19 Weather station
diletakkan di luar greenhouse untuk mengetahui iklim makro di sekitar greenhouse. Weather station dihubungkan
translator merk Young untuk menampilkan data hasil pengukuran dan komputer untuk menyimpan data.
4. Termokopel dan Hybrid Recorder
Termokopel digunakan untuk mengukur temperatur penutup greenhouse
, temperatur udara dalam greenhouse, temperatur permukaan tanah dan temperatur tanah pada kedalaman 0.15 m dan
0.25 m. Termokopel dihubungkan dengan Hybrid Recorder untuk menampilkan temperatur yang terukur oleh termokopel.
5. Oil Bath
dan Termometer Standard Oil bath
dan termometer standard digunakan untuk mengkalibrasi termokopel yang digunakan untuk mengukur temperatur
pada greenhouse. Pengkalibrasian bertujuan untuk mendapatkan hubungan antara temperatur yang terukur oleh termokopel dengan
temperatur yang terukur oleh termometers standard.
IV.2 Tempat dan Waktu Penelitian
Penelitian ini akan dilaksanakan pada bulan Mei-Juni 2007, bertempat di PT Alam Indah Bunga Nusantara, Cipanas, Jawa Barat
IV.3 Metoda Penelitian
1. Analisis Sudut Datang Radiasi Matahari pada Penutup Greenhouse
Analisis sudut datang radiasi matahari pada penutup greenhouse digunakan untuk mengetahui nilai radiasi matahari yang
ditransmisikan langsung melalui penutup greenhouse. Perhitungan pada analisis radiasi matahari ini melibatkan kondisi lingkungan
sekitar greenhouse, geometri bumi serta bentuk dan orientasi bangunan greenhouse
. 2.
Penentuan model Pindah Panas dalam greenhouse Persamaan pindah panas digunakan untuk perhitungan
kesetimbangan panas pada penutup greenhouse, dalam greenhouse,
20 permukaan tanah serta lapisan tanah yang disesuaikan dengan kondisi
greenhouse . Model pindah panas greenhouse melibatkan nilai kosinus
dudut radiasi matahari. 3.
Pengukuran di Lapangan Data yang diukur adalah kondisi iklim makro di luar greenhouse
dengan menggunakan weather station. Kemudian temperatur di dalam greenhouse
diukur dengan menggunakan termokopel dan hybrid reecorder.
Pengukuran temperatur di dalam dan di luar greenhouse bertujuan untuk mengetahui perbedaan yang terjadi pada kondisi
lingkungan di dalam dan di luar greenhouse. Waktu pengambilan data dipilih pada hari cerah. Data diambil pada pukul 06.00 WIB hingga
pukul 18.00 WIB dan dicatat setiap 10 menit. 4.
Pembuatan Program Pembuatan program komputer untuk memprediksi temperatur
dalam greenhouse dibuat dengan menggunakan Excel Macro. Metode numerik yang digunakan adalah metode finite difference yang akan
menghasilkan sistem linier kemudian sistem linier diselesaikan dengan metode Gaus. Input program adalah karakteristik elemen-elemen
greenhouse dan data cuaca di sekitar greenhouse yang di dapatkan dari
hasil pengukuran. Proses perhitungan dimulai dengan perhitungan deklinasi matahari dan Equation of Time EQT. Output program
adalah sudut datang radiasi matahari, pendugaan temperatur penutup greenhouse
, temperatur udara dalam greenhouse, temperatur permukaan tanah dan temperatur tanah pada kedalaman z untuk tiap
jam. 5.
Validasi Program Validasi program dilakukan dengan membandingkan temperatur
hasil pengukuran dengan temperatur hasil simulasi. Pengujian keabsahan dilakukan dengan menggunakan garis regresi yang
terbentuk pada hubungan linier antara temperatur hasil simulasi Y dan hasil pengukuran X. Dimana a menyatakan intersep atau
21 perpotongan garis regresi dengan sumbu tegak dan b menyatakan
kemiringan atau gradien garis regresi.
bX a
Y +
=
Model simulasi dinyatakan memberikan prediksi temperatur yang semakin baik bila persamaan regresinya memiliki koefisien
intersep a mendekati nol dan gradiennya mendekati satu. kemudian dilakukan perhitungan nilai Standard Error of
Prediction SEP dan nilai bias. 6.
