Pemodelan Artificial Neural Networks untuk Pendugaan Suhu Udara di dalam Greenhouse pada Pendinginan Evaporatif
Abstract
Suhu udara di dalam greenhouse di kawasan tropika basah pada siang hari ketika cuaca cerah cenderung terlalu tinggi untuk pertumbuhan tanaman. Salah satu upaya untuk menurunkan suhu udara di dalam greenhouse tersebut adalah dengan menggunakan sistem evaporative cooling. Namun, sistem tersebut belum tentu mampu menurunkan suhu mencapai syarat lingkungan tumbuh untuk tanaman yang berasal dari dataran tinggi. Sistem evaporative cooling dengan penambahan suatu water chiller dapat menurunkan suhu air sehingga suhu udara di dalam greenhouse mendekati suhu optimum untuk tanaman dataran tinggi. Dalam hubungan ini, suatu model untuk menduga suhu udara di dalam greenhouse akan sangat berguna dalam perancangan maupun pengendalian lingkungan di dalam greenhouse. Penelitian ini bertujuan mengembangkan model Artificial Neural Network (ANN) untuk menduga suhu udara di dalam greenhouse. Pengembangan model ANN dilakukan dengan menentukan nilai terbaik untuk beberapa parameter model. Parameter model tersebut antara lain adalah random state, initial learning rate, momentum, dan hidden layer sizes. Model ANN struktur 8-7-1 dengan algoritma Backpropagation yang dikembangkan memiliki kinerja yang sangat baik dalam menduga suhu udara di dalam greenhouse di titik-titik representasi dengan nilai R2 di atas 0,99 dan RMSE di bawah 0,15 oC