didalam kotak merah, dilepas pantai tenggara Kanada, hampir seluruh prediksi memiliki kontur 1004-hPa yang berdekatan didalam kotak tersebut, tetapi tidak terdapat lokasi dimana mereka cenderung cocok sehingga tidak terdapat kontur rata-rata 1004-hPa. Kotak ini dianggap sebagai area dengan tingkat ketidakpastian yang tinggi.

Bila dibandingkan dengan daerah yang berada pada kotak ungu, dimana terdapat tanda pusat tekanan rendah lainnya. Meskipun masih terdapat ketidakpastian, terlihat bahwa terdapat kecocokan diantara lima prediksi sehingga terdapat kontur rata-rata 1004-hPa yang muncul di daerah barat Great Lakes. Tetapi bagaimana caranya prediktor cuaca mengetahui kontur mana yang digunakan dalam menaksir prediksi cuaca numerik. Apakah kontur 1000-hPa, 1008, 1002, ataupun kontur lainnya yang lebih berguna. Apakah ada cara lain untuk melihat data dari prediksi lain pada saat yang sama yang mungkin akan memberikan informasi yang lebih baik.

Salah satu tool statistik yang sering digunakan olah para forecaster untuk menginformasikan unsur ketidakpastian yang terkandung dalam keluaran ensemble adalah plot rata-rata hasil prediksi dan standar deviasi. Sebaran atau standar deviasi dirumuskan sebagai berikut :

 

 

  • Plot Sphagetti dan Distribusi Probabilitas 

Bagian berikut akan sedikit membahas mengenai bagaimana mendapatkan informasi lain yang berguna dari sistem prediksi ensemble. Berbagai upaya telah dilakukan oleh para forecaster untuk meringkas serta mengambil informasi yang sebanyak mungkin dari hasil produk ensemble. Diantara upaya tersebut antara lain adalah dengan membuat sphagetti plot dari keluaran prediksi. Pada studi ini hasil sphagetti plot akan digunakan untuk melihat seberapa jauh prediksi ensemble dapat digunakan untuk menentukan lokasi kejadian ekstrim di Indonesia dari nilai prediksi curah hujan CFS. Gambar 1.6 dibawah ini merupakan hasil diagram spaghetti untuk akumulasi curah hujan selama 12-jam dari sebelas anggota ensemble yang ada.

Gambar 1.6 Diagram sphagetti akumulasi presipitasi selama 12 jam di daratan Amerika (sumber: COMMET Module, 2005)

Dengan mengaitkan curah hujan dengan hasil prediksi dari anggota ensemble, maka semakin banyak anggota ensemble yang terkontur pada suatu wilayah tertentu maka secara umum dengan nilai rata-rata ensemble yang relatif kecil, sebaran curah hujan ensemble yang besar dalam diagram sphagetti mungkin merupakan tanda yang potensial untuk kejadian ekstrim, seperti prediksi kejadian banjir. Namun untuk mendapatkan hasil plot sphagetti yang benar dan bisa dipertanggungjawabkan kebenarannya kita akan menggunakan satu lagi kelebihan yang terdapat dalam keluaran prediksi ensemble yang disebut distribusi probabilitas.

Tanpa perlu menjelaskan tentang bagaimana prinsip dari pemusatan data berdasarkan teori statistika deskriptif yang dikemukakan olah Paul T. Von Hipel (2005) dimana dalam suatu sebaran kelompok data maka sebenarnya tidak hanya nilai rata-rata dari kelompok data tersebut yang bisa ditemukan namun dapat diterapkan pula konsep kuartil dan median yang membagi suatu sebaran data kelompok menjadi 4 bagian seperti yang terlihat dalam Gambar 1.7 dibawah ini.

Gambar 1.7 Statistika deskriptif minimum, Q1, Median (Q2), Q3, dan maksimum

(sumber : Paul T. Von Hipel, 2005)

Dengan menerapkan konsep di atas pada saat penyiapan data utama prediksi (prediktor) maka  kemungkinan  prediksi curah dapat terbagi dalam empat skenario prediksi antara lain : mean, kuartil bawah, median, dan kuartil atas. Berdasarkan empat skenario tersebut, dengan memanfaatkan plot sphagetti lokasi dearah yang berpotensi untuk kejadian ekstrim bisa diprediksi. Semakin dekat kontur nilai curah hujan ekstrim dari semua skenario hasil prediksi pada suatu daerah pengamatan maka akan semakin besar pula derajat kepastian dari daerah tersebut untuk dikategorikan sebagai daerah dengan curah hujan ekstrim.

Sekian postingan kali ini, semoga bermanfaat ……………….

Daftar Pustaka

Aldrian E, Susanto RD (2003) Identification of three dominant rainfall regions within Indonesia and their relationship to sea surface temperature. Int J Climatol 23: 1435–1452

Estiningtyas, W., Bayong Tjasyono H. K., Mezak A. Ratag., dan Gatot Irianto. Prediksi Curah Hujan dengan Metode Filter Kalman pada Wilayah dengan Tipe Hujan Monsunal dan Ekuatorial. Institut Teknologi Bandung. 2006

Effendy, Sobri. 2001 Urgensi  Prediksi  Cuaca  dan  Iklim di Bursa Komoditas Unggulan Pertanian, Makalah Falsafah Sains, Institut Pertanian Bogor.

GOTO, (2007) The potential use and implementation of ensemble forecasting. Thesis, Massachusetts Institute of Technology

Gutman G, Csiszar I, Romanov P (2000) Using NOAA= AVHRR products to monitor El Ni~no impacts: focus on Indonesia in 1997–98. Bull Amer Meteor Soc 81: 1189–1205

HamadaJI,YamanakaMD,MatsumotoJ,FukaoS,WinarsoPA,Sribimawati T (2002) Spatial and temporal variations of the rainy season over Indonesia and their link to ENSO. J Meteor Soc Japan 80: 285–310

Haylock M, McBride JL (2001) Spatial coherence and predictability of Indonesian wet season rainfall. J Climate 14: 3882–3887

Lau NG, Nath MJ (2000) Impact of ENSO on the variability of the Asian–Australian monsoons as simulated in GCM experiments. J Climate 13: 4287–4308

Meisari, L., 2003, Penerapan Metode Subtractive Clustering Untuk Prediksi Pola Variansi Curah Hujan di Indonesia, Tugas Akhir, Geofisika dan Meteorologi ITB, Bandung.

Mearns, L.O.,Bogardi, I., Giorgi, F., Matyasovsky, I. and Palecki, M. 1999. Comparison of climate change scenarios generated from regional climate model experiments and statistical downscaling. Journal of Geophysical Research, 104, 6603-6621.

Palmer, T. N., et al. (2004), Development of a European multimodel ensemble system for seasonal to inter-annual prediction (DEMETER), Bull. Am. Meteorol. Soc., 85, 853–872.

Wyrtki K. 1956. The rainfall over the Indonesian waters. Verhandelingen, 49. Kementrian Perhubungan Lembaga Meteorologi dan Geofisika, Jakarta.

Paul T. von Hippel (2005) Mean, Median, and Skew: Correcting a Textbook Rule Journal of Statistics Education Volume 13, Number 2, The Ohio State University

Wijaya, H., 2003, Metoda Principle Component Analysis (PCA) dan Adaptive Neuro Fuzzy System (ANFIS) Untuk Prediksi Cuaca Jangka Pendek Menggunakan Data Satelit, Tugas Akhir, Geofisika dan Meteorologi ITB, Bandung.

Wilks, D.S., Statistical Methods in the Atmospheric Sciences. Cornell University, New York, 1995

https://www.meted.ucar.edu/loginForm.php?urlPath=nwp/pcu1/ensemble#

http://cfs.ncep.noaa.gov/

http://trmm.gsfc.nasa.gov/

Prediksi Pola Curah Hujan (1)

Postingan kali ini akan diisi oleh tulisan kawan baik saya, Kurniaji, dimana tulisan ini merupakan Teori Dasar dari Tugas Akhir yang dikerjakannya dengan judul : “ Prediksi Pola Curah Hujan Bulanan dan Musiman untuk Wilayah Indonesia Berdasarkan Keluaran Model CFS (Climate Forecast System) Menggunakan Metode Regresi Komponen Utama (PCA) ”

Tulisan ini nantinya akan dibagi menjadi dua bagian, dan untuk bagian yang pertama silahkan membacanya pada postingan berikut ini.

BAGIAN I

  • Klasifikasi Daerah Iklim Indonesia

Sehubungan dengan variabilitas horizontal yang tinggi di berbagai daerah di Indonesia (Haylock and McBride, 2001), maka sangat penting untuk dilakukannya klasifikasi daerah berdasarkan siklus curah hujan tahunan untuk masing-masing daerah di Indonesia. Usaha regionalisasi daerah Indonesia pertama kali dilakukan oleh Wyrtki (1956) ketika dia membagi Indonesia menjadi sembilan subregional berdasarkan distribusi air. Tetapi pada studi ini penulis menggunakan pembagian daerah iklim yang dilakukan oleh Aldrian dan Susanto (2003), yang membagi Indonesia dalam tiga daerah iklim (Gambar 2.1). Daerah A disebut juga sebagai daerah monsun, daerah B kita kenal sebagai daerah semi-monsun dan daerah C merupakan daerah anti monsun. Karakter yang hampir sama dari tiga daerah ini ditemukan oleh Wyrtki (1956) dan Hamada et al. (2002), walaupun mereka tidak menggambarkan daerahnya secara jelas.

Gambar 1.1 Tiga Daerah Iklim Indonesia, Daerah A (kurva tebal) – Daerah Monsun, Daerah B (kurva putus-putus) – Daerah Semi-Monsun dan Daerah C (kurva putus-putus pisah) – Daerah Antimonsun (sumber: Aldrian, 2003)

Gambar 1.2 Siklus Curah Hujan Tahunan Masing-Masing Daerah (sumber: Aldrian, 2003)

Daerah A seperti yang terlihat pada Gambar 1.2 merupakan wilayah dengan curah hujan maksimum pada bulan Desember/Januari/Februari (DJF) dan minimum pada bulan Juli/Agustus/September (JAS). Hal ini mengilutrasikan dua rezim monsun : monsun basah timur laut dari November hingga Maret (NDJFM) dan monsun kering tenggara dari Mei hingga September (MJJAS). Dengan suatu siklus monsunal yang kuat dan lokasinya berada di arah selatan,maka deerah ini bisa kita sebut sebagai daerah monsun arah selatan (southern monsoon region). Siklus tahunan daerah B mempunyai dua puncak pada bulan Oktober/November/Desember (OND) dan juga pada bulan Maret/April/Mei (MAM). Puncak-puncak pada OND dan MAM ini masing-masing mewakili pergerakan ke arah utara dan selatan dari dari ITCZ. Daerah ini kemudian bisa kita sebut sebagai daerah semi monsun (northwest semi-monsoonal). Dari Gambar 2.2 Aldrian juga menjelaskan perbedaan yang cukup mencolok daerah C dimana daerah ini mempunyai satu puncak pada bulan May/Juni/Juli dan Aldrian menyatakan daerah ini sebagai daerah antimonsun maluku (Molucca anti-monsoonal region).

  •  Prediksi Ensemble CFS NCEP-NOAA

Sistem prediksi ensemble CFS (Climate Forecast System) NCEP dikembangkan di Pusat Pemodelan Lingkungan (Environmental Modelling Center) NCEP. CFS NCEP ini merupakan model gandeng penuh (fully coupled model) yang merepresentasikan interaksi antara lautan, daratan dan atmosfer. CFS mulai dioperasikan di NCEP pada bulan Agustus tahun 2004. CFS dijalankan dua kali dalam sehari dari syarat awal (initial condition) untuk atmosfer dan lautan, yang merupakan kondisi tujuh hari sebelumnya. Kondisi awal atmosfer diperoleh dari NCEP Reanalysis-2 dan kondisi awal lautan diperoleh dari NCEP GODAS (Global Ocean Data Assimilation). Integrasi lengkap untuk bulan pertama hingga prediksi untuk sembilan bulan ke depan. Data rata-rata bulanan kasar tersedia di data server official NWS TOC setiap harinya. Data prakiraan keluaran CFS harian sekarang tersedia pada server ftp NCEP lokal. Data-data ini akan tersedia pada situs NCEP hanya untuk tujuh hari saja.

