ANALISIS SUDUT DATANG RADIASI MATAHARI DAN PENGEMBANGAN MODEL PINDAH PANAS PADA GREENHOUSE MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

ANALISIS SUDUT DATANG RADIASI MATAHARI DAN PENGEMBANGAN MODEL PINDAH PANAS PADA GREENHOUSE MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

SKRIPSI Oleh: TITIN NURYAWATI F14102048

2006 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR

ANALISIS SUDUT DATANG RADIASI MATAHARI DAN PENGEMBANGAN MODEL PINDAH PANAS PADA GREENHOUSE MENGGUNAKAN ARTIFICIAL NEURAL NETWORK

SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor

Oleh: TITIN NURYAWATI F 14102048

2006 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR

INSTITUT PERTANIAN BOGOR FAKULTAS TEKNOLOGI PERTANIAN

SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor

Oleh: TITIN NURYAWATI F 14102048

Dilahirkan di Boyolali Pada tanggal: 26 April 1984 Tanggal lulus:

Menyetujui, Bogor,

Oktober 2006

Dr. Ir. Herry Suhardiyanto, MSc. Dosen Pembimbing

Dr. Ir. Wawan Hermawan, MS. Ketua Departemen Teknik Pertanian

KATA PENGANTAR

Alhamdulillah dan puji syukur, penulis panjatkan kepada ALLAH SWT karena hanya dengan lindungan, rahmat dan karuniaNya-lah penulis dapat menyelesaikan penulisan skripsi ini. Skr i ps ii nibe r j udul“ Analisis Sudut Datang Radiasi Matahari dan Pengembangan Model Pindah Panas pada Greenhouse Menggunakan Artificial Neural Network” . Skripsi ini berisi tentang analisis sudut datang radiasi matahari terhadap permukaan penutup greenhouse, pengembangan model pindah panas pada greenhouse, simulasi pendugaan temperatur dalam greenhouse dengan mempertimbangkan sudut datang radiasi matahari menggunakan program QBASIC dan pendugaan temperatur dalam greenhouse menggunakan Artificial Neural Network (ANN). Penulisan skripsi ini tidak akan selesai tanpa bantuan orang-orang yang berharga yang berada di sekitar penulis. Penulis megucapkan terima kasih yang sebesar-besarnya kepada:

1. Bapak Dr. Ir. Herry Suhardiyanto, MSc. Selaku dosen pembimbing pertama penulis. Terima kasih atas bimbingan, arahan dan perhatiannya. 2. Bapak Chusnul Arif, STP. Selaku dosen pembimbing kedua penulis. 3. Bapak Dr. Ir. Suroso, M.Agr. dan Bapak Yudi Chadirin, STP, M.Agr. selaku dosen penguji skripsi penulis. 4. Bapak, Ibu, kakak-kakak dan semua keluarga di rumah yang telah memberikan kasih sayang, dukungan dan doanya kepada penulis. 5. Bagdo D. Nugroho dan keluarga di Jakarta yang telah memberikan dukungan, bantuan dan doanya kepada penulis. 6. Pak Dwi, Pak Makrus, Pak Taufik, Pak Ahmad, Pak Harto, Pak Mamat, dan Pak Koko atas bantuannya selama pelaksanaan penelitian. 7. Hani dan keluarga atas bantuan dan doanya selama penyelesaian skripsi ini.

8. Sofyan, Hanhan, Irfan, Muthia, Tina, Sumini, Upi, Nety, Fuad, Reza, Ima, Gilang, Wisma Palladium, AE 39 dan semua pihak yang telah membantu terselesaikannya skripsi ini. Penulis menyadari bahwa penulisan skripsi ini masih banyak kekurangan, namun penulis berharap semoga skripsi ini bermanfaat bagi yang membutuhkan. Bogor, Agustus 2006 Penulis

ii

DAFTAR ISI

Halaman KATA PENGANTAR......................................................................................i DAFTAR ISI.....................................................................................................iii DAFTAR GAMBAR........................................................................................v DAFTAR TABEL ............................................................................................vii DAFTAR LAMPIRAN ....................................................................................viii DAFTAR SIMBOL ..........................................................................................ix I.

PENDAHULUAN.....................................................................................1 A. Latar Belakang ....................................................................................1 B. Tujuan.............. ...................................................................................2

II.

TINJAUAN PUSTAKA ..........................................................................3 A. Greenhouse .........................................................................................3 B. Temperatur dalam Greenhouse ...........................................................3 C. Radiasi Matahari .................................................................................4 D. Pindah Panas dalam Greenhouse ........................................................5 E. Simulasi Greenhouse ..........................................................................6 F. Artificial Neural Network (ANN) .......................................................7

III. PENDEKATAN TEORITIS....................................................................12 A. Sudut Datang Radiasi Matahari...........................................................12 B. Model Pindah Panas pada Greenhouse ...............................................14 IV. METODOLOGI PENELITIAN..............................................................20 A. Waktu dan Tempat ..............................................................................20 B. Bahan dan Alat ....................................................................................20 C. Metode Penelitian................................................................................21 1.Analisis Sudut Datang Radiasi Matahari .........................................21 2.Penentuan Model Pindah Panas dalam Greenhouse ........................21 3. Pengambilan Data di Lapang ..........................................................21 4. Pembuatan Program ........................................................................22 5. Validasi Program.............................................................................22 6. Pengembangan Jaringan Artificial Neural Network (ANN) ...........23

iii

Halaman V.

HASIL DAN PEMBAHASAN.......... .....................................................28 A. Sudut Datang Radiasi Matahari pada Penutup Greenhouse ............28 B. Model Simulasi Pindah Panas pada Greenhouse ..............................30 C. Validasi Model Simulasi Pindah Panas ............................................36 D. Pengembangan Model Artificial Neural Network (ANN) ................37 E. Validasi Model Artificial Neural Network (ANN) ...........................38

VI. KESIMPULAN DAN SARAN................................................................40 A. Kesimpulan .........................................................................................40 B. Saran....................................................................................................40 DAFTAR PUSTAKA .......................................................................................42 LAMPIRAN......................................................................................................45

iv

DAFTAR GAMBAR

Halaman Gambar 1.

Hubungan sudut zenith matahari (z), sudut jam matahari () dan altitude matahari (α) dengan permukaan dasar horizontal pada permukaan bumi............................................................................5

Gambar 2.

Struktur ANN Backpropagation. ..................................................8

Gambar 3.

Sudut datang radiasi matahari pada permukaan horizontal...........12

Gambar 4.

Sudut datang radiasi matahari pada kemiringan atap bangunan berorientasi timur-barat.................................................................14

Gambar 5.

Perpindahan panas yang terjadi pada greenhouse ........................15

Gambar 6.

Skema titik pengukuran pada greenhouse ....................................24

Gambar 7.

Diagram alir program Q-Basic untuk memprediksi temperatur dalam greenhouse ...................................................................................25

Gambar 8.

Model ANN yang digunakan untuk pendugaan temperatur dalam greenhouse. ...................................................................................26

Gambar 9.

Diagram alir ANN backpropagation untuk memprediksi temperatur dalam greenhouse .........................................................................27

Gambar 10. Perubahan radiasi matahari harian selama pengukuran .................29 Gambar 11. Radiasi total harian selama pengukuran.........................................29 Gambar 12. Kosinus sudut datang radiasi matahari pada penutup grenhouse yang berorientasi utara –selatan pada tanggal 21 Juni 2006 ........30 Gambar 13. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 21 Juni 2006 dengan cuaca berawan ............34 Gambar 14. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 22 Juni 2006 dengan cuaca berawan dan hujan..............................................................................................34 Gambar 15. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 23 Juni 2006 dengan cuaca berawan dan hujan..............................................................................................35 Gambar 16. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 24 Juni 2006 dengan cuaca cerah .................35

v

Gambar 17. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 26 Juni 2006 dengan cuaca cerah .................36 Gambar 18. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 30 Juni 2006 dengan cuaca cerah .................36 Gambar 19. Hubungan linear antara temperatur hasil simulasi dengan hasil pengukuran....................................................................................37 Gambar 20. Grafik hubungan temperatur udara dalam grenhouse antara hasil pengukuran dengan hasil pendugaan menggunakan ANN...39

vi

DAFTAR TABEL

Halaman Tabel 1. Nilai konstanta yang digunakan dalam simulasi pendugaan temperatur udara dalam greenhouse ...................................................32 Tabel 2. Perbedaan temperatur dalam greenhouse antara hasil simulasi dengan hasil pengukuran tanggal 21 –23 Juni 2006 dengan cuaca berawan dan hujan....................................................................................................33 Tabel 3. Perbedaan temperatur dalam greenhouse antara hasil simulasi dengan hasil pengukuran tanggal 24 Juni, 26 juni dan 30 Juni 2006 dengan cuaca cerah ..........................................................................................33

vii

DAFTAR LAMPIRAN

Halaman Lampiran 1. Greenhouse yang digunakan dan letak weather station dalam penelitian .......................................................................................45 Lampiran 2. Hasil perhitungan sudut datang radiasi matahari pada penutup greenhouse tanggal 21 Juni 2006..................................................46 Lampiran 3. Hasil pengukuran kondisi cuaca di sekitar greenhouse yang digunakan untuk simulasi Q-BASIC.............................................47 Lampiran 4. Program untuk memprediksi temperatur dalam greenhouse.........50 Lampiran 5. Hasil keluaran program Q-BASIC untuk memprediksi temperatur dalam greenhouse. ........................................................................55 Lampiran 6. Data training yang digunakan dalam program ANN.....................58 Lampiran 7. Data validasi yang digunakan dalam program ANN.....................68 Lampiran 8. Temperatur hasil validasi ANN.....................................................73 Lampiran 9. Nilai pembobot yang dihasilkan dari training ANN......................75

viii

DAFTAR SIMBOL

AH

Tinggi rata-rata greenhouse, m

Absc1

Absorptivitas penutup greenhouse terhadap gelombang pendek

Absc2

Absorptivitas penutup greenhouse terhadap gelombang panjang

Abss

Absorptivitas lantai (paving block)

absens

Panas sensibel yang diserap tanaman dalam greenhouse

Ca

Panas jenis udara volumetrik, kJ/m3 K

Cc

Panas jenis volumetrik bahan penutup, kJ/m3 K

Cf

Panas jenis volumetrik lantai (paving block), kJ/m3 K

EP

Tinggi greenhouse di pinggir, m

EQT

Equation of Time

Fiv

Fluk volume pertukaran udara, m3/s

h

Sudut jam matahari, o

hf

Koefisien pindah panas konveksi dari permukaan lantai ke udara dalam, W/m2 oC

hi

Koefisien pindah panas konveksi dari penutup bagian dalam ke udara dalam, W/m2 oC

hv

Koefisien pindah panas konveksi karena pengaruh ventilasi, W/m2 o

hw

C

Koefisien pindah panas konveksi di penutup bagian luar karena pengaruh angin, W/m2 oC

K

Kosinus sudut datang radiasi matahari

Ks

Kosinus sudut datang radiasi matahari pada penutup greenhouse yang menghadap ke selatan

Ku

Kosinus sudut datang radiasi matahari pada penutup greenhouse yang menghadap ke utara

Kstd

Kosinus sudut datang radiasi matahari untuk penutup standard peak greenhouse

ks

Konduktivitas panas tanah, W/m K

L

Panjang greenhouse, m

LAT

Latitude atau garis lintang, LS

ix

LGT

Longitude atau garis bujur, BT

n

Julian Day

RAD

Radiasi matahari pada bidang horisontal, W/m2

RH

Kelembaban udara di sekitar greenhouse, %

RMSE

Akar kuadrat galat (Root Mean Square Error)

RP

Tinggi greenhouse di tengah, m

SBC

Konstanta Stefan Boltzman, 5.67 E-8 W/m2 K4

SW

Lebar span, m

TBL

Temperatur tanah dibawah lapisan tanah yang dianggap konstan, o

C

Tc

Temperatur penutup greenhouse, oC

Tf

Temperatur permukaan lantai, oC

Tin

Temperatur udara dalam greenhouse, oC

Tk

Nilai target yang diberikan dalam training ANN

Tout

Temperatur udara di sekitar greenhouse, oC

Tsky

Temperatur langit, K

TZ

Time Zone

Tz1

Temperatur lapisan tanah kedalaman 0.0315 m, oC

W

Lebar greenhouse, m

Wjk

Pembobot dari hidden layer ke output layer

WS

Kecepatan angin di luar greenhouse, m/s2

z0

Ketebalan lapisan tanah yang mewakili temperatur permukaan tanah, m

z1

Ketebalan lapisan tanah yang mewakili lapisan pertama, m

α

Altitude atau ketinggian matahari, o

β

Sudut kemiringan permukaan terhadap horizontal

δ

Sudut deklinasi matahari, o

θ

Sudut datang radiasi matahari, o

z

Sudut zenith matahari, o



Latitude



Sudut jam matahari, o

x

Titin Nuryawati. F14102048. Analisis Sudut Datang Radiasi Matahari dan Pengembangan Model Pindah Panas pada Greenhouse Menggunakan Artificial Neural Network. Dibawah bimbingan: Herry Suhardiyanto. 2006. RINGKASAN Radiasi matahari yang masuk ke dalam greenhouse mempengaruhi suhu dalam greenhouse dan proses pindah panas dalam greenhouse yang akhirnya mengendalikan proses biologi tanaman dalam greenhouse. Besarnya radiasi matahari dipengaruhi oleh lokasi suatu tempat karena perbedaan garis lintang, ketinggian dan tanggal dalam setahun. Sudut datang radiasi matahari yang bervariasi sepanjang hari juga berpengaruh pada kondisi iklim mikro di dalam greenhouse. Pendugaan temperatur dalam greenhouse seringkali diperlukan dalam perancangan greenhouse. Pendugaan menggunakan simulasi yang melibatkan persamaan pindah panas dengan memperhatikan sudut datang radiasi matahari pada penutup greenhouse diharapkan dapat memberikan hasil yang akurat. Cara lain dalam pendugaan temperatur dalam greenhouse dapat dilakukan dengan menggunakan model Artificial Neural Network (ANN). Dengan ANN kita bisa memperoleh hasil yang lebih akurat, karena ANN mencoba untuk mensimulasikan kemampuan otak manusia untuk belajar. Dimana jaringan ini juga terdiri dari sejumlah neuron yang memiliki nilai tertentu yang menunjukkan seberapa besar koneksi antar neuron yang disebut dengan pembobot. Tujuan dari penelitian ini adalah mempelajari proses pindah panas pada greenhouse sejalan dengan perubahan sudut datang radiasi matahari, membuat simulasi komputer untuk memprediksi temperatur dalam greenhouse berdasarkan data-data iklim di sekitar greenhouse dengan memperhatikan sudut datang radiasi matahari, melakukan training dengan ANN untuk memprediksi temperatur dalam greenhouse berdasarkan data-data iklim di sekitar greenhouse, melakukan validasi hubungan antara hasil pengukuran dengan hasil simulasi komputer dan hasil pendugaan dengan ANN dan membandingkan hasil simulasi komputer dengan hasil pendugaan dengan ANN. Penelitian ini dilakukan di Single-span Greenhouse Kebun Percobaan Cikabayan, Institut Pertanian Bogor, Bogor (6.33 LS dan 106.42 BT). Waktu pelaksanaan penelitian pada bulan April –Juli 2006. Alat dan bahan yang digunakan pada penelitian ini adalah Single-Span Greenhouse tipe Standar Peak, weather station RM YOUNG model 26700, translator dan komputer, termokopel dan hybrid recorder tipe HR 2300 serta oil bath dan termometer standar. Parameter yang diukur adalah kondisi cuaca di sekitar greenhouse berupa kecepatan dan arah angin, temperatur udara, kelembaban udara, tekanan udara, curah hujan dan radiasi sinar matahari. Sedangkan temperatur greenhouse berupa temperatur penutup greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai, temperatur pada batas lantai dengan permukaan tanah dan temperatur tanah pada kedalaman 0.165 m dan 0.315 m dari permukaan lantai. Pengambilan data dilakukan selama 2 minggu mulai pukul 06.00 WIB sampai pukul 18.00 WIB dan dicatat tiap 10 menit.

Program untuk memprediksi temperatur dalam greenhouse dibuat dalam bahasa QBASIC. Input program adalah karakteristik elemen-elemen greenhouse dan data cuaca hasil pengukuran di sekitar greenhouse. Output program adalah pendugaan temperatur udara dalam greenhouse. Sedangkan program ANN yang dikembangkan menggunakan algoritma back propagation dengan memakai bahasa pemrograman Visual basic 6.0. Model ANN yang digunakan terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Input layer terdiri dari 6 noda yaitu data kecepatan angin, temperatur udara di sekitar greenhouse, radiasi sinar matahari, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 0.315 m. Output layer berupa pendugaan temperatur udara di dalam greenhouse. Berdasarkan analisis sudut datang radiasi matahari diperoleh nilai kosinus sudut datang radiasi matahari pada penutup grenhouse yang menghadap ke utara (Ku) memiliki nilai yang lebih besar daripada yang menghadap selatan (Ks). Nilai Ku pada pukul 06:00 WIB adalah sebesar 0.548 dan meningkat mencapai 0.999 pada pukul 10:00 WIB. Setelah itu menurun sampai pada nilai 0.975 pada pukul 12:00 WIB, kemudian meningkat lagi mencapai 0.997 pada pukul 14:00 WIB. Nilai kosinus sudut datang radiasi matahari (K) berubah sejalan dengan berubahnya altit ud e( α)a t a u ketinggian matahari. Semakin meningkat ketinggian matahari maka nilai K juga semakin meningkat, dan ketika αme n c a pa ima ks i mum,Kj ugame n c a p a ima k s i mum. Ni l a iαda nKt e r usme n i ng ka ts a mp a it e ng a hh a r i( p uk ul12 . 0 0WI B)d a ns e t e l a hi t u menurun. Hasil keluaran program Q-BASIC menunjukkan bahwa perbedaan temperatur antara hasil simulasi dengan hasil pengukuran tidak berbeda jauh. Rata-rata perbedaan tersebut berkisar antar 1.6 –2.2 oC. Hubungan antara temperatur udara hasil simulasi dengan hasil pengukuran menghasilkan persamaan regresi Y = 0.86666X –0.39864 dan koefisien regresi sebesar 0.8583. Hal ini menunjukkan bahwa hasil simulasi cukup akurat karena intersep-nya mendekati nol. Training ANN dilakukan sebanyak 20 000 iterasi dengan memasukkan nilai eta (konstanta laju pembelajaran) sebesar 0.9, nilai alfa (konstanta momentum sebesar 0.6 dan nilai temp (konstanta persamaan sigmoid) sebesar 1 untuk semua training. Berdasarkan hasil training diperoleh nilai RMSE sebesar 1.691005 E-04. Hubungan antara temperatur udara hasil pengukuran dan temperatur udara hasil pendugaan ANN menghasilkan persamaan regresi Y = 0.9866X + 0.495 dan nilai koefisien determinasi sebesar 0.9706. Berdasarkan nilai RMSE yang cukup kecil tersebut, dapat dikatakan bahwa training ANN telah berhasil.

