Update Artikelilmiah: 41534

SULAIMAN PUTRA JANITRA

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Plant factory merupakan salah satu inovasi teknologi yang dapat menjadi solusi dari penurunan lahan pertanian yang disebabkan oleh alih fungsi lahan. Plant factory memungkinkan untuk berbudidaya tanaman dalam lingkungan yang terkendali. Pada plant factory perlu dilakukan monitoring dan kontrol iklim mikro untuk mencapai kondisi iklim mikro yang ideal bagi tanaman. Untuk mencapai kondisi tersebut dibutuhkan setpoint iklim mikro seperti suhu dan kelembapan. Bukaan stomata tanaman dapat menjadi salah satu parameter dalam menentukan setpoint suhu dan kelembapan yang optimal bagi tanaman. Penelitian ini bertujuan untuk merancang sistem kendali dan monitoring pada plant factory, menerapkan algoritma Artificial Neural Nework yang digabung dengan Genetic Algorithm untuk optimasi setpoint pada plant factory. Penelitian terdiri atas empat tahap, yaitu perancangan skema sistem kontrol, perancangan perangkat lunak (software), perancangan perangkat keras (hardware), tahap pengujian dan analisis data. Hasil pengujian menunjukkan osilasi data suhu dan kelembapan di sekitar setpoint sudah cukup baik. Nilai error suhu yang diperoleh pada rak atas sebesar 1,08oC dan pada rak bawah sebesar 0,93oC, sedangkan nilai error kelembapan sebesar 1,72% pada rak atas dan 0,91% pada rak bawah. Hasil pengujian optimasi suhu  dan intensitas ahaya relatif stabil dengan nilai rata-rata suhu sebesar 25,15oC dan rata-rata intensitas Cahaya  sebesar 3344 lux. Sedangkan hasil optimasi parameter kelembapan masih belum menghasilkan nilai yang baik dengan nilai minimal kelembapan sebesar 5,04%, nilai maksimal sebesar 92,75%, dan rata-rata sebesar 45,97%.

Abtrak (Bhs. Inggris)

Plant factory is one of technological innovations that can be a solution to the agricultural land reduction caused by land conversion. Plant factories allow for the cultivation of plants in a controlled environment. In the plant factory, it is necessary to monitor and control the microclimate to achieve optimal conditions for plants. In addition, to achieve these conditions, microclimate setpoints are required such as temperature and humidity. Plant stomatal openings can be one of the parameters in determining the optimal temperature and humidity setpoints for plants. This research aims to design a control and monitoring system at the plant factory, applying the Artificial Neural Nework algorithm combined with Genetic Algorithm for setpoint optimization at the plant factory. The research consisted of four stages, namely the design of the control system scheme, software design, hardware design, testing and data analysis stages. The test results show that the oscillation of temperature and humidity data around the setpoint is good enough. The temperature error value obtained on the upper shelf is 1.08oC and on the lower shelf is 0.93oC, while the humidity error value is 1.72% on the upper shelf and 0.91% on the lower shelf. The results of temperature and light intensity optimisation testing are relatively stable with an average temperature value of 25.15oC and an average light intensity of 3344 lux. While the humidity parameter optimisation results still do not produce good values with a minimum humidity value of 5.04%, a maximum value of 92.75%, and an average of 45.97%.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman