Penerapan Machine Learning pada Budidaya Perikanan

(Sumber : https://www.eurogroupforanimals.org/news/artificial-intelligence-enable-individualised-fish-monitoring-intensive-aquaculture)

Beberapa waktu lalu tentu kita akrab dengan jargon Revolusi industry 4.0. hampir disetiap lini kehidupan bermasyarakat akan dikaitkan dengan jargon tersebut. Hal yang sangat untuk kita temui dari implementasi jargon tersebut dalam kehidupan sehari hari misalnya cara bekomunikasi kita, cara belanja kita dan mungkin cara bekerja kita. Lalu, kira kira apa kaitan jargon tersebut dengan bidang perikanan ? 

Internet of thing (IOT), Artificial Intelligent (AI), Big data, cloud computing merupakan anak emas dari jargon revolusi industri tersebut. Apakah si anak emas tersebut sudah mulai merambah di bidang perikanan, sehingga mampu mewujudkan sebuah identitas baru sebagai “Perikanan Budidaya Cerdas”.  Sebuah paper yang ditulis oleh Shili Zao dkk berjudul Application of machine learning in intelligent fish aquaculture : A review yang terbit pada Jurnal Aquaculture pada tahun 2021 membahas permasalahan tersebut. 

Dalam paper tersebut dirangkum mengenai penerapan teknologi AI dalam budidaya perikanan sehingga dapat menciptakan sebuah “sistem budidaya perikanan cerdas”. Rupanya AI telah cukup lama diadopsi bidang perikanan, setidaknya telah lebih dari 5 tahun yang lalu. Namun demikian sebelum 5 tahun yang lalu tersebut bisa dikatakan sebagai tradisional machine learning yang saat ini telah berubah menjadi deep learning (machine learning yang digabungkan dengan big data). Terdapat empat subsistem AI dalam sebuah sistem budidaya perikanan cerdas yaitu koleksi data yang meliputi berupa data obyek budidaya, peralatan budidaya dan perubahan kondisi lingkungan budidaya. Yang kedua adalah transmisi data dan penyimpanan. Transmisi data dapat menggunakan kabel, perangkat nir kabel seperti bluetooth atau jaringan seluler. Sedangkan penyimpanan data dapat menggunakan hardisk ataupun penyimpanan awan (cloud). Yang ketiga adalah machine learning. Tahapan ini merupakan inti dari semua subsistem. Karena disini semua data masukan akan diolah menggunakan arsitektur jaringan yang dianggap paling baik. Secara umum machine learning akan menjalankan empat tahapan yaitu input (yang diperoleh dari koleksi data), ekstraksi fitur (untuk mendapatkan ciri khas dari data input), learning dan training (membuat model yang didasarkan dari ekstraksi fitur) terakhir testing dan output (menguji model yang dibangun apakah sudah layak untuk diterapkan). Subsistem terakhir adalah penerapannya. Tahapan inilah langsung berhubungan dengan pengguna sehingga sebuah system perikanan budidaya cerdas dapat digunakan untuk memperkirakan biomassa, identifikasi/ klasifikasi, dan memprediksi kualitas air tambak.  

Lalu apa keuntungan yang telah didapat dalam penerapan AI dalam system budidaya cerdas tersebut? Dalam paper ini disebutkan bahwa penerapan AI telah mampu meningkatkan efisiensi dan keuntungan dalam budidaya perikanan budidaya. Secara nyata keuntungan tersebut berupa penerapan AI pada pendugaan umur ikan yang didasarkan pada citra otolit. Hal ini dipaparkan oleh Moen dkk pada sebuah paper yang berjudul Automatic Interpretation of Otoliths Using Deep Learning yang diterbitkan oleh Jurnal PloS One pada tahun 2018. 

