Agroinformatika.docx

LAPORAN PRAKTIKUM AGROINFORMATIKA (TUTORIAL PENGGUNAAN DSSAT)

DISUSUN OLEH ISBAKHUL LAIL 1525010127

AGROTEKNOLOGI FAKULTAS PERTANIAN UPN “VETERAN” JAWA TIMUR 2017

I.

PENDAHULUAN

Agroinformatika adalah mata kuliah aplikasi di bidang pertanian dengan ide-ide inovatif, teknik dan pengetahuan ilmiah untuk memperluas cakrawala dari penerapan teknologi informasi dan komputer di bidang pertanian. Materi ajar Agroinformatika antara lain membahas berbagai dimensi agro-informatika, mencakup berbagai bidang mulai dari pengantar database pertanian, teknologi internet dan cyber marketing, kecerdasan buatan, sistem pendukung keputusan,pengantar sistem informasi geografis, sistem informasi manajemen bidang pertanian. Diharapkan bahwa matakuliah ini akan memberikan pengetahuan dasar pemanfatan TIK di bidang pertanian dan pemahaman konsep sistem pertanian presisi (Precision Farming System). Perangkat lunak DSSAT atau Decision Support System for Agrotechnology Transfer adalah sebuah perangkat lunak yang diproduksi oleh ICASA (International Consortium for Agricultural Systems Applications) dari Amerika Serikat. ICASA merupakan organisasi yang bertujuan untuk memajukan penelitian di bidang sistem pertanian melalui pengembangan dan penerapan analisa sistem peralatan dan metodologi yang kompatibel dan lengkap. DSSAT digunakan untuk mensimulasikan pertumbuhan berbagai varitas tanaman sekaligus memprediksi sejumlah nilai variabel yang berkaitan dengan produktivitas tanaman. DSSAT dan model simulasi tanamannya telah digunakan untuk berbagai aplikasi pada skala spasial dan temporal yang berbeda. Ini termasuk manajemen on-farm dan presisi, penilaian regional dari dampak variabilitas iklim dan perubahan iklim, pemodelan berbasis gen dan seleksi pemuliaan, penggunaan air, emisi gas rumah kaca, dan keberlanjutan jangka panjang melalui keseimbangan karbon dan nitrogen organik tanah. DSSAT telah digunakan oleh lebih dari 14.000 peneliti, pendidik, konsultan, penyuluh, petani, dan pembuat kebijakan dan keputusan di lebih dari 150 negara di seluruh dunia. Manfaat DSSAT dapat digunakan di tingkat petani untuk memberikan informasi yang digunakan untuk meningkatkan rencana dan keputusan. Mereka juga menyediakan rencana aksi terbaik yang berguna di tingkat pertanian, regional, nasional dan global. DSS

memberikan informasi tentang sistem pertanian dan agro-ekologi dan sikap risikonya. DSS dapat digunakan untuk menganalisis manfaat atau risiko yang terlibat dalam mengadopsi praktik baru di pertanian. Ini juga memberikan gambaran ekonomi yang terlibat dalam praktik pertanian, memberikan rasio manfaat biaya untuk menghasilkan panen di bawah praktik manajemen tertentu.

II.

METODE PRAKTIKUM

2.1.Pengujian model kelas tanaman 1.

Buka program aplikasi DSSAT version 4.5.0.0.

2.

Klik Crop Management Data pada halaman Tool.

3.

Berpindah pada bagian Selector, kemudian klik Crops dan pilih salah satu jenis tanaman seperti Cereals > Barley.

4.

Pada halaman Experiment, klik salah satu experiment dan klik Run hingga muncul halaman DSSAT Simulation.

5.

Klik bagian Analisys, dan pilih salah satu file yang tersedia didalamnya, contoh Summary OUT > View, sehingga muncul halaman baru Summary OUT : Bloc de Notas. Dan kemudian tutup kembali.

6.

Memilih satu file tersedia lainnya, selain Summary OUT, seperti PlantGro OUT > Plot. Hingga muncul halaman GBuild.

7.

Klik variabel Leaf Area Index (LAID), dan centang Bagian Run semua > next.

