Dhaniwardhani's Blog











{Januari 18, 2010}   …..terima kasih…..

dia tidak tau betapa saia teramat kagum..
padanya..
karena kehebatanny merangkai kata..
yang karena kata2ny saya selalu termotivasi..
kata2 sederhana yg menggugah..
dia tidak pernah tau karna saya ga pernah blg..

dia tidak tau betapa saia teramat suka…
pada caranya membuat orang disekitarnya nyaman…
merasa senang…merasa berarti….
tidak hanya untuk dirinya sendiri tapi untuk orang disekitar saia….
dia ga pernah tau kana saia ga pernah bilang…

dia tidak tau betapa saia sangat menikmati…
setiap detik pertemuan saia…
pertemuan yang pada akhirnya selalu menghadirkan pikiran2 baru…
tentang bagaimana melewati pahit getirnya dunia ini….
melewati setiap keping kenangan indah yang akan terjadi….

dia tidak pernah tau….
betapa darinya saia banyak belajar…
belajar arti hidup sesungguhnya…
bahwa warna tidak hanya hitam atau putih…
bahwa jalan tidak hanya lurus…
bahwa siang tidak selalu terang…
bahwa gelap bukan berarti malam…
bahwa mati bukan akhir dari segalanya…..

dia tidak pernah tauuuuuuu….
karna saia juga ga pernah bilang….
karna saia juga ga mau dia tauuu…
biar saia simpan sendirii…

ini hidup saia…
saia akan terus belajar…
biar semua saia yang tau…

mereka tidak pernah tauuu…
betapa saia tak nyaman…
tapi saia ga peduli…
yang penting mereka senang…

mereka tidak pernah tauuu…
betapa saia terluka…
atas apa yang telah mereka lakukan atas saia…
kecurangan…
topeng yang mereka kenakan…
topeng serigala penuh cinta…

mereka tidak perna tauuu…
betapa terkadang saia benar2 marah…
benar2 kecewa….

tapi sekali lagi saia pura2 acuh..
saia tak peduli…
biar saja mereka tertawa…
biar saja mereka dengan pikiran mereka sendiri tentang saia…

biar sajaa…….

TERIMA KASIH…
KEPADA SEMUA PIHAK YANG TELAH MEMBANTU SAIA….
membentuk pribadi yang seperti sekarang iniii….
saia akan terus belajar dan selalu belajar…
dari apapun…
yang penting anda senang…
jangan pedulikan saia….

……………………..

………TERIMA KASIH………………………….


{Desember 29, 2009}   PENANGANAN DAGING DENGAN PEMBEKUAN

Penanganan Daging Segar

Tingginya kandungan air, protein, dan lemak pada daging dapat menyebabkan daging cepat mengalami kerusakan. Upaya yang dapat dilakukan untuk mempertahankan kesegaran daging adalah melalui pendinginan dan pembekuan.

Daging digolongkan ke dalam Frozen Food (bahan pangan yang tahan dalam suhu pembekuan). Lemari es atau cool storage merupakan tempat yang dapat digunakan untuk mempertahankan kesegaran daging. Caranya adalah mencuci daging terlebih dahulu, kemudian dibungkus plastik. Usahakan sekecil mungkin udara di dalamnya untuk mengurangi penyusutan berat daging dan mencegah ketengikan. Selanjutnya daging yang akan disimpan dimasukkan ke dalam freezer (ruang pembeku). Penyimpanan daging pada suhu 5°C, dapat mempertahankan kesegaran hingga 3-5 hari. Pada suhu 2°C kesegaran daging dapat dipertahankan hingga 7-9 minggu, sedangkan pada suhu -10°C kesegaran daging dapat dipertahankan hingga 6-9 bulan.

