ANALISIS PENGARUH FAKTOR CUACA UNTUK PREDIKSI

SERANGAN ORGANISME PENGGANGGU

TANAMAN (OPT) PADA TANAMAN

BAWANG MERAH

FATCHAH SAKINAH

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

2013

ABSTRACT

FATCHAH SAKINAH. The Analysis of Weather Factors Effect for Predicting the Attack of

Plant Pest Organism on Onion. Supervised by Dr. Ir. Rini Hidayati, MS. and Dr. Ir. Aris

Pramudia, M.Si.

Pest and disease are the main factors which cause low onion productivity in Brebes. The aim of

this reasearch was to find out the effect of weather parameter and pest predator toward the

intensity of pest attack (Spodoptera exigua, Liriomyza sp dan Thrips tabaci) using Correlation,

Stepwise Regression and Principal Component Regresion technique in two regions. The intensity

of Spodoptera exigua, Liriomyza sp and Thrips tabaci attack were influenced by various weather

variables from at least one of the combined data of Tmax, Tmin, RH and rain , one until three weeks

before the attack period. The intensity of the Spodoptera exigua’s attack showed significant

positive correlation with the intensity of the attack in the previous week and predator, while Tmax,

RH and rain showed significant negative relationship. The intensity of the Liriomyza sp’s attack

showed a significant negative correlation with Tmax, Tmin, RH and rain. Thrips tabaci particularly

showed significant negative correlation with Tmax and Tmin. The regression result using Stepwise

method for predicting the intensity of Spodoptera exigua's pest attack in region 1 (Karangbale and

Pamulian) and region 2 (Kedungbokor, Larangan and Sitanggal) based on intensity attack data

from previous week, the predator and weather elements showed a high R2 value if it is analyzed

for each areas, that are 99,7% and 100% and for Lyriomiza sp with the R2 value are 45,9% and

94,8%. Particularly for Thrips tabaci, attack analysis based on weather element got a good value if

both areas are combined, that is 39,6%. Used of the data, though the obtained linear regression

equation get high values of R2 but has not shown the consistency of weather influenced between

sites, the weather and other physical factors observed were no different. For each region and each

pest’s cases, the affected weather elements are different.

Keywords: Onion, intensity of attacks, Liriomyza sp, Spodoptera exigua, Thrips tabaci.

ABSTRAK

FATCHAH SAKINAH. Analisis Pengaruh Faktor Cuaca Untuk Prediksi Serangan Organisme

Pengganggu Tanaman (OPT) pada Tanaman Bawang Merah. Dibimbing oleh Dr. Ir. Rini

Hidayati, MS. dan Dr. Ir. Aris Pramudia, M.Si.

Serangan hama merupakan salah satu faktor utama penyebab rendahnya produktivitas bawang

merah di Kabupaten Brebes. Penelitian dilakukan untuk mempelajari pengaruh parameter cuaca

dan musuh alami hama terhadap intensitas serangan hama (Spodoptera exigua, Liriomyza sp dan

Thrips tabaci) menggunakan teknik korelasi, Stepwise dan Principal Componen Regresion di dua

wilayah. Intensitas serangan Spodoptera exigua, Liriomyza sp. dan Thrips tabaci dipengaruhi oleh

variabel yang berbeda-beda minimal satu dari kombinasi data Tmax, Tmin, RH dan CH, satu hingga

tiga minggu sebelum periode serangan. Intensitas serangan Spodoptera exigua menunjukkan

hubungan positif yang nyata dengan intensitas serangan pada minggu sebelumnya dan musuh

alami, sedangkan Tmax, RH dan CH menunjukkan hubungan negatif yang nyata. Intensitas

serangan Liriomyza sp menunjukkan hubungan negatif yang nyata dengan Tmax, Tmin, RH dan CH.

Pada Thrips tabaci, intensitas serangan menunjukkan hubungan negatif yang nyata dengan Tmax

dan Tmin. Hasil analisis regresi menggunakan metode Stepwise untuk prediksi intensitas serangan

hama Spodoptera exigua di wilayah 1 (Karangbale dan Pamulian) dan wilayah 2 (Kedungbokor,

Larangan and Sitanggal) berdasarkan data intensitas serangan minggu sebelumnya, musuh alami

dan unsur-unsur cuaca menunjukkan nilai R2

yang baik jika dianalisis untuk masing-masing

wilayah yaitu 99,7% dan 100%, dan untuk Liriomyza sp dengan R2 sebesar 45,9% dan 94,8%.

Khusus untuk Thrips tabaci, pendugaan serangan berdasarkan unsur cuaca mendapatkan nilai yang

baik jika kedua wilayah digabungkan yaitu 39,6%. Dengan data yang tersedia, meskipun diperoleh

persamaan regresi linier dengan nilai R2 yang tinggi tetapi belum memperlihatkan konsistensi

pengaruh unsur cuaca antar lokasi meskipun faktor cuaca dan faktor-faktor fisik lain yang diamati

tidak berbeda. Untuk masing-masing wilayah dan masing-masing kasus hama, unsur cuaca yang

mempengaruhi berbeda-beda.

Kata kunci : Bawang merah, Intensitas serangan, Liriomyza sp, Spodoptera exigua, Thrips tabaci.

© Hak cipta milik IPB (Institut Pertanian Bogor), tahun 2013

Hak Cipta Dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau

menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian,

penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah;

dan pengutipan tersebut tidak merugikan kepentngan yang wajar di IPB.

Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya tulis ini dalam bentuk

apapun tanpa izin IPB.

ANALISIS PENGARUH FAKTOR CUACA UNTUK PREDIKSI

SERANGAN ORGANISME PENGGANGGU

TANAMAN (OPT) PADA TANAMAN

BAWANG MERAH

FATCHAH SAKINAH

Skripsi

Sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains

pada Fakultas Matematika dan Ilmu Pengetahuan Alam

Institut Pertanian Bogor

DEPARTEMEN GEOFISIKA DAN METEOROLOGI

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

INSTITUT PERTANIAN BOGOR

2013

Judul : Analisis Pengaruh Faktor Cuaca Untuk Prediksi Serangan Organisme

Pengganggu Tanaman (OPT) pada Tanaman Bawang Merah

Nama : Fatchah Sakinah

NRP : G24080048

Menyetujui

Pembimbing I, Pembimbing II,

Dr. Ir. Rini Hidayati, MS. Dr. Ir. Aris Pramudia, M.Si.

NIP. 19600305 198703 2 002 NIP. 19650412 99203 1 003

Mengetahui:

Ketua

Departemen Geofisika dan Meteorologi

Dr. Ir. Rini Hidayati, MS.

NIP. 19600305 198703 2 002

Tanggal Lulus :

KATA PENGANTAR

Puji syukur kehadirat Allah SWT atas segala rahmat dan karunia-Nya sehingga penulis

dapat menyelesaikan penelitian yang berjudul ―Analisis Pengaruh Faktor Cuaca Untuk

Prediksi Serangan Organisme Pengganggu Tanaman (OPT) pada Tanaman Bawang Merah‖

sebagai syarat untuk memperoleh gelar sarjana di Departemen Geofisika dan Meteorologi,

Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.

Pada kesempatan ini penulis juga ingin menyampaikan ucapan terima kasih kepada :

1. Ibu Dr. Ir. Rini Hidayati, MS dan Bapak Dr. Ir. Aris Pramudia, M.Si selaku pembimbing

yang telah memberikan masukan, pengarahan, dan bimbingan selama penyusunan skripsi ini.

2. Bapak Drs. Bambang Dwi Dasanto, M.Si selaku dosen pembimbing akademik yang dengan

sabar memberikan masukan dan saran kepada penulis.

3. Seluruh dosen pengajar yang telah memberikan ilmunya kepada penulis selama kegiatan

perkuliahan.

4. Ayahanda Moh. Nasir, Ibunda Rumlah, dan kedua adik tercinta Rika Masitoh dan Evih

Qurrota Aina atas segala bentuk kasih sayang, cinta, doa, dukungan baik moral maupun

materi, semangat dan nasehat yang tak pernah henti sampai saat ini.

5. Ibu Erni dan Bapak Raswin atas bantuan selama penelitian.

6. Seluruh staf/pegawai Departemen Geofisika dan Meteorologi atas bantuannya selama ini.

7. Balai penelitian Klimatologi dan Hidrologi (Balitklimat) Cimanggu yang telah bersedia

memberikan data-data.

8. Badan Meteorologi Klimatologi dan Geofisika (BMKG) Wilayah II Ciputat yang telah

bersedia memberikan data-data.

9. Nia, Fitra, Dila, Mirna dan Maria atas persahabatan, canda tawa, dan semangat selama ini.

10. Keluaraga di Wisma SQ Anna, Nengsih, Mega, Delvi, Ulan, Hilma, Putri, Lia, Feby, Puji,

Yuang, Irma dan Fitri terima kasih atas suka duka dan keceriaan di kostan.

11. Teman-teman GFM 45 lainnya terima kasih atas pengalaman dan kebersamaan selama ini.

Penulis menyadari karya ilmiah ini masih jauh dari kesempurnaan. Oleh karena itu penulis

sangat mengharapkan kritik dan saran yang membangun guna memperbaiki segala kekurangan

tersebut. Penulis berharap penelitian ini dapat memberikan informasi dan bermanfaat bagi yang

memerlukan

Bogor, Januari 2013

Fatchah Sakinah

RIWAYAT HIDUP

Penulis dilahirkan di Pekalongan, Jawa Tengah pada tanggal 19

Oktober 1989. Penulis adalah anak pertama dari tiga bersaudara dari

pasangan Moh. Nasir dan Rumlah. Penulis memulai pendidikan formal

di TK Muslimat NU Gumingsir Langkap selama dua tahun (1994-

1996). Kemudian melanjutkan ke Sekolah Dasar di SD Negeri Langkap

01 sejak tahun 1996 dan lulus pada tahun 2002. Selanjutnya penulis

menyelesaikan pendidikan menengah pertama di SMP N 1 Kedungwuni

pada tahun 2005. Setelah menyelesaikan pendidikan menengah

pertamanya, penulis melanjutkan pendidikan di SMA Negeri 1

Kedungwuni dan menyelesaikan pada tahun 2008. Pada tahun 2008

penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB

(USMI) di Departemen Geofisika dan Meteorologi, Fakultas Matematika dan Ilmu Pengetahuan

Alam. Selama mengikuti pendidikan, penulis aktif menjadi anggota Himpunan Profesi

HIMAGRETO masa jabatan 2009/2010 dan 2010/2011. Pada tahun 2011 penulis magang di

BMKG Semarang selama satu bulan. Penulis membuat tugas akhir untuk mendapatkan gelar

sarjana sains (S.Si) dengan judul Analisis Pengaruh Faktor Cuaca Untuk Prediksi Serangan

Organisme Pengganggu Tanaman (OPT) Pada Tanaman Bawang Merah di bawah bimbingan Dr.

Ir. Rini Hidayati, MS dan Dr. Ir. Aris Pramudia, M.Si.

viii

DAFTAR ISI

Halaman

DAFTAR TABEL ........................................................................................................................ ix

DAFTAR GAMBAR ................................................................................................................... x

DAFTAR LAMPIRAN ................................................................................................................ xi

I PENDAHULUAN .................................................................................................................. 1

1.1 Latar belakang ................................................................................................................... 1

1.2 Tujuan ............................................................................................................................... 1

II TINJAUAN PUSTAKA ......................................................................................................... 1

2.1 Tanaman Bawang Merah .................................................................................................. 1

2.2 Organisme Pengganggu Tanaman (OPT) Bawang Merah ................................................ 2

2.3 Ulat Bawang (Spodoptera exigua) .................................................................................... 2

2.4 Lalat Penggorok Daun (Liriomyza sp) .............................................................................. 3

2.5 Hama Putih (Thrips tabaci) .............................................................................................. 3

2.6 Pengaruh Unsur Iklim pada Kehidupan Serangga ............................................................ 4

III METODOLOGI ...................................................................................................................... 5

3.1 Waktu dan Tempat Penelitian ........................................................................................... 5

3.2 Bahan dan Alat .................................................................................................................. 5

3.3 Metode Penelitian ............................................................................................................. 5

3.3.1 Persiapan Data ......................................................................................................... 5

3.3.2 Intensitas Serangan .................................................................................................. 6

3.3.3 Perhitungan Heat unit dan suhu dasar ...................................................................... 6

3.3.4 Analisis Data ............................................................................................................ 6

IV HASIL DAN PEMBAHASAN .............................................................................................. 7

4.1 Kondisi Umum Wilayah Kajian ........................................................................................ 7

4.2 Intensitas Serangan ........................................................................................................... 8

4.3 Korelasi Intensitas serangan hama dengan intensitas sebelumnya, musuh alami dan

variabel iklim .................................................................................................................... 10

4.3 Heat unit dan Suhu Dasar pada Setiap Stadium Liriomyza .............................................. 11

4.4 Analisis Regresi Parameter Iklim dengan Intensitas Serangan OPT bawang Merah ........ 11

4.4.1 Regresi Stepwise ...................................................................................................... 11

4.4.2 Principal Component Regresion (PCR) ................................................................... 13

V KESIMPULAN DAN SARAN .............................................................................................. 13

5.1 Simpulan ........................................................................................................................... 13

5.2 Saran .................................................................................................................................. 13

DAFTAR PUSTAKA .................................................................................................................. 14

