Teknik Manajemen Operasional Lapangan

NFT dan DFT bukan soal mana yang lebih baik -- hasil panen ditentukan oleh cara operasional setelah memilih

Daftar artikel untuk manajer operasional lapangan

Close-up akar hidroponik berwarna putih. Baik NFT maupun DFT, kondisi akar inilah yang membedakan hasil panen

Keunggulan metode tidak menentukan hasil panen

Ketika pembicaraan beralih ke membangun sistem larutan nutrisi dari awal, atau membangunnya kembali, hal pertama yang biasanya dihadapi adalah “NFT atau DFT?” Alirkan tipis-tipis, atau tampung dalam-dalam. Cari di mana saja dan Anda menemukan tabel perbandingan tanpa batas, masing-masing punya alasannya, dan akhirnya Anda justru semakin sulit memutuskan — jenis kebuntuan yang berlarut-larut hingga berhari-hari. Apakah itu terasa familiar?

Semakin banyak Anda mencari tahu, semakin terasa tidak ada faktor penentu. Anda mendengar bahwa NFT tahan terhadap pembusukan akar karena air terus mengalir, dan Anda berpikir, baiklah, NFT saja. Tapi kemudian Anda membaca bahwa DFT, dengan seluruh volumenya, lebih tahan terhadap pemadaman listrik dan kerusakan peralatan serta memberikan waktu cadangan ketika ada masalah, lalu Anda kembali berpikir bahwa untuk memproduksi sayuran daun dalam jumlah besar, itulah pilihan yang lebih aman. Lihat tabel perbandingan, setiap baris ada lingkaran di salah satu sisi, dan ketika dijumlah hasilnya hampir imbang. Dan mungkin bukan karena Anda kurang meneliti, tapi karena memang dari awal dirancang untuk berakhir imbang — pernahkah Anda merasa begitu? Bahwa jika pilihan mana pun berujung pada bagaimana Anda mengelola air sesudahnya, lalu untuk apa semua waktu yang Anda curahkan untuk persimpangan pertama ini?

Kenyataannya, setelah melihat banyak lantai kerja, pandangan itu — “dirancang untuk berakhir imbang” — adalah yang benar. Tabel perbandingan itu hanya mendaftar sifat-sifat setiap metode; variabel yang menentukan hasil panen di lantai kerja tidak ada di situ. Setelah bertahun-tahun mengamati selada, ketika saya menelusuri penyebab setiap kali hasil panen atau kualitas bergoyang, hampir setiap kali bukan “metodenya” tapi salah satu dari “debit aliran hari itu, suhu larutan nutrisi, atau oksigen terlarut.” Pembusukan akar di NFT bukan kesalahan metode; itu terjadi ketika aliran turun, lapisan tipis air terputus, dan ujung-ujung akar mengering. Tanaman yang memanjang dan kurus di DFT juga bukan kesalahan metode; itu terjadi ketika suhu larutan nutrisi naik, oksigen terlarut berkurang, dan akar melemah. Pilihan mana pun yang Anda ambil, semuanya bergantung pada apakah Anda memantau titik itu setiap hari. Jadi wajar saja kalau total tabel perbandingan berakhir imbang, dan mencoba mendeklarasikan pemenang di sana berarti Anda sedang mengajukan pertanyaan yang salah.

Jadi bagaimana cara memutuskan metodenya? Bagian ini bisa Anda jaga tetap sederhana. Ditentukan oleh kendala yang ada di tangan Anda. Berapa menit Anda ingin bertahan saat pemadaman listrik atau kerusakan — jika Anda menginginkan volume air sebagai jaminan untuk itu, condong ke DFT. Jika Anda ingin menambah lebih banyak rak dan membuatnya ringan, serta menjaga pemipaan tetap sederhana, condong ke NFT. Dalam rentang skala dan lebar risiko yang bisa Anda toleransi, pilihan itu hampir memutuskan dirinya sendiri secara otomatis. Ini bukan persimpangan yang layak untuk dipikirkan berhari-hari.

