Pelaksanaan Uji Kompetensi Proksimat SMK N 1 Sanden di LRMPHP

 Uji Kompetensi SMK N 1 Sanden di LRMPHP

LRMPHP menjadi tempat pelaksanaan Ujian Kompetensi Keahlian (UKK)  siswa-siswi kelas XII SMK Negeri 1 Sanden Tahun Pelajaran 2018/2019, Program Keahlian Agrobisnis Pengolahan Hasil Perikanan. Kegiatan ini bertujuan untuk mengukur pencapaian kompetensi siswa SMK yang telah menyelesaikan proses pembelajaran sesuai kompetensi keahlian yang ditempuh. Pelaksanaan UKK di LRMPHP diselenggarakan pada tanggal 8-11 April 2019 dan diikuti oleh 34 peserta.

Dalam sambutannya, Kepala LRMPHP Luthfi Assadad M.Sc menjelaskan bahwa LRMPHP selalu siap memberikan pelayanan kepada masyarakat seperti pelaksanaan UKK SMK N 1 Sanden ini. Kepala LRMPHP berharap siswa-siswi dapat mengimplementasikan ilmunya yang didapatkan di sekolah pada kegiatan UKK ini sehingga kegiatan dapat berjalan dengan baik dan dapat memberikan manfaat sebagai bekal untuk melanjutkan ke jenjang perguruan tinggi ataupun memasuki dunia kerja. Dijelaskan pula bahwa dalam pelaksanaan UKK ini, LRMPHP menugaskan 2 stafnya sebagai tim penguji sekaligus untuk membantu kelancaran kegiatan.

Sambutan oleh Kepala LRMPHP

UKK di LRMPHP berupa analisa proksimat (kadar air, abu dan protein). Sampel yang digunakan pada pengujian ini adalah fish finger yang telah dibuat oleh siswa di sekolah. Pengujian mengacu pada metode Standar Nasional Indonesia (SNI) yaitu SNI 01-2354.2-2006 untuk kadar air, SNI 01-2354.1-2006 untuk kadar abu dan SNI 01-2354.4-2006 untuk analisa kadar protein. Metode analisa kadar air dan abu tersebut didasarkan pada penimbangan berat sampel sebelum dianalisa dengan berat sampel setelah dianalisa (metode gravimetri). Peralatan yang digunakan untuk pengujian kadar air dan abu adalah Timbangan Analitik Fujitsu HTR 220E, Oven Memmert UN 55 dan Furnace Thermolyne. Sementara itu analisa kadar protein menggunakan metode Kjedalh melalui tahapan destruksi, destilasi dan titrasi. Peralatan yang digunakan dalam analisa protein ini yaitu Fixtech Digestion Unit dan Fixtech Distillation Unit.

Kegiatan UKK di Lab.Kimia LRMPHP

Read More

Pendekatan Fuzzy Logic untuk Menilai Tingkat Kesegaran Ikan Sarden

Perhatian masyarakat akhir-akhir ini makin serius terkait mutu kesegaran ikan laut maupun prosedur penilaian mutunya. Metode penilaian yang saat ini ada dan sudah diterapkan mencakup TVBN (Total Volatile Base Nitrogen), TMA (Trimethylamina), Rasio TVBN/TMA, senyawa nukleotida, dan perhitungan amina biogenik (histamin). Prinsip penilaian sejumlah metode tersebut adalah meningkatnya konsentrasi senyawa amina biogenik selama penyimpanan ikan laut. Keberadaan senyawa amina biogenik pada ikan laut selama penyimpanan mengindikasikan adanya senyawa toksik bersifat karsinogenik yang mengancam kesehatan manusia.

