| dc.description.abstract | Penelitian ini bertujuan untuk menganalisis iklim mikro di dalam rumah tanaman untuk memprediksi waktu pembungaan dan masak fisiologis tanaman tomat dengan menggunakan metode heat unit dan artificial neural network (ANN). Penelitian dilaksanakan pada bulan Agustus sampai Desember 2010 di rumah tanaman Balai Penelitian Agroklimatologi dan Hidrologi, Cimanggu, Bogor. Penentuan heat unit dilakukan dengan menggunakan data rata-rata suhu udara harian di dalam rumah tanaman. Sedang analisis data untuk pemodelan ANN dilakukan dengan menggunakan perangkat lunak (software) Matlab. Dalam pemodelan ANN, data pengukuran di lapangan dipilah menjadi dua bagian; satu bagian digunakan untuk data pelatihan (training) dan satu bagian lainnya digunakan untuk data pengujian (testing). Model yang diperoleh dari data pelatihan digunakan untuk data pengujian. Untuk mengevaluasi performa model ANN atau kinerja jaringan ditentukan dari nilai koefisien korelasi (R) yang diperoleh dari data pelatihan (training), sedang untuk pengujian (testing) dihitung dari nilai RMSE (root mean square error), Standard Error of Prediction (SEP) dan Coefficient of Variation (CV) antara nilai hasil prediksi berdasarkan pemodelan ANN dan nilai pengukuran di lapangan (observasi).
Hasil penelitian menunjukkan bahwa heat unit pertumbuhan tanaman tomat sejak semai sampai masak fisiologis adalah 1661 oC hari, dengan rata-rata suhu udara di dalam rumah tanaman selama penelitian berlangsung adalah 27.1 oC, rata-rata kelembaban udara adalah 74.2 %, dan rata-rata intensitas radiasi surya 9.3 MJ/m2/hari.
Nilai R hasil prediksi waktu pembungaan adalah 0.51, dengan nilai RMSE, SEP dan CV masing-masing 4.88, 26.43 dan 69%. Nilai R untuk masak fisiologis adalah 0.63, dengan nilai RMSE, SEP dan CV masing-masing 2.1, 4.63 dan 9%. Dari hasil pengukuran di lapangan menunjukkan rata-rata waktu pembungaan tanaman tomat di dalam rumah tanaman yaitu pada 34 HST atau dengan satuan panas (heat unit) 590 oC hari, sedang berdasarkan hasil prediksi dengan pemodelan ANN yakni 31 HST atau dengan satuan panas 539 oC hari. Rata-rata waktu masak fisiologis adalah 49 HSP (hari setelah pembungaan) atau dengan satuan panas 848 oC hari, sedang berdasarkan hasil pemodelan ANN adalah 48 HSP atau dengan satuan panas 831 oC hari.
Metode ANN belum efektif dalam memprediksi waktu pembungaan dan masak fisiologis tanaman tomat dengan menggunakan data iklim mikro dan data agronomis tanaman. Untuk memperoleh hasil prediksi ANN yang lebih akurat dibutuhkan jumlah sampel yang lebih banyak dengan melakukan penanaman beberapa kali musim tanam sehingga akurasi ANN untuk memprediksi waktu pembungaan dan masak fisiologis tanaman tomat dapat ditingkatkan. | id |
