Pola Gelombang Spektra NIR Tanah
Mohsenin (1984) mengatakan bahwa sampel yang dikenai radiasi NIR akan menerima energi yang memicu terjadinya getaran dan regangan pada kelompok ikatan atom O-H, N-H, dan C-H yang merupakan komponen utama pembentuk senyawa organik. Sebagian energi akan diserap dan sebagian lainnya akan dipantulkan. Energi yang dipancarkan ke bahan organik, sekitar 4% akan dipantulkan kembali ke permukaan luar (regular reflection) dan sekitar 96% akan masuk ke dalam bahan kemudian mengalami penyerapan, pemantulan, penyebaran dan penerusan cahaya.
Menurut Nicolai et al. (2007), ketika radiasi mengenai sampel maka akan terjadi 3 fenomena radiasi yaitu diserap (absorbed), ditransmisikan (transmitted), dipantulkan (reflected). Kontribusi dari setiap fenomena tergantung pada konstitusi kimia dan parameter fisik dari sampel. Kontribusi dari setiap fenomena tergantung pada konstitusi kimia dan parameter fisik dari sampel. Pada Gambar 19, terlihat bahwa pola spektrum reflektan NIR tanah secara umum hampir sama. Data reflektan dapat diubah menjadi data absorban dengan cara mentransformasikan data reflektan NIR dalam log (1/R). Pola spektra NIR setelah ditransformasi menjadi log (1/R) dapat dilihat pada Gambar 20. Secara umum pola grafik absorban NIR tanah sama. Jika diamati secara detail, pola grafik absorban merupakan kebalikan dari pola reflektan dimana pada puncak gelombang absorban merupakan lembah dari grafik reflektan. Semakin kuat penyerapan gelombang maka akan semakin kecil gelombang yang dipantukan.
Kesamaan pola grafik reflektan dan absorban NIR tanah menunjukkan keberadaan ikatan-ikatan O-H, N-H, dan C-H pada tanah berada pada beberapa panjang gelombang infra merah yang sama. Perbedaannya terletak pada amplitudo yang berbeda-beda yang dipengaruhi jumlah konsentrasi dari setiap ikatan tersebut di dalam tanah. Semakin besar konsentrasi ikatan kimia O-H, N-H, dan C-H, maka penyerapan akan semakin besar dan amplitudo gelombang yang terjadi semakin tinggi.
37
Gambar 19 Pola spektra reflektan NIR tanah.
Gambar 20 Pola spektra absorban NIR tanah.
Pada spektrum absorban dan reflektan yang terlihat renggang menunjukkan terdapatnya noise atau guncangan pada saat pengukuran dengan menggunakan NIR spectroscopy. Oleh karena itu dilakukan pretreatment dengan menggunakan normalisasi biner (0-1) yang bertujuan mengurangi error atau noise yang terjadi pada spektra gelombang NIR yang dihasilkan. Menurut Nicolai et al (2007), teknik normalisasi ini digunakan untuk mengimbangi tambahan (error) efek dalam data spektra yang disebabkan oleh adanya efek fisik seperti penyebaran yang tidak seragam di seluruh spectrum, noise, dan kurang bagusnya bentuk serta model persamaan regresi kalibrasi yang dibangun. Selain itu dengan adanya normalisasi, pola pada absorban dan reflektan dapat terlihat lebih jelas karena puncak-puncak pada spektra lebih jelas terlihat. Pola spektra absorban dan reflektan setelah dinormalisasi dapat dilihat pada Gambar 21 dan Gambar 22.
38
Gambar 21 Pola spektra reflektan NIR tanah setelah dinormalisasi.
Gambar 22 Pola spektra absorban NIR tanah setelah dinormalisasi.
Dari Gambar 23 dan 24 dapat terlihat puncak pada spektra pada absorban NIR tanah berada pada kisaran gelombang 1400 – 1450 nm, 1900 – 1950 nm dan 2200 – 2250 nm. Pada panjang gelombang ini, penyerapan pada spektra NIR pada tanah cukup tinggi yang juga mengindikasikan adanya ikatan C, H, O dan N.
