HASIL DAN PEMBAHASAN. Karakterisasi Panjang Gelombang Lampu LED
|
|
- Yenny Sudirman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 6 Nilai XYZ diperoleh dari pengukuran menggunakan fotometer dengan cara yang sama seperti pengukuran sinar reflektans standar warna. Nilai XYZ ditransformasikan ke dalam rumus a*b*. Untuk mengetahui nilai a*b* standar dilakukan pengukuran menggunakan chromameter pada bagian tubuh yang sama. Pengukuran menggunakan Fotometer dan Chromameter dilakukan sebanyak tiga kali pada setiap bagian tubuh. HASIL DAN PEMBAHASAN Dalam mencapai target luaran, yaitu untuk mendapatkan model perhitungan yang paling baik untuk alat fotometer yang sedang dikembangkan ini, yang pada akhirnya alat ini dapat digunakan untuk memprediksi perubahan kecerahan warna kulit di dalam proses pengembangan formula bahan pencerah kulit, maka kerangka penelitian dilakukan secara in vitro (menggunakan standar warna dari produk pencerah kulit komersial) dan in vivo (langsung pada kulit). Pengukuran secara in vitro dimulai dengan pembuatan standar warna, karakterisasi panjang gelombang lampu LED, pengukuran sinar reflektans standar warna menggunakan fotometer, serta pengukuran nilai a*b* standar warna menggunakan chromameter, kemudian data tersebut dianalisis dengan pemodelan persamaan (Curve Fit) dan metode kemometrik (Lampiran 1). Target awal penelitian ini ialah untuk mendapatkan model perhitungan nilai a*b* bagi alat fotometer, tetapi untuk memprediksi a* dan b* tidak diperoleh model yang baik, sehingga penelitan ini difokuskan pada nilai saja. Setelah diperoleh rumus untuk menghitung nilai melalui pemodelan persamaan, pengenalan pola serta model prediksi nilai menggunakan metode kemometrik, maka pengukuran dilanjutkan ke tahap in vivo (langsung pada kulit). Dari hasil pengukuran dan perhitungan pada tahap ini, maka dapat diketahui potensi alat fotometer ini untuk dijadikan alat pengukur perubahan kecerahan warna kulit manusia. dibuat serupa dengan gradasi warna kulit normal manusia, sehingga diharapkan dengan pengukuran standar warna tersebut, diperoleh data model yang nantinya dapat digunakan untuk memprediksi perubahan warna kulit normal manusia. Pengukuran nilai a*b* menggunakan chromameter juga dilakukan pada standar warna, agar diperoleh data standar yang dapat digunakan untuk tahap karakterisasi selanjutnya. Karakterisasi Panjang Gelombang Lampu LED Pengukuran ini menggunakan alat Spektrofotometer tipe USB-2000 Fiber Optic Vis-Nir (Ocean optics). Sebelum dilakukan pengukuran sinar reflektans pada standar warna dan kulit normal manusia, lampu LED dikarakterisasi panjang gelombangnya. Hasil karakterisasi ini memberikan informasi mengenai panjang gelombang dominan yang dikeluarkan oleh lampu LED. Dari hasil karakterisasi (Gambar 7) diperoleh data seperti pada Tabel 1 berikut ini. Tabel 1 Hasil karakterisasi lampu LED Lampu LED Panjang Gelombang dominan (nm) Intensitas tertinggi [Sλ)] (a.u.) Ungu Biru Hijau Kuning Merah Panjang gelombang dominan dilihat dari nilai intensitas tertinggi, data panjang gelombang dominan lampu LED tersebut, dapat digunakan untuk proses karakterisasi lebih lanjut alat fotometer. Pembuatan Standar Warna Standar warna di dalam penelitian ini dibuat mirip dengan color tone produk pencerah kulit komersial yang biasa digunakan untuk mengetahui perubahan warna kulit setelah penggunaan produk tersebut (Lampiran 2). Standar warna yang Gambar 7 Spektrum lampu LED
2 7 Pengukuran Sinar Reflektans Standar Warna Menggunakan Fotometer Karakterisasi panjang gelombang dominan lima lampu LED telah dilakukan, maka tahap selanjutnya adalah pengukuran standar warna. Sebelum dilakukan pengukuran sinar reflektans standar warna, alat fotometer harus dikalibrasi menggunakan karton berwarna putih, hal ini bertujuan agar diperoleh data yang konsisten untuk setiap ulangan. Pengukuran dilakukan pada ruangan yang intensitas pencahayaannya rendah, hal ini dilakukan agar hasil yang diperoleh tidak bias, ketika dilakukan pada ruangan yang intensitas pencahayaannya tinggi, dikhawatirkan ada cahaya yang berasal dari sekeliling tempat pengukuran, ikut terdeteksi oleh detektor LDR sehingga nilai yang dihasilkan lebih besar dari yang seharusnya. Pengukuran standar warna dilakukan dari lampu LED yang memiliki energi lebih rendah (lampu LED merah) ke energi lebih tinggi (lampu LED ungu). Perhitungan Koefisien Baru untuk Prediksi Nilai Menggunakan 5 Lampu Pengukuran standar warna menggunakan chromameter dan fotometer telah dilakukan, tahap selanjutnya adalah mengolah data hasil pengukuran tersebut dengan menghitung nilai reflektans [R(λ)] menggunakan rumus nomor 2. Dilanjutkan dengan memasukkan [R(λ)] dan [Sλ)] untuk didapatkan nilai XYZ. Dalam perhitungan nilai XYZ diperlukan data fungsifungsi penyesuaian warna pengamat CIE 1931, yang diperoleh dari data sekunder (Soesatyo dan Marwah 2005), seperti pada Tabel 2 berikut ini: Tabel 2 Fungsi-fungsi penyesuaian warna pengamat CIE 1931 λ (nm) x y *diolah dari Soesatyo dan Marwah (2005) Pengukuran menggunakan alat chromameter dilakukan pada panjang gelombang mulai dari 400 sampai 700 nm, z namun dengan menggunakan alat fotometer hanya dilakukan pada panjang gelombang , , , , dan nm. Hal ini dikarenakan lampu LED yang berwarna monokromatis hanya didapatkan dengan komposisi warna seperti itu, namun tidak mengabaikan panjang gelombang kromofor yang terdapat pada permukaan kulit. Perhitungan dilanjutkan dengan menetapkan koefisien yang ada di dalam rumus a*b* sehingga menyebabkan diperolehnya nilai yang setara dengan a*b* yang dikeluarkan chromameter, dalam penentuan koefisien ini hanya digunakan standar warna A (sebagai model utama) dan digunakan 5 lampu (merah, kuning, hijau, biru, dan ungu). Berdasarkan hasil perhitungan dengan menggunakan rumus dan nilai pangkat yang serupa (1/3), dari perangkat lunak DataFit 9 dihasilkan nilai koefisien baru sehingga rumus untuk menghitung menjadi: 1/ (Y/Y) n (10) Penelitian pendahuluan ini hanya meninjau nilai dikarenakan sulitnya memperoleh model perhitungan yang menghasilkan nilai a* dan b* dengan kemiripan pola yang sama. Karena menurut Soesatyo dan Marwah (2005) nilai a* dan b* merupakan koordinat kromatisitas, sehingga agak sulit untuk memperoleh nilai-nilai tersebut dengan menggunakan alat fotometer sederhana ini