Analisis Unsur Cuaca pada Pertanian Bawang Merah Kabupaten Nganjuk Tahun 2019 dengan Principal Component Analysis

  • Nani Sunarmi Universitas Islam Negeri Sayyid Ali Rahmatullah Tulungagung
  • Nani Sunarmi Universitas Islam Negeri Sayyid Ali Rahmatullah Tulungagung
  • Roisatul Hasanah Universitas Islam Negeri Sayyid Ali Rahmatullah Tulungagung
  • Rahma Fitriana Universitas Islam Negeri Sayyid Ali Rahmatullah Tulungagung
  • Irfa Nur Hamidah Universitas Islam Negeri Sayyid Ali Rahmatullah Tulungagung
Keywords: Bawang Merah, Unsur Cuaca, Metode Principal Component Analysis

Abstract

Bawang merupakan bahan pangan Indonesia yang termasuk jenis umbi-umbian yang sangat dipengaruhi oleh unsur cuaca. Unsur cuaca tersendiri juga dipengaruhi oleh beberapa variabel diantaranya suhu udara, kelembaban udara, kecepatan angin, arah angin, penyinaran matahari, dan curah hujan. Penelitian ini bertujuan untuk menentukan variabel unsur cuaca yang paling berpengaruh pada pertumbuhan tanaman bawang merah menggunakan metode Principal component analysis. Analisis dilakukan pada data cuaca dari stasiun Geofisika Kabupaten Nganjuk Jawa Timur tahun 2019. Metode yang diterapkan adalah metode Principal component analysis. Berdasarkan Penerapan metode Principal component analysis pada variabel cuaca diperoleh terdapat dua faktor yang mempengaruhi unsur cuaca dan berimbas pada pertumbuhan bawang merah. Faktor pertama yang paling dominan adalah variabel kelembaban udara, curah hujan, suhu udara dan lamanya penyinaran matahari. Serta variabel yang paling dominan adalah kelembaban udara yang memiliki nilai loading terbesar yakni 0,891 dibandingkan semua variabel yang berada pada faktor pertama.

Downloads

Download data is not yet available.

References

Aldila, H. F., Fariyanti, A., & Tinaprilla, N. (2015). Analisis Profitabilitas Usahatani Bawang Merah Berdasarkan Musim Di Tiga Kabupaten Sentra Produksi Di Indonesia. SEPA: Jurnal Sosial Ekonomi Pertanian dan Agribisnis, 11(2), 249–260. https://doi.org/10.20961/sepa.v11i2.14188

Ariska, N., Rachmawati, & Diah. (2017). Pengaruh Ketersediaan Air Berbeda Terhadap Pertumbuhan dan Hasil Tiga Kultivar Bawang Merah (Allium cepa L). Jurnal Agrotek Lestari, 4(2), 42–50. http://jurnal.utu.ac.id/jagrotek/article/view/609

Aryanta, I. W. R. (2019). Bawang Merah Dan Manfaatnya Bagi Kesehatan. E-Jurnal Widya Kesehatan, 1(1), 29–35. https://doi.org/10.32795/widyakesehatan.v1i1.280

Astuti, L. T. W., Daryanto, A., Syaukat, Y., & Daryanto, H. K. (2019). Analisis Resiko Produksi Usahatani Bawang Merah pada Musim Kering dan Musim Hujan di Kabupaten Brebes. Jurnal Ekonomi Pertanian dan Agribisnis, 3(4), 840–852. https://doi.org/10.21776/ub.jepa.2019.003.04.19

Astuti, P., Sudiyarto, & Amir, I. T. (2020). Pengaruh Produksi Bawang Merah Dan Musim Effect Of Production Onion And Season ( Rainy And Dry Season ) On Onion Price At District Probolingo. Jurnal Ilmiah Ekonomi, Manajemen dan Agribisnis, 8(1), 25–35.