Yang justru layak menerima waktu dan tenaga Anda adalah apa yang datang setelah memilih. Hal yang penting dan berlaku sama di kedua metode adalah cara untuk menyadari ketika aliran berhenti. Pompa berhenti, suhu larutan nutrisi naik — bagaimana Anda mendeteksi itu selama jam-jam ketika tidak ada yang berdiri di depan rak? Aliran NFT adalah tali penyelamatnya, jadi ketika berhenti prosesnya cepat; DFT, dengan volume airnya, memberi sedikit kelonggaran bahkan jika Anda terlambat menyadari — ada perbedaan itu, tapi bagaimanapun juga kerugian terbesar adalah “menyadari terlambat, terlambat untuk diperbaiki.” Jadi daripada menghabiskan keraguan Anda pada metode mana yang lebih baik, tentukan lebih dulu pertanyaan ini: “dengan metode mana pun, berapa menit yang diperlukan agar saya menyadari bahwa aliran sudah berhenti?” Setelah itu terjawab, pilihan metode menjadi pilihan kecil yang menggantung di bawahnya, dan mengalir dengan lancar.

“Dirancang untuk berakhir imbang” juga berlaku dalam studi yang telah membandingkan keduanya. Menumbuhkan sayuran daun seperti selada di NFT versus DWC (deep-water culture) — kerabat dari DFT yang menggunakan air tergenang — dan membandingkan pertumbuhan serta hasil panen, ada laporan yang menyatakan tidak ada perbedaan besar antara keduanya dan keduanya mencapai berat yang siap panen pada waktu yang tepat. Bahwa metode itu sendiri jarang membuat perbedaan terbukti tidak hanya dari apa yang Anda rasakan di lantai kerja tetapi juga dari uji perbandingan. (lihat: 1)

Yang menarik metode adalah waktu yang bisa Anda toleransi dan skala

Ketika Anda membangun sistem larutan nutrisi dari awal, atau membangunnya kembali, hasil panen tidak ditentukan oleh keunggulan metode itu sendiri — itulah yang telah saya sampaikan sampai sini. Jadi di mana perbedaan itu muncul? Pertanyaan yang saya tinggalkan di akhir bagian sebelumnya — “berapa menit yang diperlukan untuk menyadari bahwa aliran sudah berhenti?” — itulah yang saya gali mulai dari sini.

Satu jam tangan, melambangkan waktu toleransi antara saat aliran berhenti dan saat Anda menyadarinya

Ajukan pertanyaan ini dan satu keraguan langsung muncul: “berapa menit” itu, pada akhirnya, adalah sesuatu yang Anda hitung mundur dari metode, bukan? Dengan NFT, akar mengering cepat ketika berhenti, jadi Anda harus membangun pemantauan dengan asumsi waktu toleransi yang pendek. Dengan DFT, volume air memberi kelonggaran, sehingga bisa sedikit lebih longgar. Jika begitu, meskipun Anda mengatakan akan menentukan “berapa menit untuk menyadari” lebih dulu, keketatan yang diperlukan sebenarnya berubah tergantung metodenya. Bisakah Anda benar-benar menentukan “berapa menit yang saya bisa toleransi” sebelum memilih metode? Atau apakah waktu toleransi yang datang lebih dulu, dan dari situ condong ke DFT atau ke NFT memutuskan dirinya sendiri secara alami?

Urutannya jelas. Waktu toleransi yang datang lebih dulu. Anda tidak menghitung mundur dari metode. Waktu toleransi ditentukan bukan oleh metode tetapi oleh keadaan lantai kerja. Berapa jam di malam hari atau dini hari tidak ada yang berdiri di sana; berapa menit waktu yang dibutuhkan seseorang untuk mencapai rak setelah anomali terdeteksi; berapa banyak bibit yang hilang di satu rak yang berhenti, dan berapa kerugian finansialnya. Ini adalah angka-angka yang sudah ada di lantai kerja itu sejak lama, jauh sebelum Anda memilih metode. Di ruangan tertutup pertanian vertikal, dengan asumsi suhu ruangan hampir konstan sepanjang tahun, apa yang berpengaruh dari sisi risiko penghentian hampir sepenuhnya adalah “waktu tidak ada orang, dan waktu untuk mencapai lokasi.” Tentu saja dalam kenyataannya, keadaan konkret seperti berat air yang bisa ditanggung lantai beserta estimasinya, atau peralatan yang sudah terpasang, juga menarik metode. Tapi itu pun bukan jawaban yang Anda dapatkan dengan menatap tabel perbandingan; sekali lagi, itu adalah angka-angka yang sudah ada di lantai kerja Anda sejak awal.

