<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>UF - Faculty of Agricultural Technology</title>
<link>http://repository.ipb.ac.id/handle/123456789/7464</link>
<description>Undergraduate Theses on Faculty of Agricultural Technology</description>
<pubDate>Thu, 19 Nov 2026 13:52:30 GMT</pubDate>
<dc:date>2026-11-19T13:52:30Z</dc:date>
<item>
<title>Karakteristik Fisikokimia Dan Penerimaan Hedonik Sup Krim Labu Kuning Instan</title>
<link>http://repository.ipb.ac.id/handle/123456789/180321</link>
<description>Karakteristik Fisikokimia Dan Penerimaan Hedonik Sup Krim Labu Kuning Instan
Arief, Muhammad
Peningkatan minat masyarakat terhadap pangan sehat mendorong pengembangan labu kuning (Cucurbita moschata) yang kaya ß-karoten menjadi tepung untuk berbagai pangan olahan, salah satunya sup krim instan. Metode pengeringan fluidized bed dryer (FBD) ditujukan sebagai alternatif drum drying terhadap degradasi mutu akibat reaksi maillard. Penelitian bertujuan mengembangkan sup krim labu kuning instan menggunakan metode pengeringan FBD serta membandingkan karakteristik fisik, kimia, dan sensorinya terhadap sup krim labu instan komersial merk X yang diproduksi menggunakan metode drum drying. Hasil analisis warna CIElab* sup krim instan menunjukkan perbedaan signifikan pada parameter warna, dengan metode FBD lebih baik dalam mempertahankan ß-karoten dan menghambat degradasi senyawa perantara dan melanoidin. Sampel FBD dapat larut dalam 15 detik dan menunjukkan perbedaan signifikan dengan sampel pembanding. Modifikasi pati sebagai pengental menyebabkan penurunan pada analisis viskositas. Hasil analisis proksimat menunjukkan kadar air 7,87%, abu 11,06%, protein 5,26%, lemak 10,15%, dan karbohidrat by difference 64,74%. Kadar protein sampel FBD masih berada di bawah standar SNI sup krim instan. Hasil evaluasi sensori menunjukkan berbeda tidak signifikan pada parameter warna, rasa, aftertaste, dan kesukaan keseluruhan antara sampel FBD dan produk komersial. Perbedaan tekstur dipengaruhi oleh penurunan viskositas, sedangkan karakteristik aroma menunjukkan kemampuan metode FBD mampu mengurangi kerusakan senyawa volatil.; Increasing public interest of healthy food has influenced development of ß-carotene rich yellow pumpkin (Cucurbita moschata) into flour that is added into processed foods, one of which is instant cream soup. Fluidized bed dryer (FBD) is choosen as alternative drying method to drum drying which prone of degradation due to maillard reaction. The purpose of experiment is to develop yellow pumpkin instant cream soup utilizing FBD and compare its chemical, physical, and sensory characteristic upon commercialized instant pumpkin cream soup brand X which is produced using drum drying. Color analysis by CIELab* revealed significant difference on color parameter, indicating FBD sample`s retention of ß-carotene and inhibit degradation by intermediate compounds and melanoidin. FBD sample was able to rehydrate in 15 seconds, showing significant difference to comparative sample. Starch modification of thickener caused significant decline in viscocity. Proximate measurement show significant different water content 7,87%, ash 11,06%, protein 5,26, fat 10,15%, and carbohydrate by difference 64,74. Protein contend is considered inadequate to SNI`s instant cream soup standard. Sensory evaluation showed no significant change between color, taste, and aftertaste between two samples. Difference in texture is caused by decline of viscosity while aroma charachteristic indicate FBD methods capability to halt volatile compound degradation.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://repository.ipb.ac.id/handle/123456789/180321</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>Pendugaan Leaf Area Index (LAI) Padi (Oryza sativa L.) Berbasis Sentinel-2 Menggunakan Model Deep Learning (1D-CNN)</title>
<link>http://repository.ipb.ac.id/handle/123456789/180294</link>
<description>Pendugaan Leaf Area Index (LAI) Padi (Oryza sativa L.) Berbasis Sentinel-2 Menggunakan Model Deep Learning (1D-CNN)
MUBAROK, MUHAMMAD NAFIS
