Metode Penelitian

III. METODOLOGI PENELITIAN

3.3. Metode Penelitian

a. Gabah kering panen (GKP) dengan kadar air kurang lebih 25% dibeli dari petani sebanyak 7 kwintal, dibagi menjadi 3 gelombang pembelian.

b. Gabah kering panen kemudian dikeringkan dengan sinar matahari sampai kadar air yang sudah ditentukan. Selama proses pengeringan, gabah dibersihkan dari kotoran seperti serat daun yang ikut tercampur secara manual. Setelah kadar airnya mencapai kira-kira 18 sampai 20%, gabah dibersihkan dengan winower. Winower merupakan sebuah alat yang mempunyai bilah-bilah, yang dapat berputar dengan bantuan motor listrik. Bilah-bilah yang berputar tersebut, akan menghasilkan angin yang alirannya diatur melewati sebuah ruangan bersekat. Sehingga apabila ada gabah yang dilewatkan, maka gabah tersebut akan terpisah sesuai dengan beratnya. Gabah yang sudah dibersihkan diusahakan memenuhi syarat GKG SNI yaitu, jumlah kotoran dan gabah hampa maksimal 3%.

c. Gabah yang sudah bersih, kemudian dikeringkan kembali. Selama pengeringan, kadar air diukur dengan menggunakan kett moisture tester. Dalam penelitian ini, kadar air target gabah dibedakan menjadi 3 kelompok,

yaitu kadar air 12, 14, dan 16%. Setelah kadar air gabah sesuai dengan kadar air target, maka gabah didiamkan dalam suhu kamar selama satu malam dan siap digiling keesokan harinya. Pendiaman dalam suhu kamar dimaksudkan untuk meratakan kadar air, sehingga tidak terjadi gradien suhu yang tidak merata yang dapat mengakibatkan banyak timbulnya beras patah.

d. Sebelum digiling, gabah dikelompokkan terlebih dahulu ke dalam plastik-plastik sampel. Setiap sampel beratnya kurang lebih 10 kg. Setelah ditimbang, maka gabah yang sudah siap digiling dihitung kadar airnya kembali.

e. Rice milling unit yang digunakan dalam penelitian ini adalah tipe rubber roll. Jarak antar rol diatur dengan jarak 0.4, 0.5, 0.6, 0.7, dan 0.8 mm. Sedangkan kecepatan putar rol utama diatur pada kecepatan 1035, 1050, dan 1065 rpm. Gabah yang akan digiling sebanyak 60 sampel, dimana sampel gabah untuk input pada proses training JST sebanyak 45 buah dan sampel gabah untuk input pada proses validasi berjumlah 15 sampel.

f. Dari penggilingan 10 kg gabah pada masing-masing sampel, diambil 100 g beras pecah kulit secara acak. Dari 100 g beras pecah kulit tersebut, akan dianalisis lebih lanjut untuk mendapatkan data persentase beras patah dan efisiensi pengupasan. Persentase beras patah dapat dihitung dengan rumus :

BP = x100% W W PK BP ... (17) Dimana :

BP = Persentase beras patah (%) WBP = Bobot beras patah (g) WPK = Bobot beras pecah kulit (g)

Sedangkan nilai efisiensi pengupasan dapat dihitung dengan menggunakan Persamaan 18. EP = 100% 0 1 0 x W W W − ... (18) Dimana : EP = Efisiensi pengupasan (%) W0 = Bobot gabah awal (g)

g. Hasil perhitungan efisiensi pengupasan dan persentase beras patah, serta data

input penggilingan seperti kadar air gabah, jarak antar rol, dan kecepatan putar

rol utama akan digunakan sebagai input dalam program JST. Untuk selanjutnya pembobot hasil output dari JST digunakan sebagai input pada progam AG. Diagram Alir umum pemprograman dapat dilihat pada Gambar 8.

