cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Prama Wahyudi
Contact Email
pramawahyudi@lptik.unand.ac.id
Phone
-
Journal Mail Official
jurnaltpa@fateta.unand.ac.id
Editorial Address
-
Location
Kota padang,
Sumatera barat
INDONESIA
Jurnal Teknologi Pertanian Andalas
Published by Universitas Andalas
ISSN : 14101920     EISSN : 25794019     DOI : -
Core Subject : Science, Agriculture,
Agriculture, Biological Sciences & Forestry Computer Science & IT
Jurnal Teknologi Pertanian Andalas (JTPA) adalah publikasi ilmiah di bidang ilmu pengetahuan dan teknologi pertanian. Artikel yang dimuat berupa hasil penelitian terkait ilmu pengetahuan dan teknologi pertanian yang belum pernah dipublikasikan di media lain (kecuali dalam bentuk abstrak atau karya ilmiah akademik atau dipresentasikan dalam seminar atau konferensi). JTPA diterbitkan dua kali setahun pada bulan Maret dan September oleh Fakultas Teknologi Pertanian Universitas Andalas. Cakupan artikel Jurnal Teknologi Pertanian Andalas adalah: Teknologi Pertanian, Teknik Pertanian, Teknologi Hasil Pertanian, Pertanian Agro-Industri, Teknologi Pangan dan Gizi.
Arjuna Subject : -
Articles 333 Documents
 30   31   32   33   34 
EVALUASI KINERJA VENTILASI TERHADAP DINAMIKA SUHU DAN KELEMBAPAN RELATIF PADA RUMAH JAMUR MERANG Wenny Amaliah; Guyup Mahardian Dwi Putra; Endang Purnama Dewi; Gagassage Nanaluih De Side; Ibadias Sholihin; Taufiq Hidayat
Jurnal Teknologi Pertanian Andalas Vol 30 No 2 (2026)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengendalian suhu dan kelembapan penting untuk menjaga mikroklimat rumah jamur merang (Volvariella volvacea). Penelitian ini bertujuan untuk mengevaluasi kinerja ventilasi terhadap dinamika suhu dan kelembapan relatif serta perubahan kondisi psikrometrik udara. Penelitian dilakukan secara eksperimental dengan membandingkan kondisi tanpa ventilasi dan ventilasi. Suhu dan kelembapan diukur menggunakan sensor DHT22 pada sembilan titik selama 24 jam dengan interval 30 menit, menghasilkan 49 data pada setiap kondisi. Analisis mencakup empat periode waktu serta parameter tekanan uap, rasio kelembapan, kelembapan absolut, titik embun, margin kondensasi, entalpi, dan vapor pressure deficit (VPD). Ventilasi menurunkan suhu rata-rata dari 28,49 menjadi 27,33 °C dan kelembapan relatif dari 93,27 menjadi 89,09%. Tekanan uap aktual, rasio kelembapan, kelembapan absolut, dan entalpi masing-masing menurun 10,95%, 11,32%, 10,59%, dan 9,00%, sedangkan VPD meningkat dari 0,292 menjadi 0,431 kPa. Hasil menunjukkan bahwa ventilasi efektif mengurangi panas dan uap air, namun perlu dioperasikan secara adaptif sesuai kondisi mikroklimat. Respons terbesar terhadap penurunan suhu terjadi pagi-siang, sedangkan penurunan kelembapan paling besar terjadi siang–sore hari.
EVALUASI PENGARUH pH DAN SUHU TERHADAP KELARUTAN ISOLAT PROTEIN KEDELAI PADA KUNING TELUR SINTETIK SERTA IMPLIKASINYA TERHADAP STABILITAS EMULSI MAYONES Cerly Nurlita Anggraeni; Arief Rakhman Affandi; Iffah Muflihati; Fafa Nurdyansyah
Jurnal Teknologi Pertanian Andalas Vol 30 No 2 (2026)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Isolat protein kedelai berpotensi dimanfaatkan sebagai bahan utama dalam pembautan kuning telur sintetik karena memiliki sifat pengemulsi yang baik. Faktor yang mempengaruhi mempengaruhi kelarutan isolat protein kedelai adalah pH dan suhu. Tujuan dari penelitian ini mengevaluasi pengaruh variasi penggunaan pH dan suhu kelarutan isolat protein kedelai pada kuning telur sintetik dan mengetahui kestabilan emulsi mayones. Penelitian ini dilakukan dalam 2 tahapan yaitu tahapan pertama yaitu pembuatan isolat protein kedelai terlarut dengan faktor perlakuan pH larutan (8, 9, 10) dan suhu kelarutan (40oC dan 50oC), tahapan kedua yaitu aplikasi pada pembuatan mayones dengan