Guru Besar IPB University Tawarkan Metode Analisis Data Pangan Berkualitas
Kamis, 08 Oktober 2020 - 22:15 WIB
Guru Besar FMIPA IPB University Prof Hari Wijayanto dalam Konferensi Pers Pra Orasi Ilmiah secara daring, Kamis (8/10). Foto/Dok/Humas IPB University
JAKARTA - Salah satu isu penting pada masa pandemi COVID-19 adalah persoalan ketersediaan pangan , terutama beras yang menjadi makanan pokok bagi hampir seluruh penduduk Indonesia. Berbicara tentang ketersediaan pangan, tidak hanya soal jumlah produksi dan konsumsi beras, tetapi juga menyangkut persoalan distribusi, ketersediaan bahan pangan alternatif dan daya beli masyarakat. Namun demikian, data produksi dan ketersediaan beras masih menjadi perdebatan berbagai kalangan. Padahal data yang akurat dapat menjadi modal penting dalam menganalisis ketahanan pangan nasional .
Menyoal tentang data pangan tersebut, pada 2018 lalu Badan Pusat Statistik (BPS) telah mengenalkan metode baru dalam pengumpulan padi yang dikenal dengan Kerangka Sampel Area (KSA). Metode KSA dilakukan dengan pengamatan langsung terhadap sekitar 24 ribu sampel segmen dengan jumlah titik amatan sebanyak 218 ribu titik yang harus diamati setiap bulan. (Baca juga: Bantu Pendidikan Siswa, Kampus Terjunkan Ribuan Mahasiswa ke Desa-desa )
“Tetapi metode KSA ini sebenarnya memiliki beberapa kelemahan, seperti biaya operasional lapangan yang relatif mahal karena metode ini membutuhkan surveyor dalam jumlah besar. Oleh karena itu, perlu dilakukan terobosan baru untuk mengatasi kelemahan KSA itu,” terang Prof Hari Wijayanto, Guru Besar Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) IPB University dalam Konferensi Pers Pra Orasi Ilmiah yang digelar secara daring, Kamis (8/10).
Beberapa upaya pengembangan metode KSA adalah integrasi metode KSA dengan dukungan teknologi penginderaan jauh yang memanfaatkan data citra satelit dengan resolusi tinggi. Di IPB University, lanjut Prof Hari, pernah dilakukan penelitian dalam pemanfaatan data penginderaan jauh yang berbasis metode KSA untuk menduga luas panen padi, namun belum ada yang memberikan hasil memuaskan.
Di sisi lain, beberapa tahun terakhir, cukup banyak penelitian dan pengembangan model SAE (Small Area Estimation) untuk pendugaan produksi pertanian menggunakan data penginderaan jauh yang berbasis metode KSA. Beberapa negara maju bahkan sudah mulai menerapkan pendekatan SAE pada data penginderaan jauh untuk pendugaan hasil panen produksi pertanian pada area-area kecil (sampai tingkat kabupaten). (Baca juga: Dorong Riset, FU UIN Jakarta Gelar Sharing Best Practice Penelitian )
“Namun untuk kasus Indonesia, dengan berbagai kendala yang kita hadapi, nampaknya potensi model SAE yang diterapkan pada data penginderaan jauh yang berbasis metode KSA perlu terus kita kaji dan kembangkan, sehingga pada waktunya dapat diterapkan di Indonesia,” kata dosen IPB University dari Departemen Statistika ini.
Melihat permasalahan tersebut, Prof Hari menawarkan metode Ensemble sebagai metode untuk pendugaan produksi pertanian. Metode Ensemble adalah metode gabungan dari berbagai pendekatan permodelan. Melalui permodelan tersebut dapat diketahui jumlah produksi pertanian di suatu daerah yang berbasiskan pada data saintifik.
“Metode Ensemble ini sangat mungkin menjadi salah satu solusi mengingat kondisi antar daerah di Indonesia sangat beragam,” tandas Prof Hari.
Menyoal tentang data pangan tersebut, pada 2018 lalu Badan Pusat Statistik (BPS) telah mengenalkan metode baru dalam pengumpulan padi yang dikenal dengan Kerangka Sampel Area (KSA). Metode KSA dilakukan dengan pengamatan langsung terhadap sekitar 24 ribu sampel segmen dengan jumlah titik amatan sebanyak 218 ribu titik yang harus diamati setiap bulan. (Baca juga: Bantu Pendidikan Siswa, Kampus Terjunkan Ribuan Mahasiswa ke Desa-desa )
“Tetapi metode KSA ini sebenarnya memiliki beberapa kelemahan, seperti biaya operasional lapangan yang relatif mahal karena metode ini membutuhkan surveyor dalam jumlah besar. Oleh karena itu, perlu dilakukan terobosan baru untuk mengatasi kelemahan KSA itu,” terang Prof Hari Wijayanto, Guru Besar Fakultas Matematika dan Ilmu Pengetahuan Alam (FMIPA) IPB University dalam Konferensi Pers Pra Orasi Ilmiah yang digelar secara daring, Kamis (8/10).
Beberapa upaya pengembangan metode KSA adalah integrasi metode KSA dengan dukungan teknologi penginderaan jauh yang memanfaatkan data citra satelit dengan resolusi tinggi. Di IPB University, lanjut Prof Hari, pernah dilakukan penelitian dalam pemanfaatan data penginderaan jauh yang berbasis metode KSA untuk menduga luas panen padi, namun belum ada yang memberikan hasil memuaskan.
Di sisi lain, beberapa tahun terakhir, cukup banyak penelitian dan pengembangan model SAE (Small Area Estimation) untuk pendugaan produksi pertanian menggunakan data penginderaan jauh yang berbasis metode KSA. Beberapa negara maju bahkan sudah mulai menerapkan pendekatan SAE pada data penginderaan jauh untuk pendugaan hasil panen produksi pertanian pada area-area kecil (sampai tingkat kabupaten). (Baca juga: Dorong Riset, FU UIN Jakarta Gelar Sharing Best Practice Penelitian )
“Namun untuk kasus Indonesia, dengan berbagai kendala yang kita hadapi, nampaknya potensi model SAE yang diterapkan pada data penginderaan jauh yang berbasis metode KSA perlu terus kita kaji dan kembangkan, sehingga pada waktunya dapat diterapkan di Indonesia,” kata dosen IPB University dari Departemen Statistika ini.
Melihat permasalahan tersebut, Prof Hari menawarkan metode Ensemble sebagai metode untuk pendugaan produksi pertanian. Metode Ensemble adalah metode gabungan dari berbagai pendekatan permodelan. Melalui permodelan tersebut dapat diketahui jumlah produksi pertanian di suatu daerah yang berbasiskan pada data saintifik.
“Metode Ensemble ini sangat mungkin menjadi salah satu solusi mengingat kondisi antar daerah di Indonesia sangat beragam,” tandas Prof Hari.
(mpw)
tulis komentar anda