Pengaruh Penggunaan Kitosan Terhadap Sifat Barrier Edible Film Tapioka Termodifikasi
Bibliographic record
Abstract
Penelitian pengaruh kitosan terhadap sifat barrier edible film tapioka termodifikasi dilakukan. Hal ini dilakukan karena lembaran film yang diperoleh pada penelitian sebelumnya masih memerlukan peningkatan sifat barrier dan kestabilan film pada penyimpanan. Seperti diketahui tapioka bersifat hidrofilik, sehingga perlu campuran bahan yang bersifat hidrofobik. Salah satu bahan yang mempunyai sifat tersebut adalah kitosan, dengan penambahan aditif lain diharapkan dapat memperbaiki sifat film . Tujuan dari penelitian ini adalah untuk mengetahui pengaruh kitosan terhadap sifat barrie r edible film tapioka termodifikasi. Penelitian dilakukan dengan metode pencampuran larutan edible film tapioka termodifikasi dengan larutan kitosan. Variabel yang digunakan adalah penambahan konsentrasi kitosan pada larutan edible film tapioka termodifikasi, dengan menitik- beratkan parameter uji pada nilai laju O 2 TR dan nilai laju WVTR dari edible film yang dihasilkan. Secara umum lembaran film yang dihasilkan masih memiliki laju transmisi uap air ( WVTR ) yang cukup besar (>200 g/m 2 /24 jam) dan memiliki sifat kedap terhadap oksigen yang cukup baik, ditandai dengan rendahnya nilai laju transmisi oksigen ( O 2 TR ) (<1cc/m 2 /24jam). Penggunaan paling optimal 1:0,75 dihasilkan nilai laju WVTR minimum sebesar 215,48 g/m 2 /24 jam dan nilai laju O 2 TR sebesar 0,376 (cc/m 2 /24jam). Pada hasil analisis SEM terlihat bahwa pada penambahan filler kitosan sebesar 75% mempunyai sifat barrier terhadap uap air yang baik, hal ini disebabkan filler kitosan yang ditambahkan sudah merata mengisi pori-pori atau celah ikatan antar polimer yang terbentuk. Penambahan kitosan tidak dapat meningkatkan grade pada JIS Z 1707-1997, Plastic Film for Food Packaging.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".