LAMPIRAN ................................................................................................................................. 16

ix

DAFTAR TABEL

Halaman

1 Organisme Pengganggu Tanaman (OPT) bawang merah ....................................................... 2

2 Koefien korelasi variabel yang mempengaruhi intensitas serangan hama ............................. 10

3 Persamaan regresi intensitas serangan hama dan koefisien determinasi.................................. 12

4 Koefisien determinasi (R2) intensitas serangan hama bawang merah ..................................... 13

x

DAFTAR GAMBAR

Halaman

1 Siklus hidup Spodoptera exigua .............................................................................................. 2 2 Liriomyza Spp .......................................................................................................................... 3 3 Thrips tabaci ............................................................................................................................ 4 4 Skala kerusakan serangan hama .............................................................................................. 6 5 Suhu udara bulanan (tahun 1991-2011) ................................................................................... 7 6 Curah hujan dan Kelembaban bulanan (tahun 1991-2011) ..................................................... 7 7 Intensitas serangan rata-rata, musuh alami, suhu dan curah hujan kumulatif pada musim

kemarau di Karangbale dan Pamulian ...................................................................................... 8 8 Intensitas serangan, musuh alami, suhu dan curah hujan pada musim hujan di Karangbale

dan Pamulian ............................................................................................................................ 8 9 Intensitas serangan, musuh alami, suhu dan curah hujan musim kemarau di Kedungbokor,

Larangan dan Sitanggal ............................................................................................................ 9 10 Intensitas serangan, musuh alami, suhu dan curah hujan musim hujan di Kedungbokor,

Larangan dan Sitanggal ............................................................................................................ 9

xi

DAFTAR LAMPIRAN

Halaman

1 Foto hasil pengamatan lapang ...............................................................................................17

2 Koefisien korelasi intensitas serangan hama dengan variabel yang mempengaruhi

intensitas serangan hama .......................................................................................................18

3 Output minitab regresi stepwise intensitas serangan hama bawang merah di wilayah 1,

wilayah 2 dan wilayah 3 .........................................................................................................19

4 Persamaan regresi intensitas serangan hama terhadap semua variabel yang mempengaruhi

serangan hama hasil PCR .......................................................................................................25

5 Persamaan regresi intensitas serangan hama terhadap variabel cuaca hasil PCR ...................26

1

I PENDAHULUAN

1.1 Latar belakang

Bawang merah merupakan komoditas

hortikultura yang termasuk ke dalam

kelompok rempah tidak bersubstitusi dan

mempunyai banyak manfaat. Di Indonesia,

bawang merah dibudidayakan oleh petani di

daerah dataran rendah hingga dataran tinggi.

Produksi bawang merah terbesar tahun 2010

terdapat di Jawa Tengah, yakni 506.357

ton/tahun, menyusul kemudian Bali dan

Nusa Tenggara Barat, sedangkan kontribusi

produksi dari propinsi lain relatif sedikit.

Kabupaten Brebes adalah salah satu daerah

di Jawa Tengah yang menjadi sentra

produksi bawang merah terbesar di

Indonesia, yaitu mencapai 412.812 ton pada

tahun 2010 (BPS Kabupaten Brebes 2011).

Dalam usaha budidaya tanaman tidak

akan terlepas dari masalah serangan OPT

(Organisme Pengganggu Tanaman) yang

meliputi hama, penyakit dan gulma. Adanya

serangan OPT ini dapat menyebabkan

penurunan hasil panen bahkan sampai

menyebabkan gagal panen. Pada Agustus

2004, diketahui sekitar 203 ha tanaman

bawang merah di sembilan kecamatan di

Brebes gagal panen karena terserang ulat

grayak. Pada penanaman bawang merah

sepanjang 2008, dilaporkan 162 ha terserang

cendawan Fusarium. Menurut Kalshoven

(1981), hama penting pada tanaman bawang

merah adalah Spodoptera exigua

(Lepidoptera: noctuidae), Thrips tabaci

(Thysanoptera: Thripidae) serta Agrotis

ipsilon (Lepidoptera: Noctuidae).

Permasalahan penyakit bawang merah yang

umum ditemukan di lapang adalah penyakit

bercak ungu (Altenaria porri), antraknos

(Colletotricum gloeosporioides), bercak

daun cescospora (Cercospora duddiae),

busuk daun (Peronospora destructor),

penyakit layu atau busuk umbi (Fusarium

oxysporum) (Semangun 2007).

Perkembangan hama dan penyakit

sangat dipengaruhi oleh dinamika faktor

cuaca. Cuaca merupakan salah satu faktor

abiotik yang mempengaruhi kehidupan suatu

organisme, di antaranya dapat berpengaruh

terhadap biologi maupun perilaku

kehidupannya. Hama maupun penyakit yang

sebelumnya dianggap sebagai hama atau

penyakit minor dapat berubah menjadi hama

atau penyakit penting jika kondisi faktor

iklim dan faktor lainnya menunjang. Status

dan dominasi jenis organisme pengganggu

tanaman (OPT) telah berubah dengan

adanya perubahan iklim (Wiyono 2007).

Oleh karena itu maka penelitian

mengenai analisis faktor iklim untuk

prediksi serangan hama pada tanaman

bawang merah dengan memperhatikan

populasi musuh alami perlu dilakukan dan

selanjutnya dapat digunakan sebagai

antisipasi dan persiapan dalam

pengendaliannya.

1.2 Tujuan

Penelitian ini bertujuan untuk

menganalisis kondisi cuaca yang

berhubungan dengan perubahan intensitas

serangan Organisme Pengganggu Tanaman

(OPT) pada tanaman bawang merah di

Brebes dengan memperhatikan faktor musuh

alami.

II TINJAUAN PUSTAKA

2.1 Tanaman Bawang Merah

Bawang merah adalah tanaman

semusim dan memiliki umbi yang berlapis.

Tanaman ini mempunyai akar serabut,

dengan daun berbentuk silinder berongga.

Umbi terbentuk dari pangkal daun yang

bersatu dan membentuk batang yang

berubah bentuk dan fungsi, membesar dan

membentuk umbi berlapis. Umbi bawang

merah terbentuk dari lapisan-lapisan daun

yang membesar dan bersatu (Rukmana

1994).

Klasifikasi ilmiah Kerajaan : Plantae

Divisi : Magnoliophyta

Kelas : Liliopsida

Ordo : Asparagales

Famili : Alliaceae

Genus : Allium

Spesies : A. ascalonicum

Nama binomial Allium ascalonicum L. (Pitojo 2003)

Tanaman bawang merah dapat ditanam

di dataran rendah maupun dataran tinggi,

yaitu pada ketinggian 0 – 1.000 m di atas

permukaan laut (dpl). Meskipun demikian,

ketinggian optimalnya adalah 0 – 400 m dpl.

Secara umum, tanah yang tepat ditanami

bawang merah ialah tanah yang bertekstur

remah, sedang sampai liat, berdrainase baik,

memiliki bahan organik yang cukup, dan

pH-nya antara 5,6 – 6,5 (Wibowo 2001).

Bawang merah paling baik ditanam

pada daerah yang beriklim kering dengan

suhu yang agak panas dan cuaca cerah (suhu

antara 25o – 32

o C). Kondisi suhu yang

2

paling baik jika rata-rata tahunannya 30o C

(Wibowo 2001). Tanaman bawang merah

sangat rentan terhadap curah hujan tinggi.

Curah hujan yang sesuai untuk pertumbuhan

tanaman bawang merah adalah antara 300

mm – 2.500 mm/tahun. Kelembaban udara

(nisbi) yang sesuai adalah antara 80–90%.

2.2 Organisme Pengganggu Tanaman

(OPT) Bawang Merah

Organisme Pengganggu Tanaman

(OPT) adalah semua organisme yang dapat

merusak, mengganggu kehidupan atau

menyebabkan kematian pada tanaman

hortikultura, yang di dalamnya terdiri atas

hama, penyakit, dan gulma. Hama

merupakan hewan yang merugikan, maka

serangga hama didefinisikan sebagai

serangga yang mengganggu dan atau

merusak tanaman baik secara ekonomis atau

estetis. Pada ekosistem alami, makanan

serangga terbatas dan musuh alami berperan

aktif, sehingga populasi serangga rendah.

Sebaliknya pada ekosistem pertanian,

terutama yang monokultur makanan

serangga relatif tidak terbatas sehingga

populasi bertambah dengan cepat tanpa

dapat diimbangi oleh musuh alaminya

(Susniahti et al. 2005).

Hama dan penyakit pada tanaman

bawang merah dapat menyerang mulai dari

akar, umbi, batang, daun, dan bahkan ujung

daun. Bukan hanya menyerang pada saat

tanaman berada di lahan, tetapi hama

maupun penyakit juga dapat menyerang

hingga di tempat penyimpanan (Tabel 1).

2.3 Ulat Bawang (Spodoptera exigua)

Hama yang sering menyerang tanaman

bawang merah adalah hama ulat daun yang

memiliki nama latin Spodopetra exigua.

Hama ini ditemukan hampir di seluruh

sentra produksi bawang merah. Kerusakan

yang ditimbulkan bervariasi dari 3,8%

sampai 100% tergantung pengelolaan

budidaya bawang merah (Nurjanani dan

Ramlan 2008). Serangan hama biasanya

terjadi pada daerah dataran rendah

(Nurjanani 2011). Tanaman bawang merah

sering terserang ulat bawang jenis

Spodoptera exigua dengan ciri terdapat garis

hitam di perut/kalung hitam di leher.

Gambar 1 Siklus hidup Spodoptera exigua

Sumber: Samsudin 2011

Tabel 1 Organisme pengganggu tanaman (OPT) bawang merah

Stadia

tanaman Hama Penyakit

Tanaman

muda (1-4

MST)

1. Orong-orong (Gryllotalpa spp.) 1. Layu Fusarium (Fusarium

Oxysporum) 2. Ulat bawang (Spodoptera exigua)

3. Ulat grayak (Spodoptera litura)

4. Lalat Penggorok daun (Liriomyza

chinensis)

Tanaman tua

(5-9 MST) 1. Thrips (Thrips tabaci) 1. Bercak ungu (Alternaria porn)

2. Ulat bawang (S. exigua)

2. Downy mildew (Peronospora

destruktor)

3. Lalat penggorok daun (L.

Chinensis)

3. Bercak daun cercospora (Cercospora

duddiae)

4. Antraknose (Colletotrichum

gloeosporiodies)

5. Layu Fusarium (F. Oxysporum)

6. Nematoda (Dytylenchus dissaci,

Helicotylenchus retusus)

Sumber : Soetiarso (2010)

Keterangan : MST : Minggu Setelah Tanam

3

Telur ulat bawang diletakkan pada

pangkal dan ujung daun bawang merah

secara berkelompok, telur dilapisi benang-

benang putih seperti kapas. Menurut

Mossler et al. (2007) setiap serangga betina

bisa menghasilkan sekitar 600 telur (sekitar

80 telur dalam setiap kelompok atau massa

telur). Telur akan menetas dalam waktu 5 –

7 hari pada kondisi normal. Larva akan

tinggal didalam daun dan memakan dari

dalam. Lama hidup larva 10 hari. Pupa

dibentuk pada permukaan tanah, berwarna

coklat terang dengan ukuran 15-20 mm.

Lama hidup pupa antara 6-7 hari (Fye dan

Mc.Ada 1972 dalam Soetiarso 2010). Siklus

hidup telur sampai imago adalah 4 sampai 5

minggu (Mossler et al. 2007).

Tahap kepompong memiliki waktu

kelangsungan hidup terpanjang setelah

paparan suhu rendah. Waktu kelangsungan

hidup fase telur pada suhu rendah lebih

pendek daripada fase pupa, sehingga fase

pupa S. exigua merupakan fase yang paling

mudah beradaptasi pada suhu rendah (Zheng

et al. 2011). Dimulai dari ujung daun, ulat

memakan jaringan tanaman bagian dalam,

sehingga yang tertinggal hanya jaringan

epidermisnya saja. Daun berwarna

kecoklatan dan pada tahap selanjutnya daun

akan mati dan akhirnya tanaman juga akan

mati.

2.4 Lalat Pengorok Daun (Liriomyza sp.)

Gambar 2 Liriomyza sp.

Sumber: http://www.bio-bee.com

Liriomyza sp. pertama kali ditemukan

pada tanaman bawang merah di desa

Klampok, Kabupaten Brebes pada awal

bulan Agustus 2000. Liriomyza sp.

menyerang tanaman bawang merah dari

umur 15 hari setelah tanam sampai

menjelang panen. Kehilangan hasil akibat

hama tersebut dapat mencapai 30-100%.

Hama pengorok daun tinggal dan makan dari

dalam jaringan daun, sehingga berbentuk

korokan atau guratan pada daun. Siklus

hidup berkisar 2 minggu. Serangan yang

parah akan menyebabkan seluruh jaringan

daun mati dan akhirnya tanaman juga mati.

Waktu yang dibutuhkan untuk

Liriomyza trifolii untuk menyelesaikan

seluruh fase hidup pada seledri dalam

laboratorium bervariasi dari 14 hari pada 35

°C dan 64 hari pada suhu 15 °C.

