Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pencampuran susu dengan melamin ditujukan untuk mengelabuhi badan pengawasan makanan, agar terlihat kandungan protein dalam susu bagus.kualitas susu bagus terlihat dari kadar nitrogen yang terkandung dalam asam amino,karena melamin mempunyai kadar nitrogen yang tinggi sebanyak 66% maka susu akan terlihat mempunyai protein tinggi. Jaringan Syaraf Tiruan (JST) adalah suatu metode komputasi untuk memodelkan suatu sistem. Bentuk dan sifat JST yang sangat flexible memungkinkan JST digunakan untuk memodelkan, merancang dan menganalisa pendeteksian kadar melamin dari bahan makanan. Metode yang digunakan adalah backpropagation yang terdiri atas lapisan masukan, lapisan tersembunyi dan lapisan keluaran. Data yang diperoleh yaitu dari pengukuran yang dilakukan di LAB afiliasi Fakultas Matematika dan Ilmu Pengetahuan (FMIPA) Universitas Indonesia.Analisa Sistem yang dilakukan adalah training data dengan fungsi gradien (traingd) serta menggunakan fungsi aktivasi purelin.hasil identifikasi kemudian di hitung persen error dari jaringan.

---

Melamine mixing with milk and Some of food is to manipulating for food control agency, and to look good protein in milk is looking from the nitrogen content of the amino acid, because the melamine has a high nitrogen content of 66% then milk look like have a good protein content. Network Network is a method for computing and modeling a system. Neural Network is so flexible so allow neural netwok using to modeling, design and analyze detectition of melaminn level from food. Which using backpropagation metode, this metode include input layer, hidden layer, and output layer. All data get from Afilition Laboratory in Science Faculty in University of Indonesia depok. System analyze using gradient function (traingd) and using purelin activation function and all data identification then calculate in persen with neural network."

"Logam merupakan salah satu unsur yang dibutuhkan oleh tubuh manusia. Unsur logam baik untuk tubuh manusia apabila sesuai dengan takaran contohnya adalah unsur tembaga (Cu) dan selenium (Zn) yang dibutuhkan tubuh manusia untuk membantu kinerja metabolisme tubuh. Apabila kedua unsur logam ini melebihi yang seharusnya maka dapat menjadi racun apabila terdapat konsenterasi yang tinggi didalam tubuh. Pencemaran logam berat pada lingkungan khususnya di air sangat berbahaya bagi kesehatan manusia. Pada skripsi ini dirancang sebuah perangkat lunak yang dapat mendeteksi unsur logam di air dan kadarnya dengan menggunakan metode jaringan syaraf tiruan. Proses pendeteksian menggunakan sampel cairan yang direkayasa, sehingga mengandung unsur logam dengan kadar tertentu. Kemudian sampel cairan ini akan diproses oleh spectrophotometer. Spectrophotometer tidak dapat secara absolut menentukan jenis logam dan kadar yang dikandung oleh cairan, melainkan memerlukan spektrum refrensi untuk membandingakan hasil pengukuran. Kekurangan dari spectrophotometer ini yang dimamfaatkan oleh perangkat lunak. Perangkat lunak akan memperoses data dari spectophotometer yang berbentuk data matrix yang kemudian ditraining dalam jaringan syaraf tiruan dan terakhir adalah proses identifikasi jenis unsur dan kadarnya.

---

Metal is one of the elements needed by the human body. Metal element is good for human body if the dose is right, for example such as copper (Cu) and selenium (Zn) are good for human body to assist the performance of body metabolism. If those metal element are exceed, will be toxic when there are high concenterate in the body. Heavy metal pollution on the environment especially in water is very dangerous for human health.

In this essay will be designed a software that can detect a metal element in the water and measure level of the element using the neural network. Identification process using a sample liquid which is manipulated, so the liquid contain metal element with certain level. The liquid will be measure by spectrophotometer. Spectrophotometer can not absolutely determine the level and type of metal which is contained by the liquid, but it must compared with refrence spectrum. The disadvantages of a spectrophotometer is used by the software. Software will be processing the matrix data from spectrophotometer then train data into the neural network dan the last process is determine the metal element and the metal element level."