Pendugaan Leaf Area Index (LAI) penting untuk memantau pertumbuhan padi, tetapi pengukuran langsung memerlukan waktu dan tenaga besar sehingga citra Sentinel-2 menjadi alternatif pemantauan wilayah luas. Penelitian ini menganalisis hubungan indeks vegetasi konvensional dan red-edge terhadap LAI, membandingkan model 1D-CNN dengan Random Forest, serta memetakan sebaran LAI. Model dikembangkan untuk fase hingga puncak LAI sebelum pengisian bulir (7–47 hari setelah tanam) menggunakan 273 dari 352 observasi dan 15 fitur hasil seleksi korelasi Pearson dan 5-fold cross-validation. Regresi tersegmentasi menunjukkan breakpoint pada LAI 1,97–3,50 untuk indeks konvensional dan 2,98– 4,39 untuk indeks red-edge, dengan IRECI dan CIred-edge mempertahankan sensitivitas terbesar pada LAI tinggi. Model 1D-CNN hasil Random Search menghasilkan R² uji 0,8245, RMSE 0,9174, dan R² cross-validation 0,7854 ± 0,0381, lebih baik daripada Random Forest yang dioptimasi setara (R² 0,7546). Fitur red-edge menempati empat dari enam peringkat teratas permutation feature importance, sedangkan memasukkan data fase generatif menurunkan R² uji menjadi 0,6875. Validasi eksternal menghasilkan R² negatif dan underprediction pada LAI tinggi sehingga kemampuan transfer model masih terbatas. Peta sebaran LAI dapat mendukung pemantauan pertanaman padi.; Leaf Area Index (LAI) is key to monitoring rice growth, but direct measurement is laborious, so Sentinel-2 offers a large-area alternative. This study analyzed how conventional and red-edge vegetation indices relate to LAI, compared One-Dimensional Convolutional Neural Network with Random Forest, and mapped LAI. The model covered growth up to peak LAI before grain filling (7–47 days after transplanting), using 273 of 352 observations and 15 features selected by Pearson correlation and five-fold cross-validation. Segmented regression showed breakpoints at LAI 1.97–3.50 for conventional indices and 2.98– 4.39 for red-edge indices, with IRECI and CIred-edge retaining the greatest sensitivity at high LAI. The 1D-CNN tuned by Random Search achieved a test R² of 0.8245, RMSE of 0.9174, and cross-validation R² of 0.7854 ± 0.0381, outperforming an equivalently tuned Random Forest (R² 0.7546). Red-edge features occupied four of the top six permutation importance ranks, while including generative-stage data reduced the test R² to 0.6875. External validation produced negative R² and underprediction at high LAI, indicating limited transferability. The LAI maps can support rice crop monitoring.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://repository.ipb.ac.id/handle/123456789/180294</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>ANALISIS LIFE CYCLE ASSESSMENT (LCA) PADA MESIN LABELING UNTUK PRODUKSI TEPUNG TERIGU</title>
<link>http://repository.ipb.ac.id/handle/123456789/180275</link>
<description>ANALISIS LIFE CYCLE ASSESSMENT (LCA) PADA MESIN LABELING UNTUK PRODUKSI TEPUNG TERIGU
Ba'asyir, Muhammad Iqbar
Penelitian ini bertujuan untuk menganalisis dampak lingkungan dari mesin&#13;
labeling produksi CV Kreasi Cipta Karya menggunakan pendekatan Life Cycle&#13;
Assessment (LCA). Metode LCA digunakan untuk mengevaluasi kontribusi&#13;
masing-masing komponen mesin terhadap emisi karbon sepanjang siklus&#13;
hidupnya, mulai dari fase produksi, transportasi, hingga penggunaan. Hasil&#13;
analisis awal menunjukkan bahwa aluminium merupakan penyumbang emisi&#13;
terbesar sebesar 34,5% dari total emisi 1454,13 kg CO2-eq. Selain itu, grease&#13;
pelumas BX-120 juga memberikan kontribusi signifikan terhadap emisi sistem.&#13;
Untuk mengurangi dampak tersebut, dilakukan penggantian grease menjadi Purity&#13;
FG2 berbasis PAO. Hasil analisis LCA setelah penggantian menunjukkan&#13;
penurunan emisi grease sebesar 78,5%, dari 6,18 kg menjadi 1,33 kg CO2-eq,&#13;
sehingga total emisi sistem turun menjadi 1449,28 kg CO2-eq. Studi ini&#13;
menunjukkan bahwa analisis LCA bisa dilakukan untuk mengetahui total emisi&#13;
yang dihasilkan pada mesin labeling, namun kedepannya masih bisa&#13;
dikembangkan lagi karena yang dilakukan pada studi ini hanya sampai masa&#13;