Kalibrasi dan Validasi Spektra NIR terhadap Kadar Nitrogen Tanah Menggunakan Metode Jaringan Saraf Tiruan (JST)
Deskripsi Data
Jaringan saraf tiruan digunakan untuk mengetahui kemampuan NIR dalam melakukan prediksi kadar nitrogen tanah melaui proses kalibrasi dan validasi. Selain itu, proses kalibrasi dan validasi ini diperlukan untuk memperkuat hipotesa bahwa gelombang infra merah dapat digunakan untuk memprediksi kadar nitrogen tanah.
39
Kalibrasi dan validasi spektra NIR untuk memprediksi kadar nitrogen tanah dikembangkan berdasarkan korelasi data spektra absorban dan reflektan NIR dengan data kandungan nitrogen tanah hasil pengukuran laboratorium tanah. Jumlah data keseluruhan berjumlah 66 buah sampel tanah. Proses kalibrasi menggunakan 2/3 (44 sampel) dan proses validasi menggunakan 1/3 (22 sampel) dari jumlah total sampel tanah. Data yang digunakan pada proses kalibrasi dan validasi, dipilih secara terstruktur dan diurutkan dari yang terkecil sampai yang terbesar. Selanjutnya, data dikelompokkan sebanyak 3 buah per kelompok data secara berurutan. Data ke-1 dan ke-3 dari setiap kelompok sampel digunakan pada proses kalibrasi, sedangkan data ke-2 digunakan pada proses validasi. Cara ini diharapkan dapat membuat proses kalibrasi berjalan dengan efektif, karena jaringan akan mengenali dengan baik berbagai pola prediksi kadar nitrogen tanah. Sedangkan pada proses validasi, prediksi kadar nitrogen tanah akan berjalan dengan lebih efektif karena kadar nitrogen tanah yang diberikan masih berada pada kisaran data kalibrasi. Karakteristik data kalibrasi dan validasi tanah dapat dilihat pada Tabel 5.
Tabel 5. Karakteristik data untuk kalibrasi dan validasi metode JST
Deskripsi Statistik Kalibrasi Validasi
Jumlah data 44 22 Nilai minimum 0.07 0.07 Nilai maksimum 0.68 0.57 Nilai rata-rata 0.23 0.22 Standar deviasi 0.11 0.12 Segmentasi data
Spektra yang dihasilkan oleh penembakan NIR pada sampel terdiri dari 1501 data spektra dalam rentang panjang gelombang 1000-2500 nm. Persiapan data yang pertama dilakukan pada metode JST ini adalah segmentasi data, dimana sebanyak 1501 data absorban akan direduksi menjadi beberapa data spektra saja. Tujuan dilakukannya reduksi data ini adalah untuk memudahkan proses pelatihan jaringan pada tahap pengembangan model kalibrasi. Jumlah data spektra sebanyak 1501 buah akan memperlambat proses iterasi sehingga pelatihan jaringan tidak efektif.
Segmentasi data dapat didefinisikan sebagai nilai rata-rata spektra pada masing-masing panjang gelombangnya di setiap beberapa titik (segmen). Kawano et al.,
40
(1992) menggunakan segmen 20 dengan range spektra pengukuran 680-1235 nm, sedangkan Ventura et al., (1998) menggunakan segmen 8, 10, 12 dan 16 dengan range spektra pengukuran 800-1000 nm. Pada penelitian ini digunakan segmentasi 8.
Pada segmen 8, nilai spektra dirata-ratakan setiap 8 panjang gelombang Hasil dari segmentasi 8 dapat mereduksi data spektra menjadi 188 data. Pola Spektra sebelum dan setelah perlakuan segmentasi data tidak terdapat perubahan yang signifikan, walaupun sebenarnya jarak antar grafik yang satu dengan yang lain semakin renggang. Hal ini disebabkan perbedaan nilai spektra pada satu panjang gelombang dengan panjang gelombang berikutnya sangat kecil yaitu <0.001. Pada saat spektra hasil segmentasi 8 diplotkan ke dalam grafik tidak kelihatan perubahan yang berarti karena posisi grafik 8 spektra sebelum digabung selalu berhimpitan. Hasil segmentasi 8 reflektan dan absorban dapat dilihat pada Gambar 23 dan Gambar 24.
