Desain dan pemodelan sistem kontrol adaptif lingkungan biologik dalam rumah tanaman
DESAIN DAN PEMODELAN SISTEM KONTROL
ADAPTIF LINGKUNGAN-BIOLOGIK
DALAM RUMAH TANAMAN
TAMRIN
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2005
PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI
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
NIM 995173
ABSTRAK
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 lingkunganbiologik untuk rumah tanaman dalam bentuk perangkat lunak yang juga
memadukannya dengan fasilitas pilihan modus kontrol. Identifikasi lingkunganbiologik 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 lingkunganbiologik 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 fa zi, 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 lingkunganbiologik (suhu, kelembaban, dan iradiasi) telah memadai atau baik. Adapun nilainilai 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.
ABSTRACT
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 biological-environment using genetic algorithm, biologicalenvironment model using heat and mass transfer, optimizing the parameters of
fuzzy and PID control, using genetic algorithm, and the simulation of biologicalenvironment control system based on the set point (optimal 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
DESAIN DAN PEMODELAN SISTEM KONTROL
ADAPTIF LINGKUNGAN-BIOLOGIK
DALAM RUMAH TANAMAN
TAMRIN
Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor pada
Program Studi Ilmu Keteknikan Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2005
Judul Disertasi: Desain dan Pemodelan Sistem Kontrol Adaptif
Lingkungan-biologik dalam Rumah Tanaman
Nama
: Tamrin
NIM
: 995173
Disetujui
Komisi Pembimbing
Dr. Ir. Kudang Boro Seminar, M.Sc.
Ketua
Prof. Dr. Ir. Soedodo Hardjoamidjojo, M.Sc.
Anggota
Dr. Ir. Herry Suhardiyanto, M.Sc.
Anggota
Diketahui
Ketua Program Studi
Ilmu Keteknikan Pertanian
Prof. Dr. Ir. Budi Indra Setiawan, M.Agr.
Tanggal Ujian: 29 September 2005
Dekan Sekolah Pascasarjana
Prof. Dr. Ir. Syafrida Manuwoto, M.Sc.
Tanggal Lulus:
PRAKATA
Bismillaahirrohmaanirrohiim. Penyusunan disertasi yang berjudul Desain
Sistem Kontrol Adaptif Lingkungan-biologik dalam Rumah Tanaman ini,
mencakup tahapan: desain sistem, membangun perangkat lunak dan model,
pengumpulan dan pengolahan data, serta penulisan.
Kegiatan tersebut
dilaksanakan di Laboratorium Ergotron Departemen Teknik Pertanian FATETA
IPB dan di PT Saung Mirwan Bogor, dari April 2002 sampai Agustus 2005.
Penulis menyadari dalam setiap tahapan di atas telah melibatkan banyak
pihak. Dengan segala keikhlasan, penulis ucapkan terima kasih kepada Bapak Dr.
Ir. H. Kudang Boro Seminar, M.Sc.; Bapak Dr. Ir. H. Herry Suhardiyanto, M.Sc;
dan Bapak Prof. Dr. Ir. H. Soedodo Hardjoamidjojo, M.Sc., selaku pembimbing.
Disamping itu, penghargaan yang tulus penulis sampaikan kepada semua pihak
yang telah sangat membantu baik dalam bentuk diskusi maupun dalam bentuk
lainnya.
Ungkapan terima kasih disampaikan juga kepada Ayahanda (alm); Ibunda;
saudara-saudara ku; ananda: Ayeshah Augusta Rosdah, Elisha Rosalyn Rosdah
dan Muhammad Rajarief Latief; serta istriku: Ir. Filli Pratama, M.Sc.(Hons),
PhD, atas segala do’a dan kasih sayang kalian.
Semoga karya ini bermanfaat, Aamiin.
Bogor, Oktober 2005
Tamrin
RIWAYAT HIDUP
Penulis dilahirkan di Palembang pada tanggal 18 September 1963 sebagai
anak ke-6 dari pasangan Ayahanda A. Latief Saleh (alm) dan Ibunda Rosdah
Marzuki. Pendidikan sarjana ditemp uh di Program Studi Teknik Pertanian FP
Universitas Sriwijaya dan lulus pada tahun 1988. Pendidikan pascasarjana,
magister dan doktoral, ditempuh di Departemen Teknik Pertanian FATETA
Institut Pertanian Bogor dan lulus berturut-turut pada tahun 1997 dan tahun 2005.
Penulis bekerja sebagai staf pengajar di Program Studi Teknik Pertanian FP
Universitas Sriwijaya sejak tahun 1990 sampai sekarang. Adapun karya ilmiah
berupa jurnal/paten/prosiding selama mengikuti pendidikan program doktoral
adalah:
1) Tamrin, Seminar KB, Suhardiyanto H, Hardjoamidjojo S. 2005. Model
jaringan syaraf tiruan untuk pertumbuhan tanaman ketimun mini
(Cucumis sativus L. Var. Marla) pada fase vegetatif. Jurnal Keteknikan
Pertanian 19(1):1-10
2) Tamrin, penemu; Universitas Sriwijaya. 5 Nov 2003. Sistem pengontrolan
cahaya matahari di rumah kaca dengan sirip-sirip plastik serat (fiber
glass). P00200300560.
3) Tamrin. 2003. A study on the plant growth under the controlled micro climate.
Proceedings of The Seminar International on: The Organic Farm and
Suistainable Agriculture in The Tropics and Sub Tropics:Science,
Tecnology; Palembang, 8-9 Sept 2003. 2: 328-332.
4) Tamrin. 2002. Jaringan neural buatan dan contoh aplikasi pada penentuan
model pendugaan kadar air volumetrik dan konduktivitas tanah.
Prosiding Seminar Nasional-Agri Bisnis dan Agri Industri; Palembang,
11-12 Juli 2002. hlm A081-A0815.
5) Tamrin, Hermantoro, Setiawan B I. 2000. Simulasi metode numerik beda
hingga untuk menduga penyebaran kadar air volumetrik dan potensial
air. Buletin Keteknikan Pertanian 6(4): 37-62.
6) Tamrin, Dedie T. 2000. Rancang bangun sistem kontrol cahaya di rumah
kaca. Media Publikasi Ilmu Pertanian Eugenia 6(4): 11-17.
7) Tamrin. 2000. Karakteristik kontrol biner, PID, dan logika fuzzy pada
beberapa aplikasi. Prosiding Seminar Nasional-Teknik Pertanian 2: 156163.
DAFTAR ISI
Halaman
DAFTAR TABEL ...........................................................................................
x
DAFTAR GAMBAR ......................................................................................
xi
DAFTAR LAMPIRAN ...................................................................................
xv
PENDAHULUAN ...........................................................................................
Latar Belakang .......................................................................................
Tujuan Penelitian ....................................................................................
Manfaat Penelitian ..................................................................................
1
1
8
8
TINJAUAN PUSTAKA ..................................................................................
Tanaman, Lingkungan, dan Rumah Tanaman .....................................
Jaringan Syaraf Tiruan (JST) .................................................................
Algoritma Genetika (AG) .......................................................................
Sistem Kontrol Umpan Balik .................................................................
9
9
12
17
20
PENDEKATAN SISTEM KONTROL ADAPTIF
LINGKUNGAN-BIOLOGIK .........................................................................
Konsep Sistem Kontrol Adaptif Lingkungan-biologik ..........................
Struktur Sistem Kontrol Adaptif Lingkungan-biologik .........................
Komponen Struktur Sistem Kontrol Adaptif
Lingkungan-biologik ..............................................................................
24
24
27
30
METODE PENELITIAN ................................................................................
Tempat dan Waktu .................................................................................
Bahan dan Alat .......................................................................................
Prosedur Kerja ........................................................................................
48
48
48
48
HASIL DAN PEMBAHASAN .......................................................................
Perangkat Lunak .....................................................................................
Penentuan Acuan Optimal Lingkungan .................................................
Evapotranspirasi Tanaman .....................................................................
Model Lingk ungan-biologik ..................................................................
Penentuan Parameter Optimal
dan Performansi Kontrol Fazi dan PID ..................................................
67
67
82
97
99
104
KESIMPULAN DAN SARAN .......................................................................
126
DAFTAR PUSTAKA .....................................................................................
128
LAMPIRAN ....................................................................................................
133
ix
DAFTAR TABEL
Halaman
1 Matriks aturan kontrol fazi ...........................................................................
41
2 Fungsi dan lokasi penggunaan bahan dan alat .............................................
49
3 Perlakuan berdasarkan pendekatan teoritis dan pola ....................................
54
4 Pembandingan parameter algoritma genetika Pc dan Pm ..............................
106
5 Parameter optimal kontrol fazi dan PID .......................................................
106
6 Suhu dan kelembaban untuk fase vegetatif ketimun mini ............................
117
x
DAFTAR GAMBAR
Halaman
1 Buah ketimun mini .......................................................................................
6
2 Buah tomat beef ............................................................................................
6
3 Bunga hias ....................................................................................................
7
4 Rumah tanaman ............................................................................................
7
5 Struktur jaringan syaraf tiruan dengan banyak lapisan ................................
13
6 Tahapan algoritma genetika .........................................................................
20
7 Arsitektur struktur sistem kontrol adaptif
lingkunga n-biologik dalam rumah tanaman ................................................
26
8 Struktur sistem identifikasi acuan optimal ...................................................
28
9 Struktur sistem estimasi parameter optimal kontrol melalui simulasi .........
29
10 Struktur sistem kontrol real time ................................................................
30
11 Struktur model tanaman .............................................................................
30
12 Struktur model lingkungan .........................................................................
31
13 Arsitektur JST respon dinamik ...................................................................
32
14 Arsitektur algoritma genetika dengan fungsi fitness
JST repon dinamik ......................................................................................
35
15 Struktur komponen kontrol fazi .................................................................
38
16 Fungsi keanggotaan error (e) .....................................................................
39
17 Fungsi keanggotaan beda error (de) ..........................................................
39
18 Fungsi keanggotaan keluaran (u) ...............................................................
40
19 Metode penentuan derajat keanggotaan error dan beda error ...................
40
20 Struktur komponen kontrol PID .................................................................
42
21 Pendekatan numerik Euler untuk pemecahan integral ...............................
42
22 Pendekatan numerik Euler untuk pemecahan diferensial ..........................
42
23 Skema aplikasi sistem kontrol adaptif lingkungan-biologik ......................
46
24 Skema konsep pemodelan suhu dan kelembaban
dalam rumah tanaman ................................................................................
47
25 Diagram alir prosedur kerja ........................................................................
50
26 Skema pendekatan perlakuan teoritis .........................................................
56
27 Perlakuan efektif di lapangan .....................................................................
57
28 Skema tata letak perlakuan tanaman di rumah tanaman ............................
58
xi
Halaman
29 Tata letak perlakuan tanaman di lapangan .................................................
61
30 Tangki larutan nutrisi .................................................................................
61
31 Penempatan pengukur iradiasi dan kecepatan angin di lapangan ..............
66
32 Alat perekam data suhu bola basah dan kering di lapangan ......................
66
33 Diagram menu utama perangkat lunak sistem kontrol adaptif
lingkungan-biologik ..................................................................................