Gambar 1.3 Contoh Produk Prediksi Iklim Ensemble NCEP (http://cfs.ncep.noaa.gov/)

Gambar 1.3 di atas merupakan contoh produk dari sistem prediksi ensemble CFS, yang merupakan prediksi curah hujan akumulasi tiga bulan dari Agustus hingga Oktober. Prediksi ensemble CFS telah dijalankan dalam fase retrospektif selama dua puluh enam tahun (1981-2006) dengan lima belas anggota ensemble untuk masing-masing bulan. Untuk dokumentasi dan download prakiraan-prakiraan retrospektif ini, silahkan kunjungi website CFS di : http://cfs.ncep.noaa.gov. Sekarang produk prediksi bulanan ensemble CFS dikeluarkan secara realtime setiap hari yang juga bisa di-download secara gratis dengan alamat website di atas yang terdiri dari empat member.

  • Prediksi Ensemble

Dalam sejarah prediksi cuaca dengan metode numerik, berbagai model prediksi cuaca baik untuk prediksi jangka panjang maupun jangka pendek telah dan sedang dikembangkan oleh berbagai kelompok riset maupun pusat-pusat prediksi cuaca dunia. Tiap model prediksi cuaca tentu saja dimulai dengan syarat awal yang sedikit berbeda dikarenakan teknik yang juga berbeda dalam mengasimilasi dan menganalisa data meteorologi. Seperti yang diperlihatkan oleh Edward Lorenz (COMET), atmosfer dan model prediksi cuaca numerik bersifat chaotic, artinya keduanya sangat sensitif terhadap syarat awal. Ini berarti perbedaan kecil didalam syarat awal dapat menghasilkan perbedaan yang besar dalam rentang waktu berikutnya.

Disamping itu, tiap model prediksi juga menggunakan metoda yang berbeda untuk menghitung efek dinamik atmosfer, termasuk perbedaan resolusi vertikal dan horizontal, dan perbedaan sistem koordinat vertikal. Contohnya, NCEP ( National Centers for Environmental Prediction) menggunakan koordinat sigma untuk sistem prediksi globalnya, tetapi menggunakan koordinat step-mountain atau eta untuk model regionalnya (model Eta). Tidak hanya efek dinamis, tiap model juga memiliki teknik yang berbeda dalam mengestimasi efek dari proses fisis yang tidak secara rinci dapat dimodelkan. Contohnya proses konveksi, radiasi matahari dan radiasi gelombang panjang, serta proses microphysics yang menghasilkan hujan.

Satu atau lebih sumber ketidakpastian prediksi cuaca numerik inilah yang menjadi titik awal tercetusnya ide brilian untuk melakukan prediksi cuaca numerik dengan metode ensemble. Prediksi Ensemble pada dasarnya merupakan suatu proses running suatu model prediksi cuaca numerik beberapa kali dari intial time yang sama (tetapi menggunakan kondisi awal yang sedikit berbeda) seperti yang terlihat pada Gambar 1.4. Setiap proses running model prediksi dengan menggunakan berbagai masukan nilai awal akan menghasilkan hasil prediksi yang disebut sebagai ensemble member. Rata-rata dari hasil running model tersebut dapat digunakan sebagai suatu hasil prediksi yang sering disebut ensemble mean.

Gambar 1.4 Gambaran proses prediksi dengan metode Ensemble (sumber: GOTO, 2007)

Sekian postingan kali ini, semoga bermanfaat, dan tunggu bagian keduanya ………..

 

Daftar Pustaka

Aldrian E, Susanto RD (2003) Identification of three dominant rainfall regions within Indonesia and their relationship to sea surface temperature. Int J Climatol 23: 1435–1452

Estiningtyas, W., Bayong Tjasyono H. K., Mezak A. Ratag., dan Gatot Irianto. Prediksi Curah Hujan dengan Metode Filter Kalman pada Wilayah dengan Tipe Hujan Monsunal dan Ekuatorial. Institut Teknologi Bandung. 2006

Effendy, Sobri. 2001 Urgensi  Prediksi  Cuaca  dan  Iklim di Bursa Komoditas Unggulan Pertanian, Makalah Falsafah Sains, Institut Pertanian Bogor.

GOTO, (2007) The potential use and implementation of ensemble forecasting. Thesis, Massachusetts Institute of Technology

Gutman G, Csiszar I, Romanov P (2000) Using NOAA= AVHRR products to monitor El Ni~no impacts: focus on Indonesia in 1997–98. Bull Amer Meteor Soc 81: 1189–1205

HamadaJI,YamanakaMD,MatsumotoJ,FukaoS,WinarsoPA,Sribimawati T (2002) Spatial and temporal variations of the rainy season over Indonesia and their link to ENSO. J Meteor Soc Japan 80: 285–310

Haylock M, McBride JL (2001) Spatial coherence and predictability of Indonesian wet season rainfall. J Climate 14: 3882–3887

Lau NG, Nath MJ (2000) Impact of ENSO on the variability of the Asian–Australian monsoons as simulated in GCM experiments. J Climate 13: 4287–4308

Meisari, L., 2003, Penerapan Metode Subtractive Clustering Untuk Prediksi Pola Variansi Curah Hujan di Indonesia, Tugas Akhir, Geofisika dan Meteorologi ITB, Bandung.

Mearns, L.O.,Bogardi, I., Giorgi, F., Matyasovsky, I. and Palecki, M. 1999. Comparison of climate change scenarios generated from regional climate model experiments and statistical downscaling. Journal of Geophysical Research, 104, 6603-6621.

Palmer, T. N., et al. (2004), Development of a European multimodel ensemble system for seasonal to inter-annual prediction (DEMETER), Bull. Am. Meteorol. Soc., 85, 853–872.

Wyrtki K. 1956. The rainfall over the Indonesian waters. Verhandelingen, 49. Kementrian Perhubungan Lembaga Meteorologi dan Geofisika, Jakarta.

Paul T. von Hippel (2005) Mean, Median, and Skew: Correcting a Textbook Rule Journal of Statistics Education Volume 13, Number 2, The Ohio State University

Wijaya, H., 2003, Metoda Principle Component Analysis (PCA) dan Adaptive Neuro Fuzzy System (ANFIS) Untuk Prediksi Cuaca Jangka Pendek Menggunakan Data Satelit, Tugas Akhir, Geofisika dan Meteorologi ITB, Bandung.

Wilks, D.S., Statistical Methods in the Atmospheric Sciences. Cornell University, New York, 1995

https://www.meted.ucar.edu/loginForm.php?urlPath=nwp/pcu1/ensemble#

http://cfs.ncep.noaa.gov/

http://trmm.gsfc.nasa.gov/


Sistem Informasi Geografis

Postingan kali ini akan diisi kembali oleh kawan saya, Gilang Ginanjar Natari dari Jurusan Teknologi dan Manajemen Industri Pertanian – Universitas Padjajaran. Tulisan pada postingan ini berdasarkan tugas mata kuliah Sistem Informasi Geografis (SIG), dengan judul : “Peranan SIG Dalam Upaya Ameliorasi Tanah yang Disebabkan oleh Gelombang Pasang” yang dibuat pada tahun 2007. Selamat membaca :smile:

A.    Latar Balakang SIG

Perkembangan pemanfaatan data spasial dalam dekade belakangan ini meningkat dengan sangat drastis. Hal ini berkaitan dengan meluasnya pemanfaatan Sistem Informasi Geografis (SIG) dan perkembangan teknologi dalam memperoleh, merekam dan mengumpulan data yang bersifat keruangan (spasial). Teknologi tinggi seperti Global Positioning System (GPS), remote sensing dan total station, telah membuat perekaman data spasial digital relatif lebih cepat dan mudah. Kemampuan penyimpanan yang semakin besar, kapasitas transfer data yang semakin meningkat, dan kecepatan proses data yang semakin cepat menjadikan data spasial merupakan bagian yang tidak terlepaskan dari perkembangan teknologi informasi.

Sistem informasi atau data yang berbasiskan keruangan pada saat ini merupakan salah satu elemen yang paling penting, karena berfungsi sebagai pondasi dalam melaksanakan dan mendukung berbagai macam aplikasi. Sebagai contoh dalam bidang lingkungan hidup, perencanaan pembangunan, tata ruang, manajemen transportasi, pengairan, sumber daya mineral, sosial dan ekonomi, dll. Oleh karena itu berbagai macam organisasi dan institusi menginginkan untuk mendapatkan data spasial yang konsisten, tersedia serta mempunyai aksesibilitas yang baik. Terutama yang berkaitan dengan perencanaan ke depan, data geografis masih dirasakan mahal dan membutuhkan waktu yang lama untuk memproduksinya (Rajabidfard, A. dan I.P. Williamson 2000).

B. Definisi SIG

Sistem Informasi Geografis adalah sistem informasi khusus yang mengelola data yang memiliki informasi spasial (bereferensi keruangan). Atau dalam arti yang lebih sempit, adalah sistem komputer yang memiliki kemampuan untuk membangun, menyimpan, mengelola dan menampilkan informasi berreferensi geografis, misalnya data yang diidentifikasi menurut lokasinya, dalam sebuah database. Para praktisi juga memasukkan orang yang membangun dan mengoperasikannya dan data sebagai bagian dari sistem ini.

Teknologi Sistem Informasi Geografis dapat digunakan untuk investigasi ilmiah, pengelolaan sumber daya, perencanaan pembangunan, kartografi dan perencanaan rute. Misalnya, SIG bisa membantu perencana untuk secara cepat menghitung waktu tanggap darurat saat terjadi bencana alam, atau SIG dapat digunaan untuk mencari lahan basah (wetlands) yang membutuhkan perlindungan dari polusi.

SIG memiliki banyak nama alternatif yang sudah digunakan bertahun-tahun menurut cakupan aplikasi dan bidang khusus masing-masing, sebagai berikut.

-          Sistem Informasi Lahan (Land Information System – LIS)

-          Pemetaan terautomatisasi dan Pengelolaan Fasilitas (AM/FM-Automated  Mapping and Facilities Management)

-          Sistem Informasi Lingkungan (Environmental Information System -EIS)

-          Sistem Informasi Sumber Daya (Resources Information System)

-          Sistem Informasi Perencanaan (Planning Information System)

-          Sistem Penanganan Data keruangan (Spatial Data Handling System)

SIG kini menjadi disiplin ilmu yang independen dengan nama “Geomatic”, “Geoinformatics”, atau “Geospatial Information Science” yang digunakan pada berbagai departemen pemerintahan dan universitas. Ada empat hal yang perlu diperhatikan dalam penggunaan SIG untuk pengelolaan lingkungan [Walker 1991]:

  1. SIG mempunyai kemampuan untuk menjalankan fungsi-fungsinya yang membantu dalam pemetaan dan pemodelan data lingkungan;
  2. SIG menyediakan tool untuk mengintegrasikan data-data yang berbeda;
  3.  Ada banyak prospek dalam penggunaan SIG untuk pengelolaan lingkungan, terlebih dlam mendeteksi dan memvisualisasi pola (pattern) dan proses lingkungan;
  4. SIG akan menjadi inti dalam eksplorasi spasial yang membantu pembelajaran terhadap pola dan proses lingkungan.

C. Manfaat SIG

Dengan SIG kita akan dimudahkan dalam melihat fenomena kebumian dengan perspektif yang lebih baik.SIG mampu mengakomodasi penyimpanan, pemrosesan, dan penayangan data spasial digital bahkan integrasi data yang beragam, mulai dari citra satelit, foto udara, peta bahkan data statistik. Dengan tersedianya komputer dengan kecepatan dan kapasitas ruang penyimpanan besar seperti saat ini, SIG akan mampu memproses data dengan cepat dan akurat dan menampilkannya. SIG juga mengakomodasi dinamika data, pemutakhiran data yang akan menjadi lebih mudah.