Penulis : Koko Kurniawan - LRMPHP

Read More

Pengalengan Tuna Komersial

Beberapa tahun yang lalu, Kementerian Kelautan dan Perikanan sempat menghebohkan dunia dengan melarang transhipment atau bongkar muat ikan ditengah laut. Kebijakan ini sukses membuat banyak negara kalang kabut karena mengalami kelangkaan stok ikan tuna. Beberapa negara tetangga termasuk Filipina bahkan mengakui bahwa stok ikan tuna mereka kosong. Kebijakan ini membuka mata kita bahwa banyak negara yang ternyata sangat bergantung dengan hasil tangkapan ikan tuna dari perairan Indonesia. 

Nah, kemudian pasti ada yang bertanya-tanya, lalu ikan tuna yang ditangkap itu sebenarnya diolah jadi apa sih? Ternyata ikan tuna yang ditangkap tersebut banyak yang dipergunakan sebagai bahan baku ikan kaleng. 

Ikan-ikan tuna yang dipergunakan sebagai bahan baku pada pengolahan tuna kaleng harus memenuhi persyaratan seperti yang dijelaskan dalam SNI 01-2712.1-1992, yaitu:

1. Bentuk bahan baku yang digunakan yang dipergunakan sebagai bahan baku pengalengan ikan tuna berupa tuna segar atau beku, utuh atau tanpa isi perut.
2. Bahan baku harus berasal dari perairan yang tidak tercemar.
3. Bahan baku harus bersih, bebas dari setiap bau yang menandakan pembusukan, bebas dari tanda dkomposisi dan pemalsuan, bebas dari sifat alami lain yang dapat menurunkan mutu serta tidak membahayakan kesehatan.
4. Produk ikan tuna dalam kaleng dibedakan atas produk tuna in oil dan tuna in water/brine. Selain itu, perusahaan pengalengan dapat membuat klasifikasi sendiri atas produk tuna yang dihasilkan seperti misalnya:

• TANS (Tuna Albacore Natural Solid) yaitu produk tuna kaleng dari ikan tuna albakora dengan daging berupa solid dan flake menggunakan medium air garam.
• TANC (Tuna Albacore Natural Chunk) yaitu produk tuna kaleng dari ikan tuna albakora dengan daging berupa layer, chunk dan flake menggu akan medium air garam
• TWNC (Tuna White Natural Chunk) yaitu produk tuna kaleng dari ikan baby tuna atau dikenal dengan sebutan SSWM (Sub Standar White Meat) dengan daging berupa layer, chunk dan flake menggunakan medium air garam.
• THS (Tuna Hot Spicy) yaitu produk tuna kaleng dari ikan yellowfin tuna dengan daging yang dipotong-potong sepanjang ± 2 cm dengan lebar ± 0,5 cm menggunakan medium bumbu-bumbu masakan, produk ini dipasarkan lokan dan biasanya digunakan dalam pembuatan Pizza Hut.
• SJNC (Skip Jack Natural Chunk) yaitu produk tuna kaleng dari ikan cakalang dengan daging berupa layer, chunk dan flake menggunakan medium air garam, dipasarkan lokal.

Lalu tahapan proses pengalengan itu sendiri bagaimana sih? Menurut HE. Irianto dan TMI. Akbarsyah tahun 2007, tahapan proses pengalengan yaitu :

1. Penerimaan bahan baku

Standar penerimaan bahan baku di Indonesia adalah suhu ≤ -2°C, histamin ≤ 2,5 mg%, kadar garam ≤ 1,5mg%, organoleptik ≥ 7 (dari skala 1-9), honeycomb, brosis dan parasit ≤ 2,5% dari daging yang dikukus. 

2. Penyiangan

Proses penyiangan dilakukan dengan memotong ikan tuna dengan gergaji. Tuna albakora dipotong menjadi 7-8 bagian dengan panjang 11 cm atau disesuaikan dengan tinggi kaleng. Bagian potongan ikan terdiri dari 4-5 bagian badan tengah, I bagian leher, I bagian kepala dan 1 bagian ekor. Isi perut dan insang diambil dengan pisau. Limbah ini dapat dimanfaatkan sebagai bahan baku tepung ikan. selama proses penyiangan, ikan disiram terus menerus dengan air. 