69
34 Tampilan menu utama ................................................................................
70
35 Tampilan untuk real time ...........................................................................
72
36 Tampilan time set up ..................................................................................
72
37 Tampilan untuk setting masukan dan keluaran hardware .........................
73
38 Tampilan untuk setting acuan dan pilihan modus kontrol .........................
73
39 Tampilan untuk pengolahan citra ...............................................................
77
40 Tampilan operator JST ...............................................................................
78
41 Tampilan operator algoritma genetika .......................................................
78
42 Tampilan untuk menentukan parameter optimal kontrol ...........................
79
43 Tampilan simulasi ......................................................................................
81
44 Citra sebelum dan setelah diproses ............................................................
83
45 Pengukuran perubahan larutan nutrisi yang diberikan ...............................
84
46 Pengukuran perubahan iklim mikro ...........................................................
84
47 Pengukuran perubahan rasio kanopi-diameter ...........................................
85
48 Pengukuran perubahan out flow .................................................................
85
49 Perbandingan nilai rasio kanopi-diameter aktual
dengan hasil prediksi pada proses pembelajaran ........................................
49
50 Perbandingan nilai out flow aktual dengan
hasil prediksi pada proses pembelajaran ....................................................
87
51 Perbandingan nilai rasio kanopi-diameter aktual
dengan hasil prediksi pada proses validasi .................................................
87
52 Perbandingan nilai out flow aktual
dengan hasil prediksi pada proses validasi .................................................
87
53 Fluktuasi harian nilai rasio kanopi-diameter aktual
dan hasil prediksi pada proses pembelajaran .............................................
88
54 Fluktuasi harian nilai out flow aktual
dan hasil prediksi pada proses pembelajaran .............................................
88
xii
Halaman
55 Fluktuasi harian nilai rasio kanopi-diameter aktual
dan hasil prediksi pada proses validasi ......................................................
88
56 Fluktuasi harian nilai out flow aktual
dan hasil prediksi pada proses validasi ......................................................
89
57 Hasil simulasi untuk larutan nutrisi dan suhu sama
sedangkan kelembaban dan iradiasi berfluktuatif ......................................
89
58 Bobot model komputasi JST respon dinamik ............................................
92
59 Kurva evolusi penelusuran fitness dengan pers 32 .....................................
92
60 Kurva evolusi penelusuran fitness dengan pers 33 .....................................
92
61 Hasil optimal kurva pers 32 skenario (Pc=0,6; Pm=0,01) ...........................
94
62 Hasil simulasi model JST dengan masukan hasil
optimal kurva pers 32 skenario (Pc=0,6; Pm=0,01) ....................................
95
63 Hasil penelusuran kurva pers 32 skenario (Pc=0,6; Pm=0,1) ......................
95
64 Hasil simulasi model JST dengan masukan hasil
penelusuran kurva pers 32 skenario (Pc=0,6; Pm=0,1) ...............................
95
65 Hasil penelusuran kurva pers 33 skenario (Pc=0,6;P m=0,01) .....................
96
66 Hasil simulasi model JST dengan masukan hasil
penelusuran kurva pers 33 skenario (Pc=0,6; Pm=0,01) .............................
96
67 Hasil penelusuran kurva pers 33 skenario (Pc=0,6;P m=0,1) .......................
96
68 Hasil simulasi model JST dengan masukan hasil
penelusuran kurva pers 33 skenario (Pc=0,6; Pm=0,1) ...............................
97
69 Pola evapotranspirasi tanaman ketimun mini dan
volume nutrisi yang diberikan ....................................................................
99
70 Kurva kelembaban relatif, suhu, dan iradiasi rumah tanaman,
dan lingkungan ...........................................................................................
101
71 Perbandingan suhu aktual dengan hasil prediksi ........................................
102
72 Perbandingan kelembaban rela tif aktual dengan hasil prediksi .................
102
73 Kurva fluktuasi kelembaban relatif hitung dan aktual;
dan suhu hitung dan aktual .........................................................................
103
74 Kurva evolusi penentuan parameter optimal kontrol fazi ..........................
108
75 Kurva evolusi penentuan parameter optimal kontrol PID ..........................
109
76 Kurva performansi kontrol fazi pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum global ..............................
110
77 Kurva performansi kontrol PID pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum global ..............................
111
xiii
Halaman
78 Kurva performansi kontrol fazi pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum lokal ................................
112
79 Kurva performansi kontrol PID pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum lokal ................................
113
80 Kurva transien kontrol fazi dengan gangguan
pada suhu dan kelembaban .........................................................................
118
81 Kurva transien kontrol PID dengan gangguan
pada suhu dan kelembaban .........................................................................
119
82 Kurva Performansi kontrol fazi pada suhu dan kelembaban
dengan tiga acuan ke atas ...........................................................................
120
83 Kurva Performansi kontrol fazi pada suhu dan kelembaban
dengan tiga acuan ke bawah .......................................................................
121
84 Kurva Performansi kontrol PID pada suhu dan kelembaban
dengan tiga acuan ke atas ...........................................................................
122
85 Kurva Performansi kontrol PID pada suhu dan kelembaban
dengan tiga acuan ke bawah .......................................................................
123
86 Performansi sistem kontrol fazi untuk suhu dan kelembaban
dengan 15 hari acuan optimal ....................................................................
124
87 Performansi sistem kontrol PID untuk suhu dan kelembaban
dengan 15 hari acuan optimal ....................................................................
125
xiv
DAFTAR LAMPIRAN
Halaman
1 Potongan memanjang greenhouse tipe single span ......................................
134
2 Potongan melintang greenhouse tipe single span ........................................
135
3 Pemecahan persamaan-persamaan pendugaan suhu
dan kelembaban di dalam greenhouse tipe single span ...............................
136
4 Tata nama simbol berdasarkan bab ..............................................................
140
xv
PENDAHULUAN
Latar Belakang
Hubungan lingkungan dengan tanaman sangat kompleks, karena jumlah
kombinasi faktor lingkungan dengan jenis tanaman, dan interaksi secara kontinyu
antara semua faktor lingkungan pada semua tingkatan adalah tak terhingga.
Dikemukakan ole h Seminar (2000) bahwa kesulitan dalam masalah produksi
tanaman baik secara kuantitas maupun kualitas didasarkan pada kenyataan bahwa
tanaman adalah agen sistem kehidupan (bio system) yang bersifat kompleks dan
dinamik. Hal ini dicirikan dengan sifat-sifat tidak linieritas, pewarisan genetik,
peka waktu, dan pengendalian aktivitas fotosintesis yang menjadi perilaku kunci
agen sistem bio.
Di Indonesia khususnya, 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. Komoditas ini biasanya dikonsumsi
oleh kalangan menengah ke atas.
Adapun komoditas tersebut, seperti yang
diproduksi di Greenhouse Saung Mirwan adalah ketimun mini (Gambar 1), tomat
beef (Gambar 2), tomat cherri, paprika, bunga hias (Gambar 3), dan lain- lain.
Lingkungan berperanan penting untuk pertumbuhan dan perkembangan
tanaman dengan kualitas prima. Karakteristik gen tertentu suatu tanaman atau
kondisi produk yang diinginkan tidak akan muncul seperti yang diharapkan bila
tidak didukung oleh penyediaan kondisi lingkungan yang sesuai.
Secara fisik, faktor lingkungan yang mempengaruhi tanaman dalam rumah
tanaman dapat diklasifikasikan menjadi 2 bagian (Esmay dan Dixon 1986), yaitu
faktor lingkungan udara sekitar (di bagian atas tanaman) dan faktor lingkungan
pada media tumbuh tanaman (di bagian bawah tanaman).
Faktor lingkungan
udara sekitar meliputi suhu, cahaya, kelembaban, dan CO2 , sedangkan faktor
lingkungan di media tumbuh, meliputi suhu tanah, kadar air tanah, pH, nutrisi,
konduktivitas listrik, evaporasi dan lain- lain (tergantung sistem budidaya).
Apabila dapat menciptakan keadaan lingkungan yang sesuai dengan
kebutuhan tanaman maka dapat diperoleh beberapa keuntungan, antara lain adalah
2
produksi yang sesuai dengan yang diinginkan, penghematan energi dan ramah
lingkungan. Selain itu, bila tersedia sistem kontrol adaptif juga memungkinkan
untuk dikembangkan lebih lanjut dengan cara memanipulasi lingkungan yang
diinginkan dengan menggunakan sistem kontrol adaptif sehingga dapat
menghasilkan produk yang berkualitas dan dengan nilai tambah yang lebih tinggi.
Namun demikian, sebelum dilakukan upaya pengontrolan secara optimal terhadap
kondisi lingkungan tersebut, perlu ditentukan atau diketahui terlebih dahulu
kondisi lingkungan yang optimum dalam memproduksi bagian tanaman (biologik)
yang diinginkan, sehingga upaya pengontrolan mencapai tujuan.
Misalnya,
pemberian air yang ekstrim pada kondisi-kondisi tertentu pada tanaman sayuran
mungkin dapat menentukan tingkat kerenyahan sayuran, sehingga berimplikasi
pada peningkatan kualitas sayuran tersebut dan pada gilirannya sayuran lokal
yang budidayanya relatif lebih mudah dapat ditingkatkan daya saingnya dengan
sayuran impor.
Pada umumnya upaya untuk mengendalikan atau mengontrol tanaman
menggunakan rumah tanaman (Gambar 4).
Adapun yang dimaksud dengan
rumah tanaman di sini adalah bangunan atau struktur yang difungsikan untuk
produksi tanaman, misalnya greenhouse, plastichouse, rumah bayang, dan lainlain. Salah satu metode meminimalkan pengaruh lingkungan terhadap tanaman
adalah menggunakan teknologi greenhouse.
Di dalam greenhouse, faktor
lingkungan lebih mungkin dikendalikan untuk mendapatkan kondisi pertumbuhan
yang lebih baik.
Salah satu alasan penggunaan rumah tanaman adalah
memungkinkannya pengendalian dan modifikasi di dalam rumah tanaman.
Modifikasi lingkungan dalam rumah tanaman untuk pertumbuhan tanaman
dengan tujuan untuk menghasilkan produksi tanaman yang bermutu telah banyak
dilakukan oleh peneliti terdahulu (Boulard et al. 2005, Kostov et al. 2002, Lefas
dan Santamouris 1984, Nielsen dan Madsen 2005, Schmidt 2005, Straten 2005,
Young dan Lees 2005).
Penelitian-penelitian mengenai pengendalian lingkungan di dalam rumah
tanaman sudah banyak dilakukan di antaranya pengendalian terhadap cahaya, pH,
kelembaban, nutrisi dan sebagainya.
Ferentinos dan Albright (2005)
mengoptimasi desain untuk sistem pencahayaan dengan menggunakan algoritma
3
genetika dalam rumah tanaman.
