ISSN No Vol.24, No.2, Oktober 2010

ISSN No. 0216-3365

Vol.24, No.2, Oktober 2010

Jurnal Keteknikan Pertanian merupakan publikasi resmi Perhimpunan Teknik Pertanian Indonesia (PERTETA) yang didirikan 10 Agustus 1968 di Bogor, berkiprah dalam pengembangan ilmu keteknikan untuk pertanian tropika dan lingkungan hayati. Jurnal ini diterbitkan dua kali setahun. Penulis makalah tidak dibatasi pada anggota PERTETA tetapi terbuka bagi masyarakat umum. Lingkup makalah, antara lain: teknik sumberdaya lahan dan air, alat dan mesin budidaya, lingkungan dan bangunan, energi alternatif dan elektrifikasi, ergonomika dan elektronika, teknik pengolahan pangan dan hasil pertanian, manajemen dan sistem informasi. Makalah dikelompokkan dalam invited paper yang menyajikan isu aktual nasional dan internasional, review perkembangan penelitian, atau penerpan ilmu dan teknologi, technical paper hasil penelitian, penerapan, atau diseminasi, serta research methodology berkaitan pengembangan modul, metode, prosedur, program aplikasi, dan lain sebagainya. Pengiriman makalah harus mengikuti panduan penulisan yang tertera pada halaman akhir atau menghubungi redaksi via telpon, faksimili atau e-mail. Makalah dapat dikirimkan langsung atau via pos dengan menyertakan hard- dan soft-softcopy, atau e-mail. Penulis tidak dikenai biaya penerbitan, akan tetapi untuk memperoleh satu eksemplar dan 10 re-prints dikenai biaya sebesar Rp 50.000. Harga langganan Rp 70.000 per volume (2 nomor), harga satuan Rp 40.000 per nomor. Pemesanan dapat dilakukan melalui e-mail, pos atau langsung ke sekretariat. Formulir pemesanan terdapat pada halaman akhir. Penanggungjawab: Ketua Perhimpunan Teknik Pertanian Indonesia Ketua Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB Dewan Redaksi: Ketua : Wawan Hermawan Anggota : Asep Sapei Kudang B. Seminar Daniel Saputra Bambang Purwantana Y. Aris Purwanto Redaksi Pelaksana: Ketua : Rokhani Hasbullah Sekretaris : Satyanto K. Saptomo Bendahara : Emmy Darmawati Anggota : Usman Ahmad I Wayan Astika M. Faiz Syuaib Ahmad Mulyawatullah Penerbit: Perhimpunan Teknik Pertanian Indonesia (PERTETA) bekerjasama dengan Departemen Teknik Mesin dan Biosistem, IPB Bogor Alamat: Jurnal Keteknikan Pertanian, Departemen Teknik Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Kampus IPB Darmaga, Bogor 16680. Telp. 0251-8624691, Fax 0251-8623026, E-mail: [email protected] atau [email protected]. Website: ipb.ac.id/~jtep. Rekening: BRI, KCP-IPB, No.0595-01-003461-50-9 a/n: Jurnal Keteknikan Pertanian Percetakan: PT. Binakerta Adiputra, Jakarta

Ucapan Terima Kasih Redaksi Jurnal Keteknikan Pertanian mengucapkan terima kasih kepada para Mitra Bestari yang telah menelaah (mereview) naskah pada penerbitan Vol. 24 No. 2 Oktober 2010. Ucapan terima kasih disampaikan kepada: Prof. Dr.Ir. Armansyah H Tambunan, M.Sc (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Prof.Dr.Ir. Budi Raharjo, MSAE (Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gajah Mada), Dr.Ir. Lilik Soetiarso, M.Eng (Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Gajah Mada), Prof.Dr.Ir. Daniel Saputra, MS (Fakultas Pertanian, Universitas Sriwijaya), Prof.Dr.Ir. Bambang Pramudya Noorachmat, M.Eng (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Hermantoro, MS (INSTIPER Yogyakarta), Prof.Dr.Ir. Roni Kastaman, MT (Departemen Teknik Pertanian, Universitas Padjadjaran),Dr. Ir. Rokhani Hasbullah, M.Si (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Leopol O Nelwan, M.Si (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. I Wayan Astika, M.Si (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Kudang Boro Seminar, M.Sc (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Usman Ahmad, M.Agr (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Setyo Pertiwi, M.Agr (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Radite Praeko AS, M.Agr (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Wawan Hermawan, MS (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. I Dewa Made Subrata, M.Agr (Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB), Dr.Ir. Satyanto Krido Saptomo, S.TP, M.Si (Departemen Teknik Sipil dan lingkungan, Fakultas Teknologi Pertanian, IPB).

