ANALISIS SUDUT DATANG RADIASI MATAHARI DAN
PENGEMBANGAN MODEL PINDAH PANAS PADAGREENHOUSE
MENGGUNAKANARTIFICIAL NEURAL NETWORK
SKRIPSI Oleh:
TITIN NURYAWATI F14102048
2006
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
ANALISIS SUDUT DATANG RADIASI MATAHARI DAN
PENGEMBANGAN MODEL PINDAH PANAS PADAGREENHOUSE
MENGGUNAKANARTIFICIAL NEURAL NETWORK
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian
Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh:
TITIN NURYAWATI F 14102048
2006
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian
Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh:
TITIN NURYAWATI F 14102048
Dilahirkan di Boyolali
Pada tanggal: 26 April 1984
Tanggal lulus:
Menyetujui,
Bogor, Oktober 2006
Dr. Ir. Herry Suhardiyanto, MSc. Dosen Pembimbing
KATA PENGANTAR
Alhamdulillah dan puji syukur, penulis panjatkan kepada ALLAH SWT
karena hanya dengan lindungan, rahmat dan karuniaNya-lah penulis dapat
menyelesaikan penulisan skripsi ini.
Skripsi ini berjudul “Analisis Sudut Datang Radiasi Matahari dan Pengembangan Model Pindah Panas pada Greenhouse Menggunakan Artificial Neural Network”. Skripsi ini berisi tentang analisis sudut datang radiasi matahari terhadap permukaan penutup greenhouse, pengembangan model pindah panas pada greenhouse, simulasi pendugaan temperatur dalam greenhouse dengan mempertimbangkan sudut datang radiasi matahari menggunakan program
Q-BASIC dan pendugaan temperatur dalam greenhouse menggunakan Artificial Neural Network(ANN).
Penulisan skripsi ini tidak akan selesai tanpa bantuan orang-orang yang
berharga yang berada di sekitar penulis. Penulis megucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Dr. Ir. Herry Suhardiyanto, MSc. Selaku dosen pembimbing
pertama penulis. Terima kasih atas bimbingan, arahan dan perhatiannya.
2. Bapak Chusnul Arif, STP. Selaku dosen pembimbing kedua penulis.
3. Bapak Dr. Ir. Suroso, M.Agr. dan Bapak Yudi Chadirin, STP, M.Agr.
selaku dosen penguji skripsi penulis.
4. Bapak, Ibu, kakak-kakak dan semua keluarga di rumah yang telah
memberikan kasih sayang, dukungan dan doanya kepada penulis.
5. Bagdo D. Nugroho dan keluarga di Jakarta yang telah memberikan
dukungan, bantuan dan doanya kepada penulis.
6. Pak Dwi, Pak Makrus, Pak Taufik, Pak Ahmad, Pak Harto, Pak Mamat,
dan Pak Koko atas bantuannya selama pelaksanaan penelitian.
7. Hani dan keluarga atas bantuan dan doanya selama penyelesaian skripsi
ii 8. Sofyan, Hanhan, Irfan, Muthia, Tina, Sumini, Upi, Nety, Fuad, Reza, Ima,
Gilang, Wisma Palladium, AE 39 dan semua pihak yang telah membantu
terselesaikannya skripsi ini.
Penulis menyadari bahwa penulisan skripsi ini masih banyak
kekurangan, namun penulis berharap semoga skripsi ini bermanfaat bagi yang
membutuhkan.
Bogor, Agustus 2006
iii
DAFTAR ISI
Halaman
KATA PENGANTAR...i
DAFTAR ISI...iii
DAFTAR GAMBAR...v
DAFTAR TABEL...vii
DAFTAR LAMPIRAN...viii
DAFTAR SIMBOL...ix
I. PENDAHULUAN...1
A. Latar Belakang ...1
B. Tujuan... ...2
II. TINJAUAN PUSTAKA...3
A. Greenhouse...3
B. Temperatur dalamGreenhouse...3
C. Radiasi Matahari ...4
D. Pindah Panas dalamGreenhouse...5
E. SimulasiGreenhouse...6
F. Artificial Neural Network(ANN) ...7
III. PENDEKATAN TEORITIS...12
A. Sudut Datang Radiasi Matahari...12
B. Model Pindah Panas padaGreenhouse...14
IV. METODOLOGI PENELITIAN...20
A. Waktu dan Tempat ...20
B. Bahan dan Alat ...20
C. Metode Penelitian...21
1.Analisis Sudut Datang Radiasi Matahari ...21
2.Penentuan Model Pindah Panas dalamGreenhouse...21
3. Pengambilan Data di Lapang ...21
4. Pembuatan Program ...22
5. Validasi Program...22
iv Halaman
V. HASIL DAN PEMBAHASAN... ...28
A. Sudut Datang Radiasi Matahari pada PenutupGreenhouse ...28
B. Model Simulasi Pindah Panas padaGreenhouse...30
C. Validasi Model Simulasi Pindah Panas ...36
D. Pengembangan ModelArtificial Neural Network(ANN) ...37
E. Validasi ModelArtificial Neural Network(ANN) ...38
VI. KESIMPULAN DAN SARAN...40
A. Kesimpulan ...40
B. Saran...40
DAFTAR PUSTAKA...42
v
DAFTAR GAMBAR
Halaman
Gambar 1. Hubungan sudut zenith matahari (z), sudut jam matahari () dan
altitude matahari (α) dengan permukaan dasar horizontal pada permukaan bumi...5
Gambar 2. Struktur ANNBackpropagation. ...8 Gambar 3. Sudut datang radiasi matahari pada permukaan horizontal...12
Gambar 4. Sudut datang radiasi matahari pada kemiringan atap bangunan
berorientasi timur-barat...14
Gambar 5. Perpindahan panas yang terjadi padagreenhouse...15 Gambar 6. Skema titik pengukuran padagreenhouse...24 Gambar 7. Diagram alir program Q-Basic untuk memprediksi temperatur dalam
greenhouse ...25 Gambar 8. Model ANN yang digunakan untuk pendugaan temperatur dalam
greenhouse. ...26 Gambar 9. Diagram alir ANNbackpropagationuntuk memprediksi temperatur
dalamgreenhouse...27 Gambar 10. Perubahan radiasi matahari harian selama pengukuran ...29
Gambar 11. Radiasi total harian selama pengukuran...29
Gambar 12. Kosinus sudut datang radiasi matahari pada penutupgrenhouse
yang berorientasi utara–selatan pada tanggal 21 Juni 2006 ...30 Gambar 13. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 21 Juni 2006 dengan cuaca berawan ...34
Gambar 14. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 22 Juni 2006 dengan cuaca berawan dan
hujan...34
Gambar 15. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 23 Juni 2006 dengan cuaca berawan dan
hujan...35
Gambar 16. Perbandingan antara temperatur hasil simulasi dengan hasil
vi Gambar 17. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 26 Juni 2006 dengan cuaca cerah ...36
Gambar 18. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 30 Juni 2006 dengan cuaca cerah ...36
Gambar 19. Hubungan linear antara temperatur hasil simulasi dengan hasil
pengukuran...37
Gambar 20. Grafik hubungan temperatur udara dalamgrenhouseantara
vii
DAFTAR TABEL
Halaman
Tabel 1. Nilai konstanta yang digunakan dalam simulasi pendugaan
temperatur udara dalamgreenhouse...32 Tabel 2. Perbedaan temperatur dalamgreenhouseantara hasil simulasi dengan
hasil pengukuran tanggal 21–23 Juni 2006 dengan cuaca berawan dan hujan...33
Tabel 3. Perbedaan temperatur dalamgreenhouseantara hasil simulasi dengan hasil pengukuran tanggal 24 Juni, 26 juni dan 30 Juni 2006 dengan
ANALISIS SUDUT DATANG RADIASI MATAHARI DAN
PENGEMBANGAN MODEL PINDAH PANAS PADAGREENHOUSE
MENGGUNAKANARTIFICIAL NEURAL NETWORK
SKRIPSI Oleh:
TITIN NURYAWATI F14102048
2006
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
ANALISIS SUDUT DATANG RADIASI MATAHARI DAN
PENGEMBANGAN MODEL PINDAH PANAS PADAGREENHOUSE
MENGGUNAKANARTIFICIAL NEURAL NETWORK
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian
Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh:
TITIN NURYAWATI F 14102048
2006
DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian
Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh:
TITIN NURYAWATI F 14102048
Dilahirkan di Boyolali
Pada tanggal: 26 April 1984
Tanggal lulus:
Menyetujui,
Bogor, Oktober 2006
Dr. Ir. Herry Suhardiyanto, MSc. Dosen Pembimbing
KATA PENGANTAR
Alhamdulillah dan puji syukur, penulis panjatkan kepada ALLAH SWT
karena hanya dengan lindungan, rahmat dan karuniaNya-lah penulis dapat
menyelesaikan penulisan skripsi ini.
Skripsi ini berjudul “Analisis Sudut Datang Radiasi Matahari dan Pengembangan Model Pindah Panas pada Greenhouse Menggunakan Artificial Neural Network”. Skripsi ini berisi tentang analisis sudut datang radiasi matahari terhadap permukaan penutup greenhouse, pengembangan model pindah panas pada greenhouse, simulasi pendugaan temperatur dalam greenhouse dengan mempertimbangkan sudut datang radiasi matahari menggunakan program
Q-BASIC dan pendugaan temperatur dalam greenhouse menggunakan Artificial Neural Network(ANN).