Korner dan Cha lla (2003) melakukan
pendendalian kelembaban untuk pertumbuhan optimal tanaman Chrysanthemum
dalam rumah tanaman. Pengendalian suhu udara didalam rumah tanaman juga
dilakukan oleh Nishina et al. (2005) dengan menggunakan sistem identifikasi dan
menganalisa aplikasi dari sistem identifikasi tersebut.
Nilsson dan Nybrant
(2005) mengembangkan algoritma berbasis komputer untuk mengendalikan
pembungaan tanaman.
Adapun tujuannya agar dapat diperoleh waktu
pembungaan pada saat yang diinginkan.
Pengendalian lingkungan rumah
tanaman juga dilakukan dengan menggunakan pengukuran secara on-line terhadap
suhu dan transpirasi daun (Schmidt 2005).
Pengendalian lingkungan dalam rumah tanama n banyak dilakukan terhadap
tanaman hortikultura memiliki nilai ekonomis tinggi di antaranya selada seperti
yang dilakukan oleh Loslovich dan Seginer (2005) yang mengendalikan
konsentrasi nutrisi nitrat yang dibutuhkan oleh selada. Koning (2005) melakukan
optimasi pertumbuhan tanaman tomat dengan mengendalikan suhu udara dalam
rumah kaca.
Bila kondisi lingkungan (iklim) tersedia secara konstan untuk pertumbuhan
tanaman maka greenhouse tidak diperlukan. Kenyataannya, hanya sedikit tempat
atau daerah yang iklimnya mendukung lingkungan untuk pertumbuhan tanaman.
Tidak jarang kondisi iklim daerah tertentu, misal temperatur, terlalu tinggi pada
satu musim dan terlalu dingin pada musim yang lain. Kondisi iklim di daerah
tersebut tidak cocok untuk memproduksi tanaman jenis tertentu sehingga
greenhouse masih diperlukan guna mengontrol atau memodifikasi iklim untuk
menyediakan kondisi lingkungan yang lebih sesuai untuk tanaman tersebut.
Di Indonesia telah dicoba cukup banyak pengontrolan berbasis komputer
terhadap parameter lingkungan tanaman, antara lain pengontrolan suhu, cahaya,
dan kelembaban (Seminar et al. 1998), pengontrolan nutrisi pada budidaya
hidroponik (Suhardiyanto et al. 2001), dan pengontrolan suhu pada budidaya
jamur (Setiawan 2001). Perangkat lunak yang dikembangkan masih terbatas pada
penggunaan modus kontrol tertentu dan belum tersedia fasilitas identifikasi
lingkungan dengan tanaman (produk tanaman atau biologik). Pengontrolan masih
4
terbatas pada acuan (setpoint) lingkungan yang ditentukan dari kebiasaan
setempat atau literatur.
Identifikasi lingkungan-biologik disini didasarkan pada pemahaman model
yang menggambarkan hubungan antara faktor lingkungan dengan produk tanaman
yang akan dipanen.
Produk tanaman yang dipanen tidak selalu berupa hasil
generatif, dapat juga berupa hasil vegetatif yang dilihat dari jumlahnya atau
mutunya, atau kedua-duanya. Pemahaman berdasarkan respon produk tanaman
yang diinginkan dalam situasi demikian inilah diistilahkan dengan lingkunganbiologik.
Menurut beberapa pakar, paling tidak sampai tahun 1995, secara prinsip
masih sangat sulit untuk mengembangkan sensor yang dapat digunakan untuk
mengevaluasi performansi tanaman secara langsung (real time).
Namun
demikian, hal ini terus berkembang dan telah ada upaya untuk mengidentifikasi
sistem kontrol lingkungan-biologik, yaitu melalui sistem pengontrolan berbasis
respon tanaman (speaking plant approach) yang dikembangkan diantaranya oleh
Berckmans (1998); Morimoto dan Hashimoto (1998); dan Subrata et al. (2001).
Namun demikian, sistem kontrol lingkungan-biologik masih jarang dalam
bentuk perangkat lunak (software) yang juga memadukannya dengan fasilitas
pilihan modus kontrol, terutama di Indonesia.
Karena itu masih perlu
dikembangkan suatu sistem yang bersifat fleksibel, yaitu menyediakan mekanisme
untuk pemilihan modus kontrol dan identifikasi (model) tanaman dan lingkungan
secara terintegrasi.
Sistem kontrol adaptif lingkungan-biologik (SKALB) dalam rumah tanaman
ini didesain dengan kebutuhan sensor keluaran pada properti produk yang
diinginkan tidak perlu secara langsung. Maksudnya pada waktu pengontrolan
(real time) pendeteksian keluaran (produk) tidak diperlukan lagi.
Karena
pendeteksian properti produk tidak diperlukan dalam operasi real time kontrol,
maka data keluaran dapat dikumpulkan baik secara destruktif maupun tidak
destruktif. Dengan kata lain bagian produk yang diinginkan dapat dianalisa atau
diukur dengan cara dirusak atau dengan tidak dirusak. Hal ini memungkinkan
untuk memilih properti produk apa yang menjadi target, dan keluwesan ini
menjadikan SKALB lebih aplikabel.
5
Pada konsep speaking plant yang dikemukakan Hashimoto (1989), kondisi
lingkungan optimal (acuan optimal) ditentukan oleh oleh komputer secara on-line.
Proses pengambilan keputusan ini memerlukan waktu sedangkan kondisi
lingkungan terus berubah (tidak konstan).
Bila dikembangkan di Indonesia,
khususnya untuk saat ini, maka konsep ini kurang berdaya guna.
Hal ini
disebabkan kecepatan komputer dan sistem sensor juga belum memadai untuk
mendukung proses yang demikian.
Sehubungan dengan hal di atas maka SKALB didesain secara off-line untuk
menentukan lingkungan optimal dan parameter kontrol optimal dengan tidak
menutup kemungkinan untuk operasi on-line, yang tentunya perlu penyesuaian
seperlunya bila memang perangkat keras yang mendukungnya tersedia.
Aplikasi kontrol secara real time dilakukan setelah penentuan acuan optimal
dan parameter optimal kontrol.
Acuan dalam pengontrolan, selain dapat
ditentukan melalui fasilitas yang disediakan, juga dapat didasarkan dari literatur
atau pengalaman setempat, sesuai dengan kebutuhan. Fasilitas SKALB dapat
digunakan untuk mengontrol kebutuhan penggunaan sarana produksi agar tidak
berlebihan, yang pada gilirannya bila tidak dikontrol akan berakibat pada kerugian
ekonomi atau lingkungan. Selain itu, juga dapat digunakan untuk manipulasi
lingkungan-biologik dalam upaya untuk mendapatkan produk dengan kuantitas,
kualitas dan selera sesuai kebutuhan.
Dengan fasilitas seperti disebutkan di atas, maka teknologi SKALB yang
dikembangkan ini dapat digunakan untuk mendukung usaha agribisnis yang lebih
memilih memproduksi komoditas yang spesifik, yaitu yang membutuhkan
teknologi dan perlakuan khusus dimana tidak semua orang bisa memproduksinya.
Dengan kata lain, teknologi SKALB ini sangat menjanjikan untuk agro bisnis
yang berbasis kepada paradigma produksi prospektif.
6
Gambar 1 Buah ketimun mini
Gambar 2 Buah tomat beef
7
Gambar 3 Bunga hias
Gambar 4 Rumah tanaman
8
Tujuan Penelitian
Adapun tujuan dalam penelitian ini adalah: 1) mendesain sistem kontrol
lingkungan-biologik (acuan optimal dan parameter optimal kontrol) berbasis
komputer untuk produksi tanaman pada rumah tanaman dalam bentuk perangkat
lunak (software prototype) yang juga memadukannnya dengan fasilitas pilihan
modus kontrol, 2) mengimplementasikan perangkat lunak yang dibangun (sebagai
salah satu contoh aplikasi), yaitu memprediksi lingkungan optimal (acuan) guna
mendapatkan produksi maksimum melalui pendugaan rasio luas kanopi-diameter
batang tanaman maksimum dan volume larutan nutrisi yang hilang (out flow)
minimum, 3) membangun model lingkungan-biologik dalam rumah tanaman,
dalam hal ini suhu dan kelembaban, 4) menentukan parameter optimal kontrol
modus fazi, dan PID sekaligus melakukan simulasi pada model lingkunganbiologik yang didapat, dan 5) melakukan simulasi kontrol dengan menggunakan
parameter optimal masing- masing modus kontrol pada lingkungan optimal yang
dihasilkan.
Manfaat Penelitian
Manfaat yang diharapkan dari hasil penelitian ini adalah: 1) memberikan
alternatif perangkat lunak untuk kontrol lingkungan-biologik bagi industri
tanaman dalam memproduksi komoditas hortikultura yang spesifik melalui
penyediaan fasilitas identifikasi dan optimasi, 2) memfasilitasi tersedianya pilihan
modus kontrol dalam bentuk perangkat lunak yang siap digunakan untuk berbagai
kebutuhan, dan 3) menyediakan informasi hasil implementasi dan simulasi
perangkat lunak sistem kontrol optimal lingkungan-biologik dalam rumah
tanaman sebagai bahan pertimbangan pemanfaatan dan pengembangan lebih
lanjut.
TINJAUAN PUSTAKA
Tanaman, Lingkungan, dan Rumah Tanaman
Faktor lingkungan berperanan sangat penting untuk pertumbuhan dan
perkembangan tanaman dengan kualitas prima. Karakteristik gen tertentu suatu
tanaman tidak akan muncul seperti yang diharapkan bila tidak didukung oleh
penyediaan kondisi lingkungan yang sesuai.
Parameter suhu dan cahaya mempengaruhi banyak reaksi kimia pada
tanaman, seperti proses fotosintesa dan respirasi. Tanaman yang ditanam pada
malam hari dengan suhu tinggi akan tumbuh lebih lambat dibandingkan bila
tanaman tersebut ditanam dengan suhu rendah. Hal ini disebabkan karbohidrat
yang terbentuk pada proses fotosintesa lebih banyak digunakan untuk respirasi
dari pada untuk pembentukan sel (Esmay dan Dixon 1986).
Salah satu upaya untuk mengendalikan lingkungan untuk kepentingan
tanaman digunakan rumah kaca.
Menurut Bot (1993), rumah kaca adalah
bangunan yang dirancang dengan struktur tertutup tembus cahaya (material
transparan) dalam upaya memanipulasi lingkungan untuk produksi tana man.
Energi matahari yang datang berupa gelombang pendek ditransmisikan
(dilalukan) melalui material transparan, ada yang terserap oleh tanah dan ada yang
terserap oleh tanaman.
Energi yang diemisikan (dipantulkan) kembali berupa
radiasi gelombang panjang yang tidak dapat dilepas ke udara luar.
Hal ini
kontribusinya sekitar 20% dari total energi didalam rumah kaca, (Takakura 1991).