Kerusakan Daging selama Penyimpanan Beku

Salah satu atau lebih dari faktor yang berhubungan dengan kerusakan fisik atau kimiawi daging beku adalah : (1) sifat dan lokasi kristal es yang terbentuk didalam jaringan otot, (2) kerusakan mekanik struktur selular karena perubahan volume, dan (3) kerusakan kimiawi yang disebabkan oleh partikel terlarut, termasuk garam-garam dan gula. Adalah pertikel terlarut tersebut menyebabkan penurunan titik beku daging (titik beku daging, kira-kira -2oC sampai -3oC, bukan 0oC).

Kehilangan nutrien daging beku terjadi selama penyegaran kembali, yaitu adanya nutrien yang terlarut dalam air dan hilang bersama cairan daging yang keluar (eksudasi cairan) yang lazim disebut drip. Jumlah nutrien yang hilang dari daging beku bervariasi, tergantung pada kondisi pembekuan dan penyegaran kembali. Nutrien (konstituen) didalam cairan drip, antara lain terdiri atas bermacam-macam garam, protein, peptida, asam-asam amino, asam laktat, purin, dan vitamin yang larut dalam air, termasuk vitamin B kompleks.

Selama penyimpanan beku dapat terjadi perubahan protein otot. Jumlah konstituen yang terkandung didalam drip berhubungan dengan tingkat kerusakan sel pada saat pembekuan dan penyimpanan beku. Dua faktor yang mempengaruhi jumlah drip yaitu : (1) besarnya cairan yang keluar dari daging, dan (2) faktor yang berhubungan dengan daya ikat air oleh protein daging.

Laju pembekuan dan ukuran kristal es yang terbentuk ikut menentukan jumlah drip. Pada laju pembekuan yang sangat cepat, kristal es kecil-kecil terbentuk didalam sel, sehingga struktur daging tidak mengalami perubahan. Pada laju pertumbuhan yang lambat, kristal es mulai terjadi diluar serabut otot (ekstraselular), karena tekanan osmotik ekstraselular lebih kecil daripada didalam otot. Pembentukan kristal es ekstraselular berlangsung terus, sehingga cairan ekstraselular yang tersisa dan belum membeku akan meningkat kekuatan fisiknya dan menarik air secara osmotik dari bagian dalam sel otot yang sangat dingin. Air ini membeku pada kristal es yang sudah terbentuk sebelumnya dan menyebabkan kristal es membesar. Kristal-kristal yang besar ini menyebabkan distorsi dan merusak serabut otot serta sarkolema. Kekuatan ionik cairan ekstraselular yang tinggi, juga menyebabkan denaturasi sejumlah protein otot. Denaturasi protein menyebabkan hilangnya daya ikat protein daging, dan pada saat penyegaran kembali terjadi kegagalan serabut otot menyerap kembali semua air yang menaglami translokasi atau keluar pada proses pembekuan. Cairan yang keluar dan tidak terserap kembali oleh serabut otot selama penyegaran inilah yang disebut drip.

Kerusakan protein merupakan fungsi dan waktu dan temperatur pembekuan. Jadi jumlah drip cenderung meningkat dengan meningkatnya waktu penyimpanan. Misalnya, kerusakan protein miofibrilar dan sarkoplasmik meningkat pada temperatur pembekuan -40oC dengan semakin lamanya penyimpanan.

Drip dapat diperkecil dengan cara pembekuan cepat setelah pemotongan tanpa melalui pendinginan. Pelayuan sebelum pembekuan juga cenderung menurunkan drip karena adanya perubahan hubungan ion protein, yaitu adanya pembebasan ion sodium dan kalsium, dan absorbsi ion potasium oleh protein miofibril.

pH mempunyai pengaruh drip. Pada pH yang lebih rendah, drip meningkat. Pada pH ultimat yang tinggi, drip hampir tidak terjadi karena daya ikat air daging meningkat, meskipun laju pembekuan berlangsung lambat. Bila daging prerigor dibekukan dan ATP kekakuan daging yang disebut thaw rigor. Kekakuan pada saat penyegaran kembali ini dapat dihindarkan jika waktu dan temperatur penyimpanan beku telah cukup untuk menurunkan aras ATP otot sebelum penyegaran kembali. Kekakuan terjadi karena meningkatnya aktivitas ATPase aktomiosin pada saat penyegaran kembali yang menyebabkan pemecahan ATP yang sangat cepat, sehingga mengakibatkan pemendekan atau kekakuan otot dan membesar eksudasi drip.

