| NIM | A1C019007 |
|---|
| Namamhs | UMI KHOLILAH |
|---|
| Judul Artikel | OPTIMALISASI PEMBUKAAN STOMATA TANAMAN BAYAM MERAH PADA PLANT FACTORY DENGAN PENERAPAN GENETIC ALGORITHM DALAM MODEL ARTIFICIAL NEURAL NETWORK |
|---|
| Abstrak (Bhs. Indonesia) | Fotosintesis adalah proses menghasilkan senyawa organik yang dipengaruhi oleh tersedianya air, CO2, dan energi matahari. Sampel tanaman yang digunakan pada penelitian adalah bayam merah. Kebutuhan cahaya yang kontinu dan tinggi pada proses fotosintesis dapat dipenuhi menggunakan plant factory karena adanya LED. Penggunaan ANN untuk memprediksi lebar bukaan stomata yang didasarkan pada iklim mikro. Dinamika bukaan stomata tidak cukup hanya diprediksi dengan ANN, namun diperlukan optimalisasi bukaan stomata sehingga didapatkan kondisi iklim mikro optimum untuk proses fotosintesis. GA menjadi salah satu algoritma optimalisasi yang dapat digunakan untuk permasalahan tersebut. Tujuan dari penelitian ini yaitu untuk membuat algoritma ANN-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, serta menentukan strategi pengontrolan iklim mikro pada plant factory untuk tanaman bayam merah dengan menggunakan algoritma hybrid ANN-GA. Perancangan algoritma ANN-GA melalui beberapa tahap yaitu perancangan algoritma untuk training ANN, pengujian ANN, dan algoritma ANN-GA. Proses training dan pengujian ANN menggunakan data berjumlah 164 dan 70 data. Arsitektur ANN yang digunakan yaitu 3 node pada layer input, hidden layer 1 sebanyak 9 node, hidden layer 2 berjumlah 2 node, dan 1 node dioutput 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 kemudian dihybridkan dengan library pygad untuk menjalankan GA. Dari Algoritma ANN-GA didapatkan nilai set point suhu sebesar 26,629oC, kelembapan sebesar 68,375%, dan intensitas cahaya sebesar 2596,252 lux untuk sistem kontrol plant factory. |
|---|
| Abtrak (Bhs. Inggris) | Photosynthesis is the process of producing organic compounds which are influenced by the availability of water, CO2, and solar energy. The plant sample used in this study was red spinach. The need for continuous and high light in the photosynthesis process can be met using a plant factory because of the presence of LEDs. Using ANN to predict stomatal opening width based on microclimate. The dynamics of stomatal openings is not enough just to predict with ANN, but it is necessary to optimize stomata openings so that optimum microclimatic conditions are obtained for the photosynthesis process. GA is one of the optimization algorithms that can be used for this problem. The purpose of this research is to develop the ANN-GA algorithm as part of a control system to optimize stomata opening in red spinach based on microclimate data such as temperature; humidity; and light intensity in the plant factory, as well as determining the microclimate control strategy in the plant factory for red spinach plants using the ANN-GA hybrid algorithm. The design of the ANN-GA algorithm goes through several stages, namely the design of the algorithm for ANN training, ANN testing, and the ANN-GA algorithm. The ANN training and testing process uses data totaling 164 and 70 data. The ANN architecture used is 3 nodes in the input layer, 9 hidden layer 1, 2 hidden layer 2, and 1 output layer node. The RMSE and r_value values obtained in the ANN training and testing process were 0,759 and 0,862 as well. 0,574 and 0,953. The ANN algorithm is then hybridized with the pygad library to run GA. From the ANN-GA Algorithm, the temperature set point value is 26,629oC, humidity is 68,375%, and light intensity is 2596,252 lux for the plant factory control system. |
|---|
| Kata kunci | ANN, bayam merah, fotosintesis, GA, plant factory. |
|---|
| Pembimbing 1 | Ardiansyah, S.TP., M.Si., Ph.D. |
|---|
| Pembimbing 2 | Dr. Asna Mustofa, S.TP., M.P. |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2023 |
|---|
| Jumlah Halaman | 16 |
|---|
| Tgl. Entri | 2023-07-01 12:38:41.989411 |
|---|