Technical Paper

Aplikasi Jaringan Syaraf Tiruan (JST) Untuk Pendugaan Suhu Larutan Nutrisi yang Disirkulasikan dan Didinginkan Siang-Malam pada Tanaman Tomat Hidroponik Application of Artificial Neural Network (ANN) for Estimating Temperature of Circulated and Day-Night Cooled Nutrient Solution on Hydroponics System for Tomato Chusnul Arif1, Y. Aris Purwanto2, Herry Suhardiyanto3, Yudi Chadirin4

Abstract Cultivation of tomato plant under hydroponics system in the greenhouse is suitable way to improve fruit quality since it is easier to control environmental parameters. In this system, water and nutrition are two important things for plant to growth. In the tropical area such as Indonesia, air temperature is main constraint in the plant production system. Increasing air temperature inside the greenhouse has positive correlation to the raising temperature of nutrient solution which affected to the ability of the plant to absord the nutrition. The effective way to anticipate increasing of its temperature is by using the cooling system of nutrient solution before circulated to the plant. This paper presented the application of Articificial Neural Network (ANN) to estimate the temperature of nutrient solution which was cooled on day-night time and circulated to the plant. ANN models, called time delay neural network, consist of 3 layers with 4 input nodes and 1 output node. As input model were t (time), Tg(i) (air temperature inside the greenhouse on time i), Tt(i) (temperature of nutrient solution in the tank on time i), Tb(i-1) (temperature of nutrient solution in the plant plots on time i-1) and as output model was Tb(i) (temperature of nutrient solution in the plant plots on time i). The model was developed well with validation result better than heat transfer model previously indicated by coefficient determination (R2) of 0.9498. Keywords: cooling, nutrient solution, hydroponic, tomato, artificial neural network Diterima: 15 Juni 2010; Disetujui: 30 juli 2010

Pendahuluan Budidaya tanaman tomat secara hidroponik memungkinkan peningkatan kualitas dan kuantitas produk. Hal ini dikarenakan dengan budidaya tanaman tomat secara hidroponik didalam greenhouse memungkinkan pengendalian lingkungan secara lebih mudah dibandingkan cara konvensional. Sehingga diharapkan mampu mencukupi permintaan buah tomat yang selalu mengalami peningkatan setiap tahun untuk kebutuhan domestik dan ekspor sebesar 20% (Syafaat et al., 2005). Kendala budidaya didalam greenhouse untuk dearah tropis adalah adanya greenhouse effect yang menyebabkan suhu udara di dalamnya menjadi terlalu lebih tinggi bagi pertumbuhan tanaman. Untuk itu, telah dikembangkan konsep zone cooling dengan cara mendinginkan daerah di sekitar

tanaman saja tanpa perlu mendinginkan volume udara seluruh greenhouse. Cara ini lebih efektif dan membutuhkan input energi yang minimum (Kojima dan Suhardiyanto, 1991). Salah satu aplikasi zone cooling adalah dengan cara menghembuskan udara dingin melalui pipa-pipa berlubang yang diletakkan di sekitar tanaman. Cara ini mampu mendinginkan udara sebesar 2-6oC lebih rendah dibandingkan dengan daerah yang tidak mendapat hembusan udara dingin. Energi listrik yang digunakan berkisar antara 0.57 – 0.68 MJ per m2 per hari (Suhardiyanto dan Matsuoka, 1992 dan 1994). Selain untuk mendinginkan suhu udara disekitar tanaman, konsep zone cooling juga dapat diaplikasikan untuk pendinginan pada larutan nutrisi sehingga suhu pada daerah perakaran dapat diturunkan. Pendinginan larutan nutrisi merupakan metode yang efisien energi untuk budidaya tanaman dalam greenhouse untuk daerah beriklim panas

