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.

Jumat, 31 Desember 2021

LRMPHP Kembangkan Alat Produksi Bioplastik Rumput Laut dengan Sistem Ekstrusi

Pencarian bahan alternatif pengganti plastik sintetis kian berkembang seiring dengan semakin parahnya kerusakan lingkungan yang diakibatkan oleh sampah plastik serta dikeluarkannya regulasi-regulasi pelarangan penggunaan plastik secara global. Sebagai negara maritim penghasil rumput laut merah terbesar di dunia, Indonesia berpotensi untuk mengembangkan plastik alternatif ramah lingkungan berbahan rumput laut. Selain sumber bahan bakunya yang melimpah, rumput laut juga memiliki banyak kelebihan dibandingkan dengan penggunaan bahan biomasa lainnya dalam pembuatan bioplastik skala besar.

Pembuatan plastik dari rumput laut yang dilakukan saat ini umumnya menggunakan metode casting, dimana ekstrak rumput laut biasanya dilarutkan dalam air yang dipanaskan kemudian ditambahkan bahan-bahan tambahan lainnya, lalu larutan dituangkan ke wadah yang rata dan dibiarkan mengering dan membentuk plastik film. Sedangkan cara yang umum lainnya adalah dengan menuangkan larutan ekstrak rumput laut ke dalam cetakan-cetakan seperti gelas, wadah makanan, dan lainnya.

Contoh pemanfaatan film plastik rumput laut (sumber: www.greeners.co)

Meskipun cara ini terbilang sangat sederhana, namun untuk memenuhi permintaan bioplastik skala komersial cara casting ini masih menghadapi kendala. Hal ini disebabkan oleh produksinya yang tidak kontinu atau batch sehingga sulit untuk mencapai produksi dengan kapasitas besar. Untuk mengatasi kendala tersebut, tim peneliti Loka Riset Mekanisasi Pengolahan Hasil Perikanan (LRMPHP) mendesain dan mengembangkan perangkat alat produksi bioplastik rumput laut sistem kontinu yaitu menggunakan sistem ekstrusi panas.

Mesin ekstrusi bioplastik rumput laut rancangan LRMPHP

Dengan sistem ekstrusi ini, formulasi ekstrak rumput laut yang telah dicampurkan merata dengan bahan-bahan lainnya di proses menggunakan ekstruder pada suhu sekitar 130 – 150°C. Prinsip kerja sistem ekstrusi yaitu mencampur dan bahan-baku bioplastik dalam kondisi tekanan dan suhu tinggi di dalam sebuah selongsong (barrel). Di dalam barrel juga terjadi proses shearing (pemotongan) adonan formulasi bioplastik, sehingga selain terjadi perubahan secara fisik juga terjadi perubahan terhadap struktur kimia dari adonan bahan bioplastik selama proses ekstrusi. Adonan bioplastik rumput laut diaduk dalam barel dan ditekan menggunakan ulir hingga akhirnya keluar melalui lubang outlet (dies).

Hasil ekstrusi bahan-bahan rumput laut yaitu bijih bioplastik merupakan ektrudat berbentuk filamen yang kemudian dipotong-potong menjadi pelet kurang dari 1 cm menjadi bijih bioplastik rumput laut. Bijih bioplastik inilah yang kemudian diproses lebih lanjut menjadi brang-barang jadi seperti wadah makanan, piring, dan lainnya yaitu menggunakan sistem compression molding atau injection molding.

Bijih bioplastik rumput laut dan wadah bioplastik


Penulis : Bakti Berlyanto Sedayu - LRMPHP


.

 



Kamis, 30 Desember 2021

Mengetahui Jenis Ikan dengan Menggunakan Smartphone

Beragamnya jenis ikan di perairan Indonesia menyebabkan sulitnya masyarakat untuk dapat mengenali ikan-ikan yang ditemui di pendaratan ikan atau di pasar. Kemudian juga dengan penamaan yang berbeda terhadap jenis ikan yang sama pada tiap daerah (nama lokal), ataupun sebaliknya, yaitu penamaan yang sama terhadap ikan-ikan dari jenis yang berbeda, menambah kesulitan bagi masyarakat umum untuk mengetahui jenis ikan yang dibeli atau dikonsumsi dengan pasti. Demikian halnya kesulitan oleh petugas dalam pencatatan produksi perikanan dan penghitungan stok ikan nasional dengan valid.

Hingga saat ini, untuk memastikan jenis ikan apa yang didapatkan masih dilakukan secara manual dengan mengandalkan buku atau panduan konvensional klasifikasi jenis ikan, atau dilakukan oleh seorang taksonomis. Hal ini menjadi tidak praktis serta memungkinan terjadinya kesalahan dalam menentukan jenis ikan yang didapatkannya, yaitu akibat objektivitas individu. Untuk mengatasi permasalahan-permasalahan di tersebut, dibutuhkan suatu teknologi yang mampu mengenali jenis ikan secara objektif, akurat, dan dapat digunakan dengan mudah oleh masyarakat umum.

Aneka ragam jenis ikan (sumber: iStock)

Teknologi computer vision yang merupakan cabang dari sistem kecerdasan buatan (AI) kini berkembang dengan pesat terutama untuk mengenali berbagai macam objek. Peneliti Loka Riset Mekanisasi Pengolahan Hasil Perikanan (LRMPHP) kini juga tengah mengembangkan teknologi ini untuk mengenali berbagai jenis ikan di Indonesia. Pada sistem aplikasi computer vision, komputer dapat mengenali suatu objek berdasarkan citra ikan yang didapat melalui perangkat kamera, yaitu dengan cara komputasi piksel-piksel penyusun citra ikan yang meliputi bentuk, warna dan tekstur yang ditangkap oleh layar monitor.

Berbeda halnya dengan cara kerja penglihatan manusia, gambar ikan yang telah dikomputasi oleh mesin akan membentuk suatu pola tertentu yang kemudian dikenali oleh mesin. Dengan kata lain, mesin dilatih mengenali pola berbagai jenis ikan berdasarkan gambar ikan-ikan tersebut. Semakin banyak gambar ikan yang dilatihkan ke mesin, maka akan semakin baik pula mesin dapat mengenali jenis ikan. Hasil dari komputasi atau pelatihan gambar-gambar ikan terhadap mesin tersebut didapatkan sebagai sebuah model, dan model inilah yang selanjutnya dapat dipasang (deploy) ke dalam perangkat lunak lainnya seperti Android.

Aplikasi pengenalan jenis ikan yang dikembangkan di LRMPHP

Melalui aplikasi computer vision, masyarakat akan dengan mudah mengenali jenis-jenis ikan yang ditemuinya, yaitu hanya dengan menjalankan aplikasi berbasis computer vision yang dipasang dalam sistem android. Hanya dengan mengarahkan kamera ponselnya ke objek ikan yang ingin diketahui atau dengan cara mengambil objek gambarnya, selanjutnya sistem aplikasi secara cepat (real-time) akan menayangkan informasi jenis ikan dan informasi lainnya dalam tampilan layar ponsel. Praktis bukan?


Penulis : Bakti Berlyanto Sedayu - LRMPHP


 



Rabu, 29 Desember 2021

Penggunaan Sensor DO Optic untuk Kolam Budidaya Udang

Dalam budidaya udang, kontrol terhadap kandungan oksigen terlarut/Dissolved Oxygen (DO) merupakan proses sangat penting agar dihasilkan udang dengan pertumbuhan optimal. Oleh karenanya sensor DO menjadi alat yang tidak tergantikan dalam penentuan nilai DO pada air budidaya. Saat ini sebagian teknisi budidaya menggunakan sensor berjenis membrane- polarographic untuk menentukan DO kolam budidaya mereka. Meskipun selama ini sensor jenis membrane masih handal untuk kondisi ideal air tambak namun beberapa kondisi menyebabkan sensor ini butuh perbaikan.

Sensor DO tipe membran adalah alat berbasis elektrokimia yang menggunakan gas permiabel polimer sebagai membran untuk mengisolasi elektrolit sensor dari sampel. Isolasi ini menjadikan sensor hanya meloloskan oksigen sehingga bisa bereaksi dengan katoda. Karenanya laju difusi oksigen dipengaruhi oleh tekanan parsial sampel, bahan dan ketebalan membran. Diungkapkan dalam White Paper Mettler Toledo, beberapa kelemahan dalam penggunaan sensor tipe membrane adalah pertama, secara umum sensor ini butuh waktu lama untuk turun dari nilai DO tinggi (downscale). Hal ini karena setiap oksigen yang terakumulasi dalam elektrolit selama kalibrasi atau saat pengukuran air dengan DO tinggi membutuhkan waktu lama untuk berdifusi keluar melewati membran. Sehingga pembacaan DO cenderung akan tetap tinggi meskipun digunakan untuk sampel DO rendah. Kedua, pada arus atau gerakan air yang rendah, oksigen tidak semuanya bisa melewati membran sehingga bila air dengan DO tinggi namun cendurung diam maka nilai yang terbaca menjadi lebih rendah dibanding kondisi riil. Ketiga, membran sensor sangat rentan terhadap kondisi air, kondisi air yang pekat seperti air tambak akan menyebabkan membran mudah tertutup dan pembacaan DO akan salah. 