Meskipun metode penilaian kesegaran ikan laut berbasis senyawa amina biogenik telah diterapkan cukup lama namun masih terdapat sejumlah keterbatasan antara lain metode tersebut khusus mengukur kadar histamin, karena berbagai senyawa amina biogenik belum terbentuk pada fase awal penyimpanan penggunaan metode tersebut lebih terfokus pada fase pertengahan dan akhir penyimpanan; penerapan metode sangat dipengaruhi oleh perbedaan spesies ikan ; belum terdapat batas nilai / konsentrasi yang jelas tentang batas penolakan kualitas kesegaran; pola pembentukan senyawa  yang berbeda selama penyimpanan sangat mempengaruhi hasil metode penilaian; serta belum diterapkannya pembobotan yang seimbang antara berbagai senyawa amina biogenik (histamin, putresin, kadaverin, dan tyramin).  

Sejumlah keterbatasan tersebut mendorong Zare dan Ghazali (2016) menggunakan teknik pemodelan fuzzy logic sebagai upaya mengatasi sejumlah variabel input dengan batas yang bersifat tidak crisp (tegas) dalam penilaian kesegaran ikan laut. Pertimbangan penggunaan fuzzy logic dalam penilaian kesegaran ikan karena selama penyimpanan dapat terjadi peningkatan senyawa amina biogenik yang sangat fluktuatif dan bervariasi, spesies ikan yang sangat beragam, dan level toksisitas yang sangat bervariasi karena peran senyawa amina biogenik yang berlainan.

Prinsip kerja aplikasi fuzzy logic terbagi menjadi 3 tahap utama yaitu: (1) Fuzzifikasi merupakan tahap untuk mendefinisikan variabel  input dan keanggotaan pada uji mutu ikan yang meliputi level amina biogenik dan level temperatur selama penyimpanan ikan sarden. Konsentrasi amina biogenik diukur dengan metode HPLC (kromatografi); (2) Penerapan fuzzy rules yaitu tahapan untuk menerapkan aturan IF…THEN pada variabel input yang menjelaskan berbagai kemungkinan kondisi berdasarkan interaksi yang dimiliki. Tahap ini ditampilkan pada Tabel 1; (3) Pemrosesan fuzzy untuk variabel output yaitu tahap kalkulasi output untuk persiapan proses defuzzifikasi sehingga dihasilkan grade (level) kesegaran sarden. Grade mutu ikan yang digunakan meliputi: (1) Grade 1-2 (Kualitas bagus) yaitu ikan segar dengan kadar amina biogenik paling rendah, dengan skor 0-2.; (2) Grade  2-4 (Kualitas sedang) mutu ikan sarden dengan level putresin dan kadaverin rendah hingga sedang, kemungkinan bebas histamin, skor 2-4; dan (3) Grade 4-12 (Kualitas rendah) merupakan tingkat mutu kesegaran sarden dengan level putresin dan kadaverin sedang hingga tinggi, kadar histamin bisa 0 hingga menunjukkan level tertentu. G12 menunjukkan mutu ikan busuk (tidak bisa digunakan sebagai ikan konsumsi).

Hasil penelitian Zare dan Ghazali yang dipublikasikan pada Jurnal Food Chemistry (2016) menunjukkan kemampuan fuzzy logic untuk menjelaskan mutu sarden segar pada tahap awal penyimpanan dimana senyawa amina biogenik lebih banyak terdeteksi pada bagian pertengahan dan akhir penyimpanan dengan metode non fuzzy logic, kisaran kesegaran ikan sarden dapat didetilkan hingga 12 grade/level meskipun dengan batas nilai antar kelas yang saling berdekatan. Hasil validasi metode fuzzy logic dengan Indeks Amina Biogenik (BAI) dan Indeks Mutu (QI) menunjukkan kemampuan untuk mengklasifikasikan sarden sesuai grade tertentu yang tidak dapat dicapai dengan kedua Indeks tersebut.