"Penggunaan bahan-bahan kimia termasuk salah satunya adalah nonlogam pada makanan, minuman, ataupun produk lain yang biasa dikonsumsi masyarakat memerlukan perhatian khusus, karena apabila bahan nonlogam yang tidak baik secara sengaja ataupun tidak sengaja mengenai tubuh manusia maka akan berakibat fatal bahkan dapat menyebabkan kematian. Spectrophotometer merupakan salah satu alat yang umum digunakan oleh para kimiawan untuk mengenal jenis bahan kimia dengan mengukur panjang gelombang serta absorbant dari masing-masing bahan kimia yang diteliti. terdiri Alat ini terdiri atas sumber sinar, prisma, sel sampel, detektor dan pencatat. Spectrophotometer UV-Vis 2450 Shimadzu adalah sebuah alat yang mempunyai kemampuan mengukur panjang gelombang serta absorbant bahan kimia. Alat ini mengubah sinar yang datang pada sampel menjadi panjang gelombang secara kontinyu. Hasil percobaan diungkapkan dalam spektrum dengan absisnya menyatakan panjang gelombang (bilangan gelombang atau frekuensi) sinar datang dan ordinatnya menyatakan energi yang diserap sampel. Pada Tugas akhir ini dirancang sistem identifikasi jenis serta kadar nonlogam dari suatu cairan dengan mengambil data keluaran Spectrophotometer UV-Vis 2450 Shimadzu yaitu absorbant dari masing-masing jenis serta kadar nonlogam tersebut sebagai input. Data keluaran tersebut ditampilkan menggunakan software UV-Probe 2.1. Sistem pendeteksi kadar nonlogam dari air ini dirancang dengan menggunakan metode Neural Network. Hasil dari uji coba sistem pendeteksi kadar nonlogam dari air memperlihatkan hasil identifikasi nonlogam berdasarkan absorbant yang digunakan sebagai input pada proses training. Hasil dari pengujian Perangkat lunak yang dibangun memperlihatkan hasil yang diharapkan dengan persentase keberhasilan yang cukup besar.

---

Usage of Chemicals including one of them is nonmetal at food, beverage, and or other product which is ordinary to be consumed by society need special attention, because if bad nonmetal materials intentionally involuntary to and or hit human being body hence will cause bad effect even can cause death. Spectrophotometer represent one of the appliance used occasionally by all chemistry to recognize chemicals type with measuring wavelength and also absorbent from each accurate chemicals. Compose this appliance consist of the source of light, prism, sample cell, marker and detector. Spectrophotometer UV-VIS 2450 Shimadzu is a appliance having ability measure wavelength and also chemicals absorbant. This appliance alter incoming light at sample become wavelength by continue.

Result of attempt laid open in spectrum with its abscissa express wavelength ( wave number or frequency) light come and its ordinate express absorbent by energy of sample. At this final project designed by system identify type and also nonmetal rate from a dilution by taking output of Spectrophotometer UV-VIS 2450 Shimadzu that is absorbent from each type and also nonmetal rate mentioned as input. the Output data presented to use UV-PROBE software 2.1. A detection nonmetal rate system from this water is designed by using Neural Network method.

Result of from nonmetal rate detection system test-drive from water show result identify nonmetal pursuant to used by absorbant as input at training process. Result of from examination woke up Software show result of which is expected with big enough efficacy percentage."

