Penerapan Jaringan Saraf Tiruan Untuk Menghitung Nilai Kandungan Makanan
DOI:
https://doi.org/10.36085/jsai.v3i3.1152Abstract
Kasoami merupakan makanan khas tradisional dari Desa Pemana. Makanan ini berasal dari ubi kayu lalu diproses dalam pengukusan. masyarakat yang mengkonsumsi makanan tersebut kurang mengetahui adanya nilai-nilai kandungan makanan. Dengan itu di terapkannya suatu apikasi yang dinamakan Aplikasi MENIKAM. Aplikasi MENIKAM ini singkatan dari Menghitung Nilai Kandungan Makanan yang bertujuan untuk membantu masyarakat dalam mengetahui nilai kandungan makanan. Pengembangan Aplikasi MENIKAM merupakan aplikasi cerdas yang dapat membantu mengetahui nilai kandungan makanan yang dikembangkan dengan metode NIR dan Kalibrasi Jaringan Saraf Tiruan. Selain untuk menghitung nilai kandungan makanan Aplikasi MENIKAM juga dapat memberikan sebuah tutorial proses pembuatan makanan dan menyediakan salah satu form untuk penjualan makanan. Untuk hasil yang di dapatkan yaitu menentukan komposisi utama ubi kayu di ambil dua puluh sampel Ubi (biji utuh) dipindai Panjang dari 20-30 cm. Model kalibrasi untuk pengukuran NIR menggunakan Jaringan Syaraf Tiruan (JST) tiga lapisan teknik. Sebagai lapisan input JST adalah input pertama 5, kedua 10, dan 15 komponen utama (PC). Outputnya adalah komposisi simultan yang akan di prediksi. Kontribusi dari aplikasi MENIKAM ini adalah memprediksi nilai kandungan makanan yang belum masyarakat ketahui dalam mengkonsumsi dengan bantuan metode-metode yang adaReferences
Q. Chen, C. Zhang, J. Zhao, and Q. Ouyang, “Recent advances in emerging imaging techniques for non-destructive detection of food quality and safety,†TrAC - Trends Anal. Chem., vol. 52, pp. 261–274, 2013.
D. Nath K. and P. Ramanathan, “Non-destructive methods for the measurement of moisture contents – a review,†Sens. Rev., vol. 37, no. 1, pp. 71–77, 2017.
A. Marra, C. Silvestre, D. Duraccio, and S. Cimmino, “Polylactic acid/zinc oxide biocomposite films for food packaging application,†Int. J. Biol. Macromol., vol. 88, pp. 254–262, 2016.
M. Vanderroost, P. Ragaert, J. Verwaeren, B. De Meulenaer, B. De Baets, and F. Devlieghere, “The digitization of a food package’s life cycle: Existing and emerging computer systems in the logistics and post-logistics phase,†Comput. Ind., vol. 87, pp. 15–30, 2017.
F. C. Wang and A. G. Marangoni, “Advances in the application of food emulsifier ??-gel phases: Saturated monoglycerides, polyglycerol fatty acid esters, and their derivatives,†J. Colloid Interface Sci., vol. 483, pp. 394–403, 2016.
R. da Silva Fernandes, F. S. L. da Costa, P. Valderrama, P. H. Março, and K. M. G. de Lima, “Non-destructive detection of adulterated tablets of glibenclamide using NIR and solid-phase fluorescence spectroscopy and chemometric methods,†J. Pharm. Biomed. Anal., vol. 66, pp. 85–90, 2012.
Y. G. Kim and E. Woo, “Consumer acceptance of a quick response (QR) code for the food traceability system: Application of an extended technology acceptance model (TAM),†Food Res. Int., vol. 85, pp. 266–272, 2016.
B. Li, S. J. B. Dunham, Y. Dong, S. Yoon, M. Zeng, and J. V. Sweedler, “Analytical capabilities of mass spectrometry imaging and its potential applications in food science,†Trends Food Sci. Technol., vol. 47, pp. 50–63, 2016.
Y. B. Monakhova, T. Kuballa, C. Tschiersch, and B. W. K. Diehl, “Rapid NMR determination of inorganic cations in food matrices: Application to mineral water,†Food Chem., vol. 221, pp. 1828–1833, 2017.
T. Ramesh, B. Nayak, A. Amirbahman, C. P. Tripp, and S. Mukhopadhyay, “Application of ultraviolet light assisted titanium dioxide photocatalysis for food safety: A review,†Innov. Food Sci. Emerg. Technol., vol. 38, pp. 105–115, 2016.
W. E. Soto-Silva, M. C. Gonz??lez-Araya, M. A. Oliva-Fern??ndez, and L. M. Pl??-Aragon??s, “Optimizing fresh food logistics for processing: Application for a large Chilean apple supply chain,†Comput. Electron. Agric., vol. 136, pp. 42–57, 2017.
J. K. Rutz, C. D. Borges, R. C. Zambiazi, M. M. Crizel-Cardozo, L. S. Kuck, and C. P. Z. Nore??a, “Microencapsulation of palm oil by complex coacervation for application in food systems,†Food Chem., vol. 220, pp. 59–66, 2017.
L. Zhao, Y. Dou, H. Mi, M. Ren, and Y. Ren, “Non-destructive determination of metronidazole powder by using artificial neural networks on short-wavelength NIR spectroscopy,†Spectrochim. Acta - Part A Mol. Biomol. Spectrosc., vol. 66, no. 4–5, pp. 1327–1332, 2007.
N. De Vietro, A. Conte, A. L. Incoronato, M. A. Del Nobile, and F. Fracassi, “Aerosol-assisted low pressure plasma deposition of antimicrobial hybrid organic-inorganic Cu-composite thin films for food packaging applications,†Innov. Food Sci. Emerg. Technol., vol. 41, pp. 130–134, 2017.
S. J. Farley, J. F. Durodola, N. a. Fellows, and L. H. Hernández-Gómez, “High resolution non-destructive evaluation of defects using artificial neural networks and wavelets,†NDT E Int., vol. 52, pp. 69–75, 2012.
Y. Dou, Y. Sun, Y. Ren, P. Ju, and Y. Ren, “Simultaneous non-destructive determination of two components of combined paracetamol and amantadine hydrochloride in tablets and powder by NIR spectroscopy and artificial neural networks,†J. Pharm. Biomed. Anal., vol. 37, no. 3, pp. 543–549, 2005.
K. K. Kumar, V. Sankar, G. Karunakaran, T. Sakthivel, and T. PC, “Non-destructive estimation of leaf area of durian (Durio zibethinus) – An artificial neural network approach,†Sci. Hortic. (Amsterdam)., vol. 219, pp. 319–325, 2017.
Y. Jannot, J. C. Batsale, and B. Chausi, “Study of a simple transient non-intrusive sensor fo internal temperature estimation during food product freezing,†Int. J. Refrig., vol. 27, no. 6, pp. 612–620, 2004.
B. Dębska and B. Guzowska-Świder, “Application of artificial neural network in food classification,†Anal. Chim. Acta, vol. 705, no. 1–2, pp. 283–291, 2011.
A. Cubeddu, C. Rauh, and A. Delgado, “Hybrid artificial neural network for prediction and control of process variables in food extrusion,†Innov. Food Sci. Emerg. Technol., vol. 21, pp. 142–150, 2014.