Staf Pengajar Departemen Teknik Sipil dan Lingkungan, Institut Pertanian Bogor. Email: [email protected] Staf Pengajar Departemen Teknik Mesin dan Biosistem, Institut Pertanian Bogor. Email : [email protected] 3 Staf Pengajar Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian-Institut Pertanian Bogor 4 Staf Pengajar Departemen Teknik Sipil dan Lingkungan, Fakultas Teknologi Pertanian-Institut Pertanian Bogor. Email : [email protected] 1 2

115

Vol. 24, No. 2, Oktober 2010

dan lembab (Matsuoka dan Suhardiyanto., 1992). Menurut Chadirin (2006) pendinginan larutan nutrisi dengan menggunakan air laut dalam mampu menghemat 78% konsumsi energi listrik. Pendinginan larutan nutrisi perlu dilakukan tidak hanya pada siang hari ketika suhu udara tinggi, tetapi juga pada malam hari karena pendinginan pada malam hari sangat penting untuk pembentukan buah pada tanaman (Fitter & Hay, 1991). Pemodelan matematis untuk menduga suhu larutan nutrisi yang telah didinginkan tersebut telah dikembangkan (Arif C, et al, 2009). Akan tetapi, persamaan tersebut masih cukup rumit dengan beberapa asumsi yang kemungkinan besar mengurangi kevalidan model. Untuk itu, Jaringan Syarat Tiruan (JST) merupakan solusi lain yang bisa digunakan untuk meningkatkan kevalidan model dengan metode yang lebih sederhana. Metode ini sudah cukup banyak diterapkan didalam teknologi greenhouse dan hidroponik, seperti optimisasi dalam produksi tanaman tomat secara hidroponik (Morimoto dan Hashimoto, 2000), penjadwalan irigasi tetes (Arif C, 2008 dan Suhardiyanto H, et al, 2008). Tujuan dari penulisan makalah ini adalah mengembangkan model JST untuk menduga suhu larutan nutrisi yang telah diinginkan dan disirkulasikan pada sistem hidroponik NFT. Dengan model ini diharapkan akan diperoleh suhu pendinginan optimum untuk pertumbuhan tanaman.

a

b Gambar 1. Skema titik pengukuran suhu bedeng dan suhu larutan nutrisi; a) tampak atas, b) tampak samping

116

Bahan dan Metode Data yang digunakan untuk pelatihan dan pengujian model JST ini adalah data pengukuran pada tanggal 28-29 Oktober dan 6-7 November 2009. Penelitian tersebut dilakukan di greenhouse laboratorium lapangan Departemen Teknik Pertanian, IPB. Budidaya hidroponik yang dilakukan adalah dengan metode NFT (Nutrient Film Tehnique) dimana larutan nutrisi disirkulasikan menuju akar dan kemudian ditampung kembali didalam larutan nutrisi. Larutan nutrisi didinginkan dengan unit pendingin dengan daya per unit 95 Watt (daya kompresor) dan beroperasi pada tegangan 220 Volt yang biasa digunakan pada lemari pendingin rumah tangga. Unit pendingin tersebut dinyalakan sepanjang hari (siang dan malam). Pengukuran suhu larutan nutrisi di bedeng tanaman tersebut dilakukan pada 4 titik pengukuran yaitu pada inlet bedeng, outlet bedeng (berjarak 10 m dari inlet), dan titik tengah antara inlet dan outlet (0.5 dan 5 m dari inlet bedeng). Titik pengukuran pada inlet pipa dianggap sama dengan titik pengukuran larutan nutrisi dalam tangki dan titik pengukuran pada inlet bedeng dianggap sama dengan titik outlet pipa. Suhu larutan nutrisi di bedeng (Tb) merupakan rata-rata dari keempat titik pengukuran di sepanjang bedeng ( 0 m, 0.5 m, 5 m dan 10 m dari titik inlet bedeng) (Gambar 1). Model JST digunakan sebagai model black-box non-linear. Pembelajaran yang digunakan adalah backpropagation dengan multiplayer networks. Model ini terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Model dikembangkan dengan menggunakan MS Excel 2003 dengan fasilitas Visual Basic Editor (VBE). Model ini menggambarkan hubungan input-output sistem merupakan a time delay neural-network model dengan persamaannya diberikan berikut ini:

Tb(i) = Tb(i-1) + ΔTb(i)

(1)

Y(Tb(i)) = f {t (i), Tg(i), Tt(i), Tb(i-1)}

(2)

Dimana Tb(i) merupakan suhu larutan nutrisi dibedeng tanaman (oC) pada waktu ke-i, Tb(i-1) merupakan suhu larutan nutrisi dibedeng tanaman pada waktu sebelumnya (i-1) dan ΔTb(i) adalah selisih suhu larutan nutrisi dibedeng pada waktu i dan i-1 yang nilainya dipengaruhi oleh Tg(i), Tt(i) yang masing adalah suhu greenhouse dan suhu tangki larutan nutrisi yang didinginkan pada waktu ke-i (t(i)). Fungsi nomor 2 menunjukkan fungsi yang dimodelkan pada Model JST seperti terlihat pada Gambar 2. Adapun algoritma backpropagation yang digunakan adalah sebagai berikut : 1. Inisialisasi Pembobot (Weight) Ambil pembobot awal dengan nilai random yang cukup kecil.

2. Feedforward : a) Tiap – tiap unit input menerima sinyal Xi dan meneruskan sinyal tersebut ke semua unit pada lapisan yang ada diatasnya (hidden layer): b) Tiap – tiap hidden layer (Hi) menjumlahkan sinyal – sinyal input terbobot sesuai dengan persamaan:



(3)

dan nilai Hi dihitung dengan menggunakan fungsi sigmoid sebagai fungsi aktivasi. Fungsi ini merupakan fungsi aktivasi yang paling popular digunakan dalam model JST diberikan sebagai berikut:





(4)

c) Unit output (Y) menjumlahkan sinyal – sinyal input terbobot :



(5)



dan nilai Y juga dihitung dengan menggunakan fungsi sigmoid sebagai berikut:





(6)

3. Backpropagation : a) Backpropagation dimulai dengan mengitung error antara output hasil prediksi (Y) dengan target (Ot) sebagai berikut:



(7)

dimana N adalah jumlah data

Gambar 2. Model JST yang dikembangkan

117

Vol. 24, No. 2, Oktober 2010

b) Perbaikan pembobot (wjk) antara hidden layer dengan output layer dihitung dengan persamaan:

dimana η adalah konstanta pembelajaran dan δk dihitung dengan persamaan:





(8)

c) Perbaikan pembobot (Vij) antara hidden layer dengan input layer dihitung dengan persamaan:

dimana δj dihitung dengan persamaan:

(9)

d) Pembobot baru dihitung dengan persamaan:

wj (baru) = wj (lama) + ∆wj

(10)



Vij (baru) = Vij (lama) + ∆Vij

(11)

4. Pengulangan (iterasi) Proses diatas dilakukan secara berulang sampai pada jumlah pengulangan yang diinginkan sehingga akan sampai pada tes kondisi berhenti.

Hasil dan Pembahasan Hubungan Antar Input-Output Model JST dikenal dengan model black-box yang digunakan untuk menyelesaikan persamaan