Sumber : Zare dan Ghazali (2016)

Penulis : I Made Susi Erawan (Peneliti Pertama LRMPHP)

Read More

BRSDM Tingkatkan Kinerja 2019

Kepala BRSDMKP, Sjarief Widjaja memberikan pengarahan dalam rakor pengelolaan kinerja BRSDM. Foto by humas BRSDMKP

"Mari kita semua fokus bekerja, cepat mengambil momentum, serta terus melakukan beragam inovasi dan terobosan di tahun 2019. BRSDM satu (satu kata, satu rasa, satu kerja, satu karya) sebagai motto dalam mengharmonisasikan kerja kita semua. Konsisten dan pengawalan terhadap arahan dan kesepakatan yang telah dibuat karena selama satu semester terakhir telah banyak arahan Saya yang harus ditindaklanjuti dan dikawal dengan baik hingga selesai. Termasuk komitmen dalam menyelesaiakan semuan kontrak kinerja/perjanjian kinerja yang telah ditandatangani bersama," tegas Kepala Badan Riset dan Sumber Daya Manusia Kelautan dan Perikanan (BRSDM) Sjarief Widjaja.

Hal tersebut disampaikan Sjarief dalam sambutannya, saat membuka secara resmi Rapat Koordinasi Pengelolaan Kinerja BRSDM Tahun 2019, pada 10 April, di Bogor. Kegiatan ini terlaksana Seiring dengan terbitnya Peraturan Menteri Kelautan Dan Perikanan Republik Indonesia Nomor 68/Permen-KP/2017 tentang Pedoman Pengelolaan Kinerja Organisasi di Lingkungan Kementerian Kelautan dan Perikanan maka kegiatan ini dipandang perlu untuk dilaksanakan.

"Perjanjian Kinerja 2019 yang telah ditetapkan oleh pimpinan adalah tujuan besar yang hendak kita capai bersama. Oleh karena itu, dalam rangka meningkatkan kualitas kinerja riset dan SDM sebagaimana tema pertemuan ini, maka saya mendorong seluruh satker untuk disiplin dan taat asas dalam rangka mengawal pencapaian target-target organisasi, dengan cara bersinergi dan berkolaborasi dengan baik," tuturnya.

Lebih lanjut Sjarief menyampaikan bahwa tahun 2019 ini BRSDM memiliki tambahan 3 satuan kerja yaitu Politeknik KP Pangandaran, Dumai dan Akademi Komunitas Wakatobi serta 1 calon satuan kerja yaitu Poltek KP Jembrana sehingga total satuan kerja lingkup BRSDM akan menjadi 49 satker. "Ini merupakan organisasi yang cukup besar, sehingga sinergi dan kolaborasi menjadi penting dalam rangka membuat organisasi ini menjadi besar dan hebat," terang Sjarief.

Dengan jumlah satuan kerja yang cukup besar, Sjarief pun mendorong seluruh pihak untuk tetap mampu membuktikan bahwa BRSDM merupakan Eselon I rujukan di KKP, serta mensyukuri, mempertahankan dan meningkatkan segala prestasi yang telah diraih BRSDM.

"Pada kesempatan ini, Saya juga mengapresiasi Loka Riset Perikanan Tangkap Benoa, Balai Riset Perikanan Budidaya Air Tawar dan Penyuluhan Perikanan Bogor dan Loka Riset Mekanisasi Pengolahan Hasil Perikanan yang berturut-turut memperoleh penilaian terbaik atas Laporan Kinerja tahun 2018. Apresiasi juga saya sampaikan untuk Balai Riset Budidaya Ikan Hias Depok dan Politeknik KP Karawang atas pencapaian terbaik dalam penyampaian dan penyajian Laporan Mingguan secara berkala (weekly report) tahun 2018," papar Sjarief.

"Saya mendorong masing-masing satuan kerja untuk terus berkarya menghasilkan capaian-capaian yang membanggakan. Pada kesempatan ini, saya juga ingin menyampaikan terima kasih kepada para pejabat, petugas pengelola kinerja dan operator kinerjaku yang memiliki andil besar sehingga nilai Sistem Akuntabilitas Kinerja Instansi Pemerintahan (SAKIP) BRSDM 2018 adalah yang terbaik di KKP," lanjutnya.