Kelangsungan hidup pupa sangat rendah

pada 35 °C dan peletakan telur berkurang

terjadi pada 15 °C. Suhu optimal untuk

kelangsungan hidup dan peletakan telur

adalah 30 °C. Berdasarkan studi tentang

kelangsungan hidup dan bertelur di berbagai

suhu, Liriomyza trifolii mengalami

pertumbuhan populasi maksimum antara

Mei dan Oktober di Florida tengah (saat

udara rata-rata suhu sedikitnya 25 °C),

pertumbuhan populasi selama bulan Maret,

April dan November (saat suhu udara rata-

rata adalah sekitar 20 °C) lebih rendah, dan

hampir tidak ada pertumbuhan populasi dari

Desember hingga Januari (saat udara rata-

rata suhu sekitar 15°C) (Mossler et al.

2007).

Nonci dan Muis (2011) menyatakan

seekor imago betina meletakkan telur

50−300 butir. Telur berwarna putih bening,

ukuran 0,28 mm x 0,15 mm, dan lama

stadium telur 2−4 hari. Larva terdiri atas tiga

instar. Larva instar pertama menyerang daun

dan menjadi instar kedua setelah 12 hari.

Periode larva instar kedua adalah 12 hari,

kemudian menjadi larva instar ketiga (akhir).

Stadium larva instar ketiga berlangsung

1,53 hari. Larva yang baru keluar berwarna

putih susu atau putih kekuningan dan segera

mengorok jaringan mesofil daun dan tinggal

dalam rongga daun selama hidupnya.

Stadium larva berlangsung 6−12 hari dengan

ukuran larva instar 3 adalah 3,5 mm.

Stadium pupa berlangsung 11−12 hari.

Imago berukuran panjang 1,7−2,3 mm.

Imago betina mampu hidup 6−14 hari,

sedangkan imago jantan 3−9 hari.

2.5 Hama Putih (Thrips tabaci) Thrips tabaci biasanya hidup di sela-

sela daun. Akibat serangan hama ini, daun

mengalami bercak-bercak putih dan

mengering (Suhaeni 2007). Ketika Thrips

menyerang tanaman bawang merah, daun

akan menggulung, keriput dan secara

bertahap mengering (Ullah 2010). Daun

bawang merah yang terserang berwarna

putih mengkilat seperti perak, serangan yang

parah daun menjadi layu.

4

Gambar 3 Thrips tabaci

Sumber: cals.ncsu.edu

Siklus hidup berkisar antara 7 – 21 hari

tergantung dengan kondisi lingkungan.

Serangga betina dapat meletakkan telur

sekitar 80 buah. Telur Thrips dimasukkan ke

dalam daun atau batang dan menetas dalam

2 sampai 10 hari dan tahap larva berikutnya

berlangsung dari 5 sampai 30 hari. Semua

tahapan hidup serangga dapat ditemukan

selama musim panas tetapi selama bulan-

bulan dingin hanya fase dewasa dan larva

yang jelas terlihat. Ukuran serangga dewasa

adalah 1 – 2 cm. Besar kemungkinan 5-8

generasi terjadi pertahun, tapi mungkin ada

lebih banyak di beberapa negara dengan

suhu yang lebih hangat.

Hujan deras atau irigasi dapat

mengurangi Thrips dan populasi tungau.

Bawang merah tua dengan kanopi terbuka

mendukung populasi Thrips menjadi lebih

sedikit. Serangan berat terjadi pada suhu

udara di atas normal dengan kelembaban di

atas 70%.

Suhu dan curah hujan telah lama

diketahui sebagai faktor utama yang

mempengaruhi dinamika populasi Thrips.

Dinamika suhu terutama mempengaruhi

tingkat perkembangan serangga. Penyebaran

populasi Thrips positif dipengaruhi oleh

peningkatan suhu dan negatif dipengaruhi

oleh hujan deras sepanjang musim. Curah

hujan cenderung berpengaruh negatif pada

populasi Thrips karena hujan yang besar dan

lama dapat membunuh larva dan menekan

penyebaran. Sebaliknya, curah hujan dapat

memberikan pengaruh positif karena dapat

meningkatkan pertumbuhan tanaman dan

menunda penuaan dari tanaman inang, yang

memungkinkan lebih banyak waktu untuk

Thrips berkembang biak (Morsello et al.

2008).

Dengan meningkatnya suhu sepanjang

musim, terjadi peningkatan aktivitas Thrips

dan pertumbuhan populasi sampai ketika

terjadi penuaan pada host. Cuaca kering

mendukung pertumbuhan populasi Thrips

(Evans 1967 dalam Morsello et al. 2008).

Franssen dan Huisman (1958) melaporkan

bahwa kelimpahan dari Angusticeps thrips

selama hujan dan dingin nyata lebih rendah

dibandingkan saat musim kering dan panas,

karena mortalitas larva yang tinggi dan

tingkat pertumbuhan populasi yang lebih

lambat (Morsello et al. 2008).

Lorini dan Junior (1990) dalam

Morsello et al. (2008) melaporkan bahwa

suhu tinggi dan kurangnya curah hujan

meningkatkan kepadatan populasi T. tabaci

bawang putih di Brasil. Jumlah Thrips

tertinggi (174,6 Thrips per tanaman) dicapai

ketika suhu antara 18oC dan 21

oC dan ketika

curah hujan rendah (114-144 mm per bulan).

T. tabaci betina meletakkan telur dan lama

hidup terpanjang dalam suhu 21,1oC menjadi

23,6oC dan kelembaban relatif 52%. Suhu di

atas 35oC dan kekeringan telah dilaporkan

kurang baik bagi kelangsungan hidup thrips,

mengakibatkan penurunan populasi

(Varadharajan dan Veeraval 1995 dalam

Waiganjo et al. 2008).

2.6 Pengaruh Unsur Iklim pada

Kehidupan Serangga

Serangga seperti mahluk hidup lainnya

perkembangannya dipengaruhi oleh faktor

iklim baik secara langsung maupun tidak

langsung di antaranya curah hujan,

temperatur, kelembaban relatif udara dan

fotoperiodisitas. Besarnya pengaruh ini

berbeda untuk tiap spesies serangga dan

dampak secara langsung dapat terlihat pada

siklus hidup, keperidian, lama hidup, serta

kemampuan diapause serangga. Keragaman

iklim dapat mempengaruhi pertumbuhan

populasi dan penyebaran serangga sehingga

dalam kurun waktu singkat dapat

menimbulkan ledakan populasi serangga

hama tertentu (Wiyono 2007).

Suhu Faktor kunci yang mengatur pola hidup

serangga adalah suhu. Karena serangga

adalah organisme poikilothermic (berdarah

dingin) dimana suhu tubuh mereka adalah

kira-kira sama dengan lingkungan, oleh

karena itu, tahap perkembangan hidup

serangga sangat tergantung pada suhu (Deka

et al. 2009). Suhu merupakan salah satu

faktor pembatas dalam pertumbuhan dan

perkembangan serangga, seperti siklus

hidup, dan kelangsungan hidup serangga.

Kisaran suhu yang sesuai bagi pertumbuhan

serangga berhubungan erat dengan

karakteristik tempat suatu spesies hidup.

5

Oleh karena itu, dalam hal adaptasi

lingkungan pada tempat yang berbeda

karakteristik tempatnya, suhu akan

berpengaruh terhadap laju pertumbuhan

suatu spesies. Serangga dapat tahan terhadap

kesenjangan suhu yang besar, misalnya

beberapa larva nyamuk, kutu air, dan

kumbang air dapat berada di dalam air

secara normal pada suhu 38-49 oC. Respon

serangga pada suhu rendah maupun suhu

tinggi tidak sama untuk semua spesies

serangga. Suhu untuk perkembangan awal

serangga biasanya lebih rendah

dibandingkan dengan suhu untuk reproduksi.

Perubahan suhu akan memberikan

pengaruh yang berbeda pada populasi musuh

alami serangga dan host. Suhu dapat

mengubah rasio jenis kelamin beberapa

spesies hama seperti Thrips (Lewis 1997

dalam Deka 2009). Perubahan suhu lebih

berpengaruh pada serangga yang seluruh

fase hidupnya berada di atas tanah daripada

serangga yang menghabiskan bagian penting

dari fase hidup mereka di dalam tanah

karena tanah menyediakan media isolasi

yang akan cenderung menjadi buffer untuk

perubahan suhu udara (Deka et al. 2009).

Kelembaban Kelembaban dapat mempengaruhi

perkembangbiakan, pertumbuhan, dan

keaktifan serangga baik secara langsung

maupun tidak langsung. Kemampuan

serangga bertahan terhadap keadaan

kelembaban udara sekitarnya sangat berbeda

menurut jenisnya. Dalam hal ini kisaran

toleransi terhadap kelembaban udara

berbeda untuk setiap spesies maupun stadia

perkembangannya, tetapi kisaran toleransi

ini tidak jelas seperti pada suhu. Namun bagi

serangga pada umumnya kisaran toleransi

terhadap kelembaban udara yang optimum

terletak antara 73-100% (Andrewartha &

Birch 1974 dalam Koesmaryono 1991).

Hujan Hujan mempunyai arti penting dalam

kehidupan serangga, dan dapat memberikan

pengaruh secara langsung maupun tidak

langsung pada pertumbuhan serangga.

Dampak secara langsung misalnya, hujan

deras dapat mencuci kutu daun dari tanaman

inangnya, sedangkan dampak secara tidak

langsung, dapat meningkatkan kelembaban

udara sehingga mendukung pertumbuhan

populasi hama (Deka et al. 2009).

Kelimpahan populasi serangga sangat

berpengaruh pada variasi musim hujan.

Kurangnya hari hujan dapat menimbulkan

kekeringan dan kematian pada serangga,

tetapi jika curah hujan tinggi, maka populasi

hama tersebut akan menurun akibat tercuci

oleh hujan.

III METODOLOGI

3.1 Waktu dan Tempat Penelitian

Penelitian dilaksanakan pada bulan

Maret sampai dengan Oktober tahun 2012 di

laboratorium Klimatologi Departemen

Geofisika dan Meteorologi IPB Dramaga

dan Balitklimat (Balai Penelitian Agroklimat

dan Hidrologi).

3.2 Bahan dan Alat

Alat yang digunakan dalam penelitian

ini adalah seperangkat komputer dengan

Software Microsoft Excel 2007 dan Minitab

14 serta kalkulator. Data yang digunakan

adalah data skala kerusakan daun akibat

serangan Organisme Pengganggu Tanaman

(OPT), data populasi musuh alami OPT

bawang merah untuk dua musim tanam

bawang merah dan data iklim Kabupaten

Brebes dari tahun 1991-2011.

Data skala kerusakan daun akibat

serangan Organisme Pengganggu Tanaman

(OPT) yaitu pada dua musim tanam bawang

merah di Kecamatan Larangan Kabupaten

Brebes bulan Juli sampai Agustus dan bulan

November sampai Desember 2011. Data

populasi musuh alami OPT bawang merah

meliputi populasi Capung, Katak dan Laba-

laba. Data iklim yang digunakan meliputi

empat unsur iklim yaitu curah hujan,

kelembaban relatif, suhu minimum dan suhu

maksimum. Data iklim merupakan data

harian dari tahun 1991-2011 stasiun cuaca di

Kabupaten Brebes yang diperoleh dari

Balitklimat dan Balai Besar BMKG Wilayah

II Ciputat.

3.3 Metode Penelitian

3.3.1 Persiapan data

Data yang digunakan dalam penelitian

ini adalah data sekunder skala kerusakan

daun akibat serangan OPT sejak Juli hingga

Desember 2011 di lima desa, yaitu

Larangan, Karangbale, Kedungbokor,

Sitanggal dan Pamulihan dengan ulangan 3

petak di setiap desa. Di setiap petak tetap

dipilih 10 rumpun untuk setiap pengamatan.

Pengamatan dilakukan 2 kali seminggu. Data

skoring ini selanjutnya digunakan untuk

mendapatkan nilai intensitas serangan.

6

3.3.2 Intensitas Serangan

Intensitas serangan adalah derajat

serangan atau derajat kerusakan tanaman

yang disebabkan oleh OPT yang dinyatakan

secara kuantitatif atau kualitatif. Intensitas

serangan secara kuantitatif dinyatakan dalam

persen bagian tanaman, tanaman, atau

kelompok tanaman terserang. Intensitas

serangan secara kualitatif dibagi menjadi

empat kategori serangan yaitu ringan,

sedang, berat, dan puso. Intensitas serangan

daun dihitung menggunakan rumus (Hunter

et al. 1998) :

( )

Keterangan:

I = Intensitas kerusakan (%)

ni = Jumlah tanaman dalam setiap kategori

serangan

vi = Nilai skala tiap kategori serangan pada

tanaman contoh

N = Jumlah tanaman yang diamati

V = Nilai skala serangan tertinggi (=5)

Nilai skala kerusakan (vi) ditentukan sebagai

berikut :

vi = 0 : bila tidak ada gejala kerusakan

vi = 1 : bila gejala kerusakan 1-20%

vi = 2 : bila gejala kerusakan 21-40%

vi = 3 : bila gejala kerusakan 41-60%

vi = 4 : bila gejala kerusakan 61-80%

vi = 5 : bila gejala kerusakan 81-100%

Gambar 4 Skala kerusakan serangan hama

Pengolahan data dimulai dengan

menyajikan data secara visual ke dalam

grafik dimana waktu pengamatan sebagai

variabel independen dan intensitas serangan

mingguan sebagai variabel dependen.