Setelah “waktu toleransi” itu ditentukan, metode dipersempit bukan dengan perhitungan mundur melainkan sebagai syarat yang diperlukan. Misalnya, di lantai kerja yang berjalan tanpa pengawasan selama empat jam di malam hari dan membutuhkan tiga puluh menit untuk dijangkau, Anda tidak akan sempat — tidak pada kecepatan di mana, begitu aliran berhenti di NFT, lapisan tipis air terputus dan ujung akar mengering. Jadi bukan berarti jika Anda memilih NFT Anda harus memperketat pemantauan; masalahnya adalah metode itu dari awal sudah sulit untuk dipilih. Sebaliknya, jika Anda bisa membeli kelonggaran itu dengan volume air, Anda condong ke DFT. Metode tidak menentukan keketatan pemantauan; waktu toleransi yang datang lebih dulu itulah yang menarik metode dan volume airnya bersama-sama. Jadi tidak ada kontradiksi. “Berapa menit yang bisa saya toleransi” ditentukan di lantai kerja terlebih dahulu, terlepas dari metode, dan metode tidak lebih dari satu sarana untuk memenuhi waktu itu. Ini adalah pertanyaan alokasi: beli waktu dengan volume air, atau beli dengan pemantauan dan sistem untuk menjangkau lokasi. Dan kenyataannya, bahkan jika Anda memilih DFT, kelonggaran itu adalah ilusi jika Anda tidak memantau oksigen terlarut, dan bahkan dengan NFT, jika Anda punya sistem yang memberi tahu Anda seketika ketika aliran berhenti, kecepatannya bukan sesuatu yang perlu ditakuti. Pada akhirnya, sekali lagi, semuanya kembali ke cara operasional setelah memilih. Jadi urutan yang baik adalah menulis waktu toleransi di kertas lebih dulu, lalu menggantungkan metode di bawahnya.

Ada satu lagi keadaan di tangan Anda yang secara langsung menarik metode: skala, dan sejauh mana Anda melakukan segala sesuatunya dengan mesin. Selama Anda menjalankan dalam skala kecil dan secara manual, ringannya NFT dan kesederhanaan pemipaannya cocok; namun seiring skala meningkat dan Anda mengotomatisasi penanaman akhir, transportasi, dan panen, sistem air tergenang — yang bisa ditangani dengan memindahkan seluruh panel budidaya — mulai lebih cocok. Meski begitu, ini bukan “karena skalanya besar, maka DFT sudah pasti.” Yang sebenarnya berpengaruh bukan metode itu sendiri melainkan “berapa kali tangan manusia menyentuh air itu.” Pada tahap kerja manual, bahkan ketika aliran berhenti, seseorang ada di depannya dan langsung menyadari. Jadi kecepatan NFT bukan sesuatu yang perlu ditakuti. Seiring Anda mengotomatisasi, waktu yang dihabiskan seseorang berdiri di depan rak berkurang drastis. Lalu “waktu tanpa pengawasan dan waktu untuk menjangkau lokasi” yang tadi disebut langsung memanjang. Dengan kata lain, skala dan otomatisasi terlihat seolah memutuskan metode secara langsung, tapi sebenarnya mereka menggerakkan “waktu toleransi.” Melalui saluran itulah pengaruhnya sampai ke metode. Skala meningkat, Anda mengotomatisasi, orang-orang menjauh dari air, waktu tanpa pengawasan memanjang, waktu toleransi menyusut — dan jika Anda ingin membeli waktu yang menyusut itu dengan volume air, Anda condong ke DFT. Itulah rantainya.