Gambar 23 Spektra reflektan setelah segmentasi 8.
41 Analisis Komponen Utama (PCA)
Data spektra hasil segmentasi masih terbilang cukup banyak sehingga apabila dijadikan input pada JST akan menyebabkan JST sulit mencapai konvergensi dan memperlambat proses pelatihannya, oleh karena itu dilakukan langkah persiapan data selanjutnya untuk mereduksi data. Metode yang digunakan untuk mereduksi data spektra adalah analisis komponen utama (PCA). Hal ini juga bertujuan untuk menghilangkan interkorelasi data yang merupakan syarat utama untuk menjadi input JST.
Pada analisis komponen utama ini akan dibangkitkan variabel baru yang jumlahnya lebih sedikit namun mampu mewakili informasi yang dibawa oleh spektra asli. Hasil PCA berupa komponen utama atau principal component (PC) yang menunjukkan persentase informasi spektra yang terwakili. Sebanyak 188 spektra absorban dan reflektan dari masing-masing panjang gelombang pada segmentasi 8 akan dicari masing-masing komponen utamanya (PC). Persentase yang diwakili (variasi) oleh masing-masing PC untuk segmen 8 pada absorban dan reflektan dapat dilihat pada Gambar 25.
Gambar 25 Kurva variasi kumulatif 11 komponen utama (PC) pada segmen 8. Persentase variasi kumulatif komponen utama menunjukkan bahwa pada PC11 spektra reflektan dan absorban sudah memuat 100%. Sehingga dalam pengembangan jaringan saraf tiruan yang digunakan sebagai input dalam penelitian ini sebanyak 11 PC
42
(Lampiran 3). Walaupun secara teoritis apabila total variasi sudah mencapai sebesar 80- 90% dari jumlah variabel telah dapat diwakili oleh sejumlah PC, maka jumlah PC tersebut dapat menggantikan variabel awal tanpa menghilangkan banyak informasi (Iriawan dan Astuti, 2006 dalam Novita, 2011). Hasil dari PCA hanya berupa bobot dari masing-masing PC, bobot tersebut belum dapat langsung digunakan sebagai input JST. Tahap selanjutnya yaitu dilakukan perkalian matriks antara nilai PC11 dengan nilai spektra absorban dan reflektan NIR. Hasil perkalian matriks tersebut merupakan data PC yang sudah siap digunakan sebagai input JST (Lampiran 4).
Pengembangan Model JST
Model JST yang digunakan pada penelitian ini adalah model jaringan feed- fodward multi layer yang terdiri dari satu layer input, satu layer tersembunyi dan satu layer output. Jumlah node pada layer input adalah 11 node yang merupakan komponen utama dari PCA, kemudian jumlah node pada layer tersembunyi divariasikan mulai dari 2, 4, 6 dan 8 dan 10 node, sedangkan pada layer output hanya digunakan satu buah node yaitu nilai dugaan kandungan nitrogen tanah, sehinga diperoleh sebanyak empat variasi arsitektur jaringan yaitu jaringan 11-2-1, 11-4-1, 11-6-1, 11-8-1 dan 11-10-1. Algoritma yang dipakai adalah algoritma terlatih resilient backpropogation yang merupakan modifikasi dari algoritma backpropogation. Iterasi atau epoch yang digunakan selama pelatihan divariasikan mulai dari 5.000 – 100.000 kali dan laju pembelajaran (learning rate) yang digunakan sebesar 0.8.
Hasil Kalibrasi dan Validasi Absorban NIR
Hasil kalibrasi dan validasi metode JST dievaluasi berdasarkan nilai R2, r, RMSE dan CV. Model kalibrasi dan validasi yang baik memiliki nilai R2 dan r yang tinggi yaitu mendekati 1, selisih antara RMSEC dan RMSEP yang rendah yaitu lebih kecil dari 0.01 serta nilai CV yang rendah yaitu lebih kecil dari 5%. RMSE merupakan parameter akurasi model yang menunjukkan perbedaan nilai hasil pendugaan terhadap nilai hasil pengukuran (error). Selisih kedua RMSE yang rendah menunjukkan kestabilan model. Model yang baik memiliki error yang sama atau hampir sama pada model kalibrasi dan validasinya (William dan Norris, 1990). Hasil kalibrasi dan validasi absorban NIR dapat dilihat pada Tabel 6.
