Garuda - Garba Rujukan Digital

p-Index From 2020 - 2025

5.546

P-Index

This Author published in this journals

All Journal Jurnal Penelitian Saintek Proceedings of Annual International Conference Syiah Kuala University - Life Sciences & Engineering Chapter Jurnal Teknologi Pertanian agriTECH Indonesian Journal of Chemistry SINTECH (Science and Information Technology) Journal Jurnal Teknik Pertanian Lampung (Journal of Agricultural Engineering) Jurnal Serambi Engineering Agroteknika Agro Bali: Agricultural Journal Jurnal Kedokteran Hewan Jurnal Ilmiah Mahasiswa Pertanian Rona Teknik Pertanian Jurnal Pengabdian Mahakarya Masyarakat Indonesia

Agus Arip Munawar

Department Of Agricultural Engineering, Syiah Kuala University, Aceh

Author-ID : 2764691

Agriculture, Biological Sciences & Forestry Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Chemistry Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Energy Engineering Environmental Science Immunology & microbiology Industrial & Manufacturing Engineering Mechanical Engineering Medicine & Pharmacology Veterinary Other

Published : 45 Documents Claim Missing Document

Claim Missing Document

Articles

Title

1 2 3

Desain dan Uji Performansi Instrument Berbasis Teknologi Laser Photo-Accoustics untuk Uji Cepat Kualitas Mangga Aulia Ifnu Akbar; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 2, No 3 (2017): Agustus 2017
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Kandungan kadar gula pada buah mangga selalu dilakukan metode destruktif yaitu dengan cara mangga diperas sari buahnya dan dilihat oBrix dengan menggunakan alat refraktometer. Penelitian ini bertujuan untuk merancang alat laser Photo-Acoustics (LPAS) untuk mendeteksi cepat kadar gula pada buah mangga. Penelitian ini menggunakan alat laser He-Ne dan self developed LPAS single beam dengan sensor piezoelectric transducer dan bahan penelitian ini adalah mangga jenis udang yang diperoleh dari kebun sare Aceh Besar. Penelitian ini menggunakan model prediksi yang dibangun dengan menggunakan metode Partial least square dengan metode koreksi baseline correction. Sebelum dibangun model prediksi data pencilan dideteksi dengan metode PCA yang digandeng dengan metode Hotelling T2 ellipse, kemudian dilanjutkan dengan analisis laboratorium untuk mendapatkan nilai acuan Y dalam membangun model prediksi. Dalam membangun model prediksi Parameter statistika yang biasa digunakan untuk mengevaluasi model yang dihasilkan adalah Nilai Error (RMSEC) , Nilai Koefisien Korelasi (r), Nilai Koefisien Determinasi (R2), dan RPD. Hasil penelitian menunjukan bahwa self developed laser Photo-Accoustics yang telah di desain oleh peneliti berjalan dengan optimal terlihat dari bentuk gelombang yang dihasilkan oleh instrument pengukur osiloscope pada analisis trancient tanpa adanya noise dan terdistribusi merata. Self developed LPAS ini juga mampu mendeteksi zat organik kadar gula dengan kisaran gelombang wavenumber 5849 cm-1 – 6210 cm-1 dan 7195 cm-1 – 7559 cm-1 , spektrum yang telah dikoreksi menggunakan baseline correction diperoleh nilai parameter statistiknya adalah nilai R2 sebesar 0,7531, nilai r sebesar 0,8678 , nilai error (RMSEC) sebesar 0,4018 dan nilai RPD sebesar 1,9159. model yang dihasilkan masih dalam prediksi kasar (sufficient performance).Design and Performance Test of Laser Photo-Acoustics Based Instrument for Rapid Test of Mango Quality Abstrack: sugar content in mango fruit always done destructively by squeezed juice and seen oBrix by using refractometer. This study aims to design a laser Photo-Acoustics (LPAS) tool to detect rapid sugar levels in mangoes. This research uses He-Ne laser and self developed LPAS single beam with piezoelectric transducer sensor and the material of this research is shrimp mango type obtained from Aceh Besar sare . This research uses prediction model which is by using Partial least square method with baseline correction. Prior to prediction model of detected data was projected by PCA method coupled with Hotelling T2 ellipse method, then continued with laboratory analysis to obtain reference Y in constructing prediction model. In constructing the prediction model the statistical parameters commonly used to evaluate the resulting model are Error Value (RMSEC), Correlation Coefficient (r), Coefficient of Determination (R2), and RPD. The results showed that the self developed laser Photo-Accoustics that has been designed by the researcher runs optimally visible from the waveform generated by the oscilloscope measuring instrument in trancient analysis in the absence of noise and distributed evenly. Self developed LPAS is also able to detect organic substances sugar levels with wavenumber wave range 5849 cm-1 - 6210 cm-1 and 7195 cm-1 - 7559 cm-1, the spectrum has been corrected using baseline correction obtained statistical parameter value is the value of R2 equal to 0.7531, r value of 0.8678, error value (RMSEC) of 0.4018 and RPD value of 1.9159. The resulting model is still in a sufficient prediction (sufficient performance).

Deteksi Kualitas Air Sumur Masyarakat Akibat Penumpukan Limbah di Sekitar Tempat Pembuangan Akhir Menggunakan Laser Photo-Acoustics Spectroscopy di Gampong Jawa Kecamatan Kuta Raja Banda Aceh Khairul Abdi Ruslana; Ichwana Ichwana; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 3, No 4 (2018): November 2018
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Dalam menguji kualitas air di Laboratorium biasanya memerlukan biaya yang mahal dan waktu yang lama. Laser Photo-Acoustics Spectroscopy adalah salah satu metode terbaru untuk uji cepat kualitas air. Tujuan dari penelitian ini adalah untuk menguji keakuratan laser fotoakustik sebagai metode baru yang cepat, efektif, dan efisien dalam mendeteksi kualitas air sumur masyarakat akibat penumpukan limbah di sekitar Tempat Pembuangan Akhir di Gampong Jawa Kecamatan Kuta Raja Banda Aceh dengan menggunakan Laser Fotoakustik. Hasil penelitian ini menunjukkan panjang gelombang relevan untuk prediksi kualitas air sumur menggunakan rentang panjang gelombang 4000 – 10000 cm-1 dimana parameter suhu, kekeruhan, TSS, pH, DO, BOD-5 dan nitrat (NO3-) berada pada rentang panjang gelombang tersebut. Metode koreksi spektrum yang paling baik digunakan untuk prediksi suhu, kekeruhan, TSS dan DO ialah metode koreksi cutting edge filtering, prediksi pH dan NO3- paling baik menggunakan data raw spektrum sementara prediksi BOD-5 paling baik mengggunakan metode koreksi peak normalization. Pada data raw spektrum nilai r berkisar pada 0.8349537 - 0.9926958, nilai RMSEC berkisar pada 0.0387916 - 3.7519751, nilai R2 0.6971 - 0.9854453, nilai RPD 1.942375418 - 6.949700451. Pada metode koreksi peak normalization nilai r berkisar pada 0.8151091 - 0.9910417, nilai RMSEC 0.0447571 - 5.7055745, nilai R2 0.65995 - 0.98216, nilai RPD 1.833200928 - 6.668034607. Pada metode koreksi cutting edge filtering nilai r berkisar 0.882751 - 0.9980677, nilai RMSEC 0.0410234 - 1.9323903, nilai R2 0.76829 - 0.9961392, nilai RPD 2.22078388 - 17.20520953.Detection of Water Quality of Wells of Communities Due to Waste Accumulation Around Final Disposal Site Using Photoacoustics Laser in Gampong Jawa Kecamatan Kuta Raja Banda AcehAbstract. In testing the quality of water in the Laboratory usually requires a high cost and a long time. The Photo-Acoustics Spectroscopy Laser is one of the newest methods for rapid water quality testing. The purpose of this research is to test the accuracy of photoacoustic laser as a new method that quickly, effectively and efficiently in detecting the quality of well water of society due to the accumulation of waste around the Final Disposal Site in Gampong Jawa, Kuta Raja Raja sub-district by using Laser Fotoakustik. The results of this study show the relevant Wavelength for well water quality prediction using the 4000 - 10000 cm - 1 wavelength range where the temperature, turbidity, TSS, pH, DO, BOD - 5 and nitrate (NO3 -) parameters are in the wavelength range. The best spectral correction methods used for prediction of temperature, turbidity, TSS and DO are cutting edge filtering correction methods, pH and NO3 predictions-best using raw spectrum data while BOD-5 predictions best use peak normalization correction methods. In raw data spectrum r value ranges from 0.8349537 - 0.9926958, RMSEC value ranges from 0.0387916 - 3.7519751, value R2 0.6971 - 0.9854453, RPD value 1.942375418 - 6.949700451. In peak correction method normalization r value ranges from 0.8151091 - 0.9910417, RMSEC value 0.0447571 - 5.7055745, value R2 0.65995 - 0.98216, RPD value 1.833200928 - 6.668034607. In correction method of cutting edge filtering r value ranges from 0.882751 - 0.9980677, RMSEC value 0.0410234 - 1.9323903, value R2 0.76829 - 0.9961392, RPD value 2.22078388 - 17.20520953.