8.

Sehingga muncul grafik Time Series > Back.

9.

Kemudian klik Leaf number per stem (L#SD) > Next, sehingga muncul grafik.

10. Klik Back. 11. Pilih variabel Root depth (m) (RDPD) > Next, hingga muncul grafik.

12. Klik Back > Close dan klik File > Exit untuk keluar dari GBuild. 13. Kembali ke halaman awal, dan pilih Weather OUT > Plot.

14. Pilih salah satu variabel dalam halaman GBuild Time Series Plot. Contohnya pilih Relative cloudiness factor (0-1) (CLDD), dan centang Runs nomor 1 > Next.

15. Sehingga muncul gambar grafik seperti berikut.

16. Klik Back > Close > Klik File > Exit untuk menutup GBuilds. 17. Centang file Overview OUT pada halaman Analisys dan klik View, sehingga muncul hasil seperti berikut.

2.2.Simulasi dengan Model-1 kelas tanaman ICSIM 1. Buka aplikasi DSSAT4.5 2. Pilih menu accessories disebelah kiri windows, lalu klik kiri 3. Didalam accessories terdapat introductory simulation, lalu klik kiri

4. Setelah terbuka windows ICSim maka klik file yang terdapat pada menu bar 5. Dalam menu file terdapat new, open, close, save dan exit 6. Pilih atau klik kiri new

7. Setelah windows muncul, terdapat experiment number. Experiment number diisi “UCCO08705”.

8. Isi Experiment Identifier; Institute Code dengan “UC”, Site Code “CO”, Experiment Number “0005”, Crop Group “Maize”, Cultivar “Mediu Season (990002)”. 9. Isi Field Information; Weather Season “UCCO”, Soil “DEFAULT-MEDIUM SANDY LOAM” 10. Isi Initial Soil Conditions; Water “100”, Nitrogen “25” 11. Klik Management

12. Pilih Availabe Weather Years “1987”. 13. Isi Date (MM/dd/yyyy) “03/01/1987”, Plant population (m2) “8”, Row Spacing (cm) “70” 14. Isi Irigation Applications dengan klik “Add” Date (MM/dd/yyyy)

Type

Amount

depth

of

Water, mm 04/01/1987

Sprinkler, mm

100

05/01/1987

Sprinkler, mm

100

06/01/1987

Sprinkler, mm

100

06/15/1987

Sprinkler, mm

100

15. Isi fertilizer Application dengan klik “Add” Date (MM/dd/yyyy)

Type

N

in

applied

fertilizer, kh/ha 03/01/1987

Urea

100

05/01/1987

Urea

100

16. Lalu klik OK

17. Klik Simulate, lalu klik “Accept” atau “OK” setelah itu muncul Simulated results for VCC08705

18. Ubah OVERVIEW.OUT menjadi SUMMARY.OUT

19. Setelah melihat file pada SUMMARY.OUT lalu ubah menjadi SOILWAT.OUT

20. Klik Graph lalu akan muncul tampilan seperti dibawah ini

21. Kemudian centang pada: UCC08705, Soil water soil layer 1, Soil water soil layer 2, Soil water soil layer 3, Soil water soil layer 4, Soil water soil layer 5 dan klik “Next”

22. Lalu akan muncul data “Time Series” seperti berikut

23. Kemudian klik “File” pada bagian pojok kiri atas lalu klik Exit 24. Ubah “SOILWAT.OUT” menjadi “PLANTGRO.OUT” lalu klik “Graph” 25. Setelah muncul Time Series Plot lalu centang bagian UCCO08705, Yield Potential dan Leaf Area Index kemudian klik “Next”

26. Setelah itu akan muncul Time Series seperti dibawah ini kemudian cek grafik lalu klik Back untuk kembali pada Time Series Plot

27. Hilangkan tanda centang pada Leaf Index Area lalu klik centang pada root density soil layer 1, root density soil layer 2, root density soil layer 3, root density soil layer 4, root density soil layer 5. Lalu klik Next

28. Setelah itu akan muncul Time Series seperti dibawah ini kemudian cek grafik lalu klik Back untuk kembali pada Time Series Plot

