Pendugaan Total Padatan Terlarut dan Kekerasan Pada Buah Monitoring

47 Tabel 9. Nilai MSE, R dan R 2 serta selisih antara MSE kalibrisi dengan MSE validasi pada JST penduga Kekerasan buah mangga selama penyimpanan Input Layer Hidden Layer Output Layer Kalibrasi Validasi ║MSEC-MSEP║ MSE R 2 R MSE R 2 R 11 6 1 1.075 0.455 0.674 0.530 0.691 0.831 0.546 11 8 1 1.040 0.473 0.688 1.101 0.487 0.698 0.061 11 10 1 1.019 0.483 0.695 1.687 0.275 0.525 0.668 11 15 1 0.765 0.612 0.783 1.358 0.353 0.594 0.593 Gambar 29. Hasil kalibrasi dan validasi model JST terbaik untuk menduga kekerasan buah mangga selama penyimpanan Sedangkan untuk menduga kekerasan, jaringan syaraf tiruan paling optimal yang dipilih adalah jaringan dengan susunan 11-8-1. Dipilih skenario tersebut karena jaringan tersebut memiliki selisih nilai MSE kalibrasi dan validasi yang kecil dibanding skenario yang lain yaitu 0.061. Begitu juga dengan nilai R 2 dan R kalibrasi validasi yang stabil, hal ini menunjukkan jaringan tidak mengalami over fitting dan layak digunakan untuk menduga kekerasan buah mangga. Nilai duga kekerasan yang dihasilkan oleh jaringan dengan susunan 11-8-1 dapat dilihat pada Gambar 29. Walaupun nilai yang dihasilkan masih belum sempurna, namun nilai ini adalah yang paling mendekati pengukuran secara destruktif Lampiran 1 dibanding keluaran dari skenarion lainnya.

