Disain Jaringan Syaraf Tiruan untuk Prediksi Kualitas Gula Kristal Putih

Abstract

Tingginya tingkat persaingan di dunia industri menuntut setiap perusahaan termasuk industri gula untuk selalu menjaga dan meningkatkan kualitas produknya. Salah satu penyebab rendahnya kualitas gula nasional adalah pengawasan dan pengujian kualitas di pabrik gula belum efektif dan efisien. Selama ini jumlah parameter yang diamati dalam analisa kualitas gula terlalu banyak karena dilakukan hampir disetiap tahap produksi. Selain itu pabrik gula juga tidak dapat dengan cepat menentukan tingkat kualitas gula yang dihasilkan karena pabrik gula harus mengirimkan sampel produk untuk diuji kualitasnya ke Laboratorium Pengujian Mutu Gula dan Bahan Pembantu Pusat Penelitian Perkebunan Gula Indonesia (LPMGBP-P3GI) di Pasuruan – Jawa Timur, sehingga tindakan perbaikan tidak dapat dilakukan dengan segera. Untuk itu perlu dilakukan pengembangan sistem prediksi kualitas gula kristal putih berdasarkan pengamatan pada beberapa aktivitas proses inti agar dapat menjamin kualitas produk selalu terjaga dan tindakan perbaikan proses dapat segera dilakukan. Sistem ini dibangun dengan menggunakan Jaringan Syaraf Tiruan (JST) dalam sebuah interface yang mudah dipahami yang disebut Sugar Quality Prediction (SQP). Algoritma pembelajaran JST yang digunakan adalah Backpropagation (BP) dan Learning Vector Quantization (LVQ). Klasifikasi kualitas gula mengacu pada SNI Gula Kristal Putih (GKP) 01-3140.3-2001 yang menyatakan bahwa GKP terbagi atas 3 kelas yaitu GKP I, GKP II dan GKP III. Atribut-atribut yang menentukan kualitas gula menurut SNI tersebut, yaitu : (1) warna; (2) berat jenis butir/BJB; (3) susut pengeringan; (4) polarisasi; (5) gula pereduksi; (6) abu konduktiviti; (7) kandungan bahan asing tidak larut/kotoran; (8) bahan tambahan makanan/SO2 dan (9) kandungan cemaran logam.