DO tipe optik bisa menjadi pilihan untuk mengatasi permasalahan tersebut. Sensor ini menggunakan teknologi yang dikenal sebagai pemudaran pijaran (fluorescence quenching) untuk menentukan kandungan DO. Fluorescence ialah fenomena dimana material menyerap cahaya dengan panjang gelombang tertentu dan kemudian memancarkan cahaya tersebut dengan panjang gelombang yang berbeda. Sedangkan Fluorescence quenching adalah laju penurunan fluorescence yang disebabkan material lainnya dalam hal ini adalah oksigen. Tingkat pemudaran (quenching) tergantung pada jumlah oksigen yang terkandung dalam air sampel. Quenching sendiri dikuantifikasi melalui perhitungan nilai perbedaan cahaya yang diserap dengan cahaya yang dipancarkan. Seperti terlihat pada Gambar 1. sinar hijau yg dikeluarkan oleh LED di pancarkan ke chromophore dalam OptoCap melalui kabel serat optic. Fluoresensi merah yang kembali juga melewati serat optik ke detektor. Berdasarkan waktu dan intensitas (pergeseran fase) antara dua sinyal cahaya, maka nilai oksigen terlarut diperoleh. Hal ini dijelaskan oleh Feng Weiwei dkk pada tahun 2013 dalam Journal of optic dengan judul : An optical sensor for monitoring of dissolved oxygen based on phase detection

Gambar 1. Skema prinsip kerja sensor tipe optik (sumber: White Paper. Minimize Power Plant Corrosion with improved optical DO Technology. Mettler Toledo)

Yaoguang Wei dkk pada tahun 2019, dalam Journal Sensor berjudul Review of Dissolved Oxygen Detection Technology: From Laboratory Analysis to Online Intelligent Detection, menjelsakan keunggulan dari sensor tipe optik antara lain pertama tidak diperlukan aliran atau gerakan air sampel. Karena sensor optik tidak memasukkan sampel air, maka tidak diperlukan oksigen yang stabil di ujung sensor. Ini memungkinkan penggunaan sensor optik dalam dasar kolam dimana udang lebih banyak tinggal. Kedua, minim pemeliharaan. Titik ujung sensor adalah satu-satunya bagian yang bersentuhan dengan air dan didesain untuk pemakaian terus-menerus. Sensor juga tidak menggunakan membran sehingga tidak ada yang perlu diganti secara regular. Pemliharaan hanya dilakukan dengan membersihkan ujung sensor dari kotoran yang menempel. Ketiga, tidak diperlukan kalibrasi.  Sensor DO optik telah dikalibrasi sebelumnya dan tidak perlu kalibrasi lagi sebelum penggunaan. Hal ini juga mengurangi down-time selama pemakaian.

Namun demikian sensor tipe optik juga memiliki kelemahan yaitu titik sensor berukuran kecil dan halus sehingga ditangani dengan hati-hati. Paparan alkohol konsentrasi tinggi atau senyawa organik tertentu juga dapat menyebabkan kerusakan. Sensor optik harganya lebih mahal dibandingkan sensor membrane dan meskipun telah ditemukan lebih dari 20 tahun yang lalu namun sensor optik relative masih baru dipasaran dan banyak pengguna belum terbiasa menggunakannya.

Berdasarkan uraian tersebut, untuk mengukur DO air kolam tambak udang lebih baik menggunakan sensor DO tipe optik karena mempertimbangkan kondisi airnya yang pekat, salinitas tinggi serta mengandung bahan organik.


Penulis : Arif Rahman Hakim - LRMPHP


Selasa, 28 Desember 2021

Cara Mudah Membuat Pupuk Cair Rumput Laut

Bagi masyarakat pesisir rumput laut sudah sejak lama dimanfaatkan, yaitu biasanya dijadikan sebagai kudapan. Meski terlihat seperti tumbuhan, sebenarnya rumput laut merupakan jenis alga karena tidak memiliki struktur tubuh yang lengkap seperti tanaman pada umumnya. Saat ini, Indonesia merupakan salah satu negara penghasil dan pengekspor rumput laut terbesar di dunia.

Selain dapat dimanfaatkan sebagai makanan, sebenarnya rumput laut dapat dimanfaatkan sebagai pupuk tanaman. Karena talus rumput laut kaya akan unsur hara yang diserap dari lingkungan hidupnya, serta memiliki kandungan hormon pemacu pertumbuhan yang sangat tinggi. Hal ini seperti dilaporkan oleh Sedayu dkk. (2013) yang mendapati kandungan tinggi hormon auksin, giberelin, dan sitokinin dalam cairan rumput laut (SAP). Namun sayangnya, penggunaan pupuk rumput laut masih belum banyak dilakukan atau dikomersialkan di Indonesia.

Pembuatan pupuk rumput laut sebenarnya cukup mudah, dan dapat dilakukan oleh rumah tangga. Beberapa cara pembuatan pupuk rumput laut, antara lain:

Cara pertama, rumput laut segar dipotong-potong kemudian direbus menggunakan air destilata, setelah itu air rebusannya disaring seperti yang dilakukan oleh Bhosle dkk. (1975). Air hasil saringan mengandung seluruhnya ekstrak rumput laut yang dapat diaplikasikan langsung ke tanaman.

Cara kedua dilaporkan oleh Challen dan Hemingway (1966), yaitu seperti halnya cara pertama namun berasal dari rumput laut yang telah dikeringkan. Rumput laut kering digiling menjadi tepung kemudian dimasukan kedalam air destilata dan didiamkan selama beberapa waktu. Campuran rumput laut tersebut kemudian dipanaskan hingga mendidih kemudian didiamkan lagi untuk beberapa waktu. Setelah itu campuran disaring menggunakan kain saring untuk menghilangkan ampas/padatan. Sedangkan cairan hasil saringan disentrifugasi untuk memisahkan padatan yang masih terikut. Untuk aplikasi ke tanaman, cairan ekstrak rumput laut yang didapatkan biasanya diencerkan menggunakan air terlebih dahulu.

Sedangkan cara ketiga seperti yang dilakukan oleh Sedayu dkk (2014). Rumput laut segar dicuci bersih menggunakan air keran kemudian digiling menggunakan grinder hingga lumat. Rumput laut yang telah digiling tersebut kemudian ditambahkan air dan juga ditambahkan daging ikan rucah yang telah dihaluskan untuk meningkatkan unsur nitrogennya. Selanjutnya campuran rumput laut di fermentasi atau dikompos dalam wadah tertutup selama beberapa hari. Cairan ekstrak rumput laut hasil pengomposan rumput laut dapat diambil melalui pipa yang dipasang pada blong pengomposan, dan untuk aplikasi penyemprotan ke tanaman perlu diencerkan dengan air terlebih dahulu.

Pupuk cair rumput laut dari jenis Eucheuma cottonii

 

Berbagai hasil penelitian telah membuktikan bahwa pupuk cair rumput laut dapat mempercepat pertumbuhan tanaman, mempercepat tumbuhnya buah, bahkan membuat hasil panen holtikultura meningkat. Pupuk cair rumput laut juga memiliki khasiat tinggi untuk digunakan pada tanaman bunga. Dengan mudahnya cara membuat pupuk rumput laut seperti yang telah diterangkan di atas, maka kita bisa membuat sendiri pupuk cair rumput laut untuk tanaman atau kebun kita di rumah.

Perbandingan tanaman yang tidak diberi cairan ekstrak rumput laut (A) dan yang diberi (B)


Penulis: Bakti Berlyanto Sedayu - LRMPHP


Deep Neural Networks Untuk Analisis Video Pengawasan Perikanan Dan Otomatisasi Monitoring Kasus Pembuangan Ikan Di Tengah Laut

Proses segmentasi citra dari kapal riset, citra ikan dengan outline biru muncul secara otomatis pada sistem yang dikembangkan dalam riset. Sumber gambar: French et al (2020)

Upaya pemantauan dan penghitungan jumlah tangkapan ikan yang dibuang selama operasi kapal penangkap ikan dengan jaring trawl terus dikaji memanfaatkan  sistem visi komputer berbasis analisis video dari kamera CCTV yang terpasang pada sejumlah kapal trawl. Sekelompok peneliti dari University of East Anglia, Norwich Research Park, Norwich, berupaya mengembangkan sebuah sistem monitoring pembuangan hasil tangkapan kapal trawl yang diaplikasikan  secara real time saat kapal-kapal tersebut beroperasi.  Sistem yang dikembangkan diharapkan mampu mengatasi kelangkaan jumlah dan biaya pengamat untuk melakukan sampling dan mengestimasi jumlah ikan tangkapan yang dibuang. Selain itu keberaadaan undang-undang di Uni Eropa secara tegas mengatur kuota tangkapan individual dari kapal trawler mendorong pengembangan pengukuran presisi berdasarkan total berat ikan yang didaratkan di pelabuhan pendaratan ikan.  

Eksperimen yang dilakukan untuk menggunakan computer vision dalam menghitung ikan tak terpakai dalam penangkapan tersebut telah dipublikasikan oleh French et al  dalam Jurnal  ICES Journal of Marine Science (2020), 77(4), 1340–1353. doi:10.1093/icesjms/fsz149. Metode yang dikembangkan mencakup data latih yang terdiri dari sejumlah citra hasil ekstrasi rekaman video dilengkapi  dengan proses anotasi ground truth secara presisi. Rekaman video berasal dari 5 kamera yang ditempatkan pada 5 kapal trawl komersial dengan resolusi 800 piksel High Definiton  yang disimpan dalam format MPEG-4. Penempatan kamera pada kapal trawl commersial memiliki sejumlah tantangan teknis karena adanya noise selama perekaman mencakup operator yang bekerja di sekitar konveyor berjalan dan percikan air di seputar pelindung kamera. 

