Mesin Pencuci Rumput Laut Sistem Berkelanjutan

Kebutuhan rumput laut diperkirakan akan terus meningkat seiring dengan meningkatnya kebutuhan untuk konsumsi langsung maupun kebutuhan industri (makanan, farmasi, kosmetik, dan lain-lain). Selama ini pembudidaya rumput laut umumnya hanya menjual rumput laut dalam bentuk mentah (kering) dan belum diolah dengan baik. Di pasar internasional, rumput laut dari Indonesia masih dihargai rendah karena mutunya belum baik. Salah satu penyebab rendahnya kualitas rumput laut Indonesia tersebut karena kurangnya teknologi penanganan pasca panen. Jika teknologi pasca panen rumput laut dapat dikembangkan dan diterapkan dengan baik, maka agroindustri yang bertujuan meningkatkan nilai tambah, menambah lapangan kerja dan mengurangi impor produk jadi rumput laut dapat tercapai.

Secara umum, kualitas rumput laut harus memenuhi Standar Nasional Indonesia (SNI nomor 2690 : 2015). Salah satu parameter untuk mengetahui kualitas rumput laut adalah tingkat kebersihan rumput laut kering yang ditunjukkan dengan nilai CAW (Clean Anhydrous Weed). CAW yaitu persentase berat sampel rumput laut kering bersih setelah dicuci, dipisahkan dari pengotor lain dan dikeringkan dalam oven pada suhu 70⁰C sampai berat konstan dibandingkan dengan bobot rumput laut awal.

Salah satu tahapan penanganan pasca panen rumput laut adalah pencucian rumput laut. Selama ini pencucian rumput laut masih dilakukan secara konvensional dengan cara merendam rumput laut dalam air laut karena akan lebih mudah menghilangkan kerang, pasir dan kotoran lainnya. Selain itu, pencucian rumput laut juga bisa dilakukan dengan merendam rumput laut kedalam air bersih dengan beberapa kali pengadukan. Namun, proses tersebut membutuhkan waktu yang lama sehingga kapasitas produksinya menjadi kecil. Oleh karena itu diperlukan mesin atau peralatan yang dapat mempermudah pencucian rumput laut.

LRMPHP telah melakukan penelitian rancang bangun mesin pencuci rumput laut sistem berkelanjutan. Penelitian mencakup tahap perancangan/desain, perakitan mesin, uji kinerja mesin, serta analisis produk yang dihasilkan. Desain alat pencuci rumput laut dirancang untuk pencucian dengan sistem berkelanjutan, yaitu alat dapat digunakan secara terus menerus tanpa ada proses muat dan bongkar bahan yang dicuci. Sistem kerja mesin dibuat sesederhana mungkin agar mudah dioperasikan oleh operator di unit pengolahan yang pada umumnya memiliki keahlian yang terbatas.

Mesin pencuci rumput laut hasil rancang bangun LRMPHP dan spesifikasi teknisnya disajikan pada gambar 1 dan tabel 1 berikut:

 

Gambar 1. Mesin Pencuci Rumput Laut Sistem Berkelanjutan

     Tabel 1. Spesifikasi Teknis Alat Pencuci Rumput Laut

Pada uji kapasitas mesin pencuci rumput laut sistem berkelanjutan terhadap rumput laut Sargassum sp. dan E. Cottonii diperoleh hasil 53 kg/jam dan 99 kg/jam. Hasil pencucian terhadap dua jenis rumput tersebut menunjukkan kapasitas pencucian yang berbeda. Hal ini disebabkan karena sifat fisik dan morfologi kedua rumput laut tersebut berbeda. Hasil analisa CAW terhadap rumput laut sargassum sp. diperoleh nilai 71,76 %, artinya tingkat kemurniannya sebesar 71,76 %. Berdasarkan standar SNI 2690 : 2015 yang mensyaratkan kadar CAW rumput laut Sargassum sp. minimal 50%, maka rumput laut tersebut telah memenuhi standar. Secara umum mesin pencuci rumput laut sistem berkelanjutan dapat bekerja dengan baik sehingga dapat mempermudah pencucian rumput laut.