43
Berdasarkan hasil kalibrasi dan validasi pada absorban NIR, diperoleh arsitektur jaringan NIR terbaik yaitu 11-2-1 dengan iterasi 5000 kali seperti yang diperlihatkan oleh Gambar 26. Hal ini ditunjukkan dari perolehan nilai r model kalibrasi dan validasi lebih besar dari 0.5 yaitu sebesar 0.9595 dan 0.888. Nilai R2 spektra absorban NIR kalibrasi dan validasi juga cukup tinggi yaitu sebesar 0.9208 dan 0.7892 yang menunjukkan besarnya kontribusi variabel x terhadap naik turunnya nilai variabel y. Semakin besar nilai R2, maka model semakin mampu menjelaskan variabel y. Selisih nilai RMSEC dan RMSEP sebesar 0.019 menunjukkan model cukup stabil untuk digunakan memprediksi kandungan nitrogen tanah. Hanya nilai CV sebesar 26.3% masih cukup besar, sehingga akurasi dalam memprediksi kandungan nitrogen tanah masih rendah. Hasil kalibrasi dan validasi spektra absorban NIR dengan metode JST untuk arsitektur 11-2-1 iterasi 5000 kali dapat dilihat pada Lampiran 5.
Tabel 6. Hasil kalibrasi dan validasi spektra absorban NIR dengan metode JST
Jumlah Iterasi ǁRMSEC -
Input Hidden Output (ribu) R² r RMSEC CV (%) R² r RMSEV CV (%) RMSEVǁ
11 2 1 5 0.9208 0.9596 0.0388 16.8071 0.7892 0.8884 0.0575 26.3142 0.0187 11 2 1 10 0.9556 0.9775 0.0291 12.5864 0.1310 0.3619 0.3895 178.1519 0.3604 11 2 1 25 0.9455 0.9724 0.0322 13.9446 0.5965 0.7723 0.0972 44.4550 0.0650 11 2 1 50 0.9465 0.9729 0.0319 13.8132 0.7695 0.8772 0.0705 32.2255 0.0385 11 2 1 75 0.9599 0.9797 0.0276 11.9610 0.0527 0.2296 0.6353 290.5823 0.6077 11 2 1 100 0.9311 0.9650 0.0362 15.6679 0.7259 0.8520 0.1085 49.6214 0.0723 11 4 1 5 0.9268 0.9627 0.0373 16.1507 0.4440 0.6663 0.1301 59.5184 0.0928 11 4 1 10 0.9446 0.9719 0.0325 14.0555 0.3762 0.6134 0.1394 63.7430 0.1069 11 4 1 25 0.9746 0.9872 0.0220 9.5224 0.5225 0.7228 0.1038 47.4572 0.0817 11 4 1 50 0.9327 0.9658 0.0358 15.4876 0.2439 0.4939 0.1258 57.5269 0.0900 11 4 1 75 0.9689 0.9843 0.0243 10.5321 0.3879 0.6228 0.1184 54.1598 0.0941 11 4 1 100 0.8950 0.9460 0.0447 19.3487 0.0558 0.2362 0.2326 106.3934 0.1879 11 6 1 5 0.9624 0.9810 0.0268 11.5849 0.3541 0.5951 0.1812 82.8824 0.1544 11 6 1 10 0.9839 0.9919 0.0175 7.5715 0.6304 0.7940 0.1666 76.2132 0.1491 11 6 1 25 0.9947 0.9974 0.0100 4.3260 0.6544 0.8089 0.1027 46.9854 0.0927 11 6 1 50 0.9909 0.9954 0.0132 5.7079 0.5155 0.7180 0.1226 56.0753 0.1094 11 6 1 75 0.9945 0.9972 0.0103 4.4402 0.8145 0.9025 0.0968 44.2733 0.0865 11 6 1 100 0.9940 0.9970 0.0106 4.6068 0.5664 0.7526 0.1290 58.9908 0.1183 11 8 1 5 0.9857 0.9928 0.0165 7.1508 0.5467 0.7394 0.1260 57.6363 0.1095 11 8 