Secara umum proses sampling ikan secara otomatis meliputi: (1) Deteksi ikan; (2) Klasifikasi spesies ikan; (3) Pengukuran biomassa ikan menggunakan metode regresi hubungan antara panjang dan biomassa ikan. Tantangan utama yang dijumpai  selama pengembangan sistem meliputi pendugaan panjang ikan, penjejakan ikan antar frame video, dan pengenalan ulang spesies ketika ikan lepas dari tampilan akibat suatu objek penghalang. 

Proses pengembangan sistem meliputi akuisisi data dan set data, segmentasi, identifikasi spesies, dan evaluasi performa. Pada tahap akuisisi data dan set data dikembangkan proses untuk mengekstrak citra penting dari video rekaman CCTV yang dapat dianotasi (oberian label) sehingga memungkinkan untuk melatih dan mengevaluasi komponen pembelajaran mesin dari sistem yang dikembangkan. Untuk tahap segmentasi citra dikembangkan sejumlah metode, antara lain segmentasi semantik untuk mengenali region dari suatu citra yang memiliki gambar ikan didalamnya dilanjutkan dengan pemisahan citra ikan menggunakan deteksi tepi. Teknik segmentasi ini sangat efektif untuk rekaman video resolusi VGA namun kurang berhasil untuk video beresolusi HD. Algoritma yang efektif untuk video resolusi HD adalah Mask RCNN. Pada tahap identifikasi spesies dikembangkan menggunakan citra yang disegmentasi mask RCNN dengan sebuah pengklasifikasi multi kelas. Evaluasi  performa dilakukan menggunakan Conffusion Matrix, hasilnya menunjukkan tingkat akurasi tertinggi 93,4% untuk spesies ikan Plaice (Pleuronectes platessa),dan akurasi terendah sebesar 18,4% untuk spesies Common Dab (Hippoglosoides sp.). 


Penulis : I Made Susi Erawan - LRMPHP


Minggu, 26 Desember 2021

Penerapan Supercooling untuk Penyimpanan Ikan Segar

Pembekuan adalah teknologi paling popular yang digunakan untuk mengawetkan ikan. Dalam proses pembekuan, suhu ikan diturunkan hingga jauh dibawah titik bekunya sehingga ikan bisa awet hingga berbulan-bulan. Namun, teknologi pembekuan bukan tanpa kekurangan. Adanya pembentukan Kristal es dalam jaringan daging menyebabkan drip loss saat thawing yang menyebabkan nutrisi dan rasa ikan beku menurun. Selain itu, dibandingkan pendinginan, pembekuan membutuhkan lebih banyak energi yang digunakan untuk membuang panas latent dari ikan.

Supercooling merupakan salah satu pendekatan untuk mengatasi hal tersebut. Supercooling adalah proses penurunan suhu suatu bahan pangan di bawah titik bekunya tanpa ada pembentukan Kristal es, seperti yang dikemukana oleh Stonehouse & Evans tahun 2014 di Journal of Food Engineering dengan judul the use of supercooling for fresh foods: A review. Secara umum proses pembekuan dibagi menjadi 3 fase (Gambar 1); pertama precooling yaitu penurunan suhu hingga mendekati titik beku (idealnya 0 oC) dan cairan dalam produk tetap berbentuk liquid dengan tingkat pendinginan tertentu dan begitu nukleasi es terjadi, kristal es mulai terbentuk. Kedua fase transisi yaitu fase dimana panas latent produk dibuang dan suhu masih pada titik beku hingga semua cairan dalam produk menjadi es. Terakhir solidifikasi yaitu saat semua cairan berubah menjadi padat (es) dan suhu turun dengan cepat karena  terjadi pembuangan panas sensible. Derajat / tingkat supercooling sendiri adalah perbedaan suhu nukleasi es dengan suhu kesetimbangan titik beku.

Gambar 1. Profil umum suhu-waktu pembekuan air dan proses supercooling (Sumber : Kang dkk, Food Sci Biotechnol.2020; 29(3):303–321)

Untuk mendapatkan supercooling adalah dengan menjaga agar tidak terjadi nukleasi es, dan tidak masuk ke fase transisi terlebih solidifikasi. Novel dan inovasi teknologi untuk mengontrol fase tersebut telah secara luas diteliti diantaranya aplikasi tekanan tinggi, ultrasound irradiation, dan electromagnetic field (EMF) dalam proses pembekuan.

Berdasarkan uraian diatas supercooling bisa diterapkan untuk memperpanjang masa simpan produk perikanan, serta menghindarkan pembentukan Kristal es sehingga ikan yang disimpan tidak mengalami kerusakan fisik. Selain itu, supercooling berpotensi menjadi teknologi hemat energi karena energi yang dibutuhkan untuk proses pembuangan panas laten dan sensible tidak lagi diperlukan. Supercooling juga akan memudahkan proses lanjutan pengolahan ikan karena tidak dibutuhkan proses thawing.    


Penulis : Arif Rahman Hakim - LRMPHP 

 

 

 

 

 

 


Jumat, 24 Desember 2021

Kamera Cerdas untuk Inspeksi dan Grading Mutu Produk Perikanan

Perangkat kamera cerdas yang dikembangkan dalam riset (Sumber : Guo et al 2020)

Meningkatnya konsumsi produk pangan serta tuntutan akan mutu dan keamanan produk tersebut membuat sejumlah fasilitas pengolahan pangan di Ameriaka Serikat menggunakan mesin pembersih, inspeksi dan grading, pengemasan, penyimpanan dan pengiriman untuk membantu proses produksi. Salah satu teknologi inspekdi dan grading yang telah dikembangkan pada akhir tahun 1980 an adalah mesin visi. Namun perkembangan mesin visi masih menyisakan sejumlah tantangan untuk aplikasi di industri kecil dan menengah yaitu kebutuhan biaya pembuatan sistem dan pengoperasiannya, perlu pekerja dengan skill tunggi untuk mengatur konfigurasi dan mengoperasikan sistem, dan masih dijumpainya hasil yang tidak sesuasi harapan pada sejumlah kasus pengaplikasian mesin visi. 

Penelitian terkait sistem tersisip dengan kemampuan pembelajaran telah dikembangkan oleh Guo et al dari Nanfang College of Sun Yat-sen University dan dipublikasikan pada Jurnal Electronics tahun 2020 dengan doi:10.3390/electronics9030505, untuk mengatasi sejumlah permasalahan tersebut. Sistem ini telah diujicobakan untuk dua produk pangan yaitu untuk deteksi tingkat delaminasi kulit pada Kurma varietas Medjool sebagai contoh inspeksi grading permukaan. Untuk produk perikanan sistem ini diujicoba untuk inspeksi bentuk kerang sebagai contoh untuk aplikasi evaluasi mutu berbasis bentuk. Tulisan ini berfokus pada pengembangan dan aplikasi sistem pada evaluasi bentuk kerang. Berbeda dengan produk buatan manusia dengan bentuk teratur dan sederhana, kerang sebagai salah satu produk organik yang tumbuh alami dengan bentuk tubuh atau lengkungan permukaan tak teratur dan tak konsisten. Secara umum meskipun kerang hidup dan tumbuh di lingkungan dan perairan yang sama belum tentu memiliki bentuk dan ukuran yang identik. Pada penelitian in digunakan inspeksi grading kerang dalam 3 kategori. Algoritma inspeksi visual yang dkembangkan para peneliti berdasarkan metode Fitur yang dikonstruksi secara evolusuiner (ECO-Feature). 

Pada Algoritma ECO Feature tahap pertama adalah transformasi citra yang melibatkan 6 algoritma transformasi citra yaitu Gabor, Gausian, Laplacian, Median Blur, Sobel, dan Gradient yang masing-masing berbasis panjang Gelombang dan orientasi (Gabor), ukuran kernel (Gaussian, Laplacian, Median Blur, dan Gradient),  Sobel (kedalaman, ukuran kernel, susunan x dan susunan y). Seluruh citra hasil transformasi akan digunakan pada proses ekstraksi fitur dan dapat mempercepat proses pembelajaran secara evolusioner. 

Pembelajaran Evolusioner

Fitur untuk klasifikasi tersusun atas sejumlah citra hasil 6 transformasi dasar. Transformasi ini bekerja secara berurutan. Jumlah, tipe, dan susunan transformasi serta parameter yang terkait ditentukan melalui pembelajaran evolusionr. Karena hasil transformasi maka pada fitur yang terkontruksi akan sangat mungkin terjadi proses transformasi lebih dari 1 kali namun dengan parameter berbeda. Dari hasil kajian menunjukkan bahwa 2 hingga 8 transformasi tiap fitur untuk mencapai akurasi tinggi dan komputasi yang efisien. Proses evaluasi dimulai dengan membuat fenotop dari fitur. Seumlah bagian populasi terpilih akan diseleksi melalaui metode turnamen seleksi untuk menhasilkan generasi. Pasangan fitur induk akan. Proses crossover dan mutasi akan belangsung selama 10 hingga 15 generasi sampai tercapai hasil grading terbaik berdasarkan skor fitness (kesesuaian) tertinggi atau stabil selama beberapa iterasi. 

