Validasi Program Pengembangan Jaringan Artificial Neural Network ANN

22 I h =         f gp gt I I I I t 2 4 3 1 …….....……. 30 dimana I h = total radiasi harian Whm 2 ∆t = selang pengukuran jam I gt = radiasi selang pengukuran ganjil Wm 2 I gp = radiasi selang pengukuran genap Wm 2 I i = radiasi awal Wm 2 I f = radiasi akhir Wm 2 Sedangkan temperatur greenhouse berupa temperatur penutup greenhouse , temperatur udara dalam greenhouse, temperatur permukaan lantai, temperatur pada batas lantai dengan permukaan tanah dan temperatur tanah pada kedalaman 0.165 m dan 0.315 m dari permukaan lantai. Pengambilan data dilakukan selama 2 minggu mulai pukul 06.00 WIB sampai pukul 18.00 WIB dan dicatat tiap 10 menit. Skema lokasi pengukuran dapat dilihat pada Gambar 6.

4. Pembuatan Program

Pembuatan program untuk memprediksi temperatur dalam greenhouse dibuat dalam bahasa QBASIC. Input program adalah karakteristik elemen-elemen greenhouse dan data cuaca hasil pengukuran di sekitar greenhouse. Output program adalah pendugaan temperatur penutup greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 31.5 cm. Diagram alir pembuatan program dapat dilihat pada Gambar 7.

5. Validasi Program

Validasi program dilakukan dengan membandingkan temperatur udara hasil simulasi dengan hasil pengukuran di lapangan. Pengujian keabsahan dilakukan dengan menggunakan garis regresi yang terbentuk pada hubungan linear antara temperatur hasil simulasi Y dan hasil pengukuran X. Dimana a menyatakan intersep atau perpotongan garis 23 regresi dengan sumbu tegak dan b menyatakan kemiringan atau gradien garis regresi. Y = a + bX …….....……. 31 Model simulasi dinyatakan memberikan prediksi temperatur yang semakin baik bila persamaan regresinya memiliki koefisien intersep a mendekati nol dan gradiennya mendekati satu.

6. Pengembangan Jaringan Artificial Neural Network ANN

Program ANN yang dikembangkan menggunakan algoritma back propagation dengan memakai bahasa pemrograman Visual basic 6.0. Model ANN yang digunakan terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Input layer terdiri dari 6 noda yaitu data kecepatan angin, temperatur udara di sekitar greenhouse, radiasi sinar matahari, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 0.315 m. Parameter pada input layer ditentukan berdasarkan anlisis variabel pada persamaan kesetimbangan panas yang terjadi dalam greenhouse. Variabel yang dipilih adalah variabel dasar yang terdapat pada persamaan kesetimbangan panas dan dilakukan pengukuran dalam penelitian. Laju ventilasi tidak dijadikan input dalam ANN karena dalam persamaan kesetimbangan panas, laju ventilasi bukan merupakan variabel dasar dan hanya berpengaruh terhadap variabel tertentu, dan juga dalam penelitian tidak dilakukan pengukurannya. Output layer berupa pendugaan temperatur udara di dalam greenhouse. Model ANN yang dikembangkan dapat dilihat pada Gambar 8. Data yang diperoleh dari hasil pengukuran dibagi menjadi dua kelompok yaitu satu set data untuk proses training dan satu set data untuk proses validasi jaringan. Kinerja jaringan ANN dapat dinilai berdasarkan nilai RMS error Root Mean Square Error. 24 Gambar 6. Skema titik pengukuran pada greenhouse. 25 Ket: n = 172,173,174,175,177 dan 181 Gambar 7. Diagram alir program Q-Basic untuk memprediksi temperatur dalam greenhouse . 26 Keterangan gambar: 1. Kecepatan angin ms 2 2. Radiasi matahari Wm 2 3. Temperatur penutup greenhouse o C 4. Temperatur udara di luar greenhouse o C 5. Temperatur permukaan lantai o C 6. Temperatur tanah kedalaman 31.5 cm o C 7. Temperatur udara di dalam greenhouse o C Gambar 8. Model ANN yang digunakan untuk pendugaan temperatur dalam greenhouse . Xi Vij 1 2 3 4 5 6 7 Input Layer Hidden Layer Output Layer Wjk Yk Zj 27 Gambar 9. Diagram alir ANN backpropagation untuk memprediksi temperatur dalam greenhouse.

V. HASIL DAN PEMBAHASAN

A. SUDUT DATANG

RADIASI MATAHARI PADA PENUTUP GREENHOUSE Radiasi matahari yang mengenai permukaan benda terdiri dari radiasi langsung, radiasi sebaran sky radiation dan radiasi pantulan. Radiasi langsung adalah radiasi matahari yang lansung mengenai permukaan benda tanpa mengalami pemantulan atmosfer. Radiasi sebaran adalah radiasi yang sudah dipencarkan oleh molekul-molekul gas, debu dan uap air di atmosfer, sedangkan radiasi pantulan adalah radiasi yang dipantulkan dari permukaan yang berdekatan dengan benda tersebut. Sebagian radiasi matahari yang sampai ke penutup greenhouse akan ditransmisikan, sebagian dipantulkan dan sebagian lagi diserap oleh material penutup greenhouse. Transmisivitas dan reflektivitas merupakan bagian yang penting karena dipengaruhi oleh sudut datang radiasi matahari pada penutup greenhouse , sedangkan absorptivitas hampir konstan untuk semua sudut datang radiasi matahari dari 0 o sampai 90 o Takakura, 1989. Semakin besar nilai sudut datang radiasi maka semakin kecil radiasi yang ditransmisikan oleh penutup greenhouse. Pada sudut datang 0 o , 91 radiasi matahari akan di transmisikan oleh penutup kaca greenhouse, 8 di pantulkan dan 1 akan diserap oleh kaca tersebut. Pada sudut datang 0 - 45 o , transmisivitas berubah sangat kecil. Pada sudut datang 45 - 80 o , nilai transmisivitas akan menurun dengan cepat sehingga radiasi yang dipantulkan lebih besar dari pada radiasi yang ditransmisikan Mastalerz, 1977. Data pengukuran yang digunakan dalam simulasi adalah: tanggal 21 Juni, 22 Juni dan 23 Juni 2006 dipilih mewakili data cuaca berawan dan hujan dengan radiasi total harian secara berturut-turut sebesar 5028.233 Whm 2 , 4616.353 Whm 2 dan 4692.46 Whm 2 , sedangkan tanggal 24 Juni, 26 Juni dan 30 Juni 2006 dipilih mewakili data cuaca cerah dengan nilai radiasi total harian sebesar 5677.127 Whm 2 , 5394.327 Whm 2 dan 5528.987 Whm 2 . Gambar 10 menunjukkan perubahan radiasi matahari selama pengukuran, sedangkan radiasi total harian dapat dilihat pada Gambar 11. Radiasi matahari