3. Penyusunan dalam rak

Penyusunan ikan dalam rak dilakukan berdasarkan bagian anggota tubuuh ikan. pemisahan ini diperlukan karena masing-masing bagian tersebut memerlukan waktu pemasakan pendahuluan (precooking) yang berbeda.

4. Pemasakan pendahuluan

Ikan yang telah disusun dalam rak kemudian dimasukkan dalam cooker yang memiliki pintu yang dapat ditutup rapat untuk mencegah uap keluar terlalu banyak. setelah ikan dimasukkan, kemudian dibersihkan dengan menyemprotkan air melalui pipa yang terdapat dalam cooker selama 10 menit. Tahapan selanjutnya adalah pengeluaran uap panas melalui pipa yang terdapat dalam cooker hingga mencapai suhu 100°C. setelah selesai proses pemasakan pendahuluan kemudian disemprot kembali selama 10 menit.

5. Pendinginan

Rak yang berisi daging ikan yang telah di precooking diletakkan dalam ruang pendinginan dan dibiarkan selama ± 3 jam.

6. Pembuangan kepala dan kulit ikan

Prosesm pembuangan kepala ikan dilakukan dengan tangan setelah diambil dagingnya, sedangkan pembuangann kulot dilakukan menggunakan pisau yang tajam  dengan cara mengikir searah dengan arah otot ikan. 

7. Pembersihan daging

Pembersihan daging bertujuan untuk memisahkan daging ikan dari daging gelap, tulang yang terdapat dalam daging dan sisik yang masih tersisia setelah proses skinning.

8. Pemotongan daging

Pemotongan daging berutujuan untuk memperoleh bentuk dan ukuran ikan yang sesuai dengan kalengnya. Proses pemotongan menghasilkan daging solid dan flake (serpihan), sedangkan chunk yang dihasilkan dalam proses pembersihan dapat dibuat menjadi flake. 

9. Pengisian daging dalam kaleng

Pengisian daging ke dalam kaleng dilakukan dengan cara menata daging ikan ke dalam kaleng sesuai dengan tipe produk (solid, chunk, flakes, standar dan grated).

10. Penambahan medium

Pengisian medium harus sampai batas head space atau 6-10% dari tinggi kaleng, dengan suhu tidak kurang dari 70°C. Suhu air garam yang tinggi membuat kondisi vakum yang semakin tinggi sehingga mampu mengurangi terjadinya udara yang terperangkap dalam kaleng. Pengisian medium minyak nabati ke dalam kaleng dilakukan dengan cara yang sama.

11. Penutupan kaleng

Penutupan kaleng dilakukan dengan sistem double seaming secara otomatis menggunakan vacum seamer. 

12. Pendinginan dan pemeraman kaleng

Ikan tuna kaleng yang masih dalam keranjang sterilisasi didinginkan dalam ruang terbuka selama ± 24 jam dan dapat diguynakan kipas untuk mempercepat proses tersebut. Ikan tuna kaleng yang telah dingin dibersihkan dengan minyak goreng untuk menghilangkan sisa-sisa kotoran pada kaleng.

13. Sterilisasi

Proses ini dilakukan dalam retort dan disemprot dengan air yang mengandung klorin 2 ppm selama 10 menit. Waktu dan suhu penyemprotan tergantung pada jenis produk tuna kaleng. 

14. Pelabelan

Pelabelan tuna kaleng dengan menggunakan kertas cetakan. Label berisikan keterangan tentang nama ataujenis ikan yang dikaleng, medium yang digunakna, berat bersih, nama produsen, tanggal kadaluarsa, dan kandungan gizi.