Penulisan skripsi ini tidak akan selesai tanpa bantuan orang-orang yang
berharga yang berada di sekitar penulis. Penulis megucapkan terima kasih yang
sebesar-besarnya kepada:
1. Bapak Dr. Ir. Herry Suhardiyanto, MSc. Selaku dosen pembimbing
pertama penulis. Terima kasih atas bimbingan, arahan dan perhatiannya.
2. Bapak Chusnul Arif, STP. Selaku dosen pembimbing kedua penulis.
3. Bapak Dr. Ir. Suroso, M.Agr. dan Bapak Yudi Chadirin, STP, M.Agr.
selaku dosen penguji skripsi penulis.
4. Bapak, Ibu, kakak-kakak dan semua keluarga di rumah yang telah
memberikan kasih sayang, dukungan dan doanya kepada penulis.
5. Bagdo D. Nugroho dan keluarga di Jakarta yang telah memberikan
dukungan, bantuan dan doanya kepada penulis.
6. Pak Dwi, Pak Makrus, Pak Taufik, Pak Ahmad, Pak Harto, Pak Mamat,
dan Pak Koko atas bantuannya selama pelaksanaan penelitian.
7. Hani dan keluarga atas bantuan dan doanya selama penyelesaian skripsi
ii 8. Sofyan, Hanhan, Irfan, Muthia, Tina, Sumini, Upi, Nety, Fuad, Reza, Ima,
Gilang, Wisma Palladium, AE 39 dan semua pihak yang telah membantu
terselesaikannya skripsi ini.
Penulis menyadari bahwa penulisan skripsi ini masih banyak
kekurangan, namun penulis berharap semoga skripsi ini bermanfaat bagi yang
membutuhkan.
Bogor, Agustus 2006
iii
DAFTAR ISI
Halaman
KATA PENGANTAR...i
DAFTAR ISI...iii
DAFTAR GAMBAR...v
DAFTAR TABEL...vii
DAFTAR LAMPIRAN...viii
DAFTAR SIMBOL...ix
I. PENDAHULUAN...1
A. Latar Belakang ...1
B. Tujuan... ...2
II. TINJAUAN PUSTAKA...3
A. Greenhouse...3
B. Temperatur dalamGreenhouse...3
C. Radiasi Matahari ...4
D. Pindah Panas dalamGreenhouse...5
E. SimulasiGreenhouse...6
F. Artificial Neural Network(ANN) ...7
III. PENDEKATAN TEORITIS...12
A. Sudut Datang Radiasi Matahari...12
B. Model Pindah Panas padaGreenhouse...14
IV. METODOLOGI PENELITIAN...20
A. Waktu dan Tempat ...20
B. Bahan dan Alat ...20
C. Metode Penelitian...21
1.Analisis Sudut Datang Radiasi Matahari ...21
2.Penentuan Model Pindah Panas dalamGreenhouse...21
3. Pengambilan Data di Lapang ...21
4. Pembuatan Program ...22
5. Validasi Program...22
iv Halaman
V. HASIL DAN PEMBAHASAN... ...28
A. Sudut Datang Radiasi Matahari pada PenutupGreenhouse ...28
B. Model Simulasi Pindah Panas padaGreenhouse...30
C. Validasi Model Simulasi Pindah Panas ...36
D. Pengembangan ModelArtificial Neural Network(ANN) ...37
E. Validasi ModelArtificial Neural Network(ANN) ...38
VI. KESIMPULAN DAN SARAN...40
A. Kesimpulan ...40
B. Saran...40
DAFTAR PUSTAKA...42
v
DAFTAR GAMBAR
Halaman
Gambar 1. Hubungan sudut zenith matahari (z), sudut jam matahari () dan
altitude matahari (α) dengan permukaan dasar horizontal pada permukaan bumi...5
Gambar 2. Struktur ANNBackpropagation. ...8 Gambar 3. Sudut datang radiasi matahari pada permukaan horizontal...12
Gambar 4. Sudut datang radiasi matahari pada kemiringan atap bangunan
berorientasi timur-barat...14
Gambar 5. Perpindahan panas yang terjadi padagreenhouse...15 Gambar 6. Skema titik pengukuran padagreenhouse...24 Gambar 7. Diagram alir program Q-Basic untuk memprediksi temperatur dalam
greenhouse ...25 Gambar 8. Model ANN yang digunakan untuk pendugaan temperatur dalam
greenhouse. ...26 Gambar 9. Diagram alir ANNbackpropagationuntuk memprediksi temperatur
dalamgreenhouse...27 Gambar 10. Perubahan radiasi matahari harian selama pengukuran ...29
Gambar 11. Radiasi total harian selama pengukuran...29
Gambar 12. Kosinus sudut datang radiasi matahari pada penutupgrenhouse
yang berorientasi utara–selatan pada tanggal 21 Juni 2006 ...30 Gambar 13. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 21 Juni 2006 dengan cuaca berawan ...34
Gambar 14. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 22 Juni 2006 dengan cuaca berawan dan
hujan...34
Gambar 15. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 23 Juni 2006 dengan cuaca berawan dan
hujan...35
Gambar 16. Perbandingan antara temperatur hasil simulasi dengan hasil
vi Gambar 17. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 26 Juni 2006 dengan cuaca cerah ...36
Gambar 18. Perbandingan antara temperatur hasil simulasi dengan hasil
pengukuran tanggal 30 Juni 2006 dengan cuaca cerah ...36
Gambar 19. Hubungan linear antara temperatur hasil simulasi dengan hasil
pengukuran...37
Gambar 20. Grafik hubungan temperatur udara dalamgrenhouseantara
vii
DAFTAR TABEL
Halaman
Tabel 1. Nilai konstanta yang digunakan dalam simulasi pendugaan
temperatur udara dalamgreenhouse...32 Tabel 2. Perbedaan temperatur dalamgreenhouseantara hasil simulasi dengan
hasil pengukuran tanggal 21–23 Juni 2006 dengan cuaca berawan dan hujan...33
Tabel 3. Perbedaan temperatur dalamgreenhouseantara hasil simulasi dengan hasil pengukuran tanggal 24 Juni, 26 juni dan 30 Juni 2006 dengan
viii
DAFTAR LAMPIRAN
Halaman
Lampiran 1.Greenhouseyang digunakan dan letakweather stationdalam
penelitian ...45
Lampiran 2. Hasil perhitungan sudut datang radiasi matahari pada penutup greenhousetanggal 21 Juni 2006...46
Lampiran 3. Hasil pengukuran kondisi cuaca di sekitargreenhouseyang digunakan untuk simulasi Q-BASIC...47
Lampiran 4. Program untuk memprediksi temperatur dalamgreenhouse...50
Lampiran 5. Hasil keluaran program Q-BASIC untuk memprediksi temperatur dalamgreenhouse. ...55
Lampiran 6. Data training yang digunakan dalam program ANN...58
Lampiran 7. Data validasi yang digunakan dalam program ANN...68
Lampiran 8. Temperatur hasil validasi ANN...73
ix
DAFTAR SIMBOL
AH Tinggi rata-ratagreenhouse, m
Absc1 Absorptivitas penutupgreenhouseterhadap gelombang pendek
Absc2 Absorptivitas penutupgreenhouseterhadap gelombang panjang
Abss Absorptivitas lantai (paving block)
absens Panas sensibel yang diserap tanaman dalamgreenhouse
Ca Panas jenis udara volumetrik, kJ/m3K
Cc Panas jenis volumetrik bahan penutup, kJ/m3K
Cf Panas jenis volumetrik lantai (paving block), kJ/m3K
EP Tinggigreenhousedi pinggir, m EQT Equation of Time
Fiv Fluk volume pertukaran udara, m3/s
h Sudut jam matahari,o
hf Koefisien pindah panas konveksi dari permukaan lantai ke udara
dalam, W/m2 oC
hi Koefisien pindah panas konveksi dari penutup bagian dalam ke
udara dalam, W/m2 oC
hv Koefisien pindah panas konveksi karena pengaruh ventilasi, W/m2 oC
hw Koefisien pindah panas konveksi di penutup bagian luar karena
pengaruh angin, W/m2 oC
K Kosinus sudut datang radiasi matahari
Ks Kosinus sudut datang radiasi matahari pada penutup greenhouse
yang menghadap ke selatan
Ku Kosinus sudut datang radiasi matahari pada penutup greenhouse
yang menghadap ke utara
Kstd Kosinus sudut datang radiasi matahari untuk penutup standard peak greenhouse
ks Konduktivitas panas tanah, W/m K
L Panjanggreenhouse, m
x LGT Longitude atau garis bujur, BT
n Julian Day
RAD Radiasi matahari pada bidang horisontal, W/m2
RH Kelembaban udara di sekitargreenhouse, % RMSE Akar kuadrat galat (Root Mean Square Error) RP Tinggigreenhousedi tengah, m
SBC Konstanta Stefan Boltzman, 5.67 E-8 W/m2K4
SW Lebar span, m
TBL Temperatur tanah dibawah lapisan tanah yang dianggap konstan,
o
C
Tc Temperatur penutupgreenhouse,oC
Tf Temperatur permukaan lantai,oC
Tin Temperatur udara dalamgreenhouse,oC
Tk Nilai target yang diberikan dalam training ANN
Tout Temperatur udara di sekitargreenhouse,oC
Tsky Temperatur langit, K
TZ Time Zone
Tz1 Temperatur lapisan tanah kedalaman 0.0315 m,oC
W Lebargreenhouse, m
Wjk Pembobot darihiddenlayer ke output layer
WS Kecepatan angin di luargreenhouse, m/s2
z0 Ketebalan lapisan tanah yang mewakili temperatur permukaan
tanah, m
z1 Ketebalan lapisan tanah yang mewakili lapisan pertama, m
α Altitude atau ketinggian matahari,o
β Sudut kemiringan permukaan terhadap horizontal δ Sudut deklinasi matahari,o
θ Sudut datang radiasi matahari,o
z Sudut zenith matahari,o
Latitude
Titin Nuryawati. F14102048. Analisis Sudut Datang Radiasi Matahari dan Pengembangan Model Pindah Panas pada Greenhouse Menggunakan Artificial Neural Network. Dibawah bimbingan: Herry Suhardiyanto. 2006.