Faktor utama yang menjadikan rumah kaca menjadi panas adalah udara yang
terhambat (stagnan) di dalam rumah kaca dan sedikitnya ventilasi.
Rumah tanaman berfungsi untuk memodifikasi lingkungan luar. Hal ini
bertujuan untuk pengontrolan lingkungan yang diperlukan tanaman pada kondisi
tertentu.
Modifikasi lingkungan dan pengontrolan dimungkinkan melalui
manipulasi pertukaran udara. Perbedaan antara cuaca di dalam rumah kaca dan
cuaca di luar rumah kaca disebabkan dua hal (Bot 1993).
Pertama adalah
terjebaknya udara. Udara di dalam rumah kaca terhalang oleh struktur, sehingga
pertukaran udara di rumah kaca dengan udara sekitar (di luar) sangat sedikit
10
dibandingkan udara bebas di luar. Selain itu kecepatan udara di dalam rumah
kaca kecil dibandingkan kecepatan udara di luar. Berkurangnya pertukaran udara
(ventilasi) mempengaruhi langsung keseimbangan energi, dan massa udara rumah
kaca. Kecepatan udara rendah di dalam mempengaruhi pertukaran energi, uap air,
dan CO2 antara udara rumah kaca dengan benda didalam rumah kaca (tanaman,
permukaan tanah, struktur rumah kaca dan sistem pendinginan).
Kedua adalah mekanisme radiasi. Radiasi gelombang pendek yang datang
langsung dari matahari yang terbias oleh langit dan awan berkurang karena
intersepsi cahaya oleh komponen opak dan transparan rumah kaca, sedangkan
pertukaran radiasi gelombang panjang di luar dan didalam rumah kaca berubah
karena sifat-sifat radiatif material penutup.
Gelas yang sebagian transparan untuk radiasi gelombang pendek yang
datang dan opak untuk radiasi gelombang panjang yang diemisikan dari dalam,
sehingga energi terjebak. Efeknya selain penting untuk menjelaskan peningkatan
temperatur di dalam rumah kaca juga diperlukan untuk menjelaskan iklim rumah
kaca karena secara langsung mempengaruhi semua keseimbangan energi dan
temperatur di dalam rumah kaca.
Penutup rumah kaca dengan koefisien transmisivitas tinggi akan
menghasilkan suhu yang lebih tinggi dari pada yang diharapkan karena solar gain.
Menurut Esmay dan Dixon (1986), solar gain mengikuti persamaan,
Qs = TI s A f
(1)
dimana Qs adalah Solar gain (watt), T adalah koefisien transmisivitas
penutup terhadap radiasi matahari, I s adalah Intensitas solar radiasi terhadap
bidang horizontal (watt/m2 ), dan A f adalah luas lantai rumah kaca (m2 ).
Aliran energi panas yang mengalir ke dalam dan ke luar rumah kaca dapat
melalui beberapa cara. Laju aliran yang paling besar adalah konduksi melalui
penutup dan material permukaan rumah kaca yang lain. Menurut Esmay dan
Dixon (1986), di dalam rumah kaca yang dibangun secara baik, kehilangan karena
konduktivitas mungkin lebih dari 90% dari total kehilangn panas. Kehilangan
panas karena konduksi dapat digunakan persamaan standar untuk keadaan mantap
berikut (Esmay dan Dixon 1986),
11
Qc = UA( t i − to )
(2)
dimana: Qc adalah kehilangan panas karena konduksi (watt), U adalah
koefisien transmisi panas secara keseluruhan (w/m2 K), A adalah luas permukaan
rumah kaca (m2 ), ti adalah temperatur dalam (o C), dan to adalah temperatur luar
(o C).
Kehilangan panas yang terbesar kedua adalah melalui pertukaran udara di
dalam dan diluar (panas sensibel dan panas laten). Panas sensibel bergerak karena
perbedaan suhu udara yang datang dan yang keluar.
Panas laten berpindah
sebagai uap air evaporasi dan transpirasi. Menurut Esmay dan Dixon (1986),
panas sensibel dapat dihitung dengan persamaan berikut,
Qsa = WCp( t i − t o )
(3)
dimana: Qsa adalah kehilangan panas sensibel (watt), W adalah aliran
massa udara (kj/detik), Cp adalah panas spesifik dari udara kering (kj/kg.K), ti
adalah suhu udara luar (o C), dan to adalah suhu udara dalam (o C).
Salah satu metode untuk menciptakan lingkungan tumbuh tanaman yang
terkontrol adalah dengan menggunakan teknologi rumah kaca (Bot 1993). Di
dalam rumah kaca, faktor lingkungan dapat lebih mudah dikendalikan untuk
mendapatkan kondisi pertumbuhan yang baik.
Pertumbuhan tanaman adalah kemajuan tanaman melalui tingkatan
hidupnya yang mungkin diukur dengan karakteristik vegetatif dan reproduktif,
seperti jumlah daun pada tanaman. Laju pertumbuhan tanaman sangat sensitif
dengan temperatur dan kadang-kadang dengan panjang hari, tetapi biasanya tidak
sensitif terhadap cahaya, CO2 dan faktor lain seperti air dan stres nutrisi kecuali
kondisi faktor tersebut dalam keadaan buruk (Jones 1991).
12
Jaringan Syaraf Tiruan (JST)
Secara struktur JST teridri dari simpul-simpul yang terhubung oleh
pembobot. Simpul-simpul masukan menerima nilai dari variabel- variabel bebas
dan dihubungkan melalui satu set pembobot ke satu atau lebih simpul
tersembunyi.
Simpul- simpul tersembunyi meniru terhubung melalui satu set
pembobot terhadap simpul-simpul keluaran yang menghasilkan nilai- nilai
perkiraan dari variabel- variabel terikat dari sistem jaringan.
Melalui paket
pembelajaran, nilai- nilai pembobot jaringan dimodifikasi sedemikian rupa yang
menggunakan suatu algoritma tertentu, misalnya Penjalaran balik.
Metode penjalaran balik telah terbukti sukses dalam proses training JST
multi lapisan. Jaringan tidak hanya diberi bantuan bagaimana mengerjakan tugas.
informasi tentang error juga dikontrol melalui sistem dan digunakan untuk
menjustifikasi hubungan antara lapisan- lapisan sehingga performa nsi jaringan
meningkat.
Penjalaran balik adalah suatu algoritma yang umumnya digunakan untuk
membelajarkan JST. Bobot jaringan dimodifikasi dengan cara meminimumkan
jumlah kuadrat error yang dihitung terhadap semua simpul-simpul keluaran.
Algoritma penjalaran balik adalah suatu bentuk penurunan gradien:
jaringan menurun bila terdefinisi dalam cakupan bobot jaringan.
Gradien
Probabilitas
bahwa nilai tersebut akan merupakan minimum local akan menurun dengan makin
meningkatnnya besar bobot.
Simpul, dalam konteks jaringan syaraf buatan, adalah suatu model syaraf
yang disederhanakan. Simpul-simpul menerima sejumlah sinyal masukan, dan
membangk itkan satu sinyal keluaran. Sinyal keluaran dapat merupakan fungsi
tidak linier, seperti fungsi sigmoid atau fungsi tangen hiperbola, dari penjumlahan
masukan.
13
x1
v ji
H1
y1
x2
w kj
I1
z1
x3
I2
z2
x4
zm
Im
xn-1
yh
Output layer
Hh
xn
Hidden layer
Input layer
Gambar 5 Struktur jaringan syaraf tiruan dengan banyak lapisan
Pada Gambar 5, struktur JST terdiri tiga lapisan yaitu lapisan masukan
(input layer), lapisan tersembunyi (hidden layer) dan lapisan keluaran (output
layer). Lapisan masukan mempunyai n simpul, lapisan tersembunyi mempunyai
h simpul dan lapisan keluaran mempunyai m simpul. Dimana xi adalah vektor
masukan,
i =1,2,3… n ; v ji adalah pembobot antara lapisan masukan dengan
lapisan tersembunyi, i =1,2,3…n dan j =1,2,3… h ; wkj adalah pembobot antara
lapisan tersembunyi dengan lapisan keluaran, k =1,2,3… m ; xp adalah data
masukan training, p =1,2,3… p ; y pj adalah keluaran pada lapisan tersembunyi
unit ke- j dengan masukan xp ,, z pk adalah keluaran pada lapisan keluaran unit
ke- k ; t pk adalah target keluaran; dan f adalah fungsi aktivasi.
Algoritma aturan belajar penjalaran balik menurut Patterson (1996) adalah
sebagai berikut: pembobot awal pada JST diberi nilai secara acak. Perhitungan
nilai aktivasi feedforward dimulai dengan menjumlahkan hasil perkalian masukan
xi dengan pembobot vji dan menghasilkan Hj yang merupakan nilai masukan ke
14
fungsi aktivasi lapisan tersembunyi.
Kemudian keluaran yj pada lapisan
tersembunyi unit j merupakan hasil fungsi aktivasi f dengan masukan Hj. Hal ini
telah diformulasikan dalam persamaan 4 dan 5.
H j = ∑ v ji xi
i
(4)
y j = f (H j )
(5)
Nilai keluaran pada lapisan tersembunyi kemudian dikalikan dengan pembobot
wkj dan menghasilkan nilai Ik yang merupakan nilai masukan fungsi aktivasi
lapisan keluaran.
Nilai masukan zk pada lapisan keluaran dihitung dengan
menggunakan fungsi aktivasi f dengan masukan Ik . Hal ini telah diformulasikan
dalam persamaan 6 dan 7.
I k = ∑ wkj y j
j
(6)
z k = f (I k )
(7)
Secara ringkas zk dapat ditulis dalam persamaan berikut:
z k = f (I k ) = f ∑ wkj y j =
j
f ∑ wkj f (H j ) =
j
f ∑ wkj f ∑ v ji x i
i
j
(8)
dengan fungsi aktivasi berupa fungsi sigmoid sebagai mana berikut ini:
f (x ) =
1
1 + e − βx
(9)
turunan pertama fungsi sigmoid tersebut adalah sebagai berikut,
f ' (x) = β
dimana
β
e−βx
(1 + e )
−β x 2
= β f ( x )(1 − f ( x ))
(10)
adalah gain atau slope fungsi sigmoid. Selanjutnya pelatihan pada JST
(pembobotan) dilakukan dengan menimumkan total error untuk semua data
melalui koreksi pembobot.
Rata-rata total error merupakan merupakan error
keluaran untuk semua pasang data training yang dapat ditulis sebagai berikut,
Etot =
1 p p
∑E
p p =1
(11)
Pada pembelajaran dengan prosedur koreksi pembobot (delta rule),nilai
koreksi pembobot sebanding dengan pengurangan error relative terhadap
15
perubahan pembobot yang disebut Gradient Descent Method. Koreksi pembobot
dapat ditulis sebagai persamaan berikut:
∆W (s + 1) = −η∂E p / ∂W (s )
(12)
dimana ? adalah laju pembelajaran (konstanta yang nilainya 0< ?