Rapat Koordinasi Pengelolaan Kinerja BRSDM Tahun 2019 terselenggara bertujuan untuk memberikan pembekalan teknis pengelolaan kinerja; penginputan target kinerja tahun 2019 dan capaian Triwulan I tahun 2019 lingkup BRSDM, pusat dan UPT; meningkatkan pemahaman teknis pengelolaan kinerja; serta mewujudkan laporan kinerja Triwulan I tahun 2019 lingkup BRSDM yang handal dan dapat dipertanggungjawabkan.

Sumber : Humas BRSDMKP

Read More

Menghalau Ikan Predator dari Perairan Umum dengan Memanfaatkan Teknologi Computer Vision

Spesies ikan yang besifat hama/pengganggu sedang berkembang biak dan mengancam seluruh dunia, menjadi bahaya serius untuk biodiversitas (keanekaragaman hayati) dan ekosistem serta memberi dampak kerugian ekonomi yang besar. Sebagai binatang peraiiran yang paling awal dikenal, ikan juga menjadi salah satu kelompok yang mendapat ancaman terbesar. Bagi spesies ikan yang dianggap sebagai hama/pengganggu, usaha untuk memisahkan ikan hama akan menurunkan biaya jangka panjang untuk upaya pemberantasan dan pengendaliannya.

Di Indonesia keberadaan organisme hama di perairan umum digolongkan menjadi dua yaitu predator dan kompetitor. Predator dapat menetap di area budidaya atau bermigrasi dalam rangkan mencari makan. Sementara kompetitor merupakan organisme yang bersaing dengan organisme lokal untuk mendapatkan ruang, pakan, dan oksigen. Selama ini di Indonesia terdapat dua cara utama pemberantasan hama yaitu (1) secara mekanis dengan cara diburu atau jika serangan hama sudah parah maka ikan budidaya harus dipindahkan dan (2) secara kimia yaitu menggunakan pestisida organik seperti saponin dan akar tuba (Anon, 2016). Kedua metode tersebut selain berbahaya bagi populasi ikan juga memilki dampak negatif bagi ekosistem perairan umum.

Untuk mengatasi permasalahan tersebut, Zhang et al., (2016) yang dipublikasikan di Biosystems Engineering telah mengembangkan teknologi computer vision sebagai upaya sistematis pada sistem biologi di daerah danau dan sungai untuk mengidentifikasi dan memisahkan spesies ikan hama. Sistem pemisahan ikan hama tersebut terdiri dari pintu masuk yang lebar (Gambar 1) dimana ikan berenang mendekati, kemudian area semakin menyempit hingga mendekati kamera, selanjutnya dengan bantuan sistem pencahayaan dipergunakan untuk mengambil citra dan mengidentifikasi ikan. Ketika ikan telah teridentifikasi maka gerbang pengarah dapat digunakan untuk mengontrol satu dari dua jalur dimana yang dapat dilalui ikan. Jika terdeteksi sebagai ikan hama maka ikan tersebut akan diarahkan ke area tunggu, sementara jika bukan ikan hama akan dikembalikan menuju badan air yang tidak membahayakan ikan.

 

Gambar 1. Sistem penghalau ikan predator menggunakan computer vision (Sumber : Zhang, et al. 2016)

Teknologi computer vision yang dikembangkan bertumpu pada kemampuan algoritma genetik dalam mengidentifikasi dan memisahkan spesies ikan hama. Algoritma genetik (GA) memiliki kemampuan untuk membangkitkan fitur spesifik yang disebut dengan fitur ECO sesuai jenis ikan hama yang akan dipisahkan. Setelah melalui transformasi citra dengan urutan tertentu, fitur yang telah dibangkitkan oleh GA akan dipetakan untuk proses klasifikasi sesuai vektor pembobotan dan ambang batas berdasarkan perceptron yang terbentuk pada tiap fitur. Proses seleksi fitur dilakukan berdasarkan fitness score tertinggi. Fitur ECO selesai dikonstruksi jika telah memenuhi jumlah generasi atau beberapa kriteria yang ditentukan.