15. Pengepakan 

Itulah tahapan proses pengalengan ikan tuna sebelum akhirnya didistribusikan dan dipasarkan baik lokal maupun untuk ekpsor. Proses yang cukup panjang untuk sebuah ikan tuna kaleng, akan tetapi hal tersebut harus dilakukan untuk menjamin mutu produk ikan tuna kaleng tersebut. 

Penulis : Iwan Malhani Al Wazzan - LRMPHP

Read More

UJI KINERJA ICE MAKER BERTENAGA SURYA DI BANTUL

Selama ini, para pedagang ikan yang berada di Tempat Pelelangan Ikan (TPI) baik di Pulau Jawa (Cirebon) serta di Pulau Sumatra (Lampung) menggunakan es untuk mengawetkan ikan segar. Es ini mereka beli dalam bentuk bongkahan besar, yang harus dihancurkan terlebih dahulu sebelum dimasukkan ke dalam wadah penyimpanan ikan. Es dalam bentuk bongkahan besar ini dapat melukai badan ikan yang nantinya dapat menyebabkan kemunduran mutu ikan, selain itu para pedagang juga harus mengeluarkan dana lebih untuk membeli es tersebut. Kementerian Energi dan Sumber Daya Manusia (ESDM) memaparkan dalam situs Pertamina Gas bahwa elektrifikasi di Indonesia masih 55-60%, dan mayoritas wilayah yang belum teraliri listrik adalah wilayah pedesaan atau daerah 3T (Terdepan, Terluar, Tertinggal). Oleh karena itu, energi surya dapat menjadi salah satu energi alternatif untuk memenuhi kebutuhan listrik masyarakat di desa atau daerah 3T. 

LRMPHP telah merancang sistem kerja ice maker yang menghasilkan es serut bertenaga surya untuk mengatasi permasalahan tersebut. Rangkaian sistem kerja ice maker ini terdiri dari beberapa bagian, yaitu : 1) Ice maker, 2) Panel surya, dan 3) Kotak yang berisi inverter. 

Gambar 1. (a) Ice maker, (b) Panel surya

(Sumber : Wullandari P, Hakim A R and Sarwono W 2019 Mesin pembuat es hibrid untuk mencukupi kebutuhan es di daerah 3T Aplikasi teknologi pengelolaan perikanan tangkap Amafrad Press, p. 59 – 189)

Panel surya yang digunakan pada mesin pembuat es hibrid menggunakan tipe polycrystalline.  Keunggulan panel surya tipe ini yaitu toleransi terhadap suhu yang lebih baik. Panel yang digunakan pada mesin ini berjumlah sembilan dengan daya maksimal 200 Wp (watt peak) per panel. Tiga panel disusun secara seri yang kemudian ketiga panel seri tersebut  disusun paralel.

Daya yang dibutuhkan mesin pembuat es hybrid yaitu 760 watt yang akan dioperasikan selama 8 jam pada siang hari. Total daya yang dibutuhkan untuk 8 jam operasional yaitu 760 watt x 8 jam adalah 6080 Wh atau 6,08 kWh.

Uji kinerja ice maker bertenaga surya ini telah dilakukan di Bantul pada kondisi cuaca cerah, mendung dan hujan. Hasil penelitian menunjukkan bahwa kapasitas daya baterai sesuai dengan intensitas cahaya matahari pada saat cuaca cerah dengan korelasi  y = 0,009x - 26,08, sedangkan pada kondisi mendung dan hujan laju kapasitas daya baterai menunjukkan penurunan dengan korelasi: y = 0,008x - 23,92 dan y = 0,007x + 69,41. Kapasitas produksi es pada cuaca cerah, mendung dan hujan yaitu antara 4,17 kg es/jam sampai dengan 4,63 kg es/jam yang sangat dipengaruhi oleh intensitas cahaya matahari.