"Berdasarkan informasi dari WHO tahun 2008, bahwa di negeri China telah terjadi pencampuran melamin dalam bahan makanan yang mengandung susu seperti susu, biskuit, yogurt dan bahan makanan lainnya. Campuran melamin pada makanan dan minuman dapat mengakibatkan penyakit gagal ginjal, kanker bahkan kematian. Pencampuran melamin sebagai bahan pembuatan makanan dan minuman ditujukan untuk mengelabuhi badan pengecekan kualitas pangan, karena pada melamin terdapat kadar nitrogen 66% yang membuat bahan makanan dan minuman akan terlihat memiliki kandungan protein yang tinggi sehingga bahan makanan dan minuman tersebut dapat dikategorikan normal dan sesuai standar badan pengecekan kualitas pangan. Skripsi ini membahas tentang analisa dan identifikasi kadar melamin pada berbagai bahan makanan dan minuman yang mengandung susu dengan metode Hidden Markov Model (HMM). Sistem ini terbagi menjadi dua proses utama, yaitu pembentukan database dan identifikasi kadar melamin. Kedua proses ini dilakukan dengan cara yang hampir sama, yaitu setiap sampel data larutan akan mengalami proses pelabelan, pembuatan codebook dan pembentukan parameter Hidden Markov Model (HMM). Hanya saja, pengolahan sinyal data pada proses identifikasi mengacu pada database yang telah lebih dulu diproses. Dimulai dengan pembentukan vektor-vektor data dengan proses ektraksi, yang kemudian dicari suatu nilai centroid yang presisi dengan teknik Vector Quantization (VQ) dan kemudian diproses kedalam Hidden Markov Model (HMM) untuk menentukan nilai-nilai parameter yang dibutuhkan. Berdasarkan parameterparameter inilah, dapat dihitung suatu nilai probabilitas (Log of Probability) maksimum yang akan menunjukkan hasil keluarannya. Dari hasil perancangan sistem ini, akan dibandingkan akurasi sistem terhadap variasi jumlah data training dan ukuran codebook. Pada perancangan sistem ini, jumlah database yang optimal dengan menggunakan jumlah data training sebanyak 7 (tujuh) buah dan untuk ukuran codebook yang optimal adalah 128. Sementara akurasi sistem secara keseluruhan bervariasi antara 60% hingga 85%.

---

Based on information from WHO in 2008, many food industry in china added some melamine in milk, biscuit, yogurt, and other food. This can be very harmful because melamine in food can cause many disease for example kidney abortive function, cancer which can lead to the death. The purpose of adding melamine in the food is for cheating government food quality department, because the nitrogen content in melamine is 66%, so the food and drink will be seen contains high protein and categorize a normal food and can pass food quality check.

This final project will dwell on analyze and identification of melamine content in foods using Hidden Markov Model (HMM). The system divide in two process, the making of data base and introducing of melamine content in foods or drink. This both process will be done in almost the same way, that is labialization process of each data, codebook making process, and Hidden Markov Model (HMM) parameter making process. The difference is data signal processing in introducing process will refer to database previously made. Its all start with the making of vectors using quantization vector technique (VQ) which will be use for determine the precision centroid value use for Hidden Markov Model (HMM) state for determine the needed parameters value. Based on this parameters, the maximum probability (Log of Probability) can be count and will show the output of percentage melamine content.

From this layout system, system accuracy will be compare with the amount of data training variation and codebook size. At this layout system, the amount of optimum database will be get by using 7 (seven) data training and the optimum codebook size is 128. Meanwhile, the overall accuracy of the system will be variate from 65% up to 85%."

"

Seiring dengan perkembangan bidang computer vision terdapat lebih banyak solusi yang dapat diimplementasikan untuk bidang sehari-hari. Salah satu bidang yang paling erat dengan kegiatan sehari-hari adalah kegiatan mengkonsumsi makanan. Dalam memperhatikan pola makan, penting dilakukan proses mengidentifikasi jenis makanan yang dikonsumsi. Dengan memanfaatkan perkembangan model machine learning deteksi objek yang bekerja secara waktu langsung, YOLOv5 dapat digunakan untuk melakukan deteksi objek untuk dapat mengidentifikasi berbagai jenis makanan dalam suatu gambar. Dengan menggunakan YOLOv5, deteksi terhadap makanan yang kerap kali dikonsumsi oleh masyarakat Indonesia dapat dilakukan dan ditingkatkan akurasinya dengan pemrosesan gambar hingga mencapai nilai mAP 94,3%. 

