Pengembangan Model Artifical Neural Network untuk Pendugaan Suhu Udara Dalam Greenhouse dengan Berbagai Kemiringan Atap pada Single-span Greenhouse
PENGEMBANGAN MODEL ARTIFICAL NEURAL NETWORK
,
UNTUK PENDUGAAN SUHU UDARA DALAM GREENHOUSE
DENGAN BERBAGAI KEMIRINGAN ATAP PADA
SINGLESPAN GREENHOUSE
Oleh
PUTIK RETNOSARI
F01499120
2003
FAKULTAS TENOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
RETNOSARI. FOl499l20. Pengembangan Modol AtfCU Neural
PUTIK
Network
uotuk Pendugaan Suhu Udara Dalam Greenhouse dengan Bebagai
Kcmiringan Atap pad:. Single-span Greenhouse. Di bawalt himbingan : Meiske
Widyarti dan Herry Suhardiyanto.
RINGKASAN
Greenhouse adalah bangunan tembus cahaya sehingga memungkinkan
cahaya yang dibutuhkan tanaman masuk kedalamnya, dan menghindarkan tanaman
Greenhouse yang dibutuhkan di
greenhouse yang berfungsi sebagai pelindung tanaman i tepaan
hujan dan menngi intensitas serangan hama n cahaya mai yang
dari enaruh yang kurang menguntungkan.
Indonesia adalah
berlebihan.
Masalah yang timbul akibat penggunaan greenhouse di daerah tropika adalah
tingginya subu udara di dalam greenhose. Untuk mengatasi tingginya subu a di
greenhouse maka rancangan greenhouse perlu dibuat lebih at sesuai
dengan lokasinya. Walls (1993) memaparkan bahwa bentuk greenhouse yang ideal
adalah rounded karena memaksimumkan ransmisivitas radinsi matabari, namun
kekurangan greenhouse ini adalah dari sei ukuran serta penanaman. Pilihan atematif
dalam
adalah yan berentuk konvensional dengan sudut kemiringan ntap nonnal yaitu 25°
8
yang lebih efisien dalam mensmisikan radiasi matahari. titude
sampai 35
reenhouse dan musim dalam satu
menurut Businger (1963) latitude lokasi sebuah
tabun juga mempengi dalam sudut dia matahari akan meradiasi pada
pennanbumi. Semakin selatan latitude
a akan semakin tinggi mai diatas
horison dalam pertengahan musim dingin. Businger (1963) dalam bukunya juga
menyatakan bahwa beberapa faktor yang menentukan jumlah dari energi pancaran
matahari serta berefek terhadap densias pancaran yang berubah didalam greenhouse
adalah posisi mai pada waktu yang berbeda ada satu mo. lokasi
reenhouse,
dan derajat keberawanan di langit yang mempengaruhi jumlah energi pann
mati yang berguna untuk pertumbuhan tanaman
greenhouse merupakan salah satu l yang
sangat penting dalam perancangan greenhouse.Pendugaan radiasi mai pada
Optimasi penentuan sudut atap
pennukaan atap dengan erbagai kemiringan menjadi masukan dalam erancangan
greenhouse. Selanjutnya suhu udara di dalam greenhouse, perin diprediksi dengan
menggunakan Artificial Neural Network (AN) dengan berbagai sudut penutup atap.
Pendugaan suhu udara dalam greenhouse yang lebih akurat diharapkan dapat
membantu
proses
perancangan greenhouse Penelitian 1111
bertujuan untuk
.
mengembangkan model hubungan antara data - data cuaca harian dalam erbagai
kemiringan atap dengan suhu udara dalam greenhouse, berdasarkan metode Artificial
Neural Network (NN).
Penelitian
ini
dilaksanakan
di
rumah
kaca
greenhouse) Laboratorium
Lingkungan dan Bangunan Pertanian, Jn Teknik Pertanian. Fakultas Teknologi
Pertanian, IPB yang terletak di Leuwikopo, Darmaga- Bogor dan dilakn pada
bulan AgllstUE - September 2003
Alat - alat yang digunakan adalah
greenhouse berukuran 4
x
6 m, weather
station, komputer, hybrid recorder dan tennokoel. Tahap awal yang dikejakan
adalah mengambil data cuaca harian dengan menggunakan weather station, suhu
greenhouse, suhu cover n suhu ermukaan lantai. Kesemua data
input bagi NNdengan 8 input yaitu yaitu H (%),
suhu udara luar eC), radiasi mai (W/m\ kemiringan atap (derajat), wind speed
'
'
(mls ), hour angle, suhu atap ( C) n suhu penukaan lantai ( 'c). Output yang
diharapkan adalah suhu dalam greenouse. Pengukuran dilakukan selama empat hari
dengan interval pengambilan data setiap 15 menit.