Penentuan Kadar Lemak Secara Non-Destruktif Pada Bubuk Biji Kakao (Berbasis Nirs-Partial Least Square) Dengan Menerapkan Metode Mean Normalization Dan De-Trending Muaida Alfia; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 1, No 1 (2016): November 2016
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Saat ini untuk menentukan kadar lemak pada biji kakao dilakukan dengan mengekstrak biji kakao menggunakan pelarut tertentu yang memakan waktu cukup lama, sehingga metode penentuan mutu secara cepat dan tepat diperlukan untuk menghasilkan komoditas kakao standar mutu tinggi yang dapat diwujudkan dengan metode near infrared reflectance spectroscopy (NIRS). Tujuan yang ingin dicapai dari penelitian ini membandingkan data spektrum antar pretreatment mean normalization (MN) dan de-trending dan (DT) dalam mengkoreksi spektrum NIRS yang dihasilkan serta mengembangkan metode non-destruktif NIRS dalam menduga kandungan lemak pada bubuk biji kakao. Penelitian ini dilakukan di Laboratorium Instrumentasi dan Energi Program Studi Teknik Pertanian pada bulan Maret sampai Mei 2016. Hasil penelitian yang diperoleh bahwa metode NIRS menggunakan preatreatment de-trending dan mean normalization pada panjang gelombang 2300-2400 nm merupakan panjang gelombang yang paling relevan untuk menduga kadar lemak pada bubuk biji kakao. Pendugaan PLS yang didukung pretreatment telah menghasilkan pendugaan yang tergolong good model performance. Pada pendugaan kadar lemak PLS yang sangat baik dalam meningkatkan kinerja PLS pada cross validation adalah de-trending. Abstract. determining fat content in cocoa beans is generally performed by extracting cocoa beans using certain solvent extraction which takes a long time. Determining quality method quickly and exactly required to produce the commodity of high quality standard cocoa that is realized by of near infrared reflectance spectroscopy (NIRS) method. The aim of this research is to compare the spectral data pretreatment mean normalization (MN) and de- trending and (DT) in correcting the NIRS spectrum which is namely and to develop of non-destructive NIRS method in predicting the fat content in cocoa powder. This research was conducted in Instrumentation Laboratory and Energy of Agriculture department from March to May 2016. the results of the research obtained that the NIRS method used de-trending and mean normalization spectra correction methods at a wave-length range of 2300-2400 nm, found to be the most relevant to estimate the fat content in cocoa powder. The estimation of PLS been produced a of good model performance.

Karakterisasi Produk Pliek-U Komersial Melalui Analisis Sensori Tyas Al Khalis; Raida Agustina; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 7, No 4 (2022): November 2022
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Pliek-U komersial adalah pliek-U yang sudah dikomersialkan di pasar-pasar tradisional, toko souvenir, dan swalayan, serta sudah memiliki label pada kemasannya, namun hingga saat ini belum ada penelitian tentang karakterisasi terhadap pliek-U komersial yang dijual dipasaran, maka dari itu dilakukan analisis sensori yang bertujuan untuk mengetahui karakterisasi penilaian konsumen pada pliek-U komersial. Ada 6 pliek-U komersial yang digunakan dalam penelitian yaitu P1, P2, P3, P4, P5, dan P6. Analisis sensori dilakukan terhadap kriteria aroma, warna, rasa, tekstur, aftertaste, defect, harga, dan penerimaan keseluruhan. Penilaian ini dilakukan secara hedonik oleh 50 panelis konsumen. Berdasarkan hasil penelitian analisis sensori yang dilakukan, didapat bahwa pliek-U P4 menjadi pliek-U komersial terbaik, dimana terdapat aroma yang khas dari pliek-U, warna coklat kehitaman, rasa yang tidak terlalu asam, tekstur yang bagus, aftertaste yang cukup enak, tidak adanya defect, harga yang cukup terjangkau, dan secara keseluruhan disukai oleh panelis konsumen. Kesimpulan yang dapat diambil pada penelitian ini adalah analisis sensori menunjukkan bahwa pliek-U komersial terbaik terdapat pada pliek-U P4 yang dilihat memiliki level kesukaan tertinggi, sedangkan pliek-U komersial yang kurang baik terdapat pada pliek-U P6 yang memilki level kesukaan terendah. Characterization Of Commercial Pliek-U Products Through Sensory Analysis Abstract: Commercial pliek-U is pliek-U that has been commercialized in traditional markets, souvenir shops, and supermarkets, and already has a label on the packaging, but until now there has been no research on the characterization of commercial pliek-U sold in the market. Sensory analysis was carried out which aims to determine the characterization of consumer ratings on commercial pliek-U. There were 6 commercial pliek-U used in the study, namely P1, P2, P3, P4, P5, and P6. Sensory analysis was carried out on the criteria of aroma, color, taste, texture, aftertaste, defects, price, and overall acceptance. This assessment is carried out hedonic by 50 consumer panelists. Based on the results of the sensory analysis research conducted, it was found that pliek-U P4 became the best commercial pliek-U, where there was a distinctive aroma of pliek-U, blackish brown color, not too sour taste, good texture, quite good aftertaste, the absence of defects, the price is quite affordable, and overall preferred by the consumer panelists. The conclusion that can be drawn from this research is that sensory analysis shows that the best commercial pliek-U is found in pliek-U P4 which is seen to have the highest level of preference, while commercial pliek-U which is not good is found in pliek-U P6 which has the lowest level of preference.

