HJBAH KOMPETITIF PENELITiAN KERJASAMA INTERNASIONAL DALAM RANGKA PUBLIKASI INTERNASIONAL BATCH II TAHUN KE-1 (2009)

Simple item page
dc.contributor.authorSulistyo Rini, Ari
dc.contributor.authorDefrianto
dc.contributor.authorUmar, Lazuardi
dc.contributor.authorErwin
dc.contributor.authorAbu Thalib, Ibrahim
dc.contributor.authorKamisah
dc.date.accessioned2013-02-20T03:09:59Z
dc.date.available2013-02-20T03:09:59Z
dc.date.issued2013-02-20
dc.description.abstractInformasi 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.en_US
dc.identifier.otherwahyu sari yeni
dc.identifier.urihttp://repository.unri.ac.id:80/handle/123456789/2235
dc.language.isoenen_US
dc.titleHJBAH KOMPETITIF PENELITiAN KERJASAMA INTERNASIONAL DALAM RANGKA PUBLIKASI INTERNASIONAL BATCH II TAHUN KE-1 (2009)en_US
dc.typeUR e-Researchen_US

Files

Original bundle
Now showing 1 - 5 of 10
No Thumbnail Available
Name:
cover1.PDF
Size:
388.83 KB
Format:
Adobe Portable Document Format
Description:
cover
Download
No Thumbnail Available
Name:
pengesahan1.PDF
Size:
725.64 KB
Format:
Adobe Portable Document Format
Description:
pengesahan
Download
No Thumbnail Available
Name:
abstrak1.PDF
Size:
40.57 KB
Format:
Adobe Portable Document Format
Description:
abstrak
Download
No Thumbnail Available
Name:
daftar isi1.PDF
Size:
22.88 KB
Format:
Adobe Portable Document Format
Description:
daftar isi
Download
No Thumbnail Available
Name:
bab 11.PDF
Size:
193.39 KB
Format:
Adobe Portable Document Format
Description:
pendahuluan
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

LRP-Mathematics and Natural Sciences