BMKG RI. (2022). Badan Meteorologi, Klimatologi, dan Geofisika (BMKG) Republik Indonesia. https://dataonline.bmkg.go.id/

Cahyono, E. N., Pamungkas, D. P., & ... (2021). Sistem Pakar Penyakit Dan Hama Pada Bawang Merah. Prosiding Seminar Nasional Inovasi Teknologi, 237–242. https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/954%0Ahttps://proceeding.unpkediri.ac.id/index.php/inotek/article/download/954/633

Hakim, T., & Anandari, S. (2019). Responsif Bokashin Kotoran Sapi dan POC Bonggol Pisang Terhadap Pertumbuhan dan Produksi Bawang Merah ( Allium ascalonicum L .). Jurnal Agrium, 22(2), 102–106. https://doi.org/https://doi.org/10.30596/agrium.v21i3.2456

Ilmaniati, A., & Putro, B. E. (2019). Analisis Komponen Utama Faktor-Faktor Pendahulu (Antecedents) Berbagi Pengetahuan Pada Usaha Mikro , Kecil , Dan Menengah ( Umkm ) Di Indonesia. Jurnal Teknologi, 11(1), 67–78.

Kustiari, R. (2017). PERILAKU HARGA DAN INTEGRASI PASAR BAWANG MERAH DI INDONESIA Price Behavior and Market Integration of Shallots in Indonesia. Jurnal Agro Ekonomi, 35(2), 77–87. https://doi.org/http://dx.doi.org/10.21082/jae.v35n2.2017

Mahmoudi, M. R., Heydari, M. H., Qasem, S. N., Mosavi, A., & Band, S. S. (2021). Principal component analysis to study the relations between the spread rates of COVID-19 in high risks countries. Alexandria Engineering Journal, 60(1), 457–464. https://doi.org/10.1016/j.aej.2020.09.013

Masithoh, H., Murdiana, H., Putri, R., Pratiwi, J. R., Fahira, J. N., Uddin, M. L. N., Sunarmi, N., & Sifa, W. A. (2022). Analisis Unsur Cuaca Dibidang Pertanian Malang 2018-2021 Menggunakan Metode Principal Component Analysis. Seminar Nasional Pendidikan Fisika VII 2022 "Transformasi dan Inovasi Pembelajaran Di Era Digital ", 1–17. http://prosiding.unipma.ac.id/index.php/SNPF

Noya van Delsen, M. S., Wattimena, A. Z., & Saputri, S. (2017). Penggunaan Metode Analisis Komponen Utama Untuk Mereduksi Faktor-Faktor Inflasi Di Kota Ambon. BAREKENG: Jurnal Ilmu Matematika dan Terapan, 11(2), 109–118. https://doi.org/10.30598/barekengvol11iss2pp109-118

Purnama, S. A., & Rikumahu, B. (2020). Analisis Faktor Yang Mempengaruhi Harga Saham Menggunakan Metode Principal Component Analysis ( Studi Pada Sub Sektor Perbankan Saham LQ45 Yang Terdaftar Di Bursa Efek Indonesia Periode 2015-2019 ). 7(2), 5240–5247.

Rasmikayati, E., & Djuwendah, E. (2015). DAMPAK PERUBAHAN IKLIM TERHADAP PERILAKU DAN PENDAPATAN PETANI (The Impact of Climate Change to Farmers’ Behavior and Revenue). Jurnal Manusia dan Lingkungan, 22(3), 372–379. https://doi.org/10.22146/jml.18764

Riyadlus Sholikin, A., & Didik Haryono, D. (2019). The Study of Rainfall Changes to Shallot Productivity (Allium ascalonicum L.) in Several Production Centers. Jurnal Produksi Tanaman, 7(9), 1587–1594.

Saepurohman, T., & Putro, B. E. (2019). Analisis Principal Component Analysis ( PCA ) Untuk Mereduksi Faktor-Faktor yang Mempengaruhi Kualitas Kulit Kikil Sapi. Seminar dan Koferensi Nasional IDEC, May, C01.1-C01.10.

Taskirah, A., Damaris, B., & Gustina. (2022). Mengidentifikasi Jamur Patogen pada tanaman Bawang Merah (Allium cepa) di Kecamatan Tabang Kabupaten Mamasa Sulawesi Barat. Jurnal Celebes Biodiversitas 5, 5(2), 8–16.

Wu, S. X., Wai, H.-T., Li, L., & Scaglione, A. (2018). A Review of Distributed Algorithms for Principal Component Analysis. Proceedings of the IEEE, 106(8), 1321–1340. https://doi.org/10.1109/JPROC.2018.2846568

Published
2022-09-11
Abstract viewed = 199 times
pdf downloaded = 162 times