Teknologi Near Infrared Reflectance Spectroscopy (NIRS) dan Metode Kemometri untuk Deteksi Pemalsuan Minyak Nilam Qurratul Zulmi; Agus Arip Munawar; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 7, No 1 (2022): Februari 2022
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Minyak nilam adalah salah satu produk yang banyak diekspor oleh Indonesia. Banyak terjadi kecurangan-kecurangan dalam dunia perdagangan minyak atsiri jenis ini, salah satunya adalah pemalsuan. Tujuan dari penelitian ini adalah untuk membangun model keaslian minyak nilam yang dicampur dengan minyak goreng sawit kemasan menggunakan teknologi NIRS (Near Infrared Reflectance Spectroscopy) dengan bantuan metode Linear Discriminant Analysis (LDA) Quadratic dan pretreatment Standar Normal Variate (SNV). Penelitian ini menggunakan 5 perlakuan bahan yaitu MN, MS, MC75, MC80, dan MC90. Hasil penelitian menunjukkan bahwa teknologi NIRS dengan bantuan metode Linear Discriminant Analysis (LDA) Quadratic dapat dijadikan solusi baru yang lebih efektif untuk menduga pemalsuan minyak nilam yang dicampur minyak goreng sawit kemasan. Metode LDA Quadratic dengan pretreatment Standar Normal Variate (SNV) berhasil membedakan minyak nilam murni dengan selain minyak nilam murni dengan tingkat akurasi sebesar 100%.Near Infrared Reflectance Spectroscopy (NIRS) Technology and Chemometric Methods to Detection of Adulteration Patchouli OilAbstract: Patchouli oil is one of the products that are widely exported by Indonesia. There are many frauds in the world of trading this type of essential oil, one of which is counterfeiting. The purpose of this study was to build a model of the authenticity of patchouli oil mixed with packaged palm cooking oil using NIRS (Near Infrared Reflectance Spectroscoopy) technology by using the Linear Discriminant Analysis (LDA) Quadratic method and Standar Normal Variate (SNV) pretreatments. This study used 5 treatment materials, namely MN, MS, MC75, MC80, and MC90. The results showed that NIRS technology with Linear Discriminant Analysis (LDA) Quadratic method could be used as a new, more effective solution to suspect patchouli oil counterfeiting mixed with packaged palm cooking oil. The LDA Quadratic method with Standard Normal Variate (SNV) pretreatment succeeded in distinguishing pure patchouli oil from other than pure patchouli oil with an accuracy rate of 100%.