Pengembangan Jaringan Artificial Neural Network ANN Program ANN yang dikembangkan menggunakan algoritma
back propagation . Model ANN yang digunakan terdiri dari tiga layer
yaitu input layer, hidden layer dan output layer. Pada pendugaan ANN digunakan model arsitektur yang telah
dikembangkan oleh Nuryawati 2006 dimana input layer terdiri dari data kecepatan angin, temperatur udara di sekitar greenhouse, radiasi
sinar matahari, temperatur atap greenhouse, temperatur permukaan tanah dan temperatur tanah pada kedalaman 0.315 m. Parameter pada
input layer ditentukan berdasarkan analisis variabel pada persamaan
kesetimbangan panas yang terjadi dalam greenhouse. Variabel yang dipilih adalah variabel dasar yang terdapat pada persamaan
kesetimbangan panas dan dilakukan pengukuran dalam penelitian. Output
layer berupa pendugaan temperatur udara di dalam greenhouse. Selain menggunakan model arsitektur yang dikembangkan
Nuryawati 2006, pendugaan temperatur di dalam greenhouse juga dilakukan dengan menggunakan empat data input yang bisa didapatkan
dari stasiun klimatologi. Data-data tersebut adalah kecepatan angin, temperatur udara di sekitar greenhouse, radiasi sinar matahari dan
kelembaban udara di dalam greenhouse. Model yang digunakan untuk pendugaan ANN dengan arsitektur
yang dikembangkan oleh Nuryawati 2006, menggunakan tiga model yang telah dikembangkan oleh Suhardiyanto 2007. Model pertama
menggunakan 55 data training dan 45 data validasi. Model kedua
22 data training dan data validasi yang digunakan masing-masing sebesar
67 dan 33. Model ketiga menggunakan data training sebanyak 75 dan data validasi 25. Untuk pendugaan dengan arsitekrur yang
memasukkan empat data input dari stasiun klimatologi, hanya dilakukan pada model terbaik untuk pengembangan ANN oleh
Nuryawati 2006 setelah dilakukan validasi. Kinerja jaringan dapat dinilai dengan nilai Root Mean Square
Error RMSE. Nilai ini dapat diketahui langsung dengan program
ANN yng telah dikembangkan oleh Rudiyanto. Setelah mendapatkan nilai RMSE yang cukup kecil, maka dilakukan validasi. Validasi
dilakukan dengan menghitung nilai Standard Error of Prediction SEP, bias, dan Coefficient of Variation CV. Ketiga nilai tersebut
menyatakan tingkat kecocokan antara nilai suhu hasil pendugaan dengan ANN serta hasil pengukuran. Semakin kecil nilai SEP dan CV,
serta nilai bias yang semakin mendekati nol, maka semakin baik tingkat kecocokannya.
Gambar 3. Skema titik pengukuran pada greenhouse tampak depan.
23 Gambar 4. Skema titik pengukuran pada greenhouse tampak samping.
24 Gambar 5. Diagram alir ANN backpropagation untuk memprediksi
temperatur di dalam greenhouse. Mulai
Input data training Input data kontrol
Learning rate, konstantan momentum, gain, target
iterasi
Proses perhitungan nilai aktivasi dan perbaikan nilai pembatas
Training dan Kontrol tercapai optimal
Selesai
25 Gambar 6. Diagram alir program perhitungan kosinus sudut datang
radiasi matahari.
Next t Print:
Sudut datang radiasi matahari
Selesai Hit: azimuth, Tsurya, sudut datang radiasi matahari
t = t + dt
Mulai
Julian day : n, L, LGT, t, timeend, dt, beta
Deklinasi, EQT
26 Gambar 7. Diagram alir program simulasi pindah panas.
alfa, emisivitas, transmisivitas, massa, Cp,
ρ, boltzman, Qst, t, dt, timeend
Baca data :
Kosinus sudut datang radiasi
matahari,Radiasi, Tout, wind, konversi wind, Tvent
t = t+dt
Print: Tcover,Tin, Tpermukaan tanah, Ttanah
Next I
Selesai Hit: matriks persamaan pindah panas, gaus
Hit : Tsky, hw, Qpintu, mCp, hA
Mulai
27
V. PEMBAHASAN