<> "The repository administrator has not yet configured an RDF license."^^ . <> . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR"^^ . "Produksi nanas di Indonesia menunjukkan peningkatan dalam lima tahun terakhir.\r\nSementara itu nanas merupakan buah dengan umur simpan yang relatif pendek\r\nakibat faktor fisiologi, fisika, kimia, dan biologi. Teknologi untuk memperpanjang\r\numur simpan dan pendugaan mutu internal buah secara tidak merusak telah menjadi\r\nperhatian dalam dasa warsa terakhir. Penelitian ini mengusulkan metode penilaian\r\nmutu nanas berupa total padatan terlarut, kekerasan daging buah, dan tingkat asam\r\ntertitrasi buah menggunakan informasi warna kulit dan suhu buah menggunakan\r\nJaringan Saraf Tiruan. Penelitian menggunakan nanas MD2 yang diperoleh dari PT\r\nGreat Giant Pineapple PG 4 Lampung Timur. Sampel buah nanas yang digunakan\r\n180 buah dengan tiga tingkat kematangan berbeda (SC0, SC1, dan SC2). Dari\r\nsampel diperoleh data warna kulit dan suhu buah, selanjutnya digunakan untuk\r\nmemprediksi parameter mutu seperti Total Padatan Terlarut, kekerasan dan asam\r\ntertitrasi. Model Jaringan Saraf Tiruan (JST) dengan struktur 4-10-10-1 dan\r\nkombinasi fungsi aktivasi Logsig-Tansig-Purelin dikembangkan untuk\r\nmemprediksi kualitas internal buah nanas. Hasil penelitian diperoleh sebagai\r\nberikut: Suhu buah menurun selama penyimpanan, demikian juga intensitas warna\r\nkulit buah (Ired dan Igreen) berubah dengan laju perubahan dipengaruhi tingkat\r\nkematangan. Secara statistik, terdapat perbedaan nyata parameter massa jenis, total\r\npadatan terlarut, dan kadar air pada perbedaan tingkat kematangan. Kekerasan dan\r\n\r\ntotal asam tertitrasi juga menunjukkan perubahan selama penyimpanan. Model\r\nJaringan Saraf Tiruan (JST) yang dikembangkan mampu memprediksi mutu\r\ninternal nanas dengan akurasi yang cukup baik, terutama untuk parameter total\r\npadatan terlarut. Kesimpulan penelitian ini, Intensitas red dan green kulit buah\r\nnanas secara signifikan mampu membedakan tingkat kematangan SC2 dengan\r\ntingkat kematangan SC0, sedangkan pada intensitas blue tidak signifikan mampu\r\nmembedakan tingkat kematangan buah nanas. Suhu buah tidak secara kuat dapat\r\ndigunakan untuk menjelaskan parameter mutu internal buah seperti total padatan\r\nterlarut, kekerasan daging buah, dan asam tertitrasi buah nanas. Pengembangan\r\nmodel prediksi menggunakan metode Jaringan Saraf Tiruan (JST) dengan arsitektur\r\njaringan 4 node input, 10 node hidden layer-1, 10 hidden layer-2, dan 1 output\r\ndiperoleh model optimum pada fungsi aktivasi terbaik pada proses pelatihan dan\r\npengujian model untuk parameter total padatan terlarut yaitu Logsig-Tansig-Logsig\r\ndengan R\r\n2 = 1 dan RMSE 4,58E-04 pada pelatihan dan R2 = 0,027 dan RMSE =\r\n\r\n6,4228 pada pengujian. Sedangkan untuk kekerasan daging buah adalah Purelin-\r\nTansig-Purelin, berturut-turut untuk pelatihan dan pengujian, adalah sebesar R2 =\r\n\r\n0,8858 dan RMSE = 4,81E-02 dan R2 = 0,2801 dan RMSE = 0,1755. Selanjutnya,\r\nuntuk asam tertitrasi fungsi aktivasi terbaik adalah Purelin-Tansig-Logsig dengan\r\nR\r\n2\r\ndan RMSE berturut-turut sebesar 1 dan 4,82E-06 untuk pelatihan dan R2\r\nsebesar\r\n\r\n0,0609 dan RMSE sebesar 0,3805 untuk pengujian.\r\n\r\nKey word: Citra Visible, dan Citra Thermal, Jaringan Saraf Tiruan, Nanas, Mutu\r\nInternal.\r\n\r\n\r\nPineapple production in Indonesia has shown an increase in the last five years.