Universitas Gadjah Mada Smart Farming
Teknik Pertanian & Biosistem
Universitas Gadjah Mada
  • Home
  • Tentang Kami
  • Prestasi
  • Publikasi
  • Komunitas (CoP)
  • Kontak Kami
  • Beranda
  • Target
  • Akademisi
  • “Automatic Growth Chamber” Sebuah Sistem Monitoring Otomatis Ritme Sirkadian Berdasarkan Pergerakan Tanaman

“Automatic Growth Chamber” Sebuah Sistem Monitoring Otomatis Ritme Sirkadian Berdasarkan Pergerakan Tanaman

  • Akademisi, Komunitas, Pemerintah, Uncategorized
  • 14 July 2020, 04.39
  • Oleh: admin
  • 0

Pergerakan Tanaman dan Ritme Sirkadian
Pergerakan tanaman merupakan salah satu proses yang terjadi akibat adanya iritabilitas yang dimiliki oleh tanaman baik mendekati maupun menjauhi rangsangan. Sobat Smart Farmer, tahukah kalian jika pergerakan tanaman memiliki sebuah irama yang dipicu oleh adanya jam biologis? Jam biologis adalah fluktuasi periodik dalam biologi organisme yang sesuai untuk menanggapi terjadinya perubahan kondisi lingkungan secara periodik. Jam biologis pada tanaman akan membentuk sebuah siklus biologi. Pada tanaman, siklus tersebut akan berulang setiap 24 jam dan disebut dengan ritme sirkadian seperti yang dapat dilihat pada gambar 1.1.


Gambar 1. 1 Aktifiitas jam sirkadian pada tanaman


Pergerakan tanaman dikarenakan adanya jam biologis atau ritme sirkadian biasanya sulit untuk diamati secara kasat mata. Hal tersebut karena tanaman memiliki alat gerak pasif sehingga gerakan atau aktivitas tanaman terjadi sangat halus. Namun demikian, ritme sirkadian ini dapat dideteksi dengan cara mengamati pergerakan daun tanaman sebagai salah satu indikator fisik yang biasa digunakan untuk menyelidiki keberadaan ritme tersebut.

Ruang Pertumbuhan Tanaman Otomatis (Automatic Growth Chamber)


Gambar 1.2 Kerangka pikir sistem

Dalam upaya untuk mengetahui keberadaan ritme sirkadian, maka dirancang sebuah sistem monitoring pergerakan tanaman berupa ruang pertumbuhan otomatis (automatic growth chamber) dengan gambaran kerangka pikir yang dapat dilihat pada gambar 1.2. Bertujuan untuk mendukung pertanian presisi, sistem yang dibangun diharapkan dapat meminimalisir terjadinya human error pada proses monitoring pergerakan tanaman terutama dalam kaitannya untuk menyelidiki keberadaan ritme sirkadian. Automatic Growth Chamber (gambar 1.3) yang dibuat terdiri dari beberapa komponen penting yang dapat bekerja secara otomatis dan terintegrasi cloud. Beberapa komponen tersebut antara lain sensor monitoring kondisi lingkungan, sistem pencahayaan, alat irigasi dan fitur multi-camera yang dipasang dengan dua jenis proyeksi yaitu vertikal dan horizontal.

Ruang Pertumbuhan (Chamber) dan Sistem Pencahayaan Otomatis

Ruang pertumbuhan tanaman (chamber) sangat diperlukan sebagai upaya untuk menghasilkan lingkungan yang terkendali sebelum tanaman siap diamati. Lingkungan yang terkendali akan sangat mempengaruhi hasil monitoring pergerakan tanaman dan proses identifikasi ritme sirkadian. Ruang pertumbuhan tanaman (gambar 1.3) dapat memberikan kontrol yang tepat terhadap parameter lingkungan, seperti suhu, kelembaban, dan siklus cahaya selama proses monitoring pergerakan tanaman berlangsung.

Gambar 1.3 Ruang pertumbuhan tanaman dengan berbagai fitur otomatis

Terdapat banyak faktor yang akan mempengaruhi ritme sirkadian pada tanaman dan hingga saat ini cahaya digunakan sebagai stimulus untuk memperoleh respon dari ritme sirkadian tersebut. Dalam banyak percobaan organisme selalu digunakan cahaya buatan yang dikendalikan dengan pengatur waktu sederhana dan disesuaikan hidup matinya. Sejauh ini penelitian menunjukkan bahwa pencahayaan yang optimum guna mendeteksi respon terbaik tanaman adalah 12 jam menggunakan cahaya yang bersumber dari LED Growth Light (gambar 1.4).