membandingkan tingkat kestabilan emulsi mayones dengan kuning telur sintetik terbaik dengan mayones komersial dan mayones kontrol. Hasil penelitian menunjukkan kuning telur sintetik dengan penggunaan isolat protein kedelai terlarut pada pH 8 dan suhu kelarutan 40oC dapat menghasilkan nilai viskositas dan kadar protein tertinggi yaitu 320,33 mPa.s dan 8,46%. Berdasarkan uji statistik penggunaan pH basa dan suhu kelarutan tinggi dapat menurunkan nilai viskositas (120,00 mPa.s), kadar protein (3,50%), dan kadar air (78,31%). Hasil penelitian menunjukkan kuning telur sintetik berbasis isolat protein kedelai sebagai emulsifier pada produk mayones menghasilkan nilai stabilitas emulsi yang tidak berbeda nyata dengan mayones komersial dan mayones kontrol. Nilai stabilitas emulsi mayones P8S40, mayones komersial, dan mayones kontrol secara berturut-turut adalah 99,24% ; 96,02% ; 98,30%.
PREDIKSI KUALITAS BUAH PASCAPANEN MENGGUNAKAN PEMBELAJARAN MESIN DAN DATA CITRA SPEKTRAL Mardiantono; Safrizal
Jurnal Teknologi Pertanian Andalas Vol 30 No 2 (2026)
Publisher : Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penilaian kualitas buah tropis pascapanen sangat penting untuk mempertahankan nilai jual dan menjaga tingkat penerimaan konsumen; namun, metode evaluasi konvensional bersifat merusak dan kurang sesuai untuk diterapkan secara real-time. Penelitian ini mengembangkan dan membandingkan empat algoritme pembelajaran mesin (machine learning/ML) Support Vector Machine (SVM), Random Forest (RF), Extreme Gradient Boosting (XGBoost), dan Artificial Neural Network (ANN) untuk memprediksi kualitas buah secara nondestruktif berdasarkan data citra spektral. Penelitian ini memanfaatkan data yang tersedia secara publik untuk buah mangga, pepaya, dan pisang pada rentang panjang gelombang 400–1000 nm. Baik atribut kontinu (kadar padatan terlarut, kekerasan, dan kadar air) maupun target kategorikal (tingkat kematangan dan kelas kekerasan) dianalisis dalam penelitian ini. Data spektral diproses melalui tahapan reduksi derau, standardisasi, dan reduksi dimensi, sedangkan kinerja model dievaluasi menggunakan validasi silang lima lipatan (five-fold cross-validation). Hasil penelitian menunjukkan bahwa ANN dan XGBoost secara konsisten memberikan kinerja lebih baik dibandingkan SVM dan RF, baik pada tugas regresi maupun klasifikasi. Analisis tingkat kepentingan fitur (feature importance) mengungkapkan bahwa panjang gelombang pada rentang 700–900 nm merupakan yang paling informatif, karena berkaitan erat dengan karakteristik serapan gula dan air pada jaringan buah. Temuan ini menegaskan potensi besar dari integrasi pencitraan spektral dan pembelajaran mesin untuk penilaian kualitas buah secara akurat dan nondestruktif. Meskipun demikian, validasi lebih lanjut pada kondisi lapangan serta perluasan cakupan jenis buah masih diperlukan guna meningkatkan ketangguhan dan penerapan model secara praktis. Kata kunci — buah tropis; kualitas buah pascapanen; pembelajaran mesin; pencitraan spektral; penilaian nondestruktif

Page 34 of 34 | Total Record : 333

 30   31   32   33   34 

Filter by Year

2008 2026


Reset
Filter By Issues
All Issue Vol 30 No 2 (2026) Vol 30 No 1 (2026) Vol 29 No 2 (2025) Vol 29 No 1 (2025) Vol 29, No 1 (2025) Vol 28, No 2 (2024) Vol 28 No 2 (2024) Vol 28, No 1 (2024) Vol 28 No 1 (2024) Vol 27 No 2 (2023) Vol 27, No 2 (2023) Vol 27, No 1 (2023) Vol 26, No 2 (2022) Vol 26, No 1 (2022) Vol 25, No 2 (2021) Vol 25, No 1 (2021) Vol 24, No 2 (2020) Vol 24, No 1 (2020) Vol 23, No 2 (2019) Vol 23, No 1 (2019) Vol 22, No 2 (2018) Vol 22, No 1 (2018) Vol 21, No 2 (2017) Vol 21, No 1 (2017) Vol 20, No 2 (2016) Vol 20, No 1 (2016) Vol 19, No 2 (2015) Vol 19, No 1 (2015) Vol 18, No 1 (2014) Vol 13, No 1 (2009) Vol 12, No 2 (2008) Vol 12, No 1 (2008) More Issue