Pengembangan Sensor FT-NIR Melalui Transformasi Wavelet Untuk Evaluasi Kadar Gula Mangga Gadung (Mangifera Indica) Muhammad Ikhram; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 2, No 3 (2017): Agustus 2017
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Sebelum adanya uji non-destruktif pada mangga untuk mengetahui kandungan kadar gula pada buah mangga selalu dilakukan metode destruktif yaitu dengan cara mangga diperas sari buahnya dan dilihat oBrix dengan menggunakan alat refraktometer. Penelitian ini bertujuan untuk mengembangkan instrument berbasis teknologi sensor FT-NIR melalui transformasi wavelet (wavelet segmentation) sehingga diharapkan dapat membantu mendeteksi cepat kualitas buah mangga. Penelitian ini menggunakan alat FT-NIR dengan sensor photodiode. Penelitian ini menggunakan model prediksi yang dibangun dengan menggunakan metode Partial least square dengan metode koreksi baseline correction. Setelah itu untuk mendeteksi data pencilan menggunakan metode analisa PCA dan hotelling T2 ellips sehingga data prediksi tidak ada noise (gangguan). Kemudian dilanjutkan dengan analisis laboratorium untuk mendapatkan nilai acuan dalam membangun model prediksi. Dalam membangun model prediksi Parameter statistika yang biasa digunakan untuk mengevaluasi model yang dihasilkan adalah Nilai Error (RMSEC), Nilai Koefisien Korelasi (r), Nilai Koefisien Determinasi (R2), dan RPD. Hasil penelitian menunjukan bahwa self developed FT-NIR mampu mendeteksi zat organik kadar gula dengan kisaran gelombang 2137 nm – 2333 nm, spektrum yang telah dikoreksi menggunakan baseline correction diperoleh nilai parameter statistiknya adalah R2 = 0,881, nilai r = 0,939, nilai RPD = 2,149, nilai error (RMSEC) sebesar 0,782. model yang dihasilkan adalah model prediksi yang bagus (good model performance) karena nilai RPD berada pada kisaran 2 - 2,5.Development of Fourier Transform Near InfraRed Spectroscopy (FT-NIR) Through Wavelet Transformation For Sugar Content Evaluation Mango Gadung (Mangifera Indica)Abstrack : Before the existence of non-destructive test on mango determine of sugar content in mango fruit always destructively by way of mango squeezed juice and seen Brix by using tool of refractometer. This research aims to develop intrument based on FT-NIR sensor technology through wavelet transformation (wavelet segmentation) so it is expected to help detect the quality of mango fruit fast. This research uses FT-NIR tool with photodiode sensor. This research uses prediction model which established by using partial least square method with correction method of baseline correction. Then proceed with laboratory analysis to obtain the reference value in building predictive model. In constructing the prediction model the usual statistical parameters used to evaluate the resulting model are error value (RMSEC), correlation coefficients (r), coefficient of determination (R2), and RPD. The results showed that self developed FT-NIR was able to detect organic subtance of sugar content with wave range 2137 nm - 2333 nm, the corrected spectra using baseline correction obtained statistic parameter value is R2 = 0,881, r = 0,939, value RPD = 2,149, error value (RMSEC) to 0,782. The model produced is a good model of performance (good model performance) because the value of RPD is in the range between 2 and 2,5.

Klasifikasi Mutu Fisik Biji Kopi Beras Robusta menggunakan Pengolahan Citra Digital Dwi Anindea Putri; Agus Arip Munawar; Indera Sakti Nasution
Jurnal Ilmiah Mahasiswa Pertanian Vol 7, No 2 (2022): Mei 2022
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Standar mutu biji kopi di Indonesia menggunakan sistem nilai cacat yang diatur dalam standar Nasional Indonesia (SNI) 01-2907-2008. Tujuan penelitian ini adalah untuk menentukan mutu kopi beras robusta dengan menggunakan Pengolahan citra digital dan metode Support Vector Machine (SVM) serta untuk mendapatkan tingkat akurasi tertinggi. Linear Discriminant Analysis (LDA) dan Support Vector Machine (SVM) diimplementasikan untuk merancang pengklasifikasian otomatis mutu biji kopi beras robusta. Fitur yang digunakan yaitu fitur warna, fitur tekstur dan fitur bentuk. Berdasarkan hasil klasifikasi menggunakan metode Linear Discriminant Analysis (LDA) untuk mendapatkan fitur terbaik yaitu fitur warna yang terdiri dari G, B, L*, a*, b*. Selanjutnya fitur bentuk yang terdiri dari area, perimeter. Kemudian tekstur yang terdiri dari energi, kontras, korelasi dan homogeneity. Metode Support Vector Machine (SVM) mampu mengklasifikasi biji kopi beras robusta dengan tingkat akurasi training sebesar 93.56% dan tingkat akurasi testing sebesar 80.75%. Physical Quality Classification Of Robusta Rice Coffee Beans Using Digital Image ProcessingAbstract. Coffee bean quality standards in Indonesia use the defect value system regulated in the Indonesian National Standard (SNI) 01-2907-2008. The purpose of this study was to determine the quality of robusta rice coffee using digital image processing and the Support Vector Machine (SVM) method and to obtain the highest level of accuracy. Linear Discriminant Analysis (LDA) and Support Vector Machine (SVM) were implemented to design an automatic classification of the quality of Robusta coffee beans. The features used are color features, texture features and shape features. Based on the results of the classification using the Linear Discriminant Analysis (LDA) method to get the best features, namely the color features consisting of G, B, L*, a*, b*. Next features a shape consisting of area, perimeter. Then the texture which consists of energy, contrast, correlation and homogeneity. The Support Vector Machine (SVM) method is able to classify Robusta coffee beans with a training accuracy rate of 93.56% and a testing accuracy rate of 80.75%.