Penggunaan implementasi model ini dalam aktivitas sehari-hari dapat memberikan nilai tambah kepada orang-orang yang ingin lebih memahami jenis makanan yang dikonsumsinya. Dari hasil pengujian user experience yang dilakukan terhadap aplikasi, hasil perbandingan terhadap benchmark mengindikasikan bahwa aplikasi memiliki kualitas penggunaan di atas rata-rata dengan nilai 1,37 untuk daya tarik, 1,58 untuk kejelasan, 1,23 untuk efisiensi, 1,38 untuk ketepatan, 1,13 untuk stimulasi, dan 1,01 untuk kebaruan.

---

With the advent of computer vision there are more solutions that can be implemented in everyday life. One of the areas most closely related to daily activities is the activity of consuming food. In paying attention to diet, it is important to identify the type of food consumed. By leveraging the development of object detection machine learning models that work in real time, YOLOv5 can be used to perform object detection to identify different foods within a single image. By using YOLOv5, detection of foods that are often consumed by Indonesian people can be carried out and the accuracy is increased by image processing up to a value of mAP 94.3%.

The use of this model's implementation in daily activities can provide added value to people who want to better understand the types of food they consume. From the results of user experience testing carried out on the object detection application, the results of comparisons against benchmarks indicate that the application has above average usage quality with a value of 1.37 for attractiveness, 1.58 for clarity, 1.23 for efficiency, 1.38 for accuracy, 1.13 for stimulation, and 1.01 for novelty."

"Melamin merupakan suatu zat organik yang tidak dapat mengalami proses metabolisme oleh tubuh dan akan dikeluarkan melalui ginjal bersama urin. Masuknya melamin ke dalam tubuh biasanya disebabkan penyalahgunaan melamin sebagai zat aditif dalam susu untuk meningkatkan kadar protein. Penelitian ini bertujuan untuk menghasilkan nanopartikel emas (AuNp) yang dapat mendeteksi adanya kandungan melamin. Pada penelitian ini digunakan metode preparasi nanopartikel emas (AuNp) yang ramah lingkungan, yaitu dengan menggunakan ekstrak tanaman teh hitam (Camellia sinensis) yang bertindak sebagai agen pereduksi Au3+ menjadi Au0. Pada uji melamin, larutan nanopartikel emas (AuNp) berwarna merah anggur akan berubah menjadi warna biru. Analisis nanopartikel emas (AuNp) menggunakan spektrofotometer UV-Vis menghasilkan panjang gelombang pada 540 nm. Hasil FTIR menunjukkan adanya gugus N-H yang merupakan senyawa melamin setelah dideteksi oleh AuNp. Karakterisasi dengan SEM menunjukkan bentuk bulat dan segitiga dengan ukuran 100 nm yang mengindikasikan keberadaan nanopartikel emas (AuNp)."