Sumber : Prosiding Semnaskan UGM

Read More

Pembuatan Pupuk Granul Rumput Laut Menggunakan Prototipe Granulator Vertikal dengan Variasi Kecepatan Putaran Chopper

Pemakaian pupuk kimia untuk pertanian yang melebihi ketentuan dosis dapat mengakibatkan menurunnya kualitas lahan dan berimbas pada penurunan hasil panen. Oleh karena itu para petani mulai beralih menggunakan pupuk organik untuk merawat/menjaga tingkat kesuburan tanah. Salah satu bahan yang potensial digunakan dalam pembuatan pupuk organik adalah rumput laut. Bahan ini kaya kandungan mineral, nutrien anorganik dan bahan organik seperti hormon pemacu tumbuh (sitokinin, auksin, dan giberelin).

Pupuk organik memiliki beberapa macam bentuk seperti tablet, briket, curah, dan granul. Bentuk granul adalah yang paling diminati di pasaran karena granul lebih mudah ditaburkan/diaplikasikan dan mudah meresap ke tanaman. Massa granul lebih ringan daripada bentuk curah, sehingga memudahkan dan mengurangi biaya tranportasi. Pada proses granulasi, partikel-partikel kecil disatukan dan dipadatkan untuk membentuk gumpalan yang kuat secara fisik dengan struktur permanen dimana partikel aslinya masih bisa dibedakan. Cara yang paling sederhana dalam pembuatan granul adalah dengan menggunakan nampan. Metode ini biasanya digunakan untuk membuat granul skala kecil. Dalam perkembangannya terdapat beberapa tipe granulator yang umum digunakan di industri yaitu: fluidized bed granulator, high shear granulator, disc granulator (pan granulator) dan drum granulator.

LRMPHP telah mengembangkan granulator dengan mengadopsi granulator tipe vertical high shear. Granulator tipe ini menggunakan impeller yang berfungsi sebagai pengaduk untuk membentuk gumpalan basah dan chopper yang berfungsi sebagai pemecah gumpalan sehingga menghasilkan granul dengan densitas tinggi. Impeller berputar pada kecepatan rendah sampai tinggi untuk menciptakan kondisi pengadukan yang diharapkan. Setelah tepung (powder) tercampur rata maka ditambahkan air untuk membasahi adonan sehingga saling terikat dan membentuk gumpalan basah (metode granulasi basah).  

Granulator yang dikembangkan LRMPHP tersebut, pada proses pemadatan granul terdapat 2 drum yang berfungsi untuk memadatkan granul yang sudah terbentuk pada drum 1. Kecepatan putar pada chopper merupakan salah satu faktor utama dalam pembentukan granul karena berpengaruh terhadap rendemen granul. Oleh karena itu kecepatan putar chopper menjadi hal penting dalam pembuatan granulator. Uji coba granulasi dilakukan menggunakan model alat granulator vertikal rancangan LRMPHP (Gambar 1 dan 2).

Gambar 1. Alat uji granulator rancangan LRMPHP

Prinsip kerja alat tersebut dengan memanfaatkan impeller sebagai pengaduk dan chopper sebagai pemecah untuk membentuk campuran tepung menjadi bentuk granul. Pada drum 1 terdapat impeller yang berputar dengan kecepatan tertentu. Dengan tambahan air dan diaduk menggunakan impeller dalam waktu tertentu maka adonan akan membentuk gumpalan basah. Gumpalan basah tersebut akan dipecah oleh chopper yang berputar dengan kecepatan tertentu sehingga membentuk butiran (granul). Kombinasi dan variasi kecepatan putar antara impeller dan chopper akan menghasilkan ukuran granul yang bervariasi. Pada drum 2 dan 3 terdapat piringan yang berputar dengan kecepatan tertentu. Piringan yang berputar tersebut mengakibatkan gaya sentrifugal sehingga granul yang sudah terbentuk akan berputar-putar dan menjadi semakin padat.  

