Artikel Ilmiah : A1H007050 a.n. SUWANTO
| NIM | A1H007050 |
|---|---|
| Namamhs | SUWANTO |
| Judul Artikel | PREDIKSI EMISI METANA (CH4) PADA SRI (Sistem of Rice Intensification) DALAM POT MENGGUNAKAN MODEL JARINGAN SARAF TIRUAN |
| Abstrak (Bhs. Indonesia) | Budidaya padi dengan sistem tergenang menyebabkan tanah berada pada kondisi anaerob. Kondisi tersebut sangat baik bagi bakteri metanogen berkembang dan menghasilkan metana (CH4), sehingga lahan sawah secara tidak langsung telah berkontribusi terhadap pemanasan global. Penelitian ini bertujuan untuk mengetahui emisi metana (CH 4) pada lahan sawah SRI (Sistem Of Rice Intensification) menggunakan model jaringan syaraf tiruan. Data yang diambil meliputi data cuaca (radiasi matahari) dan parameter fisik tanah (suhu tanah, kadar air) termasuk emisi metana CH 4 dari permukaan tanah. Penelitian dilaksanakan pada bulan November 2011 sampai dengan bulan Februari 2012 di Laboratorium Teknik Pertanian Universitas Jenderal Soedirman Purwokerto. Bahan yang digunakan yaitu meliputi tanaman padi, tanah, air dan MOL dan alat yang digunakan yaitu pot/ember, thermocouple untuk mengukur suhu tanah dan udara, pyranometer untuk mengukur radiasi matahari, dan sensor kadar air ECH 2O EC-5 (Decagon Device.Inc) untuk mengetahui kondisi kadar air. Hasil penelitian menunjukan bahwa emisi gas CH4 di awal musim cenderung besar mencapai 3.521,91 ppm ini dikarenakan pada awal tanam masih dilakukan penggenangan. Memasuki 20 hari setelah tanam (HST), 64, 92 dan 112 HST menunjukan penurunan dan di akhir musim menunjukan nila yang sangat kecil yaitu 342,35 ppm. Hubungan emisi dengan suhu, kadar air dan radiasi matahari selama penelitian menunjukan ketidaklinieran. Penelitian ini menggunakan aplikasi jaringan syaraf tiruan dengan mencoba berbagai macam input didapatkan arsitek terbaik (5-4-1) dengan lima input layer (suhu permukaan, suhu tanah kedalaman 10 cm, kadar air tanah, radiasi matahari dan hari setelah tanam), empat hidden layer dan satu output dengan nilai RMSE = 0,001341. Setelah dilakukan prediksi dengan jaringan terbaik dan dilakukan perhitungan di diperoleh nilai emisi selama satu musim sebesar 29,75 kg/ha. |
| Abtrak (Bhs. Inggris) | Cultivation of rice in flooded systems causing soil is in anaerobic conditions. This condition is very good for methanogenic bacteria to grow and produce methane (CH4) that make wetland indirectly contribute to global warming. Thus this study uses irrigation SRI (system of rice intensification) to reduce emissions of methane (CH4). The aim of this research is to find out amount of methane (CH4) emitted from SRI paddy field using artifical neural network (ANN). Data collected are weather parameter (solar radiation) and physical parameter of soil and air (temperatur, water content) as well as emission of methane (CH4) from soil surface. Research conducted in November 2011 to February 2012 at Agricultural Engineering Laboratory, Jenderal Sudirman University. 2 Materials in this research was rice plants, soil, water and MOL and equipments used are pot/bucket, thermocouple to measure soil and air temperature, pyranometer to measure solar radiation, and water content sensors ECH 2O EC-5 (Decagon Device.Inc) to determine water content. The results showed that CH 4 emissions tend to be large at the beginning of the season reached 3,521.91 ppm is due at the beginning of the planting is still on inundation. Entering the 20 days after transplanting (DAT), 64, 92 and 112 DAT showed a decrease value and at the end of the season as big as 342.35 ppm. Relationship of emission with the temperature, water content and solar radiation during the study showed high nonlinearity. We applied algorithm artificial neural network to try a variety of input and we obtained the best architects (5-4-1) with five input layer (surface temperature, a temperature of 10 cm below soil surface, soil water content, solar radiation and days after transplanting), four hidden layer and one output with the value of RMSE = 0.001341. After the prediction with the best network and calculation we obtained emissions value during one crop season as big as 29.75 kg/ha. |
| Kata kunci | SRI, Methane Emission (CH 4 ), Artifical Neural Network |
| Pembimbing 1 | Dr. Ardiansyah, S.TP., M.Si. |
| Pembimbing 2 | Dr. Ir. Ismangil, MS |
| Pembimbing 3 | |
| Tahun | 2013 |
| Jumlah Halaman | 11 |
| Tgl. Entri | (belum diset) |