Alat Irigasi Otomatis


Gambar 1.5 Alat irigasi otomatis berbasis time scheduling


Ruang pertumbuhan yang dirancang dilengkapi dengan sebuah sistem pengairan (irigasi) yang dapat bekerja secara otomatis (gambar 1.5). Bekerja dengan prinsip time scheduling, alat ini dapat melakukan penyiraman otomatis setiap 12 jam sekali dengan volume irigasi tertentu. Alat ini tentunya cukup memudahkan pengamat dalam proses penyiraman dan meminimalisir terjadinya human error dalam pemberian treatment air irigasi pada tanaman yang diamati.

Sensor Monitoring Kondisi Lingkungan

Gambar 1.6 Sensor suhu, kelembaban dan  intensitas cahaya

Seperti yang sudah dijelaskan sebelumnya, pertumbuhan dan perkembangan tanaman pada dasarnya sangat dipengaruhi oleh beberapa faktor lingkungan seperti kelembaban (RH), suhu dan intensitas cahaya. Oleh karena itu diperlukan sebuah alat yang dapat me-monitoring kondisi lingkungan sekitar tanaman yang diamati secara real time. Alat monitoring (gambar 1.6) ini dipasang dalam masing-masing ruang pertumbuhan dan diatur untuk dapat mengambil data kondisi lingkungan secara otomatis setiap 5 menit sekali dan mengirim data tersebut ke cloud server (Agrieye-UGM) secara real time (gambar 1.7).

Gambar 1.7 Contoh data hasil monitoring lingkungan

Fitur Multi-Camera

Pengambilan citra tanaman dilakukan dengan dua jenis proyeksi yaitu proyeksi vertikal menggunakan top-camera dan proyeksi horizontal menggunakan side-camera dapat dilihat pada gambar 1.8. Masing-masing area pengambilan gambar diberi alas berupa kain hitam yang berfungsi sebagai backround. Warna hitam dianggap sebagai warna paling ideal dan tidak akan mengganggu proses pengambilan dan pengolahan data citra lebih lanjut. Backround yang dipasang berfungsi untuk memudahkan sistem untuk  membedakan antara obyek yang diamati dengan backround-nya. Kamera yang digunakan dalam proses monitoring pergerakan tanaman dalam growth chamber ini dapat dilihat pada gambar 1.9.

Gambar 1.8 Gambarang sudut pengambilan citra tanaman berdasarkan 2 jenis proyeksi

Gambar 1.9 Multi-camera yang dipasang didalam chamber

Hasil Capture dan Visualisasi Vektor Pergerakan

Contoh hasil pengambilan data citra (capture) dari proyeksi vertikal dan horizontal pada chamber dapat dilihat pada gambar 1.10. Terdapat 4 sample data citra untuk masing-masing proyeksi. Sample data citra tersebut diambil pada pukul enam pagi-petang dan pukul dua belas pagi-petang. Berdasarkan sample tersebut, belum terlihat perbedaan yang signifikan antar citra tanaman yang didapat. Pergerakan dari tanaman yang diamati belum terlihat dengan jelas sehingga masih perlu pengolahan (analisis) lebih lanjut untuk dapat melihat pergerakan dari tanaman yang diamati.

Gambar 1.10 Contoh hasil pengambilan data citra tanaman

Pergerakan dari tanaman yang diamati dapat dilihat dengan pengolahan data citra lebih lanjut menggunakan metode optical flow. Visualisasi vektor pergerakan dihasilkan melalui analisis data menggunakan software PyCharm dengan implementasi algoritma Shi Tomasi dan Lucas Kanade. Nilai serta arah pergerakan tanaman dapat dilihat dengan lebih jelas dengan metode ini. Anak panah pada visualisasi vektor merepresentasikan arah pergerakan tanaman, sedangkan panjang vektor merepresentasikan nilai atau besar pergerakan tanaman. Contoh visualisasi vektor pergerakan tanaman dengan proyeksi vertikal maupun horizontal dapat dilihat pada gambar 1.11.

Gambar 1.11 Contoh visualisasi vektor pergerakan tanaman

Ritme Sirkadian Tanaman

Hasil analisis lebih lanjut menghasilkan dua jenis data yaitu visualisasi vektor  pergerakan dan estimasi jarak perpindahan dalam bentuk file (.cvs). Untuk melihat ritme sirkadiannya, nilai jarak perpindahan tersebut perlu di-plot menjadi sebuah grafik time series. Namun, grafik yang dibuat dari raw data sering kali terlihat acak dan tidak berpola. Untuk itu, dilakukan filter terlebih dahulu untuk mendapatkan pola global sehingga grafik yang dibuat lebih berpola. Filter data ini dilakukan setiap 2 jam sekali atau setiap 5 data citra.