3.3.3 Perhitungan heat unit dan suhu

dasar

Penentuan heat unit dilakukan dengan

rumus DH atau derajat hari (WMO 1981)

berikut ini :

HU = n(Ta-Tb),

di mana

HU : Heat unit atau satuan panas (derajat

hari) HU

n : Jumlah hari (hasil studi pustaka) yang

diperlukan untuk menyelesaikan satu

tahap pertumbuhan atau perkembangan

serangga

Ta : Suhu lingkungan

Tb : Suhu dasar

HU dan Tb dihitung berdasarkan informasi n

dan Ta dari kajian pustaka.

3.3.4 Analisis data

Adapun metode analisis yang

digunakan adalah analisis regresi bertatar

(stepwise regression) untuk menduga

hubungan antara variabel independen

dengan variabel dependen yang akan

dianalisis menggunakan Minitab 14.

Regresi bertatar (stepwise regression)

merupakan metode eliminasi untuk

menyeleksi semua variabel dan secara

bertahap mengurangi banyaknya variabel di

dalam suatu persamaan. Dalam penelitian ini

faktor-faktor yang mempengaruhi luas

serangan OPT bawang merah di Brebes

digunakan sebagai variabel independen

meliputi intensitas serangan minggu

sebelumnya, variabel cuaca (suhu minimum,

suhu maximum, curah hujan, kelembaban)

dan populasi musuh alami OPT bawang

merah pada minggu saat pengamatan,

seminggu sebelumnya (n-1) sampai jeda

waktu 4 minggu sebelumnya (n-4) pada

pengamatan hama Spodoptera exigua,

sedangkan pada hama Liriomyza sp. dan

Thrips tabaci sampai jeda waktu 3 minggu

sebelumnya berdasarkan lama siklus hidup

hama. Pada hama Spodoptera exigua, tanpa

jeda waktu (n) menunjukkan fase hidup

imago, n-1 fase pupa, n-2 larva, n-3 fase

larva dan n-4 fase telur. Pada hama

Liriomyza sp. dan Thrips tabaci, tanpa jeda

waktu (n) menunjukkan fase hidup imago, n-

1 fase pupa, n-2 larva, fase n-3 fase telur.

Informasi fase hidup hama diperoleh

berdasarkan pustaka.

Principal Component Regression (PCR)

bertujuan untuk menyederhanakan peubah-

peubah yang diamati dengan cara mereduksi

dimensinya. Hal ini dilakukan dengan

menghilangkan korelasi di antara peubah

melalui transformasi peubah asal ke peubah

baru (komponen utama) yang tidak

berkorelasi (Gesperz 1995). Langkah-

langkah dalam PCR meliputi:

1. Pembakuan peubah bebas asal yaitu X

menjadi Z.

2. Pencarian akar ciri dan vektor ciri dari

matriks R.

7

3. Penentuan persamaan komponen utama

dari vektor ciri.

4. Regresi peubah respon Y terhadap skor

komponen utama W.

5. Transformasi balik

Persamaan regresi linier berganda

adalah sebagai berikut:

Y= + dimana:

Y : Intensitas serangan OPT bawang

merah di kabupaten Brebes

: titik potong atau intersep

: koefisien regresi berganda ke-i

: unsur iklim

IV HASIL DAN PEMBAHASAN

4.1 Kondisi Umum Wilayah Kajian

Brebes merupakan salah satu

Kabupaten di Propinsi Jawa Tengah.

Terletak di sepanjang pantai utara Laut

Jawa, memanjang ke selatan berbatasan

dengan wilayah Kabupaten Banyumas dan

Kabupaten Tegal, Sebelah timur berbatasan

dengan Kota Tegal dan sebelah barat

berbatasan dengan Kota Cirebon Jawa Barat.

Terletak antara 6o44’ – 7

o 21’ LS dan antara

108o 41’ – 109

o 11’ BT.

Luas Wilayah Kabupaten Brebes

adalah 1.661,17 Km2, tersebar di 17

Kecamatan dengan topografi 5 Kecamatan

merupakan daerah pantai, 9 Kecamatan

dataran rendah dan 3 Kecamatan dataran

tinggi. Luas tanah menurut penggunaan

dibagi menjadi tanah sawah dan tanah

kering. Luas lahan sawah sebesar 63.343 ha

(38,13%) dan luas tanah kering sebesar

102.774 ha (61,9%). Luas lahan sawah di

Kabupaten Brebes sebagian berpengairan

teknis (77,8%) baik irigasi teknis, irigasi

sederhana maupun irigasi desa/PU,

sedangkan sisanya (22,2%) merupakan

sawah tadah hujan (BPS Kab. Brebes 2008).

Gambar 5 Rata-rata suhu udara bulanan

(tahun 1991-2011)

Secara umum suhu maksimum, suhu

minimum dan suhu rata-rata bulanan

wilayah Brebes mempunyai pola yang sama.

Suhu rata-rata bulanan berkisar antara

26,5oC sampai 27,9

oC. Suhu maksimum

bulanan berkisar antara 30,3oC sampai

32,3oC. Suhu minimum bulanan berkisar

antar 23oC sampai 24,7

oC. Puncak suhu

tertinggi terjadi pada bulan Oktober dan

terendah pada bulan Februari. Pada saat

memasuki musim hujan, suhu cenderung

mengalamai penurunan yaitu pada bulan

Nopember sampai Januari. Penurunan

tersebut disebabkan oleh kurangnya

intensitas penyinaran matahari karena sering

terjadinya hujan.

Gambar 6 Rata-rata curah hujan dan

kelembaban bulanan (tahun 1991-

2011)

Pola hujan wilayah Brebes mengikuti

pola hujan monsunal yaitu wilayah yang

memiliki perbedaan yang jelas antar periode

musim hujan dan periode musim kemarau.

Musim hujan dimulai pada bulan Nopember

sampai April dan musim kemarau dari Mei

sampai Oktober. Berdasarkan BMKG,

musim hujan ditandai dengan curah hujan

yang terjadi dalam satu dasarian sebesar 50

mm atau lebih yang diikuti oleh dasarian

berikutnya atau dalam satu bulan terjadi

lebih dari 150 mm. Curah hujan tertinggi

terjadi pada bulan Januari.

Kelembaban udara Brebes berkisar

antara 70% sampai 85%. Kabupaten Brebes

mengalami penurunan kelembaban pada

bulan Mei sampai September dan

mengalami kenaikan pada bulan Oktober

sampai Desember. Pada saat musim hujan,

kandungan uap air di udara lebih besar

sehingga nilai kelembaban udara mengalami

kenaikan. Kelembaban udara dipengaruhi

20,0

22,0

24,0

26,0

28,0

30,0

32,0

34,0

Jan

Feb

Mar

Ap

r

Mei

Jun

Jul

Ag

u

sep

Ok

t

No

p

Des

Suhu (

oC

)

Bulan T max T min T rata-rata

50

55

60

65

70

75

80

85

90

0

50

100

150

200

250

300

350

400

Jan

Feb

Mar

Apr

Mei

Jun

Jul

Agu

sep

Okt

Nop

Des

RH

(%

)

Cura

h h

uja

n (

mm

)

Bulan

Curah hujan RH

8

oleh curah hujan dan angin. Semakin tinggi

curah hujan maka semakin tinggi pula

kelembaban udara karena kelembaban udara

menunjukkan kondisi uap air di udara.

4.2 Intensitas Serangan

Intensitas serangan adalah derajat

serangan atau derajat kerusakan tanaman

yang disebabkan oleh OPT yang dinyatakan

secara kuantitatif atau kualitatif. Dalam

penelitian ini digunakan intensitas serangan

secara kuantitatif yang dinyatakan dalam

persen bagian tanaman yang terserang oleh

hama tertentu.

Gambar 7 Intensitas serangan rata-rata,

musuh alami, suhu dan curah

hujan kumulatif pada musim

kemarau di Karangbale dan

Pamulian

Ulat bawang (Spodoptera exigua)

merupakan hama yang dominan selalu

menyerang tanaman bawang merah

sepanjang musim tanam. Intensitas serangan

Spodoptera exigua pada tanaman bawang

merah di Karangbale dan Pamulian

bervariasi antara 8-21%. Intensitas serangan

meningkat setiap minggunya dan mengalami

puncaknya pada minggu kelima setelah

tanam. Hal ini bisa terjadi karena rendahnya

populasi hama tanaman bawang merah lain

yaitu Liriomyza sp. dan Thrips tabaci yang

terlihat dominan pada awal minggu setelah

tanam (MST) dan kemudian menurun,

sehingga tidak ada persaingan dalam

menyerang tanaman inang. Menurut

Suharsono (2011) intensitas serangan pada

daun tergantung pada populasi hama,

semakin tinggi populasi Spodoptera exigua

makin tinggi intensitas serangan akibat

aktifitas ulat mengkonsumsi daun sebagai

sumber pakan. Curah hujan yang tinggi juga

menyebabkan populasi hama tersebut akan

menurun akibat tercuci oleh hujan.

Gambar 8 Intensitas serangan, musuh alami,

suhu dan curah hujan pada musim

hujan di Karangbale dan

Pamulian

Hama yang menyerang tanaman

bawang merah pada awal MST didominasi

oleh Spodoptera exigua dan mencapai

puncaknya pada minggu ketiga MST dimana

tidak terdapat populasi musuh alami. Pada

minggu keempat dan kelima MST dominasi

intensitas serangan digantikan oleh

Liriomyza sp. Intensitas serangan telah

terjadi sejak tanaman bawang merah

berumur 2 MST. Selanjutnya terjadi

peningkatan serangan dan menjelang panen

serangan hama ini turun. Herlinda (2004)

melaporkan fenomena yang sama, yaitu

0,0

0,1

0,2

0

5

10

15

20

25

1 2 3 4 5 6

Mu

suh

ala

mi

(/

10

tan

aman

)

Inte

nsi

tas

sera

ngan

(%

)

MST

Musuh alami Spodoptera exigua

Lirimiza sp Trips tabaci

0

10

20

30

40

50

60

70

2022242628303234363840

1 2 3 4 5 6

Cu

rah

hu

jan

(m

m)

Su

hu

(oC

)

MST

CH Tmax Tmin

0

0,1

0,2

0,3

0

2

4

6

8

10

12

1 2 3 4 5

Mu

suh

ala

mi

(/1

0ta

nam

an)

Inte

nsi

tas

sera

ngan

(%

)

MST

Musuh alami Spodoptera exigua

Liriomiza sp Trips tabaci

0

20

40

60

80

100

120

140

20

22

24

26

28

30

32

34

36

38

40

1 2 3 4 5C

ura

h h

uja

n (

mm

)

Su

hu

(oC

)

MST

CH Tmax Tmin

9

serangan hama L. huidobrensis mengalami

peningkatan serangan hingga 6 MST dan

mengalami penurunan menjelang panen. Kurangnya hari hujan dapat

menimbulkan kekeringan dan kematian pada

serangga, tetapi jika curah hujan tinggi,

maka populasi hama tersebut akan menurun

akibat tercuci oleh hujan. Curah hujan

cenderung berpengaruh negatif pada

populasi Thrips karena hujan yang besar dan

lama dapat membunuh larva dan menekan

penyebaran. Sebaliknya, curah hujan dapat

memberikan pengaruh positif karena dapat

meningkatkan pertumbuhan tanaman dan

menunda penuaan dari tanaman inang, yang

memberikan lebih banyak waktu untuk

thrips berkembang biak (Morsello et al.

2008).

Gambar 9 Intensitas serangan, musuh alami,

suhu dan curah hujan musim

kemarau di Kedungbokor,

Larangan dan Sitanggal

Hama yang menyerang tanaman

bawang merah pada Kedungbokor, Larangan

dan Sitanggal didominasi oleh serangan

Spodoptera exigua yaitu bervariasi antara 5-

16%. Intensitas serangan Thrips tabaci

hanya ditemukan pada minggu pertama dan

kedua MST. Intensitas serangan Liriomyza

sp. cenderung konstan pada setiap

pengamatan.

Ketika curah hujan tinggi maka

intensitas serangan hama cenderung rendah

seperti pada minggu ke dua dan ke tiga

MST. Hal ini dapat terjadi karena curah

hujan yang tinggi menyebabkan populasi

hama tersebut akan menurun akibat tercuci

oleh hujan serta aktivitas penerbangan hama

ini menurun apabila hujan turun (Herlinda

2004).

Gambar 10 Intensitas serangan, musuh

alami, suhu dan curah hujan

musim hujan di Kedungbokor,

Larangan dan Sitanggal

Hama Spodoptera exigua mendominasi

serangan pada tanaman bawang merah

sepanjang musim tanam. Intensitas

serangannya cenderung konstan dan

mengalami penurunan pada minggu kelima

MST. Hal ini bisa terjadi karena besarnya

populasi musuh alami pada minggu

sebelumnya. Intensitas serangan ketiga hama

tanaman bawang merah mengalami

puncaknya pada minggu ketiga MST.

Intensitas serangan Thrips tabaci baru

ditemukan pada minggu ke tiga MST.

