SISTEM PENENTUAN KANDUNGAN GIZI BAHAN DENGAN JARINGAN SYARAF TIRUAN YANG TERINTEGRASI DENGAN FORMULASI RANSUM UNGGAS MENGGUNAKAN LOGIKA FUZZY

Adrizal, Adrizal (2014) SISTEM PENENTUAN KANDUNGAN GIZI BAHAN DENGAN JARINGAN SYARAF TIRUAN YANG TERINTEGRASI DENGAN FORMULASI RANSUM UNGGAS MENGGUNAKAN LOGIKA FUZZY. Working Paper. Fakultas Peternakan. (Unpublished)

Microsoft Word (SISTEM PENENTUAN KANDUNGAN GIZI BAHAN DENGAN JARINGAN SYARAF TIRUAN YANG TERINTEGRASI DENGAN FORMULASI RANSUM UNGGAS MENGGUNAKAN LOGIKA FUZZY) - Supplemental Material Available under License Creative Commons Public Domain Dedication. Download (26Kb)

Abstract

Pengembangan Jaringan Syaraf Tiruan (JST) telah dilakukan dengan tujuan untuk memprediksi kandungan gizi bahan pakan dengan menggunakan data absorbansi near infrared (NIR). Training (kalibrasi) dan validasi JST telah dilakukan terhadap kandungan air, protein, lemak, serat kasar, kalsium dan phospor kacang kedelai. Training JST bertujuan untuk mempelajari hubungan antara absorbansi NIR dengan kandungan kimia bahan pakan yang yang disimpan dalam bentuk nilai pembobot. Nilai pembobot tersebut selanjutnya digunakan untuk memprediksi kandungan gizi bahan pakan dengan masukan data absorbansi NIR. Prediksi kandungan air kacang kedelai dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1885 nm, 1540 nm, 1800 nm, 1960 nm, 1890 nm dan 1660 nm yang menghasilkan pendugaan dengan standard error of prediction (SEP) sebesar 0.49 % dan coeficient of variation (CV) sebesar 4.84 %. Prediksi kandungan protein dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1945 nm, 1475 nm, 920 nm, 1455 nm, 1065 nm, 1090 nm dan 1460 nm dan menghasilkan pendugaan dengan SEP sebesar 0.60 dan CV sebesar 1.71%. Prediksi kandungan lemak dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1830 nm, 920 DIn, 1735 DIn, 1705 nm, 1555 nm, 1640 nm dan 1645 nm dan menghasilkan pendugaan dengan SEP sebesar 0.56 dan CV sebesar 2.75%. Prediksi kandungan serat kasar dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1940 nm, 1910 nm, 1440 nm, 1950 nm, 1335 nm dan 1945 nm dan menghasilkan pendugaan dengan SEP sebesar 0.43% dan CV sebesar 13.46%. Prediksi kandungan abu dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1955 nm, 1910 nm, 1930 nm, " 1445 nm, 1340 nm, 1185 nm dan 1935 nm dan menghasilkan pendugaan dengan SEP ; sebesar 0,49 dengan CV sebesar 8.43%. Prediksi kandungan kalsium dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1955 nm, 1910 nm, 1930 nm, 1445 DIn, 1340 nm, 1185 nm dan 1935 nm dan menghasilkan pendugaan dengan SEP sebesar 0.02 dengan CV adalah 12.48 %. Prediksi kandungan phospor dilakukan dengan masukan data absobansi NIR pada panjang gelombang 1960 nm, 1765 nm, 1560 nm, 1580 nm, 1860 nm, 1925 nm dan 1665 nm dan menghasilkan pendugaan dengan SEP sebesar 0.04 dan CV sebesar 12.62%. Dengan masukan data yang sarna basil prediksi JST .- menunjukkan akurasi yang lebih baik dibandingkan dengan menggunakan regresi linier.

Actions (login required)

View Item