non-linear. Oleh karena itu, parameter input sebagai parameter dependent harus menunjukkan hubungan dengan parameter outputnya. Dalam kasus ini, suhu larutan nutrisi pada bedeng tanaman yang dijadikan parameter output sangat dipengaruhi suhu udara didalam greenhouse dan suhu larutan nutrisi pada tangki yang telah didinginkan yang dijadikan sebagai inputnya. Hubungan tersebut dapat dilihat dengan jelas pada Gambar 3 berikut ini. Suhu larutan nutrisi di bedeng tanaman berkorelasi positif dengan suhu larutan nutrisi di tangki dan suhu udara didalam greenhouse. Suhu larutan nutrisi didalam tangki yang didinginkan siang dan malam disirkulasikan menuju bedeng tanaman. Setiba dibedeng tanaman suhu larutan nutrisi mengalami peningkatan seiring peningkatan suhu udara didalam greenhouse. Kenaikan ini dipengaruhi oleh terjadinya pindah panas konveksi antara udara didalam greenhouse dengan bedeng tanaman dan juga pindah panas konduksi didalam bedeng tanaman. Dengan hubungan ini mengindikasikan bahwa parameter input model JST sangat menentukan besarnya parameter output. Pembelajaran Model Menurut Kusumadewi (2003) JST merupakan salah satu representasi buatan dari otak manusia yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut. Proses pembelajaran diperlukan untuk mempelajari pola data yang didapatkan dengan hasil akhirnya adalah nilai pembobot yang menghubungkan input dan output. Proses pembelajaran dilakukan terhadap data pengukuran selama 2 hari pada tanggal 6 dan 7 November 2009. Adapun konstanta pembelajaran yang digunakan adalah 0.6 dengan total pengulangan sebanyak 1000 kali. Hasil proses pembelajaran dapat dilihat pada Gambar 4. Hasil pembelajaran model menunjukkan bahwa data pengukuran (observed) mampu diduga dengan baik oleh model JST dengan koefisien determinasi

Gambar 3. Hubungan antar parameter input dan output

118

(R2) 0.9881 yang mengindikasikan bahwa lebih dari 98% data pengukuran dapat diterangkan oleh model JST secara linear. Pada proses pembelajaran ini, seluruh data input dinormalisasi dengan angka 0-1 sedangkan data output dinormalisasi antara 0.2-0.8. Hal ini bertujuan untuk memudahkan dan memperpendek selang pembelajaran. Validasi Model Untuk menguji kevalidan model JST yang dikembangkan, proses validasi perlu dilakukan dengan menggunakan data pembobot yang dihasilkan dan data pengukuran pada waktu yang berbeda dengan data pembelajaran. Dalam hal ini digunakan data pengukuran pada tanggal 28 dan 29 Oktober 2009. Hasil validasi model JST menunjukkan hasil yang akurat dengan nilai R2 sebesar 0.9498 seperti terlihat pada Gambar 5. Model cukup akurat dalam menduga suhu larutan nutrisi di bedeng tanaman pada waktu malam hari dengan

simpangan yang lebih kecil dibandingkan pada siang hari. Hal ini mengindikasikan bahwa peningkatan suhu larutan nutrisi pada bedeng tanaman setelah didinginkan sangat dipengaruhi oleh suhu udara didalam greenhouse. Apabila dibandingkan dengan pemodelan matematis yang dikembangkan sebelumnya (Arif, Ch., et al, 2009), model JST menunjukkan kinerja yang lebih baik. Ini menunjukkan bahwa JST bisa dijadikan alternatif untuk memecahkan persamaan non linear (differensial) yang biasanya dikembangkan dengan prinsip pindah panas. Akan tetapi, JST hanya bekerja dengan prinsip black-box sehingga hubungan antar parameter tidak bisa dijelaskan secara matematis.

Kesimpulan Model JST yang dikembangkan untuk menduga suhu larutan nutrisi yang disirkulasikan di bedeng tanaman mampu menduga suhu dengan nilai koefisien determinasi (R2) sebesar 0.9498. Nilai pembobot yang dihasilkan model ini mampu menduga suhu larutan nutrisi pada bedeng tanaman yang dipengaruhi oleh suhu udara didalam greenhouse dan suhu larutan nutrisi di tangki yang didinginkan siang dan malam.

