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 stress-
photosynthesis 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 Treatments to
Include Sim 1 > Klik GO > Save
 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.