Sebagai contoh seperti kondisi Aceh yang beberapa waktu lalu dihempas tsunami yang mengakibatkan korban dan kerugian yang banyak sekali. Dengan citra satelit yang beresolusi tinggi kita dapat melihat kondisi suatu lokasi dipermukaan bumi secara akurat. Kemudian hasil survey dilapangan dapat langsung dimasukkan dalam database spasial yang telah ada sebelumnya untuk mengetahui lokasi rawan dan butuh segera ditangani. Informasi tersebut kemudian bisa di upload ke internet dan tersebarlah informasi ke penjuru dunia. Gambar dibawah ini merupakan salah satu citra Ikonos yang merekam sebelum dan sesudah kejadian tsunami di Aceh (http://www.disasterscharter.org/).

Integrasi data citra satelit seperti yang tampak pada gambar tersebut dengan data-data yang lain menggunakan SIG akan menghasilkan informasi baru yang benar-benar sangat membantu sekali. Seperti saat ini dalam proses pemulihan kembali Aceh, rekan-rekan yang berkarya dibidang SIG sedang melakukan penyusunan data spasial kembali. Hasil proyeksi tersebut akan sangat membantu dalam proses ameliorasi tanah yang disebabkan oleh gelombang pasang, salah satu contohnya yaitu di provinsi Aceh tersebut.

Gambar 1. Citra Ikonos Sebelum dan Sesudah Kejadian Tsunami Di Provinsi Aceh

Manfaat khusus yang dapat diperoleh yaitu :

  • Memberikan gambaran spatial (tata ruang) secara detail dan akurat terhadap lokasi-lokasi yang memiliki kemampuan untuk terkena bencana alam khususnya yang disebabkan oleh kenaikan tinggi permukaan air laut ataupun gelombang pasang untuk keperluan kajian dan analisis berbagai potensi yang ada di wilayah pesisir.
  • Memberikan prediksi-prediksi tentang waktu dan frekuensi kedatangan gelombang pasang, sehingga melalui prediksi tersebut dapat dilakukan tindakan-tindakan pencegahan dengan dukungan sumber daya alam dan ekplorasi manusia di wilayah tersebut.
  • Prediksi tentang bahaya bencana alam yang diakibatkan oleh air, terutama tsunami.
  •  Membuat perencanaan dan langkah konkrit untuk merestorasi ulang kemampuan daya dukung lingkungan yang sudah merosot seperti gerakan penghijauan, khususnya di daerah aliran sungai untuk memperbaiki struktur dan tekstur tanah dan kelangsungan pasokan sumber air dan cadangan air tanah tetap terpenuhi untuk masyarakat di wilayah tersebut.

Manfaat umum yang dapat diperoleh yaitu :

  • Sebagai bahan pertimbangan dalam menentukan perencanaan pembangunan daerah, khususnya yang terkait dengan tata ruang (landscape) dan tata guna lahan (landuse) di wilayah byang dikaji. Dalam hal ini instansi pemerintah daerah yang sangat terkait adalah BAPPEDA dan KIMPRASDA khususnya dalam pembuatan masterplan arah dan siteplan pembangunan kawasan.
  • Bagi Dinas Kehutanan Peta ini sangat bermanfaat dalam penentuan arah kebijakan dalam mencanangkan gerakan reboisasi dan restorasi lahan-lahan kritis, khususnya di daerah dengan tingkat elevasi yang tinggi agar erosi dan bahaya longsor dapat diatasi dengan tepat.
  • Untuk Dinas Pengairan Dan Perusahaan Air Minum Daerah peta ini sangat menunjang dalam perencanaan dan penataan ketersediaan air tanah dan mengontrol debit air tanah dan resapan agar kebutuhan air untuk air minum dan pertanian/perikanan dapat tercukupi dengan baik.
  • Membantu dalam pengalokasian proyek-proyek daerah agar tepat pada sasarannya, tidak hanya memperhatikan data numerik saja (angka-angka) tetapi lebih ditunjang oleh data spasial.
  • Monitoring dan evaluasi pembangunan dengan tetap memperhatikan peta liputan lahan setiap saat serta perubahan yang lahan yang terjadi, sehingga dengan demikian secara umum dalam setiap langkah kebijakan yang diambil oleh pemerintah senantiasa memperhatikan AMDAL terlebih dahulu.

D. Peranan SIG

1. Meningkatkan pengintegrasian organisasi

Banyak organisasi yang sudah mengimplementasi SIG menemukan kenyataan, bahwa keuntungan utama yang mereka dapatkan adalah peningkatan kinerja manajemen terhadap organisasi maupun pengelolaan sumberdayanya. hal itu terjadi karena SIG memiliki kemampuan untuk menghubungkan berbagai perangkat data secara bersamaan berdasarkan geografis, memfasilitasi informasi-informasi yang terjadi antar bagian, untuk saling termanfaatkan dan dikomunikasikan.

Dengan membuat sebuah database yang bisa dimanfaatkan bersama, maka sebuah bagian akan memperoleh keuntungan dari hasil kerja dari bagian lain, di mana akan berlaku ketentuan, bahwa data cukup sekali dikoleksi, tetapi bisa dimanfaatkan berkali-kali.

2. Membuat keputusan-keputusan lebih sempurna

SIG bukan sebuah sistem yang mampu membuat keputusan secara otomatis. SIG hanya sebuah sarana untuk pengambilan data, menganalisanya, dari kumpulan data berbasis pemetaan untuk mendukung proses pengambilan keputusan.

Teknologi SIG banyak digunakan untuk membantu berbagai kegiatan pekerjaan seperti penyajian informasi pada saat pembuatan perencanaan, membantu memecahkan masalah yang berkaitan dengan kekacauan teritorial.

SIG juga bisa digunakan untuk membantu meraih keputusan mengenai lokasi perumahan baru yang memiliki sesedikit mungkin pengaruh lingkungan, berada di lokasi yang memiliki resiko paling sedikit, dan berada dekat dengan pusat kegiatan kependudukan.

Informasi bisa disajikan secara ringkas dan jelas berupa gambar peta, yang dilampiri dengan laporan, memungkinkan para pemgambil keputusan untuk memusatkan perhatiannya pada masalah-masalah nyata dibanding dengan upaya memahami data. Karena produk SIG bisa dibuat secepatnya, dengan berbagai skenario, untuk kemudian dievaluasi secara efektif dan efisien.

3. Membantu membuat peta

Peta merupakan kunci pada SIG. Proses untuk membuat (menggambar) peta dengan SIG jauh lebih fleksibel, bahkan dibanding dengan menggambar peta secara manual, atau dengan pendekatan kartografi yang serba otomatis.

Dimulai dengan membuat database. gambar peta yang sudah ada bisa digambar dengan digitizer, dan informasi tertentu kemudian bisa diterjemahkan ke dalam SIG. Database kartografi berbasis SIG dapat bersambungan dan bebas skala.

Peta-peta kemudian bisa diciptakan terpusat di berbagai lokasi, dengan sembarang skala, dan menunjukkan informasi terpilih, yang mencerminkan secara efektif untuk menjelaskan suatu karakteristik khusus.

Sifat-sifat sebuah atlas dan serangkaian peta dapat direkam pada program komputer, dan dibandingkan terhadap database pada akhir proses produksi. Produk digital digunakan untuk SIG yang lain bisa dilakukan dengan sederhana, hanya dengan membuat salinan data dari database. Pada organisasi yang besar, database topografi bisa dimanfaatkan untuk kerangka referensi oleh bagian yang lain.

Batas-batas Fisik Wilayah Pesisir

 

E. Aplikasi SIG

1. Minyak/Gas dan Listrik/Air

Contoh aplikasi-aplikasi SIG untuk perusahaan minyak, gas dan distribusinya yaitu :

  • Minyak dan Gas
    • Automated basemapping
    • Eksplorasi
    • Manajemen Persewaan
    • Pengeboran
    • Produksi
    • Manajemen Penyimpanan
    • Manajemen Kilang
    • Distribusi Produk
    • Manajemen Kapal Tanker
  • Pipa
    • Perencanaan dan Pemilihan Rute
    • Regulatory reporting
    • Construction Emergency response maps
    • Pipeline alignment sheet generation
    • Location maps
    • Risk assessment
    • Corrosion analysis
    • Asset profitability analysis
    • Supply and market analysis

2.      Telekomunikasi

Solusi SIG bagi perusahaan telekomunikasi, yang meliputi

  • Fasilitas dan pemetaan kawasan
  • Rute penempatan kabel
  • Pengembangan ‘halaman kuning’ secara elektronik
  • Aplikasi penanganan pelanggan
  • Pengembangan penyimpanan data
  • Pemilihan penempatan fasilitas
  • Sistem penanganan kegagalan sambungan

3.      Transportasi

  • Manajemen Prasarana Transportasi

SIG digunakan untuk mengelola dan menganalisa berbagai informasi dengan geografi sebagai komponen utamanya. lebih dari 80 persen dari informasi digunakan untuk mengelola jalan, jalur kereta api, fasilitas pelabuhan, sebagai komponen utamanya. SIG bisa dimanfaatkan untuk menentukan lokasi dari suatu peristiwa atau aset dan keterkaitannya atau kedekatannya antara satu dengan lainnya terhadap peristiwa atau aset yang lainnya, di mana hal tersebut merupakan faktor-faktor kritis yang harus diperhatikan untuk memutuskan suatu desain, pembangunan, atau pemeliharaan.

  • Manajemen logistik dan kendaraan

Sebuah kegiatan operasi yang efisien membutuhkan sebuah keputusan yang akurat dan tepat waktu. Misalnya mengetahui sedang berada di manakah kendaraan, pikup, atau aktivitas penghantaran pada saat itu, memungkinkan untuk pendayagunaan aset secara optimal dan penghematan. Kepuasan pelanggan, posisi yang bersaing, respons yang sigap, pendayagunaan yang efektif, serta kemungkinan untuk menghasilkan keuntungan di berbagai kemungkinan yang bisa diraih.

  • Manajemen Transit.

Perencanaan rute, pengiriman teknisi, analisa pelayanan, penanganan pemasaran dan hubungan komunitas, dan pola transit akan diperoleh keuntungan dengan cara melakukan pemahaman sebaik-baiknya terhadap kendaraan transit, rute perjalanan, dan fasilitas lokasi.

Rute perjalanan dapat dikelola secara langsung melalui database jaringan jalan dan dikaitkan terhadap pusat kependudukan dan karyawan, seperti pada sistem database dari sebuah skedul.

  • Lingkungan dan Geologi

Untuk membantu melakukan perlindungan terhadap lingkungan. Sebagai seorang profesional di bidang lingkungan, maka Anda dapat menafaatkan SIG untuk membuat peta, catatan populasi spesies, mengukur pengaruh lingkungan, serta menelusuri peristiwa keracunan dan polusi. Aplikasi SIG berkenaan dengan lingkungan, rasanya, hampir tanpa batas jumlahnya.

4.      Pertanian, Kehutanan

o    Mengelola Produksi Tanaman

SIG dapat digunakan untuk membantu mengelola sumberdaya pertanian dan perkebunan seperti luas kawasan untuk tanaman, pepohonan, atau saluran air. Anda dapat menggunakan SIG untuk menetapkan masa panen, mengembangkan sistem rotasi tanam, dan melakukan perhitungan secara tahunan terhadap kerusakan tanah yang terjadi karena perbedaan pembibitan, penanaman, atau teknik yang digunakan dalam masa panen.

o    Mengelola Sistem Irigasi

Anda dapat menggunakan SIG untuk membantu memantau dan mengendalikan irigasi dari tanah-tanah pertanian. SIG dapat membantu memantau kapasitas sistem, katup-katup, efisiensi, serta distribusi menyeluruh dari air di dalam sistem.

o    Perencanaan dan riwayat sumberdaya kehutanan

Contoh aplikasinya yaitu Perencanaan dan riwayat manajemen pertanahan; Integrasinya dengan sistem hokum; dan Integrasinya dengan manajemen basis data relasional Sistem-sistem.