Dan dalam kenyataannya hal-hal ini bercampur. Bahkan pada skala besar tidak segalanya terotomatisasi, dan bahkan pada lini yang terotomatisasi, jika Anda membangun sensor dan notifikasi dengan benar, Anda bisa mendapatkan kembali “tahu seketika ketika aliran berhenti” bahkan tanpa pengawasan. Jadi bahkan pada skala besar, NFT tidak hilang. Sebaliknya, bahkan pada skala kecil, jika Anda sepenuhnya tanpa pengawasan di malam hari, volume air DFT tetap berpengaruh. Jadi Anda tidak bisa menyatakan dalam satu kalimat “skala besar, lalu DFT.” Skala dan otomatisasi memang berpengaruh pada pilihan metode, tetapi cara pengaruhnya bukan dengan memutuskan metode secara langsung; mereka mengubah berapa kali seseorang menyentuh air, mengubah waktu tanpa pengawasan, mengubah waktu toleransi — mereka menggerakkan lapisan satu tingkat di atas. Jadi ketika skala berubah, hal pertama yang harus digambar ulang bukan tabel perbandingan melainkan “pada skala ini sekarang, berapa menit aliran berjalan tanpa pengawasan, dan jika berhenti, dalam berapa menit saya bisa menyadarinya?” Metode, sekali lagi, menggantung di bawah itu.

Setelah memilih, debit aliran, suhu larutan nutrisi, dan oksigen terlarut yang Anda pantau setiap hari

Setelah memilih, perhatian Anda sepenuhnya beralih ke “apa yang harus dilihat setiap hari.” Yang terus muncul dalam diskusi tentang metode adalah tiga hal ini: debit aliran, suhu larutan nutrisi, dan oksigen terlarut. Jadi ketika Anda memantau ketiganya setiap hari, apa yang sebenarnya harus Anda lihat, dan bagaimana caranya? Katakanlah Anda melakukan putaran pagi — dalam urutan apa Anda menangani ketiga hal itu, angka mana yang Anda baca, dan bagaimana Anda menarik garis antara “ini tidak apa-apa” dan “ini bermasalah”? Haruskah ketiganya dipantau pada waktu yang sama? Antara sesuatu yang berubah perlahan sepanjang hari, seperti suhu larutan nutrisi, dan sesuatu yang langsung bermasalah ketika berhenti, seperti debit aliran, cara memantaunya berbeda.

tangki nutrisi. Lantai kerja operasional di mana debit aliran, suhu larutan nutrisi, dan oksigen terlarut dipantau setiap hari

Kenyataannya, rasa pemisahan antara “langsung bermasalah ketika berhenti” dan “berubah perlahan” itu sendiri sudah menjadi jawabannya. Ketiga hal itu terbagi dengan jelas menjadi dua jalur pemantauan.

Pertama, debit aliran jelas bertipe “langsung bermasalah ketika berhenti.” Jadi cara memantaunya tidak cocok dengan melakukan putaran pagi dan mengonfirmasi dengan mata Anda sendiri. Jika aliran berhenti selama jam-jam ketika tidak ada yang berdiri di depannya, maka sampai seseorang berikutnya pergi untuk melihat, aliran itu terus dalam kondisi bermasalah sepanjang waktu. Oleh karena itu, khusus untuk debit aliran, Anda serahkan deteksinya ke mesin, bukan mata manusia. Begitu pompa, atau aliran, turun, sistem mendeteksinya dan mengirimkan notifikasi kepada seseorang. Ini adalah tempat yang diserahkan ke mekanisme. Dan debit aliran punya lebih dari sekadar “apakah nol atau tidak” — ada kisaran yang baik. Terlalu tipis dan lapisan air terputus serta ujung akar mengering; terlalu cepat dan akar tidak bisa menetap. Jadi selain “apakah sudah berhenti,” Anda pantau juga “apakah kurang lebih masih dalam kisaran ini.” Saya tidak akan menegaskan angka spesifik, karena itu harus Anda tentukan sendiri di lantai kerja, tapi ada baiknya memegang rasa bahwa ada keburukan di kedua sisi — terlalu tipis dan terlalu cepat.