Intensitas serangan hama pada tanaman

bawang merah pada musim kemarau lebih

tinggi daripada musim hujan. Menurut Rauf

(1999), perkembangan populasi ulat bawang

0,0

0,1

0,2

0

2

4

6

8

10

12

14

16

18

1 2 3 4 5 6

Mu

suh

ala

mi

(/1

0 t

anam

an)

Inte

nsi

tas

sera

ngan

(%

)

MST

Musuh alami Spodoptera exigua

Liriomyza sp. Thrips tabaci

0

5

10

15

20

25

30

35

40

0

5

10

15

20

25

30

35

1 2 3 4 5 6

Cu

rah

hu

jan

(m

m)

Su

hu

(oC

)

MST

CH Tmax Tmin

0,0

0,1

0,2

0,3

0

1

2

3

4

5

6

7

8

9

10

1 2 3 4 5

Mu

suh

ala

mi

(/1

0 t

anam

an)

Inte

nsi

tas

sera

ngan

(%

) MST

Musuh alami Spodoptera exigua

Liriomyza sp Thrips tabaci

0

20

40

60

80

100

120

140

2022242628303234363840

1 2 3 4 5

Cu

rah

hu

jan

(m

m)

Su

hu

(oC

)

MST CH Tmax Tmin

10

(Spodoptera exigua) pada bawang merah

lebih tinggi pada musim kemarau, selain

karena laju pertumbuhan intrinsik juga

disebabkan oleh tingkat parasitasi dan

tingkat infeksi patogen yang rendah.

4.3 Korelasi Intensitas serangan Hama

dengan Intensitas serangan

sebelumnya, musuh alami dan

variabel iklim

Cuaca memainkan peran penting pada

dinamika populasi dan distribusi hama dan

penyakit. Suhu, curah hujan, kelembaban

relatif, sinar matahari dan kecepatan angin

adalah parameter cuaca utama yang

mempengaruhi hama dan penyakit (Lakshmi

et al. 2009). Koefisien korelasi parameter

cuaca yang nyata mempengaruhi intensitas

serangan hama pada tanaman bawang merah

(2 masa tanam tahun 2011) hasilnya

disajikan dalam tabel 2.

Intensitas serangan Spodoptera exigua

menunjukkan hubungan positif yang nyata

dengan intensitas serangan pada minggu

sebelumnya dan musuh alami untuk jeda

waktu 2 minggu sebelumnya untuk wilayah

1 dan 3, sedangkan pada wilayah 2 intensitas

serangan hanya dipengaruhi oleh variabel

cuaca yaitu suhu minimum dan RH. Pada

semua wilayah, unsur cuaca menunjukkan

hubungan negatif terhadap intensitas

serangan. Hal ini berarti penurunan Tmax,

Tmin, RH dan CH akan diikuti oleh

peningkatan intensitas serangan oleh

Spodoptera exigua Sebaliknya, kenaikan

Tmax, Tmin, RH dan CH akan diikuti oleh

penurunan intensitas serangan. Spodopera

exigua tidak tahan terhadap suhu yang

rendah, terutama pada fase telur, larva dan

pupa. Suhu udara yang rendah juga

mempengaruhi distribusi spesies dan lama

siklus hidup (Zheng et al. 2011). Populasi

musuh alami merupakan indikator adanya

serangan hama, karena semakin tinggi

populasi musuh alami maka intensitas

serangan semakin tinggi.

Intensitas serangan Liriomyza secara

nyata hanya dipengaruhi oleh variabel cuaca.

Variabel cuaca dengan intensitas serangan

menunjukkan hubungan yang negatif. Pada

wilayah 1 faktor cuaca yang mempengaruhi

adalah Tmax n-2 (-0,716) dan Tmin n-2 (-0,697),

sedangkan untuk wilayah 2 adalah Tmin n (-

0,678) dan RH n-1 (-0,551) dan wilayah 3

adalah Tmax n-2 (-0,558), Tmin n-2 (-0,419), RH

n-1 (-0,453) dan CH n-1 (-0,372). Hasil ini

sesuai dengan penelitian yang dilakukan

oleh Chaudhuri dan Senapati (2004). Kerusakan daun menunjukkan korelasi

negatif dengan suhu minimum dan RH.

Whiting (2010) dalam Pribadi dan

Anggraeni (2011) menyatakan apabila

tanaman berada dalam kondisi lingkungan

yang berkelembaban rendah maka akan

mudah terserang oleh hama dan penyakit

karena senyawa saponin yang terdapat pada

berbagai jenis tumbuhan dan metabolit

sekunder lainnya (yang berperan sebagai

pertahanan diri dari serangan serangga) akan

mengalami penurunan kualitas dan kuantitas

sehingga tumbuhan akan mudah terserang

hama.

Tabel 2 Koefisien korelasi variabel yang mempengaruhi intensitas serangan hama

Lokasi Hama Variabel yang mempengaruhi IS dan koefisien korelasi (r)

Wilayah 1

(Karangbale,

Pamulian)

Spodoptera exigua

IS n-1 (0,788), MA n-2 (0,598), Tmax n-4 (-0,630),

RHn (-0,848), RH n-1 (-0,871), RH n-2 (-0,685) dan

CH n-1 (-0,591)

Liriomyza Spp Tmax n-2 (-0,716) dan Tmin n-2 (-0,697)

Thrips tabaci Tmin n-3 (-0,582)

Wilayah 2

(Kedungbokor,

Larangan,

sitanggal)

Spodoptera exigua Tmin n-1 (-0,579), RHn (-0,688), RH n-1 (-0,576)

RH n-2 (-0,569)

Liriomyza Spp Tmin n (-0,678) dan RH n-1 (-0,551)

Thrips tabaci -

Wilayah 3

(Gabung

wilayah 1 dan

2)

Spodoptera exigua

IS n-1 (0,670), MA n-2 (0,456), Tmax n-2 (-0,383),

Tmax n-3 (-0,388), Tmax n-4 (-0,414), RHn (-0,742),

RH n-1 (-0,720), RH n-2 (-0,604) dan CHn (-0,366)

Liriomyza Spp

Tmax n-2 (-0,558), Tmin n-2 (-0,419), RH n-1 (-0,453) dan

CH n-1 (-0,372)

Thrips tabaci Tmax n-3 (-0,393), Tmin n-3 (-0,482)

11

Musuh alami dan intensitas serangan

pada minggu sebelumnya tidak memberikan

hubungan yang nyata pada intensitas

serangan Thrips tabaci. Faktor cuaca

memberikan hubungan yang negatif pada

intensitas serangan. Pada wilayah 1 unsur

cuaca yang berpengaruh hanya Tmin n-3 (-

0,582). Tak satu pun dari faktor cuaca

memiliki pengaruh yang nyata terhadap

Thrips tabaci pada wilayah 2. Hal ini dapat

terjadi karena banyak faktor di luar faktor

cuaca yang mempengaruhi kehidupan hama.

Pada wilayah 3 faktor cuaca yang

memberikan pengaruh terhadap intensitas

adalah Tmax n-3 (-0,393) dan Tmin n-3 (-0,482).

Hasil ini sama dengan penelitian Laksmi

(2009) yang melaporkan hubungan negatif

yang nyata dari suhu minimum dengan

kerusakan akibat serangan hama Thrips

tabaci. Suhu yang tinggi merupakan faktor

penting yang meningkatkan kematian hama

dan mengurangi periode perkembangan

Thrips tabaci ( Leite et al. 2006).

4.4 Heat Unit dan Suhu Dasar Pada Setiap

Stadium Waktu yang dibutuhkan Liriomyza

trifolii untuk menyelesaikan seluruh fase

hidup pada seledri dalam laboratorium

bervariasi dari 14 hari pada 35 °C dan 64

hari pada suhu 15 °C (Mossler et al. 2007).

Hasil perhitungan heat unit dan suhu dasar

Liriomyza untuk menyelesaikan seluruh fase

hidupnya berdasarkan hasil yang diperoleh

dalam penelitian Mossler et al. (2007)

dengan menggunakan persamaan DH atau

derajat hari diperoleh nilai suhu dasar 9oC

dan satuan panas 390 derajat hari. Hal ini

berarti apabila suhu lingkungan kurang dari

9oC, maka tingkat pertumbuhan serangga

akan terhenti.

Menurut teori satuan panas, diperlukan

sejumlah energi (yang umum dinyatakan

dalam derajat hari) untuk mencapai tahap

kehidupan tertentu bagi setiap mahluk hidup

(Wang 1960). Jumlah energi tersebut antara

lain dapat diketahui dari penjumlahan selisih

antara suhu lingkungan dengan suhu dasar

selama periode tahapan kehidupan. Dengan

kata lain, semakin tinggi suhu lingkungan

maka semakin pendek umurnya. Lama hidup

dan kecepatan berkembangbiak menentukan

jumlah populasi serangga yang potensial

untuk menyerang tanaman. Dengan Tb yang

diperoleh 9oC dan DH 390

oH, maka dengan

suhu rata-rata Kecamatan Larangan 27,5oC,

untuk mencapai semua fase hidup hama

diperlukan 21 hari.

Informasi satuan panas dapat dipakai

untuk memperhitungkan panjang periode

sebelum serangga menyerang tanaman

bawang merah. Data iklim yang diperlukan

untuk mendapatkan panjang masing -masing

periode tersebut hanya data suhu udara dari

lokasi studi. Meskipun demikian informasi

HU ini dapat digunakan untuk mengetahui

panjang periode unsur iklim yang

berpengaruh sebelum serangan hama terjadi.

4.5 Analisis Regresi Parameter Iklim

dengan Intensitas Serangan OPT

Bawang Merah

4.5.1 Regresi Stepwise

Informasi lama siklus hidup digunakan

untuk menentukan jeda waktu variabel-

variabel yang mempengaruhi intensitas

serangan hama dan penyakit tanaman.

Persamaan regresi stepwise digunakan untuk

memprediksi bencana hama yang menyerang

tanaman bawang merah. Regresi stepwise

digunakan untuk menyeleksi semua variabel

dalam penelitian sehingga mendapatkan

variabel - variabel yang memberikan

pengaruh yang nyata terhadap intensitas

serangan hama. Variabel dalam persamaan

regresi yang didapatkan untuk masing-

masing serangan hama akan berbeda-beda.

Variabel-variabel yang digunakan

dalam penelitian ini adalah intensitas

serangan seminggu sebelumnya, variabel

cuaca (suhu minimum, suhu maximum,

curah hujan, kelembaban) dan populasi

musuh alami OPT bawang merah pada

minggu saat pengamatan, jeda waktu

seminggu sebelum pengamatan (n-1) sampai

4 minggu sebelum pengamatan (n-4) pada

pengamatan hama Spodoptera exigua,

sedangkan pada hama Liriomyza sp. dan

Thrips tabaci sampai jeda waktu 3 minggu

sebelum pengamatan (n-3). Penentuan n-1

sampai n-4 diketahui berdasarkan pustaka

dengan melihat waktu untuk mencapai suatu

fase hidup dimana serangga aktif dalam

merusak tanaman.

Hasil uji statistik R² menunjukkan

variasi nilai yang diungkapkan variabel

dalam model. Semakin tinggi R² maka

model menunjukkan nilai yang lebih baik.

Intensitas serangan pada Spodoptera exigua,

model menjelaskan nilai yang lebih baik jika

dianalisis untuk masing-masing wilayah

(Tabel 3).

12

Tabel 3 Persamaan regresi intensitas serangan hama dan koefisien determinasi

Lokasi Hama Persamaan regresi

R2

adj

(%)

wilayah 1

(Karangbale,

Pamulian)

Spodoptera

exigua

IS Spodoptera = - 0,33 - 0,124 IS n-1 + 49,6 MA n-2 + 2,59

Tmax n-2 - 0,536 RHn - 0,414 RH n-1 -

0,0213 CH n-1

99,7

Liriomyza Spp IS Liriomyza = 95,2 - 2,82 Tmax n-2 45,9

Thrips tabaci IS Thrips = 55,0 - 2,21 Tmin n-3 26,5

Wilayah 2

(Kedungbokor,

Larangan,

sitanggal)

Spodoptera

exigua

IS Spodoptera = - 150 + 0,993 Tmax n-3 + 5,32 Tmin - 0,456

Tmin n-2 + 0,340 Tmin n-3 + 3,55 Tmin n-4 -

0,840 RHn - 0,284 RH n-1 + 0,0269 CH +

0,000496 CH n-4

100,0

Liriomyza Spp

IS Liriomyza = 81,8 + 17,6 MAn + 19,8 MA n-2 - 2,09

Tmin n - 0,994 Tmin n-3 - 0,0707 RHn 94,8

Thrips tabaci - -

Wilayah 3

(Gabung

wilayah 1 dan

2)

Spodoptera

exigua

IS Spodoptera = 46,3 + 0,268 IS n-1 + 25,0 MA n-2 - 0,538

RHn + 0,00304 CH n-3 72,8

Liriomyza Spp IS Liriomyza = 64,9 - 1,87 Tmax n-2 27,7

Thrips tabaci IS Thrips = 55,7 + 1,15 Tmax n-3 - 1,57 Tmin n-2

- 2,21Tmin n-3 39,6

Keterangan

IS : intensitas serangan, MA : musuh alami, Tmax : Suhu maksimum, Tmin : suhu minimum,

RH : kelembaban, CH : curah hujan

Dalam model intensitas serangan pada

Spodoptera exigua pada wilayah 1, unsur

iklim dan musuh alami dapat digunakan

untuk menggambarkan serangan dengan

sangat baik yaitu 99,7% dengan persamaan

regresi IS Spodoptera exigua = - 0,33 -

0,124 IS n-1 + 49,6 MA n-2 + 2,59 Tmax n-2 -

0,536 RHn - 0,414 RH n-1 - 0,0213 CH n-1.

Semakin tinggi populasi musuh alami, maka

intensitas serangan hama akan bertambah,

dari persamaan regresi yang diperoleh

musuh alami merupakan indikator adanya

serangan hama. Kematian larva Spodoptera

exigua tinggi karena pada fase larva sangat

sensitif terhadap kondisi cuaca, terutama

kombinasi antara suhu yang tinggi dan RH

yang rendah (Morsello et al., 2008).