I. PENDAHULUAN

A. LATAR BELAKANG Perbedaan iklim dan cuaca harian di daerah tropis dan sub tropis, menyebabkan terjadinya perbedaan fungsi greenhouse. Fungsi utama greenhouse di daerah berikim tropis adalah sebagai pelindung tanaman dari terpaan angin, hujan, dan hama maupun penyakit. Sedangkan fungsi utama greenhouse di daerah beriklim sub-tropis, berfungsi sebagai penjebak panas karena rendahnya radiasi matahari yang sampai ke tanaman. Radiasi matahari yang masuk ke dalam greenhouse mempengaruhi temperatur dalam greenhouse. Radiasi matahari yang sampai ke dalam greenhouse sangat berpengaruh terhadap proses pindah panas dalam greenhouse yang pada akhirnya menciptakan suatu kondisi termal yang berbeda dengan kondisi di sekitar greenhouse, termasuk temperatur dalam greenhouse yang mengendalikan proses biologi tanaman dalam greenhouse. Besarnya radiasi matahari dipengaruhi oleh lokasi suatu tempat karena perbedaan garis lintang, ketinggian dan tanggal dalam setahun. Di Indonesia, besarnya radiasi matahari menjadi masalah dalam penggunaan greenhouse, karena dapat meningkatkan temperatur dalam greenhouse. Suatu perhitungan yang akurat diperlukan untuk memprediksi jumlah radiasi matahari yang masuk dan diserap oleh struktur greenhouse. Perhitungan akan akurat jika memperhitungkan sudut zenith, azimuth, deklinasi matahari, orientasi greenhouse, dan sifat optik penutup greenhouse. Sudut datang radiasi matahari yang bervariasi sepanjang hari juga berpengaruh pada kondisi iklim mikro di dalam greenhouse. Pendugaan temperatur dalam greenhouse, seringkali diperlukan dalam perancangan greenhouse. Pendugaan dengan menggunakan simulasi yang melibatkan persamaan pindah panas dengan memperhatikan sudut datang radiasi matahari pada penutup greenhouse diharapkan dapat memberikan hasil yang akurat. Pendugaan temperatur dalam greenhouse juga dapat dilakukan dengan menggunakan model Artificial Neural Network (ANN). Dengan menggunakan ANN kita bisa memperoleh hasil yang lebih akurat, karena dalam ANN mencoba

untuk mensimulasikan kemampuan otak manusia untuk belajar. Jaringan ini juga terdiri dari sejumlah neuron yang memiliki nilai tertentu yang menunjukkan seberapa besar koneksi antar neuron yang disebut dengan pembobot.

B. TUJUAN Tujuan dari penelitian ini adalah: 1. Mempelajari proses pindah panas pada greenhouse sejalan dengan perubahan sudut datang radiasi matahari. 2. Membuat simulasi komputer untuk memprediksi temperatur dalam greenhouse berdasarkan data-data iklim di sekitar greenhouse dengan memperhatikan sudut datang radiasi matahari. 3. Melakukan training dengan Artificial Neural Network untuk memprediksi temperatur dalam greenhouse berdasarkan data-data iklim di sekitar greenhouse. 4. Melakukan validasi hubungan antara hasil pengukuran dengan hasil simulasi komputer dan hasil pendugaan dengan Artificial Neural Network. 5. Membandingkan hasil simulasi komputer dengan hasil pendugaan dengan Artificial Neural Network.

2

II. TINJAUAN PUSTAKA

A. GREENHOUSE Penggunaan greenhouse sebagai rumah tanaman akan berpengaruh terhadap iklim mikro yang berbeda sama sekali dengan lingkungan luar (Bot, 1983). Hal ini disebabkan oleh: 1. Udara di dalam greenhouse tetap, sehingga pertukaran udara dengan lingkungan luar sangat kurang dibandingkan dengan udara tanpa penutup. Pergerakan udara di dalamnya sangat kecil. Hal ini berpengaruh langsung terhadap keseimbangan massa dan energi dalam greenhouse dan menyebabkan kenaikan temperatur. 2. Radiasi gelombang pendek diubah menjadi radiasi gelombang panjang oleh penutup greenhouse. Perubahan panjang gelombang ini menyebabkan pantulan sinar oleh permukaan tanah dan lainnya di dalam greenhouse dan menyebabkan temperatur udara dalam greenhouse naik. Bentuk greenhouse yang telah umum digunakan adalah bentuk rumah, semi sylindris dan bentuk lainnya seperti kubah, segi-enam dan setengah lingkaran yang dimodifikasi. Di Indonesia, greenhouse bentuk rumah dengan bukaan di atap lebih banyak ditemukan. Untuk pemakaian di negara tropis bentuk rumah dengan bukaan atap lebih cocok. Pertimbangannya, di daerah tropis penerimaan radiasi matahari relatif lebih banyak sehingga bentuk ruang harus memungkinkan sirkulasi udara berlangsung lebih lancar (Widyastuti, 1993).

B. TEMPERATUR DALAM GREENHOUSE Energi matahari yang masuk ke dalam greenhouse secara radiasi dipantulkan dari berbagai permukaan. Energi ini diserap oleh tanaman, lantai dan lain-lain. Energi tersebut kemudian diubah menjadi panas. Kelebihan energi dihamburkan sebagai panas laten transpirasi, memanaskan udara dalam greenhouse secara konduksi dan konveksi atau dipancarkan sebagai radiasi gelombang panjang. Energi yang dipancarkan sebagai radiasi gelombang

panjang ini terperangkap dalam greenhouse dan memanaskan udara di dalamnya sehingga temperatur akan naik (Businger, 1963). Faktor yang mempengaruhi besarnya temperatur dalam greenhouse adalah tingkat intensitas radiasi matahari, tingkat kapasitas alat pemanas, besar kecilnya perubahan panas akibat transpirasi tanaman, besar kecilnya panas yang hilang melalui atap atau dinding, besar kecilnya panas yang diserap tanaman untuk proses fotosintesis dan besar kecilnya panas yang hilang melalui ventilasi serta bahan konstruksi (Walker, 1965). Hanan et al. (1978) menyatakan bahwa garis lintang merupakan faktor utama yang mempengaruhi temperatur greenhouse. Faktor lain adalah altitude atau ketinggian matahari, kondisi topografi yang mempengaruhi pergerakan angin dan panjang hari.

C. RADIASI MATAHARI Radiasi

matahari

mempunyai

ciri

yang

khas

yaitu

sifat

keberadaannya selalu beubah-ubah tergantung pada keadaan atmosfer dan geometri radiasi matahari. Geometri radiasi matahari berhubungan dengan deklinasi matahari ( ), sudut jam matahari (), sudut zenith matahari (z) dan altitude atau ketinggian matahari (). Pendapat Duffie et al. (1980) deklinasi matahari ( ) adalah posisi angular matahari terhadap suatu bidang ekuator. Sudut jam matahari () merupakan perpindahan angular matahari pada busur meridian terhadap rotasi bumi pada sumbunya, besarnya 15o per jam yang bernilai negatif pada pagi hari dan positif pada sore hari. Sudut zenith matahari (z) adalah sudut yang dibentuk oleh garis vertikal ke zenith dengan garis lurus sinar datang matahari. Altitude () adalah ketinggian matahari terhadap bidang normal. Hubungan deklinasi matahari ( ), sudut zenith matahari (z) dan sudut jam matahari () dengan permukaan dasar horizontal pada permukaan bumi dapat dilihat pada Gambar 1.

4

zenith sun Z

Normal terhadap permukaan horizontal

 N

 W  s S



E

Gambar 1. Hubungan sudut zenith matahari (z), sudut jam matahari () dan altitude ma t a ha r i( α)dengan permukaan dasar horizontal pada permukaan bumi (Duffie et al., 1980). D. PINDAH PANAS DALAM GREENHOUSE Pendapat Soegijanto (1999) bangunan akan mendapat perolehan panas dan mengeluarkan atau kehilangan panas ke lingkungan sekitarnya. Perolehan dan pengeluaran panas dapat terjadi melalui peristiwa perpindahan panas. Perpindahan panas konduksi terjadi melalui dinding dan atap bangunan dengan arah masuk dan keluar bangunan. Termasuk juga konduksi panas dari dan masuk ke dalam tanah. Perpindahan panas konveksi terjadi karena aliran udara yang masuk dan keluar melalui bukaan ventilasi. Perpindahan panas radiasi gelombang pendek dari radiasi matahari yang terdiri dari radiasi matahari langsung dan refleksinya serta radiasi matahari difusi yang selalu bernilai posotif. Perpindahan panas radiasi gelombang panjang yang dipancarkan oleh permukaan bangunan maupun yang diterimanya dari lingkungan sekitar bangunan. Panas yang ditimbulkan oleh sumber-sumber panas di dalam ruangan seperti penghuni dan peralatan juga diperhitungkan. Perpindahan panas karena penguapan yang terjadi karena proses penguapan dari air yang membasahi permukaan dinding luar dan atap bangunan (Soegijanto, 1999).

5

Prinsip pindah panas antara bangunan dan lingkungan sekitarnya yang dikembangkan oleh Soegijanto (1999) dapat juga digunakan untuk greenhouse. Pindah panas yang terjadi dalam greenhouse dengan cara radiasi, konveksi dan konduksi. Energi yang ditransmisikan ke dalam greenhouse dalam bentuk radiasi matahari gelombang pendek. Pemasukan energi atau panas juga berasal dari konveksi pada udara dalam greenhouse dan radiasi gelombang panjang dari tanah ke penutup. Kehilangan panas terjadi karena konveksi akibat angin dan radiasi gelombang panjang dari penutup ke angkasa. Takakura (1989) menyatakan keseimbangan panas di udara dalam greenhouse lebih mudah dihitung. Pindah panas konveksi dari penutup ke udara dalam greenhouse terjadi secara alami. Perpindahan panas konveksi juga terjadi melalui bukaan ventilasi baik dengan arah masuk dan keluar greenhouse. Keseimbangan panas di permukaan tanah greenhouse meliputi pindah panas radiasi gelombang panjang dari tanah ke penutup greenhouse, pindah panas konveksi dari permukaan tanah ke udara dalam dan pindah panas konduksi dari permukaan tanah ke lapisan dibawahnya maupun sebaliknya.

E. SIMULASI GREENHOUSE Model simulasi untuk memprediksi iklim mikro dalam greenhouse telah dilakukan oleh Takakura et al. (1971), Avissar et al. (1982) dan Takakura (1989). Batas kondisi utama yang umum adalah data klimatologi berupa temperatur udara, kelembaban udara (RH), kecepatan angin, radiasi matahari serta sifat termal dan optik dari elemen-elemen greenhouse (Avissar et al., 1982). Takakura (1971) mengembangkan model simulasi komputer untuk memprediksi

temperatur

greenhouse.

Model

yang

dikembangkan

menggunakan prinsip pindah panas yang dibagi menjadi empat elemen yaitu lapisan penutup, udara dalam, kanopi tanaman dan lapisan tanah menggunakan 25 persamaan diferensial yang rumit. Model ini melibatkan

6

sudut datang radiasi matahari pada kesetimbangan panas di penutup greenhouse. Romdhonah

(2002),

mengembangkan

model

simulasi

untuk

memprediksi temperatur dalam greenhouse dengan menggunakan prinsip pindah panas yang melibatkan sudut datang radiasi matahari. Model dibuat dengan menggunakan persamaan kesetimbangan panas dalam greenhouse yang dibagi menjadi tiga elemen, yaitu lapisan atap, udara dalam greenhouse dan permukaan lantai dan lapisan tanah.

F. ARTIFICIAL NEURAL NETWORK (ANN) Artificial Neural Network (ANN) merupakan penjabaran fungsi otak manusia (biologycal neuron) dalam bentuk fungsi matematika yang akan menjalankan proses perhitungan secara paralel (Lippman, 1998). Menurut Kusumadewi (2003), ANN merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. ANN pada dasarnya tersusun dari beberapa lapisan noda, yaitu input layer (lapisan masukan), hidden layer (lapisan tersembunyi) dan output layer (lapisan keluaran). Noda atau unit yang terhubung dari input layer ke hidden layer atau dari layer satu ke layer yang lain dihubungkan dengan sinapsis yang mempunyai pembobot yang ditentukan dengan training-nya. Salah satu metode training ANN adalah backpropagation. Hasil dari training

backpropagation

backpropagation

berupa

menggunakan

error

pembobot output

(weight). untuk

Algoritma

mengubah

nilai

pembobotnya dalam arah mundur (backward). Untuk mendapatkan error output, tahap perambatan maju (forward propagation) harus dikerjakan terlebih dahulu (Kusumadewi, 2003). Algoritma pelatihan backpropagation menurut Fu (1994) adalah sebagai berikut: 1. Inisialisasi pembobot (weight)

7

Mula-mula pembobot dipilih secara acak, kemudian setiap sinyal input diberikan ke dalam noda pada input layer, lalu sistem akan mengirim sinyal ke noda pada hidden layer.

Xi

Vij

Zij

Yk Wjk

Xn Input layer

Hidden layer

Output layer

Gambar 2. Struktur ANN Backpropagation. 2. Perhitungan nilai aktivasi Setiap noda pada hidden layer dihitung nilai net input-nya dengan cara menjumlahkan seluruh hasil perkalian antara noda input (Xi) dengan pembobotnya (Vij), sebagaimana dalam persamaan berikut:

n

Z ij X iVij

………. . . …….( 1)

i 1

Jika setiap noda pada lapisan ini telah menerima nilai net input, langkah selanjutnya adalah memasukkan nilai net input pada setiap noda ke dalam fungsi aktivasi (fungsi sigmoid) berikut:

1 f ( Z ij )  ( Z ij ) 1 exp

………. . . …….( 2)

dengan : konstanta fungsi sigmoid.

8

………. . . …….(3)

Zj = f(Zij) Yk  1 exp

1 (

ZjWjk

)

………. . . …….( 4)

3. Perbaikan nilai pembobot Nilai output dari setiap noda pada output layer hasil perhitungan pada jaringan dibandingkan dengan nilai target yang diberikan dengan persamaan jumlah kuadrat galat, seperti dalam persamaan:

1 in E  (Tk Yk ) 2 2 k

………. . . …….( 5)

dengan Tk = nilai target yang diberikan dalam training ANN Yk = output dari hasil perhitungan pada jaringan Pada setiap lapisan dilakukan perubahan pembobot dengan menggunakan aturan delta rule. Perubahan pembobot dari hidden layer ke output layer sesuai dengan persamaan: Wjk =  k Zj

………. . . …….( 6)

dimana Wjk = perubahan nilai pembobot Wij 

= laju pembelajaran

 k

= galat output ke k

Zj

= fungsi sigmoid

Perubahan pembobot dari hidden layer ke input layer sesuai dengan persamaan: Vij =  j Xi

………. . . …….( 7)

9

Sehingga nilai perbaikan pembobot dapat dibuat dalam persamaan berikut: Wjk (baru) = Wjk (lama) + Wjk

………. . . …….(8)

Vij (baru) = Vij (lama) + Vij

………. . . …….( 9)

Nilai laju pembelajaran harus dipilih antara 0 – 0.9. laju pembelajaran menentukan kecepatan pelatihan sampai sitem mencapai keadaan optimal, jika nilainya besar akan membuat jaringan melompati nilai minimum lokalnya dan akan berosilasi sehingga tidak mencapai konvergensi. Sebaliknya jika nilainya kecil menyebabkan jaringan terjebak dalam minimum lokal dan memerlukan waktu yang lama selama proses training. Untuk menghindari keadaan tersebut ditambahkan suatu konstanta momentum antara 0 - 0.9 pada sistem tersebut, dengan demikian laju pelatihan dapat ditingkatkan an osilasi pada system dapat diminimumkan. Perubahan nilai pembobot setelah dilakukan penambahan konstanta momentum sesuai dengan persamaan berikut: Wjk (baru) =  Wjk (lama) k Zj + β

………. . . …….( 10)

Vij (baru) =  Vij (lama) j Xi + β

…...…. . . …….(11)

dengan βadalah konstanta momentum.

4. Pengulangan (iterasi) Keseluruhan proses diatas dilakukan pada setiap contoh dan sekian iterasi sampai sistem mencapai keadaan optimum. Iterasi tersebut mencakup pemberian contoh pasangan input dan output, perhitungan nilai aktivasi dan perubahan nilai pembobot (weight). Kinerja jaringan dapat dinilai berdasarkan RMSE (Root Mean square Error) pada proses generalisasi terhadap contoh data input-output baru, nilai RMSE sesuai dengan persamaan berikut (Fu, 1994):

RMSE =

(Yk Tk )

2

n

………. . . …….( 12)

10

dimana: Yk

= nilai prediksi jaringan

Tk

= nilai target yang diberikan pada jaringan

n

= jumlah data pada set validasi

Setelah ANN terlatih memecahkan suatu masalah, kemudian harus dilakukan validasi yang merupakan proses pengujian kinerja jaringan terhadap contoh yang belum diberikan selama proses pelatihan. Proses validasi dilakukan dengan memasukkan suatu set contoh input-output yang hampir sama dengan contoh set input-output yang diberikan selama training.

11

III. PENDEKATAN TEORITIS

A. SUDUT DATANG RADIASI MATAHARI Ketinggian matahari (), sudut datang radiasi matahari sesaat pada permukaan () dan azimuth matahari (z) mempengaruhi besarnya sudut datang radiasi matahari. Gambar 3 menunjukkan sudut datang radiasi matahari pada permukaan horizontal.

A



= 90o -  K= cos  

N O

Gambar 3. Sudut datang radiasi matahari pada permukaan horizontal (Esmay et al., 1983). Sudut datang radiasi matahari () pada permukaan penutup greenhouse tergantung pada orientasi atap tersebut dan posisi matahari. Posisi matahari () di suatu tempat pada latitude () dapat diketahui dengan persamaan: sin = cos cos cos h + sinsin 

………. . . …….( 13)

dimana merupakan deklinasi matahari dalam derajat dan h merupakan sudut jam matahari. Deklinasi matahari merupakan sudut yang dibentuk oleh matahari dengan bidang equator yang pada setiap saat dapat diperkirakan dari persamaan Jansen (1994):

284 n   23.45 x sin  360 x  365  

………. . . …….( 14)

dimana n merupakan hari (Julian Day) dari tahun yang bersangkutan. Sedangkan sudut jam matahari besarnya 15o per jam, negatif pada pagi hari, sama dengan nol pada siang hari dan positif pada sore hari. Sudut jam matahari untuk wilayah Indonesia bagian Barat dengan lokasi pada longitude LGT adalah:   LGT 105   h  WIB 12   EQT  x15   15   

………. . . …….( 15)

EQT merupakan persamaan waktu yang besarnya menurut Caruthers et al. (1990) adalah: EQT = 5.0323 –100.976 sin (t) + 595.275 sin (2t) + 3.6858 sin (3t) – 12.47 sin (4t) –430.847 cos (t) + 12.5024 cos (2t) + 18.25 cos (3t)

. . . ……. . . …….(16)

dimana t = (279.134 + 0.985647 n). Gambar 4 menunjukkan sudut datang radiasi matahari pada kemiringan atap bangunan yang berorientasi timur-barat di belahan bumi utara. Dari Gambar 4 dapat dicari nilai K untuk bangunan yang berorientasi timur-barat di belahan bumi selatan dengan membalikkan arah utara menjadi selatan dan arah selatan menjadi utara (Esmay et al., 1983). Untuk atap yang menghadap utara dengan sudut kemiringan terhadap horizontal nilai K adalah: Ku = cos (90o - - )

………. . . …….( 17)

dan untuk atap yang menghadap selatan adalah:

13

Ks = cos (90o + - )

………. . . …….( 18)

Kosinus sudut datang radiasi matahari untuk penutup standard peak greenhouse, Kstd adalah: ………. . . …….( 19)

Kstd = (Ku + Ks) / 2

A

A 



N



= 90o + -  Ku = cos 

O



O

= 90o - -  Ks = cos 



Gambar 4. Sudut datang radiasi matahari pada kemiringan atap bangunan berorientasi timur-barat (Esmay et al., 1983). B. MODEL PINDAH PANAS PADA GREENHOUSE Bangunan greenhouse akan mendapat dan kehilangan panas melalui peristiwa perpindahan panas secara radiasi, konveksi dan konduksi. Skema proses perpindahan panas pada greenhouse dapat dilihat pada Gambar 5.

