Pendugaan Nilai Kimia Dan Fisik Tebu (Saccharum Officanarum L.) Dengan Pengukuran Sifat Biolistrik Pada Frekuensi Rendah Dan Pemodelan Artificial Neural Network(Ann)
Daftar Isi:
- Tebumerupakansalahsatutanamanperkebunan yang mempunyaiperananpentingdalamsektorindustripengolahan di Indonesia.Salah satuindikatorkeberhasilandarikinerjaindustrigulaadalahrendemen.Rend emensementaradiukurdenganmelihatsecarafisik, yaitunilai pol dan brix.Selainitu, terdapat pula faktorkimia yang mempengaruiperhitunganrendemensepertigulareduksidansukrosa.Car a menumbuhkansinergiantarapetanidanpabrikgulaadalahdenganmeranc angalat yang mudah,praktis, cepatdanpengukuranmenghasilkanangka yang yanglangsungdapatdibaca.Tujuandaripenelitianiniadalahmelakukanpen gukuran sifat biolistrik pada frekuensi rendah dan dikombinasikan dengan Artificial Neural Network (ANN) untuk menduga nilai pol, brix, sukrosa, gula reduksi danrendemensementara. Analis data menunjukkan hubungan antara sifat biolistrik kapasitansi, resistansi dan impedansi pada frekuensi rendah 50-1000 Hz berbanding terbalik, semakin besar frekuensi nilainya akan semakin rendah. Konduktansi berbanding lurus dengan frekuensi.Analisis sensitivitas ANN dengan output pol dan brix didapat topologi terbaik yaitu 4-40-20-2 (4 node input, 40 node hidden layer 1, 20 node hidden layer 2, 2 node output), learning rate0,9dan momentum0,9. Pada topologi terbaik didapat MSE validasi 0,0099 serta koefisien korelasi validasi0.9770. Analisis sensitivitas ANN dengan outputgula reduksi dan sukrosa didapat topologi terbaik yaitu 4-40-40-2 (4 node input, 40 node hidden layer 1, 40 node hidden layer 2, 2 node output),learning rate0,1dan momentum0,9. Pada topologi terbaik didapat mean square error (MSE) validasi 0,0094 serta koefisien korelasi validasi 0.9989. Analisis sensitivitas ANN dengan outputrendemen sementara didapat topologi terbaik yaitu 4-40-20-1 (4 node input, 40 node hidden layer 1, 20 node hidden layer 2, 1node output), learning rate0,1dan momentum terpilih 0,9. Pada topologi terbaik didapat MSE validasi 0,0097 serta koefisien korelasi validasi 0.9746.Dengan demikian pengukuran biolistrik secara lateral pada frekuensi rendah dapat menambah akurasi prediksi rendemen sementara tebu dilihat dari analisis sensitivitas model ANN pol dan brix.