udara dalam
tersebut dipilih untuk dijadikan
Data yang telah didapatkan
i weather station menunjukkan
bahwa radiasi
matahari berubah - ubah sesuai dengan keadaan atmosfer, osisi matahari jam
matahari dan kondisi atmosfer bumi. Tmisi erubah sa perlahan dengan
sudut yang lebih besar dan semakin erkurang n selalu erubah serti juga
dengan radiasi matahari. Subu dalam eenhouse pada kemiringan
kecil dari kemiingan
35 derajat lebih
25 dan 20 derajat, yaitu denan nilai erturut· turut 38°C, 38,5
39, 8 'C. Nilai radiasi mai yang selalu erubah yang tergantung pada
keadaan atmosfer. Radiasi mai pada tanggal 22 Agustus 2003 tercatat sebesar
890,6 W/m', pada tanggal 28 Agustus 2003 seesar 1058, 54 W/m'. tanggal 29
'
2
Agustus sebesar 1070,1 W/m n tanal30 seesar 947,88 W/m
'c,
Setelah data tersebut terkwnpul,
data sebanyak
a
a dengan
menggunakan
NN dimulai
dengan mengn 10 000 iterasi sampai
10 %. Tahap validasi diln setelah masing
- masing NN mencapai akurasi training yang paling baik. Training data sebanyak
64 data untuk validasi NNmencapai nilai si 85.84% setelah dilakukan 10000
training
128
mencapai tingkat akurasi mendekati
kali iterasi..
Kesimpulan penelitian ini adalah ha hubungan antara radiasi matahari
dengan suhu udara di daln
greenhouse telah didapatkan dengan model
NN
sebagaimana ditunjukkan dengan tingkat akurasi yang cukup tinggi pada proses
training. Meskipun tingkat si pada ross training cukup baik, rendahnya
akurasi pada proses pendugaan terhadap training set menunjukkan kemungkinan
kurangnya beragaman data input yang digunakan.Saran yang diajukan melalui
penelitian ini adalah perlunya memprediksi subu udara dalam dengan adanya
tanaman
didalamnya,
serta
memerbanyak
keakuratan yang diperoleh lebih teliti.
keragaman
data
input
sebingga
PENGEMBANGAN MODEL ARTIFICIAL NEURAL NETWORK UNTUK
PENDUGAAN SUHU UDARA DALAM GR.ENHOUSE DENGAN
BERBAGAI KEMIRINGAN ATAP PADA
SINGLESPAN GREENHOllSE
,
SKRIPSI
Sebagai salah satu syarat untuk memcnleh gelar
SARJANA TENOLOGI PERTANIAN
Pada Jn Teknik Pertanian
Fakultas Tenologi Petanian
Institut Pertanian Bogor
Oleh
PUTIK RETNOSARI
F01499120
2003
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
PENGEMBANGAN MODEL ARTIFICAL NEURAL NETWORK UNTUK
-
PENDUGAAN SUHU UDARA DALAM GREENHOUSE DENGAN
BERBAGAI KEMIlNGAN ATAP PADA
SINGLESPAN GRENHOUSE
SRJPSI
Sebagai lh satu syarat nk meln enelitian nk memeroleh gelar
SARJANA TENOLOGI PERTANIAN
Pad. Jn Teknik Pian
Fakultas Teknologi Pertanian
nstitut Pertanian Bogor
Oleb
PUTIK RETNOSARJ
F01499120
Dilahirkan pada tanggal
10 esemer 1981
di Jakarta
Tanggallulus:
I
8 September 203
KATA PENGANTAR
Alhamdulillab,
penulis panjatkan ke hadirat
ALLAH SWT yang telab
melapangkan jalan penulis dalam kelancaran penyusunan skripsi ioi.
Skripsi ini berjudul "Pengembangan Model Artificial Neural Network (ANN)
untuk Pendugaan Suhu Ua Dalam
pada
Greenhouse dengan Berbagai Kegan Atap
Single-span Greenhouse". Skripsi ini mempelajari tentang engembangan
model ANN yang memungkinkan endugaan subu udara di dalam
greenhouse
dengan mengunakan data cuaea.
Penulis tidak n mampu menuliskan skripsi ini tanpa bantuan orang - orang
sekitar. Penulis mengucapkan terima kasih yang sebesar - besamya kepada:
I.
Keluarga penulis (Mama dan Papa) yang tanpanya penulis tidak erati
n
menjadi apa - apa.
2. Ibu Ir. Meiske Widyarti, Meng selaku dosen pembimbing ea yang selalu
membantu dan membimbing.
3.
Bapak Dr. Ir. Herry Suhardiyanto, MSc selaku dosen embimbing kdua
n
dosen penguji atas u, bimbingan, perhatian, araban seta ilmunya
4. Ir. Leopold Oscar Nelwan, Msi selaku dosen enguji
5. Bapak Eman dan Bapak Ahmad selaku teknisi Lab. Lingknngan n nn
Pertanian.
6.
Teknik Sipil Pertanian Angkatan 36 atas bantuan keceriaan dan doanya
7. TEP 36 alas kenangan indahnya.
Penulis merasa masih banyak yang belun tersebut dan mungkin tidak n cukup
ntk disebutkan satu persatu.
Penulis merasa masih banyak kekurangan di dalam pembuatan skripsi ini.