Pada wilayah 2 variabel yang

memberikan pengaruh yang nyata terhadap

intensitas serangan hanya variabel cuaca

dengan nilai R2 sebesar 100% dengan

persamaan IS Spodoptera = - 150 + 0,993

Tmax n-3 + 5,32 Tmin - 0,456 Tmin n-2 + 0,340

Tmin n-3 + 3,55 Tmin n-4 - 0,840 RHn - 0,284

RH n-1 + 0,0269 CH + 0,000496 CH n-4.

Untuk penggabungan semua tempat

didapatkan nilai koefisien determinasi yaitu

72,8% dimana diperoleh persamaan IS

Spodoptera exigua = 46,3 + 0,268 IS n-1 +

25,0 MA n-2 - 0,538 RHn + 0,00304 CH n-3.

Kelembaban dapat mempengaruhi

perkembangbiakan, pertumbuhan, dan

keaktifan serangga baik secara langsung

maupun tidak langsung.

Intensitas serangan pada Liriomyza Sp.,

model dapat dijelaskan dengan lebih baik

jika dianalisis untuk masing-masing wilayah

yaitu 45,9% untuk wilayah 1 dan 94,8%

untuk wilayah 2. Pada wilayah 1 dan 3,

intensitas serangan hanya dipengaruhi oleh

unsur Tmax pada 2 minggu sebelumnya.

Suhu udara berpengaruh terhadap

pemindahan atau migrasi spesies-spesies

Liriomyza Sp. Nilai koefisien determinasi

yang kecil dapat terjadi karena banyaknya

faktor yang mempengaruhi intensitas

serangan OPT yang meliputi kombinasi

faktor abiotik dan biotik untuk

mengembangkan model yang lebih baik.

Pada wilayah 2 intensitas serangan

dipengaruhi oleh musuh alami dan faktor

iklim. Persamaan regresi untuk wilayah 2

adalah IS Liriomyza sp. = 81,8 + 17,6 MAn

+ 19,8 MA n-2 - 2,09 Tmin n - 0,994 Tmin n-3 -

0,0707 RHn.

Khusus untuk Thrips tabaci,

pendugaan serangan berdasarkan unsur iklim

mendapatkan nilai koefisien determinasi

yang baik jika kedua wilayah digabungkan

yaitu 39,6%. Persamaan regresi intensitas

serangan IS Thrips tabaci = 55,7 + 1,15 Tmax

n-3 - 1,57 Tmin n-2 - 2,21Tmin n-3.

13

Tabel 4 Koefisien Determinasi (R2) Intensitas Serangan Hama Bawang Merah.

Intensitas

serangan(IS)

wilayah 1 wilayah 2 wilayah 3 (gabung)

Semua

variabel

Variabel

cuaca

Semua

variabel

Variabel

cuaca

Semua

variabel

Variabel

cuaca

Spodoptera exigua 87,6 81,1 22,5 19,5 62,0 55,9

Liriomyza sp. 68,0 29,1 30,8 25,4 19,4 19,8

Thrips tabaci 46,6 70,3 58,6 43,1 40,0 47,1

Pada wilayah 2 tidak terdapat variabel

yang memberikan pengaruh yang nyata

terhadap intensitas serangan Thrips tabaci.

Pada masing-masing wilayah jarang

ditemukan adanya serangan hama ini.

Menurut Waiganjo et al. (2008), variabel

cuaca seperti curah hujan, suhu, kelembaban

relatif dan angin merupakan faktor penting

yang mempengaruhi jumlah Thrips. Suhu

relatif tinggi dan kurangnya curah hujan

telah dikaitkan dengan peningkatan populasi

Thrips bawang, sedangkan kelembaban

relatif tinggi dan curah hujan mengurangi

populasi Thrips. Populasi Thrips 10/tanaman

dan suhu sekitar 29 oC dapat menyebabkan

kerusakan serius pada tanaman bawang

merah (Ullah 2010). Serangan berat terjadi

pada suhu udara di atas normal dengan

kelembaban di atas 70%.

4.5.2 Principal Component Regresion

(PCR)

Persamaan regresi berganda dengan

PCR digunakan untuk memprediksi bencana

hama yang menyerang tanaman bawang

merah dengan menggunakan model regresi

linier. Penggunaan PCR karena adanya

multikolinieritas antar variabel. Analisis

PCR digunakan untuk melihat hubungan

antara intensitas serangan hama dengan

semua variabel yang mempengaruhi

serangan hama pada penelitian ini (intensitas

serangan pada minggu sebelumnya, musuh

alami dan variabel cuaca yaitu Tmax, Tmin,

RH dan CH satu hingga tiga minggu

sebelum periode serangan) dan hubungan

antara intensitas serangan hama dengan

variabel cuaca saja.

Model intensitas serangan pada

Spodoptera exigua menjelaskan nilai yang

baik apabila dianalisis menggunakan semua

variabel untuk menduga intensitas serangan,

hal ini dapat dilihat dari nilai R2. Pada

intensitas serangan Liriomyza diperoleh nilai

koefisien determinasi yang baik apabila

dinalisis menggunakan semua variabel yang

mempengaruhi serangan hama pada

penelitian ini. Namun pada wilayah 3 nilai

R2 menunjukkan nilai yang tidak jauh

berbeda apabila intensitas serangan

dianalisis menggunakan semua variabel atau

hanya menggunakan variabel cuaca saja.

Model untuk memprediksi intensitas

serangan Thrips tabaci menunjukkan nilai

yang lebih baik apabila dianalisis hanya

menggunakan variabel cuaca untuk wilayah

1 dan 3, sedangkan pada wilayah 2 model

akan memprediksi lebih baik jika

menggunakan semua variabel.

V SIMPULAN DAN SARAN

5.1 Kesimpulan Unsur cuaca dan musuh alami dapat

digunakan untuk menggambarkan intensitas

serangan Spodoptera exigua dengan baik

untuk masing-masing lokasi yang berbeda.

Khusus untuk Thrips tabaci pendugaan

serangan berdasarkan unsur cuaca lebih baik

jika data dari kedua wilayah digabungkan.

Unsur cuaca yang memberikan pengaruh

pada intensitas serangan hama adalah suhu

maksimum, suhu minimum, RH dan curah

hujan. Dengan data yang tersedia meskipun

diperoleh persamaan regresi linier dengan

nilai R2 yang tinggi tetapi belum

memperlihatkan konsistensi pengaruh unsur

cuaca antar lokasi meskipun faktor cuaca

dan faktor-faktor fisik lain yang diamati

tidak berbeda. Untuk masing-masing

wilayah dan masing-masing kasus hama,

unsur cuaca yang mempengaruhi berbeda-

beda.

5.2 Saran

Untuk menyusun sebuah model

prediksi bencana serangan organisme

pengganggu tanaman, perlu memperhatikan

kombinasi adanya faktor biotik dan abiotik

yang mempengaruhi kehidupan hama dan

tanaman inang. Perlu pengamatan

perkembangan dan siklus hidup hama

langsung di lapangan untuk mendapatkan

nilai Heat Unit. Perlu pengamatan secara

berkelanjutan untuk memperoleh model

prediksi yang konsisten.

14

DAFTAR PUSTAKA

[BPS] Badan Pusat Statisika. 2011. Luas

Panen, Produksi dan Produktivitas

Bawang Merah, 2009-2010.

http://www.bps.go.id

[BPS] Badan Pusat Statisika Kabupaten

Brebes. 2008. Kabupaten Bebes

dalam Tahun 2007. Brebes : BPS

Kabupaten Brebes.

Chaudhuri N dan Senapati SK. 2004.

Incidence and biology of leaf

miner, Liriomyza trifolii (Burg.) on

tomato as influenced by weather

conditions. Ann. Prot. Sci., 12:55-

58.

Deka S, Byjesh K, Kumar U, Choudhary R.

2009. Climate change and impacts

on crop pests—a critique.

Workshop Proceedings: Impact of

Climate Change on Agriculture

Gasperz V. 1995. Teknik analisis dalam

penelitian percobaan jilid dua.

Bandung : Tarsito.

Herlinda. 2004. Jenis tumbuhan inang, serta

populasi dan kerusakan oleh

pengorok daun, Liriomyza

huidobrensis (Blanchard) pada

tanaman kubis (Brassica oleracea

L.). Jurnal Tanaman Tropika

7(1):59-68.

Hunter WB, Hiebert SE, Webb JH, Tsai JE.

Polston. 1988. Ocation of

eminivirus in the Whitefly Bemisia

tabaci (Homoptera : Aleyrodidae).

The American Phytopathological

Society. Plant Disease . 82: 1147-

151.

Kalshoven LGE. 1981. The pest of crop in

Indonesia. Laan van der.

Penerjemah. Jakarta: Ichtiar Baru-

Van Hoeve. Terjemahan dari: De

Plagen van de Cultuurgewassen in

Indonesia.

Koesmaryono Y. 1991. Kapita Selekta

dalam agrometeorologi. Jakarta:

Direktorat Jenderal Pendidikan

Tinggi Departemen Pendidikan dan

Kebudayaan.

Lakshmi KV, Reddy DR, Varma NRG,

Pranuthi G. 2009. Weather based

pest and disease forewarning

models in groundnut in the context

of climate change. Workshop

Proceedings: Impact of Climate

Change on Agriculture.

Leite GLD, Picanco M, Zanuncio JC, Ecole

CC. 2006. Factors affecting

herbivory of Thrips palmi

(Thysanoptera:Thripidae) and Aphis

gossypii (Homoptera: Aphididae)

on the Eggplant (Solanum

melongena). Brazilian Archives of

Biology and Technology Vol.49, n.

3 : pp. 361-369.

Morsello Sc, Groves RL, Nault BA,

Kennedy GG. 2008. Temperature

and precipitation affect seasonal

patterns of dispersing Tobacco

Thrips, Frankliniella fusca, and

Onion Thrips, Thrips tabaci

(Thysanoptera: Thripidae) Caught

on Sticky Traps. Entomological

Society of America Vol. 37, no. 1.

Mossler MA, Larson BC, Nesheim ON,

2007. Florida Crop/Pest

Management Profiles: Celery1.

University of Florida IFAS

Extension.

Nonci N dan Muis A. 2011. Bioekologi dan

pengendalian pengorok daun

liriomyza chinensis kato (diptera:

Agromyzidae) pada bawang merah.

Jurnal Litbang Pertanian, 30(4),

2011

Nurjanani dan Ramlan, 2008. Pengendalian

hama Spodoptera exigua Hubn.

untuk meningkatkan produktivitas

bawang merah pada lahan sawah

tadah hujan di Jeneponto, Sulawesi

Selatan. Jurnal Pengkajian dan

pengembangan Teknologi

Pertanian. Vol 11 (2):164-170.

Nurjanani, 2011. Identifikasi hama dan

penyakit pada tanaman bawang

merah di Kabupaten Bone. Balai

Pengkajian Teknologi Pertanian

Sulawesi Selatan Superman : Suara

Perlindungan Tanaman,

Vol.1.,No.4.

Pitojo S. 2003. Benih bawang merah.

Yogyakarta: Kanisisus.

Pribadi A dan Anggraeni I. 2011. Pengaruh

temperatur dan kelembaban

terhadap tingkat kerusakan daun

jabon (anthocephalus cadamba )

oleh Arthrochista hilaralis. Jurnal

Penelitian Hutan Tanaman Vol.8

No.1, Februari 2011, 1 - 7

Rauf A. 1999. Dinamika populasi

Spodoptera exigua (hubner)

(lepidoptera: noctuidae) pada

pertanaman bawang merah di

dataran rendah. Buletin Hama dan

Penyakit Tumbuhan 11(2):39-47.

15

Rukmana R. 1994. Bawang Merah.

Yogyakarta: Kanisisus.

Samsudin. 2011. Uji Patologi Dan Perbaikan

Kinerja Spodoptera Exigua

Nucleopolyhedrovirus (Senpv).

Sekolah Pascasarjana. Institut

Pertanian Bogor

Semangun H. 2007. Pengantar Ilmu

Penyakit Tanaman. Yogyakarta:

UGM.

Soetiarso TA. 2010. Teknologi Inovatif

bawang merah dan

pengembangannya. Prosiding

Seminar Nasional Pengembangan

Inovasi Pertanian Lahan marginal.

Balai Penelitian Tanaman Sayuran.

Suhaeni N. 2007. Petunjuk Praktis

Menanam Bawang Merah.

Bandung: Jembar.

Suharsono. 2011. Kepekaan galur kedelai

toleran jenuh air terhadap ulat

grayak Spodoptera litura F.

Superman : Suara Perlindungan

Tanaman, Vol.1.,No.3.

Suryaningsih E. 2002. Pengendalian Lalat

Penggorok Daun pada Tanaman

Kentang Menggunakan Pestisida

Biorasional Dirotasi dengan

Pestisida Sintetik secara Bergiliran.

Balitsa Lembang:

http://balitsa.litbang.deptan.go.id [

20 April 2012]

Susniahti N, Sumeno, Sudarjat. 2005. Bahan

ajar ilmu hama tumbuhan.

Universitas Padjadjaran.

Ullah F, Kulk MU, Farid A, Saeed MQ,

Sattar S. 2010. Population

dynamics and chemical control of

onion Thrips (Thrips tabaci,

Lindemann). Pakistan J. Zool., vol.

42(4), pp. 401-406.