14

radiasi matahari

konveksi Greenhouse cover

konveksi

udara dalam ventilasi radiasi gel. panjang Permukaan lantai tanah

konduksi

Gambar 5. Perpindahan panas yang terjadi pada greenhouse.

Temperatur penutup greenhouse (Tc), temperatur udara dalam greenhouse (Tin), dan lapisan tanah (Tf atau Tz1) dihitung dari kondisi batas temperatur udara di luar greenhouse (Tout) dan temperatur di bawah lapisan tanah (TBL). Selain itu radiasi matahari dijadikan input sebagai energi dengan mempertimbangkan sudut datang radiasi matahari pada penutup greenhouse. Perpindahan panas yang terjadi antar berbagai lapisan tersebut menurut (Bot, 2001) adalah:

1. Antara penutup greenhouse dengan udara luar Panas konveksi yang terjadi dari penutup ke udara luar karena pengaruh angin diasumsikan sebagai konveksi paksa, sehingga kecepatan angin di luar greenhouse (WS) sangat berpengaruh dan dijadikan input setiap jam. Menurut Duffie et al. (1974) koefisien pindah panas konveksi karena pengaruh angin (hw) pada permukaan datar adalah: hw = 5.7 + 3.8 WS

……. . . . . …….( 20)

15

Selain pindah panas konveksi, antara penutup dan udara luar terdapat pindah panas radiasi termal dengan langit yang dihitung dengan perkalian antara konstanta

Stefan Boltzman (SBC) dengan temperatur absolut

penutup dikurangi temperatur absolut langit (Tsky). Persamaan yang digunakan adalah: Rt = SBC x Absc2 x ((Tc + 273)4 –Tsky4)

…. . …. . . …….( 21)

Dimana Absc2 adalah absorptivitas bahan penutup terhadap gelombang panjang. Tsky tidak diukur melainkan didekati dengan persamaan berikut (Duffie et al., 1974): Tsky = 0.0552 x Tout1.5

……. . . . . …….(22)

Radiasi matahari yang diperhitungkan merupakan radiasi matahari pada permukaan horizontal yang dikalikan dengan sudut datang pada penutup greenhouse (K) dan absorptivitas bahan penutup terhadap radiasi gelombang pendek (Absc1) seperti pada persamaan berikut: ……. . . . . …….( 23)

R = RAD x Absc1 x K

2. Antara penutup greenhouse dengan udara dalam greenhouse Pindah panas konveksi yang terjadi tidak hanya karena perbedaan temperatur antara penutup greenhouse dan udara dalam (konveksi bebas) tapi juga akibat pergerakan udara dalam greenhouse karena ventilasi dan sirkulasi udara (konveksi paksa). Menurut Bot (2001), dalam keadaan demikian

konveksi

paksa

menjadi

dominan.

Persamaan

yang

dikembangkan oleh Holman (1994) dapat digunakan untuk menghitung hi pada standard peak greenhouse, yaitu: hi = 1.30 x ((Tc –Tin)/L)1/4

……. . . . . …….( 24)

16

Selain pindah panas konveksi antara penutup dan udara dalam terdapat pindah panas radiasi termal antara penutup dengan komponen tidak tembus cahaya dalam greenhouse. Pindah panas radiasi termal dihitung dengan perkalian antara konstanta Stefan Boltzman dengan temperatur absolut penutup dan temperatur absolut komponen tidak tembus cahaya tersebut.

3. Antara permukaan lantai dengan udara dalam greenhouse Pindah panas yang terjadi adalah pindah panas konveksi dengan koefisien pindah panas (hf) yang besarnya hampir sama dengan hi (Bot, 2001).

4. Antara permukaaan lantai dengan lapisan tanah yang lebih dalam Pindah panas yang terjadi adalah pindah panas konduksi. Jika tanah dan lantai diasumsikan sebagai satu blok tanah maka yang dihitung adalah rata-rata temperatur tanah. Untuk menghitungnya diperlukan temperatur permukaan lantai (Tf). Untuk kondisi quasi steady state, lapisan tanah dapat dibagi menjadi dua lapisan yaitu lapisan pertama adalah lapisan permukaan tanah (z0 = 0.065 m) dan lapisan kedua adalah lapisan tanah sampai kedalaman tertentu (z1) yang temperaturnya diketahui (TBL). 5. Pertukaran langsung antara udara dalam dan udara luar melalui ventilasi Menurut Bot (2001), koefisien pindah panas karena pengaruh ventilasi (hv) didekati dengan persamaan: hv = Fiv x Ca

……. . . . . …….( 25)

dimana Fiv adalah flux volume pertukaran udara (m3/s) dan Ca adalah panas jenis udara. Sesuai dengan pindah panas yang terjadi antara ketiga elemen dalam sistem dan menganggap bahwa semua elemen adalah homogen secara

17

horizontal dan vertikal, maka persamaan kesetimbangan panas yang terjadi pada setiap elemen per satuan luas adalah sebagai berikut:  Kesetimbangan pada lapisan penutup Cc x THc x dTc/dt ≈((RAD x Absc1 x K) + SBC x Absc2 x ((Tc +273)4 4 –Tsky )

–hi x (Tc –Tin) –hw (Tc –Tout) ….(26)

 Kesetimbangan pada udara dalam Ca x AH x dTin/dt ≈hi x (Tc –Tin) + hf x (Tf –Tin) + hv x (Tout –Tin) + absens x Tranc x RAD x K

... …( 27)

absens merupakan bagian radiasi matahari yang ditransmisikan ke dalam greenhouse dan diserap oleh tanaman kemudian dilepaskan ke udara dalam greenhouse sebagai panas sensible. Pendapat Bot (2001), besarnya absens diperkirakan 0.33 dan 0.67 sisanya untuk evaporasi tanaman. Nilai absens dipertimbangkan dalam simulasi walau dalam greenhouse tidak terdapat tanaman. Nilai koefisien konveksi akibat ventilasi (hv) sangat berpengaruh daalam model simulasi. Besarnya hv dipengaruhi oleh kecepatan angin dan temperatur udara di luar greenhouse. Dalam penelitian ini hv dianggap konstan, karena tidak tersedia data fluks volume pertukaran udara.  Kesetimbangan pada lantai dan tanah 1. Permukaan lantai Cf x z0 x dTf/dt ≈Abss x RAD x Tranc x K –2 x ks x (Tf –Tz1)/ (z0 + z1) –hi x (Tf –Tin) –SBC x Ems x ((Tf + 273)4 –(Tc + 273)4)

.….( 28)

2. Lapisan tanah Cf x z1 x dTz1/dt ≈2 x ks x (Tf –Tz1)/ (z0 + z1) + 2 x ks x (TBL –z1) / z1

…….( 29)

18

C. ASUMSI Asumsi-asumsi yang digunakan dalam model pindah panas adalah: 1. Sistem terdiri dari 3 elemen vertikal yaitu pindah panas yang terjadi di penutup greenhouse, pindah panas di udara dalam dan pindah panas pada lapisan tanah. 2. Semua elemen homogen secara horizontal dan vertical kecuali lapisan tanah yang dibagi menjadi dua subelemen yang homogen secara horizontal. 3. Kondisi batas adalah temperatur udara luar, kecepatan angin, radiasi matahari dan temperatur tanah dalam greenhouse yang terdalam yang masih diketahui. 4. Koefisien pindah panas konveksi pada permukaan lantai (hf) tidak berubah selama simulasi. 5. Aliran udara dalam greenhouse seragam dan horizontal. 6. Transmisivitas, absorptivitas dan reflektivitas penutup greenhouse dianggap tidak berubah dengan perubahan sudut datang radiasi matahari.

19

IV. METODOLOGI PENELITIAN

A. TEMPAT DAN WAKTU Penelitian ini dilakukan di Single-span Greenhouse Kebun Percobaan Cikabayan, Institut Pertanian Bogor, Bogor. Waktu pelaksanaan penelitian pada bulan April –Juli 2006.

B. BAHAN DAN ALAT 1. Greenhouse Greenhouse yang digunakan adalah Single-Span Greenhouse tipe Standar Peak dengan ukuran panjang 20 m, lebar 7.5 m dan tinggi bubungan 7.346 m. Konstruksi greenhouse mengunakan besi, atap mengunakan kaca, dinding dengan kawat kasa dan lantai terbuat dari paving block. Greenhouse dibangun dengan orientasi Utara - Selatan 2. Weather station, Translator dan Komputer Weather station atau stasiun cuaca yang digunakanan adalah RM YOUNG model 26700. Alat ini terdiri dari sensor kecepatan dan arah angin (anemometer), sensor temperatur dan kelembaban (pshychrometer), sensor tekanan udara (barometer), sensor radiasi matahari (pyranometer), dan sensor curah hujan (typing bucket precip gauge). Temperatur pada satuan oC, RH dalam %, kecepatan angin dalam m/s2, arah angin dalam o, radiasi matahari dalam W/m2 dan curah hujan dalam mm/hari. Weather station di pasang di luar greenhouse untuk mengetahui iklim makro di sekitar greenhouse. Weather station dihubungkan dengan translator merk YOUNG untuk menampilkan hasil pengukuran dan komputer untuk menyimpan data. 3. Termokopel dan Hybrid recorder Termokopel digunakan untuk mengukur temperatur penutup greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai, temperatur pada batas lantai dengan permukaan tanah dan temperatur tanah pada kedalaman 0.165 m dan 0.315 m dari permukaan lantai.

Termokopel dihubungkan dengan hybrid recorder tipe HR 2300 untuk menampilkan temperatur yang terukur oleh termokopel. 4. Oil bath dan Termometer standar Oil bath dan termometer standar digunakan untuk mengkalibrasi termokopel yang digunakan pada pengukuran temperatur. Pengkalibrasian ini bertujuan untuk mendapatkan hubungan antara temperatur yang terukur oleh termokopel dengan temperatur yang terukur oleh termometer standar.

C. METODE PENELITIAN 1. Analisis Sudut Datang Radiasi Matahari pada Penutup Greenhouse Analisis sudut datang radiasi matahari pada penutup greenhouse digunakan untuk mengetahui nilai radiasi matahari langsung yang ditransmisikan oleh penutup greenhouse. Analisis sudut datang radiasi matahari melibatkan sifat geometri radiasi matahari. 2. Penentuan Model Pindah Panas dalam Greenhouse Persamaan pindah panas digunakan untuk menghitung temperatur penutup greenhouse, temperatur udara dalam greenhouse dan temperatur permukaan tanah. Persamaan pindah panas yang digunakan melibatkan kesetimbangan panas di penutup greenhouse, kesetimbangan panas udara di dalam greenhouse, kesetimbangan panas di permukaan lantai dan lapisan tanah disesuaikan dengan kondisi greenhouse. Model pindah panas greenhouse dibuat dengan memperhatikan sudut datang radiasi matahari agar perhitungan radiasi matahari yang masuk dalam sistem lebih akurat. 3. Pengambilan Data di Lapang Parameter yang diukur adalah kondisi cuaca di sekitar greenhouse berupa kecepatan dan arah angin, temperatur udara, kelembaban udara, tekanan udara, curah hujan dan radiasi sinar matahari. Radiasi matahari yang diukur adalah radiasi matahari sesaat yang diterima oleh greenhouse, sedangkan untuk mencari nilai radiasi total harian dapat dihitung secara matematis dengan menggunakan metode Simpson (Purcell and Vanberg, 1999):

21

Ih =

dimana Ih

t I1 4I gt 2I gp I f 3



……. . . . . …….( 30)

= total radiasi harian (Wh/m2)

∆t = selang pengukuran (jam) Igt

= radiasi selang pengukuran ganjil (W/m2)

Igp

= radiasi selang pengukuran genap (W/m2)

Ii

= radiasi awal (W/m2)

If

= radiasi akhir (W/m2)

Sedangkan temperatur greenhouse berupa temperatur penutup greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai, temperatur pada batas lantai dengan permukaan tanah dan temperatur tanah pada kedalaman 0.165 m dan 0.315 m dari permukaan lantai. Pengambilan data dilakukan selama 2 minggu mulai pukul 06.00 WIB sampai pukul 18.00 WIB dan dicatat tiap 10 menit. Skema lokasi pengukuran dapat dilihat pada Gambar 6. 4. Pembuatan Program Pembuatan

program

untuk

memprediksi

temperatur

dalam

greenhouse dibuat dalam bahasa QBASIC. Input program adalah karakteristik elemen-elemen greenhouse dan data cuaca hasil pengukuran di sekitar greenhouse. Output program adalah pendugaan temperatur penutup greenhouse, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 31.5 cm. Diagram alir pembuatan program dapat dilihat pada Gambar 7. 5. Validasi Program Validasi program dilakukan dengan membandingkan temperatur udara hasil simulasi dengan hasil pengukuran di lapangan. Pengujian keabsahan dilakukan dengan menggunakan garis regresi yang terbentuk pada hubungan linear antara temperatur hasil simulasi (Y) dan hasil pengukuran (X). Dimana a menyatakan intersep atau perpotongan garis

22

regresi dengan sumbu tegak dan b menyatakan kemiringan atau gradien garis regresi.

Y = a + bX

……. . . . . …….( 31)

Model simulasi dinyatakan memberikan prediksi temperatur yang semakin baik bila persamaan regresinya memiliki koefisien intersep (a) mendekati nol dan gradiennya mendekati satu. 6. Pengembangan Jaringan Artificial Neural Network (ANN) Program ANN yang dikembangkan menggunakan algoritma back propagation dengan memakai bahasa pemrograman Visual basic 6.0. Model ANN yang digunakan terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Input layer terdiri dari 6 noda yaitu data kecepatan angin, temperatur udara di sekitar greenhouse, radiasi sinar matahari, temperatur udara dalam greenhouse, temperatur permukaan lantai dan temperatur tanah pada kedalaman 0.315 m. Parameter pada input layer ditentukan berdasarkan anlisis variabel pada persamaan kesetimbangan panas yang terjadi dalam greenhouse. Variabel yang dipilih adalah variabel dasar yang terdapat pada persamaan kesetimbangan panas dan dilakukan pengukuran dalam penelitian. Laju ventilasi tidak dijadikan input dalam ANN karena dalam persamaan kesetimbangan panas, laju ventilasi bukan merupakan variabel dasar dan hanya berpengaruh terhadap variabel tertentu, dan juga dalam penelitian tidak dilakukan pengukurannya. Output layer berupa pendugaan temperatur udara di dalam greenhouse. Model ANN yang dikembangkan dapat dilihat pada Gambar 8. Data yang diperoleh dari hasil pengukuran dibagi menjadi dua kelompok yaitu satu set data untuk proses training dan satu set data untuk proses validasi jaringan. Kinerja jaringan ANN dapat dinilai berdasarkan nilai RMS error (Root Mean Square Error).

23

Gambar 6. Skema titik pengukuran pada greenhouse.

24

Ket: n = 172,173,174,175,177 dan 181

Gambar 7. Diagram alir program Q-Basic untuk memprediksi temperatur dalam greenhouse.

25

Zj

Xi Vij 1

Wjk 2 3

Yk

4

7

5 6 Input Layer

Hidden Layer

Output Layer

Keterangan gambar: 1.

Kecepatan angin (m/s2)

2.

Radiasi matahari (W/m2)

3.

Temperatur penutup greenhouse (oC)

4.

Temperatur udara di luar greenhouse (oC)

5.

Temperatur permukaan lantai (oC)

6.

Temperatur tanah kedalaman 31.5 cm (oC)

7.

Temperatur udara di dalam greenhouse (oC)

Gambar 8. Model ANN yang digunakan untuk pendugaan temperatur dalam greenhouse.

26

Gambar 9. Diagram alir ANN backpropagation untuk memprediksi temperatur dalam greenhouse.

27

V. HASIL DAN PEMBAHASAN

A. SUDUT

DATANG

RADIASI

MATAHARI

PADA

PENUTUP

GREENHOUSE Radiasi matahari yang mengenai permukaan benda terdiri dari radiasi langsung, radiasi sebaran (sky radiation) dan radiasi pantulan. Radiasi langsung adalah radiasi matahari yang lansung mengenai permukaan benda tanpa mengalami pemantulan atmosfer. Radiasi sebaran adalah radiasi yang sudah dipencarkan oleh molekul-molekul gas, debu dan uap air di atmosfer, sedangkan radiasi pantulan adalah radiasi yang dipantulkan dari permukaan yang berdekatan dengan benda tersebut. Sebagian radiasi matahari yang sampai ke penutup greenhouse akan ditransmisikan, sebagian dipantulkan dan sebagian lagi diserap oleh material penutup greenhouse. Transmisivitas dan reflektivitas merupakan bagian yang penting karena dipengaruhi oleh sudut datang radiasi matahari pada penutup greenhouse, sedangkan absorptivitas hampir konstan untuk semua sudut datang radiasi matahari dari 0o sampai 90o (Takakura, 1989). Semakin besar nilai sudut datang radiasi maka semakin kecil radiasi yang ditransmisikan oleh penutup greenhouse. Pada sudut datang 0o, 91% radiasi matahari akan di transmisikan oleh penutup (kaca) greenhouse, 8% di pantulkan dan 1% akan diserap oleh kaca tersebut. Pada sudut datang 0 - 45o, transmisivitas berubah sangat kecil. Pada sudut datang 45 - 80o, nilai transmisivitas akan menurun dengan cepat sehingga radiasi yang dipantulkan lebih besar dari pada radiasi yang ditransmisikan (Mastalerz, 1977). Data pengukuran yang digunakan dalam simulasi adalah: tanggal 21 Juni, 22 Juni dan 23 Juni 2006 dipilih mewakili data cuaca berawan dan hujan dengan radiasi total harian secara berturut-turut sebesar 5028.233 Wh/m2, 4616.353 Wh/m2 dan 4692.46 Wh/m2, sedangkan tanggal 24 Juni, 26 Juni dan 30 Juni 2006 dipilih mewakili data cuaca cerah dengan nilai radiasi total harian sebesar 5677.127 Wh/m2, 5394.327 Wh/m2 dan 5528.987 Wh/m2. Gambar 10 menunjukkan perubahan radiasi matahari selama pengukuran, sedangkan radiasi total harian dapat dilihat pada Gambar 11. Radiasi matahari

akan berubah setiap saat dengan titik maksimum pada siang hari, besarnya radiasi matahari akan berkurang bila langit berawan. Hasil perhitungan sudut datang radiasi matahari pada penutup greenhouse dapat dilihat pada Lampiran 2. 1000

21 JUNI 2006 22 JUNI 2006 23 JUNI 2006 24 JUNI 2006 26 JUNI 2006 30 JUNI 2006

2

Radiasi matahari (W/m )

900 800 700 600 500 400 300 200 100

9: 00 10 :0 0 11 :0 0 12 :0 0 13 :0 0 14 :0 0 15 :0 0 16 :0 0 17 :0 0 18 :0 0

8: 00

7: 00

6: 00

0

Pukul (WIB)

Gambar 10. Perubahan radiasi matahari harian selama pengukuran.