Ucapan Terima Kasih Penulis mengucapkan terima kasih kepada Direktorat Penelitian dan Pengabdian kepada Masyarakat (DP2M), DIKTI atas pendanaan yang diberikan untuk penelitian ini melalui kegiatan hibah bersaing multi tahun dari 2008 sampai 2010. Gambar 4. Hasil pembelajaran model JST

Gambar 5. Hasil validasi model JST

119

Vol. 24, No. 2, Oktober 2010

Daftar Pustaka Arif Ch, Dena K Wahdani, Herry Suhardiyanto, Y Aris Purwanto, Yudi Chadirin. 2009. Pemodelan Pindah Panas Pada Pendinginan Siang Malam Larutan Nutrisi Untuk Budidaya Tanaman Tomat Hidroponik Nutrient Film Technique (NFT). Seminar Nasional Perteta 2009. Mataram Arif, Ch. 2008. “Determination of Drip Irrigation Schedule for Plant Growth in Greenhouse Using Artificial Intelligence Approach”. Irrigation Journal. Vol. 3 No. 2, November 2008: 138-145. In Indonesian Language. Fitter, A.H., R.K.M, Hay. 1991. Fisiologi Lingkungan Tanaman. Gadjah Mada University Press. Yogyakarta. Kojima, Kazuo and H. Suhardiyanto. 1991. Studies of the Zone Cooling System in Greenhouse(1). Performance of the System in a Model Sized Greenhouse. Environment Control in Biology 29 (1):1-10 Kusumadewi, Sri. 2003. Artificial Intellegence (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta.

120

Matsuoka, T. and H. Suhardiyanto. 1992. Thermal and Flowing Aspects of Growing Petty Tomato in Cooled NFT Solution during Summer. Environment Control in Biology 30 (3) : 119125. Morimoto, T., and Y. Hashimoto. 2000. AI approaches to identification and control of total plant production systems. Control Engineering Practice, 8, 555-567. Suhardiyanto H. and T. Matsuoka. 1992. Studies on a Zone Cooling System in a Greenhouse (2). Evaluation of a System for Microclimate Modification in a Plastic Greenhouses during Hot Weather. Environment Control in Biology 30 (4) : 143-151. Suhardiyanto, H., Chusnul Arif and Suroso. 2008. “Fertigation Scheduling in Hydroponics System for Cucumber Using Artificial Neural Network and Genetic Algorithms”. National Agronomy Journal, 2008. Vol. XXXVI No. 1 Page: 92-99. Suhardiyanto. H. and T. Matsuoka. 1994. Uniformity of Cool Air Discharge along Perforated Tube for Zone Cooling in a Greenhouse. Environment Control in Biology 32 (I) : 9-16

PEDOMAN PENULISAN Jurnal Keteknikan Pertanian merupakan media publikasi untuk tulisan asli yang belum pernah diterbitkan di dalam jurnal ilmiah nasional maupun internasional, dan berkaitan dengan teknik pertanian(agricultural engineering) secara luas. 1. Pedoman Umum Naskah termasuk Abstract diketik menggunakan program Microsoft Word huruf Times New Roman 12 point (font 12), ukuran kertas A4 (21x29.5cm). Pias 3 cm, spasi 1.5, maksimum 15 halaman termasuk tabel dan gambar s erta diberi nomor halaman pada sudut bawah sebelah kanan. Tabel dan gambar diletakkan pada akhir naskah atau pada lembar dan file terpisah. Pengiriman naskah bisa melalui pos berupa CD berisi file softcopy ataupun melalui e-mail. Bila dikirim melalui pos, ditujukan ke alamat: Redaksi Jurnal Keteknikan Pertanian Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB. Kampus IPB Dramaga, Bogor 16690. E-mail: [email protected] atau [email protected]

Contoh Penulisan Judul:

Pemodelan Sistem Filtrasi Terkendali pada Sistem Resirkulasi Pembenihan Ikan Modeling Controlled Filtration System in Fish Hatchery Recirculation System Alfin Najwan, Departemen Teknik Mesin dan Biosistem, Institut Pertanian Bogor, Email: [email protected] Ikhlasul Amal, Departemen Budidaya Perairan, Institut Pertanian Bogor. 4. Abstract dan Kata Kunci Abstract menggambarkan esensi isi keseluruhan tulisan dan di dalamnya tidak terdapat kutipan pustaka. Abstract ditulis dalam bahasa Inggris dan dalam satu paragraf tidak lebih dari 200 kata. Kata kunci ditulis setelah Abstarct maksimum 5 kata, masing-masing dalam bahasa Inggris dan Indonesia. Kata kunci yang ditulis pertama merupakan kata kunci yang terpenting. 5. Naskah Utama