4.4 Pendugaan Total Padatan Terlarut dan Kekerasan Pada Buah Monitoring

Selain diuji dengan set data pengujian jaringan juga diuji dengan set data monitoring seperti dijelaskan dalam metodologi. Set data ini diambil ketika penelitian pendahuluan sehingga ada beberapa kondisi yang sedikit bebeda dengan penelitian utama. Sehingga jumlah data masukan harus -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 Kek era sa n D u g a k g f Kekerasan Aktual kgf Kalibrasi Validasi Duga = Aktual 48 ditambahkan dengan 24 data pendahuluan. Sama dengan set data pelatihan, set data pengujian juga harus di update dengan menambahkan 12 data. Pada pendugaan TPT dan kekerasan buah selama penyimpanan, jaringan yang optimal adalah jaringan dengan susunan 11-10-1 untuk pendugaan TPT dan 11-8-1 untuk pendugaan kekerasan Jaringan yang optimal untuk pendugaan TPT dan kekerasan selama penyimpanan belum tentu optimal juga untuk menduga TPT dan kekerasan buah monitoring. karena itu, jaringan juga harus diupdate dengan melakukan pelatihan dan pengujian menggunakan data yang digunakan untuk pendugaan parameter mutu selama penyimpanan ditambah dengan set data penelitian pendahuluan. Jaringan baru terbentuk setelah jaringan diupdate, dengan bobot dan bias akhir yang berbeda dari sebelumnya. Bobot dan bias akhir dari jaringan untuk menduga TPT dan kekerasan dapat dilihat pada Lampiran 16 dan 17. Hasil analisis data pendugaan TPT dan kekerasan buah mangga varietas Gedong dapatdilihat pada Tabel 10. Tabel 10. Hasil analisis data TPT dengan jaringan syaraf tiruan skenario 11-10-1 dan hasil analisis data kekerasan dengan jaringan syaraf tiruan skenario 11-8-1 Diskripsi statistik Satuan TPT Kekerasan TPT Kekerasan Kalibrasi Validasi Kalibrasi Validasi Jumlah sampel buah buah 246 123 246 123 R 0.741 0.481 0.727 0.872 R 2 0.549 0.231 0.528 0.761 MSE 3.089 5.937 0.949 0.431 Standar deviasi o Brix kgf 1.9376 2.4686 1.0157 1.2356 Standar error o Brix kgf 1.3 2.1 0.7 0.6 CV 11.6 19.1 32.0 27.7 M ax duga o Brix kgf 17.93 19.97 4.27 4.24 Min duga o Brix kgf 6.79 4.65 -0.36 -0.28 Max target o Brix kgf 17.80 18.40 4.68 4.32 Min target o Brix kgf 6.10 6.60 0.21 0.28 Rata-rata duga o Brix kgf 11.23 11.22 2.19 2.00 Rata-rata target o Brix kgf 11.23 11.17 2.19 2.17 ║MSEkalibrasi-MSEvalidasi║ 2.848 0.041 Berdasarkan Tabel 10 dan Gambar 30 jaringan untuk menduga TPT buah monitoring memiliki selisih MSE kalibrasi dan validasi sebesar 2.848 akibatnya standar error yang dihasilkan cukup besar yaitu 1.3 o Brix untuk kalibrasi dan 2.1 o Brix untuk validasi. Nilai standar error kalibrasi lebih besar dibandingkan validasi ini diakibatkan oleh MSE kalibrasi lebih besar dibandingkan MSE validasi, sehingga hasil pendugaan kalibrasi lebih baik dibandingkan validasi. Kejadian ini belum masuk kategori over fitting karena perbedaan yang dialami tidak terlalu berbeda jauh. Nilai CV dari hasil jaringan tersebut baik kalibrasi maupun validasi nilainya berada dibawah 20 . Nilai CV ini menunjukkan besarnya error sebanding dengan rata-rata hasil pengukuran data aktual. Ini berarti error yang terjadi masih berada dalam batas normal. Sedangkan jaringan untuk menduga kekerasan buah monitoring, berdasarkan Tabel 10 dan Gambar 31 jaringan menghasilkan selisih MSE kalibrasi dan validasi sebesar 0.041. Perbedaan yang kecil ini mengakibatkan nilai R 2 dan R tidak berbeda jauh seperti ditunjukkan pada Tabel 10. Standar error yang dihasilkan hampir mendekati 0 yaitu 0.7 kgf untuk kalibrasi dan 0.6 kgf untuk validasi. Berdasarkan hal tersebut jaringan tidak mengalami over fitting dan dapat digunakan sebagai model untuk pendugaan kekerasan buah monitoring. Nilai CV yang dihasilkan dari jaringan tersebut lebih dari batas ideal yaitu 20-25 Mattjik et al. 2006. Hal ini disebabkan pada saat pengukuran dengan rheometer sampel tidak berada pada kondisi yang stabil terutama pada pengukuran ujung dan pangkal. 49 Gambar 30. Hasil kalibrasi dan validasi model JST terbaik untuk menduga TPT buah mangga monitoring Gambar 31. Hasil kalibrasi dan validasi model JST terbaik untuk menduga kekerasan buah mangga monitoring Jaringan tersebut diuji kembali dengan data buah monitoring. Data monitoring ini hanya berupa PC dari spektrum buah yang dihasilkan dari penembakan NIR selama buah disimpan, dengan kata lain tidak ada perusakan jaringan buah untuk mengetahui TPT dan kekerasan buah selama penyimpanan. Selang hasil pengukuran TPT secara destruktif pada penelitian pendahuluan adalah 11.8-18.4 o Brix sedangkan hasil pendugaan TPT buah monitoring menggunakan JST adalah 7.3-13.6 4.0 6.0 8.0 10.0 12.0 14.0 16.0 18.0 20.0 22.0 4.0 6.0 8.0 10.0 12.0 14.0 16.0 18.0 20.0 22.0 TP T du g a o bri x TPT aktual brix Kalibrasi Validasi Duga = Aktual -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 Kek era sa n du g a k g f Kekerasan aktual kgf Kalibrasi Validasi Duga = Aktual 50 o Brix. Selang hasil pengukuran kekerasan secara destruktif pada penelitian pendahuluan adalah 0.33- 1.08 kgf sedangkan hasil pendugaan kekerasan buah monitoring menggunakan JST adalah 0.38-0.35 kgf. Hasil pengujian dengan data monitoring dapat dilihat pada Gambar 32 dan 33. Berdasarkan pernyataan tersebut, jaringan dapat dikatakan optimal yang ditandai dengan Nilai duga TPT dan kekerasan yang dihasilkan oleh jaringan mendekati nilai pada pengukuran secara destruktif yang nilainya dapat dilihat dari nilai target pada Lampiran 6, 7, 8, dan 9. Gambar 32. TPT buah monitoring hasil pendugaan menggunakan JST Gambar 33. Kekerasan buah monitoring hasil pendugaan menggunakan JST

4.5 Ion Leakage Kebocoran Ion