Deteksi Formalin Pada Buah Tomat (Lycopersicum esculentum Mill) Dengan Teknologi Hidung Elektronik (Electronic Nose) Irfan Maibriadi; Ratna Ratna; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 2 (2019): Mei 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak, Tujuan dari penelitian ini adalah mendeteksi kandungan dan kadar formalin pada buah tomat dengan menggunakan instrument berbasis teknologi Electronic nose. Penelitian ini menggunakan buah tomat yang telah direndam dengan formalin dengan kadar 0.5%, 1%, 2%, 3%, 4%, dan buah tomat tanpa perendaman dengan formalin (0%). Jumlah sampel yang digunakan pada penelitian ini adalah sebanyak 18 sampel. Pengukuran spektrum beras menggunakan sensor Piezoelectric Tranducer. Klasifikasi data spektrum buah tomat menggunakan metode Principal Component Analysis (PCA) dengan pretreatment nya adalah Gap Reduction. Hasil penelitian ini diperoleh yaitu: Hidung elektronik mulai merespon aroma formalin pada buah tomat pada detik ke-8.14, dan dapat mengklasifikasikan kandungan dan kadar formalin pada buah tomat pada detik ke 25.77. Hidung elektronik yang dikombinasikan dengan metode principal component analysis (PCA) telah berhasil mendeteksikandungan dan kadar formalin pada buah tomat dengan tingkat keberhasilan sebesar 99% (PC-1 sebesar 93% dan PC-2 sebesar 6%). Perbedaan kadar formalin menjadi faktor utama yang menyebabkan Elektronik nose mampu membedakan sampel buah tomat yang diuji, karena semakin tinggi kadar formalin pada buah tomat maka aroma khas dari buah tomat pun semakin menghilang, sehingga Electronic nose yang berbasis kemampuan penciuman dapat membedakannya.Detect Formaldehyde on Tomato (Lycopersicum esculentum Mill) With Electronic Nose TechnologyAbstract, The purpose of this study is to detect the contents and levels of formalin in tomatoes by using instruments based on Electronic nose technology. This study used tomatoes that have been soaked in formalin with a concentration of 0.5%, 1%, 2%, 3%, 4%, 5% and tomatoes without soaking with formalin (0%). The samples in this study were 18 samples. The measurements of the intensity on tomatoes aroma were using Piezoelectric Transducer sensors. The classification of tomato spectrum data was using the Principal Component Analysis (PCA) method with Gap Reduction pretreatment. The results of this study were obtained: the Electronic nose began to respond the smell of formalin on tomatoes at 8.14 seconds, and it could classify the content and formalin levels in tomatoes at 25.77 seconds. Electronic nose combined with the principal component analysis (PCA) method have successfully detected the content and levels of formalin in tomatoes with a success rate at 99% (PC-1 of 93% and PC-2 of 6%). The difference of grade formalin levels is the main factor that causes Electronic nose to be able to distinguish the tomato samples tested, because the higher of formalin content in tomatoes, the distinctive of tomatoes aroma is increasingly disappearing. Thereby, the Electronic nose based on the olfactory ability can distinguish them.