Waiganjo MM, Gitonga LM, Mueke JM,

2008. Effects of weather onthrips

population dynamics and its

implications on the Thrips pest

management. Afr. J. Hort. Sci.

(2008) 1:82-90.

Wang JY. 1960. A critique of the heat unit

approach to plant response studies,

notes and comment. Ecology J. 41

(4) : 785 - 790.

Wibowo S. 2001. Budi daya Bawang Putih,

Merah dan Bombay. Depok:

Penebar Swadaya.

Wiyono S. 2007. Perubahan iklim dan

Ledakan Hama dan Penyakit

Tanaman. Makalah disampaikan

pada seminar keanekaragaman

hayati ditengah perubahan iklim:

Tantangan masa depan Indonesia,

diselenggarakan oleh Kehati

jakarata 28 juni 2007.

WMO. 1981. Guide to Agricultural

Meteorology Practices (WMO-

No:134). Secrt of WMO. Geneva.

Switzerland.

Zheng XL, Cong XP, Wang XP, Lei CL.

2011. A Review of geographic

distribution, overwintering and

migration in Spodoptera exigua

Hübner (Lepidoptera: Noctuidae). J. Entomol. Res. Soc., 13(3): 39-48.

LAMPIRAN

17

1 Foto hasil pengamatan lapang

1 Daun bawang merah terserang Thrips 2 Daun bawang merah terserang

Spodoptera exigua

3 Daun bawang merah terserang 4 Daun bawang merah terserang

Spodoptera exigua Liriomyza sp.

5 Daun bawang merah terserang Thrips tabaci

18

2 Koefisien korelasi intensitas serangan hama dengan variabel yang mempengaruhi intensitas

serangan hama

Variabel

IS Spodoptera IS Liriomyza IS Thrips

wilayah

1

wilayah

2

wilayah

3

wilayah

1

wilayah

2

wilayah

3

wilayah

1

wilayah

2

wilayah

3

IS n-1 r 0,788* 0,329 0,670* 0,091 0,155 0,129 0,125 -0,140 0,132

p-value 0,004 0,322 0,001 0,791 0,649 0,566 0,714 0,682 0,560

MA n r -0,476 -0,042 -0,312 -0,202 0,213 -0,060 0,081 -0,228 -0,049

p-value 0,139 0,903 0,158 0,551 0,530 0,791 0,813 0,499 0,830

MA n-1 r -0,077 -0,118 -0,123 -0,117 -0,055 -0,109 -0,294 -0,329 -0,301

p-value 0,821 0,729 0,586 0,733 0,873 0,630 0,380 0,324 0,173

MA n-2 r 0,598* 0,304 0,456* 0,056 0,467 0,199 -0,241 0,199 -0,098

p-value 0,052 0,364 0,033 0,870 0,147 0,374 0,475 0,557 0,664

Tmax n r -0,024 0,090 0,013 0,091 -0,033 0,045 -0,123 0,090 -0,062

p-value 0,943 0,793 0,954 0,791 0,924 0,844 0,718 0,794 0,783

Tmax n-1 r -0,019 -0,184 -0,078 -0,456 0,204 -0,210 -0,344 -0,180 -0,269

p-value 0,956 0,587 0,731 0,158 0,548 0,349 0,300 0,597 0,225

Tmax n-2 r -0,409 -0,372 -0,383* -0,716* -0,322 -0,558* -0,456 -0,339 -0,393*

p-value 0,212 0,259 0,078 0,013 0,334 0,007 0,158 0,308 0,071

Tmax n-3 r -0,494 -0,253 -0,388* -0,230 -0,285 -0,244 0,035 0,173 0,063

p-value 0,123 0,453 0,075 0,496 0,395 0,273 0,918 0,611 0,782

Tmax n-4 r -0,630* -0,083 -0,414* 0,106 -0,164 0,004 0,000 0,164 0,034

p-value 0,038 0,807 0,056 0,756 0,630 0,988 1,000 0,631 0,881

Tmin n r -0,542 -0,107 -0,360 -0,025 -0,678* -0,239 0,252 0,071 0,191

p-value 0,085 0,755 0,100 0,941 0,022 0,284 0,455 0,837 0,394

Tmin n-1 r -0,230 -0,579* 0,341 -0,354 -0,019 -0,230 -0,246 -0,269 -0,233

p-value 0,497 0,062 0,121 0,285 0,956 0,302 0,466 0,423 0,298

Tmin n-2 r -0,080 -0,105 -0,081 -0,697* 0,004 -0,419* -0,286 -0,173 -0,225

p-value 0,815 0,758 0,720 0,017 0,991 0,052 0,394 0,612 0,314

Tmin n-3 r -0,112 0,172 0,007 -0,326 -0,009 -0,191 -0,582* -0,462 -0,482*

p-value 0,742 0,614 0,975 0,328 0,979 0,394 0,060 0,152 0,023

Tmin n-4 r -0,047 0,028 -0,017 -0,300 0,461 -0,015 -0,517 0,005 -0,323

p-value 0,891 0,935 0,942 0,370 0,154 0,946 0,104 0,987 0,142

RH n r -0,848* -0,688* -0,742* -0,309 -0,361 -0,315 0,064 0,228 0,100

p-value 0,001 0,019 0,000 0,356 0,275 0,154 0,852 0,500 0,658

RH n-1 r -0,871* -0,576* -0,720* -0,423 -0,551* -0,453* -0,029 0,199 0,033

p-value 0,000 0,063 0,000 0,195 0,079 0,034 0,934 0,558 0,886

RH n-2 r -0,685* -0,569* -0,604* -0,272 -0,293 -0,266 0,071 0,189 0,100

p-value 0,020 0,068 0,003 0,419 0,381 0,231 0,836 0,578 0,659

RH n-3 r -0,154 -0,034 -0,091 -0,277 0,039 -0,143 -0,380 -0,111 -0,257

p-value 0,652 0,920 0,689 0,409 0,909 0,525 0,249 0,746 0,248

RH n-4 r 0,225 -0,150 0,089 -0,369 0,198 -0,139 -0,280 -0,068 -0,179

p-value 0,507 0,661 0,694 0,264 0,559 0,537 0,404 0,843 0,427

CH n r -0,474 -0,238 -0,366* -0,096 0,048 -0,043 -0,040 0,013 -0,023

p-value 0,140 0,480 0,093 0,778 0,888 0,849 0,908 0,970 0,921

CH n-1 r -0,591* -0,278 -0,448* -0,469 -0,243 -0,372* -0,359 -0,321 -0,318

p-value 0,056 0,409 0,037 0,145 0,471 0,088 0,278 0,335 0,149

CH n-2 r -0,233 -0,146 -0,188 -0,273 -0,056 -0,184 -0,132 0,232 -0,020

p-value 0,490 0,668 0,402 0,416 -0,870 0,412 0,700 0,492 0,930

CH n-3 r -0,365 -0,158 -0,268 -0,369 0,015 -0,217 -0,209 -0,140 -0,170

p-value 0,270 0,643 0,227 0,264 0,966 0,333 0,537 0,680 0,449

CH n-4 r -0,440 -0,117 -0,295 -0,146 -0,372 -0,219 -0,217 -0,185 -0,186

p-value 0,176 0,732 0,183 0,668 0,260 0,327 0,521 0,586 0,407

*korelasi nyata pada taraf 10%

19

3 Output minitab regresi stepwise intensitas serangan hama bawang merah di wilayah 1, wilayah 2

dan wilayah 3

Wilayah 1

Stepwise Regression: Spodoptera exigu versus Spodoptera exigu; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Spodoptera exigua on 24 predictors, with N = 11

Step 1 2 3 4 5 6

Constant 76,1118 65,9200 68,2776 23,8614 8,6910 -0,3303

RH n-1 -0,858 -0,751 -0,318 -0,426 -0,367 -0,414

T-Value -5,32 -6,20 -1,69 -3,93 -4,65 -10,36

P-Value 0,000 0,000 0,135 0,008 0,006 0,000

MA n-2 32,6 35,8 44,0 44,1 49,6

T-Value 3,07 4,40 8,87 12,70 23,10

P-Value 0,015 0,003 0,000 0,000 0,000

RH -0,469 -0,462 -0,466 -0,536

T-Value -2,63 -4,65 -6,69 -14,19

P-Value 0,034 0,004 0,001 0,000

Tmax n-2 1,63 1,99 2,59

T-Value 4,07 6,40 12,43

P-Value 0,007 0,001 0,000

CH n-1 -0,0176 -0,0213

T-Value -2,69 -6,44

P-Value 0,043 0,003

Spodoptera exigua n-1 -0,124

T-Value -4,15

P-Value 0,014

S 3,01 2,16 1,64 0,914 0,641 0,311

R-Sq 75,87 88,93 94,43 98,52 99,39 99,89

R-Sq(adj) 73,19 86,16 92,05 97,53 98,79 99,71

Step 7

Constant -3,565

RH n-1 -0,436

T-Value -18,84

P-Value 0,000

MA n-2 49,5

T-Value 41,60

P-Value 0,000

RH -0,527

T-Value -25,02

P-Value 0,000

Tmax n-2 2,55

T-Value 22,10

P-Value 0,000

CH n-1 -0,0212

20

T-Value -11,61

P-Value 0,001

Spodoptera exigua n-1 -0,132

T-Value -7,89

P-Value 0,004

Tmin n-3 0,221

T-Value 3,17

P-Value 0,050

S 0,172

R-Sq 99,97

R-Sq(adj) 99,91

Stepwise Regression: Liriomyza sp. versus Liriomyza sp.n-1; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Liriomyza sp. on 20 predictors, with N = 11

Step 1

Constant 95,21

Tmax n-2 -2,82

T-Value -3,08

P-Value 0,013

S 2,66

R-Sq 51,30

R-Sq(adj) 45,89

Stepwise Regression: Thrips tabaci versus Thrips tabaci n-1; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Thrips tabaci on 20 predictors, with N = 11

Step 1

Constant 55,02

Tmin n-3 -2,2

T-Value -2,15

P-Value 0,060

S 2,83

R-Sq 33,89

R-Sq(adj) 26,54

21

Wilayah 2

Stepwise Regression: Spodoptera exigu versus Spodoptera exigu; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Spodoptera exigua on 24 predictors, with N = 11

Step 1 2 3 4 5 6

Constant 40,023 8,659 -93,990 -107,267 -139,261 -130,643

RH -0,414 -0,527 -0,776 -0,952 -1,022 -1,034

T-Value -2,84 -3,57 -6,05 -8,92 -11,54 -16,88

P-Value 0,019 0,007 0,001 0,000 0,000 0,000

Tmin n-4 1,66 3,35 3,63 3,74 4,00

T-Value 1,71 3,93 6,09 8,05 11,89

P-Value 0,125 0,006 0,001 0,000 0,000

Tmin 3,34 4,12 4,49 4,69

T-Value 3,16 5,32 7,20 10,73

P-Value 0,016 0,002 0,001 0,000

CH 0,0362 0,0280 0,0284

T-Value 2,95 2,76 4,04

P-Value 0,026 0,040 0,016

Tmax n-3 0,81 0,90

T-Value 2,23 3,55

P-Value 0,076 0,024

Tmin n-2 -0,89

T-Value -2,55

P-Value 0,063

S 2,85 2,59 1,78 1,22 0,950 0,655

R-Sq 47,29 61,44 84,12 93,52 96,75 98,76

R-Sq(adj) 41,43 51,80 77,32 89,21 93,50 96,91

Step 7 8 9

Constant -146,5 -154,1 -149,9

RH -0,9305 -0,8471 -0,8402

T-Value -14,88 -16,74 -207,98

P-Value 0,001 0,004 0,003

Tmin n-4 3,864 3,622 3,551

T-Value 15,94 20,57 243,96

P-Value 0,001 0,002 0,003

Tmin 5,202 5,273 5,320

T-Value 13,74 22,82 286,81

P-Value 0,001 0,002 0,002

CH 0,02598 0,02340 0,02686

T-Value 5,17 7,28 83,63

P-Value 0,014 0,018 0,008

Tmax n-3 1,112 1,031 0,993

T-Value 5,55 8,21 97,15

P-Value 0,012 0,015 0,007

22

Tmin n-2 -0,682 -0,453 -0,456

T-Value -2,60 -2,47 -31,28

P-Value 0,080 0,132 0,020

RH n-1 -0,1699 -0,2565 -0,2838

T-Value -2,28 -4,49 -59,25

P-Value 0,107 0,046 0,011

Tmin n-3 0,379 0,340

T-Value 2,49 27,61

P-Value 0,131 0,023

CH n-4 0,00050

T-Value 17,77

P-Value 0,036

S 0,458 0,277 0,0221

R-Sq 99,55 99,89 100,00

R-Sq(adj) 98,49 99,45 100,00

Stepwise Regression: Liriomyza sp. versus Liriomyza sp.n-1; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Liriomyza sp. on 20 predictors, with N = 11

Step 1 2 3 4 5

Constant 53,31 53,29 54,69 82,28 81,85

Tmin -2,00 -2,04 -2,13 -2,28 -2,09

T-Value -2,77 -3,55 -4,27 -7,62 -9,13

P-Value 0,022 0,008 0,004 0,000 0,000

MA n-2 15,4 16,2 20,1 19,8

T-Value 2,50 3,02 5,99 8,21

P-Value 0,037 0,019 0,001 0,000

MA 9,9 16,3 17,6

T-Value 1,90 4,61 6,80

P-Value 0,098 0,004 0,001

Tmin n-3 -1,03 -0,99

T-Value -3,72 -4,97

P-Value 0,010 0,004

RH -0,071

T-Value -2,57

P-Value 0,050

S 1,65 1,32 1,14 0,678 0,488

R-Sq 46,01 69,64 80,01 93,96 97,40

R-Sq(adj) 40,01 62,06 71,44 89,93 94,79

Stepwise Regression: Thrips tabaci versus Thrips tabaci n-1; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Thrips tabaci on 20 predictors, with N = 11