dan hanya melalui pendekatan rumus seperti itu. Sesuai dengan yang telah disebutkan sebelumnya, fotometer ini nantinya akan digunakan sebagai alat untuk memprediksi perubahan kecerahan warna kulit karena penggunaan produk kosmetika pencerah kulit. Kecerahan kulit seseorang dipengaruhi oleh kandungan melanin yang terkandung pada kulit. Menurut Trujillo et al. (1996), informasi mengenai pigmentasi relatif dapat ditinjau berdasarkan nilai, sehingga kulit yang gelap memiliki nilai lebih rendah dibandingkan dengan kulit yang cerah. Clarys et al. (2000) dan (Shriver & Parra 2000), menyimpulkan bahwa terdapat hubungan antara nilai (kecerahan relatif) dan M (melanin indeks) sehingga pendekatan dengan hanya menghitung nilai menggunakan fotometer untuk tujuan tersebut masih dapat diandalkan. Setelah diperoleh rumus untuk model utama, dilakukan validasi rumus (10) dengan menghitung nilai standar warna B, C, D (Gambar 8a-d). Dari grafik terlihat bahwa
3 8 dengan menggunakan rumus baru (10) untuk perhitungan nilai, memang tidak diperoleh nilai prediksi (pengukuran menggunakan fotometer kemudian nilai diprediksi menggunakan persamaan baru) yang sama dengan nilai aktual (pengukuran menggunakan chromameter), namun memiliki kemiripan pola. Kemiripan pola yang dimaksud adalah dengan menggunakan rumus tersebut, nilai standar warna yang diperoleh dari alat chromameter (aktual) terlihat menurun dari nomor 1 hingga 16, demikian halnya dengan nilai yang dihasilkan dari fotometer. Hal yang berbeda ditemukan pada standar warna A, B, C, D bernomor 4, hal ini dikarenakan perbedaan warna yang dimiliki antara standar warna sebelum (nomor 3) dan sesudah (nomor 5), gradasi standar warna nomor 4 tidak percis terletak di antara keduanya. (d) Gambar 8 Nilai aktual dan prediksi standar warna A (a), B (b), C (d), D (d) Walaupun nilai aktual dan prediksi dari setiap standar warna tidak memiliki nilai yang sama, namun bila dilihat nilai korelasi (R 2 ) antara nilai aktual dan prediksi untuk standar warna A, B, C, D berurut-urut adalah sebagai berikut 0.982; 0.990; 0.984; dan 0.987, nilainilai secara rinci dapat dilihat pada Lampiran 12. Hal ini dapat juga menegaskan bahwa terdapat kesesuaian pola antara nilai yang dihasilkan dari alat fotometer dan chromameter. Analisis Data dengan Metode Kemometrik (a) (b) (c) Pengenalan Pola Antara Nilai Keluaran dari Fotometer dan Chromameter Persamaan baru untuk memperoleh nilai (10) telah digunakan dan dapat dilihat hasilnya, namun dengan pendekatan seperti itu, agak rumit di dalam perhitungan variabelvariabel untuk memperoleh nilai Y/Yn, sehingga perlu dilakukan pemodelan dengan metode lain, salah satunya dapat dilakukan menggunakan metode kemometrik. Langkah pertama adalah analisis pengenalan pola antara nilai keluaran dari fotometer (voltase) dan chromameter (a*b*) sehingga secara tidak langsung dapat diperoleh gambaran awal mengenai potensi kelayakan hasil pengukuran fotometer untuk dapat disejajarkan dengan hasil pengukuran dari chromamater. Hal ini dikarenakan, data nilai a*b* standar warna yang diperoleh dari alat chromameter (3 variabel), sulit dilihat kemiripan polanya dengan fotometer secara langsung, sebab data keluaran dari fotometer hanya angka bersatuan milivolt dengan lima variasi panjang gelombang (5 variabel), sehingga harus dicari dicari variabel baru dengan tetap mempertahankan informasi yang dimiliki oleh data. Proses ini dapat dilakukan
4 9 menggunakan teknik Analisis Komponen Utama (AKU), dan digunakan program Unscrambler versi X (Trial Version), sehingga nantinya dapat dilihat kemiripan pola antara data yang dihasilkan dari kedua alat tersebut serta diketahui kombinasi lampu LED fotometer yang dapat menyebabkan hal itu. Dalam analisis AKU langsung digunakan data pengukuran asli hasil pengukuran standar warna berkode A (model utama) menggunakan kedua instrumen. Hasil analisis AKU dikatakan baik bila dengan jumlah komponen utama yang sedikit mampu menggambarkan total variasi yang besar. Total variasi yang terwakili untuk hasil pengukuran menggunakan chromameter dan fotometer (Gambar 9 dan 10) mencapai 99% dengan rincian masing-masing adalah (PC1 = 93%, PC2 = 6%) dan (PC1 = 98%, PC2 = 1%). Pengelompokkan untuk semua nomor standar warna dari 1-16 berada di keempat kuadran dan beberapa nomor standar warna hasil pengukuran menggunakan chromameter menempati kuadran yang sama, begitu pula dengan hasil pengukuran yang menggunakan fotometer, walaupun berada di kuadran yang berbeda namun distribusi standar warna pada masing-masing kuadran hasil pengukuran kedua instrumen memiliki kemiripan, dan dapat dikatakan pola yang dihasilkan dari kedua alat ini seperti membentuk bayangan cermin. Sumbangan panjang gelombang dari alat fotometer yang sangat berperan pada pengelompokkan ini adalah berasal dari lampu LED berwarna merah ( nm) dan biru ( nm), hal ini dapat diketahui dari loading PCA pada Gambar 11. Hal ini diperkuat dari skor PCA yang dihasilkan (Gambar 12), apabila hanya menggunakan dua lampu saja (merah dan biru), ternyata sudah diperoleh kemiripan pola yang serupa dengan Gambar 10. Pola yang dihasilkan akibat penggunaan lampu merah dan lampu biru setidaknya sudah dapat merepresentasikan kemiripan pola antara nilai yang dihasilkan dari chromameter dan fotometer. Hal ini disebabkan karena pada alat chromameter, pengukuran didasarkan pada sinar yang direfleksikan, terdapat fotosel bersensitivitas tinggi yang berfungsi sebagai penangkap sinar yang telah melewati filter, dan telah disesuaikan dengan standar warna dasar CIE yaitu biru (450 nm), hijau (550 nm), dan merah (610 nm) (Zwinkels 1996). Pada alat fotometer digunakan lampu LED merah ( nm) dan lampu LED biru ( nm), kedua lampu itu memiliki panjang gelombang yang mendekati warna dasar dari CIE pada alat chromameter, dengan penggunaan lampu monokromatis dan asumsi bahwa sinar reflektans memiliki panjang gelombang yang sama dengan panjang gelombang sumber sinar yang diberikan, sehingga hal tersebut dapat terjadi. Gambar 9 Skor PCA 16 standar warna A chromamater (a*b*) Gambar 10 Skor PCA 16 standar warna A fotometer (5 lampu) Gambar 11 Loading PCA 16 standar warna A dengan fotometer (5 lampu) Gambar 12 Skor PCA 16 standar warna A fotometer (2 lampu)