\r\nMeanwhile, pineapple is a fruit with a relatively short shelf life due to\r\nphysiological, physical, chemical, and biological factors. Technology to extend\r\nshelf life and to predict the internal quality of fruit in a non-destructive way has\r\nbeen a concern in recent decades. The research proposes a method of assessing the\r\nquality of pineapples in the form of total dissolved solids, firmness of the fruit flesh,\r\nand the level of acidity of the titrated fruit using skin color and temperature\r\ninformation using Artificial Neural Networks. The study used pineapple MD2\r\nobtained from PT Great Giant Pineapple PG 4 East Lampung. A sample of 180\r\npineapple fruits was used with three different levels of ripeness (SC0, SC1, and\r\nSC2). From the sample obtained data on skin color and temperature of the fruit, it\r\nis then used to predict quality parameters such as total soluble solids, firmness, and\r\n\r\ntitrated acid. A JST model with a 4-10-10-1 structure and a combination of Logsig-\r\nTansig-Pureline activation functions was developed to predict the internal quality\r\n\r\nof pineapples. The results of the study were as follows: The temperature of the fruit\r\ndecreases during storage, as well as the intensity of the color of the skin of the fruit\r\n(Ired and Igreen) changes with the rate of change influenced by the level of\r\nmaturity. Statistically, there is a marked difference in the parameters of type weight,\r\n\r\ntotal dissolved solids, and water content at different maturity levels. The firmness\r\nand total titratable acidity also showed changes during storage. The developed JST\r\nmodel is able to predict the internal quality of pineapples with a fairly good\r\naccuracy, especially for the total soluble solids. The study concluded that the\r\nintensity of red and green of the pineapple skin significantly distinguishes the\r\nmaturity of SC2 with the maturity of SC0, while the intensity of blue is not\r\nsignificantly able to distinguish the maturity of pineapple. The temperature of the\r\nfruit is not strongly used to explain internal quality parameters of the fruit such as\r\ntotal soluble solids, firmness of the fruit flesh, and the titratable acid of the\r\npineapple fruit. The development of predictive models using the Artificial Neural\r\nNetwork (JST) method with a network architecture of 4 input nodes, 10 hidden\r\nlayer-1 nodes, 10 hidden layer-2 nodes, and 1 output obtained the optimum model\r\non the best activation function in the training and testing process of the model for\r\nthe total parameters of the dissolved solids namely Logsig-Tansig-Logsig with R2\r\n= 1 and RMSE 4.58E-04 in the training and R2 = 0.027 and RMSE = 6.4228 in the\r\ntesting. As for the firmness of the fruit flesh is Purelin-Tansig-Purelin, respectively\r\nfor training and testing, is as R2 = 0.8858 and RMSE = 4.81E-02 and R2 = 0.2801\r\nand RMSE = 0.1755. Further, for titrated acids the best activation function is\r\nPurelin-Tansig-Logsig with R2\r\n\r\nand RMSE respectively of 1 and 4.82E-06 for\r\n\r\ntraining and R2\r\n\r\nof 0.0609 and RMSE of 0.3805 for testing.\r\n\r\nKeywords: Artificial neural networks, internal quality, pineapple, visible and\r\nthermal imaging"^^ . "2024-09-27" . . . . . "FAKULTAS PERTANIAN"^^ . . . . . . . "NAZAMUDIN"^^ . "AHMAD "^^ . "NAZAMUDIN AHMAD "^^ . . . . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (File PDF)"^^ . . . "Abstrak - Ahmad Nazamudin.pdf"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (File PDF)"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (File PDF)"^^ . . . "SKRIPSI TANPA PEMBAHASAN - Ahmad Nazamudin.pdf"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "small.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "small.jpg"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "PREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2\r\nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH\r\n\r\nBERDASARKAN PERBEDAAN SHELL COLOR (Other)"^^ . . . . . . "indexcodes.txt"^^ . . "HTML Summary of #83806 \n\nPREDIKSI MUTU INTERNAL BUAH NANAS (Ananas comosus L.) MD2 \nMENGGUNAKAN INFORMASI WARNA KULIT DAN SUHU BUAH \n \nBERDASARKAN PERBEDAAN SHELL COLOR\n\n" . "text/html" . . . "600 Teknologi (ilmu terapan)" . . . "630 Pertanian dan teknologi yang berkaitan" . .