Artificial Neural Networks to Predict Melon (cucumis melo L.) Production in Tropical Greenhouse, Indonesia
DOI:
https://doi.org/10.19028/jtep.011.2.193-204Kata Kunci:
Jaringan Syaraf Tiruan; Greenhouse; Bobot Buah; MelonAbstrak
Kualitas melon secara umum ditunjukkan oleh ukuran (bobot buah), penampilan, dan tingkat kemanisan Di Indonesia, melon dengan kualitas tinggi memiliki berat 800 hingga 1.200 gram per buah. Pada umumnya, melon dibudidayakan di lahan terbuka pada musim kemarau dengan beberapa keterbatasan budidaya. Untuk mengatasi masalah tersebut, melon dibudidayakan di dalam greenhouse. Namun, ada beberapa parameter yang mempengaruhi kualitas melon di dalam greenhouse tropis dengan sistem hidroponik. Terdapat beberapa penelitian mengenai pengembangan model prediksi kualitas melon di dalam greenhouse di daerah tropis, Indonesia. Tujuan penelitian ini adalah untuk mengembangkan model Jaringan Syaraf Tiruan (JST) untuk memprediksi produksi melon di dalam greenhouse (bobot buah) dengan menggunakan beberapa parameter seperti umur buah, umur panen, tinggi tanaman, diameter buah, panjang buah, diameter rongga, ketebalan daging, nomor cabang, diameter cabang, dan jumlah daun. Hasil dari penelitian ini adalah model JST dengan konfigurasi 10 input layer, 6 hidden layer, dan 1 output layer dengan R2 sebesar 0,93. Penelitian ini menyimpulkan bahwa terdapat korelasi antara parameter input dengan bobot buah melon.
Unduhan
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Authors submitting manuscripts should understand and agree that copyright of manuscripts of the article shall be assigned/transferred to Jurnal Keteknikan Pertanian. This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License (CC BY-SA) where Authors and Readers can copy and redistribute the material in any medium or format, as well as remix, transform, and build upon the material for any purpose, but they must give appropriate credit (cite to the article or content), provide a link to the license, and indicate if changes were made. If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