No variables entered or removed

23

wilayah 3

Stepwise Regression: Spodoptera exigu versus Spodoptera exigu; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Spodoptera exigua on 24 predictors, with N = 22

Step 1 2 3 4

Constant 56,04 51,75 42,66 46,35

RH -0,61 -0,58 -0,48 -0,54

T-Value -4,95 -5,52 -4,02 -4,63

P-Value 0,000 0,000 0,001 0,000

MA n-2 28,7 22,6 25,0

T-Value 3,02 2,29 2,67

P-Value 0,007 0,035 0,016

Spodoptera exigua n-1 0,22 0,27

T-Value 1,64 2,09

P-Value 0,117 0,052

CH n-3 0,0030

T-Value 1,84

P-Value 0,084

S 3,39 2,86 2,74 2,57

R-Sq 55,05 69,60 73,57 77,94

R-Sq(adj) 52,80 66,40 69,17 72,75

Stepwise Regression: Liriomyza sp. versus Liriomyza sp.n-1; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Liriomyza sp. on 20 predictors, with N = 22

Step 1

Constant 64,95

Tmax n-2 -1,87

T-Value -3,01

P-Value 0,007

S 2,50

R-Sq 31,14

R-Sq(adj) 27,70

Mallows C-p 224,6

Stepwise Regression: Thrips tabaci versus Thrips tabaci n-1; MA; ... Alpha-to-Enter: 0,15 Alpha-to-Remove: 0,15

Response is Thrips tabaci on 20 predictors, with N = 22

24

Step 1 2 3

Constant 35,30 20,51 55,65

Tmin n-3 -1,41 -1,94 -2,21

T-Value -2,46 -3,13 -3,82

P-Value 0,023 0,005 0,001

Tmax n-3 0,86 1,15

T-Value 1,79 2,51

P-Value 0,089 0,022

Tmin n-2 -1,57

T-Value -2,20

P-Value 0,041

S 2,29 2,17 1,98

R-Sq 23,22 34,31 48,25

R-Sq(adj) 19,38 27,40 39,62

Mallows C-p 60,3 51,0 38,8

25

4 Persamaan regresi intensitas serangan hama terhadap semua variabel yang mempengaruhi serangan hama hasil PCR

Lokasi Hama Persamaan regresi R

2 adj

(%)

wilayah 1 Spodoptera

exigua

IS Spodoptera = 106,338 +0,129 IS n-1 - 13,409 MA + 2,533 MA n-1+ 10,485 MA n-2 + 0,051 Tmax -0,163 Tmax n-1-0,428

Tmax n-2 -0,146 Tmax n-3 -0,271 Tmax n-4 – 1,222 Tmin – 0,308 Tmin n-1- 0,397 Tmin n-2 + 0,276 Tminn-3

+ 0,501 Tmin n-4 -0,134 RH - 0,167 RH n-1- 0,152 RH n-2 - 0,056 RH n-3 - 0,008 RH n-4 +1,73 CH - 9,031

CH n-1-3,286 CH n-2 -11,199 CH n-3 -0,0037 CH n-4

87,6

Liriomyza Sp

IS Liriomyza = 55,04 -0,109 IS n-1 -0,108 MA +0,218 MA n-1 MA n-2+ 0,185Tmax +0,25 Tmax n-1+0,372 Tmax n-2 -

0,174 Tmax n-3 -0,703 Tmin +0,169Tmin n-1+0,298Tmin n-2 +0,376Tmin n-3 – 0,043 RH -0,053 RH n-1 -

0,025 RH n-2 + 0,047RH n-3 -0,005 CH +0,005 CH n-1 +0,002 CH n-2 -0,001CH n-3

68,0

Thrips tabaci

IS Thrips = 43,31-0,031 IS n-1+0,353MA - 4,077 MA n-1-2,352 MA n-2 -0,09 Tmax -0,396Tmax n-1-0,894Tmax n-2

+0,517Tmax n-3 +0,933Tmin -1,031Tmin n-1 +0,235Tmin n-2 -0,437Tmin n-3 +0,047RH +0,041RHn-1

+0,035RH n-2 -0,063RH n-3 +0,008CH -0,012 CH n-1 +0,014CH n-2 -0,0004 CH n-3

46,6

Wilayah 2 Spodoptera

exigua

IS Spodoptera = 133,796 + 0,036 IS n-1+ 7,79 MA -6,05 MA n-1+5,369 MA n-2 + 0,493 Tmax +0,109 Tmax n-1 -0,412Tmax

n-2 -0,287 Tmax n-3 +0,5495 Tmax n-4+0,298Tmin -6,45 Tmin n-1 +0,122 Tmin n-2 -0,3 Tminn-3 +0,565

Tmin n-4 +0,004RH -0,015RH n-1 -0,047 RH n-2 +0,063 RH n-3 +0,038 RH n-4 +3,2CH +0,001 CH n-1 -

0,004CH n-2 +0,0001CH n-3 -0,0002 CH n-4

22,5

Liriomyza Sp

IS Liriomyza = -3,868 + 0,105 IS n-1 +5,22 MA +0,378 MA n-1 + 3,208 MA n-2 -0,069 Tmax + 0,494Tmax n-1 +0,378

Tmax n-2 -0,22 Tmax n-3 -0,185 Tmin + 0,116 Tmin n-1 +0,223 Tmin n-2 + 0,07Tmin n-3 -0,02 RH -0,038

RH n-1 -0,042 RH n-2 +0,03 RH n-3 + 0,0025 CH -0,0001 CH n-1 -0,006 CH n-2 +0,0004 CH n-3

30,8

Thrips tabaci

IS Thrips = -0,805-0,032 IS n-1 -6,697MA -4,564 MA n-1 +2,484 MA n-2 +0,003 Tmax -0,068Tmax n-1 -0,213Tmaxn-2

+0,305Tmax n-3 +0,377Tmin +0,2Tmin n-1 +0,006Tmin n-2 -0,254Tmin n-3 +0,04RH +0,041RH n-1

+0,013RH n-2 -0,018RH n-3 +0,003CH -0,004CH n-1 +0,006CH n-2 +0,0001 CH n-3

58,6

Wilayah 3 Spodoptera

exigua

IS Spodoptera = 121,515 + 0,133 IS n-1 – 7,112 MA + 2,588 MA n-1 + 6,414 MA n-2 -0,092 Tmax -0,048 Tmax n-1 -0,049

Tmax n-2 -0,148 Tmax n-3 -0,271 Tmax n-4 – 1,123 Tmin - 0,293 Tmin n-1 +0,169 Tmin n-2 + 0,144 Tminn-3

+ 0,503 Tmin n-4 -0,102 RH – 0,137 RH n-1- 0,135 RH n-2 - 0,037 RH n-3 +0,017 RH n-4- 0,008 CH - 0,007

CH n-1- 0,004 CH n-2 -0,0003 CH n-3 -0,0002 CH n-4

62,0

26

Liriomyza Sp

IS Liriomyza = -27,316 -0,024 IS n-1 +2,322 MA +0,542 MA n-1 -0,612 MA n-2 +0,017 Tmax + 0,113 Tmax n-1 +0,158

Tmax n-2 +0,132 Tmax n-3 +0,078Tmin +0,123Tmin n-1 +0,111Tmin n-2 +0,128Tmin n-3 +0,032RH

+0,035RH n-1+0,036 RH n-2 +0,011RH n-3 +0,004CH +0,004CH n-1+0,002CH n-2 +0,0004 CH n-3

19,4

Thrips tabaci

IS Thrips = 20,34 -0,06 IS n-1 -5,432MA -7,42 MA n-1 -0,864 MA n-2 +0,024 Tmax -0,249 Tmax n-1-0,455Tmax n-2

+0,41Tmax n-3 +0,658Tmin -0,668Tmin n-1 -0,132Tmin n-2 -0,417Tmin n-3 +0,053RH +0,053RHn-1

+0,036RH n-2 -0,043RH n-3 -0,004CH -0,008CH n-1+0,008CH n-2 -0,0001CH n-3

40,0

5 Persamaan regresi intensitas serangan hama terhadap variabel cuaca hasil PCR

Lokasi Hama Persamaan regresi R

2 adj

(%)

wilayah 1 Spodoptera

exigua

IS Spodoptera = 304,394 +0,385Tmax -0,259 Tmax n-1-0,682 Tmax n-2 -0,225 Tmax n-3 -0,396 Tmax n-4 -1,88Tmin

+0,016Tmin n-1+0,291Tmin n-2 +0,501 Tmin n-3 + 0,729 Tmin n-4-0,168 RH - 0,217 RH n-1- 0,155 RHn-2 -

0,053 RH n-3 +0,051 RH n-4 - 0,005 CH -0,009 CH n-1+ 0,003 CH n-2 -0,001 CH n-3 -0,894 CH n-4

81,1

Liriomyza Sp

IS Liriomyza = 55,049 -0,109Tmax -0,183Tmax n-1 -0,218 Tmax n-2 -0,175Tmax lag3 -0,165 Tmin -0,211Tmin n-1 -

0,114Tmin n-2 -0,211 Tmin n-3 -0,05 RH -0,057 RH n-1 -0,064 RH n-2 -0,034 RH n-3 -0,0047 CH -0,05 CH n-1

-0,005 CH n-2 -0,001 CH n-3

29,1

Thrips tabaci

IS Thrips = 86,31 -0,165Tmax -0,865Tmax n-1 -0,1059Tmax n-2 +0,216Tmax n-3 +1,312Tmin -0,389Tmin n-1 -

0,992Tmin n-2 -1,425Tmin n-3 +0,116RH +0,099RH n-1 +0,079RH n-2 -0,033RH n-3 +0,012CH +0,001CH n-1

-0,006 CH n-2 -0,0001CH n-3

70,3

Wilayah 2 Spodoptera

exigua

IS Spodoptera = 46,53 - 0,087 Tmax - 0,13 Tmax n-1 -0,189 Tmax n-2 -0,149 Tmax n-3 -0,147 Tmax n-4 – 0,09 Tmin - 0,095

Tmin n-1 - 0,116 Tmin n-2 -0,13 Tmin n-3 -0,136 Tmin n-4 -0,037 RH - 0,038 RH n-1 - 0,04 RH n-2- 0,015 RH

n-3 - 1,465 RH n-4 - 0,004 CH + 0,005 CH n-1 - 0,003 CH n-2 -0,0003 CH n-3 - 0,0003 CH n-4

19,5

Liriomyza Sp

IS Liriomyza = -8,276 + 0,185Tmax +0,25 Tmax n-1 +0,372 Tmax n-2 -0,174 Tmax n-3 -0,703 Tmin +0,169Tmin n-1

+0,298Tmin n-2 +0,376Tmin n-3 – 0,043 RH -0,053 RH n-1 -0,025 RH n-2 + 0,047RH n-3 -0,005 CH +0,005

CH n-1 +0,002 CH n-2 -0,001CH n-3

25,4

Thrips tabaci

IS Thrips = -11,863-0,161Tmax -0,002Tmax n-1 -2,277Tmax n-2 +0,151Tmax n-3 +0,562Tmin -0,148Tmin n-1 -

0,259Tmin n-2 -0,327Tmin n-3 +0,034RH +0,047RH n-1 +0,044RH n-2 -0,041RH n-3 +0,00004CH -0,003CHn-

1 -0,014CH n-2 +0,0001 CH n-3

43,1

27

Wilayah 3 Spodoptera

exigua

IS Spodoptera = - 0,33 + 2,59 Tmax + 2,59 Tmax n-1 + 2,59 Tmax n-2 + 2,59 Tmax n-3 + 2,59 Tmax n-4 + 5,32 Tmin - 0,456

Tmin n-1 - 0,456 Tmin n-2 + 0,340 Tmin n-3 + 3,55 Tmin n-4 + 0,536 RH - 0,414 RH n-1 - 0,414 RH n-2 - 0,414

RH n-3- 0,414 RH lag4 - 0,0269 CH + 0,000496 CH n-1+ 0,0213 CH n-2 +0,0269 CH n-3+ 0,000496 CH n-4

55,9

Liriomyza Sp

IS Liriomyza = -62,329 -0,074Tmax -0,139Tmax n-1 -0,159Tmax n-2 -0,127Tmax n-3-0,110Tmin -0,143Tmin n-1 -

0,099Tmin n-2 -0,139Tmin n-3 -0,036RH -0,038RH n-1 -0,042RH n-2 -0,019RH n-3 -0,003CH -0,003CHn-1 -

0,002 CH n-2 -0,0002CH n-3

19,8

Thrips tabaci

IS Thrips = 37,642 -0,324Tmax -0,234Tmax n-1 -0,698Tmax n-2 +0,262Tmax n-3 +1,044Tmin -0,586Tmin n-1 -

0,304Tmin n-2 -0,732Tmin n-3 +0,068RH +0,066RH n-1 +0,024RH n-2 -0,058RH n-3 +0,009CH -0,008CH n-1

+0,00001 CH n-2 +0,0001CH n-3

47,1