Gambar 2. Ilustrasi drum 1 alat uji granulator LRMPHP

Hasil uji coba pembuatan pupuk granul rumput laut dengan variasi kecepatan putar chopper ditunjukkan pada gambar 3. Perbandingan nilai rendemen pada granul ukuran kecil (D < 4 mm), granul ukuran sedang (3 – 4 mm)  dan granul ukuran besar (D > 4 mm) pada pengaturan kecepatan chopper 1070 : 896 rpm, berturut turut yaitu sebesar 93,38 % : 98,95 %, 61,76 % : 23,04 %, 15,46 % : 33,22 % dan 16,17 % : 42,69 %. Hasil analisis statistik data dengan tingkat kepercayaan 95% menunjukkan bahwa kecepatan putar chopper tidak berpengaruh signifikan terhadap rendemen granul total tetapi berpengaruh cukup signifikan terhadap rendemen pada berbagai ukuran granul yang dihasilkan. Dengan kecepatan putar chopper sebesar 1070 rpm menghasilkan lebih banyak granul dengan ukuran kecil, sedangkan pada 896 rpm menghasilkan lebih banyak granul berukuran sedang sampai besar dibandingkan dengan granul ukuran kecil. Oleh karena itu, kombinasi antara kecepatan putar impeller dan chopper perlu diperhatikan untuk memperoleh ukuran granul yang diharapkan. 

Gambar 3. Granul yang dihasilkan pada dua variasi putaran; a). Hasil granul pada putaran 896 rpm;
b). Hasil granul pada putaran 1070 rpm

Sumber : Prosiding Semnaskan UGM

Read More

Penerapan Model Neural Network Pattern Recognition untuk Prediksi Kesegaran Ikan Tuna

Penentuan kesegaran ikan menjadi langkah penting dalam pengkonsumsian ikan. Perubahan mayor yang dijadikan patokan kesegaran ikan adalah warna, bau dan tekstur. Mata ikan akan berubah semakin cekung dan keruh pada ikan yang busuk selanjutnya mengeluarkan bau dan tekstur daging menjadi lunak (SNI). Perubahan fisik secara visual pada kebusukan ikan mampu diterjemahkan menjadi deretan angka dengan bantuan pengolahan citra digital. Penerapan pengolahan citra untuk menentukan kesegaran ikan dan bahan makanan lain telah dilakukan oleh beberapa peneliti. Dutta et al (2016) melaporkan bahwa penentuan tingkat kesegaran ikan dapat dilakukan menggunakan pengolahan citra insang ikan. Menesatti et al (2010) menyebutkan bahwa citra digital ikan berbasis kamera hyperspektral bisa menjadi dasar penentu kesegaran ikan. Kelemahan dua penelitian tersebut adalah bersifat destruktif karena perlu pemotongan operculum ikan untuk memperoleh citra insang yang baik dan diperlukan kamera hyperspektral yang harganya cukup mahal. Oleh karena itu, penelitian terkait penerapan model neural network pattern regognition yang bersifat nondestruktif dengan menggunakan kamera biasa masih perlu dikembangkan.

Neural Network atau Jaringan Syaraf Tiruan (JST) merupakan sebuah metode pengenalan pola, prediksi, klasifikasi dan pendekatan fungsi yang meniru arsitektur kerja otak. JST memiliki tiga lapisan yaitu lapisan input, lapisan tersembunyi dan lapisan output. Salah satu algoritma pada JST adalah backpropagation yang mempunyai kemampuan untuk melakukan dua tahap perhitungan yaitu perhitungan maju dan turun. Perhitungan maju untuk menghitung eror antara output dan target, sedangkan perhitungan mundur sebagai penghitungan balik eror untuk memperbaiki bobot pada semua neuron yang ada. Penerapan JST dengan algoritma backpropagation dalam pengambilan keputusan telah dilaporkan beberapa peneliti. Kusmaryanto, S (2014) menggunakan JST Backpropagation untuk pengenalan wajah. Dewi et al (2009) mampu menerapkan JST untuk memprediksi kelulusan mahasiswa. Lebih jauh lagi di bidang perikanan, Dowlati et al (2009) menggunakan metode regresi dan neural network untuk memprediksi tingkat kesegaran ikan bawal.