ADAPTIF LINGKUNGAN-BIOLOGIK
DALAM RUMAH TANAMAN
TAMRIN
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2005
PERNYATAAN MENGENAI DISERTASI DAN
SUMBER INFORMASI
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
NIM 995173
ABSTRAK
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 lingkunganbiologik untuk rumah tanaman dalam bentuk perangkat lunak yang juga
memadukannya dengan fasilitas pilihan modus kontrol. Identifikasi lingkunganbiologik 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 lingkunganbiologik 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 fa zi, 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 lingkunganbiologik (suhu, kelembaban, dan iradiasi) telah memadai atau baik. Adapun nilainilai 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.
ABSTRACT
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 biological-environment using genetic algorithm, biologicalenvironment model using heat and mass transfer, optimizing the parameters of
fuzzy and PID control, using genetic algorithm, and the simulation of biologicalenvironment control system based on the set point (optimal 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
DESAIN DAN PEMODELAN SISTEM KONTROL
ADAPTIF LINGKUNGAN-BIOLOGIK
DALAM RUMAH TANAMAN
TAMRIN
Disertasi
sebagai salah satu syarat untuk memperoleh gelar
Doktor pada
Program Studi Ilmu Keteknikan Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2005
Judul Disertasi: Desain dan Pemodelan Sistem Kontrol Adaptif
Lingkungan-biologik dalam Rumah Tanaman
Nama
: Tamrin
NIM
: 995173
Disetujui
Komisi Pembimbing
Dr. Ir. Kudang Boro Seminar, M.Sc.
Ketua
Prof. Dr. Ir. Soedodo Hardjoamidjojo, M.Sc.
Anggota
Dr. Ir. Herry Suhardiyanto, M.Sc.
Anggota
Diketahui
Ketua Program Studi
Ilmu Keteknikan Pertanian
Prof. Dr. Ir. Budi Indra Setiawan, M.Agr.
Tanggal Ujian: 29 September 2005
Dekan Sekolah Pascasarjana
Prof. Dr. Ir. Syafrida Manuwoto, M.Sc.
Tanggal Lulus:
PRAKATA
Bismillaahirrohmaanirrohiim. Penyusunan disertasi yang berjudul Desain
Sistem Kontrol Adaptif Lingkungan-biologik dalam Rumah Tanaman ini,
mencakup tahapan: desain sistem, membangun perangkat lunak dan model,
pengumpulan dan pengolahan data, serta penulisan.
Kegiatan tersebut
dilaksanakan di Laboratorium Ergotron Departemen Teknik Pertanian FATETA
IPB dan di PT Saung Mirwan Bogor, dari April 2002 sampai Agustus 2005.
Penulis menyadari dalam setiap tahapan di atas telah melibatkan banyak
pihak. Dengan segala keikhlasan, penulis ucapkan terima kasih kepada Bapak Dr.
Ir. H. Kudang Boro Seminar, M.Sc.; Bapak Dr. Ir. H. Herry Suhardiyanto, M.Sc;
dan Bapak Prof. Dr. Ir. H. Soedodo Hardjoamidjojo, M.Sc., selaku pembimbing.
Disamping itu, penghargaan yang tulus penulis sampaikan kepada semua pihak
yang telah sangat membantu baik dalam bentuk diskusi maupun dalam bentuk
lainnya.
Ungkapan terima kasih disampaikan juga kepada Ayahanda (alm); Ibunda;
saudara-saudara ku; ananda: Ayeshah Augusta Rosdah, Elisha Rosalyn Rosdah
dan Muhammad Rajarief Latief; serta istriku: Ir. Filli Pratama, M.Sc.(Hons),
PhD, atas segala do’a dan kasih sayang kalian.
Semoga karya ini bermanfaat, Aamiin.
Bogor, Oktober 2005
Tamrin
RIWAYAT HIDUP
Penulis dilahirkan di Palembang pada tanggal 18 September 1963 sebagai
anak ke-6 dari pasangan Ayahanda A. Latief Saleh (alm) dan Ibunda Rosdah
Marzuki. Pendidikan sarjana ditemp uh di Program Studi Teknik Pertanian FP
Universitas Sriwijaya dan lulus pada tahun 1988. Pendidikan pascasarjana,
magister dan doktoral, ditempuh di Departemen Teknik Pertanian FATETA
Institut Pertanian Bogor dan lulus berturut-turut pada tahun 1997 dan tahun 2005.
Penulis bekerja sebagai staf pengajar di Program Studi Teknik Pertanian FP
Universitas Sriwijaya sejak tahun 1990 sampai sekarang. Adapun karya ilmiah
berupa jurnal/paten/prosiding selama mengikuti pendidikan program doktoral
adalah:
1) Tamrin, Seminar KB, Suhardiyanto H, Hardjoamidjojo S. 2005. Model
jaringan syaraf tiruan untuk pertumbuhan tanaman ketimun mini
(Cucumis sativus L. Var. Marla) pada fase vegetatif. Jurnal Keteknikan
Pertanian 19(1):1-10
2) Tamrin, penemu; Universitas Sriwijaya. 5 Nov 2003. Sistem pengontrolan
cahaya matahari di rumah kaca dengan sirip-sirip plastik serat (fiber
glass). P00200300560.
3) Tamrin. 2003. A study on the plant growth under the controlled micro climate.
Proceedings of The Seminar International on: The Organic Farm and
Suistainable Agriculture in The Tropics and Sub Tropics:Science,
Tecnology; Palembang, 8-9 Sept 2003. 2: 328-332.
4) Tamrin. 2002. Jaringan neural buatan dan contoh aplikasi pada penentuan
model pendugaan kadar air volumetrik dan konduktivitas tanah.
Prosiding Seminar Nasional-Agri Bisnis dan Agri Industri; Palembang,
11-12 Juli 2002. hlm A081-A0815.
5) Tamrin, Hermantoro, Setiawan B I. 2000. Simulasi metode numerik beda
hingga untuk menduga penyebaran kadar air volumetrik dan potensial
air. Buletin Keteknikan Pertanian 6(4): 37-62.
6) Tamrin, Dedie T. 2000. Rancang bangun sistem kontrol cahaya di rumah
kaca. Media Publikasi Ilmu Pertanian Eugenia 6(4): 11-17.
7) Tamrin. 2000. Karakteristik kontrol biner, PID, dan logika fuzzy pada
beberapa aplikasi. Prosiding Seminar Nasional-Teknik Pertanian 2: 156163.
DAFTAR ISI
Halaman
DAFTAR TABEL ...........................................................................................
x
DAFTAR GAMBAR ......................................................................................
xi
DAFTAR LAMPIRAN ...................................................................................
xv
PENDAHULUAN ...........................................................................................
Latar Belakang .......................................................................................
Tujuan Penelitian ....................................................................................
Manfaat Penelitian ..................................................................................
1
1
8
8
TINJAUAN PUSTAKA ..................................................................................
Tanaman, Lingkungan, dan Rumah Tanaman .....................................
Jaringan Syaraf Tiruan (JST) .................................................................
Algoritma Genetika (AG) .......................................................................
Sistem Kontrol Umpan Balik .................................................................
9
9
12
17
20
PENDEKATAN SISTEM KONTROL ADAPTIF
LINGKUNGAN-BIOLOGIK .........................................................................
Konsep Sistem Kontrol Adaptif Lingkungan-biologik ..........................
Struktur Sistem Kontrol Adaptif Lingkungan-biologik .........................
Komponen Struktur Sistem Kontrol Adaptif
Lingkungan-biologik ..............................................................................
24
24
27
30
METODE PENELITIAN ................................................................................
Tempat dan Waktu .................................................................................
Bahan dan Alat .......................................................................................
Prosedur Kerja ........................................................................................
48
48
48
48
HASIL DAN PEMBAHASAN .......................................................................
Perangkat Lunak .....................................................................................
Penentuan Acuan Optimal Lingkungan .................................................
Evapotranspirasi Tanaman .....................................................................
Model Lingk ungan-biologik ..................................................................
Penentuan Parameter Optimal
dan Performansi Kontrol Fazi dan PID ..................................................
67
67
82
97
99
104
KESIMPULAN DAN SARAN .......................................................................
126
DAFTAR PUSTAKA .....................................................................................
128
LAMPIRAN ....................................................................................................
133
ix
DAFTAR TABEL
Halaman
1 Matriks aturan kontrol fazi ...........................................................................
41
2 Fungsi dan lokasi penggunaan bahan dan alat .............................................
49
3 Perlakuan berdasarkan pendekatan teoritis dan pola ....................................
54
4 Pembandingan parameter algoritma genetika Pc dan Pm ..............................
106
5 Parameter optimal kontrol fazi dan PID .......................................................
106
6 Suhu dan kelembaban untuk fase vegetatif ketimun mini ............................
117
x
DAFTAR GAMBAR
Halaman
1 Buah ketimun mini .......................................................................................
6
2 Buah tomat beef ............................................................................................
6
3 Bunga hias ....................................................................................................
7
4 Rumah tanaman ............................................................................................
7
5 Struktur jaringan syaraf tiruan dengan banyak lapisan ................................
13
6 Tahapan algoritma genetika .........................................................................
20
7 Arsitektur struktur sistem kontrol adaptif
lingkunga n-biologik dalam rumah tanaman ................................................
26
8 Struktur sistem identifikasi acuan optimal ...................................................
28
9 Struktur sistem estimasi parameter optimal kontrol melalui simulasi .........
29
10 Struktur sistem kontrol real time ................................................................
30
11 Struktur model tanaman .............................................................................
30
12 Struktur model lingkungan .........................................................................
31
13 Arsitektur JST respon dinamik ...................................................................
32
14 Arsitektur algoritma genetika dengan fungsi fitness
JST repon dinamik ......................................................................................
35
15 Struktur komponen kontrol fazi .................................................................
38
16 Fungsi keanggotaan error (e) .....................................................................
39
17 Fungsi keanggotaan beda error (de) ..........................................................
39
18 Fungsi keanggotaan keluaran (u) ...............................................................
40
19 Metode penentuan derajat keanggotaan error dan beda error ...................
40
20 Struktur komponen kontrol PID .................................................................
42
21 Pendekatan numerik Euler untuk pemecahan integral ...............................
42
22 Pendekatan numerik Euler untuk pemecahan diferensial ..........................
42
23 Skema aplikasi sistem kontrol adaptif lingkungan-biologik ......................
46
24 Skema konsep pemodelan suhu dan kelembaban
dalam rumah tanaman ................................................................................
47
25 Diagram alir prosedur kerja ........................................................................
50
26 Skema pendekatan perlakuan teoritis .........................................................
56
27 Perlakuan efektif di lapangan .....................................................................
57
28 Skema tata letak perlakuan tanaman di rumah tanaman ............................
58
xi
Halaman
29 Tata letak perlakuan tanaman di lapangan .................................................
61
30 Tangki larutan nutrisi .................................................................................
61
31 Penempatan pengukur iradiasi dan kecepatan angin di lapangan ..............
66
32 Alat perekam data suhu bola basah dan kering di lapangan ......................
66
33 Diagram menu utama perangkat lunak sistem kontrol adaptif
lingkungan-biologik ..................................................................................