5. Pemerintahan

Berikut ini adalah berbagai contoh dari berbagai macam rancangan SIG dan layanan pengembangannya :

o    Catatan Pertanahan

Contohnya yaitu pemetaan kavling, taksiran property, Integrasi multimedia, dan Pusat Layanan umum.

o    Manajemen Properti dan Fasilitas

Contohnya yaitu : pembebasan Tanah dan Peruntukannya, dan Pembangunan dan Persediaan Perumahan

  •  Perencanaan Tataguna Tanah dan Pengaturannya

Contohnya yaitu : Pemetaaan Rencana Umum dan Analisanya, Pemetaan Kawasan dan Penjejakan Masalah, Analisis Demografi dan Pemetaan, Pembangunan Ekonomi, Keterkaitannya dengan Sistem Perijinan.

o    Rekayasa

Contohnya yaitu pemetaan Pematusan dan Analisanya, Pengkajian Subdivisi/Pemetaan Bagian-bagian, Penataan rute jalan, sanitasi, dan lainnya.

o    Keselamatan Masyarakat

Contohnya yaitu Perencanaan persiapan keadaan darurat, Respon dan Penanggulangan Keadaan Darurat, Analisa Kriminal, Perencanaan Patroli, Pengaturan rute respon keadaan darurat, Analisis penempatan fasilitas

F. Teknik Umum Pengolahan Data Pada SIG

SIG membutuhkan masukan data yang bersifat spasial maupun deskriptif. Beberapa sumber data tersebut antara lain adalah Peta analog (antara lain peta topografi, peta tanah, dsb.). Peta analog adalah peta dalam bentuk cetakan. Pada umumnya peta analog dibuat dengan teknik kartografi, sehingga sudah mempunyai referensi spasial seperti koordinat, skala, arah mata angina dsb. Peta analog dikonversi menjadi peta digital dengan berbagai cara yang akan dibahas selanjutnya. Referensi spasial dari peta analog memberikan koordinat sebenarnya di permukaan bumi pada peta digital yang dihasilkan. Biasanya peta analog direpresentasikan dalam format vektor.

1. Data dari sistem Penginderaan Jauh (antara lain citra satelit, foto-udara, dsb.)

Data Pengindraan Jauh dapat dikatakan sebagai sumber data yang terpenting bagi SIG karena ketersediaanya secara berkala. Dengan adanya bermacammacam satelit di ruang angkasa dengan spesifikasinya masing-masing, kita bias menerima berbagai jenis citra satelit untuk beragam tujuan pemakaian. Data ini biasanya direpresentasikan dalam format raster.

2. Data hasil pengukuran lapangan

Contoh data hasil pengukuran lapang adalah data batas administrasi, batas kepemilikan lahan, batas persil, batas hak pengusahaan hutan, dsb., yang dihasilkan berdasarkan teknik perhitungan tersendiri. Pada umumnya data ini merupakan sumber data atribut.

3. Data GPS

Teknologi GPS memberikan terobosan penting dalam menyediakan data bagi SIG. Keakuratan pengukuran GPS semakin tinggi dengan berkembangnya teknologi. Data ini biasanya direpresentasikan dalam format vektor.

Teknik memasukkan data spasial dari sumber-sumber sebagaimana disebutkan di atas dilakukan melalui beberapa jenis kegiatan antara lain:

1. Digitasi

Digitasi merupakan proses konversi dari peta analog menjadi peta digital dengan mempergunakan meja digitasi. Cara kerjanya adalah dengan mengkonversi fiturfitur spasial yang ada pada peta menjadi kumpulan koordinat x,y. Untuk menghasilkan data yang akurat, dibutuhkan sumber peta analog dengan kualitas tinggi. Dan untuk proses digitasi, diperlukan ketelitian dan konsentrasi tinggi dari operator. Dalam mempelajari digitasi, kita menggunakan perangkat lunak PC ARC/INFO. Prosedur dan tata cara pengerjaannya akan diberikan secara detail dengan maksud untuk memberikan garis besar dari konsep SIG dan melatih cara mendigitasi peta dengan menggunakan PC ARC/INFO.

2. Penggunaan GPS

Data spasial lain dalam bentuk digital seperti data hasil pengukuran lapang dan data dari GPS bisa dimasukkan dalam sistem SIG. Pada intinya SIG membutuhkan data spasial dalam format tertentu untuk membedakan apakah data tersebut berupa point, line atau polygon. GPS singkatan dari Global Positioning System (Sistem Pencari Posisi Global), adalah suatu jaringan satelit yang secara terus menerus memancarkan sinyal radio dengan frekuensi yang sangat rendah. Alat penerima GPS secara pasif menerima sinyal ini, dengan syarat bahwa pandangan ke langit tidak boleh terhalang, sehingga biasanya alat ini hanya bekerja di ruang terbuka. Satelit GPS bekerja pada referensi waktu yang sangat teliti dan memancarkan data yang menunjukkan lokasi dan waktu pada saat itu. Operasi dari seluruh satelit GPS yang ada disinkronisasi sehingga memancarkan sinyal yang sama. Alat penerima GPS akan bekerja jika ia menerima sinyal dari sedikitnya 4 buah satelit GPS, sehingga posisinya dalam tiga dimensi bisa dihitung. Pada saat ini sedikitnya ada 24 satelit GPS yang beroperasi setiap waktu dan dilengkapi dengan beberapa cadangan. Satelit tersebut dioperasikan oleh Departemen Pertahanan Amerika Serikat, mengorbit selama 12 jam (dua orbit per hari) pada ketinggian sekitar 11.500 mile dan bergerak dengan kecepatan 2000 mil per jam. Ada stasiun penerima di bumi yang menghitung lintasan orbit setiap satelit dengan teliti.

3. Konversi dari sistem lain

Teknik pemasukan data ke dalam SIG dengan menggunakan lajur elektronik (spreadsheet) merupakan cara konversi yang umum digunakan. Hal ini terutama apabila kita ingin memaduserasikan antara data spasial dan data tabular. Persyaratan yang dibutuhkan adalah adanya suatu identitas unik yang dimiliki bersama oleh data tabular dan data spasial, sehingga dapat dilakukan interaksi antarkedua jenis data.

G. Hasil Tampilan Data

Sistem tampilan data menggunakan perangkat lunak ArcView versi 3.2. Data spasial disajikan dengan konsep layer data dan atribut, yaitu representasi data spasial menjadi sekumpulan peta thematik yang berdiri sendiri-sendiri sesuai dengan tema masing-masing, tetapi terikat dalam suatu kesamaan lokasi  Keuntungan dari konsep data layer adalah mudahnya proses penelusuran dan analisa spasial serta efisiensi pengelolaan data.

Terminologi yang digunakan pada ArcView yang perlu dipahami antara lain:

  • Theme: Sebuah layer grafis yang memuat kumpulan fitur geografis dan informasi atributnya. Sebuah theme biasanya memuat informasi geografis dengan tema tertentu untuk sebuah tipe fitur tunggal. Bisa berupa vector ataupun citra (contoh: SUNGAI.SHP, LCOVER_GRD, etc.).
  • Table: Sebuah file data yang berisi informasi atribut dari suatu fitur geografis dalam bentuk tabel. Kolom memuat atribut dan baris memuat record. Table adalah file dalam format TXT atau DBF yang mempunyai kolom yang bias digabungkan dengan theme (contoh: KOORDINAT.TXT, PENDUDUK.DBF).
  • View: Sebuah wadah dimana theme ditampilkan. Bila View memuat lebih dari satu theme maka theme-theme tersebut akan ditampilkan secara berurutan dari bawah ke atas. Komposisi peta yang ditampilkan merupakan hasil overlay dari beberapa theme.
  • Layout: Sebuah wadah untuk merancang output peta yang akan dibuat. Anda bias menyusun view dan mengatur letak obyek (legend, scale bar, etc.) sesuai dengan yang anda inginkan sebelum mencetaknya.
  • Project: Sebuah file ArcView yang menyimpan data (theme dan table) dan output (view, layout) yang dibuat oleh user untuk suatu aplikasi tertentu. Pengumpulan data merupakan salah satu tahapan kegiatan utama dan sangat penting dalam pekerjaan ini, dimana kualitas dari hasil pekerjaan ini akan sangat tergantung pada kualitas data yang tersedia dan diperoleh. Sebelum digunakan dalam analisis, data yang terkumpul perlu diseleksi dan dikaji mengenai keakuratan dan validitasnya sehingga dapat digunakan untuk analisis lebih lanjut maupun ditampilkan sebagai informasi.

Gambar 1. 3 Konsep Layer

Domba Garut I (Metodologi Penelitian)

Postingan kali ini akan membahas bagaimana metodologi penelitian yang dilakukan Gilang Ginanjar Natari pada karya tulisnya yang berjudul ” Analisis Pengubahan Iklim Mikro di Dalam Kandang Domba Garut dengan Metode Pengendalian Pasif (Studi kasus di UPTD-BPPTD Margawati, Kab. Garut)”

Semoga bermanfaat !


3.2.2 Bahan atau Sarana Penelitian

Bahan-bahan yang digunakan pada penelitian yaitu :

a). Kandang domba Garut dengan metode pengendalian iklim secara pasif

b). Ternak Domba Garut

3.3 Metode Penelitian

Penelitian ini menggunakan metode deskriptif eksplanatori, yaitu dengan mengadakan pengamatan langsung di lokasi penelitian, menganalisis data secara empiris dan visual, dan mengumpulkan keterangan faktual mengenai karakteristik iklim mikro di dalam kandang.

3.4 Variabel Penelitian

3.4.1 Variabel yang Diukur

  1. Dimensi kandang dan kawasan peternakan untuk analisis lokasi ;
  2. Suhu bola kering dan kelembaban relatif untuk analisis sifat termodinamika udara lainnya ;
  3. Data klimatologis, terutama arah dan intensitas kecepatan angin, untuk analisis kesetimbangan kalor, kesetimbangan massa, dan laju ventilasi ;
  4. Suhu dari komponen-komponen konstruksi kandang ;
  5. Suhu tubuh ternak domba Garut di dalam kandang.

3.4.2 Parameter yang Dihitung

  1. Dimensi kandang dan kawasan peternakan meliputi volume ruangan, luas inlet ventilator, luas outlet ventilator, dan tinggi normal pressure level ;
  2. Sifat-sifat termodinamika udara yaitu suhu titik embun, suhu bola basah, tekanan uap parsial, entalpi, volume spesifik, dan kelembaban mutlak ;
  3. Ventilasi meliputi laju ventilasi masuk dan keluar melalui ventilator baik melalui efek angin ataupun efek stack ;
  4. Massa udara dan uap air melalui ventilator baik melalui laju ventilasi dengan efek angin ataupun laju ventilasi dengan efek stack ;
  5. Kalor sensibel, kalor laten, dan kalor total dari sistem ventilasi, serta kalor konveksi dari komponen-komponen konstruksi kandang dan domba Garut.

3.5 Prosedur Penelitian

3.5.1 Analisis Dimensi Kandang dan Kawasan Peternakan

  1. Volume ruangan kandang ;

Ternak domba Garut.

f). Jarak kosong (clearance) antar kandang menggunakan Persamaan 2-09

3.3.1 Termodinamika Udara

Untuk pengukuran suhu bola kering maupun kelembaban relatif, jumlah titik di dalam kandang sebanyak dua titik dengan ketinggian 1 m dari permukaan lantai, sedangkan satu titik di luar kandang pada ketinggian 2 m dari tanah dan berada sejauh ± 21 m dari kandang yang dianalisis (Gambar 20). Pengambilan data dilakukan pada tanggal 2, 3, dan 4 Juli 2008, dimana pada tanggal tersebut berturut-turut diasumsikan sebagai ulangan 1, 2, dan 3. Pendekatan karakteristik termodinamika udara untuk tekanan parsial uap menggunakan Persamaan 2-01. Pendugaan tekanan uap jenuh menggunakan Persamaan 2-02. Pendugaan enthalpi menggunakan Persamaan 2-03. Pendugaan volume spesifik menggunakan Persamaan 2-04. Pendugaan kelembaban mutlak menggunakan Persamaan 2-06.

