• LATEST
    • A PHP Error was encountered

      Severity: Notice

      Message: Undefined variable: latest

      Filename: views/_header.php

      Line Number: 48

      A PHP Error was encountered

      Severity: Warning

      Message: Invalid argument supplied for foreach()

      Filename: views/_header.php

      Line Number: 48


Kendali Sistem Irigasi Untuk Hemat 40% Air

Profesor Fengqi You, Wei-Han Chen, dan Abraham Duncan Stroock dari Cornell University di Ithaca, Amerika Serikat, dan Chao Shang dari Tsinghua University di Beijing (Tiongkok), baru-baru ini menciptakan satu model kendali otomatis sistem irigasi. Model baru ini-- Data-Driven Robust Model Predictive Control (DDRMPC)--memadukan model mekanistik dinamika perubahan kelembaban tanah dan model ketidakpastian evapotranspirasi dan curah hujan. Hasil riset dan penemuan itu dirilis oleh jurnal IEEE Transactions on Control Systems Technology, Mei 2019 (Chao Shang, et al, 2019).

Tim peneliti itu menggunakan data cuaca historis dan learning machine menghitung ketidakpastian ramalan cuaca real-time dan jumlah air yang hilang dari daun dan tanah ke atmosfer. Data dan perhitungan ini dipadukan dengan variasi kelembaban tanah. 

“If you have a framework to connect all these excellent sources of big data and machine learning, we can make agriculture smart. These crops, when grown in the semiarid, semidesert environment of California's Central Valley, are huge consumers of water - one gallon of water per almond. So there's a real opportunity to improve the way we manage water in these contexts,” ungkap Profesor Fengqi You, ahli teknik sistem energi dan senior-author karya ilmiah itu (Melanie Lefkowitz, Cornell Chronicle, Cornell University, 16/7/2019).

Tim ahli yang terlibat dalam proyek riset yang didanai oleh Cornell Initiative for Digital Agriculture itu adalah (1) Chao Shang asal Department of Automation, Tsinghua University, Beijing 100084, Tiongkok; (2) Wei-Han Chen asal Robert Frederick Smith School of Chemical and Biomolecular Engineering, Cornell University, Ithaca, NY 14853 di Amerika Serikat; (3) Abraham Duncan Stroock asal Robert Frederick Smith School of Chemical and Biomolecular Engineering, Cornell University, Ithaca, NY 14853 di Amerika Serikat; dan (4) Profesor Fengqi You asal  Robert Frederick Smith School of Chemical and Biomolecular Engineering, Cornell University, Ithaca, NY 14853 di Amerika Serikat.

Chao Shang, mantan mahasiswa post-doktoral di Cornell University, Amerika Serikat, adalah penulis utama dari karya ilmiah itu. Kini Chao Shang menjadi asisten profesor bidang otomatisasi di Tsinghua University, Tiongkok. Sedangkan Profesor Abraham Stroock, ahli teknik bio-molekular dan kimia, banyak terlibat dalam program stategi konservasi air di negara bagian New York, Amerika Serikat. Hasil karya tim ahli itu dirilis oleh jurnal IEEE Transactions on Control Systems Technology (Chao Shang, Wei-Han Chen, Abraham Duncan Stroock, Fengqi You, “Robust Model Predictive Control of Irrigation Systems With Active Uncertainty Learning and Data Analytics”, IEEE Transactions on Control Systems Technology, May 31, 2019).

Hasil riset dan penemuan itu sangat bermanfaat. Karena hanya 3% air di dunia kini dapat diminum atau layak minum; lebih dari 70% air tawar digunakan untuk pertanian. Sektor pertanian tidak perlu memboroskan air dengan menyiram dua kali per hari yang berisiko pencemaran akuifer, danau, dan lautan.

Kini hasil riset tim ahli itu menawarkan model baru DDRMPC yang memadukan informasi fisiologi tanaman, kondisi tanah waktu nyata, dan ramah cuaca. Manfaatnya, irigasi hemat air dan panen air hujan. Model ini dapat menghemat 40% air melalui irigasi tradisional untuk sektor pertanian. Profesor Abraham Stroock sudah berpengalaman di bidang ini, khususnya konservasi air bagi sektor pertanian apel di negara bagian New York, Amerika Serikat, dan sektor almond, apel, dan anggur di Pantai Barat, Amerika Serikat.

“These crops, when grown in the semiarid, semidesert environment of California's Central Valley, are huge consumers of water - one gallon of water per almond. So there's a real opportunity to improve the way we manage water in these contexts,” papar Profesor Abraham D. Stroock, PhD (Melanie Lefkowitz, Cornell Chronicle, Cornell University, 16/7/2019).

Kendali kelembaban tanah secara tepat dapat mendongkrak kualitas tanaman khusus dan peka seperti anggur. Apel cepat merespons perubahan curah hujan dan tidak membutuhkan data cuaca berminggu-minggu atau berbulan-bulan. Sedangkan almond lambat beradaptasi dengan perubahan curah hujan. Maka model DDRMPC sangat bermanfaat. 

Oleh:Servas Pandur