Nam:m enulis erharap skripsi ini dapat membantu dalam erkembanan teknologi
greenhouse di Indonesia.
iii
DATARISI
Halaman
KATA PENGANTAR
DAFTAR lSI
....
.
... ....
DAFTAR GAMBAR
.... .............
.
DAFTAR LAMPIRAN
DAFTAR SIMBOL
...
I. PENDAHULUAN
.
.
.......
........
...
.
....
......
.
.
..
........... ..........
.......................
............
......................
.
.... ..... ..... ... . .
B. GEOMETRI MATAHARI
C.
.......... ....
.
.....
.....
. .
..
.........
.....
RADIASI MATAHARI
..
.........
.
.
.. .
........
..
.... ......
.
..
.......... ......
...
......
...
....
.
....
.
.
.
.....
.....
.
.. .. .
..
......
.
.............
.. .
.
....
..
................
D. ARTIFICIAL NEURAL NETWORK ..
..... ........
..
....................... ..
.
....
.
...
.......
........
.
.
... .
.
.....
...........
.
.
.........
.
2
4
6
.. 7
.
...... ....... ..........
I
.3
..
.. . ... .......
viii
.
..... ... .....
..
vii
. 3
......................
.. . ..
v
.I
.
. .
..
.
.. ....
...............................
.
.... ....
.
. . .
........... .. ...
.
.
..................
.
.......
...........
.. ...
.
..........
...
.
.
.......
iv
...
.. .
. ..
.
............. ...........
111. METODOLOGI PENELITIAN
...................
.
.
.
.....
.
......... .....
iii
...
... ...
..
.
.
..
...............
.
.....
..
.
................... . ....................
B. TUJUAN PENELITIAN
A. GREENHOUSE
.
.......................
. .
A. LA TAR BELAKANG
11.TINJAUAN PUSTAKA
.
...
.....
.
.............................................. .......
........ ......
.
.....
.
. .
.
.......
.
... . ............. ........ . .................
.
.
.........................................
.
.......
. ...
.
..........
10
A. TEMPAT DANWAKTU PENELTIAN ........................................ lO
B. ALAT DAN BAHAN ..
............
C.
METODE PENELITIAN
.......
IV. PENDEKATAN TEORITIS
..
.......... ...........
.
................... ....
. .
................. .. .......
.
............
..
.
....
..
.
..
..................
A. SUDUT DATANG RADIASI MATAHARI .
........... ............
V. HASIL DAN PEMBAHASAN
A. RADIASI MATAHARI
..
. ............
.
DENGAN ARTIFICIAL NEURAL NETWORK
A. KESIMPULAN
B. SARAN .
.........
.
.
........... ......... ................
........
..
.
.......... ..................
....
.......
(NN)
.
....
.
.......
.............
.
.....
.
.. . ..
.........
.
.....
.......
.
.
.........
. .
..
.........
.
.......
.
..
... .
.....
.
.
.
. .
... . .....
.......
.
.
....
II
18
18
22
22
26
. 29
.
........
...
10
. 20
. ..
.
......
.
........
.
......
....
.
........
.
.
...........
.
..............
........... . ...
.
.
.
.
..
.....
........ ........ . ..
B. PENGEMBANGAN MODEL PENDUGAAN
SUHU UDARA DALAM GREENHOUSE
......
..
......
..
.
........... ................. ....
.
. .
....
....................
.
...................
.
.
........ ................ .............
VI. KESIMPULAN DAN SARAN
.
.
.......
. .
..
......
B. RUMUS DASAR
....
.
29
. 29
.
DAFTAR PUSTAKA ...................................................................................... 30
LAMPIRAN
.....................................................................................................
IV
32
DATAR GAMBAR
Halaman
Gambar
dasar greenhouse. �nan : Greenhose
yang mm di Amerika Serikat. Kiri : Greenhouse
yang digunakan di Eropa (Hanan et l., 1978)
1. Bentuk
........
Gambar
.. .
.
..
...............
2. Sudut zenith matabari (9z), deklinasi matabari (5)
dan sudut jam matabari (0) ditunjukkan hubungannya
dengan pennukaan dasar horizontal
pada pennukaan bumi (Duie e/ a/.1980)
..
.................................
Gambar
.4
3.
Model multilyer network
.
.....
.
............
.......
.
................
.
........
.
. .
.......
6
8
Gambar 4. Greenhouse pada kemiringan atap yang berbda
(tampak depan)
Gambar
...............................................................................
5. Pengambilan data dengan megnweather slation
Gambar 6. Model AN yang dikembangkan
Gambar
7.
Gambar
8. Sudut datang radiasi i
.........
.
Diaram alir Bacpropagalion Neural Network
.
.........................
17
1983) .............................. 20
.
10. Radiasi mai ped. hari yang ereda
Gambar
11. Hubungan adiasi mai dengan temeratur dalam
greenhouse pada kemiringan 15 derajat .
. .
..
................
......... ......
...................
...................
12. Hubungan Radiasi matahari dengan temperatur daIam
greenhouse pada kemirinan 20 derajat
............................