Evaluasi Fitur

Dipilih secara acak untuk menghasilkan fitur baru mlalui crossover dan mutasi. Crossover dilakukan dengan mengambil sejumlah bagian hasil transformasi dari fitru induk lalu digabungkan dengan hasil transformasi pada bagian hasil transformasi dari fitur induk lain yang berkesesuain. Sementara mutasi dilakukan dengan mengmabil sejumlah fitur dari fitru induk untuk diperbaiki atau diganti pada fitur induk yang lain. Fitur anakan yang dihasilkan akan membentuk generasi fitur baru yang menyerupai fitur induk. 

Pengujian sistem pada sampel kerang menunjukkan sejumlah keunggulan dibanding dengan operasi manual yaitu akurasi mencapai 98,6% serta mampu mengatasi masalah inspeksi akibat kelelahan dan berbagai gangguan lainnya. 


Penulis : I Made Susi Erawan - LRMPHP


Kamis, 23 Desember 2021

LRMPHP Kembangkan Mesin Penggiling Bertingkat untuk Pembuatan Tepung Ikan

Tepung ikan memiliki potensi pasar yang cukup luas di Indonesia dengan permintaan mencapai 0,25 - 0,75 juta ton per tahunnya. Tetapi menurut Anam & Indarto (2018) yang dimuat dalam Jurnal Pengabdian Kepada Masyarakat menyampaikan bahwa sekitar 70% kebutuhan tersebut dipenuhi dari impor, yang artinya hanya sekitar 30% dipenuhi dari dalam negeri. Kondisi tersebut salah satunya disebabkan karena kurangnya volume produksi tepung ikan lokal dan juga kualitasnya masih rendah. 

Telah banyak dilakukan usaha untuk meningkatkan produksi tepung ikan lokal supaya dapat mengurangi ketergantungan dari impor. Salah satu usaha yang dilakukan adalah memanfaatkan ikan dari hasil tangkap samping yang tidak memilki nilai ekonomis tinggi dan belum termanfaatkan. Selain itu, pengembangan peralatan produksi yang memadai perlu dilakukan sehingga dapat meningkatkan volume dan kualitas tepung ikan lokal. Pengolah tepung ikan lokal sebagian besar masih menggunakan peralatan yang sederhana dan tradisional. Selain itu proses yang dilakukan juga bervariasi. Seperti disampaikan oleh Erlania (2012) dalam Media Akuakultur, bahwa proses pembuatan tepung ikan di kota Tegal, proses pemasakan bahan baku masih dilakukan dalam wadah perebusan diatas tungku dengan bahan bakar kayu bakar. Kemudian setelah selesai direbus dilakukan penjemuran dibawah sinar matahari. Setelah kering maka dilakukan penggilingan untuk membuat menjadi butiran halus yang siap dipasarkan.

Proses penggilingan merupakan tahapan yang penting dalam pembuatan tepung ikan. Penggilingan yang dilakukan oleh pengolah lokal biasanya menggunakan alat penggiling daging yang beredar di pasaran. Sebelum dilakukan proses penggilingan, bahan baku dipanaskan melalui proses perebusan atau pemasakan. Kendala yang sering dihadapi biasanya adalah kapasitas wadah / drum perebusan bahan baku yang terbatas, dan sering terjadi macet saat proses penggilingan.

Pada peralatan pengolah tepung ikan hasil rancangbangun Loka Riset Mekanisasi Pengolahan Hasil Perikanan (LRMPHP) seperti disajikan pada gambar 1,  proses pemasakan dan penggilingan dilakukan dalam satu alat yaitu menggunakan alat penggiling tepung ikan sistem bertingkat. Fungsi kerja alat ini adalah menggabungkan proses pemasakan dan penggilingan dalam satu alat. Alat terdiri dari dua ekstruder, ekstruder pertama untuk pemasakan, dan ekstruder kedua untuk penggilingan. Pada tahap pertama dilakukan pemanasan bahan baku di dalam ekstruder pertama. Sumber panas diperoleh dari uap boiler yang disalurkan ke barrel ekstruder tersebut. Pada tahap kedua adalah proses penggilingan bahan baku yang masih dalam kondisi panas. Di dalam ekstruder kedua dilengkapi dengan ulir yang berfungsi untuk mendorong ikan ke bagian ujung ekstruder. Bagian ujung ekstruder terdapat pisau yang berfungsi untuk memotong ikan yang akan dikeluarkan dari ekstruder dan die.

Gambar 1. Mesin Penggiling Bertingkat

Hasil uji kinerja alat menunjukkan bahwa nilai rendemen penggilingan sudah cukup baik yaitu diperoleh rendemen optimum 83%. Tetapi nilai kapasitas yang diperoleh masih belum optimal yaitu sebesar 25.68 kg/jam. Kondisi tersebut diduga disebabkan karena terjadi penumpukan bahan pada ujung ekstruder. Penumpukan tersebut disebabkan karena proses pengangkutan tidak seimbang dengan proses penggilingan atau pemotongan di ujung ekstruder. Selain itu diduga juga disebabkan karena proses pemasakan yang kurang optimal dan ketidakseragaman karakteristik bahan baku ikan yang digiling.

Penulis : Wahyu Tri H. - LRMPHP

Rabu, 22 Desember 2021

Membuat Cendol Dawet dari Rumput Laut

Dawet, ya…dawet atau cendol, siapa yang tidak mengenal minuman yang satu ini. Disaat panas terik menyengat, segelas es cendol dawet sangat mneyegarkan untuk sekedar pengusir rasa haus dan dahaga. Bahkan minuman ini juga dikenal lewat lagu mendiang Didi Kempot yang sempat hits beberapa waktu yang lalu. 

Ilustrasi minuman dawet 

Dawet biasanya terbuat dari tepung beras, tepung Hun Kwe dan agar-agar jeli. Beberapa bahan seperti pewarna kadang ditambahkan untuk menambah variasi rasa atau sekedar penggugah selera ataupun pembeda, seperti dawet ireng yang khas dari Purworejo menggunakan merang yang dibakar sebagai pewana alaminya. 

Ternyata, rumput laut jenis E. cottoni juga dapat digunakan sebagai bahan tambahan dalam pembuatan cendol dawet lho. Rumput laut diketahui banyak mengandung PUFA (Polyunsaturated Fatty Acid – asam lemak tak jenuh), serat dan diketahui memiliki efek sebagai antioksidan, antimutagenik, anti tumor dan dapat membantu metabolisme lipid dalam tubuh. Lalu bagaimana cara membuatnya? 

Pertama-tama yang harus dilakukan adalah menyiapkan bahan dan alatnya terlebih dahulu yaitu : rumput laut Eucheuma cottoni kering, tepung beras, Nutrijell, tepung Hun Kwe, air, kelapa, gula merah, gula pasir, garam, daun pandan. Sedangkan alat yang digunakan antara lain panci, spatula, kompor, timbangan, gelas ukur, cetakan dawet, baskom, pisau, telenan, mangkok, dan pengaduk kayu. Untuk adonan dibuat 2 macam, adonan pertama adalah bubur rumput laut dan yang kedua yaitu adonan dawet pada umumnya. Bubur rumput laut dibuat dengan cara rumput laut kering dicuci dibawah air mengalir sampai bersih lalu dipotong dengan ukuran panjang 0,5 cm sampai 1 cm. Rumput laut yang telah dipotong dimasukkan ke dalam panci, ditambah air sampai terendam, lalu direbus dengan api sedang sambil terus diaduk hingga mendidih. Setelah mendidih, api segera dimatikan dan dibiarkan hingga dingin. Adonan dawet dibuat dengan cara tepung Hun Kwe dicampur dengan tepung beras dan bubuk agar-agar jeli terlebih dahulu di dalam mangkok. Setelah tepung tercampur rata, dilarutkan dengan air sambil diaduk hingga terlarut sempurna. Selanjutnya larutan tepung tersebut dimasukkan ke dalam panci dan dimasak dengan api kecil sambil terus diaduk hingga menjadi adonan dawet setengah matang. 

Berdasarkan tulisan Illiyatus Sholiha berjudula Pengolahan Rumput Laut (Eucheuma cottonii) Menjadi Dawet Rumput Laut dalam Jurnal Biologi dan Pembelajarannya yang terbit pada April 2019 lalu, menyatakan bahwa campuran yang memberikan rasa, aroma dan tekstur dawet rumput laut terbaik adalah 500 gr adonan dawet dan 250 gr adonan bubur rumput laut. Selanjutnya campuran kedua adonan dimasak hingga matang dan menjadi adonan dawet rumput laut yang siap untuk dicetak. Adonan dicetak dalam keadaan panas menggunakan cetakan dawet di atas air matang yang sudah diberi es. Sebagai minuman, dawet rumput laut disajikan dengan santan dan larutan gula merah. Cukup mudah bukan pembuatan dawet rumput laut ini.

Dawet rumput laut di marketplace

Nah, untuk yang tidak ada waktu membuat sendiri, dawet ini sudah mulai banyak tersedia di supermarket kesayangan anda bahkan beberapa sudah ada yang menjual di lapak marketplace secara online. 