29. Hilangkan tanda centang pada Yield Potential dan klik centang pada Water stressphotosynthesis lalu klik Next dan muncul Time Series seperti berikut

30. Hilangkan centang pada root density soil layer 1, root density soil layer 2, root density soil layer 3, root density soil layer 4, root density soil layer 5. Lalu klik NEXT 31. Setelah itu akan muncul Time Series seperti dibawah ini kemudian cek grafik lalu klik Back untuk kembali pada Time Series Plot

32. Klik centang pada water stress expansion lalu klik next 33. Lalu akan muncul Time Series seperti di bawah ini lalu klik Back untuk kembali pada Time Series Plot

34. Lalu klik Top Weight dan Yield Potential lalu klik Next dan muncul Time Series seperti dibawah ini lalu klik Back

35. Kemudian klik Close, klik File pada pojok kiri atas lalu klik Exit 36. Ubah PLANTGRO.OUT menjadi SOILNI.OUT lalu klik Graph 37. Centang bagian NO3 soil layer 1, NO3 soil layer 2, NO3 soil layer 3, NO3 soil layer 4, NO3 soil layer 5 lalu klik Next 38. Kemudian klik Aceptar 39. Klik UCCO8705 klik Next, lalu muncul Time Series seperti di bawah ini dan kemudian klik Back

40. Kembali ke Time Series Plot lalu klik NO3 soil

2.3.Analisis Musim menggunakan DSSAT 4.5 1. Klik crop management data 2. Klik file > new > close 3. Pilih seasonal pada file type 4. Ketik ‘’UCCO8109’’ pada experiment name 5. Ketik ‘’UC’’’pada institute code 6. Ketik ‘’CO’’ pada site code 7. Ketik ‘’1981’’ pada years 8. Ketik ‘’9’’ pada experiment number 9. Klik management > pilih cultivar 10. Ketik ‘’1’’ pada kolom level > lalu pilih maize pada kolom crop 11. Pilih pio 3995 pada kolom cultivar 12. Klik ‘’OK’’

13. Pilih environment > pilih field > pilih UCCO pada name di weather seation 14. Pilih ‘’DEFAULT-MEDIUM SANDY LOAM (SOIL.SOL)’’ pada name di SOIL 15. Pilih SANDY LOAM pada surface tektur pada soil 16. Ketik ‘’UCCO8109’’ pada field ID 17. Ketik “150’’ pada depth,cm pada soil 18. Ketik ‘’0’’ surface stones 19. Klik ‘’OK’’

20. Klik environment > pilih initial condition > klik acceptar 21. Klik envciroment > pilih field > klik management > klik planting 22. Ketik ‘’05/01/1981’’ pada planting date 23. Pilih dry seed pada planting metode 24. Pilih rows planting distribution 25. Ketik ‘’70’’ pada row spasing,cm 26. Ketik ‘’2’’ pada plant population at seeding,plant m2 27. Ketik ‘’2’’ pada plant population at emergence,plant m2 28. Ketik ‘’0’’ pada rowderection, degrees from north 29. Ketik ‘’5’’ pada planting deep, cm > klik ‘’OK’’ 30. Klik environment > pilih initial condition 31. Klik residue > klik acceptar 32. Ketik ‘’05/01/1981’’ pada measurement date 33. Pilih wheat pada previous crop 34. Ketik ‘’1000’’ pada root weight,kg/ha 35. Ketik ‘’0’’ pada number 36. Ketik ‘’0’’ pada evectiveness 37. Ketik ‘’2000’’ pada crop residu , kg/ha 38. Ketik ‘’1’’ pada N % pada residue 39. Ketik ‘’100’’ pada % di incorporation 40. Ketik ‘’20’’ pada deep, cm > profile 41. Ketik ‘’100’’ pada water (% available) 42. Ketik ‘’50’’ pada nitrogen (kg/ha)