2

Radiasi total harian (Wh/m )

6000 5000 4000 3000 2000 1000 0 21 Juni 22 Juni

23 Juni

24 Juni

26 Juni

30 Juni

Tanggal

Gambar 11. Radiasi total harian selama pengukuran. Nilai kosinus sudut datang radiasi matahari pada penutup greenhouse yang menghadap ke utara (Ku) memiliki nilai yang lebih besar daripada yang menghadap selatan (Ks). Nilai Ku pada pukul 06:00 WIB adalah sebesar 0.548 dan meningkat mencapai 0.999 pada pukul 10:00 WIB. Setelah itu menurun sampai pada nilai 0.975 pada pukul 12:00 WIB, kemudian meningkat lagi

29

mencapai 0.997 pada pukul 14:00 WIB. Gambar 11 menunjukkan nilai kosinus sudut datang radiasi matahari pada penutup greenhouse. Nilai kosinus sudut datang radiasi matahari (K) berubah sejalan dengan berubahnya altitude (α) atau ketinggian matahari. Semakin meningkat ketinggian matahari maka nilai K juga semakin meningkat, dan ketika α mencapai maksimum, K juga mencapai maksimum. Nilai αdan K terus meningkat sampai tengah hari (pukul 12.00 WIB) dan setelah itu menurun. 1,2

Ku

1

Ks

0,8

C os teta

0,6 0,4 0,2 18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

-0,2

6:00

0

-0,4 -0,6 Pukul (WIB)

Gambar 12. Kosinus sudut datang radiasi matahari pada penutup greenhouse yang berorientasi Utara - Selatan pada tanggal 21 Juni 2006. . B. MODEL SIMULASI PINDAH PANAS DALAM GREENHOUSE Model simulasi pindah panas dalam greenhouse menggunakan persamaan kesetimbangan panas di penutup, di udara dalam, permukaan lantai dan lapisan tanah. Karakteristik greenhouse meliputi dimensi greenhouse, karakteristik bahan penutup, kemiringan atap, sifat fisik udara dalam greenhouse dan karakteristik lantai dijadikan input dalam simulasi pindah panas dalam greenhouse. Data kondisi cuaca di sekitar greenhouse juga dijadikan input dalam simulasi, terdiri dari data radiasi matahari, kecepatan angin dan temperatur udara dalam greenhouse. Data kondisi cuaca hasil pengukuran yang digunakan untuk input dalam simulasi dapat dilihat pada Lampiran 3.

30

Laju ventilasi alami yang terjadi dalam greenhouse sangat berpengaruh terhadap kesetimbangan panas dalam greenhouse yang akhirnya berpengaruh

terhadap

temperatur

dalam

greenhouse.

Laju

ventilasi

berpengaruh pada koefisien pindah panas konveksi akibat adanya ventilasi (hv). Semakin besar laju ventilasinya maka semakin besar nilai hv tersebut dan semakin besar pindah panas yang terjadi. Besarnya laju ventilasi alami dipengaruhi oleh kecepatan dan arah angin, besarnya bukaan dan perbedaan temperatur didalam dan diluar greenhouse. Program yang dibuat menggunakan bahasa pemrograman Q-BASIC. Input dibuat dalam file berekstensi .txt yang di-load dengan program QBASIC pada saat program di-running. Setelah program di-runing, output program langsung disimpan dalam file yang bernama hasil.txt. Program dibuat dengan menggunakan persamaan-persamaan pindah panas dalam greenhouse yang diselesaikan dengan metode Runge-Kutta. Program selengkapnya dapat dilihat pada Lampiran 4. Perhitungan dimulai pukul 6:00 dengan syarat awal untuk temperatur penutup, udara dalam, permukaan lantai dan temperatur tanah pada kedalaman z1 didapat dari pengukuran dan dijadikan input dalam perhitungan RungeKutta. Dalam simulasi ini koefisien pindah panas pada lantai (hf) tidak berubah selama simulasi. Nilai konstanta yang digunakan selama simulasi dapat dilihat pada Tabel 1.

31

Tabel 1. Nilai konstanta yang digunakan dalam simulasi pendugaan temperatur udara dalam greenhouse, Simbol Absc1 Absc2 Abss Abssens Ca Cc Cf EP Ems hf hv ks L LAT LGT RP SBC SW TBL THc TZ Tc0 Tf0 Tin0 Tranc Tz10 W z0 z1

Nilai 0.032 (Lunde, 1980) 0.092 (Lunde, 1980) 0.65 (www. its. berkeley. edu) 0.33 (Bot, 2001) 1 kJ/m3 K (www. Hukseflux.com) 2184 kJ/m3 K (www. hukseflux.com) 1940 kJ/m3 K (www. hukseflux.com) 4m 0.95 7 W/m2 C (Bot, 2001) 3 W/m2 C (Bot, 2001) 1.28 W/m K (www. hukseflux.com) 20 m 6.33 LS 106.42 BT 7.346 m 5.67E-08 7.5 m 31.5 oC 0.0047 m 105 18.8 oC 24.4 oC 20.6 oC 0.69 (Setyoningrum, 2001) 27.9 oC 7.5 m 0.065 m 0.315 m

Hasil keluaran simulasi kemudian dibandingkan dengan hasil pengukuran. Hasil keluaran program dapat dilihat pada Lampiran 5. Grafik perbedaan temperatur hasil simulasi dengan hasil pengukuran dapat dilihat pada Gambar 13 sampai dengan Gambar 18. Perbedaan antara temperatur hasil simulasi dan hasil pengukuran disajikan dalam Tabel 2 dan Tabel 3.

32

Tabel 2. Perbedaan temperatur dalam greenhouse antara hasil simulasi dengan hasil pengukuran tanggal 21 –23 Juni 2006 dengan cuaca berawan dan hujan, Waktu lokal 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 Min Max Ratarata

21 Juni 2006 S P 21.49 20.9 22.26 22.3 23.25 26.8 25.69 30.5 30.04 35.2 33.83 34.6 36.67 37.1 38.43 38.2 37.82 39.9 35.30 35.4 32.23 32.6 29.56 30.2 27.71 28.4 21.5 20.9 38.4 39.9 30.5

32.0

S-P 0.6 0.0 3.6 4.8 5.2 0.8 0.4 0.3 2.1 0.1 0.3 0.6 0.7 0.0 5.2

22 Juni 2006 S P 21.74 21.9 22.66 22.8 24.27 26.9 26.78 30.0 30.25 33.3 33.65 34.7 35.96 35.6 37.13 37.0 36.89 37.1 34.10 34.5 30.49 28.6 27.71 23.2 25.98 22.8 21.7 21.9 37.1 37.1

1.6

30.1

30.5

S-P 0.2 0.1 2.7 3.2 3.0 1.0 0.4 0.1 0.2 0.4 1.9 4.5 3.2 0.1 4.5

23 Juni 2006 S P 21.65 21.1 22.46 22.9 23.55 25.9 26.05 29.8 29.88 32.6 33.55 33.2 36.02 35.2 36.63 34.8 36.94 37.2 34.42 34.4 30.57 27.7 28.49 28.4 26.93 26.8 21.7 21.1 36.9 37.2

S-P 0.6 0.4 2.3 3.7 2.7 0.3 0.8 1.8 0.3 0.0 2.8 0.1 0.1 0.0 3.7

1.5

30.0

1.3

30.3

Tabel 3. Perbedaan temperatur dalam greenhouse antara hasil simulasi dengan hasil pengukuran tanggal 24 Juni, 26 juni dan 30 Juni 2006 dengan cuaca cerah, Waktu lokal

24 Juni 2006 S P 21.66 21.0 22.41 22.5 23.86 26.8 27.48 30.0 31.44 31.7 35.07 33.5 37.36 32.5 38.30 36.0 38.10 35.9 36.01 34.9 32.35 32.0 29.21 27.7 27.31 26.2 21.7 21.0 38.3 36.0

6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00 Min Max Ratarata 31.1 30.4 Ket: S = simulasi P = pengukuran

S-P 0.7 0.1 3.0 2.5 0.2 1.6 4.9 2.3 2.2 1.1 0.4 1.5 1.1 0.1 4.9

26 Juni 2006 S P 21.65 18.9 22.40 21.0 23.34 25.9 27.14 29.1 31.57 32.0 31.73 33.6 36.65 34.5 39.26 35.2 40.37 35.5 38.20 35.5 33.18 31.7 29.96 29.2 27.83 27.5 21.7 18.9 40.4 35.5

S-P 2.8 1.4 2.5 2.0 0.5 1.9 2.2 4.0 4.9 2.7 1.5 0.8 0.3 0.3 4.9

30 Juni 2006 S P 21.63 20.1 22.30 21.5 23.90 26.1 26.92 29.5 31.10 34.4 34.76 34.1 36.14 33.7 38.58 35.2 38.53 37.5 36.14 36.3 33.68 34.0 31.02 30.1 29.13 27.4 21.6 20.1 38.6 37.5

S-P 1.5 0.8 2.2 2.5 3.3 0.7 2.5 3.3 1.1 0.2 0.3 0.9 1.7 0.2 3.3

1.7

31.3

2.2

31.2

1.6

30.2

31.0

33

Dari Tabel 2 dan Tabel 3 dapat dilihat bahwa perbedaan rata-rata temperatur antara hasil simulasi dengan hasil pengukuran pada tanggal 21 Juni, 22 Juni dan 23 Juni 2006 yang mewakili data cuaca berawan dan hujan adalah sebesar 1.3 - 1.6 oC, sedangkan pada tanggal 24 Juni, 26 Juni dan 30 Juni 2006 yang mewakili data cuaca cerah menunjukkan perbedaan rata-rata sebesar 1.6 - 2.2 oC, sehingga simulasi ini dianggap cukup baik dan dapat digunakan untuk semua data cuaca baik pada saat cerah, berawan maupun hujan. 45

Tin simulasi Tin pengukuran

40

o

T in ( C)

35 30 25

18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

15

6:00

20

Pukul (WIB)

Gambar 13. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 21 Juni 2006 dengan cuaca berawan. 45 Tin simulasi 40

Tin pengukuran

o

Tin ( C)

35 30 25

18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

15

6:00

20

Pukul (WIB)

Gambar 14. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 22 Juni 2006 dengan cuaca berawan dan hujan.

34

45

Tin simulasi Tin pengukuran

40

T in (o C)

35 30 25 20

18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

6:00

15

Pukul (WIB)

Gambar 15. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 23 Juni 2006 dengan cuaca berawan dan hujan. 45 Tin simulasi 40

Tin pengukuran

Tin (o C)

35 30 25 20

18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

6:00

15

Pukul (WIB)

Gambar 16. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 24 Juni 2006 dengan cuaca cerah.

35

45

Tin simulasi

T in (o C)

40

Tin pengukuran

35 30 25 20 18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

6:00

15

Pukul (WIB)

Gambar 17. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 26 Juni 2006 dengan cuaca cerah. 45

Tin simulasi 40

Tin pengukuran

T in (o C )

35 30 25 20

18:00

17:00

16:00

15:00

14:00

13:00

12:00

11:00

10:00

9:00

8:00

7:00

6:00

15

Pukul (WIB)

Gambar 18. Perbandingan antara temperatur hasil simulasi dengan hasil pengukuran tanggal 30 Juni 2006 dengan cuaca cerah. C. VALIDASI MODEL SIMULASI PINDAH PANAS Pengujian keakuratan hasil simulasi dilakukan dengan menganalisis garis regresi yang terbentuk pada hubungan linear antara temperatur udara hasil simulasi dengan hasil pengukuran. Temperatur hasil simulasi akan semakin akurat apabila koefisien intersep-nya (a) mendekati nol dan gradiennya (b) mendekati 1.

36

Gambar 19 menunjukkan hubungan antara temperatur udara hasil simulasi dengan hasil pengukuran. Persamaan regresi yang terbentuk adalah Y= 0.86666X –0.39864, sedangkan koefisien regresinya sebesar 0.8583. Hal ini menunjukkan bahwa hasil simulasi cukup akurat karena gradiennya mendekati satu dan intersep-nya mendekati nol. Perbedaan temperatur hasil simulasi dengan hasil pengukuran disebabkan penggunaan koefisien pindah panas konveksi pada lantai (hf) yang tidak berubah selama simulasi. Padahal dalam kenyataan koefisien tersebut akan selalu berubah setiap saat karena laju perpindahan panas yang terjadi tidak akan pernah tetap. Selain itu juga penggunaan konstanta yang banyak mengambil mengambil dari literatur.

45,0

o

40,0 35,0

in

30,0 y = 0,8666x + 3,9864 R2 = 0,8583

25,0 20,0 20,00

25,00

30,00

35,00

40,00

45,00

o

Tin pengukuran ( C)

Gambar 19. Hubungan linear antara temperatur hasil simulasi dengan hasil pengukuran. D. PENGEMBANGAN MODEL ARTIFICIAL NEURAL NETWORK (ANN) Penelitian ini menggunakan Artificial Neural Network (ANN) dengan algoritma backpropagation. ANN di training dengan data input, dan akan menghasilkan output berupa weight (pembobot) yang menghubungkan antara input layer, hidden layer dan output layer. Ada enam parameter yang digunakan sebagai data input dalam training ANN, yaitu: kecepatan angin (m/s2), temperatur penutup greenhouse,

radiasi matahari (W/m2),

temperatur udara di luar greenhouse,

37

temperatur permukaan lantai dan temperatur lapisan dalam tanah, sedangkan output yang diharapkan adalah temperatur udara di dalam greenhouse. Training dilakukan sebanyak 20 000 iterasi dengan memasukkan nilai eta (konstanta laju pembelajaran) bernilai antara 0 –0.9, dalam penelitian ini dipilih 0.9, nilai alfa (konstanta momentum) bernilai 0 –0.9, dan dipilih 0.6 dan nilai temp (konstanta persamaan sigmoid) sebesar 1 untuk semua training. Jumlah layer yang digunakan sebanyak tiga layer yaitu input layer sebanyak 6 noda, hidden layer sebanyak 6 noda dan output layer sebanyak satu noda. Sehingga jumlah pembobot yang dihasilkan adalah 42 buah. Data yang didapatkan dari hasil pengukuran sebanyak 657 data. Data tersebut kemudian dibagi menjadi dua set data yaitu satu set data training sebanyak 438 data dan satu set data validasi sebanyak 219 data. Pemilihan data training harus memperhatikan nilai data yaitu harus ada nilai minimum dan maksimum data, sedangkan pemilihan data validasi harus mengambil nilai diantara nilai minimum dan maksimum data. Data training dan data validasi selengkapnya dapat dilihat pada Lampiran 6 dan Lampiran 7. Hasil training dengan pengulangan sebanyak 20 000 iterasi diperoleh nilai RMSE sebesar 1.691005 E-04. Nilai pembobot yang dihasilkan jaringan pada saat nilai error tersebut digunakan untuk pendugaan temperatur udara dalam greenhouse. Nilai pembobot yang dihasilkan dari training ANN dapat dilihat pada Lampiran 9.

E. VALIDASI MODEL ARTIFICIAL NEURAL NETWORK (ANN) Proses validasi merupakan pengujian kinerja jaringan ANN terhadap contoh data yang belum pernah diberikan dalam training. Validasi dilakukan setelah mendapatkan nilai RMSE yang cukup kecil. Nilai RMSE yang diperoleh sebesar 1.691005 E-04. Nilai tersebut sudah cukup kecil sehingga model ANN dapat dikatakan berhasil. Hal ini juga berarti bahwa jaringan ANN telah di-training dengan baik. Hubungan antara temperatur udara hasil pengukuran dan temperatur udara hasil pendugaan ANN dapat dilihat pada Gambar 20. Dari grafik tersebut diperoleh persamaan regresi berupa Y = 0.9866X + 0.495, sedangkan

38

nilai koefisien determinasi sebesar 0.9706. Berdasarkan persamaan tersebut didapat koefisien intersep yang mendekati nol yaitu sebesar 0.495, dan gradien yang mendekati satu yaitu sebesar 0.9866. Dilihat dari nilai koefisien intersep, gradien dan koefisien determinasi yang dihasilkan, dapat dikatakan bahwa

o

model ANN telah berhasil.

41 39 37 35 33 31 29 27 25 23 21 19 17 15

y = 0,9866x + 0,495 R2 = 0,9706

15 17 19 21 23 25 27 29 31 33 35 37 39 41 Hasil pengukuran (oC)

Gambar 20. Grafik hubungan temperatur udara dalam greenhouse antara hasil pengukuran dengan hasil pendugaan menggunakan ANN. Berdasarkan nilai koefisien intersep, gradien garis regresi dan koefisien determinasi dari model ANN yang lebih besar dari pada model simulasi, maka dapat dikatakan bahwa model ANN lebih akurat dibandingkan dengan model simulasi. Hal ini disebabkan pada simulasi hanya digunakan persamaan kesetimbangan panas yang sederhana dan banyak digunakan konstanta yang diambil dari literatur.

39

VI. KESIMPULAN DAN SARAN

A. KESIMPULAN 1. Nilai kosinus sudut datang radiasi matahari (Kstd) berkisar antara 0.027 sampai 0.828, semakin besar nilai Kstd tersebut berarti semakin besar radiasi yang masuk ke dalam greenhouse. 2. Hubungan linear antara temperatur udara hasil simulasi dan hasil pengukuran menghasilkan persamaan regresi Y= 0.86666X –0.39864 dan koefisien regresi sebesar 0.8583. Berdasarkan koefisien intersep dan gradien garis regresi dapat dikatakan bahwa model simulasi

yang

dikembangkan sudah cukup akurat. 3. Perbedaan rata-rata temperatur udara dalam greenhouse antara hasil simulasi dan hasil pengukuran sebesar 1.3 –2.2 oC. 4. Pengembangan model hubungan data cuaca dengan temperatur dalam greenhouse dengan ANN dengan pengulangan sebanyak 20 000 iterasi menghasilkan nilai RMSE sebesar 1.691005 E-04. 5. Hubungan antara temperatur udara hasil training ANN dengan hasil pengukuran diperoleh persamaan regresi Y = 0.9866X + 0.495 dan koefisien determinasi sebesar 0.9706. 6. Berdasarkan nilai koefisien intersep, gradien garis regresi dan koefisien determinasi dari validasi data simulasi dan ANN, maka hasil pendugaan temperatur udara dalam greenhouse dengan menggunakan ANN lebih akurat dibandingkan dengan menggunakan simulasi Q-BASIC.

B. SARAN 1. Perlu dikembangkan model simulasi pindah panas yang lebih baik lagi agar hasil pendugaan temperatur dalam greenhouse menggunakan simulasi dapat lebih akurat, yaitu dengan penggunaan koefisien konveksi pada lantai (hf) dan akibat ventilasi (hv) yang berubah pada setiap interval waktu.

2. Perlu pengembangan program komputer dengan menggunakan bahasa pemrograman yang lebih familiar dengan pengguna, misalnya dengan Visual Basic.

41

DAFTAR PUSTAKA

Arham, Z., Suroso, Usman Ahmad. 2004. Evaluasi Mutu jeruk Nipis (Citrus aurantifolia swingle) dengan Pengolahan Citra Digital dan Jaringan Syaraf Tiruan. Forum Pascasarjana (27):73 –84.

Avissar, R., Y. Mahrer. 1982. Verification Study of Numerical Greenhouse Microclimate Model. Trans. ASAE: 1711-1920.

Bot, G.P.A. 1983. Greenhouse Climate: from Physical Processes to a Dynamic Model. Thesis. Agricultural University of Wagenigen, Netherland.

Businger. 1963. dalam The Greenhouse Environtment. W.M. John. Department of Horticulture, The Pennsylvania State University, New York, USA. Ca r ut he r s ,e ta l . 1990. da l a m Ma r s h,Andr e w.“ Ma nua lCa l c ul a t i on Me t hhod” . 1999.

Duffie, J.A., W. Beckman. 1980. Solar Engineering of Thernal Processes. John Wiley & Sons, New York, USA.

Esmay, M.L., J.E. Dixon. 1983. Environmental Control for Agricultural Buildings. The Avi Publishing Inc., Westport, Conecticut, USA.

Fu, G. 1994. Falsafah Dasar: Sistem Pengendalian Proses. PT Elex Media Komputindo, Jakarta.

Hanan, J.J., W.D, Holley, K.L. Goldsberry.1978. Greenhouse Management. Springer-Verlag, Berlin, Heidelberg.

Holman. 1994. Perpindahan Panas (Heat Transfer). Diterj. E. Jasjfi. Erlangga, Jakarta.

