(STUDI KASUS PADA PT.

INDUSTRI SUSU ALAM MURNI BANDUNG)

SISTEM INTELIJEN PADA PENILAIAN DAN PREDIKSI KUALITAS SUSU PASTEURISASI

WINNIE SEPTIANI

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005

ABSTRACT
WINNIE SEPTIANI. Intelligent System for Assesment and Prediction of Pasteurized Milk Quality. Under the direction of MARIMIN, SUKARDI and TATIT K BUNASOR. The aim of this research is developing an intelligent system for assessment and prediction of pasteurized milk quality. The system is implemented by integrated expert systems and Artificial Neural Network (ANN). This system is designed and developed by Matlab 6.5 and called SINKUAL-SP. The logical strategy model used is “Forward Chaining” and the tracing method used is “Best First Search” method. The method of Certainty Factor (CF) is used for handling uncertainty. Model Based Management system consist of five model : quality of fresh milk model, quality of process model, quality packaging and storage model, statistical process control model and prediction model by neural network. Multilayer system is used for the neural network architecture with one input layer, one hidden layer dan one output layer. The activation function is Sigmoid Bipolar activation function which gives the best performance network with learning rate 0.005 and momentum 0.9 together with RMSE, MSE and SSE as criterion error. The validation for neural network indicates the conformity between output of neural network and output of goal with value of RMSE 0.009959, MSE 0.00999 and SSE 0.009950. Decision for acceptance fresh milk and pasteurized of milk is implemented by acceptance grade which gives control quality process is easier than previously system. Based on the grade acceptance, the management of industry can take decision and action allow with a significant output of grade. In the research implementation stage, the data, gained in the company of “PT. ISAM” in April 2005, brings a significant output of research regarding quality of fresh milk such as the grade B, grade A for quality of process, and grade B for quality packaging and storage. This system gives a suggestion for user to improve the quality of pasteurized milk. Based on the outputs from the systems used, highly priority strategy quality system reconstruction, with 0.236 as weighting value. The quality improvement system upon the results of research is seemed to be a way of improving the quality of milk in process of pasteurization. Keywords : Neural Network, expert system, pasteurized milk, quality system

RI NG KASAN
WINNIE SEPTIANI. F351030231. Sistem Intelijen Pada Penilaian dan Prediksi Kualitas Susu Pasteurisasi. Di bawah bimbingan MARIMIN, SUKARDI dan TATIT K BUNASOR.

Susu pasteurisasi merupakan salah satu bentuk produk susu olahan yang memiliki keunggulan dibandingkan dengan produk susu olahan lainnya, yaitu memiliki komposisi gizi dan rasa yang hampir sama dengan susu segar. Komposisi gizi susu terdiri atas berbagai bahan essensial yang dibutuhkan oleh tubuh seperti lemak, protein, karbohidrat serta mineral. Susu pasteurisasi memerlukan pengendalian kualitas yang sangat ketat dan seksama untuk menjamin komposisi zat gizinya (Varnam, 1994). Adanya suatu sistem pengendalian kualitas yang baik dan terkendali akan menghasilkan produk yang aman dikonsumsi dan dapat memenuhi keinginan konsumen serta meningkatkan kepercayaan konsumen terhadap produk tersebut (Budiarti, 2002). Pada penelitian ini telah dikembangkan sistem intelijen penilaian dan prediksi kualitas susu pasteurisasi selama proses pengolahan yang memasukkan dua faktor analisis, yaitu analisis fundamental dan analisis teknikal dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan. Analisis fundamental mengacu pada proses pengendalian kualitas menurut Buffa dan Sarin (1996) yang meliputi pengendalian kualitas bahan baku, proses-proses di titik produksi dan kinerja akhir produk jadi. Sedangkan analisis teknis mengacu pada prediksi keragaman proses suhu dan lama pasteurisasi satu bulan yang akan datang. Penggunaan kedua analisis tersebut dimaksudkan agar sistem dapat menilai dan memprediksikan pola penurunan atau kenaikan kualitas susu pasteurisasi pada saat terjadi perubahan faktor-faktor fundamental dan faktor teknis. Sistem dirancang dan dikembangkan dengan menggunakan Matlab 6.5 dalam sebuah interface yang mudah dipahami dan diberi nama SINKUAL-SP. Keluaran dari SINKUAL-SP ditampilkan dalam bentuk data kuantitatif dan kualitatif baik dalam bentuk angka maupun dalam bentuk grafik. Tujuan pengembangan sistem ini adalah untuk membantu para pengambil keputusan di bidang kualitas dalam melakukan penilaian dan prediksi kualitas susu pasteurisasi mulai dari bahan baku sampai dengan pengemasan dan penyimpanan produk jadi. Kecepatan dan ketepatan informasi yang dihasilkan dari sistem ini diharapkan dapat meningkatkan efisiensi dan efektifitas pelaksanaan kegiatan pengendalian kualitas dan juga dapat mempercepat proses pengambilan keputusan bagi pengguna sistem. Atribut yang digunakan untuk penilaian kualitas bahan baku meliputi : berat jenis dan suhu pada saat diterima, komposisi, kesegaran serta mikrobiologi susu segar sedangkan atribut kualitas proses pengolahan meliputi titik kritis proses, sanitasi (sanitasi pekerja, lingkungan, ruangan dan peralatan) dan karakteristik mutu susu pasteurisasi. Atribut untuk penilaian kualitas pengemasan meliputi : penilaian terhadap ketahanan kebocoran, daya rekat, kebersihan dan kekuatan bahan kemasan sedangkan atribut untuk penilaian kualitas penyimpanan meliputi suhu dan lama penyimpanan. Data bobot tingkat kepentingan atribut kualitas susu pasteurisasi diolah dengan menggunakan metode pembobotan entropy. Data suhu dan lama pasteurisasi yang digunakan sebagai data training dan testing jaringan syaraf tiruan

diperoleh dari hasil pengamatan selama satu bulan di PT. Industri Susu Alam Murni (ISAM) Bandung. Model strategi penalaran yang digunakan adalah Forward Chaining dan metode pelacakan dan pencarian yang digunakan adalah metode Best First Search. Metode ini merupakan kombinasi dari metode Depth First Search dan metode Breadth First Search. Untuk menangani ketidakpastian dari strategi penalaran digunakan metode Certainty Factor (CF). Pengembangan Manajemen Basis Data menggunakan software Power Designer Process Analyst-App Modeller for Power Builder versi 6.14. Sistem Manajemen Basis Model SINKUAL-SP memiliki 6 model, yaitu : Model penilaian kualitas bahan baku, model penilaian kualitas proses pengolahan, model penilaian kualitas pengemasan dan penyimpanan, model Statistical Process Control (SPC) dan model prediksi dengan JST. Arsitektur JST yang digunakan adalah Multilayer Systems dengan satu lapisan input, satu lapisan hidden dan satu lapisan output. Fungsi aktivasi yang diujicobakan adalah Fungsi aktivasi Sigmoid Bipolar (Tansig), Sigmoid Biner (Logsig) dan Linier. Berdasarkan trial dan error fungsi aktivasi yang memberikan performansi jaringan yang paling baik adalah fungsi aktivasi Sigmoid Bipolar dengan learning rate 0,005 dan momentum 0,9 dengan nilai RMSE 0,009959, nilai MSE 0,009999 dan nilai SSE 0,009950. Validasi JST menunjukkan kesesuaian antara output jaringan dengan output target berdasarkan nilai error yang dihasilkan. Keputusan penerimaan susu segar dan susu pasteurisasi dilakukan dengan pemberian grade penerimaan yang bertujuan untuk mempermudah proses pengendalian kualitas. Dengan adanya grade ini, pihak manajemen dapat mengambil keputusan dan tindakan sesuai dengan grade yang dihasilkan. Hal ini penting sebagai bargaining position perusahaan dengan industri susu olahan lainnya. Pengklasifikasian susu yang diterima dalam grade A dan grade B ditentukan berdasarkan standar mutu nasional dan standar mutu yang digunakan di industri. Susu yang diterima dalam grade A menunjukkan bahwa susu memenuhi semua standar mutu pada tingkat mutu susu yang tinggi sedangkan susu yang diterima dalam grade B menunjukan bahwa susu memenuhi standar mutu akan tetapi berada di bawah standar mutu grade A. Implementasi sistem dilakukan dengan menggunakan data aktual PT. Industri Susu Alam Murni (ISAM) Bandung pada bulan April 2005. Hasil penilaian SINKUAL-SP menunjukan bahwa kualitas bahan baku diterima dengan grade B, kualitas proses diterima dengan grade A dan kualitas pengemasan serta penyimpanan diterima dengan grade B. Selain itu SINKUAL-SP memberikan saran kepada pengguna untuk melakukan peningkatan kualitas susu pasteurisasi. Secara umum, kualitas susu pasteurisasi mulai dari bahan baku, proses sampai dengan penyimpanan yang dilakukan di PT. ISAM ini telah baik, akan tetapi proses pengendalian dan peningkatan kualitas harus terus dilakukan. Hasil pengujian sistem yang dilakukan dengan menggunakan data pemeriksaan aktual PT. Industri Susu Alam Murni (ISAM) Bandung dapat diketahui bahwa sistem dapat menilai dan memprediksi kualitas susu pasteurisasi baik pada status penilaian kualitas bahan baku diterima maupun ditolak. Keakuratan sistem penilaian kualitas proses susu pasteurisasi dengan status penilaian bahan baku diterima dengan grade A memberikan nilai keakuratan sebesar 90,41 - 98,72%, keakuratan tersebut telah diuji dengan uji kebaikan suai. Sedangkan pada status penilaian kualitas bahan baku diterima dengan grade B memberikan nilai keakuratan 90,11 - 98,9%, keakuratan tersebut telah diuji dengan uji kebaikan suai.

Dengan memperhatikan semua faktor, aktor dan tujuan yang hendak dicapai dari penerapan strategi peningkatan kualitas susu pasteurisasi dapat ditentukan bahwa strategi yang memiliki bobot tertinggi dan mendapat prioritas pertama ialah program perbaikan sistem kualitas dengan nilai bobot 0,236 yang meliputi sistem jaminan kualitas susu pasteurisasi dengan melakukan pengawasan mutu mulai dari bahan mentah sampai bahan jadi, penerapan program sanitasi dan penerapan sistem pengendalian kualitas dengan analisis statistik (SPC). Perbaikan sistem kualitas tersebut menjamin proses produksi menghasilkan susu pasteurisasi yang sesuai harapan konsumen.

(STUDI KASUS PADA PT. INDUSTRI SUSU ALAM MURNI BANDUNG)

SISTEM INTELIJEN PADA PENILAIAN DAN PREDIKSI KUALITAS SUSU PASTEURISASI

W I NNI E S EPT I ANI

T esis sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi T eknologi I ndustri Pertanian

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005

Judul Penelitian Nama NRP Program Studi

: : : :

Sistem I ntelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi (Studi Kasus pada PT . I ndustri Susu Alam Murni Bandung) Winnie Septiani F351030231 T eknologi I ndustri Pertanian

Menyetujui, Komisi Pembimbing

Prof.Dr.I r.Marimin,M.Sc Ketua

Dr.I r.Sukardi,MM Anggota

Dr.I r.T atit.K.Bunasor,M.Sc Anggota

Mengetahui, Ketua Program Studi T eknologi I ndustri Pertanian Dekan Sekolah Pascasarjana

Dr.I r.I rawadi Jamaran T anggal Ujian : 20 Oktober 2005

Prof. Dr. I s. Syafrida Manuwoto, M.Sc T anggal Lulus :

SURAT PERNYATAAN

Saya menyatakan dengan sebenar-benarnya bahwa tesis dengan judul : “Sistem Intelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi” (Studi Kasus pada PT. Industri Susu Alam Murni Bandung) merupakan gagasan atau hasil penelitian tesis saya sendiri, dengan arahan Komisi Pembimbing, kecuali yang dengan jelas ditunjukkan rujukannya. Tesis ini belum pernah diajukan untuk memperoleh gelar atau capaian akademik lainnya pada program sejenis di perguruan tinggi lain. Semua data dan informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.

Bogor, November 2005 Yang Membuat Pernyataan

Winnie Septiani F351030231

RIWAYAT HIDUP
Penulis, Winnie Septiani dilahirkan di Bandung pada tanggal 12 September 1978 dari ibunda Elly Mulyani dan ayahanda Wawan Dharmawan sebagai anak pertama dari tiga bersaudara. Penulis menikah pada tanggal 11 September 2005 dengan kakanda Kukuh Widyo Utomo. Pendidikan Formal yang penulis tempuh adalah sebagai berikut : 1. Sekolah Dasar di SDN Babakan Ciparay VII Bandung lulus pada tahun 1990 2. Sekolah Lanjutan Tingkat Pertama di SMPN 21 Bandung lulus pada tahun 1993 3. Sekolah Lanjutan Tingkat Atas di SMAN 4 Bandung lulus pada tahun 1996 4. Pendidikan Sarjana di Institut Teknologi Nasional jurusan Teknik dan Manajemen Industri lulus pada tahun 2000 Sejak tahun 1999 sampai dengan awal tahun 2001 penulis bekerja sebagai asisten Lab. Analisis Perancangan Kerja & Ergonomi di Institut Teknologi Nasional Bandung. Pada bulan April tahun 2001 penulis menjadi staff pengajar tetap di jurusan Teknik Industri Sekolah Tinggi Teknologi Texmaco Pabuaran Subang dan menjadi kepala Lab. Analisis Perancangan Kerja dan Lab. Statistika STT Texmaco. Penulis menjadi Ketua Jurusan Teknik Industri di STT Texmaco pada tahun 2002.

KATA PENGANTAR
Alhamdulillahirobil’alamin, penulis panjatkan puji dan syukur ke hadirat Allah SWT atas berkat, rahmat serta karunia dan perkenan-Nya yang telah memberikan kekuatan untuk menyelesaikan penulisan tesis yang berjudul “Sistem Intelijen pada Penilaian dan Prediksi Kualitas Susu Pasteurisasi (Studi Kasus pada PT. Industri Susu Alam Murni Bandung)”. Penelitian ini merupakan penerapan sistem intelijen, khususnya sistem pakar dan jaringan syaraf tiruan pada penilaian dan prediksi kualitas susu pasteurisasi. Adapun tujuan penelitian ini adalah merancang sebuah prototipe sistem yang dapat melakukan penilaian dan prediksi penilaian kualitas susu pasteurisasi selama proses pengolahan dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan dan mengukur kinerja proses yang ada di industri pengolahan susu pasteurisasi berdasarkan prototipe sistem yang dibangun. Penelitian ini tidak terlepas dari bantuan berbagai pihak, oleh karena itu dalam kesempatan ini disampaikan terimakasih kepada : 1. Bapak Prof. Dr. Ir. Marimin, M.Sc , Bapak Dr. Ir. Sukardi, MM dan Ibu Dr. Tatit K. Bunasor, M.Sc selaku komisi pembimbing. Kepada Bapak dan Ibu tertanam rasa hormat dan terima kasih sebesar-besarnya atas segala arahan, bimbingan, saran, motivasi serta ilmu yang sangat berharga dalam penyelesaian tesis ini. 2. Ibu Dr. Ir. Liesbetini Hartoto, MS selaku penguji dalam ujian tesis yang telah memberikan masukan yang sangat berharga dalam penyelesaian tesis ini. 3. Bapak Dr. Irawadi Djamaran selaku Ketua Program Studi Teknologi Industri Pertanian. 4. Ibu Dr. Ir. Ani Suryani, DEA atas segala bantuan dan bimbingannya. 5. Bapak, ibu, suami serta seluruh keluarga di Bandung yang telah memberikan dukungan, do’a dan kasih sayangnya. 6. Ibu Hera, Bapak Widi dan rekan-rekan di PT. Industri Susu Alam Murni (ISAM) Bandung yang telah memberikan banyak informasi dan bantuan yang sangat berharga dalam pelaksanaan penelitian. 7. Bapak Dr. Ir. Enang Wasja Adikarta, M.S dari departemen peternakan UNPAD atas segala informasi dan ilmu yang diberikan.

8. Teh iphov, a hendra, bu Nani, pak Yaoi dan mbak Ami atas segala dukungan, saran dan bantuannya. 9. Bu Nurul, mbak Nida, mbak Jum, mbak Rency, mas Fuad, Uni, Yongki, mas Fajar, mbak Nunung, Ratna, Fitri, Dodyk, Elvy, Eva dan seluruh rekan-rekan di TIP yang tidak dapat disebutkan satu per satu, atas segala kebersamaan, bantuan dan saran yang telah diberikan. 10. Seluruh rekan-rekan di Balitsa Cikole yang telah banyak membantu kelancaran penelitian. 11. Seluruh pihak yang telah membantu dalam penyelesaian tesis ini yang tidak dapat disebutkan satu per satu, terimakasih atas bantuan dan kerja samanya. Akhir kata dengan segala kekurangan yang ada, penulis sangat terbuka atas berbagai tanggapan dan kritik yang membangun terhadap isi dari laporan tesis ini dan berharap semoga tesis ini dapat bermanfaat bagi semua pihak terutama bagi pihak perusahaan.

Bogor, November 2005 Penulis

DAFTAR ISI
Hal DAFTAR ISI ……………………………………………………………………. DAFTAR TABEL ……………………………………………………………… DAFTAR GAMBAR …………………………………………………………… DAFTAR LAMPIRAN …………………………………………………………. 1 PENDAHULUAN ………………………………………………………….. 1.1 Latar Belakang ………………………………………………………… 1.2 Tujuan Penelitian ……………………………………………………… 1.3 Ruang Lingkup Penelitian …………………………………………. 1.4 Output dan Manfaat Penelitian …………………………………… 2 TINJAUAN PUSTAKA ………………………………………………….... 2.1 Kualitas ……………………………………………………………….… 2.2 Susu ………………………………….……………………………..….. 2.2.1 Komposisi Susu …………………………………………………. 2.2.2 Susu Pasteurisasi ……………………………..………………. 2.3 Kecerdasan Buatan …………………………………………………… 2.4 Sistem Pakar ….........................................……………..…………… 2.4.1 Elemen-elemen Dalam Sistem Pakar ………………………… 2.4.2 Karakteristik Sistem Pakar …………..………………………… 2.4.3 Aktivitas Dasar Sistem Pakar ……….………………………… 2.5 Jaringan Syaraf Tiruan ……………..........................................…… 2.5.1 Dasar Biologis ............. ………………………………………… 2.5.2 Dasar-dasar komputasi Neural Network …………………… 2.5.3 Paradigma Belajar ……………………………………………… 2.5.4 Backpropagation ………………………………………………. 2.6 Model Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan ……… 2.7 Run Chart dan Control Chart ……………………………………….. 2.8 Metode Pembobotan Entropy ………………………………………. 2.9 Analytical Hierarchy Process (AHP) ………………………..………. 2.9.1 Prinsip-prinsip Pokok Analytical Hierarchy Process (AHP) … 2.9.2 Keunggulan dan Kelemahan Analytical Hierarchy Process (AHP) ………...………............................................................ 2.10 Penelitian Terdahulu ………………………………………………… METODOLOGI PENELITIAN ……………………………..……………… 3.1 Kerangka Pemikiran ………………………………..………………… 3.2 Tahapan Penelitian …………………………………………………… 3.2.1 Tahapan Persiapan ……………………………………………. 3.2.2 Pembangunan Model Konseptual …………………………….. 3.2.3 Verifikasi dan Validasi Sistem …………………………………. 3.2.4 Implementasi Sistem ...…………………………………………. 3.2.5 Rumusan Strategi Peningkatan Kualitas Susu Pasteurisasi.. i iv vi viii 1 1 4 4 5 6 6 7 7 8 8 9 9 11 12 13 13 14 16 17 18 19 20 20 20 21 22 25 25 27 29 29 29 29 29

3

3.3 Tata Cara Penelitian ………………………………… ……………….. 3.3.1 Sumber Data ……………………… ……………………………. 3.3.2 Pengumpulan Data, Informasi dan Pengetahuan .................. 3.3.3 Analisis Data …………………………………………………….. 3.3.4 Penerapan Sistem Pakar dan Jaringan Syaraf Tiruan ……… 4 ATRIBUT KUALITAS SUSU PASTEURISASI ………………………. 4.1 Pengumpulan Data ……………………………………………………. 4.1.1 Data Tingkat Kepentingan Spesifikasi Kualitas Susu ………. 4.1.2 Data Keragaman Proses …………………………………… …. 4.1.3 Pengendalian Kualitas yang Berlaku di Perusahaan ............. 4.3 Analisis Data …………………………………………………………… 4.3.1 Analisis Data Tingkat Kepentingan …………………………… 4.3.2 Analisis Data Keragaman Proses …………………………….. 4.4 Atribut Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi . 4.4.1 Analisis Fundamental ………………………………………….. 4.4.2 Analisis Teknis …………………………………………………. MODEL KONSEPTUAL ………………………………………………….. 5.1 Konfigurasi Model …………………………………………………….. 5.2 Desain Basis Data …………………………………………………….. 5.3 Kerangka Model ……… ………………………………………………. 5.3.1 Sistem Pengolahan Terpusat …………………………………. 5.3.2 Sistem Manajemen Basis Data ………………………………. 5.3.3 Sistem Manajemen Basis Pengetahuan …………………….. 5.3.4 Sistem Pakar ……………………………………………………. 5.3.5 Sistem Manajemen Basis Model ……………………………… 5.3.6 Sistem Manajemen Basis Dialog ……………………………… RANCANG BANGUN SISTEM ………………………………………….. 6.1 Definisi Kebutuhan Sistem …………………………………………… 6.1.1 Tujuan Pengembangan Sistem ……………………… ……….. 6.1.2 Spesifikasi Pemakai Sistem …………………………………… 6.1.3 Kebutuhan Pemakai............................................................... 6.1.4 Spesifikasi Fungsi dari Sistem ………………………………… 6.2 Desain Sistem …………………………… ..………………………….. 6.2.1 Desain Input ……………………… ...…………………………… 6.2.2 Desain Proses …………………………………………………. .. 6.2.3 Desain Output …………………………………………………… 6.3 Implementasi Sistem ……………………………..…………………… 6.4 Integrasi dan Pengujian Sistem ……………………………………… 6.5 Pemakaian dan Pemeliharaan ………………………………………. 6.5.1 Pemakaian Sistem ……………………………………………… 6.5.2 Pemeliharaan Sistem ………………………………………….. IMPLEMENTASI DAN ANALISIS .…………………………………….. 7.1 Implementasi Sistem …… ………….…………….………………….. 7.1.1 Input Sistem …………………...………………………………… 7.1.2 Output Sistem …………………………………………………… 7.2 Analisis Keluaran Sistem ……………………………………………..

30 30 31 32 33 36 36 36 39 46 48 48 56 57 59 66 68 68 72 74 74 74 75 76 78 79 80 80 80 80 80 81 81 82 83 95 96 99 100 100 107 108 108 108 113 120

5

6

7

8

RUMUSAN STRATEGI PENINGKATAN KUALITAS SUSU PASTEURISASI ………………… ………………………………………… 8.1 Penetapan Elemen-elemen Strategi Peningkatan Kualitas ..…….. 8.2 Penyusunan Hirarki Struktur Keputusan ……………………………. 8.3 Penentuan Bobot dan Konsistensi Rasio …………………………… 8.4 Penetapan Prioritas Strategi Peningkatan Kualitas Susu ....… …… KESIMPULAN DAN SARAN ……………………………………………. 7.1 Kesimpulan………………….………………………………………….. 7.2 Saran ……………………………………………………………………

122 122 125 127 129 134 134 135 137 139

9

DAFTAR PUSTAKA LAMPIRAN

DAFTAR TABEL
Hal Tabel 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Perkembangan Konsumsi Susu di Indonesia Thn 1996 – 2002 ….. . Perkembangan Produksi Susu di Indonesia Thn 1996 – 2002 … …. Perbandingan Komposisi Susu Segar dan Susu Sapi ………... …… Komposisi Kimia Susu Pasteurisasi ………………………………… ... Permasalahan yang Ditangani Sistem Pakar ………………………... Biological Neural Network vs Artificial Neural Network …………… .. Kemampuan Dua Pendekatan Paradigma Belajar dalam Beberapa Algoritma Belajar ...............................…………………………………. Perbandingan Beberapa Penelitian Mengenai Kualitas dan Sistem Intelijen yang Telah Dilakukan dan Penelitian yang akan Dilakukan saat ini …………………………………………………………………… Batas Maksimum Cemaran Mikroba dalam Susu ………………….. Tingkat Kepentingan Atribut Syarat Mutu Fisik dan Kimia Susu Segar ………………………………………………………………… ….. . Tingkat Kepentingan Atribut Syarat Mikrobiologi Susu Segar … ….. Tingkat Kepentingan Atribut Karakteristik Mutu Susu Pasteurisasi………………………………………………………………. Tingkat Kepentingan Atribut Titik Kritis Pengolahan Susu Pasteurisasi …………………………………………………………….. Tingkat Kepentingan Atribut Sanitasi Sarana Pengolahan Susu Pasteurisasi …………………………………………………………….. Tingkat Kepentingan Atribut Penyimpanan dan Pengemasan Susu Pasteurisasi ……………………………………………………………… Perhitungan Data Suhu Pasteurisasi untuk Pembuatan Peta Kontrol ……………………………………………………………………. Perhitungan Data Lama Pasteurisasi untuk Pembuatan Peta Kontrol ……………………………………………………………………. Hubungan antara Kadar Lemak dengan Total Padatan dalam Susu Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Berat Jenis dan Suhu Susu ……… Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Komposisi Susu …………………… Perbandingan Beberapa Pendapat Pakar Mengenai Pemeriksaan Kesegaran Susu Segar ………………………………………………… Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Mikrobiologis ……………………… Perbandingan Beberapa Pendapat Pakar Mengenai Karakteristik Mutu Susu Pasteurisasi ………………………………………………… Suhu dan Waktu pada Proses Pasteurisasi Susu ………………….. Perbandingan Suhu dan Lama Pasteurisasi Beberapa Industri dan Literatur dengan Metode HTST ……………………………………….. Interpretasi Nilai Certainty Factor (CF) ............................................. Pemilihan Jumlah Unit dalam Input Layer ………………………….. 1 1 2 8 13 13 17 24 28 36 37 38 38 38 39 40 44 49 60 60 61 62 64 66 67 78 86

28 Perbandingan Tiga Kriteria Error pada Tiga Fungsi Aktivasi ………. 29 Hasil Training JST dengan Fungsi Aktivasi Sigmoid Bipolar (Tansig) ............................................................................................. 30 Hasil Training JST dengan Fungsi Aktivasi Sigmoid Biner (Logsig) . 31 Hasil Training JST dengan Fungsi Aktivasi Linear (range -1 s.d 1) .. 32 Hasil Training JST dengan Fungsi Aktivasi Linear (range -inf s.d +inf) …............................................................................................... 33 Struktur JST yang Digunakan pada Penelitian ini …………………… 34 Pengelompokkan Rule untuk Penilaian dan Prediksi Kualitas Susu Pasteurisasi ……………………………… …………………………… … 35 Kualifikasi Penilaian Kualitas Bahan baku (Fresh milk) ……………. 36 Kualifikasi Penilaian Kualitas Proses Pengolahan ………………….. 37 Kualifikasi Penilaian Kualitas Pengemasan dan Penyimpanan ……. 38 Hasil Perhitungan Absolute Percentage Error (APE) ....................... 39 Lembar Pemeriksaan Pengujian Laboratorium Susu Segar ……….. 40 Input dan Output Sistem untuk Penilaian Kualitas Berat Jenis dan Suhu Susu Segar ………………… ................................................... 41 Input dan Output Sistem untuk Penilaian Kualitas Kesegaran Susu Segar ………………… ....................................................................... 42 Input dan Output Sistem untuk Penilaian Kualitas Komposisi Susu Segar ………………… ....................................................................... 43 Input dan Output Sistem untuk Penilaian Kualitas Mikrobiologi Susu Segar ……………… ................................................................. 44 Input dan Output Penilaian Karakteristik Mutu Susu Pasteurisasi .... 45 Input dan Output Hasil Prediksi JST terhadap Penilaian Titik Kritis Proses .............................................................................................. 46 I nput dan Output Sistem untuk Penilaian Kualitas Program Sanitasi 47 I nput dan Output Sistem untuk Penilaian Kualitas Pengemasan Produk Jadi ................................................................................ 48 Input dan Output Sistem untukPenilaian Kualitas Penyimpanan Produk Jadi …............................................................ .………………. 49 Bobot dan Prioritas Faktor Strategi Peningkatan Kualitas Susu Pasteurisasi ……………………………………………………………… 50 Bobot dan Prioritas Aktor Strategi Peningkatan Kualitas Susu Pasteurisasi ……………………………………………………………… 51 Bobot dan Prioritas Tujuan Strategi Peningkatan Kualitas Susu Pasteurisasi ……………………………………………………………… 52 Bobot dan Prioritas Strategi Peningkatan Kualitas Susu Pasteurisasi ……………………………………………………………… 53 Penjabaran Perencanaan Peningkatan Kualitas Susu Pasteurisasi ke dalam Program ………………………………………………………

87 88 88 89 89 91 92 94 94 94 100 110 113 114 114 114 115 117 118 119 120 127 128 128 129 132

DAFTAR GAMBAR
Gambar 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 Manfaat Perbaikan Kualitas …………………………………………… Elemen-elemen dalam Sistem Pakar ………………………………… Prototyping ……………………………………………………………….. Biological Neural Network vs Artificial Neural Network …………… … Struktur Jaringan Syaraf Tiruan ………………………………………... Model Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan …………. Perspektif Kualitas Susu Pasteurisasi ………………………………… Bagan Alir Tahapan Penelitian ……… …………………………………. Proses Akuisisi Pengetahuan ………………………………………….. Peta Kontrol R untuk Data Suhu Pasteurisasi ……………………….. Peta Kontrol untuk Data Suhu Pasteurisasi Berdasarkan Rataan Sampel ............................................................................................... Peta Kontrol Gabungan untuk Data Suhu Pasteurisasi ……………. Peta Kontrol R untuk Data Lama Pasteurisasi ……………………….. Peta Kontrol X untuk Data Lama Pasteurisasi Berdasarkan Rataan Sampel .................................................................................. Pengendalian Kualitas yang Berlaku di Perusahaan saat ini……….. Atribut Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi yang Dibangun ……………………………………………..................... Proses Pengolahan Susu Pasteurisasi ……………………………….. Konfigurasi Model Aplikasi Program SINKUAL-SP ………………….. Kerangka Model SINKUAL-SP …………………………………………. Diagram Alir Deskriptif Pemodelan SINKUAL-SP ……………………. DFD level O SINKUAL-SP ……………………………………………… DFD Level 1 SINKUAL-SP ……………………………………………… Contoh Beberapa Pertanyaan yang Diajukan pada saat Wawancara Tahap Pembentukan Sistem Pakar ……………………………………. Range untuk Nilai Certainty Factor (CF) ……………………...………. Bagan Alir Desain Proses dengan Mengintegrasikan Sistem Pakar dan Jaringan Syaraf Tiruan …………………………………………….. Fungsi Aktivasi …………………………………………………………… Struktur Jaringan Syaraf Tiruan ......................................................... Batas Keragaman Proses Hasil Prediksi JST ………………………… Kualifikasi Hasil Prediksi dan Penilaian Kualitas Susu Pasteurisasi. Tampilan Penentuan Folder untuk masuk ke dalam Sistem ……….. Tampilan Utama Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi ………………………………………………………………. Tampilan Fasilitas Identitas untuk Penilaian Kualitas Bahan baku … Tampilan Penilaian Kualitas Bahan baku ……………………………... Tampilan Penilaian Kualitas Proses Susu Pasteurisasi ……………. Tampilan Performansi Error dalam JST ………………………………. Tampilan JST untuk Training Regresi ………………………………… Tampilan Performansi Output dengan Menggunakan Peta Kendali Shewhart ……… …………………………………………………………..

Hal 6 10 12 14 15 18 26 28 34 41 42 43 45 46 47 58 63 68 69 70 72 73 76 77 78 83 84 89 95 96 101 101 102 103 104 105 105 106

39 Tampilan Kualitas Pengemasan dan penyimpanan …………………. 40 T ampilan Program Utama Sistem I ntelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi ………………………………………………………. 41 T ampilan Hasil Penilaian Kualitas Bahan baku Berdasarkan Data Aktual ........................................................................................ 42 Tampilan Bagan Kendali Shewhart untuk Suhu Pasteurisasi Berdasarkan Hasil Prediksi JST ……………………………………….. 43 Tampilan Hasil Penilaian Kualitas Proses Berdasarkan Data Aktual 44 Tampilan Hasil Penilaian Kualitas Pengemasan dan Penyimpanan Produk Jadi Berdasarkan Data Aktual ……………………………….... 45 Diagram sebab Akibat Penurunan Kualitas Susu Pasteurisasi …….. 46 Hirarki Penentuan Strategi Peningkatan Kualitas Susu Pasteurisasi

106 108 115 117 119 120 122 126

DAFTAR LAMPIRAN
Hal 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 Cara Memperoleh dan Mengolah Data Penelitian …………… ……... Kuesioner Penilaian Tingkat Kepentingan Atribut Kualitas Susu Pasteurisasi ……………………………………………………… ……… Kuesioner Strategi Peningkatan Kualitas Susu Pasteurisasi …........ Tahapan Entropy ……………………………………………………….. Rekapitulasi Data Kuesioner dan Perhitungan Entropy …………….. Syarat Mutu Susu Segar ……………………………………………… .. Syarat Mutu Susu Pasteurisasi ……………………………………… ... Pengujian Kualitas Susu Segar ...……………………………………. .. Penggambaran Batas-batas Nilai Atribut …………………………….. Strategi Penalaran Rule Sistem Pakar ………………………………. Strategi Pelacakan Rule Sistem Pakar ….……………………………. Faktor Kepastian (Certainty Factor) ……………………………… …... Kaidah if-then Faktor Fundamental ……………………………… …… Perhitungan Kuantitatif Kaidah if-then Faktor Fundamental ……….. Konfigurasi Sistem Intelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi ……………………………………………………………… Listing Program pada Faktor Fundamental …………………………. Listing Program Pengolahan Data Teknikal dengan Menggunakan JST ………………………………………… …………………………….. Uji Kebaikan Suai ............................................................................. 139 142 155 162 164 167 171 174 178 181 183 189 206 212 218 219 227 230

1

BAB 1 PENDAHULUAN
1.1 Latar Belakang Susu merupakan salah satu bahan pangan yang memiliki kandungan gizi yang tinggi. Kandungan gizi susu terdiri atas berbagai bahan-bahan essensial yang dibutuhkan oleh tubuh, seperti lemak, protein, karbohidrat, vitamin serta mineral. Menurut Direktorat Jenderal Peternakan (2003), konsumsi susu nasional Indonesia mengalami penurunan mulai tahun 1998 sampai dengan tahun 2000 yang disebabkan oleh tingginya harga dan rendahnya daya beli masyarakat. Akan tetapi, konsumsi susu nasional Indonesia mengalami kenaikan kembali pada tahun 2001 sebesar 24,93% dan tahun 2002 sebesar 26,23% seperti yang diperlihatkan pada Tabel 1.
Tabel 1. Perkembangan Konsumsi Susu di Indonesia Tahun 1996-2002 (Direktorat Jenderal Peternakan, 2003) Tahun 1996 1997 1998 1999 2000 2001 2002 Konsumsi (Kg) 906.500 1.353.900 1.125.400 1.050.000 838.400 1.047.400 1.322.100 Pertumbuhan (%) 49,35 -16.88 -6,70 -20,15 24,93 26,23

Peningkatan konsumsi susu seperti yang diperlihatkan pada Tabel 1 masih belum sebanding dengan peningkatan produksi susu di Indonesia seperti yang diperlihatkan pada Tabel 2. Peningkatan produksi susu di Indonesia belum mencukupi kebutuhan konsumsi susu di Indonesia setiap tahunnya sehingga Indonesia masih harus mengimport .
Tabel 2. Perkembangan Produksi Susu di Indonesia Tahun 1996-2002 (Direktorat Jenderal Peternakan , 2003) Tahun 1996 1997 1998 1999 2000 2001 2002 Produksi (Kg) 426.700 433.400 441.200 423.700 375.400 436.000 495.600 Pertumbuhan (%) 1,57 1,80 -4,00 -11,40 16,14 13,67

2

Salah satu jenis susu olahan yang sudah lama diproduksi oleh industri pengolahan susu di Indonesia adalah susu pasteurisasi. Akan tetapi konsumsi masyarakat akan susu pasteurisasi di Indonesia masih sangat kecil dibandingkan produk susu olahan lainnya. Persentase konsumsi susu olahan dari konsumsi susu secara keseluruhan di Indonesia adalah 80% susu bubuk kering, 10% susu kental manis, 10% susu pasteurisasi dan sterilisasi (Tjokronegoro, 2001). Rendahnya konsumsi masyarakat akan susu pasteurisasi menurut Tjokronegoro (2001) disebabkan oleh berbagai hal, seperti daya tahan susu pasteurisasi yang singkat, harga yang relatif mahal, penanganan yang susah dan persepsi sebagian masyarakat bahwa susu pasteurisasi kurang aman untuk dikonsumsi. Susu pasteurisasi memiliki keunggulan dalam komposisi gizi dan rasanya yang hampir sama dengan susu segar. Perbandingan komposisi susu segar dan susu pasteurisasi dapat dilihat pada Tabel 3.
Tabel 3. Perbandingan Komposisi Susu Segar dan Susu Pasteurisasi (Henderson, 1971) Komposisi Protein Lemak Laktosa Mineral Air Susu Segar 3,5% 3,7% 4,9% 0,70% 87,20% Susu Pasteurisasi 2,73 – 2.90% 3,0 – 3,4% 3,7 – 4,80% 0,16 – 0,18% 87,31 – 88,61%

PT. Industri Susu Alam Murni (ISAM) Bandung merupakan salah satu perusahaan yang mengolah susu pasteurisasi. Semakin ketatnya persaingan dan tingginya permintaan konsumen menuntut perusahaan untuk senantiasa menghasilkan susu pasteurisasi yang berkualitas baik. Adanya suatu sistem pengendalian kualitas yang baik dan terkendali akan menghasilkan produk yang aman dikonsumsi dan dapat memenuhi keinginan konsumen serta meningkatkan kepercayaan konsumen terhadap produk tersebut (Budiarti, 2002). Pengendalian kualitas susu yang dilakukan saat ini oleh perusahaan meliputi pengendalian kualitas bahan baku, kualitas proses, kualitas produk jadi dan kualitas bahan pengemas. Pengendalian dan pengujian kualitas dilakukan dengan menentukan sifat-sifat fisikawi, kimiawi dan mikrobiolgis susu. Sampel susu diambil dan dianalisis di Laboratorium oleh petugas Lab sesuai dengan standar metode pengujian yang telah ditetapkan perusahaan. Keputusan penerimaan atau

3

penolakkan susu segar yang diterima dari suplier dan susu pasteurisasi yang dihasilkan tergantung kepada seorang Kepala Bagian Quality Control. Pada saat tertentu hal ini menimbulkan kendala dalam pengambilan keputusan pasteurisasi yang dihasilkan. Banyaknya faktor yang mempengaruhi kualitas susu pasteurisasi seperti, bahan baku, metode proses yang digunakan, akurasi pengukuran pada mesin pasteurisasi, kompetensi dan tingkat kesadaran sumber daya manusia serta lingkungan, menyebabkan permasalahan sistem penilaian susu pasteurisasi menjadi kompleks. Pengambilan keputusan dalam memecahkan permasalahan yang bersifat demikian menuntut kemampuan untuk mengintegrasikan berbagai disiplin ilmu. Dalam hal ini diperlukan suatu sistem yang mampu mempercepat dan mempermudah proses penilaian kualitas susu pasteurisasi sehingga dapat meningkatkan efisiensi dan efektifitas pelaksanaan kegiatan pengendalian kualitas susu pasteurisasi. Beberapa penelitian mengenai kualitas susu yang telah dilakukan, lebih banyak menggunakan pendekatan statistik dan bersifat parsial. Erwina (1987) mengidentifikasi faktor dan parameter pengendalian kualitas pada industri susu segar dengan mengaplikasikan teknik pengendalian kualitas. Karya (2001) membuat analisis statistika pengendalian mutu terhadap parameter mutu susu pasteurisasi. Sedangkan Budiarti (2002) melakukan pengkajian persepsi dan ekspektasi konsumen serta bobot kepentingan dimensi kualitas susu pasteurisasi. Menurut Mitra (1993), pendekatan statistik dalam pengendalian kualitas dapat mencegah penyimpangan proses. Akan tetapi, menurut Kolarik (1995) pendekatan statistik belum dapat menganalisis kegagalan mutu secara menyeluruh atau masih terbatas pada analisis dan evaluasi bagian produksi. Keberhasilan kualitas yang dilakukan tergantung dari kemampuan personil yang melakukan analisis. Beberapa metode yang dapat digunakan untuk memecahkan permasalahan kompleks adalah sistem pakar dan jaringan syaraf tiruan (JST). Menurut Marimin (2005) sistem pakar atau sistem berbasis pengetahuan merupakan salah satu bagian dari kecerdasan buatan yang memungkinkan komputer dapat berpikir dan mengambil kesimpulan dari sekumpulan aturan (aturan biasa dan aturan meta). Menurut Tedesco (1992), JST sebagai salah satu metode untuk melakukan prediksi sehingga mempengaruhi ketepatan dan kecepatan keputusan penilaian kualitas susu

4

mempunyai kelebihan untuk belajar melalui proses latihan (training) untuk mengenali pola tersembunyi dan tidak diperlukannya asumsi tentang struktur data, distribusi data, independensi data atau hubungan data. Selain itu, menurut Tedesco (1992) JST juga memiliki kemampuan untuk mengabaikan data yang tidak signifikan dan menekankan pada data yang paling penting. Integrasi sistem pakar dan jaringan syaraf tiruan diharapkan memiliki kemampuan kombinasi untuk menyediakan konsultasi pakar dan meningkatkan pengalaman itu sendiri dari waktu ke waktu berdasarkan proses belajar. Dengan sistem ini, perbaikan dan kontrol kualitas dapat dilakukan secara berkesinambungan (continuous improvement). Pada penelitian ini prediksi kualitas susu dikembangkan sistem intelijen untuk penilaian dan pasteurisasi selama proses pengolahan dengan

mengintegrasikan sistem pakar dan jaringan syaraf tiruan yang memasukkan dua faktor analisis kualitas yaitu analisis fundamental dan analisis teknis. Analisis fundamental mengacu pada proses pengendalian kualitas menurut Buffa dan Sarin (1996) yang meliputi pengendalian kualitas bahan baku, proses-proses di titik produksi dan kinerja akhir produk jadi. Sedangkan analisis teknis mengacu pada prediksi keragaman proses suhu dan lama pasteurisasi satu bulan yang akan datang. Penggunaan kedua analisis tersebut dimaksudkan agar sistem dapat menilai dan memprediksikan pola penurunan atau kenaikan kualitas susu pasteurisasi pada saat terjadi perubahan faktor-faktor fundamental dan faktor teknis. 1.2 Tujuan Penelitian

Penelitian ini bertujuan untuk : 1. Merancang prototipe sistem penilaian dan prediksi penilaian kualitas susu pasteurisasi selama proses pengolahan dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan. 2. Mengukur kinerja proses di industri pengolahan susu pasteurisasi berdasarkan prototipe sistem yang dibangun. Kecepatan dan ketepatan informasi yang dihasilkan dari sistem ini diharapkan dapat meningkatkan efisiensi dan efektifitas pelaksanaan kegiatan pengendalian kualitas dan juga dapat mempercepat proses pengambilan keputusan bagi pengguna sistem.

5

1.3

Ruang Lingkup Penelitian Ruang lingkup penelitian ini berkaitan dengan kualitas susu pasteurisasi

dimulai dari penilaian kualitas bahan baku sampai dengan kualitas pengemasan dan penyimpanan. Jenis produk yang diamati adalah dengan bahan baku utama susu segar reguler. Penilaian dan prediksi kualitas selama proses pengolahan dilakukan berdasarkan analisis fundamental dan analisis teknis. Analisis fundamental merupakan studi mengenai kualitas susu pasteurisasi selama proses pengolahan yang meliputi kualitas bahan baku, kualitas proses serta kualitas pengemasan dan penyimpanan produk jadi yang dikembangkan dengan menggunakan sistem pakar. Sedangkan analisis teknis memfokuskan pada prediksi pola keragaman proses suhu dan lama pasteurisasi satu bulan yang akan datang yang dikembangkan dengan menggunakan jaringan syaraf tiruan. 1.4 Output dan Manfaat Penelitian Output yang diharapkan dari penelitian ini adalah 1. Prototipe sistem yang dapat melakukan prediksi keragaman proses dan penilaian kualitas susu pasteurisasi selama proses pengolahan secara bertahap mulai dari penilaian kualitas bahan baku, proses serta pengemasan dan penyimpanan produk jadi. 2. Gambaran kinerja proses berdasarkan output sistem dan rumusan penetapan strategi peningkatan kualitas susu pasteurisasi sesuai dengan output sistem yang diperoleh. Manfaat dari kajian ini untuk membantu pihak pengguna atau pihak perusahaan dalam melakukan penilaian dan prediksi atribut kualitas susu pasteurisasi mulai dari bahan baku sampai dengan pengemasan dan penyimpanan produk jadi. Output dari sistem akan digunakan sebagai dasar dalam pengambilan keputusan untuk menentukan program perbaikan kualitas susu pasteurisasi di masa datang. susu pasteurisasi jenis plain

6

BAB 2 TINJAUAN PUSTAKA
2.1 Kualitas Dalam ISO 9001: 2000 kualitas didefinisikan sebagai gabungan antara tiga parameter yaitu kualitas desain, kualitas konformansi dan kualitas kegunaan. Kualitas desain merupakan perluasan refleksi desain sebuah produk atau pelayanan untuk memenuhi kepuasan konsumen. Kualitas konformansi adalah perluasan konformansi produk atau pelayanan terhadap desain standar. Kualitas penggunaan adalah perluasan tuntutan untuk menjamin kontinuitas penggunaan dari produk atau pelayanan (Hoyle, 1999). Kualitas adalah kecocokan untuk digunakan, yang mengandung arti bahwa produk dapat memenuhi kebutuhan dan kepuasan, serta memberi jaminan kepercayaan pada konsumen akan konsistensi kualitas (Juran, 1979). Upaya ke arah perbaikan kualitas harus terus dilakukan untuk meningkatkan kepuasan pelanggan karena akan berdampak positif pada pendapatan perusahaan. Manfaat perbaikan kualitas itu sendiri menurut Paal (1993) dapat dilihat pada Gambar 1.

Peningkatan daya saing

Peningkatan harga Peningkatan jumlah produk yang dijual Meningkatkan pendapatan

PENINGKATAN KUALITAS
Pengurangan produk cacat

Penurunan Biaya Operasi

Peningkatan laba

Gambar 1. Manfaat Perbaikan Kualitas (Paal,1993)

Sistem pengendalian kualitas merupakan suatu sistem yang efektif untuk memadukan usaha-usaha pengembangan kualitas, pemeliharaan kualitas dan perbaikan kualitas dalam berbagai kelompok organisasi, sehingga dapat menempatkan pemasaran, rekayasa, produksi dan jasa pada tingkat paling ekonomis yang memberikan kepuasan penuh pada perusahaan (Feigenbaum,

7

1991). Beberapa keuntungan dari penggunaan sistem pengendalian kualitas dalam jangka panjang menurut Mitra (1993) adalah sebagai berikut : 1. Perbaikan pada kualitas produk dan pelayanan. 2. Evaluasi kontinyu terhadap sistem untuk memenuhi perubahan keinginan konsumen. 3. Meningkatkan produktifitas perusahaan. 4. Menurunkan biaya dalam jangka panjang. 5. Bersamaan dengan peningkatan produktivitas terjadi penurunan lead time produksi ataupun assembly. 6. Memelihara kondisi lingkungan yang mendukung untuk mencapai tujuan continuous improvement pada kualitas dan produktivitas. 2.2 Susu Berdasarkan Departemen Pertanian (2000), susu segar adalah susu murni cairan yang berasal dari ambing ternak perah yang sehat dan bersih, yang diperoleh dengan cara pemerahan yang baik, tidak mengandung residu, belum mendapat perlakukan apapun seperti pemanasan, irradiasi atau perlakuan fisik lainnya kecuali proses pendinginan, kandungan alaminya tidak dikurangi atau ditambah sesuatu apapun seperti penambahan air atau bahan makanan lain. Pertumbuhan mikroba pada susu dapat menimbulkan perubahan karakteristik susu, misalnya pembentukkan asam, pembentukan gas, proteolisis, pelendiran, perubahan lemak, produk alkali serta perubahan cita rasa dan warna (Rahman et al., 1992). 2.2.1 Komposisi Susu Menurut Henderson (1971), semua jenis susu mengandung komposisi yang sama tetapi jumlahnya bervariasi tergantung dari spesies, faktor genetik dan kondisi lingkungan seperti iklim, pakan, cara pemerahan dan masa laktasi. Menurut Cross (1988), komposisi umum susu yang banyak ditemukan adalah protein, lemak, karbohidrat dan mineral yang terkumpul dalam abu. Komposisi kimia susu sapi dari beberapa literatur dapat dilihat pada Tabel 4.