Penulis : Iwan Malhani Al Wazzan - LRMPHP

PENGERINGAN PAKAN IKAN DENGAN PENGERING ROTARY DRIER

Ketersediaan pakan dalam jumlah dan kualitas yang memadai mutlak dibutuhkan untuk keberhasilan suatu usaha ataupun penelitian budidaya perikanan. Pemberian pakan berbentuk pellet adalah pilihan yang baik, karena pada pakan pellet didalamnya telah terkandung bemacam-macam bahan pakan dalam kondisi homogen. Namun karena bersifat porous dan bila kadar airnya tinggi teksturnya menjadi tidak padat sehingga mudah rusak, hancur ataupun mudah berjamur. Agar tidak mudah hancur atau berjamur serta memperpanjang umur simpan maka kadar air pellet harus kurang dari 15%. Untuk menurunkan kadar air dapat dilakukan dengan cara pengeringan. Pengeringan yang paling murah menggunakan sinar matahari (dijemur), tetapi bila tidak memungkinkan (cuaca hujan) bisa juga menggunakan alat mesin pengering. Kadar air yang diperlukan dalam pakan ikan adalah antara 10-12 % (SNI 7674:2013) dan SNI 7768:2103 yaitu kurang dari 12%. 

Alternatif pengeringan antara lain diujicobakan oleh LRMPHP tahun 2020 yang dimuat dalam Prosiding Seminar Nasional Perikanan UGM Tahun 2020. Ujicoba mesin pengering rotary drier dilakukan untuk mengeringkan pakan ikan terapung setelah pencetakan ekstruder. Bahan yang digunakan adalah pakan ikan terapung setelah proses pencetakan ekstruder sejumlah 1485 gram seperti pada Gambar 1. Mesin rotary drier yang digunakan (Gambar 1) memiliki panjang 210 mm, diameter 305 mm, pemanas spesifikasi 900 watt dan dilengkapi dengan kipas 0,5 A dengan flow 244 CMM atau kecepatan 14,7 km/jam. Mesin dilengkapi juga hopper input, hopper output dan motor listrik 1 HP yang diatur pada putaran 29 rpm.

Gambar 1. Bahan pakan ikan yang dikeringkan dan rotary drier

Hasil pengujian pengeringan pakan ikan terapung dengan mesin rotary drier terutama berupa parameter waktu pengeringan, rendemen, kadar air pakan ikan dan daya listrik yang dibutuhkan. Rendemen yang dihasilkan total 5,3%. Rendemen ini terdiri dari pakan yang tersisa di rotary drier dan sebagian jatuh. Angka rendemen masih cukup tinggi sehingga dapat dilakukan perbaikan antara lain dengan mengatur kemiringan silinder sehingga pakan ikan dapat keluar dengan lebih mudah dari silinder rotary drier. Hasil lain yaitu suhu ruang pengering juga cukup rendah antara 35,9 - 38,3 °C sehingga relatif aman. Kadar air berkurang dari 13,582% menjadi 11,383 % setelah 6 siklus seperti pada Gambar 2. Mesin rotary drier LRMPHP ini dapat mengurangi kadar air pakan yang cukup baik yaitu sebesar 2,469%. 

Adapun kebutuhan arus dan daya listrik masing-masing 6,3 A dan 1421,03 watt. Hasil pengujian juga menunjukkan bahwa waktu yang diperlukan untuk total 6 siklus adalah 19 menit 21 detik yang mana relatif cukup cepat. Dengan hasil-hasil tersebut dan bila dibandingkan dengan penelitian-penelitian lainnya, pengeringan dengan rotary drier ini masih dapat dipertimbangkan sebagai alternatif/tambahan pengeringan pakan ikan terapung.

Gambar 2. Kadar air pakan ikan pada pengujian pengeringan dengan rotary drier


 Penulis : Ahmat Fauzi - LRMPHP


Selasa, 21 Desember 2021

Maggot, Alternatif Sumber Protein untuk Pakan Ikan

Sumber : Chia et al dalam PLOS ONE https://doi.org/10.1371/journal.pone.0206097

Permasalahan pakan ikan merupakan masalah yang selalu dialami para pembudidaya ikan. Hal ini disebabkan karena harga pakan di pasaran yang mahal karena bahan baku pembuatan pakan masih impor. Menanggapi hal tersebut, pemerintah sebenarnya sudah turun tangan dengan terus mencari cara supaya bisa menghasilkan pakan ikan yang berkualitas dengan harga yang terjangkau. Salah satu cara yang ditempuh adalah memanfaatkan bahan baku pakan ikan alternatif yang bisa ditemukan di Indonesia sebagai pengganti tepung ikan yang sebagian besar masih impor.

Maggot merupakan salah satu bahan baku alternatif yang cukup potensial. Hal ini karena maggot memiliki kandungan protein yang tinggi, harganya murah dan mudah diadopsi pengembangannya. Selain itu keunggulan lainnya adalah maggot bisa diproduksi dalam waktu singkat dengan jumlah yang diperkirakan cukup untuk memenuhi kebutuhan pakan ikan.

Menurut Cickova et al (2015) dalam Amandanisa & Suryadharma, 2020 yang dimuat dalam Jurnal Pusat Inovasi Masyarakat menyampaikan bahwa maggot dengan nama latin Hermetia illucens merupakan organisme yang berasal dari lalat Black Soldier Fly (BSF). Maggot dihasilkan pada metamorfosis fase kedua setelah fase telur dan sebelum fase pupa yang nantinya akan menjadi BSF dewasa. Lalat BSF bukan merupakan vector penyakit. BSF berasal dari Amerika dan selanjutnya tersebar ke wilayah subtropis dan tropis di dunia.

Maggot dapat dibudidayakan dengan memanfaatkan sampah organik yang ada di lingkungan kita. Sampah organic akan terdegradasi dan dapat digunakan sebagai pupuk, sedangkan maggot dapat dimanfaatkan sebagai sumber protein pakan ikan dan ternak. Berdasarkan informasi dari Widiarti (2012) yang dimuat dalam Jurnal Sains dan Teknologi Lingkungan dan juga dalam Agroinovasi - Badan Litbang Pertanian (2011) bahwa sampah organik dari sampah rumah tangga proporsinya dapat mencapai kisaran 70%. Jumlah sampah organic yang cukup besar tersebut sangat potensial dimanfaatkan sebagai media budidaya maggot. Bahkan mungkin setiap kampong bisa melakukan pengumpulan sampah organic yang dapat dimanfaatkan sebagai media maggot. Maggot yang dihasilkan bisa dimanfaatkan untuk pakan sumber protein pakan dan hasil degradasi sampah digunakan untuk pupuk.

Sudah banyak penelitian yang menunjukkan bahwa maggot potensial sebagai pengganti protein pakan ikan. Berdasarkan informasi dari Elwert et al (2010) dalam In: Tagung Schweine-und Gefugelernahrung, menyampaikan bahwa maggot (Hermetia illucens) memiliki potensi besar untuk substitusi tepung ikan karena kandungan protein yang cukup tinggi (30 – 50 %). Sedangkan menurut Fahmi et al (2009) yang dimuat dalam J. Ris. Akuakultur menyatakan bahwa kandungan protein maggot ukuran kecil (10-15 mm) mencapai 60,2 %, dan maggot ukuran besar (20-25 mm) kandungan proteinnya 32,3%.

Pada penelitian uji coba pertumbuhan ikan yang dilakukan oleh Fahmi et al. (2009) dalam J. Ris. Akuakultur, menyampaikan bahwa pada uji coba pertumbuhan ikan, pemanfaatan maggot sebagai suplemen pakan ikan memberikan pengaruh yang signifikan terhadap pertumbuhan ikan Balashark. Dampak penggunaan maggot juga terlihat pada peningkatan status kesehatan ikan. Penelitian yang hampir sama dilakukan oleh Priyadi et al (2009) yang disampaikan dalam J. Ris. Akuakultur juga menyatakan bahwa substitusi maggot sebagai sumber protein pengganti tepung ikan sangat potensial. Dari hasil penelitian yang dilakukan direkomendasikan bahwa substitusi maggot sebagai sumber protein pengganti tepung ikan tidak lebih dari 16,47%.

Bahkan berdasarkan informasi yang diperoleh dari Mongabay 2020, menyatakan bahwa Kementerian Kelautan dan Perikanan fokus untuk menjadikan Maggot sebagai bahan baku alternatif unggulan untuk pembuatan pakan ikan, dan sudah menggandeng beberapa perusahaan yang tertarik untuk melaksanakan produksi Maggot.

Penulis : Wahyu Tri H. - LRMPHP

Alga, Alternatif Sumber Energi Terbarukan Yang Belum Tergarap

Perubahan iklim semakin hari kian mengkhawatirkan. Peningkatan tinggi permukaan air laut menyebabkan abrasi di banyak garis pantai di dunia, bahkan daerah pesisir yang dulu tidak pernah terkena banjir rob air laut saat ini mulai terkena. Berbagai penelitian juga menyebutkan bahwa suhu bumi semakin meningkat akibat efek rumah kaca hasil dari pencemaran udara. Hal ini membuat es abadi di kutub utara dan selatan mencair dan makin menambah ketinggian air laut. Jika hal ini tidak diatas maka bumi akan mengalami kerusakan ekosistem yang masif yang dapat mengganggu kehidupan biota didalamnya termasuk manusia. Salah satu hal yang dituding sebagai biang kerok terhadap perubahan iklim ini adalah masifnya penggunaan bahan bakar fosil. Bahan bakar fosil adalah sumber energi tidak terbarukan dan tidak berkelanjutan yang digunakan sebagai bahan bakar motor untuk berbagai tujuan seperti transportasi, pembangkit listrik, dan pertanian. 

