Bagus Wicaksana Eko Yudianto M0511012 Jurnal Jaringan Saraf Tiruan

Pendekatan Ilmiah baru dari Tehnik Jaringan Saraf Tiruan untuk Memprediksi umur penyimpanan dari Milky White Dessert dihiasi dengan Pistachio
Sumit Goyal, Gyanendra Kumar Goyal

Milky white dessert merupakan sajian yang dipersiapkan dari air susu banteng dan disimpan dalam suhu 300C. Sajian tersebut merupakan makanan yang terbuat dari susu, gula, dan bumbu-bumbu. Beberapa diantaranya dibuat dengan berbagai warna agar terlihat lebih menarik dan dihiasi denga pistachio. Jaringan Saraf Tiruan mendiskripsikan populasi dari neuron secara fisik saling berhubungan atau sekelompok neuron yang berbeda yang input atau sinyal target menentukan sirkuit yang dikenali. Komunikasi antara neuron sering melibatkan proses elektrokimia. Sebuah neuron biologis yang khas terdiri dari sel tubuh, akson tubular, dan banyak rambut seperti dendrit. Dendrit membentuk sikat filamen sangat halus mengelilingi tubuh neuron. Akson pada dasarnya adalah sebuah tabung panjang tipis yang terbagi menjadi cabang berakhir di akhir lampu kecil yang hampir menyentuh dendrit sel lain. Celah kecil antara bola akhir dan dendrit disebut sinaps, di mana informasi disebarkan. Akson dari neuron tunggal membentuk hubungan sinaptik dengan neuron lainnya, sisi presynaptic sinaps mengacu pada neuron yang mengirimkan sinyal, sementara sisi postsynaptic mengacu pada neuron yang menerima sinyal. JST terdiri dari kelompok saling neuron buatan dan memproses informasi dengan menggunakan pendekatan buatan untuk komputasi. ANN model sistem adaptif yang mengubah strukturnya berdasarkan informasi eksternal maupun internal yang mengalir melalui jaringan selama fase pembelajaran. Dalam istilah yang lebih praktis, model ANN adalah non-linear statistik alat pemodelan data. Mereka dapat digunakan untuk memodelkan hubungan yang kompleks antara input dan output atau untuk menemukan pola yang melekat dalam data. ANN model kelompok saling node, sejajar dengan jaringan yang luas dari neuron dalam otak manusia. JST memperkirakan umur penyimpanan, setuju dengan baik dengan data umur simpan aktual per-pelatihan makanan ringan beras, dan ANN dapat digunakan sebagai metode alternatif untuk prediksi umur simpan produk makanan dengan kelembaban sensitif. LINEAR LAYER TRAIN (LLT) MODEL Lapisan Linear adalah lapisan tunggal neuron linier. Mereka mungkin statis, dengan keterlambatan input 0, atau dinamis, dengan penundaan masukan lebih besar dari 0. Mereka dapat dilatih pada masalah time series linier sederhana, tetapi sering digunakan adaptif untuk terus belajar sementara dikerahkan sehingga mereka dapat menyesuaikan diri dengan perubahan dalam hubungan antara input dan output saat sedang digunakan. GENERALIZED REGRESSION (GR) MODEL Model regresi umum adalah jenis jaringan basis radial yang digunakan untuk fungsi pendekatan. Syntax: net = newgrnn (P,T, spread)