8

Tabel 4. Komposisi Kimia Susu Sapi Komposisi
Protein Karbohidrat Mineral Lemak Air Total Padatan

Menurut Blane (1981)
3,3 4,7 0,7 3,8 87,5 12,5

Menurut Ressang dan Nasution (1986)
3,2 4,6 0,85 3,45 87,9 12,1

Menurut Varnam (1994)
3,4 4,8 0,7 3,7 87,4 12,6

2.2.2 Susu Pasteurisasi Menurut Fardiaz (1992), susu pasteurisasi adalah produk olahan susu yang diperoleh dengan proses pasteurisasi pada suhu minimal 62,80C selama 30 menit untuk proses LTLT (Low Temperature Long Time) atau pada suhu 750C selama 15 detik untuk proses HTST (High Temperature Short Time). Tujuan pasteurisasi adalah untuk menginaktifkan sel-sel vegetatif bakteri patogen, bakteri pembusuk dan bakteri pembentuk toksin pada pemanasan minimum sehingga tidak terjadi kerusakan gizi susu serta faktor-faktor yang mempengaruhi mutu pangan seperti warna, tekstur dan cita rasa (Hoobs dan Robert, 1987; Fardiaz, 1992). Menurut Sudarwanti (2000), ciri-ciri susu pasteurisasi antara lain adalah suhu pemanasan di bawah titik didih, kuman patogen mati, jumlah kuman dikurangi, enzim inaktif, nilai gizi hampir sama dengan susu segar, spora tetap hidup dan daya simpan dalam suhu dingin maksimum tujuh hari. Menurut Eckles (1951) semua peralatan untuk pasteurisasi susu harus bersih dan bersanitasi tinggi. Menurut Fardiaz (1992), lama susu pasteurisasi berada di pasaran sekitar 6 – 7 hari setelah itu ditarik kembali. Susu pasteurisasi yang kondisinya masih baik dapat diolah kembali menjadi produk susu olahan lainnya dan jika susu pasteurisasi rusak akan dibuang. 2.3 Kecerdasan Buatan Menurut Oxman (1985), kecerdasan buatan merupakan istilah umum untuk sistem berbasis komputer yang melaksanakan tugas-tugas yang umumnya membutuhkan kecerdasan manusia. Sistem kecerdasan buatan tidak dapat menggantikan peran manusia, tetapi mampu memberikan kelebihan kepada penggunanya. Hal ini disebabkan karena sistem kecerdasan buatan memiliki pengetahuan dan daya penalaran untuk

9

memberikan nasehat dan konsultasi kepada pengguna. Selain itu, sistem kecerdasan buatan juga memberikan kelebihan ekonomis karena menghemat waktu para ahli yang umumnya sangat terbatas (Rauch-Hindin, 1988). Kecerdasan buatan dibagi menjadi tiga bidang penelitian yang secara relatif berdiri sendiri, yaitu : 1. Pengembangan program-program yang menggunakan pengetahuan simbolik untuk mensimulasi perilaku seorang ahli, yang disebut dengan sistem ahli. 2. Pengembangan robot-robot, yaitu pengembangan program-program yang akan memungkinkan robot-robot mengamati perubahan-perubahan yang terjadi pada saat mereka bergerak dalam suatu lingkungan. 3. Pengembangan program-program komputer yang dapat membaca, berbicara dan mengerti bahasa yang digunakan manusia sehari-hari. 2.4 Sistem Pakar

Beberapa definisi sistem pakar adalah sebagai berikut : ♣ Sistem pakar adalah program komputer yang mencoba meniru tingkah laku dari seorang pakar yang mempunyai kepakaran tertentu dalam melakukan tugas tertentu (Medsker & Liebowitz, 1993). ♣ Sistem pakar adalah suatu aplikasi komputer yang digunakan untuk memecahkan masalah yang kompleks dengan menggunakan kepakaran seseorang dalam bidangnya (Rolson & David, 1998). 2.4.1 Elemen-elemen dalam Sistem Pakar Pembangunan sistem pakar sering disebut knowledge engineering, merupakan suatu proses yang melibatkan interaksi antara knowledge engineerorang yang membangun sistem pakar dan pakar-orang yang memiliki kepakaran dalam suatu lingkup permasalahan. pada Gambar 2.
Elemen-elemen

yang terlibat dalam

pembangunan sistem pakar saling berinteraksi satu sama lain, hal ini ditunjukkan

10

Gambar 2. Elemen-elemen Dalam Sistem Pakar (Waterman, 1986) Dalam sistem pakar terdapat beberapa elemen yang saling berinteraksi satu sama lain, yaitu sebagai berikut : • Domain Expert Domain expert adalah sumber pengetahuan yang mampu memberikan alternatif pemecahan masalah pada suatu bidang tertentu. Domain expert dapat dibentuk dari pengetahuan pakar secara langsung-hasil wawancara dengan pakar ataupun observasi bagaimana suatu masalah dipecahkan oleh pakar-atau dapat diperoleh secara tidak langsung, yaitu melalui buku dan artikel dalam jurnal. • Knowledge Engineer Knowledge engineer adalah seseorang yang memiliki latar belakang ilmu komputer dan intelijensia buatan yang mengetahui bagaimana membangun suatu sistem pakar. Knowledge engineer inilah yang menginventarisasikan dan mengorganisasikan semua pengetahuan yang berkaitan dengan pemecahan masalah, baik secara langsung melalui wawancara atau observasi maupun tidak langsung melalui buku dan artikel. Seringkali knowledge engineer membantu programmer dalam pengkodean dan pemrograman sistem pakar itu sendiri. • Expert System Building Tool Expert system building tool adalah bahasa pemrograman dan sistem pendukung lain yang digunakan oleh knowledge engineer dan programmer untuk membangun sistem pakar.

11

User (pengguna) Pengertian user secara sempit adalah orang yang menggunakan sistem pakar yang sudah dikembangkan atau end user, tetapi sebenarnya secara umum pengertian user juga mengacu kepada semua pengguna sistem pakar baik itu seorang knowledge engineer yang memperbaiki arsitektur sistem pakar, domain expert yang memberikan tambahan pengetahuan ataupun staf yang menambahkan data pada sistem pakar.

2.4.2 Karakteristik Sistem Pakar Ada beberapa karakteristik dasar yang harus dimiliki sistem pakar, yaitu : 1. Kepakaran Sistem pakar harus memiliki performansi yang baik yang menyamai seorang pakar dalam memecahkan permasalahan yang ditanganinya. Performansi itu sendiri meliputi kehandalan dan kecepatan sistem pakar dalam memberikan solusi atau rekomendasi. 2. Representasi Simbolik Dalam menyelesaikan suatu permasalahan seorang pakar biasanya tidak terlalu banyak mendasarkan logika pemecahan masalah pada perhitungan matematis. Hal ini tidak berarti bahwa pakar tidak melakukan perhitungan matematis tetapi fokus utama pada bagaimana memanipulasi simbol-simbol yang merepresentasikan konsep permasalahan. 3. Kedalaman Sistem pakar harus memiliki suatu kedalaman pemecahan masalah yang berarti bahwa sistem tersebut harus dapat bekerja secara efektif dalam suatu domain tertentu yang cukup sempit dengan suatu tingkat pemecahan masalah yang cukup kompleks. 4. Kemampuan Penjelasan Sistem pakar memiliki kemampuan untuk menjelaskan tentang bagaimana sistem tersebut beroperasi dan juga memiliki pengetahuan mengenai struktur yang menyederhanakan proses logis dalam pemecahan masalah. 2.4.3 Aktivitas Dasar Sistem Pakar Pengembangan dan pembangunan sistem pakar terdiri dari lima aktivitas dasar yang saling terkait, yaitu :

12

1. Identifikasi, merupakan identifikasi yang dilakukan oleh pakar dan knowledge engineer mengenai hal-hal yang penting dalam pengembangan sistem pakar. 2. Konseptualisasi, pakar. 3. Formalisasi, merupakan tahap pembangunan basis pengetahuan berdasarkan model konseptual yang telah dikembangkan pada tahap konseptualisasi. 4. Implementasi, merupakan pembangunan prototype sistem pakar berdasarkan formalisasi pengetahuan yang telah dilakukan sebelumnya. Pembangunan prototype sistem pakar ditunjukkan pada Gambar 3. 5. Pengujian, merupakan evaluasi terhadap sistem pakar itu sendiri, apakah sistem pakar sesuai dengan tujuan penelitian dan berfungsi seperti tujuan yang telah didefinisikan di awal pengembangan. merupakan tahap pengembangan konsep pemecahan masalah. Proses yang dilakukan pada tahap ini adalah ekstraksi pengetahuan

Gambar 3. Prototyping dalam Sistem Pakar (Turban, 1995)

Sistem

pakar

dibangun

dengan

sistematika

pengembangan

yang

disesuaikan dengan permasalahan yang ditangani, sebagai pedoman dan

13

memberikan

acuan

kepada

pengembang

atau

pembuat.

Permasalahan-

permasalahan yang dapat ditangani oleh sistem pakar disajikan pada Tabel 5. Tabel 5. Permasalahan yang Ditangani Sistem Pakar (Waterman, 1986)
Kategori Interpretasi Prediksi Diagnosis Desain Perencanaan Monitor Debugging Perbaikan Instruksi Kontrol Masalah yang Ditangani Menyimpulkan deskripsi situasi dari observasi Menyimpulkan kemungkinan konsekuensi dari situasi tertentu Menyimpulkan tidak berfungsinya suatu sistem observasi Konfigurasi objek pada batasan tertentu Membuat rencana untuk mencapai tujuan Membandingkan observasi dengan rencana Menyarankan perbaikan pada kegagalan observasi Menjalankan rencana sarana perbaikan Diagnosa, menghilangkan kesalahan dan perbaikan prestasi Interpretasi, prediksi, perbaikan dan monitor keadaan sistem

2.5 2.5.1

Jaringan Syaraf Tiruan Dasar Biologis Jaringan syaraf tiruan memiliki prinsip kerja yang analog dengan jaringan

syaraf biologis, menerima input berupa impuls yang diterima oleh dendrit dari neuron lain. Kerja sistem jaringan syaraf biologis kemudian digunakan sebagai acuan untuk mengembangkan jaringan syaraf tiruan dalam menyelesaikan permasalahan kompleks dan non linear yang sulit diselesaikan dengan model matematis. Tabel 6 menunjukkan perbedaan antara biological neural network (jaringan syaraf biologis) dan artificial neural network (jaringan syaraf tiruan). Tabel 6. Biological Neural Network vs Artificial Neural Network (Medsker dan Liebowitz, 1994)
Biologis Soma Dendrit Axon Synapse Kecepatan rendah 9 Neuron banyak (10 ) Artificial Node Input Output Weight Kecepatan tinggi Neuron beberapa (±100)

Tabel di atas menunjukkan perbedaan terminologis antara jaringan syaraf biologis dan jaringan syaraf tiruan. Soma merupakan ujung-ujung syaraf yang oleh ANN disebut node, menyatakan banyaknya faktor yang akan dianalisis, dendrites merupakan serabut syaraf yang menghantarkan input dari ujung syaraf atau dari

14

axon (output) badan sel yang lain. Output yang dibawa oleh axon dihantarkan dengan bobot tertentu oleh synapse, dimana dalam ANN bobot ini menentukan kualitas jaringan yang dibangun (Hebb, 1990). Gambar 4. menunjukan perbandingan antara biological neural network (jaringan syaraf biologis) dan artificial neural network (jaringan syaraf tiruan).

Cell body Nucleu s

Axon

Input 1

+ bobot

Dendrit es

Input 2

Summation and transfer

(axon)

Out put

Input 3

- bobot

Input 4

Gambar 4. Biological Neural Network vs Artificial Neural Network (Medsker dan Liebowitz, 1994) 2.5.2 2.5.3 Dasar-dasar Komputasi Jaringan Syaraf Tiruan Dasar-dasar komputasi jaringan syaraf tiruan menurut Fauset dan Laurene (1994) mulai dari jaringan, input, hidden layer, output, bobot, fungsi penjumlahan sampai dengan fungsi aktivasi dijelaskan sebagai berikut: 1. Jaringan Sebuah JST terdiri dari kumpulan neuron-neuron yang terhubung, yang sering dikelompokkan dalam lapisan-lapisan (layers). Pada umumnya tidak ada asumsi yang spesifik mengenai arsitektur jaringan. Bermacam-macam topologi jaringan syaraf merupakan pokok persoalan dari penelitian dan pengembangan JST. Dalam hal ini, struktur JST diperlihatkan pada Gambar 6.

15

Dua struktur dasar tersebut adalah sebagai berikut : a. b. I nf or mat ion flow Struktur dua lapisan : input dan output Struktur tiga lapisan : input, intermediate (disebut juga hidden) dan output

A.

Associat ive

oscillatory

forward

Hidden

B.

Doubl e

layer Gambarmemor y Jaringan Syaraf Tiruan (Fauset dan Laurene, 1994) e 5. Struktur 2. Input L aye Jaringan dapat dirancang untuk menerima sekumpulan nilai input yang berupa nilai biner atau kontinyu. Jadi apabila terdapat masalah yang bersifat rkualitatif dan berupa grafik, maka informasi tersebut harus diproses terlebih dahulu untuk menghasilkan suatu nilai numerik yang ekivalen sebelum dapat diinterpretasikan oleh JST. 3. Output Tujuan dari sebuah jaringan adalah untuk menghitung nilai output sebagai solusi dari masalah. Dalam tipe JST supervised, output awal dari jaringan biasanya tidak tepat dan jaringan harus disesuaikan sampai didapatkan output yang benar. 4. Hidden layer Dalam arsitektur banyak lapisan (multi-layered), hidden layers tidak berinteraksi secara langsung dengan dunia luar tetapi menambah tingkat kompleksitas agar JST dapat beroperasi dalam masalah yang lebih menarik. Hidden layer menambah sebuah representasi internal dari suatu masalah, yang dapat menjadikan jaringan memiliki kemampuan untuk berurusan secara robust dengan masalah yang bersifat kompleks dan non linear. 5. Bobot (weight) Weight atau bobot dalam JST mengungkapkan kekuatan relatif (atau nilai matematis) dari berbagai koneksi yang mentransfer data dari layer ke layer. Dengan kata lain, bobot mengungkapkan kepentingan relatif dari setiap input ke

16

dalam elemen proses (neuron). Bobot sangat penting untuk JST, karena dengan bobot ini jaringan disesuaikan secara berulang untuk menghasilkan output yang diinginkan. 6. Fungsi Penjumlahan Summation function menghitung rata-rata bobot dari suatu elemen input. Sebuah summation input (Xj) dengan bobotnya (W ij) dan menjumlahkannya untuk weighted sum (Si). Formula untuk N dengan elemen input adalah :
N

Si = ∑Wij * X j
j =1

Dengan demikian neurodes dalam sebuah neural network memiliki kebutuhan pemrosesan yang sangat sederhana. Intinya, mereka harus memantau sinyal yang datang dari neurodes lain, menghitung weighted sum dan kemudian menentukan sinyal yang cocok untuk dikirimkan ke neurodes lainnya. 7. Fungsi Transfer/Aktivasi Fungsi transfer yang dipakai dalam metoda belajar backpropagation harus memiliki sifat kontinyu dan dapat diturunkan. Pemakaian fungsi transfer tergantung dari aplikasi yang dirancang, hal yang penting adalah fungsi transfer tersebut mudah dihitung turunannya algoritma backpropagation ini. 2.5.4 Paradigma Belajar Ada dua pendekatan dasar paradigma belajar dalam JST, yaitu supervised learning dan unsupervised learning. 1. Supervised Learning Dalam pendekatan supervised learning kita menggunakan sekumpulan input dimana output yang sesuai telah diketahui. Perbedaan antar output aktual dan output yang diinginkan digunakan untuk mengkalkulasi koreksi pada bobot jaringan syaraf (disebut learning with a teacher). 2. Unsupervised Learning Dalam unsupervised learning, neural network mengorganisasikan dirinya untuk menghasilkan kategori dimana kumpulan input akan termasuk ke dalamnya. Dalam kasus unsupervised learning ini, harus ada pemeriksaan manusia dalam untuk dapat mengimplementasikan

17

kategori final untuk memberikan arti dan menentukan kegunaan dari output yang dihasilkan. Contoh dari tipe belajar ini adalah ART dan Kohonen self-organizing feature maps. Pertimbangan penting dalam JST adalah penggunaan algoritma yang sesuai untuk belajar. Kemampuan dua pendekatan paradigma belajar dalam beberapa algoritma belajar yang dibandingkan berdasarkan lamanya waktu training dan waktu eksekusi diperlihatkan pada Tabel 7. Tabel 7. Kemampuan dua Pendekatan Paradigma Belajar dalam Beberapa Algoritma Belajar (Neuro Dimension Inc., 2001) Algoritma Belajar Backpropagation ART2 Kohonen Hopfield Boltzmann 2.5.5 Backpropagation Menurut Fauset & Laurene (1994), backpropagation adalah metoda turunan gradien (gradient descent method) untuk meminimalkan total squared error dari output yang dikeluarkan oleh jaringan. Menurut Kusumadewi (2004), fungsi kinerja yang sering digunakan untuk backpropagation adalah mean square error (mse), fungsi ini akan mengambil rata-rata kuadrat error. Karakteristik menyelesaikan dari jaringan dalam backpropagation bermacam-macam (jaringan area. multilayer Aplikasi dan yang feedforward yang dilatih oleh backpropagation) ini adalah dapat digunakan untuk masalah menggunakan jaringan backpropagation dapat ditemukan dalam banyak bidang untuk masalah yang melibatkan pemetaan suatu input tertentu terhadap output yang tertentu pula (supervised learning). 2.6 Model Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan Ada beberapa teknik untuk mengintegrasikan sistem pakar dan jaringan syaraf tiruan dari berdiri secara independent sampai tingkat yang mempunyai hubungan interaktif tinggi. Strategi integrasi tersebut adalah model stand-alone, Paradigma Belajar Supervised Unsupervised Unsupervised Supervised Supervised Waktu Training Lambat Cepat Medium Cepat Lambat Waktu Eksekusi Cepat Cepat Cepat Medium Lambat

18

model transformasi, model Loose Coupling, model Tightly Coupling, model syaraf tiruan. • Model Stand Alone

Full

Integration. Gambar 6. menunjukkan model integrasi sistem pakar dan jaringan

Model ini mengkombinasikan sistem pakar (ES) dan jaringan syaraf (NN) tetapi keduanya tidak saling berinteraksi. Keduanya menggunakan komponen software yang berbeda. Tujuan dikembangkannya model ini adalah untuk membandingkan kemampuan performansi antara sistem pakar dan jaringan syaraf. Kelemahan model ini adalah keduanya tidak saling men-support satu dengan yang lainnya untuk menutupi kelemahannya masing-masing. • Model Transformasi Model ini sama dengan model stand-alone, yang membedakan adalah adanya transformasi dari suatu sistem ke sistem lain. Ada dua bentuk model transformasi : sistem pakar ditransformasikan ke jaringan syaraf dan jaringan syaraf ditransformasikan ke sistem pakar. • Model Loose Coupling Model ini merupakan bentuk nyata pertama dari integrasi sistem pakar dan sistem jaringan syaraf tiruan. Aplikasi ini dipecah ke dalam secara terpisah menjadi komponen jaringan syaraf dan sistem pakar yang berkomunikasi lewat data file. Berbagai variasi model ini adalah preprocessors, postprocessors, coprocessors dan user interface. Sebagai contoh dalam model preprocessing, jaringan syaraf bertindak sebagai front end yang mengkondisikan data-data yang sesuai untuk dimasukkan ke dalam sistem pakar. Model postprocessing adalah kebalikan dari preprocessing. • Model Tightly Coupling Perbedaan model ini dengan model loosely coupling tidak jelas. Keduanya memakai komponen independent. Pada Model ini komunikasi data menggunakan struktur data memory-resident, jadi lebih dari sekedar file data eksternal. Hal ini meningkatkan kemampuan interaktif dari model sebagai tambahan untuk meningkatkan performansinya. • Model Full Integration Dalam model ini, sistem pakar dan jaringan syaraf terbentuk dalam satu sistem yang sama. Komponen jaringan syaraf mewakili knowledge base secara implisit

19

sebagai bobot hubungan. Model ini membagi struktur data dan representasi knowledge. Dengan demikian komponen dari sistem ini berkomunikasi sebagai konsekuensi yang alami dari suatu integrasi.

ES

NN

Full I nt egr at ion

ES
T ight Coupling

NN

ES
L oose Coupling

NN

ES

NN

ES

NN

S t and alone

T r ansf or masi

Gambar 6. 2.7

Model Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan (Rolston dan David, 1988) Run Chart dan Control Chart Run Chart (trend chart) digunakan untuk mengidentifikasi kecenderungan

(trend) yang terjadi dengan jalan menggambarkan atau memetakan data selama periode waktu tertentu. Kecenderungan (trend) tersebut sangat berguna dalam memisahkan sebab dari gejala variasi. Dalam setiap proses selalu ada dua jenis variasi, yaitu variasi yang tidak terelakkan yang timbul dalam kondisi normal dan variasi yang disebabkan oleh suatu masalah (abnormal). Control Chart berguna untuk menganalisis proses dengan tujuan memperbaikinya secara terus menerus. Grafik ini mendeteksi penyimpangan abnormal dengan bantuan grafik garis. Grafik ini berbeda dengan garis standar dengan adanya garis kendali batas (limit) di tengah, atas dan bawah (Tjiptono, 2000). 2.8 Metode Pembobotan Entropy

Entropy merupakan suatu istilah dalam hukum termodinamika yang menunjukan ukuran ketidakpastian dari suatu sistem. Pada saat ini entropy tidak hanya digunakan dalam ilmu termodinamika tetapi entropy juga dapat

20

diterapkan pada bidang lainnya. Dalam penelitian ini entropy digunakan sebagai metode pembobotan.
Menurut Pomerol (1990) konsep utama dari penggunaan entropy sebagai metode pembobotan adalah pengukuran suatu kriteria j melalui suatu fungsi tertentu sesuai dengan kuantitas informasi yang diberikan. Penilaian bobot kriteria j dilakukan melalui pengukuran dispersi aj. Dalam hal ini kriteria yang terpenting adalah kriteria yang paling kuat dalam mendeskriminasikan setiap nilai pada aksiaksi aj tersebut. 2.9 Analytical Hierarchy Process (AHP) AHP dikembangkan oleh Prof. Thomas L. Saaty, seorang Guru Besar Matematika dari University of Pittsburgh pada tahun 1970. Metoda ini merupakan alat bantu sistem pendukung keputusan yang dinilai luas untuk penyelesaian problem keputusan multikriteria. Metode ini mensintesis perbandingan ‘judgement’ pengambil keputusan yang berpasangan pada setiap level hirarki keputusan yang berpasangan pada setiap level hirarki keputusan. Caranya dengan menetapkan bobot prioritas relatif setiap elemen keputusan, dimana bobot ini merepresentasikan intensitas preferensi atas suatu keputusan (Saaty, 1993). 2.9.1 Prinsip Pokok Analytical Hierarchy Process (AHP) Prinsip pokok AHP adalah prinsip berpikir analitis. Pengambilan keputusan dalam metodologi AHP didasarkan pada tiga prinsip pokok, yaitu : 1. Penyusunan Hirarki Penyusunan hirarki permasalahan merupakan langkah untuk mendefinisikan masalah yang kompleks ke dalam sub sistem, elemen, sub elemen dan seterusnya sehingga menjadi lebih jelas dan detail. Hirarki keputusan disusun berdasarkan pandangan pihak-pihak yang memiliki keahlian (expert) dan pengetahuan di bidang yang bersangkutan. 2. Penentuan Prioritas Prioritas dari elemen-elemen kriteria dapat dipandang sebagai bobot atau kontribusi elemen tersebut terhadap tujuan pengambilan keputusan. Prioritas ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak yang

21

kepentingan terhadap keputusan tersebut, baik secara langsung (diskusi, wawancara) maupun tidak langsung (kuesioner). 3. Konsistensi Logis Konsistensi jawaban responden dalam menentukan prioritas elemen merupakan prinsip pokok yang akan menentukan validitas data dan hasil pengambilan keputusan. Menurut Saaty, hasil penilaian yang dapat diterima adalah yang mempunyai rasio konsistensi lebih kecil atau sama dengan 10%. Jika lebih besar dari itu berarti penilaian yang telah dilakukan ada yang random dengan demikian perlu diperbaiki. 2.9.2 Keunggulan dan Kelemahan Analytical Hierarchy Process (AHP) AHP sangat berguna dalam masalah-masalah kompleks yang tidak terstruktur, tidak memiliki data tertulis yang cukup, seperti permasalahan : penentuan alternatif, penyusunan prioritas, pemecahan konflik, pemilihan kebijakan, pengalokasian sumber, penentuan kebutuhan dan juga pengukuran performansi. Menurut Ciptomulyono (2001) kelebihan AHP, antara lain : 1. Mampu membahas permasalahan kompleks dan tak terstruktur secara detail. 2. Memadukan intuisi, pikiran, perasaan dan penginderaan dalam menganalisis pengambilan keputusan. 3. Memiliki kemampuan melakukan sintesa pemikiran berbagai sudut pandang responden. 4. Memperhitungkan konsistensi dari penilaian yang telah dilakukan dalam memperbandingkan faktor-faktor untuk memvalidasi keputusan. 5. Kemudahan dalam pengukuran elemennya. 6. Memungkinkan untuk melakukan perencanaan ke depan (forward) atau sebaliknya, menjabarkan masa depan yang ingin dicapai ke masa kini (backward).

Selain keunggulan, AHP juga mempunyai kelemahan, yaitu : 1. Dalam sendiri. penerapannya, harus melibatkan orang-orang yang memiliki pengetahuan yang cukup tentang permasalahan dan tentang metode AHP itu

22

2. 3.

Untuk melakukan perbaikan keputusan walaupun kecil maka harus dimulai lagi dari tahap awal dan memakan waktu yang relatif lama. AHP tidak dapat diterapkan pada suatu perbedaan sudut pandang yang sangat tajam atau ekstrim di kalangan responden. Penyatuan pandangan, misalnya dengan metode Delhi dapat dilakukan sebelum AHP.

2.10

Penelitian Terdahulu Beberapa penelitian yang mengenai kualitas susu dan pengembangan

sistem pakar dan jaringan syaraf tiruan adalah sebagai berikut : Erwina (1987), mengidentifikasi faktor dan parameter dalam pengendalian mutu pada industri susu segar di tingkat peternak, koperasi dan industri pengolahan susu (IPS), serta mengaplikasikan teknik pengendalian mutu dalam penentuan standar dan analisis biaya dan margin tata niaga. Parameter utama yang digunakan adalah mutu kadar lemak dan non lemak. Permadi (1995), mengembangkan perangkat lunak untuk kegiatan pengendalian mutu minuman ringan yang diberi nama Quality Information System (QIS). Sistem ini pada dasarnya merupakan penyimpanan dan pengolahan data yang disimpan secara elektronik. Informasi yang disajikan bisa dalam bentuk angka maupun grafis. Beberapa keuntungan yang diperoleh dari penggunaan sistem ini adalah mudah dioperasikan dan menarik. Pengembangan sistem ini dilakukan dengan teknik perancangan secara terstruktur. Alat perancangan yang dipakai dalam rancang bangun sistem yaitu Hirarchy Chart, Diagram Arus Data, Diagram Alir, Diagram Warnier-Orr dan Kamus Elemen data. Rancangan sistem ini terdiri atas enam subsistem bahan baku, proses, pemeriksaan alat, mikrobiologi, produk jadi dan eksternal serta terbagi dalam 20 modul. Ratnawati (1996), merancang suatu sistem pakar yang dapat digunakan dalam menentukan status keamanan pangan masa sekarang, jangka pendek dan jangka panjang suatu Rumah Tangga pedesaan berdasarkan konsep yang dikemukakan oleh Taylor dan Philips 1992. Hartimin (1997), merancang model sistem ahli untuk mutu CPO dan kehilangan minyak selama proses pengolahan dengan teknik sistem berbasis pengetahuan. Model ini dirancang dalam bentuk perangkat lunak (software)

23

komputer dengan menggunakan bahasa pemrograman Visual Basic 4.0. Model EXSPalm 1 memuat fasilitas penjelasan, fasilitas konsultasi dan fasilitas input nilai. Nando (2001), menganalisis parameter mutu susu pasteurisasi dan membuat analisis statistika pengendalian mutu terhadap beberapa parameter mutu susu pasteurisasi. Data yang dikumpulkan adalah faktor-faktor yang mempengaruhi mutu susu pasteurisasi, kadar bahan kering, jumlah mikroba dan koliform. Hasil penelitian menunjukkan bahwa mutu susu pasteurisasi secara umum dipengaruhi oleh faktor bahan baku, metode, mesin atau peralatan, pemeriksaan atau pengawasan dan manajemen. Budiarti (2002), melakukan pengkajian yang ditujukan untuk melihat persepsi dan ekspektasi konsumen serta bobot kepentingan dimensi kualitas produk susu pasteurisasi produksi Koperasi Dau Malang. Pada dasarnya penelitian ini bermaksud untuk meningkatkan efektifitas dengan menggunakan Total Quality Management (TQM) yang berdampak pada peningkatan kualitas produk sesuai dengan keinginan konsumen. Hal ini secara simultan akan meningkatkan penjualan dan pendapatan bagi Koperasi Dau Malang. Informasi mengenai jenis dimensi kualitas produk yang direkomendasikan untuk ditingkatkan dilakukan dengan perhitungan zero one integer programming. Perbandingan penelitian mengenai kualitas dan sistem intelijen yang telah dilakukan dengan penelitian yang akan dilakukan saat ini disajikan pada Tabel 8.

24

Tabel 8. Perbandingan Beberapa Penelitian Mengenai Kualitas dan Sistem Intelijen yang telah Dilakukan serta Penelitian yang akan Dilakukan Saat ini Penelitian kualitas tanpa menggunakan tool Sistem Intelijen
Beberapa Penelitian mengenai kualitas yang telah dilakukan lebih banyak menggunakan pendekatan statistik dan dijelaskan bagian per bagian Kelebihan : • Mencegah penyimpangan dalam proses, sebelum terjadi hal-hal yang serius, sehingga akan diperoleh kesesuaian yang lebih baik antara kemampuan dengan spesifikasinya. • Mengurangi biaya pemeriksaan, karena statistika pengendalian mutu dilakukan dengan menggunakan teknik penarikan contoh. Kelemahan : • Analisis kegagalan mutu belum dapat dilakukan secara menyeluruh masih terbatas pada analisis dan evaluasi pada bagian produksi. • SQC baru dapat memberikan gambaran penyebab kegagalan mutu. sedangkan keberhasilan kualitas yang dilakukan tergantung dari kemampuan personil yang melakukan analisis.

Penelitian yang menggunakan tool Sistem Intelijen
Berdasarkan studi literatur yang telah dilakukan, terlihat bahwa aplikasi sistem Intelijen dalam beberapa permasalahan sudah cukup banyak akan tetapi yang menyangkut penilaian kualitas masih jarang dilakukan. Analisis mengenai kelebihan dan kekurangan dari penelitian yang ada, sebagai berikut : Kelebihan : • Permasalahan dapat diselesaikan sebagaimana layaknya seorang pakar mengerjakannya walaupun pelakunya bukan seorang pakar • Melakukan penyederhanaan proses pekerjaan • Solusi lebih konsisten Kelemahan : • Sistem tidak dapat menangani pengetahuan yang tidak konsisten, sedangkan kinerja manusia berubah-ubah hanya sedikit yang tetap sepanjang waktu. • Tidak dapat menerapkan penilaian dan intuisi yang kita kenal sebagai unsur yang penting dalam pemecahan masalah.

Penelitian yang akan dilakukan saat ini
Penelitian yang akan dilakukan : Merancang model penilaian dan prediksi kualitas susu pasteurisasi, kemudian mengaplikasikan model tersebut dalam bentuk rancangan integrasi sistem pakar dan jaringan syaraf tiruan (JST). Integrasi sistem pakar dan JST ini diharapkan memiliki kemampuan kombinasi untuk menyediakan konsultasi pakar dan meningkatkan pengalaman itu sendiri dari waktu ke waktu berdasarkan proses belajar. Dasar Pemikiran : Kualitas merupakan permasalahan yang cukup kompleks karena banyaknya faktor-faktor yang terlibat dan mempengaruhi kualitas seperti faktor bahan baku, metode, mesin atau peralatan, pemeriksaan dan manajemen. Disebabkan oleh kompleksitas sistem, maka pencarian hubungan tidak akan mungkin tercapai hanya dengan bantuan pemikiran pakar. Keadaan ini mengarah pada pendekatan dengan menambahkan suatu sistem pemikiran lunak yang berorientasi pada proses belajar. jaringan syaraf tiruan sebagai salah satu metode untuk melakukan prediksi memiliki kelebihan pada kemampuannya untuk belajar.

25

BAB 3 METODOLOGI PENELITIAN
3.1 Kerangka Pemikiran Susu merupakan bahan makanan yang terdiri dari protein, karbohidrat, lemak, vitamin dan mineral. Bahan-bahan tersebut merupakan media pertumbuhan yang baik berbagai macam mikroba. Hal ini menyebabkan susu mempunyai sifat mudah rusak dan dapat menjadi sumber penyakit. Batas cemaran berbagai jenis mikroba dalam susu segar, susu pasteurisasi, susu bubuk dan susu UHT menurut SNI No: 01-6366-2000 dapat dilihat pada Tabel 9. Tabel 9. Batas Maksimum Cemaran Mikroba Dalam Susu (SNI, 2000) Jenis Cemaran Mikroba Jumlah Total Kuman (Total Plate Count) Coliform Escherichia coli Enterococci Staphylococcus aureus Clostridium sp Salmonella sp Camphylobacter sp Listeria sp Batas Maksimum Cemaran Mikroba (BMCM)
( dalam satuan CFU/gram atau ml )

Susu segar 1 X 106 2 X 10 0 1 X 102 1 X 102 0 negatif 0 0
1

Susu pasteurisasi < 3 X 104 < 0,1 X 10 0 1 X 102 1 X 101 0 negatif 0 0
1

Susu bubuk 5 X 104 0 0 1 X 101 1 X 101 0 negatif 0 0

Susu steril/UHT < 10/0,1 0 0 0 0 0 negatif 0 0

Salah satu penanganan susu yang dilakukan pada skala industri adalah pasteurisasi susu. Pasteurisasi menurut Fardiaz (1992) merupakan usaha untuk menginaktifkan sel-sel vegetatif bakteri patogen, bakteri pembusuk dan bakteri pembentuk toksin pada pemanasan minimum sehingga tidak terjadi kerusakan gizi susu dan dapat mempertahankan cita rasa, warna dan tekstur susu. Proses pasteurisasi dilakukan pada suhu minimal 62,80C selama 30 menit untuk proses LTLT (Low Temperature Long Time) atau pada suhu 750C selama 15 detik untuk proses HTST (High Temperature Short Time). Pengendalian kualitas susu pasteurisasi di industri merupakan kegiatan yang tidak dapat dipisahkan dan penting untuk menjamin keamanan susu pada saat

26

dikonsumsi. Menurut Budiarti (2002), pengendalian kualitas susu pasteurisasi dapat ditinjau dari beberapa perspektif yang meliputi perspektif konsumen, perspektif proses bisnis/intern, perspektif keuangan, perspektif pembelajaran dan pertumbuhan seperti yang ditunjukkan pada Gambar 7.
Perspektif Konsumen meningkatkan kepuasan konsumen Customer Satisfaction

Perspektif Proses Bisnis/Intern Meningkatkan kualitas proses produksi Cycle Effectiveness

KUALITAS SUSU PASTEURISASI

Perspektif Keuangan Revenue Growth Rasio Biaya Kualitas

Perspektif Pembelajaran dan Pertumbuhan Pengembangan SDM Pengembangan SIM

Gambar 7. Perspektif Pengendalian Kualitas Susu Pasteurisasi (Budiarti, 2002) Pada penelitian ini pengendalian kualitas susu pasterisasi yang dilakukan mengacu pada prespektif konsumen yang bertujuan untuk meningkatkan kepuasan konsumen. Kepuasan konsumen dapat dipenuhi dengan menjamin kualitas susu pasterisasi agar selalu berada dalam kondisi prima. Kualitas susu pasteurisasi yang baik harus tetap terjaga sampai dengan susu beredar di pasaran dan siap diterima oleh konsumen. Menurut Buffa dan Sarin (1996), kualitas susu pasteurisasi yang baik dapat dihasilkan melalui pengendalian kualitas susu, mulai dari pengendalian kualitas bahan baku, pengendalian pengendalian kualitas proses di titik produksi dan pengendalian kualitas susu pasteurisasi di industri, pada penelitian ini kualitas kinerja akhir produk jadi. Untuk meningkatkan dan memperbaiki kegiatan dikembangkan suatu sistem yang dapat melakukan penilaian dan prediksi kualitas susu pasteurisasi mulai dari bahan baku sampai dengan penyimpanan, baik dalam bentuk data kuantitatif maupun kualitatif dalam waktu yang relatif singkat. Sistem dibangun dan dikembangkan berdasarkan prinsip kecerdasan buatan dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan. Sistem ini tidak dapat menggantikan peran manusia akan tetapi memberikan kelebihan ekonomis

27

kepada penggunanya karena menghemat waktu para ahli yang umumnya terbatas. Kecepatan dan ketepatan informasi yang dihasilkan dari sistem ini, diharapkan dapat meningkatkan efisiensi dan efektifitas pelaksanaan kegiatan pengendalian kualitas dan juga dapat mempercepat proses pengambilan keputusan bagi pengguna sistem. 3.2 Tahapan Penelitian Pada bagian ini akan dijelaskan tahap-tahap pengerjaan penelitian secara global dan langkah-langkah yang dilakukan dalam penelitian. Deskripsi dilengkapi dengan penyajian diagram alur pelaksanaan studi untuk memudahkan melihat sekuensi tahapan studi. Secara garis besar metode penelitian dibagi menjadi delapan tahapan, yaitu (1) Persiapan penelitian dan studi pendahuluan, (2) Pengumpulan data, (3) Analisis data, (4) Pembangunan model konseptual, (5) Pengembangan sistem pakar dan jaringan syaraf tiruan, (6) Implementasi sistem pakar dan jaringan syaraf tiruan, (7) Rumusan strategi. Kerangka model penelitian disajikan pada Gambar 8.

28

PERSIAPAN PENELITIAN

STUDI PENDAHULUAN

Latar Belakang dan Perumusan Masalah Tujuan Penelitian

Studi Dokumentasi

Studi Literatur

Pembatasan Masalah

Pemilihan Pakar
Pengumpulan Data Tingkat Kepentingan Atribut Kualitas Susu Pasteurisasi Selama Proses Pengolahan

Pengumpulan Data Keragaman Proses (suhu pasteurisasi, lama pasteurisasi)

Analisis Data Tingkat Kepentingan Dengan Menggunakan Metode Pembobotan Entropy

Analisis Data Keragaman Proses Dengan Menggunakan Statistical Process Control

Pembangunan Model Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi Selama Proses Pengolahan

Pembangunan Sistem Pakar untuk penilaian sualitas susu pasteurisasi selama proses pengolahan Konseptualisasi Pengetahuan

Pembangunan Jaringan Sraraf Tiruan untuk prediksi keragaman proses pengolahan susu pasteurisasi Persiapan Data untuk Training dan Testing Perancangan Arsitektur Jaringan

Formalisasi Pengetahuan dalam Bentuk Knowledge Base

Pemilihan Metode Belajar Proses Pembelajaran Jaringan Pemunculan output dari hasil proses belajar

Integrasi Sistem Pakar dan Jaringan Syaraf Tiruan untuk penilaian dan prediksi kualitas susu pasteurisasi selama proses pengolahan Verifikasi dan Validasi Prototipe Sistem Implementasi sistem untuk mengukur kinerja proses satu bulan yang akan datang Rumusan strategi peningkatan kualitas susu pasteurisasi sesuai output sistem yang diperoleh

Gambar 8. Bagan Alir Tahapan Penelitian

29

3.2.1 Tahap Persiapan Dalam tahap persiapan dilakukan identifikasi permasalahan yang meliputi identifikasi tujuan dan sumber pengetahuan (studi pustaka dan studi ahli). Penelusuran sumber pengetahuan dilakukan untuk memperoleh pengetahuan dasar tentang proses pengolahan susu pasteurisasi. Pada tahap ini dilakukan pengumpulan data dan analisis data sebelum data digunakan untuk membangun sebuah sistem penilaian dan prediksi kualitas susu pasteurisasi. 3.2.2 Pembangunan Model Konseptual Pembangunan model konseptual didasarkan pada informasi pakar dan studi pustaka yang didapat dari artikel-artikel majalah, jurnal, buku, jurnal-jurnal yang terkait dengan permasalahan yang akan dibahas. 3.2.3 Verifikasi dan Validasi Sistem Verifikasi adalah pengecekan secara keseluruhan. 3.2.4 Implementasi Sistem Implementasi sistem dilakukan untuk menguji performansi sistem dengan menggunakan data aktual saat ini sehingga dapat diketahui apakah integrasi sistem pakar dan jaringan syaraf tiruan layak dalam memecahkan permasalahan di dalam ruang lingkup yang telah didefinisikan pada tujuan penelitian. Selain itu, penggunaan data aktual dalam pengujian sistem bertujuan untuk mengukur kinerja proses di industri pengolahan susu pasteurisasi. 3.2.5 Rumusan Strategi Peningkatan Kualitas Susu Pasteurisasi Strategi peningkatan kualitas dilakukan berdasarkan output sistem yang dihasilkan. Adapun tahapan-tahapan yang dapat dilaksanakan adalah sebagai berikut : 1. Penetapan Elemen-elemen Peningkatan Kualitas Hasil analisis output sistem digunakan untuk menyusun elemen-elemen setiap level sebagai dasar bagi alternatif strategi peningkatan kualitas proses/bahan baku. Elemen-elemen tersebut mengarah pada keamanan produk untuk logika penalaran yang membangun sistem pakar sedangkan validasi sistem pakar bertujuan untuk menguji validasi sistem

30

dikonsumsi oleh konsumen dan kehigienisan produk yang mempengaruhi ketepatan masa simpan serta keawetan produk. 2. Penyusunan Hirarki Struktur Keputusan Hirarki struktur keputusan dibangun dari elemen setiap level yang telah dirumuskan. Setelah elemen setiap level didapatkan langkah berikutnya adalah pemberian prioritas terhadap elemen setiap level tersebut. Penetapan prioritas dilakukan berdasarkan pertimbangan waktu, dana dan kemampuan perusahaan yang terbatas. 3. Penentuan Kualitas dan Konsistensi Rasio Prioritas ditetapkan dengan menggunakan metode Analytical Hierarchy Process (AHP). Dengan AHP ini penentuan peringkat didasarkan atas hasil diskusi dan negosiasi dengan pihak-pihak yang berkepentingan. Proses perhitungan bobot dibantu dengan software Expert Choice 2000 melalui metode perbandingan berpasangan (pairwise comparison). 4. Penetapan Prioritas Strategi Peningkatan kualitas Hasil dari pembobotan AHP manajemen. 3.3 3.3.1 Tata Cara Penelitian Sumber Data Sumber pengetahuan untuk membangun sistem berasal dari buku referensi, jurnal, laporan penelitian terdahulu, observasi langsung di industri pengolahan susu pasteurisasi dan pendapat dari beberapa pakar di bidang kualitas susu pasteurisasi serta sumber lain yang dipandang akurat dan relevan. Pakar yang terpilih untuk diakuisisi ilmu pengetahuan dan pengalamannya berkaitan dengan kualitas susu pasteurisasi dianggap mewakili unsur praktisi atau industriawan serta unsur birokrasi dan akademisi. • • Pakar unsur akademisi akan diwaliki oleh pakar susu dari Bogor dan Universitas Pajajaran, Bandung. Pakar unsur praktisi akan diwakili oleh praktisi dari beberapa Industri pengolahan susu salah satunya adalah (ISAM) Bandung. PT. Indomilk dan PT. Industri Susu Alam Murni Institut Pertanian akan memberikan informasi mengenai strategi mana dengan prioritas tertinggi harus menjadi pertimbangan utama pihak

31

Pakar unsur birokrasi akan diwakili oleh pakar susu dari Dinas Peternakan dan Pertanian.

3.3.2

Pengumpulan Data, Informasi dan Pengetahuan Pengumpulan data untuk keperluan penelitian ini dilakukan dengan beberapa

cara, yaitu sebagai berikut : • Studi dokumentasi dilakukan dengan mempelajari permasalahan susu yang terjadi melalui artikel, koran, majalah atau jurnal yang memuat tentang permasalahan kualitas susu . • Studi literatur dilakukan dengan mengeksplorasi pustaka-pustaka yang berkaitan dengan penyelesaian masalah antara lain sistem pakar, jaringan syaraf tiruan, sistem penilaian kualitas susu, pendekatan sistem, dan pustakapustaka lain yang relevan dengan bidang kajian. • Observasi langsung pada Industri dilakukan untuk mempelajari proses pengolahan susu pasteurisasi di industri secara langsung sehingga dapat diketahui faktor-faktor apa saja yang mempengaruhi kualitas susu pasteurisasi selama proses pengolahan. • • Pengukuran data secara langsung dilakukan untuk melihat keragaman proses sushu dan lama pasteurisasi selama proses pengolahan berlangsung. Pengisian kuesioner oleh pakar yang dilakukan untuk memperoleh data tingkat kepentingan masing-masing atribut kualitas susu pasteurisasi selama proses pengolahan. • Akuisisi pengetahuan pakar dilakukan dengan menggunakan metode akuisisi wawancara, diskusi masalah dan deskripsi masalah tentang pola berpikir para ahli dalam menilai dan memprediksi kualitas susu pasteurisasi. Data yang dikumpulkan untuk keperluan penelitian ini terdiri dari dua kelompok data, yaitu sebagai berikut : A. Data tingkat kepentingan atribut kualitas susu pasteurisasi selama proses pengolahan yang diperoleh dengan melakukan pengisian kuesioner oleh pakar. Kuesioner yang digunakan disajikan pada Lampiran 2. B. Data keragaman proses yang meliputi suhu pasteurisasi dan lama pasteurisasi pada bulan April 2005. Data ini akan dianalisis dan digunakan untuk prediksi

32

keragaman proses satu bulan yang akan datang dengan menggunakan jaringan syaraf tiruan. 3.3.3 Analisis Data Berdasarkan data yang telah dikumpulkan, analisis data yang dilakukan adalah sebagai berikut : (1) Analisis data tingkat kepentingan atribut kualitas susu pasteurisasi selama proses pengolahan dengan menggunakan metode pembobotan entropy, kemudian data ini akan digunakan sebagai data analisis fundamental dalam pembangunan sistem pakar. (2) Analisis data keragaman proses suhu dan lama pasteurisasi dengan menggunakan Statistical Process Control kemudian data ini akan digunakan sebagai data analisis teknis dalam pembangunan jaringan syaraf tiruan. Menurut Pamerol (1990) konsep utama dari penggunaan entropy sebagai metode pembobotan adalah pengukuran suatu kriteria j melalui fungsi tertentu sesuai dengan kuantitas informasi yang diberikan. Tahapan entropy yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Para pengambil keputusan harus memberikan nilai yang menunjukkan tingkat kepentingan suatu kriteria terhadap pengambilan keputusan. Dalam hal ini pengambil keputusan yang dilibatkan boleh diwakili oleh beberapa orang saja (tidak harus semua pengambil keputusan yang terlibat). Tiap pengambil keputusan boleh menilai sesuai preferensinya masing-masing. 2. Tiap nilai yang ditetapkan pengambil keputusan dikurangkan terhadap nilai paling ideal dari skala penilaian yang digunakan. 3. Nilai yang diperoleh dari langkah pertama tersebut (kij) dibagi dengan total nilai untuk k semua kriteria. Hal ini dirumuskan sebagai berikut :

a ij =

k ij

∑∑ k
i =1 i =1

m

n

ij

Dimana : m = jumlah pengambil keputusan n = jumlah kriteria

33

4. Entropy tiap kriteria dihitung dengan rumus :

Eij =

1 x ∑ j aij ln(aij ) ln(m)

dimana : 0 • E j • 1 5. Dispersi tiap kriteria dihitung dengan rumus :

Dj = 1 - Ej
Karena diasumsikan total bobot adalah 1 maka untuk mendapatkan bobot tiap kriteria, nilai dispersi harus dinormalisasi dahulu sehingga :

Wj =

∑D

Dj

j

6. Setelah bobot dan nilai bobotnya masing-masing

diperoleh maka dapat dilakukan penilaian kualitas

produk pada setiap variabel dengan cara mengalikan nilai setiap variabel dengan

Ringkasan mengenai jenis, sumber, metode pengumpulan data, teknik yang digunakan dalam pengolahan data dan prosedur pelaksanaan kegiatan dapat dilihat pada Lampiran 1. 3.3.4 Penerapan Sistem Pakar dan Jaringan Syaraf Tiruan

A. Penerapan Sistem Pakar 1. Konseptualisasi Pengetahuan Hasil akuisisi pengetahuan dari ahli dan pengetahuan dari studi pustaka disusun menjadi suatu struktur yang menggambarkan permasalahan. Untuk memudahkan pemahaman tentang permasalahan yang dihadapi maka struktur pengetahuan dapat dipilah-pilah menjadi bagian-bagian yang lebih kecil. Selain itu, struktur pengetahuan yang disusun juga berfungsi sebagai umpan balik bagi ahli untuk memeriksa kebenaran, kelengkapan dan konsistensi pengetahuan serta untuk mempertahankan antusiasme ahli dalam pengembangan model. 2. Tahap Representasi Pengetahuan Tahapan representasi pengetahuan dilakukan dalam bentuk basis pengetahuan dan mekanisme inferensi. Pembuatan program dilakukan dalam

34

bentuk kaidah-kaidah yang selanjutnya mengolah fakta menjadi kesimpulan. Representasi pengetahuan secara sistematis dapat disajikan dalam bentuk kaidah produksi yang didefinisikan dengan rule yang dinyatakan dalam bentuk if then. if adalah “premis” dan then adalah “konklusi”. Selanjutnya kedua premis ini dapat dihubungkan dalam bentuk and. Kaidah-kaidah if then dapat dibuat dari beberapa kondisi dan beberapa akibat menjadi bentuk if F1 is A1 and F2 is A2 then Z is K dan seterusnya.
Data, masalah, pertanyaan

DOMAI N EXPER T

KNOW L EDGE ENGI NEER

BASIS PENGETAHUAN
Pengetahuan, konsep, pemecahan

G ambar 9. Proses Akuisisi Pengetahuan dalam Sistem Pakar (Waterman, 1986) B. Penerapan Jaringan Syaraf Tiruan 1. Perancangan Arsitektur Jaringan Arsitektur jaringan syaraf tiruan yang digunakan dalam penelitian ini adalah multiple-layer systems. Layer pertama adalah layer yang menerima sinyal input, disebut layer input. Satu layer lagi adalah layer yang memancarkan output, dinamakan layer output. Diantara keduanya terdapat beberapa (satu atau lebih) layer lagi yang disebut layer hidden, disebut sebagai layer hidden karena sifatnya yang internal dan tidak ada hubungan langsung dengan luar jaringan. 2. Pemilihan Metode Belajar Dalam penelitian ini metode belajar yang dipilih adalah jaringan propagasi balik. Pemilihan metode belajar ini disebabkan oleh beberapa keunggulan yang dimiliki jaringan propagasi balik yaitu diantaranya : algoritma belajar yang efektif, mudah dapat belajar dan mempunyai kemampuan generalisasi yang bagus.