Kebutuhan bahan bakar fosil untuk transportasi darat di masa depan sudah hampir dapat dipastikan berkurang karena masifnya pengembangan electric vehicle (EV). Diawali dengan pengembangan mobil listrik Tesla yang begitu fenomelal seolah menjadi starting point pengembangan electric vehicle bagi perusahaan otomotif besar lain seperti Hyundai, Nissan bahkan Xiaomi yang selama ini bergerak dibidang teknologi mobile ikut meramaikan pengembangan kendaraan listrik. akan tetapi, listrik yang digunakan untuk menggerakan kendaraan-kendaraan tersebut bukan merupakan energi independen yang artinya baterai yang digunakan pada kendaraan tersebut harus tetap dicharge ataupun disuplai oleh pembangkit listrik. Pada mobil elektrik murni maka baterai harus diisi kembali setelah menempuh perjalanan sekian kilometer dan pada kendaraan hybrid ada yang menggunakan mesin berbahan bakar fosil sebagai pembangkit listrik untuk mengisi baterai yang dimilikinya. Energi listrik yang dihasilkan oleh pembangkit ini sebagian dihasilkan dari alam dan sebagian besar masih dihasilkan dari pembangkit listrik berbahan bakar fosil. Artinya, meskipun kebutuhan akan bahan bakar fosil untuk transportasi darat berkurang akan tetapi kebutuhan untuk pembangkit listrik bisa jadi meningkat. Kebutuhan bahan bakar fosil untuk transportasi udara dan laut masih tetap tinggi karena pengembangan ke arah kendaraan elektrik belum begitu berkembang. Penggunaan bahan bakar fosil yang tinggi dihadapkan pada permasalahan menipisnya cadangan bahan bakar fosil yang ada dan dunia ditantang untuk mencari bahan bakar alternatif. 

Salah satu energi alternatif yang sudah dikembangkan adalah biodiesel. Secara global, biodiesel sebagian besar diproduksi dari minyak sawit (31%), kedelai (27%), minyak lobak (20%), dan minyak goreng bekas (10%). Di Uni Eropa, biodiesel dihasilkan dari minyak lobak (44%), minyak sawit (29%), minyak goreng bekas (15%), dan minyak kedelai (5%) dan sisanya berasal dari bunga matahari, kelapa, kacang tanah, rami, jarak pagar, jagung dan alga.

Dalam tulisan berjudul The Perspective of Large-Scale Production of Algae Biodiesel yang dipublikasikan pada 2020, Bosnjakovic dan Sinaga menyatakan bahwa penggunaan alga sebagai bahan baku produksi biodiesel memiliki hasil yang lebih tinggi dibandingkan dengan tanaman darat sebagai bahan bakunya. Beberapa spesies alga sperti Schizochytrium sp., Nitzschia sp., dan Botyococcus braunii mengandung lebih dari 50% minyak dalam biomassanya dan dapat diekstrak dan diproses menjadi babahn bakar. Beberapa bahan bakar yang dapat diproduksi dari alga diantaranya bioetanol, biodiesel, metana, kerosen, biobutanol, biogas dan biodiesel ramah lingkungan. 

Flow chart proses pembuatan biodiesel dari alga

Proses pembuatan biofuel dari alga diawali dengan penumbuhan dan produksi alga. Hal yang perlu diperhatikan dalam tahap ini adalah kecukupan nutrient, CO2 dan sinar matahari. Seperti tanaman pada umumnya, alga membutuhkan sinar matahari dan CO2 untuk melakukan fotosintesis dan nutrien untuk pertumbuhannya. Tahap berikutnya adalah seleksi dan pemanenan. Seleksi dilakukan untuk memilah alga yang memiliki kandungan biofuel yang tinggi dalam biomassanya. Setelah dilakukan pemanenan, alga kemudian dikeringkan dan lemak diekstrak dengan cara merusak sel secara kimiawi maupun mekanis. Tahap selanjutnya adalah memisahkan lemak dengan asam lemak untuk diproses menjadi biodiesel. 


Penulis : Iwan Malhani Al Wazzan - LRMPHP



Senin, 20 Desember 2021

Pengawasan Otomatis Mutu Daging Ikan Menggunakan Machine Vision

Karena sifat daging ikan yang cepat mengalami kebusukan oleh proses biokimiawi maupun aktifitas bakteri, dalam industri perikanan selalu dibutuhkan pengawasan yang ketat terhadap mutu ikan sepanjang proses produksi, contohnya adalah yang berlangsung pada industri tuna dan salmon segar.

Pengujian mutu produk tersebut biasanya merupakan pekerjaan yang terus menerus atau berulang-ulang dan sifatnya sangat subjektif ditentukan oleh seorang ahli atau pengawas mutu terlatih. Seorang ahli mutu biasanya menentukan kualitas produk ikan segar melalui panca inderanya, dengan cara dilihat, dicium atau dirasa. Oleh karenanya, kualitas mutu ikan segar menjadi sangat subjektif karena dipengaruhi oleh kemampuan pengawas mutu, dan juga dipengaruhi faktor lainnya seperti kelelahan, dan kesalahan manusia.

Mutu ikan segar sebenarnya berhubungan erat dengan warna dan penampakan dagingnya. Hal ini menjadikan peluang untuk pemanfaatan aplikasi machine vision dalam industri produk ikan segar, yaitu untuk mendapatkan hasil penilaian kualitas produk yang lebih cepat dan lebih objektif. Aplikasi serupa sebenarnya juga telah dikembangkan pada produk-produk daging sapi atau unggas, seperti yang dilakukan oleh Garavand dkk. (2019) dalam menentukan kualitas daging ayam potong beku, yaitu menggunakan informasi perubahan warna produk yang disimpan selama 13 hari. Informasi warna daging ayam yang diambil sebagai dataset oleh Garavand dkk. yaitu rentang warna red, green, blue (RGB) dan L*A*B*. Kemudian untuk produk ikan segar, Garavand (2019) dkk. juga melakukan hal yang sama untuk menentukan kesegaran ikan mas selama penyimpanan dingin. Sedangkan Lugatiman dkk. (2019) melakukannya untuk menentukan kesegaran ikan tuna ekor kuning.

Informasi warna daging ikan yang diperoleh melalui kamera selanjutnya akan dibaca oleh mesin komputer sebagai bentuk angka-angka. Setelah informasi warna didapatkan melalui proses akuisisi gambar, biasanya dilanjutkan dengan proses pengkelasan (clustering) informasi warna tersebut, misalkan menjadi kelas “segar”, “kurang segar” dan “tidak segar” dengan menggunakan algoritma seperti  support vector machine (SVM), K-nearest neighbor (KNN) atau artificial neural network (ANN).

Contoh hasil ekstraksi fitur warna daging ikan (a) salmon dan (b) tuna (sumber: Medeiros dkk., 2021)

Semakin banyak dataset gambar daging ikan yang dilatihkan menggunakan algoritma machine learning (ML) maka semakin baik atau akurat model yang dihasilkan. Model dari hasil pelatihan dataset inilah yang kemudian diinstal atau di deploy pada mesin atau komputer untuk menentukan mutu daging ikan pada proses produksi. 

Ilustrasi inspeksi kualitas daging ikan menggunakan machine vision (sumber: www.toptal.com)

Dengan menggunakan teknologi machine vision, maka inspeksi mutu produk ikan yang dihasilkan oleh industri menjadi lebih terjamin dan lebih seragam karena pengawasan dilakukan secara objektif serta meminimalkan kekeliruan akibat kesalahan manusia.


Penulis: Bakti Berlyanto Sedayu - LRMPHP


Sabtu, 18 Desember 2021

Pengaruh Penambahan Jumlah Gliserol terhadap Kadar Air dan Sifat Fisik Pellet Bioplastik Berbahan Dasar Karagenan

Timbunan sampah tiap orang di Indonesia diperkirakan akan mencapai 2,1 kg/hari pada tahun 2020, disampaikan oleh Saputro pada tahun 2017 dalam Jurnal Kimia dan Pendidikan Kimia. Sampah plastik susah untuk diurai organisme pengurai, membutuhkan waktu ratusan tahun agar bisa terurai sempurna. Selain itu, sampah plastik dapat menimbulkan masalah pencemaran lingkungan, diantaranya yaitu mengenai marine debris. Salah satu alternatif untuk mengatasi masalah ini yaitu dengan bioplastik, yaitu plastik yang sebagian atau hampir seluruh komponennya berasal dari bahan baku yang dapat diperbaharui. 

Data dari Kementerian Kelautan dan Perikanan serta Badan Pusat Statistik menyebutkan bahwa jumlah produksi rumput laut di Indonesia tahun 2019 mencapai 9.746.946 ton. Karaginan, salah satu hasil olahan rumput laut, menunjukkan kemampuan pembentukan film yang baik dan dapat digunakan sebagai bahan baku pembuatan bioplastik.

