![]() |
Gambar 1. Alat impregnasi vakum
|
PELATIHAN
LRMPHP telah banyak melakukan pelatihan mekanisasi perikanan di stakeholder diantaranya yaitu Kelompok Pengolah dan Pemasar (POKLAHSAR), Kelompok Pembudidaya Ikan, Pemerintah Daerah/Dinas Terkait, Sekolah Tinggi/ Universitas Terkait, Swasta yang memerlukan kegiatan CSR, Masyarakat umum, dan Sekolah Menengah/SMK
Loka Riset Mekanisasi Pengolahan Hasil Perikanan
LRMPHP sebagai UPT Badan Riset dan SDM KP melaksanakan riset mekanisasi pengolahan hasil perikanan berdasarkan Peraturan Menteri Kelautan dan Perikanan nomor 81/2020
Tugas Pokok dan Fungsi
Melakukan tugas penelitian dan pengembangan strategis bidang mekanisasi proses hasil perikanan di bidang uji coba dan peningkatan skala teknologi pengolahan, serta rancang bangun alat dan mesin untuk peningkatan efisiensi penanganan dan pengolahan hasil perikanan
Kerjasama
Bahu membahu untuk kemajuan dan kesejahteraan masyarakat kelautan dan perikanan dengan berlandaskan Ekonomi Biru
Sumber Daya Manusia
LRMPHP saat ini didukung oleh Sumber Daya Manusia sebanyak 20 orang dengan latar belakang sains dan engineering.
Selasa, 14 Agustus 2018
Alat Impregnasi Vakum dan Uji Performansinya Pada Filet Ikan
Jumat, 10 Agustus 2018
Alat Steam Boiler Sebagai Sumber Energi Dalam Ekstraksi Alginat
![]() |
Gambar 1. Steam Boiler Hasil Rancang Bangun |
Rabu, 01 Agustus 2018
Pembuatan Pupuk Granul Rumput Laut Menggunakan Prototipe Granulator Vertikal dengan Variasi Kecepatan Putaran Chopper
![]() |
Gambar 1. Alat uji granulator rancangan LRMPHP |
![]() |
Gambar 2. Ilustrasi drum 1 alat uji granulator LRMPHP |
![]() | ||||
Gambar 3. Granul yang dihasilkan pada dua variasi putaran; a). Hasil granul pada putaran 896 rpm; b). Hasil granul pada putaran 1070 rpm |
Senin, 23 Juli 2018
Perbandingan Pembacaan Sensor Gas (MQ-3 dan MQ-9) pada Proses Pembusukan Ikan Tuna (Thunnus sp)
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.
![]() |
Gambar 1. Rangkaian pembacaan sensor gas MQ-3 dan Mq 9 terhadap kebusukan ikan |
![]() |
Gambar 2. Grafik regresi pembacaan sensor MQ 3 terhadap waktu
|
![]() |
Gambar 3. Grafik regresi pembacaan sensor MQ-9 terhadap waktu
|
Kamis, 12 Juli 2018
Aplikasi Sensor MQ-136 Pada Pembacaan Penurunan Kesegaran Ikan Tuna (Thunnus Sp)
![]() |
Gambar 1. Sensor Gas MQ-136 |
![]() |
Gambar 2. Arduino UNO |
![]() |
Gambar 3. Laptop |
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
|
Senin, 02 Juli 2018
Potensi Pemanfaatan Udang Dan Rajungan Rucah Sebagai Bahan Baku Alternatif Pakan Ikan
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
|
Sumber : Prosiding Semnaskan UGM 2015
Jumat, 29 Juni 2018
Desain Bilah Pisau Bowl Cutter dan Lama Pengadonan pada Pembuatan Nugget Ikan
Jumat, 11 Mei 2018
Peti Ikan Segar Berpendingin Roda Tiga untuk Pedagang Ikan Keliling
![]() |
Gambar 1. Peti insulasi berpendingin roda tiga yang didesain LRMPHP |
Rabu, 02 Mei 2018
Penerapan Model Neural Network Pattern Recognition Untuk Prediksi Kesegaran Ikan Tuna (Thunnus sp.)
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.
![]() |
Gambar 1. Diagram proses penelitian
|
![]() |
Gambar 2. Alur preprocessing citra mata ikan
|
![]() |
Gambar 3. Hasil preprocessing citra mata ikan |