Pengembangan Sistem Kontrol dan Monitoring untuk Budidaya Tanaman Selada Secara Hidroponik di Dataran Rendah Tropika

Abstract

Budidaya tanaman selada di daerah tropika sering dilakukan di dataran tinggi. Untuk mengurangi risiko erosi tanah dan cemaran pestisida maka budidaya tanaman selada di lahan terbuka di dataran tinggi perlu dikurangi. Konsekuensinya, budidaya tanaman selada secara hidroponik di dalam rumah tanaman di dataran rendah perlu diperluas karena memiliki kelebihan dalam kemudahan menerapkan budidaya tanaman bebas pestisida. Budidaya tanaman selada dalam sistem hidroponik di dataran rendah tropika memerlukan pendinginan. Pendinginan daerah perakaran memerlukan energi listrik yang sangat besar. Namun, hal ini dapat diatasi dengan mengendalikan suhu secara otomatik. Oleh karena itu, perlu dikembangkan sistem kontrol dan monitoring daerah perakaran pada sistem hidroponik yang menggunakan root zone cooling untuk meningkatkan efisiensi penggunaan energi. Selanjutnya, sistem kontrol dan monitoring perlu dikembangkan untuk mengendalikan dan memonitor suhu daerah perakaran dengan dilengkapi Resistance Temperature Detector (RTD). Parameter lain yang perlu dikendalikan dan dimonitor oleh sistem kontrol dan monitoring tersebut adalah Electrical Conductivity (EC), puissance negatif de hydrogen (pH), Dissolved Oxygen (DO), dan Oxidation Reduction Potential (ORP). Penelitian ini terdiri atas tiga tahap, yaitu (1) rancang bangun sistem kontrol dan monitoring budidaya tanaman selada hidroponik rakit apung di dataran rendah tropika, (2) evaluasi kinerja sistem kontrol dan monitoring dalam budidaya tanaman selada hidroponik rakit apung, dan (3) laju asimilasi tanaman selada dalam sistem hidroponik rakit apung menggunakan sistem kontrol dan monitoring yang dikembangkan untuk pengendalian larutan nutrisi. Penelitian tahap pertama bertujuan untuk melakukan rancang bangun sistem kontrol otomatik on/off untuk budidaya tanaman selada dalam sistem hidroponik rakit apung. Rancang bangun tersebut meliputi perancangan hardware dan perancangan software. Hardware sistem kontrol mencakup tujuh input dan sepuluh output. Tujuh input tersebut adalah sensor RTD, EC, pH, DO, ORP, ultrasonik, dan keypad, sedangkan sepuluh output meliputi pompa untuk chiller, pompa untuk menambah EC, pompa untuk menurunkan EC, pompa untuk menambah pH, pompa untuk menurunkan pH, pompa aerator untuk meningkatkan DO, pompa untuk menambah ORP, pompa untuk mengurangi ORP, pompa untuk meningkatkan tingkat permukaan larutan nutrisi, dan pompa mixer. Desain software dalam mikrokontroler arduino mega 2560 telah dikembangkan dengan menggunakan bahasa pemrograman C. Penelitian tahap kedua bertujuan untuk mendapatkan gambaran kinerja sistem kontrol dan monitoring dalam budidaya tanaman selada menggunakan sistem hidroponik rakit apung. Kinerja sistem kontrol telah dievaluasi untuk mengontrol parameter larutan nutrisi pada budidaya tanaman selada dalam sistem hidroponik rakit apung. Bibit tanaman selada “Grand Rapids” ditempatkan di papan styrofoam dengan netpot tanaman berisi rockwool pada jarak tanam 20 cm. Pengamatan terhadap pertumbuhan tanaman selada dilakukan dengan mengukur bobot kering dari tiga sampel tanaman setiap dua hari. Hasil penelitian menunjukkan bahwa pada hari ke 24 setelah tanam berat kering shoot dan root tanaman selada yang dibudidayakan dalam sistem hidroponik rakit apung dengan sistem kontrol yang dikembangkan ternyata lebih baik secara signifikan dibandingkan tanaman yang dibudidayakan pada sistem hidroponik rakit apung tanpa sistem kontrol larutan nutrisi. Hasil penelitian menunjukkan bahwa sistem kontrol dan monitoring yang dikembangkan bekerja dengan baik dalam mengendalikan larutan nutrisi untuk pertumbuhan tanaman selada yang lebih baik dalam sistem hidroponik rakit apung. Penelitian tahap ketiga bertujuan untuk mengetahui laju fotosintesis tanaman selada yang dibudidayakan dalam sistem hidroponik rakit apung dengan sistem kontrol dan monitoring yang dikembangkan. Tanaman selada yang digunakan dalam penelitian ini adalah Grand Rapids. Laju fotosintesis tanaman selada diukur menggunakan