Pada tahun 2020, LRMPHP telah menciptakan serangkaian alat pembuat biji/pellet bioplastik, yaitu mixer, single screw extruder, dan pelletizer. 

Rangkaian alat pembuat biji/pellet bioplastik(a) Single screw extruder, (b) conveyor dan (c) pelletizer. (Sumber : Wullandari, et al., 2021. Prosiding Seminar Nasional Tahunan XVIII Hasil Penelitian Perikanan dan Kelautan)

Untuk mendukung performansi alat tersebut, peneliti LRMPHP telah melakukan penelitian mengenai pengaruh penambahan jumlah gliserol terhadap kadar air dan sifat fisik pellet bioplastik berbahan dasar karagenan. Tahapan pembuatan pellet bioplastik yaitu : pencampuran dengan food processor, ekstrusi menggunakan single screw extruder hasil rancangan Loka Riset Mekanisasi Pengolahan Hasil Perikanan (LRMPHP), dan pemotongan dengan pelletizer hasil rancangan LRMPHP. Variasi penambahan gliserol sebagai plasticizer masing – masing sebanyak 20%, 30% dan 40%, sedangkan campuran tepung Refined Carrageenan (RC) dan Poli Vinil Alkohol (PVA) masing – masing sebanyak 80%, 70% dan 60%. Hasil penelitian menunjukkan bahwa penambahan jumlah gliserol tidak berpengaruh secara nyata terhadap kadar air dan diameter pellet bioplastik namun berpengaruh secara nyata terhadap panjang dan warna pellet bioplastik. 

Pellet bioplastik dengan formulasi RC : PVA : gliserol = (a) 30% : 30% : 40%, (b) 35% : 35% : 30% dan (c) 40% : 40% : 20%



Penulis : Putri Wullandari - LRMPHP





Jumat, 17 Desember 2021

LRMPHP Terima Kunjungan DKP Kota Pekalongan

Kunjungan ke ruang display alsinkan hasil riset LRMPHP 

LRMPHP menerima kunjungan dari Dinas Kelautan dan Perikanan Kota Pekalongan pada 17 Desember 2021. Kunjungan  ini dipimpin Drs. Sugiyo selaku Sekretaris Dinas KP didampingi Kabid Perikanan Budidaya, Kabid Perikanan Tangkap, Kepala UPTD Technopark Terikanan, Kepala UPTD TPI Kota Pekalongan dan Kasubdit Perekonomia Bappeda Pekalongan. Kunjungan ke LRMPHP ini dalam rangka studi banding untuk pengembangan pengelolaan Kawasan Sains Technopark (KST) di Pekalongan.

Dalam sambutannya Kepala LRMPHP Luthfi Assadad menyampaikan bahwa selama ini kerjasama antara kedua instansi sudah terjalin melalui uji terap ALTIS-2 (Alat Transportasi Ikan segar Roda 2) kepada pedagang ikan keliling di Pekalongan tahun 2019 dan Aerator Tipe Kincir Terkontrol Untuk Kolam Ikan Budidaya Intensif tahun 2021. 

Sementara itu Drs. Sugiyo mengapresiasi alsinkan hasil riset LRMPHP yang sudah diuji terap di Pekalongan. Hal ini mengingat produksi hasil perikanan di Pekalongan cukup tinggi namun masih dijual dalam bentuk raw material sehingga melalui uji terap ini diharapkan dapat meningkatkan hasil pengolahan produk perikanan sekaligus perekonomian masyarakat.

Dalam kunjungannya ini dibahas penguatan jejaring kerjasama antar kedua instansi untuk mendukung pengembangan Technopark Pekalongan melalui sharing tenaga ahli dan pemanfaatan alsinkan hasil riset LRMPHP. Selain itu DKP Pekalongan juga berkesempatan melihat alsinkan hasil riset LRMPHP di ruang display serta fasilitas pendukungnya. Selama kunjungannya ini dilakukan pemaparan mengenai fungsi dan mekanisme kerja beberapa peralatan hasil rancang bangun LRMPHP.


Kamis, 16 Desember 2021

Deteksi Ikan Menggunakan Algoritma YOLO

Obyek Deteksi Menggunakan YOLO

Potongan scene dalam sebuah film bergenre science fiction menggambarkan visualisasi dari robot yang mampu mendeteksi berbagai bentuk obyek disekitarnya. Hmm.. jika kita agak kurang kerjaan sedikit dengan memikirkan software apa yang digunakan agar si robot tersebut bisa mendeteksi obyek disekitarnya? Rupanya teknologi tersebut sudah dapat kita jumpai dikehidupan kita sehari hari hari. Beberapa sistem cctv yang canggih telah menerapkan metode obyek deteksi untuk pengenalan beberapa jenis obyek. Obyek deteksi merupakan suatu proses yang digunakan untuk menentukan keberadaan obyek tertentu, biasanya obyek tersebut divisualisasikan dalam sebuah penanda berupa kotak. 

Obyek deteksi tersebut dapat dibuat menggunakan metode deep learning. Saat ini telah banyak berkembang algoritma yang dapat menfasilitasi metode tersebut. YOLO dikenal sebagai algoritma obyek deteksi yang memiliki performa yang bagus. YOLO dikenalkan pertama kali oleh penciptanya Joseph Redmon pada sebuah konferensi internasional IEEE Conference on Computer Vision and Pattern Recognition pada tahun 2016. Hingga saat ini, YOLO telah berkembang hingga YOLOV5 dimana pada setiap seri terdapat perbaikan dan penyempurnaan algoritma. Kabar baiknya dari setiap seri YOLO tersebut beredar bebas di internet tepatnya di laman github.com dan tentu saja tutorial terpisahnya di media sosial youtube.

Untuk membangun sebuah weight custom (sesuai keinginan kita) diawali degan pengumpulan dataset, setidaknya diatas 100 gambar untuk setiap obyek. Dilanjutkan dengan anotasi gambar tersebut atau bahasa awam “menandai” dimana letak gambar itu. Selanjutnya mengubah beberapa file konfigurasi yang disesuaikan dengan data latih yang akan kita bangun. Jika ingin melatih weight dengan personal computer (pc) kita sepertinya diperlukan spesifikasi yang cukup tinggi dibanding dengan kebutuhan pc untuk mengetik misalnya. Namun demikian, sebuah web editor dengan nama google colab dapat dimanfaatkan untuk mendapatkan fasilitas setara computer dengan performa tinggi. Selama waktu training beberapa parameter dapat diketahui untuk melihat apakah weight yang kita training telah cukup baik untuk digunakan mendeteksi atau perlu lebih lama lagi waktu trainingnya, diantaranya accuracy training, accuracy loss, validasi training dan validasi loss. Semakin tinggi nilai accuracy dan semakin rendah nilai loss maka model tersebut semakin baik. 

Dalam paper yang ditulis oleh Joseph Redmon diatas disebutkan bahwa YOLO memiliki tingkat akurasi yang tinggi untuk mendeteksi suatu obyek benda. namun demikian rupanya belum banyak yang menerapkannya pada ikan. LRMPHP telah berhasil membangun deteksi gambar berbasis pada arsitektur YOLO pada sebuah paper berjudul Deteksi Ikan Nila Menggunakan Arsitektur YOLO pada Iterasi yang Berbeda. Paper tersbut diterbitkan pada buku Prosiding Semnaskan UGM ke XVIII tahun 2021 oleh Departemen Perikanan Fakultas Pertanian UGM. 

Dalam penelitian tersebut digunakan 97 ekor ikan nila sebagai data latih untuk membangun weight dan digunakan 19 ikan yang berbeda sebagai data uji. Perlakuan berupa perbedaan iterasi selama training. Tiga perlakuan iterasi digunakan yaitu I1 menggunakan 500 iterasi, I2 menggunakan 1000 iterasi dan I3 menggunakan 2000 iterasi. Untuk mempermudah selama training data latih menggunakan web editor berupa google colab. Hasil penelitian menunjukkan bahwa kelompok I2 menunjukkan nilai akurasi, sensitivitas dan spesivitas lebih baik dibandingkan dengan kelompok yang lain. Dimana nilai akurasi, sensitivitas dan spesivitas mencapai 84,2 %, 90 % dan 77,78 %

Kira kira, adakah yang tertarik untuk mencoba metode obyek deteksi tersebut ? <smile>



Penulis : Koko Kurniawan - LRMPHP

Rabu, 15 Desember 2021

KKP Siapkan Riset dan SDM Unggul untuk Sukseskan Program Terobosan

Keberhasilan pembangunan kelautan dan perikanan di Indonesia tidak lepas dari peran penting riset inovatif dan sumber daya manusia yang unggul. Untuk itu pemerintah memberikan perhatian lebih terhadap pengembangan SDM dan riset yang inovatif untuk pembangunan nasional sebagaimana tertuang dalam Rencana Pembangunan Jangka Menengah Nasional (RPJMN) 2020-2024.

Sebagai Eselon I Kementerian Kelautan dan Perikanan (KKP) , Badan Riset dan Sumber Daya Manusia Kelautan dan Perikanan (BRSDM) memiliki fungsi strategis dalam menyediakan dasar ilmiah dan sumber daya manusia kompeten dalam implementasi tiga kebijakan dan program prioritas KKP di bawah prinsip keseimbangan ekonomi dan ekologi yakni ekonomi biru. 