69
34 Tampilan menu utama ................................................................................
70
35 Tampilan untuk real time ...........................................................................
72
36 Tampilan time set up ..................................................................................
72
37 Tampilan untuk setting masukan dan keluaran hardware .........................
73
38 Tampilan untuk setting acuan dan pilihan modus kontrol .........................
73
39 Tampilan untuk pengolahan citra ...............................................................
77
40 Tampilan operator JST ...............................................................................
78
41 Tampilan operator algoritma genetika .......................................................
78
42 Tampilan untuk menentukan parameter optimal kontrol ...........................
79
43 Tampilan simulasi ......................................................................................
81
44 Citra sebelum dan setelah diproses ............................................................
83
45 Pengukuran perubahan larutan nutrisi yang diberikan ...............................
84
46 Pengukuran perubahan iklim mikro ...........................................................
84
47 Pengukuran perubahan rasio kanopi-diameter ...........................................
85
48 Pengukuran perubahan out flow .................................................................
85
49 Perbandingan nilai rasio kanopi-diameter aktual
dengan hasil prediksi pada proses pembelajaran ........................................
49
50 Perbandingan nilai out flow aktual dengan
hasil prediksi pada proses pembelajaran ....................................................
87
51 Perbandingan nilai rasio kanopi-diameter aktual
dengan hasil prediksi pada proses validasi .................................................
87
52 Perbandingan nilai out flow aktual
dengan hasil prediksi pada proses validasi .................................................
87
53 Fluktuasi harian nilai rasio kanopi-diameter aktual
dan hasil prediksi pada proses pembelajaran .............................................
88
54 Fluktuasi harian nilai out flow aktual
dan hasil prediksi pada proses pembelajaran .............................................
88
xii
Halaman
55 Fluktuasi harian nilai rasio kanopi-diameter aktual
dan hasil prediksi pada proses validasi ......................................................
88
56 Fluktuasi harian nilai out flow aktual
dan hasil prediksi pada proses validasi ......................................................
89
57 Hasil simulasi untuk larutan nutrisi dan suhu sama
sedangkan kelembaban dan iradiasi berfluktuatif ......................................
89
58 Bobot model komputasi JST respon dinamik ............................................
92
59 Kurva evolusi penelusuran fitness dengan pers 32 .....................................
92
60 Kurva evolusi penelusuran fitness dengan pers 33 .....................................
92
61 Hasil optimal kurva pers 32 skenario (Pc=0,6; Pm=0,01) ...........................
94
62 Hasil simulasi model JST dengan masukan hasil
optimal kurva pers 32 skenario (Pc=0,6; Pm=0,01) ....................................
95
63 Hasil penelusuran kurva pers 32 skenario (Pc=0,6; Pm=0,1) ......................
95
64 Hasil simulasi model JST dengan masukan hasil
penelusuran kurva pers 32 skenario (Pc=0,6; Pm=0,1) ...............................
95
65 Hasil penelusuran kurva pers 33 skenario (Pc=0,6;P m=0,01) .....................
96
66 Hasil simulasi model JST dengan masukan hasil
penelusuran kurva pers 33 skenario (Pc=0,6; Pm=0,01) .............................
96
67 Hasil penelusuran kurva pers 33 skenario (Pc=0,6;P m=0,1) .......................
96
68 Hasil simulasi model JST dengan masukan hasil
penelusuran kurva pers 33 skenario (Pc=0,6; Pm=0,1) ...............................
97
69 Pola evapotranspirasi tanaman ketimun mini dan
volume nutrisi yang diberikan ....................................................................
99
70 Kurva kelembaban relatif, suhu, dan iradiasi rumah tanaman,
dan lingkungan ...........................................................................................
101
71 Perbandingan suhu aktual dengan hasil prediksi ........................................
102
72 Perbandingan kelembaban rela tif aktual dengan hasil prediksi .................
102
73 Kurva fluktuasi kelembaban relatif hitung dan aktual;
dan suhu hitung dan aktual .........................................................................
103
74 Kurva evolusi penentuan parameter optimal kontrol fazi ..........................
108
75 Kurva evolusi penentuan parameter optimal kontrol PID ..........................
109
76 Kurva performansi kontrol fazi pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum global ..............................
110
77 Kurva performansi kontrol PID pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum global ..............................
111
xiii
Halaman
78 Kurva performansi kontrol fazi pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum lokal ................................
112
79 Kurva performansi kontrol PID pada suhu dan kelembaban
dengan parameter hasil kurva evolusi optimum lokal ................................
113
80 Kurva transien kontrol fazi dengan gangguan
pada suhu dan kelembaban .........................................................................
118
81 Kurva transien kontrol PID dengan gangguan
pada suhu dan kelembaban .........................................................................
119
82 Kurva Performansi kontrol fazi pada suhu dan kelembaban
dengan tiga acuan ke atas ...........................................................................
120
83 Kurva Performansi kontrol fazi pada suhu dan kelembaban
dengan tiga acuan ke bawah .......................................................................
121
84 Kurva Performansi kontrol PID pada suhu dan kelembaban
dengan tiga acuan ke atas ...........................................................................
122
85 Kurva Performansi kontrol PID pada suhu dan kelembaban
dengan tiga acuan ke bawah .......................................................................
123
86 Performansi sistem kontrol fazi untuk suhu dan kelembaban
dengan 15 hari acuan optimal ....................................................................
124
87 Performansi sistem kontrol PID untuk suhu dan kelembaban
dengan 15 hari acuan optimal ....................................................................
125
xiv
DAFTAR LAMPIRAN
Halaman
1 Potongan memanjang greenhouse tipe single span ......................................
134
2 Potongan melintang greenhouse tipe single span ........................................
135
3 Pemecahan persamaan-persamaan pendugaan suhu
dan kelembaban di dalam greenhouse tipe single span ...............................
136
4 Tata nama simbol berdasarkan bab ..............................................................
140
xv
PENDAHULUAN
Latar Belakang
Hubungan lingkungan dengan tanaman sangat kompleks, karena jumlah
kombinasi faktor lingkungan dengan jenis tanaman, dan interaksi secara kontinyu
antara semua faktor lingkungan pada semua tingkatan adalah tak terhingga.
Dikemukakan ole h Seminar (2000) bahwa kesulitan dalam masalah produksi
tanaman baik secara kuantitas maupun kualitas didasarkan pada kenyataan bahwa
tanaman adalah agen sistem kehidupan (bio system) yang bersifat kompleks dan
dinamik. Hal ini dicirikan dengan sifat-sifat tidak linieritas, pewarisan genetik,
peka waktu, dan pengendalian aktivitas fotosintesis yang menjadi perilaku kunci
agen sistem bio.
Di Indonesia khususnya, 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. Komoditas ini biasanya dikonsumsi
oleh kalangan menengah ke atas.
Adapun komoditas tersebut, seperti yang
diproduksi di Greenhouse Saung Mirwan adalah ketimun mini (Gambar 1), tomat
beef (Gambar 2), tomat cherri, paprika, bunga hias (Gambar 3), dan lain- lain.
Lingkungan berperanan penting untuk pertumbuhan dan perkembangan
tanaman dengan kualitas prima. Karakteristik gen tertentu suatu tanaman atau
kondisi produk yang diinginkan tidak akan muncul seperti yang diharapkan bila
tidak didukung oleh penyediaan kondisi lingkungan yang sesuai.
Secara fisik, faktor lingkungan yang mempengaruhi tanaman dalam rumah
tanaman dapat diklasifikasikan menjadi 2 bagian (Esmay dan Dixon 1986), yaitu
faktor lingkungan udara sekitar (di bagian atas tanaman) dan faktor lingkungan
pada media tumbuh tanaman (di bagian bawah tanaman).
Faktor lingkungan
udara sekitar meliputi suhu, cahaya, kelembaban, dan CO2 , sedangkan faktor
lingkungan di media tumbuh, meliputi suhu tanah, kadar air tanah, pH, nutrisi,
konduktivitas listrik, evaporasi dan lain- lain (tergantung sistem budidaya).
Apabila dapat menciptakan keadaan lingkungan yang sesuai dengan
kebutuhan tanaman maka dapat diperoleh beberapa keuntungan, antara lain adalah
2
produksi yang sesuai dengan yang diinginkan, penghematan energi dan ramah
lingkungan. Selain itu, bila tersedia sistem kontrol adaptif juga memungkinkan
untuk dikembangkan lebih lanjut dengan cara memanipulasi lingkungan yang
diinginkan dengan menggunakan sistem kontrol adaptif sehingga dapat
menghasilkan produk yang berkualitas dan dengan nilai tambah yang lebih tinggi.
Namun demikian, sebelum dilakukan upaya pengontrolan secara optimal terhadap
kondisi lingkungan tersebut, perlu ditentukan atau diketahui terlebih dahulu
kondisi lingkungan yang optimum dalam memproduksi bagian tanaman (biologik)
yang diinginkan, sehingga upaya pengontrolan mencapai tujuan.
Misalnya,
pemberian air yang ekstrim pada kondisi-kondisi tertentu pada tanaman sayuran
mungkin dapat menentukan tingkat kerenyahan sayuran, sehingga berimplikasi
pada peningkatan kualitas sayuran tersebut dan pada gilirannya sayuran lokal
yang budidayanya relatif lebih mudah dapat ditingkatkan daya saingnya dengan
sayuran impor.
Pada umumnya upaya untuk mengendalikan atau mengontrol tanaman
menggunakan rumah tanaman (Gambar 4).
Adapun yang dimaksud dengan
rumah tanaman di sini adalah bangunan atau struktur yang difungsikan untuk
produksi tanaman, misalnya greenhouse, plastichouse, rumah bayang, dan lainlain. Salah satu metode meminimalkan pengaruh lingkungan terhadap tanaman
adalah menggunakan teknologi greenhouse.
Di dalam greenhouse, faktor
lingkungan lebih mungkin dikendalikan untuk mendapatkan kondisi pertumbuhan
yang lebih baik.
Salah satu alasan penggunaan rumah tanaman adalah
memungkinkannya pengendalian dan modifikasi di dalam rumah tanaman.
Modifikasi lingkungan dalam rumah tanaman untuk pertumbuhan tanaman
dengan tujuan untuk menghasilkan produksi tanaman yang bermutu telah banyak
dilakukan oleh peneliti terdahulu (Boulard et al. 2005, Kostov et al. 2002, Lefas
dan Santamouris 1984, Nielsen dan Madsen 2005, Schmidt 2005, Straten 2005,
Young dan Lees 2005).
Penelitian-penelitian mengenai pengendalian lingkungan di dalam rumah
tanaman sudah banyak dilakukan di antaranya pengendalian terhadap cahaya, pH,
kelembaban, nutrisi dan sebagainya.
Ferentinos dan Albright (2005)
mengoptimasi desain untuk sistem pencahayaan dengan menggunakan algoritma
3
genetika dalam rumah tanaman.