RINGKASAN
Radiasi matahari yang masuk ke dalam greenhouse mempengaruhi suhu dalam greenhouse dan proses pindah panas dalam greenhouse yang akhirnya mengendalikan proses biologi tanaman dalam greenhouse. Besarnya radiasi matahari dipengaruhi oleh lokasi suatu tempat karena perbedaan garis lintang, ketinggian dan tanggal dalam setahun. Sudut datang radiasi matahari yang bervariasi sepanjang hari juga berpengaruh pada kondisi iklim mikro di dalamgreenhouse.
Pendugaan temperatur dalam greenhouse seringkali diperlukan dalam perancangan greenhouse. Pendugaan menggunakan simulasi yang melibatkan persamaan pindah panas dengan memperhatikan sudut datang radiasi matahari pada penutupgreenhousediharapkan dapat memberikan hasil yang akurat. Cara lain dalam pendugaan temperatur dalam greenhouse dapat dilakukan dengan menggunakan model Artificial Neural Network (ANN). Dengan ANN kita bisa memperoleh hasil yang lebih akurat, karena ANN mencoba untuk mensimulasikan kemampuan otak manusia untuk belajar. Dimana jaringan ini juga terdiri dari sejumlah neuron yang memiliki nilai tertentu yang menunjukkan seberapa besar koneksi antar neuron yang disebut dengan pembobot.
Tujuan dari penelitian ini adalah mempelajari proses pindah panas pada
greenhouse sejalan dengan perubahan sudut datang radiasi matahari, membuat simulasi komputer untuk memprediksi temperatur dalam greenhouse berdasarkan data-data iklim di sekitar greenhouse dengan memperhatikan sudut datang radiasi matahari, melakukan training dengan ANN untuk memprediksi temperatur dalam
greenhouse berdasarkan data-data iklim di sekitar greenhouse, melakukan validasi hubungan antara hasil pengukuran dengan hasil simulasi komputer dan hasil pendugaan dengan ANN dan membandingkan hasil simulasi komputer dengan hasil pendugaan dengan ANN.
Penelitian ini dilakukan di Single-span Greenhouse Kebun Percobaan Cikabayan, Institut Pertanian Bogor, Bogor (6.33 LS dan 106.42 BT). Waktu pelaksanaan penelitian pada bulan April –Juli 2006. Alat dan bahan yang digunakan pada penelitian ini adalah Single-Span Greenhouse tipe Standar Peak, weather station RM YOUNG model 26700, translator dan komputer, termokopel dan hybrid recordertipe HR 2300 sertaoil bathdan termometer standar.
Program untuk memprediksi temperatur dalam greenhouse dibuat dalam bahasa QBASIC. Inputprogram adalah karakteristik elemen-elemen greenhousedan data cuaca hasil pengukuran di sekitargreenhouse.Outputprogram adalah pendugaan temperatur udara dalam greenhouse. Sedangkan program ANN yang dikembangkan menggunakan algoritma back propagation dengan memakai bahasa pemrograman Visual basic 6.0. Model ANN yang digunakan terdiri dari tigalayeryaituinput layer,
hidden layer dan output layer. Input layer terdiri dari 6 noda yaitu data kecepatan angin, temperatur udara di sekitar greenhouse, radiasi sinar matahari, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 0.315 m. Output layer berupa pendugaan temperatur udara di dalam
greenhouse.
Berdasarkan analisis sudut datang radiasi matahari diperoleh nilai kosinus sudut datang radiasi matahari pada penutupgrenhouseyang menghadap ke utara (Ku)
memiliki nilai yang lebih besar daripada yang menghadap selatan (Ks). Nilai Kupada
pukul 06:00 WIB adalah sebesar 0.548 dan meningkat mencapai 0.999 pada pukul 10:00 WIB. Setelah itu menurun sampai pada nilai 0.975 pada pukul 12:00 WIB, kemudian meningkat lagi mencapai 0.997 pada pukul 14:00 WIB. Nilai kosinus sudut datang radiasi matahari (K) berubah sejalan dengan berubahnya altitude (α) atau ketinggian matahari. Semakin meningkat ketinggian matahari maka nilai K juga semakin meningkat, dan ketikaα mencapai maksimum, K juga mencapai maksimum. Nilai α dan K terus meningkat sampai tengah hari (pukul 12.00 WIB) dan setelah itu menurun.
Hasil keluaran program Q-BASIC menunjukkan bahwa perbedaan temperatur antara hasil simulasi dengan hasil pengukuran tidak berbeda jauh. Rata-rata perbedaan tersebut berkisar antar 1.6 – 2.2 oC. Hubungan antara temperatur udara hasil simulasi dengan hasil pengukuran menghasilkan persamaan regresi Y = 0.86666X – 0.39864 dan koefisien regresi sebesar 0.8583. Hal ini menunjukkan bahwa hasil simulasi cukup akurat karena intersep-nya mendekati nol.
I. PENDAHULUAN
A. LATAR BELAKANG
Perbedaan iklim dan cuaca harian di daerah tropis dan sub tropis,
menyebabkan terjadinya perbedaan fungsi greenhouse. Fungsi utama greenhouse
di daerah berikim tropis adalah sebagai pelindung tanaman dari terpaan angin,
hujan, dan hama maupun penyakit. Sedangkan fungsi utamagreenhousedi daerah beriklim sub-tropis, berfungsi sebagai penjebak panas karena rendahnya radiasi
matahari yang sampai ke tanaman.
Radiasi matahari yang masuk ke dalam greenhouse mempengaruhi temperatur dalam greenhouse. Radiasi matahari yang sampai ke dalam
greenhouse sangat berpengaruh terhadap proses pindah panas dalam greenhouse
yang pada akhirnya menciptakan suatu kondisi termal yang berbeda dengan
kondisi di sekitar greenhouse, termasuk temperatur dalam greenhouse yang mengendalikan proses biologi tanaman dalamgreenhouse.
Besarnya radiasi matahari dipengaruhi oleh lokasi suatu tempat karena
perbedaan garis lintang, ketinggian dan tanggal dalam setahun. Di Indonesia,
besarnya radiasi matahari menjadi masalah dalam penggunaangreenhouse, karena dapat meningkatkan temperatur dalamgreenhouse. Suatu perhitungan yang akurat diperlukan untuk memprediksi jumlah radiasi matahari yang masuk dan diserap
oleh struktur greenhouse. Perhitungan akan akurat jika memperhitungkan sudut zenith, azimuth, deklinasi matahari, orientasi greenhouse, dan sifat optik penutup
greenhouse. Sudut datang radiasi matahari yang bervariasi sepanjang hari juga berpengaruh pada kondisi iklim mikro di dalamgreenhouse.
Pendugaan temperatur dalam greenhouse, seringkali diperlukan dalam perancangan greenhouse. Pendugaan dengan menggunakan simulasi yang melibatkan persamaan pindah panas dengan memperhatikan sudut datang radiasi
matahari pada penutup greenhouse diharapkan dapat memberikan hasil yang akurat.
2 untuk mensimulasikan kemampuan otak manusia untuk belajar. Jaringan ini juga
terdiri dari sejumlah neuron yang memiliki nilai tertentu yang menunjukkan
seberapa besar koneksi antar neuron yang disebut dengan pembobot.
B. TUJUAN
Tujuan dari penelitian ini adalah:
1. Mempelajari proses pindah panas pada greenhouse sejalan dengan perubahan sudut datang radiasi matahari.
2. Membuat simulasi komputer untuk memprediksi temperatur dalam
greenhouse berdasarkan data-data iklim di sekitar greenhouse dengan memperhatikan sudut datang radiasi matahari.
3. MelakukantrainingdenganArtificial Neural Network untuk memprediksi temperatur dalam greenhouse berdasarkan data-data iklim di sekitar
greenhouse.
4. Melakukan validasi hubungan antara hasil pengukuran dengan hasil
simulasi komputer dan hasil pendugaan denganArtificial Neural Network. 5. Membandingkan hasil simulasi komputer dengan hasil pendugaan dengan
II. TINJAUAN PUSTAKA
A.GREENHOUSE
Penggunaan greenhouse sebagai rumah tanaman akan berpengaruh terhadap iklim mikro yang berbeda sama sekali dengan lingkungan luar (Bot,
1983). Hal ini disebabkan oleh:
1. Udara di dalam greenhouse tetap, sehingga pertukaran udara dengan lingkungan luar sangat kurang dibandingkan dengan udara
tanpa penutup. Pergerakan udara di dalamnya sangat kecil. Hal ini
berpengaruh langsung terhadap keseimbangan massa dan energi
dalamgreenhousedan menyebabkan kenaikan temperatur.
