PENDUGAAN KANDUNGAN BAHAN KERING, PROTEIN KASAR, LEMAK KASAR, DAN SERAT KASAR DEDAK PADI MENGGUNAKAN JARINGAN SYARAF TIRUAN (JST) BERDASARKAN DATA ABSORBAN NIRS (NEAR INFRARED REFLECTANCE SPECTROSCOPY)

Sari, Dewi (2021) PENDUGAAN KANDUNGAN BAHAN KERING, PROTEIN KASAR, LEMAK KASAR, DAN SERAT KASAR DEDAK PADI MENGGUNAKAN JARINGAN SYARAF TIRUAN (JST) BERDASARKAN DATA ABSORBAN NIRS (NEAR INFRARED REFLECTANCE SPECTROSCOPY). Masters thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) cover dan abstrak.pdf - Published Version Download (418kB) | Preview
Preview	Text (BAB I) BAB I (PENDAHULUAN).pdf - Published Version Download (108kB) | Preview
Preview	Text (Kesimpulan dan Saran) KESIMPULAN DAN SARAN.pdf - Published Version Download (93kB) | Preview
Preview	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (178kB) | Preview
	Text (Full Text) full text.pdf - Published Version Restricted to Repository staff only Download (2MB)

Abstract

Kandungan nutrisi bahan pakan merupakan salah satu faktor yang diperhatikan dalam menyusun ransum ternak. Umumnya penentuan kandungan nutrisi menggunakan metode konvensional, namun metode ini bersifat destruktif mahal dan membutuhkan waktu yang lama, sehingga tidak sesuai dengan pengukuran kandungan nutrisi saat penyusunan ransum. Penelitian ini bertujuan untuk mengembangkan dan mengetahui akurasi penentuan kandungan bahan kering, protein kasar, lemak kasar, dan serat kasar dedak padi menggunakan Jaringan Syaraf Tiruan (JST) berdasarkan data absorban NIRS. Penelitian ini menggunakan 60 sampel dedak padi dari berbagai daerah yang mewakili Sumatera Barat. Data spektra NIR diproleh dengan menggunakan alat Portable Fourier Transform Near Infrared (FT-NIR) dengan panjang gelombang 1000-2500 nm. Pre treatment yang digunakan yaitu normalize dengan metode Principal Component Analysis (PCA). Model pelatihan JST yang dibangun berdasarkan jumlah input data, jumlah simpul pada lapisan tersembunyi JST (3, 5, 7, dan 9) dan jumlah iterasi (25000, 30000, 35000, 40000, 45000, dan 50000). Jumlah sampel yang digunakan untuk kalibrasi 40 sampel dan untuk validasi 20 sampel. Hasil pendugaan yang terbaik dilihat dari nilai Standard Error of Prediction (SEP) dan nilai Coeficient of Variation (CV) yang paling rendah. Hasil penelitian menunjukkan bahwa penggunaan JST dengan model yang telah dibangun dapat menduga kandungan bahan kering mendekati nilai aktual dengan nilai SEP 2,16% dan nilai CV 2,36%, protein kasar dengan nilai SEP 1,26% dan nilai CV 14,91%, lemak kasar dengan nilai SEP 1,21% dan nilai CV 15,12%, dan serat kasar dengan nilai SEP 1,43% dan nilai CV 5,98%. Disimpulkan bahwa penggunaan jaringan syaraf tiruan berdasarkan data absorban NIRS dapat diaplikasikan untuk menduga kandungan bahan kering dedak padi dengan akurasi 97,64%, protein kasar 85,09%, lemak kasar 84,88% dan serat kasar 94,02% Kata Kunci: Dedak Padi, JST, NIRS, PCA.

Actions (login required)

View Item