Tidak

Ya

Gambar 8. Diagram alir umum pemprograman. Selesai

Mulai

Mutasi Crossover

Seleksi

JST untuk menduga efiisiensi pengupasan dan persentase beras patah

Inisialisasi nilai kecepatan rol utama, jarak antar rol dan kadar air gabah

Generasi Selesai

Efisiensi pengupasan dan persentase beras patah optimal

3.3.2. Pengembangan jaringan

a. Jaringan syaraf tiruan (JST) untuk pendugaan persentase beras patah dan efisiensi pengupasan

Hubungan antara faktor-faktor penggilingan dengan persentase beras patah dan efisiensi pengupasan sampai saat ini belum diketahui dengan pasti. Belum ada persamaan matematika yang menjelaskan hubungan tersebut. JST dapat digunakan untuk mencari hubungan antara faktor-faktor dalam penggilingan dengan persentase beras patah dan efisiensi pengupasan.

Program JST yang akan digunakan yaitu program JST yang dibangun oleh Rudiyanto et al (2003). Model JST yang digunakan terdiri dari tiga layer yaitu

input layer, hidden layer, dan output layer. Data input yang dimasukkan dalam

program JST sebanyak empat noda yaitu kecepatan putar rol utama, jarak antar rol, kadar air gabah, dan bias. Sedangkan pada output layer terdapat dua noda yaitu persentase beras patah dan efisiensi pengupasan.

Data yang didapatkan dibagi menjadi dua kelompok yaitu satu set data untuk proses training dan satu set data untuk proses validasi. Untuk menguji kinerja training atau kalibrasi, Osborne et al (1993) menggunakan standard error

of calibration (SEC). SEC dapat dihitung dengan menggunakan persamaan :

SEC =

( )

1 ˆ 2 − − k n y y ……… (19) dimana y adalah efisiensi pengupasan atau persentase beras patah hasil giling. Sedangkan yˆ adalah efisiensi pengupasan dan persentase beras patah hasil pendugaan dengan JST.

Keberhasilan proses validasi dapat dilihat dari standard error of prediction (SEP) dan coefficient of variation (CV). Osborne (1993), menghitung SEP dengan persamaan : SEP =

( )

1 ˆ 2 − − v i i n y y ……….. (20) Dimana y_i adalah efisiensi pengupasan atau persentase beras patah hasil giling untuk proses validasi. Sedangkan yˆ adalah efisiensi pengupasan atau persentase _i

beras patah hasil proses validasi JST. Dan nv adalah banyaknya data validasi. CV dihitung dengan formula (Chan et al, 2002;Xiccato et al, 1999) berikut :

CV = x100%

y

SEP _{………. (21)}

Dimana y adalah rata-rata efisiensi pengupasan dan persentase beras patah hasil giling. Semakin rendah nilai dari SEC, SEP dan CV, maka semakin tinggi tingkat keberhasilan dari proses training dan testing pada JST.

b. Algoritma genetika untuk optimasi mutu beras pecah kulit.

Program AG ini dibuat dengan bahasa pemrograman Visual Basic 6.0. Program ini bertujuan untuk mengoptimasi parameter mutu beras pecah giling yaitu persentase beras patah dan efisiensi pengupasan. Untuk itu perlu diketahui parameter penggilingan, yaitu kecepatan putar rol utama, jarak antar rol, dan kadar air gabah yang paling baik. Input dari AG ini adalah nilai pembobot (weight) yang menunjukan hubungan input dan output pada proses JST dan parameter penggilingan yang berpengaruh dalam penggilingan gabah.

Keterangan gambar :

1 = RPM rol utama 5. Beras Patah

2 = Jarak antar rol 3 = Kadar air gabah 4 = Efisiensi Pengupasan

Gambar 9. Model JST yang dikembangkan. 1 2 3 Bias _Bias 5 4

Tidak

ya

Gambar 10. Diagram alir Backpropagation Neural Network. Mulai Selesai Input Training Perubahan Nilai Pembobot Perhitungan Nilai

Output dan Nilai Kesalahan Inisialisasi Pembobot

Error tercapai

IV. HASIL DAN PEMBAHASAN 4.1. Proses Penggilingan Dengan RMU

Sebelum memulai proses penggilingan, terlebih dahulu dilakukan analisis kelayakan gabah yang akan digiling. Dari hasil pengamatan diperoleh data seperti pada Tabel 7. Berdasarkan SNI mutu gabah yang akan di giling termasuk dalam gabah mutu I.