Penulis : Putri Wullandari - LRMPHP

Read More

LRMPHP CIPTAKAN MINI BUNKER PENYIMPAN RUMPUT LAUT UNTUK MEMPERTAHANKAN MUTU KARAGINAN

Mini bunker penyimpan rumput laut dengan chiller
 Sumber : (Wullandari, et al., 2019. Laporan Teknis Rancang Bangun Silo Rumput Laut. Loka Riset Mekanisasi Pengolahan Hasil Perikanan)

Selama ini, para pembudidaya maupun pengepul rumput laut menyimpan rumput laut kering dalam karung, kemudian ditumpuk tumpuk dalam gudang yang ventilasi udaranya kurang baik, kurang terjaga kebersihannya dan kelembabannya. Hal ini dapat mengakibatkan kontaminasi dari jamur maupun hewan – hewan seperti tikus dan serangga, serta kualitas rumput lautnya tidak dapat dijaga karena tidak adanya pengontrol suhu dan kelembaban udara.

Peneliti LRMPHP telah merancang mini bunker, suatu alat penyimpan rumput laut kering yang tertutup dan dilengkapi dengan chiller sebagai pengontrol suhu dan kelembaban udara. Alat ini diharapkan dapat mempertahankan mutu rumput laut kering yang disimpan, dengan masa simpan sampai dengan enam bulan. Salah satu parameter mutu rumput laut kering yang dapat terukur yaitu dari mutu karaginan yang dihasilkan.

Menurut Supriyantini, Santosa dan Dermawan dalam Buletin Oseanografi Marina bulan Oktober 2017, karaginan adalah senyawa hidrokoloid yang diekstraksi dari rumput laut merah jenis Kappaphycus alvarezii. Mutu karaginan yang dianalisa dalam penelitian ini yaitu kekuatan gel, viskositas dan derajat putih. Kekuatan gel dianalisa dengan menggunakan TA.XT Texture Analyzer, viskositas dengan Viscometer dan derajat putih dengan Kelt Whiteness Tester. Perlakuan dilakukan sebanyak 3 kali ulangan kemudian dianalisa secara statistik.

Hasil penelitian peneliti LRMPHP yang dipaparkan dalam Seminar Nasional Tahunan XVII Hasil Penelitian Perikanan dan Kelautan memaparkan bahwa kekuatan gel menunjukkan kemampuan karaginan dalam pembentukan gel. Tepung karaginan mampu mengubah cairan menjadi padatan atau mengubah bentuk sol menjadi gel yang bersifat reversible. Sementara itu, pengujian viskositas bertujuan untuk mengetahui tingkat kekentalan karaginan sebagai larutan, dimana garam-garam yang terlarut dalam karaginan akan menurunkan muatan sepanjang rantai polimer. Menurut Asikin, et al. (2015) dalam Jurnal Ilmu Dan Teknologi Kelautan Tropis 7(1), konsumen menghendaki produk karaginan dengan derajat kecerahan yang tinggi, kekuningan yang rendah dan keputihan yang tinggi.

Hasil penelitian menunjukkan bahwa kekuatan gel karaginan dari E. Cottonii kering yang disimpan dalam mini bunker yaitu 423,54 g/cm2, viskositas karaginan dari E. Cottonii kering yang disimpan dalam mini bunker yaitu 90 cPs, sedangkan derajat putih karaginan dari E. Cottonii kering yang disimpan dalam mini bunker yaitu 54,24%.  Hasil penelitian menunjukkan bahwa kekuatan gel dan viskositas karaginan dari E.cottonii yang disimpan dalam mini bunker masih memenuhi standard mutu.

Penulis : Putri Wullandari - LRMPHP

Read More

SISTEM ALREF SEBAGAI COLD STORAGE UNTUK PEYIMPANAN IKAN DI KAPAL 10-15 GT

Salah satu usaha untuk mempertahankan mutu ikan setelah penangkapan dan transportasi di atas kapal nelayan adalah metode pendinginan. Es masih banyak dipakai sebagai media pendingin karena mudah digunakan dan memiliki kapasitas pendinginan yang besar. Namun penggunaan es balok memiliki kekurangan di antaranya ikan di bagian bawah palka rusak karena tertekan oleh ikan di bagian atasnya. Bongkahan es yang tajam dapat merobek kulit/perut ikan ditambah adanya guncangan di kapal.