35

Sebaliknya, beberapa titik lemah dari jaringan ini adalah waktu belajar yang relatif lama dan dibutuhkan vektor latihan yang jumlahnya cukup banyak. Metode belajar jaringan propagasi balik terdiri dari dua fase penting, yang pertama adalah fase maju dimana sinyal dari input akan dibawa melalui layer hidden untuk mendapatkan output jaringan. Output jaringan kemudian dibandingkan dengan target yang kita miliki dan mendapatkan error. Setelah itu yang kedua adalah fase mundur, yaitu menggunakan error yang didapat untuk merubah bobot dengan memancarkannya mundur, layer per layer. Algoritma belajar jaringan syaraf propagasi balik, mengandung beberapa hal yang harus diperhatikan. • Pertama, pemilihan bobot awal pada saat inisialisasi harus dilakukan dengan hati-hati karena pemilihan bobot yang keliru akan menyebabkan tidak ditemukannya minimum dari fungsi error. Bobot yang baik adalah bobot yang tersebar secara normal dan tidak terlalu besar. Biasanya dipilih bilangan random antara –0,5 dan 0,5. Bobot yang besar akan mendorong input untuk suatu neuron menjadi ekstrim besar atau ekstrim kecil yang akan disaturasikan oleh fungsi transfer. • Kedua, pemilihan learning rate. Apabila learning rate yang dipilih terlalu besar maka pencarian minimum fungsi error akan sulit karena terjadi osilasi di sekitar minimum itu. Sebaliknya pemilihan learning rate yang terlalu kecil menyebabkan waktu yang ditempuh menjadi lama. • Keempat, fungsi aktivasi. Fungsi aktivasi yang dipakai dalam metode belajar ini disesuaikan dengan sifat-sifat yang dikehendakinya yaitu harus kontinu dan dapat diturunkan. Pemilihan fungsi aktivasi juga sangat bergantung dari aplikasi yang dirancang. • Kelima, momentum. Penambahan momentum pada bagian penyetelan bobot dilakukan untuk mempercepat ditemukannya minimum global dari fungsi error dan menghindari terjebak pada minimum lokal. akan

36

BAB 4 ATRIBUT KUALITAS SUSU PASTEURISASI
4.1 Pengumpulan Data 4.1.1 Data Tingkat Kepentingan Atribut Kualitas Susu Pasteurisasi Pembobotan dilakukan untuk mengukur tingkat kepentingan setiap atribut kualitas yang digunakan di industri dan standar nasional. Keterbatasan biaya, waktu dan sumber daya manusia menyebabkan tidak semua masing atribut dengan tepat. Penentuan tingkat kepentingan masing-masing atribut penilaian kualitas susu pasteurisasi dilakukan berdasarkan beberapa pendapat pakar yang diwakili pakar dari praktisi, akademisi dan birokrasi. Selanjutnya data tingkat kepentingan ini dianalisis sebagai dasar dalam penyusunan atribut yang digunakan dalam pembangunan prototipe sistem penilaian dan prediksi kualitas susu pasteurisasi. Perhitungan entropy atribut penilaian kualitas bahan baku, proses serta penyimpanan dan pengemasan produk jadi dapat dilihat pada Lampiran 5. 4.1.1.1 Data Tingkat Kepentingan Atribut Penilaian Kualitas Bahan baku Rekapitulasi hasil perhitungan atribut penilaian kualitas bahan baku berdasarkan syarat mutu fisik dan kimia susu segar disajikan pada Tabel 10. Tabel tersebut menunjukan bahwa keasaman dan uji organoleptik memiliki rata-rata entropy yang paling tinggi dibandingkan dengan atribut lainnya. Tabel 10. Tingkat Kepentingan Atribut Syarat Mutu Fisik dan Kimia Susu Segar No 1 2 3 4 5 6 7 8 Atribut Berat jenis Uji alkohol Kadar lemak Titik beku Keasaman pH Kadar bahan kering Kadar bahan kering tanpa lemak
Rata-rata Entropy

pengujian mutu dapat

dilakukan secara rutin, oleh karena itu harus diukur tingkat kepentingan masing-

0,0540 0,0550 0,0540 0,0490 0,0561 0,0525 0,0525 0,0525

37

Tabel 10. Tingkat Kepentingan Atribut Syarat Mutu Fisik dan Kimia Susu Segar (Lanjutan) No 9 10 11 12 13 14 15 16 17 18 19 Atribut Kadar air Uji Organoleptik Suhu pada waktu diterima Kotoran dan benda asing Uji didih Uji reduktase Uji katalase Uji pemalsuan Protein Cemaran logam (Pb, Cu, Zn, Sn, Hg, As) Residu pestisida/insektisida
Rata-rata Entropy

0,0494 0.0561 0,0555 0,0536 0,0525 0,0476 0,0482 0,0555 0,0516 0,0519 0,0525

Rekapitulasi hasil perhitungan entropy atribut penilaian kualitas bahan baku berdasarkan syarat mikrobiologi susu segar disajikan pada Tabel 11. Tabel tersebut menunjukan bahwa rata-rata entropy yang paling tinggi jumlah bakteri koli. Tabel 11. Tingkat Kepentingan Atribut Syarat Mikrobiologi Susu Segar No 1 2 3 4 Atribut Jumlah total bakteri Jumlah bakteri koli Sel Somatik Antibiotik test
Rata-rata Entropy

berada pada pengujian

0,2486 0,2723 0,2395 0,2395

4.1.1.2 Data Tingkat Kepentingan Atribut Penilaian Kualitas Proses Rekapitulasi hasil perhitungan entropy atribut penilaian kualitas proses berdasarkan karakteristik mutu susu pasteurisasi disajikan pada Tabel 12.

38

Tabel 12. Tingkat Kepentingan Atribut Karakteristik Mutu Susu Pasteurisasi No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Atribut Organoleptik Kadar air Kadar lemak Kadar padatan tanpa lemak Uji reduktase dengan metylen Biru Kadar protein Kadar laktosa Uji fosfatase Jumlah mikroba Coliform presumtive Logam berbahaya Bahan Pengawet Zat warna Zat penyedap cita rasa
Rata-rata Entropy

0,0768 0,0691 0,0768 0,0738 0,0654 0,0707 0,0691 0,0707 0,0768 0,0738 0,0699 0,0685 0,0691 0,0691

Rekapitulasi hasil perhitungan entropy atribut penilaian kualitas proses berdasarkan titik kritis pengolahan susu pasteurisasi disajikan pada Tabel 13. Tabel 13. Tingkat Kepentingan AtributTitik Kritis Pengolahan Susu Pasteurisasi No 1 2 3 4 5 Atribut Pasteurisasi Pendinginan Pengisian dan pengemasan Penyimpanan dingin Homogenisasi
Rata-rata Entropy

0,2000 0,2000 0,2000 0,2000 0,2000

Rekapitulasi hasil perhitungan entropy atribut penilaian kualitas bahan baku berdasarkan sanitasi sarana pengolahan susu disajikan pada Tabel 14. Tabel 14. Tingkat Kepentingan Atribut Sanitasi Sarana Pengolahan No 1 2 3 4 Atribut Sanitasi Pekerja Sanitasi Ruangan Sanitasi Peralatan Sanitasi Lingkungan
Rata-rata Entropy

0,2500 0,2500 0,2500 0,2500

39

4.1.1.3

Data Tingkat Kepentingan Atribut Penilaian Kualitas Pengemasan dan Penyimpanan Rekapitulasi hasil perhitungan entropy atribut penilaian kualitas pengemasan

dan penyimpanan berdasarkan titik kritis pengolahan susu pasteurisasi disajikan pada Tabel 15. Tabel 15. Tingkat Kepentingan Atribut Penyimpanan dan Pengemasan Susu Pasteurisasi No 1 2 3 4 5 6 Atribut Suhu Penyimpanan Lama Penyimpanan Jenis Kemasan Pensterilan kemasan Kode pada kemasan Waktu kadaluarsa
Rata-rata Entropy

0,1752 0,1752 0,1651 0,1598 0,1598 0,1651

4.2.2 Data Keragaman Proses 4.2.2.1 Data Suhu Pasteurisasi Pengolahan data suhu pasteurisasi ini akan dilakukan dengan menggunakan peta kontrol. Langkah awal dalam melakukan pengolahan data menggunakan peta kontrol adalah mengidentifikasi jenis data yang dikumpulkan. Data suhu pasteurisasi yang dikumpulkan adalah data satu bulan pengamatan pada bulan April 2005 di PT. Industri Susu Alam Murni (ISAM) Bandung. Data ini merupakan salah satu bentuk data variabel, oleh karenanya dalam melakukan pengolahan data digunakan peta kontrol X dan peta kontrol R. Peta kontrol X digunakan untuk mengetahui terjadinya perubahan yang signifikan pada rata-rata suhu pasteurisasi. Pengeplotan data ke dalam peta kontrol X dapat dilakukan dengan menggunakan bata-batas yang diperoleh dari rataan sampel yang diamati dan menggunakan batas spesifikasi yang ditetapkan oleh perusahaan. Selanjutnya menggabungkan keduanya ke dalam satu peta kontrol yang memiliki batas spesifikasi dan batas kontrol sehingga dapat dianalisis lebih lanjut. Sedangkan peta kontrol R digunakan untuk mengindikasikan banyaknya variasi pada suhu pasteurisasi. Pembuatan peta kontrol X dan R yang terbaik dimulai dengan membuat peta kontrol R karena batas kontrol pada grafik X tergantung pada variabilitas

40

proses kecuali variabilitas proses terkendali, batas kontrol ini tidak akan banyak berarti. Perhitungan data suhu pasteurisasi untuk pembuatan peta kontrol disajikan pada Tabel 16. Tabel 16. Perhitungan Data Suhu Pasteurisasi untuk Pembuatan Peta Kontrol
Pengamatan ke-

(X1) 90,4 93,7 95,4 93,5 96,7 95,4 98,7 89,4 93,7 98,4 87,1 94,8 97,1 90,4 94,2 90,5 97,4 89,5 92,6 90,3 90,1 92,0 91,5 94,6 96,4 97,7 90,8 94,3 93,5 89,5 96,5 93,5 91,1 96,4 94,7

Suhu Pasteurisasi ( C) (X2) (X3) (X4) (X5) 95,5 90,1 93,3 97,5 95,7 94,4 90,4 90,5 91,1 95,3 94,1 95,4 97,1 90,4 90,6 90,4 95,1 94,3 91,4 93,1 93,4 93,2 85,4 90,1 95,4 94,5 94,7 93,8 90,1 90,3 87,6 96,7 94,4 94,1 94,4 95,1 95,7 89,2 90,5 96,5 90,3 95,3 92,1 90,7 93,5 91,3 90,3 95,3 93,2 89,7 93,1 90,1 88,3 88,3 94,2 85,4 90,3 96,4 92,3 97,3 94,3 90,3 91,6 86,2 89,4 96,7 95,3 93,4 94,2 90,6 91,7 92,3 89,6 94,2 90,5 95,4 95,4 92,1 93,2 95,3 92,1 93,6 96,3 91,2 90,1 98,2 97,1 95,5 90,5 89,1 93,1 88,1 89,2 89,5 97,3 94,7 92,5 88,3 90,6 93,2 96,3 94,7 90,7 94,3 88,5 96,3 90,4 90,6 94,9 90,6 92,6 92,1 95,5 91,7 94,3 90,2 92,3 90,1 90,2 94,3 91,3 93,5 95,5 89,3 90,2 96,4 88,3 87,3 87,3 90,3 90,7 90,1 95,2 93,2 87,6 89,3 94,2 95,5 95,2 89,1

0

(X6) 98,3 92,1 90,4 89,2 94,3 90,1 93,2 90,2 90,1 94,3 94,5 92,6 95,8 91,2 90,2 94,3 92,4 90,1 90,7 95,4 95,4 89,3 86,1 90,4 86,8 89,7 91,3 89,3 94,1 93,2 98,4 90,1 89,1 95,2 90,3

RataRentang rata

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

94,55 92,38 91,42 93,30 94,05 93,03 94,18 91,63 91,75 95,18 91,55 93,17 95,28 91,10 91,52 92,97 94,27 92,20 90,47 92,05 92,30 90,20 89,32 90,70 93,92 93,60 91,62 92,08 91,28 90,53 94,13 94,08 92,37 94,90 91,27

7,9 5,6 6,2 8,3 6,2 5,3 8,3 6,1 3,6 4,9 7,4 5,1 7,0 3,0 4,6 7,8 7,3 7,2 4,3 6,3 11,0 5,1 11,0 7,3 10,5 8,0 4,6 6,9 7,9 5,6 10,8 6,6 6,4 2,3 6,2

41

a. Peta Kontrol R Peta kontrol R ini digunakan untuk mengkaji keragaman atau variasi dari suhu pasteurisasi. Dengan menggunakan bantuan software SPSS didapatkan hasil pengeplotan peta kontrol R untuk data suhu pasteurisasi seperti yang diperlihatkan pada Gambar 10. Batas-batas kontrol yang diperoleh adalah sebagai berikut : • • • Nilai rata-rata (Center Line = CL) Nilai Batas Kontrol Atas (Upper Control Limit = UCL) Nilai Batas Kontrol Bawah (Lower Control Limit = UCL)
PETA KONTROL R SUHU PASTEURISASI
16 14 12 10 8 6 4 VAR00002 UCL = 13.3169

: 6,6457 : 13,3169 :0

rentang

Range

2 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

Rata-rata = 6.6457 Average
LCL = .0000

Sigma level: 3

Gambar 10. Peta Kontrol R untuk Data Suhu Pasteurisasi b. Peta Kontrol X Data suhu pasteurisasi akan diplot ke dalam peta kontrol X berdasarkan rataan sampel yang diamati dan batas spesifikasi perusahaan. Pengeplotan data suhu pasteurisasi pada peta kontrol X software SPSS 11.0. dilakukan dengan menggunakan bantuan

42

b.1 Peta Kontrol X Berdasarkan Rataan Sampel Peta kontrol X yang pertama dibuat dengan menggunakan nilai rata-rata dari sampel, dengan nilai batas-batas kontrol sebagai berikut : • • • Nilai rata-rata (Center Line = CL) Nilai Batas Kontrol Atas (Upper Control Limi t = UCL) Nilai Batas Kontrol Bawah (Lower Control Limit = UCL) : 92,5243 : 95,7358 : 89,3128

Hasil pengeplotan data suhu pasteurisasi pada peta kontrol X berdasarkan rataan sampel dengan bantuan software SPSS 11.0 ditunjukkan pada Gambar 11.

PETA KONTROL X SUHU PASTEURISASI
95.993

94.259

92.524 VAR00002

Ratarata
Mean

90.790

UCL = 95.7358

Rata-rata = 92.5243 Average
89.056 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 LCL = 89.3128

Sigma level: 3

Gambar 11.

Peta Kontrol X untuk Data Suhu Pasteurisasi Berdasarkan Rataan Sampel

b.2 Peta Kontrol Gabungan Peta kontrol X gabungan adalah peta kontrol yang memuat dua batas yaitu batas spesifikasi dan batas rataan sampel sehingga dalam peta kontrol X gabungan ini akan terdapat Lower Spesification Limit (LSL), Upper Spesification Limit (USL), Upper Control Limit (UCL) dan Lower Control Limit (LCL). Data suhu pasteurisasi tersebut diplot di antara batas-batas tersebut.

43

Batas kontrol yang digunakan berdasarkan spesifikasi perusahaan adalah sebagai berikut : • • • Nilai rata-rata (Center Line = CL) : 92,524 Nilai Batas Spesifikasi Atas (Upper Spesification Limit = USL) : 95,000 Nilai Batas Spesifikasi Bawah (Lower Spesification Limi t= USL) : 90,000 Hasil pengeplotan data suhu pasteurisasi ke dalam peta kontrol gabungan dengan bantuan software SPSS 11.0 dapat dilihat pada Gambar 12.
PETA KONTROL X GABUNGAN
95.993

94.259 VAR00002 92.524 UCL = 95.7358 U Spec = 95.0000 90.790

Ratarata
Mean

Rata-rata = 92.5243 Average
L Spec = 90.0000

89.056 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

LCL = 89.3128

Sigma level: 3

Gambar 12. Peta Kontrol Gabungan untuk Data Suhu Pasteurisasi 4.2.2.2 Data Lama Pasteurisasi Data suhu pasteurisasi yang dikumpulkan adalah data yang diperoleh dari hasil pengamatan selama satu bulan pada bulan April 2005 di PT. Industri Susu Alam Murni (ISAM) Bandung. Data lama pasteurisasi merupakan salah satu bentuk data variabel, oleh karenanya pengolahan data menggunakan dilakukan dengan menggunakan peta kontrol R dan X . Pengeplotan data ke dalam peta kontrol R dan X bisa dilakukan dengan menggunakan batas-batas yang diperoleh dari rataan sampel yang diamati. Perhitungan Data Lama Pasteurisasi untuk Pembuatan Peta Kontrol disajikan pada Tabel 17.

44

Tabel 17. Perhitungan Data Lama Pasteurisasi untuk Pembuatan Peta Kontrol
Pengamatan ke-

Lama Pasteurisasi (detik) (X1) 16,5 13,5 15,0 16,5 13,5 18,0 15,0 15,0 15,0 15,0 15,0 16,5 18,0 13,5 13,5 18,0 16,5 16,5 13,5 19,5 16,5 15,0 12,0 13,5 18,0 15,0 13,5 12,0 15,0 13,5 21,0 16,5 12,0 15,0 15,0 (X2) 16,0 15,0 16,5 16,5 13,5 16,5 16,5 12,0 15,0 12,0 15,0 16,5 18,0 18,0 18,0 16,5 16,5 12,0 15,0 15,0 12,0 16,5 16,5 15,0 21,0 12,0 19,5 15,0 15,0 15,0 21,0 13,5 10,5 19,5 16,5 (X3) 15,0 18,0 13,5 15,0 13,5 10,5 15,0 16,5 15,0 21,0 15,0 13,5 18,0 15,0 12,0 21,0 16,5 15,0 13,5 15,0 10,5 13,5 12,0 15,0 19,5 12,0 10,5 12,0 15,0 16,5 19,5 15,0 10,5 21,0 13,5 (X4) 18,0 21,0 15,0 18,0 19,5 18,0 15,0 15,0 13,5 15,0 13,5 16,5 21,0 13,5 15,0 15,0 18,0 16,5 12,0 15,0 15,0 10,5 13,5 15,0 15,0 13,5 12,0 12,0 15,0 15,0 13,5 15,0 13,5 21,0 15,0 (X5) 15,0 21,0 16,5 15,0 18,0 19,5 16,5 12,0 12,0 19,5 15,0 15,0 16,5 12,0 13,5 13,5 13,5 21,0 16,5 16,5 13,5 15,0 13,5 16,5 19,5 12,0 12,0 12,0 13,5 15,0 19,5 16,5 12,0 19,5 16,5 (X6) 15,0 19,5 15,0 15,0 13,5 18,0 15,0 15,0 10,5 15,0 18,0 15,0 16,5 13,5 13,5 13,5 15,0 13,5 15,0 13,5 13,5 13,5 18,0 15,0 15,0 13,5 12,0 13,5 13,5 13,5 19,5 15,0 12,0 21,0 16,5

Rata- Rentang rata 15,92 18,00 15,25 16,00 15,25 16,75 15,50 14,25 13,50 16,25 15,25 15,50 18,00 14,25 14,25 16,25 16,00 15,75 14,25 15,75 13,50 14,00 14,25 15,00 18,00 13,00 13,25 12,75 14,50 14,75 19,00 15,25 11,75 19,50 15,50 3,0 7,5 3,0 3,0 6,0 9,0 1,5 4,5 4,5 9,0 4,5 3,0 4,5 6,0 6,0 7,5 4,9 9,0 4,5 6,0 6,0 6,0 6,0 3,0 5,0 3,0 9,0 9,5 9,5 3,0 7,5 3,0 3,0 6,0 3,0

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

45

c. Peta Kontrol R Peta kontrol R ini digunakan untuk mengkaji keragaman atau variasi dari lama pasteurisasi. Dengan menggunakan bantuan software SPSS didapatkan nilai batas kontrol sebagai berikut : • • • Nilai rata-rata (Center Line = CL) Nilai Batas Kontrol Atas (Upper Control Limit = UCL) Nilai Batas Kontrol Bawah (Lower Control Limit = UCL) : 5,2286 : 10,4772 : 0

Pengeplotan data lama pasteurisasi dalam peta kontrol R dengan bantuan software SPSS 11.0 dapat dilihat pada Gambar 13.
PETA KONTROL R LAMA PASTEURISASI
12

10

8

6

rentang

4

VAR00002 UCL = 10.4772

Range

2 0 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35

Rata-rata = 5.2286 Average
LCL = .0000

Sigma level: 3

Gambar 13. Peta Kontrol R untuk Data Lama Pasteurisasi d. Peta Kontrol X Data lama pasteurisasi akan diplot ke dalam peta kontrol X berdasarkan rataan sampel yang diamati. Batas-batas kontrol yang diperoleh adalah sebagai berikut : • • • Nilai rata-rata (Center Line = CL) Nilai Batas Kontrol Atas (Upper Control Limit = UCL) Nilai Batas Kontrol Bawah (Lower Control Limit = UCL) : 15,2143 : 17,7410 : 12,6876

Pengeplotan data lama pasteurisasi pada peta kontrol X berdasarkan rataan sampel dengan bantuan software SPSS 11.0 diperlihatkan pada Gambar 14.

46

PETA KONTROL X LAMA PASTEURISASI
19.843

17.529

15.214

Rata -rata
Mean

VAR00002 12.900 UCL = 17.7410 Average Rata-rata = 15.2143 10.586 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 LCL = 12.6876

Sigma level: 3

Gambar 14.

Peta Kontrol X untuk Data Lama Pasteurisasi Berdasarkan Rataan Sampel

4.2.3 Pengendalian Kualitas Susu Pasteurisasi yang Berlaku di Perusahaan Pengendalian kualitas susu pasteurisasi yang dilakukan oleh PT. Industri Susu Alam Murni (ISAM) Bandung bertujuan untuk meningkatkan dan mempertahankan kualitas susu pasteurisasi serta menjamin keamanan produk susu pasteurisasi yang dihasilkan. Pengendalian Susu Alam Murni (ISAM) Bandung kualitas yang dilakukan PT. Industri mencakup empat hal yaitu pengendalian

kualitas bahan baku, pengendalian kualitas proses, pengendalian kualitas produk jadi dan pengendalian kualitas kemasan. Sistem pengendaliaan kualitas susu pasteurisasi yang diterapkan di PT. Industri Susu Alam Murni (ISAM) Bandung mulai dari bahan baku sampai dengan produk jadi disajikan pada Gambar 15.

47

PENGENDAL I AN KUAL I T AS B AHAN B AKU Deskr ipsi peker jaan: 1. Periksa susu segar 2. Periksa saldo : a. Silo tank b. Muller tank Hasil : • Jika memenuhi standar ◊ konfirmasi ke operator produksi untuk diproduksi • Jika tidak memenuhi standar ◊ Konfirmasi ke SPV QC/Kasie QC 4.3 Analisis Data (jika ditolak susu akan ditampung di KUD Sinar Jaya)

PENGENDAL I AN KUAL I T AS PR OS ES

PENGENDAL I AN KUAL I T AS PR ODUK JADI Deskr ipsi peker jaan: 1. Ambil sampel per item produk ◊ 2 pcs 2. Periksa mikro 3. Periksa Fisikokimia Hasil : • Jika memenuhi standar ◊ Dokumentasikan • Jika tidak memenuhi standar ◊ Konfirmasi ke SPV QC/Kasie QC

Deskr ipsi peker jaan: 1. Periksa susu sebelum filling Hasil : • Jika memenuhi standar ◊ konfirmasi ke operator • Jika tidak memenuhi standar ◊ Konfirmasi ke SPV QC/Kasie QC/operator filling, hold filling

Gambar 15. Pengendalian Kualitas Susu Pasteurisasi yang Berlaku di PT. Industri Susu Alam Murni (ISAM) Bandung saat ini

48

4.3.1 Analisis Data Tingkat Kepentingan 4.3.1.1 Atribut Penilaian Kualitas Bahan baku Semua karakteristik mutu yang ditetapkan dalam syarat mutu fisik dan kimia susu segar merupakan hal yang penting dan menjadi pengukur kualitas susu segar yang akan digunakan sebagai bahan baku dalam produksi susu pasteurisasi. Akan tetapi tidak semua pengujian dapat dilakukan secara rutin karena adanya keterbatasan waktu, biaya dan sumber daya manusia. Berdasarkan tingkat kepentingan yang diperoleh dari hasil pembobotan entropy dan akuisisi dari beberapa pendapat pakar, maka atribut yang akan digunakan dalam sistem untuk penilaian syarat mutu fisik dan kimia susu segar adalah berat jenis, kadar lemak, kadar bahan kering tanpa lemak, kadar bahan kering, suhu pada waktu diterima, pH, kadar keasaman, uji alkohol, uji karbonat dan organoleptik. Sedangkan atribut untuk penilaian kualitas mikrobiologis susu segar yang akan digunakan dalam sistem yang dibangun berdasarkan hasil pembobotan entropy adalah jumlah total bakteri, jumlah bakteri koli, sel somatik dan antibiotik tes. Atribut penilaian kualitas bahan baku terbagi menjadi empat sub penilaian yaitu sebagai berikut : 1. Penilaian kualitas berat jenis dan suhu susu segar, yang meliputi :

1). Berat Jenis
Penentuan berat jenis ditentukan dengan menggunakan suatu alat apung yang disebut Laktodensimeter. Menurut Hadiwiyoto (1994) susu normal mempunyai berat jenis rata-rata 1,030 gram/cm3 atau berkisar antara 1,028 sampai 1,032 gram/cm3 pada suhu 27oC. Berat jenis dipengaruhi oleh keadaan lemak sedangkan keadaan lemak sendiri dipengaruhi oleh suhu. Pada suhu rendah lemak cenderung memadat, sedangkan pada suhu tinggi lemak cenderung mencair. 2). Suhu pada saat diterima Suhu susu pada diterima dari pemasok kurang dari 5oC karena suhu akan mempengaruhi kualitas dari susu segar. 2. Penilaian kualitas komposisi susu segar, yang meliputi : 1) Kadar Lemak Pengujian kadar lemak menurut metode Gerber dilakukan dengan menggunakan botol butirometer dan alat sentrifus. Prinsip yang digunakan

49

ialah apabila asam sulfat dicampurkan dalam susu maka asam sulfat akan melarutkan bahan padatan bukan lemak dan meninggalkan lemak. Reaksi yang terjadi dapat menimbulkan panas dan panas ini akan mencairkan lemak yang kemudian lemak akan memisah. 2) Total Padatan (Total Solid) Pengujian total padatan bertujuan untuk mengetahui kadar semua komponen susu yang bukan berupa air. Kandungan air dari susu dapat dihilangkan dengan cara memanaskan susu sehingga yang tertinggal hanya bahan keringnya. 3) Total Padatan tanpa Lemak (Total Solid Non Fat) Total padatan tanpa lemak dapat dihitung dengan mengurangi total padatan dengan angka lemak yang dihitung dengan metode Gerber. Tabel 18. Hubungan antara Kadar Lemak dengan Total Padatan dalam Susu (Judkins & Keener, 1966)
Kadar Lemak TSNF Total Padatan Rasio antara kadar lemak dengan TSNF

3,0 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4,0 4,1 4,2 4,3 4,4 4,5 4,6 4,7 4,8 4,9 5,0

8,33 8,40 8,46 8,52 8,55 8,60 8,65 8,69 8,72 8,76 8,79 8,82 8,86 8,89 8,92 8,95 8,98 9,01 9,04 9,07 9,10

11,33 11,50 11,66 11,82 11,95 12,10 12,25 12,39 12,52 12,66 12,79 12,92 13,06 13,19 13,32 13,45 13,58 13,71 13,84 13,97 14,10

1 : 2,77 1 : 2,71 1 : 2,64 1 : 2,58 1 : 2,52 1 : 2,46 1 : 2,40 1 : 2,35 1 : 2,30 1 : 2,25 1 : 2,20 1 : 2,15 1 : 2,11 1 : 2,07 1 : 2,03 1 : 1,99 1 : 1,95 1 : 1,92 1 : 1,88 1 : 1,85 1 : 1,82

50

3. Penilaian Kualitas Kesegaran Susu Segar, yang meliputi : 1) Organoleptik Meliputi : uji rasa, bau dan warna Warna
:

menurut Hadiwiyoto (1994), susu normal berwarna putih keabu-abuan sampai kuning keemasan. Warna kuning disebabkan adanya zat warna karoten dalam lemak susu, sedangkan warna putih akibat adanya globula-globula lemak dan protein kasein.

Rasa Bau

:

rasa susu sedikit manis yang berasal dari kandungan laktosa berbau seperti garam yang disebabkan adanya

:

kandungan klorida yang rendah. Bau susu akan lebih nyata jika susu dibiarkan beberapa jam pada suhu kamar atau dipanaskan. 2) Derajat Keasaman Derajat sama susu normal menurut Kodeks adalah 4,5 – 7,00SH sedangkan Ressang menyatakan bahwa derajat asam yang normal adalah 6,0 – 8,00SH (Kodeks Susu). Jika batas yang ditentukan terlalu tinggi maka susu mastitis atau susu dengan bahan kering kurang akan diterima tetapi apabila batas keasaman ditentukan terlalu rendah maka susu segar pun akan ditolak. 3) Pengukuran pH Pengukuran pH dilakukan dengan menggunakan alat pHmeter yang mengukur pH sampai dua desimal. Menurut Buckle et al (1987) pH susu segar berada diantara 6,60 sampai 6,70 dan bila terjadi pengasaman oleh aktifitas bakteri nilai ini akan menurun secara nyata. 4) Uji Alkohol Kestabilan sifat kolodial protein-protein susu bergantung pada selubung air yang meliputi butir-butir protein, terutama kaseinnya. Jika susu dicampur dengan alkohol yang berdaya dehidrasi, maka protein susu akan berkoagulasi. Semakin tinggi derajat asam semakin berkurang kepekatan alkohol yang dibutuhkan untuk memecahkan jumlah susu yang sama.

51

5) Uji Karbonat Uji karbonat bertujuan untuk mengetahui ada atau tidaknya pemalsuan susu, yaitu adanya penambahan air kapur atau karbonat pada susu segar. Susu yang berwarna merah muda setelah pemberian alkohol dan asam rosalat (rosalin) menunjukan bahwa telah terjadi penambahan air kapur pada susu tersebut. 3. Penilaian kualitas mikrobiologis susu segar Susu merupakan bahan makanan yang mengandung protein, karbohidrat, lemak, vitamin dan mineral. Bahan-bahan tersebut merupakan medium pertumbuhan yang baik bagi berbagai macam mikroorganisme, terutama bakteri. Bakteri yang selalu ada pada susu antara lain adalah bakteri penghasil asam susu, seperti Streptococcus lactis, Escheria coli, Aerobacter aerogenes, spesies dari famili Micrococcaceae, spesies dari gemus Proteus, bacillus, clostridium dan beberapa bakteri patogen, seperti streptococcus agalactiae, streptococcus pyogenes, Mycobacterium tuberculosis, Salmonela typhosa dan Staphylococcus aureus (Dwijoseputro, 1978). Pengujian ini mempunyai beberapa tujuan yaitu mengetahui kemungkinan adanya kontaminasi bakteri pada susu, menentukan secara kuantitatif jumlah bakteri dalam susu, mengamati perilaku pertumbuhan bakteri selama masa penyimpanan, dan memberikan gambaran tentang sanitasi selama proses produksi. 4.3.1.2 Atribut Penilaian Kualitas Proses Hasil perhitungan entropy menunjukan bahwa kelima atribut yang digunakan dalam penilaian titik kritis proses memiliki tingkat kepentingan yang sama. Pasteurisasi, homogenisasi dan pendinginan akan digunakan dalam atribut penilaian proses. Sedangkan atribut pengisian dan pengemasan serta penyimpanan dingin tidak dimasukkan dalam atribut penilaian kualitas proses akan tetapi akan digunakan dalam atribut penilaian kualitas yang terakhir yaitu penilaian kualitas pengemasan dan penyimpanan. Semua atribut yang digunakan dalam penilaian karakteristik mutu susu pasteurisasi merupakan hal penting akan tetapi tidak semua atribut karakteristik

52

mutu dapat diuji secara rutin di industri karena adanya beberapa keterbatasan. Berdasarkan akuisisi pendapat pakar, literatur dan hasil perhitungan entropy, maka atribut yang akan digunakan dalam pembangunan sistem adalah suhu, kadar lemak, kadar bahan kering, kadar bahan kering tanpa lemak, organoleptik, uji fosfat, jumlah bakteri dan jumlah koliform. Sanitasi merupakan faktor yang sangat diperhatikan oleh suatu industri terutama industri pangan karena dapat menjaga kualitas produk dan meningkatkan citra perusahaan. Perhitungan entropy menunjukan sanitasi pekerja, sanitasi ruangan, sanitasi peralatan dan sanitasi lingkungan memiliki tingkat kepentingan yang sama sehingga keempat atribut ini akan digunakan sebagai atribut sistem penilaian kualitas proses. 1. Karakteristik Mutu 1) Kadar Bahan Kering Menurut Walstra dan Jennes (1984), kandungan bahan kering merupakan syarat mutu yang ditetapkan untuk susu pasteurisasi dan menjadi penting karena mempengaruhi mutu produk. Kadar bahan kering berpengaruh terhadap mutu susu pasteurisasi, jika kadar bahan kering rendah maka susu menjadi tidak tahan lama atau mudah rusak sedangkan jika kadar bahan keringnya terlalu tinggi maka akan terjadi endapan pada dasar susu. 2) Jumlah dan Jenis Mikroba Mutu susu pasteurisasi sangat tergantung pada kehadiran mikroorganisme. Susu pasteurisasi yang bermutu baik adalah yang memiliki jumlah mikroorganisme sesuai standar dan tidak terdapat mikroorganisme patogen. Jumlah mikroorganisme susu pasteurisasi berada diantara 2.450 – 15.000 CFU/ml pada pemanasan minimum dan dapat terus meningkat karena kontaminasi selama pasteurisasi baik secara langsung maupun tidak langsung (Noor, 1995). Diperkirakan lebih dari 30 genus bakteri yang terdapat dalam susu atau yang dapat dikontaminasi susu . Menurut Garbutt (1997), jenis bakteri yang sering ditemukan dalam susu antara lain Campylobacter jejuni, Salmonella sp, Shigella sp, Listeria monocytogenes, Yersinia enterocolitica, Escherichia coli, Vibrio sp, Aeromonas hydrophila, Mycobacterium bovis, Brucella sp, Staphylococcus

53

aureus, Clostridium botulinum, Clostridium perfringens, Basillus aureus dan lain-lain. Penelitian yang dilakukan di Addis Ababa oleh Mahari dan Gashe (1990) menemukan beberapa genus bakteri dalam susu pasteurisasi seperti Bacillus, Streptococcus, Lactobacillus, Artobacter, Alkaligenes, Aeromonas dan Pseudomonas. Menurut laporan Kirov et al. (1993) kira-kira 4% susu pasteurisasi terkontaminasi oleh Aeromonas karena kesalahan saat penanganan. 3) Coliform Menurut Frazier dan Westhoff (1988), beberapa sifat yang membuat bakteri coliform berperan penting dalam terjadinya kerusakan makanan adalah kemampuan koliform untuk berkembang dengan baik dalam berbagai substrat dan menggunakan karbohidrat serta bahan organik lain untuk energi dan nitrogen sederhana sebagai sumber nitrogen, kemampuan koliform untuk mensintesa vitamin-vitamin penting, kemampuan untuk tumbuh dengan baik pada kisaran suhu yang luas yaitu 10 – 460C, kemampuan untuk memproduksi gas dan asam sari gula dan kemampuan untuk mengubah rasa makanan. Menurut Hitchins et al. (1992), bakteri koliform merupakan indikator sanitasi dalam pengolahan pangan artinya kehadiran bakteri ini dalam suatu makanan menunjukan terjadinya polusi kotoran dan kondisi sanitasi yang tidak baik selama proses pengolahan makanan tersebut. 2. Titik kritis Pada Proses Pengolahan 1) Pasteurisasi Tahap pasteurisasi ditetapkan sebagai CCP karena tahap ini dapat membunuh mikroba patogen seperti Mycobacterium tuberculosis dan Salmonella, tetapi tidak dapat membunuh spora bakteri yang tahan panas. Pemantauan yang dilakukan adalah memeriksa suhu dan waktu pasteurisasi. 2) Pendinginan Tahap ini ditetapkan sebagai CCP karena tahap ini dapat menghambat pertumbuhan mikroba yang bersifat termofilik yang kemungkinan besar dapat tumbuh kembali apabila tidak segera didinginkan. Pengendalian yang dilakukan terhadap bahaya ini adalah melakukan pendinginan secepat

54

mungkin setelah proses pasteurisasi dan menggunakan suhu penyimpanan yang sesuai. Sedangkan pemantauan yang dilakukan adalah memeriksa suhu pendinginan. 3. Sanitasi Sanitasi merupakan faktor yang sangat diperhatikan oleh suatu industri terutama industri pangan untuk menjadi suatu keadaan tetap sehat dan higienis dan serta mencegah terjadinya kontaminasi. Atribut penilaian yang dilakukan untuk menilai usaha industri dalam meningkatkan lingkungan yang sehat dan bersih berkaitan dengan manusia, peralatan maupun ruangan adalah sebagai berikut : 1. Keefektifan program sanitasi yang ditetapkan 2. Ketersediaan sarana pendukung program sanitasi 3. Kesadaran dan dukungan sumber daya manusia pada program sanitasi 4. Evaluasi pelaksanaan program Kegiatan sanitasi meliputi empat hal, yaitu : 1) Sanitasi Pekerja Sanitasi pekerja menyangkut kebersihan dan kesehatan pekerja. Kecerobohan dan ketidakbersihan pekerja akan dapat mempengaruhi kualitas suatu produk. Mengingat hal tersebut, peneliti memandang sanitasi pekerja merupakan hal yang penting untuk dikaji. 2) Sanitasi Ruangan Sanitasi ruangan perlu diperhatikan karena akan berpengaruh terhadap kelancaran kegiatan produksi dan mutu produk yang dihasilkan. Sanitasi ruangan terutama diterapkan pada ruangan yang berkaitan dengan proses produksi, seperti ruangan penerimaan, ruang produksi, laboratorium dan ruang pengemasan. Sanitasi ruangan yang menjadi penilaian meliputi : kebersihan lantai ruangan, dinding ruangan, atap ruangan dan ventilasi udara. 3) Sanitasi Peralatan Sanitasi peralatan merupakan kegiatan untuk membersihkan peralatan pengolahan dari segala macam kotoran yang menempel baik yang berasal dari susu maupun dari bahan lainnya. Kegiatan ini dilakukan untuk

55

mencegah akan

terjadinya

kontaminasi

oleh

mikroorganisme terkontaminasinya

yang susu

dapat oleh

menurunkan mutu produk. Penggunaan peralatan yang bersih dan higienis dapat mengurangi kemungkinan mikroorganisme. 4) Sanitasi Lingkungan Limbah merupakan komponen atau bahan sisa suatu proses yang tidak termanfaatkan. membahayakan Pada umumnya, limbah industri pangan tidak kesehatan manusia akan tetapi kandungan bahan

organiknya cukup tinggi dapat dijadikan sumber makanan bagi mikroba. 4.3.1.3 Atribut Penilaian Kualitas Pengemasan dan Penyimpanan Produk Jadi Susu yang bermutu baik akan dapat dipertahankan mutunya apabila kondisi penyimpanan dan bahan pengemasnya baik. Hasil perhitungan entropy menunjukan suhu dan lama penyimpanan memiliki tingkat kepentingan yang sama. Kedua atribut ini akan digunakan dalam sistem penilaian kualitas penyimpanan. Pengemasan produk bertujuan untuk memudahkan dalam penyimpanan, distribusi dan memberi perlindungan terhadap produk dari kontaminasi luar dan kerusakan. Berdasarkan hasil perhitungan entropy, akuisisi pendapat pakar dan literatur, kriteria yang akan digunakan untuk penilaian kualitas pengemasan adalah ketahanan kebocoran, daya rekat, kebersihan dan kekuatan bahan kemasan. 1. Suhu dan Lama Penyimpanan Suhu dan lama penyimpanan ditetapkan sebagai CCP, karena atribut ini dapat menghambat pertumbuhan mikroorganisme yang kemungkinan besar dapat tumbuh kembali setelah penyimpanan. Pengendalian yang dilakukan terhadap bahaya ini adalah melakukan pendinginan secepat mungkin pada suhu 2 – 40C sedangkan pemantauan yang dilakukan adalah memeriksa lama dan waktu penyimpanan di pabrik (Hadiwiyoto, 1994). 2. Kemasan Pengisian dan pengemasan ditetapkan sebagai CCP dalam HACCP, karena tahap ini dapat mencegah kontaminasi mikroba, kimia dan fisik dari udara luar ke dalam susu pasteurisasi.

56

Pengendalian yang dilakukan adalah untuk mencegah kontaminasi ini adalah menggunakan kemasan yang baik yaitu tidak bocor, daya rekat baik dan terjaga kebersihannya. 4.3.2 Analisis Data Keragaman Proses 4.3.2.1 Analisis Keragaman Proses untuk Suhu Pasteurisasi Pengeplotan peta R menunjukkan bahwa proses berada dalam pengendalian statistik. Pengolahan data peta kontrol X berasal dari 2 macam peta kontrol X yaitu peta kontrol X dengan menggunakan batas spesifikasi (USL dan LSL) dan peta kontrol X menggunakan batas kontrol proses (UCL dan LCL). Batas spesifikasi yang digunakan merupakan batasan yang digunakan di industri pengolahan susu pasteurisasi khususnya PT. Industri Susu Alam Murni (ISAM). Peta gabungan menunjukan bahwa proses tidak berada dalam pengendalian statistik. Hal ini juga mengindikasikan banyaknya terjadi variasi penyebab khusus. Menurut Gasperz (1998) proses yang mampu memenuhi spesifikasi tetapi tidak berada dalam pengendalian statistik harus diidentifikasikan dan diambil tindakan yang tepat untuk menghilangkan variasi penyebab khusus. Langkah selanjutnya adalah melakukan prediksi keragaman proses dengan menggunakan jaringan syaraf tiruan dan membuat peta kontrol X yang baru serta menganalisa apakah proses tersebut sudah terkendali atau belum. Pemantauan proses harus dilakukan secara terus menerus sampai ditemukan kembali masalah-masalah dalam proses yang harus diselesaikan. 4.3.2.2 Analisis Keragaman Proses untuk Lama Pasteurisasi Hasil pengeplotan data lama pasteurisasi ke dalam peta kontrol R menunjukan proses berada dalam pengendalian statistik sedangkan pada peta kontrol X tampak bahwa lama pasteurisasi tidak berada di dalam pengendalian statistik. Hal ini mengindikasikan bahwa variabilitas proses tinggi sehingga diperlukan tindakan manajemen untuk mengidentifikasi dan melakukan perbaikan terhadap faktor-faktor penyebab variasi. Langkah perbaikan awal yang dapat lakukan adalah melakukan pengukuran kembali untuk memastikan apakah keragaman yang terjadi disebabkan oleh keragaman alami atau tidak. Langkah selanjutnya adalah membuat prediksi

57

keragaman proses dengan menggunakan JST. Peta kontrol R dan X ini selanjutnya dapat digunakan untuk memantau proses secara terus menerus sampai ditemukan kembali masalah-masalah dalam proses sehingga tindakan perbaikan proses dapat dilakukan lebih cepat oleh perusahaan. 4.4 Atribut Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi Atribut sistem penilaian dan prediksi kualitas susu pasteurisasi didasarkan pada informasi pakar dan studi literatur yang didapat dari artikel majalah, buku, jurnal yang terkait dengan permasalahan yang akan dibahas. Penyusunan atribut sistem penilaian dan prediksi kualitas susu pasteurisasi dilakukan berdasarkan : (1) Standar Mutu Nasional Standar mutu nasional (2) susu segar dan susu pasteurisasi yang digunakan sebagai acuan utama dalam pembangunan sistem. Standar Mutu yang Berlaku di Industri Standar mutu industri yang digunakan dalam membangun sistem penilaian kualitas susu pasteurisasi adalah standar mutu fresh milk (susu segar) dan standar mutu susu pasteurisasi. (3) HACCP (Hazard Analytical Critical Control Process) Menurut Fardiaz (1996), HACCP merupakan sistem yang digunakan oleh industri makanan untuk menjamin keamanan produk saat dikonsumsi sedangkan titik kendali kritis dalam HCCP adalah suatu titik atau prosedur di dalam sistem pangan yang jika tidak dikendalikan dapat mengakibatkan resiko bahaya tinggi. (4) Akuisisi Pengetahuan Pakar Pakar dari akademisi, praktisi dan birokrasi. Sistem penilaian dan prediksi kualitas susu pasteurisasi selama proses pengolahan, meliputi aspek fundamental dan aspek teknis. Aspek fundamental dikembangkan dengan sistem pakar sedangkan aspek teknis akan dikembangkan dengan menggunakan jaringan syaraf tiruan. Atribut sistem yang akan dibangun dapat dilihat pada Gambar 16.

58

Gambar 16. Atribut Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi yang akan Dibangun

59

4.4.1 Analisis Fundamental Menurut Buffa & Sarin (1996), secara fundamental pengendalian kualitas dilakukan dengan jalan mengendalikan (1) material masuk, (2) proses-proses di titik produksi dan (3) kinerja akhir produk dan jasa, dengan sistem pemeliharaan bertindak sebagai penunjang. Penilaian kualitas susu pasteurisasi selama proses pengolahan dilakukan berdasarkan aspek fundamental yang dibagi dalam tiga sub penilaian, yaitu : 1. Penilaian Kualitas Bahan Baku 2. Penilaian Kualitas Proses Pengolahan 3. Penilaian Kualitas Penyimpanan dan Pengemasan 4.4.1.1 Penilaian Kualitas Bahan Baku Pengawasan kualitas terhadap bahan baku, dalam hal ini susu segar dilakukan untuk memperoleh kualitas susu yang baik, sehingga dapat dihasilkan produk yang berkualitas tinggi. Pengawasan kualitas susu segar dilakukan terhadap susu segar yang baru diterima dari penyuplai susu (koperasi/peternakan). Mutu bahan baku merupakan faktor utama dalam menghasilkan produk yang berkualitas. Herschdoerfer (1986) yang dikutip Nurliana (1997) menyatakan bahwa mutu susu pasteurisasi sangat dipengaruhi oleh mutu susu segar. Penentuan kualifikasi masing-masing atribut kualitas susu segar dilakukan berdasarkan perbandingan beberapa pendapat pakar, standar mutu yang ditetapkan di beberapa industri, literatur dan standar mutu nasional. Tabel 19 menunjukkan perbandingan syarat mutu susu segar pada pemeriksaan berat jenis dan suhu, Tabel 20 menunjukan perbandingan syarat mutu susu segar pada pemeriksaan komposisi susu, Tabel 21 menunjukan perbandingan syarat mutu susu segar pada pemeriksaan kesegaran susu dan Tabel 22 menunjukkan perbandingan syarat mutu susu segar pada pemeriksaan mikrobiologis susu.

60

Tabel 19. Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Berat Jenis dan Suhu No Karakteristik Mutu PT. Fajar Taurus Min. 1,0275 (pd suhu 27.5oC) Suhu waktu diterima oC PT. ISAM SNI PT. Indomilk Literatur Akuisisi Pendapat Pakar : : : : : : : : 1,029 – 1,035 1,026 – 1,028 < 1,026 atau >1,035 11,33 – 11,82 < 11,33 <6 6–8 >8

1

Berat jenis (g/cm3)

1,027-1,035 (pada suhu > 1,026 (pada 20oC) suhu 20oC) -

1,027-1,035

Baik Normal 1,030 atau 1,0280 – 1,032 Buruk
(Hadiwiyoto, 1994)

2.

maks. 5

<5

maks. 8

maks. 5

maks. 5

Normal Buruk Baik Normal Buruk

Tabel 20. Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Komposisi Susu No Karakteristik Mutu PT. Fajar Taurus min 3,00% PT. ISAM > 3.4 % (2005) > 2.8 % (1995) 2. Kadar bahan kering tanpa lemak, %,b/b, (TSNF) Kadar bahan kering, %, b/b (TS) 8,0 >7,97 8,0 (minimum) 7,7 – 8,0 SNI PT. Indomilk Literatur Akuisisi Pendapat Pakar Baik min 3,00% min 3,30% Normal Buruk
Dapat dilihat Baik pada Tabel 18.

: : : : : : : : :

> 3,3 3,0 – 3,3 < 3,0 > 8,0 7,7 – 8,0 < 7,7 > 11,82 11,33 – 11,82 < 11,33

1.

Kadar Lemak

3.