2. Radiasi gelombang pendek diubah menjadi radiasi gelombang
panjang oleh penutup greenhouse. Perubahan panjang gelombang ini menyebabkan pantulan sinar oleh permukaan tanah dan lainnya
di dalam greenhouse dan menyebabkan temperatur udara dalam
greenhousenaik.
Bentuk greenhouse yang telah umum digunakan adalah bentuk rumah, semi sylindris dan bentuk lainnya seperti kubah, segi-enam dan setengah lingkaran yang dimodifikasi. Di Indonesia,greenhousebentuk rumah dengan bukaan di atap lebih banyak ditemukan. Untuk pemakaian di negara
tropis bentuk rumah dengan bukaan atap lebih cocok. Pertimbangannya, di
daerah tropis penerimaan radiasi matahari relatif lebih banyak sehingga bentuk
ruang harus memungkinkan sirkulasi udara berlangsung lebih lancar
(Widyastuti, 1993).
B. TEMPERATUR DALAMGREENHOUSE
Energi matahari yang masuk ke dalam greenhouse secara radiasi
dipantulkan dari berbagai permukaan. Energi ini diserap oleh tanaman, lantai
dan lain-lain. Energi tersebut kemudian diubah menjadi panas. Kelebihan
energi dihamburkan sebagai panas laten transpirasi, memanaskan udara dalam
4 panjang ini terperangkap dalam greenhouse dan memanaskan udara di dalamnya sehingga temperatur akan naik (Businger, 1963).
Faktor yang mempengaruhi besarnya temperatur dalam greenhouse
adalah tingkat intensitas radiasi matahari, tingkat kapasitas alat pemanas, besar
kecilnya perubahan panas akibat transpirasi tanaman, besar kecilnya panas
yang hilang melalui atap atau dinding, besar kecilnya panas yang diserap
tanaman untuk proses fotosintesis dan besar kecilnya panas yang hilang
melalui ventilasi serta bahan konstruksi (Walker, 1965).
Hanan et al. (1978) menyatakan bahwa garis lintang merupakan
faktor utama yang mempengaruhi temperatur greenhouse. Faktor lain adalah altitude atau ketinggian matahari, kondisi topografi yang mempengaruhi
pergerakan angin dan panjang hari.
C. RADIASI MATAHARI
Radiasi matahari mempunyai ciri yang khas yaitu sifat
keberadaannya selalu beubah-ubah tergantung pada keadaan atmosfer dan
geometri radiasi matahari. Geometri radiasi matahari berhubungan dengan
deklinasi matahari (), sudut jam matahari (), sudut zenith matahari (z) dan
altitude atau ketinggian matahari ().
Pendapat Duffie et al. (1980) deklinasi matahari () adalah posisi
angular matahari terhadap suatu bidang ekuator. Sudut jam matahari ()
merupakan perpindahan angular matahari pada busur meridian terhadap rotasi
bumi pada sumbunya, besarnya 15o per jam yang bernilai negatif pada pagi
hari dan positif pada sore hari. Sudut zenith matahari (z) adalah sudut yang
dibentuk oleh garis vertikal ke zenith dengan garis lurus sinar datang matahari.
Altitude () adalah ketinggian matahari terhadap bidang normal. Hubungan
deklinasi matahari (), sudut zenith matahari (z) dan sudut jam matahari ()
dengan permukaan dasar horizontal pada permukaan bumi dapat dilihat pada
5 Gambar 1. Hubungan sudut zenith matahari (z), sudut jam matahari () dan altitude matahari (α) dengan permukaan dasar horizontal pada permukaan bumi (Duffie et al., 1980).
D. PINDAH PANAS DALAMGREENHOUSE
Pendapat Soegijanto (1999) bangunan akan mendapat perolehan
panas dan mengeluarkan atau kehilangan panas ke lingkungan sekitarnya.
Perolehan dan pengeluaran panas dapat terjadi melalui peristiwa perpindahan
panas.
Perpindahan panas konduksi terjadi melalui dinding dan atap
bangunan dengan arah masuk dan keluar bangunan. Termasuk juga konduksi
panas dari dan masuk ke dalam tanah. Perpindahan panas konveksi terjadi
karena aliran udara yang masuk dan keluar melalui bukaan ventilasi.
Perpindahan panas radiasi gelombang pendek dari radiasi matahari yang
terdiri dari radiasi matahari langsung dan refleksinya serta radiasi matahari
difusi yang selalu bernilai posotif. Perpindahan panas radiasi gelombang
panjang yang dipancarkan oleh permukaan bangunan maupun yang
diterimanya dari lingkungan sekitar bangunan. Panas yang ditimbulkan oleh
sumber-sumber panas di dalam ruangan seperti penghuni dan peralatan juga
diperhitungkan. Perpindahan panas karena penguapan yang terjadi karena
proses penguapan dari air yang membasahi permukaan dinding luar dan atap
6 Prinsip pindah panas antara bangunan dan lingkungan sekitarnya
yang dikembangkan oleh Soegijanto (1999) dapat juga digunakan untuk
greenhouse. Pindah panas yang terjadi dalamgreenhousedengan cara radiasi, konveksi dan konduksi. Energi yang ditransmisikan ke dalam greenhouse
dalam bentuk radiasi matahari gelombang pendek. Pemasukan energi atau
panas juga berasal dari konveksi pada udara dalam greenhouse dan radiasi
gelombang panjang dari tanah ke penutup. Kehilangan panas terjadi karena
konveksi akibat angin dan radiasi gelombang panjang dari penutup ke
angkasa.
Takakura (1989) menyatakan keseimbangan panas di udara dalam
greenhouse lebih mudah dihitung. Pindah panas konveksi dari penutup ke udara dalam greenhouse terjadi secara alami. Perpindahan panas konveksi juga terjadi melalui bukaan ventilasi baik dengan arah masuk dan keluar
greenhouse.
Keseimbangan panas di permukaan tanah greenhouse meliputi pindah panas radiasi gelombang panjang dari tanah ke penutup greenhouse, pindah panas konveksi dari permukaan tanah ke udara dalam dan pindah panas
konduksi dari permukaan tanah ke lapisan dibawahnya maupun sebaliknya.
E. SIMULASIGREENHOUSE
Model simulasi untuk memprediksi iklim mikro dalam greenhouse
telah dilakukan oleh Takakura et al. (1971), Avissar et al. (1982) dan
Takakura (1989). Batas kondisi utama yang umum adalah data klimatologi
berupa temperatur udara, kelembaban udara (RH), kecepatan angin, radiasi
matahari serta sifat termal dan optik dari elemen-elemen greenhouse (Avissar et al., 1982).
Takakura (1971) mengembangkan model simulasi komputer untuk
memprediksi temperatur greenhouse. Model yang dikembangkan menggunakan prinsip pindah panas yang dibagi menjadi empat elemen yaitu
lapisan penutup, udara dalam, kanopi tanaman dan lapisan tanah
7 sudut datang radiasi matahari pada kesetimbangan panas di penutup
greenhouse.
Romdhonah (2002), mengembangkan model simulasi untuk
memprediksi temperatur dalam greenhouse dengan menggunakan prinsip pindah panas yang melibatkan sudut datang radiasi matahari. Model dibuat
dengan menggunakan persamaan kesetimbangan panas dalam greenhouse
yang dibagi menjadi tiga elemen, yaitu lapisan atap, udara dalam greenhouse
dan permukaan lantai dan lapisan tanah.
F. ARTIFICIAL NEURAL NETWORK(ANN)
Artificial Neural Network(ANN) merupakan penjabaran fungsi otak manusia (biologycal neuron) dalam bentuk fungsi matematika yang akan menjalankan proses perhitungan secara paralel (Lippman, 1998). Menurut
Kusumadewi (2003), ANN merupakan salah satu representasi buatan dari otak
manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran
pada otak manusia tersebut.
ANN pada dasarnya tersusun dari beberapa lapisan noda, yaituinput
layer (lapisan masukan), hidden layer (lapisan tersembunyi) dan output layer
(lapisan keluaran). Noda atau unit yang terhubung dari input layer ke hidden
layer atau dari layer satu ke layer yang lain dihubungkan dengan sinapsis yang mempunyai pembobot yang ditentukan dengantraining-nya.
Salah satu metodetrainingANN adalah backpropagation. Hasil dari
training backpropagation berupa pembobot (weight). Algoritma
backpropagation menggunakan error output untuk mengubah nilai pembobotnya dalam arah mundur (backward). Untuk mendapatkan error
output, tahap perambatan maju (forward propagation) harus dikerjakan terlebih dahulu (Kusumadewi, 2003).
Algoritma pelatihan backpropagation menurut Fu (1994) adalah sebagai berikut:
8 Mula-mula pembobot dipilih secara acak, kemudian setiap sinyal
inputdiberikan ke dalam noda padainput layer, lalu sistem akan mengirim sinyal ke noda padahidden layer.
Gambar 2. Struktur ANNBackpropagation.