Memasuki penghujung tahun 2021, KKP melalui BRSDM menyelenggarakan Konferensi Pers Catatan Akhir Tahun 2021 dan Proyeksi Tahun 2022, pada 14 Desember 2021. Kegiatan ini terlaksana secara daring dan luring, dengan menghadirkan Plt. Kepala BRSDM, Kusdiantoro; dengan didampingi para pejabat Eselon II lingkup BRSDM, yakni Kepala Pusat Riset Kelautan, I Nyoman Radiarta, Kepala Pusat Riset Perikanan, Yayan Hikmayani; Kepala Pusat Pendidikan KP, Bambang Suprakto; Kepala Pusat Pelatihan dan Penyuluhan KP, Lilly Aprilia Pregiwati; Kepala Balai Besar Riset Sosial Ekonomi KP (BBRSEKP), Rudi Alek Wahyudin; dan Kepala Balai Besar Riset Pengolahan Produk dan Bioteknologi KP (BBRP2BKP), Hedi Indra Januar, serta dimoderatori oleh Asisten Khusus Menteri Kelautan dan Perikanan, Doni Ismanto Darwin.

“BRSDM merupakan Eselon I KKP dengan jumlah pegawai terbanyak, mencakup 40 persen dari seluruh pegawai KKP dengan 41 Unit Pelaksana Teknis (UPT). Kami  membidangi riset kelautan, riset perikanan, riset pengolahan produk dan bioteknologi serta riset sosial ekonomi KP, pendidikan serta pelatihan dan penyuluhan KP yang mendukung terwujudnya program prioritas KKP yang digaungkan Menteri Sakti Wahyu Trenggono,” ucap Kusdiantoro.                                                                                                

Lebih lanjut disampaikan, bahwa riset inovatif yang menjadi fokus BRSDM turut terlaksana guna mendukung penguatan ketahanan ekonomi dan mendorong pertumbuhan ekonomi. Sedangkan penguatan SDM terlaksana sebagai modal utama pembangunan nasional yang akan meningkatan produktivitas dan daya saing nasional.

Di bawah Pusat Riset Kelautan, selama tahun 2021, BRSDM telah melaksanakan serta menghasilkan beragam program inovasi dan mendiseminasikannya kepada masyarakat. Dengan program unggulan berupa Inovasi Penerapan Teknologi Adaptif Lokasi berupa Teknologi Pengolahan Garam Rekristal Skala Rumah Tangga, untuk meningkatkan produktivitas industri garam masyarakat. Terdapat pula riset Kajian Terintegrasi Penanggulangan Abrasi dan Banjir Rob Pantura Jawa; pengembangan Kampung Perikanan berbasis 4.0; diseminasi hasil riset Kajian Arkeologi Maritim Situs ‘Kapal Tenggelam’ yang bertujuan untuk pengelolaan wisata bahari berkelanjutan dan penguatan narasi sejarah dan budaya maritim; hingga Aplikasi Laut Nusantara, yang dimanfaatkan oleh lebih dari 57.000 nelayan yang tersebar di 75 desa nelayan, untuk melaksanakan kegiatan penangkapan ikan dengan lebih baik.

“Untuk mengawal program prioritas KKP, salah satunya penangkapan ikan terukur,  BRSDM melalui Pusriskel bersama dengan Eselon 1 KKP turut menggagas pembentukan data center yang memberikan data hasil analisis sebagai  dasar kebijakan untuk seluruh Eselon I lingkup KKP, berupa data oseanografi, budidaya laut, dan lainnya,” terang Kepala Pusriskel, I Nyoman Radiarta.

Di bawah Pusat Riset Perikanan, selama tahun 2021, telah menghasilkan 18 rekomendasi kebijakan hasil riset perikanan, 243 karya tulis ilmiah riset perikanan yang dipublikasikan, 17 teknologi hasil riset perikanan, hingga informasi stok sumber daya perikanan melalui riset stock assessment di 11 Wilayah Pengelolaan Perikanan Negara Republik Indonesia (WPPNRI) dan 5 Kawasan Pengelolaan Perikanan Perairan Umum Daratan (KPPPUD).

“Sebanyak 31 produk hasil riset Pusat Riset Perikanan juga telah diserahkan kepada Direktorat Jenderal Budidaya sebagai bentuk dukungan terhadap program prioritas perikanan budidaya. Selain itu juga telah dilaksanakan pendistribusi Calon Induk Varietas Unggul ke seluruh wilayah Indonesia, di antaranya yakni 8.961 paket Lele Mutiara kepada 218 kabupaten/kota di 31 provinsi; 87.400 ekor Nila Srikandi untuk 36 kabupaten/kota di 15 provinsi; 16.378 Ikan Mas Mustika kepada 25 kabupaten/kota di 12 provinsi; 13.902 ekor calon induk Udang Galah GI Macro II di 26 kabupaten/kota di 8 provinsi; serta 33.000 calon induk dan 1.115 indukan Patin Perkasa untuk 11 kabupaten/kota di 7 provinsi,” papar Kepala Pusriskan, Yayan Hikmayani.

Melalui  BBRP2BKP, pada tahun 2021, BRSDM telah mengembangkan produk turunan bioteknologi laut, di antaranya berupa Bioplastik Rumput Laut Merah yang merupakan produk inovasi plastik biodegradabel berbahan baku polimer alami lokal yang aman dan berdaya saing.  Produk inovasi lainnya yakni Kapsul Nutraseutikal Minyak Ikan yang merupakan hasil samping dari pengolahan ikan patin, yang dapat digunakan sebagai komposisi suplemen pangan.  Inovasi lainnya adalah pengembangan metode dan aplikasi untuk deteksi penyalahgunaan formaldehida yang kerap ditambahkan sebagai bahan pengawet untuk ikan segar, sehingga pengawas perikanan maupun inspektur mutu perikanan ke depan memiliki tools untuk dapat medeteksi penyalahgunaan bahan pengawet berbahaya ini di produk perikanan segar.

Melalui BBRSEKP, BRSDM telah merilis Indeks Kesejahteraan Masyarakat Kelautan dan Perikanan (IKMKP) tahun 2020 yang merupakan salah satu Indikator Kinerja Utama (IKU) KKP.  IKMKP dikembangkan mengacu pada konsep IkraR (Indeks Kesejahteraan Rakyat) berdasarkan dua dimensi yaitu dimensi sosial dan kelembagaan dan dimensi ekonomi. Berdasarkan hasil analisis diperoleh IKMKP pada tahun 2020 naik menjadi 58,31 persen dibandingkan pada tahun 2019 sebesar 57,66 persen. Merujuk pada kategori indeks IkraR, maka nilai IKMKP pada tahun 2020 masuk dalam kategori tinggi (>52).

Dalam menciptakan SDM kelautan dan perikanan yang kompeten, KKP mendorong Pusat Pendidikan KP, untuk dapat meluluskan entrepreneur produktif dan inovatif yang mampu menguasai pasar nasional hingga mancanegara. Di mana pada tahun 2021, sebanyak 52, 56 persen lulusan satuan pendidikan KP terserap di dunia kerja bidang KP; 55,2 persen anak pelaku utama diterima sebagai peserta didik; dan 181 lulusan satuan pendidikan KP melakukan rintisan wirausaha di bidang KP.


Sementara itu, dalam meningkatkan kapasitas dan keahlian masyarakat, BRSDM melalui Pusat Pelatihan dan Penyuluhan KP telah menyuluh hampir 48.000 kelompok usaha, melatih 14.900 masyarakat KP dengan target mencapai 15.000 masyarakat di akhir tahun 2021; tersebarnya 263 P2MKP di seluruh wilayah Indonesia; melatih 5.580 aparatur KKP, hingga melaksanakan Mega Pelatihan Masyarakat yang diikuti 10.660 peserta dari seluruh wilayah Indonesia hingga meraih Rekor MURI dengan kategori Pelatihan Kelautan dan Perikanan Secara Daring dengan Jumlah Peserta Terbanyak.  Di samping itu, saat ini Puslatluh KP tengah mengusulkan Paten atas Hasil Kaji Terap Balai Pelatihan dan Penyuluhan Perikanan Tahun 2021.

Di tahun 2022, Riset Kelautan dan Perikanan berupa dukungan dalam mewujudkan Blue Economy, dengan fokus riset pada Blue Carbon, Zonasi Budidaya, Pemetaan Wilayah Pesisir, serta Mangrove dan Terumbu Karang. Dalam hal pendidikan, BRSDM menargetkan penerimaan peserta didik sebanyak 8.535, dengan komposisi penerimaan sebesar 55 persen berasal dari anak pelaku utama; di bidang pelatihan dan penyuluhan, BRSDM menargetkan pelatihan untuk 25 ribu masyarakat KP serta 41.000 kelompok yang akan disuluh.

“Riset inovatif akan mendukung penguatan ketahanan ekonomi dan mendorong pertumbuhan ekonomi. Sedangkan SDM sebagai modal utama pembangunan nasional akan meningkatkan produktivitas dan daya saing nasional. Mari bersama wujudkan ekonomi biru, laut sehat, indonesia sejahtera,” tutup Kusdiantoro.


Sumber : kkp