43. Klik recalculate > klik ‘’OK’’

44. Pilih management > pilih fertilizer > pilih urea pada kolom fertilizer material 45. Pilih banded on surface pada kolom fertilizer application 46. Ketik ‘’1’’ pada kolom deep,cm 47. Ketik ‘’100’’ pada kolom N, Kg/ha 48. Klik add application > ganti tanggal ‘’06/01/1981’’ pada kolom date 49. Klik add application > ganti tanggal ‘’07/01/1981’’ pada kolom date 50. Klik ‘’OK’’

51. Klik simulation option 52. Ketik ‘’9’’ pada years di runs 53. Pilih ceres-maize pada crop model 54. Pilih option > pilih NO pada simbiosis > pilih metod > pilih measured data pada weather 55. Pilih management > pilih irrigation and water management 56. Pilih automatic when requiret 57. Ketik ‘’100’’ pada management deep,cm

58. Pilih output 59. Ketik ‘’1’’ frequency of output (days) 60. Klik “OK’’

61. Pilih treatment > pilih ‘’1’’ pada kolom fertile > klik ‘’OK’’ 62. Pilih management > pilih planting 63. Ketik ‘’2’’ pada kolom description 64. Klik add > ketik ‘’4’’ pada plant population at seeding, plant m2 65. ketik ‘’4’’ pada plant population at emergency, plant m2 66. Ketik ‘’4’’ pada kolom description 67. Klik add > Ketik ‘’6’’ pada kolom description 68. Klik add > ketik ‘’6’’ pada plant population at seeding, plant m2 69. ketik ‘’6’’ pada plant population at emergency, plant m2 70. Klik add > Ketik ‘’8’’ pada kolom description 71. Klik add > ketik ‘’8’’ pada plant population at seeding, plant m2 72. ketik ‘’8’’ pada plant population at emergency, plant m2 73. Klik add > Ketik ‘’10’’ pada kolom description 74. Klik add > ketik ‘’10’’ pada plant population at seeding, plant m2 75. ketik ‘’10’’ pada plant population at emergency, plant m2 76. Klik add > Ketik ‘’12’’ pada kolom description 77. Klik add > ketik ‘’12’’ pada plant population at seeding, plant m2 78. ketik ‘’12’’ pada plant population at emergency, plant m2 79. klik ‘’OK’’

80. pilih treatment > klik add (5x) > ganti angka pada kolom plant sesuai urutan 81. ganti sim1 pada kolom description muali angka ‘’2 hingga 12’’ > klik ‘’OK’’ 82. pilih file > save as > local disk C > DSSAT 45 > seasonal dengan nama file ‘’UCC08109.SNX > klik guarder 83. pilih file > exit 84. Buka aplikasi DSSAT4.5 85. Pilih menu seasonal, lalu disebelah kanan muncul kotak experiment.

86. Setelah muncul ada beberapa experiment, pilih atau centang pada nomor 4.

87. Dikotak experiment nomor 4 akan muncul treatment. Selanjutnya klik run. 88. Dalam kotak DSSAT v45 Simulation, akan muncul model. Selanjutnya klik Run Model. 89. Setelah itu akan mucul windows CMD.

90. Pilih Analysis, lalu akan muncul kotak Summary. Klik OK

91. Akan muncul kotak penyimpanan file dengan nama UCCO8109.OSR, Klik save 92. Lalu muncul kotak seasonal analysis, selanjutnya pilih variabel harvest yield, lalu klik view summary data. Klik OK 93. Lalu pilih top wt kg/ha, klik view summary data, klik ok 94. Pilih Et total mm, view summary data, klik ok

95. Kemudian hilangkan ctg pada top wt dan et total. Lalu klik plot, dan muncul tabel plot. Lalu klik close, 96. Hilangkan ctg pada harvested yield, lalu pilih tops n kg/ha, Klik plot, klik CLOSE (X) 97. Hilangkan lagi ctg pada tops wt kg/ha, plot lagi, klik back