2. Perhitungan nilai aktivasi
Setiap noda pada hidden layer dihitung nilai net input-nya dengan cara menjumlahkan seluruh hasil perkalian antara noda input (Xi) dengan
pembobotnya (Vij), sebagaimana dalam persamaan berikut:
Jika setiap noda pada lapisan ini telah menerima nilai net input, langkah selanjutnya adalah memasukkan nilai netinput pada setiap noda ke dalam fungsi aktivasi (fungsi sigmoid) berikut:
)
dengan: konstanta fungsi sigmoid. Xi
Xn
Vij Zij Yk
Wjk
9
3. Perbaikan nilai pembobot
Nilai output dari setiap noda pada output layer hasil perhitungan pada jaringan dibandingkan dengan nilai target yang diberikan dengan
persamaan jumlah kuadrat galat, seperti dalam persamaan:
dengan Tk= nilai target yang diberikan dalamtrainingANN
Yk=outputdari hasil perhitungan pada jaringan
Pada setiap lapisan dilakukan perubahan pembobot dengan
menggunakan aturan delta rule. Perubahan pembobot darihidden layer ke
output layersesuai dengan persamaan:
Wjk= kZj ………...……. (6)
dimana
Wjk = perubahan nilai pembobot Wij = laju pembelajaran
k = galatoutputkek
Zj = fungsi sigmoid
Perubahan pembobot dari hidden layer ke input layer sesuai dengan persamaan:
10 Sehingga nilai perbaikan pembobot dapat dibuat dalam persamaan berikut:
Wjk(baru) = Wjk(lama) +Wjk ………...……. (8)
Vij(baru) = Vij(lama) +Vij ………...……. (9)
Nilai laju pembelajaran harus dipilih antara 0 – 0.9. laju
pembelajaran menentukan kecepatan pelatihan sampai sitem mencapai
keadaan optimal, jika nilainya besar akan membuat jaringan melompati
nilai minimum lokalnya dan akan berosilasi sehingga tidak mencapai
konvergensi. Sebaliknya jika nilainya kecil menyebabkan jaringan terjebak
dalam minimum lokal dan memerlukan waktu yang lama selama proses
training. Untuk menghindari keadaan tersebut ditambahkan suatu konstanta momentum antara 0 - 0.9 pada sistem tersebut, dengan demikian
laju pelatihan dapat ditingkatkan an osilasi pada system dapat
diminimumkan. Perubahan nilai pembobot setelah dilakukan penambahan
konstanta momentum sesuai dengan persamaan berikut:
Wjk(baru) = kZj+βWjk(lama) ………...……. (10) Vij(baru) = jXi +βVij(lama) …...…...……. (11)
denganβadalah konstanta momentum.
4. Pengulangan (iterasi)
Keseluruhan proses diatas dilakukan pada setiap contoh dan sekian
iterasi sampai sistem mencapai keadaan optimum. Iterasi tersebut
mencakup pemberian contoh pasangan input danoutput, perhitungan nilai aktivasi dan perubahan nilai pembobot (weight).
Kinerja jaringan dapat dinilai berdasarkan RMSE (Root Mean square Error) pada proses generalisasi terhadap contoh data input-output baru, nilai RMSE sesuai dengan persamaan berikut (Fu, 1994):
11 dimana:
Yk = nilai prediksi jaringan
Tk = nilai target yang diberikan pada jaringan
n = jumlah data pada set validasi
Setelah ANN terlatih memecahkan suatu masalah, kemudian harus
dilakukan validasi yang merupakan proses pengujian kinerja jaringan
terhadap contoh yang belum diberikan selama proses pelatihan. Proses
validasi dilakukan dengan memasukkan suatu set contohinput-outputyang hampir sama dengan contoh set input-output yang diberikan selama
III. PENDEKATAN TEORITIS
A. SUDUT DATANG RADIASI MATAHARI
Ketinggian matahari (), sudut datang radiasi matahari sesaat pada
permukaan () dan azimuth matahari (z) mempengaruhi besarnya sudut datang
radiasi matahari. Gambar 3 menunjukkan sudut datang radiasi matahari pada
permukaan horizontal.
Gambar 3. Sudut datang radiasi matahari pada permukaan horizontal (Esmay et al., 1983).
Sudut datang radiasi matahari () pada permukaan penutup
greenhousetergantung pada orientasi atap tersebut dan posisi matahari. Posisi
matahari () di suatu tempat pada latitude () dapat diketahui dengan
persamaan:
sin= coscoscos h + sinsin ………...……. (13)
dimanamerupakan deklinasi matahari dalam derajat dan h merupakan sudut
jam matahari.
Deklinasi matahari merupakan sudut yang dibentuk oleh matahari
dengan bidang equator yang pada setiap saat dapat diperkirakan dari
persamaan Jansen (1994): A
O
N
13
dimana n merupakan hari (Julian Day) dari tahun yang bersangkutan. Sedangkan sudut jam matahari besarnya 15o per jam, negatif pada pagi hari,
sama dengan nol pada siang hari dan positif pada sore hari. Sudut jam
matahari untuk wilayah Indonesia bagian Barat dengan lokasi pada longitude
LGT adalah:
EQT merupakan persamaan waktu yang besarnya menurut Caruthers et al.
(1990) adalah:
EQT = 5.0323–100.976 sin (t) + 595.275 sin (2t) + 3.6858 sin (3t)–
12.47 sin (4t) – 430.847 cos (t) + 12.5024 cos (2t) + 18.25
cos (3t) ...……...……. (16)
dimana t = (279.134 + 0.985647n).
Gambar 4 menunjukkan sudut datang radiasi matahari pada
kemiringan atap bangunan yang berorientasi timur-barat di belahan bumi
utara. Dari Gambar 4 dapat dicari nilai K untuk bangunan yang berorientasi
timur-barat di belahan bumi selatan dengan membalikkan arah utara menjadi
selatan dan arah selatan menjadi utara (Esmay et al., 1983). Untuk atap yang
menghadap utara dengan sudut kemiringan terhadap horizontal nilai K
adalah:
Ku= cos (90o--) ………...……. (17)
14
Ks= cos (90o+-) ………...……. (18)
Kosinus sudut datang radiasi matahari untuk penutup standard peak
greenhouse, Kstdadalah:
Kstd= (Ku+ Ks) / 2 ………...……. (19)
Gambar 4. Sudut datang radiasi matahari pada kemiringan atap bangunan berorientasi timur-barat (Esmay et al., 1983).
B. MODEL PINDAH PANAS PADAGREENHOUSE
Bangunangreenhouse akan mendapat dan kehilangan panas melalui peristiwa perpindahan panas secara radiasi, konveksi dan konduksi. Skema
proses perpindahan panas padagreenhousedapat dilihat pada Gambar 5. N
A
O
A
O
= 90o-- Ks= cos
= 90o+- Ku= cos
15 Temperatur penutup greenhouse (Tc), temperatur udara dalam
greenhouse (Tin), dan lapisan tanah (Tf atau Tz1) dihitung dari kondisi batas
temperatur udara di luar greenhouse (Tout) dan temperatur di bawah lapisan
tanah (TBL). Selain itu radiasi matahari dijadikaninputsebagai energi dengan mempertimbangkan sudut datang radiasi matahari pada penutup greenhouse. Perpindahan panas yang terjadi antar berbagai lapisan tersebut menurut (Bot,
2001) adalah:
1. Antara penutupgreenhousedengan udara luar
Panas konveksi yang terjadi dari penutup ke udara luar karena
pengaruh angin diasumsikan sebagai konveksi paksa, sehingga kecepatan
angin di luar greenhouse (WS) sangat berpengaruh dan dijadikan input
setiap jam. Menurut Duffie et al. (1974) koefisien pindah panas konveksi
karena pengaruh angin (hw) pada permukaan datar adalah:
hw= 5.7 + 3.8 WS ……...……. (20)
ventilasi
konduksi tanah
radiasi matahari
Greenhouse cover
konveksi
konveksi
udara dalam
radiasi gel. panjang
Permukaan lantai
16 Selain pindah panas konveksi, antara penutup dan udara luar terdapat
pindah panas radiasi termal dengan langit yang dihitung dengan perkalian
antara konstanta Stefan Boltzman (SBC) dengan temperatur absolut
penutup dikurangi temperatur absolut langit (Tsky). Persamaan yang
digunakan adalah:
Rt= SBC x Absc2x ((Tc+ 273)4–Tsky4) …..…...……. (21)
Dimana Absc2 adalah absorptivitas bahan penutup terhadap gelombang
panjang. Tsky tidak diukur melainkan didekati dengan persamaan berikut
(Duffie et al., 1974):
Tsky= 0.0552 x Tout1.5 ……...……. (22)
Radiasi matahari yang diperhitungkan merupakan radiasi matahari
pada permukaan horizontal yang dikalikan dengan sudut datang pada
penutup greenhouse (K) dan absorptivitas bahan penutup terhadap radiasi gelombang pendek (Absc1) seperti pada persamaan berikut:
R = RAD x Absc1x K ……...……. (23)
2. Antara penutupgreenhousedengan udara dalamgreenhouse
Pindah panas konveksi yang terjadi tidak hanya karena perbedaan
temperatur antara penutup greenhouse dan udara dalam (konveksi bebas) tapi juga akibat pergerakan udara dalam greenhouse karena ventilasi dan sirkulasi udara (konveksi paksa). Menurut Bot (2001), dalam keadaan
demikian konveksi paksa menjadi dominan. Persamaan yang
dikembangkan oleh Holman (1994) dapat digunakan untuk menghitung hi
padastandard peak greenhouse, yaitu:
17 Selain pindah panas konveksi antara penutup dan udara dalam
terdapat pindah panas radiasi termal antara penutup dengan komponen
tidak tembus cahaya dalam greenhouse. Pindah panas radiasi termal dihitung dengan perkalian antara konstanta Stefan Boltzman dengan
temperatur absolut penutup dan temperatur absolut komponen tidak
tembus cahaya tersebut.