"Pada penelitian ini dilakukan pengembangan strip test immunokromatografi untuk deteksi selektif melamin menggunakan platform magnetic. Strip test dibuat menggunakan membran nitroselulosa dan tersusun dari sample pad, conjugate pad, test zone, dan absorbent pad. Conjugate pad mengandung antibodi melamin berlabel nanopartikel emas (AuNP-Ab), test zone mengandung antibodi penangkap dan digunakan sebagai tempat pengukuran, sedangkan digunakan absorbent pad untuk mengarahkan aliran sampel. Untuk menahan sampel agar tidak bergerak selama pengukuran di test zone, antibodi pada test zone dimodifikasi dengan magnetic beads (MB). MB yang digunakan adalah MB yang mengandung gugus fungsi avidin. Sehingga dengan memodifikasi antibodi dengan biotin membentuk Ab-biotin, Ab-MB dapat terbentuk melalui interaksi avidin-biotin. Bila sampel melamin mencapai conjugate pad, melamin akan berinteraksi dengan AuNP-Ab membentuk kompleks mel-Ab-AuNP yang akan bergerak ke test zone dan membentuk kompleks MB-Ab-mel-Ab-AuNP. Pengukuran dilakukan dengan meletakkan batang magnet di bawah test zone sehingga komples tersebut tidak bergerak selama pengukuran. Dengan asumsi bahwa konsentrasi AuNP berbanding lurus dengan konsentrasi antibodi dan dengan demikian dengan konsentrasi melamin, pengukuran dapat dilakukan dengan metode anodic stripping voltammetry. Boron doped diamond (BDD) 0.1% digunakan sebagai elektroda kerja, kawat platina spiral sebagai elektroda pendukung, dan Ag/AgCl sebagai elektroda pembanding. Strip test dipreparasi menggunakan volume AuNP-Ab 60 μL dan Ab-MB 30 μL. Deteksi melamin pada strip test immunokromatografi dilakukan dengan volume sampel 100 μL, waktu immunoreaksi 7 menit, dan volume pelarut HClO4 0.02 M 200 μL. Kondisi elektrokimia yang digunakan adalah rentang potensial dari -500 mV sampai 1500 mV, scan rate 100 mV/s, potensial deposisi -500 mV, serta waktu deposisi 240 sekon. Limit deteksi melamin yang diperoleh adalah 150 ppm (0.15 mg melamin/mL PBS).

---

In this research, immunochromatographic strip test for selective detection of melamine was developed by using platform magnetic. The strip test was made from nitrocellulose membrane and composed of sample pad, conjugate pad, test zone, and absorbent pad. The conjugate pad consisted of gold nanoparticle labeled melamine antibody (AuNP-Ab), while the test zone consisted of the capture antibody and used for the measurements. In addition, there was an absorbent pad used to direct the sample flow. In order to keep the sample in the test zone, the capture antibody was immobilized at the magnetic beads (MB). The MB contained avidin functional groups. Therefore, the antibody was modified by biotin (Ab-biotin) to form antibody modified MB (Ab-MB) through avidin-biotin interaction. When the sample contained melamine reach the conjugate pad, melamine interacts to antibody to form mel-ab-AuNP complexes, which then move to the test zone and form MB-Ab-mel-Ab-AuNP complexes. The measurements were performed by placed a magnetic bar under the test zone to avoid the movements of the complexes. As per assumption that the AuNP concentration is equivalent to the antibody as well as the melamine concentrations, the measurement can be performed by Anodic Stripping Voltammetry method. Boron doped diamond (BDD) 0.1% was applied as the working electrode, while a wire platinum spiral and an Ag/AgCl system were used as the counter and the reference electrodes, respectively. The strip test were prepared by using AuNP-Ab and Ab-MB volumes of 60 μL and 30 μL, respectively. The melamine detection was performed with a sample volume of 100 μL, an immunoreaction time of 7 min, and 200 μL of 0.02 M HClO4, while the electrochemical measurements was performed in a potential range from -500 mV to1500 mV, a scan rate of 100 mV/s, a potential deposition of -500 mV and a deposition time of 240 s. Limit of detection of 150 ppm (0.15 mg melamine/mL PBS) can be achieved."