Syarat untuk memperkecil kekakuan dan eksudasi adalah dengan memperlambat pemecahan ATP yang masih tersedia sebelum pembekuan. Misalnya, injeksi Mg-sulfat pada dosis yang menyebabkan relaksasi, atau penyimpanan daging beku prerigor pada temperatur -2oC selama beberapa hari atau pada temperatur -12oC selama beberapa minggu, dapat memperlambat pemecahan ATP.



{Desember 29, 2009}   ANALISIS REGRESI DAN KORELASI

Analisis regresi dan korelasi merupakan cara yang sering digunakan dalam pengolahan data penelitian. Analisis regresi adalah analisis statistik yang berguna untuk mempelajari besar dan arah pengaruh dari satu atau lebih variable (disebut variable independen) terhadap satu atau lebih variable lain (variable dependen). Analisis korelasi digunakan untuk mengetahui hubungan keberadaan antara dua variabel dan dapat bersifat linier. Korelasi dikatakan positif apabila bernilai +1 dan dapat dikatakan negative apabila nilai koefisien korelasi bernilai -1, serta dapat dikatakan tidak berkorelasi apabila nilai koefisiennya 0.

Langkah-Langkah dalam Uji Korelasi Pearson

1. Nyalakan komputer terlebih dahulu

2. Pilih aplikasi Minitab dan masukkan data ke worksheet.

3. Ketik kelas pada C1, ketik lama pada C2, dan ketik produksi pada C3. Pada C1 Kelas, masukkan data 1, 1, 2, 2, 2, 2, 2, 3, 3, 3. Pada C2 Lama dimasukkan data 2, 4, 6, 6, 8, 8, 8, 9, 9, 10. Pada C3 Produksi dimasukkan data 10, 20, 50, 55, 60, 65, 70, 75 80, dan 85.

4. Klik Stat>Basic Statistic>Correlation. Pada kotak dialog variable, sorot C2 dan C3, klik select; maka pada kotak variabel tertera C2 dan C3.

5. Kotak Display p-value diklik hingga muncul tanda centang, klik OK.

6. Pada hasil akan muncul nilai pearson berikut nilai p.

7. Simpan Worksheet yang telah dibuat kemudian buat kesimpulan mengenai hasil session tersebut.

Hasil Uji Korelasi Pearson

Correlations: LAMA, PRODUKSI

Pearson correlation of LAMA and PRODUKSI = 0.981

P-Value = 0.000

Hasil data olahan korelasi Pearson dari Lama dan Produksi = 0.981dan P-Value = 0.000. Artinya adalah nilai korelasi antara data lama penggunaan mesin produksi dan kuantitas hasil produksi pada keunggulan mesin pembuat pellet pakan ternak yaitu sebesar 0,981 dan nilai P-value nya sebesar 0,000. Nilai P-value yang diperoleh dari data tersebut <0,05 berarti data tersebut berkorelasi nyata.

Langkah-Langkah dalam Uji Regresi

1. Input data

2. Kemudian buka Stat>Regression>Regression. Di responses, pasok C3. Di predictors, pasok C2, klik OK.

3. Simpan hasil olahan di minitab. File>save session window as: nama file.

4. Kemudian buka file tersebut di program Microsoft Word. Klik File>open.

5. Cari file di tempat mana data tersebut disimpan (dengan tanda khusus minitab yang menunjukan hasil olahan data), file conversion-Regresi-nama file. Klik OK.

6. Lalu File>save, klik no. sorot Word Document. Klik save. File Regresi-nama file tersebut session (hasil olahan) sudah dalam file Word Document. File tersebut dapat diedit kembali.