Jansen, T. J. 1995. Teknologi Rekayasa Surya. Diterjemahkan oleh Wiranto Arismunandar. PT. Pradnya Paramitha, Jakarta. Lippman. 1998. Estimating Potential Evaporation and Management 2nd edition. Reston Publishing Company, Inc., Virginia, USA.

Lunde, P.J. 1980. Solar Thermal Engineering (Space Heating and Hot Water System). John Wiley & Sons, New York, USA.

Kusumadewi, S. 2004. Membangun Jaringan Syaraf Tiruan (Menggunakan MATLAB dan Excel Link). Graha Ilmu, Yogyakarta.

Mastalerz, J. 1977. The Greenhouse Environtment. John Wiley & Sons, New York, USA.

Purcell, E.J., D. Varberg. diterjemahkan oleh I.N. Susila, B. Kartasasmita, Rawuh. 1999. Kalkulus dan Geometri Analitis Jilid 1 edisi ke lima. Erlangga, Jakarta.

Retnosari, P. 2003. Pengembangan Model Artificial Neural Network (ANN) untuk Pendugaan Suhu Udara dalam Greeenhouse dengan Berbagai kemiringan Atap pada Single-span Grenhouse. Skripsi. Departemen Teknik Pertanian, IPB, Bogor. Romdhonah,

Y.

2002.

Analisis

Sudut

Datang

Radiasi

Matahari

dan

Pengembangan Model Pindah Panas pada Greenhouse. Skripsi. Departemen Teknik Pertanian, IPB, Bogor.

Setyoningrum, H. 2001. Uji Performansi Pemerangkap Radiasi Surya dengan beberapa Plastik

pada Bangunan

Tembus

Cahaya. Skripsi.

Departemen Teknik Pertanian, IPB, Bogor.

43

Soegijanto. 1999. Bangunan di Indonesia dengan Iklim Tropis Lembab Ditinjau dari Aspek Fisika Bangunan. Direktorat Jenderal Pendidikan Tinggi, Departemen Pendidikan dan Kebudayaan, Jakarta.

Takakura, T., K.A. Jordan, L.L. Boyd. 1971. Dynamic simulation of plant growth and environtment in the greenhouse. Trans. ASAE: 964 –971. Walker, J.W. 1983. Ventilation of Agricultural Structures. ASAE Monograph (6):81-98.

Widyastuti. 1993. Greenhouse Rumah untuk Tanaman. PT Penebar Swadaya, Jakarta.

Wulandari, N. 2005. Pengembangan Model Artificial Neural Network (ANN) untuk Pendugaan Temperatur dalam Greeenhouse pada Berbagai Kondisi Naungan (Transmisivitas Bahan Penutup) dalam Singlespan Grenhouse. Skripsi. Departemen Teknik Pertanian, IPB, Bogor.

www. its. berkeley. edu. 2006. Analysis of 30 Years of Pavement Temperature Using the Enchanted Intregatic Climate Model (EICM). 5 agustus 2006.

www.hukseflux.com. 2006. Thermal Conductivity Science. 5 Agustus 2006.

44

Lampiran 1. Greenhouse yang digunakan dan posisi weather station dalam penelitian.

Lampiran 2. Hasil perhitungan sudut datang radiasi matahari pada penutup greenhouse tanggal 21 Juni 2006.

Waktu lokal (WIB) 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00

Sudut jam matahari -89.189 -74.189 -59.189 -44.189 -29.189 -14.189 0.811 15.811 30.811 45.811 60.811 75.811 90.811

Sinus altitude 0.057 0.292 0.511 0.698 0.840 0.928 0.956 0.921 0.827 0.680 0.489 0.267 0.031

Altitude 3.250 16.997 30.730 44.254 57.152 68.142 72.911 67.136 55.813 42.811 29.251 15.509 1.770

Ku 0.548 0.731 0.872 0.962 0.999 0.990 0.975 0.992 0.997 0.955 0.859 0.713 0.527

Θu 56.750 43.003 29.270 15.746 2.848 -8.142 -12.911 -7.136 4.187 17.189 30.749 44.491 58.230

Ks -0.450 -0.225 0.013 0.246 0.456 0.618 0.681 0.604 0.435 0.222 -0.013 -0.250 -0.473

θ s 116.750 103.003 89.270 75.746 62.848 51.858 47.089 52.864 64.187 77.189 90.749 104.491 118.230

K std 0.049 0.253 0.443 0.604 0.728 0.804 0.828 0.798 0.716 0.589 0.423 0.232 0.027

46

Lampiran 3. Hasil pengukuran kondisi cuaca di sekitar greenhouse yang digunakan untuk simulasi Q-BASIC.

Pengukuran tanggal 21 Juni 2006 (172 Julian Day) Kecepatan Pukul angin (WIB) (m/s) 6:00 0.00 7:00 0.00 8:00 0.00 9:00 0.00 10:00 1.20 11:00 2.00 12:00 0.00 13:00 0.00 14:00 0.90 15:00 1.20 16:00 2.10 17:00 0.40 18:00 0.00

Arah Radiasi angin Temperatur RH Tekanan Presipitasi Matahari (o) (oC) (%) (mbar) (mm) (W/m2) 324.87 19.73 98.58 848 0.00 5.68 317.00 21.05 96.75 855 0.00 44.13 320.13 23.32 88.21 848 0.00 96.38 296.16 27.42 71.51 880 0.00 320.35 152.54 28.95 66.67 907 0.00 677.35 357.50 30.86 54.81 927 0.00 767.22 148.94 31.88 50.10 934 0.00 820.41 216.71 32.90 45.25 942 0.00 847.55 162.84 32.78 46.53 947 0.00 689.39 357.50 31.37 60.93 935 0.00 458.34 163.41 29.84 66.03 929 0.00 240.72 158.87 28.44 72.53 913 0.00 42.06 158.75 26.36 82.56 904 0.00 0.00

Pengukuran tanggal 22 Juni 2006 (173 Julian Day) Pukul (WIB) 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00

Kecepatan angin (m/s) 0.00 1.10 1.10 0.00 0.50 0.00 1.40 1.10 1.50 2.10 2.40 1.70 0.00

Arah Radiasi angin Temperatur RH Tekanan Presipitasi Matahari (o) (C) (%) (mbar) (mm) (W/m2) 330.69 21.94 95.86 852 0.00 0.00 348.87 22.32 94.97 867 0.00 89.57 355.31 24.47 87.32 880 0.00 257.98 141.78 27.17 76.08 901 0.00 414.05 173.91 28.95 70.11 907 0.00 613.82 112.70 29.72 64.88 917 0.00 742.17 204.12 31.25 60.68 928 0.00 752.84 357.50 31.50 58.38 934 0.00 745.10 178.97 32.01 56.85 935 0.00 670.77 153.22 30.74 64.63 935 0.00 339.96 357.50 28.31 74.32 915 0.00 1.43 354.72 21.81 99.23 867 0.00 0.00 45.21 20.86 97.41 868 0.00 0.00

47

Lampiran 3. (lanjutan) Pengukuran tanggal 23 Juni 2006 (174 Julian Day) Kecepatan Pukul angin (WIB) (m/s) 6:00 0.00 7:00 0.00 8:00 1.70 9:00 0.00 10:00 0.00 11:00 0.00 12:00 1.30 13:00 1.20 14:00 1.40 15:00 1.40 16:00 1.40 17:00 0.00 18:00 0.00

Arah Radiasi angin Temperatur RH Tekanan Presipitasi Matahari (o) (C) (%) (mbar) (mm) (W/m2) 330.00 21.10 98.78 845 0.00 0.00 328.70 21.81 97.61 856 0.00 53.05 0.60 23.73 97.01 875 0.00 128.55 343.40 26.28 82.86 893 0.00 376.72 198.34 28.31 75.34 897 0.00 633.62 19.42 29.21 73.17 913 0.00 767.50 169.79 30.23 70.24 919 0.00 787.96 174.10 30.61 68.83 928 0.00 688.57 153.32 31.12 65.27 931 0.00 740.84 154.23 30.74 68.83 931 0.00 399.83 254.97 26.40 81.33 899 0.00 42.37 16.10 26.91 79.03 895 0.00 86.34 30.87 25.12 88.98 883 0.00 0.00

Pengukuran tanggal 24 Juni 2006 (175 Julian Day) Pukul (WIB) 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00

Kecepatan angin (m/s) 0.00 0.00 0.00 0.60 0.10 0.00 1.90 0.20 1.80 2.70 1.20 1.20 0.00

Arah Radiasi angin Temperatur RH Tekanan Presipitasi Matahari (o) (oC) (%) (mbar) (mm) (W/m2) 335.64 21.24 95.84 880 0.00 0.00 337.61 21.43 98.66 852 0.00 49.38 141.23 23.73 88.82 879 0.00 215.47 16.75 26.91 76.87 899 0.00 591.97 28.01 28.95 72.79 898 0.00 736.21 43.60 29.33 72.53 902 0.00 854.79 80.73 28.95 67.43 919 0.00 873.48 29.75 30.10 64.88 928 0.00 824.17 44.20 30.61 56.85 931 0.00 784.52 18.72 30.61 60.68 930 0.00 581.60 21.59 28.82 71.89 922 0.00 197.21 304.61 25.77 100.00 920 0.60 0.00 307.10 24.75 98.21 908 0.00 0.00

48

Lampiran 3. (lanjutan)

Pengukuran tanggal 26 Juni 2006 (177 Julian Day) Kecepatan Pukul angin (WIB) (m/s) 6:00 0.00 7:00 0.00 8:00 0.00 9:00 0.00 10:00 1.30 11:00 4.90 12:00 0.40 13:00 0.50 14:00 0.10 15:00 0.00 16:00 1.60 17:00 1.50 18:00 0.00

Arah Radiasi angin Temperatur RH Tekanan Presipitasi Matahari (o) (oC) (%) (mbar) (mm) (W/m2) 318.54 20.17 98.46 826 0.00 0.00 321.40 20.54 94.71 839 0.00 49.38 354.79 22.83 84.90 857 0.00 109.92 357.50 26.28 75.21 880 0.00 529.68 136.89 28.06 63.10 895 0.00 748.22 355.00 29.46 64.63 899 0.00 869.29 125.33 30.48 59.91 916 0.00 885.72 180.58 30.74 53.92 925 0.00 829.80 177.29 31.63 52.14 934 0.00 729.06 357.50 31.12 58.76 930 0.00 478.60 167.77 29.84 67.43 921 0.00 171.64 357.50 28.44 69.98 907 0.00 45.62 173.74 26.84 76.64 898 0.00 0.00

Pengukuran tanggal 30 Juni 2006 (181 Julian Day) Pukul (WIB) 6:00 7:00 8:00 9:00 10:00 11:00 12:00 13:00 14:00 15:00 16:00 17:00 18:00

Kecepatan angin (m/s) 0.00 0.00 0.00 0.00 0.00 1.70 1.40 1.60 1.80 1.10 0.00 0.00 0.00

Arah angin Temperatur (o) (oC) 348.75 20.94 339.07 20.54 2.17 22.96 52.53 26.00 248.59 28.06 357.50 30.99 264.44 31.50 185.89 34.82 267.34 34.56 357.50 35.33 259.91 34.82 357.50 33.03 287.56 30.84

RH (%) 91.87 93.69 84.51 74.57 64.63 53.67 49.46 48.31 41.68 46.40 55.32 75.85 80.68

Radiasi Tekanan Presipitasi Matahari (mbar) (mm) (W/m2) 876 0.00 0.00 836 0.00 53.68 863 0.00 266.83 885 0.00 508.96 892 0.00 751.09 904 0.00 813.73 921 0.00 689.97 932 0.00 873.59 938 0.00 742.96 940 0.00 438.75 931 0.00 319.43 915 0.00 64.21 914 0.00 0.00

49

Lampiran 4. Program untuk memprediksi temperatur dalam greenhouse. 200 CLS DIM ws(50), tout(50) DIM n(50), i(50), fa(50), alf(50), tu(50), ts(50), ku(50), ks(50), kse(50) DIM K(50), rad(20), tc(20), tin(20), Tf(20), Tz1(20), Tz2(20), tsky(20), tbl(50) DIM hi(50), hw(20), a1(50), a2(50), a3(50), a4(50), k1(20), k2(20), k3(20), k4(20), ac(20) 1

INPUT " masukkan hari julian day (1-365) IF n <= 0 OR n > 365 THEN GOTO 1 ELSE

= "; n

' DATA INPUT: 'sudut kemiringan atap (0-90) m = 30 'longitude (BT) dari greenhouse o = 106.42 'latitude (LS) dari greenhouse p = 6.33 'jam mulai pengukuran (1-24) (WIB) q=6 'jam selesai pengukuran (1-24) (WIB) r = 18 ' (lebar, tinggi dinding, panjang) (meter) w = 7.5: ep = 4: l = 20 ' tinggi bubungan dari lantai (meter) rp = 7.346 ' RUMUS PERHITUNGAN SATU ' konversi radian ke derajat s = (3.14159265358979#) / 180 ' DEKLINASI d = 23.45 * SIN(360 * ((284 + n) / 365) * s) ' persamaan waktu menurut Caruthers t = (279.134 + .985647 * n) * s eqt = (5.0323 - 100.976 * SIN(t) + 595.275 * SIN(2 * t) + 3.6858 * SIN(3 * t) - 12.47 * SIN(4 * t) - 430.847 * COS(t) + 12.5024 * COS(2 * t) + 18.25 * COS(3 * t)) / 3600 ' volume greenhouse vg = (l * w * ep) + ((((w - 4) + 3.5) / 2) * 1.27 * l) + (1.13 * 3.5 * l) + (.5 * 3.5 * 1.07 * l) ' Tinggi rata-rata greenhouse AH = (ep + rp) / 2 ' OUTPUT SATU OPEN "i:\Q-BASIC\hasil.txt" FOR OUTPUT AS #2 PRINT #2, " Julian Day (1-365) ="; n PRINT #2, " Sudut Kemiringan Atap ="; m PRINT #2, " Jam Pengukuran ="; q; ".00 - "; r; ".00" PRINT #2, "" PRINT #2, " Deklinasi = "; d PRINT #2, " EQT = "; eqt PRINT #2, " Volume Greenhouse = "; vg; "m^3" PRINT #2, "" IF n < 172 OR n > 184 OR n = 179 OR n = 176 OR n = 182 THEN GOTO 18 ELSE END IF

50

Lampiran 4. (Lanjutan) PRINT #2, "=============================" PRINT #2, " pukul alfa tu ts kstd Tin " PRINT #2, "-------------------------------------------------" PRINT #2, "" ' PILIHAN JULIAN DAY IF n = 172 THEN GOTO 9 END IF IF n = 173 THEN GOTO 10 END IF IF n = 174 THEN GOTO 11 END IF IF n = 175 THEN GOTO 12 END IF IF n = 177 THEN GOTO 13 END IF IF n = 178 THEN GOTO 14 END IF IF n = 180 THEN GOTO 15 END IF IF n = 181 THEN GOTO 16 END IF IF n = 183 THEN GOTO 17 END IF 100 ' DATA STANDARD PEAK - GREENHOUSE Absc1 = .032 Absc2 = .092 Abss = .65 Abssens = .33 Ca = 1 cc = 2184 cf = 1940 Ems = .95 hf = 7 hv = 3 ks = 1.28 thc = .0047 tc0 = 18.8 Tf0 = 24.4 Tin0 = 20.6 Tranc = .69 Tz10 = 27.9 tbl = 31.5 SBC = 5.67E-08

51

Lampiran 4. (Lanjutan) z0 = .065 z1 = .315 ' METODE RUNGE KUTTA h. = .1: h1 = .2: h2 = .0001: h3 = .001 tc = tc0: Tf = Tf0: tin = Tin0: Tz1 = Tz10 GOSUB 19 FOR i = q TO r tsky(i) = .0552 * (tout(i) + 273) ^ 1.5 hw(i) = 5.7 + 3.8 * ws(i) hi(i) = 1.3 * (ABS(tin - tc) ^ (1 / 4) / l ^ (1 / 4)) ab = rad(i) * Absc1 * kse(i) ac = SBC * Absc2 * ((tc + 273) ^ 4 - tsky(i) ^ 4) ad = hi(i) * (tc - tin) af = cc * thc ag = hw(i) * (tc - tout(i)) ab1 = hf * (Tf - tin) ac1 = hv * (tout(i) - tin) ad1 = Abssens * rad(i) * Tranc * kse(i) ae1 = Ca * AH ab2 = Abss * rad(i) * Tranc * kse(i) ac2 = 2 * ks * ((Tf - Tz1) / (z0 + z1)) ad2 = hi(i) * (Tf - tin) ae2 = SBC * Ems * ((Tf + 273) ^ 4 - (tc + 273) ^ 4) af2 = cf * z0 ab3 = 2 * ks * (tbl - z1) / z1 ac3 = cf * z1 GOSUB 20 k1 = a1: l1 = a2: m1 = a3: n1 = a4 k2 = a1 + ((h. / 2) * k1): l2 = a2 + (h1 / 2) * l1: m2 = a3 + (h2 / 2) * m1: n2 = a4 + (h3 / 2) * n1 k3 = a1 + (h. / 2) * k2: l3 = a2 + (h1 / 2) * l2: m3 = a3 + (h2 / 2) * m2: n3 = a4 + (h3 / 2) * n2 k4 = a1 + h. * k3: l4 = a2 + h1 * l3: m4 = a3 + h2 * m3: n4 = a4 + h3 * n3 tc = tc + (h. / 6) * (k1 + 2 * k2 + 2 * k3 + k4) tin = tin + (h1 / 6) * (l1 + (2 * l2) + (2 * l3) + l4) Tf = Tf + (h2 / 6) * (m1 + (2 * m2) + (2 * m3) + m4) Tz1 = Tz1 + (h3 / 6) * (n1 + (2 * n2) + (2 * n3) + n4) a$ = " ##.## ###.### ###.### ###.### ###.### ###.### " PRINT #2, USING a$; i; fa(i); ts(i); tu(i); kse(i); tin NEXT i PRINT #2, "" PRINT #2, "=============================" CLOSE #2 END 9 ' kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\172.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1

52

Lampiran 4. (Lanjutan) INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 10 ' kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\173.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 11 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\174.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 12 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\175.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 13 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\177.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 14 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\178.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 15 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\180.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 16 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\181.txt" FOR INPUT AS #1

53

Lampiran 4. Lanjutan FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 17 REM kondisi cuaca sekitar greenhouse OPEN "i:\Q-BASIC\183.txt" FOR INPUT AS #1 FOR i = q TO r STEP 1 INPUT #1, ws(i), tout(i), rad(i) NEXT i CLOSE #1 GOTO 100 18 PRINT " data yang anda masukkan tidak memiliki data" END 19 ' sudut jam matahari untuk wilayah indonesia bagian barat FOR i = q TO r STEP 1 h = ((i - 12) + ((o - 105) / 15 + eqt)) * 15 ' posisi matahari di suatu tempat alf(i) = COS(p * s) * COS(d * s) * COS(h * s) + SIN(p * s) * SIN(d * s) fa(i) = (ATN(alf(i)) / (COS(alf(i)))) / s ku(i) = COS((90 + m - fa(i)) * s) ks(i) = COS((90 - m - fa(i)) * s) tu(i) = 90 + m - fa(i) ts(i) = 90 - m - fa(i) kse(i) = (ku(i) + ks(i)) / 2 NEXT i RETURN 20 'persamaan pindah panas ' kesetimbangan pada lapisan penutup a1 = (ab + ac - ad - ag) / af ' kesetimbangan pada udara dalam a2 = (ad + ab1 + ac1 + ad1) / ae1 ' kesetimbangan pada permukaan tanah a3 = (ab2 - (ac2 + ad2 + ae2)) / af2 ' kesetimbangan pada lapisan tanah a4 = (ac2 + ab3) / ac3 RETURN

54

Lampiran 5. Hasil keluaran program Q-BASIC untuk memprediksi temperatur dalam greenhouse.