5 10 Penggunaan dua lampu LED (merah dan biru) di dalam pengolahan data menggunakan teknik AKU, diperoleh juga pola seperti bayangan cermin, oleh karena itu berdasarkan plot loading (Gambar 11) dilakukan penambahan data dengan metode trial and error (penambahan data dari pengukuran menggunakan lampu LED kuning, hijau, atau ungu) dengan tujuan akhir yaitu dapat diketahui komposisi lampu yang menghasilkan kemiripan pola antara chromameter dan fotometer. Berdasarkan hasil pengolahan data menggunakan teknik AKU, diketahui bahwa komposisi lampu yang benar-benar memiliki kemiripan pola dengan hasil pengukuran chromameter adalah kombinasi lampu merah, biru, dan ungu (Gambar 13), total variasi yang terwakili untuk hasil pengukuran menggunakan fotometer mencapai 100% dengan rincian PC1 = 97%, PC2 = 3%). Hal ini dikarenakan data yang diperoleh dari penggunaan lampu ungu, menjadi pembobot untuk lampu merah dan biru, dan apabila ditinjau dari plot loading (Gambar 11), skor loading pada PC2 untuk lampu biru dan lampu ungu hampir sejajar, sehingga walaupun panjang gelombang dominan lampu ungu tidak sesuai dengan warna dasar dari CIE, namun apabila ketiga lampu tersebut digabungkan maka dapat menghasilkan kemiripan pola antara nilai dari chromameter dan fotometer. Sedangkan kombinasi lampu merah, biru, dan kuning (Gambar 14) dan lampu merah, biru, dan hijau (Gambar 15), kedua kombinasi lampu tersebut menghasilkan pola seperti Gambar 10, hanya saja pada Gambar 15 terdapat penyimpangan pada standar warna bernomor 14, namun tidak terlalu signifikan. Gambar 13 Skor PCA 16 standar warna A fotometer (lampu merah, biru, ungu) Gambar 14 Skor PCA 16 standar warna A fotometer (lampu merah, biru, kuning) Gambar 15 Skor PCA 16 standar warna A fotometer (lampu merah, biru, hijau) Pembentukan Model Prediksi nilai Menggunakan Partial Least Square (PLS) Setelah diketahui bahwa terdapat kemiripan pola antara nilai yang dihasilkan fotometer dan chromameter berarti dapat dikatakan terdapat adanya hubungan antara hasil pengukuran fotometer dan chromameter, maka tahap selanjutnya adalah membentuk model untuk dapat melihat seberapa dekat hubungan antara variabel-variabel dari hasil pengukuran kedua instrumen tersebut, salah satunya untuk memprediksi nilai, dalam hal ini digunakan teknik PLS, yang dapat menghubungkan hasil kedua instrumen. Model kalibrasi dibentuk dari nilai pengukuran fotometer sebagai variabel x (prediktor) dan nilai pengukuran chromameter (a*b*) sebagai variabel y (respons). Analisis PLS melibatkan tiga komponen respons, yaitu dalam bentuk nilai a*b*. Kesahihan model yang terbentuk diuji dengan validasi silang. Teknik validasi silang bermanfaat untuk menentukan jumlah komponen yang optimal dari jumlah contoh yang sedikit, selain itu juga mampu melakukan tes secara independen (Stchur et al. 2002). Berdasarkan hasil trial and error pada tahap sebelumnya, diputuskan untuk
6 11 menggunakan tiga lampu LED (merah, biru, dan ungu) yang didasarkan pada kemiripan pola antara hasil pengukuran fotometer dan chromameter. Seperti yang telah disebutkan sebelumnya bahwa alat fotometer ini akan difungsikan untuk mengukur tingkat perubahan kecerahan kulit normal manusia yang salah satunya dipengaruhi oleh kandungan melanin yang terkandung di dalam kulit. Menurut Kollias dan Baqer (1985), nilai reflektans yang cukup besar untuk melanin berada panjang gelombang lampu LED berwarna merah, dan Dwyer et al. (2002) menyimpulkan bahwa pada panjang gelombang lampu ungu juga dapat diperoleh hal tersebut, sehingga kombinasi lampu yang diperoleh dari hasil AKU dapat digunakan untuk pengukuran kulit (in vivo). Informasi yang diperoleh dari pengolahan data pengukuran standar warna berkode A (model utama), diperoleh nilai R 2 kalibrasi sebesar , R 2 prediksi sebesar , RMSEC sebesar , dan RMSEP sebesar Nilai korelasi, RMSEC, dan RMSEP model utama untuk memprediksi nilai tersebut, masih dikatakan baik karena menurut Farkas et al. (2004), model yang memiliki nilai root mean square error of calibration (RMSEC) dan root mean square error of prediction (RMSEP) rendah, nilai korelasi antara y prediksi dan nilai y referensi tinggi, dikatakan model tersebut baik. Model utama tersebut dapat digunakan untuk memprediksi nilai standar warna berkode B, C, dan D (Tabel 3). Pengolahan data dengan menggunakan model utama, diperoleh informasi bahwa ketika digunakan model utama (lampu merah, biru, dan ungu) nilai korelasi antara nilai aktual dan prediksi untuk standar warna kode B, C, dan D berurut-urut adalah sebagai berikut 0.992; 0.994; Hasil-hasil tersebut bisa dikatakan bahwa model utama dapat memprediksi nilai dengan cukup baik, walaupun nilai prediksi dan aktual masih terlihat adanya perbedaan (persen deviasi yang masih cukup besar), namun dilihat dari hasil-hasil tersebut adanya kemiripan pola antara hasil pengukuran menggunakan fotometer dan chromameter, dalam arti bahwa nilai untuk masing-masing standar warna berkode A, B, C, dan D dari nomor 1 16 sama-sama memiliki pola nilai yang semakin menurun, kecuali pada standar warna berkode C dan D bernomor 4, hal ini dikarenakan perbedaan gradasi antara standar warna bernomor 3 dan 5. Nomor Standar Warna Tabel 3 Hasil prediksi nilai standar warna menggunakan teknik PLS Aktual A B C D L * Prediksi % Deviasi Aktual Prediksi % Deviasi Aktual Prediksi % Deviasi aktual Prediksi % Deviasi
7 12 Perhitungan Koefisien Baru untuk Prediksi Nilai Menggunakan 3 Lampu Berdasarkan pengenalan pola menggunakan teknik AKU, diketahui bahwa dengan menggunakan tiga lampu (merah, biru, dan ungu) dapat diperoleh pola yang mirip antara nilai pengukuran menggunakan fotometer dan chromameter, oleh karena itu dilakukan juga pemodelan persamaan (Curve Fit) menggunakan tiga lampu. Berdasarkan hasil perhitungan dengan menggunakan rumus sejenis dan nilai pangkat yang serupa (1/3), dari perangkat lunak DataFit 9 dihasilkan nilai koefisien baru sehingga rumus untuk menghitung menjadi: 1/ (Y/Y) n (11) Setelah diperoleh rumus maka dilakukan validasi rumus tersebut dengan memprediksi standar warna berkode B, C, dan D (Gambar 16a-d). (d) Gambar 16 Nilai aktual dan prediksi standar warna A (a), B (b), C (d), D (d) Seperti hasil prediksi menggunakan lima lampu, ketika digunakan hanya 3 lampu terlihat belum dihasilkannya nilai prediksi yang sama dengan nilai aktual, namun bila dilihat nilai korelasi (R 2 ) antara nilai