cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Nanang Fakhrur Rozi
Contact Email
nanang@itats.ac.id
Phone
-
Journal Mail Official
iptek.journal@itats.ac.id
Editorial Address
-
Location
Kota surabaya,
Jawa timur
INDONESIA
Jurnal IPTEK
Published by Institut Teknologi Adhi Tama Surabaya
ISSN : 14117010     EISSN : 2477507X     DOI : -
Core Subject : Science, Engineering,
Civil Engineering, Building, Construction & Architecture Computer Science & IT Industrial & Manufacturing Engineering Mechanical Engineering
Jurnal IPTEK - Media Komunikasi Teknologi Diterbitkan secara berkala setahun 2 (dua) kali pada bulan Mei dan Desember oleh Lembaga Penelitian dan Pengabdian kepada Masyarakat (LPPM), Institut Teknologi Adhi Tama Surabaya (ITATS). Jurnal ini memuat hal-hal yang berkaitan dengan bidang Teknik Sipil, Teknik Mesin, Teknik Elektro, Teknik Arsitektur, Teknik Perkapalan, Teknik Informatika, Teknik Industri, Teknik Kimia, Teknik Lingkungan, Teknik Pertambangan, Teknik Geologi, Desain Produk, Sistem Informasi, dan Sistem Komputer baik yang ditulis dalam bahasa Indonesia maupun bahasa Inggris (diutamakan).
Arjuna Subject : -
Articles 22 Documents
 1   2   3 
Search results for , issue "Vol 22, No 2 (2018)" : 22 Documents clear
Analisis Kualitas Minyak Goreng Habis Pakai yang Digunakan oleh Pedagang Penyetan di Daerah Rungkut Surabaya Ditinjau dari Kadar Air dan Kadar Asam Lemak Bebas (ALB) Nurull Fanani; Erlinda Ningsih
Jurnal IPTEK Vol 22, No 2 (2018)
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.iptek.2018.v22i2.436

Abstract

Banyaknya pedagang penyetan di area Rungkut Surabaya merupakan salah satu faktor utama dilakukannya penelitian ini. Para pedagang penyetan ini rata – rata memakai minyak goreng secara berulang. Penelitian ini bertujuan untuk mengetahui mutu dari kualitas minyak yang digunakan secara berulang oleh pedagang penyetan tersebut. Sampai saat ini masih banyak dari masyarakat dan pedagang tidak mengetahui bahaya dari pemakaian minyak goreng berulang. Pemakaian minyak goreng secara berulang diketahui dapat merusak kualitas dari minyak tersebut. Oleh karena itu, pada penelitian ini dilakukan pengujian kualitas minyak goreng secara kimia dan fisika melalui dua parameter yaitu kadar asam lemak bebas dan kadar air dengan metode titrasi alkalimetri dan metode gravimeteri. Hal ini bertujuan untuk mengetahui kualitas minyak goreng yang digunakan oleh pedagang penyetan di daerah sekitar Rungkut Surabaya. Sampel diambil secara sengaja (purpositive) dari lima pedagang penyetan yang berada di area sekitar Rungkut Surabaya. Hasil penelitian dari 5 sampel menunjukkan bahwa kadar air dan kadar asam lemak bebas yang terkandung dalam minyak habis pakai pedagang penyetan telah mengalami penurunan mutu kualitas minyak goreng dan tidak sesuai dengan syarat mutu minyak goreng berdasarkan SNI 01-3741-2002. Berdasarkan penelitian ini, maka dari 5 sampel minyak goreng tersebut semuanya sudah tidak layak untuk dikonsumsi.
Premise Parameter Optimization on Adaptive Network Based Fuzzy Inference System Using Modification Hybrid Particle Swarm Optimization and Genetic Algorithm Muchamad Kurniawan; Nanik Suciati
Jurnal IPTEK Vol 22, No 2 (2018)
Publisher : LPPM Institut Teknologi Adhi Tama Surabaya (ITATS)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31284/j.iptek.2018.v22i2.274

Abstract

ANFIS is a combination of the Fuzzy Inference System (FIS) and Neural Network (NN), which has two training parameters, premise and consequent. In the traditional ANFIS, Least Square Estimator (LSE) and Gradient Descent (GD) are commonly used learning algorithms to train the two parameters. The combination of those two learning algorithms tends to produce the local optimal solution. Particle Swarm Optimization (PSO) can converge quickly but still allow for getting the local optimal solution because PSO is unable to find a new solution space. Meanwhile, Genetic Algorithm (GA) has been reported to be able to find a wider solution space. Hybrid PSOGA is expected to give a better solution. In this study, modification of hybrid PSOGA is used to train the premise parameter of ANFIS. In experiments, the accuracy of the proposed classification method, which is called ANFIS-PSOGA, is compared to ANFIS-GA and ANFIS-PSO on Iris flowers, Haberman, and Vertebral datasets. The experiment shows that ANFIS-PSOGA achieves the best result compared to the other methods, with an average of accuracy 99.85% on Iris flowers, 84.52% on Haberman, and 91.83% on Vertebral.

Page 3 of 3 | Total Record : 22

 1   2   3 

Filter by Year

2018 2018


Reset
Filter By Issues
All Issue Vol 29, No 1 (2025) Vol 28, No 2 (2024) Vol 28, No 1 (2024) 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) More Issue