.
..........
22
23
23
13. Hubungan Radiasi mi dengan temperatur
dalam greenhouse pada kemiringan 25 derajat.. ........................ 24
Gambar 14. Hubungan Radiasi maahari dengan temeratur
dalam greenhouse pada kemiringan 35 derajat..
Gambar
16
1983) ........................... 18
Gambar
Gambar
12
9. Sudut datang radiasi mai
pada kemirinan atap bangunan
beroientasi timur - barat (Esmay et el.,
Gambar
.........
......................................
pada pennukaan horizontal (Esmay et l.,
Gambar
.
....
10
..............
.
15. Perubahan suhu udara i dalam greenhouse n suhu luar
'
greenhose pad. radiasi mai lebih esar i 500 W1m
v
..
.......
.
....
24
25
I. PENDAHULUAN
A. LATAR BELAKANG
Kebutuhan n sayuran berkualitas tinggi akhir-akhir ini semakin
meningkat. sehingga orientasi yang hs dinuhi dalam bidang usahatani
hortikultura adalah dengan memenuhi ennintaan r dari segi mutu, jumJah
dan
wu.
Untuk
memenuhi
kebutuhan pasar tersebut diperlukan
suatu
perencan produksi yang baik seerti salah satunya dengan lingknngan yang
terkendali seperti dalam greenhouse.
Greenhouse adalah bangunan yang memungkinkan cahaya yang
dibutuhkan tanaman sk kdalamnya, n dapat menghindarkan tanaman dari
pengarub yang kurang mengnnn. ei angin kencang, hujan deras, subu
ekstrim serta serangga . Tn n mon tp jumlh maupun durasi
pencahayaan.
Fnngsi
utam.
i
cahaya
hagi
n
adalah
nntuk
berfotosintesis dan juga mengatur rkembangan a entuk dari n
.
Greenhouse i negara-negara empat musim. pada umunmya tertutup rapat agar
dapat menghindarkan n i subu a yang dinin. Namnn geenhose
yang dibutuhkan di Indonesia adalsh greenhouse yang berfungsi sebagai
elindung tanaman dari terpaan hujan n mengangi intensitas cahaya n
serangan hna.
Pengnan greenhouse di h opa n
mengakibatkan
tinginya subu di dalam greenhouse. a itu dierlukan suatu
greenhouse yang sesuai dengan ikln pada lokasi tertentu.
rancangan
Salah satu hal
pentingnya untuk mengatasi tingginya suhu udara i dalam greenhouse, adalah
dengan mengatur transmisivitas radiasi ai pada bangunan.
Bentuk atap pada greenhouse memengaruhi transmisivitas radiasi
matahari. Selain itu, pemilihan bahan atap juga dapat memengaruhi jumlah
transmisi radiasi matahari ymg s. ke dalam greenhouse. Optimasi sudut atap
greenhouse merupakan salah satu hal yang angat enting dalam perancangan
greenhouse.
Pada siang hari,
greenhouse menerima radiasi mai yang sangat
besar. Besnya radiasi matahari yang diterima di suatu tempat
tergantung dari
posisinya pada garis lintang, ketinggian dan tanggal dalam setahun. Suatu
perhitungan yang akurat diperlukan untuk memprediksi jumlah rdisi matahari
,
yang masuk serta diserap oleh sr
greenhose. Perhitungan akn akurat
apabila mempertimbangkan beberapa aspek, diantaranya sudut
mai, orientasi
greenhouse, sifat optik bahan enutup greenhouse. Sudut
datang radiasi mai pada penutup
yang
juga
harus
ei, aimuth
dierhatikan
greenhouse merupakan salah satu faktor
sehubungan posisi
sepanjang hari, sehingga bentuk atap
matahari
yang
ervarisi
greenhouse mcupakan salah satu faktor
yang berpengaruh pada kondisi iklim mikro didalamnya.
Akurasi data tentang radiasi mai global harian pada ermukaan
horizontal
penting
untuk
perancangan
greenhouse. disi matahari pada
pennukaan yang bergelombang jauh lebih kompleks dengan tingginya variasi
dari orientasi kemiringan relatif terhadap matahari,
yang bisa eubah
a
radikal melalui jarak dekat.
Pendugaan radiasi mai pada ermukaan atap dengan erbagai
kemiringan menjadi masukan dalam ancngan greenhouse. Selanjnya suhu
udara di dalam greenhouse, perlu pengembangan model dengan menn
Artificial Neural Network (NN) dengan berbagai sudut enutup atap.
Pendugaan suhu udara dalam
greenhouse yang lebih akurat dpkan dapat
membantu proses perancangan greenhouse.
B. TUJUAN
Tujuan penelitiall ini adalah :
1. mengwnpulkan data cuaea,
n suhu udara di d.llam greenhouse. dengan
berbagai kemiringan atap.
2. mengembangkan model hubungan data cuaca dcngan suhu udara di dalam
greenhouse pada berbagai kemiringan atap yang bereda menggunakan
Artficial Neural Network (AN).