aktual dan prediksi untuk standar warna A, B, C, D berurut-urut adalah sebagai berikut 0.979, 0.976, 0.977, 0.981, hal ini dapat juga menegaskan bahwa terdapat kesesuaian pola antara nilai yang dihasilkan dari alat fotometer dan chromameter. Pengukuran Warna Kulit Normal Manusia (a) (b) (c) Setelah dilakukan pengukuran secara in vitro, untuk mencapai target luaran maka dilakukan pengukuran secara in vivo (pengukuran secara langsung pada kulit manusia). Pengukuran kulit manusia hanya dilakukan pada dua mahasiswa saja namun terdapat dua letak target pengukuran pada setiap mahasiswa, hal ini dikarenakan keterbatasan akses dalam penggunaan chromameter. Dalam penelitian ini, dipilih kulit normal manusia (tidak dalam kondisi sakit kulit), pada bagian punggung tangan kanan (PF, PA) dan lengan bagian bawah tangan kanan (FF, FA) untuk setiap mahasiswa. Penelitian ini merupakan penelitian pendahuluan fotometer untuk dijadikan pengukur perubahan kecerahan warna kulit, jadi belum dilakukan proses perlakuan (pemberian bahan kosmetika pencerah kulit) pada kulit tangan yang dijadikan contoh pengukuran. Dasar pemilihan punggung tangan dan lengan bagian bawah, dikarenakan kedua bagian tangan ini memiliki perbedaan warna yang cukup signifikan, sehingga dapat dianalogikan pada target luaran yaitu untuk mengukur perubahan kecerahan warna kulit. Proses prediksi
8 13 menggunakan pendekatan pemodelan persamaan (Curve Fit) dan kemometrik (PLS) dengan kombinasi tiga lampu LED (merah, biru, dan ungu). Hasil yang diperoleh (Gambar 17 dan 18) ketika digunakan pendekatan pemodelan persamaan (rumus nomor 11) dan kemometrik memiliki nilai korelasi berurut-urut sebagai berikut dan Walaupun nilai aktual dan prediksi pengukuran kulit menggunakan pemodelan persamaan memiliki nilai korelasi sedikit lebih tinggi, namun apabila dilihat dari grafik terlihat bahwa pendekatan menggunakan metode kemometrik memiliki nilai prediksi yang mendekati nilai sebenarnya, hal ini dikarenakan proses prediksi menggunakan pemodelan persamaan menggunakan satu rumus saja sehingga kemampuan untuk mendekati nilai sebenarnya agak terbatas, sedangkan ketika digunakan pendekatan kemometrik (PLS), komposisi model yang digunakan lebih kompleks dan menyertakan pembobot (W) sehingga dapat memaksimalkan korelasi antara model skor dari X dan Y. Berdasarkan Gambar 17 dan 18 dapat terlihat bahwa kemampuan model untuk menghasilkan nilai prediksi yang mendekati nilai aktual belum begitu baik, karena nilai prediksi masih jauh dari nilai sebenarnya. Hal ini dikarenakan model yang digunakan berdasarkan pengukuran secara in vitro (menggunakan standar warna A yang dicetak pada kertas), tentu saja memiliki matriks yang berbeda dengan kulit manusia sebenarnya, karena warna kulit ditentukan oleh pigmen seperti hemoglobin, melanin, bilirubin, dan karotenoid, sehingga pigmen-pigmen inilah yang diduga dapat memengaruhi hasil pengukuran kulit yang dilakukan secara langsung. Walaupun secara kuantitatif belum diperoleh kecenderungan nilai prediksi yang hampir sama dengan nilai aktual, namun dengan model-model tersebut dapat terlihat kemiripan pola antara pengukuran menggunakan chromameter dan fotometer. Gambar 18 Nilai aktual dan prediksi kulit normal dari metode kemometrik (PLS) SIMPULAN DAN SARAN Simpulan Pendekatan menggunakan pemodelan persamaan (Curve Fit) dan metode kemometrik (teknik PLS) dapat digunakan untuk memprediksi nilai standar warna dan kulit normal manusia. Kombinasi lampu yang memberikan kesamaan pola antara hasil pengukuran menggunakan chromameter dan fotometer adalah lampu merah, biru, dan ungu. Pendekatan untuk menghitung nilai kulit normal manusia yang memberikan hasil mendekati nilai sebenarnya adalah model yang dihasilkan dari metode kemometrik (teknik PLS). Dari hasil-hasil penelitian yang telah disebutkan di atas, menunjukkan bahwa fotometer ini berpotensi untuk dijadikan alat ukur perubahan kecerahan warna kulit normal manusia. Saran Pengukuran secara langsung pada kulit normal manusia perlu dilakukan pada beragam variasi kecerahan kulit normal manusia, kemudian pembuatan model prediksi nilai dibuat berdasarkan pengukuran tersebut, sehingga dapat lebih dipastikan bahwa alat fotometer ini layak digunakan sebagai alat alternatif selain chromameter secara khusus untuk digunakan dalam bidang pengembangan formula bahan kosmetika kulit. DAFTAR PUSTAKA Gambar 17 Nilai aktual dan prediksi kulit normal dari pemodelan persamaan Anonim Light Dependent Resistor LDR. [terhubung berkala]. datasheet.pdf [2 Des 2010]. Chandra, Franky, Arifianto D Jago
KINERJA FOTOMETER SEBAGAI ALAT UKUR WARNA KULIT MANUSIA SECARA IN VITRO DAN IN VIVO FRENGKI SIBURIAN
i KINERJA FOTOMETER SEBAGAI ALAT UKUR WARNA KULIT MANUSIA SECARA IN VITRO DAN IN VIVO FRENGKI SIBURIAN DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011
Lebih terperinciHASIL DAN PEMBAHASAN. Prosedur Penggunaan Peranti Lunak ImageJ
sedangkan PLSDA untuk mengklasifikasikan ketiga tanaman sampel ke dalam tiga kelompok tanaman yang berbeda dalam bentuk model prediksi. Model tersebut selanjutnya digunakan untuk memprediksi ketiga sampel
Lebih terperinciMAKALAH Spektrofotometer
MAKALAH Spektrofotometer Nama Kelompok : Adhitiya Oprasena 201430100 Zulfikar Adli Manzila 201430100 Henky Gustian 201430100 Riyan Andre.P 201430100 Muhammad Khairul Huda 20143010029 Kelas : A Jurusan
Lebih terperinciSpektrofotometer UV /VIS
Spektrofotometer UV /VIS Spektrofotometer adalah alat untuk mengukur transmitan atau absorban suatu sampel sebagai fungsi panjang gelombang. Spektrofotometer merupakan gabungan dari alat optic dan elektronika
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Absorbsi Near Infrared Sampel Tepung Ikan Absorbsi near infrared oleh 50 sampel tepung ikan dengan panjang gelombang 900 sampai 2000 nm berkisar antara 0.1 sampai 0.7. Secara grafik
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciPengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
Pengolahan Citra Warna 1 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan warna penuh dan warna pseudo Penyajian
Lebih terperinciHASIL DAN PEMBAHASAN
Konsentrasi lemak ikan (%) Kandungan zat aktif (absorban) HASIL DAN PEMBAHASAN Deskripsi Data Berdasarkan data yang digunakan dalam penelitian ini, akan dilakukan pengidentifikasian multikolinieritas.