Gambar 1.12 Contoh ritme sirkadian yang terbentuk berdasarkan pengolahan data citra proyeksi vertikal

Data perpindahan sebelum dan sesudah filter kemudian di plot menjadi grafik time series menggunakan bantuan software RStudio dengan input kode pemrograman mav yaitu rata-rata jarak (moving average). Gambar 1.12 merupakan contoh hasil ritme sirkadian berdasarkan pengamatan pergerakan tanaman didalam Automatic Growth Chamber dengan proyeksi vertikal. Sedangkan gambar 1.13 merupakan hasil analisis periode sirkadian baik dari proyeksi atas maupun samping. Berdasarkan analisis dapat diketahui nilai periode sirkadian tanaman yang diamatai adalah 20 jam untuk proyeksi horizontal dan 24 jam untuk proyeksi vertikal.

Gambar 1.13 Contoh hasil analisis periode sirkadian menggunakan RStudio

*Penelitian ini dipresentasikan di The International Conference on Science and Applied Science (ICSAS) 2019, Surakarta, dan dimuat di Proceeding AIP Publishing.

References

Fatmawati, D., Nugroho, A. P. dan Widiyatmoko, A. 2019. “Design and performance evaluation of multi-camera for continuous plant motion monitoring system Design and Performance Evaluation of Multi-Camera for Continuous Plant Motion Monitoring System,” in. Solo: AIP Conference Proceedings, hal. 1–8.

Acknowledgment

Penelitian ini didanai dengan skema Reknogisi Tugas Akhir (RTA) tahun 2019-2020 yang dilaksanakan di Smart Agriculture Research dalam merintis penerapan pertanian presisi berbasis computer vision. Penelitian ini dibimbing oleh: Dr. Andri Prima Nugroho, Dr. Rudiati Evi Masithoh, M.Dev. Tech. dan Prof. Dr. Lilik Sutiarso, M.Eng.

[simple-author-box]

 

Tags: aliran optik Automatic Growth Chamber multi-camera sistem monitoring pergerakan tanaman

Leave A Comment Cancel reply

Your email address will not be published. Required fields are marked *

*

Komentar Terbaru

  • Emilia on Perancangan Sistem Informasi Kebutuhan Dosis Pupuk Berbasis Web Di Kebun Buah Nawungan Selopamioro Kabupaten Bantul
  • ahmad on Review – Analisis Big Data dalam Bidang Pertanian
  • Keira on Kuliah Tamu: Smart Agriculture – IoT Application in Agriculture oleh Prof. Takashi Okayasu- Kyushu University
  • mulkan syarif on Perancangan Peralatan Monitoring Kondisi Lingkungan Berbasis Jaringan Sensor Nirkabel Dengan Tenaga Surya
  • M. Yusuf on Poster Penelitian – Smart Agricultural Framework and Its Implementation to Open Field Tropical Horticulture Production

Kategori

  • Akademisi
  • features
  • Industri
  • Komunitas
  • Pemerintah
  • Uncategorized

Archives

  • March 2023
  • February 2023
  • October 2022
  • September 2022
  • August 2022
  • March 2022
  • March 2021
  • January 2021
  • October 2020
  • September 2020
  • August 2020
  • July 2020
  • October 2019
  • July 2019
  • November 2018
  • October 2018
  • December 2017
  • September 2017
  • June 2017
  • August 2016

Navigasi

  • Log in
  • Entries RSS
  • Comments RSS
  • web instansi
Universitas Gadjah Mada

Menara Ilmu Smart Farming

DEPARTEMEN TEKNIK PERTANIAN & BIOSISTEM
FAKULTAS TEKNOLOGI PERTANIAN
UNIVERSITAS GADJAH MADA

Jln. Flora 1. Bulaksumur 55281 Yogyakarta Indonesia
  smart-farming.tp@ugm.ac.id
  +62-274-563-542
  +62-274-563-542

Tentang Kami

  • Visi
  • Tujuan
  • Manfaat
  • Pengelola
  • Kontak Kami

Target Komunitas

  • Akademisi
  • Industri
  • Komunitas
  • Pemerintah

© Universitas Gadjah Mada 2017

KEBIJAKAN PRIVASI/PRIVACY POLICY

[EN] We use cookies to help our viewer get the best experience on our website. -- [ID] Kami menggunakan cookie untuk membantu pengunjung kami mendapatkan pengalaman terbaik di situs web kami.I Agree / Saya Setuju