View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Agriculture Technology
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Agriculture Technology
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Model Jaringan Saraf Tiruan untuk Memprediksi PertumbuhanTanaman Selada Hidroponik dengan Root Zone Cooling.

      Thumbnail
      View/Open
      Cover (1.809Mb)
      Fulltext (7.790Mb)
      Lampiran (1.690Mb)
      Date
      2024
      Author
      Ruslan
      Suhardiyanto, Herry
      Supriyanto
      Metadata
      Show full item record
      Abstract
      Kegiatan budidaya tanaman secara hidroponik dengan pendinginan zona perakaran (root zone cooling) dapat meningkatkan produktivitas. Sistem hidroponik dengan root zone cooling digunakan mampu untuk mengontrol suhu di sekitar akar tanaman, sehingga meningkatkan penyerapan nutrisi dan air yang mendukung pertumbuhan tanaman secara optimal. Namun demikian, perlu dilakukan analisis terhadap parameter lingkungan yang menentukan pertumbuhan tanaman. Salah satu metode yang dapat digunakan adalah dengan menggunakan jaringan saraf tiruan (JST). Tujuan dari penelitian ini adalah mengembangkan sebuah model jaringan saraf tiruan untuk memprediksi pertumbuhan tanaman selada dalam sistem teknik hidroponik dengan menggunakan jaringan saraf tiruan. Metode yang digunakan dalam penelitian ini adalah jaringan saraf tiruan yang terdiri dari tahapan (1) pengambilan data, (2) pemrosesan data, (3) pengembangan model, (4) training dan testing model JST dan (4) validasi model JST. Hasil dari penelitian ini menunjukkan bahwa model Jaringan saraf tiruan untuk memprediksi bobot segar tanaman berbasis 9 parameter input, yaitu suhu udara di dalam rumah tanaman, suhu zona perakaran, intensitas radiasi matahari, kelembaban relatif, electrical conductivity (ppm) larutan hara, potential of hydrogen (pH) larutan hara, luas daun, jumlah daun, dan bobot segar tanaman. Model training dan validasi dengan 1215 dataset yang dibagi menjadi 70% dataset training dan 30% dataset validasi. Model dibangun dengan 9 input layer, 13 hidden layer, dan 1 output layer dengan 100 epoch (iterasi). Model memiliki akurasi yang tinggi dengan nilai koefisien korelasi (R2) sebesar 0,9395 dan root mean square error sebesar 3,72 gram.
      URI
      http://repository.ipb.ac.id/handle/123456789/155017
      Collections
      • MT - Agriculture Technology [2430]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository