Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kadar gula merupakan salah satu karakter kualitas buah pisang yang memengaruhi rasa. Berdasarkan kesamaan karakteristik spektral pada varietas pisang ambon, pisang mas, dan pisang cavendish, yang didapat dari hasil akuisisi citra menggunakan kamera hiperspektral VNIR (400 - 1000 nm), telah berhasil dirancang sebuah universal prediction model yang tidak memerlukan perlakuan destruktif untuk memprediksi nilai kadar gula pada 3 varietas pisang Musa acuminata: pisang ambon, pisang mas, dan pisang cavendish. Filter Savitzky - Golay mengurangi noise pada hasil spektral dan juga memperkuat sinyal yang berisi informasi penting. Pada model regresi Random Forest dengan fitur panjang gelombang optimal berjumlah 20 menghasilkan nilai RMSE pelatihan (train) dan RMSE pengujian (test) yang kecil dengan masing-masing sebesar 0,67 dan 1,08 serta nilai koefisien korelasi pelatihan (R2 Train) dan koefisien korelasi pelatihan (R2 Test) yang besar masing-masing sebesar 0,98, dan 0,94. Hal menunjukan penggunaan algoritma Random Forest untuk pembuatan universal prediction model memiliki hasil yang baik.

---

Sugar content is one of the quality attribute that affects the taste of bananas. A non-destructive universal prediction model has been successfully designed based on the similarity of the spectral characteristics of the Ambon bananas, Mas bananas and Cavendish bananas, which were obtained from the results of image acquisition using a VNIR hyperspectral camera (400 - 1000 nm) to predict the value of sugar content on 3 banana Musa acuminata varieties: Ambon bananas, Mas bananas and Cavendish bananas. The Savitzky - Golay filter reduces noises in the spectral results and also amplifies the signal that contains some important information. Random Forest regression model with 20 features give a small error value with RMSE Train value is 0.67 and RMSE Test value is 1.08, also give a large correlation coefficient value with R2 Train value is 0.98 and R2 Test value is 0.94, it shows that the use of the Random Forest algorithm for designing the universal prediction model has good results."

"Pisang (Musa sp.) merupakan salah satu buah dengan keberagaman yang banyak di Indonesia. Terdapat sekitar 6 sampai 9 subspesies atau varietas pisang Musa acuminata. Pemodelan multi-varieties untuk pengukuran kadar gula total pada suatu buah bertujuan untuk memudahkan proses perhitungan untuk satu kelompok varietas sehingga hanya didapatkan satu model saja yang disebut universal model. Dalam penelitian ini, penulis mencoba membuat universal model untuk pengukuran kadar gula total pada 3 varietas pisang Musa acuminata menggunakan citra hiperspektral berbasis Visible-Near Infrared (VNIR). Universal model utama yang akan digunakan berbasis Convolution Neural Network (CNN). Convolution Neural Networks (CNN) merupakan kumpulan suatu layer (neural) 3 dimensi yang membentuk suatu jaringan (network) yang berfungsi untuk pengolahan data berdimensi tiga melalui proses konvolusi. 3 komponen utama dalam perancangan perangkat keras untuk akuisisi data citra hyperspectral, di antaranya kamera hiperspektral, lampu halogen, dan slider. Pada penelitian ini digunakan 3 jenis buah pisang berbeda, yaitu pisang ambon kuning, pisang cavendish, dan pisang mas. Model universal atau model untuk memprediksi kadar gula total pada pisang cavendish, pisang mas, dan pisang ambon pada penelitian ini didapatkan parameter regresi sebesar 1,1285 untuk RMSEP; 0,2338 untuk RMSEC; 0,8747 untuk RP2; dan 0,9946 untuk RC2. Implementasi deep learning CNN sebagai regresi untuk sistem pengukuran kadar gula total pada varietas pisang Musa acuminata dapat digunakan pada penelitian ini karena didapatkan nilai parameter regresi yang hampir sama dengan parameter hasil regresi pada algoritma PLSR.