Non-Destruktive Test Menggunakan NIRS dengan Metode Partial Least Square untuk Bubuk Biji Kakao (dengan Pretreatment Baseline Shift dan Derivatif-2) Desi Nanda Sari; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 1, No 1 (2016): November 2016
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak.Near Infrared Reflectance Spectroscopy (NIRS) telah menjadi salah satu metode non-destruktif yang paling menjanjikan dan dapat digunakan untuk analisis dalam berbagai bidang, termasuk dibidang pertanian. Kandungan kadar lemak pada biji kakao merupakan komponen termahal dari biji kakao. Tujuan yang ingin dicapai dalam penelitian ini adalah membandingkan data spektrum antar pretreatment baseline shift dan derivatif-2 dalam mengkoreksi spektrum NIRS yang dihasilkan serta mengembangkan metode non-destruktive NIRS dalam menduga kandungan lemak pada bubuk biji kakao. Penelitian ini dilakukan di Laboratorium Instrumentasi dan Energi Program Studi Teknik Pertanian pada bulan Maret sampai Mei 2016. Penelitian menggunakan Baseline Shift dan Derivatif-2 sebagai metode koreksi spektrum dan Partial least Square (PLS) sebagai metode pengolah spektrum. Hasil penelitian yang diperoleh bahwa metode NIRS menggunakan preatreatment baseline shift dan derivatif-2 pada panjang gelombang 2300-2400 nm merupakan panjang gelombang yang relevan untuk menduga kadar lemak pada bubuk biji kakao. Pendugaan PLS yang didukung pretreatment telah menghasilkan pendugaan yang tergolong good model performance. Pada pendugaan kadar lemak yang sangat baik dalam meningkatkan kinerja PLS pada validasi silang adalah baseline shift. Kata kunci :Biji kakao, NIRS, Kadar lemak, Metode Nondestruktif Abstract. Near Infrared Reflectance Spectroscopy (NIRS) has become one of the non-destructive method which is the most engagement and can be used to analyze in a variety sectors, including the agriculture sector. The content of the fat content in cocoa beans is one of the most important component than others. The aim of this research was to compare the spectral data between baseline shift and 2nd derivative method in correcting the NIRS spectrum produced and to deloved non-destructive NIRS method in predicting the fat content of cocoa powder. This research is conducted in the Laboratory Instrumentation and Energy of Agriculture Department from March until May 2016. The research uses Baseline Shift and 2nd Derivatives as a method of correction spectrum and Partial least square (PLS) as a regression method. The results of research showed that the NIRS method uses pretreatment baseline shift and 2nd derivative on the wavelength of 2300-2400 nm is a wavelength that is relevant to estimate fat levels in cocoa beans powder. The estimation of PLS that is supported pretreatment has been resulted the estimation that is included a good performance models. In the estimation of fat content is the best in improving PLS performance on cross-validation is a baseline shift. Keywords: Cocoa beans, NIRS, levels of fat, non-destructive method

Prediksi Kadar Total Padatan Terlarut (TPT) dan Vitamin C Buah Mangga Arumanis (Mangifera indica L) Menggunakan Near Infrared Spectroscopy (NIRS) dengan Metode Partial Least Square (PLS) Salman Rivaldi; Yuswar Yunus; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 2 (2019): Mei 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Total padatan terlarut (TPT) dan vitamin C merupakan suatu komponen penting dalam mangga. Total padatan terlarut (TPT) merupakan total unsur atau elemen mineral yang terlarut didalam suatu larutan. TPT disebut juga dengan kadar gula total, karena kualitas rasa manis dari buah diukur dengan pengukuran kadar gula. Vitamin C merupakan vitamin yang larut dalam air dan esensial untuk biosintesis kolagen. Pengukuran TPT dapat dilakukan menggunakan alat refraktometer, sedangkan vitamin C diukur menggunakan metode titrasi, serta dengan penggunaan gelombang elektromagnetik seperti NIRS. Penelitian ini bertujuan menguji dan mengevaluasi teknologi NIRS sebagai metode cepat dan tepat dalam memprediksi kandungan TPT dan vitamin C pada mangga dengan metode Partial Least Squares (PLS) serta menentukan metode koreksi spektrum yang terbaik dan akurat untuk memprediksi TPT dan vitamin C pada mangga dengan menggunakan pre-treatment Baseline Correction, dan Multiplicative Scatter Correction (MSC). Penelitian ini menggunakan buah mangga jenis Arumanis, yang berjumlah 30 sampel. Prediksi TPT dan vitamin C dengan NIRS menggunakan alat FT-IR IPTEK T-1516. Pengolahan data menggunakan Unscramble software® X version 10.5. Hasil penelitian menunjukkan prediksi TPT pada mangga dengan metode Partial Least Squares (PLS) menghasilkan sufficient performance dengan nilai RPD yang didapat yaitu 1,29 dan metode koreksi terbaik pada pendugaan TPT ialah Baseline Correction dengan nilai RPD 1,53, r sebesar 0,4783 , R2 sebesar 0,5600 dan RMSEC sebesar 2,9048. Sedangkan hasil prediksi vitamin C pada mangga menghasilkan good model performance dengan nilai RPD yang didapat yaitu 2,18 dan metode koreksi terbaik pada pendugaan vitamin C ialah MSC dengan nilai RPD 2,36, r sebesar 0,9026, R2 sebesar 0,8147 dan RMSEC sebesar 4,4067.Prediction of Soluble Solids Content (SSC) and Vitamin C on Mangoes (Mangifera Indica L) Using Near Infrared Spectroscopy (NIRS) with Partial Least Square (PLS) MethodAbstract. Soluble solids content (SSC) and vitamin C are important components in mangoes. Soluble solids content (SSC) is the total element or mineral element dissolved in a solution. SSC is also called total sugar content, because the quality of the sweet taste of the fruit is measured by measuring the total sugar. Vitamin C is a water-soluble vitamin and essential for collagen biosynthesis. Measurement of SSC can be done using a refractometer, while vitamin C is measured using the titration method, and by the use of electromagnetic waves such as NIRS. This study aims to test and evaluate NIRS technology as a fast and appropriate method in predicting the content of SSC and vitamin C in mangoes using the Partial Least Squares (PLS) method and determining the best and accurate spectrum correction method to predict SSC and vitamin C in mango by using pre-treatment Baseline Correction, and Multiplicative Scatter Correction (MSC). This study used Arumanis mangoes, which amounted to 30 samples. Prediction of TPT and vitamin C with NIRS using FT-IR tool of Science and Technology T-1516. Processing data using the Unscramble software® X version 10.5. The results showed that the prediction of SSC on mangoes using the Partial Least Squares (PLS) method resulted in sufficient performance with the obtained RPD value is 1,29 and the best correction method in estimating SSC is Baseline Correction with a value of RPD is 1,53, r is 0,4783, R2 is 0,5600 and RMSEC is 2,9048. While the prediction results of vitamin C on mangoes obtain a good performance model with the value of RPD obtained is 2,18 and the best correction method for estimating vitamin C is MSC with a value of RPD is 2,36, r is 0,9026, R2 is 0,8147 and RMSEC is 4,4067.

