Pengembangan Model Artifical Neural Network untuk Pendugaan Suhu Udara Dalam Greenhouse dengan Berbagai Kemiringan Atap pada Single-span Greenhouse

PENGEMBANGAN MODEL ARTIFICAL NEURAL NETWORK ,

UNTUK PENDUGAAN SUHU UDARA DALAM GREENHOUSE

DENGAN BERBAGAI KEMIRINGAN ATAP PADA

SINGLESPAN GREENHOUSE

Oleh

PUTIK RETNOSARI

F01499120

2003

FAKULTAS TENOLOGI PERTANIAN

INSTITUT PERT ANIAN BOGOR

PUTIK RETNOSARI. FOl499l20. Pengembangan Modol AtfCU Neural Network uotuk Pendugaan Suhu Udara Dalam Greenhouse dengan Bebagai Kcmiringan Atap pad:. Single-span Greenhouse. Di bawalt himbingan : Meiske Widyarti dan Herry Suhardiyanto.

RINGKASAN

Greenhouse

adalah bangunan tembus cahaya sehingga memungkinkan cahaya yang dibutuhkan tanaman masuk kedalamnya, dan menghindarkan tanaman

dari enaruh yang kurang menguntungkan.

Greenhouse

yang dibutuhkan di

Indonesia adalah

greenhouse

yang berfungsi sebagai pelindung tanaman i tepaan

hujan dan menngi intensitas serangan hama n cahaya ma

i

yang

berlebihan.

Masalah yang timbul akibat penggunaan

greenhouse

di daerah tropika adalah

tingginya subu udara di dalam

greenhose.

Untuk mengatasi tingginya subu

a

di

dalam

greenhouse

maka rancangan

greenhouse

perlu dibuat lebih at sesuai

dengan lokasinya. Walls (1993) memaparkan bahwa bentuk

greenhouse

yang ideal

adalah

rounded

karena memaksimumkan ransmisivitas radinsi matabari, namun

kekurangan

greenhouse

ini adalah dari sei ukuran serta penanaman. Pilihan atematif

adalah yan8 berentuk konvensional dengan sudut kemiringan ntap nonnal yaitu 25°

sampai 35 yang lebih efisien dalam men

s

misikan radiasi matahari. titude

menurut Businger (1963) latitude lokasi sebuah

reenhouse

dan musim dalam satu

tabun juga mempengi dalam sudut dia matahari akan meradiasi pada

penn

an

bumi. Semakin selatan latitude

a

akan semakin tinggi ma

i

diatas

horison dalam pertengahan musim dingin. Businger (1963) dalam bukunya juga menyatakan bahwa beberapa faktor yang menentukan jumlah dari energi pancaran

matahari serta berefek terhadap densias pancaran yang berubah didalam

greenhouse

adalah posisi ma

i

pada waktu yang berbeda ada satu mo. lokasi

reenhouse,

dan derajat keberawanan di langit yang mempengaruhi jumlah energi pann

mati yang berguna untuk pertumbuhan tanaman

Optimasi penentuan sudut atap

greenhouse

merupakan salah satu l yang

sangat penting dalam perancangan

greenhouse.Pendugaan

radiasi mai pada

pennukaan atap dengan erbagai kemiringan menjadi masukan dalam erancangan

greenhouse.

Selanjutnya suhu udara di dalam

greenhouse,

perin diprediksi dengan

menggunakan

Artificial Neural Network

(AN) dengan berbagai sudut penutup atap.

Pendugaan suhu udara dalam

greenhouse

yang lebih akurat diharapkan dapat

membantu proses perancangan

greenhouse

.Penelitian 1111 bertujuan untuk

mengembangkan model hubungan antara data - data cuaca harian dalam erbagai

kemiringan atap dengan suhu udara dalam

greenhouse,

berdasarkan metode

Artificial

Neural Network

(NN).

Penelitian ini dilaksanakan di rumah kaca

greenhouse)

Laboratorium

Lingkungan dan Bangunan Pertanian, Jn Teknik Pertanian. Fakultas Teknologi

Pertanian, IPB yang terletak di Leuwikopo, Darmaga- Bogor dan dilak

n

pada

bulan AgllstUE - September 2003

Alat - alat yang digunakan adalah

greenhouse

berukuran 4 x 6 m, weather

adalah mengambil data cuaca harian dengan menggunakan weather station, suhu udara dalam

greenhouse,

suhu cover

n

suhu ermukaan lantai. Kesemua data tersebut dipilih untuk dijadikan

input

bagi

NN

dengan

8 input

yaitu yaitu H (%),

suhu udara luar

eC),

radiasi mai (W/m

\

kemiringan atap (derajat),

wind speed

(mls'),

hour angle,

suhu atap

( 'C)

n suhu penukaan lantai

(

'c).