---

Banana (Musa sp.) is one of the most diverse fruits in Indonesia. There are about 6 to 9 subspecies or varieties of Musa acuminata banana. Multi-varieties modeling for measuring the total sugar content in a fruit aims to facilitate the calculation process for one varieties group so that only one model is obtained which is called the universal model. In this study, the authors tried to obtain a universal model for measuring total sugar content in 3 Banana Varieties Musa acuminata using hyperspectral imaging based on Visible-Near Infrared (VNIR). The main universal model to be used is based on Convolution Neural Network (CNN). Convolution Neural Networks (CNN) is a set of 3-dimensional (neural) layers that form a network that used for three-dimensional data processing through a convolutional. 3 main hardware components used for hyperspectral image data acquisition, including a hyperspectral camera, halogen lights, and sliders. In this study, three different types of banana were used, there is yellow ambon banana, cavendish banana, and mas banana. Universal model or a model to predict total sugar content in cavendish banana, cas banana, and ambon banana in this study obtained a regression parameter of 1.1285 for RMSEP; 0.2338 for RMSEC; 0.8747 for RP2; and 0,9946 for RC2. The implementation of deep learning CNN as a regression for the total sugar content measurement system in Musa acuminata banana variety can be used in this study due to the regression parameter values are almost the same as the regression parameters in the PLSR algorithm"

"ABSTRAKPemutihan gigi sudah menjadi kebutuhan banyak orang untuk menunjangpenampilan estetika. Pada prosedur pemutihan gigi, biasanya menggunakanbahan-bahan pemutih seperti hidrogen peroksida, karbamid peroksida, dankarbopol. Namun bahan-bahan pemutih gigi tersebut dapat menimbulkan efeksamping seperti sensitifitas gigi paska tindakan serta iritasi pada rongga mulut danmukosa saluran cerna bila tertelan. Buah alpukat, apel, mangga, nanas, dan pisangadalah jenis buah yang diketahui mengandung hidrogen peroksida. Penelitian inibertujuan untuk mengetahui efek pada jus buah alpukat, apel, mangga, nanas, danpisang dalam memutihkan gigi yang mengalami diskolorisasi ekstrinsik. Gigipremolar post-ekstraksi yang telah diskolorisasi teh dan diskolorisasi kopi diberiperlakuan jus buah selama 14 hari. Hasil uji menunjukkan bahwa terjadiperubahan rata-rata skala warna pada kelompok teh dengan perlakuan jus buahalpukat, apel, mangga, nanas, dan pisang dari skala 12 menjadi rata-rata sebesar5,4 ± 0,51; 4,4 ± 1,07; 4,9 ± 1,07; 4,5 ± 0,97 dan 4,8 ± 1,13. Sedangkan padakelompok kopi dengan perlakuan jus buah alpukat, apel, mangga, nanas, danpisang dari skala 9 menjadi rata-rata sebesar 1,6 ± 0,69; 2,2 ± 1,54; 2,2 ± 1,31; 1,5± 1,84; 1,37 ± 1,06.

---

ABSTRACTTeeth whitening has become a need for many people to support the aestheticappearance. In the teeth whitening procedure, usually using bleaching ingredientssuch as hydrogen peroxide, carbamide peroxide, and carbopol. However theingredients of teeth whitening can cause side effect such as tooth sensitivity andirritation after the action in the oral cavity and gastrointestinal mucosa if ingested.Avocado, apple, mango, pineapple, and bananas are the types of fruit are knownto contain hydrogen peroxide. This study aims to determine the effect on fruitjuice avocado, apple, mango, pineapple, and banana in the teeth whiteningexperience extrinsic discoloration. Post-extraction of premolars that haddiscoloration of tea and coffee discoloration of the treated fruit juice for 14 days.The test results showed that the average changes color scale on tea grouptreatment with avocado fruit juices, apple, mango, pineapple, and banana of thescale of 12 to an average of 5.4 ± 0.51; 4.4 ± 1.07; 4.9 ± 1.07; 4.5 ± 0.97 and 4.8 ±1.13. Whereas in the coffee group treated fruit juice with avocado, apple, mango,pineapple, and banana of the scale of 9 to an average of 1.6±0.69; 2.2 ± 1.54; 2.2± 1.31, 1.5 ± 1.84; 1.37 ± 1.06."