-

>11,37

-

11,00 – 12,80

Normal Buruk Baik Normal Buruk

61

Tabel 21. Perbandingan Beberapa Pendapat Pakar Mengenai Pemeriksaan Kesegaran Susu Segar No 1 Karakteristik Mutu pH PT. Fajar Taurus 6,55 – 6,75 PT. ISAM 6,6 – 6,8 SNI 6,6 – 6,8 PT. Indomilk 6,60 – 6,67 Literatur Akusisi Pendapat Pakar > 6,70 6,55 – 6,70 < 6,55 0,10 – 0,18 0,19 – 0,25 < 0,10 atau > 0,25 4,5 – 7,2 4,4 – 4,5 < 4,4 atau > 7,2 Negatif Dubius Positif Negatif Positif Spesifik susu Diluar spesifik susu Putih kekuningan Warna lain Khas susu bukan khas susu

6,6 – 6,7 Baik : (Buckle et al, 1987) Normal : 6,5 – 6,7 (Kodeks)

Buruk Baik

: :

2

Kadar Keasaman (%) Kadar Keasaman dalam oSH (Soxhlet Henkel) Uji Alkohol Uji Karbonat Bau

-

> 0,14 %

0,27 % (minimum)

0,18 % (maksimum)

3

7,2

4,5 – 7,0

4,5 – 7,0

-

0,10 – 0,26 (Hadiwiyoto, 1994) Normal 0,10 – 0,18 buruk >0,25 (Judkins & Keener,1966) 4,4 – 8,0 (Fardiaz, 1989) 6,0-8,0 (Eckles, 1955)

Normal : Buruk : Baik : Normal : Buruk : Baik : Normal : Buruk : Baik : Buruk : Baik : Buruk : : : : :

4 5

Negatif Negatif Normal Normal Normal

Negatif Negatif Spesifik susu Putih kekuningan Khas

Negatif Negatif Normal Normal Normal

Negatif Negatif Standar Standar Standar

Negatif Negatif Berbau seperti garam

7

Organoleptik Warna Rasa

Putih keabu-abuan Baik s.d kuning Buruk keemasan

Sedikit manis

Baik Buruk

62

Tabel 22. Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Mikrobiologis No 1 Karakteristik Mutu Jumlah Total Bakteri, per ml PT. Fajar Taurus Maks . 3,0 x 106 PT. ISAM < 1,0 x 106 SNI PT. Indomilk Literatur Akuisisi Pendapat Pakar : : : : : : : : : : : < 1,0 x 106 3,0 x 106– 1,0 x 106 > 3,0 x 106 < 10 10 – 1,0 x 103 > 1,0 x 103 < 0,2 x 106 0,2 x 106– 0,5 x 106 > 0,5 x 106 Negatif Positif

2 Coliform, CFU/ml Sel Somatik, per ml

-

< 1,0 x 10

3

3

Negatif

< 0,2 x 106 Negatif

4 Antibiotik test

A. <0,2 x 106 Baik B. < 1,0 x 106 Normal 6 6 3,0 x 10 1,0 x 10 C. tidak masuk A Buruk &B Baik FDA : tidak ada standar Normal California : tidak diterima pd 750 per ml Buruk Baik FDA : tidak diterima pada 750.000 per ml Normal California : tidak diterima pada 600.000 per ml Buruk Baik Negatif Negatif Buruk

63

4.4.1.2 Penilaian Kualitas Proses Susu dianggap sempurna pengolahannya bila dalam susu yang diolah tersebut tidak terdapat lagi susu mentah. Adanya susu mentah dalam campuran susu tersebut ditandai dengan masih terdapatnya enzim-enzim peroksidase (uji strach dan traventol) maupun enzim fosfatase. Perbandingan beberapa pendapat pakar, standar mutu di industri, literatur, standar mutu nasional dan internasional mengenai karakteristik mutu susu pasteurisasi diperlihatkan pada Tabel 23. Penilaian kualitas proses dilakukan terhadap susu yang sedang diproses dan susu yang baru selesai diproduksi. pasteurisasi disajikan pada Gambar 17.
Bahan Baku

Diagram alir proses pembuatan susu

mulai dari bahan baku sampai dengan penyimpanan produk jadi

Susu Segar

Susu Krim Cair

Pencampuran / Standarisasi Penyaringan (200 mikron) Homogenisasi (2000-2500 Psi) Pasteurisasi (87,6oC, 16 detik) Pendinginan Cooling (10 - 20oC) Chilling (4 - 6oC) Pengisian dan Pengemasan Penyimpanan dingin (2 - 4oC) Distribusi

Susu bubuk skim Krim bubuk

Gambar 17. Proses Pengolahan Susu Pasteurisasi
Sumber : Quality Control PT. Indomilk, Jakarta

64

Tabel 23. Perbandingan Beberapa Pendapat Pakar Mengenai Karakteristik Mutu Susu Pasteurisasi FDA California min 3,25 min 3,5 No standar Min 12,2 maks. 0,02x106 maks. 0,015x106 maks. 10 maks. 10 Negatif SNI 2000 SNI 1995 maks. 8 3,5 - 4 2,8 12 - 13 maks. 0,03x106 0,03x10 <1 Negatif
6

No Karakteristik Mutu

PT. Fajar Taurus
o

SK Dirjen Peternakan -

Akuisisi Pendapat Pakar Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Buruk : : : : : : : : : : : : : : : : : <6 6–8 >8 > 3,4 2,8 – 3,4 < 2,8 > 12 11 – 12 < 11 < 0,02x106 0,02x106 – 0,03x106 > 0,03x106 0 1 – 10 > 10 Negatif Positif

1 Suhu

maks. 5 C

2 Kadar Lemak, % Kadar bahan kering, %

min 3,50

-

3

min 11

-

Jumlah bakteri, 4 CFU/ml

10.000

maks. 0.025x106

5 Koliform, CFU/ml 6 Uji Fosfat

0 Negatif

<1 Negatif

65

Tabel 23. Perbandingan Beberapa Pendapat Pakar Mengenai Karakteristik Mutu Susu Pasteurisasi (Lanjutan) No Karakteristik Mutu PT. Fajar Taurus FDA California Min. 8,25 7 SNF (%) 7,70 Min. 8,70 8 Tes residu Antibiotika Bau 9 Organoleptik Warna Rasa Negatif Normal Normal Normal Negatif (0) Spesifik susu Putih kekuningan Khas 7,50 Negatif Normal Normal Normal Negatif Standar Standar Standar SNI 2000 SNI 1995 7,70 SK Dirjen Peternakan Akuisisi Pendapat Pakar Baik : > 8,0

Normal : 7,7 – 8,0 Buruk Baik Buruk Baik Buruk Baik Buruk Baik Buruk : : : : : : : : : < 7,7 Negatif Positif Spesifik susu Diluar spesifik susu Putih kekuningan Warna lain Khas susu Bukan khas susu

66

4.4.1.3 Penilaian Kualitas Penyimpanan dan Kemasan Produk Jadi Kualitas produk akhir selain ditentukan oleh kualitas bahan baku dan pengolahan juga ditentukan oleh kondisi penyimpanan dan bahan kemasannya. Apabila kondisi penyimpanan dan bahan pengemasnya baik, maka susu yang berkualitas baik dapat dipertahankan kualitasnya. Daya simpan susu pasteurisasi sangat dipengaruhi oleh beberapa hal seperti: jumlah awal bakteri, sanitasi alat-alat pengolahan dan kontaminasi setelah pasteurisasi serta suhu penyimpanan (Frazier & Westhoff, 1988 dan Ledford & Murphy, 1992) 4.4.2 Analisis Teknis Mutu susu pasteurisasi dipengaruhi oleh jumlah dan jenis mikroorganisme, suhu dan waktu pasteurisasi (Frazier dan Westhoff, 1988). Proses pasteurisasi yang diterapkan pada susu, terutama yang diterapkan secara komersial yaitu metode HTST (High Temperature Short Time) dapat membunuh khamir, kapang, kebanyakan bakteri psikotropik, koliform dan bakteri pembusuk asam seperti Streptococcus lactis (Srikandi, 1992). Tabel 24 menunjukkan suhu dan waktu pasteurisasi susu menurut Hubbert dan Hagstad (1991). Tabel 24. Suhu dan Waktu Pasteurisasi pada Proses Pasteurisasi Susu (Hubbert dan Hagstad, 1991) Suhu Waktu (detik) 180 15 1 0,5 0,1 0,05 0,01 2 Istilah Umum Long Time Holding (LTH) High Temperature Short Time (HTST)

C 63 72 89 90 94 96 100 138

0

F 145 161 191 194 201 204 212 286

0

Ultra Pasteurized (UHT)

Perbandingan suhu dan lama pasteurisasi di beberapa industri dan literatur dengan Metoda HTST ditunjukkan pada Tabel 25.

67

Tabel 25. Perbandingan Suhu dan Lama Pasteurisasi Beberapa Industri dan Literatur dengan Metoda HTST Perusahaan/SNI/Literatur Buckle et al, 1987 PT. Fajar Taurus, 2005 PT. Indomilk, 2005 HACCP ◊ CCP PT. ISAM, 2005 Jika Suhu (OC) 71,7 - 75 75 – 85 87,6 75 90 - 95 Lama Pasteurisasi (dalam detik) 15 – 16 15 16 16 15

kita dapat mengetahui kecenderungan/trend keragaman proses dari

suhu dan waktu pasteurisasi ke depan, maka kita dapat mengambil keputusan dalam peningkatan kualitas lebih cepat. Salah satu metode untuk melakukan prediksi keragaman proses suhu dan waktu pasteurisasi adalah dengan menemukan keteraturan (pattern recognition) di dalam data. Hal ini dapat dipenuhi dengan mengembangkan jaringan syaraf tiruan.

68

BAB 5 MODEL KONSEPTUAL
5.1 Konfigurasi Model Sistem intelijen prediksi dan penilaian kualitas susu pasteurisasi dirancang dan dikembangkan dalam sistem diberi nama SINKUAL-SP (Sistem Intelijen Kualitas Susu Pasteurisasi).
DATA MODEL
SISTEM MANAJEMEN BASIS MO DEL

SISTEM MANAJEMEN BASIS PENGETAHUAN
Kualifikasi penilaian kualitas susu segar

MO DEL PENILAIAN KUALITAS BAHAN BAKU
Sub model penilaian kualitas komposisi susu segar Sub model penilaian kualitas kesegaran susu segar Sub model penilaian kualitas mikrobiologi susu segar

Kualifikasi penilaian kualitas susu pasteurisasi Kualifikasi penilaian titik kritis proses pengolahan Kualifikasi penilaian kualitas pengemasan dan penyimpanan

SISTEM PAKAR

MO DEL PENILAIAN KUALITAS PROSES
Sub model penilaian karakteristik mutu susu pasteurisasi Sub model penilaian kualitas titik kritis proses pengolahan Sub model penilaian kualitas sanitasi sarana pengolahan

SISTEM MANAJEMEN BASIS DATA Data pengamatan suhu dan lama pasteurisasi Data atribut kualitas penyimpanan Data training dan testing untuk prediksi JST Data bobot tingkat kepentingan atribut kualitas susu pasteurisasi

MO DEL PENILAIAN KUALITAS PENYIMPANAN DAN PENGEMASAN
Sub model penilaian kualitas penyimpanan Sub model penilaian kualitas pengem asan MODEL STATISTICAL PROCESS CONTROL MODEL JST

SISTEM PENG OLAHAN TERPUSAT

SISTEM MANAJEMEN DIALOG

PENGGUNA

Gambar 18. Konfigurasi Model Aplikasi Program SINKUAL-SP

69

Konfigurasi aplikasi program SINKUAL-SP disajikan pada Gambar 18, terlihat bahwa program SINKUAL-SP terbagi menjadi enam komponen yaitu sistem manajemen basis pengetahuan, sistem manajemen basis data, sistem pakar, sistem manajemen basis model, sistem pengolahan terpusat dan sistem manajemen dialog. SINKUAL-SP dirancang dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan. Keduanya dirancang dengan menggunakan Matlab 6.5. sistem manajemen basis model dirancang dengan menggunakan Matlab 6.5, SPSS 11.0 dan Expert Choice 2000. Dalam pengembangan model basis pengetahuan dibuat dengan menggunakan Matlab 6.5 sedangkan pengembangan manajemen basis data menggunakan software Power Designer Process Analyst-App Modeller for Power Builder versi 6.14 32 bit. Basis data training dan testing untuk JST dibuat dengan menggunakan Notepad dan basis data pengamatan suhu dan lama pasteurisasi menggunakan Microsoft Excel. Kerangka model secara global dapat dilihat pada lihat pada Gambar 19.

Gambar 19. Kerangka Model Sistem Intelijen Kualitas Susu Pasteurisasi (SINKUAL-SP)

70

Diagram alir deskriptif pemodelan SINKUAL-SP dapat dilihat pada Gambar 20. Dengan adanya diagram ini memberikan gambaran alur sistem yang dibuat sehingga akan memudahkan dalam pengembangan sistem.
MULAI

INPUT : 1. Syarat mutu susu segar dan susu pasteurisasi: Standar Nasional, Standar Internasional 2. Spesifikasi mutu susu segar di industri 3. Penilaian tingkat kepentingan atribut berdasarkan pakar Perhitungan Bobot Entropy untuk atribut Penilaian Kualitas Bahan baku, Proses, Pengemasan dan Penyimpanan OUTPUT : Nilai bobot masing-masing Atribut penilaian kualitas

INPUT : 1. Data pengamatan suhu dan lama pasteurisasi (selama 1 bulan pengamatan) 2. Batas spesifikasi atas-bawah untuk suhu dan lama pasteurisasi 3. UCL dan LCL untuk suhu dan lama pasteurisasi

Pembuatan Bagan Shewhart Variabel : Bagan X dan R
OUTPUT : Analisa Keragaman Proses

INPUT : 1. Pembobotan prioritas berdasarkan entropy 2. Analisis Statistical Process Control (SPC) 3. Literatur 4. Pakar (Industri, Akademisi, Birokrat)

Penentuan Atribut Penilaian Kualitas

A

Gambar 20. Diagram Alir Deskriptif Pemodelan SINKUAL-SP

71

A

OUTPUT : Atribut penilaian dan prediksi kualitas susu pasteurisasi

INPUT : 1. Data Pengujian Lab susu segar dan susu pasteurisasi 2. Penilaian kualitas sanitasi dan pengemasan

INPUT : 1. Data training dan testing JST 2. Data parameter JST 3. Prediksi Keragaman proses

Penilaian dan Prediksi Kualitas Susu Pasteurisasi OUTPUT : Hasil penilaian dan prediksi kualitas susu pasteurisasi

INPUT : 1. Analisis implementasi sistem dengan menggunakan data aktual 2. Elemen peningkatan kualitas 3. Bobot masing-masing elemen dari setiap level

Perhitungan bobot
OUTPUT : 1. Prioritas elemen dari setiap level 2. Penjabaran program perencanaan peningkatan kualitas susu pasteurisasi

Selesai

Gambar 20. Diagram Alir Deskriptif Pemodelan SINKUAL-SP (Lanjutan)

72

5.2 Desain Basis Data Data adalah fakta atau apapun yang dapat digunakan sebagai input dalam menghasilkan informasi. Data bisa berupa bahan untuk diskusi, pengambilan keputusan, perhitungan atau pengukuran. Perubahan data menjadi informasi memerlukan manajemen data (Suryadi dan Ramdhani dalam Setiadi, 2004). Diagram arus data (DFD) digunakan untuk menggambarkan aliran informasi sistem secara menyeluruh. DFD dibuat dengan program aplikasi Power Designer Process Analyst. DFD level 0 dibuat dengan mendeskripsikan hubungan antara pelaku dengan pengguna sistem. DFD level 0 melibatkan 8 entiti (Sumber data yang digunakan dalam model) yaitu standar mutu nasional, HACCP, spesifikasi di industri, standar mutu internasional, pengamatan dan pengukuran suhu dan lama pasteurisasi, pakar, manajer & Kasie QC dan pemerintah (Dinas Peternakan). DFD level 0 SINKUAL-SP dapat dilihat pada Gambar 21.
STAN D AR N ASIO N AL IN D O N ESIA PEM ERIN TAH (D IN AS PETERN AKAN )

M AN AJER & KASIE Q C

- D at SN I susu past a euri sasi - D at SN I susu segar a

kebiakan j

D at si em pengendalan a st i kualt ias

Tii kr ts pr t k ii oses : - Pendi nan ngi - Past i eur sasi - PT. ISAM
- PT. I ndom ik l

A TR IB U T P EN ILA IA N K U A LITA S S U SU P A STEU R ISA SI

D at bobot at but a ri

PAKAR

- D at suhu past i a eur sasi - D at l a past i a am eur sasi STAN D AR IN TERN ASIO N AL (FD A) PEN G AM ATAN & PEN G U KU RAN

H ACCP

SPESIFIKASI IN D U STRI

Gambar 21. DFD level O SINKUAL-SP DFD level 1 SINKUAL-SP menggambarkan proses-proses yang dilalui sistem, yaitu proses penentuan atribut kualitas susu pasteurisasi, perhitungan bobot, pengendalian proses statistik, prediksi keragaman proses dengan JST, penilaian kualitas bahan baku sampai dengan penyimpanan, analisis AHP dan perumusan strategi. DFD level 1 dapat dilihat pada Gambar 22.

73

Spesifikasi industri Pakar ' Atribut Bobot 5 Pemilihan atribut berdasarkan bobot kesegaran komposisi mikrobiologi 6 Penentuan kualifikasi penilaian kualifikasi Literatur Spesifikasi ISAM industri Literatur 8 Sistem Kontrol Kriteria

Spec Ind Indomilk ISAM Fajar taurus FDA 1 Penentuan atribut penilaian kualitas susu segar

FDA susu segar SNI susu segar

*
Bobot

SNI

'

*

Spesifikasi industri

*

*
14 Penilaian kualitas proses pengolahan

1

FDA

FDA

Hasil hitung bobot atribut kualitas susu segar

Penilaian input 7 Penilaian kualitas bahan baku 9 kualifikasi 2 Hasil penilaian 1

2 Penentuan atribut penilaian kualitas proses pengolahan Atribut kualitas 4 Perhitungan bobot entropy 3

*
23 Rumusan strategi

*
10 Penentuan kualifikasi penilaian kualifikasi 4

kualifikasi

SNI

SNI

*

HACCP Kualitas HACCP Spesifikasi Industri ' 3 Penentuan atribut penilaian kualitas penyimpanan & pengemasan

*

Bobot

Hasil hitung bobot atribut kualitas proses Data bobot

Karakteristik mutu Pemilihan atribut berdasarkan bobot Titik kritis proses

Hasil penilaian 2 Penilaian proses

*

Bobot 16 Data bobot Pemilihan atribut berdasarkan bobot 11

*
Hasil hitung bobot atribut

Sanitasi

*
13

Bobot 20 Penentuan kriteria 22 Analisa AHP

Suhu & lama pasteurisasi 5

15 Sistem desain Kriteria proses

SPC berdasarkan data prediksi Prediksi neural network 12 Statistical Process Control

*

Perhitungan batas keragaman UCL & LCL UCL & LCL kualitas penyimpanan & pengemasan

*

*

*

*
21

*
Struktur hirarki

*

*

Data SPC

Literatur

Literatur '

Pakar

17 Penentuan kualifikasi kualifikasi penilaian *

18 Penilaian kualitas pengemasan dan penyimpanan 19 kualitas 6 Hasil penilaian 3 Penilaian Output Sistem Analisis Kriteria Kriteria Output

Penyusunan hierarki

*

*

*

Gambar 22. DFD Level 1 SINKUAL-SP

74

5.3 Kerangka Model 5.3.1 Sistem Pengolahan Terpusat Sistem pengolahan terpusat merupakan program utama sistem SINKUAL-SP yang mengatur dan mengelola sistem yang terintegrasi dalam program dan menghubungkan Sistem Manajemen Basis Data, Sistem Manajemen Basis Pengetahuan, Sistem Pakar, Sistem Manajemen Basis Model dan Sistem Manajemen Basis Dialog. 5.3.2 Sistem Manajemen Basis Data Sistem manajemen basis data merupakan suatu kesatuan sebagai pusat penyimpanan, pengolahan, pemasukkan data serta pemanggilan data apabila diperlukan. Sistem manajemen basis data harus memiliki kemampuan terhadap perubahan struktur dan isi dari elemen data. a. Data pengamatan suhu dan lama pasteurisasi

Data suhu dan lama pasteurisasi diperoleh dari hasil pengamatan selama 1 bulan. Data pengamatan tersebut digunakan sebagai basis data dalam model Statistical Process Control dengan menggunakan bagan kendali Shewhart variabel yaitu bagan kendali X dan bagan kendali R.
b. Data Training dan Testing untuk Prediksi Jaringan Syaraf Tiruan

Data training dan testing terdiri dari suhu dan lama pasteurisasi, data ini akan digunakan untuk melakukan prediksi keragaman proses dengan menggunakan Jaringan Syaraf Tiruan.
c. Data bobot tingkat kepentingan atribut kualitas susu pasteurisasi

Data bobot tingkat kepentingan atribut kualitas susu pasteurisasi mulai dari bahan baku sampai dengan pengemasan dan penyimpanan diolah dengan metode entropy.
d. Data bobot kriteria strategi peningkatan kualitas susu pasteurisasi Data bobot kriteria strategi peningkatan kualitas susu pasteurisasi digunakan sebagai basis data dalam model strategi pengendalian kualitas pasteurisasi. susu

75

5.3.3

Sistem Manajemen Basis Pengetahuan Basis pengetahuan merupakan sumber kecerdasan dari sistem pakar.

Sumber pengetahuan berasal dari pakar, literatur dan jurnal. Interaksi dengan pakar dilakukan dengan wawancara. Teknik yang digunakan adalah deskripsi masalah, diskusi dan intuisi. Basis pengetahuan untuk sistem penilaian dan prediksi kualitas susu pasteurisasi adalah sebagai berikut : (1) Kualifikasi penilaian kualitas bahan baku, yang meliputi : a. Berat jenis dan suhu susu segar terdiri dari berat jenis dan suhu pada saat susu segar diterima. b. Komposisi susu segar terdiri dari kadar lemak, total padatan tanpa lemak (Total Solid Non Fat) dan total padatan (Total Solid). c. Kesegaran susu segar terdiri dari pH, kadar keasaman, uji alkohol, uji karbonat dan organoleptik (warna, bau, rasa). d. Mikrobiologi susu segar terdiri dari jumlah total bakteri, koliform, sel somatik dan tes antibiotik. (2) Kualifikasi penilaian kualitas proses pengolahan a. Karakteristik mutu terdiri dari suhu, kadar lemak, total padatan tanpa lemak (Total Solid NonFat), total padatan (Total Solid), organoleptik (bau, warna, rasa), uji fosfat, jumlah bakteri dan jumlah koliform. b. Titik kritis proses terdiri dari hasil prediksi suhu pasteurisasi dan lama pasteurisasi dengan menggunakan jaringan syaraf tiruan, suhu pendinginan dan homogenisasi. c. Sanitasi yang terdiri dari sanitasi pekerja, sanitasi ruangan, sanitasi peralatan dan sanitasi lingkungan. (3) Kualifikasi penilaian kualitas pengemasan dan penyimpanan a. Pengemasan terdiri dari penilaian terhadap ketahanan kebocoran, daya rekat, kebersihan dan kekuatan bahan kemasan. b. Penyimpanan terdiri dari suhu dan lama penyimpanan. Penggambaran batas-batas Hubungan antara fakta-fakta menggunakan kaidah if then. nilai atribut dapat dilihat pada Lampiran 9. atau informasi direpresentasikan dengan

76

Beberapa contoh pertanyaan yang diajukan kepada pakar sehubungan dengan pendeskripsian masalah dan diskusi dapat dilihat pada Gambar 23. PERTANYAAN

Tahap Deskripsi Masalah
1. 2. 3. 4.

Mengapa kualitas susu pasteurisasi lebih ketat dibandingkan dengan kualitas susu olahan lainnya ? Bagaimana sistem pengendalian kualitas susu pasteurisasi yang berlaku di industri saat ini ? Faktor-faktor apa saja yang mempengaruhi kualitas susu pasteurisasi ? Permasalahan apakah yang sering timbul dalam pengendalian kualitas susu pasteurisasi ?

Tahap setelah inti kajian ditentukan
1. 2. 3. 4. 5.

Standar manakah yang menjadi acuan ? Bagaimana SOP untuk kualitas susu pasteurisasi yang diterapkan di industri ? Apa yang dilakukan terhadap produk yang reject ? Bagaimana solusi dari setiap kondisi ? Aturan-aturan apa yang berlaku dalam pengendalian kualitas susu pasteurisasi ?

Gambar 23. Contoh Beberapa Pertanyaan yang Diajukan pada saat Wawancara 5.3.2 Sistem Pakar Basis pengetahuan dalam sistem pakar merupakan sekumpulan fakta dan informasi yang terkait secara terorganisir dengan baik. Untuk memanfaatkan basis pengetahuan dalam pengembangan sistem pakar, maka dibentuk mesin inferensi yang mengacu pada basis pengetahuan dan merupakan alat penalaran bagi sistem. Fasilitas inferensi pada sistem pakar merupakan bagian dari sistem yang memanipulasi dan mengarahkan pengetahuan untuk mencapai solusi atau kesimpulan. Tahap pembentukan sistem pakar menurut Marimin (2005) dapat dilihat Gambar 24. Metode strategi penalaran sebagai metode penarikan kesimpulan digunakan untuk merepresentasikan pengetahuan dalam suatu. Dalam kasus ini strategi penalaran yang digunakan adalah Forward Chaining, penalaran dimulai dari fakta terlebih dahulu untuk menguji kebenaran hipotesis. Model Strategi penalaran yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 10. Metoda pencarian dan pelacakan yang digunakan adalah Metoda Best First Search (Pencarian terbaik pertama), metode ini merupakan kombinasi dari metode Depth First Search dan Metode Breadth First Search. Kombinasi kedua metode ini sangat dimungkinkan karena pencarian solusi tidak hanya melihat satu lintasan akan tetapi masih memungkinkan untuk berpindah ke lintasan lain apabila lintasan

77

lain tersebut lebih menjanjikan untuk mendapatkan solusi. Model strategi pencarian dan pelacakan yang digunakan dalam penelitian ini dapat dilihat pada Lampiran 11.
m ul ai Identfkasim asal ii ah M encarisum ber penget ahuan Akui sipenget si ahuan

R epresent penget asi ahuan

Pengem bangan m esi n i erensi nf Im pl ent em asi

Pengujan i

Pengujian Human Expert

Sel esai

Dalam SINKUAL-SP strategi penalaran yang digunakan ada yang bersifat pasti dan tidak pasti. Penalaran bersifat pasti berarti penalaran dengan kebenaran 100 persen sedangkan masalah ketidakpastian ditangani dengan menggunakan metode Certainty Factor (CF). CF merupakan nilai numerik yang menunjukan nilai kepercayaan suatu parameter pada saat pelacakan. Nilai CF ditentukan saat membentuk basis pengetahuan dan ditentukan saat konsultasi dengan pakar. Perhitungan nilai Certainty Factor (CF) untuk keperluan penelitian ini dapat dilihat pada Lampiran 12. Interpretasi nilai Certainty Factor dapat dilihat pada Tabel 26 dan rentang untuk Certainty Factor dapat dilihat pada Gambar 25.

78

Tabel 25. Interpretasi Nilai Certainty Factor (CF) (Durkin, 1994)

Bentuk Ketidakpastian Tidak pasti Hampir tidak pasti Tidak mungkin Boleh jadi tidak Tidak tahu Boleh jadi Mungkin Hampir pasti Pasti
Salah kemungkinan salah
T idak diket ahui

CF -1.0 -0.8 -0.6 -0.4 -0.2 to 0.2 0.4 0.6 0.8 1.0
kemungkinan benar Benar

-1
R ent ang ket idakper cayaan

0 C F
Rentang kepercayaan

1

Gambar 25. Rentang untuk Nilai Certainty Factor (CF) Durkin, 1994 5.3.4 Sistem Manajemen Basis Model Sistem manajemen basis model merupakan suatu alat analisis yang diperlukan oleh sistem, dimana melalui model-model tersebut dapat diperoleh hasil penilaian dan prediksi kualitas susu pasteurisasi yang dapat digunakan untuk kebutuhan dalam pengambilan keputusan strategi pengendalian kualitas susu pasteurisasi. Sistem Manajemen Basis Model SINKUAL-SP memiliki 6 model, yaitu : Model penilaian kualitas susu bahan baku, model penilaian kualitas proses pengolahan, model penilaian kualitas pengemasan dan penyimpanan, model Statistical Process Control (SPC) dan model prediksi dengan JST. (1) Model Penilaian Kualitas Bahan baku

Model penilaian kualitas bahan baku merupakan model yang digunakan untuk menilai kualitas susu segar. Model ini terbagi menjadi tiga sub model yaitu sub model berat jenis dan suhu susu segar, sub model komposisi susu segar, sub model kesegaran susu segar dan sub model mikrobiologi susu segar. Setiap sub model tersusun atas beberapa atribut penilaian.

79

(2) Model Penilaian Kualitas Proses Pengolahan Model penilaian kualitas proses pengolahan merupakan model yang digunakan untuk menilai kualitas proses pengolahan susu pasteurisasi. Model ini terbagi menjadi tiga sub model, yaitu sub model karakteristik mutu susu pasteurisasi, sub model titik kritis proses pengolahan dan sub model sanitasi. Setiap sub model tersusun atas beberapa atribut penilaian. (3) Model Penilaian Kualitas Pengemasan dan Penyimpanan Model penilaian kualitas proses pengolahan merupakan model yang digunakan untuk menilai kualitas proses pengolahan susu pasteurisasi. Model ini terbagi menjadi tiga sub model, yaitu sub model karakteristik mutu susu pasteurisasi, sub model titik kritis proses pengolahan dan sub model sanitasi. Setiap sub model tersusun atas beberapa atribut penilaian. (4) Model Statistical Process Control (SPC) Model ini dibuat berdasarkan bagan shewhart variabel : bagan X dan R dan dibuat dengan program aplikasi SPSS 11.0 sedangkan Model Statistical Proses Control untuk menilai keragaman proses hasil prediksi Jaringan Syaraf Tiruan dibuat dengan menggunakan Matlab 6.5. (5) Model Prediksi dengan menggunakan Jaringan Syaraf Tiruan Output dari prediksi keragaman proses dengan Jaringan Syaraf Tiruan menjadi input dalam sub model titik kritis proses pengolahan susu pasteurisasi. 5.3.5 Sistem Manajemen Basis Dialog Sistem Manajemen Basis Dialog merupakan suatu fasilitas penghubung antara sistem pengolahan terpusat dengan pengguna dalam melakukan penilaian kualitas susu pasteurisasi yang meliputi kualitas bahan baku, proses pengolahan dan pengemasan dan penyimpanan serta melakukan penilaian terhadap keragaman proses suhu dan lama pasteurisasi hasil prediksi dengan menggunakan Jaringan Syaraf Tiruan.

80

BAB 6 RANCANG BANGUN SISTEM

6.1 Definisi Kebutuhan Sistem Pada tahap ini akan ditentukan tujuan pengembangan SINKUAL-SP, spesifikasi pemakai, kebutuhan pemakai serta spesifikasi fungsi dari sistem. 6.1.1 Tujuan Pengembangan SINKUAL-SP Pengembangan sistem ini bertujuan untuk membantu dan mempermudah para pengambil keputusan di bidang kualitas susu pasteurisasi dalam melakukan penilaian dan prediksi kualitas susu pasteurisasi. Sistem dibangun dan dikembangkan berdasarkan prinsip kecerdasan buatan, sistem ini tidak dapat menggantikan peran manusia akan tetapi memberikan kelebihan ekonomis kepada penggunanya karena menghemat waktu para ahli yang umumnya terbatas. 6.1.2 Spesifikasi Pemakai SINKUAL-SP

Spesifikasi pemakai adalah sebagai berikut : 1. Memiliki data hasil pengujian lab untuk masing-masing syarat mutu yang telah ditetapkan. 2. Memiliki data suhu dan lama pasteurisasi yang akan diprediksi selama satu bulan. 3. Memiliki kemampuan untuk melakukan penilaian kualitas program sanitasi yang sedang diterapkan berdasarkan penilaian kualitatif. 6.1.3 Kebutuhan Pemakai

Kebutuhan pemakai adalah sebagai berikut : 1. Memerlukan input yang mudah dilakukan. 2. Memerlukan sistem yang dapat melakukan pengendalian kualitas mulai dari bahan baku sampai dengan penyimpanan dengan cara yang lebih mudah. 3. Memerlukan sistem yang dapat melakukan proses penilaian dan prediksi secara tepat baik dalam bentuk data kuantitatif maupun kualitatif dalam waktu yang relatif singkat.

81

4. Memerlukan antar muka yang dapat memberikan kemudahan pada user dalam melakukan proses input, penilaian, prediksi dan membaca output sistem. Kecepatan dan ketepatan informasi yang dihasilkan dari sistem ini, diharapkan dapat meningkatkan efisiensi dan efektifitas pelaksanaan kegiatan pengendalian kualitas dan juga dapat mempercepat proses pengambilan keputusan bagi pengguna sistem. 6.1.4 Spesifikasi Fungsi dari Sistem

Spesifikasi fungsi dari sistem adalah sebagai berikut : 1. Berfungsi untuk memasukkan dan mengedit data hasil pengujian lab dan penilaian pemeriksa. 2. Berfungsi untuk melakukan penilaian dan prediksi terhadap hasil pengujian lab dan syarat mutu kualitas susu pasteurisasi. 3. Berfungsi untuk menampilkan, menyimpan dan mencetak hasil penilaian dan prediksi kualitas susu pasteurisasi. Beberapa hal yang penting dari spesifikasi fungsi sistem yang dibangun adalah sebagai berikut : 1. Syarat mutu yang digunakan dalam sistem ini adalah syarat mutu minimal, sehingga jika nilai salah satu syarat mutu tidak dimasukkan ke dalam sistem maka sistem penilaian tidak dapat berjalan. 2. Input data yang digunakan dalam penilaian kualitas sanitasi bersifat subjektif (berdasarkan penilaian dari pemeriksa). 3. Setiap melakukan pemeriksaan, user diwajibkan untuk mengisi nama pemeriksa pada fasilitas identitas, jika hal ini tidak terpenuhi maka proses prediksi dan penilaian tidak dapat dilakukan. 4. Penilaian yang dilakukan oleh sistem ini hanya untuk pengujian rutin sedangkan pengujian yang dilakukan selama 2 atau 3 bulan sekali tidak termasuk dalam sistem ini. 6.2 Desain Sistem Desain sistem menetapkan bagaimana sistem dibangun untuk mencapai atau menyempurnakan tujuan. Pada fase ini dimulai pembuatan atau perancangan

82

umum sekaligus detail dari sistem yang dikembangkan. Desain SINKUAL-SP meliputi desain input, desain proses dan desain output. Konfigurasi sistem secara keseluruhan dapat dilihat pada Lampiran 15. 6.2.1 Desain Input Desain input sistem dirancang ke dalam sebuah interface yang mudah dipahami oleh user. Desain User Interface difokuskan pada interaksi antara pengguna dengan sistem, desain ini merupakan proses prototyping sehingga model kerja atau metode prototype user interface dapat dimodifikasi kembali sesuai dengan feedback dari pengguna. Interface input berupa suatu window yang dibagi menjadi 3 bagian. Bagian pertama, untuk memasukkan data identitas yang terbagi menjadi 3 bagian yaitu identitas untuk penilaian bahan baku, proses serta pengemasan dan penyimpanan. Bagian kedua untuk memasukkan data teknikal dalam memprediksi suhu dan lama pasteurisasi dengan menggunakan jaringan syaraf tiruan. Bagian ketiga, berfungsi untuk memasukkan data fundamental yang meliputi data hasil pengujian lab, data hasil penilaian subjektif pemeriksa dan data hasil prediksi JST. Ada dua jenis akses fakta input : 1. Variabel, yang berupa jawaban terbuka/input data. 2. Qualifier, jawaban/input data berbentuk pilihan (Checklist). • Desain input data teknikal Desain data teknikal berupa data pengamatan suhu dan lama pasteurisasi selama satu bulan yang diasumsikan masing-masing sebanyak 36 data. Desain input yang digunakan adalah • • Input yang diperoleh dari data teknikal yang telah tersimpan sebelumnya Input yang diperoleh dari data teknikal yang baru Data teknikal ini akan digunakan untuk memprediksi suhu dan lama pasteurisasi selama satu bulan yang akan datang. User diberikan kebebasan untuk memasukkan batas spesifikasi (USL-LSL) suhu dan lama pasteurisasi yang digunakan pada saat prediksi dan penilaian berlangsung.

83

Desain input data fundamental Qualifier dan variabel dirancang untuk mengakses fakta input oleh pengguna

yang dibutuhkan dalam mengoperasikan sistem. Qualifier hanya dapat digunakan untuk mengakses fakta input yang berbentuk pilihan, jawaban atas qualifier ini disebut dengan value. Sedangkan untuk mengakses fakta input yang berupa jawaban terbuka digunakan variabel. 6.2.2 Desain Proses Proses yang terdapat dalam SINKUAL-SP terbagi menjadi empat proses, yaitu : proses input, proses prediksi, proses penilaian dan proses output. Bagan alir desain proses disajikan pada Gambar 26.
Pemakai I nput data teknis proses pengolahan susu pasteurisasi

penilaian dan prediksi kualitas susu pasteurisasi

U ser I nt er face

Jaringan syaraf tiruan

Knowledge Base
I nfer ence E ngine untuk mengolah isi knowledge base

Penilaian & Prediksi Kualitas Susu Pasteurisasi

Data prediksi keragaman proses satu bulan yang Domain akan datang problem kualitas susu
= I nstruksi dan informasi = Solusi dan Penjelasan = Pengetahuan

Development Engine

Expert and Knowledge Engineer

Gambar 26. Bagan Alir Desain Proses dengan Mengintegrasikan pasteurisas Sistem Pakar dan Jaringan Syaraf Tiruan i selama a. Proses Input proses Data yang tercakup dalam faktor teknikal diolah dengan menggunakan pengolaha jaringan syaraf tiruan. Arsitektur jaringan yang digunakan dalam penelitian ini adalah n jaringan syaraf propagasi balik (backpropagation). Jaringan ini merupakan jaringan yang popular dan terbukti keunggulannya terutama dalam hal prediksi. Proses

84

belajar jaringan menggunakan supervised learning, karena menggunakan himpunan data input yang output aktualnya diketahui. • Fungsi Aktivasi Fungsi aktivasi JST yang digunakan dalam penelitian ini adalah sebagai berikut : 1. Fungsi Sigmoid Bipolar (Hyperbolic Tangen Function) Fungsi ini dalam Matlab dikenal dengan Tansig. Output dari fungsi ini memiliki range antara 1 sampai -1. Fungsi Sigmoid Bipolar dirumuskan sebagai berikut :

1 − e− x Y = f ( x) = 1 + e− x
2. Fungsi Sigmoid Biner (Logistic Function) Fungsi ini dalam Matlab dikenal dengan Logsig. Output dari fungsi ini memiliki range antara 0 sampai 1. Fungsi Sigmoid Biner dirumuskan sebagai berikut :

Y = f ( x) =

1 1 + e− x

3. Fungsi Linear (Indentify Function) Fungsi ini memiliki nilai input dan output yang sama, dikenal dengan nama purelin. Fungsi Linear dirumuskan sebagai berikut : Y= f(x) Ketiga fungsi aktivasi tersebut diperlihatkan pada Gambar 27.
L ogist ic F unct ion Hyper bolic T angen F unct ion I dent ify Funct ion

2 1 0 -1 -10 0 (a) 10

2 1 0 -1 -10 0 (b) 10

2 1 0 -1 -10 0 (c) 10

Gambar 27. Fungsi Aktivasi Jaringan Syaraf Tiruan ( Kosko, 1992)

85

Level Jaringan Arsitektur jaringan yang dipakai adalah jaringan syaraf multilayer yang terdiri

dari input layer, satu buah hidden layer dan output layer. Algoritma yang digunakan adalah backpropagation. • Level Proses Belajar (Training) Pencatatan statistik dilakukan selama proses belajar (training) untuk mengukur performansi jaringan yang diukur dengan nilai error. Data input dan data target akan dimasukkan ke dalam jaringan selama proses belajar berlangsung secara berulang-ulang sampai error akan mendekati nol. • Testing Testing jaringan dilakukan setelah proses belajar kemudian bobot jaringan dibekukan dan data yang belum pernah dilihat oleh jaringan dimasukkan. Jika proses belajar telah dibekukan dengan baik serta topologi jaringannya benar maka jaringan syaraf tiruan akan mempergunakan ‘pengalamannya’ pada data baru ini dan tetap menghasilkan solusi yang baik. Hal tersebut diisebut dengan kemampuan jaringan dalam melakukan generalisasi. b. Proses Prediksi • Inisialisasi Bobot Bobot-bobot dari lapisan input ke lapisan tersembunyi dirancang sedemikian rupa sehingga dapat meningkatkan kemampuan lapisan tersembunyi dalam melakukan proses pembelajaran. Bobot dalam jaringan terus menerus disesuaikan selama proses belajar sehingga dapat memetakan seluruh pasangan training dengan tepat. Pada proses belajar ini, kemampuan jaringan untuk melakuan generalisasi menjadi bagian yang sangat menentukan. • Penentuan Iterasi pada Proses Belajar Satu epoch adalah satu siklus yang melibatkan seluruh pola data training (training pattern). Dalam proses belajar jaringan backpropagation biasanya memerlukan banyak epoch. Pada penelitian ini ditentukan banyaknya iterasi yang dilakukan pada proses belajar adalah 1000 epoch. Jumlah ini diperkirakan cukup dan dapat menghasilkan perfomansi jaringan yang baik.

86

Penentuan Jumlah Unit dalam Hidden Layer Penentuan arsitektur hidden layer terdiri dari dua bagian, yaitu penentuan

jumlah layer dan ukuran layer. Jumlah layer yang digunakan dalam hidden layer adalah satu layer. Hal ini dilakukan karena dua pertimbangan, yaitu karena jumlah data training dan waktu training. Selain itu performansi dengan satu hidden layer juga baik untuk network dengan node yang tidak begitu banyak (Medsker, 1994). Trial dan error dilakukan pada beberapa alternatif jumlah unit input layer. Tabel 27 menyajikan perbandingan beberapa jumlah unit input layer dengan tiga kriteria error. Tabel 27. Pemilihan Jumlah Unit Input Layer dalam Jaringan Syaraf Tiruan
Kriteria Error RMSE Error Epoch Korelasi Regresi Error Epoch Korelasi Regresi Error Epoch Korelasi Regresi 3 0,0846111 1000 0,991
1,015 X + -1,480

Jumlah Node Hidden 5 0,00996904 748 1,000
1,031 X + -2,807

7 0,0097874 473 1,000
1,028 X + -2,410

MSE

0,00994861 880 0,986
0,959 X + 3,580

0,0099637 399 0,985
1,046 X + -4,365

0,00999484 332 0,985
1,043 X + -4,137

SSE

0,295812 1000 0,986
0,996 X + 0,212

0,00969406 534 1,000
1,015 X + -1,435

0,00997579 841 0,999
1,049 X + -4,468

Berdasarkan tabel perbandingan tersebut maka jumlah unit input layer yang memberikan performansi jaringan yang paling baik dan akan digunakan dalam proses belajar selanjutnya adalah lima buah unit input layer. Jumlah unit yang optimal dalam hidden layer tidak dapat dinyatakan dengan pasti akan tetapi ditentukan dengan cara trial dan error dan sangat tergantung pada pengalaman desainer dalam beraplikasi dengan ANN (Mesker, 1994). Network dijalankan dengan beberapa alternatif jumlah unit hidden layer dan dicoba pada ketiga jenis fungsi aktivasi jaringan yang terbaik. Trial yang dilakukan pada beberapa alternatif jumlah unit hidden. Tabel 28 menunjukan rekapitulasi perbandingan ketiga kriteria error pada ketiga fungsi aktivasi dengan sembilan unit hidden layer. kemudian dipilih alternatif yang memiliki performansi

87

Tabel 28. Perbandingan Tiga Kriteria Error pada Tiga Fungsi Aktivasi (jumlah unit
hidden layer = 9) Kriteria Error RMSE Error Epoch Korelasi
Regresi

Tansig 0,00999 668 1,000
1,063X+(-3,715)

Logsig 0,032227 1000 0,994
1,022X+(-1,899)

(-1) – (+1) 0,48626 1000 0,510 0,23646 1000 0,510

Linear (-INF)-(+INF) 3,68984 1000 0,461
0,414X+50,657

0,440X+48,297

MSE

SSE

Error Epoch Korelasi Regresi Error Epoch Korelasi Regresi

0,00988 402 0,985
1,060X+(-5,384)

0,009967 843 0,937
0,972X+(2,486)

15,2824 1000 0,463
0,439X+48,337

0,440X+48,304

0,009856 591 1,000
1,021X+(-1,897)

0,0144 591 0,997
1,069X+(-6,068)

6,62088 1000 0,510
0,440X+48,304

429,906 1000 0,462
0,438X+48,473

Berdasarkan hasil perbandingan tersebut, maka jumlah unit hidden layer yang akan digunakan adalah sembilan unit hidden layer dengan error terkecil pada fungsi aktivasi Tansig (Fungsi Sigmoid Bipolar). • Penentuan Learning Rate dan Momentum Proses belajar jaringan dengan agoritma backpropagation standar biasanya lambat. Beberapa hal yang bisa membuat proses belajar jaringan lebih cepat adalah penambahan parameter learning rate dan momentum Parameter learning rate menakar besarnya penyesuaian pada bobot ketika dilakukan proses belajar. Proses belajar jaringan menjadi sangat lambat jika learning rate yang digunakan terlalu kecil akan tetapi bila learning rate yang digunakan terlalu besar maka proses belajar jaringan akan berosilasi atau menyebar. Hal di atas dapat diminimasi oleh suatu parameter yang dinamakan momentum. Dalam algoritma backpropagation dengan menggunakan momentum, perubahan bobot adalah pada arah yang merupakan kombinasi antara gradien kini dan gradien sebelumnya. Momentum akan membuat jaringan melakukan penyesuian bobot yang lebih besar selama koreksinya memiliki arah yang sama dengan pola yang ada. Sedangkan learning rate yang kecil digunakan untuk mencegah respon yang besar terhadap error dari satu pola proses belajar. Nilai learning rate dan momentum yang baik ditentukan dengan cara trial dan error

88

terhadap beberapa nilai learning rate dan momentum. Parameter learning rate dan momentum bernilai antara 0 dan 1. Trial dimulai dengan nilai learning rate yang kecil, yaitu 0,005 sampai dengan 0,1. Tabel Rekapitulasi trial yang pertama dengan menggunakan fungsi aktivasi Sigmoid Bipolar (Tansig) disajikan pada Tabel 29. Tabel 29. Hasil Training JST dengan Fungsi Aktivasi Sigmoid Bipolar (Tansig)
Learning Rate

0,005 0,05 0,001 0,001 0,1

Momen tum 0,9 0,7 0,7 0,9 0,7

RMSE Error Epoch

MSE Error Epoch Error

SSE Epoch

0,009959 0,011759 0,009978 0,009977 0,031972

847 1000 1000 876 1000

0,009999 0,009945 0,009960 0,009775 0,009794

411 119 602 281 107

0,00995 0,009867 0,009284 0,009720 0,067758

593 958 881 281 1000

Hasil Trial yang pertama menunjukan bahwa performansi jaringan yang baik diperoleh pada learning rate 0,005 dengan momentum 0,9. Trial yang kedua dilakukan dengan menggunakan fungsi aktivasi Sigmoid Biner (Logsig). Hasil untuk trial yang kedua disajikan pada Tabel 30. Tabel 30. Hasil Training JST dengan Fungsi Aktivasi Sigmoid Biner (Logsig)
Learning Rate

Momen tum

RMSE Error Epoch

MSE Error Epoch Error

SSE Epoch

0,005 0,05 0,001 0,001 0,1

0,9 0,9 0,9 0,9 0,9

0,044558 0,116593 0,228258 0,020606 0,118867

1000 1000 1000 1000 1000

0,009978 0,009939 0,048055 0,009935 0,009923

719 748 1000 454 435

0,040957 0,080207 1,650950 0,029224 0,31492

1000 1000 1000 1000 1000

Hasil trial yang kedua menunjukkan bahwa dengan menggunakan fungsi aktivasi Logsig, performansi jaringan tidak menjadi lebih baik dari sebelumnya. Seperti trial yang dilakukan sebelumnya, semakin besar nilai momentum yang digunakan semakin baik pula performansi jaringan. Trial-trial selanjutnya dilakukan dengan menggunakan fungsi aktivasi Linear pada range -1 sampai dengan +1 seperti yang ditunjukan pada Tabel 31.

89

Tabel 31. Hasil Training dengan Fungsi Aktivasi Linear (range -1 sampai dengan +1)
Learning Rate Momen tum RMSE Error Epoch MSE Error Epoch Error SSE Epoch

0,005 0,05 0,001 0,001 0,1

0,7 0,1 0,3 0,7 0,7

0,486262 0,489169 0,486253 0,486271 0,486969

1000 1000 1000 1000 1000

0,236449 0,236763 0,236441 0,236458 0,238374

1000 1000 1000 1000 1000

6,62095 6,68910 6,62036 6,62230 6,69000

1000 1000 1000 1000 1000

Hasil performansi sementara dari Tabel 29 sampai dengan Tabel 31 menunjukkan bahwa jaringan dengan learning rate 0,005 dan momentum 0,9 dengan fungsi aktivasi Sigmoid Bipolar (Tansig) memberikan hasil terbaik dengan nilai error terkecil. Selanjutnya trial dan error dilakukan kembali pada fungsi aktivasi Linear dengan range –inf sampai dengan +inf. Tabel 32. Hasil Training dengan Fungsi Aktivasi Linear (range -inf sampai dengan +inf)
Leaning Rate Momen tum RMSE Error Epoch MSE Error Epoch Error SSE Epoch

0,005 0,05 0,001 0,001 0,1

0,5 0,9 0,5 0,5 0,3

3,71366 4,07875 3,67625 3,74865 3,6939

1000 1000 1000 1000 1000

14,0253 80,0782 13,5864 14,2566 55,1151

1000 1000 1000 1000 1000

387,2020 387,3720 379,150 454,525 1790,12

1000 1000 1000 1000 1000

Dari hasil trial untuk beberapa fungsi aktivasi di atas terlihat bahwa performansi training terbaik dicapai oleh jaringan dengan nilai learning rate 0,005 dan nilai momentum 0,9 dengan menggunakan fungsi aktivasi Sigmoid Bipolar (Tansig), karena memiliki nilai error terkecil. Arsitektur JST diperlihatkan pada Gambar 28 sedangkan struktur JST yang digunakan pada penelitian disajikan pada Tabel 33.
.... Xt-2

X f

OUT PUT Y= f (x)

Xt-1

X= ωixi
Gambar 28. Arsitektur Jaringan Syaraf Tiruan

90

Algoritma yang digunakan adalah sebagai berikut : INISIASI : Bobot (vij dan wjk) dan learning rate SELAMA KRITERIA = SALAH LAKUKAN : Untuk setiap x dan t, lakukan ♣ Xi = xi Untuk I = 1 sd n ♣ Sinyal masuk ke unit hidden

Zin j = ∑ xi vij z j = f ( Zin j ) untuk j = 1 sd p.
♣ Sinyal masuk ke unit output
i =0

n

Yink = ∑ z j w jk
j =0

n

y k = g (Yin k ) untuk k = 1 sd m.
♣ Setiap unit output menghitung suku error terhadap targetnya
1

∂ k * = (t k * − y k * ) g ' (Yink * ) untuk k = 1 sd m. ∂in j = ∑ 1 ∂ k w jk
2 m

♣ Suku error dipancarkan ke layer Z.