penggunaan mesin.; This study aims to analyze the environmental impact of the labeling machine&#13;
produced by CV Kreasi Cipta Karya using the Life Cycle Assessment (LCA)&#13;
approach. LCA was applied to evaluate the contribution of each machine&#13;
component to carbon emissions throughout its life cycle, including production,&#13;
transportation, and usage phases. The initial analysis revealed that aluminum was&#13;
the largest contributor, accounting for 34.5% of the total emissions of 1454.13 kg&#13;
CO2-eq. Additionally, the BX-120 lubricant grease significantly contributed to the&#13;
system's emissions. To mitigate this impact, the grease was replaced with&#13;
PAO-based Purity FG2. The post-replacement LCA analysis showed a 78.5%&#13;
reduction in grease emissions, from 6.18 kg to 1.33 kg CO2-eq, lowering the total&#13;
system emissions to 1449.28 kg CO2-eq. This study demonstrates that LCA&#13;
analysis can be used to determine the total emissions produced by the labeling&#13;
machine. However, it still has room for further development, as this study only&#13;
covers the usage phase of the machine.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://repository.ipb.ac.id/handle/123456789/180275</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
<item>
<title>ANALISIS LIFE CYCLE ASSESSMENT (LCA) PADA MESIN LABELING UNTUK PRODUKSI TEPUNG TERIGU</title>
<link>http://repository.ipb.ac.id/handle/123456789/180274</link>
<description>ANALISIS LIFE CYCLE ASSESSMENT (LCA) PADA MESIN LABELING UNTUK PRODUKSI TEPUNG TERIGU
Ba'asyir, Muhammad Iqbar
Penelitian ini bertujuan untuk menganalisis dampak lingkungan dari mesin&#13;
labeling produksi CV Kreasi Cipta Karya menggunakan pendekatan Life Cycle&#13;
Assessment (LCA). Metode LCA digunakan untuk mengevaluasi kontribusi&#13;
masing-masing komponen mesin terhadap emisi karbon sepanjang siklus&#13;
hidupnya, mulai dari fase produksi, transportasi, hingga penggunaan. Hasil&#13;
analisis awal menunjukkan bahwa aluminium merupakan penyumbang emisi&#13;
terbesar sebesar 34,5% dari total emisi 1454,13 kg CO2-eq. Selain itu, grease&#13;
pelumas BX-120 juga memberikan kontribusi signifikan terhadap emisi sistem.&#13;
Untuk mengurangi dampak tersebut, dilakukan penggantian grease menjadi Purity&#13;
FG2 berbasis PAO. Hasil analisis LCA setelah penggantian menunjukkan&#13;
penurunan emisi grease sebesar 78,5%, dari 6,18 kg menjadi 1,33 kg CO2-eq,&#13;
sehingga total emisi sistem turun menjadi 1449,28 kg CO2-eq. Studi ini&#13;
menunjukkan bahwa analisis LCA bisa dilakukan untuk mengetahui total emisi&#13;
yang dihasilkan pada mesin labeling, namun kedepannya masih bisa&#13;
dikembangkan lagi karena yang dilakukan pada studi ini hanya sampai masa&#13;
penggunaan mesin.; This study aims to analyze the environmental impact of the labeling machine&#13;
produced by CV Kreasi Cipta Karya using the Life Cycle Assessment (LCA)&#13;
approach. LCA was applied to evaluate the contribution of each machine&#13;
component to carbon emissions throughout its life cycle, including production,&#13;
transportation, and usage phases. The initial analysis revealed that aluminum was&#13;
the largest contributor, accounting for 34.5% of the total emissions of 1454.13 kg&#13;
CO2-eq. Additionally, the BX-120 lubricant grease significantly contributed to the&#13;
system's emissions. To mitigate this impact, the grease was replaced with&#13;
PAO-based Purity FG2. The post-replacement LCA analysis showed a 78.5%&#13;
reduction in grease emissions, from 6.18 kg to 1.33 kg CO2-eq, lowering the total&#13;
system emissions to 1449.28 kg CO2-eq. This study demonstrates that LCA&#13;
analysis can be used to determine the total emissions produced by the labeling&#13;
machine. However, it still has room for further development, as this study only&#13;
covers the usage phase of the machine.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://repository.ipb.ac.id/handle/123456789/180274</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
</item>
</channel>
</rss>