Tabel 7. Komponen fisik gabah hasil giling.

Komponen Mutu GKG Kadar Air Butir hampa/kotoran Butir kuning/rusak Butir hijau/mengapur Butir merah 13.9 % 1.5 % 4 % 4.8 % 0 %

Setelah diketahui kondisi gabah yang akan digiling, maka GKG siap untuk digiling. Dari hasil penggilingan diperoleh selang nilai data sebagai berikut :

Tabel 8. Data selang parameter giling selama proses giling.

Layer Parameter Selang Satuan

Input Kadar air

Kecepatan putar rol utama Kerapatan antar rol

11.3-15.6 1035-1065 0.4-0.8 % bb rpm mm

Output Efisiensi pengupasan

Persentase beras patah ^85.2-97.3 4.6-12.3 ^% %

Kadar air merupakan sebuah besaran yang menunjukkan kandungan air yang terkandung dalam sebuah benda. Untuk penggilingan padi, kandungan kadar air gabah sangat berpengaruh. Semakin rendah kadar airnya, maka gabah tersebut semakin mudah dikupas. Sedangkan gabah yang kadar airnya masih tinggi lebih sulit untuk dikupas. Meskipun bisa dikupas, masih banyak butir padi yang tidak terkupas sempurna. Menurut Waries (2006), kadar air yang optimal untuk dilakukan penggilingan adalah 13 sampai 15%.

Dalam penelitian ini, gabah dibeli dari petani dalam keadaan basah (GKP) yaitu pada saat kadar airnya 20 sampai 27%. Kemudian gabah dikeringkan dengan cara dijemur dengan memanfaatkan sinar matahari.

Secara garis besar sampel gabah yang akan digiling, dipisahkan menjadi tiga kelompok, yaitu kadar air 12, 14, dan 16%. Akan tetapi, menentukan tingkat kadar yang tepat sesuai rencana sangat sulit. Kesulitan terutama pada tingkat kadar air 12% dan 16%, karena tingkat kadar air tersebut bukan kadar air keseimbangan untuk gabah, sehingga sifatnya cenderung labil.

Faktor lain yang berpengaruh terhadap kualitas beras pecah kulit hasil gilingan yaitu penyetelan RMU. Pada penelitian ini, penyetelan yang diamati yaitu pada penentuan kecepatan putar rol utama dan jarak antar rol. RMU dengan

rubber roll memiliki dua rol. Rol utama dan rol pembantu dihubungkan oleh sabuk, sehingga berapapun kecepatan rol utama, maka rol pembantu akan menyesuaikan dengan pebandingan kecepatan yang tetap. Kecepatan putar rol utama diatur pada kecepatan 1035, 1050, dan 1065 rpm.

Jarak antar rol dapat diatur dengan menggeser rol pembantu. Untuk mengetahui besarnya jarak antar rol, digunakan plat tipis yang sudah diketahui terlebih dahulu ketebalannya. Menurut Waries (2006), Jarak antar rol yang baik untuk mendapatkan kualitas hasil gilingan yang optimum berkisar antara 0.5-0.8 mm. Akan tetapi untuk penelitian ini, digunakan jarak antar rol 0.4-0.8 mm. Kombinasi antara kadar air, jarak antar rol, serta kecepatan putar rol utama untuk masukan proses training JST ditunjukkan oleh Lampiran 1. Sedangkan, untuk proses validasi, kombinasi parameter inputnya dapat dilihat di Lampiran 2.

4.2. Pendugaan Efisiensi Pengupasan dan Persentase Beras Patah dengan