98. Lalu hilangkan ctg pd tops wt, plih lagi harvested yield, ganti tipe graph dg

commulative function plot, klik plot, lalu klik back

99. Ganti type graph dg mean variance plot, klik plot, klik back

100. Klik regresi, akan muncul kotak regresi, lalu mengganti kotak variabel x dg et total, lalu variabel y diganti dg harvested yield, lalu klik regresi, akan

muncul kotak regresi, lalu klik close, kemudian ganti mode all values, lalu klik regresi, diatas klik file regresi pilih linear, lalu klik oke. 101. Lalu klik close ganti mode means, lalu klik regresi, plih linear klik ok. Klik close

102. Di tabel regresi ganti ep total mm, Ganti tops wt. Ulangi seperti langkah nomer sebelas dan selanjutnya. 103. Variabel x ganti n uptake, regresi 104. Variabel y ganti harvested yield, regresi 105. Ganti means, regresi, close

2.4.Analisis Musim dalam Pembandingan Distribusi 1. Klik seasonal kemudian centang UCCO8109 > run

2. Setelah muncul DSSATv46 Simulation kemudian pilih run model pada model kemudian klik ok pada menu information

3. Kemudian klik analysis, setelah muncul table summary klik ok dan save

4. Pada table seasonal analysis centang variables harvested yeld 5. Setelah itu klik economic

6. Pada graph type klik box-plot > plot 7. Setelah muncul graph box plot 8. Ulangi langkah nomer 6 dengan comulative function plot dan mean variance plot 9. Setelah semua selesai kemudian klik economic analysis dan strategis analysis.

2.5.Model Kalibrasi menggunakan Gencalc DSSAT 4.6 Ulangan 1 1. Buka DSSAT 4.5 kemudian pilih Genotype Coefficient Calculator 2. Klik start Gen Select > pilih OK pada GenCalc

Select a crop Barley > select hasil dari Pengujian model kelas tanaman (Default UCCO8705) > klik GO

Select Include Sim 1 > Klik GO > Save

Treatments

to

Klik Run GenCalc

Klik action > check > Run dan klik yes

Klik file > Model Outputs > Evaluate > Check/Final run > View

III.

HASIL PENGAMATAN

3.1 Pengujian Model Kelas Tanaman Hasil PlantGro.OUT Leaf Area Index

Hasil PlantGro.OUT Leaf number per stem

Hasil PlantGro.OUT Root depth

Hasil Plot Weather.OUT Relative cloudiness factor

3.2 Simulasi dengan Model-1 kelas tanaman ICSIM Hasil Grap SOILWAT.OUT soil water layer 1-5

Hasil PLANTGRO.OUT leaf area index

Hasil PLANTGRO.OUT root density, soil layer 1-5

Hasil PLANTGRO.OUT root density, soil layer 1-5 and water stress- phothosysthesis

Hasil PLANTGRO.OUT water stress- phothosysthesis and water stress expansion

Hasil PLANTGRO.OUT water stress- phothosysthesis and water stress expansion and tops weight