Bahwa debit aliran punya kisaran yang baik juga jelas dari angka-angkanya. Dalam eksperimen yang memvariasikan debit aliran pada selada NFT, hasil panen terbaik diperoleh sekitar 1,0 L/menit. Lebih lambat dari ini, pada 0,5 L/menit, penyerapan air dan aktivitas stomata menjadi lamban, berat segar turun hampir 30 persen (sekitar 28%), dan nitrat dalam daun meningkat. Sebaliknya, naikkan hingga 4,0 L/menit dan kali ini akar rusak secara fisik dan menghitam, serta kapasitas penyerapan turun. (lihat: 2) Eksperimen lain dengan Swiss chard juga menunjukkan respons berbentuk bukit: debit aliran yang sedang menjadi stimulasi yang baik bagi akar, namun berlebihan menyebabkan akar menyusut dan pertumbuhan menurun. (lihat: 3) Bukan “selama mengalir berarti aman” atau “semakin banyak semakin baik”; hanya ketika Anda menjaganya dalam kisaran yang tidak terlalu cepat maupun terlalu lambat, barulah karakternya yang sesungguhnya muncul.

Suhu larutan nutrisi dan oksigen terlarut, di sisi lain, bertipe “berubah perlahan.” Keduanya hanya bergeser sedikit selama jam-jam ketika efek pengendalian iklim (climate control) lemah, sehingga bisa ditangkap dengan pengamatan visual harian dan pencatatan. Pada putaran pagi, lihat suhu larutan nutrisi dan oksigen terlarut lalu catat nilai hari itu. Deretan nilainya bersama hari sebelumnya dan dua hari sebelumnya, dan perubahan perlahan itu terlihat sebagai garis. Dan keduanya tidak terpisah melainkan saling terkait: ketika suhu larutan nutrisi naik, oksigen yang bisa tetap terlarut dalam air itu berkurang. Jadi jika suhu larutan nutrisi sedang naik dan Anda tidak memantau oksigen terlarut, sebelum Anda menyadarinya, akar sudah melemah karena kekurangan oksigen. DFT khususnya, dengan volume airnya yang besar, mudah kehilangan oksigen di bagian bawah. Ini bukan kelemahan metode melainkan sifat air, jadi dari sisi operasional Anda menutupnya dengan aerasi — mengalirkan udara ke dalam air. Anda menjaga kisaran oksigen terlarut dari kedua sisi: suhu larutan nutrisi di satu sisi, aerasi di sisi lain.

Menambahkan oksigen terlarut dari sisi operasional juga punya dukungan di belakangnya. Memasukkan udara ke dalam air yang tergenang dalam dengan gelembung halus (mikrobubble) menjaga oksigen terlarut lebih tinggi dibandingkan aerasi biasa, dan pertumbuhan sayuran daun meningkat dengan cara yang sama baik untuk komatsuna maupun bayam — demikian dilaporkan oleh kelompok penelitian yang sama. (lihat: 4, 5) Tapi ini pun bukan “semakin banyak yang dimasukkan semakin baik.” Ada puncak pada kekuatan aerasi: melewati titik tertentu akan mencapai titik jenuh, dan terlalu kuat justru menurunkan pertumbuhan. Sama seperti debit aliran, di sini pun ada kisaran jumlah yang tepat.

Jadi rutinitas harian menjadi dua jalur. Debit aliran, yang berhenti secara tiba-tiba, ditangkap dan dinotifikasi oleh mesin seketika. Suhu larutan nutrisi dan oksigen terlarut, yang berubah perlahan, dipantau dan dicatat oleh seseorang saat putaran pagi. Deteksi otomatis berperan “jangan melewatkan penghentian mendadak,” dan pengamatan visual manusia berperan “menyadari anomali ringan sebelum terlambat untuk diperbaiki.” Hanya dengan salah satunya saja akan ada celah. Dengan mesin saja, Anda melewatkan “tidak berhenti, tapi perlahan memburuk.” Dengan manusia saja, Anda tidak sempat untuk yang berhenti tiba-tiba selama jam-jam tanpa pengawasan. Jalankan kedua roda bersama, dan barulah kekuatan dasar metode yang dipilih muncul.