Hasil penelitian yang telah dimuat dalam Biosystems Engineering 145 (2016) menunjukkan bahwa metode yang diusulkan mampu menghasilkan rerata akurasi klasifikasi sebesar 98% dengan standar deviasi 0.96% yang terdiri dari set data 8 spesies ikan dengan total citra sebanyak 1049. Sistem monitoring ikan berbasis computer vision tersebut dapat dibangun untuk memisahkan spesies ikan hama sekaligus memonitor kelimpahan, distribusi, ukuran spesies ikan lokal dengan dampak kerusakan yang minimal dan tidak membahayakan ikan. 

Penulis : I Made Susi Erawan (Peneliti Pertama LRMPHP)

Read More

LRMPHP meraih juara 3 pengelolaan kinerja lingkup BRSDMKP

Penghargaan Terbaik III

Alhamdulillah …. dalam rangkaian pelaksanaan kegiatan Rapat Koordinasi Perencanaan lingkup Badan Riset dan Sumber Daya Manusia Kelautan dan Perikanan yang dilaksanakan pada tanggal 27-30 Maret di Alana Hotel Sentul Bogor, Loka Riset Mekanisasi Pengolahan Hasil Perikanan (LRMPHP) memperoleh penghargaan terbaik III apresiasi BRSDM untuk kategori pengelolaan Laporan Kinerja tahun 2018.

Pemberian penghargaan kepada satuan kerja

Secara keseluruhan, berikut adalah kategori penghargaan yang dibagikan dan satuan kerja yang memperolehnya.

Kategori Laporan Kinerja tahun 2018

1. Loka Riset Perikanan Tuna Benoa

2. Balai Riset Budidaya Air Tawar dan Penyuluhan Perikanan Bogor

3. Loka Riset Mekanisasi Pengolahan Hasil Perikanan Bantul

Kategori Indikator Kinerja Pengelolaan Anggaran (IKPA - OM SPAN Kemenkeu) 2018

1. Politeknik KP Bitung

2. Loka Riset Perikanan Tuna Benoa

3. Sekolah Usaha Perikanan Menengah Waeheru

4. Sekolah Usaha Perikanan Menengah Bone

5. Balai Pelatihan dan Penyuluhan Perikanan Bitung

Kategori Pelaporan Weekly Report

1. Balai Riset Budidaya Ikan Hias Depok

2. Politeknik KP Karawang

Kategori Pengelolaan Jurnal – Publikasi Ilmiah

1. Buletin Squalen – Balai Besar Riset Pengolahan Produk dan Bioteknologi KP

2. Jurnal Penelitian Perikanan Indonesia – Pusat Riset Perikanan

Read More

ALTIS-2 di Majalah Gatra

Liputan tentang salah satu hasil riset dari Loka Riset Mekanisasi Pengolahan Hasil Perikanan, yakni alat transportasi ikan segar roda 2 untuk pedagang ikan keliling, terbit pada majalah Gatra edisi 21-27 Maret 2019 (21-XXV) kolom Ilmu & Teknologi, halaman 60-63). Berikut adalah hasil pindaian liputan tersebut.

halaman 60-61

halaman 62-63

cover majalah

Berita terkait lainnya:

Kotak Penjaga Ikan Segar >>> http://www.mekanisasikp.web.id/2019/03/kotak-penjaga-ikan-segar.html

Peliputan Hasil Riset LRMPHP oleh Media Nasional >>> http://www.mekanisasikp.web.id/2019/02/peliputan-hasil-riset-lrlmphp-oleh.html

Read More

Identifikasi Kesegaran Ikan Berbasis Image Processing (Kombinasi Transformasi Wavelet dan Fuzzy Logic)

Ikan berperan sebagai salah satu komoditas penting sebagai sumber protein untuk manusia. Fungsi tersebut dapat dicapai dengan mempertahankan tingkat kesegarannya. Sejumlah faktor kimia, biologi, dan fisik dapat mempercepat penurunan kesegaran ikan. Untuk memenuhi tuntutan konsumen akan tersedianya ikan segar, perlu dikembangkan suatu metode yang bersifat non destruktif, mudah penggunaannya, dan tingkat akurasi yang tinggi.