3.3.1 Pengujian Beda Rata-rata Karakteristik Iklim

Efektivitas kandang sebagai bangunan pengendali iklim mikro ditunjukan dengan adanya perbedaan antara karakteristik iklim, baik suhu bola kering maupun kelembaban relatif di dalam terhadap lingkungan luar kandang. Untuk menunjukkan perbedaan dilakukan uji statistika pada rata-rata parameter suhu bola kering di dalam dan di luar kandang melalui uji t-student (t test) dengan perumusan hipotesis sebagai berikut (Nasoetion, 1988) :

thitung digunakan untuk menguji keseragaman parameter iklim antara di dalam (titik 1 dan titik 2) terhadap luar kandang. Menurut Nasoetion (1988), thitung dapat didekati dengan persamaan :

H0 adalah hipotesis kesatu yang menyatakan bila pengujian t-student menghasilkan rata-rata suhu bola kering dan kelembaban relatif di dalam dan luar kandang yang sama besar, maka dapat disimpulkan kandang tidak berfungsi sebagai bangunan pengendali iklim mikro pasif. sedangkan H1 adalah hipotesis kedua yang menyatakan bila pengujian t-student menghasilkan rata-rata suhu bola kering dan kelembaban relatif di dalam dan luar kandang tidak sama besar, maka disimpulkan kandang berfungsi sebagai bangunan pengendali iklim mikro pasif.

Domba Garut (Bagian 5)

2.4.1 Produksi Kalor Konveksi Alami

Pengendalian akumulasi kalor di dalam kandang dapat didekati melalui analisis perpindahan kalor konveksi secara alami, yang disebabkan oleh penyerapan radiasi matahari, menghasilkan pemanasan pada komponen konstruksi kandang, dan memengaruhi karakteristik iklim mikro di dalam kandang.

Menurut Holman (1986), tahapan perhitungan kalor konveksi dapat digunakan persamaan dari bilangan Grashof, Prandtl, Rayleigh, dan Nusselt.

a). Bilangan Grashof

Menurut Holman (1986), pendugaan bilangan Grashof dapat didekati dengan persamaan berikut :

b). Bilangan Rayleigh

Menurut Holman (1986), bilangan Rayleigh untuk bidang horizontal ataupun vertikal dapat didekati dengan persamaan :

c). Bilangan Nusselt

Menurut Holman (1986), Pendugaan bilangan Nusselt dapat didekati dengan persamaan berikut :

Menurut Holman (1986), suhu film pada bidang horizontal dan vertikal dapat didekati dengan persamaan berikut :

f). Perpindahan kalor konveksi alami

Kalor konveksi alami dapat didekati dengan persamaan (Holman, 1986) :

Oke, postingan mengenai Teori Dasar mengenai Domba Garut cukup sekian. Semoga bermanfaat !

(PS : Silahkan menyebar luaskan tulisan ini dengan tidak lupa mencantumkan sumbernya)

Domba Garut (Bagian 4)

2.3.2.1 Kesetimbangan Massa Uap Air

Adanya perbedaan karakteristik iklim di dalam dan di luar kandang dapat menyebabkan perpindahan massa uap air. Perpindahan massa uap air terjadi melalui proses pembauran atau proses difusi dari lingkungan dengan konsentrasi uap air yang tinggi ke lingkungan dengan konsentrasi uap air yang lebih rendah (Holman, 1986). Perpindahan massa uap air dapat terjadi melalui ventilator dan komponen-komponen konstruksi kandang. Menurut Utomo (2007), untuk menentukan massa uap air yang masuk melalui ventilator dapat didekati dengan persamaan berikut  :

menurut Utomo (2007), untuk menentukan jumlah massa uap air yang masuk melalui komponen konstruksi kandang, yaitu dari komponen atap, dinding, dan lantai, dapat digunakan persamaan berikut :

2.3.2.1 Kalor Sensibel, Kalor Laten, dan Kalor Total

Sistem ventilasi berpengaruh terhadap pengendalian kalor di dalam ruangan. Proses pengendalian kalor dari sistem ventilasi terjadi melalui ventilasi dengan efek angin ataupun efek stack, dimana kalor yang diproduksi di dalam kandang merupakan produk perkalian antara laju ventilasi dan perbedaan suhu, yang dapat didekati dengan persamaan (Badan Standarisasi Nasional, 2001) :

Tampilan pertambahan berat badan ternak yang ideal ditunjukkan dengan laju metabolisme tubuh yang optimal. Salah satu indikatornya ditunjukkan dengan produksi kalor sensibel dan kalor laten, dimana fluktuasinya dipengaruhi oleh karakteristik iklim di dalam dan luar kandang.

Dalam konsep termonetral, laju metabolisme ideal ditunjukkan dengan adanya titik temu antara intensitas kalor sensibel dan kalor laten, yang merupakan respon ternak terhadap perubahan suhu bola kering. Fluktuasi kalor sensibel ternak berbanding terbalik terhadap peningkatan suhu bola kering, sedangkan fluktuasi kalor laten berbanding lurus terhadap peningkatan suhu bola kering. Performance pertambahan berat badan ideal ditunjukan saat titik temu antara kalor sensibel dan kalor laten berada pada intensitas yang rendah. Pada kondisi aktual, fenomena tersebut menyatakan beban kalor ternak terhadap fluktuasi iklim yang rendah. Menurut Badan Standarisasi Nasional (2001), pendugaan kalor laten di dalam kandang dapat didekati dengan persamaan :

Menurut Badan Standarisasi Nasional (2001), kalor total idealnya merupakan penjumlahan dari kalor sensibel dan kalor laten yang terakumulasi di dalam kandang. Namun, kalor total memiliki fungsi yang berbanding lurus terhadap perbedaan entalpi antara dua kondisi, sehingga pendugaan kalor total dapat didekati dengan persamaan :

2.4 Kesetimbangan Kalor

2.4.1 Heatloss dari Tubuh Domba Garut

Menurut Bartali (1999), domba merupakan hewan berdarah panas dan hewan homeotermis, dimana domba dapat mempertahankan suhu tubuh pada kondisi steady yang umumnya lebih tinggi dibandingkan suhu bola kering di dalam kandang. Domba menghasilkan kalor sensibel dan kalor laten yang merupakan respon dari perubahan iklim, terutama pada suhu bola kering, sebagai proses kesetimbangan kalor di dalam tubuh maupun di ruangan. Umumnya, respon ternak pada suhu bola kering yang tinggi adalah mengurangi kehilangan kalor sensibel yang dapat mencapai 3 sampai 4 W per kg berat tubuhnya (Esmay dan Dixon dalam Yani, 2007), dimana kalor sensibel dihasilkan dari metabolisme di dalam tubuh. Kehilangan kalor terjadi melalui empat cara, yaitu konduksi, konveksi, radiasi dan respirasi (Gambar 14).

a). Kehilangan kalor melalui konduksi

Kehilangan kalor konduksi dari tubuh ternak berkisar dari 10% sampai 15% yang terjadi akibat kontak langsung dengan batas-batas konstruksi kandang, terutama pada komponen lantai. Karakteristik termofisika material konstruksi dapat memengaruhi kehilangan kalor konduksi, dimana kehilangan kalor konduksi berbanding lurus terhadap konduktivitas termal dan berbanding terbalik terhadap tebal lapisan material konstruksi (Gambar 15). Menurut Jones dan Friday (2008), domba yang dibudidayakan di kandang berlantai semen maupun logam (metal), akan kehilangan kalor konduksi dua kali lebih besar dibandingkan kandang berlantai kayu atau plastik. Adanya komponen penyimpan kalor pada lantai, contohnya bedding dari sisa pakan, dapat menekan kehilangan kalor, khususnya untuk ternak muda, dimana absorpsi protein, lemak, dan karbohidrat di dalam tubuh ternak muda tersebut belum optimal (Gambar 14).

b). Kehilangan kalor melalui konveksi

Menurut Jones dan Friday (2008), kehilangan kalor konveksi dari tubuh ternak dapat mencapai 35%. Kehilangan kalor konveksi umumnya disebabkan oleh fenomena pergerakan udara pada sistem ventilasi, baik melalui efek angin ataupun efek stack, yang membawa kalor (panas) (Gambar 14).

c). Kehilangan kalor melalui radiasi

Menurut Jones dan Friday  (2008), kehilangan kalor radiasi dari tubuh ternak dapat mencapai 30%. Sebagian besar kalor radiasi yang hilang, disebabkan oleh emisivitas permukaan kulit ternak dan perbedaan suhu antara komponen konstruksi kandang dan ternak, melalui pancaran gelombang panas (Gambar 14).

d). Kehilangan kalor melalui respirasi

Menurut Jones dan Friday (2008), kehilangan kalor respirasi terjadi pada kulit dan saluran pernafasan yang mencapai 15% sampai 20% pada kisaran nyaman, dan 40% sampai 50%, saat ternak mengalami stres panas (Gambar 14).

Menurut Jones dan Friday (2008), fluktuasi suhu bola kering menyebabkan stres panas pada ternak. Tingkat stres panas pada ternak disebabkan oleh kehilangan kalor melebihi batas toleransi. Menurut Finochiario dkk. (2005), stres panas dapat dinyatakan dengan indeks suhu kelembaban (THI) (Gambar 16).

Adanya beban pemanasan berlebihan diindikasikan dengan perilaku ternak berupa penurunan nafsu makan, sering bergerumul (berkelompok), dan mengerutkan tubuh, untuk mengurangi bidang kontak dengan lantai. Menurut Yani (2007), adanya beban pendinginan pada ternak diindikasikan dengan :

  1. Dry matter intake dan nafsu makan menurun, mulai dari 6% sampai 30% ;
  2. Suhu tubuh rectal meningkat, umumnya melebihi 39,4 ºC ;
  3. Pada betina, produksi air susu menurun, mulai dari 15% sampai 20% ;
  4. Frekuensi dan kehilangan kalor respirasi lebih dari 100 nafas per menit ;
  5. Penurunan konsentrasi hormon (tiroksin, prolaktin, glukosa, protein, dll.) ;
  6. Peningkatan denyut jantung dan suhu tubuh;
  7. Penurunan keberhasilan reproduksi antara 40% sampai 50% ;
  8. Peningkatan resiko kematian akibat dehidrasi ;
  9. Sering meregangkan tubuh dan meregangkan bulu.

2.4.1 Mekanisme Kesetimbangan Kalor

Kesetimbangan kalor terjadi akibat perpindahan kalor secara konduksi, konveksi, radiasi, evaporasi dari komponen konstruksi, dan respirasi dari ternak. Setiap komponen yang terintegrasi dalam kandang dapat menerima maupun menghasilkan kalor ke dalam dan ke luar kandang, dimana intensitasnya selalu berfluktuasi sepanjang hari. Apabila kesetimbangan kalor bernilai positif, maka kandang akan menerima kalor. Apabila kesetimbangan kalor bernilai negatif, maka kandang akan mengeluarkan kalor ke lingkungan. Menurut Soegijanto (1999), kesetimbangan kalor dapat didekati dengan persamaan : (Gambar 17)

Tata ruang kandang yang berorientasi pada pergerakan matahari dapat meminimalkan penyerapan radiasi matahari yang menyebabkan akumulasi kalor di dalam kandang. Radiasi matahari yang diterima oleh kandang dengan orientasi yang membujur dari timur ke barat lebih kecil dibandingkan kandang yang membujur dari utara ke selatan. Apabila perancangan kandang yang membujur dari timur ke barat tidak dapat dilakukan, maka diperlukan perlakuan lain yang diarahkan pada perancangan sistem ventilasi, alat peneduh, dan sebagainya.

Menurut Soegijanto (1999), Setiap komponen konstruksi memiliki tingkat penyerapan radiasi yang berbeda. Urutan komponen yang menyerap radiasi matahari mulai yang paling tinggi sampai yang paling rendah yaitu : (Gambar 18)

  1. Komponen atap (bidang horizontal ataupun diagonal) ;
  2. Komponen dinding barat dan timur (bidang vertikal) ;
  3. Komponen dinding utara dan selatan (bidang vertikal).

Domba Garut (Bagian 3)

Oke, postingan berikut merupakan “serial lanjutan” dari postingan mengenai Domba Garut. Selamat membaca.

2.3.1.10 Strategi Kenyamanan Termal

Menurut Bioclimate Design Central (2008), perputaran bumi terhadap matahari menghasilkan karakteristik iklim yang spesifik, yang berpengaruh terhadap produktivitas manusia, hewan, tanaman, maupun proses-proses industri. Strategi kenyamanan termal yang disesuaikan dengan karakteristik iklim dapat mengendalikan dampak negatif dari perubahan iklim (Gambar 11 dan Tabel 4).

