BOGOR
2005
Dengan ini saya menyatakan bahwa disertasi Desain dan Pemodelan Sistem Kontrol Adaptif Lingkungan-biologik dalam Rumah Tanaman adalah karya saya sendiri dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir disertasi ini.
Bogor, Oktober 2005
Tamrin
TAMRIN. Desain dan Pemodelan Sistem Kontrol Adaptif Lingkungan-biologik dalam Rumah Tanaman. Dibimbing oleh KUDANG BORO SEMINAR, HERRY SUHARDIYANTO, dan SOEDODO HARDJOAMIDJOJO.
Ada kecenderungan pengusaha di bidang agro bisnis, terutama di bidang hortikultura, lebih memilih memproduksi komoditas yang spesifik, yaitu yang membutuhkan teknologi dan perlakuan khusus dimana tidak semua orang bisa memproduksinya. Untuk memenuhi kebutuhan itu, perlu teknologi yang dapat melakukan identifikasi antara masukan yang dibutuhkan dengan keluaran yang diinginkan dan mewujudkan hasil identifikasi tersebut, dengan kata lain teknologi yang dapat digunakan untuk kegiatan praktis dan sekaligus riset (fleksibel).
Sehubungan hal di atas, dirancang sistem kontrol adaptif lingkungan-biologik untuk rumah tanaman dalam bentuk perangkat lunak yang juga memadukannya dengan fasilitas pilihan modus kontrol. Identifikasi lingkungan-biologik disini didasarkan pada pemahaman model yang menggambarkan hubungan antara faktor lingkungan optimal dengan produk maksimum tanaman yang dipane n, baik didasarkan pada kualitas, atau kuantitas, atau selera, atau kombinasi diantaranya, tergantung kondisi produk yang diinginkan. Produk tanaman yang dipanen dapat berupa hasil generatif maupun vegetatif.
Penelitian, mencakup desain sistem kontrol adaptif lingkungan-biologik, membangun perangkat lunak dan model lingkungan-biologik (pindah panas), eksperimen dan pengamatan di lapangan (data volume nutrisi yang diberikan, out flow, citra kanopi, diameter batang, suhu udara, kelembaban relatif udara, dan iradiasi matahari), pengolahan data mencakup model tanaman dengan jaringan syaraf tiruan, optimasi lingkungan-biologik dengan algoritma genetika, model lingkungan-biologik dengan pindah panas, optimasi parameter kontrol fazi dan PID dengan algoritma genetika, dan simulasi sistem kontrol adaptif lingkungan-biologik berdasarkan acuan lingkungan optimal dengan menggunakan parameter optimal untuk modus kontrol fazi dan PID.
Prototipe perangkat lunak sistem kontrol adaptif lingkungan-biologik yang dibangun telah dilengkapi dengan fasilitas real time sehingga memungkinkan digunakan untuk kebutuha n akuisisidata dan kontrol dengan fasilitas pilihan modus kontrol fazi, PID, P, PI, dan PD. Selain hal itu, juga telah dilengkapi dengan fasilitas sistem pengolah citra, sistem penentuan acuan optimal, dan sistem penentuan parameter kontrol optimal. Model tanaman untuk memprediksi pertumbuhan tanaman timun mini (rasio kanopi-diameter) pada fase vegetatif dan
out flow adalah berdasarkan larutan nutrisi yang diberikan dan lingkungan-biologik (suhu, kelembaban, dan iradiasi) telah memadai atau baik. Adapun nilai-nilai EI dan APD pada hasil pembelajaran untuk rasio kanopi-diameter adalah 95% dan 1,3%; untuk out flow adalah 99% dan 4,9%, sedangkan pada hasil validasi untuk rasio kanopi-diameter adalah 93% dan 0,62%; untuk out flow
adalah 96% dan 0,43%. Model lingkungan-biologik yang dibangun cukup memadai untuk kasus rumah tanaman yang cukup luas dengan penyekat kasa. Adapun Nilai EI dan APD untuk suhu dan kelembaban berturut-turut adalah 88% dan 0,49%, sedangkan untuk kelembaban adalah 77% dan 0,29%. Performansi sistem kontrol modus fazi dan PID dalam rumah tanaman yang sangat sensitif terhadap perubahan iradiasi matahari adalah baik.
TAMRIN. The Design and Modelling of Biological- Environment Adaptive Control System in Agriculturalhouse. Supervised by KUDANG BORO SEMINAR, HERRY SUHARDIYANTO, and SOEDODO HARDJOAMIDJOJO.
The design of biological-environment adaptive control system in agriculturalhouse was aimed to produce the specific characterictics of crop. The technology that was applied could identify the required input and the expected output. The control system facilitated the alternatives control modes. The identification of biological-environment was based on the understanding of model that described the relation between optimal environment factors and the maximum crop productions. The expected specific characteristics depends on the quality and quantity, or the preferences of consumers, or the combination between those factors. The harvested crop might be the generative yield such as fruits, or vegetative yields (stem, leaves, or roots).
The research included (1) the design of biological-environment control system, (2) the establishment of the software system and biological-environment model using the approach of heat and mass transfer, (3) experiments and observation in the field (data of the added nutrient volume, the amount of out flow, the image of canopy, stem diameter, air temperature, relative air humidity, and solar irradiation), and (4) data processing (plant model using artificial neural network, optimizing environment using genetic algorithm, biological-environment model using heat and mass transfer, optimizing the parameters of fuzzy and PID control, using genetic algorithm, and the simulation of biological-environment control system based on the set point (optimal biological-environment) and optimal parameter of fuzzy and PID control.
The prototype of the biological-environment adaptive control system in agriculturalhouse software was facilitated with the real time condition. Therefore, it was able to be applied for the requirement of acquisition data and control with the alternatives fuzzy control mode, PID, P, PI, and PD. In addition, the system was facilitated with the image processing system, the determination of optimal environment (set point), and optimal parameter of control. The plant model used in the research was baby cucumber.
The results showed that the plant model gave the satisfactory results which indicated by the values of EI (95%) and APD (1.3%) in the training of the canopy -diameter ratio, 99% and 4.9%, respectively in the training of the out flow. The validation of canopy and diameter ratio gave the results of EI (93%) and APD (0.62%), whereas the validation of out flow were 96% and 0.43%, respectively.
The biological-environment of the plant house which was facilitated with an adequate area and ventilated booth showed satisfactory result. This was indicated by the EI and APD values for the temperature of 88% and 0.49%, respectively, and for the humidity was 77% and 0.29%, respectively. The performance of fuzzy and PID control system in the greenhouse which was very sensitive towards the changes of the solar irradiation was satisfactory.
© Hak cipta milik Tamrin, tahun 2005 Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apa pun, baik cetak, fotokopi, mikrofilm, dan sebagainya