Hasil SOILNI.OUT NO3 soil layer 1-5

Hasil SOILNI.OUT NO3 soil layer 5 and N leached

Hasil SOILNI.OUT N leached

3.3 Analisis Musim menggunakan DSSAT 4.5 Hasil View summary data harvested yield

Hasil View summary data tops wt kg/ha

Hasil View summary data ET total mm

Hasil Box-plot dari harvested yield

Hasil Cumulative Function plot dari harvested yield

Hasil Mean-Variance plot dari harvested yield

Hasil Box-plot dari Tops N kg/ha

Hasil Cumulative Function plot dari Tops N kg/ha

Hasil Mean-Variance plot dari Tops N kg/ha

Hasil Box-plot dari tops wt kg/ha

Hasil Cumulative Function plot dari tops wt kg/ha

Hasil Mean-Variance plot dari tops wt kg/ha

Hasil Mean Regression of ET total mm on Harvested yield

Hasil All Values Regression of ET total mm on Harvested yield

Hasil All Values Regression of EP total mm on Harvested yield

Hasil All Values Regression of ET total mm on Tops wt kg/ha

Hasil All Values Regression of N uptake kg/ha on Tops wt kg/ha

Hasil All Values Regression of N uptake kg/ha on Harvested yield

3.4 Analisis Musim dalam Perbandingan Distribusi Hasil Economic Analysis Box-plot dari harvested yield

Hasil Economic Analysis Cumulative Fungtion Plot dari harvested yield

Hasil Economic Analysis Mean-Variance Plot dari harvested yield

Hasil Economic Analysis dari harvested yield

Hasil Strategy Analysis dari harvested yield

3.5 Model Kalibrasi menggunakan Gencalc DSSAT 4.6 Ulangan 1 Hasil Experimen Data

Hasil Gencalc Plant Evaluation Barley UCCO8705

DESKRIPSI 4.1 Pengujian model kelas tanaman Selain untuk melakukan uji coba pada setiap jenis tanaman ataupun merekayasa lingkungan serta lahan untuk ditanamai. Salah satu kegunaan pengujian medel kelas tanaman ini dapat mengetahui grafik pertumbuhan tanaman dari awal tanam hingga tanaman dewasa seperti pada (gambar. leaf area index) menunujukkan daun yang bekerja secara maksimal pada kurun waktu tanaman muda hingga dewasa. (gambar. Leaf number per stem) merupakan grafik jumlah daun perbatang pada masing masing perlakuan. (gambar. Root depth) pada gambar ini menunjukkan kedalaman akar pada masing perlakuan. (gambar. Relatife cloudiness factor) menunjukkan grafik cuaca pada saat simulasi. 4.2 Simulasi dengan Model-1 kelas tanaman ICSIM Pada bab ini menunjukkan tata cara untuk memulai simulasi yang diawali dari persiapan lahan yang di dalamnya terdapat pemilihan stasiun cuaca, jenis tanaman, jenis tanah, kandungan air serta hara pada tanah. Kemudian dilanjutkan dengan penanaman yang meliputi tanggal penanaman,jarak tanam, irigasi dan aplikasi pupuk. Hasil dari grafik soil water menunjukkan adanya fluktuasi konsentrasi air didalam tanah pada jangka waktu awal penanaman hingga panen. Dari hasil grafik leaf area indect, adanya perbedaan yang terjadi pada pendugaan simulasi dimana hasil pada simulasi kurang optimal karena masih dibawah potensi dari tanaman. Dari grafik rodencity, massa jenis akar pada perlakuan 1 menunjukkan adanya peningkatan pada hari2 pertama, perlakuan 2 dan 3 mengalami kesetimbangan sedangakan pada perlakuan 4 dan 5 mengalami perlambatan. Rata-rata setiap perlakuan mengalami perlambatan pada hari ke 60. Pada water strees tidak menunjukkan adanya peningkatan ataupun penurunan. Top wet adanya perbedaan yang terjadi pada pendugaan simulasi dimana hasil pada simulasi kurang optimal karena masih dibawah potensi dari tanaman. Hasil dari nitrat perlakuan pertama menunjukkan adanya peningkatan yang tinggi pada hari pertama dan mengalami kemunduran pada hari ke 30. Nitrat perlakuan kedua menunjukkan tidak adanya perubahan peningkatan pada hari pertama tapi mengalami peningkatan pada hari ke 25 kemudian mengalami penurunan pada

hari 30 dan mengalami peningkatan lagi pada hari ke 98. Nitrat perlakuan ketiga mengalami peningkatan pada hari ke 35 kemudian mengalami penurunan pada hari 30 dan tidak mengalami peningkatan yang berarti. Nitrat perlakuan keempat menunjukkan tidak adanya perubahan peningkatan pada hari pertama tapi mengalami peningkatan pada hari ke 30 kemudian mengalami penurunan pada hari 40 dan mengalami peningkatan lagi pada hari ke 100. Nitrat perlakuan kelima menunjukkan tidak adanya perubahan peningkatan pada hari pertama tapi mengalami peningkatan pada hari ke 30 kemudian mengalami penurunan pada hari 60 dan mengalami peningkatan lagi pada hari ke 100. Pada grafik N-tercuci menunjukkan peningkatan terus-menerus secara konstan . 4.3 Analisis Musim menggunakan DSSAT 4.5 Mengelola data panen dengan nama percobaan UCCO8109. Kultivar yang digunakan adalah komoditas jagung. Kondisi lingkungan menggunakan tanah bertekstur pasir berlempung dengan kedalaman 150 cm, tanpa batuan di permukaan. Bahan tanam yang digunakan adalah benih kering dengan jarak tanam 70 cm. Pembibitan jagung membutuhkan luasan sebesar 2 m2 dan deret baris 0 derajat dari sebelah utara. Penanaman dilakukan dengan kedalaman 5 cm. Kondisi lingkungan sebelumnya ditanami komoditas gandum dengan berat akar 1000 kg/ha dan efektivitas 2000 kg/ha. Residu N 1%, jumlah penggabungan residu N,P,K sebesar 100%, dengan solum pada penanaman komoditas gandum 20 cm. Air tersedia 100%, dengan membutuhkan 50% Nitrogen kg/ha. Pupuk N 100