Di luar pilihan dua arah, dan menarik garis antara yang bisa dipulihkan dan yang tidak

NFT dan DFT bukan satu-satunya pilihan. DWC (deep-water culture) adalah metode yang menenggelamkan akar sepenuhnya dalam air yang dalam, dan dalam arti menampung air, hampir merupakan kerabat DFT. Anda bisa memperlakukannya di bawah kategori air tergenang, dan hampir semua yang telah dikatakan tentang DFT sampai sini berlaku sebagaimana adanya. Aeroponik adalah metode yang menyemprotkan kabut ke akar, dan dari sisi oksigen terlarut, ini yang paling menguntungkan. Akar terekspos ke udara, sehingga oksigen paling melimpah. Tapi balik itu, karena tidak menampung air, ketika berhenti, akar mengering paling cepat. Saya katakan tentang NFT bahwa “ketika aliran berhenti, lapisan tipis air terputus dan ujung akar mengering”; dengan aeroponik, kecepatan itu bahkan lebih menonjol. Jadi ini untuk kasus terbatas — lantai kerja yang bisa membangun deteksi penghentian seketika dan langkah-langkah penanggulangan penghentian secara cukup kuat. Jika Anda bisa membangunnya, aeroponik itu kuat, tapi memperlakukannya sebagai perpanjangan dari pilihan dua arah yang ada sudah cukup, dan bukan sesuatu yang perlu dipikirkan secara terpisah.

Garis antara apa yang bisa Anda tutup dan apa yang tidak bisa Anda tutup sepenuhnya, Anda tarik di “bisa dipulihkan atau tidak bisa dipulihkan.” Seperti kisaran oksigen terlarut dan debit aliran DFT, di mana jika bergeser Anda menyadari dan membawanya kembali sehingga kembali ke kisaran, akar pulih — yang bisa dipulihkan seperti ini ada di sisi yang Anda tutup dengan operasional. Pantau setiap hari, dan ketika menyimpang masukkan tangan dan tarik kembali. Ini adalah pekerjaan manusia dan catatan. Di sisi lain, di NFT ketika aliran berhenti dan ujung akar mengering, pengeringan itu tidak bisa kembali. Ujung yang sudah rusak tidak kembali seperti semula meskipun Anda mengembalikan airnya. Ini tidak bisa ditutup sepenuhnya hanya dengan pengamatan visual operasional. Jadi deteksi dan notifikasi, lalu sumber daya listrik darurat dan pompa cadangan — dari sisi peralatan dan setup, Anda hancurkan penghentian itu sendiri lebih dulu. Garisnya seperti ini. Yang bisa dipulihkan, tangani dari sisi operasional. Yang tidak bisa dipulihkan, jangan bebankan ke operasional; hapus lebih dulu dengan peralatan dan infrastruktur. Yang bisa dipulihkan dan berubah perlahan, manusia yang memantau; yang tidak bisa dipulihkan dan datang tiba-tiba, dihentikan dengan mesin dan persiapan.

Tapi ada satu poin yang perlu saya tambahkan: bisa dipulihkan atau tidak bisa dipulihkan bukan label yang menempel pada metode. Bahkan debit aliran, naikkan terlalu tinggi dan akar rusak secara tidak bisa dipulihkan; dan bahkan dengan DFT, biarkan suhu larutan nutrisi tinggi di musim panas atau air yang menggenang tanpa ditangani, dan volume air yang melimpah kali ini berubah menjadi air hangat yang tidak bisa mendingin, lalu akar membusuk — kekuatan memiliki volume air berbalik ketika dibiarkan tanpa penanganan. Jadi Anda tidak bisa menyatakan “DFT aman karena memiliki volume air.” Yang menggerakkan batasnya bukan atribut metode melainkan “lebar pergeseran, dan berapa lama dibiarkan tanpa penanganan.” Apa yang DFT belikan untuk Anda adalah “kelonggaran sampai Anda menyadari dan bertindak,” bukan asuransi bahwa Anda tidak perlu memantau.