Tahapan dalam sebuah JST pattern recognition adalah akuisisi data, preprocessing, ekstraksi ciri dan pengenalan data (Putra, D. 2010). JST dikembangkan dari data citra Red Green Blue (RGB)  yang diukur menggunakan computer vision system. Sebuah citra dalam model Red Green Blue (RGB) memiliki tiga komponen warna utama yaitu merah, hijau dan biru dengan rentang nilai setiap komponen utama antara 0-225. Warna selain komponen utama adalah hasil percampuran komponen warna utama dengan nilai tertentu. Penggunaan  komponen RGB dalam bentuk data statistik yang digunakan sebagai input pada jaringan pengambil keputusan telah dilaporkan. Hariyanto (2009) menggunakan metode pengubahan komponen RGB pada gelang resistor untuk mengetahui nilai resistansinya. Lebih lanjut dibidang perikanan Issac et al (2017) mampu menggunakan data masukan nilai RGB citra insang sebagai penentu tingkat kesegaran ikan.

Berdasarkan beberapa literatur di atas, penerapan JST pattern recognition di bidang perikanan masih belum digunakan secara luas, padahal metode image processing dengan JST sebagai pengambil keputusan yang akurat. Oleh karena itu, LRMPHP telah melakukan penelitian untuk mengetahui kemampuan JST dalam memprediksi kesegaran ikan tuna (Thunnus sp.). Hasil penelitian tersebut telah dipublikasikan dalam Seminar Nasional Tahunan XIV Hasil Penelitian Perikanan dan Kelautan (Semnaskan-UGM) 22 Juli di Yogyakarta.

Rangkaian penelitian dimulai dengan pengambilan data citra mata ikan menggunakan kamera logitech 8 megapiksel di dalam kotak khusus berukuran x 55 x 12 cm yang telah dilengkapi dengan lampu LED pada empat titik. Citra mata ikan yang diperoleh selanjutnya melewati dua tahapan pengolahan citra menggunakan software matlab 2014a, yaitu preprocessing dan ekstraksi rata rata nilai RGB citra mata ikan. Berikut diagram proses penelitian (Gambar 1.) dan alur preprocessing citra mata ikan (Gambar 2.).

Gambar 1. Diagram proses penelitian

Gambar 2. Alur preprocessing citra mata ikan

    Hasil preprocessing citra mata ikan terlihat pada Tabel 1.

Berdasarkan olah data yang dilakukan maka diperolah nilai akurasi, sensitivitas dan spesivitas pengujian masing-masing sebesar 86, 95 dan 71 %. Nilai AUC yang diperoleh sebesar 0,834, sehingga dapat dsimpulkan bahwa metode klasifikasi kesegaran ikan berdasarkan nilai rata rata RGB citra mata ikan tergolong baik.

Read More

Perbandingan Pembacaan Sensor Gas (MQ-3 dan MQ-9) pada Proses Pembusukan Ikan Tuna (Thunnus sp)