Lebih terperinciDINAS PENDIDIKAN KOTA PADANG SMA NEGERI 10 PADANG Cahaya
1. EBTANAS-06-22 Berikut ini merupakan sifat-sifat gelombang cahaya, kecuali... A. Dapat mengalami pembiasan B. Dapat dipadukan C. Dapat dilenturkan D. Dapat dipolarisasikan E. Dapat menembus cermin cembung
Lebih terperinciTeori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari
Teori Warna S1 Tekinik Informatika Disusun Oleh Dr. Lily Wulandari 1 Sejarah Warna Pada tahun 1672 Sir Isaac Newton menemukan bahwa cahaya yang dilewatkan pada sebuah prisma akan terbagi menjadi berbagai
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
19 BAB IV HASIL DAN PEMBAHASAN A. Penyiapan Lemak Sapi dan Lemak Babi Sebanyak 250 gram jaringan lemak sapi dan babi yang diperoleh dari pasar tradisional Purwokerto,dicuci dan dipotong kecil-kecil untuk
Lebih terperinciPENDAHULUAN. Gambar 1 Ilustrasi hukum Lambert Beer (Sabrina 2012) Absorbsi sinar oleh larutan mengikuti hukum lambert Beer, yaitu:
PENDAHULUAN Spektrofotometer adalah alat untuk mengukur transmitan atau absorbans suatu sampel yang dinyatakan sebagai fungsi panjang gelombang. Absorbsi radiasi oleh suatu sampel diukur pada berbagai
Lebih terperinci1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi
1.Definis Warna Dalam ilmu fisika warna didefinisikan sebagai gelombang elektromagnetik cahaya, sedangkan dalam bidang ilmu seni rupa dan desain warna didefinisikan sebagai pantulan tertentu dari cahaya
Lebih terperinciMetode Penentuan Warna Biji dalam Seleksi Klon Unggul Kakao Mulia. Pusat Penelitian Kopi dan Kakao Indonesia, Jl. PB. Sudirman 90 Jember 68118
Metode Penentuan Warna Biji dalam Seleksi Klon Unggul Kakao Mulia Indah Anita-Sari 1), Agung Wahyu Susilo 1), dan Yusianto 1) 1) Pusat Penelitian Kopi dan Kakao Indonesia, Jl. PB. Sudirman 90 Jember 68118
Lebih terperinci1. Pendahuluan [7] 2. Dasar Teori 2.1 Warna Sir Isaac Newton
1. Pendahuluan Kemajuan ilmu pengetahuan dan teknologi telah mendorong manusia untuk melakukan otomatisasi dan digitalisasi pada perangkat-perangkat manual. Dalam bidang tertentu seperti pada perusahan
Lebih terperinciHASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. Reflektan Near Infrared Biji Nyamplung (Calophyllum inophyllum L.) Perangkat NIRFlex Solids Petri N-500 yang digunakan dalam penelitian ini, menghasilkan data pengukuran berupa
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
7 3. Pengenceran Proses pengenceran dilakukan dengan menambahkan 0,5-1 ml akuades secara terus menerus setiap interval waktu tertentu hingga mencapai nilai transmisi yang stabil (pengenceran hingga penambahan
Lebih terperinciTINJAUAN PUSTAKA Kalibrasi Ganda Regresi Kuadrat Terkecil Parsial ( Partial Least Squares/PLS) 1. Model PLS
TINJAUAN PUSTAKA Kalibrasi Ganda Kalibrasi adalah suatu fungsi matematik dengan data empirik dan pengetahuan untuk menduga informasi pada Y yang tidak diketahui berdasarkan informasi pada X yang tersedia
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinciBAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan akan teknologi semakin meningkat seiring dengan kemajuan dan perkembangan ilmu pengetahuan dan teknologi itu sendiri. Kemajuan teknologi dengan perkembangan
Lebih terperinci4 HASIL DAN PEMBAHASAN
4 HASIL DAN PEMBAHASAN 4.1 Reaksi Pengumpulan Pepetek terhadap Warna Cahaya dengan Intensitas Berbeda Informasi mengenai tingkah laku ikan akan memberikan petunjuk bagaimana bentuk proses penangkapan yang
Lebih terperinciBAB IV HASIL PENGAMATAN
BAB IV HASIL PENGAMATAN 4.1 Absorbansi Panjang Gelombang Maksimal No λ (nm) Absorbansi 1 500 0.634 2 510 0.555 3 520 0.482 4 530 0.457 5 540 0.419 6 550 0.338 7 560 0.293 8 570 0.282 9 580 0.181 10 590
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring dengan kemajuan ilmu pengetahuan dan teknologi banyak bermunculan ide yang mendorong manusia untuk melakukan otomatisasi dan digitalisasi pada perangkat perangkat
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinciDAFTAR ISI... A. Latar Belakang Penelitian B. Rumusan Masalah C. Keaslian Penelitian D. Urgensi Penelitian... 5
DAFTAR ISI HALAMAN JUDUL... HALAMAN PERSETUJUAN... PERNYATAAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv vii x xi xiii INTISARI... xvii ABSTRACT...
