| NIM | A1H008005 |
|---|
| Namamhs | ARMEY KAWATI |
|---|
| Judul Artikel | PENDUGAAN EMISI METANA (CH4) PADA SRI (SYSTEM OF RICE INTENSIFICATION) DALAM PETAK MENGGUNAKAN MODEL JARINGAN SARAF TIRUAN |
|---|
| Abstrak (Bhs. Indonesia) | Sistem pertanian konvensional menggunakan pupuk kimia yang diterapkan oleh sebagian besar masyarakat Indonesia telah menyumbang dalam peningkatan emisi gas metana (CH4). Perubahan sistem pertanian dari konvensional ke SRI dan dari pupuk kimia menjadi pupuk organik disertai dengan larutan mikroorganisme lokal (MOL) diharapkan dapat menekan produksi emisi gas metana dari sawah. Tujuan penelitian ini adalah: (1) membuat model Jaringan Saraf Tiruan untuk memprediksi emisi gas metana, (2) memprediksi emisi gas metana selama 1 musim tanam padi dengan beberapa perlakuan yang dicobakan. Dalam penelitian ini diterapkan 4 perlakuan yaitu SRI tanpa menggunakan MOL, SRI dengan MOL keong mas, SRI dengan MOL rebung, dan konvensional. Emisi gas metana diprediksi menggunakan jaringan saraf tiruan berdasarkan pengaruh iklim saat masa tanam (120 hari) dengan 7 masukan yaitu suhu tanah pada kedalaman 10 cm, suhu permukaan tanah, jam pengambilan sampel gas, hari pengambilan sampel gas, radiasi matahari, pH tanah, dan kadar c-organik tanah. Arsitektur jaringan saraf tiruan berupa masukan – layar tersembunyi – keluaran. Berdasarkan empat perlakuan kondisi iklim didapatkan model jaringan saraf tiruan berturut-turut adalah 7 – 14 – 1, 7 – 10 – 1, 7 - 15 – 1, dan 7 – 12 – 1. Hasil prediksi emisi gas metana berdasarkan model tersebut adalah 72 kg/ha/musim pada perlakuan SRI tanpa menggunakan MOL, 16.848 kg/ha/musim pada perlakuan SRI dengan MOL keong mas, 331.2 kg/ha/musim pada perlakuan SRI dengan MOL rebung, dan 851.4 kg/ha/musim pada perlakuan konvensional. Berdasarkan hasil tersebut maka metode tanam padi rendah emisi gas metana adalah metode SRI dengan MOL keong mas. |
|---|
| Abtrak (Bhs. Inggris) | Conventional agriculture using chemical fertilizer that applied by most of farmers in Indonesia contributes to the increasing of methane emissions. Changing the conventional agricultural system to SRI (System of Rice Intensification) method and chemical fertilizer to local microorganism is hoped can reduce the emission of methane from paddy field. The aims of this research are: (1) to create Artificial Neural Networks (ANN) to predict methane gas emission, and (2) to predict methane emission in one crop season. This research used 4 treatments which were SRI without local microorganism, SRI with snails local microorganism, SRI with bamboo shoots local microorganism, and the conventional one. The methane emission was predicted using artificial neural network based on climate condition during plantation time (120 days) with 7 inputs which were which were soil temperature in 10 cm depth, surface soil temperature, time sampling, day sampling, sun radiation, soil pH, and soil c-organic content. Architechture of artificial neural network consist of input – hidden layer – output. Based on 4 treatments and climate condition, the best models found for every treatment were 7 – 14 – 1, 7 – 10 – 1, 7 – 15 – 1, and 7 – 12 – 1. The prediction result of methane gass based the model were 72 kg/ha/season for SRI without local microorganism, 16.85 kg/ha/season for SRI with snails local microorganism, 331.2 kg/ha/season for SRI with bamboo shoots local microorganism, and 851.4 kg/ha/season for the conventional one. Based on these results, the best method which least methane emission was SRI with snails local microorganism. |
|---|
| Kata kunci | System of Rice Intensification (SRI), Mikroorganisme Lokal (MOL), emisi metana, Jaringan Saraf Tiruan (JST) |
|---|
| Pembimbing 1 | Dr. Ardiansyah, S.TP., M.Si |
|---|
| Pembimbing 2 | Dr. Ir. Ismangil, MS |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2013 |
|---|
| Jumlah Halaman | 9 |
|---|
| Tgl. Entri | (belum diset) |
|---|