Pengembangan Jaringan Syaraf Tiruan untuk Memprediksi KAndungan Protein Tepung Ikan Berdasarkan Absorbansi Near Infra Red
View/ Open
Date
2005Author
Adrizal
Suroso
Budiastra, I Wayan
Piliang, W.G
Purwadaria, H.K
Metadata
Show full item recordAbstract
Jaringan syaraf tiruan (JST) telah dikembangkan untuk memprediksi kandungan protein tepung ikan dengan menggunakan data absorbansi Near lnfiared (NIR) yang telah diekstrak menjadi beberapa komponen utama. Sampel sebanyak 46 macam tepung ikan telah dikumpulkan dari berbagai pabrik tepung ikan, toko makanan ternak dan industri makanan ternak yang digunakan untuk kalibrasi (33 sampel) dan validasi (13 sampel). JST yang dibangun mempunyai tiga lapisan yakni lapisan input, lapisan tersembunyi dan lapisan output. Training (kalibrasi) dilakukan dengan metode back propagation. Simulasi dilakukan dengan 4. 9 dan 14 komponen utarna sebagai input dan 6, 8 dan 10 simpul di dalam lapisan tersembunyi dengan iterasi sebanyak 40 ribu, 50 ribu dan 60 ribu. Statistik hasil kalibrasi dengan input 4 komponen utama menunjukkan RZ berkisar antara 0,5948 sampai 0,7985 dan standard error of calibralio17 (SEC) berkisar antara 4,77 % sampai 6,73 %. Hasil validasi menunjukkan R' sebesar 0,2425 sampai 0,545 1 dan stattdard error ofprediction (SEP) sebesar 7,26 % sampai 8,26 %. Kalibrasi menggunakan 9 komponen utama memberikan hasil yang lebih baik yakni R' berkisar antara 0,9327 sampai 0,9961 dan SEC berkisar antara 0,66 % sampai 2,77 %. Hasil validasi menunjukkan R' antara 0,3577 sampai 0,8673 dan SEP antara 3,53% sampai 8,10%. Hasil kalibrasi dengan 14 komponen utama memberikan hasil yang paling baik yakni R2 berkisar antara 0,9939 satnpai 0,9983 da11 SEC bcrliisar atitara 0.47 % sampai 0,9G %. Namun demikian hasil validasi mznunj~tkkana kuriisi yang p;lling rctidal~d i~ni~nRa2 bcrkisar antara 0,0146 sa~npa0i ,3647 dan SEP berkisar antara 7.77 % sanlpai 16.12 %. I-lasil terbaik JST diperoleh dengan input 9 komponen ittanla, dengan 8 simpul Inpisan lcrsctiibuliyi yallg diiterasi sebanyak 50 ribu kali yang menghasilkan R' sebesar 0.8673 dnn SEP sebesar 353 %. Hasil tersebut sedikit lebih baik dibandingkan menggunakan regresi linier yakni R' sebesar 0.S874 dan SEP sebesar 3,79 %. Berdasarkan hasil tersebut JST merupakan tekliik yang potensial untuk diterapkan dalam niemperbaiki akt~raspi cndogaan kandungan prolcin bcrdasarka~is pcktrn NIR.
Collections
- Proceedings [2790]