Status kesegaran ikan berkaitan erat dengan keamanan makanan bagi konsumen dan cita rasa ikan. Metode uji kesegaran ikan yang sering digunakan saat ini adalah uji organoleptik yang didasarkan pada bau ikan, tekstur daging ikan dan kondisi visual ikan. Validitas uji ini bergantung pada  panelis terlatih yang berpengalaman sehingga hal ini dapat menjadi kendala terkait ketersediaan panelis terlatih. Selain uji organoleptik, uji kimiawi dan bakteri lazim digunakan dilaboratorium pengujian. Uji kimiawi didasarkan pada produksi senyawa gas volatil yang dihasilkan saat proses pembusukan ikan. Senyawa gas volatil tersebut diikat oleh asam borat dan pengukuran kadarnya dengan titrasi HCl. Untuk meningkatkan keakurasian pendeteksian produksi senyawa volatil dapat dilakukan dengan menggunakan kromatografi cair (HPLC) atau kromatografi gas (GC). Sampai saat ini, metode kromatografi memiliki akurasi yang paling baik namun memberikan biaya pemeriksaan yang mahal dan hanya bisa dilakukan di dalam laboratorium dengan peralatan khusus. Sementara itu, pengujian bakteri yang didasarkan pada jumlah populasi bakteri total pada ikan memerlukan waktu yang relatif lama untuk inkubasi penumbuhan total bakteri. Tingginya populasi bakteri pada ikan tersebut dianggap sebagai penanda peningkatan aktivitas bakteri pembusuk.

Metode lain yang lebih fleksibel dan praktis adalah pengukuran kesegaran ikan menggunakan alat Torry meter. Prinsip kerja alat tersebut dengan mengukur konduktivitas jaringan ikan. Konduktivias jaringan ikan didefinisikan sebagai sifat elektrokimia yang semakin meningkat seiring tingkat pembusukan ikan. Namun alat tersebut hanya bisa digunakan pada permukaan kulit ikan, tidak bisa digunakan pada fillet ikan dan ikan yang di bekukan.

Ditengah kekurangan metode pemeriksaan kesegaran ikan saat ini, aplikasi sensor gas semikonduktor sebagai pendeteksi kesegaran ikan menawarkan metode yang relatif cepat, murah dan mudah. Sensor gas semikonduktor menggunakan sebuah material (SnO_2, ZnO dan TiO₂) dengan konduktivitas berubah ubah menyesuaikan absorbsi gas. Aplikasi sensor gas semikonduktor untuk keperluan deteksi kesegaran ikan telah banyak dilaporkan. Ho Park, et al (2013) menggunakan deret sensor gas untuk pendeteksian senyawa trimethylamin dan amonia. Barbri et al (2009) dapat memanfaatkan deret sensor untuk menentukan kesegaran ikan sarden. Bahkan secara lebih jauh Olafsdottir, et al (2006) melaporkan menggunakan elektronic nose untuk mendefinisikan sisa metabolism spesifik sebuah bakteri pembusuk. LRMPHP juga telah mengembangkan penggunaan sensor gas untuk pemeriksaan kemunduran mutu ikan. Salah satu jenis sensor yang digunakan adalah sensor jenis MQ-136 untuk pendeteksian gas H₂S pada ikan tuna. 

Saat ini sensor gas telah diproduksi masal dengan harga yang relatif murah, variatif dan spesifik dalam mendeteksi gas. Sensor MQ-3 merupakan sensor yang sensitif untuk mendeteksi gas alkohol sedangkan sensor MQ-9 merupakan sensor yang memiliki kemampuan untuk mendeteksi gas CO pada sumber daya rendah dan mendeteksi gas metana pada sumber daya tinggi. Sensor gas hanya mampu membaca data analog berupa gas, sehingga masih diperlukan mikrokontroler sebagai pengubah sinyal analog dari sensor ke data digital berupa deretan angka. Sensor MQ-3 atau MQ-9 dapat dengan mudah ditemui di toko elektronik robotika, hal ini dapat menjadikan sensor MQ-3 atau MQ-9 sebagai alternatif yang cepat, mudah dan murah untuk pendeteksian kebusukan ikan.