Tabel 4 Strategi Kenyamanan Termal

2.3.2 Ventilasi

Ventilasi merupakan proses untuk mencatu udara bersih ke dalam ruangan, dengan intensitas yang sesuai kebutuhan. Ventilasi juga berfungsi untuk mengeluarkan udara kotor dari ruangan. Ventilasi bertujuan untuk memenuhi kebutuhan udara bagi manusia, hewan, tanaman, maupun proses-proses industri terhadap kesehatan ataupun kenyamanan termal (Badan Standarisasi Nasional, 2001). Ventilasi pada bangunan pertanian maupun peternakan digunakan untuk mengendalikan iklim mikro terutama kalor, kelembaban relatif, dan bau, serta untuk mengoptimalkan distribusi dan sirkulasi udara di dalam bangunan. Tujuan utama dari sistem ventilasi pada kandang, yaitu untuk mensirkulasikan udara bersih yang dibutuhkan ternak dan mengeluarkan udara kotor dari dalam kandang.

Kebutuhan terhadap kesehatan ternak meliputi penyediaan oksigen sebagai bahan respirasi, pencegahan konsentrasi berlebihan dari gas CO2, asap dan gas-gas berbahaya, bakteri-bakteri, serta peniadaan bau dan aroma berlebihan yang dihasilkan dari domba Garut maupun dari konstruksi kandang. Kebutuhan kenyamanan termal meliputi pengeluaran kalor dari dalam kandang, membantu proses evaporasi konstruksi kandang dan respirasi ternak, dan juga upaya untuk mendinginkan konstruksi kandang dari penyerapan radiasi matahari yang berlebihan. Kebutuhan ventilasi untuk kesehatan dipengaruhi oleh volume ruangan per ternak, jumlah dan jenis ternak di dalam kandang (Soegijanto, 1999).

Sistem ventilasi pada bangunan kandang di Indonesia, umumnya mengaplikasikan sistem ventilasi alami, dimana fluktuasi iklim di dalam dan luar kandang dapat memengaruhi efektivitas kinerja sistem ventilasi. Karakteristik sistem ventilasi alami yang mudah, hemat energi, dan aplikatif, dapat menekan beban investasi dan tenaga kerja dibandingkan sistem ventilasi mekanik, sehingga sistem ventilasi alami relatif lebih sesuai terhadap karakteristik peternakan di Indonesia (Jones dan Friday, 2008). Umumnya, mekanisme ventilasi alami disebabkan oleh perbedaan tekanan udara di dalam dan luar kandang. Perbedaan tekanan udara dihasilkan dari pergerakan angin atau wind effect dan juga perbedaan suhu (udara dapat bergerak dari suhu yang tinggi menuju ke suhu yang rendah). Menurut http://www.wikipedia.org (2008b), pergerakan udara yang disebabkan oleh perbedaan suhu disebut efek cerobong (stack effect).

Menurut http://www.wikipedia.org (2008b), tekanan udara dari ventilasi dengan efek angin berkisar dari 1 sampai 35 Pa, sedangkan tekanan udara dari ventilasi dengan efek stack berkisar dari 0,3 sampai 3 Pa. Idealnya, kandang perlu menerapkan kedua jenis mekanisme tersebut untuk mendukung sirkulasi udara yang efektif. Sirkulasi udara melalui sistem ventilasi juga memengaruhi jumlah kalor dan massa uap air di dalam kandang, dimana fluktuasi kalor dan massa udara di dalam kandang memiliki korelasi yang variatif (Gambar 12).

Gambar 12 Pergerakan Udara di Dalam Kandang Berdasarkan Tipe Atap

(Sumber : Soegijanto, 1999)

Laju ventilasi dengan efek angin berbanding lurus dengan kecepatan angin yang dapat didekati melalui persamaan (http://www.arch.hku.hk, 2008) :

Laju ventilasi dengan efek stack berbanding lurus dengan perbedaan suhu antara dalam dan luar kandang. Menurut http://www.wikipedia.org (2008b), laju ventilasi dengan efek stack dapat didekati dengan persamaan :

Dua faktor yang memengaruhi laju ventilasi angin, antara lain arah dan intensitas kecepatan angin. Arah angin yang datang tegak lurus terhadap kandang memberikan laju ventilasi yang lebih besar dibandingkan angin yang datang secara diagonal. Namun, faktor arah angin dan intensitas kecepatan angin di kawasan peternakan, idealnya sulit diperkirakan dan sulit dikendalikan.

Menurut Smith (2008), untuk menentukan efektivitas sistem ventilasi alami di dalam kandang, perlu didukung data klimatologis yang aktual, terutama pada arah dan intensitas kecepatan angin, sebelum pelaksanaan kegiatan perancangan kandang. Perancangan sistem ventilasi alami memerlukan data tersebut dengan tujuan untuk memenuhi laju ventilasi minimal, agar sirkulasi udara di dalam kandang dapat tetap berlangsung. Di samping kebutuhan terhadap data klimatologis, juga perlu dipahami adanya faktor jarak kosong atau clearance antar kandang dapat memengaruhi efektivitas sistem ventilasi alami. Menurut Jones dan Friday (2008), jarak kosong minimal antar kandang dapat didekati dengan persamaan : (Gambar 13)

Domba Garut 2 (Tata Udara)

Oke postingan berikut ini merupakan lanjutan dari postingan sebelumnya mengenai Domba Garut. Silahkan dinikmati, semoga bermanfaat!

  • Tata Udara di Dalam Kandang

Untuk tumbuh dan berkembang dengan optimal, baik secara fisiologis maupun psikologis, ternak membutuhkan makanan, minuman, dan udara bersih dengan kualitas dan kuantitas yang mencukupi. Pemenuhan kebutuhan terhadap makanan dan minuman dapat dicukupi dari kegiatan pemberian pakan, yang sudah menjadi rutinitas operasional peternakan.Untuk memenuhi kebutuhan udara bersih, hanya dapat disediakan oleh lingkungan sekitar. Karakteristik lingkungan sekitar kandang, pengalaman serta pengetahuan peternak dalam penataan kawasan peternakan, memiliki peranan penting dalam mengendalikan iklim mikro di dalam kandang pengendalian pasif. Faktor yang menentukan pengendalian iklim di dalam kandang, dapat diduga melalui pendekatan pada sifat termodinamika udara dan ventilasi (Badan Standarisasi Nasional, 2001).

  • Termodinamika Udara

Udara merupakan campuran gas-gas, termasuk di antaranya udara kering dan uap air, yang berada di zona atmosfer bumi (http://www.wikipedia.org, 2008a). Karakteristik udara yang efektif terhadap kehidupan ternak, dicirikan dengan ketersediaan oksigen dalam jumlah yang mencukupi, tanpa disertai gas-gas lain yang berdampak negatif bagi ternak. Identifikasi termodinamika udara merupakan kegiatan pengondisian udara sebagai bentuk pengendalian iklim pada bangunan dalam menyediakan kenyamanan bagi manusia, hewan, tanaman, maupun proses-proses industri (http://www.taftan.com, 1998). Menurut Zain dkk. (2005), terdapat delapan sifat termodinamika untuk mengidentifikasi udara.

  • Suhu Bola Kering

Suhu bola kering atau dry bulb temperature (Tdb) merupakan suhu campuran udara kering dan uap air yang diukur melalui skala termometer raksa secara langsung (http://www.taftan.com, 1998). Suhu udara bola kering tidak dipengaruhi oleh jumlah uap air yang terkandung dalam udara. Menurut Zain dkk. (2005), dalam proses kesetimbangan kalor, suhu bola kering memengaruhi intensitas kalor yang diproduksi melalui penguapan (respirasi/evaporasi) maupun melalui konveksi, salah satunya dari sistem ventilasi.

  • Suhu Titik Embun

Suhu titik embun atau dew point temperature (Tdp) merupakan suhu dari campuran udara saat terjadi kondensasi, ketika udara didinginkan. Kondensasi terjadi pada kelembaban mutlak dan tekanan parsial yang konstan, dikarenakan kalor yang terkandung di dalam campuran udara dilepaskan (Zain dkk., 2005).

  • Suhu Bola Basah

Suhu bola basah atau wet bulb temperature (Twb) merupakan suhu dimana kesetimbangan terjadi antara campuran udara dengan uap air. Suhu bola basah akan dicapai, jika udara secara adiabatis telah jenuh oleh penguapan uap air (Zain dkk., 2005). Menurut http://www.taftan.com (1998), pengukuran suhu bola basah dapat dilakukan melalui termometer raksa yang terbalut kain basah pada ujung sensornya, dengan tujuan untuk mengurangi efek radiasi di dalam udara.

  • Tekanan Uap Parsial

Tekanan uap parsial (Pv) dihasilkan oleh molekul uap air yang terkandung di dalam udara lembab, pada suhu yang sama. Apabila udara mencapai kondisi jenuh, maka tekanan uap tersebut disebut tekanan uap jenuh (Pvs) (Zain dkk., 2005). Menurut http://www.taftan.com (1998), tekanan uap parsial dapat didekati dengan persamaan :

6. Rumus 1

Pendugaan tekanan uap jenuh dapat didekati dengan persamaan :

7. Rumus 2

Keterangan :

Pv = Tekanan uap parsial (kPa)

Pvs = Tekanan uap jenuh (kPa)

Pa = Tekanan atmosfer (101,3238 kPa)

Tdb = Suhu bola kering (ºC)

Twb = Suhu bola basah (ºC)

  • Entalpi

Entalpi (h) merupakan sifat termal dari campuran udara dan uap air yang menunjukkan intensitas kalor total, yang terdiri dari kalor sensibel dan kalor laten dalam udara lembab per satuan massa udara kering, di atas suhu acuan (kJ/kgudara kering). Menurut Zain dkk. (2005), entalpi spesifik untuk satu kg udara kering dapat didekati dengan persamaan :

8. Rumus 3

Keterangan :

h = Entalpi (kJ/kg)

Tdb = Suhu bola kering (ºC)

W = Kelembaban mutlak (kguap air/kgudara kering)

  • Volume Spesifik

Volume spesifik (v) merupakan volume udara di dalam ruangan yang diisi oleh satu kg udara kering (m3/kgudara kering). Menurut Zain dkk. (2005), volume spesifik udara dapat didekati dengan persamaan berikut :

9. Rumus 4

Keterangan :

v = Volume spesifik (m3/kgudara kering)

P = Tekanan atmosfer (101,3238 kPa)

R = Tetapan gas (8.314.041 J/kg.mol.K)

Tdb = Suhu bola kering (°C)

W = Kelembaban mutlak (kguap air/kgudara kering)

  • Kelembaban Relatif

Menurut Zain dkk. (2005), kelembaban relatif atau relative humidity (RH) merupakan salah satu sifat termodinamika udara yang menyatakan perbandingan tekanan uap parsial (Pv) terhadap tekanan uap jenuh (Pvs), pada suhu konstan.

Kelembaban relatif merupakan hasil perbandingan antara massa aktual uap air dari campuran udara terhadap massa uap air yang menjadi jenuh pada suhu yang sama, yang dinyatakan dalam satuan %. Menurut Zain dkk. (2005), kelembaban relatif dapat didekati dengan persamaan :

10. Rumus 5

Keterangan :

RH = Kelembaban relatif (%)

Pv = Tekanan uap parsial (kPa)

Pvs = Tekanan uap jenuh (kPa)

  • Kelembaban Mutlak

Menurut Zain dkk. (2005), kelembaban mutlak atau rasio kelembaban (W) adalah massa uap air (mu) yang terkandung dalam udara lembab per satuan massa udara kering (ma), yang dapat didekati dengan persamaan berikut :

11. Rumus 6

Keterangan :

W = Kelembaban mutlak (kguap air/kgudara kering)

Pv = Tekanan uap parsial (kPa)

Pvs = tekanan uap jenuh (kPa)

  • Alat-alat Penduga Termodinamika Udara

Untuk menentukan karakteristik termodinamika udara di dalam ruangan, selain menggunakan persamaan-persamaan termodinamika udara pada bahasan sebelumnya, juga terdapat alat-alat lain yang dapat digunakan, yaitu sling psikrometer dan diagram psikrometrik. Sling psikrometer merupakan alat ukur parameter suhu bola basah dan suhu bola kering, yang digunakan pada kecepatan udara antara 2 dan 5 m/s. Menurut Smith (2008), Sling psikrometer memiliki tingkat akurasi yang cukup tinggi (Gambar 7).