Korner dan Cha lla (2003) melakukan
pendendalian kelembaban untuk pertumbuhan optimal tanaman Chrysanthemum
dalam rumah tanaman. Pengendalian suhu udara didalam rumah tanaman juga
dilakukan oleh Nishina et al. (2005) dengan menggunakan sistem identifikasi dan
menganalisa aplikasi dari sistem identifikasi tersebut.
Nilsson dan Nybrant
(2005) mengembangkan algoritma berbasis komputer untuk mengendalikan
pembungaan tanaman.
Adapun tujuannya agar dapat diperoleh waktu
pembungaan pada saat yang diinginkan.
Pengendalian lingkungan rumah
tanaman juga dilakukan dengan menggunakan pengukuran secara on-line terhadap
suhu dan transpirasi daun (Schmidt 2005).
Pengendalian lingkungan dalam rumah tanama n banyak dilakukan terhadap
tanaman hortikultura memiliki nilai ekonomis tinggi di antaranya selada seperti
yang dilakukan oleh Loslovich dan Seginer (2005) yang mengendalikan
konsentrasi nutrisi nitrat yang dibutuhkan oleh selada. Koning (2005) melakukan
optimasi pertumbuhan tanaman tomat dengan mengendalikan suhu udara dalam
rumah kaca.
Bila kondisi lingkungan (iklim) tersedia secara konstan untuk pertumbuhan
tanaman maka greenhouse tidak diperlukan. Kenyataannya, hanya sedikit tempat
atau daerah yang iklimnya mendukung lingkungan untuk pertumbuhan tanaman.
Tidak jarang kondisi iklim daerah tertentu, misal temperatur, terlalu tinggi pada
satu musim dan terlalu dingin pada musim yang lain. Kondisi iklim di daerah
tersebut tidak cocok untuk memproduksi tanaman jenis tertentu sehingga
greenhouse masih diperlukan guna mengontrol atau memodifikasi iklim untuk
menyediakan kondisi lingkungan yang lebih sesuai untuk tanaman tersebut.
Di Indonesia telah dicoba cukup banyak pengontrolan berbasis komputer
terhadap parameter lingkungan tanaman, antara lain pengontrolan suhu, cahaya,
dan kelembaban (Seminar et al. 1998), pengontrolan nutrisi pada budidaya
hidroponik (Suhardiyanto et al. 2001), dan pengontrolan suhu pada budidaya
jamur (Setiawan 2001). Perangkat lunak yang dikembangkan masih terbatas pada
penggunaan modus kontrol tertentu dan belum tersedia fasilitas identifikasi
lingkungan dengan tanaman (produk tanaman atau biologik). Pengontrolan masih
4
terbatas pada acuan (setpoint) lingkungan yang ditentukan dari kebiasaan
setempat atau literatur.
Identifikasi lingkungan-biologik disini didasarkan pada pemahaman model
yang menggambarkan hubungan antara faktor lingkungan dengan produk tanaman
yang akan dipanen.
Produk tanaman yang dipanen tidak selalu berupa hasil
generatif, dapat juga berupa hasil vegetatif yang dilihat dari jumlahnya atau
mutunya, atau kedua-duanya. Pemahaman berdasarkan respon produk tanaman
yang diinginkan dalam situasi demikian inilah diistilahkan dengan lingkunganbiologik.
Menurut beberapa pakar, paling tidak sampai tahun 1995, secara prinsip
masih sangat sulit untuk mengembangkan sensor yang dapat digunakan untuk
mengevaluasi performansi tanaman secara langsung (real time).
Namun
demikian, hal ini terus berkembang dan telah ada upaya untuk mengidentifikasi
sistem kontrol lingkungan-biologik, yaitu melalui sistem pengontrolan berbasis
respon tanaman (speaking plant approach) yang dikembangkan diantaranya oleh
Berckmans (1998); Morimoto dan Hashimoto (1998); dan Subrata et al. (2001).
Namun demikian, sistem kontrol lingkungan-biologik masih jarang dalam
bentuk perangkat lunak (software) yang juga memadukannya dengan fasilitas
pilihan modus kontrol, terutama di Indonesia.
Karena itu masih perlu
dikembangkan suatu sistem yang bersifat fleksibel, yaitu menyediakan mekanisme
untuk pemilihan modus kontrol dan identifikasi (model) tanaman dan lingkungan
secara terintegrasi.
Sistem kontrol adaptif lingkungan-biologik (SKALB) dalam rumah tanaman
ini didesain dengan kebutuhan sensor keluaran pada properti produk yang
diinginkan tidak perlu secara langsung. Maksudnya pada waktu pengontrolan
(real time) pendeteksian keluaran (produk) tidak diperlukan lagi.
Karena
pendeteksian properti produk tidak diperlukan dalam operasi real time kontrol,
maka data keluaran dapat dikumpulkan baik secara destruktif maupun tidak
destruktif. Dengan kata lain bagian produk yang diinginkan dapat dianalisa atau
diukur dengan cara dirusak atau dengan tidak dirusak. Hal ini memungkinkan
untuk memilih properti produk apa yang menjadi target, dan keluwesan ini
menjadikan SKALB lebih aplikabel.
5
Pada konsep speaking plant yang dikemukakan Hashimoto (1989), kondisi
lingkungan optimal (acuan optimal) ditentukan oleh oleh komputer secara on-line.
Proses pengambilan keputusan ini memerlukan waktu sedangkan kondisi
lingkungan terus berubah (tidak konstan).
Bila dikembangkan di Indonesia,
khususnya untuk saat ini, maka konsep ini kurang berdaya guna.
Hal ini
disebabkan kecepatan komputer dan sistem sensor juga belum memadai untuk
mendukung proses yang demikian.
Sehubungan dengan hal di atas maka SKALB didesain secara off-line untuk
menentukan lingkungan optimal dan parameter kontrol optimal dengan tidak
menutup kemungkinan untuk operasi on-line, yang tentunya perlu penyesuaian
seperlunya bila memang perangkat keras yang mendukungnya tersedia.
Aplikasi kontrol secara real time dilakukan setelah penentuan acuan optimal
dan parameter optimal kontrol.
Acuan dalam pengontrolan, selain dapat
ditentukan melalui fasilitas yang disediakan, juga dapat didasarkan dari literatur
atau pengalaman setempat, sesuai dengan kebutuhan. Fasilitas SKALB dapat
digunakan untuk mengontrol kebutuhan penggunaan sarana produksi agar tidak
berlebihan, yang pada gilirannya bila tidak dikontrol akan berakibat pada kerugian
ekonomi atau lingkungan. Selain itu, juga dapat digunakan untuk manipulasi
lingkungan-biologik dalam upaya untuk mendapatkan produk dengan kuantitas,
kualitas dan selera sesuai kebutuhan.
Dengan fasilitas seperti disebutkan di atas, maka teknologi SKALB yang
dikembangkan ini dapat digunakan untuk mendukung usaha agribisnis yang lebih
memilih memproduksi komoditas yang spesifik, yaitu yang membutuhkan
teknologi dan perlakuan khusus dimana tidak semua orang bisa memproduksinya.
Dengan kata lain, teknologi SKALB ini sangat menjanjikan untuk agro bisnis
yang berbasis kepada paradigma produksi prospektif.
6
Gambar 1 Buah ketimun mini
Gambar 2 Buah tomat beef
7
Gambar 3 Bunga hias
Gambar 4 Rumah tanaman
8
Tujuan Penelitian
Adapun tujuan dalam penelitian ini adalah: 1) mendesain sistem kontrol
lingkungan-biologik (acuan optimal dan parameter optimal kontrol) berbasis
komputer untuk produksi tanaman pada rumah tanaman dalam bentuk perangkat
lunak (software prototype) yang juga memadukannnya dengan fasilitas pilihan
modus kontrol, 2) mengimplementasikan perangkat lunak yang dibangun (sebagai
salah satu contoh aplikasi), yaitu memprediksi lingkungan optimal (acuan) guna
mendapatkan produksi maksimum melalui pendugaan rasio luas kanopi-diameter
batang tanaman maksimum dan volume larutan nutrisi yang hilang (out flow)
minimum, 3) membangun model lingkungan-biologik dalam rumah tanaman,
dalam hal ini suhu dan kelembaban, 4) menentukan parameter optimal kontrol
modus fazi, dan PID sekaligus melakukan simulasi pada model lingkunganbiologik yang didapat, dan 5) melakukan simulasi kontrol dengan menggunakan
parameter optimal masing- masing modus kontrol pada lingkungan optimal yang
dihasilkan.
Manfaat Penelitian
Manfaat yang diharapkan dari hasil penelitian ini adalah: 1) memberikan
alternatif perangkat lunak untuk kontrol lingkungan-biologik bagi industri
tanaman dalam memproduksi komoditas hortikultura yang spesifik melalui
penyediaan fasilitas identifikasi dan optimasi, 2) memfasilitasi tersedianya pilihan
modus kontrol dalam bentuk perangkat lunak yang siap digunakan untuk berbagai
kebutuhan, dan 3) menyediakan informasi hasil implementasi dan simulasi
perangkat lunak sistem kontrol optimal lingkungan-biologik dalam rumah
tanaman sebagai bahan pertimbangan pemanfaatan dan pengembangan lebih
lanjut.
TINJAUAN PUSTAKA
Tanaman, Lingkungan, dan Rumah Tanaman
Faktor lingkungan berperanan sangat penting untuk pertumbuhan dan
perkembangan tanaman dengan kualitas prima. Karakteristik gen tertentu suatu
tanaman tidak akan muncul seperti yang diharapkan bila tidak didukung oleh
penyediaan kondisi lingkungan yang sesuai.
Parameter suhu dan cahaya mempengaruhi banyak reaksi kimia pada
tanaman, seperti proses fotosintesa dan respirasi. Tanaman yang ditanam pada
malam hari dengan suhu tinggi akan tumbuh lebih lambat dibandingkan bila
tanaman tersebut ditanam dengan suhu rendah. Hal ini disebabkan karbohidrat
yang terbentuk pada proses fotosintesa lebih banyak digunakan untuk respirasi
dari pada untuk pembentukan sel (Esmay dan Dixon 1986).
Salah satu upaya untuk mengendalikan lingkungan untuk kepentingan
tanaman digunakan rumah kaca.
Menurut Bot (1993), rumah kaca adalah
bangunan yang dirancang dengan struktur tertutup tembus cahaya (material
transparan) dalam upaya memanipulasi lingkungan untuk produksi tana man.
Energi matahari yang datang berupa gelombang pendek ditransmisikan
(dilalukan) melalui material transparan, ada yang terserap oleh tanah dan ada yang
terserap oleh tanaman.
Energi yang diemisikan (dipantulkan) kembali berupa
radiasi gelombang panjang yang tidak dapat dilepas ke udara luar.
Hal ini
kontribusinya sekitar 20% dari total energi didalam rumah kaca, (Takakura 1991).
