LRP-Lecturer Research Report

Permanent URI for this community

https://repository.unri.ac.id/handle/123456789/259

Browse

Browsing LRP-Lecturer Research Report by Author "Abu Thalib, Ibrahim"

Now showing 1 - 1 of 1
  • No Thumbnail Available
    Item
    HJBAH KOMPETITIF PENELITiAN KERJASAMA INTERNASIONAL DALAM RANGKA PUBLIKASI INTERNASIONAL BATCH II TAHUN KE-1 (2009)
    (2013-02-20) Sulistyo Rini, Ari; Defrianto; Umar, Lazuardi; Erwin; Abu Thalib, Ibrahim; Kamisah
    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.