photosynthetisis meter. Analisis statistika dilakukan untuk menarik kesimpulan tentang keragaman laju fotosintesis tanaman selada pada dua kondisi : (1) larutan nutrisi dikontrol menggunakan sistem kontrol yang dikembangkan, dan (2) larutan nutrisi tidak dikontrol. Selanjutnya, model ANN dikembangkan untuk memprediksi laju fotosintesis tanaman selada. Laju fotosintesis tersebut tergantung kepada faktor-faktor lingkungan yaitu suhu, EC, pH, DO, dan ORP larutan nutrisi, suhu udara, kelembaban udara, dan PPFD. Hasil pengukuran faktor-faktor lingkungan yang memengaruhi laju fotosintesis tersebut digunakan sebagai input dalam struktur model ANN sedangkan laju fotosintesis digunakan sebagai output model tersebut. Jumlah data yang diperoleh dari hasil pengukuran sebanyak 230 pasang data atau 115 pasang data untuk masing-masing sistem hidroponik. Masing-masing data tersebut dibagi lagi menjadi dua dataset yaitu training_set dan test_set yaitu masing-masing 77 dan 38 dataset. Hasil validasi menunjukkan bahwa model ANN memprediksi tingkat asimilasi CO2 dalam akurasi yang sangat baik dengan nilai MSE masing-masing 0.9163 dan 0.3242 untuk tanaman selada yang dibudidayakan dalam sistem hidroponik rakit apung tanpa sistem kontrol dan dengan sistem kontrol yang dikembangkan. Nilai RMSE masing-masing adalah 0.9572 dan 0.5694 untuk tanaman selada yang dibudidayakan dalam sistem hidroponik rakit apung tanpa dan dengan sistem kontrol. Koefisien determinasi (R2) untuk tanaman selada yang dibudidayakan dalam larutan nutrisi tanpa sistem kontrol dan dengan sistem kontrol masing-masing adalah 0.8101 dan 0.8662. Hal ini berarti bahwa untuk tanaman selada tanpa sistem kontrol sekitar 81% variabel bebas (x) dapat menjelaskan variabel terikat (y) dan sekitar 19% dijelaskan oleh variabel lainnya yang tidak diketahui. Untuk tanaman selada dengan sistem kontrol nilai R2 tersebut berarti bahwa sekitar 87 % variabel bebas (x) dapat menjelaskan variabel terikat (y) dan sekitar 13% dijelaskan oleh variabel lainnya yang tidak diketahui. Model ANN yang dikembangkan ternyata efektif dan dapat digunakan untuk memprediksi laju asimilasi CO2 tanaman selada yang dibudidayakan pada sistem hidroponik rakit apung. Kata kunci: tanaman selada, sistem kontrol dan monitoring, sensor, mikrokontroler, sistem hidroponik rakit apung, model ANN

Lettuce cultivation in the tropics is frequently done in highland. However, open-field lettuce farming in highland should be limited to reduce the risk of soil erosion and pesticide contamination. Consequently, hydroponic lettuce cultivation inside a greenhouse in lowland is necessary to be developed for its advantages of practical free-pesticide farming. Hydroponic lettuce farming in tropical lowland requires cooling. Root zone cooling involves the use of enormous amount of electrical energy. Fortunately, this can be overcome by controlling the temperature automatically. Hence, it is necessary to develop a control and monitoring system for root zone in hydroponic system that applies root zone cooling in order to increase the efficiency of energy use. Moreover, development of control and monitoring system is required to control and monitor root zone temperature along with the use of Resistance Temperature Detector (RTD). Other parameters that should be controlled and monitored include Electrical Conductivity (EC), puissance negative de hydrogen (pH), Dissolved Oxygen (DO), and Oxidation Reduction Potential (ORP). This study consisted of three stages, namely (1) the design of a control and monitoring system for lettuce cultivated in floating raft hydroponics in tropical lowland, (2) performance evaluation of a control and monitoring system for floating raft hydroponic lettuce cultivation, and (3) determination of assimilation rate of lettuce in floating raft hydroponic system using the control and monitoring system developed to control nutrient solution. The first stage of study was aimed to design an automatic on/off control system for lettuce cultivation in floating raft hydroponic system. The design covered the hardware design and the software design. Hardware of the control