Co-Authors . Ichwana ., Jauharlina Abuijal Muhammad Rifaldi Agussabti Agussabti Annisa Azzahra Aulia Ifnu Akbar Br Padang, Sheila Saharani Cut Dahlia Iskandar Darwin Darwin Desi Nanda Sari Devianti Devianti Devianti Devianti Devianti Devianti Devianti Devianti Dewi Sri Jayanti Dian Sri Bintang Hasiholan Manihuruk Diding Suhandy Diswandi Nurba, Diswandi Dwi Anindea Putri Endamin Endamin Fachruddin Fachruddin Fitria Nisak Fredinan Yulianda Giar Pramanda Putra Hairatun Hairatun Hasanuddin Hasanuddin Hayati Zahra Hesti Meilina Ichwana Ichwana Ichwana Ramli Ichwana Ramli Indera Sakti Nasution Ine Elisa Putri Ine Elisa Putri Intan Ratna Juwita Irfan Maibriadi Khairul Abdi Ruslana Khairul Abdi Ruslana Kiman Siregar Kusumiyati Masdar Masdar Mohd Nazar Isza Putra Muaida Alfia Mubarak Hulda Muhammad Ikhram Muhammad Ikhsan Sulaiman Muhammad Zikri Pratama Munanda Irawan Murtahar Murtahar Muslem Muslem Mustaqimah Mustaqimah Najla Mumtazmi Nasrul Arahman Nur Alfah Puji Meihani Qurratul Zulmi Raida Agustina Raida Agustina Raida Agustina Ramayanty Bulan Ratna Ratna Ratna Ratna Ratna Ratna Ridwan Ridwan rina aulia barus Rina Aulia Barus Riska Nurul Saputri Rita Khathir Rita Zahara Salman Rivaldi Solly Aryza Sri Aprilia Sri Purnama Sari Sufardi Sufardi Suswita Sari Syahrul Ramadhan Syaubari syaubari Tasya, Yulia Teuku Hafidh Tyas Al Khalis Yesi Ardiani Yovita Amanda Yuda Hadiwijaya Yusmanizar Yusmanizar Yusril Agus Putra Yuswar Yunus Z Zainuddin Zainuddin, Z Zikrul Khalid Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal Zulfahrizal zulfahrizal zulfahrizal Zulfahrizal Zulfahrizal Zulkifli Nasution

Title Search

Found 26 Documents Search Journal : Jurnal Ilmiah Mahasiswa Pertanian

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 26 Documents
Search
Journal : Jurnal Ilmiah Mahasiswa Pertanian