Claim Missing Document
Check
Articles

Found 2 Documents
Search

Design Of Temperature Control Device In Milk Pasteurization Process With High Temperature Short Time (HTST) Method Using PID Controller Chintia Rahma Rahayu; Yultrisna, Yultrisna; Herizon, Herizon; Rohfadli, Muhammad
JECCOM: International Journal of Electronics Engineering and Applied Science Vol. 2 No. 1 (2024)
Publisher : Politeknik Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/jeccom.2.1.1-9.2024

Abstract

Milk is one of the foods that contain a number of highly nutritious nutrients. The content of protein, glucose, lipids, mineral salts, and vitamins with a pH of 6.8 causes microorganisms to grow easily in milk. Microorganisms that develop in milk will cause the milk to spoil. Therefore, it is necessary to process milk in order to maximize the quality and durability of milk, one of which is by heating milk (pasteurization). The pasteurization device is designed using a MAX6675 thermocouple sensor to measure the temperature of the milk during the pasteurization process where the temperature is controlled by a PID (Proportional Integral Derivative) controller with predetermined Kp, Ki, Kd parameters. The parameters obtained for PID control are Kp = 42, Ki = 3.5, Kd = 9. In testing the pasteurization device applying the High Temperature Short Time (HTST) method with a setpoint of 72 ℃ for 15 seconds with the time needed to reach the setpoint value for 29 minutes. Temperature readings using MAX6675 thermocouple sensors produce an average error of 0.5% when compared to national standard measuring instruments. Pasteurized milk can last for 3 days at 4-10℃ and for 4 hours at room temperature or around 21-25℃.
Segmentasi Area Perkebunan Sawit Melalui Aerial Images Menggunakan Deep Learning Novi, Novi; Hendrick, Hendrick; Rohfadli, Muhammad; Novira, Aulia
Elektron : Jurnal Ilmiah Vol 16 No 2 (2024)
Publisher : Teknik Elektro Politeknik Negeri Padang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30630/eji.16.2.544

Abstract

Pemantauan lahan sawit secara konvensional biasanya dilakukan dengan cara manual oleh petani yang mengerahkan beberapa orang untuk menyebar di area lahan. Namun, pendekatan ini membutuhkan waktu dan tenaga yang cukup besar, serta rentan terhadap ketidakakuratan dalam pemantauan. Sebagai alternatif, perusahaan besar yang mengelola lahan sawit umumnya menggunakan teknologi drone untuk memantau lahan, diikuti dengan penggunaan perangkat lunak analisis yang kompleks. Namun, pemanfaatan teknologi ini seringkali memerlukan biaya dan peralatan yang mahal. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan lahan sawit menggunakan teknologi yang lebih terjangkau dan praktis, yaitu dengan memanfaatkan drone yang tersedia di pasaran serta NVIDIA Jetson Nano sebagai perangkat pemrosesan gambar portabel. Sistem ini menggunakan metode deep learning, dengan mengimplementasikan algoritma You Only Look Once (YOLO) untuk deteksi objek dan Instance Segmentation untuk segmentasi area lahan sawit. YOLO memungkinkan pendeteksian objek secara real-time dengan akurasi tinggi, sementara Instance Segmentation memfasilitasi pemisahan area sawit secara lebih detail, yang akan membantu dalam analisis lebih mendalam. Dengan menggunakan peralatan yang lebih terjangkau dan portabel, penelitian ini bertujuan untuk mempermudah petani atau pihak terkait dalam memantau dan menganalisis kondisi lahan sawit secara efektif, efisien, dan dengan biaya yang lebih rendah dibandingkan dengan teknologi pemantauan konvensional atau yang digunakan perusahaan besar.