7. Kemudian buat kesimpulan dari hasil olahan tersebut.

Hasil Uji Regresi

Dari data yang telah dimasukkan pada awal uji regresi, maka diperoleh hasil olahan data untuk uji regresi antara lama dan produksi pellet pakan ternak yaitu

Regression Analysis: PRODUKSI versus LAMA

The regression equation is

PRODUKSI = – 11.1 + 9.73 LAMA

Predictor     Coef  SE Coef      T      P

Constant   -11.125    5.010  -2.22  0.057

LAMA        9.7321   0.6781  14.35  0.000

S = 5.07423   R-Sq = 96.3%   R-Sq(adj) = 95.8%

Analysis of Variance

Source          DF      SS      MS       F      P

Regression       1  5304.0  5304.0  206.00  0.000

Residual Error   8   206.0    25.7

Total            9  5510.0

Dari data display diatas diperoleh persamaan regresi antara lama dan produksi yaitu

PRODUKSI = – 11.1 + 9.73 LAMA

Dari pernyataan di atas dapat dinyatakan bahwa setiap kenaikan satu satuan LAMA akan meningkatkan sebanyak satu satuan produksi sebanyak PRODUKSI = -11.1 + 9.73 LAMA. Nilai 9.73 adalah nilai kemiringan dari persamaan regresi tersebut.

Selain rumus regresi, dari uji regresi tersebut juga diperoleh R-Sq sebesar 96.3%. Nilai R-Sq 96.3% menyatakan bahwa proporsi keragaman variable X terhadap Y bisa diterangkan secara linier sebesar 96.3% dan sisanya diterangkan oleh hal lainnya. Hal lain yang dimaksudkan di sini adalah selain dari korelasi tersebut. Pada data display analisis keragaman terdapat DF, SS, MS, F, dan P.

DF       : derajat bebas

SS        : jumlah kuadrat (sum square)

MS      : mean square

F          : nilai f

P          : nilai p-value

Selain menggunakan program minitab pengolahan data uji korelasi dan regresi dapat juga menggunakan program statistics. Langkah-langkah pengperasian statistics dalam menentukan uji korelasi dan regresi adalah sebaga berikut :

Statistik Parametrik

  • Langkah-Langkah Pengoperasian Uji Korelasi Pearson

1. Buka statistics>Linear Models>Correlations (Pearson).

2. Di kotak dialog Correlation (Pearson): klik LAMA, klik tanda panah arah kanan, klik PRODUKSI, klik tanda panah arah kanan, klik OK. Beri tanda checked (√) pada Fit Constant dan Compute P-Values. Klik OK.

3. Pada lembar olahan data (session) akan tampil hasil olahan. Nilai koefisien berikut dengan nilai P-nya. Bila P<0,05: mengindikasikan bahwa ditemukan hubungan keeratan (korelasi) antara sifat lama dan produksi mesin. Bila sebaliknya, maka tidak ditemukan hubungan keeratan antara sifat lama dan produksi mesin. Bila ditemukan hubungan antara kedua sifat beda tersebut, pengolahan data dapat diteruskan ke persamaan linier.

4. Setelah itu, simpan hasil olahan di Save>nama file. Kemudian hasilnya di Copy ke Microsoft Word untuk dibahas lebih lanjut.

· Hasil Olahan Data Korelasi Pearson

Correlations (Pearson)

LAMA

PRODUKSI   0.9811

P-VALUE  0.0000

Cases Included 10    Missing Cases 0

Dari hasil diatas dapat diketahui bahwa nilai P-Value sebesar 0.0000. Nilai tersebut <0.05 sehingga dapat dikatakan bahwa data PRODUKSI dan LAMA berkorelasi nyata. Hal ini sama dengan nilai yang diperoleh dengan menggunakan minitab.

  • Langkah-Langkah Pengoperasian Uji Regresi

1. Buka Statistics>Linear Models>Linier Regression.

2. Di kotak dialog Linear Regression; pada Variables, sorot PRODUKSI; di Dependent Variable, klik tanda panah arah kanan, kembali ke Variables, sorot LAMA; di Independent Variable, klik tanda panah arah kanan.