3.
Melakukan validasi hasil
trainjng menggunakan Artificial Neural Network
(ANN).
2
,
UNTUK PENDUGAAN SUHU UDARA DALAM GREENHOUSE
DENGAN BERBAGAI KEMIRINGAN ATAP PADA
SINGLESPAN GREENHOUSE
Oleh
PUTIK RETNOSARI
F01499120
2003
FAKULTAS TENOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
RETNOSARI. FOl499l20. Pengembangan Modol AtfCU Neural
PUTIK
Network
uotuk Pendugaan Suhu Udara Dalam Greenhouse dengan Bebagai
Kcmiringan Atap pad:. Single-span Greenhouse. Di bawalt himbingan : Meiske
Widyarti dan Herry Suhardiyanto.
RINGKASAN
Greenhouse adalah bangunan tembus cahaya sehingga memungkinkan
cahaya yang dibutuhkan tanaman masuk kedalamnya, dan menghindarkan tanaman
Greenhouse yang dibutuhkan di
greenhouse yang berfungsi sebagai pelindung tanaman i tepaan
hujan dan menngi intensitas serangan hama n cahaya mai yang
dari enaruh yang kurang menguntungkan.
Indonesia adalah
berlebihan.
Masalah yang timbul akibat penggunaan greenhouse di daerah tropika adalah
tingginya subu udara di dalam greenhose. Untuk mengatasi tingginya subu a di
greenhouse maka rancangan greenhouse perlu dibuat lebih at sesuai
dengan lokasinya. Walls (1993) memaparkan bahwa bentuk greenhouse yang ideal
adalah rounded karena memaksimumkan ransmisivitas radinsi matabari, namun
kekurangan greenhouse ini adalah dari sei ukuran serta penanaman. Pilihan atematif
dalam
adalah yan berentuk konvensional dengan sudut kemiringan ntap nonnal yaitu 25°
8
yang lebih efisien dalam mensmisikan radiasi matahari. titude
sampai 35
reenhouse dan musim dalam satu
menurut Businger (1963) latitude lokasi sebuah
tabun juga mempengi dalam sudut dia matahari akan meradiasi pada
pennanbumi. Semakin selatan latitude
a akan semakin tinggi mai diatas
horison dalam pertengahan musim dingin. Businger (1963) dalam bukunya juga
menyatakan bahwa beberapa faktor yang menentukan jumlah dari energi pancaran
matahari serta berefek terhadap densias pancaran yang berubah didalam greenhouse
adalah posisi mai pada waktu yang berbeda ada satu mo. lokasi
reenhouse,
dan derajat keberawanan di langit yang mempengaruhi jumlah energi pann
mati yang berguna untuk pertumbuhan tanaman
greenhouse merupakan salah satu l yang
sangat penting dalam perancangan greenhouse.Pendugaan radiasi mai pada
Optimasi penentuan sudut atap
pennukaan atap dengan erbagai kemiringan menjadi masukan dalam erancangan
greenhouse. Selanjutnya suhu udara di dalam greenhouse, perin diprediksi dengan
menggunakan Artificial Neural Network (AN) dengan berbagai sudut penutup atap.
Pendugaan suhu udara dalam greenhouse yang lebih akurat diharapkan dapat
membantu
proses
perancangan greenhouse Penelitian 1111
bertujuan untuk
.
mengembangkan model hubungan antara data - data cuaca harian dalam erbagai
kemiringan atap dengan suhu udara dalam greenhouse, berdasarkan metode Artificial
Neural Network (NN).
Penelitian
ini
dilaksanakan
di
rumah
kaca
greenhouse) Laboratorium
Lingkungan dan Bangunan Pertanian, Jn Teknik Pertanian. Fakultas Teknologi
Pertanian, IPB yang terletak di Leuwikopo, Darmaga- Bogor dan dilakn pada
bulan AgllstUE - September 2003
Alat - alat yang digunakan adalah
greenhouse berukuran 4
x
6 m, weather
station, komputer, hybrid recorder dan tennokoel. Tahap awal yang dikejakan
adalah mengambil data cuaca harian dengan menggunakan weather station, suhu
greenhouse, suhu cover n suhu ermukaan lantai. Kesemua data
input bagi NNdengan 8 input yaitu yaitu H (%),
suhu udara luar eC), radiasi mai (W/m\ kemiringan atap (derajat), wind speed
'
'
(mls ), hour angle, suhu atap ( C) n suhu penukaan lantai ( 'c). Output yang
diharapkan adalah suhu dalam greenouse. Pengukuran dilakukan selama empat hari
dengan interval pengambilan data setiap 15 menit.
