Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/155017
Title: Model Jaringan Saraf Tiruan untuk Memprediksi PertumbuhanTanaman Selada Hidroponik dengan Root Zone Cooling.
Other Titles: An artificial neural network model to predict the growth of hydroponic lettuce plants with Root Zone Cooling.
Authors: Suhardiyanto, Herry
Supriyanto
Ruslan
Issue Date: 2024
Publisher: IPB University
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
Appears in Collections:MT - Agriculture Technology

Files in This Item:
File Description SizeFormat 
cover_F1501202005_b4c99bf054e9449e8d07e90da4ebccd9.pdfCover1.85 MBAdobe PDFView/Open
fulltext_F1501202005_32354a82c312402a8b4615ca6ed01c39.pdf
  Restricted Access
Fulltext7.98 MBAdobe PDFView/Open
lampiran_F1501202005_686ef73e2f53419b83d87fa2aa4e9104.pdf
  Restricted Access
Lampiran1.73 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.