Jangkauan pembicaraan ini dan satu hal yang dibawa pulang

Terakhir, biarkan saya menetapkan satu batasan. Semua yang ada sampai sini didasarkan pada asumsi sayuran daun di ruangan tertutup pertanian vertikal, dijalankan dengan air bersih. Beralih ke sayuran buah atau tanaman berakar dalam, skala besar, atau perbandingan profitabilitas terhadap rumah kaca yang memasukkan sinar matahari, dan bahkan pada sumbu yang sama, pembobotan seharusnya berubah. Baca itu sebagai proyeksi — “terapkan pandangan ini dan hasilnya seharusnya seperti ini.” Dan kemudian, bagaimana Anda menentukan larutan nutrisi itu sendiri setelah memilih — bagaimana mengatur EC dan pH, bagaimana mengendalikan penyakit — terlepas dari pilihan metode, adalah topik yang layak mendapatkan artikel tersendiri.

Selain itu, jika saya merangkum semua yang ada sampai sini dalam satu kalimat, hasilnya seperti ini. Berapa hari pun Anda menghadapi pertanyaan “NFT atau DFT?”, hasil panen tidak ditentukan di situ. Metode hanyalah sesuatu yang ditentukan secara wajar berdasarkan skala dan kendala yang ada di tangan Anda; tidak ada jawaban bahwa salah satunya benar-benar lebih unggul, dan tidak ada satu kondisi yang memutuskan segalanya. Yang berpengaruh adalah memantau debit aliran, suhu larutan nutrisi, dan oksigen terlarut setiap hari setelah memilih, serta sistem untuk menyadari ketika aliran berhenti. Jadi jika dikatakan dalam satu kalimat: waktu yang Anda habiskan untuk memilih metode, saya ingin Anda curahkan ke operasional setelah memilih. Hanya itu.

172 Kiat untuk Meningkatkan Profitabilitas Pertanian Vertikal Anda

497 halaman, 19 bab, 172 topik. Kumpulan pengetahuan praktis yang lahir dari pengalaman lebih dari 10 tahun di lapangan. Isinya merangkum "pengetahuan tingkat lapangan" tentang pertanian vertikal yang tidak bisa Anda dapatkan di tempat lain.

Lihat selengkapnya

Alat Gratis

参考文献

  1. M.A.C. Griffith, George Paul Buss, Paige Ann Carroll, Xiusheng Yang, John L. Griffis, Galen Papkov, Sarah E. Bauer, Kathryn Jackson, Ankit Singh(2023) The Comparative Performance of Nutrient Film Technique and Deep-Water Culture Hydroponics Method using GREENBOX Technology. https://doi.org/10.13031/aim.202300258
  2. Cleiton Dalastra, Marcelo Carvalho Minhoto Teixeira Filho, Marcelo R da Silva, Thiago AR Nogueira, Guilherme Carlos Fernandes(2020) Head lettuce production and nutrition in relation to nutrient solution flow. Horticultura Brasileira. https://doi.org/10.1590/s0102-053620200103
  3. Bateer Baiyin, Kotaro Tagawa, Mina Yamada, Xinyan Wang, Satoshi Yamada, Yang Shao, Ping An, Sadahiro Yamamoto, Yasuomi Ibaraki(2021) Effect of Nutrient Solution Flow Rate on Hydroponic Plant Growth and Root Morphology. Plants. https://doi.org/10.3390/plants10091840
続きを表示 (2) ▾
  1. Hiromi Ikeura, Hideaki Takahashi, Fumiyuki Kobayashi, Mayuko Sato, Masahiko Tamaki(2017) Effects of microbubble generation methods and dissolved oxygen concentrations on growth of Japanese mustard spinach in hydroponic culture. The Journal of Horticultural Science and Biotechnology. https://doi.org/10.1080/14620316.2017.1391718
  2. Hiromi Ikeura, Keita Tsukada, Masahiko Tamaki(2017) Effect of microbubbles in deep flow hydroponic culture on Spinach growth. Journal of Plant Nutrition. https://doi.org/10.1080/01904167.2017.1346663