3. Beri tanda checked (√) pada Fit Constant, klik OK. Pada lembar olahan data (session) akan tampil hasil olahan. Nilai konstanta (a) dan koefisien regresi (b) diperoleh. Persaman regresi kemudian dapat dibuat. Hasil olahan data menampilkan tabel analisis regresi.

4. Kemudian setelah selesai, simpan hasil olahan data di Save>nama file. Kemudian data di Copy ke Microsoft Word agar bisa di Edit.

  • Hasil Olahan Data Regresi

Unweighted Least Squares Linear Regression of PRODUKSI

Predictor

Variables   Coefficient   Std Error         T         P

Constant       -11.1250     5.01040     -2.22    0.0571

LAMA            9.73214     0.67807     14.35    0.0000

R-Squared          0.9626      Resid. Mean Square (MSE)    25.7478

Adjusted R-Squared  0.9579  Standard Deviation          5.07423

Source        DF        SS        MS        F        P

Regression     1   5304.02   5304.02   206.00   0.0000

Residual       8    205.98     25.75

Total          9   5510.00

Cases Included 10    Missing Cases 0

Uji regresi dengan menggunakan statistics ini diperoleh persamaan yaitu

Produksi = -11.1250 + 9.73214 Lama

Persamaan ini hampir sama dengan persaman yang diperoleh dari minnitab walaupun konstanta yang diperoleh dari statistics ada perbedaan.

KORELASI SPEARMAN DAN PERSAMAAN REGRESI LINEAR

Tabel 1. Skor Ketangkasan Jari dan Kemampuan Mekanikal Pekerja

Pekerja

Ketangkasan jari

Kemampuan mekanikal

rank

rank

di

di2

A

1

2

1

3

-2

4

B

2

1

2

1

1

1

C

3

8

4

8

-4

16

D

3

2

4

3

1

1

E

3

2

4

3

1

1

F

6

6

6

6,5

-0,5

0,25

G

7

6

7

6,5

0,5

0,25

H

8

5

8

5

3

9

Data yang digunakan dalam mencari nilai koefisien korelasi spearman diatas adalah nilai skor, sehingga diolah secara statistics non-parametrik. Rumus yang digunakan yaitu

rs = 1 – 6∑ di2

n(n2-1)

Keterangan :

di : selisih setiap pasang rank yang berkaitan dengan pasangan data (Xi, Yi)

n  : banyaknya pasangan rank

  • Langkah-Langkah Mencari Koefisien Korelasi Spearman (rs)

1. Buka MINITAB>worksheet.

2. Pasok data pekerja di C1 (PEKERJA). Pasok data ketangkasan diri di C2 (KETANGKASAN DIRI). Pasok data kemampuan mekanikal di C3 (KEMAMPUAN MEKANIKAL).

3. Kemudian klik Data>Rank>di Rank Data in : sorot C2, klik select; di Store ranks in: ketik C4, klik OK. klik Data>Rank>di Rank Data in : sorot C3, klik select; di Store ranks in: ketik C5, klik OK. Perhatikan Worksheet, terdapat data rank pada C4 dan C5.

4. Kemudian klik Calc>Calculator. Di Store result in variable : ketik C6, di Expression : sorot C4, klik select; klik tanda -; sorot C5, select, klik OK.

5. Klik Calc>Calculator. Di Store result in variable : ketik C7, di Expression : sorot C6, klik select; klik tanda *; sorot C6, select, klik OK.

6. Calc>Column Statistics, di statistics : klik sum. Di Input variable : sorot C7, klik select. Di store result in: ketik K1, klik OK. Perhatikan Session, pada session terdapat nilai K1. Kemudian perhatikan Worksheet, maka terdapat C6 dan C7.

7. Calc>Calculator. Di Store result in variable : ketik K2, di Expression: klik tanda 6, klik tanda *; sorot K1, select, klik OK.

8. Calc>Calculator. Di Store result in variable : ketik K3, di Expression : klik tanda 8; klik tanda *; klik tanda 8, klik OK.