Untuk memperbaiki kelemahan penggunaan es, antara lain dengan perbaikan metode pendinginan sistem refrigerated sea water (RSW) atau sistem ALREF (air laut yang direfrigerasi) pada pendinginan dengan suhu sekitar 0 ºC. Sistem RSW memiliki beberapa kelebihan seperti potensi kerusakan fisik yang relatif kecil, penurunan suhu yang cepat, serta suhu yang lebih stabil dan merata.  Salah satu sistem RSW / ALREF untuk penyimpanan ikan pada kapal 10-15 GT telah dibuat oleh Widianto tahun 2018 yang dimuat dalam Jurnal Pasca Panen dan Bioteknologi Kelautan dan Perikanan Tahun 2018. 

Sistem ALREF (Gambar 1) terdiri dari komponen utama berupa palka dengan volume sekitar 2,03 m3, evaporator, kondensor, kompresor, palka, refrigerant dan katup ekspansi. Sistem ALREF memiliki kapasitas penyimpanan optimal 1,3 ton ikan dan dapat mempertahankan suhu ikan di bawah 5 °C.. Salah satu komponen utama sistem ALREF adalah evaporator yang berbentuk pipa mengelilingi palka dengan diameter 5/8 inch dan panjang 84 meter. Evaporator berfungsi menyerap panas media pendingin oleh refrigeran di dalam evaporator. Komponen ini sangat menentukan performansi  pendinginan dan daya listrik yang dibutuhkan.  

Gambar 1. Ikan dengan es balok (kiri) dan sistem ALREF beserta palka dengan pipa evaporator (kanan) dari Widianto (2018)

Media pendingin di dalam palka dapat berupa air laut untuk jenis ikan misalnya tuna dan cakalang. Namun beberapa jenis ikan lain misalnya ikan pelagis kecil kurang cocok dengan media pendingin air laut dan lebih tepat dengan sistem penyimpanan dengan media udara dingin (sistem cold storage) di mana suhu dijaga agar di bawah -18 °C.  Sehingga perlu dilakukan kajian pada sistem yang sudah ada apakah dapat diterapkan sistem cold storage  di samping yang sudah ada yaitu ALREF dengan media pendinginan air laut. Sehingga sistem ALREF akan menjadi multi fungsi dan lebih efektif.

Senada dengan hal tersebut, salah satu penelitian penggunaan sistem ALREF sebagai cold storage telah dilakukan oleh LRMPHP tahun 2021 yang dimuat dalam Prosiding Seminar Nasional Perikanan Tahun 2021 yang menargetkan suhu udara palka mencapai sekitar -18 °C. Penelitian mereka menggunakan sistem ALREF dengan pendinginan ruang palka sistem cold storage atau dengan pendinginan udara palka tanpa air laut sampai suhu di bawah -18 °C. Pengujian dilakukan pada kondisi palka tanpa beban selama 250 menit dengan parameter yang diukur berupa suhu udara yang didinginkan di dalam palkah serta daya listrik yang dibutuhkan. 

Hasil pengujian menunjukkan bahwa sistem ALREF dapat mendinginkan ruang palka sampai -18 °C dalam waktu 250 menit seperti pada Gambar 2. Kecepatan pendinginan udara pada rata-rata berkisar 10,92 - 11,37 °C/jam dengan rata-rata 11,23 oC/jam. Daya listrik aktual sebesar 2,42 kW dan daya kompresor 1,83 kW.  