"Salah satu bahan yang digunakan sebagai perlengkapan makan dan minum adalah melamin. Melamin dikenal karena keunggulannya yang tidak mudah pecah dan ringan. Selain melamin yang asli, ternyata di pasaran dapat dijumpai pula peralatan makan dan minum yang terbuat dari melamin palsu. Melamin palsu mengandung formalin sehingga berbahaya jika digunakan sebagai alas makan dan minum karena unsur formalin pada melamin palsu sangat mudah terurai ketika terkena panas langsung atau dari makanan dan minuman yang diwadahi. Kemiripan antara produk melamin asli dan produk melamin palsu mengakibatkan konsumen sulit untuk membedakannya. Berdasarkan latar belakang tersebut, maka terdapat 3 (tiga) masalah yang dibahas dalam skripsi ini, yaitu masalah standar produk melamin, pengaturan produk melamin, dan bentuk perlindungan konsumen terhadap produk melamin palsu berdasarkan UUPK. Permasalahan tersebut dibahas menggunakan tipologi penelitian deskriptif dan menggunakan metode penelitian kepustakaan sehingga menghasilkan 3 (tiga) kesimpulan. Pertama, saat ini belum ada Standar Nasional Indonesia (SNI) untuk produk melamin, namun sudah ada Rancangan SNI produk melamin. Kedua, pengaturan mengenai produk melamin di Indonesia ada dalam UUPK, PP No. 58 Tahun 2001 tentang Pembinaan dan Pengawasan Penyelenggaraan Perlindungan Konsumen, dan Keputusan Menteri Perindustrian dan Perdagangan No. 634/MPP/Kep/9/2002 tentang Ketentuan dan Tata Cara Pengawasan Barang dan/atau Jasa yang Beredar di Pasar. Ketiga, bentuk perlindungan konsumen untuk produk perlengkapan makan dan minum dari bahan melamin palsu berdasarkan UUPK adalah bentuk larangan terhadap pelaku usaha untuk melakukan tindakan tertentu, tanggung jawab pelaku usaha, dan sanksi yang diberikan pada pelaku usaha."

"ABSTRAKSistem bilateral teleoperasi memungkinkan antara manipulator master dan slave saling mengirimkan feedback agar pengguna dapat merasakan sensasi pada manipulator slave. Teknik bilateral teleoperation banyak dimanfaatkan untuk manipulasi mikro. Dengan menggunakan teknik scaling, operator dapat memanfaatkan sistem bilateral teleoperasi untuk melakukan pekerjaan dimana manipulator slave difungsikan untuk memanipulasi objek-objek yang berat. Pada skripsi ini akan diterapkan bilateral teleoperation dengan teknik scaling, menggunakan 2 manipulator dengan 2 sendi dengan motor serial servo Dynamixel AX-12 dan mikrokontroler AVR sebagai pengontrolnya. Dalam sistem scaling bilateral yang dirancang juga dikembangkan PI controller untuk meningkatkan performa sistem. Ketika diaplikasikan teknik scaling pada manipulator slave dengan skala 0,5 kali, hasil yang didapat bahwa rata-rata perbedaan posisi antara manipulator master dan slave sebesar 0,384 derajat dengan error terbesar yang terdeteksi sebesar 5,87 derajat ketika digerakkan secara normal. Dan pada kondisi manipulator slave tersangkut objek, perbedaan posisi terbesar antara manipulator master dan slave sebesar 7,03 derajat. Untuk skala 1 kali, error rata-rata sebesar 0,155 derajat dan ketika disimulasikan manipulator slave tersangkut objek error terbesar sebesar 14,07 derajat.

---

ABSTRACTBilateral system allow each manipulator master and manipulator slave send it feedback to let user feels the sensation of the slave manipulation. Bilateral Teleoperation technique is widely use for micro manipulation. By using the scaling technique, the operator can utilize the system to manipulate heavy object. In this undergraduate thesis, scaling bilateral teleoperation will be applied, using 2 joint with 2 manipulator with motor serial servo Dynamixel AX-12 and AVR microcontroller. PI Controller is also developed to increase system performance. While the technique was applied to slave manipulator with 0,5 scale, the result show the error average between manipulator master and manipulator slave is 0,384 degree, with the biggest error detection when the manipulator is move freely And when manipulator slave is lodged by object, the biggest error is 7,03 degrees. With 1 scale applied to manipulator, average error is about 0,155 degree, and when the slave manipulator is lodged by object, the biggest error is 14,07 degree."