Atas dasar itu maka LRMPHP telah melakukan penelitian tentang perbandingan pembacaan sensor gas (MQ-3 dan MQ-9) pada proses pembusukan ikan tuna seperti dipublikasikan dalam SIMNASKP IV UNHAS 19-20 Mei 2017 di Makasar. Penelitian untuk mengetahui respon terbaik dua sensor tersebut terhadap perubahan bau ikan tuna sehingga diperoleh sensor gas yang paling baik untuk mendeteksi pembusukan ikan tuna.

Rangkaian pembacaan sensor gas MQ-3 dan MQ-9 terhadap kebususkan ikan pada penelitian tersebut dapat dilihat pada Gambar 1.

 Gambar 1. Rangkaian pembacaan sensor gas MQ-3 dan Mq 9 terhadap kebusukan ikan

Hasil pembacaan sensor MQ-3 dan MQ-9 terhadap sampel ikan  tuna masing-masing dapat  dilihat pada Gambar 2 dan 3 berikut:

Gambar 2. Grafik regresi pembacaan sensor MQ 3 terhadap waktu

Gambar 3. Grafik regresi pembacaan sensor MQ-9 terhadap waktu

Berdasarkan hasil uji regresi sensor gas terhadap waktu pengamatan, terdapat korelasi yang kuat antara pembacaan sensor MQ-3 dan MQ-9 terhadap pembusukan ikan. Nilai R² sebesar 0,945 volt untuk sensor MQ-9, lebih tinggi dibandingkan nilai R² untuk sensor MQ-3 sebesar 0,847 volt, hal ini menunjukkan waktu lebih berpengaruh terhadap pembacaan sensor MQ-9 dari pada sensor MQ-3.  

Sumber : Prosiding SIMNASKP IV UNHAS 2017

Read More

Aplikasi Sensor MQ-136 Pada Pembacaan Penurunan Kesegaran Ikan Tuna (Thunnus Sp)

Indonesia memiliki laut yang sangat  luas dengan kekayaan ikan tuna yang melimpah. Ikan tuna (Thunnus sp.) merupakan salah satu komoditas perikanan yang potensial di Indonesia. Upaya untuk meningkatkan mutu ikan tuna perlu dilakukan secara intensif agar dapat bersaing di pasar internasional. Sejalan dengan hal itu maka perlu dilakukan pengawasan mutu yang ketat pada pada produk tersebut. Pengawasan mutu ikan biasanya dapat dilakukan melalui pengujian baik secara organoleptik, mikrobiologi maupun kimiawi, tetapi cara ini kurang efektif karena membutuhkan waktu yang lama. Sementara itu, dalam perkembangannya digunakan metode lain dalam pengujian kesegaran ikan yaitu menggunakan sensor.

Pada dua tahun terakhir ini LRMPHP telah melakukan beberapa penelitian aplikasi berbagai sensor untuk menentukan kesegaran ikan. Penggunaan sensor saat ini dapat dilakukan menggunakan sensor elektronik atau yang lebih dikenal dengan e-nose. Sensor menerima rangsangan dan meresponnya dengan perubahan sinyal listrik. Alat e-nose lebih efektif karena tidak terlalu membutuhkan waktu lama, lebih efisien, ekonomis dan bersifat nondestruktif. Salah satu pendeteksian melalui sensor adalah pendeteksian gas H₂S (hydrogen sulfide). Gas H₂S  merupakan salah satu gas penyebab bau busuk pada produk perikanan. Keberadaan gas H₂S tersebut dapat digunakan sebagai penanda penurunan kualitas ikan, sehingga perubahan bau pada ikan dianggap menjadi metode potensial untuk menilai kesegaran ikan.