Gambar 2. Penurunan suhu udara dalam palka pada titik tengah dan pinggir terhadap waktu

Pada pengujian ini, beban pendinginan palka cold storage lebih ringan yaitu sebesar 0,44 kW bila dibandingkan dengan ALREF air laut sebesar 2,14 kW dan air tawar 3,47 kW. Dengan beban pendinginan yang lebih kecil maka kecepatan pendinginan menjadi lebih besar, sehingga dapat mencapai suhu di bawah -18 ℃ dengan lebih cepat. Pada pengujian ini suhu tersebut dapat dicapai dalam waktu 250 menit. Dengan demikian maka sistem cold storage  ini dapat dipertimbangkan sebagai alternatif aplikasi pendinginan untuk ikan yang kurang cocok dengan media pendingin air laut. Sistem ALREF dapat menjadi multifungsi dan lebih efektif jika digunakan.

Penulis : Ahmat Fauzi - LRMPHP

Read More

Green-Eco Air Purifier dari Mikroalga

Mikroalga adalah mikroorganisme uniseluler fotosintesis dengan lebih dari 10.000 spesies, termasuk ganggang biru/sianofita dan protista. Syarat hidup mereka cukup sederhana terutama dalam hal kebutuhan nutrisi dan secara efisien dapat mengurangi CO2 dari udara atau berbagai macam limbah. Sekitar 70% oksigen dalam atmosfer bumi berasal dari lautan dan mikroalga bertanggung jawab atas 50%-nya. Mikroalga adalah salah satu organisme fotosintesis yang paling efisien untuk menangkap karbon dan produktivitas biomassa yang tinggi. Pertumbuhan mikroalga bergantung pada beberapa faktor yaitu :

• paparan cahaya, tidak langsung lebih baik (1000-10.000 lux);
• kisaran suhu yang sesuai (16–27 C); 
• pasokan CO2 dengan sirkulasi udara;
• pengadukan, untuk memastikan bahwa semua sel mikroalga terpapar cahaya dan mengurangi sedimen;
• ketersediaan nutrisi.

Saat ini, mikroalga telah digunakan pada skala industri untuk menghasilkan produk atau melakukan tugas tertentu seperti menangkap karbon dari aliran limbah atau pengolahan air limbah. 

Mikroalga juga dapat digunakan untuk menghilangkan kontaminan udara dalam ruangan atau bahkan udara luar. Kemampuan ini membuatnya cocok dipergunakan dalam ruangan tertutup dengan sedikit ventilasi seperti gedung bertingkat atau mall, agar kualitas udaranya tetap terjaga. Hal ini mirip dengan penangkapan karbon dari gas buang, di mana CO2 dan kontaminan lainnya digunakan sebagai nutrisi untuk pertumbuhan mikroalga. Ketika udara luar sangat tercemar atau suhunya tidak sesuai dengan kebutuhan mikroalga maka dapat mensirkulasikan kembali udara dalam sistem loop tertutup antara kultur mikroalga dan ruangan yang udaranya dimurnikan oleh mikroalga dengan dilengkapi dengan pemanas dan biomass cultivator. 

Sistem loop tertutup antara mikroalga kultur dan ruangan

Sistem loop diatas menunjukkan udara yang mengandung banyak CO2 dari ruangan disuntikkan langsung ke dalam PBR (photobioreactor) pada budidaya mikroalga sebagai sumbel CO2 untuk kultur yang kemudian diubah oleh mikroalga menjadi O2 melalui aktifitas fotosintesis dan metabolisme. Oksigen yang dihasilkan kemudian dialirkan melalui saluran aerasi ke ruangan. Deposit dan biomass yang berlebihan dialirkan melalui suatu sistem tersendiri yang menyatu dengan sistem pemberian nutrien dan pengelolaan air untuk kultur mikroalga. Rancangan sistem ini disampaikan oleh Teresa M. Mata dkk pada International Journal of Environmental Research and Public Health yang terbit pada Agustus 2021.