3. Antara permukaan lantai dengan udara dalamgreenhouse
Pindah panas yang terjadi adalah pindah panas konveksi dengan
koefisien pindah panas (hf) yang besarnya hampir sama dengan hi (Bot,
2001).
4. Antara permukaaan lantai dengan lapisan tanah yang lebih dalam
Pindah panas yang terjadi adalah pindah panas konduksi. Jika tanah
dan lantai diasumsikan sebagai satu blok tanah maka yang dihitung adalah
rata-rata temperatur tanah. Untuk menghitungnya diperlukan temperatur
permukaan lantai (Tf). Untuk kondisi quasi steady state, lapisan tanah
dapat dibagi menjadi dua lapisan yaitu lapisan pertama adalah lapisan
permukaan tanah (z0 = 0.065 m) dan lapisan kedua adalah lapisan tanah
sampai kedalaman tertentu (z1) yang temperaturnya diketahui (TBL).
5. Pertukaran langsung antara udara dalam dan udara luar melalui ventilasi
Menurut Bot (2001), koefisien pindah panas karena pengaruh
ventilasi (hv) didekati dengan persamaan:
hv= Fivx Ca ……...……. (25)
dimana Fivadalah flux volume pertukaran udara (m3/s) dan Caadalah
panas jenis udara.
Sesuai dengan pindah panas yang terjadi antara ketiga elemen dalam
18 horizontal dan vertikal, maka persamaan kesetimbangan panas yang terjadi
pada setiap elemen per satuan luas adalah sebagai berikut:
Kesetimbangan pada lapisan penutup
Ccx THc x dTc/dt≈((RAD x Absc1x K) + SBC x Absc2x ((Tc+273)4
–Tsky4)–hix (Tc–Tin)–hw(Tc–Tout) ….(26)
Kesetimbangan pada udara dalam
Ca x AH x dTin/dt≈hix (Tc– Tin) + hfx (Tf–Tin) + hvx (Tout–Tin) +
absens x Trancx RAD x K ...…(27)
absens merupakan bagian radiasi matahari yang ditransmisikan ke
dalam greenhouse dan diserap oleh tanaman kemudian dilepaskan ke udara dalamgreenhouse sebagai panas sensible. Pendapat Bot (2001), besarnya absens diperkirakan 0.33 dan 0.67 sisanya untuk evaporasi
tanaman. Nilai absens dipertimbangkan dalam simulasi walau dalam
greenhousetidak terdapat tanaman.
Nilai koefisien konveksi akibat ventilasi (hv) sangat berpengaruh
daalam model simulasi. Besarnya hvdipengaruhi oleh kecepatan angin
dan temperatur udara di luar greenhouse. Dalam penelitian ini hv
dianggap konstan, karena tidak tersedia data fluks volume pertukaran
udara.
Kesetimbangan pada lantai dan tanah
1. Permukaan lantai
Cfx z0 x dTf/dt≈Abss x RAD x Trancx K– 2 x ksx (Tf–Tz1)/ (z0
+ z1)–hix (Tf–Tin)–SBC x Emsx ((Tf+ 273)4
–(Tc+ 273)4) .…. (28)
2. Lapisan tanah
Cfx z1x dTz1/dt≈2 x ksx (Tf–Tz1)/ (z0+ z1) + 2 x ksx
19
C. ASUMSI
Asumsi-asumsi yang digunakan dalam model pindah panas adalah:
1. Sistem terdiri dari 3 elemen vertikal yaitu pindah panas yang terjadi di
penutup greenhouse, pindah panas di udara dalam dan pindah panas pada lapisan tanah.
2. Semua elemen homogen secara horizontal dan vertical kecuali lapisan
tanah yang dibagi menjadi dua subelemen yang homogen secara
horizontal.
3. Kondisi batas adalah temperatur udara luar, kecepatan angin, radiasi
matahari dan temperatur tanah dalam greenhouse yang terdalam yang masih diketahui.
4. Koefisien pindah panas konveksi pada permukaan lantai (hf) tidak berubah
selama simulasi.
5. Aliran udara dalamgreenhouseseragam dan horizontal.
6. Transmisivitas, absorptivitas dan reflektivitas penutup greenhouse
IV. METODOLOGI PENELITIAN
A. TEMPAT DAN WAKTU
Penelitian ini dilakukan di Single-span Greenhouse Kebun Percobaan Cikabayan, Institut Pertanian Bogor, Bogor. Waktu pelaksanaan
penelitian pada bulan April–Juli 2006.
B. BAHAN DAN ALAT 1.Greenhouse
Greenhouse yang digunakan adalah Single-Span Greenhouse tipe
Standar Peak dengan ukuran panjang 20 m, lebar 7.5 m dan tinggi bubungan 7.346 m. Konstruksi greenhouse mengunakan besi, atap mengunakan kaca, dinding dengan kawat kasa dan lantai terbuat dari
paving block.Greenhousedibangun dengan orientasi Utara - Selatan
2. Weather station, Translator dan Komputer
Weather station atau stasiun cuaca yang digunakanan adalah RM YOUNG model 26700. Alat ini terdiri dari sensor kecepatan dan arah
angin (anemometer), sensor temperatur dan kelembaban (pshychrometer), sensor tekanan udara (barometer), sensor radiasi matahari (pyranometer), dan sensor curah hujan (typing bucket precip gauge). Temperatur pada satuan oC, RH dalam %, kecepatan angin dalam m/s2, arah angin dalam o,
radiasi matahari dalam W/m2dan curah hujan dalam mm/hari.
Weather station di pasang di luar greenhouse untuk mengetahui iklim makro di sekitar greenhouse. Weather station dihubungkan dengan translator merk YOUNG untuk menampilkan hasil pengukuran dan
komputer untuk menyimpan data.
3. Termokopel danHybrid recorder
Termokopel digunakan untuk mengukur temperatur penutup
greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai, temperatur pada batas lantai dengan permukaan tanah dan
temperatur tanah pada kedalaman 0.165 m dan 0.315 m dari permukaan
21 Termokopel dihubungkan dengan hybrid recorder tipe HR 2300 untuk menampilkan temperatur yang terukur oleh termokopel.
4. Oil bathdan Termometer standar
Oil bath dan termometer standar digunakan untuk mengkalibrasi termokopel yang digunakan pada pengukuran temperatur. Pengkalibrasian
ini bertujuan untuk mendapatkan hubungan antara temperatur yang terukur
oleh termokopel dengan temperatur yang terukur oleh termometer standar.
C. METODE PENELITIAN
1. Analisis Sudut Datang Radiasi Matahari pada PenutupGreenhouse Analisis sudut datang radiasi matahari pada penutup greenhouse
digunakan untuk mengetahui nilai radiasi matahari langsung yang
ditransmisikan oleh penutup greenhouse. Analisis sudut datang radiasi matahari melibatkan sifat geometri radiasi matahari.
2. Penentuan Model Pindah Panas dalamGreenhouse
Persamaan pindah panas digunakan untuk menghitung temperatur
penutup greenhouse, temperatur udara dalam greenhouse dan temperatur permukaan tanah. Persamaan pindah panas yang digunakan melibatkan
kesetimbangan panas di penutup greenhouse, kesetimbangan panas udara di dalam greenhouse, kesetimbangan panas di permukaan lantai dan lapisan tanah disesuaikan dengan kondisigreenhouse. Model pindah panas
greenhouse dibuat dengan memperhatikan sudut datang radiasi matahari agar perhitungan radiasi matahari yang masuk dalam sistem lebih akurat.
3. Pengambilan Data di Lapang
Parameter yang diukur adalah kondisi cuaca di sekitar greenhouse
berupa kecepatan dan arah angin, temperatur udara, kelembaban udara,
tekanan udara, curah hujan dan radiasi sinar matahari.
Radiasi matahari yang diukur adalah radiasi matahari sesaat yang
diterima oleh greenhouse, sedangkan untuk mencari nilai radiasi total harian dapat dihitung secara matematis dengan menggunakan metode
22
dimana Ih = total radiasi harian (Wh/m2) ∆t = selang pengukuran (jam)
Igt = radiasi selang pengukuran ganjil (W/m2)
Igp = radiasi selang pengukuran genap (W/m2)
Ii = radiasi awal (W/m2)
If = radiasi akhir (W/m2)
Sedangkan temperatur greenhouse berupa temperatur penutup
greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai, temperatur pada batas lantai dengan permukaan tanah dan
temperatur tanah pada kedalaman 0.165 m dan 0.315 m dari permukaan
lantai.
Pengambilan data dilakukan selama 2 minggu mulai pukul 06.00
WIB sampai pukul 18.00 WIB dan dicatat tiap 10 menit. Skema lokasi
pengukuran dapat dilihat pada Gambar 6.