∂ j = ∂in j f ' ( Zin j )

k =1

untuk j = 1 sd p.
♣ Menghitung bobot yang baru

w jk (baru) = w jk (lama) + α1∂ k z j Untuk j = 0 sd p dan k = 1 sd m. v ij (baru) = v ij (lama) + α 2 ∂ j xi Untuk i = 0 sd n dan j = 1 sd p.
KRITERIA PENGHENTIAN

91

Tabel 33. Struktur Jaringan Syaraf Tiruan yang Digunakan pada Penelitian ini Karakteristik Arsitektur Jumlah unit Lapisan input Jumlah unit Lapisan tersembunyi Jumlah unit Lapisan output Inisialisasi bobot Fungsi Aktivasi Toleransi Laju pembelajaran Jumlah epoch Momentum c. Proses Penilaian Pendefinisian rule merupakan tahap perumusan kaidah-kaidah dalam bentuk program yang membentuk basis pengetahuan. Kaidah-kaidah ini dibangun dalam format “if-then” sesuai dengan jenis representasi yang digunakan. Tahap representasi pengetahuan dilakukan dalam bentuk basis pengetahuan dan mekanisme inferensi sehingga pembuatan program dilakukan dalam bentuk kaidah-kaidah yang selanjutnya mengolah fakta menjadi kesimpulan. Representasi pengetahuan secara sistematis dapat disajikan dalam bentuk kaidah produksi yang didefinisikan dengan rule yang dinyatakan dalam bentuk if then. If adalah “premis” dan then adalah “konklusi”. Selanjutnya kedua premis ini dapat dihubungkan dalam bentuk and. Kaidah-kaidah if then dapat dibuat dari beberapa kondisi dan beberapa akibat menjadi bentuk if F1 is A1 and F2 is A2 then Z is K dan seterusnya. Input data selanjutnya mengaktifkan kaidah-kaidah yang terdapat pada sistem penilaian dan prediksi kualitas susu pasteurisasi sehingga sistem membawa pengguna pada cabang-cabang kaidah yang telah dibangun dan diarahkan melalui pertanyaan-pertanyaan oleh sistem. sistem akan menggabungkan dan menghubungkan masukan berdasarkan basis pengetahuan yang telah dibangun dalam kaidah-kaidah sehingga diperoleh kesimpulan akhir berdasarkan mekanisme inferensi sistem tersebut. Pengelompokkan rule untuk penilaian dan prediksi kualitas susu pasteurisasi disajikan pada Tabel 34. Spesifikasi 5 unit 9 unit 1 unit Nguyen Widrow Sigmoid Bipolar 0,01 0,005 1000 0,9

92

Tabel 34. Pengelompokan Rule untuk Penilaian dan Prediksi Kualitas Susu Pasteurisasi No
1. 2. 3. 4. 5. 6.

Rule
Rule_komposisi terdiri dari berat jenis, kadar lemak, total solid non fat, total solid dan suhu waktu diterima Rule_organoleptik terdiri dari warna, rasa dan bau Rule_kesegaran terdiri dari pH, kadar keasaman, uji alkohol, uji karbonat dan Rule_organoleptik Rule_mikrobiologis terdiri dari jumlah total bakteri, koliform, sel somatik dan antibiotik tes Rule_penilaian bahan baku terdiri dari Rule_komposisi, Rule_kesegaran dan Rule_mikrobiologis Rule_karakteristik mutu terdiri dari suhu, kadar lemak, total solid, total solid non fat, Rule_organoleptik, uji fosfat, jumlah bakteri dan jumlah koliform Rule_Titik kritis proses terdiri dari suhu pasteurisasi, lama pasteurisasi, homogenisasi dan suhu pendinginan Rule_sanitasi pekerja terdiri dari kefektifan program, ketersediaan sarana dan dukungan SDM dan evaluasi pelaksanaan program Rule_sanitasi ruangan terdiri dari kefektifan program, ketersediaan sarana dan dukungan SDM dan evaluasi pelaksanaan program Rule_sanitasi peralatan terdiri dari kefektifan program, ketersediaan sarana dan dukungan SDM dan evaluasi pelaksanaan program Rule_sanitasi lingkungan terdiri dari kefektifan program, ketersediaan sarana dan dukungan SDM dan evaluasi pelaksanaan program Rule_sanitasi terdiri dari Rule_sanitasi pekerja, Rule_sanitasi ruangan, Rule_sanitasi peralatan dan Rule_sanitasi lingkungan

Jumlah Rule
243 rule 8 rule 108 rule 54 rule 27 rule 2916 rule

7.

36 rule

8.

81 rule

9.

81 rule

10. 11.

81 rule 81 rule

12.

81 rule

93

Tabel 34. Pengelompokan Rule untuk Penilaian dan Prediksi Kualitas Susu Pasteurisasi (Lanjutan) Jumlah No Rule Rule
13. Rule_proses pengolahan terdiri dari Rule_karakteristik mutu, Rule_titik kritis proses dan Rule_sanitasi Rule_pengemasan terdiri dari ketahanan terhadap kebocoran, daya rekat, kebersihan dan kekuatan bahan kemasan Rule_penyimpanan terdiri dari suhu penyimpanan dan lama penyimpanan Rule_pengemasan dan penyimpanan terdiri dari Rule_pengemasan dan Rule_penyimpanan 27 rule

13.

81 rule

14. 15.

9 rule 9 rule

Kualifikasi penilaian disajikan pada Tabel 35, 36 dan 37, yang diperoleh dari hasil perhitungan dan hasil diskusi dengan pakar yang bersangkutan. Nilai-nilai tersebut akan digunakan untuk menentukan hasil penilaian dari sub-sub bagian yang digunakan dalam analisis fundamental. Tabel 35. Kualifikasi Penilaian Kualitas Bahan Baku (Fresh Milk) Kualifikasi Diterima dengan grade A Diterima dengan grade B Ditolak Selang Nilai > 5,8 5,0 – 5,8 < 5,0

Tabel 36. Kualifikasi Penilaian Kualitas Proses Pengolahan Kualifikasi Diterima dengan grade A Diterima dengan grade B Ditolak Selang Nilai > 5,4 2,8 – 5,4 < 2,8

Tabel 37. Kualifikasi Penilaian Kualitas Pengemasan dan Penyimpanan Kualifikasi Diterima dengan grade A Diterima dengan grade B Ditolak Selang Nilai > 12 10 – 12 < 12

94

d. Proses Output Pada proses ini hasil pengolahan baik dari hasil fundamental maupun teknikal ditampilkan pada suatu window agar user dapat dengan mudah membaca atau mengetahui hasil prediksi dan penilaian yang dilakukan oleh sistem. Output JST akan digunakan sebagai input dalam sistem penilaian kualitas titik kritis proses. Dalam perangkat peralatan yang disediakan oleh pengendalian mutu statistis, satu diantara peralatan yang paling ampuh untuk mendiagnosis masalahmasalah produksi adalah bagan kendali Shewhart untuk data variabel. Informasi yang diperoleh dari penggunaan bagan kendali Shewhart diantaranya adalah : 1. Keragaman dasar dari karakteristik mutu 2. Kekonsistenan penampilan (performance) 3. Tingkat rata-rata dari karakteristik mutu Peta kendali Shewhart dalam penelitian ini digunakan untuk melihat apakah data hasil prediksi berada dalam kendali proses atau tidak. Peta ini penting bagi pengambil keputusan untuk menentukan apakah tindakan perbaikan kualitas perlu dilakukan atau tidak. Dengan penentuan batas kendali sebagai berikut : Upper Class L imit (UCL ) = X + 3σx σ

Lower C lass Limit (LC L)
• •

=

X - 3σx

Data dikatakan berada dalam kondisi baik jika berada dalam Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) Data dikatakan dalam kondisi buruk jika berada diluar Batas Kendali Atas (BKA) dan Batas Kendali Bawah (BKB) Batas spesifikasi (USL - LSL) dapat diisi oleh user sesuai spesikasi

perusahaan yang ditetapkan pada saat prediksi dilakukan. batas keragaman proses hasil prediksi JST diperlihatkan pada Gambar 29.

95

Daer ah pener imaan

Daerah penolakan

Daerah penolakan

LSL LC L UC USL L Gambar 29. Batas Keragaman Proses Hasil Prediksi Jaringan Syaraf Tiruan Keterangan : USL = Upper Spesification Limit LSL = Lower Spesification Limit 6.2.3 Desain Output Pada interface output terdapat beberapa tombol yang dapat digunakan

untuk menampilkan grafik, menyimpan hasil prediksi, mencetak hasil prediksi, mengedit hasil prediksi, kembali ke menu utama dan keluar menu. Gambaran mengenai kualifikasi hasil penilaian dan prediksi kualitas susu pasteurisasi dapat dilihat pada Gambar 30. Performansi JST yang digunakan adalah sebagai berikut : 1. Error Data hasil pengujian yang ditampilkan adalah nilai error dan epoch. 2. Training regresi Data hasil pengujian yang ditampilkan adalah nilai error, epoch, nilai korelasi dan persamaan regresi. 3. Testing regresi Data hasil pengujian yang ditampilkan adalah nilai error, epoch, nilai korelasi dan persamaan regresi. 4. Time series Data hasil pengujian dalam bentuk data yang ditampilkan UCL, LCL, Mean, STD. Keluaran dari JST dalam bentuk grafik akan memberikan gambaran mengenai keragaman proses dengan menggunakan dua indikator. Indikator pertama

96

menggunakan keragaman data sampel (UCL – LCL) sedangkan indikator kedua menggunakan batas spesifikasi (USL- LSL)

Gambar 30. Kualifikasi Hasil Penilaian dan Prediksi Kualitas Susu Pasteurisasi 6.3 Implementasi Sistem Pengembangan sistem intelijen penilaian dan prediksi kualitas susu

pasteurisasi memerlukan perangkat keras yang mendukung perangkat lunak yang digunakan sehingga sistem ini dapat berjalan sesuai dengan fungsinya. Perangkat keras lunak. Spesifikasi perangkat keras yang digunakan : • • • • Processor Intel Pentium III or higher RAM 128 Mb or higher Hard Disk Drive drive 8 Gb or higher CD-Rom 8x or higher yang digunakan harus disesuaikan dengan perangkat lunak yang dipergunakan sehingga terjadi sinkronisasi antara perangkat keras dan perangkat

97

• •

VGA Card 16 Mb or higher Monitor support for 800 x 600 Screen Resolution

Spesifikasi perangkat lunak yang digunakan : • • OS Windows XP Matlab versi 6.5 Pada tahap implementasi, representasi pengetahuan dikembangkan menjadi suatu program komputer. Tahap ini adalah tahap pembangunan prototipe sistem. Tahap ini disebut juga tahap coding. Contoh coding faktor fundamental dapat dilihat pada Lampiran 16. Listing program untuk penilaian faktor fundamental pada penilaian komposisi susu segar yang merupakan bagian dari penilaian kualitas bahan baku adalah sebagai berikut :
if (KOMPOSISI.BD>=1.029 && KOMPOSISI.BD<=1.035) QBD = 7; elseif(KOMPOSISI.BD>=1.026 && KOMPOSISI.BD<1.029) QBD = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.LEMAK>3.3) QLEMAK = 7; elseif(KOMPOSISI.LEMAK>=3.0 && KOMPOSISI.LEMAK<=3.3) QLEMAK = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.TSNF>8.0) QTSNF = 7; elseif(KOMPOSISI.TSNF>=7.7 && KOMPOSISI.TSNF<=8.0) QTSNF = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.TS>11.82) QTS = 7; elseif(KOMPOSISI.TS>=11.33 && KOMPOSISI.TS<=11.82) QTS = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.SUHU<6.0) QSUHU = 7; elseif(KOMPOSISI.SUHU>=6.0 && KOMPOSISI.SUHU<=8.0)

98

QSUHU = 5; else KOMPOSISI.Q = -6; return end

Listing program untuk menentukan kualifikasi penilaian dan prediksi JST

berdasarkan batas kontrol.
function Q = Pasteurisasi(USL, LSL, UCL, LCL, data) N = length(data); Q = 7; for i=1:N dt = data(i); if( dt < LSL || dt > USL ) Q = -6; break else if( dt < LCL || dt > UCL ) Q = 5; end

Listing program untuk regresi
%............................................................ function [m,b,r] = regresion(a,t) %............................................................ %a=jst %t=asli Q = length(a); if (Q==0) m = nan; b = nan; r = nan; return end h = [t ones(size(t))]; at = a; theta = h\at; m = theta(1); b = theta(2); tsort = sort(t); line = m*tsort + b; for i=1:length(a) an(i,:) = a(i,:) - mean(a); tn(i,:) = t(i,:) - mean(t); end sta = std(an); stt = std(tn); r = an'*tn/(Q 1); r = r/(sta(1)*stt);

99

6.4

Integrasi dan Pengujian Sistem Proses integrasi sistem pakar dan jaringan syaraf tiruan dilakukan dengan

model Full Integration. Pada penelitian ini output yang diperoleh dari jaringan syaraf tiruan ditransformasikan ke dalam sistem pakar. Selanjutnya sistem pakar akan mengolah hasil tersebut untuk menghasilkan keputusan akhir. Pengujian sistem mengarah pada proses penunjukan apakah sistem telah dibangun dengan benar atau tidak. Dalam penelitian ini, validasi terhadap JST dilakukan dengan pengecekan output yang telah dibangun terhadap data target yang telah ditetapkan sebelumnya. Hasil proses belajar menunjukkan bahwa jaringan memiliki nilai 0,00999. Ini berarti bahwa kesesuaian output jaringan dan output target sangat tinggi. Nilai-nilai ini menunjukan bahwa nilai output yang dihasilkan oleh jaringan, dapat merepresentasikan data (suhu dan lama pasteurisasi) yang benar-benar terjadi (data aktual). Oleh karena itu, dapat dikatakan bahwa jaringan yang telah dibangun adalah valid. Pengujian performansi sistem yang dibangun secara keseluruhan dilakukan dengan cara uji coba penyelesaian contoh kasus dengan menerapkan data yang terjadi saat ini. Hasil perhitungan Absolute Percentage Error (APE) untuk mengukur kesalahan penilaian antara output sesungguhnya dengan output sistem disajikan pada Tabel 38.

100

Tabel 38. Hasil Perhitungan Absolute Percentage Error (APE)
No
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Sesungguhnya diterima 0,92 diterima 0,77 diterima 0,89 diterima 0,93 diterima 0,82 diterima 0,87 diterima 0,91 diterima 0,62 diterima 0,73 ditolak 0,90 diterima 0,64 diterima 0,87 diterima 0,91 diterima 0,79 diterima 0,92 diterima 0,81 diterima 0,88 diterima 0,87 ditolak 0,78 diterima 0,90 diterima 0,99 ditolak 0,70 diterima 0,79 diterima 0,88 diterima 0,70 diterima 0,87 diterima 0,90

Hasil Penilaian Kualitas Bahan baku
SINKUAL-SP diterima grade A diterima grade B diterima grade B diterima grade A diterima grade A diterima grade B diterima grade A diterima grade A diterima grade B Ditolak diterima grade A diterima grade A diterima grade B diterima grade B diterima grade A diterima grade B diterima grade A diterima grade B Ditolak diterima grade A diterima grade A Ditolak diterima grade A Diterima grade A diterima grade B diterima grade A diterima grade B 0,84 0,75 0,97 0,87 0,80 0,85 0,82 0,65 0,72 0,90 0,65 0,87 0,92 0,85 0,95 0,73 0,84 0,88 0,80 0,84 0,98 0,69 0,83 0,86 0,73 0,81 0,98

APE
8,70 2,60 8,99 6,45 2,44 2,30 9,89 4,84 1,37 0,00 1,56 0,00 1,10 7,59 3,26 9,88 4,55 1,15 2,56 6,67 1,01 1,43 5,06 2,27 4,29 6,90 8,89

Sesungguhnya diterima 0,73 diterima 0,91 diterima 0,91 diterima 0,93 diterima 0,62 diterima 0,91 diterima 0,88 diterima 0,70 diterima 0,88 diterima 0,88 diterima 0,92 diterima 0,91 diterima 0,92 diterima 0,93 diterima 0,87 diterima 0,62 diterima 0,91 diterima 0,99 diterima 0,78 diterima 0,78 diterima 0,79 diterima 0,64 diterima 0,91 diterima 0,93

Hasil Penilaian Kualitas Proses
SINKUAL-SP Diterima grade A diterima grade B diterima grade B diterima grade A diterima grade A diterima grade B diterima grade A diterima grade A diterima grade B diterima grade A diterima grade A diterima grade B diterima grade B diterima grade A diterima grade B diterima grade A diterima grade B diterima grade A diterima grade A diterima grade A diterima grade A diterima grade B diterima grade A diterima grade B 0,80 0,84 0,87 0,90 0,63 0,90 0,86 0,75 0,90 0,84 0,95 0,84 0,87 0,90 0,90 0,64 0,82 0,91 0,80 0,77 0,85 0,70 0,87 0,96

APE
9,59 7,69 4,40 3,23 1,61 1,10 2,27 7,14 2,27 4,55 3,26 7,69 5,43 3,23 3,45 3,23 9,89 8,08 2,56 1,28 7,59 9,37 4,40 3,23

Tabel 38 menunjukan bahwa hasil pengujian yang dilakukan dengan menggunakan data pemeriksaan aktual PT. ISAM Bandung diketahui bahwa sistem dapat menilai dan memprediksi kualitas susu pasteurisasi, baik pada status penilaian kualitas bahan baku diterima maupun ditolak. Keakuratan sistem penilaian kualitas proses susu pasteurisasi dengan status penilaian bahan baku diterima dengan grade A memberikan nilai keakuratan sebesar 90,41 - 98,72%, keakuratan tersebut telah diuji dengan uji kebaikan suai. Sedangkan pada status penilaian kualitas bahan baku diterima dengan grade B memberikan nilai keakuratan 90,11 98,9%, keakuratan tersebut telah diuji dengan uji kebaikan suai. 6.5 Pemakaian dan Pemeliharaan Sistem

6.5.1 Pemakaian Sistem Penggunaan sistem intelijen ini dilakukan dengan cara : 1. Operasikan sistem SINKUAL-SP dengan menggunakan program Matlab 6.5 2. Tentukan folder susu_release pada current directory seperti yang diperlihatkan pada Gambar 31.

101

Gambar 31. Tampilan Penentuan Folder untuk Masuk ke dalam Sistem 3. Buka sistem dengan perintah sususegardlg, tekan Enter dan masuk pada tampilan utama (Gambar 32).

Gambar 32. Tampilan Utama Sistem Penilaian dan Prediksi Kualitas Susu Pasteurisasi

102

4. Pilih penilaian kualitas yang diinginkan, yaitu : Penilaian kualitas bahan baku Penilaian kualitas proses, atau Penilaian kualitas pengemasan dan penyimpanan

5. Klik tombol ID, kemudian isi identitas pada tampilan identitas untuk penilaian yang dipilih (Gambar 33). Nama pemeriksa wajib diisi, jika tidak maka tombol OK tidak akan aktif dan program tidak akan berjalan. Setelah nama pemeriksa diisi, tekan enter dan klik OK maka program akan kembali ke tampilan utama dengan tombol TEST yang telah aktif. Hal yang sama dapat dilakukan untuk masingmasing penilaian yang diinginkan atau langsung melakukan penilaian dengan menekan tombol TEST yang telah aktif.

Gambar 33. Tampilan Fasilitas Identitas untuk Penilaian Kualitas Bahan baku

103

6. Tampilan penilaian kualitas bahan baku ditunjukan pada Gambar 34.

Gambar 34. Tampilan Penilaian Kualitas Bahan baku Isi setiap komponen penilaian berdasarkan hasil pengujian, untuk pengisian yang berbentuk pilihan dilakukan dengan meng-klik pada pilihan yang ada kemudian klik Update untuk melihat hasil dari masing-masing kualitas susu berdasarkan jenis pemeriksaannya. Hasil dari semua pengujian dapat diperoleh dengan cara meng-klik langsung pada Update All . 7. Klik OK agar data yang telah dimasukkan dapat diolah pada penilaian kualitas susu pasteurisasi secara keseluruhan dan tampilan akan kembali pada tampilan utama dengan hasil penilaian kualitas bahan baku yang sudah ada. 8. Tampilan penilaian kualitas proses diperlihatkan pada Gambar 35.

104

Gambar 35. Tampilan Penilaian Kualitas Proses Susu pasteurisasi Penilaian kualitas proses dilakukan dengan cara yang sama seperti penilaian kualitas bahan baku akan tetapi untuk titik kritis proses penilaian baik atau buruknya sampel susu salah satunya ditentukan dengan neural network. Klik Kotak NEURAL NET. Isi parameter yang diperlukan untuk menentukan hasil prediksi dari jaringan syaraf tiruan kemudian tentukan data yang akan diprediksi. Data awal dapat dimasukkan dengan meng-klik Editor atau mengambil dari data Time Series yang sudah dibuat dalam format notepad dengan meng-klik File dan membuka file yang sudah disiapkan sebelumnya. Dengan meng-klik New dan Train maka akan terlihat kurva error yang bergerak mendekati garis error goal. Tampilan pertama yang terlihat adalah performansi error kemudian pilih performansi sesuai dengan yang diinginkan (Gambar 36,37 dan 38).

105

Gambar 36. Tampilan Performansi Error dalam Jaringan Syaraf Tiruan

Gambar 37.Tampilan Jaringan Syaraf Tiruan untuk Training Regresi

106

Gambar 38. Tampilan Performansi Output JST dengan Menggunakan Peta Kendali Shewhart Klik OK agar hasil prediksi dari jaringan syaraf tiruan masuk dalam penilaian titik kritis proses. Lakukan hal yang sama seperti pada penilaian bahan baku untuk komponen penilaian yang lain, klik up date untuk mendapatkan hasilnya. 9. Tampilan penilaian kualitas pengemasan dan penyimpanan produk jadi.

Gambar 39. Tampilan Penilaian Kualitas Pengemasan dan Penyimpanan

107

Dalam penilaian kualitas pengemasan dan penyimpanan produk jadi dilakukan dengan hal yang sama seperti dalam penilaian kualitas bahan baku, klik Up date untuk mendapatkan hasil penilaian dan lanjutkan dengan meng-klik OK. Hasil akhir dari penilaian beserta saran kualitas susu pasteurisasi dengan sistem pakar dan jaringan syaraf tiruan sudah didapatkan. 10. Hasil dari penilaian tersebut dapat di simpan dengan menggunakan fasiitas Save dengan meng-klik toolbar File dilanjutkan dengan klik Save. 6.5.2 Pemeliharaan Sistem Fase pemeliharaan tidak dilakukan pada penelitian ini, karena penelitian ini hanya dilakukan sampai tahap pengembangan aplikasi. Penelitian lebih lanjut mengenai aplikasi ini dapat dilakukan agar informasi yang didapatkan tetap up to date.

108

BAB 7 IMPLEMENTASI DAN ANALISIS
7.1 Implementasi Sistem SINKUAL-SP dapat digunakan oleh pengguna melalui proses instalasi pada komputer. SINKUAL-SP ini dibuat dengan menggunakan bahasa pemrograman MATLAB version 6.5 dengan spesifikasi komputer yang disesuaikan dengan kebutuhan aplikasi bahasa pemograman tersebut. Menu program utama dapat dilihat pada Gambar 40.

Gambar 40. Tampilan Program Utama Sistem Intelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi Implementasi SINKUAL-SP ditujukan untuk mengetahui sejauh mana sistem dapat berjalan dan memenuhi kriteria yang ditetapkan serta untuk mengetahui kesesuaian sistem dengan kebutuhan pengguna. 7.1.1 Input Sistem Implementasi sistem dilakukan dengan menggunakan data aktual perusahaan pada bulan April 2005.

109

Data aktual yang digunakan untuk implementasi sistem ini, terbagi dalam empat kelompok data, yaitu : 1. Data aktual untuk penilaian kualitas bahan baku. 2. Data aktual untuk penilaian kualitas proses pengolahan. 3. Data aktual untuk penilaian kualitas pengemasan dan penyimpanan. 4. Data aktual suhu dan lama pasteurisasi untuk prediksi dengan menggunakan JST. 7.1.1.1 Data Aktual untuk Penilaian Kualitas Bahan Baku Jenis susu pasteurisasi yang diteliti adalah jenis susu pasteurisasi plain. Susu jenis ini berwarna putih dan tidak dicampur dengan bahan tambahan. Bahan baku utama yang digunakan dalam memproduksi susu pasteurisasi Alam Murni adalah susu sapi segar. Jenis susu segar yang menjadi objek penelitian saat ini adalah jenis susu segar reguler yang diperoleh dari KUD Sinar Jaya Ujung Berung dan KUD Cisarua Lembang. Susu segar reguler merupakan susu yang diperoleh dari pemerahan sapi yang dikumpulkan peternak dan dicampurkan dengan susu dari peternak lain di KUD. Susu segar yang tiba, sebelum diterima akan melalui tahap pengujian baik secara fisikawi, kimiawi dan mikrobiologis di laboratorium. Penolakkan susu segar terjadi jika terjadi penyimpangan kualitas susu segar dengan standar yang ditetapkan oleh perusahaan. Salah satu hasil pengujian laboratorium dicatat pada lembar pemeriksaan, dapat dilihat pada Tabel 39. 7.1.1.2 Data Aktual untuk Penilaian Kualitas Proses Data aktual yang digunakan untuk penilaian kualitas proses meliputi data titik kritis proses pengolahan, karakteristik mutu susu pasteurisasi dan program sanitas sarana pengolahan, yang diuraikan sebagai berikut : a. Titik Kritis Proses Proses pengolahan susu pasteurisasi dilakukan pada hari Senin, Rabu dan Jumat. Proses pasteurisasi dimulai dengan mengalirkan susu dari tangki truk ke lempeng pendingin (plate cooler) sehingga suhu turun menjadi 2 – 40C. Pendinginan bertujuan untuk menghambat pertumbuhan mikroorganisme yang terdapat dalam susu. Pengukuran suhu susu pada tangki penampungan sementara (cold storage)

110

dan pipa balance tank dilakukan 1 sampai 3 kali dalam satu kesempatan produksi. Umumnya suhu susu berkisar 4 – 70C. Homogenisasi dilakukan untuk menghasilkan butiran-butiran lemak yang kecil dan seragam serta tersebar merata di dalam keseluruhan susu. Proses pasteurisasi dilakukan kira-kira selama 5 detik. Aliran uap panas dikendalikan secara otomatis oleh katup uap (steam valve). Apabila suhu air kurang dari 850C maka katup uap akan membuka dan mengalirkan uap panas. Sebaliknya suhu air lebih dari 950C maka katup uap akan menutup dan aliran uap terhenti. Tabel 39. Lembar Pemeriksaan Pengujian Laboratorium Susu Segar
RAW MATERIAL LOG SHEET PT. INDUSTRI SUSU ALAM MURNI HASIL INSPEKSI DAN PENGUJIAN SUSU SEGAR No. Revisi Tgl. Berlaku Halaman : 0.0 11-04-05 1 dari 1 : Senin, 11 April 2005 Kode Batch : KUD Sinar Jaya : 5000 liter : 09.00 :Standar <5C Negatif Khas Putih kekuningan Spesifik susu > 3,4 > 7,97 > 11,37 < 0,14 6,60 – 6,80
o o

No. Dokumen QAP/WIL-1/1.1 Hari/tanggal Supplier Jumlah Pengiriman jam Pengiriman Tempat Penyimpanan Analisa 1. Temperatur 2. Uji Alkohol 3. Organoleptik a. Rasa b. Warna c. Aroma 4. 5. 6. 7. 8. Fat (%) SNF (%) TS (%) Keasaman (%) pH

:::-

Expire Date Kode Pengiriman

Hasil Analisa 5C Negatif Khas Putih kekuningan Spesifik susu 3,4 8 11,4 0,14 6,8 1,027 4 Negatif 1000 1000000 Negatif 200000
o

Keterangan

9. Berat Jenis (20 C) 10. COB (menit) 11. Karbonat 12. Coliform (cfu/ml) 13. TPC (per ml) 14. Antibiotik 15. Sel Somatik (per ml) Kasie QC,

> 1,0260 >4 Negatif < 1.000 < 1.000.000 Negatif < 200.000

Pemeriksa,

(

Hera Narulita )

(

Abung Yordantara

)

111

b. Sanitasi Sanitasi merupakan salah satu faktor yang mendukung terciptanya kualitas susu pasteurisasi yang baik. Kegiatan sanitasi meliputi empat hal berikut : • Sanitasi Pekerja Ketentuan yang ditetapkan oleh perusahaan berkaitan dengan sanitasi pekerja adalah seluruh karyawan bagian proses diwajibkan untuk memakai pakaian kerja (ware pack), sepatu boat, tutup kepala (topi) dan penutup mulut. Ketika akan masuk ruangan produksi harus mencelupkan alas kaki ke dalam bak berisi klorin yang telah disediakan di setiap pintu masuk, dilarang merokok dan diharuskan mencuci tangan sebelum memulai kerja. • Sanitasi Ruangan Kebersihan lantai ruangan dilakukan dengan cara menyemprotkan air dan menyikatnya. Sanitasi ruangan diterapkan pada ruangan-ruangan yang berkaitan dengan proses produksi, seperti ruangan penerimaan, ruang produksi, laboratorium dan ruang pengemasan. Ruangan-ruangan ini dibersihkan rutin setiap hari sebelum dan sesudah proses. Sanitasi ruangan juga diterapkan terhadap dinding-dinding ruangan yang dilakukan dengan cara membilasnya dengan air dan teepol. Ruangan produksi dibangun dengan atap yang tinggi dan dilengkapi dengan jendela kaca untuk memberikan ventilasi udara. Apabila ada kotoran yang sulit hilang maka dibersihkan dengan cara menyiramnya dengan sedikit larutan asam nitrat dan selanjutnya disemprot dengan air biasa. • Sanitasi Peralatan Kebersihan peralatan pengolahan dilakukan dengan cara pencucian dan sterilisasi. Pencucian dilakukan pada bagian dalam dan luar peralatan. Bagian luar peralatan dibersihkan setiap pagi hari sebelum kegiatan produksi dimulai. Plate heat exchanger (PHE) dan lempeng pendingin (plate cooler) dibersihkan pada waktuwaktu tertentu. Sistem pencucian peralatan bagian dalam yang terapkan adalah sistem Cleaning In Place (CIP) dan sistem Cleaning Out Place (COP). Sistem CIP adalah sistem pencucian alat tanpa membongkar atau memindahkan alat melainkan

112

dengan cara mensirkulasikan bahan-bahan pencuci ke bagian dalam peralatan. Bahan yang digunakan pada pencucian ini adalah kaustik soda (NaOH), asam nitrat dan klorin. Sistem COP dilakukan dengan cara membongkar dan mencuci peralatan secara manual. • Sanitasi Lingkungan Berdasarkan karakteristik fisiknya, limbah yang dihasilkan PT. ISAM dapat dibagi menjadi dua jenis, yaitu limbah padat dan limbah cair. Limbah padat dapat berupa karton, kertas, plastik, botol dan bahan lainnya. Limbah ini dibuang dan dikumpulkan dalam suatu bak sampah atau pada areal yang cukup luas. Penanganannya dilakukan dengan cara pembakaran pada tempat terbuka. Limbah cair berasal dari pembuangan susu yang sudah rusak dan susu yang tercecer selama kegiatan produksi dan bahan-bahan pembersih. Limbah cair tersebut akan dialirkan ke bak penampungan melalui saluran air. Dari bak ini limbah dari bak penampung yang telah tersaring akan mengalir ke kolam penanganan. c. Karakteristik Mutu Pengujian terhadap susu pasteurisasi yang baru dihasilkan bertujuan untuk menentukan kelayakan produk sehingga produk yang dipasarkan aman untuk dikonsumsi. Parameter pengujian yang dilakukan terhadap produk akhir meliputi uji kadar lemak, total padatan, total padatan bukan lemak, keasaman, uji organoleptik, jumah bakteri coli dan penentuan total jumlah bakteri. Pengujian mutu dilakukan dengan cara pengambilan produk secara acak dalam jumlah yang berbeda-beda tergantung pada jenis produknya. Sampel untuk produk dalam kemasan botol diambil sebanyak 2 buah dan dilakukan pengujian selama dua hari dari hari ke-0 sampai hari ke-1. 7.1.1.3 Data Aktual untuk Penilaian Kualitas Pengemasan dan Penyimpanan Produk Jadi a. Pengemasan Produk susu “Alam Murni’ dikemas dalam berbagai kemasan. Untuk keperluan penelitian ini, jenis kemasan yang diteliti adalah jenis kemasan botol plastik. Kemasan botol dibuat dari biji polyethilen. Menurut Buckle et al. (1987), polyethilen merupakan bahan baku pembuatan plastik tipis tunggal (single film) yang

113

digunakan untuk pengemasan fleksibel. Plastik jenis ini tahan terhadap air dan panas. Kemasan botol plastik merupakan jenis kemasan yang baru dikembangkan, dengan ukuran volume 500 ml dan 1000 ml. Pengisian susu ke dalam botol plastik menggunakan foog filler machine. Perlakukan pengawasan kualitas bagi kemasan botol plastik dilakukan dengan cara sterilisasi. Kemasan botol plastik melewatkannya beberapa saat pada udara panas. b. Penyimpanan Susu yang telah diproduksi dan siap untuk dipasarkan disimpan di gudang produk selama beberapa waktu tertentu. Gudang ini dilengkapi dengan mesin refrigasi yang dapat mendinginkan dan mempertahankan suhu susu. Suhu penyimpanan susu di ruang pendingin (cold room) sekitar 00C sampai 80C. 7.1.1.4 Data aktual untuk prediksi JST Data yang digunakan untuk memprediksi keragaman proses dengan jaringan syaraf tiruan adalah data pengamatan suhu dan lama pasteurisasi selama satu bulan pengamatan. 7.1.2 Output Sistem Berdasarkan fakta dan data yang mendukung di atas selanjutnya diproses menjadi suatu input SINKUAL-SP. 7.1.2.1 Penilaian Kualitas Bahan baku Penilaian kualitas bahan baku meliputi penilaian kualitas berat jenis dan suhu, kualitas komposisi, kualitas kesegaran dan kualitas mikrobiologis susu segar. • Berat Jenis dan Suhu Susu Segar Output sistem penilaian berat jenis dan suhu susu segar berdasarkan input yang dimasukkan pada sistem dapat dilihat pada Tabel 40. Tabel 40. Input dan Output Sistem untuk Penilaian Kualitas Berat Jenis dan Suhu Susu Segar
Atribut Berat jenis, (gr/cm ) 0 Suhu pada waktu diterima, C Hasil penilaian
3

disterilkan dengan cara

Input Sistem 1,027 5

Output Sistem Normal Baik Normal

114

Kesegaran Susu Segar Output sistem penilaian kesegaran susu segar berdasarkan input yang

dimasukkan pada sistem dapat dilihat pada Tabel 41. Tabel 41. Input dan Output Sistem untuk Penilaian Kualitas Kesegaran Susu Segar
Atribut pH 0 Kadar keasaman, SH Uji Alkohol Uji Karbonat Organoleptik • Bau • Warna • Rasa Hasil penilaian Input Sistem 6,8 0,14 Negatif Negatif Spesifik susu Putih kekuningan Khas susu Output Sistem Baik Baik Baik Baik Baik Baik Baik Baik

Komposisi Susu Segar Output sistem penilaian komposisi susu segar berdasarkan input yang

dimasukkan pada sistem dapat dilihat pada Tabel 42. Tabel 42. Input dan Output Sistem untuk Penilaian Kualitas komposisi Susu Segar
Atribut Kadar lemak, % Total Solid Non Fat,% Total Solid,% Hasil penilaian Input Sistem 3,4 8,0 11,40 Output Sistem Baik Normal Normal Normal

Mikrobiologi Susu Segar Output sistem penilaian mikrobiologi susu segar berdasarkan input yang

dimasukkan pada sistem dapat dilihat pada Tabel 43. Tabel 43. Input dan Output Sistem untuk Penilaian Kualitas Mikrobiologi Susu Segar
Atribut Total Bakteri, CFU/ml Coliform, CFU/ml Sel Somatik Antibiotik test Hasil penilaian Input Sistem 6 1,0 x 10 3 1,0 x 10 3 0,2 x 10 negatif Output Sistem Normal Normal Normal Baik Normal

Hasil penilaian SINKUAL-SP terhadap dengan grade B (Gambar 41).

kualitas susu segar secara

keseluruhan berdasarkan input yang dimasukkan ke dalam sistem adalah diterima

115

Gambar 41. Tampilan Hasil Penilaian Kualitas Bahan Baku Berdasarkan Data Aktual Perusahaan 7.1.2.2 Penilaian Kualitas Proses Pengolahan Penilaian kualitas proses pengolahan meliputi penilaian karakteristik mutu susu pasteurisasi, titik kritis proses dan sanitasi sarana pengolahan. • Karakteristik Mutu Output sistem penilaian karakteristik mutu susu pasteurisasi berdasarkan input yang dimasukkan pada sistem dapat dilihat pada Tabel 44. Tabel 44. Input dan Output Sistem untuk Penilaian Karakteristik Mutu Susu Pasteurisasi
Atribut Suhu Kadar lemak, % Total Solid, % Total Solid Non Fat,% Organoletik • Bau • Warna • Rasa Uji fosfat Total Bakteri, CFU/ml Coliform, CFU/ml Hasil penilaian Input Sistem 4 3,4 12 8,0 Spesifik susu Putih kekuningan Khas susu Negatif 3 0,3 x 10 10 Output Sistem Baik Normal Normal Normal Baik Baik Baik Baik Normal Normal Normal

116

Titik Kritis Proses Salah satu atribut yang akan dimasukkan dalam penilaian titik kritis proses

adalah hasil prediksi suhu dan lama pasteurisasi dengan menggunakan jaringan syaraf tiruan. Listing program untuk penentuan kualifikasi penilaian kualitas suhu dan lama pasteurisasi berdasarkan hasil prediksi JST.
N = length(data); Q = 7; for i=1:N dt = data(i); if( dt < LSL || dt > USL ) Q = -6; break else if( dt < LCL || dt > UCL ) Q = 5; end

Hasil prediksi JST akan digunakan untuk memprediksi keragaman proses dengan menggunakan bagan kendali X. Input batas kendali yang berdasarkan spesifikasi dari industri dan variabilitas data sampel. 1. Suhu Pasteurisasi Batas kendali suhu pasteurisasi berdasarkan spesifikasi industri, adalah sebagai berikut : USL LSL : 97 : 80 digunakan

Batas kendali suhu pasteurisasi berdasarkan variabilitas sampel, adalah sebagai berikut : UCL LCL : 103,908 : 76,6305

2. Lama Pasteurisasi Batas kendali lama pasteurisasi berdasarkan spesifikasi industri, adalah sebagai berikut : USL : 21 LSL : 10 Batas kendali lama pasteurisasi berdasarkan variabilitas sampel, adalah sebagai berikut : UCL LCL : 24,6361 : 6,41042

117

Output JST a. Suhu Pasteurisasi Meskipun USL-LSL < UCL-LCL tetapi data berada didalam USL dan LSL sehingga data hasil prediksi JST suhu pasteurisasi berada dalam kualifikasi penilaian yang baik (Gambar 42). b. Lama Pasteurisasi Meskipun USL-LSL < UCL-LCL tetapi data berada didalam USL dan LSL sehingga data hasil prediksi JST lama pasteurisasi berada dalam kualifikasi penilaian yang baik.

Gambar 42. Tampilan Bagan Kendali Shewhart untuk Suhu Pasteurisasi Berdasarkan Hasil Prediksi JST Output sistem penilaian titik kritis proses dengan memasukkan hasil prediksi JST dapat dilihat pada Tabel 45.

118

Tabel 45. Input dan Output Hasil Prediksi JST terhadap Penilaian Titik Kritis Proses
Atribut Hasil prediksi JST pasteurisasi Hasil prediksi JST pasteurisasi Suhu pendinginan Homogenisasi Hasil penilaian suhu lama Input Sistem Output JST suhu pasteurisasi Output JST lama pasteurisasi 3 1 Output Sistem Baik Baik Baik Baik Baik

Sanitasi Output sistem penilaian sanitasi susu pasteurisasi berdasarkan penilaian

pemeriksa terhadap kualitas sanitasi yang dimasukkan pada sistem dapat dilihat pada Tabel 46. Tabel 46. Input dan Output Sistem untuk Penilaian Kualitas Program Sanitasi
Atribut SANITASI PEKERJA • Keefektifan program • Ketersediaan sarana pendukung • Kesadaran dan dukungan SDM • Evaluasi Pelaksanaan Program HASIL PENILAIAN KUALITAS SANITASI PEKERJA SANITASI RUANGAN • Keefektifan program • Ketersediaan sarana pendukung • Kesadaran dan dukungan SDM • Evaluasi Pelaksanaan Program HASIL PENILAIAN KUALITAS SANITASI RUANGAN SANITASI PERALATAN • Keefektifan program • Ketersediaan sarana pendukung • Kesadaran dan dukungan SDM • Evaluasi Pelaksanaan Program HASIL PENILAIAN KUALITAS SANITASI PERALATAN SANITASI LINGKUNGAN • Keefektifan program • Ketersediaan sarana pendukung • Kesadaran dan dukungan SDM • Evaluasi Pelaksanaan Program HASIL PENILAIAN KUALITAS SANITASI LINGKUNGAN Hasil penilaian sanitasi Input Sistem Baik Baik Baik Baik Output Sistem Baik Baik Baik Baik Baik Baik Normal Baik Baik Baik Normal Normal Baik Normal Normal Normal Normal Normal Normal Normal Normal

Baik Normal Baik Baik

Normal Normal Baik Normal

Normal Normal Normal Normal

119

Hasil penilaian SINKUAL-SP terhadap kualitas proses secara keseluruhan berdasarkan input yang dimasukkan ke dalam sistem adalah diterima dengan grade A. Tampilan penilaian kualitas proses pengolahan susu pasteurisasi dapat dilihat pada Gambar 43.

Gambar 43. Tampilan Hasil Penilaian Kualitas Proses Pengolahan Susu Pasteurisasi Berdasarkan Data Aktual 7.1.2.3 Penilaian Kualitas Pengemasan dan penyimpanan • Kualitas Pengemasan Output sistem penilaian kualitas pengemasan berdasarkan input yang dimasukkan pada sistem dapat dilihat pada Tabel 47. Tabel 47. Input dan Output Sistem untuk Penilaian Kualitas Pengemasan
Atribut Ketahanan terhadap kebocoran Daya rekat Kebersihan Kekuatan bahan kemasan Hasil penilaian Input Sistem Normal Baik Baik Normal Output Sistem Normal Baik Baik Normal Normal

120

Kualitas Penyimpanan Output sistem penilaian kualitas penyimpanan berdasarkan input yang

dimasukkan pada sistem dapat dilihat pada Tabel 48. Tabel 48. Input dan Output Sistem untuk Penilaian Kualitas Penyimpanan
Atribut Suhu penyimpanan Lama penyimpanan Hasil penilaian Input Sistem 2 18 jam Output Sistem Baik Baik Baik

Hasil

penilaian

SINKUAL-SP

terhadap

kualitas

pengemasan

dan

penyimpanan secara keseluruhan berdasarkan input yang dimasukkan ke dalam sistem adalah diterima dengan grade B. Tampilan penilaian kualitas pengemasan dan penyimpanan dapat dilihat pada Gambar 44.

Gambar 44. Tampilan Hasil Penilaian Kualitas Pengemasan dan Penyimpanan Produk Jadi Berdasarkan Data Aktual Perusahaan 7.2 Analisis Keluaran Sistem Hasil penilaian SINKUAL-SP secara keseluruhan adalah sebagai berikut : 1. Kualitas bahan Baku 2. Kualitas proses pengolahan 3. Kualitas pengemasan dan penyimpanan : diterima dengan grade B : diterima dengan grade A : diterima dengan grade B

121

Selain itu sistem memberikan saran kepada pengguna berkaitan dengan keputusan pengendalian kualitas yang harus diambil. Pada kasus ini, sistem memberikan saran untuk melakukan peningkatan kualitas susu pasterusasi. Secara umum, kualitas susu pasteurisasi mulai dari bahan baku, proses sampai dengan penyimpanan yang dilakukan di PT. ISAM ini telah baik, tetapi proses pengendalian dan peningkatan kualitas harus terus dilakukan. Sistem ini dibuat bukan semata-mata untuk menggantikan peran manusia didalamnya akan kualitas. Pemberian grade pada penerimaan kualitas susu dilakukan untuk memudahkan proses pengendalian kualitas, sehingga kualitas susu segar yang diterima serta kualitas susu pasteurisasi yang dihasilkan dapat diketahui lebih mudah dan cepat. Dengan adanya grade ini, pihak manajemen dapat mengambil keputusan dan tindakan sesuai dengan grade yang dihasilkan. Hal ini penting sebagai bargaining position perusahaan dengan industri susu olahan lainnya. Hasil penilaian SINKUAL-SP untuk kualitas proses pengolahan susu pasteurisasi memberikan penilaian diterima dengan grade A. Hasil prediksi JST terhadap susu dan lama pasteurisasi memberikan penilaian keragaman proses yang baik meskipun rasio keragaman proses yang dihasillkan belum mencapai kondisi ideal karena USL-LSL < UCL-LCL. Pengendalian mutu pada proses produksi merupakan aspek yang sangat penting dalam suatu industri. Perkembangan teknologi berpengaruh terhadap perkembangan tuntutan mutu dan standar jaminan mutu inspeksi selama proses pengelolaan secara terarah dan terpadu untuk mencapai mutu yang telah disepakati harus semakin ditingkatkan. Pengendalian mutu tidak hanya dilakukan selama proses pasteurisasi berlangsung melainkan dilakukan juga selama proses pengemasan dan penyimpanan. Hasil penilaian SINKUAL-SP untuk kualitas pengemasan dan penyimpanan memberikan hasil diterima dengan grade B. tetapi sistem ini diharapkan mampu mempercepat proses penilaian dan pengambilan keputusan pihak manajemen dalam melakukan kontrol

122

BAB 8 RUMUSAN STRATEGI PENINGKATAN KUALITAS SUSU PASTEURISASI
8.1. Penetapan Elemen Peningkatan Kualitas Strategi peningkatan kualitas susu pasteurisasi dilakukan berdasarkan output sistem yang diperoleh. Hasil analisis output sistem kemudian dibuat diagram sebab akibat seperti yang ditunjukkan pada Gambar 45 untuk memetakan masalah dan mencari sebab akibat agar bisa dilakukan perbaikan atas kondisi yang ada.

Gambar 45. Diagram Sebab Akibat Penurunan Kualitas Susu Pasteurisasi Tampak beberapa ketidaksesuaian dengan standar disebabkan oleh 6 faktor penyebab : 1. Manusia • • • Daya tanggap (responsiveness) masih kurang Kompetensi (competency) masih kurang Tingkat kesadaran (awareness) terhadap kualitas produk dengan standar masih kurang

123

2. Mesin • Tingkat keandalan (reliability) mesin masih belum terekam dengan baik sehingga perawatan mesin yang optimum belum tercapai termasuk penggantian secara kontinyu sensor suhu 3. Bahan baku • Kesesuaian bahan baku dengan persyaratan (conformance of requirement) masih kurang 4. Metode • • Konsistensi (consistency) metode yang dipakai masih kurang Akurasi (accuracy) pengukuran pada mesin pasteurisasi terutama pada temperatur indikator belum dikalibrasi secara periodik 6. Lingkungan • Sanitasi lingkungan yang terdiri dari sanitasi peralatan, sanitasi air masih belum terpantau dengan baik Strategi peningkatan kualitas susu pasteurisasi pada penelitian ini ditentukan oleh Analytical Hierarchy Process (AHP), dengan menggunakan pertimbangan pendapat pakar yang memahami kualitas susu pasteurisasi. Perbandingan berpasangan merupakan metode utama AHP. Verifikasi model strategi menggunakan program aplikasi Expert Choice 2000. Program aplikasi ini digunakan untuk pengolahan data pendapat gabungan, sehingga diperoleh bobot masingmasing elemen yang mempengaruhi strategi peningkatan kualitas susu pasteurisasi. Hasil analisis output sistem digunakan untuk membentuk elemen-elemen sebagai dasar bagi alternatif strategi peningkatan kualitas susu pasteurisasi. Elemen-elemen tersebut mengarah pada keamanan produk untuk dikonsumsi dan kehigienisan produk yang mempengaruhi ketepatan masa simpan serta keawetan produk. Berikut adalah sasaran yang harus diwujudkan adalah : 1. Meningkatkan penjualan total. 2. Meningkatkan kepuasan konsumen. 3. Meningkatkan kualitas produk dan proses produksi. 5. Pengukuran

124

4. Meningkatkan produktivitas dan komitmen personel. Dari sasaran di atas maka dilakukan penentuan upaya yang harus dipilih untuk mewujudkan sasaran, yaitu : 1. Program perbaikan kualitas segi fisikokimia-organoleptik Upaya ini dilakukan dengan meningkatkan dan memperbaiki standar mutu susu segar yang diterima dari segi fisikokimia-organoleptik. 2. Program diversifikasi produk Upaya ini dilakukan untuk mengatasi kerugian yang diakibatkan reject pada bahan baku yang tidak memenuhi syarat. Bahan baku tersebut dapat dijadikan produk lain yang lebih awet misalnya pembuatan krupuk susu atau dodol susu. 3. Program perbaikan sistem kualitas yang meliputi : a. Penerapan sistem pengendalian kualitas berdasarkan Statistical Process Control . b. Peningkatan sistem jaminan kualitas yang mencerminkan kesesuaian produk dengan standar yang ditetapkan dengan melakukan pengawasan mutu mulai dari bahan mentah sampai bahan jadi. c. Penerapan program sanitasi yang lebih terarah. d. Pembenahan SOP yang membahas pendokumentasian. 4. Program perbaikan proses produksi Program ini dilakukan dengan meningkatkan penggunaan teknologi dalam kegiatan proses produksi. Dengan teknolgi akan mempermudah sistem kerja dan mengurangi human error. 5. Program pengembangan sumber daya manusia a. Peningkatan kualitas sumber daya manusia yang berkaitan dengan pendidikan dan pelatihan, kerjasama tim, keterampilan khusus dan lain-lain. b. Perbaikan sistem penggajian yang berkaitan dengan pengaturan sistem penggajian berdasarkan jam kerjanya. c. Meningkatkan quality work life dengan memberikan penghargaan berbasis kinerja. 6. SIM (Sistem Informasi Manajemen) yang berguna untuk penyebarluasan informasi yang relevan untuk pengambilan keputusan manajemen. Dengan adanya sistem informasi yang baik dan terkendali dapat memudahkan pencarian data yang tepat dan akurat oleh pihak-pihak yang membutuhkan.

