Article Per Year (5 Year)
p-Index From 2020 - 2025
0.562
P-Index
This Author published in this journals
All Journal Jurnal Keteknikan Pertanian Tropis dan Biosistem Cerdika: Jurnal Ilmiah Indonesia atech-i
Hasta Pratopo, Lukito
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Humanities Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Health Professions Mechanical Engineering Public Health Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Uji Daya Terima Abon Plant-Based dari Bonggol Pisang Kepok untuk Memenuhi Kebutuhan Pasar Vegetarian Food Ciptaningtyas, Drupadi; Syafa Bunga Azzahra , Aura; Thoriq, Ahmad; Hasta Pratopo, Lukito
Atech-i Vol. 1 No. 2 (2024): Tahun 2024
Publisher : Green Engineering Society

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.55043/atech-i.v1i2.22

Abstract

Bonggol pisang, yaitu bagian tanaman pisang yang selama ini sering diabaikan, namun diketahui mengandung serat pangan yang melimpah, hingga saat ini masih belum termanfaatkan secara optimal. Di sisi lain, 10% dari total populasi penduduk Indonesia memutuskan untuk mengubah gaya hidupnya menjadi gaya hidup vegetarian. Oleh sebab itu, kebutuhan akan sumber pangan dari bahan non hewani menjadi meningkat. Hal ini membuka peluang untuk perkembangan bisnis abon berbahan baku bonggol dari tanaman pisang kepok yang diketahui banyak terdapat di wilayah Indonesia. Metode eksperimental digunakan dalam penelitian ini. Tujuan dari penelitian ini adalah untuk menghasilkan formulasi abon nabati yang berkualitas dan disukai oleh penganut pola makan vegetarian. Tiga waktu penggorengan abon (80, 85, dan 90 menit) serta dua metode penirisan (dengan alat press sederhana dan dengan mesin spinner) digunakan untuk menemukan formulasi abon berbahan baku bonggol pisang kapok terbaik. Hasil penelitian menunjukkan, formulasi abon plant-based yang paling disukai panelis baik dari segi warna, rasa, aroma, tekstur, dan daya terima secara keseluruhan adalah abon dengan waktu penggorengan 90 menit, jenis penirisan mesin spinner dan kadar air abon 2,8%. Kata kunci:
The Effect of Fine Bubbles Application and LED Irradiation on Damage and Chlorophyll Content of Cut Romaine Lettuce Ciptaningtyas, Drupadi; Nur Adhillah, Syahla; Hasta Pratopo, Lukito; Thoriq, Ahmad
Journal of Tropical Agricultural Engineering and Biosystems - Jurnal Keteknikan Pertanian Tropis dan Biosistem Vol. 12 No. 3 (2024): December 2024
Publisher : Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21776/ub.jkptb.2024.012.03.04

Abstract

The current change in society’s lifestyle reflects a tendency towards a more practical life, including food consumption. Romaine lettuce is one of the minimally processed vegetables sold in ready-to-eat packaging and is a common component in salads. However, minimal processing makes romaine lettuce more susceptible to deterioration and a decrease in chlorophyll content. Efforts was made to reduce damage and decrease chlorophyll content in romaine lettuce through fine bubbles application and blue and white LED irradiation. In this study, cut romaine lettuce was washed using fine bubbles and irradiated with blue and white LEDs with various exposure times. The results showed that fine bubbles increased dissolved oxygen and their application in washing cut romaine lettuce reduced surface damage by 20.55%. Chlorophyll content was tested by extracting the lettuce in ethanol solvent and measuring its absorbance using a UV-Vis spectrophotometer. The chlorophyll content test results showed that, after irradiation and six days of storage, the romaine lettuce did not show an increase in chlorophyll content. This indicates that while fine bubble washing can reduce surface damage, blue and white LED irradiation has not been able to maintain or increase chlorophyll content, as the chlorophyll degraded during the storage period.
Model Prediksi Kadar Air Media Tanam Menggunakan Algoritma Regresi Decision Tree, Support Vector Machine, dan Random Forest (Studi Kasus Greenhouse Cabai Rawit di Kebun Edukasi Eptilu Mitra Habibi Garden) Abdulazizi Cahyadi, Hasani; Ciptaningtyas, Drupadi; Hasta Pratopo, Lukito; Thoriq, Ahmad
Cerdika: Jurnal Ilmiah Indonesia Vol. 4 No. 8 (2024): Cerdika: Jurnal Ilmiah Indonesia
Publisher : Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59141/cerdika.v4i8.841

Abstract

Tanaman cabai rawit merupakan salah satu komoditas hortikultura yang umum ditemukan di Indonesia. Data BPS (2022) menunjukkan produksi cabai rawit mengalami peningkatan dari tahun 2018 sampai dengan tahun 2022, dengan laju pertumbuhan sebesar 15%. Produksi cabai rawit yang meningkat tidak menandakan permintaan pasar di Indonesia telah terpenuhi. Indonesia pada tahun 2022 bulan Januari sampai dengan September masih melakukan impor komoditas cabai dengan jumlah 35.962 ton. Permintaan pasar untuk komoditas cabai rawit masih belum terpenuh dapat terjadi karena produksi cabai rawit masih belum maksimal. Tanaman cabai rawit rentan terhadap kekurangan air, di mana kekurangan air dapat menyebabkan melambatnya laju pertumbuhan tanamn cabai rawit dan penurunan dalam jumlah buah yang dihasilkan saat panen. Salah satu produsen tanaman cabai rawit adalah Kebun Edukasi Eptilu. Greenhouse cabai rawit di Kebun Edukasi Eptilu dapat mengalami penundaan penyiraman akibat sumber air sedang digunakan untuk menyirami kebun lain. Penundaan penyiraman dapat menyebabkan tanaman cabai rawit mengalami kekurangan air. Solusi yang dapat dikembangkan adalah membuat beberapa model algoritma prediksi kadar air tanah menggunakan machine learning dan membandingkan nilai akurasi dari masing-masing algoritma. Algoritma yang dibuat merupakan algoritma decision tree, support vector machine, dan random forest. Variabel bebas adalah suhu lingkungan (°C), kelembapan lingkungan (%), suhu tanah (°C), dan kadar air tanah (%). Variabel terikat adalah kadar air tanah (%) satu jam ke depan. Model dengan nilai akurasi tertinggi adalah model dengan algoritma Support Vector Regression (SVR) dengan kernel linear dan nilai epsilon (e) 0.1, dengan nilai akurasi sebesar 0.938 pada data uji dan 0.958 pada data baru
Co-Authors Abdulazizi Cahyadi, Hasani Ahmad Thoriq Drupadi Ciptaningtyas Nur Adhillah, Syahla Syafa Bunga Azzahra , Aura