Claim Missing Document
Check
Articles

Found 12 Documents
Search

Pengaruh Suhu dan Lama Penyimpanan terhadap Kadar Lemak Susu Sapi Murni Yulaikah, Siti; Primiani, Cicilia Novi; Hidayati, Nasrul Rofiah
Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek) 2016: Prosiding SNPBS (Seminar Nasional Pendidikan Biologi dan Saintek)
Publisher : Universitas Muhammadiyah Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (457.857 KB)

Abstract

Susu merupakan bahan pangan bernutrisi tinggi yang tersusun oleh zat-zat makanan dengan proporsi gizi yang seimbang. Pakar gizi mengungapkan bahwa susu sapi murni merupakan produk terbaik peternakan alami untuk kebutuhan manusia. Susu sapi memiliki kadungan murni nilai biologis 100%, karena susu sapi dihasilkan secara langsung dari kambing hewan ternak. Tujuan penelitian ini untuk mengetahui pengaruh suhu dan lama penyimpanan terhadap kadar lemak susu sapi murni. Penelitian dilaksanakan pada bulan April-Juni 2013. Penelitian ini bersifat kuantitatif, dengan rancangan penelitian yang digunakan adalah RAL faktorial 2x3 dengan 4 kali ulangan, faktor pertama suhu yaitu suhu kamar (20-300 C) dan suhu rendah (5-100 C), serta faktor kedua lama penyimpanan suhu selama 2 jam, 4 jam dan 6 jam. Dalam penentuan sampel penelitian ini menggunakan teknik penentuan tempat pemerahan susu sapi perah di Desa Mbangkal, Analisis data untuk hipotesis adalah anava dua jalan, jika signifikan dilanjutkan uji LSD. Parameterpenelitian adalah kadar lemak susu sapi murni. Uji hipotesis yang dihasilkan yaitu sumber keragaman suhu (A) dengan taraf signifikan 0,05 memiliki nilai probabilitas (sig) 0,205. Hal tersebut menunjukkan bahwa sig suhu (A) < 0,05 berarti suhu tidak berpengaruh terhadap kadar lemak susu sapi murni. Sumber keragaman kedua yaitu lama penyimpanan (T) dengan tarafsignifikansi 0,05 memiliki nilai probabilitas (sig) 0,000. Hasil penelitian menunjukkan bahwa sig T >0,05 berarti lama penyimpanan suhu berpengaruh nyata terhadap kadar lemak susu sapi murni. Sumber keragaman ketiga yaitu A*T (interaksi antara suhu dan lama penyimpanan) dengan taraf signifikansi 0,05 memiliki nilai probabilitas (sig) 0,182. Hasil menunjukkan bahwa sig A*T > 0,05berarti interaksi antara suhu dan lama penyimpanan susu sapi murni tidak berpengaruh terhadap kandungan kadar lemak susu sapi murni. Taraf signifikansi 0, 05. Penarikan kesimpulan uji hipotesis, jika sig r < 0, 05 maka Ho ditolak dan di dapat hasil suhu tidak berpengaruh nyata terhadap kadar lemak tetapi lama penyimpanan berpengaruh nyata terhadap kadar lemak. Kemudian dilakukan uji LSD untuk pengaru lama penyimpanan terhadap kadar lemak yang menunjukkan bahwa dalam penyimpanan selama 6 jam gumpalan lemak yang dihasilkan semakin banyak.
Forecasting Waste Generation with Increment Linear Regression Technique: A Case Study of SIMASKOT Application Jayadi, Puguh; Hidayati, Nasrul Rofiah; Saifulloh, Saifulloh; Hamid, Suhardi; Shuib, Salehuddin; Ismail, Siti Nurbaya
Journal of Computer Science Advancements Vol. 2 No. 5 (2024)
Publisher : Yayasan Adra Karima Hubbi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.70177/jsca.v2i5.1369

Abstract

This research aims to develop a prediction system for urban waste generation using the Incremental Linear Regression method on SIMASKOT. This method is applied to deal with the limitations of historical data, where the prediction results from the previous year are used as training data to predict the next year. The problem faced is the lack of sufficient data to create accurate and reliable prediction models in the long term. The purpose of this study is to improve the accuracy of waste generation prediction using an incremental regression approach. The experimental methodology involves the use of waste generation data from several waste categories during the period 2019 to 2022, which is then used to predict data until 2026. Model evaluation was carried out using the metrics Mean Absolute Error (MAE), Mean Squared Error (MSE), Root Mean Squared Error (RMSE), and R². The results show that this incremental prediction model is able to provide more accurate predictions than conventional models, especially for more volatile waste categories such as wood twigs and metals. The conclusion of this study shows that the Incremental Linear Regression technique is effective to be used in waste generation prediction, and can be integrated in long-term prediction-based monitoring applications.