1 10 0.9798 0.9898 0.0196 8.4905 0.6146 0.7840 0.1180 53.9716 0.0984 11 8 1 25 0.9947 0.9974 0.0100 4.3264 0.3324 0.5765 0.1882 86.0674 0.1782 11 8 1 50 0.9947 0.9974 0.0100 4.3263 0.6218 0.7885 0.1038 47.4670 0.0938 11 8 1 75 0.9947 0.9974 0.0100 4.3264 0.5325 0.7297 0.1176 53.7792 0.1076 11 8 1 100 0.9947 0.9974 0.0100 4.3264 0.4243 0.6514 0.1170 53.4981 0.1070 11 10 1 5 0.9911 0.9955 0.0131 5.6499 0.5735 0.7573 0.1352 61.8201 0.1221 11 10 1 10 0.9955 0.9974 0.0100 4.3260 0.3677 0.6064 0.2064 94.4049 0.1964 11 10 1 25 0.9955 0.9974 0.0100 4.3259 0.5860 0.7655 0.1116 51.0494 0.1016 11 10 1 50 0.9955 0.9974 0.0100 4.3264 0.7259 0.8520 0.0870 39.8047 0.0770 11 10 1 75 0.9955 0.9974 0.0100 4.3247 0.2326 0.4823 0.4777 218.4977 0.4677 11 10 1 100 0.9955 0.9974 0.0100 4.3257 0.3872 0.6223 0.1747 79.9015 0.1647
44
a. Hasil kalibrasi b. Hasil validasi
Gambar 26 Hasil kalibrasi dan validasi absorban NIR arsitektur 11-2-1 iterasi 5000 kali Analisa Spektra NIR Tanah
Hasil kalibrasi dan validasi spektra absorban dan reflektan NIR tanah menunjukkan bahwa infra merah dengan panjang gelombang 1000-2500 nm dapat digunakan untuk memprediksi kandungan nitrogen tanah. Hal ini sesuai dengan sifat gelombang infra merah yang peka terhadap unsur C, H, O, N.
Sebagian besar spektra NIR didominasi oleh ikatan hidrogen karena atom hidrogen merupakan atom yang paling kuat menyerap gelombang NIR (Hruschka,
1λλ0). Ikatan hidrogen ini dapat berupa ikatan C─H, N─H, S─H atau O─H. Tiga
puncak penyerapan yang terjadi pada panjang gelombang 1180 nm, 1450 nm dan 1940 nm menunjukkan adanya kandungan air (Louw dan Theron, 2010 dan Mohsenin, 1984). Puncak penyerapan ini terjadi karena terdapat ikatan O-H (O─H.str first overtone) pada panjang gelombang tersebut (Osborne et al., 1993). Menurut Liu et.al (2002), air memiliki pengaruh yang kuat terhadap spektra NIR tanah. Penyerapan ikatan kimia O-H yang menunjukkan keberadaan air pada panjang gelombang 1400 nm dan 1900 nm merupakan karakteristik pada spektra NIR tanah. Hernandez et al. (2004) melakukan penelitian yang membuktikan bahwa panjang gelombang 2170 nm menunjukkan ikatan N-H kombinasi pada tanah basah dan panjang gelombang 1506 nm menunjukkan keberadaan N total.
Pola spektra absorban NIR tanah mempunyai 3 puncak yaitu 1400 – 1450 nm, 1900 – 1950 nm dan 2200 – 2250 nm. Jika informasi ikatan kimia pada gelombang
45
tertentu diletakkan pada spektra, maka akan dapat dilihat dengan jelas hubungan antara ikatan kimia dengan spektra tanah (Gambar 27).
Gambar 27 Lokasi komponen kimia pada spektra NIR tanah.