Faktor utama yang menjadikan rumah kaca menjadi panas adalah udara yang
terhambat (stagnan) di dalam rumah kaca dan sedikitnya ventilasi.
Rumah tanaman berfungsi untuk memodifikasi lingkungan luar. Hal ini
bertujuan untuk pengontrolan lingkungan yang diperlukan tanaman pada kondisi
tertentu.
Modifikasi lingkungan dan pengontrolan dimungkinkan melalui
manipulasi pertukaran udara. Perbedaan antara cuaca di dalam rumah kaca dan
cuaca di luar rumah kaca disebabkan dua hal (Bot 1993).
Pertama adalah
terjebaknya udara. Udara di dalam rumah kaca terhalang oleh struktur, sehingga
pertukaran udara di rumah kaca dengan udara sekitar (di luar) sangat sedikit
10
dibandingkan udara bebas di luar. Selain itu kecepatan udara di dalam rumah
kaca kecil dibandingkan kecepatan udara di luar. Berkurangnya pertukaran udara
(ventilasi) mempengaruhi langsung keseimbangan energi, dan massa udara rumah
kaca. Kecepatan udara rendah di dalam mempengaruhi pertukaran energi, uap air,
dan CO2 antara udara rumah kaca dengan benda didalam rumah kaca (tanaman,
permukaan tanah, struktur rumah kaca dan sistem pendinginan).
Kedua adalah mekanisme radiasi. Radiasi gelombang pendek yang datang
langsung dari matahari yang terbias oleh langit dan awan berkurang karena
intersepsi cahaya oleh komponen opak dan transparan rumah kaca, sedangkan
pertukaran radiasi gelombang panjang di luar dan didalam rumah kaca berubah
karena sifat-sifat radiatif material penutup.
Gelas yang sebagian transparan untuk radiasi gelombang pendek yang
datang dan opak untuk radiasi gelombang panjang yang diemisikan dari dalam,
sehingga energi terjebak. Efeknya selain penting untuk menjelaskan peningkatan
temperatur di dalam rumah kaca juga diperlukan untuk menjelaskan iklim rumah
kaca karena secara langsung mempengaruhi semua keseimbangan energi dan
temperatur di dalam rumah kaca.
Penutup rumah kaca dengan koefisien transmisivitas tinggi akan
menghasilkan suhu yang lebih tinggi dari pada yang diharapkan karena solar gain.
Menurut Esmay dan Dixon (1986), solar gain mengikuti persamaan,
Qs = TI s A f
(1)
dimana Qs adalah Solar gain (watt), T adalah koefisien transmisivitas
penutup terhadap radiasi matahari, I s adalah Intensitas solar radiasi terhadap
bidang horizontal (watt/m2 ), dan A f adalah luas lantai rumah kaca (m2 ).
Aliran energi panas yang mengalir ke dalam dan ke luar rumah kaca dapat
melalui beberapa cara. Laju aliran yang paling besar adalah konduksi melalui
penutup dan material permukaan rumah kaca yang lain. Menurut Esmay dan
Dixon (1986), di dalam rumah kaca yang dibangun secara baik, kehilangan karena
konduktivitas mungkin lebih dari 90% dari total kehilangn panas. Kehilangan
panas karena konduksi dapat digunakan persamaan standar untuk keadaan mantap
berikut (Esmay dan Dixon 1986),
11
Qc = UA( t i − to )
(2)
dimana: Qc adalah kehilangan panas karena konduksi (watt), U adalah
koefisien transmisi panas secara keseluruhan (w/m2 K), A adalah luas permukaan
rumah kaca (m2 ), ti adalah temperatur dalam (o C), dan to adalah temperatur luar
(o C).
Kehilangan panas yang terbesar kedua adalah melalui pertukaran udara di
dalam dan diluar (panas sensibel dan panas laten). Panas sensibel bergerak karena
perbedaan suhu udara yang datang dan yang keluar.
Panas laten berpindah
sebagai uap air evaporasi dan transpirasi. Menurut Esmay dan Dixon (1986),
panas sensibel dapat dihitung dengan persamaan berikut,
Qsa = WCp( t i − t o )
(3)
dimana: Qsa adalah kehilangan panas sensibel (watt), W adalah aliran
massa udara (kj/detik), Cp adalah panas spesifik dari udara kering (kj/kg.K), ti
adalah suhu udara luar (o C), dan to adalah suhu udara dalam (o C).
Salah satu metode untuk menciptakan lingkungan tumbuh tanaman yang
terkontrol adalah dengan menggunakan teknologi rumah kaca (Bot 1993). Di
dalam rumah kaca, faktor lingkungan dapat lebih mudah dikendalikan untuk
mendapatkan kondisi pertumbuhan yang baik.
Pertumbuhan tanaman adalah kemajuan tanaman melalui tingkatan
hidupnya yang mungkin diukur dengan karakteristik vegetatif dan reproduktif,
seperti jumlah daun pada tanaman. Laju pertumbuhan tanaman sangat sensitif
dengan temperatur dan kadang-kadang dengan panjang hari, tetapi biasanya tidak
sensitif terhadap cahaya, CO2 dan faktor lain seperti air dan stres nutrisi kecuali
kondisi faktor tersebut dalam keadaan buruk (Jones 1991).
12
Jaringan Syaraf Tiruan (JST)
Secara struktur JST teridri dari simpul-simpul yang terhubung oleh
pembobot. Simpul-simpul masukan menerima nilai dari variabel- variabel bebas
dan dihubungkan melalui satu set pembobot ke satu atau lebih simpul
tersembunyi.
Simpul- simpul tersembunyi meniru terhubung melalui satu set
pembobot terhadap simpul-simpul keluaran yang menghasilkan nilai- nilai
perkiraan dari variabel- variabel terikat dari sistem jaringan.
Melalui paket
pembelajaran, nilai- nilai pembobot jaringan dimodifikasi sedemikian rupa yang
menggunakan suatu algoritma tertentu, misalnya Penjalaran balik.
Metode penjalaran balik telah terbukti sukses dalam proses training JST
multi lapisan. Jaringan tidak hanya diberi bantuan bagaimana mengerjakan tugas.
informasi tentang error juga dikontrol melalui sistem dan digunakan untuk
menjustifikasi hubungan antara lapisan- lapisan sehingga performa nsi jaringan
meningkat.
Penjalaran balik adalah suatu algoritma yang umumnya digunakan untuk
membelajarkan JST. Bobot jaringan dimodifikasi dengan cara meminimumkan
jumlah kuadrat error yang dihitung terhadap semua simpul-simpul keluaran.
Algoritma penjalaran balik adalah suatu bentuk penurunan gradien:
jaringan menurun bila terdefinisi dalam cakupan bobot jaringan.
Gradien
Probabilitas
bahwa nilai tersebut akan merupakan minimum local akan menurun dengan makin
meningkatnnya besar bobot.
Simpul, dalam konteks jaringan syaraf buatan, adalah suatu model syaraf
yang disederhanakan. Simpul-simpul menerima sejumlah sinyal masukan, dan
membangk itkan satu sinyal keluaran. Sinyal keluaran dapat merupakan fungsi
tidak linier, seperti fungsi sigmoid atau fungsi tangen hiperbola, dari penjumlahan
masukan.
13
x1
v ji
H1
y1
x2
w kj
I1
z1
x3
I2
z2
x4
zm
Im
xn-1
yh
Output layer
Hh
xn
Hidden layer
Input layer
Gambar 5 Struktur jaringan syaraf tiruan dengan banyak lapisan
Pada Gambar 5, struktur JST terdiri tiga lapisan yaitu lapisan masukan
(input layer), lapisan tersembunyi (hidden layer) dan lapisan keluaran (output
layer). Lapisan masukan mempunyai n simpul, lapisan tersembunyi mempunyai
h simpul dan lapisan keluaran mempunyai m simpul. Dimana xi adalah vektor
masukan,
i =1,2,3… n ; v ji adalah pembobot antara lapisan masukan dengan
lapisan tersembunyi, i =1,2,3…n dan j =1,2,3… h ; wkj adalah pembobot antara
lapisan tersembunyi dengan lapisan keluaran, k =1,2,3… m ; xp adalah data
masukan training, p =1,2,3… p ; y pj adalah keluaran pada lapisan tersembunyi
unit ke- j dengan masukan xp ,, z pk adalah keluaran pada lapisan keluaran unit
ke- k ; t pk adalah target keluaran; dan f adalah fungsi aktivasi.
Algoritma aturan belajar penjalaran balik menurut Patterson (1996) adalah
sebagai berikut: pembobot awal pada JST diberi nilai secara acak. Perhitungan
nilai aktivasi feedforward dimulai dengan menjumlahkan hasil perkalian masukan
xi dengan pembobot vji dan menghasilkan Hj yang merupakan nilai masukan ke
14
fungsi aktivasi lapisan tersembunyi.
Kemudian keluaran yj pada lapisan
tersembunyi unit j merupakan hasil fungsi aktivasi f dengan masukan Hj. Hal ini
telah diformulasikan dalam persamaan 4 dan 5.
H j = ∑ v ji xi
i
(4)
y j = f (H j )
(5)
Nilai keluaran pada lapisan tersembunyi kemudian dikalikan dengan pembobot
wkj dan menghasilkan nilai Ik yang merupakan nilai masukan fungsi aktivasi
lapisan keluaran.
Nilai masukan zk pada lapisan keluaran dihitung dengan
menggunakan fungsi aktivasi f dengan masukan Ik . Hal ini telah diformulasikan
dalam persamaan 6 dan 7.
I k = ∑ wkj y j
j
(6)
z k = f (I k )
(7)
Secara ringkas zk dapat ditulis dalam persamaan berikut:
z k = f (I k ) = f ∑ wkj y j =
j
f ∑ wkj f (H j ) =
j
f ∑ wkj f ∑ v ji x i
i
j
(8)
dengan fungsi aktivasi berupa fungsi sigmoid sebagai mana berikut ini:
f (x ) =
1
1 + e − βx
(9)
turunan pertama fungsi sigmoid tersebut adalah sebagai berikut,
f ' (x) = β
dimana
β
e−βx
(1 + e )
−β x 2
= β f ( x )(1 − f ( x ))
(10)
adalah gain atau slope fungsi sigmoid. Selanjutnya pelatihan pada JST
(pembobotan) dilakukan dengan menimumkan total error untuk semua data
melalui koreksi pembobot.
Rata-rata total error merupakan merupakan error
keluaran untuk semua pasang data training yang dapat ditulis sebagai berikut,
Etot =
1 p p
∑E
p p =1
(11)
Pada pembelajaran dengan prosedur koreksi pembobot (delta rule),nilai
koreksi pembobot sebanding dengan pengurangan error relative terhadap
15
perubahan pembobot yang disebut Gradient Descent Method. Koreksi pembobot
dapat ditulis sebagai persamaan berikut:
∆W (s + 1) = −η∂E p / ∂W (s )
(12)
dimana ? adalah laju pembelajaran (konstanta yang nilainya 0< ?