udara dalam
tersebut dipilih untuk dijadikan
Data yang telah didapatkan
i weather station menunjukkan
bahwa radiasi
matahari berubah - ubah sesuai dengan keadaan atmosfer, osisi matahari jam
matahari dan kondisi atmosfer bumi. Tmisi erubah sa perlahan dengan
sudut yang lebih besar dan semakin erkurang n selalu erubah serti juga
dengan radiasi matahari. Subu dalam eenhouse pada kemiringan
kecil dari kemiingan
35 derajat lebih
25 dan 20 derajat, yaitu denan nilai erturut· turut 38°C, 38,5
39, 8 'C. Nilai radiasi mai yang selalu erubah yang tergantung pada
keadaan atmosfer. Radiasi mai pada tanggal 22 Agustus 2003 tercatat sebesar
890,6 W/m', pada tanggal 28 Agustus 2003 seesar 1058, 54 W/m'. tanggal 29
'
2
Agustus sebesar 1070,1 W/m n tanal30 seesar 947,88 W/m
'c,
Setelah data tersebut terkwnpul,
data sebanyak
a
a dengan
menggunakan
NN dimulai
dengan mengn 10 000 iterasi sampai
10 %. Tahap validasi diln setelah masing
- masing NN mencapai akurasi training yang paling baik. Training data sebanyak
64 data untuk validasi NNmencapai nilai si 85.84% setelah dilakukan 10000
training
128
mencapai tingkat akurasi mendekati
kali iterasi..
Kesimpulan penelitian ini adalah ha hubungan antara radiasi matahari
dengan suhu udara di daln
greenhouse telah didapatkan dengan model
NN
sebagaimana ditunjukkan dengan tingkat akurasi yang cukup tinggi pada proses
training. Meskipun tingkat si pada ross training cukup baik, rendahnya
akurasi pada proses pendugaan terhadap training set menunjukkan kemungkinan
kurangnya beragaman data input yang digunakan.Saran yang diajukan melalui
penelitian ini adalah perlunya memprediksi subu udara dalam dengan adanya
tanaman
didalamnya,
serta
memerbanyak
keakuratan yang diperoleh lebih teliti.
keragaman
data
input
sebingga
PENGEMBANGAN MODEL ARTIFICIAL NEURAL NETWORK UNTUK
PENDUGAAN SUHU UDARA DALAM GR.ENHOUSE DENGAN
BERBAGAI KEMIRINGAN ATAP PADA
SINGLESPAN GREENHOllSE
,
SKRIPSI
Sebagai salah satu syarat untuk memcnleh gelar
SARJANA TENOLOGI PERTANIAN
Pada Jn Teknik Pertanian
Fakultas Tenologi Petanian
Institut Pertanian Bogor
Oleh
PUTIK RETNOSARI
F01499120
2003
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
PENGEMBANGAN MODEL ARTIFICAL NEURAL NETWORK UNTUK
-
PENDUGAAN SUHU UDARA DALAM GREENHOUSE DENGAN
BERBAGAI KEMIlNGAN ATAP PADA
SINGLESPAN GRENHOUSE
SRJPSI
Sebagai lh satu syarat nk meln enelitian nk memeroleh gelar
SARJANA TENOLOGI PERTANIAN
Pad. Jn Teknik Pian
Fakultas Teknologi Pertanian
nstitut Pertanian Bogor
Oleb
PUTIK RETNOSARJ
F01499120
Dilahirkan pada tanggal
10 esemer 1981
di Jakarta
Tanggallulus:
I
8 September 203
KATA PENGANTAR
Alhamdulillab,
penulis panjatkan ke hadirat
ALLAH SWT yang telab
melapangkan jalan penulis dalam kelancaran penyusunan skripsi ioi.
Skripsi ini berjudul "Pengembangan Model Artificial Neural Network (ANN)
untuk Pendugaan Suhu Ua Dalam
pada
Greenhouse dengan Berbagai Kegan Atap
Single-span Greenhouse". Skripsi ini mempelajari tentang engembangan
model ANN yang memungkinkan endugaan subu udara di dalam
greenhouse
dengan mengunakan data cuaea.
Penulis tidak n mampu menuliskan skripsi ini tanpa bantuan orang - orang
sekitar. Penulis mengucapkan terima kasih yang sebesar - besamya kepada:
I.
Keluarga penulis (Mama dan Papa) yang tanpanya penulis tidak erati
n
menjadi apa - apa.
2. Ibu Ir. Meiske Widyarti, Meng selaku dosen pembimbing ea yang selalu
membantu dan membimbing.
3.
Bapak Dr. Ir. Herry Suhardiyanto, MSc selaku dosen embimbing kdua
n
dosen penguji atas u, bimbingan, perhatian, araban seta ilmunya
4. Ir. Leopold Oscar Nelwan, Msi selaku dosen enguji
5. Bapak Eman dan Bapak Ahmad selaku teknisi Lab. Lingknngan n nn
Pertanian.
6.
Teknik Sipil Pertanian Angkatan 36 atas bantuan keceriaan dan doanya
7. TEP 36 alas kenangan indahnya.
Penulis merasa masih banyak yang belun tersebut dan mungkin tidak n cukup
ntk disebutkan satu persatu.
Penulis merasa masih banyak kekurangan di dalam pembuatan skripsi ini.
Nam:m enulis erharap skripsi ini dapat membantu dalam erkembanan teknologi
greenhouse di Indonesia.
iii
DATARISI
Halaman
KATA PENGANTAR
DAFTAR lSI
....