Lebih terperinciPEMBUATAN SENSOR WARNA SEDERHANA DENGAN MENGGUNAKAN LDR DAN MIKROKONTROLER ATMEGA8535
PEMBUATAN SENSOR WARNA SEDERHANA DENGAN MENGGUNAKAN LDR DAN MIKROKONTROLER ATMEGA8535 Triponia Martini 1*, Made Rai Suci Shanti. N.A, 2 Suryasatriya Trihandaru, 2 1 Program Studi Pendidikan Fisika, Fakultas
Lebih terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. Pemetaan Batimetri 4.1.1. Pemilihan Model Dugaan Dengan Nilai Digital Asli Citra hasil transformasi pada Gambar 7 menunjukkan nilai reflektansi hasil transformasi ln (V-V S
Lebih terperinciBAB V PEMBAHASAN UMUM
BAB V PEMBAHASAN UMUM Penelitian ini pada prinsipnya bertujuan untuk menghasilkan sebuah metode dan algoritma yang dapat digunakan untuk menentukan posisi tiga dimensi dari obyek pertanian, yaitu jeruk
Lebih terperinciLEMBAR KERJA SISWA (LKS) /TUGAS TERSTRUKTUR - - GELOMBANG ELEKTROMAGNET - G ELO MB ANG ELEK TRO M AG NETIK
LEMBAR KERJA SISWA (LKS) /TUGAS TERSTRUKTUR Diberikan Tanggal :. Dikumpulkan Tanggal : Nama : Kelas/No : / Elektromagnet - - GELOMBANG ELEKTROMAGNET - G ELO MB ANG ELEK TRO M AG NETIK Interferensi Pada
Lebih terperinciPENENTUAN KEASAMAN BUAH NENAS VARIETAS CAYENNE SECARA TIDAK MERUSAK MENGGUNAKAN SHORT WAVELENGTH NEAR INFRARED (SW-NIR) SPECTROSCOPY
PENENTUAN KEASAMAN BUAH NENAS VARIETAS CAYENNE SECARA TIDAK MERUSAK MENGGUNAKAN SHORT WAVELENGTH NEAR INFRARED (SW-NIR) SPECTROSCOPY Non destructive Determintaion of Acidity ofcayenne Pineapple fruit using
Lebih terperinciPenentuan Bahan Kering Buah
PENENTUAN BAHAN KERING BUAH SAWO SECARA TIDAK MERUSAK MENGGUNAKAN NIR SPECTROSCOPY [Nondestructive Determination of Dry Matter in Sawo Fruit Using NIR Spectroscopy] Diding Suhandy 1) 1) Staf Pengajar Jurusan
Lebih terperinciCAHAYA. CERMIN. A. 5 CM B. 10 CM C. 20 CM D. 30 CM E. 40 CM
CAHAYA. CERMIN. A. 5 CM B. 0 CM C. 20 CM D. 30 CM E. 40 CM Cahaya Cermin 0. EBTANAS-0-2 Bayangan yang terbentuk oleh cermin cekung dari sebuah benda setinggi h yang ditempatkan pada jarak lebih kecil
Lebih terperinciIV. HASIL DAN PEMBAHASAN
8 eigenvalue masing-masing mode terhadap nilai total eigenvalue (dalam persen). PC 1 biasanya menjelaskan 60% dari keragaman data, dan semakin menurun untuk PC selanjutnya (Johnson 2002, Wilks 2006, Dool
Lebih terperinci1. Jika periode gelombang 2 sekon maka persamaan gelombangnya adalah
1. Jika periode gelombang 2 sekon maka persamaan gelombangnya adalah A. y = 0,5 sin 2π (t - 0,5x) B. y = 0,5 sin π (t - 0,5x) C. y = 0,5 sin π (t - x) D. y = 0,5 sin 2π (t - 1/4 x) E. y = 0,5 sin 2π (t
Lebih terperinciAntiremed Kelas 12 Fisika
Antiremed Kelas 12 Fisika Optika Fisis - Latihan Soal Doc Name: AR12FIS0399 Version : 2012-02 halaman 1 01. Gelombang elektromagnetik dapat dihasilkan oleh. (1) Mauatan listrik yang diam (2) Muatan listrik
Lebih terperinciBAB 4 HASIL DAN PEMBAHASAN
diperkuat oleh rangkainan op-amp. Untuk op-amp digunakan IC LM-324. 3.3.2.2. Rangkaian Penggerak Motor (Driver Motor) Untuk menjalankan motor DC digunakan sebuah IC L293D. IC L293D dapat mengontrol dua
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Model Regresi Linier Metode regresi linier merupakan suatu metode yang memodelkan hubungan antara variabel respon dengan variabel prediktor. Tujuannya adalah untuk mengukur
Lebih terperinciSPEKTROFOTOMETRI SERAPAN UV-VIS
SPEKTROFOTOMETRI SERAPAN UV-VIS SPEKTROFOTOMETRI SERAPAN UV-VIS PRINSIP DASAR HUKUM BEER INSTRUMENTASI APLIKASI 1 Pengantar Istilah-Istilah: 1. Spektroskopi : Ilmu yang mempelajari interaksi materi dengan
Lebih terperinciXpedia Fisika. Optika Fisis - Soal
Xpedia Fisika Optika Fisis - Soal Doc. Name: XPFIS0802 Version: 2016-05 halaman 1 01. Gelombang elektromagnetik dapat dihasilkan oleh. (1) muatan listrik yang diam (2) muatan listrik yang bergerak lurus
Lebih terperinciBAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK
BAB III KALIBRASI DAN VALIDASI SENSOR KAMERA UNTUK PENGEMBANGAN RUMUS POSISI TIGA DIMENSI OBYEK A. Pendahuluan Latar Belakang Perhitungan posisi tiga dimensi sebuah obyek menggunakan citra stereo telah
Lebih terperinciBAB III DESAIN DAN METODE PENELITIAN
BAB III DESAIN DAN METODE PENELITIAN A. Jenis Penelitian Penelitian ini merupakan penelitian kausal karena bertujuan untuk menguji hipotesis tentang pengaruh satu atau beberapa variabel (variabel independen)
Lebih terperinciBAB III METODE PENELITIAN. yang bertujuan untuk mendeskriptifkan sesuatu yang ada pada saat ini. Dalam
1 BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Penelitian yang dilakukan termasuk dalam penelitian deskriptif kuantitatif yang bertujuan untuk mendeskriptifkan sesuatu yang ada pada saat ini. Dalam
Lebih terperinciGambar 5 Spektrum IR EVA water -based A-760 (a), DA-101 (b). : standar; :non-standar. Bilangan Gelombang (cm -1 )
5 HIL D PEMH nalisis pektrum I Pola spektrum FTI sel utuh sampel biologis maupun non-biologis merupakan pola spektrum sidik jari hasil serapan vibrasi dari seluruh penyusun sel tersebut, seperti protein,
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Waktu dan Tempat Penelitian dilaksanakan selama bulan Maret hingga Juli 2011, bertempat di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP), Departemen
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. Deteksi Dari citra setting yang telah direkam, dengan menggunakan software Paint Shop Pro v.6, diketahui nilai RGB dari tiap laser yang terekam oleh kamera CCD. RGB yang dicantumkan
Lebih terperinciBAB III METODE PENELITIAN. Variabel dalam penelitian ini terdiri dari : 1. Variabel dependen, yaitu loyalitas konsumen
BAB III METODE PENELITIAN 3.1 Variabel Penelitian dan Definisi Operasional 3.1.1 Variabel Penelitian Variabel dalam penelitian ini terdiri dari : 1. Variabel dependen, yaitu loyalitas konsumen. Variabel
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Hasil Kalibrasi NIR Spektra Kalibrasi NIR dapat dilakukan apabila telah terkumpul data uji minimal 60 sampel yang telah diubah menjadi spektrum. Pada penelitian ini telah terkumpul
Lebih terperinciBAB IV PENGUJIAN SISTEM DAN ANALISIS HASIL KARAKTERISASI LED
BAB IV PENGUJIAN SISTEM DAN ANALISIS HASIL KARAKTERISASI LED 4.1 Kalibrasi DAC Gambar 4.1. Diagram blok proses kalibrasi DAC Gambar 4.1 memperlihatkan diagram blok proses kalibrasi DAC. Komputer dihubungkan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Dengan semakin kompleksisitas berbagai keperluan saat ini, analisis kimia dengan mempergunakan metoda fisik dalam hal identifikasi dari berbagai selektifitas fungsi polimer
Lebih terperinciBAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN. Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu
