Search for collections on Repository Universitas Jenderal Soedirman

Optimalisasi Pembukaan Stomata Tanaman Bayam Merah pada Plant Factory dengan Penerapan Genetic Algorithm dalam Model Artificial Neural Network

KHOLILAH, Umi (2023) Optimalisasi Pembukaan Stomata Tanaman Bayam Merah pada Plant Factory dengan Penerapan Genetic Algorithm dalam Model Artificial Neural Network. Skripsi thesis, Universitas Jenderal Soedirman.

[img] PDF (Cover)
COVER-Umi Kholilah-A1C019007-Skripsi-2023.pdf

Download (42kB)
[img] PDF (Legalitas)
LEGALITAS-Umi Kholilah-A1C019007-Skripsi-2023.pdf
Restricted to Repository staff only

Download (917kB)
[img] PDF (Abstrak)
ABSTRAK-Umi Kholilah-A1C019007-Skripsi-2023.pdf

Download (34kB)
[img] PDF (BabI)
BAB-I-Umi Kholilah-A1C019007-Skripsi-2023.pdf
Restricted to Repository staff only until 24 August 2024.

Download (43kB)
[img] PDF (BabII)
BAB-II-Umi Kholilah-A1C019007-Skripsi-2023.pdf
Restricted to Repository staff only until 24 August 2024.

Download (256kB)
[img] PDF (BabIII)
BAB-III-Umi Kholilah-A1C019007-Skripsi-2023.pdf
Restricted to Repository staff only until 24 August 2024.

Download (349kB)
[img] PDF (BabIV)
BAB-IV-Umi Kholilah-A1C019007-Skripsi-2023.pdf
Restricted to Repository staff only

Download (3MB)
[img] PDF (BabV)
BAB-V-Umi Kholilah-A1C019007-Skripsi-2023.pdf

Download (29kB)
[img] PDF (DaftarPustaka)
DAFTAR PUSTAKA-Umi Kholilah-A1C019007-Skripsi-23.pdf

Download (196kB)
[img] PDF (Lampiran)
LAMPIRAN-Umi Kholilah-A1C019007-Skripsi-2023.pdf
Restricted to Repository staff only

Download (1MB)

Abstract

Fotosintesis adalah proses untuk menghasilkan senyawa organik yang dipengaruhi oleh tersedianya air, CO2, energi matahari, dan tidak terdapatnya senyawa toksik di sekitar tanaman. Organ fotosintetik yang berperan dalam proses fotosintesis adalah stomata dan klorofil. Proses fotosintesis pada bayam merah membutuhkan cahaya untuk dapat memasak makanan sehingga dihasilkan senyawa organik dan oksigen. Untuk dapat memenuhi kebutuhan cahaya yang kontinu dan tinggi, penggunaan plant factory sangat memungkinkan karena menggunakan LED. Dalam penelitian ini digunakan ANN untuk dapat mengetahui bukaan stomata yang didasarkan pada iklim mikro secara otomatis. Dinamika bukaan stomata tidak cukup hanya diprediksi dengan ANN, namun diperlukan adanya optimalisasi untuk bukaan stomata itu sendiri sehingga didapatkan kondisi iklim mikro optimum untuk proses fotosintesis. Salah satu algoritma yang dapat digunakan adalah genetic algorithm (GA). Tujuan dari penelitian ini terdiri dari 2 tujuan yaitu 1) membuat algoritma hybrid ANN dan GA sebagai bagian dari sistem kontrol untuk mengoptimalkan pembukaan stomata pada bayam merah yang didasarkan pada data iklim mikro seperti suhu; kelembapan; dan intensitas cahaya di plant factory, dan 2) menentukan strategi pengontrolan iklim mikro pada plant factory untuk tanaman bayam merah dengan menggunakan algoritma hybrid ANN dan GA. Penelitian ini dilaksanakan di Laboratorium Teknik Pengelolaan dan Pengendalian Bio-Lingkungan serta Laboratorium Agronomi, Fakultas Pertanian, Universitas Jenderal Soedirman, Purwokerto. Penelitian dilaksanakan dari bulan September 2022 sampai Maret 2023. Prosedur penelitian yang dilakukan yaitu melakukan studi pendahuluan untuk mengetahui kinerja ANN dan GA, perancangan ANN yang melalui tahap training dan pengujian ANN, perancangan algoritma GA, perancangan algoritma hybrid ANN-GA, dan implementasi hasil set point yang didapatkan dari algoritma hybrid ANN-GA untuk sistem kontrol plant factory. Variabel yang diukur yaitu suhu, kelembapan, intensitas cahaya, dan lebar bukaan stomata yang diukur secara langsung dan menggunakan multiliner regresi. Hasil penelitian terdiri dari algoritma untuk training ANN, pengujian ANN, dan algoritma hybrid ANN-GA. Data yang digunakan pada proses training ANN berjumlah 164 data dan untuk pengujian ANN digunakan data sebanyak 70 data yang terdiri dari data input (suhu, kelembapan, dan intensitas cahaya) serta data output (lebar bukaan stomata). Dari hasil training ANN didapatkan arsitektur ANN yaitu 3 node pada layer input, 9 node pada hidden layer 1, 2 node pada hidden layer 2, dan 1 node pada output layer. Nilai RMSE dan r value yang didapatkan pada proses training dan pengujian ANN yaitu 0,759 dan 0,862 serta 0,574 dan 0,953. Dari algoritma ANN tersebut kemudian dihybridkan dengan library pygad yang berfungsi untuk menjalankan GA hingga dibuat 1 algoritma hybrid ANN-GA. Nilai set point yang didapatkan untuk diterapkan pada sistem kontrol plant factory yaitu nilai suhu sebesar 26,629oC, nilai kelembapan sebesar 68,375%, dan intensitas cahaya sebesar 2596,252 lux.

Item Type: Thesis (Skripsi)
Nomor Inventaris: A23021
Uncontrolled Keywords: ANN, bayam merah, fotosintesis, GA, plant factory
Subjects: P > P335 Plants Growth
Divisions: Fakultas Pertanian > S1 Teknik Pertanian
Depositing User: Mrs. KHOLILAH Umi
Date Deposited: 24 Aug 2023 06:35
Last Modified: 24 Aug 2023 06:35
URI: http://repository.unsoed.ac.id/id/eprint/22973

Actions (login required)

View Item View Item