9. Calc>Calculator. Di Store result in variable : ketik K4, di Expression: sorot K3, klik select; klik tanda -: klik tanda 1, klik OK.

10. Calc>Calculator. Di Store result in variable  ketik K5, di Expression : sorot K4, klik select; klik tanda *; klik tanda 8, klik OK.

11. Calc>Calculator. Di Store result in variable  ketik K6, di Expression : sorot K2, klik select; klik tanda / ; sorot K5, klik OK.

12. Calc>Calculator. Di Store result in variable : ketik K7, di Expression : klik tanda 1; klik tanda -; sorot K6, klik OK.

13. Data>Display data, sorot K2-K7, klik select, klik OK. Perhatikan Session, maka terdapat nilai K1-K7. Nilai Korelasi Spearman (rs) adalah K7.

14. Kemudian dilanjutkan dengan uji t. Calc>Calculator. Di Store result in variable : ketik K8, di Expression: klik tanda 8; klik tanda -; klik tanda 2, klik OK.

15. Calc>Calculator. Di Store result in variable : ketik K9, di Function : sorot Square root; klik select; di Expression didapat (SQRT(number)). Maka ganti number dengan K8, klik OK.

16. Calc>Calculator. Di Store result in variable : K10, di Expression : sorot K7 klik tanda *; sorot K9, klik OK.

17. Calc>Calculator. Di Store result in variable : ketik K11, di Expression : sorot K7, klik select; klik tanda *; sorot K7, klik select, klik OK.

18. Calc>Calculator. Di Store result in variable : ketik K12, di Expression : klik tanda 1; klik tanda -; sorot K11, klik select, klik OK.

19. Calc>Calculator. Di Store result in variable : ketik K13, di Function : sorot Square root; klik select; di Expression didapat (SQRT(number)). Maka ganti number dengan K12 klik OK. Calc>Calculator. Di Store result in variable : ketik K14, di Expression : sorot K10 klik select; klik tanda /; sorot K13, klik OK.

20. Data>Display data, sorot K8-K14, klik select, klik OK. Perhatikan Session, maka akan terdapat nilai K8-K14. Maka nilai t hitung adalah K14. Buka tabel t (0.05/2)n = 8 dibuku teks statistic, tentukan daerah kritisnya.

21. Calc>Calculator. Di Store result in variable: ketik K15, di Expression, klik tanda 8;+;1; klik OK.

22. Calc>Calculator. Di Stores result in variable : ketik K16, di Expression : klik tanda 1; – ; sorot K7, klik select, klik OK.

23. Calc>Calculator. Di Store resut in variable : ketik K17, di Expression : sorot K16, klik select, klik tanda / ; 2, klik OK.

  • Hasil Data Display Korelasi Spearman dan Regresi

Sum of C7 = 32.5

Data Display

K1    32.5000

K2    195.000

K3    64.0000

K4    63.0000

K5    504.000

K6    0.386905

K7    0.613095

Data Display

K8     6.00000

K9     2.44949

K10    1.50177

K11    0.375886

K12    0.624114

K13    0.790009

K14    1.90095

Data Display

K15    9.00000

K16    0.386905

K17    0.193452

K18    1.74107

Y=1.74107+0.613095X

Dari hasil data display diatas diketahui bahwa nilai korelasi spearman sama dengan nilai K7 yaitu 0.613095, begitu juga dengan nilai t hitungnya yaitu sama dengan nilai K14 yaitu 1.90095. selain itu, diperoleh persamaan regresi yaitu Y=1.74107+0.613095X.

Dari persamaan regresi tersebut dapat dikatakan bahwa setiap kenaikan satu satuan X akan meningkatkan sebanyak satu satuan Y dengan rumus Y=1.74107+0.613095X.



{Desember 26, 2009}   yay!!!

aku lho rek wis duwe blog…hhhahahahaha



{Desember 26, 2009}   Hello world!

Welcome to WordPress.com. This is your first post. Edit or delete it and start blogging!



et cetera