125

8.2

Penyusunan Hirarki Struktur Keputusan Hirarki strategi peningkatan kualitas susu pasteurisasi tersusun atas lima

level. Level pertama adalah fokus, dalam penelitian ini adalah strategi peningkatan kualitas susu pasteurisasi. Level kedua adalah faktor, faktor yang berperan dalam penentuan strategi peningkatan kualitas susu pasteurisasi adalah kualitas bahan baku (susu segar), kualitas proses, kualitas pengemasan dan penyimpanan. Level ketiga adalah aktor atau pihak-pihak yang memerlukan strategi peningkatan kualitas susu pasteurisasi, yaitu Kasie QC, Kasie produksi, Kasie pemasaran, Manajer operasional. Level keempat adalah tujuan yang ingin dicapai perusahaan melalui strategi peningkatan kualitas susu pasteurisasi diantaranya peningkatan penjualan total, peningkatan kepuasan konsumen, peningkatan kualitas produk dan proses produksi, peningkatan produktivitas dan komitmen personel. Setelah elemen setiap level didapatkan langkah berikutnya adalah pemberian prioritas terhadap elemen tersebut. Meskipun semua elemen itu penting akan tetapi dalam pelaksanaannya tidak mungkin untuk dilakukan secara bersamaan karena justru berdampak kepada keberhasilan planning yang dijalankan. Oleh karena itulah perlu diprioritaskan dengan pertimbangan waktu, dana dan kemampuan perusahaan yang terbatas, kriteria mana yang harus diutamakan menjadi prioritas utama dalam strategi perusahaan selanjutnya. Dari elemen setiap level yang telah dirumuskan, dibuat hirarki keputusan perencanaan. Gambar 46. menunjukkan hirarki penentuan strategi peningkatan kualitas susu pasteurisasi.

126

Gambar 46. Hirarki Penentuan Strategi Peningkatan Kualitas Susu Pasteurisasi

127

8.3

Penentuan Bobot dan Konsistensi Rasio Perhitungan bobot dari setiap elemen pada setiap level dilakukan berdasarkan

penyusunan hirarki. Tujuannya adalah untuk menentukan strategi mana yang diberikan prioritas untuk diutamakan pelaksanaannya. Prioritas ditetapkan dengan menggunakan metode Analytical Hierarchy Process (AHP). Proses perhitungan bobot dibantu dengan software Expert Choice 2000 melalui perbandingan berpasangan (pairwise comparison). Konsistensi rasio bernilai dibawah 0,1. Dengan nilai konsistensi rasio tersebut, mengindikasikan bahwa elemen-elemen strategi peningkatan kualitas susu pasteurisasi dapat digunakan dalam perhitungan selanjutnya. Tabel 49 adalah hasil analisis faktor yang berperan dan mempengaruhi pencapaian strategi peningkatan kualitas susu pasteurisasi disertai bobot dan prioritasnya. Tabel 49. Bobot dan Prioritas Faktor Strategi Peningkatan Kualitas Susu Pasteurisasi Faktor Bobot Prioritas Kualitas bahan baku Kualitas proses pengolahan Kualitas pengemasan dan penyimpanan 0,260 0,413 0,327 3 1 2

Dalam penerapan strategi peningkatan susu pasteurisasi, faktor-faktor yang berpengaruh saling berkait dan saling menunjang. Dari hasil analisis pada Tabel 48 faktor yang paling berpengaruh dan menjadi prioritas utama sehingga perlu mendapatkan perhatian lebih untuk ditingkatkan adalah kualitas proses pengolahan. Strategi peningkatan kualitas susu pasteurisasi diaplikasikan oleh beberapa pihak dan berpengaruh kepada pihak lainnya. Tabel 50 Merupakan tabel hasil analisis faktor dengan bobot dan prioritasnya, untuk menentukan aktor dalam penentuan strategi peningkatan kualitas susu pasteurisasi.

128

Tabel 50. Bobot dan Prioritas Aktor Strategi Peningkatan Kualitas Susu Pasteurisasi Aktor Kasie QC Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi Bobot 0,320 0,181 0,186 0,141 0,172 Prioritas 1 3 2 5 4

Berdasarkan data pada Tabel 50 aktor dengan prioritas pertama adalah Kasie QC dengan bobot 0,320 hal ini karena kasie QC bertanggung jawab terhadap kendali kualitas susu pasteurisasi selama proses pengolahan mulai dari bahan baku sampai pengemasan dan penyimpanan Tujuan merupakan harapan tercapainya aktifitas dengan keperluan yang diharapkan. Dalam penelitian ini tujuan penerapan strategi peningkatan kualitas susu pasteurisasi adalah peningkatan penjualan, peningkatan kepuasan konsumen, peningkatan kualitas produk dan proses produksi, peningkatan produktifitas dan komitmen personil. Tabel 51. Bobot dan Prioritas Tujuan Strategi Peningkatan Kualitas Susu Pasteurisasi Tujuan Bobot Prioritas Peningkatan penjualan Peningkatan kepuasan konsumen Peningkatan kualitas produk dan proses produksi Peningkatan produktivitas & komitmen personel Tujuan utama dan menjadi proses produksi. Dengan memperhatikan keseluruhan faktor, aktor dan tujuan yang hendak dicapai dari penerapan strategi peningkatan kualitas susu, maka dapat ditentukan strategi yang memiliki bobot tertinggi dan prioritas pertama. Bobot dan prioritas strategi yang akan dilakukan dapat dilihat pada Tabel 52. 0,239 0,292 0,311 0,159 3 2 1 4

prioritas utama dari hasil penerapan strategi

peningkatan kualitas susu pasteurisasi adalah peningkatan kualitas produk dan

129

Tabel 52. Bobot dan Prioritas Strategi Peningkatan Kualitas Susu Pasteurisasi Strategi Program perbaikan kualitas segi fisikokimia-organoleptik Program diversifikasi produk Program perbaikan sistem kualitas Program perbaikan proses produksi Program pengembangan SDM Program pengembangan SIM Bobot 0,197 0,189 0,236 0,161 0,104 0,114 Prioritas 2 3 1 4 6 5

Berdasarkan Tabel 52, strategi yang menjadi prioritas utama untuk dilakukan adalah program perbaikan sistem kualitas. 8.4 Penetapan Prioritas Strategi Peningkatan Kualitas Bagian ini merupakan tahap akhir sekaligus tahap tujuan bagi keseluruhan penelitian ini. Dari hasil pembobotan yang didapatkan maka diketahui kriteria mana dengan prioritas tertinggi yang harus menjadi pertimbangan utama pihak manajemen. Penetapan prioritas terhadap kriteria dilakukan mengingat keterbatasan sumber daya perusahaan. Peningkatan kualitas susu pasteurisasi harus didukung oleh sistem kualitas yang memadai sebagai acuan pelaksanaan proses produksi susu pasteurisasi. Oleh karena itu perusahaan menetapkan perbaikan sistem kualitas sebagai prioritas pertama sistem ini, yang meliputi sistem jaminan kualitas dengan melakukan pengawasan mutu mulai dari bahan mentah sampai dengan barang jadi, penerapan program sanitasi. Perusahaan sebaiknya menetapkan teknik pemecahan masalah dan teknik penganalisaan statistik (Statistical Process Control) untuk mempermudah dilakukannya tindakan perbaikan atas penyimpangan proses yang terjadi. Selain itu, perusahaan juga sebaiknya melakukan berbagai tindakan perbaikan berkelanjutan seperti misalnya benchmarking, survey pelanggan, ikut dalam komunitas lokal dan internasional. Perbaikan kualitas segi fisikokimia-organoleptik merupakan prioritas kedua dalam melakukan peningkatan kualitas susu pasteurisasi yang dilakukan dengan meningkatkan standar mutu fisikokimia-organoleptik susu segar yang diterima

130

perusahaan seperti parameter kualitas kadar lemak dari pemasok dan meningkatkan standar mutu fisikokimia-organoleptik susu pasteurisasi yang dihasilkan. Prioritas ketiga adalah melakukan diversifikasi produk ke produk lain merupakan salah satu upaya untuk mengatasi kejenuhan terhadap produk dan menghadapi persaingan produk sejenis yang beredar di pasaran. Bahan baku yang tidak memenuhi kriteria susu segar dapat diolah menjadi produk lain yang bersifat tidak mudah mengalami kerusakan (perisable), seperti misalnya krupuk susu atau dodol susu. Peningkatan proses produksi melalui penggunaan teknologi dengan melakukan otomatisasi mesin pasteurisasi merupakan prioritas keempat dalam melakukan peningkatan kualitas susu pasteurisasi. Hal ini dilakukan untuk mengatasi human error dalam melakukan pencatatan data di titik kritis secara kontinyu sehingga memudahkan pemantauan penyimpangan proses yang terjadi sehingga produk yang dihasilkan dapat memenuhi standar kualitas yang berlaku terutama dalam keamanan susu untuk dikonsumsi. Kalibrasi terhadap mesin pasteurisasi yang dilakukan secara kontinyu juga dapat mempengaruhi proses produksi. Penerapan sistem informasi manajemen sebagai prioritas kelima bertujuan untuk memudahkan penyebaran informasi dalam tubuh organisasi perusahaan sehingga keberadaan kualitas susu pasteurisasi beserta segala apeknya dapat diketahui dengan lebih mudah. Salah hal yang dapat dilakukan adalah menerapkan teknologi komputer dalam kegiatan pengendalian kualitas mulai dari bahan baku sampai dengan penyimpanan produk jadi sehingga ketepatan dan kecepatan informasi yang diberikan dapat menjadi lebih baik. Peningkatan kualitas susu pasteurisasi tidak akan terlaksana tanpa ditunjang oleh kualitas sumber daya manusia yang dimiliki perusahaan. Perusahaan menetapkan prioritas keenam perbaikan adalah memperbaiki sumber daya manusia yang dimiliki perusahaan. Perbaikan sumber daya manusia dilakukan dengan cara pendidikan dan pelatihan serta pengembangan quality work life dengan memberi penghargaan berdasarkan kinerja pekerja. Pendidikan dan pelatihan diperlukan untuk meningkatkan kemampuan pekerja sehingga mampu menghasilkan produk secara lebih baik dan lebih murah daripada pesaingnya. Selain itu juga pekerja mampu menghadapi segala perubahan yang berlangsung terus menerus. Hal lain

131

yang dapat dilakukan oleh perusahaan adalah menata ulang sistem kerja yang memuaskan para pekerja dan menerapkan sistem reward bagi pekerja yang memiliki performansi tinggi. Alternatif perbaikan yang direncanakan dalam suatu perencanaan sebaiknya untuk dilakukan secara bertahap dan berkelanjutan mengingat keterbatasan yang dimiliki oleh perusahaan. Rincian secara lengkap perencanaan tersebut dapat dilihat pada Tabel 51.

132

Tabel 53. Penjabaran Perencanaan Peningkatan Kualitas Susu Pasteurisasi Ke dalam Program Sasaran Perspekif Keuangan Meningkatkan pendapatan melalui penjualan total Perspektif Konsumen Meningkatkan kepuasan konsumen Keluaran Revenue Growth Customer satisfaction Performance Driven Kriteria/Usaha Program

Persentase pendapatan dari Pembenahan sistem konsumen baru pemasaran Peningkatan kualitas Program perbaikan Customer Satisfaction Survey produk kualitas segi fisikokimiaorganoleptik dan kemasan susu pasteurisasi Program Diversifikasi produk ke produk lain karena tindakan reject bahan baku Penurunan non value added activities Perbaikan sistem kualitas Program peningkatan jaminan kualitas Program penerapan sanitasi Program penerapan analisis statistik (SPC) Program perbaikan SOP pendokumentasian

Perspektif Proses Bisnis/Intern Meningkatkan kualitas proses produksi

Cycle effectiveness

Peningkatan penggunaan teknologi Pengembangan jaringan organisasi

133

Tabel 53. Penjabaran Perencanaan Peningkatan Kualitas Susu Pasteurisasi Ke dalam Program (Lanjutan) Sasaran Perspektif Pembelajaran dan Pertumbuhan Meningkatkan produktivitas dan komitmen personel Keluaran Persentase karyawan yang dididik atau dilatih Performance Driven Kriteria/Usaha Program Program pendidikan dan pelatihan Program pengembangan quality work life Program perbaikan penggajian Program pengembangan SIM

Jumlah karyawan yang dididik Pengembangan atau dilatih Sumber Daya Manusia

SIM yang direncanakan

Jumlah aplikasi yang diinstal

Pengembangan SIM

134

BAB 9 KESIMPULAN & SARAN
9.1. Kesimpulan Jaringan syaraf tiruan dan sistem pakar dapat digunakan dalam membangun suatu prototipe sistem intelijen untuk menilai dan memprediksi kualitas susu pasteurisasi. Hal ini dapat dilihat dari hasil penelitian dimana prototipe sistem yang dikembangkan dengan menggunakan sistem pakar dan jaringan syaraf tiruan secara umum dapat dikatakan mampu menilai dan memprediksi kualitas susu pasteurisasi. Pola keragaman proses suhu dan lama pasteurisasi satu bulan yang akan datang dengan menggunakan bagan kendali Shewhart dapat diprediksi melalui jaringan syaraf tiruan dengan algoritma back propagation untuk proses belajar jaringan. Hasil pengujian sistem yang dilakukan dengan menggunakan data pemeriksaan aktual PT. Industri Susu Alam Murni (ISAM) Bandung dapat diketahui bahwa sistem dapat menilai dan memprediksi kualitas susu pasteurisasi, baik pada status penilaian kualitas bahan baku diterima maupun ditolak. Keakuratan sistem penilaian kualitas proses susu pasteurisasi dengan status penilaian bahan baku diterima dengan grade A memberikan nilai keakuratan sebesar 90,41 - 98,72%, keakuratan tersebut telah diuji dengan uji kebaikan suai. Sedangkan pada status penilaian kualitas bahan baku diterima dengan grade B memberikan nilai keakuratan 90,11 - 98,9%, keakuratan tersebut telah diuji dengan uji kebaikan suai. Implementasi SINKUAL-SP di PT. Industri Susu Alam Murni dengan menggunakan data aktual pada bulan April 2005 menunjukan bahwa sistem dapat membantu pihak manajemen dalam mempercepat proses penilaian dan pengambilan keputusan berkaitan dengan kontrol kualitas susu pasteurisasi. Hasil penilaian SINKUAL-SP dengan menggunakan data aktual perusahaan tersebut : diterima dengan grade B : diterima dengan grade A : diterima dengan grade B secara keseluruhan adalah sebagai berikut : 1. Kualitas Bahan Baku 2. Kualitas proses pengolahan 3. Kualitas pengemasan & penyimpanan

Pada kasus ini, sistem memberikan saran untuk melakukan peningkatan kualitas susu pasteurisasi. Secara umum, kualitas susu pasteurisasi yang dilakukan

135

PT. ISAM mulai dari bahan baku sampai dengan penyimpanan sudah cukup baik, akan tetapi proses pengendalian dan peningkatan kualitas harus terus dilakukan. Strategi peningkatan kualitas susu pasteurisasi dibuat berdasarkan output sistem yang ditentukan oleh Analytical Hierarchy Process (AHP). Strategi peningkatan kualitas susu pasteurisasi adalah fokus dalam penyusunan hirarki strategi. Faktor yang mempengaruhinya adalah kualitas bahan baku, kualitas proses pengolahan, kualitas pengemasan dan penyimpanan. Prioritas aktor dalam strategi ini adalah kasie QC. Tujuan utama penerapan strategi berdasarkan bobot tertinggi adalah peningkatan kualitas produk dan proses produksi dengan strategi yang menjadi prioritas adalah program perbaikan sistem kualitas yang meliputi sistem jaminan kualitas susu pasteurisasi dengan melakukan pengawasan mutu mulai dari bahan mentah sampai bahan jadi, penerapan program sanitasi dan penerapan sistem pengendalian kualitas dengan analisis statistik (SPC) dengan nilai bobot 0,236. 9.2. Saran Agar sistem dapat digunakan dalam menilai dan memprediksi kualitas susu pasteurisasi dengan lebih akurat maka untuk pengembangan SINKUAL-SP lebih lanjut penulis memberikan saran sebagai berikut : 1. Atribut penilaian dan prediksi kualitas susu pasteurisasi yang digunakan perlu diperdalam sehingga hasil penilaian yang dihasilkan dapat lebih optimal dan akurat. 2. Sistem dapat dikembangkan untuk berbagai jenis susu pasteurisasi melalui satu sistem yang sama dalam bentuk pilihan sehingga dapat memperluas jangkauan pengguna sistem. 3. Sistem penilaian dan prediksi kualitas susu pasteurisasi dengan perumusan strategi peningkatan kualitas susu pasteurisasi perlu dikembangkan dalam satu sistem yang utuh sehingga dapat memberikan hasil yang lebih baik dan mempersingkat proses pengambilan keputusan berkaitan pengendalian kualitas yang berkesinambungan. 4. Jaringan syaraf tiruan dapat dikembangkan dengan menghasilkan output berupa hasil prediksi suhu dan lama pasteurisasi yang optimal dengan

136

menggunakan beberapa variabel yang mempengaruhi suhu dan lama pasteurisasi. Suhu dan lama pasteurisasi yang optimal dihasilkan sesuai dengan input yang diberikan ke dalam sistem. Variabel-variabel yang akan digunakan sebagai faktor yang mempengaruhi suhu dan lama pasteurisasi dapat dikaji dan diidentifikasi terlebih dahulu secara seksama sehingga memberikan hasil prediksi yang lebih akurat. 5. Pengembangan jaringan syaraf tiruan dalam sistem dapat dilakukan dalam rentang waktu yang berbeda misalnya dua bulan atau tiga bulan, dengan demikian sistem dapat memperoleh lebih banyak informasi pola keragaman proses. 6. Pengembangan sistem dapat dilakukan dengan klasifikasi penilaian yang berbeda, misalnya dengan menggunakan lima klasifikasi penilaian (sangat baik, baik, normal, buruk dan sangat buruk) untuk memberikan hasil penilaian yang lebih akurat. 7. Pengembangan sistem dari prototipe menjadi sistem yang sebenarnya.

137

DAFTAR PUSTAKA
Barr A dan Feigenbaum. 1982. Handbook of Artificial Intelligence. William Kaufmann Inc., Los Altos. California. Badiru E. 1992. Expert Systems Applications in Engineering and Manufacturing. Prentice Hall International, Inc. New York. Carl and Malcolm. 1968. Milk Pasteurization. The Avi Publishing Company, Inc. London. Dwijayanti A. 1996. Aplikasi Teknik Pengendalian Mutu pada Industri Susu Kental Manis: Studi Kasus PT Indomilk-Jakarta. Skripsi. Fakultas Teknologi Pangan. IPB. Bogor. Demuth H and Beale M. 1995. Neural Network Tool Box for Use with Matlab the Math Works, Inc.. New York Durkin J. 1994 Expert Systems Applications in Engineering and Manufacturing. Prentice Hall International, Inc. New York. Eckles CH, Combs and Macy. 1984. Milk and Milk Products 4thEd. Mc. Graw Hill Publishing, Co, LTD. New Delhi. Fardiaz S. 1992. Mikrobiologi Pangan. PAU Pangan dan Gizi. Institut Pertanian Bogor. Bogor. Fausett L. 1994. Fundamentals of Neural Networks. Prentice Hall International,inc. United State of America. Frazier WC and Westhoff. 1989. Food Science, Nutrition and Health. 5thEd. Edward Arnold. London. Garperz V. 1997. Manajemen Kualitas. Penerapan Konsep-konsep Kualitas dalam Manajemen Bisnis Total. Yayasan Indonesia Emas dan Penerbit PT. Gramedia Pustaka Utama. Jakarta. Handayani H. 1997. Rancangan Model Penilaian Kinerja Manajemen Mutu Perusahaan Berdasarkan Elemen-elemen ISO 9000, Tugas Akhir Sarjana Jurusan TI ITB. Bandung. Henderson JL. 1971. The Fluid Milk Industry. The AVI Publishing Company Inc, Westport. Connecticut. Hobbs BC and Roberts. 1987. Food Poisoning and Food Hygiene. 5th Ed. Edward Arnold. London. Hubbert WT and Hagstad. 1991. Food Safety and Quality Assurance (Foods of Animal Origin). Iowa State University Press. Ames Iowa. Hutabarat B, Smith D, Rietmuller. 1998. Problems and Suggestions For Improvement of Indonesian Dairy For Better Efficiency (online) dalam IARD Journal, Volume 20 no.2 (http://www.202.159.94.166/publ/rd202-c.8.htm) Judkins H and Keener HA. 1966. Milk Production and Processing. John Wiley & Sons, Inc. New York.

138
Juran JM. 1995. Kepemimpinan Mutu. Pedoman Peningkatan Mutu untuk Meraih Keunggulan kompetitif. Terjemahan. PT Pustaka Binaman Pressindo. Jakarta. Kolarik WJ. 1995. Quality: Concept, systems, strategies and tools, Mac Graw-Hill International Edition. Kosko, Bart. 1992. Neural Network for Signal Processing. Englewood Cliffs. Prentice Hall. Kusumadewi S. 2003. Artificial Intellijen (Teknik dan Aplikasinya). Graha Ilmu. Yogyakarta. Kusumadewi S. 2004. Membangun Jaringan Syaraf Tiruan Menggunakan Matlab & Excel Link. Graha Ilmu. Yogyakarta. Marimin. 2005. Teori dan Aplikasi Sistem Pakar Dalam Teknologi Manajerial. IPB Press. Bogor. Mesker L and Liebowitz J. 1994. Design and Development of Expert Systems and Neural Networks, Mac millan Publishing Company. Mitra A. 1993. Fundamentals of Quality Control and Improvement, New york, Macmiilan publishing company. New York. Muchtadi TR dan Sugiyono. 1992. Ilmu Pengetahuan Bahan Pangan. Petunjuk Laboratorium. PAU Pangan dan Gizi. IPB. Bogor. Nurliana. 1997. Pengaruh Penambahan Bakteriosin dan Gabungan Bakteriosin Produksi Bakteri Asam Laktat Terhadap Jumlah Bakteri Dalam Susu Pasteurisasi. Tesis Program Pascasarjana. Institut Pertanian Bogor. Bogor. Rahman AS. Fardiaz, Rahayu, Suliantri dan Nurwitri. 1992. Teknologi Fermentasi Susu. Pusat Antar Universitas IPB. Bogor. Richter L, Ledford and Murphy. 1992. Milk and Milk Products, p. 837-856 in Vanderzant, C. and D.F Splittstoesser (eds), Compendium of Methods for the Microbiological Examinations of Foods. 3rd Ed. American Public Health Association. Washington. Rolston DW. 1988. Principles of Artificial Intelligence and Expert Systems Development, Mc. Graw Hill Inc. New York. Tjokronegoro TD. 2001. Terlanjur Basah dalam M-Web Finance (Online), (Http://www.mweb.co.id/finance/wajah/artikel.php?article_id=606) Varnam H and Sutherland. 1994. Milk and Milk Products. Technology, Chemistry and Microbiology. Chapman and Hall. London. Waterman DA. 1986. A Guide to Expert Systems. Addison Wesley Publishing Company. Massachussets. Wibowo T. 2002. Sistem Intelijen Prediksi Harga Saham dengan Menggunakan Jaringan Syaraf Tiruan dan Logika Fuzzy. Skripsi. Program Sarjana, Jurusan Ilmu Komputer. FMIPA IPB. Bogor.

139

Lampiran 1. Cara Memperolah dan Mengolah Data
Langkah-langkah Penelitian Teknik yang digunakan untuk Pengolahan Data

Data dan Informasi

Sumber Data

Cara Pengambilan Data

Tipe Data

Prosedur Pelaksanaan Kegiatan

PERSIAPAN PENELITIAN

Latar belakang penelitian, tujuan penelitian, ruang lingkup penelitian, output dan manfaat penelitian

Internal & Eksternal Perusahaan

a. Studi Literatur b. Studi Dokumentasi c. Browsing Internet d. Survey lapangan

Data Sekunder

Analisis deskriptif

a. Menetapkan komiditi yang akan diteliti b. Menetapkan subtansi yang dikaji c. Menentukan tool yang akan digunakan d. Menetapkan ruang lingkup kajian

PEMILIHAN PAKAR

Pakar yang dipilih harus mewakili : a. Pihak Praktisi b. Pihak Birokrasi c. Pihak Akademisi Data tingkat kepentingan spesifikasi kualitas susu pasteurisasi selama proses pengolahan

Internal & Eksternal Perusahaan

Konsultasi dan diskusi

Data Sekunder

Pakar yang dipilih adalah seorang yang berpengalaman dan memiliki kemampuan dalam kualitas susu pasteurisasi Penilaian tingkat kepentingan dengan menggunakan skala kepentingan 1 -9

a. Diskusi dengan pakar mengenai permasalahan yang akan dikaji b. Mengajukan permohonan c. Menetapkan pakar

Informasi Pakar

Pengisian Kuesioner oleh pakar

Data Primer

a. Menyusun kuesioner b. Penentuan skala tingkat kepentingan c. Pengisian kuesioner oleh pakar

PENGUMPULAN DATA

Data keragaman proses suhu dan lama pasteurisasi

Internal perusahaan

Pengamatan dan pengukuran langsung pada saat proses pengolahan berlangsung

Data Primer

Penarikan sampel

a. Penentuan jumlah sampel b. Mengambil sampel pengamatan c. Mengamati apakah data berada dalam kendali proses atau tidak a. Normalisasi data awal kuesioner b. Hitung entropy tiap kriteria c. Hitung dispersi tiap kriteria d. Normalisasi nilai dispersi

Analisis data tingkat kepentingan atribut i kualitas susu pasteurisasi ANALISIS DATA Analisis data keragaman proses

Informasi pakar

Analisis hasil pengisian kueisoner oleh pakar

Data Primer

Metode pembobotan entropy

Internal perusahaan

Analisis data hasil pengamatan dan pengukuran

Data Primer

Analisis statistical process control dengan menggunakan bantuan software SPSS

a. Menentukan jenis data yang digunakan b. Membuat peta kendali c. Analisis keragaman proses

140

Lampiran 1. Cara Memperolah dan Mengolah Data (Lanjutan)
Langkah-langkah Penelitian Teknik yang digunakan untuk Pengolahan Data Membangun model konseptual untuk penilaian kualitas susu pasteurisasi selama proses pengolahan dengan menggunakan data analisis fundamental

Data dan Informasi

Sumber Data

Cara Pengambilan Data

Tipe Data

Prosedur Pelaksanaan Kegiatan

PEMBANGUNAN MODEL KONSEPTUAL PENILAIAN DAN PREDIKSI KUALITAS SUSU PASTEURISASI

Analisis Fundamental : penilaian kualitas bahan baku, penilaian kualitas proses, penilaian kualitas pengemasan dan penyimpanan

Internal dan eksternal perusahaan

a. Akuisisi pengetahuan dan pengalaman pakar b. Sumber Pengetahuan lain : buku referensi, jurnal, laporan penelitian terdahulu c. Observasi langsung di lapangan

Data Primer

Membangun model berdasarkan elemenelemen penyusun model

Analisis Teknis : suhu pasteurisasi dan lama pasteurisasi

Internal perusahaan

a. Akuisisi pengetahuan dan pengalaman pakar b. Sumber pengetahuan lain : buku referensi, jurnal, laporan penelitian terdahulu c. Observasi langsung di lapangan

Data Primer

Membangun model konseptual untuk prediksi keragaman proses satu bulan yang akan datang dengan menggunakan data analisis teknis

Membangun model berdasarkan elemenelemen penyusun model

PEMBANGUNAN SISTEM PAKAR

Penilaian kualitas susu pasteurisasi selama proses pengolahan dengan menggunakan data analisis fundamental

Internal dan eksternal perusahaan

a. Konseptualisasi pengetahuan b. Representasi pengetahuan

Data Primer

Penerapan sistem pakar

a. Menyusun struktur pengetahuan yang menggambarkan permasalahan b. Pemilihan metode representasi c. Pengembangan mekanisme inferensi d. Membuat program dalam bentuk kaidah-kaidah e. Mengolah fakta menjadi kesimpulan

PEMBANGUNAN JARINGAN SYARAF TIRUAN

Prediksi keragaman proses satu bulan yang akan datang dengan menggunakan data analisis teknis

Internal perusahaan

Melakukan prediksi keragaman proses dengan menemukan keteraturan di dalam data

Data Primer

Penerapan jaringan syaraf tiruan

a. Perancangan Arsitektur jaringan b, Pemilihan metode belajar c. Proses belajar jaringan

141

Lampiran 1. Cara Memperolah dan Mengolah Data (Lanjutan)

Langkah-langkah Penelitian

Data dan Informasi

Sumber Data

Cara Pengambilan Data

Tipe Data

Teknik yang digunakan untuk Pengolahan Data

Prosedur Pelaksanaan Kegiatan

INTEGRASI SISTEM PAKAR DAN JARINGAN SYARAF TIRUAN

Mengintegrasikan sistem pakar dengan jaringan syaraf tiruan dengan menggunakan dua software yang berbeda

Internal dan eksternal perusahaan

Jaringan syaraf tiruan di transformasikan ke sistem pakar

Data Sekunder dan data primer

Menggunakan model integrasi transformasi

Jaringan syaraf tiruan di transformasikan ke sistem pakar. Selanjutnya sistem pakar akan mengolah hasil tersebut untuk menghasilkan keputusan akhir

Tahap pembangunan protipe sistem pakar IMPLEMENTASI Tahap pembangunan protipe jaringan syaraf tiruan

Internal dan eksternal perusahaan

Penyusunan kaidah-kaidah untuk mencapai solusi berdasarkan aliran penalaran yang telah disusun dalam tahap formalisasi

Data Sekunder dan data primer

Menggunakan alat software Matlab

a. Pendefinisian parameter b. Pendefinisian Choise List c. Pendefinisian Qualifier List d. Pendefinisian variable list e. Pendefinisian rules a. Persiapan perancangan b. Inisialisasi parameter JST c. Proses belajar JST d. Pencarian prediksi yang akurat e. Pemunculan output dari hasil proses belajar Menyelesaikan contoh kasus yaitu dengan menerapkan data masa lalu untuk menguji performansi sistem

Internal dan eksternal perusahaan

Mengambil satu contoh kasus untuk input data

Data Sekunder dan data primer

Menggunakan alat software Matlab

PENGUJIAN

Menguji validitas program yang dibangun

Internal perusahaan

Mengambil satu contoh kasus

Data Sekunder dan data primer

Menghitung nilai Absolute Percentage Error (APE)

142

Lampiran 2. Kuesioner Strategi Peningkatan Kualitas Susu Pasteurisasi

KUESIONER PENELITIAN
KUESIONER PENILAIAN TINGKAT KEPENTINGAN
ATRIBUT KUALITAS SUSU PASTEURISASI

SELAMA PROSES PENGOLAHAN

DI PT INDUSTRI SUSU ALAM MURNI (ISAM) BANDUNG

Oleh WINNIE SEPTIANI F351030231

PROGRAM STUDI TEKNOLOGI INDUSTRI PERTANIAN

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005

143

KUE S I ONER PENI L AI AN T I NGKAT KEPENT I NGAN ATRIBUT KUALITAS SUSU PASTEURISASI S EL AMA PR OS ES PENGOL AHAN

Bapak/Ibu yang saya hormati, saya menyadari bahwa waktu Anda sangatlah berharga. Namun sudilah Bpk/Ibu meluangkan waktu sejenak untuk membantu mengisi kuesioner yang bertujuan untuk mengetahui atribut susu pasteurisasi yang Anda pentingkan dalam rangka pengukuran keberhasilan proses pengolahan produk tersebut. Informasi yang Anda berikan sangat bermanfaat bagi keberhasilan sistem intelejen penilaian dan prediksi kualitas susu pasteurisasi selama proses pengolahan yang akan saya buat, dan diharapkan dapat diterapkan di industri. Kuesioner ini merupakan bagian dari kegiatan akademis, atas pengertian dan partisipasi Anda, saya ucapkan terima kasih.

BAGIAN I : Identitas Pakar
Nama Instansi/Perusahaan Alamat Rumah No Telp Rumah/Hp Alamat Kantor NoTelp Kantor : …… …………………………………………………………………… : …………………… …………………………………………………… : …… …………………………………………………………………… : …… …………………………………………………………………… : …… …………………………………………………………………… : ………………… ………………………………………………………

MOHON UNTUK LANJUT KE HALAMAN BERIKUTNYA

144

BAGIAN II : Gambaran Umum Penelitian

Judul Penelitian Tujuan Penelitian

: :

Sistem Intelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi 1. Merancang sebuah prototipe yang dapat melakukan penilaian dan prediksi kualitas susu pasteurisasi selama proses pengolahan dengan mengintegrasikan sistem pakar dan jaringan syaraf tiruan 2. Mengukur kinerja proses yang ada di industri pengolahan susu pasteurisasi berdasarkan prototipe yang dibangun 1. Prototipe sistem yang dapat melakukan prediksi keragaman proses dan penilaian kualitas susu pasteurisasi selama proses pengolahan secara bertahap mulai dari bahan baku, proses dan penyimpanan produk jadi. 2. Gambaran kinerja proses dan rumusan strategi peningkatan kualitas susu pasteurisasi sesuai dengan output sistem yang diperoleh

Output Penelitian

:

Manfaat Penelitian

:

Sebagai bahan informasi bagi pihak pengguna atau pihak perusahaan dalam pengambilan keputusan untuk menentukan langkah selanjutnya yang dipandang peka dalam perbaikan kualitas susu pasteurisasi di masa datang

MOHON UNT UK LANJUT KE HALAMAN BERI KUT NYA

145

BAGIAN III : Model Konseptual

146

Informasi tambahan yang Bapak/Ibu sarankan untuk model konseptual yang dibangun .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. ......................................................

BAGIAN IV : Kuesioner Tingkat Kepentingan
Pada bagian ke-2 ini Anda diminta untuk memberikan tingkat kepentingan terhadap karakteristik teknis susu pasteurisasi dengan memberi tanda silang (X) nilai yang sesuai dengan preferensi Anda. Penilaian dilakukan dengan ukuran penilaian pada skala 1 sampai dengan 9 Nilai 1 2 3 4 5 6 7 8 9 Tingkat Kepentingan Sangat tidak penting sekali Sangat tidak penting Tidak penting Agak tidak penting Netral Agak penting Penting Sangat penting Sangat penting sekali

MOHON UNT UK LANJUT KE HALAMAN BERI KUT NYA

147

I V.1 Penilaian Mut u B ahan B aku Karakteristik Teknis Primer Karakteristik Teknis Sekunder Berat jenis Uji alkohol Kadar lemak Titik beku Keasaman pH Kadar bahan kering Kadar bahan kering tanpa lemak Kadar air Uji Organoleptik
(bau, rasa, warna, konsistensi)

1

2

3

4

5

6

7

8

9

Syarat Mutu Fisik & Kimiawi Susu Segar

Syarat Mutu Mikrobiologi

Suhu pada waktu diterima Kotoran pada benda asing Uji didih Uji reduktase Uji katalase Uji pemalsuan Protein Cemaran logam (Pb, Cu, Zn, Sn, Hg, As) Residu Pestisida/insektisida ....................................... ....................................... ....................................... Jumlah total bakteri Jumlah bakteri koli Cemaran Mikroba (Angka lempeng total, E.Coli, Salmonella, S.Aureus) ………………………………… ………… ……………………... ………………………………....

148

I V.2 Penilaian Mut u Pr oses Karakteristik Teknis Primer Karakteristik Teknis Sekunder Pasteurisasi (waktu dan lama pasteurisasi) Pendinginan (suhu pendinginan) Pengisian dan Pengemasan (jenis & kebersihan kemasan) Penyimpanan dingin .......................................... .......................................... .......................................... Keadaan (bau, rasa, warna) Kadar air Kadar lemak Kadar padatan tanpa lemak Uji reduktanse dengan methylen biru Kadar protein Kadar laktosa Uji fosfatase Jumlah mikroba Coliform presumptive Logam berbahaya (As, Pb, Cu, Zn) Bahan pengawet Zat warna Zat penyedap cita rasa .......................................... .......................................... .......................................... Sanitasi pekerja Sanitasi ruangan Sanitasi peralatan Sanitasi lingkungan .......................................... .......................................... .......................................... 1 2 3 4 5 6 7 8 9

Titik kritis proses berdasarkan HACCP

Karakteristik Mutu Susu Pasteurisasi

Sanitasi Sarana Pengolahan

149

I V.3 Penilaian Mut u Penyimpanan Pr oduk Jadi

Karakteristik Teknis
Suhu penyimpanan Lama Penyimpanan Jenis kemasan Pensterilan kemasan

1

2

3

4

5

6

7

8

9

…………………………………………………………….. …………………………………………………………….. ……………………………………………………………..
Informasi tambahan yang Bapak/Ibu sarankan untuk pengembangan sistem yang akan dibuat. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. .............................................................................................................................................. ..................................................

BAGIAN V : Kualifikasi Standar Kualitas Susu Segar dan Susu Pasteurisasi
Di bawah ini akan disajikan dua buah tabel yang berisi perbandingan standar kualitas susu segar dan susu pasteurisasi yang digunakan di industri, standar mutu nasional dan berdasarkan literatur. Pada bagian ke-5 ini Bapak/Ibu diminta untuk memberikan penilaian standar kualitas berdasarkan tiga grade penilaian , yaitu baik, normal dan buruk. Informasi yang Bapak/Ibu berikan sangat bermanfaat dan akan menjadi dasar dalam pembangunan sistem pakar dan penilaian kualitas susu pasteurisasi yang akan saya bangun. MOHON UNT UK LANJUT KE HALAMAN BERI KUT NYA

150

Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Komposisi Susu No 1 Karakteristik Mutu Berat jenis (g/cm3) PT. Fajar Taurus Min. 1,0275 (pd suhu 27.5oC) PT. ISAM SNI PT. Indomilk 1,027-1,035 Literatur
1,030 atau 1,0280 – 1,032 (Hadiwiyoto, 1994)

Akuisisi Pendapat Pakar Baik Normal Buruk Baik : : : : : : : : : : : : : : : : : :

2

Kadar Lemak

min 3,00%

1,027-1,035 > 1,026 (pada (pada suhu suhu 20oC) 20oC) > 3.4 % (2005) min 3,00% > 2.8 % (1995) >7,97 8,0 (minimum)

min 3,30%

Normal Buruk
Dapat dilihat Baik pada Tabel 18.

3

Kadar bahan kering tanpa lemak, %,b/b, (TSNF) Kadar bahan kering, %, b/b (TS) Suhu waktu diterima oC Kadar protein %, b/b

8,0

7,7 – 8,0

4

-

>11,37

-

11,00 – 12,80

5

maks. 5

<5

maks. 8

maks. 5

maks. 5
Dapat dilihat pada Tabel 4

*6

min. 2,8

-

min. 2,7

-

Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk

151

Perbandingan Beberapa Pendapat Pakar Mengenai Pemeriksaan Kesegaran Susu Segar No 1 Karakteristik Mutu PH PT. Fajar Taurus 6,55 – 6,75 PT. ISAM 6,6 – 6,8 SNI 6,6 – 6,8 PT. Indomilk 6,60 – 6,67 Literatur Akusisi Pendapat Pakar

6,6 – 6,7 Baik : (Buckle et al, 1987) Normal : 6,5 – 6,7 (Kodeks)

Buruk

:

2

Kadar Keasaman (%) Kadar Keasaman dalam oSH (Soxhlet Henkel) Uji Alkohol Uji Karbonat Bau

-

> 0,14 %

0,27 % 0,18 % (maksimum) (minimum)

: Normal 0,10 – 0,18 Baik buruk >0,25 Normal : (Judkins & Keener,1966) Buruk :
4,4 – 8,0 (Fardiaz, 1989) 6,0-8,0 (Eckles, 1955)

3

7,2

4,5 – 7,0

4,5 – 7,0

-

Baik : Normal : Buruk

4 5

Negatif Negatif Normal Normal Normal

Negatif Negatif Spesifik susu Putih kekuningan Khas

Negatif Negatif Normal Normal Normal

Negatif Negatif Standar Standar Standar

7

Organoleptik Warna Rasa

: Baik : Negatif Normal : Buruk : Baik : Negatif Buruk : Berbau seperti Baik : garam Buruk : Putih keabu-abuan Baik :
s.d kuning keemasan

Buruk Baik Buruk

: : :

Sedikit manis

152

Perbandingan Beberapa Pendapat Pakar Mengenai Syarat Mutu Susu Segar pada Pemeriksaan Mikrobiologis No 1 Karakteristik Mutu Jumlah Total Bakteri, per ml PT. Fajar Taurus maks . 3,0 x 106 PT. ISAM < 1,0 x 106 SNI PT. Indomilk Literatur Akuisisi Pendapat Pakar : : : : : : : : : : : < 1,0 x 106 3,0 x 106– 1,0 x 106 > 3,0 x 106 < 10 10 – 1,0 x 103 > 1,0 x 103 < 0,2 x 106 0,2 x 106– 0,5 x 106 > 0,5 x 106 Negatif Positif

2 Coliform, CFU/ml

-

< 1,0 x 103 < 0,2 x 106 Negatif

3 Sel Somatik, per ml 4 Antibiotik test

Negatif

A. <0,2 x 106 Baik B. < 1,0 x 106 Normal 6 6 3,0 x 10 1,0 x 10 C. tidak masuk A Buruk &B Baik FDA : tidak ada standar Normal California : tidak diterima pd 750 per ml Buruk Baik FDA : tidak diterima pada 750.000 per ml Normal California : tidak diterima pada 600.000 per ml Buruk Baik Negatif Negatif Buruk

153

Perbandingan Beberapa Pendapat Pakar Mengenai Karakteristik Mutu Susu Pasteurisasi FDA California min 3,25 min 3,5 No standar Min 12,2 maks. 0,02x106 maks. 0,015x106 maks. 10 maks. 10 Negatif SNI 2000 SNI 1995 maks. 8 3,5 - 4 2,8 12 - 13 maks. 0,03x106 0,03x106 <1 Negatif SK Dirjen Peternakan -

No

Karakteristik Mutu

PT. Fajar Taurus maks. 5oC

Akuisisi Pendapat Pakar Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Normal Buruk Baik Buruk : : : : : : : : : : : : : : : : :

1 Suhu

2 Kadar Lemak, % Kadar bahan kering, %

min 3,50

-

3

min 11

-

Jumlah bakteri, 4 CFU/ml

10.000

maks. 0.025x106

5 Koliform, CFU/ml 6 Uji Fosfat

0 Negatif

<1 Negatif

154

Perbandingan Beberapa Pendapat Pakar Mengenai Karakteristik Mutu Susu Pasteurisasi (Lanjutan) No Karakteristik Mutu PT. Fajar Taurus FDA California min. 8,25 7 SNF (%) 7,70 min. 8,70 8 Tes residu Antibiotika Bau 9 Organoleptik Warna Rasa Negatif Normal Normal Normal Negatif (0) Spesifik susu Putih kekuningan Khas 7,50 Negatif Normal Normal Normal Negatif Standar Standar Standar SNI 2000 SNI 1995 7,70 SK Dirjen Peternakan Akuisisi Pendapat Pakar Baik :

Normal : Buruk Baik Buruk Baik Buruk Baik Buruk Baik Buruk : : : : : : : : :

155

Lampiran 3. Kuesioner Strategi Peningkatan Kualitas Susu Pasteurisasi

KUESIONER PENELITIAN
PENERAPAN AHP DALAM PENYUSUNAN STRATEGI PENINGKATAN KUALITAS SUSU PASTEURISASI
DI PT. INDUSTRI SUSU ALAM MURNI (ISAM) BANDUNG

Oleh WINNIE SEPTIANI F351030231

PROGRAM STUDI TEKNOLOGI INDUSTRI PERTANIAN

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR 2005

156

KUESIONER PENETAPAN PRIORITAS KRITERIA STRATEGI PENINGKATAN KUALITAS SUSU PASTEURISASI

Bapak/Ibu yang saya hormati, saya menyadari bahwa waktu Anda sangatlah berharga. Namun sudilah Bpk/Ibu meluangkan waktu sejenak untuk membantu mengisi kuesioner yang bertujuan untuk mengetahui kriteria mana dalam strategi peningkatan kualitas susu pasteurisasi yang diprioritaskan pelaksanaannya berdasarkan penyusunan hirarki keputusan. Informasi yang Anda berikan sangat bermanfaat bagi strategi peningkatan kualitas susu pasteurisasi yang akan saya rumuskan.

Kuesioner ini merupakan bagian dari kegiatan akademis, atas pengertian dan partisipasi Anda, saya ucapkan terima kasih.

BAGIAN I : Identitas Pakar Nama : …………………………………………………………………… Instansi/Perusahaan : …… ……………………………………………………………… Alamat Rumah No Telp Rumah/Hp Alamat Kantor NoTelp Kantor : : : : ……………………………………………………………….......... …… ……………………………………………………………… …… ……………………………………………………………… …… ………………………………………………………………

MOHON UNTUK LANJUT KE HALAMAN BERIKUTNYA

157

BAGIAN II : Pengisian Matriks Berpasangan PETUNJUK PENGISIAN 1. Pertanyaan yang diajukan berbentk perbandingan antara suatu elemen dengan elemen baris berikutnya. 2. Jawaban dari pertanyaan tersebut diberi nilai oleh respoenden berdasarkan tingkat kepentingan dari elemen-elem yang dibandingkan secara berpasangan 3. Nilai perbandingan yang diberikan mempunyai skala 1-9 atau kebalikannya (1/2-1/9) dan dituliskan dalam kotak-kotak yang tersedia. Definisi dari nilai skala yang digunakan untuk nilai perbandingan ditentukan sebagai berikut :
Intensitas Pentingnya 1 3 5 7 9 Definisi Kedua elemen sama penting Elemen yang satu lebih penting daripada elemen yang lain Elemen yang satu sangat penting dari elemen yang lain Satu elemen jelas lebih penting dari elemen yang lain Elemen yang satu mutlak lebih penting dari elemen yang lain Nilai-nilai antara kedua pertimbangan yang dekat Penjelasan Dua elemen menyumbang sama besar pada sifat itu Pengalaman dan pertimbangan sedikit menyokong satu elemen atas elemen lainnya Pengalaman dan pertimbangan sangat kuat menyokong satu elemen atas elemen lainnya Satu elemen dengan kuat disokong dan dominasinya telah terlihat dalam praktik Bukti yang menyokong elemen yang satu atas yang lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan Kompromi diperlukan antara dua pertimbangan

2,4,6,8

Contoh Pengisian : Dalam usaha menentukan strategi peningkatan kualitas susu pasteurisasi yang akan dijalankan oleh PT Industri Susu Alam Murni (ISAM) Bandung, terdapat tiga faktor yang mempengaruhinya, yaitu A, B dan C. Berdasarkan tingkat kepentingan dan hubungannya dalam penetapan strategi peningkatan kualitas susu pasteurisasi, maka faktor-faktor tersebut dapat disusun dalam bentuk tabel perbandingan antar faktor seperti di bawah ini :
Faktor A B C A 1 B a) 3 1 C b) 4 c) 1/2 1

Keterangan : a) Nilai pada = faktor A lebih penting dibanding faktor B b) Nilai pada = faktor A antara lebih penting dengan sangat penting dibanding faktor C c) Nilai pada = faktor C antara sama penting dengan lebih penting dibanding faktor B

158

II.1 FAKTOR Dalam menentukan strategi peningkatan kualitas susu pasteurisasi yang akan diterapkan, ada tiga faktor yang mempengaruhi yaitu kualitas bahan baku, kualitas proses pengolahan serta kualitas pengemasan dan penyimpanan. Bandingkan berdasarkan tingkat kepentingan atau berdasarkan pengaruh masing-masing faktor strategi peningkatan kualitas susu pasteurisasi di PT ISAM !
FAKTOR Kualitas Bahan Baku Kualitas Proses Pengolahan Kualitas Pengemasan dan Penyimpanan Kualitas Bahan Baku 1 Kualitas Proses Pengolahan 1 1 Kualitas Pengemasan dan Penyimpanan

II.2 AKTOR Pelaku atau aktor yang ikut serta menentukan strategi peningkatan kualitas susu pasteurisasi adalah Kasie Quality Control, Kasie Produksi, Kasie Pemasaran, Manajer Operasional dan Direksi. 1. Bandingkan tingkat kepentingan relatif antara satu aktor dengan aktor lainnya dalam konteks pengaruh faktor kualitas bahan baku untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
AKTOR Kasie QC Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi Kasie QC 1 1 1 Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi

1

1

2. Bandingkan tingkat kepentingan relatif antara satu aktor dengan aktor lainnya dalam konteks pengaruh faktor kualitas proses pengolahan untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
AKTOR Kasie QC Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi Kasie QC 1 1 1 Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi

1

1

159

3. Bandingkan tingkat kepentingan relatif antara satu aktor dengan aktor lainnya dalam konteks pengaruh faktor kualitas pengemasan dan penyimpanan untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
AKTOR Kasie QC Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi Kasie QC 1 1 1 Kasie Produksi Kasie Pemasaran Manajer Operasional Direksi

1

1

II.3 TUJUAN Terdapat tiga tujuan yang ingin dicapai PT ISAM melalui penerapan strategi peningkatan kualitas susu pasteurisasi, yaitu peningkatan penjualan, peningkatan kepuasan konsumen, peningkatan kualitas produk dan proses produksi serta peningkatan produktivitas dan komitmen personel. 1. Bandingkan tingkat kepentingan relatif antara satu tujuan dengan tujuan lainnya dalam konteks pengaruh aktor Kasie Quality Control untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
TUJUAN Peningkatan Penjualan (PP) Peningkatan Kepuasan Konsumen (PKM) Peningkatan Kualitas Produk dan Proses Produksi (PPP) Peningkatan Produktivitas & Komitmen Personel (PKP) PP 1 1 1 1 PKM PPP PKP

2.