kg/ha diaplikasikan pada permukaan dengan kedalaman 1 cm. Hal tersebut

berlangsung selama 9 tahun. Model penanaman menggunakan CERES-MAIZE tanpa adanya simbiosis. Pengelolaan irigasi dan drainasi hanya ketika dibutuhkan, dengan kedalaman pengelolaan 100 cm. Hasil Regression menunjukkan bahwa hubungan dari ET total dengan hasil panen memiliki nilai linier 0,877646 dengan koefisiennya k= 20,389 dan d = 134,746. Pada regresi antara EP total dengan hasil panen menunjukkan nilai linier 0,907406 dengan koefisiennya k= 27,312 dan d= 1277,246. Pada regresi ET total dengan berat hasil ( Tops wt kg/ha) menunjukkan nilai linear 0,884062 dengan koefisiennya k= 40,861 dan d= 392,141. Pada regresi N uptake (serapan N) dengan berat hasil ( Tops wt kg/ha)

menunjukkan nilai linear 0,934491 dengan koefisiennya k= 71,688 dan d= 3107,479. Pada regresi N uptake (serapan N) dengan hasil panen menunjukkan nilai linier 0,913212 dengan koefisiennya k= 35,491 dan d= 1532,610. Hasil tersebut memiliki rumus persamaan y = k*x+d. Regresi dapat menghubungkan antar kebutuhan dari tumbuhan.

4.4 Analisis Musim dalam Perbandingan Distribusi Hasil analisis ekonomi dari program Analisis Musiman memperkirakan hasil panen setiap perlakuan dari tanaman jagung. Grafik menunjukkan bahwa pada perlakuan 6 memiliki hasil panen yang lebih tinggi dari perlakuan lainnya. Dengan adanya economi analisis dapat menentukan besaran hasil panen yang diharapkan dari setiap perlakuan. Pengaplikasian perlakuan 6 untuk hasil panen khususnya analisis Mean-Gini, menunjukkan bahwa pengaplikasian tersebut mendapatkan perolehan 705,3 t / ha dan hasil mean returnnya 1284,9 t / ha. Penelitian ini mengungkapkan bahwa data cuaca masa depan yang dihasilkan dapat diandalkan dan DSSAT dapat berhasil menggunakannya untuk memprediksi hasil panen di masa mendatang di bawah praktik manajemen yang berbeda dan memilih yang terbaik untuk produksi jagung yang berkelanjutan oleh DSSAT. 4.5 Model Kalibrasi menggunakan Gencalc DSSAT 4.6 Ulangan 1 GenSelect adalah antarmuka pengguna untuk menentukan input untuk Kalkulator Genetik Koefisien GENCALC. Setelah pengguna memilih tanaman dan kultivar, GENCALC akan menampilkan semua eksperimen dan perawatan yang terkait dengan kultivar ini. Pengguna kemudian memilih perawatan yang sesuai, lebih disukai perawatan tanpa tekanan, untuk kalibrasi model menggunakan GENCALC. Barley UCCO8705 dengan perhitungan GenCalc menunjukkan run complete 13 dari 504 Run per rules set (max). hasil model output evaluate check view menunjukkan bahwa Plant Evaluation dari

UCCO8705BA

dan UCCO8705 menentukan hasil genetic koefisien dari pemilihan

tanaman dan kultivar.