Menurut Hernandez et al. (2004), panjang gelombang 1506 nm menunjukkan adanya ikatan N-H yang dapat memprediksi nitrogen total pada tanah, kenyataannya pada panjang gelombang tersebut tidak terlihat puncak pada spektra absorban tanah. Hal ini disebabkan tanah masih memiliki kandungan air, sehingga senyawa N tidak bisa beresonansi dengan gelombang infra merah yang masih terikat kuat pada ikatan O-H.
Sebagai pembanding sekaligus membuktikan bahwa panjang gelombang 1506 nm dapat beresonansi dengan baik pada unsur N di dalam tanah, maka diambil spektra dari pupuk urea yang memiliki kandungan N sebesar 45% yang ditandai dengan grafik berwarna merah dan spektra dari pupuk NPK 30-6-8 yang memiliki kandungan 30% yang ditandai dengan grafik berwarna hijau. Spektra pupuk urea dan NPK 30-6-8 menunjukkan pada panjang gelombang 1506 nm senyawa nitrogen beresonansi dengan baik terhadap infra merah yang ditandai dengan puncak pada spektra absorban pupuk urea dan NPK 30-6-8. Selanjutnya panjang gelombang ini akan dijadikan dasar untuk melakukan percobaan selanjutnya, dalam rangka memberikan kepastian bahwa kadar nitrogen tanah akan beresonansi dengan baik pada sinar infra merah yang mempunyai panjang gelombang 1506 nm.
O-H
O-H N-H Kombinasi
46
Deteksi Kadar Nitrogen Tanah Menggunakan Infra Merah dengan Panjang Gelombang 1506 nm
Deteksi kandungan nitrogen tanah menggunakan infra merah menggunakan satu panjang gelombang sebesar 1506 nm. Prinsip kerja alat dengan cara menangkap pantulan gelombang yang dipantulkan tanah di atas petridish dengan photodetektor. Selanjutnya output disimpan dalam satuan voltage. Pengambilan spektra dilakukan pada kondisi tanah statis dan dinamis. Selanjutnya dengan mengukur kadar nitrogen tanah secara real di laboratorium maka dapat diperoleh persamaan regresi liner yang menunjukkan hubungan antara kadar nitrogen tanah dengan tegangan.
Hasil pengukuran diplotkan ke dalam grafik sehingga diperoleh persamaan regresi linear seperti yang dapat dilihat pada Gambar 28 dan 29. Data pengukuran untuk mendeteksi kadar nitrogen tanah pada panjang gelombang 1506 nm dapat dilihat pada Lampiran 6.
Dari Gambar 28 dan 29 dapat dilihat bahwa prediksi kadar nitrogen tanah pada kondisi statis mempunyai R2 sebesar 0.6286 yang menunjukkan bahwa kadar nitrogen tanah punya pengaruh yang cukup kuat untuk menaikkan dan menurunkan voltae. Sedangkan pada kondisi dinamis mempunyai R2 sebesar 0.3111 yang menunjukkan bahwa kadar nitrogen tanah tidak mempunyai pengaruh yang cukup kuat untuk menaikkan dan menurunkan tegangan. Hasil kedua pengukuran tersebut menunjukkan bahwa alat pengukur kadar nitrogen tidak cocok digunakan pada pengukuran dinamis.
47
Gambar 28 Grafik hubungan antara kadar nitrogen tanah dan tegangan kondisi statis.
48
Pada kondisi dinamis, R2 yang rendah dipengaruhi oleh posisi sampel yang bergerak sehingga reflektan dapat terdispersi ke segala arah. Kondisi ruangan yang terbuka menyebabkan photodetektor tidak dapat menangkap dengan maksimal reflektansi infra merah. Selain itu butiran tanah yang berbentuk granular, semakin membuat dispersi gelombang infra merah semakin besar (Gambar 30).