Bandingkan tingkat kepentingan relatif antara satu tujuan dengan tujuan lainnya dalam konteks pengaruh aktor Kasie Produksi untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
TUJUAN Peningkatan Penjualan (PP) Peningkatan Kepuasan Konsumen (PKM) Peningkatan Kualitas Produk dan Proses Produksi (PPP) Peningkatan Produktivitas & Komitmen Personel (PKP) PP 1 1 1 1 PKM PPP PKP

3.

Bandingkan tingkat kepentingan relatif antara satu tujuan dengan tujuan lainnya dalam konteks pengaruh aktor Kasie Pemasaran untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
TUJUAN Peningkatan Penjualan (PP) Peningkatan Kepuasan Konsumen (PKM) Peningkatan Kualitas Produk dan Proses Produksi (PPP) Peningkatan Produktivitas & Komitmen Personel (PKP) PP 1 1 1 1 PKM PPP PKP

160

4.

Bandingkan tingkat kepentingan relatif antara satu tujuan dengan tujuan lainnya dalam konteks pengaruh aktor Manajer Operasional untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
TUJUAN PP 1 1 1 1 PKM PPP PKP

Peningkatan Penjualan (PP) Peningkatan Kepuasan Konsumen (PKM) Peningkatan Kualitas Produk dan Proses Produksi (PPP) Peningkatan Produktivitas & Komitmen Personel (PKP)

5.

Bandingkan tingkat kepentingan relatif antara satu tujuan dengan tujuan lainnya dalam konteks pengaruh aktor Direksi untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
TUJUAN PP PKM PPP PKP

Peningkatan Penjualan (PP) Peningkatan Kepuasan Konsumen (PKM) Peningkatan Kualitas Produk dan Proses Produksi (PPP) Peningkatan Produktivitas & Komitmen Personel (PKP)

II.4 STRATEGI Ada tiga alternatif strategi yang dapat dikembanglan berhubungan dengan tujuan di atas yaitu program perbaikan kualitas segi fisikomimia-organoleptik, program diversifikasi produk, program perbaikan sistem kualitas, program perbaikan sistem produksi, program pengembangan SDM dan Program pengembangan SIM. 1. Bandingkan tingkat kepentingan relatif antara satu strategi dengan strategi lainnya dalam konteks pengaruh tujuan peningkatan penjualan untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
STRATEGI Perbaikan Kualitas Segi Fisikokimia-Organoleptik ( SFO) Diversifikasi Produk (DP) Perbaikan Sistem Kualitas (SK) Perbaikan Proses Produksi (PP) Pengembangan SDM (SDM) Pengembangan SIM (SIM) SFO 1 1 1 1 1 DP SK PP SDM SIM

1

2. Bandingkan tingkat kepentingan relatif antara satu strategi dengan strategi lainnya dalam konteks pengaruh tujuan peningkatan kepuasan konsumen untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
STRATEGI Perbaikan Kualitas Segi Fisikokimia-Organoleptik ( SFO) Diversifikasi Produk (DP) Perbaikan Sistem Kualitas (SK) Perbaikan Proses Produksi (PP) Pengembangan SDM (SDM) Pengembangan SIM (SIM) SFO 1 1 1 1 1 DP SK PP SDM SIM

1

161

3. Bandingkan tingkat kepentingan relatif antara satu strategi dengan strategi lainnya dalam konteks pengaruh tujuan peningkatan kualitas produk dan proses produksi untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
STRATEGI Perbaikan Kualitas Segi Fisikokimia-Organoleptik ( SFO) Diversifikasi Produk (DP) Perbaikan Sistem Kualitas (SK) Perbaikan Proses Produksi (PP) Pengembangan SDM (SDM) Pengembangan SIM (SIM) SFO 1 1 1 1 1 DP SK PP SDM SIM

1

4. Bandingkan tingkat kepentingan relatif antara satu strategi dengan strategi lainnya dalam konteks pengaruh tujuan peningkatan produktivitas dan komitmen personel untuk penentuan strategi peningkatan kualitas susu pasteurisasi !
STRATEGI Perbaikan Kualitas Segi Fisikokimia-Organoleptik ( SFO) Diversifikasi Produk (DP) Perbaikan Sistem Kualitas (SK) Perbaikan Proses Produksi (PP) Pengembangan SDM (SDM) Pengembangan SIM (SIM) SFO 1 1 1 1 1 DP SK PP SDM SIM

1

Terima kasih atas partisipasi Bapak/Ibu dalam penelitian ini. lit

162

Lampiran 4. Tahapan Entropy 1. Normalisasi data awal kuesioner yang diperoleh dangan mengurangi tiap angka tersebut dengan nilai ideal dalam penelitian. Dalam penelitian ini adalah 9. Kriteria 1 2 3 Pakar 1 2 3 kij = data harapan - 9

JUMLAH 2. Membagi kij dengan total nilai dari semua kriteria Kriteria 1 2 3 Pakar 1 2 3

TOTAL

a ij =

k ij

∑∑ k
i =1 i =1

m

n

ij

3.

Hitung Entropy tiap kriteria Kriteria 1 2 3
Eij = 1 x ∑ j a ij ln(aij ) ln(m)

Pakar 1 2 3

163

4.

Hitung dispersi tiap kriteria Kriteria 1 2 3 Dj = 1 - Ej Pakar 1 2 3

5.

Karena diasumsikan total bobot adalah 1 maka untuk mendapatkan bobot total tiap kriteria, nilai dispersi harus dinormalisasi dahulu sehingga :

Wj =

∑D

Dj

j

164

Lampiran 5. Rekapitulasi Data Kuesioner dan Perhitungan Entropy Lampiran 5.1. Perhitungan Entropy Kualitas Bahan Baku
P e rhitungan E ntropy P e nilaian K ualitas B ahan B aku B e rdasarkan M utu FisikoK imia S usu S e gar
Krite ria B erat jenis U ji alk ohol K adar lem ak Titik bek u K eas am an PH K adar bahan k ering K adar bahan k ering tanpa K adar air U ji O rganoleptik S uhu pada w ak tu diterim a K otoran pada benda as ing U ji didih U ji reduk tas e U ji k atalas e U ji pem als uan P rotein C em aran logam (P b, C u, Zn, S n, H g, A s ) R es idu pes tis ida/ins ek tis ida 1 7 7 7 3 9 9 8 8 3 9 9 8 7 5 9 9 7 7 7 2 8 9 8 7 9 7 7 7 6 9 9 8 8 3 3 9 7 7 7 P a ka r 3 4 8 9 8 9 8 9 3 6 9 9 8 7 8 8 8 7 6 6 9 8 9 8 7 3 4 9 7 8 8 8 8 8 4 3 8 7 7 8
dik ura ngi de nga n nila i ide a l

5 9 9 9 5 9 7 7 8 6 9 8 8 8 4 4 8 7 7 8

6 8 9 8 7 8 7 7 7 6 9 9 8 7 3 3 9 7 7 7

1 -2 -2 -2 -6 0 0 -1 -1 -6 0 0 -1 -2 -4 0 0 -2 -2 -2

2 -1 0 -1 -2 0 -2 -2 -2 -3 0 0 -1 -1 -6 -6 0 -2 -2 -2

3 -1 -1 -1 -6 0 -1 -1 -1 -3 0 0 -1 -2 -6 -5 0 -2 -1 -1

4 0 0 0 -3 0 -2 -1 -2 -3 -1 -1 -1 -1 -5 -6 -1 -2 -2

5 0 0 0 -4 0 -2 -2 -1 -3 0 -1 -1 -1 -5 -5 -1 -2 -2

6 -1 0 -1 -2 -1 -2 -2 -2 -3 0 0 -1 -2 -6 -6 0 -2 -2

JL H -5 -3 -5 -23 -1 -9 -9 -9 -21 -1 -2 -6 -9 -32 -28 -2 -12 -11 -9 -197

1 0,0102 0,0102 0,0102 0,0305 0,0000 0,0000 0,0051 0,0051 0,0305 0,0000 0,0000 0,0051 0,0102 0,0203 0,0000 0,0000 0,0102 0,0102 0,0102

2 0,0051 0,0000 0,0051 0,0102 0,0000 0,0102 0,0102 0,0102 0,0152 0,0000 0,0000 0,0051 0,0051 0,0305 0,0305 0,0000 0,0102 0,0102 0,0102

a ij 3 4 0,0051 0,0000 0,0051 0,0000 0,0051 0,0000 0,0305 0,0152 0,0000 0,0000 0,0051 0,0102 0,0051 0,0051 0,0051 0,0102 0,0152 0,0152 0,0000 0,0051 0,0000 0,0051 0,0102 0,0305 0,0254 0,0000 0,0102 0,0051 0,0051 0,0051 0,0051 0,0051 0,0254 0,0305 0,0051 0,0102 0,0102 0,0051

5 0,0000 0,0000 0,0000 0,0203 0,0000 0,0102 0,0102 0,0051 0,0152 0,0000 0,0051 0,0051 0,0051 0,0254 0,0254 0,0051 0,0102 0,0102 0,0051

6 0,0051 0,0000 0,0051 0,0102 0,0051 0,0102 0,0102 0,0102 0,0152 0,0000 0,0000 0,0051 0,0102 0,0305 0,0305 0,0000 0,0102 0,0102 0,0102

jlh 0,0254 0,0152 0,0254 0,1168 0,0051 0,0457 0,0457 0,0457 0,1066 0,0051 0,0102 0,0305 0,0457 0,1624 0,1421 0,0102 0,0609 0,0558 0,0457

ln a ij -3,6738 -4,1846 -3,6738 -2,1477 -5,2832 -3,0860 -3,0860 -3,0860 -2,2387 -5,2832 -4,5901 -3,4914 -3,0860 -1,8175 -1,9510 -4,5901 -2,7983 -2,8853 -3,0860

a ij ln a ij -0,0932 -0,0637 -0,0932 -0,2507 -0,0268 -0,1410 -0,1410 -0,1410 -0,2386 -0,0268 -0,0466 -0,1063 -0,1410 -0,2952 -0,2773 -0,0466 -0,1705 -0,1611

Eij 0,0520 0,0356 0,0520 0,1399 0,0150 0,0787 0,0787 0,0787 0,1332 0,0150 0,0260 0,0593 0,0787 0,1648 0,1548 0,0260 0,0951 0,0899

1-Eij 0,9480 0,9644 0,9480 0,8601 0,9850 0,9213 0,9213 0,9213 0,8668 0,9850 0,9740 0,9407 0,9213 0,8352 0,8452 0,9740 0,9049 0,9101

Wj 0,0540 0,0550 0,0540 0,0490 0,0561 0,0525 0,0525 0,0525 0,0494 0,0561 0,0555 0,0536 0,0525 0,0476 0,0482 0,0555 0,0516 0,0519 0,0525 1,0000

-1 -1 -2 JUM L AH T O T AL

-0,1410 0,0787 0,9213 JUM L AH T O T AL 17,5479

P e rhitungan E ntropy P e nilaian K ualitas B ahan B aku B e rdasarkan M utu M ikrobiologis
Krite ria Jum lah total bak teri Jum lah bak teri k oli S el S om atik A btibiotik tes t 1 9 9 8 8 2 8 8 8 8 P a ka r 3 4 9 8 9 9 8 8 8 8
dik ura ngi de nga n nila i ide a l

5 9 9 8 8

6 8 9 8 8

1 0 0 -1 -1

2 -1 -1 -1 -1

3 0 0 -1 -1

4 5 6 -1 0 -1 0 0 0 -1 -1 -1 -1 -1 -1 JUM L AH T O T AL

JL H -3 -1 -6 -6 -16

1 0,0000 0,0000 0,0625 0,0625

2 0,0625 0,0625 0,0625 0,0625

a ij 3 4 0,0000 0,0625 0,0000 0,0000 0,0625 0,0625 0,0625 0,0625

5 0,0000 0,0000 0,0625 0,0625

6 0,0625 0,0000 0,0625 0,0625

jlh 0,1875 0,0625 0,3750 0,3750

ln a ij -1,6740 -2,7726 -0,9808 -0,9808

a ij ln a ij -0,3139 -0,1733 -0,3678 -0,3678 JUM L AH

Eij 0,1752 0,0967 0,2053 0,2053 T O T AL

1-Eij 0,8248 0,9033 0,7947 0,7947 3,3176

Wj 0,2486 0,2723 0,2395 0,2395 1,0000

165

Lampiran 5.2. Perhitungan Entropy Kualitas Proses Pengolahan
P e rhitungan E ntropy untuk P e nilaian K ualitas P rose s B e rdasarkan K arakte ristik M utu
Krite ria O rganoleptik K adar air K adar lem ak K adar padatan tanpa lem ak U ji reduk tas e dengan m ety len biru K adar protein K adar lak tos a U ji fos fatas e Jum lah m ik roba C oliform pres um tive Logam berbahay a B ahan P engawet Zat w arna Zat peny edap c itaras a 1 9 9 9 8 9 8 8 8 9 8 9 9 9 9 2 9 7 9 9 3 8 8 7 9 9 7 7 7 7 P a ka r 3 4 9 9 7 7 9 8 9 8 4 8 8 7 9 9 8 7 7 7 7 8 7 9 9 9 7 6 7 7
dik ura ngi dengan nila i ide a l

5 8 9 9 8 9 8 8 8 8 7 9 9 9 9

6 9 7 9 9 7 8 7 9 9 9 7 7 7 7

1 0 0 0 -1 0 -1 -1 -1 0 -1 0 0 0 0

2 0 -2 0 0 -6 -1 -1 -2 0 0 -2 -2 -2 -2

3 0 -2 0 0 -5 -1 -1 -2 0 0 -1 -2 -2 -2

4 0 -2 -1 -1

5 -1 0 0 -1

6 0 -2 0 0

JL H -1 -8 -1 -3 -15 -6 -8 -6 -1 -3 -7 -9 -8 -8 -84

-2 0 -2 -1 -1 -1 -2 -1 -2 0 -1 0 0 -1 0 0 -2 0 -2 0 -2 -3 0 -2 -2 0 -2 -2 0 -2 JUM L AH T O T AL

1 0,0000 0,0000 0,0000 0,0123 0,0000 0,0123 0,0123 0,0123 0,0000 0,0123 0,0000 0,0000 0,0000 0,0000

2 0,0000 0,0247 0,0000 0,0000 0,0741 0,0123 0,0123 0,0247 0,0000 0,0000 0,0247 0,0247 0,0247 0,0247

a ij 3 4 0,0000 0,0000 0,0247 0,0247 0,0000 0,0123 0,0000 0,0123 0,0617 0,0247 0,0123 0,0123 0,0123 0,0247 0,0247 0,0000 0,0000 0,0000 0,0000 0,0000 0,0123 0,0247 0,0247 0,0370 0,0247 0,0247 0,0247 0,0247

5 0,0123 0,0000 0,0000 0,0123 0,0000 0,0123 0,0123 0,0123 0,0123 0,0247 0,0000 0,0000 0,0000 0,0000

6 0,0000 0,0247 0,0000 0,0000 0,0247 0,0123 0,0247 0,0000 0,0000 0,0000 0,0247 0,0247 0,0247 0,0247

jlh 0,0123 0,0988 0,0123 0,0370 0,1852 0,0741 0,0988 0,0741 0,0123 0,0370 0,0864 0,1111 0,0988 0,0988

ln a ij -4,3944 -2,3150 -4,3944 -3,2958 -1,6864 -2,6027 -2,3150 -2,6027 -4,3944 -3,2958 -2,4485 -2,1972 -2,3150 -2,3150

a ij ln a ij -0,0543 -0,2286 -0,0543 -0,1221

Eij 0,0303 0,1276 0,0303 0,0681

Dj 0,9697 0,8724 0,9697 0,9319

Wj 0,0768 0,0691 0,0768 0,0738 0,0654 0,0707 0,0691 0,0707 0,0768 0,0738 0,0699 0,0685 0,0691 0,0691 1,0000

-0,3123 0,1743 0,8257 -0,1928 0,1076 0,8924 -0,2286 0,1276 0,8724 -0,1928 0,1076 0,8924 -0,0543 0,0303 0,9697 -0,1221 0,0681 0,9319 -0,2116 0,1181 0,8819 -0,2441 0,1363 0,8637 -0,2286 0,1276 0,8724 -0,2286 0,1276 0,8724 JUM L AH T O T AL 12,6186

P e rhitungan E ntropy untuk P e nilaian K ualitas P rose s B e rdasarkan T itik K ritis
Krite ria P as teuris as i P endinganan P engis ian dan pengem as an P eny im panan dingin hom ogenis as i 1 9 9 9 9 9 2 9 9 9 8 9 P a ka r 3 4 9 9 8 9 9 8 9 9 9 9
dik ura ngi dengan nila i ide a l

5 9 9 9 9 8

6 8 9 9 9 9

1 0 0 0 0 0

2 0 0 0 -1 0

3 0 -1 0 0 0

4 5 6 0 0 -1 0 0 0 -1 0 0 0 0 0 0 -1 0 JUM L AH T O T AL

JL H -1 -1 -1 -1 -1 -5

a ij 1 0 0 0 0 0 2 0 0 0 0,2 0 3 0 0,2 0 0 0 4 0 0 0,2 0 0 5 0 0 0 0 0,2 6 0,2 0 0 0 0

jlh 0,2000 0,2000 0,2000 0,2000 0,2000

ln a ij -1,6094 -1,6094 -1,6094 -1,6094 -1,6094

a ij ln a ij

Eij

1-Eij 0,8204 0,8204 0,8204 0,8204 0,8204 4,1018

Wj 0,2000 0,2000 0,2000 0,2000 0,2000 1,0000

-0,3219 0,1796 -0,3219 0,1796 -0,3219 0,1796 -0,3219 0,1796 -0,3219 0,1796 JUM L AH T O T AL

P e rhitungan E ntropy untuk P e nilaian K ualitas P rose s B e rdasarkan S anitasi
Krite ria P ek erja Ruangan P eralatan Lingk ungan 1 9 9 9 9 9 9 8 9 2 P a ka r 3 4 9 9 8 9 9 9 9 8
dik ura ngi dengan nila i ide a l

5 8 9 9 9 9 9 9 9

6

S anitas i S anitas i S anitas i S anitas i

1 0 0 0 0

2 0 0 -1 0

3 0 -1 0 0

4 5 6 0 -1 0 0 0 0 0 0 0 -1 0 0 JUM L AH T O T AL

JL H -1 -1 -1 -1 -4

a ij 1 0 0 0 0 2 0 0 0,25 0 3 0 0,25 0 0 4 0 0 0 0,25 5 0,25 0 0 0 6 0 0 0 0

jlh 0,2500 0,2500 0,2500 0,2500

ln a ij -1,3863 -1,3863 -1,3863 -1,3863

a ij ln a ij

Eij

1-Eij 0,8066 0,8066 0,8066 0,8066 3,2263

Wj 0,2500 0,2500 0,2500 0,2500 1,0000

-0,3466 0,1934 -0,3466 0,1934 -0,3466 0,1934 -0,3466 0,1934 JUM L AH T O T AL

166

Lampiran 5.3. Perhitungan Entropy Kualitas Proses Pengolahan Perhitungan Entropy untuk Penilaian Kualitas Pengemasan dan Penyimpanan
Kriteria Suhu Penyimpanan Lama Penyimpanan Jenis Kemasan Pensterilan kemasan Kode pada kemasan Waktu kadaluarsa 1 9 9 9 8 8 8 2 9 9 8 9 9 9 Pakar 3 4 9 9 8 9 8 9 9 8 9 8 9 8 5 9 9 9 9 8 9 6 8 9 9 8 9 9 Dikurangi dengan nilai ideal 1 2 3 4 5 6 0 0 0 0 0 -1 0 0 -1 0 0 0 0 -1 -1 0 0 0 -1 0 0 -1 0 -1 -1 0 0 -1 -1 0 -1 0 0 -1 0 0 JUMLAH TOTAL JLH -1 -1 -2 -3 -3 -2 -12

Perhitungan Entropy untuk Penilaian Kualitas Pengemasan dan Penyimpanan (Lanjutan)
aij Kriteria Suhu Penyimpanan Lama Penyimpanan Jenis Kemasan Pensterilan kemasan Kode pada kemasan Waktu kadaluarsa JUMLAH TOTAL 1 0,0000 0,0000 0,0000 0,0833 0,0833 0,0833 2 0,0000 0,0000 0,0833 0,0000 0,0000 0,0000 3 0,0000 0,0833 0,0833 0,0000 0,0000 0,0000 4 0,0000 0,0000 0,0000 0,0833 0,0833 0,0833 5 0,0000 0,0000 0,0000 0,0000 0,0833 0,0000 6 0,0833 0,0000 0,0000 0,0833 0,0000 0,0000

Perhitungan Entropy untuk Penilaian Kualitas Pengemasan dan Penyimpanan (Lanjutan)
Kriteria Suhu Penyimpanan Lama Penyimpanan Jenis Kemasan Pensterilan kemasan Kode pada kemasan Waktu kadaluarsa JUMLAH TOTAL jlh 0,0833 0,0833 0,1667 0,2500 0,2500 0,1667 ln aij aij ln aij Eij 0,1156 0,1156 0,1667 0,1934 0,1934 0,1667 1-Eij 0,8844 0,8844 0,8333 0,8066 0,8066 0,8333 5,0487 Wj 0,1752 0,1752 0,1651 0,1598 0,1598 0,1651 1,0000

-2,4849 -0,2071 -2,4849 -0,2071 -1,7918 -0,2986 -1,3863 -0,3466 -1,3863 -0,3466 -1,7918 -0,2986 JUMLAH TOTAL

167

Lampiran 6. Syarat Mutu Susu Segar (Fresh Milk) Lampiran 6.1 Syarat Mutu Susu Segar (Fresh Milk) SNI Kr it er ia U j i 1 Keadaan 1.1. Bau 1.2. Rasa 1.3. Warna 1.4. Konsistensi Suhu pada waktu diterima Kotoran pada benda asing Bobot jenis pada 27,5oC Titik beku Uji alkohol 70% Uji didih Uji reduktase Uji Katalase Uji Pemalsuan Lemak, %, b/b Bahan kering tanpa lemak, %, b/b Protein, %, b/b Tingkat keasaman Cemaran logam : 15.1. Timbal (Pb), mg/kg 15.2. Tembaga (Cu), mg/kg 15.3. Seng (Zn), mg/kg 15.4. Timah (Sn), mg/kg 15.5. Raksa (Hg), mg/kg Arsen (As), mg/kg Cemaran mikroba : 17.1. Angka lempeng total 17.2. E. coli 17.3. Salmonella 17.4. S. aureus Residu Pestisida/insektisida S at uan P er syar at an Normal Normal Normal Normal maks. 8 Tidak boleh ada 1,0260 – 1,0280 -0,520 s/d –0,560 Negatif Negatif Normal Maks. 3 Negatif Min. 3,0 Min. 8,0 Min. 2,7 4,5 – 7,0 Maks. 0,3 Maks. 20,0 Maks. 40,0 Maks. 40,0 Maks. 0,03 Maks. 0,1 Koloni/ml APM/ml Koloni/100 ml Koloni/100 ml Maks. 3,0 x 106 Maks. 10 Negatif Maks. 102 Sesuai dengan peraturan Depkes yang berlaku

2 3 4 5 6 7 8 9 10 11 12 13 14 15

o

C o C Ml

o

SH

16 17

18

168

Lampiran 6.2 Syarat Mutu Susu Segar (Fresh Milk) di PT Fajar Taurus P ar amet er Mut u 1 Keadaan Bau 1.1. Rasa 1.2. Warna 1.3. Konsistensi 1.4. Suhu pada waktu diterima Kotoran dan benda asing Bobot jenis pada 27,5oC Titik beku Uji alkohol 70% Uji didih Uji reduktase (MBRT) pH Lemak, %, b/b Bahan kering tanpa lemak, %, b/b Protein, %, b/b Tingkat keasaman Cemaran logam : 15.1. Timbal (Pb), mg/kg 15.2. Tembaga (Cu), mg/kg 15.3. Seng (Zn), mg/kg 15.4. Timah (Sn), mg/kg 15.5. Raksa (Hg), mg/kg Arsen (As), mg/kg Cemaran mikroba : 17.1. Angka lempeng total 17.2. E. coli 17.3. Salmonella 17.4. S. aureus S at uan S yar at Mut u Normal Normal Normal Normal Maks. 5 Tidak boleh ada Min 1,0275 -0,520 s/d –0,560 Negatif Negatif Min 8 6,55-6,75 Min. 3,0 Min. 8,0 Min. 2,8 Min. 7.20 Maks. 0,3 Maks. 20,0 Maks. 40,0 Maks. 40,0 Maks. 0,03 Maks. 0,1 Koloni/ml APM/ml Koloni/100 ml Koloni/100 ml Maks. 3,0 x 106 Maks. 10 Negatif Maks. 102

2 3 4 5 6 7 8 9 10 11 12 13 14

o

C

o

C

ml

o

SH

15 16

Sumber : Quality C ontrol PT Fajar T aurus, 2005

169

Lampiran 6.3 Syarat Mutu Susu Segar (Fresh Milk) di PT Indomilk P ar amet er Mut u Berat Jenis Uji alkohol 70% Kadar lemak Resazurin tes Titik beku Keasaman pH Kadar bahan kering Kadar bahan kering tanpa lemak Kadar air Bakteri patogen Jumlah koloni bakteri per ml Organoleptik (bau, rasa dan warna) S yar at Mut u 1,270 – 1,0350 Negatif 3,3% 4 jam (maksimum) -0,526 sampai –0,560 0,18 % (maksimum) 6,6 – 6,67 11,00 – 12,80% 7,7 – 8,0% 87,2% Negatif 1 x 106 (maksimum) Standar

Sumber : Quality C ontrol PT . I ndomilk, 2005 Lampiran 6.4 Syarat Mutu Susu Segar (Fresh Milk) di PT Industri Susu Alam Murni (ISAM) No 1. Parameter Mutu Keadaan Visual : a. Rasa b. Warna c. Aroma Temperatur Uji Alkohol Fat, % Solid Non Fat (SNF) , % Total Solid (TS), % Keasaman, % pH Berat Jenis (200C) COB (menit) Karbonat Coliform, CFU/ml TPC , per ml Antibiotik Sel Somatik, per ml Syarat Mutu khas putih kekuningan spesifik susu < 50C Negatif ≥ 3,4 ≥ 7,97 ≥ 11,37 ≤ 0,14 6,60 – 6,80 ≥ 1,0260 ≥4 Negatif <1.000 < 1.000.000 Negatif < 200.000

2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.

Sumber : Quality C ontrol PT I SAM, 2005

170

Lampiran 6.5 Syarat Mutu Susu Segar (Fresh Milk) di PT Foremost Indonesia Standar Mutu Fisik dan Kimia Susu Segar No 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. Parameter Mutu Odor Flavour Temperature Kadar Fat SG (200C) (Berat Jenis) Total Solid Acidity Boiling test Alkohol Carbonate Sucrose Conductivity Syarat Mutu Normal Normal Maks. 70C Min. 2,7% > 1,028 Snf 8,5% Maks. 17,5 N No koagulan No koagulan (-) (-) -

Sumber : Quality Control PT Foremost

Standar Mutu Secara Mikrobiologi No 1. 2. 3. Parameter Mutu Total Count Total Spora Koliform Syarat Mutu Σ sel mikroba per ml <10 10 – 10 0

Sumber : Quality Control PT Foremost

171

Lampiran 7. Syarat Mutu Susu Pasteurisasi
Lampiran 7.1 Syarat Mutu Susu Pasteurisasi di PT Fajar Taurus No 1. Parameter Mutu Keadaan Visual : Rasa Bau Warna Kekentalan Suhu Uji Alkohol Uji Didih Berat jenis pada suhu 27,50C Kadar Lemak Total Padatan Total padatan tanpa lemak Keasaman : - pH - Asam laktat Mikrobiologi : Total Plate Count Koliform E.coli Salmonella Staphilococcus
Sumber : Quality Control PT Fajar Taurus, 2005

Syarat Mutu Normal Normal Putih Kekuningan Normal Maks. 50C (-) (-) Min. 1,0275 Min 3.50% Min 11,0% Min 7,7% Min 6,55-6,70 0,13-0,16% 1 x 104 nihil nihil nihil Maks. 10

2. 3. 4. 5. 6. 7. 8. 9. 10.

Lampiran 7.2 Syarat Mutu Susu Pasteurisasi SNI Parameter Mutu Syarat Mutu

Keadaan (bau, rasa, konsistensi) Normal Kadar air (%) 87,31 – 88,61 Kadar bahan kering (%) 12 – 13 Kadar lemak (%) 3,5 – 4 Protein (%) 3,0 – 3,2 Laktosa (%) 4,8 – 5 Bahan pengawet Negatif Logam-logam berbahaya Negatif Jumlah mikroba (CFU/ml) Maksimal 30.000 Koliform <1 Sumber : SNI (1977) dalam Dwiyanti (1996)

172

Syarat Mutu Susu Pasteurisasi Menurut SNI 1995

Parameter Mutu
Bau Rasa Warna Kadar Lemak % (b/b) min Kadar padatan tanpa lemak % (b/b) min Uji reduktase dengan methylen biru Kadar Protein % (b/b) min Uji fosfatase TPC (Total Plate Count) ml,maks Coliform presumptive MPN/ml, maks Logam berbahaya : - As, (ppm) maks - Pb, (ppm) maks - Cu, (ppm) maks - Zn, (ppm) maks Bahan Pengawet Zat warna Zat penyedap cita rasa

Syarat A
Khas Khas Khas 2,80 7,7 0 2,5 0 3 X 104 10

B
Khas Khas Khas 1,50 7,5 0 2,5 0 4 x 104 10

1 1 1 1 2 2 5 5 sesuai sesuai dengan dengan peraturan peraturan Menteri Menteri Kesehatan RI Kesehatan RI No. 235/Men. No. 235/Men. Kes/Per/VI/79 Kes/Per/VI/79

173

Lampiran 7.3 Standar Mutu Susu Pasteurisasi Menurut Peraturan Federal dan California California mempunyai perbedaan jumlah bakteri dan komposisi standar untuk susu yang diproduksinya, yaitu sebagai berikut : Standar Jumlah Bakteri Standar Federal California Susu Segar untuk Jumlah bakteri tidak melebihi tidak melebihi Susu Pasteurisasi 100.000 per ml 50.000 per ml Grade A Jumlah sel somatik tidak melebihi tidak melebihi 750.000 per ml 600.000 per ml Koliform tidak ada standar tidak melebihi 750 per ml Susu Pasteurisasi Jumlah bakteri Maks. 20.000 Maks. 15.000 Grade A per ml per ml Koliform Maks. 10 per ml Maks. 10 per ml Klasifikasi

Klasifikasi Susu Susu Pasteurisasi Grade A

Susu Kurang Lemak Grade A Susu Rendah Lemak Grade A Susu Tanpa Lemak Grade A

Standar Kadar Lemak, minimum Total padatan tanpa lemak, min Total padatan Kadar lemak Total padatan tanpa lemak, min Kadar lemak Total padatan tanpa lemak, min Kadar lemak, maksimum Total padatan tanpa lemak, min

Komposisi Standar Federal California 3,25% 3,5% 8,25% tidak ada standar Maks. 2,1% tidak ada minimum 8,25% Maks. 1,2 tidak ada minimum 8,25% 0,20% 8,25% 8,7% Min 12,2% Maks. 2,1% Min. 1,9% 10,0% Maks. 1,1% Min. 0,9% 11,0% 0,20% 9,0%

174

Lampiran 8. Pengujian Kualitas Susu Segar Pengujian kualitas susu segar menurut prosedur yang telah ditetapkan dan rutin dilakukan oleh PT Industri Susu Alam Murni (ISAM). Pengujian tersebut meliputi : 1. Pengujian Kesegaran Susu Segar 1.1 Pengujian Organoleptik Alat-alat : Tabung reaksi, gelas dan sendok a. Uji Warna : 5 ml susu dimasukkan ke dalam tabung reaksi kemudian dilihat dengan latar belakang putih. Susu yang baik berwarna putih kekuningan. b. Uji Bau : Susu langsung dicium baunya kemudian dipanaskan dan dicium lagi baunya. Adanya bau yang menyimpang menandakan susu tidak memenuhi persyaratan standar. c. Uji Rasa : Sampel susu dituangkan ke dalam gelas kemudian dicicipi dan dirasakan adanya perbedaan. Rasa susu yang baik adalah khas. 1.2 Pengujian Keasaman Penetapan Derajat Keasaman : • Prinsip Kadar asam yang terbentuk di dalam susu, terutama jumlah asam laktat yang terbentuk dari gula susu (laktosa) yang disebabkan oleh metabolisme kumankuman susu ditetapkan dengan cara titrasi. Cara Kerja Ada beberapa macam penetapan yang dipakai di Indonesia : a. Cara Soxhlet-Henkel(0SH) Dua botol Erlenmeyer diisi masing-masing dengan 10 ml susu dan tambahkan kedalamnya dua tetes phenolphthalein. Salah satu Erlenmeyer dititrasi dengan 0,1 N NaOH sampai warna tetap bila dikocok. Untuk mendapatkan derajat SH jumlah ml yang didapat dikalikan dengan 4 (seharusnya 100 ml dan 0,25 N NaOH, jadi : 10 x (0,10)/(0,25) = 4) b. Cara Dornic (0D) Sama dengan uji sebelumnya, hanya yang dipakai untuk titrasi adalah 1/9N NaOH dan 10 ml susu. Angka derajat Dornic sama dengan jumlah ml 1/9 N NaOH yang dipakai dikalikan dengan sepuluh (10) Di Amerika Serikat dipakai derajat asam dalam persen (%), yang diantaranya ditentukan bahwa bila keasaman susu telah melampaui angka 0,25% (=11,10SH) maka susu tersebut telah tidak baik lagi untuk pasteurisasi karena pada uji didih pecah. Menurut ketentuan di Amerika Serikat, derajat keasaman susu normal adalah 0.10 – 0.18%. 1.3 Pengujian Alkohol Prinsip : Kestabilan sifat kolodial protein-protein susu bergantung juga pada selubung air yang meliputi butir-butir protein, terutama kaseinnya. Jika susu dicampur dengan alkohol yang berdaya dehidrasi, maka protein susu akan berkoagulasi. Semakin tinggi derajat

175

asam, semakin berkurang kepekatan alkohol yang dibutuhkan untuk memecahkan susu dalam jumlah yang sama. Tujuan : Mengetahui derajat mengetahui derajat keasaman susu secara cepat. Pengujian : Susu segar sebanyak 2 ml dimasukkan dalam tabung reaksi kemudian ditambah alkohol 70 – 80% dengan perbandingan 1 : 1, lalu dikocok. Terbentuknya gumpalan menunjukan bahwa susu tidak baik maka susu akan ditolak, sedangkan susu yang baik jika bercampur dengan alkohol tidak membentuk gumpalan. Sumber lain (PT. Fajar Taurus, 2005) menyebutkan : perbandingan yang digunakan 1 : 3. 1.4 Pengujian Karbonat Prinsip : Penambahan karbonat dan soda kue (NaCO3) dimaksudkan untuk membuat susu tetap segar karena suasana basa akan menghambat kegiatan kuman pemecah laktosa sehingga tidak terbentuk asam laktat. Cara Kerja : a. Masukkan ke dalam tabung reaksi ± 5 ml susu b. Teteskan asam rosalinik : bila susu dalam suasana basa, maka asam rosalinat akan berubah warnanya dari jingga menjadi merah. 2. Pengujian Berat Jenis Pengujian yang dilakukan adalah sebagai berikut :

Prinsip
Hukum Archimedes : benda yang dimasukkan ke dalam suatu zat cair akan mendapat tekanan ke atas sebesar berat benda cair yang dipindahkan.

Bahan dan Alat
Gelas ukur 250 ml, labu Erlenmeyer 500 ml, laktodensimeter, thermometer dan contoh susu.

Cara Kerja
Susu dihomogenkan dengan cara menuangkan dari gelas ukur ke labu Erlenmeyer sebanyak tiga kali. Hasil Homogenisasi terakhir dimasukkan ke dalam gelas ukur sampai ke 2/3 dari volumenya (untuk mencegah tumpah dan memudahkan pembacaan). Setelah dilihat teraannya (….. 0C) laktodensimeter dimasukkan ke dalam gelas ukur dan kemudian dibenamkan serta dibiarkan timbul sampai tidak bergoyang lagi. Kemudian skala dari laktodensimeter dibaca dan suhu susu diukur. Pekerjaan ini diulangi tiga kali kemudian dibuat harga rata-rata pembacaan suhu dan skala. Angka yang didapat dari laktodensimeter adalah desimal ke-2 dan ke-3 setelah 1,0 sedangkan desimal ke-4 dikira-kirakan.

176

3. Pengujian Komposisi Susu Segar

3.1 Pengujian Kadar Lemak
Peralatan Reagent Prosedur : a. Sebanyak 10 ml H2SO4 dari dispenser dimasukkan ke dalam butyrometer b. Sampel susu sebanyak 10,75 ml dimasukkan ke dalam butyrometer secara perlahan-lahan c. Kemudian ditambahkan1 ml amyl alkohol dan ditutup d. Butyrometer yang telah terisi dikocok hingga larut dan merata, kemudian disentrifuge selama 5 menit dengan posisi tutup dibawah e. Setelah disentrifuge, butyrometer diangkat dan disimpan pada waterbath dengan temperatur 650C selama 5 menit : : Butyrometer, pipet 10,75 ml, sentrifuge Gerber, dispenser 10 ml dan 1 ml dan waterbath. Asam sulfat (H2SO4) 90% berat jenis 1,820 dan amyl alkohol.

3.2 Pengujian Total Padatan
Prinsip Alat-alat : : Kandungan air dari susu murni dinyatakan dengan berkurangnya berat setelah dipanaskan pada suhu 1050C selama 3 jam. Oven, cawan alumunium dengan diameter 5 cm dan pipet dengan volume 10 ml.

Prosedur :
a. b. c. d. e. Cawan alumunium dimasukkan ke dalam oven dengan suhu 1050C selama 30 menit Cawan yang sudah dipanaskan didinginkan pada eksikator selama 15 menit sampai suhu cawan sama dengan suhu kamar kemudian ditimbang (A). Sampel susu sebanyak 3 ml dipipet dan dimasukkan ke dalam cawan tadi kemudian ditimbang (B). Selanjutnya cawan dimasukkan ke dalam oven dengan suhu 1050C selama 3 jam. Setelah dipanaskan cawan didinginkan kembali dalam eksikator selama 15 menit sampai suhu cawan dan isinya sama dengan suhu kamar kemudian ditimbang (C).

Perhitungan :
% Total solid (TS) = C-A B-A X 100 %

177

o

Pengujian Mikrobiologis Susu Segar

Bahan dan alat Bahan yang digunakan adalah sampel susu Violet Red Bile Agar (VRBA), Plate Count Agar (PCA) dan aquadest steril. Alat-alat yang digunakan adalah inkubator, petridish steril, pipet ukur 1ml, pembakar spirtus, tabung reaksi dan autoclave. Prosedur : Pengujian Mikrobiologi menurut prosedur yang telah ditetapkan dan rutin dilakukan oleh PT Industri Susu Alam Murni (ISAM). Pengujian tersebut meliputi : a). Pembuatan Media Violet Red Bile Agar (VRBA) Bubuk VRBA sebanyak 31.125 gram dilarutkan pada 750 ml aquadest dalam gelas ukur 1000ml. Selanjutnya gelas ukur tersebut dipanaskan di atas perapian sampai larutan mendidih dan menjadi warna merah bening. Setelah berwarna merah bening larutan dimasukkan ke dalam stoples berukuran 250 ml atau 500 ml , kemudian didiamkan selama 15 menit. Stoples yang telah didiamkan selanjutnya dimasukkan ke dalam inkubator bersuhu 400C. Media siap digunakan. b). Pembuatan Media Plate Count Agar (PCA) Sebanyak 17.625 gram bubuk PCA dilarutkan pada 750 ml aquadest dalam gelas ukur 1000 ml, kemudian gelas ukur tersebut dipanaskan sampai larutan mendidih dan menjadi warna kuning bening. Langkah selanjutnya adalah memasukkan larutan ke dalam stoples berukuran 250 ml atau 500 ml. Stoples-stoples yang telah berisi agar disterilkan pada autoclave dengan temperatur 1210C selama 15 menit. Setelah proses sterilisasi selesai stoples dimasukkan ke dalam inkubator bersuhu 400C. Media agar siap untuk digunakan. c). Uji Bakteri Koli Sampel susu sebanyak 1ml dipipet dan dituangkan ke dalam cawan petridish yang steril secara zug-zag. Ke dalam cawan tersebut ditambahkan kira-kira 10ml violet red bile agar (VRBA) bersuhu 450C. Kemudian cawan digoyangkan agar pencampuran antara susu dan agar terjadi sempurna. Didiamkan beberapa menit sehingga membeku. Agar yang telah membeku selanjutnya diinkubasikan pada suhu 370C selama 24 jam. Koloni yang tumbuh di dalam media agar dihitung dan satu koloni dianggap sebagai satu sel bakteri. d). Uji Total Bakteri (Total Plate Count/TPC) Sampel susu yang telah diencerkan sebanyak dua kali (1:100) dipipet sebanyak 1ml dan dituangkan secara zig-zag ke dalam cawan petridish yang steril. Ke dalam cawan ditambahkan kira-kira 10 ml Plate Count Agar (PCA) bersuhu 450C dan kemudian cawan digoyangkan agar pencampuran antara susu dan agar terjadi secara sempurna. Didiamkan beberapa menit hingga agar membeku dan selanjtunya diinkubasikan pada suhu 370C selama 48 jam. Koloni yang tumbuh dihitung dan dikalikan dengan faktor pengenceran (x100).

178

Lampiran 9. Penggambaran Batas-batas Nilai Atribut
1. Ku a lifika si P e n ila ia n Be ra t Je n is d a n S u hu S u su S e g a r B erat Jenis (g/c m 3 ) B uruk < 1.026 B aik Norm al B uruk 1.026 - 1.028 1.029 - 1.035 > 1.035 1,026 1,028 1,035 Norm al 6,0 - 8,0 6,0 8,0 B uruk > 8,0

1

2

S uhu wak tu diterim a (0 C)

B aik < 6,0

2. Ku a lifika si P e n ila ia n Ko m p osisi S u su S e g a r B uruk < 3,0 Norm al 3,0 - 3,3 B aik > 3,3

1 K adar Lem ak (% )

3,0

3,3

2

Total P adatan Tanpa Lem ak (% , b/b)

B uruk < 7,7 B uruk < 11,33

7,7

Norm al 7,7 - 8,0

8,0

B aik > 8,0

3

Total P adatan (% , b/b)

Norm al B aik 11,33 - 11,82 > 11,82 11,33 11,82 Norm al 6,0 - 8,0 6,0 8,0 B uruk > 8,0

4

S uhu wak tu diterim a (0 C)

B aik < 6,0

3. Ku a lifika si P e n ila ia n Ke se g a ra n S u su S e g a r B uruk < 6,55 6,55 K adar K eas am an (% ) B uruk < 0,10 0,10 B uruk < 4,4 4,4 B aik (-) B aik (-) Norm al (dubius ) B uruk (+ ) Norm al 4,4 - 4,5 4,5 B uruk (+ ) B aik 0,10 - 0,18 0,18 B aik 4,5 - 7,2 7,2 Norm al 6,55 - 6,70 6,7 Norm al 0,19 - 0,25 0,25 B uruk > 7,2 B uruk > 0,25 B aik > 6,7

1 pH

2

3

K adar K eas am an (0 S H) Uji A lk ohol ( - / dubius / + ) Uji K arbonat (-/+ )

4

5

6 Uji O rganoleptik B au W arna Ras a B aik (S pes ifik s us u) B aik (P utih k ek uningan) B aik (K has s us u) B uruk (D iluar s pes ifik s us u) B uruk (W arna lain) B uruk (buk an k has s us u)

179

4. Ku a lifika si P e n ila ia n M ikro bio lo gi S u su S e g a r B aik < 1,0 x 10 6 1,0 x 1 0 6 B aik < 10 10 B aik < 0,2 x 10 6 0,2 x 1 0 6 A ntibio tik tes (-/ + ) B aik (-) B uru k (+ ) N orm a l 10 - 1,0 x 1 0 3 B uru k > 1,0 x 10 3 N orm a l 1,0 x 1 0 6 - 3,0 x 10 6 B uru k > 3,0 x 10 6 3,0 x 1 0 6

1 Jum lah Total B ak teri

2 K oliform

1,0 x 1 0 3 N orm a l 0,2 x 1 0 6 - 0,5 x 10 6 B uru k > 0,5 x 10 6 0,5 x 1 0 6

3 S el S om atik

4

5. Ku a lifika si P e n ila ia n Ka ra kte ristik M u tu S u su P a ste urisa si B aik < 6 6 2 K ad ar Lem ak (% ) B uru k < 2,8 2,8 B uru k < 11 11 B aik < 0,02 x 10 6 0,02 x 10 6 B aik 0 1 6 U ji F os fa t (-/ + ) Tota l P ada tan tanp a le m ak (% ) Tes R es idu A ntibio tik a ( - / + ) B aik (-) B uru k < 7,7 7,7 B aik (-) B uru k (+ ) B uru k (+ ) N orm a l 7,7 - 8,0 8,0 B aik > 8,0 N orm a l 1 - 10 10 B uru k > 10 N orm a l 11 - 12 12 N orm a l 0,02 x 10 6 - 0,03 x 10 6 B uru k > 0,03 x 10 6 0,03 x 10 6 N orm a l 2,8 - 3,4 3,4 B aik > 12 N orm a l 6 -8 8 B aik > 3,4 B uru k > 8

1 S uh u (0 C )

3 Tota l P ada tan (% )

4 Jum lah B ak te ri

5 K oliform

7

8

9 U ji O rg anoleptik B au W arna R as a B aik (S pe s ifik s u s u) B aik (P utih k ek u ning an) B aik (K ha s s us u ) B uru k (D iluar s pe s ifik s u s u) B uru k (W arna lain ) B uru k (buk an k ha s s us u )

180

6.Ku a lifika si P e n ila ia n T itik Kritis P ro se s

1

S uhu P endinginan ( 0 C)

< 4 4

4 -7 7

> 7

2

Uk uran G lobula lem ak (µ) S uhu P as teuris as i ( 0 C)

< 10 10 B aik
(dalam UCL - LCL)

10 - 12 12 Norm al
(dalam USL - LSL)

> 12

3

B uruk
(luar USL - LSL )

4 Lam a P as teuris as i

B aik
(dalam UCL - LCL)

Norm al
(dalam USL - LSL)

B uruk
(luar USL - LSL )

7.Ku a lifika si P e n ila ia n Ku a lita s P e n yim p a n a n

1

S uhu P eny im panan ( 0 C)

< 4 4

4 -6 6

> 6

2

Lam a P eny im panan (jam )

< 24 24

24 - 48 48

> 48

181

Lampiran 10. Strategi Penalaran Rule Sistem Pakar

S t r at egi P enalar an Kaidah P enilaian Kualit as P r oses P engolahan

182

Lampiran 10. Strategi Penalaran Rule Sistem Pakar (Lanjutan)

S t r at egi P enalar an Kaidah P enilaian Kualit as B ahan B aku

S t r at egi P enalar an Kaidah P enilaian Kualit as P engemasan dan P enyimpanan

183

Lampiran 11. Strategi Penalaran Rule Sistem Pakar (Lanjutan)

Strategi Pelacakan untuk Kaidah Penilaian Kesegaran Susu Segar

Strategi Pelacakan untuk Kaidah Penilaian Komposisi Susu Segar

Strategi Pelacakan untuk Kaidah Penilaian Berat Jenis dan Suhu Susu Segar

184

PENGUJIAN MIKROBIOLOGI SUSU SEGAR

BAHAN BAKU

TPC 1

TPC 2

TPC 3
KOMP 1 KOMP 2 KOMP 3

CL 1

CL 2

CL 3

CL 2

KS 1
SS 1 SS 2 SS 2 SS 2

KS 2

KS 3

KETERANGAN : KOMP : KOMPOSISI KS : KESEGARAN MKR : MIKROBIOLOGI KATEGORI : 1 = BAIK 2 = NORMAL 3 = BURUK

MKR 1
A1 A2 A1 A2
KETERANGAN : TPC : TOTAL BAKTERI CL : COLIFORM SS : SEL SOMATIK A : ANTIBIOTIK TES KATEGORI : 1 = BAIK 2 = NORMAL 3 = BURUK