Output

yang diharapkan adalah suhu dalam

greenouse.

Pengukuran dilakukan selama empat hari dengan interval pengambilan data setiap

15

menit.

Data yang telah didapatkan

i

weather station menunjukkan bahwa radiasi matahari berubah - ubah sesuai dengan keadaan atmosfer, osisi matahari jam matahari dan kondisi atmosfer bumi. Tmisi erubah sa perlahan dengan

sudut yang lebih besar dan semakin erkurang

n

selalu erubah serti juga dengan radiasi matahari. Subu dalam eenhouse pada kemiringan

35

derajat lebih kecil dari kemiingan

25

dan

20

derajat, yaitu denan nilai erturut· turut

38°C, 38,5

'c,

39, 8

'C.

Nilai radiasi mai yang selalu erubah yang tergantung pada keadaan atmosfer. Radiasi mai pada tanggal

22

Agustus

2003

tercatat sebesar

890,6

W/m', pada tanggal

28

Agustus

2003

seesar

1058, 54

W/m'. tanggal

29

Agustus sebesar

1070,1

W/m'

n

tanal30

seesar

947,88

W/m2

Setelah data tersebut terkwnpul,

a

dengan menggunakan

NN

dimulai

training

data sebanyak

128

a

dengan mengn

10 000

iterasi sampai mencapai tingkat akurasi mendekati

10 %.

Tahap validasi diln setelah masing - masing

NN

mencapai akurasi

training

yang paling baik.

Training

data sebanyak

64

data untuk validasi

NN

mencapai nilai si

85.84%

setelah dilakukan

10000

kali iterasi ..

Kesimpulan penelitian ini adalah ha hubungan antara radiasi matahari dengan suhu udara di daln

greenhouse

telah didapatkan dengan model

NN

sebagaimana ditunjukkan dengan tingkat akurasi yang cukup tinggi pada proses

PENGEMBANGAN MODEL ARTIFICIAL NEURAL NETWORK UNTUK PENDUGAAN SUHU UDARA DALAM GR.ENHOUSE DENGAN

BERBAGAI KEMIRINGAN ATAP PADA

SINGLESPAN GREENHOllSE ,

SKRIPSI

Sebagai salah satu syarat untuk memcnleh gelar

SARJANA TENOLOGI PERTANIAN

Pada Jn Teknik Pertanian

Fakultas Tenologi Petanian

Institut Pertanian Bogor

Oleh

PUTIK RETNOSARI

F01499120

2003

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

PENGEMBANGAN MODEL ARTIFICAL NEURAL NETWORK UNTUK

-PENDUGAAN SUHU UDARA DALAM GREENHOUSE DENGAN

BERBAGAI KEMIlNGAN ATAP PADA

SINGLESPAN GRENHOUSE

SRJPSI

Sebagai lh satu syarat nk meln enelitian

nk

memeroleh gelar SARJANA TENOLOGI PERTANIAN

Pad. Jn Teknik Pian Fakultas Teknologi Pertanian

nstitut Pertanian Bogor

Oleb

PUTIK RETNOSARJ

F01499120

Dilahirkan pada tanggal

10 esemer 1981

di Jakarta

Tanggallulus:

8 September 203

KATA PENGANTAR

Alhamdulillab, penulis panjatkan ke hadirat ALLAH SWT yang telab

melapangkan jalan penulis dalam kelancaran penyusunan skripsi ioi.

Skripsi ini berjudul "Pengembangan Model

Artificial Neural Network

(ANN) untuk Pendugaan Suhu Ua Dalam

Greenhouse

dengan Berbagai Kegan Atap pada

Single-span Greenhouse".

Skripsi ini mempelajari tentang engembangan model ANN yang memungkinkan endugaan subu udara di dalam

greenhouse

dengan mengunakan data cuaea.

Penulis tidak n mampu menuliskan skripsi ini tanpa bantuan orang - orang sekitar. Penulis mengucapkan terima kasih yang sebesar - besamya kepada:

I. Keluarga penulis (Mama dan Papa) yang tanpanya penulis tidak erati

n

menjadi apa - apa.

2.

