Abstract:
Informasi mengenai sifat sifat fisis tanah seperti faktor kelembaban memegang
peranan penting dalam penggunaan lahan pertanian yang berhubungan dengan
produksl tanaman pangan, disamping berfungsi sebagai reservoir air dan sumber
nutrisi bagi manusia. Pengamatan sifat-sifat dari tanah pertanian secara
tradisional dengan mempergunakan database lahan yang tersedia dipandang
terlalu umum untuk menentukan tingkat kelembaban tanah pada lahan pertanian
tertentu. Untuk itu diperlukan suatu bentuk sensor yang handal dan mampu untuk
mengukur berbagai sifat fisis dari tanah tersebut secara real time.
Saat ini telah terdapat berbagai tipe sensor soil moisture di pasaran seperti
metode konduktivitas, tensiometer atau metode dielektrik dalam daerah frekuensi
atau waktu. Namun sensor ini mempunyai kelemahan antara lain harga yang
relatif mahal. respon waktu lambat, memerlukan biaya perawatan, tingkat akurasi
rendah serta faktor reproduksibilitas yang tidak memuaskan. Problem utama dari
beberapa sensor adalah jenis tanah yang mempengaruhi hasll pengukuran.
Pada penelitian ini dikembangkan lebih lanjut sensor kelembaban tanah dengan
algoritma deteksi neural network. Sensor impedansi dengan elektroda ganda
dikarakterisasi dengan mempergunakan 181260 pada frekuensi 1Hz-30Mhz dan
amplitude Veksitasi = 10mVac. Untuk memperoleh tingkat kelembaban dipergunakan
spektroskopi impedansi melalui pemodelan pada berbagai frekuensi dimana
variasi tanah Entisol, Ultisol, Inseptisol, Andisol dan Clay diberi kelembaban
terdefinisi dari 0w= 10-40%. Hasil pengukuran impedansi analyser
memperlihatkan bahwa faktor real 'Z' (G) dan imajiner "Z" (B) dari sensor
dipengamhi oleh jenis tanah yang dikarakterisasi. Untuk mereduksi faktor
pengaruh tanah maka dipergunakan algoritma neural network sehingga
pengukuran kelembaban tanah dapat diiakukan pada berbagai tipe tanah tanpa
masalah.