BAB III ANALISIS DAN INTERPRETASI HASIL PENELITIAN 3.1 Pengujian Instrumen Data Sebelum melakukan penelitian sebaiknya dilakukan pengujian terlebih dahulu terhadap instrumen yang akan digunakan. Ini dilakukan
Lebih terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciHASIL DAN PEMBAHASAN. (a) (b) Gambar 4 Twin trough chamber (a) dan flat bottom chamber (b)
6 pengembang yang masih segar. Pelat dideteksi dengan UV 366 nm. Stabilitas Analat pada Pelat dan dalam Larutan. Ekstrak ditotolkan pada pelat 10 x 10 cm. Ekstrak dibuat sebanyak tiga buah. Ekstrak satu
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Uraian Bahan 2.1.1 Parasetamol Menurut Ditjen BKAK (2014), uraian mengenai parasetamol adalah sebagai berikut: Rumus struktur : Gambar 2.1 Rumus Struktur Parasetamol Nama Kimia
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Koreksi Pencaran Multiplikatif Data persen transmitan diperoleh dari pengukuran dengan menggunakan FTIR pada 1866 bilangan gelombang yang berkisar antara 4000 400 cm -1. Grafik
Lebih terperinciTUGAS ANALISIS FARMASI ANALISIS OBAT DENGAN METODE SPEKTROFOTOMETRI UV-VIS
TUGAS ANALISIS FARMASI ANALISIS OBAT DENGAN METODE SPEKTROFOTOMETRI UV-VIS OLEH NAMA : RAHMAD SUTRISNA STAMBUK : F1F1 11 048 KELAS : FARMASI A JURUSAN FARMASI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciUntuk terang ke 3 maka Maka diperoleh : adalah
JAWABAN LATIHAN UAS 1. INTERFERENSI CELAH GANDA YOUNG Dua buah celah terpisah sejauh 0,08 mm. Sebuah berkas cahaya datang tegak lurus padanya dan membentuk pola gelap terang pada layar yang berjarak 120
Lebih terperinciBAB III ANALISIS SPEKTRUM CAHAYA. spektrumnya. Sebagai kisi difraksi digunakan potongan DVD yang sudah
18 BAB III ANALISIS SPEKTRUM CAHAYA 3.1. Spektroskop Sederhana Spektrometer sederhana ini dirancang dengan menggunakan karton dupleks, dibuat membentuk sudut 45 o dan 9 o, dirancang dengan membentuk 2
Lebih terperinciBAB 2 FAKTOR MANUSIA - PENGELIHATAN - PENDENGARAN - SENTUHAN. Interaksi Manusia dan Komputer Faktor Manusia 8
BAB 2 FAKTOR MANUSIA - PENGELIHATAN - PENDENGARAN - SENTUHAN Interaksi Manusia dan Komputer Faktor Manusia 8 BAB 2 FAKTOR MANUSIA PENDAHULUAN Sistem komputer terdiri atas 3 aspek, yaitu perangkat keras
Lebih terperinciIV. METODE PENELITIAN
33 IV. METODE PENELITIAN 3.1 Kerangka Pemikiran Berdasarkan perumusan masalah, tujuan dan manfaat, penelitian ini dibangun atas dasar kerangka pemikiran bahwa kemiskinan merupakan masalah multidimensi
Lebih terperinciBAB I PENDAHULUAN. jumlah paparannya berlebihan. Kerusakan kulit akibat paparan sinar matahari
BAB I PENDAHULUAN 1.1 Latar Belakang Matahari sebagai sumber cahaya alami memiliki peranan yang sangat penting bagi keberlangsungan kehidupan, tetapi selain mempunyai manfaat sinar matahari juga dapat
Lebih terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1 Musim Panas Tahun 1999 Pola grafik R rs dari masing-masing lokasi pengambilan data radiansi dan irradiansi pada musim panas 1999 selengkapnya disajikan pada Gambar 7.Grafik
Lebih terperinciBAB III METODE PENELITIAN. alat pendeteksi frekuensi detak jantung. Langkah langkah untuk merealisasikan
BAB III METODE PENELITIAN Pada penelitian ini, akan dilakukan beberapa langkah untuk membuat alat pendeteksi frekuensi detak jantung. Langkah langkah untuk merealisasikan alat pendeteksi frekuensi detak
Lebih terperinciGrafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16
Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
Lebih terperinciANALISIS KONTAMINASI LEMAK BABI DALAM MINYAK GORENG SAWIT (RBD PALM OIL) MENGGUNAKAN SPEKTROSKOPI FOURIER TRANSFORM INFRARED (FTIR) DAN KEMOMETRIK
ANALISIS KONTAMINASI LEMAK BABI DALAM MINYAK GORENG SAWIT (RBD PALM OIL) MENGGUNAKAN SPEKTROSKOPI FOURIER TRANSFORM INFRARED (FTIR) DAN KEMOMETRIK PROPOSAL SKRIPSI PUTRI KHOLISOTUN NAWA 082210101015 Kamis,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinci4. HASIL DAN PEMBAHASAN. Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12
4. HASIL DAN PEMBAHASAN 4.1 Sebaran Tumpahan Minyak Dari Citra Modis Pada Gambar 7 tertera citra MODIS level 1b hasil composite RGB: 13, 12 dan 9 dengan resolusi citra resolusi 1km. Composite RGB ini digunakan
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini merupakan data sekunder.
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini merupakan data sekunder. Data ini dikumpulkan dari berbagai sumber, antara lain data Survey Demografi dan
Lebih terperinciM-5 PENENTUAN PANJANG GELOMBANG CAHAYA TAMPAK
M-5 PENENTUAN PANJANG GELOMBANG CAHAYA TAMPAK I. TUJUAN Tujuan percobaan ini adalah untuk menentukan besar panjang gelombang dari cahaya tampak dengan menggunakan konsep difraksi dan interferensi. II.
Lebih terperinciBAB III METODOLOGI PENELITIAN. penelitian kuantitatif sedangkan jenis penelitian yang akan digunakan dalam
BAB III METODOLOGI PENELITIAN A. Jenis Penelitian dan Metode Penelitian Metode penelitian yang akan digunakan dalam penelitian ini ialah metode penelitian kuantitatif sedangkan jenis penelitian yang akan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciMETODELOGI PENELITIAN
III. METODELOGI PENELITIAN A. BAHAN DAN ALAT 1. Bahan Bahan baku yang digunakan adalah kelopak kering bunga rosela (Hibiscus sabdariffa L.) yang berasal dari petani di Dramaga dan kayu secang (Caesalpinia
Lebih terperinci2 TINJAUAN PUSTAKA. 2.1 Bagan
2 TINJAUAN PUSTAKA 2.1 Bagan Bagan merupakan suatu alat tangkap yang termasuk kedalam kelompok jaring angkat dan terdiri atas beberapa komponen, yaitu jaring, rumah bagan, dan lampu. Jaring bagan umumnya
Lebih terperinciMETODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 03, No. 3 (2014), hal 169 174. METODE PARTIAL LEAST SQUARES UNTUK MENGATASI MULTIKOLINEARITAS PADA MODEL REGRESI LINEAR BERGANDA Romika Indahwati,
Lebih terperinciBAB I PENDAHULUAN. pesat ditandai dengan persaingan sangat kuat dalam bidang teknologi. Seiring
BAB I PENDAHULUAN 1.1. Latar Belakang Pada abad ke 21 ini, ilmu pengetahuan dan teknologi berkembang sangat pesat ditandai dengan persaingan sangat kuat dalam bidang teknologi. Seiring dengan berkembangnya
Lebih terperinciSIFAT-SIFAT CAHAYA. 1. Cahaya Merambat Lurus
SIFAT-SIFAT CAHAYA Dapatkah kamu melihat benda-benda yang ada di sekelilingmu dalam keadaan gelap? Tentu tidak bukan? Kita memerlukan cahaya untuk dapat melihat. Benda-benda yang ada di sekitar kita dapat
Lebih terperinciMetamerisme dan Iluminan Isi
S O L U S I J A H I T C O AT S Metamerisme dan Iluminan Isi Pengantar Apa itu metamerisme? Jenis-Jenis Metarisme Pentingnya Cahaya dalam Metarisme Apa itu iluminan? Apa perbedaan antara sumber cahaya dengan
Lebih terperinciBAB III METODOLOGI PENELITIAN. dibandingkan dengan produksi sub-sektor perikanan tangkap.