1.Output program tanggal 21 Juni 2006 Julian Day (1-365) = 172 Sudut Kemiringan Atap = 30 Jam Pengukuran = 6 .00 - 18 .00 Deklinasi = 23.44978 EQT = -2.625217E-02 Volume Greenhouse = 805.45 m^3 ==================================================================== pukul alfa tu ts kstd Tc Tin Tf Tz1 -------------------------------------------------------------------6.00 3.452 56.548 116.548 0.052 18.943 21.49 24.400 27.900 7.00 17.215 42.785 102.785 0.256 19.157 22.26 24.400 27.901 8.00 31.230 28.770 88.770 0.449 19.494 23.25 24.400 27.901 9.00 45.757 14.243 74.243 0.620 20.081 25.69 24.400 27.902 10.00 60.158 -0.158 59.842 0.751 21.253 30.04 24.400 27.902 11.00 71.607 -11.607 48.393 0.822 22.874 33.83 24.400 27.902 12.00 75.711 -15.711 44.289 0.839 23.763 36.67 24.401 27.903 13.00 70.378 -10.378 49.622 0.816 24.685 38.43 24.401 27.903 14.00 58.272 1.728 61.728 0.737 25.789 37.81 24.401 27.903 15.00 43.744 16.256 76.256 0.599 26.638 35.30 24.401 27.904 16.00 29.285 30.715 90.715 0.424 27.262 32.23 24.401 27.904 17.00 15.323 44.677 104.677 0.229 27.461 29.56 24.401 27.905 18.00 1.578 58.422 118.422 0.024 27.491 27.71 24.402 27.905

================================================== 2. Output program tanggal 22 Juni 2006 Julian Day (1-365) = 173 Sudut Kemiringan Atap = 30 Jam Pengukuran = 6 .00 - 18 .00 Deklinasi = 23.44805 EQT = -2.986946E-02 Volume Greenhouse = 805.45 m^3 ==================================================================== pukul alfa tu ts kstd Tc Tin Tf Tz1 -------------------------------------------------------------------6.00 3.402 56.598 116.598 0.051 19.057 21.74 24.400 27.900 7.00 17.165 42.835 102.835 0.256 19.476 22.66 24.400 27.901 8.00 31.178 28.822 88.822 0.448 20.094 24.27 24.400 27.901 9.00 45.704 14.296 74.296 0.620 20.660 26.78 24.400 27.902 10.00 60.110 -0.110 59.890 0.751 21.539 30.25 24.400 27.902 11.00 71.577 -11.577 48.423 0.822 22.331 33.65 24.401 27.902 12.00 75.715 -15.715 44.285 0.839 23.689 35.96 24.401 27.903 13.00 70.413 -10.413 49.587 0.816 24.842 37.13 24.401 27.903 14.00 58.323 1.677 61.677 0.737 26.008 36.89 24.401 27.903 15.00 43.797 16.203 76.203 0.599 26.900 34.10 24.401 27.904 16.00 29.336 30.664 90.664 0.424 27.249 30.49 24.401 27.904 17.00 15.373 44.627 104.627 0.230 26.708 27.71 24.401 27.905 18.00 1.628 58.372 118.372 0.025 26.484 25.98 24.401 27.905

==================================================

55

Lampiran 5. (lanjutan)

3. Output program tanggal 23 Juni 2006 Julian Day (1-365) = 174 Sudut Kemiringan Atap = 30 Jam Pengukuran = 6 .00 - 18 .00 Deklinasi = 23.43936 EQT = -3.347393E-02 Volume Greenhouse = 805.45 m^3 ==================================================================== pukul alfa tu ts kstd Tc Tin Tf Tz1 -------------------------------------------------------------------6.00 3.352 56.648 116.648 0.051 19.014 21.65 24.400 27.900 7.00 17.115 42.885 102.885 0.255 19.266 22.46 24.400 27.901 8.00 31.128 28.872 88.872 0.448 19.919 23.55 24.400 27.901 9.00 45.654 14.346 74.346 0.619 20.435 26.05 24.400 27.902 10.00 60.065 -0.065 59.935 0.750 21.130 29.88 24.400 27.902 11.00 71.553 -11.553 48.447 0.822 21.926 33.55 24.400 27.902 12.00 75.724 -15.724 44.276 0.839 23.202 36.02 24.401 27.903 13.00 70.453 -10.453 49.547 0.816 24.340 36.63 24.401 27.903 14.00 58.378 1.622 61.622 0.737 25.455 36.94 24.401 27.903 15.00 43.853 16.147 76.147 0.600 26.298 34.42 24.401 27.904 16.00 29.388 30.612 90.612 0.425 26.473 30.57 24.401 27.904 17.00 15.423 44.577 104.577 0.230 26.611 28.49 24.401 27.905 18.00 1.676 58.324 118.324 0.025 26.620 26.93 24.401 27.905 ====================================================================

4. Output program tanggal 24 Juni 2006 Julian Day (1-365) = 175 Sudut Kemiringan Atap = 30 Jam Pengukuran = 6 .00 - 18 .00 Deklinasi = 23.42373 EQT = -3.705893E-02 Volume Greenhouse = 805.45 m^3 ==================================================================== pukul alfa tu ts kstd Tc Tin Tf Tz1 -------------------------------------------------------------------6.00 3.301 56.699 116.699 0.050 19.021 21.66 24.400 27.900 7.00 17.065 42.935 102.935 0.254 19.253 22.41 24.400 27.901 8.00 31.079 28.921 88.921 0.447 19.623 23.86 24.400 27.901 9.00 45.605 14.395 74.395 0.619 20.408 27.47 24.400 27.902 10.00 60.024 -0.024 59.976 0.750 21.214 31.44 24.400 27.902 11.00 71.533 -11.533 48.467 0.821 22.055 35.07 24.401 27.902 12.00 75.739 -15.739 44.261 0.839 23.393 37.36 24.401 27.903 13.00 70.498 -10.498 49.502 0.816 24.255 38.30 24.401 27.903 14.00 58.435 1.565 61.565 0.738 25.461 38.10 24.401 27.903 15.00 43.910 16.090 76.090 0.601 26.603 36.01 24.402 27.904 16.00 29.441 30.559 90.559 0.426 27.023 32.35 24.402 27.904 17.00 15.472 44.528 104.528 0.231 27.022 29.21 24.402 27.905 18.00 1.723 58.277 118.277 0.026 26.994 27.31 24.402 27.905 ====================================================================

56

Lampiran 5. (lanjutan)

5. Output program tanggal 26 Juni 2006 Julian Day (1-365) = 177 Sudut Kemiringan Atap = 30 Jam Pengukuran = 6 .00 - 18 .00 Deklinasi = 23.37165 EQT = -4.414495E-02 Volume Greenhouse = 805.45 m^3 ==================================================================== pukul alfa tu ts kstd Tc Tin Tf Tz1 -------------------------------------------------------------------6.00 3.199 56.801 116.801 0.048 19.016 21.65 24.400 27.900 7.00 16.968 43.032 103.032 0.253 19.734 22.40 24.400 27.901 8.00 30.984 29.016 89.016 0.446 20.365 23.34 24.400 27.901 9.00 45.515 14.485 74.485 0.618 20.942 27.14 24.400 27.902 10.00 59.953 0.047 60.047 0.750 21.733 31.57 24.400 27.902 11.00 71.510 -11.510 48.490 0.821 23.393 31.73 24.400 27.902 12.00 75.785 -15.785 44.215 0.840 24.271 36.65 24.401 27.903 13.00 70.601 -10.601 49.399 0.817 25.620 39.26 24.401 27.903 14.00 58.558 1.442 61.442 0.739 26.669 40.37 24.401 27.903 15.00 44.027 15.973 75.973 0.602 27.756 38.20 24.402 27.904 16.00 29.547 30.453 90.453 0.427 28.128 33.18 24.402 27.904 17.00 15.570 44.430 104.430 0.232 28.222 29.96 24.402 27.905 18.00 1.815 58.185 118.185 0.027 28.145 27.83 24.402 27.905 ====================================================================

6. Output program tanggal 30 Juni 2006 Julian Day (1-365) = 181 Sudut Kemiringan Atap = 30 Jam Pengukuran = 6 .00 - 18 .00 Deklinasi = 23.18449 EQT = -5.780001E-02 Volume Greenhouse = 805.45 m^3 ==================================================================== pukul alfa tu ts kstd Tc Tin Tf Tz1 -------------------------------------------------------------------6.00 2.994 57.006 117.006 0.045 19.006 21.63 24.400 27.900 7.00 16.779 43.221 103.221 0.250 19.192 22.30 24.400 27.901 8.00 30.812 29.188 89.188 0.444 19.533 23.90 24.400 27.901 9.00 45.366 14.634 74.634 0.616 20.090 26.92 24.400 27.902 10.00 59.858 0.142 60.142 0.749 20.834 31.10 24.400 27.902 11.00 71.525 -11.525 48.475 0.821 22.441 34.75 24.401 27.902 12.00 75.943 -15.943 44.057 0.840 23.811 36.14 24.401 27.903 13.00 70.859 -10.859 49.141 0.818 25.512 38.58 24.401 27.903 14.00 58.837 1.163 61.163 0.741 27.016 38.53 24.401 27.903 15.00 44.277 15.723 75.723 0.605 28.085 36.14 24.401 27.904 16.00 29.761 30.239 90.239 0.430 28.626 33.68 24.402 27.904 17.00 15.758 44.242 104.242 0.235 28.970 31.02 24.402 27.905 18.00 1.982 58.018 118.018 0.030 29.149 29.13 24.402 27.905

==================================================

57

Lampiran 6. Data training yang digunakan dalam program ANN.

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44

T in 21.9 22 22.1 22.8 23.3 24 25.8 27.5 27 30 30 30.9 33 32.9 33.3 34.6 34.3 34.2 34.7 34.7 35.2 35.6 35.7 36.5 36.5 37 36.3 36.7 35.9 37.1 37.1 36.3 35.2 34 31.8 31.5 23.7 23.6 23.2 23.2 23.4 23.1 22.8 21.7

WS 0 1 0 1.1 1.3 1.5 1.2 0 0 0 0 0.9 0 0 0.5 0.6 1.2 0.2 0 0 0 1.4 0.4 2.4 0.3 0 1.6 1.5 2.8 2.2 1.5 1.2 2.6 1.3 2 0.9 2.8 2.8 2.4 1.7 1.2 0.6 0.3 0

Radiasi 0 27.21 16.87 89.57 98.21 109.25 176.23 291.87 285.24 366.42 414.05 445.6 538.18 569.87 613.82 691.55 703.53 716.54 742.17 746.01 786 752.84 722.24 778.49 784.08 765.86 745.32 689.55 684.82 684.5 670.77 507.98 427.71 348.54 108.33 57.19 0 0 0 0 0 0 0 3.03

T cover 20.3 20.5 20.5 21.2 21.6 21.7 23.5 25.4 26.1 29.2 30.5 31.1 34.6 36.3 35.9 38.5 38.3 39.3 40.1 41.5 42.1 40.9 41.5 40.9 42 43 41 41.2 39.9 39.7 39.7 38 36.4 34.8 31.9 31 22.8 22.6 22.4 22.4 22.6 22.5 22.3 20.2

T out 21.94 21.56 21.56 22.32 22.45 22.71 23.98 24.75 25.38 26.66 27.17 27.42 28.44 28.57 28.95 29.72 29.46 29.72 29.72 29.72 30.48 31.25 30.74 31.76 32.01 31.5 31.5 30.86 31.37 31.37 32.01 32.01 31.37 30.48 29.59 29.21 22.07 21.81 21.81 21.81 21.69 21.48 21.17 21.18

T lantai 26 26.1 25.9 26.6 26.5 26.7 27.7 28.8 29.2 31.1 31.6 32 35.6 36.4 35.6 39.7 38 37.6 39 39.2 41.7 40.2 42.1 43.5 44 44.1 42.1 43.6 43 43.5 42.2 42.4 40.9 39.9 38 37.3 32.1 31.5 30.6 30.4 30 29.9 29.7 27.2

T tanah 31.3 31.6 31.6 31.7 31.9 31.6 31.5 31.2 31.4 31.3 31.3 31.2 31.1 31.1 30.9 30.9 31.1 31 30.9 30.8 30.6 30.7 30.7 30.7 30.6 30.7 30.7 30.8 30.9 31 30.7 31 31 31.1 31.2 31.4 31.5 31.7 31.7 31.8 31.8 31.5 31.2 31.5

58

Lampiran 6. (Lanjutan)

45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89

21.9 22.1 22.3 23.6 24.5 25 27.1 28.2 29.8 31 31.1 30.9 32.9 32.7 34.3 33.3 33.9 33.2 34.1 33.7 35.8 34.6 33.7 33.6 35.2 37.5 37.2 36.3 36.5 36.7 34.8 34.7 29.8 34.6 27.7 27.5 27.2 27.7 28 28 28.4 28.2 27.1 27 26.8

0 1.2 0 0 1.2 0 0 0 0 0 0.7 0 0 0 0 0 0 0 1.3 0.5 0 1.2 1.8 1.1 0.6 0.8 1.4 1.2 1.4 0 0.7 1.9 2.5 1.9 1.4 2.6 2.5 0 0 0 0 0 0 0 0

9.08 18.8 31.54 13.22 18.8 31.54 162.96 172.52 376.72 451.44 494.89 403.65 637.84 665.67 704.41 728.93 777.35 767.5 758.1 581.38 793.5 756.7 437.74 470.9 808.76 735.96 740.84 702.64 677.37 548.46 465.25 461 174.59 195.62 42.37 59.42 100.99 86.5 118.51 122.18 86.34 73.91 19.87 9.75 0

20.1 20.5 20.9 22 22.5 23 26.1 26.6 29.6 30.5 30.6 31.2 36.5 36.6 37.3 38.9 39.9 40.3 39.9 39.8 41.6 38.6 37.5 37.3 40.6 40.9 40.5 40 40.8 39 38.1 37.3 30.7 30.3 27.5 27 26.9 27 27.3 27.6 27.3 27.2 26.1 25.9 25.8

21.3 21.43 21.56 21.3 21.43 21.56 24.49 24.75 26.28 26.66 27.29 27.55 28.31 28.31 29.08 29.08 29.21 29.21 29.59 29.72 29.72 30.61 30.48 30.23 30.23 30.86 31.12 30.74 31.5 31.12 30.99 30.48 28.06 27.55 26.4 26.28 26.15 26.53 26.66 26.79 26.91 27.04 25.84 25.64 25.12

27.3 26.4 26.4 26.9 27.1 27.4 29.2 29.4 31.6 32.4 34.1 33.8 36.9 37.8 39.1 37.8 37.2 38.6 39.2 40.1 41.5 40.6 39.7 39.5 41.8 42.8 41.4 42.1 42.8 41.9 41.3 40.4 37.4 37 35.2 34.6 34.2 34.1 34 34 33.7 33.4 32.7 32.5 32.3

31.8 32 32.1 31.7 31.7 31.7 31.5 31.5 31.5 31.2 31.3 31.1 31 30.9 31 30.9 31 30.9 31 31 30.9 30.6 30.6 30.8 30.8 30.9 30.7 31 30.8 30.9 30.9 31.2 31.4 31.5 31.4 31.4 31.4 31.5 31.8 31.9 31.9 32 32.1 31.8 31.8

59

Lampiran 6. (Lanjutan)

90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134

21 21.1 21.3 21.8 21.9 22.2 25.3 26.1 26.8 27.6 27.8 29 30.3 31.2 32.4 32.8 32.2 31.7 33.6 33.8 31.5 33.5 33.4 34.4 34.6 33.1 32.3 32.5 33.2 35 35 36 36.6 35.9 35.9 37 36.3 35.8 35.7 34.5 34.9 35.2 34.4 33.1 32.7

0 0 0 0.1 0.1 0 1.2 0 0 0 0.1 0 0 0.9 0 0.6 0 0.1 1.2 1.7 1.7 0 1.9 0.3 1.1 2.3 1.4 1.9 1.7 0 0.8 0.2 0 1 1.1 0 1.5 0.4 2.4 1.3 2.7 1.5 1.3 2.1 2.7

0 4.87 9.57 16.54 27.24 36.21 157.94 185.29 215.47 287.46 356.14 321.59 663.14 651.24 723.14 692.54 714.98 736.21 791.5 813.57 852.1 854.79 895.65 821.47 848.08 921.04 892.13 873.48 795.23 886.24 859.87 824.17 851.64 829.32 817.54 825.68 772.51 568.37 551.81 446.36 581.6 431.69 382.01 346.78 315.73

19.1 19.2 19.5 20 20 20.4 23.4 24.5 25.7 26.6 27.8 28.7 32.7 33.8 34.7 34.7 35.9 34 36.4 36.9 35.1 38.1 37.4 39.9 39.3 37.3 36.6 35.1 36.9 42.2 41.5 41.7 40.9 41.5 43.2 43.2 42.2 39.9 38 37 37.3 36.9 36.1 35 34.5

21.24 21.41 21.43 21.05 21.05 21.03 22.96 23.34 23.73 24.11 24.87 25.26 27.04 27.42 28.06 28.95 29.46 28.95 30.35 29.08 29.08 29.33 29.46 30.23 31.25 28.95 28.7 28.95 29.08 29.97 30.1 30.1 30.86 30.74 30.86 30.48 30.23 30.35 30.1 30.48 30.61 30.23 29.97 30.1 29.72

24.7 24.9 25.1 25.5 25.5 25.8 27.1 27.6 28.2 28.7 29.3 29.5 32.3 33.7 35 35.4 36 34.8 37 36.8 35.9 37.7 37.6 39 39.4 38.3 37.6 37.3 38.6 42.8 42.7 40.6 40.3 41.3 43 42.6 43.3 42.2 41.4 40.8 40.8 40.6 40 39.4 39

31.9 32.1 32.4 32 32.3 31.8 31.8 31.6 31.7 31.6 31.5 31.7 31.4 31.3 31.4 31.4 31.3 31.3 31.2 31.3 31 31.2 31.2 31.2 31 31 31.2 30.9 30.9 31 31.1 30.9 30.8 31 31 31 31.1 31.2 31 31.6 31.3 31.3 31.3 31.5 31.4

60

Lampiran 6. (Lanjutan)

135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179

30.1 29.3 28.8 28 27.2 27.7 27.1 26.5 26.4 26.2 21.4 21.4 21.4 21.5 21.5 21.5 22.4 23 27.5 27.1 28.7 27.7 28.7 29.1 30.2 29.9 32.5 32.9 35.3 35.3 34.4 34.7 34.4 35.4 36.6 36.5 37.5 35.3 35.7 35.3 35.4 36.7 37.8 38.3 37.9

0.8 0 0 0.9 0.4 1.2 1 0 0 0 0 0 1.3 4.9 2.5 1 4.9 3.8 4.9 1.9 4.9 4.9 4.9 4.9 4.9 0 0 0 1.2 0 0 0 2.5 0 1.4 1.7 0 0.8 0 0 0 1.6 1.1 0 0

21.66 18.64 0 0 0 0 0 0 0 0 0 4.67 10.67 15.93 22.3 30.59 39.5 48.75 73.44 77.58 85.07 95.42 98.92 101.95 108.34 572.42 655.58 706.01 733.48 762.58 807.96 398.25 357.17 911.71 566.33 730.58 291.2 999.43 960 941.41 924.84 941.18 895.37 884.31 918.61

29.3 27.5 26 26.1 25.7 25.4 25.2 24.5 24.2 24 19.4 19.4 19.4 19.3 19.3 19.3 19.5 19.8 23.3 24.6 26.3 27.5 28.4 29.5 30 31 34.5 35.4 37.4 37.4 36.5 40.4 39.3 40.8 40.8 41.1 42.5 41.9 43.2 44.2 43.3 44.4 44.1 43.9 44.3