.
... ....
DAFTAR GAMBAR
.... .............
.
DAFTAR LAMPIRAN
DAFTAR SIMBOL
...
I. PENDAHULUAN
.
.
.......
........
...
.
....
......
.
.
..
........... ..........
.......................
............
......................
.
.... ..... ..... ... . .
B. GEOMETRI MATAHARI
C.
.......... ....
.
.....
.....
. .
..
.........
.....
RADIASI MATAHARI
..
.........
.
.
.. .
........
..
.... ......
.
..
.......... ......
...
......
...
....
.
....
.
.
.
.....
.....
.
.. .. .
..
......
.
.............
.. .
.
....
..
................
D. ARTIFICIAL NEURAL NETWORK ..
..... ........
..
....................... ..
.
....
.
...
.......
........
.
.
... .
.
.....
...........
.
.
.........
.
2
4
6
.. 7
.
...... ....... ..........
I
.3
..
.. . ... .......
viii
.
..... ... .....
..
vii
. 3
......................
.. . ..
v
.I
.
. .
..
.
.. ....
...............................
.
.... ....
.
. . .
........... .. ...
.
.
..................
.
.......
...........
.. ...
.
..........
...
.
.
.......
iv
...
.. .
. ..
.
............. ...........
111. METODOLOGI PENELITIAN
...................
.
.
.
.....
.
......... .....
iii
...
... ...
..
.
.
..
...............
.
.....
..
.
................... . ....................
B. TUJUAN PENELITIAN
A. GREENHOUSE
.
.......................
. .
A. LA TAR BELAKANG
11.TINJAUAN PUSTAKA
.
...
.....
.
.............................................. .......
........ ......
.
.....
.
. .
.
.......
.
... . ............. ........ . .................
.
.
.........................................
.
.......
. ...
.
..........
10
A. TEMPAT DANWAKTU PENELTIAN ........................................ lO
B. ALAT DAN BAHAN ..
............
C.
METODE PENELITIAN
.......
IV. PENDEKATAN TEORITIS
..
.......... ...........
.
................... ....
. .
................. .. .......
.
............
..
.
....
..
.
..
..................
A. SUDUT DATANG RADIASI MATAHARI .
........... ............
V. HASIL DAN PEMBAHASAN
A. RADIASI MATAHARI
..
. ............
.
DENGAN ARTIFICIAL NEURAL NETWORK
A. KESIMPULAN
B. SARAN .
.........
.
.
........... ......... ................
........
..
.
.......... ..................
....
.......
(NN)
.
....
.
.......
.............
.
.....
.
.. . ..
.........
.
.....
.......
.
.
.........
. .
..
.........
.
.......
.
..
... .
.....
.
.
.
. .
... . .....
.......
.
.
....
II
18
18
22
22
26
. 29
.
........
...
10
. 20
. ..
.
......
.
........
.
......
....
.
........
.
.
...........
.
..............
........... . ...
.
.
.
.
..
.....
........ ........ . ..
B. PENGEMBANGAN MODEL PENDUGAAN
SUHU UDARA DALAM GREENHOUSE
......
..
......
..
.
........... ................. ....
.
. .
....
....................
.
...................
.
.
........ ................ .............
VI. KESIMPULAN DAN SARAN
.
.
.......
. .
..
......
B. RUMUS DASAR
....
.
29
. 29
.
DAFTAR PUSTAKA ...................................................................................... 30
LAMPIRAN
.....................................................................................................
IV
32
DATAR GAMBAR
Halaman
Gambar
dasar greenhouse. �nan : Greenhose
yang mm di Amerika Serikat. Kiri : Greenhouse
yang digunakan di Eropa (Hanan et l., 1978)
1. Bentuk
........
Gambar
.. .
.
..
...............
2. Sudut zenith matabari (9z), deklinasi matabari (5)
dan sudut jam matabari (0) ditunjukkan hubungannya
dengan pennukaan dasar horizontal
pada pennukaan bumi (Duie e/ a/.1980)
..
.................................
Gambar
.4
3.
Model multilyer network
.
.....
.
............
.......
.
................
.
........
.
. .
.......
6
8
Gambar 4. Greenhouse pada kemiringan atap yang berbda
(tampak depan)
Gambar
...............................................................................
5. Pengambilan data dengan megnweather slation
Gambar 6. Model AN yang dikembangkan
Gambar
7.
Gambar
8. Sudut datang radiasi i
.........
.
Diaram alir Bacpropagalion Neural Network
.
.........................
17
1983) .............................. 20
.
10. Radiasi mai ped. hari yang ereda
Gambar
11. Hubungan adiasi mai dengan temeratur dalam
greenhouse pada kemiringan 15 derajat .
. .
..
................
......... ......
...................
...................
12. Hubungan Radiasi matahari dengan temperatur daIam
greenhouse pada kemirinan 20 derajat
............................
.
..........
