Lukman Adlin Harahap
Program Studi Keteknikan Pertanian Fakultas Pertanian Jl. Prof. Dr. A. Sofyan No. 3 Kampus USU Medan 20155

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search
Journal : Jurnal Rekayasa Pangan dan Pertanian

IDENTIFIKASI KEMATANGAN BUAH JAMBU BIJI MERAH (Psidium guajava) DENGAN TEKNIK JARINGAN SYARAF TIRUAN METODE BACKPROPAGATION (Identification of Guava Maturity with Artificial Neural Network Backpropagation Method) Fahmil Ikhsan Hidayat; Lukman Adlin Harahap; Sulastri Panggaben
Jurnal Rekayasa Pangan dan Pertanian Vol 5, No 4 (2017): Jurnal Rekayasa Pangan dan Pertanian
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (233.8 KB)

Abstract

ABSTRACT Identification of guava maturity is generally done manually by the farmers. Fruit seen visually by eyes and responded to by the brain to distinguish the level of maturity. In large quantities it will be difficult to maintain the performance of the brain due to the fatigue factor. This study was a non-conventional method of measurement that used digital image processing to produce data that will be processed by  artificial neural networks and then processed using computer software that can be used to determine the level of maturity of guava. Guava are identified based on the histrogram input image color ( RGB ) that obtained from the results of the capture which then application built by using Visual Basic software. Some sample of the learning pattern guava data had different weighted values ​​as input to the neural network by using backpropagation method to distinguish raw, ripe and rotten fruits. This identification system was capable to identify the entire category of fruit which were 83.3 % correct identification. From the identification that had been done, resulting the identification of the three outputs 85 % ripe guava, over ripe  75 %, and 90 % raw. Results of the identifications were affected by the shooting fruit process. Key words : Artificial Neural Network, Image processing, backpropagation, Identification, maturity, guava ABSTRAK   Identifikasi kematangan buah jambu biji merah umumnya dilakukan secara manual oleh petani. Buah dilihat secara visual oleh mata lalu direspon oleh otak untuk membedakan tingkat kematangannya. Dalam jumlah yang besar akan sulit untuk menjaga kinerjanya dikarenakan faktor keletihan dari otak tersebut.  Penelitian ini menggunakan metode pengukuran yang bersifat non-konvensional yaitu menggunakan pengolahan citra digital (image processing) menghasilkan data yang akan diproses secara pelatihan dengan jaringan syaraf tiruan (artificial neural network) kemudian diolah dengan menggunakan perangkat lunak komputer sehingga dapat digunakan untuk menentukan tingkat kematangan buah jambu biji merah. Buah jambu biji merah dapat diidentifikasi berdasarkan input histogram warna citra (RGB) yang didapat dari hasil pengambilan gambar terlebih dahulu yang dimana kemudian dibangun bentuk aplikasi dengan menggunakan perangkat lunak visual basic. Dari beberapa sampel pelatihan, pola data tingkat kematangan buah jambu biji merah memiliki bobot nilai yang berbeda digunakan sebagai input pada jaringan syaraf tiruan dengan metode backpropagation untuk membedakan buah mentah, matang dan busuk. Sistem identifikasi ini mampu mengenali seluruh kategori buah dengan tingkat keberhasilan identifikasi kebenaran 83.3%. Dari hasil identifikasi yang telah dilakukan menghasilkan tiga output identifikasi yaitu jambu matang  85%, lewat matang 75%, dan mentah 90%. Hasil identifikasi ini dipengaruhi oleh kondisi dari cara pengambilan gambar buah.   Kata Kunci : Backpropagation, Identifikasi, kematangan, Jambu Biji Merah, Jaringan Syaraf Tiruan, Pengolahan Citra,
UJI BERBAGAI KECEPATAN PUTARAN PADA ALAT PENGGILING TULANG SAPI KERING (Test of Various Rotation Speed of Dry Cow Bone Miller) Dara Dhayanara; Lukman Adlin Harahap; Saipul Bahri Daulay
Jurnal Rekayasa Pangan dan Pertanian Vol 6, No 1 (2018): Jurnal Rekayasa Pangan dan Pertanian
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (127.942 KB)