Konsep tersebut telah diwujudkan oleh Kelsey Abernathy dan Dan Fucich sebagai Cofounder AlgenAir dengan menciptakan The Aerium yaitu sebuah purifier udara berbasis mikroalga. Purifier ini cocok untuk ruangan dengan luasan 10-12 m2.

The Aerium by AlgenAir, diciptakan oleh Kelsey Abernathy dan Dan Fucich

Aerium dirancang tidak hanya sebagai pembersih udara, tetapi juga sebagai dekorasi rumah yang fungsional. Konstruksinya mencakup kaca premium tahan lama yang menampung 1,5 liter mikroalga yang tersuspensi dalam air terdestilasi. Filter udara partikel in-line memungkinkan udara kaya karbon dioksida masuk ke sistem, sekaligus menghilangkan debu, alergen potensial, dan bakteri berbahaya dari udara. 

Penulis : Iwan Malhani Al Wazzan - LRMPHP

Read More

Membedakan Jenis ikan yang Mirip dengan Convolutional Neural Network

Membedakan jenis ikan

Cara paling mudah untuk membedakan dua anak kembar adalah dengan memanggil namanya. Namun apa jadinya membedakan ikan yang berbeda spesies namun memiliki bentuk fisik yang sangat mirip bagi masyarakat awam. Dua jenis ikan yaitu Rastrelliger kanagurta dan Rastrelliger brachysoma memiliki bentuk fisik yang hampir sama dan kebanyakan masyarakat awan akan sulit untuk membedakanya. LRMPHP berhasil membedakan dua jenis ikan tersebut menggunakan metode image classification dalam sebuah paper berjudul “Classification of Rastrelliger kanagurta and Rastrelliger brachysoma using Convulational Neural Network” yang telah disampaikan pada acara Engineering International Conference ke-10 oleh Universitas Negeri Semarang pada tahun 2021. 

Rastrelliger kanagurta dan Rastrelliger brachysoma (Gambar 1) merupakan komoditas ikan yang penting terutama di sekitar Laut Jawa. Ikan jenis ini dimanfaatkan untuk konsumsi, karena cukup digemari di masyarakat. Sulitnya membedakan dua jenis ikan ini dijadikan sebagai latar belakang kegiatan penelitian ini dengan mencoba metode image classification sebagai jalan keluarnya.

Gambar 1. a. Ikan kembung lelaki (Rastrelliger kanagurta); b. ikan kembung perempuan (Rastrelliger brachysoma)

Dua jenis ikan tersebut diperoleh dari TPI di wilayah Kabupaten Pekalongan. Setidaknya 217 ekor untuk setiap jenis dijadikan sebagai data latih. Ikan tersebut difoto di ruang yang telah dikondisikan secara khusus terutama pencahayaan dan latar belakang gambarnya. Selanjutnya data latih tersebut di training menggunakan Empat arsitektur Convolutional Neural Network (CNN) yang berbeda yaitu CNN1 (CNN dengan dua lapisan convulasi), CNN2 (CNN dengan tiga lapisan convulasi), CNN3 (CNN dengan empat lapisan convulasi) dan CNN4 (CNN dengan lima lapisan convulasi). Selama training data set digunakan 35 epoch.  

Penelitian tersebut memberikan hasil bahwa arsitektur CNN 3 mendapatkan hasil paling baik dibandingkan dengan arsitektur CNN lainnya dengan nilai akurasi, sensitifitas dan spesivitas adalah 0,94 ; 1 ; 0,875. Dari hasil tersebut menunjukkan bahwa 100 ekor ikan yang dideteksi oleh arsitektur CNN 3 memberikan hasil 94 ikan dijawab dengan benar. Jadi, apakah metode ini bisa menggantikan pemanggilan nama seperti membedakan anak kembar diatas ?? sayangnya ikan tidak akan menyahut ketika dia dipanggil.

Penulis : Koko Kurniawan - LRMPHP

Read More