MKR 2

MKR 3

T

T

T

T

T

T

T

Strategi Pelacakan untuk Kaidah Penilaian Mikrobiologi Susu Segar

Strategi Pelacakan untuk Kaidah Penilaian Bahan baku

185

TITIK KRITIS

KETERANGAN : SHP : SUHU PASTEURISASI LMP : LAMA PASTEURISASI SHD : SUHU PENDINGINAN HG : HOMOGENISASI

SHP 1

SHP 2

SHP 3

KATEGORI : 1 = BAIK 2 = NORMAL 3 = BURUK

LMP 1

LMP 2

LMP 3

LMP 3

SHD 1

SHD 2

SHD 3

SHD 2

SHD 2

HG 1

HG 2

HG 1

HG 2

HG 1

HG 2

T

T

T

T

T

T

S t r at egi P elacakan unt uk Kaidah P enilaian T it ik Krit is

186

PENG EM ASAN

KETER AN GAN : RKT : D AYA REKAT BCR : KEBOC ORAN BRS : KEBER SIHAN KT : KEKUATAN

RKT 1

RKT 2

RKT 3

KATEG ORI : 1 = BAIK 2 = N ORM AL 3 = BUR UK

BCR 1

BCR 2

BCR 3

BCR 3

BRS 1

BRS 2

BRS 3

BRS 2

BRS 2

KT 1

KT 2

KT 1

KT 1

KT 2

KT 1

T

T

T

T

T

T

Strategi Pelacakan untuk Kaidah Penilaian Kualitas Pengemasan

187

PROSES

PENYIMPANAN

KETERANGAN : KR : KARAKTERISTIK MUTU TK : TITIK KRITIS ST : SANITASI KATEGORI : 1 = BAIK 2 = NORMAL 3 = BURUK

KR 1

KR 2

SPY 1

SPY 2

SPY 3

KR 3

TK 1

TK 2

TK 3

LPY 1

LPY 2

LPY 3

KETERANGAN : SPY : SUHU PENYIMPANAN LPY : LAMA PENYIMPANAN KATEGORI : 1 = BAIK 2 = NORMAL 3 = BURUK

ST 1

`

ST 2

ST 3

T

T

T

T

T

T

Strategi Pelacakan untuk Kaidah Penilaian Kualitas Penyimpanan

Strategi Pelacakan untuk Kaidah Penilaian Proses

188

PENGEMASAN & PENYIMPANAN

PG 1

PG 2

PG 3

PY 1

PY 2

PY 3

KETERANGAN : PG : PENGEMASAN PY : PENYIMPANAN KATEGORI : 1 = BAIK 2 = NORMAL 3 = BURUK

T

T

T

Strategi Pelacakan untuk Kaidah Penilaian Pengemasan & Penyimpanan

189

Lampiran 12. Perhitungan Faktor Kepastian (certainty Factor)

CF 1 (Berat Jenis dan Suhu Susu Segar)
NO
1 2 4 5 3 6 7 8 9

If

BJ

CF
1 1 0,8 0,8 1 0,8 -1 -1 -1

Suhu
<6 6-8 <6 6-8 >8 >8 <6 6-8 >8

CF
1 0,6 1 0,6 -1 -1 1 0,6 -1

Then
0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8

CF 1
0,8 0,48 0,64 0,48 -0,8 -0,8 -0,8 -0,8 -0,8

Ket
baik normal normal normal buruk buruk buruk buruk buruk

1,029 - 1,035 1,029 - 1,035 1,026 - 1,028 1,026 - 1,028 1,029 - 1,035 1,026 - 1,028 < 1,026 atau > 1,035 < 1,026 atau > 1,035 < 1,026 atau > 1,035

CF 1 (Komposisi Susu Segar)
NO
1 2 4 10 5 11 13 14 3 6 7 8 9 12 15 16 17 18 19 20 21 22 23 24 25 26 27

If FAT
> 3,3 > 3,3 > 3,3 3,0 - 3,3 > 3,3 3,0 - 3,3 3,0 - 3,3 3,0 - 3,3 > 3,3 > 3,3 > 3,3 > 3,3 > 3,3 3,0 - 3,3 3,0 - 3,3 3,0 - 3,3 3,0 - 3,3 3,0 - 3,3 < 3,0 < 3,0 < 3,0 < 3,0 < 3,0 < 3,0 < 3,0 < 3,0 < 3,0

CF
1 1 1 0,7 1 0,7 0,7 0,7 1 1 1 1 1 0,7 0,7 0,7 0,7 0,7 -1 -1 -1 -1 -1 -1 -1 -1 -1

SNF
>8 >8 7,7 - 8,0 >8 7,7 - 8,0 >8 7,7 - 8,0 7,7 - 8,0 >8 7,7 - 8,0 < 7,7 < 7,7 < 7,7 >8 7,7 - 8,0 < 7,7 < 7,7 < 7,7 >8 >8 >8 7,7 - 8,0 7,7 - 8,0 7,7 - 8,0 < 7,7 < 7,7 < 7,7

CF
1 1 0,8 1 0,8 1 0,8 0,8 1 0,8 -1 -1 -1 1 0,8 -1 -1 -1 1 1 1 0,8 0,8 0,8 -1 -1 -1

TS
> 11,82 11,33 - 11,82 > 11,82 > 11,82 11,33 - 11,82 11,33 - 11,82 > 11,82 11,33 - 11,82 < 11,33 < 11,33 > 11,82 11,33 - 11,82 < 11,33 < 11,33 < 11,33 > 11,82 11,33 - 11,82 < 11,33 > 11,82 11,33 - 11,82 < 11,33 > 11,82 11,33 - 11,82 < 11,33 > 11,82 11,33 - 11,82 < 11,33

CF
1 0,7 1 1 0,7 0,7 1 0,7 -1 -1 1 0,7 -1 -1 -1 1 0,7 -1 1 0,7 -1 1 0,7 -1 1 0,7 -1

Then
0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8

CF 1
0,8 0,56 0,64 0,56 0,56 0,56 0,56 0,56 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8

Ket
baik baik baik baik normal normal normal normal buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk

190

CF 1 (Kesegaran Susu Segar)
NO
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

If

pH

CF
1 1 1 0,8 1 0,8 0,8 0,8 1 1 1 1 1 0,8 0,8 0,8 0,8 0,8 -1 -1 -1 -1 -1 -1 -1 -1 -1

Asam
0,1 - 0,18 0,1 - 0,18 0,19 - 0,25 0,1 - 0,18 0,19 - 0,25 0,1 - 0,18 0,19 - 0,25 0,19 - 0,25 0,1 - 0,18 0,19 - 0,25 < 0,10 atau > 0,25 < 0,10 atau > 0,25 < 0,10 atau > 0,25 0,1 - 0,18 0,19 - 0,25 < 0,10 atau > 0,25 < 0,10 atau > 0,25 < 0,10 atau > 0,25 0,1 - 0,18 0,1 - 0,18 0,1 - 0,18 0,19 - 0,25 0,19 - 0,25 0,19 - 0,25 < 0,10 atau > 0,25 < 0,10 atau > 0,25 < 0,10 atau > 0,25

CF
1 1 0,6 1 0,6 1 0,6 0,6 1 0,6 -1 -1 -1 1 0,6 -1 -1 -1 1 1 1 0,6 0,6 0,6 -1 -1 -1

Alkohol
(-) dubius (-) (-) dubius dubius (-) dubius (+) (+) (-) dubius (+) (+) (+) (-) dubius (+) (-) dubius (+) (-) dubius (+) (-) dubius (+)

CF
1 0,6 1 1 0,6 0,6 1 0,6 -1 -1 1 0,6 -1 -1 -1 1 0,6 -1 1 0,6 -1 1 0,6 -1 1 0,6 -1

Then CF 1
0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,8 0,48 0,48 0,64 0,48 0,48 0,48 0,48 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8 -0,8

Ket
baik baik baik baik normal normal normal normal buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk

> 6,70 > 6,70 > 6,70 6,55 - 6,70 > 6,70 6,55 - 6,70 6,55 - 6,70 6,55 - 6,70 > 6,70 > 6,70 > 6,70 > 6,70 > 6,70 6,55 - 6,70 6,55 - 6,70 6,55 - 6,70 6,55 - 6,70 6,55 - 6,70 < 6,55 < 6,55 < 6,55 < 6,55 < 6,55 < 6,55 < 6,55 < 6,55 < 6,55

CF 2 (Kesegaran Susu Segar)
NO
1 3 2 4

If

Karbonat
(-) (-) (+) (+)

CF
1 1 -1 -1

If

Organoleptik

CF
1 -1 1 -1

Then CF 2
0,8 0,8 0,8 0,8 0,8 -0,8 -0,8 -0,8

Ket
baik buruk buruk buruk

baik buruk baik buruk

191

C F C O M B IN E 1 (K e se garan S u su S e g ar)
NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 CF 1 0 ,8 0 ,4 8 0 ,4 8 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 0 ,8 0 ,4 8 0 ,4 8 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 CF 2 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 CF Com bine 1 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,9 2 8 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -0 ,1 7 8 -0 ,1 7 8 -0 ,0 8 9 -0 ,1 7 8 -0 ,1 7 8 -0 ,1 7 8 -0 ,1 7 8 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 Ke t ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

192

NO
54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108

CF 1
-0 ,8 0 ,8 0 ,4 8 0 ,4 8 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 0 ,8 0 ,4 8 0 ,4 8 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

CF 2
-0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

CF Co m b in e 1
-0 ,9 6 0 -0 ,1 7 8 -0 ,1 7 8 -0 ,0 8 9 -0 ,1 7 8 -0 ,1 7 8 -0 ,1 7 8 -0 ,1 7 8 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 -0 ,1 7 8 -0 ,1 7 8 -0 ,0 8 9 -0 ,1 7 8 -0 ,1 7 8 -0 ,1 7 8 -0 ,1 7 8 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6

Ke t
b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

193

C F 1 (Mikrobiologi S usu S egar)
NO
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

If

TP C

CF
1 1 1 0 ,6 1 0 ,6 0 ,6 0 ,6 1 1 1 1 1 0 ,6 0 ,6 0 ,6 0 ,6 0 ,6 -1 -1 -1 -1 -1 -1 -1 -1 -1

CL
< 10 < 10 1 0 - 1 ,0 x 1 0 3 < 10 1 0 - 1 ,0 x 1 0 3 < 10 1 0 - 1 ,0 x 1 0 3 1 0 - 1 ,0 x 1 0 3 < 10 1 0 - 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 < 10 1 0 - 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 < 10 < 10 < 10 1 0 - 1 ,0 x 1 0 3 1 0 - 1 ,0 x 1 0 3 1 0 - 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3 > 1 ,0 x 1 0 3

CF
1 1 0 ,7 1 0 ,7 1 0 ,7 0 ,7 1 0 ,7 -1 -1 -1 1 0 ,7 -1 -1 -1 1 1 1 0 ,7 0 ,7 0 ,7 -1 -1 -1

SS
< 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 < 0 ,2 x 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 > 0 ,5 x 1 0 6 > 0 ,5 x 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 > 0 ,5 x 1 0 6 > 0 ,5 x 1 0 6 > 0 ,5 x 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 > 0 ,5 x 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 > 0 ,5 x 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 > 0 ,5 x 1 0 6 < 0 ,2 x 1 0 6 0 ,2 x 1 0 6 - 0 ,5 X 1 0 6 > 0 ,5 x 1 0 6

CF
1 0 ,5 1 1 0 ,5 0 ,5 1 0 ,5 -1 -1 1 0 ,5 -1 -1 -1 1 0 ,5 -1 1 0 ,5 -1 1 0 ,5 -1 1 0 ,5 -1

The n
0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1
0 ,8 0 ,4 0 ,5 6 0 ,4 8 0 ,4 0 ,4 0 ,4 8 0 ,4 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

Ke t
ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

< 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 < 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 3 ,0 x 1 0 6 - 1 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6 > 3 ,0 x 1 0 6

NO
1 2

If

AT
(-) (+ )

CF
1 -1

CF 2

The n
0 ,8 0 0 ,8 0

CF 2
0 ,8 -0 ,8

Ke t
ba ik ba ik

194

C F C OMB IN E
NO
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

CF 1
0 ,8 0 ,4 0 ,5 6 0 ,4 8 0 ,4 0 ,4 0 ,4 8 0 ,4 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 0 ,8 0 ,4 0 ,5 6 0 ,4 8 0 ,4 0 ,4 0 ,4 8 0 ,4 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

CF 2
0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

C F Com bine
0 ,9 6 0 ,8 8 0 ,9 1 0 ,9 0 0 ,8 8 0 ,8 8 0 ,9 0 0 ,8 8 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 0 ,0 0 -0 ,2 9 -0 ,1 5 -0 ,2 2 -0 ,2 9 -0 ,2 9 -0 ,2 2 -0 ,2 9 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6

Ke t
ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

195

C F AK H IR
NO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54
If BJ & SUHU

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,4 8 0 ,4 8 0 ,6 4 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

KOMPOSISI

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6

KESEGA RA N

CF 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,9 6

MIKROBIOLOGI

CF 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9

The n 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,6 4 0 ,6 4 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8

Ke t ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik

ba ik ba ik norm a l norm a l ba ik ba ik norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l ba ik ba ik norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l

196

C F AK H IR
NO 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108
If BJ & SUHU

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8

KOMPOSISI

CF 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,8 0 ,8

KESEGA RA N

CF 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6

MIKROBIOLOGI

CF 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8

Then 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,5 1 2 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,4 4 8 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4

Ket norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al

norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al ba ik ba ik ba ik ba ik

ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al ba ik ba ik ba ik ba ik

norm al norm al norm al ba ik ba ik norm al norm al ba ik ba ik norm al norm al norm al norm al norm al norm al ba ik ba ik norm al norm al ba ik ba ik norm al norm al norm al norm al norm al norm al ba ik ba ik norm al norm al ba ik ba ik norm al norm al ba ik norm al norm al ba ik ba ik norm al norm al ba ik ba ik norm al norm al ba ik ba ik norm al norm al norm al norm al norm al norm al

197
C F AK H IR
NO 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162
If BJ & SUHU

CF 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

KO MPO SISI

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6

KESEG A RA N

CF 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6

MIKRO BIOL OGI

CF 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0

The n 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 ,3 8 4 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0

Ke t norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik

ba ik ba ik norm a l norm a l ba ik ba ik norm a l norm a l norm a l norm a l ba ik ba ik norm a l norm a l ba ik ba ik norm a l norm a l ba ik norm a l norm a l ba ik ba ik norm a l norm a l ba ik ba ik norm a l norm a l ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k

198

C F AK H IR
NO 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216
If BJ & SUHU

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

KO MPO SISI

CF 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KESEG A RA N

CF 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6

MIKRO BIOL OGI

CF -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8

The n 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4

Ke t b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l

199

C F AK H IR
NO 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270
If BJ & SUHU

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4

KOMPOSISI

CF -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6

KESEGA RA N

CF 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0

MIKROBIOLOGI

CF 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6

Then 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8

Ket b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k

200

C F AK H IR
NO 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324
If BJ & SUHU

CF 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4

KOMPOSISI

CF 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KESEGA RA N

CF -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 0 0 0 0

MIKROBIOLOGI

CF 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0

Then 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4

Ket b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l

ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k

201
C F AK H IR
NO 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378
If BJ & SUHU

CF 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,6 4 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8

KO MPO SISI

CF -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6

KESEG A RA N

CF 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8

MIKRO BIOL OGI

CF -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0 -0 ,9 6 0

The n 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0 -0 ,7 6 8 0

Ke t b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik norm a l norm a l norm a l

b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

202

C F AK H IR
NO 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432
If BJ & SUHU

CF 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KO MPO SISI

CF 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

KESEG A RA N

CF 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6

MIKRO BIOL OGI

CF -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6

The n 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,7 6 8 0 0 0 0 0 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8

Ke t b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik

norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik

b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k

203

C F AK H IR
NO 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486
If BJ & SUHU

CF -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KOMPOSISI

CF 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6

KESEGA RA N

CF 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8

MIKROBIOLOGI

CF 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6

Then 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8

Ket b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik

ba ik ba ik ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al norm al

ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k ba ik ba ik norm al norm al b u ru k b u ru k

204

C F AK H IR
NO 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540
If BJ & SUHU

CF -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KOMPOSISI

CF 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 0 ,5 6 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KESEGA RA N

CF 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,9 6 0 ,8 9 6 0 ,8 9 6

MIKROBIOLOGI

CF 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8

The n 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4

Ke t b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k ba ik ba ik ba ik ba ik ba ik ba ik ba ik

ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik

205
C F AK H IR
NO 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568
If BJ & SUHU

CF -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

K OMPO SISI

CF -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8 -0 ,8

KESEG A RA N

CF 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,8 9 6 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 ,4 8 0 0 0 0 0 0 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6 -0 ,9 6

MIK RO B IO LO G I

CF 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6 0 ,9 6 0 ,8 8 0 ,9 0 ,8 8 0 -0 ,9 6

Then 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8 0 ,8

CF 1 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,6 4 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8 -0 ,7 6 8

Ket b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik ba ik ba ik ba ik norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l norm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k ba ik ba ik norm a l norm a l b u ru k b u ru k

206

Lampiran 13. Kaidah if - then Faktor Fundamental Kaidah if – then untuk penilaian Kualitas Susu Segar (Bahan Baku)
1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. IF (BJ& Suhu is baik) and (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade A) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade A) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade A) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak ) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade A) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak)

207

22. 23. 24. 25. 26. 27. 28. 29. 30. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 41. 42. 43. 44.

IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is baik) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade A) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak ) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is diterima dengan grade B) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak)

208

45. 46. 47. 48. 49. 50. 51. 52. 53. 54. 55. 56. 57. 58. 59. 60. 61. 62. 63. 64. 65. 66. 67.

IF (BJ& Suhu is normal) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is norma) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is normal) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak ) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is baik) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak)

209

68. 69. 70. 71. 72. 73. 74. 75. 76. 77. 78. 79. 80. 81.

IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is normal) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is baik) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is normal) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is baik) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is normal) then (Kualitas susu segar is ditolak) IF (BJ& Suhu is buruk) and IF (Komposisi is buruk) and (Kesegaran is buruk) and (Mikrobiologi is buruk) then (Kualitas susu segar is ditolak)

Kaidah if -then untuk penilaian Kualitas proses pengolahan
1. 2. 3. 4. 5. 6. 7. 8. IF (Karakteriktik Mutu is baik) and (Titik Kritis is baik) and (santasi is baik) then (Kualitas proses is diterima dengan grade A) IF (Karakteriktik Mutu is baik) and (Titik Kritis is baik) and (sanitasi is normal) then (Kualitas proses is diterima dengan grade A) IF (Karakteriktik Mutu is baik) and (Titik Kritis is baik) and (santasi is buruk) then (Kualitas susu proses is ditolak) IF (Karakteriktik Mutu is baik) and (Titik Kritis is normal) and (santasi is baik) then (Kualitas proses is diterima dengan grade A) IF (Karakteriktik Mutu is baik) and (Titik Kritis is normal) and (santasi is normal) then (Kualitas proses is diterima dengan grade B) IF (Karakteriktik Mutu is baik) and (Titik Kritis is normal) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is baik) and (Titik Kritis is buruk) and (santasi is baik) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is baik) and (Titik Kritis is buruk) and (santasi is normal) then (Kualitas proses is ditolak)

210

9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. 26. 27.

IF (Karakteriktik Mutu is baik) and (Titik Kritis is buruk) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is normal) and (Titik Kritis is baik) and (santasi (Kualitas proses is diterima dengan grade A) is baik) then

IF (Karakteriktik Mutu is normal) and (Titik Kritis is baik) and (santasi is normal) then (Kualitas proses is diterima dengan grade B) IF (Karakteriktik Mutu is normal) and (Titik Kritis is baik) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is normal) and (Titik Kritis is normal) and (santasi is baik) then (Kualitas proses is diterima dengan grade B) IF (Karakteriktik Mutu is normal) and (Titik Kritis is normal) and (santasi is normal) then (Kualitas proses is diterima dengan grade B) IF (Karakteriktik Mutu is normal) and (Titik Kritis is normal) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is normal) and (Titik Kritis is buruk) and (santasi is baik) then (Kualitas proses is diterima ditolak) IF (Karakteriktik Mutu is normal) and (Titik Kritis is buruk) and (sanitasi is normal) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is normal) and (Titik Kritis is buruk) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is baik) and (santasi is baik) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is baik) and (santasi is normal) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is baik) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is normal) and (santasi is baik) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is normal) and (santasi is normal) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is normal) and (santasi is buruk) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is buruk) and (santasi is baik) then (Kualitas proses is ditolak) IF (Karakteriktik Mutu is buruk) and (Titik Kritis is buruk) and (santasi is normal) then (Kualitas proses is ditolak) IF (Karakteristik Mutu is buruk) and (Titik Kritis is buruk) and (santasi is buruk) then (Kualitas proses is ditolak)

Kaidah if–then untuk penilaian Kualitas Pengemasan dan Penyimpanan
1. 2. 3. IF (Pengemasan is baik) and (Penyimpanan is baik) then (Kualitas Pengemasan dan Penyimpanan is diterima dengan grade A) IF (Pengemasan is baik) and (Penyimpanan is normal) then (Kualitas Pengemasan dan Penyimpanan is diterima dengan grade B) IF (Pengemasan is baik) and (Penyimpanan is buruk) then (Kualitas Pengemasan dan Penyimpanan is ditolak)

211

4. 5. 6. 7. 8. 9.

IF (Pengemasan is normal) and (Penyimpanan is baik) then (Kualitas Pengemasan dan Penyimpanan is diterima dengan grade B) IF (Pengemasan is normal) and (Penyimpanan is normal) then (Kualitas Pengemasan dan Penyimpanan is diterima dengan grade B) IF (Pengemasan is normal) and (Penyimpanan is buruk) then (Kualitas Pengemasan dan Penyimpanan is ditolak) IF (Pengemasan is buruk) and (Penyimpanan is baik) then (Kualitas Pengemasan dan Penyimpanan is ditolak) IF (Pengemasan is buruk) and (Penyimpanan is normal) then (Kualitas Pengemasan dan Penyimpanan is ditolak) IF (Pengemasan is buruk) and (Penyimpanan is buruk) then (Kualitas Pengemasan dan Penyimpanan is ditolak)

212

Lampiran 14. Perhitungan Kuantitatif Kaidah If-then Faktor Fundamental Lampiran 14.1 Perhitungan Kuantitatif Kaidah If-then Kualitas Bahan Baku
Jlh Rule Pe n ilaian Ku alititatif BJ & SH KPS KSG M KR PENIL A IA N KUANT IT A T IF BJ & SH KPS KSG M KR Pe n ilaian Ak h ir Ku alitas Bah an Bak u

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53

b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l

b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k

b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5

7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6 7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6

7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5

7 6 ,5 3 ,7 5 6 ,5 6 3 ,2 5 3 ,7 5 3 ,2 5 0 ,5 6 ,5 6 3 ,2 5 6 5 ,5 2 ,7 5 3 ,2 5 2 ,7 5 0 3 ,7 5 3 ,2 5 0 ,5 3 ,2 5 2 ,7 5 0 0 ,5 0 -2 ,7 5 6 ,5 6 3 ,2 5 6 5 ,5 2 ,7 5 3 ,2 5 2 ,7 5 0 6 5 ,5 2 ,7 5 5 ,5 5 2 ,2 5 2 ,7 5 2 ,2 5 -0 ,5 3 ,2 5 2 ,7 5 0 2 ,7 5 2 ,2 5 -0 ,5 0 -0 ,5

Dite rim a , Gra de Dite rim a , Gra de D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k D ito la k D ito la k D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k D ito la k D ito la k D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k Dite rim a , Gra de Dite rim a , Gra de D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k D ito la k

A A A B

A B B B

A B B B

B B B B

213

Jlh Rul e

Pe n ilaian Ku alititatif BJ & SH KPS KSG M KR

PENIL A IA N KUA NT IT A T IF BJ & SH KPS KSG M KR

Pe n ilaian A k h ir Ku alitas Bah an Bak u

54

n o rm a l

b u ru k

b u ru k

b u ru k

5

-6

-6

-6

-3 ,2 5

D ito la k

55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81

buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk buruk

baik baik baik baik baik baik baik baik baik norm al norm al norm al norm al norm al norm al norm al norm al norm al buruk buruk buruk buruk buruk buruk buruk buruk buruk

baik baik baik norm al norm al norm al buruk buruk buruk baik baik baik norm al norm al norm al buruk buruk buruk baik baik baik norm al norm al norm al buruk buruk buruk

baik norm al buruk baik norm al buruk baik norm al buruk baik norm al buruk baik norm al buruk baik norm al buruk baik norm al buruk baik norm al buruk baik norm al buruk

-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6

7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6

3,75 3,25 0,5 3,25 2,75 0 0,5 0 -2,75 3,25 2,75 0 2,75 2,25 -0,5 0 -0,5 -3,25 0,5 0 -2,75 0 -0,5 -3,25 -2,75 -3,25 -6

D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak D it olak

214

T AH AP P E R T AM A
JLH R ULE K U AL I T AT I F T PC COL I F OR M S OM A T I K K U ANT I T AT I F T PC CL SM NI L AI U NT U K T P C, CL , S M T P C, CL , SM AT B AI K BUR UK

T AH AP K E D U A
NI L AI K U ANT I T AT I F H AS I L P E NI L A I AN J I K A AT B AI K H AS I L P E NI L A I AN J I K A AT B U R U K

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

baik baik baik baik baik baik baik baik baik n or m al n or m al n or m al n or m al n or m al n or m al n or m al n or m al n or m al bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

baik baik baik n or m al n or m al n or m al bu r u k bu r u k bu r u k baik baik baik n or m al n or m al n or m al bu r u k bu r u k bu r u k baik baik baik n or m al n or m al n or m al bu r u k bu r u k bu r u k

baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k

7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6

7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6

21 19 8 19 17 6 8 6 -5 19 17 6 17 15 4 6 4 -7 8 6 -5 6 4 -7 -5 -7 -1 8

baik baik bu r u k baik n o r m al bu r u k bu r u k bu r u k bu r u k baik n o r m al bu r u k n o r m al n o r m al bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

baik baik bu r u k baik n or m al bu r u k bu r u k bu r u k bu r u k baik n or m al bu r u k n or m al n or m al bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik baik

bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

7 7 -6 7 5 -6 -6 -6 -6 7 5 -6 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6

14 14 1 14 12 1 1 1 1 14 12 1 12 12 1 1 1 1 1 1 1 1 1 1 1 1 1

baik baik bu r u k baik n o r m al bu r u k bu r u k bu r u k bu r u k baik n o r m al bu r u k n o r m al n o r m al bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

1 1 -1 2 1 -1 -1 2 -1 2 -1 2 -1 2 1 -1 -1 2 -1 -1 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2

bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

215

Lampiran 14.2 Perhitungan Kuantitatif Kaidah If-then Kualitas Proses
Jlh R u le
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 P en ilaian K u alit it at if
KM TK S NT S

P en ilaian K u an t it at if
KM TK S NT S

P en ilaian Akh ir K u alit as P r o s es 7 6 ,6 4 ,4 6 ,2 5 ,8 3 ,6 1 ,8 1 ,4 -0 , 8 6 ,2 5 ,8 3 ,6 5 ,4 5 2 ,8 1 0 ,6 -1 , 6 1 ,8 1 ,4 -0 , 8 1 0 ,6 -1 , 6 -3 , 4 -3 , 8 -6 Dit er im a, Dit er im a, Dit er im a, Dit er im a, Dit er im a, Dit er im a, Dit olak Dit olak Dit olak Dit er im a, Dit er im a, Dit er im a, Dit er im a, Dit er im a, Dit er im a, Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Dit olak Gr ade Gr ade Gr ade Gr ade Gr ade Gr ade A A B A A B

baik baik baik baik baik baik baik baik baik n or m al n or m al n or m al n or m al n or m al n or m al n or m al n or m al n or m al bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k bu r u k

baik baik baik n or m al n or m al n or m al bu r u k bu r u k bu r u k baik baik baik n or m al n or m al n or m al bu r u k bu r u k bu r u k baik baik baik n or m al n or m al n or m al bu r u k bu r u k bu r u k

baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k baik n or m al bu r u k

7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6

7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6

Gr ade Gr ade Gr ade Gr ade Gr ade Gr ade

A A B B B B

Gr a de A 22%

D it o la k 56%

Gr a de B 22%

216

T AH AP PER T AM A
Jlh Ru le Pe n ilaian Ku alitatif SUHU LAM A DNGN Pe n ilaian Ku an titatif SH LM DNGN Pe n ilaian SH, L M ,DNGN SH, L M , DNGN PENDINGINA N BA IK BURUK

T AH AP K ED U A
Ku an titatif Pe n ilaian jik a HM GNS BA IK Pe n ilaian jik a HM GNS BURUK

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k

b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k

7 7 7 7 7 7 7 7 7 5 5 5 5 5 5 5 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6 7 7 7 5 5 5 -6 -6 -6

7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6 7 5 -6

21 19 8 19 17 6 8 6 -5 19 17 6 17 15 4 6 4 -7 8 6 -5 6 4 -7 -5 -7 -1 8

ba ik nor m a l b u ru k Ba ik nor m a l b u ru k b u ru k b u ru k b u ru k ba ik nor m a l b u ru k nor m a l nor m a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

ba ik nor m a l b u ru k Ba ik nor m a l b u ru k b u ru k b u ru k b u ru k ba ik nor m a l b u ru k nor m a l nor m a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik b a ik

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

7 5 -6 7 5 -6 -6 -6 -6 7 5 -6 5 5 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6

7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7

-6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6 -6

14 12 1 14 12 1 1 1 1 14 12 1 12 12 1 1 1 1 1 1 1 1 1 1 1 1 1

ba ik nor m a l b u ru k Ba ik nor m a l b u ru k b u ru k b u ru k b u ru k ba ik nor m a l b u ru k nor m a l nor m a l b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

1 -1 -1 2 1 -1 -1 2 -1 2 -1 2 -1 2 1 -1 -1 2 -1 -1 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2 -1 2

b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k b u ru k

217

Lampiran 14.2 Perhitungan Kuantitatif Kaidah If-then Kualitas Pengemasan dan Penyimpanan
Jlh Ru le

Kua lita tif
KM S SM P

Kua ntita tif
KM S SM P

Pe n ilaian A k h ir Ku alitas Pe n g e m as an d an Pe n yim p an an

1 2 3 4 5 6 7 8 9

b a ik b a ik b a ik n o rm a l n o rm a l n o rm a l b u ru k b u ru k b u ru k

b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k b a ik n o rm a l b u ru k

7 7 7 5 5 5 -6 -6 -6

7 5 -6 7 5 -6 7 5 -6

14 12 1 12 10 -1 1 -1 -1 2

d ite rim a , d ite rim a , d ito la k d ite rim a , d ite rim a , d ito la k d ito la k d ito la k d ito la k

G ra d e A G ra d e B G ra d e B G ra d e B

Gr a de A 11% D it o la k 56% Gr a de B 33%

218

Lampiran 15. Konfigurasi Sistem Intelijen Penilaian dan Prediksi Kualitas Susu Pasteurisasi

219

Lampiran 16. Listing Program untuk Faktor Fundamental
1. Listing Program untuk Penilaian Kualitas Bahan Baku
if (KOMPOSISI.BD>=1.029 && KOMPOSISI.BD<=1.035) QBD = 7; elseif(KOMPOSISI.BD>=1.026 && KOMPOSISI.BD<1.029) QBD = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.LEMAK>3.3) QLEMAK = 7; elseif(KOMPOSISI.LEMAK>=3.0 && KOMPOSISI.LEMAK<=3.3) QLEMAK = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.TSNF>8.0) QTSNF = 7; elseif(KOMPOSISI.TSNF>=7.7 && KOMPOSISI.TSNF<=8.0) QTSNF = 5; else KOMPOSISI.Q = -6; return end if (KOMPOSISI.TS>11.82) QTS = 7; elseif(KOMPOSISI.TS>=11.33 && KOMPOSISI.TS<=11.82) QTS = 5; else KOMPOSISI.Q = -6; return end if (get(handles.rbKARBONATNEGATIF,'value')==1) KESEGARAN.KARBONAT = 7; QKARBONAT = 7; elseif (get(handles.rbKARBONATPOSITIF,'value')==1) KESEGARAN.KARBONAT = -6; QKARBONAT = -6; end if (get(handles.rbBAUSUSU,'value')==1) KESEGARAN.BAU = 7; QBAU = 7; else KESEGARAN.BAU = -6; QBAU = -6; end if (get(handles.rbWARNAPUTIHKUNING,'value')==1) KESEGARAN.WARNA = 7; QWARNA = 7; else KESEGARAN.WARNA = -6; QWARNA = -6; end

220

if (get(handles.rbRASASUSU,'value')==1) KESEGARAN.RASA = 7; QRASA = 7; else KESEGARAN.RASA = -6; QRASA = -6; end if (KESEGARAN.ASAM>=0.10 && KESEGARAN.ASAM<=0.18) QASAM = 7; elseif(KESEGARAN.ASAM>0.18 && KESEGARAN.ASAM<=0.25) QASAM = 5; else KESEGARAN.Q = -6; return end if (Q1>17) Q1 = 7; elseif (Q1>=15 && Q1<=17) Q1 = 5; else KESEGARAN.Q = -6; return end MIKROBIOLOGIS.ANTIBIOTIK = 7; QANTIBIOTIK = 7; else MIKROBIOLOGIS.ANTIBIOTIK = -6; QANTIBIOTIK = -6; end if (MIKROBIOLOGIS.BAKTERI<1.e6) QBAKTERI = 7; elseif(MIKROBIOLOGIS.BAKTERI>=1.0e6 && MIKROBIOLOGIS.BAKTERI<=3.0e6) QBAKTERI = 5; else MIKROBIOLOGIS.Q = -6; return end if (MIKROBIOLOGIS.COLIFORM<10) QCOLIFORM = 7; elseif(MIKROBIOLOGIS.COLIFORM>=10 && MIKROBIOLOGIS.COLIFORM<=1.0e3) QCOLIFORM = 5; else MIKROBIOLOGIS.Q = -6; return end if (MIKROBIOLOGIS.SOMATIK<2.0e5) QSOMATIK = 7; elseif(MIKROBIOLOGIS.SOMATIK>=2.0e5 && MIKROBIOLOGIS.SOMATIK<=5.0e5) QSOMATIK = 5; else MIKROBIOLOGIS.Q = -6; return end if (Q1>17) Q1 = 7; elseif(Q1>=15 && Q1<=1711.82) Q1 = 5;

221

else MIKROBIOLOGIS.Q = -6; return end if (MIKROBIOLOGIS.ANTIBIOTIK == -6) MIKROBIOLOGIS.Q = -6; return if (Q>12) Q = 7; elseif(Q==12) Q = 5; else Q = -6; end MIKROBIOLOGIS.Q = Q;

2. Listing Program untuk Kualitas Proses Pengolahan
if (get(handles.rbFOSFATNEGATIF,'value')==1) KARMUTU.FOSFAT = 7; QFOSFAT = 7; else KARMUTU.FOSFAT = -6; QFOSFAT = -6; end if (KARMUTU.SUHU<6) QSUHU = 7; elseif (KARMUTU.SUHU>=6 && KARMUTU.SUHU<=8) QSUHU = 5; else KARMUTU.Q = -6; return end if (KARMUTU.LEMAK>3.4) QLEMAK = 7; elseif (KARMUTU.LEMAK>=2.8 && KARMUTU.LEMAK<=3.4) QLEMAK = 5; else KARMUTU.Q = -6; return end if (KARMUTU.SOLID>12.00) QSOLID = 7; elseif (KARMUTU.SOLID>=11.0 && KARMUTU.SOLID<=12.0) QLEMAK = 5; else KARMUTU.Q = -6; return end if (KARMUTU.TSNF>8.0) QTSNF = 7; elseif (KARMUTU.TSNF>=7.7 && KARMUTU.TSNF<=8.0) QTSNF = 5; else KARMUTU.Q = -6; return end

222

if(KARMUTU.COLIFORM==0.0) QCOLIFORM = 7; elseif (KARMUTU.COLIFORM>=0.0 && KARMUTU.COLIFORM<=10) QCOLIFORM = 5; else KARMUTU.Q = -6; return end if(Q1>36) Q1 = 7; elseif(Q1>=30 && Q1<=36) Q1 = 5; else KARMUTU.Q = -6; return end; if (Q>12) Q = 7; elseif(Q==12) Q = 5; else Q = -6; end KARMUTU.Q = Q; function KRITIS = TitikKritis(handles) %-------------------------------------------------------------------------KRITIS.Q = 0; if (get(handles.rbSUHUBAIK,'value')==1) KRITIS.SUHU = 7; QSUHU = 7; elseif (get(handles.rbSUHUNORMAL,'value')==1) KRITIS.SUHU = 5; QSUHU = 5; else KRITIS.SUHU = -6; QSUHU = -6; end if (get(handles.rbLAMABAIK,'value')==1) KRITIS.LAMA = 7; QLAMA = 7; elseif (get(handles.rbLAMANORMAL,'value')==1) KRITIS.LAMA = 5; QLAMA = 5; else KRITIS.LAMA = -6; QLAMA = -6; end if(Q1>17) Q1 = 7; elseif(Q1>=15 && Q1<=17) Q1 = 5; else KRITIS.Q = -6; return end if(KRITIS.HOMOGEN<2)

223

QHOMOGEN = 7; else KRITIS.Q = -6; return end if (Q>12) Q = 7; elseif(Q>=10 && Q<=12) Q = 5; else Q = -6; end KRITIS.Q = Q; RUANGAN.Q = 0; if(get(handles.rbRUANGANPROGRAMBAIK,'value')==1) RUANGAN.PROGRAM = 7; QPROGRAM = 7; elseif(get(handles.rbRUANGANPROGRAMNORMAL,'value')==1) RUANGAN.PROGRAM = 5; QPROGRAM = 5; else RUANGAN.PROGRAM = -6; QPROGRAM = -6; end if(get(handles.rbRUANGANSARANABAIK,'value')==1) RUANGAN.SARANA = 7; QSARANA = 7; elseif(get(handles.rbRUANGANSARANANORMAL,'value')==1) RUANGAN.SARANA = 5; QSARANA = 5; else RUANGAN.SARANA = -6; QSARANA = -6; end if(get(handles.rbRUANGANSADARBAIK,'value')==1) RUANGAN.SADAR = 7; QSADAR = 7; elseif(get(handles.rbRUANGANSADARNORMAL,'value')==1) RUANGAN.SADAR = 5; QSADAR = 5; else RUANGAN.SADAR = -6; QSADAR = -6; end if(get(handles.rbRUANGANEVALUASIBAIK,'value')==1) RUANGAN.EVALUASI = 7; QEVALUASI = 7; elseif(get(handles.rbRUANGANEVALUASINORMAL,'value')==1) RUANGAN.EVALUASI = 5; QEVALUASI = 5; else RUANGAN.EVALUASI = -6; QEVALUASI = -6; end %------------------------------------------------------if(QPROGRAM == -6) RUANGAN.Q = -6; return end if(QSARANA == -6) RUANGAN.Q = -6; return end if(QSADAR == -6) RUANGAN.Q = -6; return end

224

if(QEVALUASI == -6) RUANGAN.Q = -6; return end if(Q>24) Q = 7; elseif(Q>=20 && Q<=24) Q = 5; else Q = -6; end RUANGAN.Q = Q; if(get(handles.rbALATSARANABAIK,'value')==1) ALAT.SARANA = 7; QSARANA = 7; elseif(get(handles.rbALATSARANANORMAL,'value')==1) ALAT.SARANA = 5; QSARANA = 5; else ALAT.SARANA = -6; QSARANA = -6; end if(get(handles.rbALATSADARBAIK,'value')==1) ALAT.SADAR = 7; QSADAR = 7; elseif(get(handles.rbALATSADARNORMAL,'value')==1) ALAT.SADAR = 5; QSADAR = 5; else ALAT.SADAR = -6; QSADAR = -6; end if(get(handles.rbALATEVALUASIBAIK,'value')==1) ALAT.EVALUASI = 7; QEVALUASI = 7; elseif(get(handles.rbALATEVALUASINORMAL,'value')==1) ALAT.EVALUASI = 5; QEVALUASI = 5; else ALAT.EVALUASI = -6; QEVALUASI = -6; end if(SANITASI.PEKERJA.Q == -6) SANITASI.Q =-6; return end if(SANITASI.RUANGAN.Q == -6) SANITASI.Q =-6; return end if(SANITASI.ALAT.Q == -6) SANITASI.Q =-6; return end if(SANITASI.LINGKUNGAN.Q == -6) SANITASI.Q =-6; return end if(PROSES.KARMUTU.Q == -6) PROSES.Q =-6; return end

225

if(PROSES.KRITIS.Q == -6) PROSES.Q =-6; return end if(PROSES.SANITASI.Q == -6) PROSES.Q =-6; return end

3. Listing Program untuk Penilaian Kualitas Pengemasan dan Penyimpanan
KEMASAN.Q = 0; if (get(handles.rbKEMASBOCORBAIK,'value')==1) KEMASAN.BOCOR = 7; QBOCOR = 7; elseif (get(handles.rbKEMASBOCORNORMAL,'value')==1) KEMASAN.BOCOR = 5; QBOCOR = 5; else KEMASAN.BOCOR = -6; QBOCOR = -6; end if (get(handles.rbKEMASREKATBAIK,'value')==1) KEMASAN.REKAT = 7; QREKAT = 7; elseif (get(handles.rbKEMASREKATNORMAL,'value')==1) KEMASAN.REKAT = 5; QREKAT = 5; else KEMASAN.REKAT = -6; QREKAT = -6; end if (get(handles.rbKEMASBERSIHBAIK,'value')==1) KEMASAN.BERSIH = 7; QBERSIH = 7; elseif (get(handles.rbKEMASBERSIHNORMAL,'value')==1) KEMASAN.BERSIH = 5; QBERSIH = 5; else KEMASAN.BERSIH = -6; QBERSIH = -6; end if (get(handles.rbKEMASKUATBAIK,'value')==1) KEMASAN.KUAT = 7; QKUAT = 7; elseif (get(handles.rbKEMASKUATNORMAL,'value')==1) KEMASAN.KUAT = 5; QKUAT = 5; else KEMASAN.KUAT = -6; QKUAT = -6; end if (QBOCOR==-6) KEMASAN.Q = -6; return end if (QREKAT==-6) KEMASAN.Q = -6; return end if (QBERSIH==-6) KEMASAN.Q = -6; return end if (QKUAT==-6) KEMASAN.Q = -6;

226

return end if ( SIMPANAN.SUHU < 4 ) QSUHU = 7; elseif ( SIMPANAN.SUHU >= 4 && SIMPANAN.SUHU <= 6 ) QSUHU = 5; else SIMPANAN.Q = -6; return end if( Q > 12 ) Q = 7; elseif( Q >= 10 && Q <= 12 ) Q = 5; else Q = -6; end SIMPANAN.Q = Q; if( KEMASANSIMPANAN.KEMASAN.Q == -6 ) KEMASANSIMPANAN.Q = -6; return end if( KEMASANSIMPANAN.SIMPANAN.Q == -6 ) KEMASANSIMPANAN.Q = -6; return end if ( Q > 12 ) Q = 7; elseif ( Q >= 10 && Q <= 12 ) Q = 5; else Q = -6; end

227

Lampiran 17. Listing Program untuk Prediksi dengan JST
%---Output input unit X{1} = trn_data(:, 1:in_n); T = trn_data(:, in_n+1:end);

% dataset input lengkap % dataset target lengkap

%--- Inisiasi bobot: Metoda Nguyen-Widrow beta = 0.7 * hidden(1) ^ ( 1 / in_n ); w = rand(in_n, hidden(1)); Vij = weight_range*2*( w - 0.5); % matriks bobot: input x hidden_I b = rand(1,hidden(1)); V0j = beta*2*( b - 0.5); % matriks bias: 1 x hidden_I W{1} = [ Vij; V0j]; % matriks bobot: input+1 x hidden_I W{1} = W{1}/norm(W{1}); for i = 1:nMLP-3 w = rand( hidden(i) + 1, hidden(i+1) ); W{i+1} = weight_range * 2 * ( w - 0.5 ); % matrik bobot: (hidden_i+1) x hidden_i+1 W{i+1} = W{i+1}/norm(W{i+1}); end w = rand(hidden(end)+1,out_n); W{length(W)+1} = weight_range*2*( w - 0.5); % matrik bobot: (hidden_end+1) x output W{end} = W{end}/norm(W{end}); %--- Inisiasi dW nW = length(W); for i=1:nW dW_old{i} = zeros(size(W{i})); end %--- Inisiasi RMSE one = ones(data_n, 1); RMSE = nan*ones(max_epoch, 1); % Root mean squared error set(line1, 'xdata', 1:max_epoch, 'ydata', RMSE); set(line2, 'xdata', [1 max_epoch], 'ydata', [error_goal error_goal], 'linewidth', 2); for i=1:max_epoch if get(pbSTOP,'userdata')==1 break; end %--- Forward: output masing setiap layer for j=2:nMLP X{j} = aktivasi( [ X{j-1} one ] * W{j-1}, trf_fcn); end %--- selisih output ( BUKAN error ) diff = T - X{end}; %--- error ERROR = sqrt(sum(sum(diff.^2))/length(diff(:))); RMSE(i) = ERROR; %--- update info if ( mod(i,show)==0 | ERROR<error_goal ) set(edINFO(1),'string',int2str(i)); set(edINFO(2),'string',num2str(ERROR) ); set(line1,'ydata', RMSE); drawnow if (ERROR<error_goal), break; end %--- Backward layer output

228

dE_dX{nMLP} = -2*(T - X{nMLP}) .* daktivasi( X{nMLP} , trf_fcn ); dE_dW{nW} = [X{nMLP-1} one]'* dE_dX{nMLP}; %--- metoda step gradient descent dinormalkan DE_DW=[]; for j=1:nW DE_DW = [DE_DW; dE_dW{j}(:)]; end leng = (norm(DE_DW)); %--- update bobot for j=1:nW dW{j} = -eta*dE_dW{j}/leng + alpha*dW_old{j}; W{j} = W{j} + dW{j} ; dW_old{j} = dW{j}; end end function Performansi(handles) %-------------------------------------------------------------------------% KELAS DATA if (get(handles.poKELASDATA,'Value')==1) SET = handles.NET.SUHU.SET; TRAIN = handles.NET.SUHU.TRAIN; else SET = handles.NET.LAMA.SET; TRAIN = handles.NET.LAMA.TRAIN; end datan = SET.NORMAL.datan; N1 = length(SET.NORMAL.datan); N2 = N1; Yn = zeros(N2,1); for i=1:N2 inx = length(datan)-ni+1; Xn = datan(inx:inx+ni-1); Yn(i) = forecasting(Xn', TRAIN.W, SET.OPTIONS.trf_fcn); datan(end+1) = Yn(i); end

% dE/dX1

Y = unnormalisasi( Yn', SET.NORMAL.mindata, SET.NORMAL.maxdata); STD = std(Y); MEAN = mean(Y); UCL = MEAN + 3*STD; LCL = MEAN - 3*STD; MAX = max([UCL Y']); MIN = min([LCL Y']); if (get(handles.poKELASDATA,'Value')==1) handles.NET.SUHU.PERF = PERF; else handles.NET.LAMA.PERF = PERF; end %-------------------------------------------------------------------------% KUALITAS LSL = get(handles.edINFO(2), 'userdata'); USL = get(handles.edINFO(1), 'userdata'); if(get(handles.poKELASDATA,'value')==1) LSL = LSL(1); USL = USL(1); else LSL = LSL(2);

229

USL = USL(2); end %guidata(handles.fgNET, handles) Q = Pasteurisasi(USL, LSL, PERF.FORCAST.UCL, PERF.FORCAST.LCL, PERF.FORCAST.Y); if (get(handles.poKELASDATA,'Value')==1) handles.NET.SUHU.Q = Q; else handles.NET.LAMA.Q = Q; end guidata(handles.fgNET, handles) %-------------------------------------------------------------------------% KUALITAS %////////////////////////////////////////////////////////////////////////// function Q = Pasteurisasi(USL, LSL, UCL, LCL, data) N = length(data); Q = 7; for i=1:N dt = data(i); if( dt < LSL || dt > USL ) Q = -6; break else if( dt < LCL || dt > UCL ) Q = 5; end end end

230

Lampiran 18. Uji Kebaikan Suai
18.1 Uji kebaikan suai untuk penilaian kualitas bahan baku (Susu Segar)

Hipotesis : Ho : Data seragam H1 : Data tidak seragam No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 Amatan 0,92 0,77 0,89 0,93 0,82 0,87 0,91 0,62 0,73 0,90 0,64 0,87 0,91 0,79 0,92 0,81 0,88 0,87 0,78 0,90 0,99 0,70 0,79 0,88 0,70 0,87 0,90 Harapan 0,84 0,75 0,97 0,87 0,80 0,85 0,82 0,65 0,72 0,90 0,65 0,87 0,92 0,85 0,95 0,73 0,84 0,88 0,80 0,84 0,98 0,69 0,83 0,86 0,73 0,81 0,98
2

χ2
0,007619 0,000533 0,006598 0,004138 0,000500 0,000471 0,009878 0,001385 0,000139 0,000000 0,000154 0,000000 0,000109 0,004235 0,000947 0,008767 0,001905 0,000114 0,000500 0,004286 0,000102 0,000145 0,001928 0,000465 0,001233 0,004444 0,006531 0,067125

∑χ

χ2 =∑
i =1

k

(oi − ei )2
ei

= 0,067125

dengan maka :

α = 0,05 dan derajat kebebasan (v) = 27-1 = 26

χ 2 tabel = 38,885 χ 2 hitung = 0,067125 χ 2 hitung < χ 2 tabel

Kesimpulan : data seragam

231

18.2

Uji Kebaikan suai untuk penilaian kualitas proses

Hipotesis : Ho : Data seragam H1 : Data tidak seragam No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Amatan 0,73 0,91 0,91 0,93 0,62 0,91 0,88 0,70 0,88 0,88 0,92 0,91 0,92 0,93 0,87 0,62 0,91 0,99 0,78 0,78 0,79 0,64 0,91 0,93 Harapan 0,80 0,84 0,87 0,90 0,63 0,90 0,86 0,75 0,90 0,84 0,95 0,84 0,87 0,90 0,90 0,64 0,82 0,91 0,80 0,77 0,85 0,70 0,87 0,96
2

χ2
0,006125 0,005833 0,001839 0,001000 0,000159 0,000111 0,000465 0,003333 0,000444 0,001905 0,000947 0,005833 0,002874 0,001000 0,001000 0,000625 0,009878 0,007033 0,000500 0,000130 0,004235 0,005143 0,001839 0,000937 0,063190

∑χ

χ2 =∑
i =1

k

(oi − ei )2
ei

= 0,063190

dengan maka :

α = 0,05 dan derajat kebebasan (v) = 24-1 = 23

χ 2 tabel = 35,172 χ 2 hitung = 0,067125 χ 2 hitung < χ 2 tabel

Kesimpulan : data seragam

Sign up to vote on this title
UsefulNot useful