Abstract

ABSTRACT One of the biggest livestock waste is bone. The handling of bone waste that have often been done is by hoarding. Another way that can be done to overcome bone waste problem is by processing them into bone powder. Bone powder is produced through few steps, one of them is by bone milling using bone miller. The aim of this research are to test the effect of rotation speed of dry cow bone miller on processing capacity, yield capacity, and material losses. The results showed that the highest processing capacity was at 5320 RPM that is 12,63 kg/hour, the highest result capacity was at 5320 RPM that is 10,81 kg/hour, and the highest persentage of material left on the device was at 5320 RPM that is 14,33%. Key words: Dry Cow Bone Miller, Rotation Speed of Device, Waste ABSTRAK Salah satu limbah hewan ternak terbesar yaitu tulang. Penanganan limbah tulang yang sering dilakukan yaitu dengan melakukan penimbunan. Cara lain yang dapat dilakukan untuk mengatasi permasalahan limbah tulang yaitu dengan mengolahnya menjadi tepung tulang. Tepung tulang dihasilkan melalui beberapa tahapan, salah satunya adalah penggilingan tulang yang dilakukan menggunakan alat penggiling tulang. Tujuan dari penelitian ini adalah untuk menguji pengaruh kecepatan putaran pada alat penggiling tulang sapi kering terhadap kapasitas olah, kapasitas hasil, dan persentase bahan tertinggal di alat. Hasil penelitian menunjukkan bahwa kapasitas olah tertinggi terdapat pada kecepatan putaran 5320 RPM sebesar 12,63 kg/jam, kapasitas hasil tertinggi terdapat pada kecepatan putaran 5320 RPM sebesar 10,81 kg/jam, dan persentase bahan tertinggal di alat tertinggi terdapat pada kecepatan putaran 5320 RPM sebesar 14,33%.   Kata kunci: Alat Penggiling, Kecepatan Putaran Alat, Limbah, Tulang Sapi Kering
UJI VARIASI UKURAN LUBANG SARINGAN PADA ALAT PENGGILING TULANG SAPI KERING (The Effect of Sieve Hole Size Variation of Dry Cow Bone Miller) Shella Kairunisa; Lukman Adlin Harahap; Saipul Bahri Daulay
Jurnal Rekayasa Pangan dan Pertanian Vol 7, No 2 (2019): Jurnal Rekayasa Pangan dan Pertanian
Publisher : Universitas Sumatera Utara

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (155.628 KB)

Abstract

ABSTRACT The esixtance of livestock bone waste in Indonesia is high enough due to high consumption of livestock meat. The amount of bone waste can pollute the environment if not addressed further. One of the usage of bone waste is through processing into bone powder. Bone powder was produced by milling using bone miller. The aim of this research was to test effect of sieve hole size of dry cow bone miller on water content of bone powder, yield, material losses and the fineness of bone powder. The results showed that the lowest water content of bone powder was at sieve hole size of 250 mesh i.e. 0,203 %, the highest yield was at sieve hole of 150 mesh i.e. 96,667 %, the lowest material losses was at sieve hole of 150 mesh i.e.2 % and the highest  uniformity of bone powder was at sieve hole of 200 mesh i.e. 52,767 %. Keywords: Dry Cow Bone Miller, Bone Waste, Size Of Sieve Hole. ABSTRAK   Keberadaan limbah tulang ternak di Indonesia cukup tinggi akibat tingginya total konsumsi daging hewan ternak. Banyaknya limbah tulang dapat mencemari lingkungan apabila tidak dilakukan penanganan lebih lanjut. Salah satu pemanfaatan limbah tulang yaitu dengan cara diolah menjadi tepung tulang. Tepung tulang dapat dihasilkan dengan cara digiling menggunakan alat penggiling tulang. Tujuan dari penelitian ini adalah untuk menguji pengaruh ukuran lubang saringan pada alat penggiling tulang sapi kering terhadap kadar air tepung tulang, rendemen, bahan tertinggal dan kehalusan saringan tepung tulang. Hasil penelitian menunjukkan bahwa kadar air tepung tulang terendah terdapat pada ukuran lubang saringan 250 mesh sebesar 0,203 %, rendemen tertinggi terdapat pada ukuran lubang saringan 150 mesh sebesar 96,667 %, bahan tertinggal terendah terdapat pada ukuran lubang saringan 150 mesh sebesar 2 % dan keseragaman tepung tulang tertinggi terdapat pada ukuran lubang saringan 200 mesh sebesar 52,767 %   Kata kunci: Alat penggiling tulang sapi kering, Limbah tulang, Ukuran lubang saringan.