Pengembangan Model Artificial Neural Networks untuk Pendugaan Hasil Panen Tanaman Selada Romaine pada Sistem Hidroponik

Abstract

Permintaan terhadap selada romaine terus meningkat di Indonesia karena nilai gizinya yang tinggi dan popularitasnya sebagai salah satu sayuran yang digemari oleh berbagai kalangan masyarakat. Namun, keterbatasan lahan untuk bertani menjadi kendala dalam memenuhi permintaan pasar akan sayuran berkualitas. Salah satu solusi untuk meningkatkan produksi selada romaine adalah dengan menerapkan metode budidaya tanaman selada romaine secara hidroponik. Pada sistem hidroponik, model pendugaan hasil panen selada romaine bermanfaat untuk pengendalian lingkungan tanaman. Penelitian ini bertujuan untuk mengembangkan model Artificial Neural Networks (ANN) dalam memprediksi hasil panen selada romaine pada budidaya tanaman secara hidroponik menggunakan sistem Nutrient Film Technique (NFT). Pertumbuhan tanaman selada romaine diukur berdasarkan beberapa parameter yaitu luas daun, dan bobot segar. Parameter lingkungan tanaman yang dianalisis mencakup intensitas cahaya radiometrik, suhu udara, kelembaban relatif udara, dan suhu daerah perakaran. Data tersebut digunakan untuk melatih model ANN menggunakan algoritma backpropagation. Penelitian ini memberikan informasi penting tentang pengaruh parameter lingkungan terhadap hasil panen tanaman selada romaine dalam sistem hidroponik. Model ANN yang dihasilkan dapat digunakan untuk menduga hasil panen tanaman selada romaine pada sistem hidroponik. Penelitian ini diharapkan dapat menjadi dasar untuk pengembangan teknologi hidroponik yang lebih efisien dan efektif dalam memenuhi permintaan pasar akan sayuran selada romaine yang berkualitas.