Ibu Ir. Meiske Widyarti, Meng selaku dosen pembimbing ea yang selalu membantu dan membimbing.

3. Bapak Dr. Ir. Herry Suhardiyanto, MSc selaku dosen embimbing kdua

n

dosen penguji atas u, bimbingan, perhatian, araban seta ilmunya

4.

Ir. Leopold Oscar Nelwan, Msi selaku dosen enguji

5.

Bapak Eman dan Bapak Ahmad selaku teknisi Lab. Lingknngan n nn

Pertanian.

6.

Teknik Sipil Pertanian Angkatan 36 atas bantuan keceriaan dan doanya

7.

TEP 36 alas kenangan indahnya.

Penulis merasa masih banyak yang belun tersebut dan mungkin tidak n cukup

ntk disebutkan satu persatu.

Penulis merasa masih banyak kekurangan di dalam pembuatan skripsi ini.

Nam:m enulis erharap skripsi ini dapat membantu dalam erkembanan teknologi

greenhouse

di Indonesia.

DATARISI

Halaman

KA TA PENGANTAR ... iii

DAFTAR lSI ... iv

DAFTAR GAMBAR ... v

DAFTAR LAMPIRAN ... vii

DAFTAR SIMBOL ... viii

I. PENDAHULUAN ... I A. LA TAR BELAKANG ... I B. TUJUAN PENELITIAN ... ...

2

11.TINJAUAN PUSTAKA ... 3

A.

GREENHOUSE

... 3

B. GEOMETRI MATAHARI ...

4

C.

RADIASI MATAHARI ...

6

D.

ARTIFICIAL NEURAL NETWORK

...

7

111. METODOLOGI PENELITIAN ...

10

A. TEMPAT DANWAKTU PENELTIAN ... lO B. ALAT DAN BAHAN ...

10

C.

METODE PENELITIAN ... II IV. PENDEKATAN TEORITIS ...

18

A. SUDUT DATANG RADIASI MATAHARI ...

18

B. RUMUS DASAR ...

20

V. HASIL DAN PEMBAHASAN ... 22

A. RADIASI MATAHARI ...

22

B. PENGEMBANGAN MODEL PENDUGAAN SUHU UDARA DALAM

GREENHOUSE

DENGAN

ARTIFICIAL NEURAL NETWORK

(NN)

...

26

VI. KESIMPULAN DAN SARAN ... 29

A. KESIMPULAN ... 29

B. SARAN ... 29

DAFT AR PUSTAKA ... 30

LAMPIRAN ... 32

DAT AR GAMBAR

Gambar

1. Bentuk dasar greenhouse. �nan

: Greenhose

yang

mm di Amerika Serikat. Kiri

: Greenhouse

Halaman

yang digunakan di Eropa (Hanan et l.,

1978)

...

.

.

.

..

.

...

. 4

Gambar 2. Sudut zenith matabari (9z), deklinasi matabari (5) dan sudut jam matabari (0) ditunjukkan hubungannya dengan pennukaan dasar horizontal pada pennukaan bumi (Duie e/ a/.1980) ...

.

.

.

. 6

Gambar 3. Model multilyer network ...

.

...

.

...

.

...

.

...

.

...

8

Gambar 4. Greenhouse pada kemiringan atap yang berbda (tampak depan) ...

10

Gambar 5. Pengambilan data dengan megn weather slation ....

.

...

12

Gambar 6. Model AN yang dikembangkan ...

.

... 16

Gambar 7. Diaram alir Bacpropagalion Neural Network ...

17

Gambar 8. Sudut datang radiasi i pada pennukaan horizontal (Esmay et l.,

1983) ... 18

Gambar

9. Sudut datang radiasi mai

pada kemirinan atap bangunan beroientasi timur - barat (Esmay et el.,

1983) ... 20

Gambar

10. Radiasi mai ped. hari yang ereda

...

.

...

22

Gambar

11. Hubungan adiasi mai dengan temeratur dalam

greenhouse pada kemiringan

15 derajat

..

.

...

.

...

.

...

23

Gambar

12. Hubungan Radiasi matahari dengan temperatur daIam

greenhouse pada kemirinan 20 derajat

...

.

...

23

Gambar

13. Hubungan Radiasi mi dengan temperatur

dalam greenhouse pada kemiringan 25 derajat..

... 24

Gambar 14. Hubungan Radiasi maahari dengan temeratur dalam greenhouse pada kemiringan 35 derajat.. ...

.

...

..

.