system composed of seven inputs and ten outputs. The seven inputs included the sensor of RTD, EC, pH, DO, ORP, ultrasonic, and keypad, while the ten outputs were pump for chiller, pump to increase EC, pump to decrease EC, pump to increase pH, pump to decrease pH, aerator pump to increase DO, pump to increase ORP, pump to decrease ORP, pump to increase the surface level of nutrient solution, and mixer pump. The software design for arduino mega 2560 microcontroller has been developed using the C programming language. The second stage of study was aimed to obtain performance overview of control and monitoring system of lettuce cultivated using a floating raft hydroponics. The performance of control system has been evaluated to control the parameter of nutrient solution in a controlled floating raft hydroponic lettuce cultivation. Lettuce seeds “Grand Rapids” were placed in styrofoam board equipped with net pots contained rock wools at planting distance of 20 cm. Observation of lettuce growth was done by measuring the dry weight of three plant samples every two days. On day-24th after transplanting, it was found that lettuce cultivated hydroponically by floating rafts with the control system developed in this study produced shoot and root dry weight which was much better than plants cultivated with the floating raft hydroponic system without nutrient solution controlled. It was also observed that control and monitoring system developed in this study worked properly in controlling nutrient solution to produce better lettuce growth in floating raft hydroponic system. The third stage of study was aimed to examine the rate of photosynthesis of lettuce cultivated in floating raft hydroponics with control and monitoring system developed in this study. Grand Rapids lettuces were used in this study. Photosynthetic rate of lettuce was measured using photosynthesis meter. Statistical analysis was performed to draw conclusion on the variability of photosynthetic rate of lettuce cultivated under two conditions : (1) the nutrient solution was controlled by the developed control system, and (2) the nutrient solution was not controlled. Moreover, the ANN model was developed to predict the photosynthetic rate of lettuce. The rate of photosynthesis depended on a wide range of environment factors such as temperature, EC, pH, DO, and ORP of nutrient solution, air temperature, humidity, and PPFD. The results of the measurement of environmental factors that affect the rate of photosynthesis are used as input for the ANN model, while photosynthetic rate was used as the output for the model. Total number of data collected from measurements were 230 datasets or 115 datasets for each hydroponic system. The data were further divided into two groups, namely training_set and test_set which consisted of 77 and 38 datasets, respectively. The validation results show that the ANN model predicts the level of CO2 assimilation in very good accuracy with MSE values of 0.9163 and 0.3242 respectively for lettuce cultivated in the floating raft hydroponic system without a control system and with a developed control system. The RMSE values were 0.9572 and 0.5694 respectively for lettuce cultivated in a floating raft hydroponic system without and with a control system. The coefficient of determination (R2) for lettuce plants cultivated in uncontrolled nutrient solution and in controlled nutrient solution were 0.8101 and 0.8662, respectively. This means that for lettuce plants cultivated in uncontrolled nutrient solution, about 81% of the independent variable (x) can explain the dependent variable (y) and about 19% is explained by other unknown variables. For lettuce plants cultivated in controlled nutrient solution, about 87% of the independent variable (x) can explain the dependent variable (y) and about 13% is explained by other unknown variables. The ANN model developed was effective and can be used to predict the rate of CO2 assimilation of lettuce plants cultivated in the floating raft hydroponic system. Keywords: lettuce, control and monitoring system, sensor, microcontroller, hydroponic system, ANN model