4. Pembuatan Program
Pembuatan program untuk memprediksi temperatur dalam
greenhouse dibuat dalam bahasa QBASIC. Input program adalah karakteristik elemen-elemen greenhouse dan data cuaca hasil pengukuran di sekitar greenhouse. Output program adalah pendugaan temperatur penutup greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 31.5 cm. Diagram
alir pembuatan program dapat dilihat pada Gambar 7.
5. Validasi Program
Validasi program dilakukan dengan membandingkan temperatur
udara hasil simulasi dengan hasil pengukuran di lapangan. Pengujian
keabsahan dilakukan dengan menggunakan garis regresi yang terbentuk
pada hubungan linear antara temperatur hasil simulasi (Y) dan hasil
23 regresi dengan sumbu tegak dan b menyatakan kemiringan atau gradien
garis regresi.
Y = a + bX ……...……. (31)
Model simulasi dinyatakan memberikan prediksi temperatur yang
semakin baik bila persamaan regresinya memiliki koefisien intersep (a)
mendekati nol dan gradiennya mendekati satu.
6. Pengembangan JaringanArtificial Neural Network(ANN)
Program ANN yang dikembangkan menggunakan algoritma back propagation dengan memakai bahasa pemrograman Visual basic 6.0. Model ANN yang digunakan terdiri dari tiga layer yaitu input layer,
hidden layerdanoutput layer.
Input layerterdiri dari 6 noda yaitu data kecepatan angin, temperatur udara di sekitar greenhouse, radiasi sinar matahari, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 0.315 m. Parameter pada input layer ditentukan berdasarkan anlisis variabel pada persamaan kesetimbangan panas yang
terjadi dalamgreenhouse. Variabel yang dipilih adalah variabel dasar yang terdapat pada persamaan kesetimbangan panas dan dilakukan pengukuran
dalam penelitian. Laju ventilasi tidak dijadikan input dalam ANN karena dalam persamaan kesetimbangan panas, laju ventilasi bukan merupakan
variabel dasar dan hanya berpengaruh terhadap variabel tertentu, dan juga
dalam penelitian tidak dilakukan pengukurannya. Output layer berupa pendugaan temperatur udara di dalam greenhouse. Model ANN yang dikembangkan dapat dilihat pada Gambar 8.
Data yang diperoleh dari hasil pengukuran dibagi menjadi dua
kelompok yaitu satu set data untuk prosestrainingdan satu set data untuk proses validasi jaringan. Kinerja jaringan ANN dapat dinilai berdasarkan
25 Ket: n = 172,173,174,175,177 dan 181
Gambar 7. Diagram alir program Q-Basic untuk memprediksi temperatur dalam
26 Keterangan gambar:
1. Kecepatan angin (m/s2)
2. Radiasi matahari (W/m2)
3. Temperatur penutupgreenhouse(oC)
4. Temperatur udara di luargreenhouse(oC)
5. Temperatur permukaan lantai (oC)
6. Temperatur tanah kedalaman 31.5 cm (oC)
7. Temperatur udara di dalamgreenhouse(oC)
Gambar 8. Model ANN yang digunakan untuk pendugaan temperatur dalam
greenhouse. Xi
Vij 1
2
3
4
5
6
7
Input Layer Hidden Layer Output Layer
Wjk
27 Gambar 9. Diagram alir ANNbackpropagationuntuk memprediksi temperatur
V. HASIL DAN PEMBAHASAN
A. SUDUT DATANG RADIASI MATAHARI PADA PENUTUP
GREENHOUSE
Radiasi matahari yang mengenai permukaan benda terdiri dari radiasi
langsung, radiasi sebaran (sky radiation) dan radiasi pantulan. Radiasi
langsung adalah radiasi matahari yang lansung mengenai permukaan benda
tanpa mengalami pemantulan atmosfer. Radiasi sebaran adalah radiasi yang
sudah dipencarkan oleh molekul-molekul gas, debu dan uap air di atmosfer,
sedangkan radiasi pantulan adalah radiasi yang dipantulkan dari permukaan
yang berdekatan dengan benda tersebut.
Sebagian radiasi matahari yang sampai ke penutup greenhouse akan ditransmisikan, sebagian dipantulkan dan sebagian lagi diserap oleh material
penutup greenhouse. Transmisivitas dan reflektivitas merupakan bagian yang penting karena dipengaruhi oleh sudut datang radiasi matahari pada penutup
greenhouse, sedangkan absorptivitas hampir konstan untuk semua sudut datang radiasi matahari dari 0osampai 90o(Takakura, 1989).
Semakin besar nilai sudut datang radiasi maka semakin kecil radiasi
yang ditransmisikan oleh penutup greenhouse. Pada sudut datang 0o, 91% radiasi matahari akan di transmisikan oleh penutup (kaca)greenhouse, 8% di pantulkan dan 1% akan diserap oleh kaca tersebut. Pada sudut datang 0 - 45o,
transmisivitas berubah sangat kecil. Pada sudut datang 45 - 80o, nilai
transmisivitas akan menurun dengan cepat sehingga radiasi yang dipantulkan
lebih besar dari pada radiasi yang ditransmisikan (Mastalerz, 1977).
Data pengukuran yang digunakan dalam simulasi adalah: tanggal 21
Juni, 22 Juni dan 23 Juni 2006 dipilih mewakili data cuaca berawan dan hujan
dengan radiasi total harian secara berturut-turut sebesar 5028.233 Wh/m2,
4616.353 Wh/m2dan 4692.46 Wh/m2, sedangkan tanggal 24 Juni, 26 Juni dan
30 Juni 2006 dipilih mewakili data cuaca cerah dengan nilai radiasi total
harian sebesar 5677.127 Wh/m2, 5394.327 Wh/m2 dan 5528.987 Wh/m2.
Gambar 10 menunjukkan perubahan radiasi matahari selama pengukuran,
29
21 Juni 22 Juni 23 Juni 24 Juni 26 Juni 30 Juni
Tanggal
21 JUNI 2006 22 JUNI 2006 23 JUNI 2006 24 JUNI 2006 26 JUNI 2006 30 JUNI 2006
akan berubah setiap saat dengan titik maksimum pada siang hari, besarnya
radiasi matahari akan berkurang bila langit berawan. Hasil perhitungan sudut
datang radiasi matahari pada penutup greenhouse dapat dilihat pada Lampiran 2.
Gambar 10. Perubahan radiasi matahari harian selama pengukuran.
Gambar 11. Radiasi total harian selama pengukuran.
Nilai kosinus sudut datang radiasi matahari pada penutupgreenhouse
yang menghadap ke utara (Ku) memiliki nilai yang lebih besar daripada yang
menghadap selatan (Ks). Nilai Kupada pukul 06:00 WIB adalah sebesar 0.548
dan meningkat mencapai 0.999 pada pukul 10:00 WIB. Setelah itu menurun
30 mencapai 0.997 pada pukul 14:00 WIB. Gambar 11 menunjukkan nilai
kosinus sudut datang radiasi matahari pada penutupgreenhouse.
Nilai kosinus sudut datang radiasi matahari (K) berubah sejalan
dengan berubahnya altitude (α) atau ketinggian matahari. Semakin meningkat
ketinggian matahari maka nilai K juga semakin meningkat, dan ketika α
mencapai maksimum, K juga mencapai maksimum. Nilai α dan K terus
meningkat sampai tengah hari (pukul 12.00 WIB) dan setelah itu menurun.
Gambar 12. Kosinus sudut datang radiasi matahari pada penutupgreenhouseyang berorientasi Utara - Selatan pada tanggal 21 Juni 2006. .
B. MODEL SIMULASI PINDAH PANAS DALAMGREENHOUSE
Model simulasi pindah panas dalam greenhouse menggunakan persamaan kesetimbangan panas di penutup, di udara dalam, permukaan lantai
dan lapisan tanah.
Karakteristikgreenhouse meliputi dimensi greenhouse, karakteristik bahan penutup, kemiringan atap, sifat fisik udara dalam greenhouse dan karakteristik lantai dijadikan input dalam simulasi pindah panas dalam
greenhouse.
Data kondisi cuaca di sekitargreenhousejuga dijadikan input dalam simulasi, terdiri dari data radiasi matahari, kecepatan angin dan temperatur
udara dalam greenhouse. Data kondisi cuaca hasil pengukuran yang digunakan untukinputdalam simulasi dapat dilihat pada Lampiran 3.
31 Laju ventilasi alami yang terjadi dalam greenhouse sangat berpengaruh terhadap kesetimbangan panas dalam greenhouse yang akhirnya berpengaruh terhadap temperatur dalam greenhouse. Laju ventilasi berpengaruh pada koefisien pindah panas konveksi akibat adanya ventilasi
(hv). Semakin besar laju ventilasinya maka semakin besar nilai hvtersebut dan
semakin besar pindah panas yang terjadi.
Besarnya laju ventilasi alami dipengaruhi oleh kecepatan dan arah
angin, besarnya bukaan dan perbedaan temperatur didalam dan diluar
greenhouse.
Program yang dibuat menggunakan bahasa pemrograman Q-BASIC.