Gambar 30 Ilustrasi pantulan cahaya yang mengenai tanah. Pembuatan Alat Peraga dan Perekam Data Kadar Nitrogen Tanah
Sistem akuisisi data kadar nitrogen tanah dibuat dalam suatu hardware alat ukur kadar nitrogen tanah yang portabel untuk dibawa ke lapangan, sehingga dapat digandengkan atau dipasangkan pada implemen yang sedang berjalan. selain itu alat ukur tersebut dapat menyimpan dan mentransfer data hasil pengukuran langsung ke komputer atau laptop dengan menggunakan kabel data. Alat ukur tersebut juga dilengkapi dengan display LCD 16 x 2 (16 karakter 2 baris) yang menampilkan waktu, nilai digital, tegangan dan kadar nitrogen tanah. Alat pengukur ini mempunyai tombol on/off untuk menghidupkan power dan tombol interupsi untuk menghentikan perekaman data dan transfer data. Sebuah potensiometer disiapkan untuk melakukan simulasi pengukuran kadar nitrogen tanah. Sebagai sumber tenaga digunakan arus listrik atau battery yang mempunyai tegangan 9 V.
Alat ukur kadar nitrogen tanah ini menggunakan pembangkit tegangan sebagai pengganti sensor infra merah dalam melakukan simulasi. Selanjutnya tegangan dari pembangkit tegangan dikuatkan 31.82 kali sebelum masuk ke mikrokontroler ATmega 32 untuk diubah menjadi nilai digital. Flash memory dipasang yang berfungsi sebagai penyimpan data sementara. Bagian dalam dan bagian luar komponen-komponen alat pengukur kadar nitrogen tanah ini dapat dilihat pada Gambar 31 dan Gambar 32.
49
Gambar 31 Bagian luar alat ukur kadar nitrogen tanah.
Gambar 32 Bagian dalam alat ukur kadar nitrogen tanah
Rangkaian penguat Flash Memory Rangkaian pembangkit tegangan Mikrokontroler Tombol Interupsi Kabel Downloader Kabel Data Sumber Tegangan Listrik 9V/Battery 9V Tombol Interupsi Potensiometer pembangkit tegangan/sensor
50
Program yang dimasukkan ke dalam mikrokontroler menggunakan bahasa C, dengan menggunakan software Code Vision AVR Evaluation V2.05.0 sebagai compiler (Gambar 33). Program dirancang agar alat ukur kadar nitrogen ini dapat bekerja mengkonversi data analog ke digital menggunakan 10 bit sehingga mempunyai step 4.88 mV/nilai digital. Selain itu pembacaan dan perekaman data dilakukan setiap 0.5 detik.
Gambar 33 Software Code Vision AVR Evaluation V2.05.0.
Proses transfer data dari alat ukur kadar nitrogen tanah ke komputer atau laptop bisa dilakukan dengan dua cara. Cara yang pertama transfer data dilakukan langsung setelah menekan tombol interupsi untuk menghentikan proses perekaman, penekanan tombol interupsi selanjutnya akan mengaktifkan transfer data ke komputer atau laptop. Cara yang kedua proses transfer data dilakukan setelah sistem dimatikan, kemudian dihidupkan kembali dengan delay 4 detik untuk proses transfer data sebelum melakukan proses pengukuran dan perekaman. Selanjutnya proses transfer data melalui kabel data menggunakan software Road to Msi Serial Port seperti pada Gambar 34.
51
Gambar 34 Software Road to Msi Serial Port.
Hasil Simulasi Pengujian Sistem Akuisisi Data Kadar Nitrogen Tanah Berbasis Sensor Infra Merah
Uji Resolusi
Hasil simulasi untuk mengetahui resolusi alat pengukur kadar nitrogen tanah dalam rangka pengembangan sistem akuisisi data kadar nitrogen tanah ini merupakan pengkondisian menggunakan pembangkit tegangan untuk menggantikan sensor infra merah. Simulasi ini dilakukan sebanyak 3 kali ulangan dengan memberikan input tegangan yang berbeda-beda selama 60 detik. Perubahan tegangan pada saat proses simulasi dilakukan dengan memutar potensiometer untuk merubah tegangan selama pengukuran. Proses perhitungan dan perekaman dilakukan dengan kecepatan 2 data/detik, sehingga diperoleh 120 buah data. Data yang direkam merupakan nilai digital, nilai tegangan dan kadar nitrogen seperti yang disajikan pada Gambar 35, 36 dan 37 secara lengkap data hasil simulasi dapat dilihat pada Lampiran 7.