Psikrometrik merupakan ilmu yang mempelajari hubungan antara sifat fisik dan termal dalam campuran udara. Psikrometrik juga merupakan media identifikasi campuran udara yang dapat dimodifikasi sebagai output dari proses pengendalian iklim, untuk menyediakan kenyamanan bagi manusia, hewan, tanaman, maupun proses-proses industri (Badan Standarisasi Nasional, 2001).

12. Gambar 1

Gambar 7  Sling Psikrometer (Alat Penduga Termodinamika Udara)

(Sumber : http://www.taftan.com, 1998)

Diagram psikrometrik merupakan diagram penyederhanaan dari sifat-sifat udara ataupun penyajian secara grafis dari sifat-sifat termodinamika udara (Gambar 8 dan 9). Dalam upaya identifikasi termodinamika udara menggunakan diagram psikrometrik, sedikitnya dibutuhkan dua parameter untuk menduga sifat udara yang lain, melalui titik temu dari dua variabel tersebut. Menurut Zain dkk. (2005), diagram psikrometrik juga dapat digunakan untuk mengidentifikasi proses fisik yang terjadi di lingkungan, antara lain : (Gambar 10)

  1. Proses pemanasan

Pada proses pemanasan, terjadi peningkatan suhu bola kering, suhu bola basah, entalpi, dan volume spesifik dari udara lembab, sedangkan pada kelembaban relatif terjadi penurunan. Perubahan tidak terjadi pada kelembaban mutlak, suhu titik embun, dan tekanan uap parsial.

  1. Proses pendinginan

Pada proses pendinginan, terjadi penurunan suhu bola kering, suhu bola basah, dan volume spesifik, sedangkan pada kelembaban relatif terjadi peningkatan. Perubahan tidak terjadi pada kelembaban mutlak, suhu titik embun, dan tekanan uap parsial.

  1. Proses pemanasan dengan humidifikasi

Pada proses pemanasan dengan humidifikasi terjadi peningkatan parameter entalpi, kelembaban mutlak, tekanan uap, suhu bola kering, suhu bola basah, suhu titik embun dan volume spesifik, sedangkan pada parameter kelembaban relatif umumnya mengalami penurunan.

  1. Proses pendinginan dengan dehumidifikasi

Pada proses pendinginan dengan dehumidifikasi terjadi penurunan suhu bola kering, suhu bola basah, suhu titik embun, entalpi dan volume spesifik.

  1. Proses pencampuran

Pada proses pencampuran, hampir semua sifat termodinamika udara mengalami perubahan, baik peningkatan maupun penurunan.

  1. Proses pendinginan evaporatif

Pada proses pendinginan evaporatif terjadi penurunan suhu bola kering, sedangkan pada suhu titik embun dan kelembaban mutlak terjadi peningkatan. Perubahan tidak terjadi pada entalpi dan suhu bola basah.

  1. Proses pengeringan.

Pada proses pengeringan, perubahan karakteristik sifat-sifat termodinamika udara serupa dengan proses pendinginan evaporatif.

Tabel 3  Karakteristik Sifat Termodinamika Udara dari Tiap-tiap Proses Fisik

No.

Proses Fisik

Tdb

Twb

h

v

RH

Tdp

W

Pv

1.

 Pemanasan

↑

↑

↑

↑

↓

↔

↔

↔

2.

 Pendinginan

↓

↓

↓

↓

↑

↔

↔

↔

3.

 Pemanasan humidifikasi

↑

↑

↑

↑

↓

↑

↑

↑

4.

 Pendinginan dehumidifikasi

↓

↓

↓

↓

↑

↓

↓

↓

5.

 Pendinginan evaporatif

↓

↔

↔

↓

↑

↑

↑

↑

6.

 Pengeringan

↓

↔

↔

↓

↑

↑

↑

↑

7.

 Pencampuran

↕

↕

↕

↕

↕

↕

↕

↕

Sumber  : Zain dkk. (2005)

13. Gambar 2

Gambar 8  Diagram Psikrometrik (Alat Penduga Termodinamika Udara)

(sumber : Nautica Dehumidifiers Inc., 2008)

Gambar 9  Sifat-sifat Termodinamika Udara pada Diagram Psikrometrik

(sumber : Zain dkk., 2005)

15. Proses Pemanasan

a. Proses Pemanasan

16. Proses Pendinginan

b. Proses Pendinginan

17. Proses Pemanasan Humidifikasi


c. Proses Pemanasan Humidifikasi

18. Proses Pendinginan Dehumidifikasi

d. Proses Pendinginan Dehumidifikasi

19. Proses Pendinginan Evaporatif

e. Proses Pendinginan Evaporatif

20. Proses Pencampuran

f. Proses Pencampuran

Gambar 10  Karakteristik Proses fisik pada Diagram Psikrometrik

(sumber : Zain dkk., 2005)

Keterangan :

Pv = Tekanan uap parsial (kPa)

Pvs = Tekanan uap jenuh (kPa)

Pa = Tekanan atmosfer (101,3238 kPa)

Tdb = Suhu bola kering (ºC)

Twb = Suhu bola basah (ºC)

Domba Garut Bag. I

Postingan kali ini ditulis oleh kawan saya yang bernama Gilang Ginanjar Natari, STP, yang merupakan lulusan Jurusan Teknik dan Manajemen Industri Pertanian, Fakultas Teknologi Industri Pertanian, Universitas Padjadjaran. Karya tulisnya berupa Analisis Pengubahan Iklim Mikro di Dalam Kandang Domba Garut dengan Metode Pengendalian Pasif (Studi kasus di UPTD-BPPTD Margawati, Kab. Garut) akan di share disini walau hanya sebatas tinjauan pustaka atau teori dasar, atau dalam penulisan skripsi atau tugas akhir berada pada bab II. Sehingga diharapkan dapat sebagai bahan literature bagi para mahasiswa yang juga sedang melakukan penelitian yang berhubungan dengan tulisannya.

Tulisannya sendiri disini tidak akan langsung diberikan semua akan tetapi bertahap. Untuk kali ini akan membahas mengenai domba garut dan sistem perkandangannya.

Semoga bermanfaat!

1. 1 Domba Garut

Domba Garut (Ovis aries) merupakan hewan ruminansia kecil, hewan pemamah biak, dan hewan mamalia yang menyusui anaknya (Cahyono, 1998). Domba Garut merupakan salah satu plasma nutfah khas di Indonesia dengan karakteristik fisik yang unik, yang tidak dimiliki oleh ras domba lain di dunia.

1. Domba

Menurut Ramadas (2007), domba Garut merupakan hasil persilangan domba Merino (Australia), domba Kaapstad atau Kaapche (Afrika), dan domba Jawa Ekor Gemuk (Indonesia) yang dirintis pada tahun 1854 oleh Adipati Limbangan di Kabupaten Garut. Pada Tahun 1926, domba Garut diindikasikan telah memiliki keseragaman karakteristik fisiologis, yang dicirikan dengan warna tubuh dominan hitam, putih, dan kombinasi hitam dan putih. Domba Garut betina umur 8 sampai 12 bulan memiliki tinggi tubuh minimal 62 cm dengan berat tubuh minimal 30 kg, sedangkan domba Garut jantan umur 12 sampai 18 bulan memiliki tinggi tubuh minimal 75 cm dengan berat tubuh minimal 60 kg. Ciri lain domba Garut yaitu pada pejantan memiliki tanduk, sedangkan betina umumnya tidak memiliki tanduk (Deptan, 2006).

Produk-produk yang dihasilkan dari peternakan domba Garut antara lain produk utama berupa daging merah sebagai sumber protein dan lemak hewani, kulit dan bulu (wool) sebagai bahan baku tekstil, serta feses sebagai limbah peternakan dapat dimanfaatkan sebagai bahan pupuk organik (pupuk kandang).

Khususnya bagi peternak di Jawa Barat, temperamen dan agresivitas domba Garut yang khas, dimanfaatkan semaksimal mungkin melalui lomba ketangkasan domba Garut yang dipadukan dengan pencak silat, untuk menguji kinerja fisik domba, kapasitas serta kapabilitas peternak, khususnya terhadap strategi budidaya dan pemeliharaan domba Garut yang optimal. Kondisi tersebut menjadikan domba Garut sebagai salah satu produk dalam upaya pemberagaman pariwisata, seni, dan budaya di Jawa Barat (Bank Indonesia, 2007).

1. Grafik

Gambar 2 Zona Termonetral

(sumber : Bartali, 1999)

Umumnya, ternak memiliki daya adaptasi yang tinggi terhadap beragam jenis pakan dan berbagai kondisi iklim. Namun, untuk mendukung produktivitas ternak yang optimal, terdapat karakteristik iklim terutama suhu bola kering yang dapat memengaruhi metabolisme ternak, dimana intensitas kalor laten dan kalor sensibel ternak dijadikan sebagai indikatornya. Suatu kondisi yang disebut zona termonetral yang dibatasi dengan suhu kritis minimum, suhu kritis maksimum, dan kisaran suhu termonetral, merupakan faktor-faktor yang memengaruhi sistem metabolisme ternak (Gambar 2). Zona termonetral merupakan kisaran suhu bola kering yang mempertemukan intensitas kalor laten dan kalor sensibel ternak yang rendah, yang menampilkan metabolisme ternak yang optimal (Bartali, 1999).

1.2 Sistem Perkandangan

Kandang merupakan salah satu media budidaya ternak, yang bertujuan untuk mengubah iklim mikro di dalam kandang yang efektif, dimana respon ternak terhadap fluktuasi iklim adalah rendah. Kandang juga berfungsi sebagai mediator untuk setiap kegiatan peternakan yang berhubungan dengan aktivitas ternak, menyediakan sejumlah kenyamanan bagi ternak, dan memberikan naungan serta perlindungan terhadap cekaman iklim. Menurut Cahyono (1998), secara fungsional, kandang bertujuan untuk :

  1. Melindungi ternak dari hewan pemangsa (predator) ;
  2. Melindungi ternak dari cekaman iklim terutama radiasi matahari yang tinggi, hujan deras, udara dingin, hembusan angin kencang, dan lain-lain ;
  3. Mencegah ternak tidak merusak tanaman lain disekitarnya ;
  4. Memfasilitasi ternak untuk tidur dan beristirahat dengan tenang ;
  5. Memfasilitasi ternak dalam kegiatan reproduksi ;
  6. Memudahkan pemeliharan sehari-hari, contohnya pemberian pakan, pengawasan terhadap penyakit, dan pemilihan atau seleksi ternak ;
  7. Meningkatkan sanitasi areal peternakan dan higienitas bagi ternak dengan menampung dan memisahkan ternak dari kotorannya, sehingga mudah dikumpulkan dan diolah menjadi pupuk organik (pupuk kandang).

Menurut Jones dan Friday (2008), terdapat tiga fungsi dari sistem perkandangan berdasarkan tujuan struktural perancangan, yaitu :

  1. Mengendalikan kalor ;
  2. Mengendalikan kelembaban ; dan
  3. Mengendalikan bau.

Umumnya, kandang ternak di Indonesia diarahkan untuk mengefisienkan investasi peternakan, baik secara teknis maupun ekonomis. Kondisi tersebut salah satunya dicirikan dengan bentuk konstruksi kandang yang sederhana dan tersusun dari material kontruksi dengan beban finansial yang rendah, mudah diperoleh, dan memiliki tingkat ketersediaan yang tinggi. Saat ini, material kayu masih menjadi alternatif utama dalam pemilihan material, baik konstruksi permukiman, pertanian, peternakan, perkebunan, dan perindustrian skala kecil (Deptan, 2006).