BAB III METODOLOGI PENELITIAN A. Lokasi Penelitian Adapun lokasi penelitian dalam menyusun penelitian ini adalah pada 29 kabupaten dan 9 kota di Provinsi Jawa Timur, dengan pertimbangan bahwa Provinsi
Lebih terperinciLIGHT DEPENDENT RESISTANT (LDR) SEBAGAI PENDETEKSI WARNA
Yulian Mirza, Light Dependent Resistant (LDR) Sebagai 39 LIGHT DEPENDENT RESISTANT (LDR) SEBAGAI PENDETEKSI WARNA Yulian mirza 1, Ali Firdaus 2 1,2 Jurusan Teknik Komputer Politeknik Negeri Sriwijaya Palembang
Lebih terperinciBAB II TINJAUAN PUSTAKA. Raman merupakan teknik pembiasan sinar yang memiliki berbagai
BAB II TINJAUAN PUSTAKA 2.1 Teori Dasar Spektroskopi Raman Raman merupakan teknik pembiasan sinar yang memiliki berbagai keunggulan dalam penggunaannya. Dalam spektrum Raman tidak ada dua molekul yang
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pendidikan adalah salah satu bentuk interaksi manusia, sekaligus tindakan sosial yang dimungkinkan berlaku melalui suatu jaringan hubungan kemanusiaan melalui peranan-peranan
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Penelitian
BAB I PENDAHULUAN A. Latar Belakang Penelitian Indonesia merupakan salah satu negara penghasil buah alpukat (Persea americana Mill.) yang cukup besar dalam skala global. Data statistik tahun 2013 menunjukkan
Lebih terperinci3 METODE. Waktu dan Tempat Penelitian
18 Gambar 17 Pegujian sistem navigasi: (a) lintasan lurus tanpa simpangan, (b)lintasan lurus dengan penggunaan simpangan awal, (c) lintasan persegi panjang, (d) pengolahan tanah menggunakan rotary harrower
Lebih terperinciLAPORAN PRAKTIKUM KIMIA ANORGANIK II PERCOBAAN IV PENENTUAN KOMPOSISI ION KOMPLEKS
LAPORAN PRAKTIKUM KIMIA ANORGANIK II PERCOBAAN IV PENENTUAN KOMPOSISI ION KOMPLEKS DISUSUN OLEH : NAMA : FEBRINA SULISTYORINI NIM : 09/281447/PA/12402 KELOMPOK : 3 (TIGA) JURUSAN : KIMIA FAKULTAS/PRODI
Lebih terperinciBAB III METODE PENELITIAN. Waktu dalam penelitian ini adalah 2 bulan yaitu bulan April sampai
BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Waktu dalam penelitian ini adalah 2 bulan yaitu bulan April sampai dengan bulan Mei 2017, untuk menyebarkan kuisioner kepada responden, dan tempat
Lebih terperinciGrafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom
Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom BAB-13 PENCAHAYAAN 13.1. WARNA Warna sebenearnya merupakan persepsi kita terhadap pantulan cahaya dari benda-benda
Lebih terperinciBAB III METODE PENELITIAN. sebagai objek yang diteliti. Letak pasar porong ini berada di Jalan Raya Juwet,
BAB III METODE PENELITIAN 3.1 Lokasi Penelitian Penelitian ini dilakukan di Pasar Porong dengan UMKM di Pasar Porong sebagai objek yang diteliti. Letak pasar porong ini berada di Jalan Raya Juwet, Porong,
Lebih terperinci5.3 Praktek Image Adjustment
5.3 Praktek Image Adjustment Palet Adjustment merupakan fitur yang berguna dalam pengolahan gambar atau foto dengan pengaturan terhadap pencahayaan dan komposisi warna. Para pengguna Photoshop telah mengenal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Peramalan Peramalan digunakanan sebagai acuan pencegah yang mendasari suatu keputusan untuk yang akan datang dalam upaya meminimalis kendala atau memaksimalkan pengembangan baik
Lebih terperinciA. SIFAT-SIFAT CAHAYA
A. SIFAT-SIFAT CAHAYA Sebuah benda dapat dilihat karena adanya cahaya, yang memancar atau dipantulkan dari benda tersebut, yang sampai ke mata. Cahaya menurut sumber berasalnya ada 2 macam, yaitu: 1. cahaya
Lebih terperinciBAB IV ANALISIS DENGAN SPEKTROFOTOMETER
BAB IV ANALISIS DENGAN SPEKTROFOTOMETER A. TUJUAN PRAKTIKUM 1. Mahasiswa dapat membuat kurva kalibrasi 2. Mahasiswa mampu menganalisis sampel dengan menggunakan alat spektrofotometer 3. Mengetahui pengaruh
Lebih terperinciKOMPOSISI WARNA Semester Ganjil DKV - UNINDRA PGRI Dra. Winny Gunarti, M.Ds.
KOMPOSISI WARNA Semester Ganjil 2014-2015 DKV - UNINDRA PGRI Dra. Winny Gunarti, M.Ds. Kombinasi/Komposisi Warna Adalah campuran/susunan warna-warna yang diatur untuk menciptakan warnawarna harmonis dalam
Lebih terperinciPERCOBAAN 1 PENENTUAN PANJANG GELOMBANG MAKSIMUM SENYAWA BAHAN PEWARNA
PERCOBAAN 1 PENENTUAN PANJANG GELOMBANG MAKSIMUM SENYAWA BAHAN PEWARNA A. TUJUAN 1. Mempersiapkan larutan blanko dan sampel untuk digunakan pengukuran panjang gelombang maksimum larutan sampel. 2. Menggunakan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang terdiri atas Indeks Pembangunan Manusia (IPM), sektor perekonomian yang
Lebih terperinciKOMBINASI SPEKTRUM ULTRAVIOLET DAN MODEL KALIBRASI MULTIVARIAT UNTUK PENENTUAN SIMULTAN KAFEIN, VITAMIN B1, B2, DAN B6 YULIA FATMAWATI
KOMBINASI SPEKTRUM ULTRAVIOLET DAN MODEL KALIBRASI MULTIVARIAT UNTUK PENENTUAN SIMULTAN KAFEIN, VITAMIN B1, B2, DAN B6 YULIA FATMAWATI DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciSIFAT FISIK WARNA.. 10/6/2013
WARNA sensasinya dengan karakteristik fisik lain seperti titik leleh, ukuran partikel, SG dll. Merupakan persepsi manusia terhadap penampakan dari sinyal yang diberikan oleh otak. Dipengaruhi oleh : Sejumlah
Lebih terperinciBAB 3 PENGOLAHAN DATA
18 BAB 3 PENGOLAHAN DATA 3.1. Pengumpulan Data Data yang akan diolah dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Sumatera Utara di Jln. Asrama No. 179 Medan
Lebih terperinci