2. Susunan Naskah Naskah disusun dalam urutan Judul, Penulis dan alamat instansinya, Abstract, Pendahuluan, Bahan dan Metode, Hasil dan Pembahasan, Kesimpulan, Ucapan Terima Kasih, Daftar Pustaka, Tabel dan Gambar. Naskah undangan tidak harus mempunyai susunan seperti tersebut di atas. 3. Judul Judul memberikan subyek penelitian dengan ringkas dan dicetak tebal (bold) dengan huruf kapital pada setiap awal kata, kecuali untuk kata depan dan kata sambung. Untuk naskah dalam Bahasa Indonesia harus disertai judul dalam Bahasa Inggris yang dicetak miring (italic). Judul dalam Bahasa Indonesia tidak lebih dari 14 kata dan dalam Bahasa Inggris tidak lebih dari 10 kata. Nama lengkap, nama lembaga afiliasi serta alamat para penulis, ditulis secara berurutan di bawah Judul. Tambahkan alamat email pada nama penulis untuk korespondensi.

Penulisan sub judul utama (Pendahuluan, Bahan dan Metode, Hasil dan Pembahasan, Kesimpulan dan Ucapan Terima Kasih) menggunakan huruf kapital pada setiap awal kata, tanpa nomor, dicetak tebal dan posisi di tengah. Pendahuluan menjelaskan alasan mengapa penelitian dilakukan, perumusan dan pemecahan masalah, status ilmiah (state of the art) penelitianpenelitian terdahulu serta tujuan dan hasil penelitian yang diharapkan. Bahan dan Metode menjelaskan bagaimana penelitian dilakukan atau cara-cara untuk mencapai tujuan penelitian. Hasil dan Pembahasan mencantumkan data yang diperoleh, analisis data, temuan-temuan yang spesifik serta perbandingannya dengan penelitianpenelitian terdahulu secara berurutan sesuai dengan urutan dalam tujuan. Hindari penyajian tabel dan gambar dari data yang sama. Sub-sub judul ditulis dengan huruf kapital pada setiap awal kata, tanpa nomor, dicetak tebal dan posisi di sebelah kiri. Kata/kalimat dalam bahasa asing ditulis miring. Nama organisma harus diikuti dengan nama ilmiahnya secara lengkap pada pengungkapan

pertama. Singkatan pertama kali ditulis di dalam kurung setelah kata-kata yang disingkatnya. Penulisan angka mengggunakan US System seperti: 1,000,000 menyatakan satu juta dan 2.5 menyatakan dua lima per sepuluh. Sistem satuan yang digunakan adalah SI Unit: cgs (centimeter, gram, second/detik). Simbol/notasi ditulis menggunakan huruf miring dan disertai keterangannya pada pengungkapan pertama. Persamaan diberi nomor urut yang dituliskan di belakang persamaan dan di dalam tanda kurung.

7. Daftar Pustaka

6. Tabel dan Gambar



Tabel ditulis dalam halaman terpisah setelah halaman terakhir dari naskah. Di dalam naskah cantumkan nomor dan judul tabel pada paragraf dimana tabel tersebut akan ditempatkan.