27.8 27.29 26.91 26.02 25.77 25.77 25.64 25.2 24.98 24.75 21.15 21.32 21.43 21.18 21.05 21.18 21.54 21.94 23.45 23.85 24.22 24.62 25 25.64 26.15 27.29 28.44 29.46 29.33 29.97 30.23 31.25 30.99 30.86 31.88 31.63 31.5 31.76 35.2 35.33 35.96 34.56 34.82 37.24 37.24

36.5 35.5 35 34.9 34.2 33.8 33.4 32.6 32.4 32.3 25.4 25.4 25.4 25.3 25.3 25.3 25.6 25.7 27 27.6 28.3 28.7 28.7 29.8 30.5 31.4 35.7 36.4 36.1 36.1 38.7 37.4 38.5 40.5 42.6 43.7 42.5 44.8 45.7 46.3 45.1 45.4 44.6 43.9 43.3

31.6 31.9 31.6 31.7 31.8 31.9 31.9 32 32.1 32.1 31.9 31.9 31.9 32.1 31.9 31.9 31.7 31.2 31.4 31.4 31.3 31.2 31.4 31.1 31.2 31.2 31.2 31.3 31.2 31.2 30.9 31.1 30.9 30.9 30.7 30.8 31 30.9 31.1 31 31.1 31.2 31 30.9 30.9

61

Lampiran 6. (Lanjutan)

180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224

38 38.8 39.7 39.2 38.7 37.6 36.5 36.8 34.3 32.3 31.4 30.4 29 27.9 27.3 26.8 26.3 20.3 20.5 20.8 20.8 21.2 21.5 25.4 26.1 26.9 26.2 27.9 30.6 32.4 33 33.5 34.4 32.3 34.9 33.4 34.8 34.3 33.6 33.7 34.1 34.5 34.6 35.8 36.1

0 1.8 0 1.2 1.8 0.5 2.2 0.7 0.9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.2 0 0 0 0 0 0 0 1.5 0.6 0 0 0 1.4 0.5 0.1 0 2.4 0

847.99 749.57 715.98 677.44 633.56 600.31 562.86 497.71 0 0 0 0 0 0 0 0 0 6.23 14.57 25.49 38.39 44.13 53.68 109.76 266.83 314.29 356.99 394.1 558.05 596.25 649.03 706.03 751.09 677.17 732.29 793.16 571.08 672.87 605.36 689.97 818.63 784.42 928.07 839.22 795.32

42.9 41.5 41.3 40 39.1 38.3 37.3 37.4 33.2 32.2 30.9 29.5 28.2 26.3 24.9 24 23.3 18.1 18.6 18.9 19.1 19 19.4 22 22.9 23.9 24.4 26.1 30.4 32 34.2 35.2 36.6 36.4 36.7 38.7 39.1 38.3 38.6 37.9 40.6 40.1 40.4 41.2 41

36.98 37.37 36.98 37.11 36.86 37.11 32.39 32.39 32.01 30.61 28.57 27.68 27.04 26.53 25.89 25.68 25.47 20.96 20.92 20.54 20.03 20.41 20.54 22.58 22.96 23.34 23.85 24.75 27.04 27.17 27.68 28.06 28.06 28.44 29.46 29.72 31.76 32.01 32.27 31.5 33.92 33.41 33.16 36.6 35.45

45.6 46.1 45.8 44.4 43.3 43.1 42.3 42.2 38.7 37.9 37.3 36.6 36 35.2 34.5 34 33.7 24.5 24.7 24.9 25 25 25.2 26.6 27.1 27.8 28.2 28.4 33.9 35 35.5 37.5 35.8 38.2 38.6 40.6 40.4 40 40.3 38.7 41 41.4 41.4 41.7 42.3

31.1 31.1 31.1 31.1 31.1 31.1 31.2 31.2 31.5 32.1 32.2 32.1 32.2 32 32.1 32 31.8 30.8 31.3 31.7 31.9 32.2 31.8 31.7 31.7 31.4 31.4 31.3 31 31.3 31.2 31.2 31.1 31.1 31.2 31.2 31 30.9 30.9 31 31 31 31.2 30.9 31.1

62

Lampiran 6. (Lanjutan)

225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269

36.3 36.4 37.5 37.1 37.4 38 37.6 35.3 34.3 33.1 34 34 34.1 32.2 30.1 29.1 28.6 27.9 27.9 27.6 20.2 20.5 20.5 20.8 20.9 21.9 24.3 25.1 25.7 26.6 26.1 28.9 29.6 30.9 31.2 32.7 32.3 32.8 34.2 32.8 34.9 32.7 35.1 34.8 36.1

0.5 1.5 1.8 1.2 2.4 1 0.5 0 2.2 0.9 0.5 0 0.5 1.2 0 0.6 0.4 0 0 0 0 0 0 0 1.2 1.2 0 0 0.6 0 0 0 0 0.9 0.6 0 0 0 1.2 1 1.1 0 0 1.4 0.9

643.9 699.87 742.96 557.43 720.7 689.46 645.4 343.47 251.68 253.79 314.96 319.43 268.75 200.89 64.21 55.12 36.49 11.47 5.26 0 7.21 18.54 26.72 39.41 51.49 72.51 198.51 225.79 284.57 302.19 335.8 515.94 548.75 591.95 616.8 658.22 678.77 713.81 742.35 764.83 789.84 808 829.01 875.36 839.68

40.9 40.8 41.2 40.3 40.5 39.6 39.7 35.6 34.9 33.8 34.4 34.8 34.2 32.4 29.3 27.9 27.3 26.7 26.3 26.1 18.3 18.2 18.1 18.3 18.5 19.3 21.2 22 22.8 23.9 24.4 29.5 30.6 30.8 33.1 33.8 35.7 36.3 36.9 36.5 38.5 38.2 41 40 40.8

35.2 35.96 34.56 35.71 35.33 35.71 35.84 35.58 34.94 34.43 34.56 34.82 34.56 34.43 33.03 32.14 31.88 32.01 31.54 31 20.54 20.67 20.28 20.41 20.41 20.67 22.2 22.83 23.09 24.47 24.11 26.15 27.04 27.93 28.06 28.57 28.95 29.46 29.59 29.84 29.97 30.23 30.74 30.23 30.99

43 43.6 42 43 43.8 43.2 43.4 40.1 39.3 38.6 38.8 38.3 38 37.5 35.8 35.2 34.8 34.3 34.2 34 24.7 24.9 24.7 24.9 24.9 25.2 26.4 26.6 27.1 27.8 28.2 30.9 31 34 35 35.4 36.5 35.7 37.8 38 40.2 38.3 41.1 41.8 41.2

31 31.1 31 31.1 31.3 31.2 31.2 31.4 31.4 31.5 31.5 31.6 31.6 31.8 31.9 31.9 31.9 32.1 32.2 32.4 31.3 31.5 32.1 32.1 31.8 31.8 31.5 31.7 31.5 31.3 31.4 31.2 31.2 31.2 31.2 31.3 31.2 31.3 31.2 31.2 31 31 31 30.9 30.9

63

Lampiran 6. (Lanjutan)

270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314

34.2 35.9 33.7 35.2 36.9 37.1 36 36 36.6 36.7 36.6 37.3 35.4 36.3 35.9 32.8 31.6 31.4 31 30.2 29.6 29.3 29 28.8 28.7 28.6 19.7 20.5 21.2 21.4 22.2 22.6 23.5 24 26.5 28.2 28.2 32.2 32.1 32.1 33.2 33.6 32.8 33.3 33.8

0 0.6 0.9 2.1 2 1.4 0 0 0 1.9 0 0.4 0 0.9 0 0 0.8 1.5 0.8 0.5 0 0 0 0 0 0 0 0 0 4.9 4.9 4.9 1.4 4.9 0 0 0.9 0 0 0 0 0 0 0 0

838.45 882.17 815.29 847.78 858.82 845.96 836 821.74 714.79 654.46 649.53 600.46 533.34 504.43 451.62 209.64 145.28 121.07 89.85 60.06 42.69 31.86 14.67 5.21 0 0 0 29.15 40.3 51.29 65.79 79.97 89.37 98.13 152.93 164.08 175.71 607.53 647.4 691.03 697.39 834.08 864.81 861.1 899.21

42 41.2 40.8 41.4 41.5 41.3 43.2 40.6 41.3 40.2 39.9 38.4 38.1 36.9 36.7 32.8 31.2 30.5 29.6 28.6 27.7 26.9 26.1 25.9 25.8 25.6 17.8 18.8 19.1 19.5 20.2 20.7 21.1 21.5 24.9 25.9 26.3 31.9 33.1 35.1 35.9 40.4 42.1 41.8 40.2

30.61 31.88 30.99 32.65 32.27 32.78 32.78 32.78 33.16 32.78 33.03 32.27 32.78 32.01 32.52 31.12 30.99 30.48 30.1 29.59 28.95 28.7 28.57 28.31 28.1 27.87 19.46 20.79 20.54 20.67 20.92 21.18 21.43 21.81 23.85 24.36 24.87 27.68 27.8 27.8 27.8 28.82 29.08 29.46 30.1

42.9 39.8 41.6 43.4 41.4 40.9 40.7 44.5 44.3 44.2 43.7 43.4 41.8 41.5 41.1 38 37.2 36.8 36.4 35.9 35.3 35 34.5 34.3 34.1 34.1 24.3 24.9 25.1 25.1 25.4 25.7 26 26.3 28.2 28.5 29.2 35.1 35.9 36.7 35.5 38.6 37 38.1 40.2

31 31.1 31 30.9 30.9 30.7 30.7 30.6 31 31.1 31.1 31.2 31.2 31.2 31.3 31.7 31.7 32.1 32.1 31.9 32 31.9 31.9 31.8 31.7 31.7 31.8 32.3 32 32.1 31.7 31.7 32.1 32 31.5 31.5 31.4 31.4 31.5 31.4 31.2 31.5 31.3 31.5 31.1

64

Lampiran 6. (Lanjutan)

315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360

35.6 36.3 36.2 34.1 34.6 35.4 36.5 36.1 36.6 36.5 36 36.1 36.3 36.3 37.1 35.2 35.6 36.2 33.8 33.6 33.2 32.6 32.2 31.3 30.6 29.1 28.7 28.3 28 20.9 21.2 21.1 21.7 24.2 25.9 26 26.8 28.2 27.5 29.2 28.4 29.4 30.5 31.5 32.4 34.4

0 1.4 0 2.1 0.8 0 0 0.2 0 2 0.9 1.3 0.7 0 0 0.5 0.9 0 0 0.9 0 0 0 0 0 0.8 0.3 0 0 0 0 0.4 1.1 0 0 0 0 0 0 0 0 0 0 0 0 0

894.78 916.39 938.58 946.39 939.06 907.2 847.15 822.77 830.56 769.79 758.78 719.57 769.59 611.56 576.15 499.28 485.07 410.2 260.77 194.98 202.31 150.22 131.58 83.96 57.67 12.43 6.21 0 0 5.68 14.29 21.48 31.86 71.21 79.17 92.07 96.38 106.73 96.06 359.22 405.74 424.2 320.35 515.01 557.86 558.82

42 41.1 42.7 41.2 42.1 43 43.1 42.3 43 41.9 42.3 41.1 41.1 40.6 39.6 37.7 37.6 37.5 34.6 33.3 33 32 31.6 30.9 30 27.4 27.1 26.8 26.7 19 19.2 19.3 19.8 21.1 22.1 22.8 23.9 24.8 25.7 26.6 27.3 28.7 30.7 31.9 31.9 33.5

30.35 29.59 30.35 30.23 30.99 30.86 31.63 30.61 31.63 32.01 31.76 32.01 31.88 31.88 31.63 31.5 31.25 31.37 30.99 30.61 30.86 30.61 30.35 29.84 29.46 28.19 27.83 27.62 27.36 19.73 19.96 20.48 20.79 22.2 22.71 22.96 23.32 23.73 24.62 25.38 26.13 26.26 27.42 27.42 28.19 27.93

41.9 42.8 42.4 44 40.1 43.4 42.8 41.7 41.5 41.4 43.1 41.7 42.9 43 42.2 41.6 41.1 40.5 39 38.3 38 37.5 37.2 36.6 36.1 34.4 34.1 33.9 33.8 20 21.5 21.9 25 26.6 27 27.2 27.8 28.4 29 29.1 30.3 30.8 31.7 32.1 35.5 36.3

31 31.1 31 31.2 31.1 31.1 31.1 30.9 31.2 31.1 31.1 31.1 31.1 31.1 31.3 31.3 31.4 31.4 31.9 31.9 31.9 31.9 31.9 31.8 31.9 32.1 31.8 31.8 31.7 32.6 32.6 32.7 32.5 32.1 32.1 32.1 31.9 31.9 31.9 31.9 31.6 31.9 31.7 31.7 31.8 31.6

65

Lampiran 6. (Lanjutan)

361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405

35.6 35.7 35.4 35.3 34.6 36.3 36.2 36.6 36.8 37 37.3 37.4 38.2 38.1 37.3 39.9 39.9 40.2 37.9 35.2 34.2 32.6 32.6 32.7 32.3 31.1 30.9 30.1 28.6 28.4 18.9 19.2 19.7 20.1 20.5 20.8 21 21 22.1 23.1 23.7 24.8 29.7 30 32.1

0.7 0.8 0 0.5 2 1.7 2 0.6 0.7 1 2.1 2.8 0 2.1 4 0.9 2.4 0 3.1 0.4 2.2 2.7 2.1 1.4 1.6 2.5 1.9 2.3 0.3 0 0 0 0 0 0 0 0 1.2 0 0.7 0 0.6 0 0 0

698.27 670.43 673.76 779.56 767.22 735.82 707.3 814.96 849.37 861.05 830.94 799.61 847.55 813.1 791.07 689.39 715.11 704.49 558.38 146.08 272.43 218.08 240.72 184.15 152.62 111.36 75.67 40.95 1.56 0 0 3.56 8.79 15.46 27.24 38.39 49.38 58.94 68.34 79.17 88.73 102.11 569.95 615.21 651.05

38.8 39.6 40.2 40 39.3 39.6 38.9 42.1 42.6 41.8 42.1 41.7 43.9 42.2 41.5 42.3 41 42.5 39.2 36.7 34.7 33 32.6 32.4 31.8 30.7 29.9 29 26 25.8 17.6 17.6 17.7 18.3 18.4 18.8 18.7 18.7 19.3 19.6 19.9 21.6 30.7 31.1 33.1

29.72 30.23 30.23 30.48 30.86 31.5 31.12 32.27 31.76 32.9 32.52 32.39 32.9 33.29 32.78 32.78 32.39 33.03 32.27 32.01 31.12 30.23 29.84 29.97 29.72 29.21 28.82 28.7 26.94 26.36 20.17 20.41 20.72 21.13 21.43 20.28 20.54 20.67 21.05 21.43 21.81 22.32 26.66 27.04 27.68

39.7 40.7 38.7 37.7 39.4 40.4 41.9 43.6 43.2 45.3 45.9 45.4 43.3 41.9 42.5 43.7 44.9 46.1 44.6 41.8 40.9 38.7 38.3 37.9 37.5 37 36.5 35.8 33.9 33.7 23.4 23.6 23.9 24.2 24.6 25 25 25 25.5 25.8 26 26.4 31.6 34.5 35.7

31.6 31.6 31.6 31.4 31.5 31.6 31.3 31.5 31.4 31.4 31.2 31.4 31.2 31.4 31.4 31.5 31.6 31.5 31.6 31.5 31.9 32.1 32.1 32.5 32.1 32.1 31.9 31.8 31.6 31.4 30.5 30.5 30.8 32.2 32.4 32.2 31.9 32.1 32 31.9 31.8 32 31.7 31.6 31.6

66

Lampiran 6. (Lanjutan)

406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438

32.6 32.2 32 32.9 32.6 32.8 33 34.2 34 33.3 35.7 34.2 35.2 36.2 36.1 34.7 36 36.7 34.9 35.5 34.1 34.8 33.5 32.8 32 31.7 30.6 29.8 29.4 29.2 28.7 28.1 27.5

0.2 0 1.3 0.7 0 0 0 1 0.7 1.5 1.4 0 0.5 1.4 1.5 1.2 0.8 0.7 2.7 0 0.6 0 0 1.1 2.2 1.6 0.8 0.4 1.2 1.5 0.6 0.9 0

718.43 721.96 748.22 773.71 772.26 812.9 822.64 904.76 879.8 902.4 896.05 867.31 829.8 856.51 829.32 827.54 831.68 777.55 515.88 478.6 409.44 390.53 221.18 196.98 179.75 171.64 129.9 88.63 50.1 45.62 39.11 15.51 0

34.5 35.6 36.2 36.9 36.8 38.8 38.8 40.6 40.8 40.2 41.8 40.5 40.4 40.3 40.5 42.1 41.9 41.8 35.4 36.4 35.3 36.3 34.8 33.6 31.7 31.2 30.3 29 28 27.5 27.3 26.8 25.1

27.68 28.31 28.06 28.44 28.31 28.44 28.82 30.35 30.48 30.86 31.76 30.86 30.74 31.25 31.37 31.37 31.5 31.37 31.37 31.12 30.74 31.25 30.86 30.61 30.1 29.84 29.46 28.82 28.7 28.44 28.31 28.19 26.84

35.9 37.3 35.7 38.2 38.7 40 38 40.8 42.7 43.6 44.5 43.2 41.2 40.6 41.2 43.6 43.7 43.6 40.2 40.3 39.6 39.6 39 38.4 37.6 37.3 36.8 35.5 35 34.7 34.4 34 33.1

31.4 31.6 31.5 31.6 31.3 31.5 31.6 31.2 31.2 31.2 31.1 31.3 31.4 31.2 31.2 31.2 31.2 31.2 31.8 31.6 31.8 31.7 31.7 31.8 31.9 31.8 31.8 32.1 32.1 32.1 32.2 32.2 32.8

67

Lampiran 7. Data validasi yang digunakan dalam program ANN.

No. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46

T in 21.9 22.4 22.8 24.3 24.9 26.9 28.2 28.7 30.9 32.5 33.2 34.6 35.6 36.7 35.8 36.1 37 37.2 36.5 36.4 35.7 34.5 33.2 32.3 28.6 26.2 24.4 23.3 23.2 22.8 21.1 22.5 22.9 23.3 25.5 25.9 27.2 28.8 29.7 30.2 31.5 32.6 35.7 33.6 35.2 33.6

WS 1 1.4 0 1 1.2 1.1 0 1.1 0 0 0 1.4 0 1 1.2 1.9 1.1 1.5 0.6 1.8 2 2.1 2.6 4.4 2.4 4.9 3.3 2 4.9 0 0 0 0 0 0 1.7 0 0 0 0 0 0 0 2.1 1.3 1.5

Radiasi 7.54 49.87 68.41 124.59 142.57 257.98 327.58 323.48 474.43 509.47 657.3 647.95 750.53 767.97 773.27 773.93 745.1 760.29 341.7 634.25 515.65 339.96 293.75 320.82 1.43 0 0 0 0 0 0 43.81 53.05 35.41 119.95 128.55 144.31 355.04 394.38 306.17 349.65 633.62 795.67 491.76 787.96 366.22

T cover 20.3 20.6 20.9 22 22.5 24.4 26.7 28.1 31.6 33.6 37.6 38.1 40.9 40.4 40.7 41.6 41.1 41.8 39.9 39.1 37.2 35.4 33.9 33.5 28.8 24.9 23.3 22.4 22.4 22.1 19.9 21 21.2 21.6 23.7 24.3 25.5 27.8 28.9 30.9 32 30.2 42.1 36.5 40.3 37.2

T out 21.69 21.67 22.07 23.07 23.45 24.47 25.89 26.4 27.55 28.31 28.95 29.59 29.97 30.74 30.35 31.37 31.5 31.37 31.76 31.37 31.25 30.74 29.97 29.97 28.31 24.87 22.45 21.56 21.81 20.86 21.1 21.56 21.81 21.56 23.2 23.73 23.85 25.38 26.02 27.04 27.42 28.31 30.23 29.72 30.23 30.23

T lantai 26 26 26.3 27 27.2 28.3 29.6 30.3 34.1 35.3 38 38.5 41.2 42 40.7 42.5 41.5 41.2 43.3 43.1 42.2 40.4 39.3 39 36.1 34.7 33.5 30.3 30.1 29.6 26.5 26.4 26.4 26.6 27.8 28.1 28.8 30.3 31 33.3 34.1 34.7 40.7 39 38.7 38.6

T tanah 31.4 31.6 31.6 31.7 31.7 31.6 31.3 31.4 31 31.1 31.1 30.9 30.8 30.6 30.8 30.9 31.2 31.1 30.8 30.9 30.8 31 31.2 31.2 31.3 31.3 31.4 31.7 31.9 31 31.4 31.9 32 32 31.7 31.7 31.5 31.5 31.4 31.1 31 30.9 30.9 31.2 30.9 30.8

68

Lampiran 7. (Lanjutan)

47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93

34.8 35.4 35 36.4 34.7 34.4 32.8 31.3 28.2 27.5 27.3 22.5 22.8 23.6 24.2 29.6 30.2 30 31.9 33.2 33.8 34.3 35.9 37.3 36.4 33.4 32 26.8 26.7 24.3 25.9 25.6 29.9 30.8 35.3 34.4 34.8 35.7 34 35.8 35.8 36.2 37.3 36.5 35.1 35.3 35.7

1.2 0.8 2.2 0.9 0 1.4 1.7 0 3.6 0 0.4 0 0 0.6 0.1 0 0 0.6 0 1.1 0 1.7 1.8 0.7 0.5 2.4 1.2 0 0 4.9 4.9 1.5 0 0 1.5 0 2.2 0 1 1.7 0.6 2.3 0.4 0 1.1 0 0

688.57 703.14 730.54 613.92 640.68 399.83 255.51 214.88 146.72 40.62 27.56 49.38 62.15 85.21 106.57 472.15 529.68 591.97 768.92 751.26 869.8 897.21 784.52 765.27 664.27 361.44 197.21 0 0 54.64 63.24 67.87 590.05 636.09 861.8 864.05 884.76 966.96 958.04 963.06 904.72 921 953.61 433.01 12.27 0 0

39.9 42 40.4 41 39.3 36.2 33.7 32.1 28.6 26.8 26.3 20.8 21.2 21.6 22.3 29.8 30.9 31.1 34.3 36.2 39.9 40.9 41.1 41.6 41.5 34.5 32.7 24.8 24.7 20.2 20.7 21.1 32.1 32.9 37.1 39.6 38.7 42.1 41.7 41.7 43.6 44 44.2 36.9 36.9 36.2 35.4

30.61 30.86 30.86 30.61 30.99 30.74 29.97 28.57 26.91 26.28 26.15 21.43 21.69 22.07 22.58 25.77 26.28 26.91 28.82 30.23 30.1 29.84 30.61 30.74 30.99 29.33 28.82 25.38 25.51 22.32 22.58 23.09 27.42 28.06 31.12 30.99 31.37 32.14 32.52 35.07 36.22 34.56 35.84 32.27 32.39 31.37 31.37

39.7 39.6 40.6 41.8 41.5 40 39 38.2 36.2 32.9 32.7 27.1 26.2 26.4 26.7 30.4 31 31.6 35.5 36.7 40.9 41.8 41.6 43.4 42.9 39.1 37.9 32.7 32.6 26 26.3 26.6 31.8 35 39.5 41.5 38.6 40.3 43.8 43.9 45.1 45.2 45.2 40.8 40.6 40.4 39.9

31 31 31.1 30.9 30.9 31.1 31.1 31.2 31.4 32.1 32.1 31.9 32.1 31.9 31.7 31.7 31.6 31.6 31.2 31 30.9 31.1 31 31.2 31.2 31.4 31.5 31.9 32 31.6 31.6 31.4 31.3 31.3 30.9 31 30.9 30.8 31.2 30.8 31.3 31.5 31 31.3 31.2 31.4 31.3

69

Lampiran 7. (Lanjutan) 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141

34.6 34.3 26 20.1 22.3 23 23.8 24.1 28 28.7 29.5 30.3 34 33.2 34.1 33.5 35.6 34.9 35 35.2 35.6 36.7 36.3 35.6 32.9 31.7 30.8 27.4 20.1 21.9 22.7 23.6 27.2 28.6 28.7 32.2 33.9 34.2 34.9 34.7 35.8 36 37.1 36.8 35.3 35 34.9 34.2

0 0.7 0 0 0 0 0 0 0 0 0 1 1.7 0 1.7 0.3 0 0 2 1.6 1 0 1.1 2.1 1.5 0 0 0 0 0 0 0.9 2.1 1.8 0 1 0 0 1.9 2.4 1.7 2.5 0 1 0.6 0.7 0.5 0.6

0 0 0 0 82.2 77.58 85.22 187.81 445.72 494 508.96 554.67 833.47 855.77 813.73 733.57 807.64 857.43 846.6 873.59 737.11 581.63 438.75 421.24 163.93 123.63 94.79 0 0 96.78 114.58 152.87 400.16 431.98 479.46 789.34 812.1 806.39 848.01 845.51 856.57 806.11 760.67 751.25 426.01 393.77 347.44 279.89

34.9 33.2 22.6 17.9 20.1 20.1 20.3 20.8 27.4 28.4 29.7 30.6 39.9 41.7 39.5 39.3 39.7 40.7 41.1 41.5 41.4 38.3 36.7 35.8 31.9 31.5 30.4 25.9 18.3 19.3 19.9 20.5 25.8 27.2 28.3 38.7 40.3 40.9 40.7 41.3 40.6 40.6 42 41.5 36.5 35.6 35.4 34.2

31.88 32.01 25.12 20.94 20.79 21.43 21.94 22.3 25.13 25.51 26 26.53 30.23 30.99 30.99 30.86 30.74 33.29 34.82 34.82 33.67 35.96 35.33 37.11 34.56 34.18 33.8 30.84 20.27 20.92 21.3 21.69 24.62 25.64 25.89 30.23 30.74 30.86 31.63 31.88 31.63 32.39 33.29 32.9 32.27 32.52 31.88 32.27

39.4 38.7 33.4 24.4 25.5 25.7 26 26.3 29.4 30.2 30.9 33.1 38.2 37.1 37.9 39.5 40.8 41 40.8 40.6 41.1 41.8 41.2 40.4 35.2 36.7 36.2 33.9 24.6 25.4 25.6 25.9 28.3 29.4 30.1 36.7 37.9 39.8 42 43.2 43.6 44.5 44.5 42.3 40.9 39.8 39.7 39.2

31.6 31.5 31.6 30.5 31.8 31.8 31.8 31.6 31.3 31.2 31.1 31.3 31.1 31.3 31 31 31.3 31.2 30.8 31 30.8 31.2 31.2 31.3 31.6 31.8 31.8 32.4 31.1 32 31.9 31.4 31.3 31.4 31.2 31.2 31.1 31 30.9 30.8 30.8 30.9 31.1 31.1 31.3 31.3 31.6 31.4

70

Lampiran 7. (Lanjutan) 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189

32.7 32.4 19.9 20.1 20.4 25 25.4 26.6 28.8 29.4 29.7 30.5 33.8 33.1 32 34.7 35.9 35.9 36.3 36.7 36.2 34.5 35.2 33.8 30.8 30 29.7 21.7 22.1 22.3 23.1 23.6 33.5 34.3 35.2 34.5 36.2 37 36.7 37.1 38.2 39.1 38.5 35.4 32.8 33.4 34.2 33.1

0 0.7 0 0 0 4.9 4.9 2.8 0 0 0 1 0 0 0.6 0 1.5 0.8 1.5 0.3 1.3 0.1 1.1 0.8 0 0.7 1.4 0.8 0.8 0 0 0 0 0.2 1.2 0.3 0.5 1.6 0.9 0 0.7 1.2 3 1.2 2.5 1.4 2.2 1.6

146.72 160.74 5.21 11.46 19.92 112.3 125.05 135.57 183.83 307.91 531.85 570.92 746.95 753.28 786.27 920.74 891.97 906.63 751.07 751.55 451.66 390.94 341.53 283.71 46.51 57.19 28.04 33.29 40.94 44.13 54 62.29 618.2 630.98 677.35 672.38 749.68 756.54 820.38 820.41 789.3 768.71 737.15 458.34 334.73 240.09 331.36 180.97

32.5 31.9 17.9 18.3 18.7 22.5 23.6 24 28.4 30.4 30.6 30.7 37.6 37.8 37.2 42.3 41.5 42.4 42.2 42.1 37.1 37.1 36.5 34.6 29.6 29.1 28.3 19.8 19.9 19.8 20.2 20.6 34.5 36.1 36.3 38.3 40.3 41.3 42.1 42.3 43.3 42.5 41.8 35.6 33.9 33.8 34.3 33.5

31.88 31.12 19.85 20.16 20.45 22.32 22.83 23.34 25.51 26.02 26.66 26.66 28.57 28.7 29.08 30.86 31.5 31.5 32.01 30.99 31.88 31.37 31.25 30.99 29.46 28.95 28.7 20.92 20.92 21.05 21.43 21.81 28.31 28.57 28.95 29.72 30.99 30.86 31.88 31.88 32.65 33.03 32.78 31.37 30.61 30.35 30.35 30.48

38.4 37.9 24.3 24.7 24.7 26.7 27.3 27.8 30.2 30.9 31.2 33.9 38.1 38.5 39.8 43.3 44.1 44.8 43.2 43.3 40.4 40.2 39.4 39 35.7 35.2 34.8 26.1 25.8 25.7 26 26.2 36.8 38.1 36.6 39.1 42.7 41.6 44 40.6 46.3 44.6 46.2 41.1 40.1 39.7 39.5 39

31.5 31.6 32.4 31.9 32 31.8 31.7 31.6 31.3 31.5 31.4 31.6 31.4 31.2 31.3 31.1 31.1 31.2 31.1 31.1 31.6 31.7 32 31.9 31.8 31.9 32.1 32.1 32.2 32.2 32.1 32.3 31.8 31.7 31.5 31.7 31.3 31.3 31.6 31.4 31.3 31.4 31.4 31.7 31.8 31.8 31.9 32

71

Lampiran 7. (Lanjutan) 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219

30.2 29.9 29.6 29.1 28.9 25.9 26.6 26.4 27.5 28.5 29.1 29.1 32.2 33.6 34 35.7 33.7 35.7 33.6 34.5 35.5 33.6 33.4 33.8 35 30.7 29.8 28.1 27.7 27.5

0.4 1.7 0.3 1 0.5 0 0 0 0 0 0 0 4.9 4.9 4.9 0 1.2 1.5 0.6 0.4 0.1 1.1 2 0 0 0 1.5 0 0 0

42.06 38.07 16.41 13.86 8.54 109.92 118.58 130.37 137.53 440.68 488.9 529.68 864.03 869.29 912.78 832.83 881.92 930.35 903.29 885.72 729.06 280.9 255.86 264.23 550.62 100.11 96.6 7.55 4.32 0

28.6 28.2 27.3 26.9 26.3 23.2 23.9 24.9 25.9 27.9 28.6 29 39.2 40.1 39.4 41.1 39.3 40.7 41.6 40.5 39.4 36.3 34.8 35.3 36.9 29.5 29 25.8 25.5 25.4

28.44 28.19 27.8 27.55 27.28 22.83 23.34 24.11 24.36 25.13 26.02 26.28 29.21 29.46 29.97 30.61 30.48 29.59 30.86 30.48 31.63 31.12 30.74 30.99 31.25 29.21 28.95 27.93 27.42 27.24

35.5 35.3 35 34.5 34.2 27.2 27.7 28.1 28.2 29.3 30.1 31 36.8 38.1 39.3 41.6 42.6 41.2 42.8 39.4 42.1 40.8 39.9 39.8 41.2 36.3 35.8 33.6 33.4 33.4

31.7 31.7 31.6 31.7 31.6 32 31.8 31.9 31.9 31.8 31.8 31.8 31.1 31.2 31.5 31.4 31.3 31.3 31.2 31.4 31.2 31.4 31.2 31.5 31.6 31.9 31.9 32.4 32.6 32.8

72

Lampiran 8. Temperatur hasil validasi ANN.

No.

T in hasil pengukuran

T in hasil pendugaan ANN

No.

T in hasil pengukuran

T in hasil pendugaan ANN

No.

T in hasil pengukuran

T in hasil pendugaan ANN

1

21.9

22.32052

38

28.8

28.75094

75

26.7

26.81492

2

22.4

22.71698

39

29.7

29.53009

76

24.3

23.18599

3

22.8

22.93251

40

30.2

30.93528

77

25.9

23.63013

4

24.3

5

24.9

24.34239

41

31.5

31.60613

78

25.6

23.67907

24.84608

42

32.6

31.00569

79

29.9

31.11453

6

26.9

26.59007

43

35.7

35.65314

80

30.8

31.96578

7

28.2

28.27076

44

33.6

34.39402

81

35.3

34.11914

8

28.7

29.25559

45

35.2

35.01778

82

34.4

34.97951

9

30.9

31.4802

46

33.6

34.6572

83

34.8

34.49504

10

32.5

32.51396

47

34.8

35.30725

84

35.7

35.39762

11

33.2

34.10773

48

35.4

35.85622

85

34

35.81772

12

34.6

34.56624

49

35

35.54921

86

35.8

36.25395

13

35.6

35.45708

50

36.4

35.95469

87

35.8

37.09909

14

36.7

35.56726

51

34.7

35.43

88

36.2

36.98847

15

35.8

35.42394

52

34.4

34.59799

89

37.3

37.06587

16

36.1

36.05544

53

32.8

33.46539

90

36.5

35.05951

17

37

35.84343

54

31.3

32.30817

91

35.1

34.45835

18

37.2

35.967

55

28.2

30.46089

92

35.3

33.88731

19

36.5

36.10927

56

27.5

28.21501

93

35.7

33.58442

20

36.4

35.72977

57

27.3

27.91745

94

34.6

33.44617

21

35.7

35.24369

58

22.5

22.73036

95

34.3

32.89364

22

34.5

34.43446

59

22.8

22.87399

96

26

25.88437

23

33.2

33.6678

60

23.6

23.46432

97

20.1

20.25773

24

32.3

33.62526

61

24.2

24.07995

98

22.3

21.93872

25

28.6

30.25395

62

29.6

29.69421

99

23

22.17756

26

26.2

27.69915

63

30.2

30.31955

100

23.8

22.55289

27

24.4

25.89121

64

30

30.61419

101

24.1

23.37779

28

23.3

24.36416

65

31.9

32.36482

102

28

28.3713

29

23.2

24.72739

66

33.2

33.59977

103

28.7

29.02684

30

22.8

23.60975

67

33.8

34.82923

104

29.5

29.81016

31

21.1

21.81197

68

34.3

35.18411

105

30.3

30.69951

32

22.5

22.70429

69

35.9

35.67017

106

34

34.72354

33

22.9

22.92579

70

37.3

35.99717

107

33.2

35.05081

34

23.3

23.02059

71

36.4

36.14434

108

34.1

34.76388

35

25.5

25.24654

72

33.4

33.73562

109

33.5

35.00274

36

25.9

26.02729

73

32

32.58155

110

35.6

35.02745

37

27.2

26.61558

74

26.8

26.85117

111

34.9

35.61166

73

Lampiran 8. (lanjutan)

No.

T in hasil pengukuran

T in hasil pendugaan ANN

No.

T in hasil pengukuran

T in hasil pendugaan ANN

No.

T in hasil pengukuran

T in hasil pendugaan ANN

112

35

36.09071

148

25.4

25.60573

184

38.5

36.78875

113

35.2

36.06608

149

26.6

25.87199

185

35.4

34.60408

114

35.6

36.24723

150

28.8

28.78378

186

32.8

33.87911

115

36.7

36.05856

151

29.4

30.0745

187

33.4

33.56922

116

36.3

35.63419

152

29.7

30.33602

188

34.2

33.8539

117

35.6

35.63792

153

30.5

30.85296

189

33.1

33.30027

118

32.9

33.08581

154

33.8

33.82694

190

30.2

30.05289

119

31.7

32.8401

155

33.1

33.9629

191

29.9

29.91623

120

30.8

32.22573

156

32

33.96611

192

29.6

29.16376

121

27.4

29.00991

157

34.7

35.73258

193

29.1

28.90758

122

20.1

20.24003

158

35.9

35.87997

194

28.9

28.45293

123

21.9

21.55971

159

35.9

36.10536

195

25.9

24.69498

124

22.7

22.14079

160

36.3

36.39903

196

26.6

25.35544

125

23.6

22.98645

161

36.7

36.16823

197

26.4

26.18887

126

27.2

27.55993

162

36.2

35.06355

198

27.5

26.78364

127

28.6

28.61832

163

34.5

34.87248

199

28.5

28.53488

128

28.7

29.07491

164

35.2

34.61221

200

29.1

29.18161

129

32.2

34.25476

165

33.8

33.86968

201

29.1

29.53121

130

33.9

34.84544

166

30.8

30.69545

202

32.2

34.23848

131

34.2

35.28779

167

30

30.40638

203

33.6

34.68951

132

34.9

35.61101

168

29.7

29.90341

204

34

34.55947

133

34.7

35.97941

169

21.7

21.8395

205

35.7

35.41697

134

35.8

35.73639

170

22.1

21.85437

206

33.7

34.94294

135

36

36.11737

171

22.3

21.7014

207

35.7

34.8806

136

37.1

36.57639

172

23.1

22.16815

208

33.6

35.57118

137

36.8

36.23607

173

23.6

22.57271

209

34.5

34.82732

138

35.3

34.99686

174

33.5

32.84343

210

35.5

35.45058

139

35

34.65562

175

34.3

33.60326

211

33.6

34.67937

140

34.9

34.41993

176

35.2

33.53309

212

33.4

34.08941

141

34.2

34.02737

177

34.5

34.55375

213

33.8

34.12873

142

32.7

33.00367

178

36.2

35.63275

214

35

34.83761

143

32.4

32.66093

179

37

35.80204

215

30.7

30.86807

144

19.9

19.69883

180

36.7

36.21967

216

29.8

30.67466

145

20.1

20.20551

181

37.1

35.86363

217

28.1

28.17323

146

20.4

20.56385

182

38.2

36.93916

218

27.7

27.83327

147

25

24.73046

183

39.1

36.69578

219

27.5

27.70124

74

Lampiran 9. Nilai pembobot yang dihasilkan dari training ANN.

No.

Nilai pembobot

No.

Nilai pembobot

1

-0.17057

22

-0.50299

2

1.35160

23

-0.59956

3

1.30769

24

0.01798

4

0.24948

25

0.33876

5

0.46247

26

0.52520

6

-0.12180

27

0.84861

7

0.09740

28

0.62656

8

-0.22269

29

0.05250

9

-0.17258

30

0.96206

10

-0.12121

31

0.16518

11

0.31803

32

1.69610

12

0.52988

33

0.76343

13

0.56284

34

0.93425

14

0.87693

35

0.06290

15

0.78936

36

-0.11220

16

0.52982

37

1.19792

17

0.55277

38

-0.86598

18

0.32047

39

0.46040

19

-0.04790

40

-4.41193

20

0.64353

41

-0.25236

21

-1.05366

42

1.12348

75