Pembedaan Kulit Rambak Sapi, Kerbau, dan Babi Menggunakan Metode Dielektrik dan Jaringan Syaraf Tiruan (JST)
| Main Author: | Rahmawati, Novita |
|---|---|
| Format: | Thesis NonPeerReviewed |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/3637/ |
Daftar Isi:
- Pembedaan rambak sapi, kerbau, dan babi sangat diperlukan bagi konsumen. Selama ini untuk membedakan rambak menggunakan uji organoleptik, metode Spektrofotometri Fourier Transform Infrared (FTIR) dan Polymerase Chain Reaction (PCR) untuk mendeteksi keaslian suatu bahan. Uji organoleptik, metode FTIR dan PCR lebih lama dan lebih mahal. Maka dari itu, ada peluang untuk membedakan rambak babi dari rambak sapi dan kerbau menggunakan metode dielektrik dan jaringan syaraf tiruan (JST). Metode ini lebih cepat untuk meneliti dan harganya lebih murah. Tujuan penelitian ini adalah untuk menentukan hubungan sifat listrik dengan berbagai rambak jenis hewan dan membedakan rambak babi dari rambak sapi dan kerbau menggunakan metode dielektrik dan jaringan syaraf tiruan (JST). Metode dielektrik digunakan untuk menentukan karakteristik biolistrik suatu suatu bahan. Selain itu, dielektrik juga dapat digunakan untuk mendeteksi kemurnian suatu bahan. Sifat listrik bahan tergantung pada bentuk, struktur, dan kondisi internal bahan. Nilai sifat dielektrik diduga dapat membedakan rambak babi dari rambak sapi dan kerbau. Jaringan syaraf tiruan digunakan untuk mengolah data yang sudah dari hasil dielektrik dan akan menghasilkan nilai Mean Square Error (MSE) yang terkecil. Hasil penelitian menunjukkan bahwa hasil analisis uji protein kulit dan krecek kerbau lebih tinggi dari sapi dan babi. Lemak kulit dan krecek rambak babi lebih tinggi dari sapi dan kerbau. Uji kadar air, abu dan karbohidrat kulit dan krecek sapi lebih tinggi dari kerbau dan babi. Nilai biolistrik yaitu kapasitansi, resistansi dan impedansi berbanding terbalik dengan frekuensi. Data biolistrik digunakan untuk input. Data pelatihan dan validasi yaitu 66,67% dan 33,33%. Selain itu, fungsi pembelajaran terbaik kulit dan krecek yaitu traingdm dengan fungsi aktivasi tansig pada hidden layer dan purelin pada output layer. Analisis sensitivitas ANN dengan input sifat biolistrik (kapasitansi, resistansi, induktansi, dan impedansi) dan output jenis rambak didapatkan topologi terbaik dari kulit rambak adalah 4-20-10-1 (4 node input, 20 hidden layer 1, 10 node hidden layer 2, 1 node output) dan menghasilkan nilai MSE pelatihan 1.14E-01 dan validasi 0.2375 serta koefisen korelasi pelatihan dan korelasi sebesar 0.91241 dan 0.80267. Topologi terbaik pada krecek rambak yaitu adalah 4-20-10-1 (4 node input, 20 hidden layer 1, 10 node hidden layer 2, 1 node output) dan menghasilkan nilai MSE pelatihan 0,2419 dan validasi 0,3038 serta koefisien korelasi pelatihan dan korelasi sebesar 0,80143 dan 0,73821.