22
23
23
13. Hubungan Radiasi mi dengan temperatur
dalam greenhouse pada kemiringan 25 derajat.. ........................ 24
Gambar 14. Hubungan Radiasi maahari dengan temeratur
dalam greenhouse pada kemiringan 35 derajat..
Gambar
16
1983) ........................... 18
Gambar
Gambar
12
9. Sudut datang radiasi mai
pada kemirinan atap bangunan
beroientasi timur - barat (Esmay et el.,
Gambar
.........
......................................
pada pennukaan horizontal (Esmay et l.,
Gambar
.
....
10
..............
.
15. Perubahan suhu udara i dalam greenhouse n suhu luar
'
greenhose pad. radiasi mai lebih esar i 500 W1m
v
..
.......
.
....
24
25
I. PENDAHULUAN
A. LATAR BELAKANG
Kebutuhan n sayuran berkualitas tinggi akhir-akhir ini semakin
meningkat. sehingga orientasi yang hs dinuhi dalam bidang usahatani
hortikultura adalah dengan memenuhi ennintaan r dari segi mutu, jumJah
dan
wu.
Untuk
memenuhi
kebutuhan pasar tersebut diperlukan
suatu
perencan produksi yang baik seerti salah satunya dengan lingknngan yang
terkendali seperti dalam greenhouse.
Greenhouse adalah bangunan yang memungkinkan cahaya yang
dibutuhkan tanaman sk kdalamnya, n dapat menghindarkan tanaman dari
pengarub yang kurang mengnnn. ei angin kencang, hujan deras, subu
ekstrim serta serangga . Tn n mon tp jumlh maupun durasi
pencahayaan.
Fnngsi
utam.
i
cahaya
hagi
n
adalah
nntuk
berfotosintesis dan juga mengatur rkembangan a entuk dari n
.
Greenhouse i negara-negara empat musim. pada umunmya tertutup rapat agar
dapat menghindarkan n i subu a yang dinin. Namnn geenhose
yang dibutuhkan di Indonesia adalsh greenhouse yang berfungsi sebagai
elindung tanaman dari terpaan hujan n mengangi intensitas cahaya n
serangan hna.
Pengnan greenhouse di h opa n
mengakibatkan
tinginya subu di dalam greenhouse. a itu dierlukan suatu
greenhouse yang sesuai dengan ikln pada lokasi tertentu.
rancangan
Salah satu hal
pentingnya untuk mengatasi tingginya suhu udara i dalam greenhouse, adalah
dengan mengatur transmisivitas radiasi ai pada bangunan.
Bentuk atap pada greenhouse memengaruhi transmisivitas radiasi
matahari. Selain itu, pemilihan bahan atap juga dapat memengaruhi jumlah
transmisi radiasi matahari ymg s. ke dalam greenhouse. Optimasi sudut atap
greenhouse merupakan salah satu hal yang angat enting dalam perancangan
greenhouse.
Pada siang hari,
greenhouse menerima radiasi mai yang sangat
besar. Besnya radiasi matahari yang diterima di suatu tempat
tergantung dari
posisinya pada garis lintang, ketinggian dan tanggal dalam setahun. Suatu
perhitungan yang akurat diperlukan untuk memprediksi jumlah rdisi matahari
,
yang masuk serta diserap oleh sr
greenhose. Perhitungan akn akurat
apabila mempertimbangkan beberapa aspek, diantaranya sudut
mai, orientasi
greenhouse, sifat optik bahan enutup greenhouse. Sudut
datang radiasi mai pada penutup
yang
juga
harus
ei, aimuth
dierhatikan
greenhouse merupakan salah satu faktor
sehubungan posisi
sepanjang hari, sehingga bentuk atap
matahari
yang
ervarisi
greenhouse mcupakan salah satu faktor
yang berpengaruh pada kondisi iklim mikro didalamnya.
Akurasi data tentang radiasi mai global harian pada ermukaan
horizontal
penting
untuk
perancangan
greenhouse. disi matahari pada
pennukaan yang bergelombang jauh lebih kompleks dengan tingginya variasi
dari orientasi kemiringan relatif terhadap matahari,
yang bisa eubah
a
radikal melalui jarak dekat.
Pendugaan radiasi mai pada ermukaan atap dengan erbagai
kemiringan menjadi masukan dalam ancngan greenhouse. Selanjnya suhu
udara di dalam greenhouse, perlu pengembangan model dengan menn
Artificial Neural Network (NN) dengan berbagai sudut enutup atap.
Pendugaan suhu udara dalam
greenhouse yang lebih akurat dpkan dapat
membantu proses perancangan greenhouse.
B. TUJUAN
Tujuan penelitiall ini adalah :
1. mengwnpulkan data cuaea,
n suhu udara di d.llam greenhouse. dengan
berbagai kemiringan atap.
2. mengembangkan model hubungan data cuaca dcngan suhu udara di dalam
greenhouse pada berbagai kemiringan atap yang bereda menggunakan
Artficial Neural Network (AN).
3.
Melakukan validasi hasil
trainjng menggunakan Artificial Neural Network
(ANN).
2