Material kayu dengan massa jenis yang rendah, memberikan keuntungan lain, dimana tingkat kesulitan perancangan menjadi berkurang, sehingga dapat meningkatkan efisiensi waktu dan tenaga kerja. Terdapat pertimbangan lain terhadap aplikasi bangunan kandang yang mengarah pada karakteristik iklim di Indonesia, yang identik dengan iklim tropis lembab, yang dicirikan dengan dua jenis musim. Kondisi tersebut perlu dijadikan pertimbangan terhadap aplikasi bangunan kandang untuk meningkatkan efektifitas peredaman cekaman iklim. Karakteristik iklim tropis lembab dicirikan dengan intensitas radiasi matahari, suhu, dan kelembaban udara yang tinggi. Menurut Soegijanto (1999), karakteristik iklim tropis lembab yang lebih spesifik dapat dinyatakan sebagai berikut :

  1. Suhu udara rata-rata maksimum antara 27 ºC dan 32 ºC, sedangkan suhu udara rata-rata minimum antara 20 ºC dan 23 ºC. Perubahan suhu udara diurnal mencapai 8 ºC, sedangkan perubahan suhu udara annualnya relatif kecil ;
  2. Kelembaban relatif rata-rata antara 75% dan 80% ;
  3. Curah hujan berkisar antara 1.000 dan 5.000 mm/tahun ;
  4. Umumnya, kondisi langit pada zona khatulistiwa memiliki intensitas awan yang tinggi dengan jumlah awan antara 60% dan 90% ;
  5. Luminasi langit untuk jenis langit yang seluruhnya tertutupi awan tipis mencapai lebih dari 7.000 kandela/m2, sedangkan untuk jenis langit yang seluruhnya tertutup awan tebal sekitar 850 kandela/m2 ;
  6. Radiasi matahari harian rata-rata mencapai 400 W/m2, dengan perbedaan setiap bulannya yang relatif kecil ;
  7. Kecepatan angin rata-rata adalah rendah, sekitar 2 sampai 4 m/s.

Kandang ternak di Indonesia umumnya menerapkan sistem ventilasi alami, yang mengandalkan proses fisik yang terjadi di lingkungan luar, khususnya melalui pergerakan angin dan perbedaan suhu, dengan tujuan untuk memenuhi sirkulasi dan distribusi udara di dalam kandang. Dengan menerapkan sistem ventilasi alami, maka resiko kecelakaan pada ternak menjadi berkurang (Yusop, 2006). Namun, pada kenyataannya, penerapan sistem ventilasi alami membutuhkan pertimbangan yang teliti dan selektif, terutama pada variabel-variabel iklim yang berhubungan dengan sistem ventilasi alami.

Fluktuasi iklim di sekitar kandang merupakan salah satu faktor yang memengaruhi efektivitas sistem ventilasi alami. Fluktuasi iklim juga dapat menyebabkan cekaman panas saat siang hari dan cekaman dingin, mulai sore sampai menjelang pagi hari. Metode pengendalian iklim yang mengandalkan proses fisik di lingkungan luar, identik dengan metode pengendalian pasif. Metode pengendalian pasif tidak selalu dapat mengubah iklim yang diharapkan sepanjang hari, dikarenakan adanya keterbatasan sifat-sifat material konstruksi kandang, terutama sifat termofisika material (Soegijanto, 1999).

Tabel 1 Perbedaan Antara Kandang Pengendalian Aktif dan Pengendalian Pasif

No.

Parameter

Bentuk Pengendalian

Aktif

Pasif

1.

 Prinsip pengendalian

Mekanik

Termofisik

2.

 Tingkat kesulitan perancangan

Sedang à berat

Ringan

3.

 Pengaruh lingkungan sekitar

Relatif rendah

Tinggi

4.

 Karakteristik rekayasa iklim mikro

Konstan

Fluktuatif

5.

 Pertambahan berat badan ternak

Ideal

Ideal

6.

 Resiko kecelakaan

Sedang à tinggi

Ringan

7.

 Kesesuaian terhadap iklim tropis

Sangat baik

Baik

8.

 Konsumsi energi listrik

Sedang à tinggi

Sangat rendah

9.

 Frekuensi pemeliharaan kandang

Sedang à tinggi

Sangat rendah

10.

 Jumlah tenaga kerja yang dibutuhkan

Sedang à tinggi

Sangat rendah

11.

 Beban investasi

Sedang à tinggi

Sangat rendah

12.

 Aplikasi terhadap peternak Indonesia

Sulit

Mudah

Sumber : Soegijanto (1999)

Kandang dengan metode pengendalian iklim secara pasif, memberikan toleransi dengan berinteraksi melalui proses-proses fisika lingkungan, dalam upaya pengubahan iklim mikro di dalam kandang. Pengubahan iklim mikro di dalam bangunan sejalan dengan fluktuasi di lingkungan luar bangunan, dengan intensitas yang berbeda pada parameter iklim mikro yang spesifik. Fluktuasi iklim di lingkungan luar dapat memengaruhi iklim mikro di dalam kandang, serta sistem metabolisme ternak, dalam kaitannya terhadap konsep termonetral.

Menurut Cahyono (1998), klasifikasi kandang berdasarkan tipe atap ditujukan untuk pola sirkulasi udara di dalam kandang, sedangkan klasifikasi kandang berdasarkan tipe lantai ditujukan untuk efektivitas sanitasi dan higienitas kandang (Gambar 3). Klasifikasi kandang berdasarkan orientasi arah perancangan dinding (vertikal, horizontal, ataupun diagonal), pada dasarnya tidak memberikan perbedaaan nyata terhadap karakteristik pengubahan iklim mikro (Gambar 4). Namun, adanya rongga udara pada dinding dapat memengaruhi ventilasi di dalam kandang, dimana rongga udara dapat berfungsi sebagai ventilator, yang memungkinkan terjadinya sirkulasi udara melalui rongga tersebut (Bartali, 1999).

2. Kandang

Gambar 3  Klasifikasi Kandang Berdasarkan Tipe Atap dan Lantai

(sumber : Cahyono, 1998)

Menurut Jones dan Friday (2008), klasifikasi kandang berdasarkan sistem ventilasi alami, antara lain  : (Gambar 5)

  1. small housing unit dirancang dengan jumlah populasi ternak yang rendah ;
  2. open front building digunakan untuk ternak dengan spesifikasi berat tubuh di atas 300 kg ;
  3. modified open front building merupakan jenis kandang modifikasi yang menerapkan mekanisme buka tutup pada sistem ventilasi, untuk mengefektifkan kinerja sirkulasi dan distribusi udara di dalam kandang

Konsep tata ruang bangunan dalam kawasan peternakan memiliki peranan penting pada karakteristik pengubahan iklim mikro, khususnya pada kawasan peternakan yang didominasi oleh kandang pengendalian pasif (Jones dan Friday, 2008). Sebagai salah satu bagian dari penataan ruang kawasan peternakan, orientasi lokasi dan arah kandang dapat ditentukan melalui pendekatan pada karakteristik iklim. Konsep penataan ruang kawasan peternakan dapat didekati melalui orientasi kandang terhadap pergerakan angin dan orientasi kandang terhadap pergerakan matahari. Akses transportasi kawasan peternakan juga memberikan andil yang besar terhadap efisiensi waktu dan tenaga kerja selama kegiatan operasional peternakan.

Penataan kandang juga dapat dispesifikkan dengan pertimbangan pada produk utama peternakan (Bartali, 1999). Produk-produk ekonomis tinggi yang dihasilkan dari peternakan domba yaitu daging merah dan wool. Umumnya, peternakan domba di Indonesia dicirikan dengan produk daging merah sebagai produk utama, yang memiliki nilai jual yang lebih tinggi dibandingkan wool, sehingga surplus finansial yang diperoleh relatif lebih besar.

Tabel 2 Karakteristik Suhu Bola Kering dan Kelembaban Relatif

Tiap-tiap Aktivitas Ternak (Umum)

No.

Jenis Aktivitas

Suhu (°C)

Kelembaban Relatif (%)

1.

 Istirahat/pemberian pakan

10-17

60-80

2.

 Perawatan ternak muda

20-22

60-80

3.

 Perawatan ternak remaja

10-17

60-80

4.

 Penggemukkan

10-17

60-80

5.

 Penyapihan

18-22

60-80

Sumber : Bartali (1999)

Menurut Bartali (1999), setiap jenis aktivitas ternak memiliki karakteristik iklim yang spesifik, terutama pada suhu bola kering dan kelembaban relatif, dimana karakteristik iklim yang sesuai dapat meningkatkan produktivitas kegiatan operasional. Manfaat lain dari upaya sinkronisasi kegiatan operasional terhadap spesifikasi aktivitas ternak yang didasari oleh karakteristik iklim, juga dapat meningkatkan sanitasi dan higienitas kandang (Tabel 2).

Menurut Bartali (1999), aktivitas ternak yang dapat dispesifikkan yaitu :

  1. Aktivitas istirahat dan konsumsi terdiri dari makan dan minum ;
  2. Aktivitas perawatan anak ;
  3. Aktivitas penyapihan, yaitu pemisahan ternak muda dari induknya ;
  4. Aktivitas penggemukkan ;
  5. Aktivitas karantina untuk perawatan ternak yang sakit ;
  6. Aktivitas produksi untuk memperoleh daging maupun wool.

Contoh rancangan penataan ruang dengan produk utama daging merah, dan dispesifikkan pada aktivitas ternak, serta turut mempertimbangkan akses transportasi yang mendukung kinerja operasional, disajikan pada Gambar 6.

Konsep tata ruang bangunan dalam kawasan peternakan memiliki peranan penting pada karakteristik pengubahan iklim mikro, khususnya pada kawasan peternakan yang didominasi oleh kandang pengendalian pasif (Jones dan Friday, 2008). Sebagai salah satu bagian dari penataan ruang kawasan peternakan, orientasi lokasi dan arah kandang dapat ditentukan melalui pendekatan pada karakteristik iklim. Konsep penataan ruang kawasan peternakan dapat didekati melalui orientasi kandang terhadap pergerakan angin dan orientasi kandang terhadap pergerakan matahari. Akses transportasi kawasan peternakan juga memberikan andil yang besar terhadap efisiensi waktu dan tenaga kerja selama kegiatan operasional peternakan.

Penataan kandang juga dapat dispesifikkan dengan pertimbangan pada produk utama peternakan (Bartali, 1999). Produk-produk ekonomis tinggi yang dihasilkan dari peternakan domba yaitu daging merah dan wool. Umumnya, peternakan domba di Indonesia dicirikan dengan produk daging merah sebagai produk utama, yang memiliki nilai jual yang lebih tinggi dibandingkan wool, sehingga surplus finansial yang diperoleh relatif lebih besar.

Tabel 2 Karakteristik Suhu Bola Kering dan Kelembaban Relatif

Tiap-tiap Aktivitas Ternak (Umum)

No.

Jenis Aktivitas

Suhu (°C)

Kelembaban Relatif (%)

1.

 Istirahat/pemberian pakan

10-17

60-80

2.

 Perawatan ternak muda

20-22

60-80

3.

 Perawatan ternak remaja

10-17

60-80

4.

 Penggemukkan

10-17

60-80

5.

 Penyapihan

18-22

60-80

Sumber : Bartali (1999)

3. Bentuk

Gambar 4  Klasifikasi Konstruksi Dinding Kandang

(sumber : Bartali, 1999)

4. Bentuk 2

Gambar 5  Klasifikasi Kandang Berdasarkan Sistem Ventilasi Alami

(Sumber : Jones dan Friday, 2008)

Menurut Bartali (1999), aktivitas ternak yang dapat dispesifikkan yaitu :

  1. Aktivitas istirahat dan konsumsi terdiri dari makan dan minum ;
  2. Aktivitas perawatan anak ;
  3. Aktivitas penyapihan, yaitu pemisahan ternak muda dari induknya ;
  4. Aktivitas penggemukkan ;
  5. Aktivitas karantina untuk perawatan ternak yang sakit ;
  6. Aktivitas produksi untuk memperoleh daging maupun wool.

Contoh rancangan penataan ruang dengan produk utama daging merah, dan dispesifikkan pada aktivitas ternak, serta turut mempertimbangkan akses transportasi yang mendukung kinerja operasional, disajikan pada Gambar 6.

5. Bentuk 3

Gambar 6  Konsep Tata Ruang Kandang dengan Prioritas

Produk Utama Daging Merah (Red Meat)

(Sumber : Bartali, 1999)