24

Gambar

15. Perubahan suhu udara i dalam greenhouse

n

suhu luar

greenhose pad. radiasi mai lebih esar i 500

W 1m' ....

25

I. PENDAHULUAN

A. LATAR BELAKANG

Kebutuhan

n

sayuran berkualitas tinggi akhir-akhir ini semakin meningkat. sehingga orientasi yang hs dinuhi dalam bidang usahatani

hortikultura adalah dengan memenuhi ennintaan

r

dari segi mutu, jumJah dan wu. Untuk memenuhi kebutuhan pasar tersebut diperlukan suatu

perenc

an

produksi yang baik seerti salah satunya dengan lingknngan yang terkendali seperti dalam

greenhouse.

Greenhouse

adalah bangunan yang memungkinkan cahaya yang dibutuhkan tanaman sk kdalamnya, n dapat menghindarkan tanaman dari pengarub yang kurang mengnnn.

ei

angin kencang, hujan deras, subu ekstrim serta serangga

.

Tn

n

mon tp jumlh maupun durasi pencahayaan. Fnngsi utam.

i

cahaya hagi

n

adalah nntuk berfotosintesis dan juga mengatur rkembangan

a

entuk dari

n

.

Greenhouse

i negara-negara empat musim. pada umunmya tertutup rapat agar dapat menghindarkan

n i

subu

a

yang dinin. Namnn

geenhose

yang dibutuhkan di Indonesia adalsh

greenhouse

yang berfungsi sebagai elindung tanaman dari terpaan hujan n mengangi intensitas cahaya n

serangan hna.

Pengnan

greenhouse

di

h

opa

n

mengakibatkan tinginya subu di dalam

greenhouse.

a

itu dierlukan suatu rancangan

greenhouse

yang sesuai dengan ikln pada lokasi tertentu. Salah satu hal pentingnya untuk mengatasi tingginya suhu udara i dalam

greenhouse,

adalah dengan mengatur transmisivitas radiasi ai pada bangunan.

Bentuk atap pada

greenhouse

memengaruhi transmisivitas radiasi matahari. Selain itu, pemilihan bahan atap juga dapat memengaruhi jumlah

transmisi radiasi matahari ymg s. ke dalam

greenhouse.

Optimasi sudut atap

greenhouse

merupakan salah satu hal yang angat enting dalam perancangan

Pada siang hari,

greenhouse

menerima radiasi mai yang sangat besar. Besnya radiasi matahari yang diterima di suatu tempat tergantung dari posisinya pada garis lintang, ketinggian dan tanggal dalam setahun. Suatu perhitungan yang akurat diperlukan untuk memprediksi jumlah rdisi matahari

,

yang masuk serta diserap oleh sr

greenhose.

Perhitungan akn akurat apabila mempertimbangkan beberapa aspek, diantaranya sudut

ei,

aimuth mai, orientasi

greenhouse,

sifat optik bahan enutup

greenhouse.

Sudut datang radiasi mai pada penutup

greenhouse

merupakan salah satu faktor yang juga harus dierhatikan sehubungan posisi matahari yang ervarisi

sepanjang hari, sehingga bentuk atap

greenhouse

mcupakan salah satu faktor yang berpengaruh pada kondisi iklim mikro didalamnya.

Akurasi data tentang radiasi mai global harian pada ermukaan

horizontal penting untuk perancangan

greenhouse.

disi matahari pada pennukaan yang bergelombang jauh lebih kompleks dengan tingginya variasi

dari orientasi kemiringan relatif terhadap matahari, yang bisa eubah a

radikal melalui jarak dekat.

Pendugaan radiasi mai pada ermukaan atap dengan erbagai kemiringan menjadi masukan dalam ancngan

greenhouse.

Selanjnya suhu udara di dalam

greenhouse,

perlu pengembangan model dengan menn

Artificial Neural Network (NN)

dengan berbagai sudut enutup atap.

Pendugaan suhu udara dalam

greenhouse

yang lebih akurat dpkan dapat membantu proses perancangan

greenhouse.

B. TUJUAN

Tujuan penelitiall ini adalah :

1. mengwnpulkan data cuaea,

n

suhu udara di d.llam

greenhouse.

dengan berbagai kemiringan atap.

2. mengembangkan model hubungan data cuaca dcngan suhu udara di dalam

greenhouse

pada berbagai kemiringan atap yang bereda menggunakan

Artficial Neural Network (AN).

3.

Melakukan validasi hasil

trainjng

menggunakan

Artificial Neural Network

(ANN).