Metode penilaian kesegaran ikan berbasis sensori manusia masih menjadi yang terbaik dan paling akurat dibanding sejumlah metode lain. Namun untuk mencapai akurasi seperti yang diharapkan, metode sensori tersebut sangat dipengaruhi sejumlah faktor seperti tahap preparasi sampel yang memadai dan ketersediaan tim panelis yang cukup berpengalaman, sehingga membutuhkan waktu yang cukup lama untuk menentukan kesegaran ikan.

Untuk mengatasi keterbatasan metode sensori tersebut perlu dikembangkan suatu metode yang dapat membantu mengatasi kelelahan yang dialami manusia selama proses pemeriksaan mutu kesegaran ikan secara visual. Sornam et al. (2017) dari Department of Computer Science, University of Madras, telah mengembangkan perangkat lunak untuk mendeteksi kesegaran ikan berbasis image processing (pengolahan citra).

Perangkat lunak yang dikembangkan meliputi modul penangkapan citra ikan. Setelah citra ditangkap terdapat modul untuk melakukan konversi ruang warna citra yang sesuai dengan persepsi mata manusia. Citra yang telah dikonversi tersebut selanjutnya disegmentasi untuk memisahkan area objek utama dengan area background. Proses segmentasi ini dilakukan melalui modul segmentasi berbasis clustering. Proses segmentasi akan menghasilkan area insang dan mata (ROI) yang akan diekstrak untuk mendapatkan informasi statistik atau sering disebut sebagai tahap ekstraksi fitur. Setelah tahap ekstraksi fitur, terdapat modul untuk menjalankan proses klasifikasi sehingga dapat ditentukan status akhir tingkat kesegaran ikan yang diuji.

Kelebihan perangkat lunak pengolahan citra yang dikembangkan tersebut terletak pada proses ekstraksi fitur menggunakan domain transformasi wavelet melalui aplikasi filter Haar serta aplikasi Fuzzy Logic dalam proses klasifikasi tingkat kesegaran ikan. Filter Haar ini mampu menguraikan hingga beberapa level piksel ROI dari citra ikan pada tingkat kesegaran tertentu sehingga didapatkan fitur statistik yang memiliki ciri pembeda. Fitur statistik yang dihasilkan tersebut akan digunakan sebagai input pada Fuzzy Logic dengan output berupa 3 level kesegaran ikan  yaitu busuk, cukup segar, dan sangat segar. Penggunaan Fuzzy Logic memiliki kelebihan yaitu mampu menangani ketidakjelasan batas nilai pada masing-masing tingkat kesegaran ikan sekaligus memungkinkan peneliti untuk memasukkan domain kepakaran berdasarkan pengalaman dan pengetahuan yang dimiliki untuk membentuk fungsi keanggotaan sekaligus batas nilai yang dimiliki pada tiap tingkat kesegaran ikan yang dikehendaki.

Penelitian yang dipublikasikan dalam Asian Journal of Computer Science And Information Technology (AJCSIT) tersebut menunjukkan penggunaan wavelet dengan fuzzy logic mampu membedakan secara nyata 3 tingkat kesegaran ikan yang diuji. Penelitian lanjutan diperlukan untuk menguji akurasi sistem pada jumlah sampel dan jenis ikan yang lebih banyak serta penambahan input yang lebih kompleks pada Fuzzy Logic sehingga nantinya diharapkan aplikasi image processing yang dikembangkan tersebut mampu menjadi terobosan penentuan kesegaran ikan dengan cepat dan akurat. Secara garis besar proses pengolahan citra hingga klasifikasi kesegaran ikan ditunjukkan pada Gambar berikut :

Gambar 1. Proses Pengolahan Citra hingga Klasifikasi Kesegaran Ikan
Sumber: Modifikasi dari Sornam et al., (2017)

Penulis : I Made Susi Erawan (Peneliti Pertama LRMPHP)

Read More