52
Gambar 35 Grafik perubahan tegangan terhadap waktu pada uji resolusi.
Gambar 36 Grafik perubahan nilai digital terhadap waktu pada uji resolusi.
53
Gambar 35, 36 dan 37 menunjukkan perubahan tegangan, nilai digital dan kadar nitrogen pada saat melakukan simulasi untuk menguji resolusi dari sistem akuisisi data kadar nitrogen tanah pada beberapa titik pengukuran. Perubahan tegangan pada pembangkit tegangan menimbulkan perubahan nilai pada tegangan ADC, nilai digital dan kadar nitrogen tanah. Selain itu dari Gambar 37, 38 dan 39 dapat dilihat kecepatan respon sistem terhadap input tegangan yang berubah-ubah dan mengkonversinya langsung menjadi nilai digital dan kadar nitrogen. Hal ini dapat dilihat dari grafik nilai tegangan dan nilai digital mempunyai pola yang sama, sedangkan grafik kadar nitrogen mempunyai pola sebaliknya.
Resolusi alat ukur ini diketahui berdasarkan rentang nilai tegangan, nilai digital dan kadar nitrogen tanah selama proses simulasi berlangsung. Selanjutnya dengan membagi rentang nilai tegangan dan rentang kadar nitrogen dengan rentang nilai digital, maka akan diperoleh resolusi tegangan dan resolusi kadar nitrogen tanah. Secara lengkap hasil perhitungan tersebut disajikan pada Tabel 7.
Tabel 7 Resolusi alat ukur kadar nitrogen tanah
Nitrogen Tegangan Nitrogen Tegangan Nitrogen Tegangan
(%) (mV) (%) (mV) (%) (mV) Nilai minimal 694 -1.28 103.06 705 -1.28 104.74 707 -1.28 105.04 Nilai Maksimal 1023 37.99 153.26 1023 36.68 153.26 1023 36.44 153.26 Rentang Nilai 329 39.27 50.20 318 37.96 48.52 316 37.72 48.22 Resolusi 0.12 0.15 0.12 0.15 0.12 0.15 Step 10 bit 4.88 4.88 4.88 Penguatan 32.00 32.00 32.00 Simulasi 1 DIgital Parameter Simulasi 2 DIgital Simulasi 3 DIgital Berdasarkan Tabel 7 dapat dilihat bahwa resolusi untuk tegangan dan kadar nitrogen sebesar 0.15 mV dan 0.12 % berat. Hal ini menunjukkan bahwa alat dapat mengukur kadar nitrogen tanah sampai dengan perubahan yang terkecil sebesar 0.12 % berat. Nilai tersebut, merupakan nilai maksimal yang dapat dicapai dengan penggunaan mikrokontroler ATmega32 yang mempunyai sumber tegangan 5 V dan bilangan biner 10 bit dengan penguatan 32 kali.
Uji Noise
Hasil simulasi untuk mengetahui noise alat pengukur kadar nitrogen tanah dalam rangka pengembangan sistem akuisisi data kadar nitrogen tanah ini merupakan
54
pengkondisian menggunakan pembangkit tegangan untuk menggantikan sensor infra merah.
Simulasi pengujian untuk melihat noise alat pengukur kadar nitrogen tanah dalam rangka pengembangan sistem akuisisi data kadar nitrogen tanah dilakukan sebanyak 3 kali dengan 3 kali ulangan pada setiap simulasi. Semua ulangan pada setiap simulasi mempunyai input tegangan yang sama. Proses perhitungan dan perekaman data dilakukan selama 60 detik, dengan kecepatan 2 data/detik maka akan diperoleh 120 buah data. Data yang direkam merupakan nilai digital, nilai tegangan dan konsentrasi nitrogen (Lampiran 8). Noise dan kestabilan sistem akuisisi kadar nitrogen dapat dilihat dari pola grafik kadar nitrogen setiap simulasi yang disajikan pada Gambar 38, 39 dan 40.
Gambar 38 Grafik perubahan kadar nitrogen terhadap waktu pada simulasi 1 uji noise.
55
Gambar 40 Grafik perubahan kadar nitrogen terhadap waktu pada simulasi 3 uji noise.