Input dibuat dalam file berekstensi .txt yang di-load dengan program Q-BASIC pada saat program di-running. Setelah program di-runing, output
program langsung disimpan dalamfileyang bernama hasil.txt. Program dibuat dengan menggunakan persamaan-persamaan pindah panas dalam greenhouse
yang diselesaikan dengan metode Runge-Kutta. Program selengkapnya dapat
dilihat pada Lampiran 4.
Perhitungan dimulai pukul 6:00 dengan syarat awal untuk temperatur
penutup, udara dalam, permukaan lantai dan temperatur tanah pada kedalaman
z1 didapat dari pengukuran dan dijadikan input dalam perhitungan
Runge-Kutta. Dalam simulasi ini koefisien pindah panas pada lantai (hf) tidak
berubah selama simulasi. Nilai konstanta yang digunakan selama simulasi
32 Tabel 1. Nilai konstanta yang digunakan dalam simulasi
pendugaan temperatur udara dalamgreenhouse,
Simbol Nilai
Absc1 0.032 (Lunde, 1980) Absc2 0.092 (Lunde, 1980)
Abss 0.65 (www. its. berkeley. edu) Abssens 0.33 (Bot, 2001)
Ca 1 kJ/m3K (www. Hukseflux.com)
Cc 2184 kJ/m3K (www. hukseflux.com) Cf 1940 kJ/m3K (www. hukseflux.com)
EP 4 m
Ems 0.95
hf 7 W/m2C (Bot, 2001)
hv 3 W/m2C (Bot, 2001)
ks 1.28 W/m K (www. hukseflux.com)
L 20 m
LAT 6.33 LS
LGT 106.42 BT
RP 7.346 m
SBC 5.67E-08
SW 7.5 m
TBL 31.5oC
THc 0.0047 m
TZ 105
Tc0 18.8oC
Tf0 24.4oC
Tin0 20.6oC
Tranc 0.69 (Setyoningrum, 2001)
Tz10 27.9oC
W 7.5 m
z0 0.065 m
z1 0.315 m
Hasil keluaran simulasi kemudian dibandingkan dengan hasil
pengukuran. Hasil keluaran program dapat dilihat pada Lampiran 5. Grafik
perbedaan temperatur hasil simulasi dengan hasil pengukuran dapat dilihat
pada Gambar 13 sampai dengan Gambar 18. Perbedaan antara temperatur
33 Tabel 2. Perbedaan temperatur dalam greenhouse antara hasil simulasi dengan hasil pengukuran tanggal 21– 23 Juni 2006 dengan cuaca berawan dan hujan,
Waktu
lokal 21 Juni 2006 22 Juni 2006 23 Juni 2006
S P S-P S P S-P S P S-P
6:00 21.49 20.9 0.6 21.74 21.9 0.2 21.65 21.1 0.6
7:00 22.26 22.3 0.0 22.66 22.8 0.1 22.46 22.9 0.4
8:00 23.25 26.8 3.6 24.27 26.9 2.7 23.55 25.9 2.3
9:00 25.69 30.5 4.8 26.78 30.0 3.2 26.05 29.8 3.7
10:00 30.04 35.2 5.2 30.25 33.3 3.0 29.88 32.6 2.7
11:00 33.83 34.6 0.8 33.65 34.7 1.0 33.55 33.2 0.3
12:00 36.67 37.1 0.4 35.96 35.6 0.4 36.02 35.2 0.8
13:00 38.43 38.2 0.3 37.13 37.0 0.1 36.63 34.8 1.8
14:00 37.82 39.9 2.1 36.89 37.1 0.2 36.94 37.2 0.3
15:00 35.30 35.4 0.1 34.10 34.5 0.4 34.42 34.4 0.0
16:00 32.23 32.6 0.3 30.49 28.6 1.9 30.57 27.7 2.8
17:00 29.56 30.2 0.6 27.71 23.2 4.5 28.49 28.4 0.1
18:00 27.71 28.4 0.7 25.98 22.8 3.2 26.93 26.8 0.1
Min 21.5 20.9 0.0 21.7 21.9 0.1 21.7 21.1 0.0
Max 38.4 39.9 5.2 37.1 37.1 4.5 36.9 37.2 3.7
Rata-rata 30.5 32.0 1.6 30.1 30.5 1.5 30.0 30.3 1.3
Tabel 3. Perbedaan temperatur dalam greenhouse antara hasil simulasi dengan hasil pengukuran tanggal 24 Juni, 26 juni dan 30 Juni 2006 dengan cuaca cerah,
Waktu
lokal 24 Juni 2006 26 Juni 2006 30 Juni 2006
S P S-P S P S-P S P S-P
6:00 21.66 21.0 0.7 21.65 18.9 2.8 21.63 20.1 1.5
7:00 22.41 22.5 0.1 22.40 21.0 1.4 22.30 21.5 0.8
8:00 23.86 26.8 3.0 23.34 25.9 2.5 23.90 26.1 2.2
9:00 27.48 30.0 2.5 27.14 29.1 2.0 26.92 29.5 2.5
10:00 31.44 31.7 0.2 31.57 32.0 0.5 31.10 34.4 3.3
11:00 35.07 33.5 1.6 31.73 33.6 1.9 34.76 34.1 0.7
12:00 37.36 32.5 4.9 36.65 34.5 2.2 36.14 33.7 2.5
13:00 38.30 36.0 2.3 39.26 35.2 4.0 38.58 35.2 3.3
14:00 38.10 35.9 2.2 40.37 35.5 4.9 38.53 37.5 1.1
15:00 36.01 34.9 1.1 38.20 35.5 2.7 36.14 36.3 0.2
16:00 32.35 32.0 0.4 33.18 31.7 1.5 33.68 34.0 0.3
17:00 29.21 27.7 1.5 29.96 29.2 0.8 31.02 30.1 0.9
18:00 27.31 26.2 1.1 27.83 27.5 0.3 29.13 27.4 1.7
Min 21.7 21.0 0.1 21.7 18.9 0.3 21.6 20.1 0.2
Max 38.3 36.0 4.9 40.4 35.5 4.9 38.6 37.5 3.3
Rata-rata 31.1 30.4 1.7 31.3 30.2 2.2 31.2 31.0 1.6
34
Dari Tabel 2 dan Tabel 3 dapat dilihat bahwa perbedaan rata-rata
temperatur antara hasil simulasi dengan hasil pengukuran pada tanggal 21
Juni, 22 Juni dan 23 Juni 2006 yang mewakili data cuaca berawan dan hujan
adalah sebesar 1.3 - 1.6 oC, sedangkan pada tanggal 24 Juni, 26 Juni dan 30
Juni 2006 yang mewakili data cuaca cerah menunjukkan perbedaan rata-rata
sebesar 1.6 - 2.2 oC, sehingga simulasi ini dianggap cukup baik dan dapat
digunakan untuk semua data cuaca baik pada saat cerah, berawan maupun
hujan.
Gambar 13. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 21 Juni 2006 dengan cuaca berawan.
Gambar 14. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 22 Juni 2006 dengan cuaca berawan dan hujan.
35 Gambar 15. Perbandingan antara temperatur hasil
simulasi dengan hasil pengukuran tanggal 23 Juni 2006 dengan cuaca berawan dan hujan.
36 Gambar 17. Perbandingan antara temperatur hasil
simulasi dengan hasil pengukuran tanggal 26 Juni 2006 dengan cuaca cerah.
Gambar 18. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 30 Juni 2006 dengan cuaca cerah.
C. VALIDASI MODEL SIMULASI PINDAH PANAS
Pengujian keakuratan hasil simulasi dilakukan dengan menganalisis
garis regresi yang terbentuk pada hubungan linear antara temperatur udara
hasil simulasi dengan hasil pengukuran. Temperatur hasil simulasi akan
semakin akurat apabila koefisien intersep-nya (a) mendekati nol dan
gradiennya (b) mendekati 1.
37 Gambar 19 menunjukkan hubungan antara temperatur udara hasil
simulasi dengan hasil pengukuran. Persamaan regresi yang terbentuk adalah
Y= 0.86666X – 0.39864, sedangkan koefisien regresinya sebesar 0.8583. Hal
ini menunjukkan bahwa hasil simulasi cukup akurat karena gradiennya
mendekati satu dan intersep-nya mendekati nol.
Perbedaan temperatur hasil simulasi dengan hasil pengukuran
disebabkan penggunaan koefisien pindah panas konveksi pada lantai (hf) yang
tidak berubah selama simulasi. Padahal dalam kenyataan koefisien tersebut
akan selalu berubah setiap saat karena laju perpindahan panas yang terjadi
tidak akan pernah tetap. Selain itu juga penggunaan konstanta yang banyak
mengambil mengambil dari literatur.
Gambar 19. Hubungan linear antara temperatur hasil simulasi dengan hasil pengukuran.
D. PENGEMBANGAN MODELARTIFICIAL NEURAL NETWORK(ANN)
Penelitian ini menggunakan Artificial Neural Network (ANN)
dengan algoritma backpropagation. ANN di training dengan data input, dan akan menghasilkan output berupa weight (pembobot) yang menghubungkan antarainput layer,hidden layerdanoutput layer.
Ada enam parameter yang digunakan sebagai data input dalam
training ANN, yaitu: kecepatan angin (m/s2), radiasi matahari (W/m2), temperatur penutup greenhouse, temperatur udara di luar greenhouse,
y = 0,8666x + 3,9864
20,00 25,00 30,00 35,00 40,00 45,00
Tinpengukuran (oC)
in
