TRUNOJOYO-Tugas Akhir-40493-Abstract.pdf
Restricted to Repository staff only
Download (525kB)
TRUNOJOYO-Tugas Akhir-40493-Cover.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-40493-Chapter1.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-40493-Chapter2.pdf
Restricted to Repository staff only
Download (977kB)
TRUNOJOYO-Tugas Akhir-40493-Chapter3.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-40493-Chapter4.pdf
Restricted to Repository staff only
Download (4MB)
TRUNOJOYO-Tugas Akhir-40493-Conclusion.pdf
Restricted to Repository staff only
Download (199kB)
TRUNOJOYO-Tugas Akhir-40493-References.pdf
Restricted to Repository staff only
Download (822kB)
TRUNOJOYO-Tugas Akhir-40493-Appendices.pdf
Restricted to Repository staff only
Download (386kB)
Abstract
Beras merupakan pangan pokok utama masyarakat Indonesia sehingga mutu beras menjadi aspek penting yang memengaruhi nilai jual dan penerimaan konsumen. Penentuan mutu beras pada sebagian besar industri penggilingan padi di Lamongan Utara masih dilakukan secara visual sehingga berpotensi menghasilkan penilaian yang subjektif. Penelitian ini bertujuan untuk menganalisis mutu fisik beras serta mengklasifikasikan mutu beras giling pada industri penggilingan padi di Lamongan Utara berdasarkan syarat mutu khusu pada SNI 6128:2020 menggunakan metode Decision Tree. Penelitian dilakukan pada 30 sampel beras yang berasal dari 30 unit penggilingan padi berbeda. Parameter yang digunakan meliputi kadar air, butir kepala, butir patah, butir menir, benda asing, dan butir gabah. Penentuan kelas mutu dilakukan berdasarkan SNI 6128:2020, sedangkan proses klasifikasi menggunakan perangkat lunak RapidMiner Studio. Hasil pengujian mutu fisik menunjukkan bahwa rata-rata kadar air sebesar 12,22%, butir kepala 84,87%, butir patah 14,22%, butir menir 0,88%, benda asing 0,015%, dan butir gabah 0,27 butir. Berdasarkan kriteria SNI 6128:2020, sebanyak 12 sampel (40%) termasuk kategori Premium, 12 sampel (40%) kategori Medium 1, dan 6 sampel (20%) kategori Medium 2. Hasil perhitungan Information Gain menunjukkan bahwa parameter butir kepala, butir patah, butir menir, dan benda asing memiliki nilai yang sama tinggi, yaitu 0,971, sedangkan butir gabah memiliki nilai 0,175. Model Decision Tree yang dibangun berdasarkan keempat parameter utama tersebut menghasilkan performa klasifikasi yang sama dengan nilai akurasi sebesar 96,67%. Hasil penelitian menunjukkan bahwa metode Decision Tree mampu mengklasifikasikan mutu beras secara cepat, objektif, dan akurat sesuai standar SNI 6128:2020.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM RAMOT PURBA |
| Department | Teknologi Industri Pertanian |
| Uncontrolled Keywords | Beras Giling; Klasifikasi; Mutu Beras; Pohon Keputusan |
| Divisions | Fakultas Pertanian > S1 - Agroteknologi |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 18 Oct 2026 12:20 |
| Last Modified | 24 Oct 2026 17:23 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/32398 |