Salah satu jenis sensor yang dapat digunakan untuk pendeteksian gas H₂S adalah sensor jenis MQ-136 dengan SnO₂ (timah oksida) sebagai elemen sensornya. Sensor MQ-136 dikenal cukup sensitive dan akurat. Sebagai elemen sensornya, semikonduktor SnO₂ digunakan sebagai material yang sensitif sebagai penerima respon rangsangan gas H₂S. Konduktivitas SnO₂ akan meningkat ketika konsentrasi gas H₂S tinggi. Oleh karena itu, keberadaan H₂S pada ikan dapat dideteksi menggunakan sensor MQ-136 dan diharapkan dapat membantu peningkatan mutu ikan tuna Indonesia

Untuk mengetahui penggunaan sensor MQ-136 dalam mendeteksi gas H₂S pada ikan maka LRMPHP telah melakukan penelitian terkait aplikasi sensor MQ-136 pada pembacaan penurunan kesegaran ikan tuna (Thunnus Sp). Penelitian dilakukan menggunakan ikan tuna dengan dua ukuran yang berbeda yaitu ikan tuna A dengan berat 570 gram dan panjang 33 cm dan ikan tuna B dengan berat 1.200 gram dan panjang 44 cm. Ikan selanjutnya disimpan dalam wadah tertutup yang memiliki saluran atas sebagai saluran keluar gas. Pengamatan dilakukan setiap jam hingga jam ke-8 dan diakhiri pada pengamatan jam ke-24. Sensor yang digunakan selama pengamatan adalah MQ-136 (Gambar 1.), yang dirakit pada Arduino UNO (Gambar 2.) sebagai alat penghubung pada laptop (Gambar 3.) dan alat pengolah hasil pembacaan sensor.

Gambar 1. Sensor Gas MQ-136

Gambar 2. Arduino UNO

Gambar 3. Laptop

Hasil pembacaan sensor MQ-136 pada ikan A dan ikan B (Tabel 1.), menunjukkan ada peningkatan respon sensor pada setiap pembacaan. Peningkatan ini diduga karena perubahan kandungan udara yang berada dalam kotak tempat ikan. Bertambahnya waktu penyimpanan ikan menyebabkan proses pembusukan menjadi lebih banyak, sehingga kandungan H₂S mengalami peningkatan. Penambahan nilai H₂S menyebabkan respon terhadap material SnO₂ pada sensor MQ-136 menjadi lebih besar. Penambahan gas H₂S pada ikan A dan ikan B memiliki perbedaan oleh karena itu dilakukan analisa lebih lanjut.

Tabel 1. Hasil pembacaan  MQ-136 pada ikan A dan ikan B

Waktu	Ikan A (V)	Ikan B (V)
0	2,6	2,59
1	2,81	3,13
2	2,78	3,07
3	2,75	3,01
4	2,79	2,95
5	2,84	2,96
6	2,85	2,99
7	2,8	2,93
8	3,29	2,99
24	4,2	4,42

Berdasarkan data yang dipeoleh maka dapat disimpulkan bahwa pola grafik perubahan pembacaan sensor MQ 136 selama pengamatan lebih memiliki tingkat eror yang kecil pada ikan A (R² = 0,926) dibandingkan ikan B (R² = 0,830). Hal ini dapat diartikan  sensor MQ136 lebih  akurat untuk ikan A (570 gram) dengan model persamaannya  dibandingkan dengan ikan B (1.200 gram) pada proses pembacaan keberadaan gas H₂S.

Sumber : Prosiding SIMNASKP IV UNHAS 2017

Read More

Potensi Pemanfaatan Udang Dan Rajungan Rucah Sebagai Bahan Baku Alternatif Pakan Ikan

Tepung ikan merupakan produk penting untuk menunjang usaha peternakan dan budidaya perikanan karena menjadi komponen utama sumber protein dalam formulasi pakan. Hal ini mengingat kandungan protein pada ikan yang cukup besar dan mencapai lebih dari 20%. Sejalan dengan berkembangnya industri peternakan dan budidaya perikanan, kebutuhan tepung ikanpun semakin meningkat. Permintaan tepung ikan berkisar antara 150.000 - 200.000 ton per tahun, dan diprediksi setiap tahunnya mengalami kenaikan 10 -15%. Dengan produksi lokal sekitar 45.000 ton, kebutuhan tepung ikan di dalam negeri harus dipenuhi dari impor. Sampai saat ini impor bahan baku pakan ikan, terutama tepung ikan setiap tahunnya mencapai 35% dari total impor perikanan Indonesia, padahal Indonesia memiliki banyak potensi perikanan yang dapat dimanfaatkan menjadi tepung ikan, misalnya udang dan rajungan rucah.