Jurnal :

Contoh pada naskah: …...Sifat fisik bahan pada masing-masing kadar air ditunjukkan pada Tabel 1. [Tabel 1. Berat jenis lada berdasarkan kadar air]

Contoh pada halaman tabel: Tabel 1. Berat jenis lada berdasarkan kadar air

Daftar pustaka mencantumkan pustaka-pustaka bermutu (primer, mutakhir dan relevan) yang dirujuk saja. Pustaka diketik berdasarkan urutan alfabet dari nama akhir (nama keluarga) penulis pertama dan tahun. Apabila terdapat beberapa pustaka yang ditulis yang sama, tambahkan huruf ‘a’,’b’ dan seterusnya di belakang tahun. Pustaka dari internet hanya boleh dilakukan bila berasal dari lembaga yang resmi. Berikut beberapa contoh penulisan pustaka :

Suhardiyanto, H., M.M. Fuad dan Y. Widiningrum.2007. Analisis pindah panas pada pendinginan dalam tanah untuk sistem hidroponik. Jurnal Keteknikan Pertanian Vol.21 (4):355-362. Prosiding : Fukuda, T.,Y. Nakano, Kuroda, S. Takeuchi, B.I.Setiawan, A. Sapei and F. Nurrochmad.2001. Water manajemen and water quality of paddyarea in Cidanau watershed at West Java. Proceedings of the 1st Seminar: Toward Harmonization between Development and Environmental Conservation in Biological Production, Tokyo, February 21-23, 2001. p 201-205. Buku : Morga, R.P.C.1996. Soil Erosion and Conservation. 2ndEd. Longman. Harlow

Gambar dibuat hitam putih (B/W) atau greyscale dalam lembaran terpisah pada halaman terakhir setelah halaman tabel. Apabila ukurannya besar, gambar dapat disimpan dalam file terpisah yang lain(*.jpg, *.gif,*.wmf atau *.emf). Di dalam naskah cantumkan nomor dan nama gambar pada paragraf dimana gambar tersebut akan diletakkan.

Bab dalam buku : Howell, T.A., F.K. Alijiburi, H.M. Gitlin, I. Pai Wu, A.W.Warrick dan P.A.C. Raats. 1980. Design and operation of trickle (drip) irrigation, in Jensen, M.E.(Ed.). Design and Operation of Farm Irrigation System. ASAE. Michigan. p 663717.

Contoh pada naskah: Skripsi/Tesisi/Disertasi :

…..(paragraf sebelumnya)

[Gambar 1. Perubahan suhu dengan waktu proses pengendalian]

…..(paragraf sesudahnya)

Arifanto, T. 2002. Teknik perbaikan filter fisik dan filter kimia pada sistem resirkulasi pembenihan ikan patin. (Skripsi). Departemen Teknik Pertanian Fakultas Teknologi Pertanian, IPB. Bogor.

FORMULIR PEMESANAN JURNAL KETEKNIKAN PERTANIAN1 Kepada Yth. Sekertariat Jurnal Keteknikan Pertanian, Departemen Teknik Mesin dan Biosistem Fakultas Teknologi Pertanian Institut Pertanian Bogor Kampus IPB Darmaga, Bogor 16680 Tel: 0251-8624691 ; Fax: 0251-8623026 Email: [email protected] & [email protected]; Website: http://web.ipb.ac.id/~jtep/ Bersama ini, saya Nama Alamat Telp. HP Email 1. Memesan Jurnal Keteknikan Pertanian: (Harga Rp 40.000,- per eksemplar, belum termasuk ongkos kemas dan kirim) Vol/No/Tahun Jumlah 2. Memesan re-prints Jurnal Keteknikan Pertanian: (Harga Per set (10 eksemplar) Rp 50.000,- belum termasuk ongkos kemas dan kirim) Judul Penulis Vol/No/Tahun Jumlah 3. Berlangganan Jurnal Keteknikan Pertanian: (Harga Rp 70.000,- belum termasuk ongkos kemas dan kirim) Mulai Tahun Sampai Tahun Jumlah Pembayaran kami lakukan melalui wesel pos ke alamat redaksi/transfer, ke Rekening No.0595-0100346150-9, BRI KPC IPB, a/n Jurnal Keteknikan Pertanian2. Bersama ini disampaikan bukti pembayarannya3.

Pemesan,

[

1 2 3

]

Formulir pemesanan ini dapat di-download di http://web.ipb.ac.id/`jtep/ Coret yang salah satu Pengiriman hanya dilakukan setelah Seketariat menerima bukti pembayaran