Bagus Wicaksana Eko Yudianto M0511012 Jurnal Jaringan Saraf Tiruan net = newgrnn(P,T,spread) takes three inputs, P: R-by-Q matrix of Q input vectors T: S-by-Q matrix of Q target class vectors Spread : Spread dari fungsi basis radial (default = 1.0) dan mengembalikan model regresi umum baru. Untuk menyesuaikan data yang sangat erat, gunakan spread yang lebih kecil dari jarak khas antara vektor masukan. Untuk sesuai dengan data lebih lancar, gunakan spread yang lebih besar. Lebih besar spread, semakin mulus aproksimasi fungsi. Newgrnn menciptakan jaringan syaraf dua lapisan. Lapisan pertama memiliki neuron radbas di dalamnya dan menghitung input tertimbang dengan masukan dist dan bersih dengan netprod. Lapisan kedua memiliki neuron purelin, menghitung masukan tertimbang dengan normprod, dan masukan net dengan netsum. Hanya lapisan pertama memiliki bias. Newgrnn menetapkan lapisan bobot pertama P ', dan lapisan bias pertama yang siap untuk 0.8326/spread, sehingga fungsi basis radial yang melintasi 0,5 pada input tertimbang + / - spread. Kedua lapisan bobot W2 ditetapkan untuk T. SIGNIFIKANSI UMUR SIMPAN Umur Simpan adalah rekomendasi dari waktu bahwa produk dapat disimpan, di mana kualitas yang ditetapkan proporsi tertentu dari produk tetap diterima menurut diharapkan (atau khusus) kondisi distribusi, penyimpanan dan tampilan. Kebanyakan label hidup atau tanggal kadaluwarsa yang tercantum digunakan sebagai pedoman berdasarkan penanganan normal produk. Umur Simpan yang paling dipengaruhi oleh beberapa faktor: paparan cahaya dan panas, transmisi gas (termasuk kelembaban), tekanan mekanis, dan kontaminasi oleh mikro-organisme. Kualitas produk sering matematis dimodelkan sekitar parameter. Untuk beberapa makanan, kehidupan rak merupakan faktor penting bagi kesehatan. Kontaminan bakteri di mana-mana, dan makanan tidak digunakan terlalu lama akan sering memperoleh sejumlah besar koloni bakteri dan menjadi berbahaya untuk makan, memicu keracunan makanan. Terbaik sebelum atau terbaik dengan tanggal muncul di berbagai beku, kering, kaleng, dan makanan lain. Tanggal-tanggal ini hanya penasihat dan mengacu pada kualitas produk, berbeda dengan penggunaan oleh tanggal, yang mengindikasikan bahwa produk tersebut tidak lagi aman untuk dikonsumsi setelah dikembangkan secara radial tertentu date.Goyal dan Goyal dan model regresi linier untuk peramalan umur simpan kopi instan minuman. Linear lapisan (desain) dan metode waktu tunda sistem pakar komputasi cerdas yang dikembangkan oleh Goyal dan Goyal untuk rak prediksi kehidupan lembut mulut mencair kue susu disimpan pada 6oC. Kedua metode tersebut dibandingkan satu sama lain dan itu mengamati bahwa lapisan (desain) metode linear memiliki keunggulan dalam memprediksi umur simpan lembut mulut mencair kue susu disimpan pada 6oC. JST memprediksi kadar air kesetimbangan kedelai lebih akurat dibandingkan model matematika. JST memperkirakan kehidupan rak, setuju dengan baik dengan data umur simpan yang sebenarnya berkaitan dengan makanan ringan beras, dan ANN dapat digunakan metode alternatif untuk rak prediksi umur produk makanan kelembaban sensitif. Neuron berbasis buatan model teknik komputer ilmiah cerdas untuk memperkirakan umur simpan kopi instan disterilkan minuman yang impelemented oleh Goyal & Goyal. Saat ini, tidak ada penelitian untuk memprediksi umur simpan makanan penutup putih susu permata dengan pistachio. Memperkirakan umur simpan di laboratorium sangat mahal dan tidak memakan banyak waktu.