Udang dan rajungan merupakan komoditas penting perikanan di tingkat internasional. Namun demikian, terdapat udang maupun rajungan dalam jumlah besar yang tidak laku terjual oleh pemasar ikan lokal, baik karena kualitas yang tidak memenuhi standar maupun penurunan daya beli konsumen. Udang dan rajungan yang tidak laku terjual ini nilai ekonomisnya menjadi turun, tidak layak dikonsumsi manusia dan dapat dikategorikan sebagai udang dan rajungan rucah.

Melihat besarnya potensi udang dan rajungan rucah, serta kebutuhan akan bahan alternatif sebagai bahan baku pakan ikan, maka LRMPHP telah melakukan penelitian potensi pemanfaatan udang dan rajungan rucah sebagai bahan baku alternatif pakan ikan. Bahan untuk pembuatan tepung berupa udang dan rajungan yang diperoleh dari pasar ikan di pantai Depok, Bantul, DIY. Udang dan rajungan dicuci menggunakan air, lalu dikukus dengan menggunakan alat pengukus selama 30 menit, selanjutnya dilakukan proses penirisan dan penggilingan dengan menggunakan grinder. Material dalam kondisi lumat kemudian dijemur di bawah sinar matahari selama 2-3 hari hingga kering (estimasi kadar air w/w = 10%). 

Berdasarkan hasil pengamatan terhadap tepung udang dan rajungan rucah yang diperoleh, keduanya mempunyai kenampakan warna khas tepung ikan sebagaimana terlihat pada Gambar 1 di bawah ini.

Gambar 1. Tepung udang dan rajungan rucah

Rendemen tepung udang dan rajungan yang diperolah masing-masing sebesar 15,87% dan 23,20%, penurunan bobot tersebut terjadi karena proses pengolahan dan pada saat pengeringan. Hasil pengujian kadar nutrisi, kimia, organoleptik dan mikrobiologi (Salmonella) tepung udang dan rajungan selengkapnya disajikan pada Tabel berikut.

Tabel. Hasil pengujian nutrisi, kimia, organoleptik dan Salmonella tepung udang dan tepung rajungan

Produk	Kadar Nutrisi dan Kimia (%)								Organo-leptik	Salmo-nella
	Kalsi-um	Fos-for	NaCl	Air	Abu	Protein	Lemak	Serat
Tepung udang rucah	7,36	4,88	1,07	7,01	48,39	45,61	3,78	5,32	3,53	negatif
Tepung rajungan rucah	15,75	5,04	1,11	6,46	47,84	35,91	1,00	11,52	4,38	negatif
SNI Tepung Ikan 2016 (Mutu III)	2,5-7,0	1,6-4,0	≤4	≤12	≤30	≥45	≤12	≤3	≥6	negatif

Berdasarkan hasil pengujian tersebut terlihat bahwa kadar air, lemak, protein (tepung udang) dan NaCl masih memenuhi standar SNI, sedangkan kalsium, fosfor belum memenuhi standar SNI sehingga perlu dilakukan modifikasi/penambahan nutrien tertentu agar dapat memenuhi standar SNI. Hasil pengujian secara organoleptik juga menunjukkan bahwa tepung udang dan rajungan rucah yang dihasilkan dari percobaan ini belum memenuhi persyaratan yang ditetapkan SNI. Selain pengujian secara kimia dan organoleptik, pengujian secara mikrobiologi (Salmonella) kedua jenis tepung juga dilakukan dan hasilnya negatif sehingga memenuhi persyaratan SNI.

Sumber : Prosiding Semnaskan UGM 2015

Read More