Bagus Wicaksana Eko Yudianto M0511012 Jurnal Jaringan Saraf Tiruan Penelitian ini akan berguna untuk memproduksi gurun, pihak berwenang, konsumen dan peneliti makanan. METHOD MATERIAL Tirosin, kelembaban, asam lemak bebas, keasaman titratable, nilai peroksida adalah parameter input dan skor penerimaan keseluruhan adalah parameter output yang digunakan untuk mengembangkan model JST. Sampel data yang terdiri dari 60 pengamatan. Sampel data dibagi menjadi dua himpunan bagian, yaitu, 48 pengamatan data (80% dari pengamatan data) yang digunakan untuk pelatihan jaringan dan 12 untuk validasi (20% dari pengamatan data). Jumlah neuron dan penyebaran konstan bervariasi 1 sampai 30 dan jaringan dilatih dengan 100 zaman. Beberapa kombinasi yang dicoba dan diuji, karena tidak ada aturan yang ditetapkan untuk mendapatkan hasil yang baik daripada memukul dan metode jejak. Karena jumlah neuron meningkat, waktu pelatihan juga meningkat. Dua masalah harus selalu diingat saat pelatihan jaringan, masalah overfitting dan masalah underfitting. Overfitting terjadi ketika ukuran neuron yang digunakan dalam pelatihan jaringan yang lebih, karena sulit untuk jaringan untuk melatih dan underfitting terjadi ketika terlalu sedikit neuron digunakan untuk melatih jaringan. Oleh karena itu, keseimbangan harus dipertahankan, sementara pelatihan JST. The Neural Network Toolbox bawah MATLAB 7.0 software digunakan untuk pengembangan model JST. Mean Square Error, Root Mean Square Error, koefisien determinasi dan Nash-Sutcliffo Koefisien digunakan untuk membandingkan potensi prediksi model JST dikembangkan. HASIL DAN DISKUSI

Bagus Wicaksana Eko Yudianto M0511012 Jurnal Jaringan Saraf Tiruan LLT dan GR model yang dikembangkan untuk memprediksi umur simpan susu penutup putih yang disimpan pada suhu 30oC. Model LLT memberikan hasil yang terbaik dengan dua puluh dua neuron: MSE: 0,000285184, RMSE: 0,016887393, R2: 0,996577791, E2: 0,999714816, dan untuk model GR dengan lima belas penyebaran konstan: MSE: 0,000946218, RMSE: 0,030760652, R2: 0,988645388, E2: 0,999053782 . Hasil dari kedua model tersebut dibandingkan satu sama lain dan ditemukan bahwa model LLT dengan dua puluh dua neuron yang berperforma terbaik. Oleh karena itu, berdasarkan hasil ini persamaan regresi lebih lanjut dikembangkan untuk memprediksi umur simpan susu makanan penutup. Perbandingan Actual Overall Acceptability Score (AOAS) dan Predicted Overall Acceptability Score (POAS) diilustrasikan dalam Fig.2 dan Fig.4.

PREDIKSI UMUR SIMPAN Umur simpan dapat diperkirakan dengan evaluasi sensori, tetapi mahal, sangat memakan waktu dan tidak cocok dengan baik dengan pabrik-pabrik susu manufaktur itu. Analisis sensorik mungkin tidak mencerminkan kualitas spektrum penuh produk. Selain itu, metode tradisional untuk kehidupan rak kencan dan tes rantai distribusi skala kecil tidak dapat mereproduksi di laboratorium kondisi nyata penyimpanan, distribusi, dan konsumsi pada kualitas makanan. Di era sekarang, para peneliti pangan menghadapi tantangan untuk memonitor, mendiagnosa, dan mengontrol kualitas dan keamanan produk pangan. Konsumen menuntut makanan, di bawah standar hukum, dengan biaya rendah, standar gizi, sensori, dan kesehatan benefits. Untuk memprediksi umur simpan makanan penutup

Bagus Wicaksana Eko Yudianto M0511012 Jurnal Jaringan Saraf Tiruan putih susu permata dengan pistachio, persamaan regresi dikembangkan berdasarkan pada keseluruhan penerimaan score. Milky White Dessert yang disimpan pada suhu 30oC mengambil interval penyimpanan (dalam hari) sebagai penerimaan tergantung dan secara keseluruhan sebagai variabel independen. R2 ditemukan menjadi 0,99 persen dari total variasi seperti yang didefinisikan oleh penerimaan keseluruhan. Periode waktu (dalam hari) yang produk telah di simpan dapat diperkirakan dengan skor penerimaan keseluruhan (Fig.4).

Umur simpan ditentukan dengan mengurangi nilai yang diperoleh hari dari eksperimen ditentukan umur simpan, yang ditemukan menjadi 20,15 hari. Nilai prediksi dekat dan dalam diperoleh secara eksperimental umur simpan 21 hari, menunjukkan bahwa JST model LLT berbasis sangat efektif untuk memperkirakan umur simpan susu makanan penutup putih permata dengan pistachio.