Prediksi Dini Titik Kritis Halal Pada Produk Bahan Hewani Untuk Usaha Mikro Dan Kecil.

Nurlaela, Khofifah (2022) Prediksi Dini Titik Kritis Halal Pada Produk Bahan Hewani Untuk Usaha Mikro Dan Kecil. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05111840000025-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (4MB)

Abstract

Indonesia yang merupakan salah satu negara dengan potensi yang menjanjikan dalam pengembangan produk pangan berbasis jaminan halal. Tetapi potensi ini tidak didukung oleh ketersediaan produk panganan yang sudah bersertifikat halal, khususnya pada UMKM. Sertifikat Halal dikeluarkan oleh LPPOM MUI sebagai jaminan untuk makanan yang terbukti halal. Penilaian dari sertifikat halal salah satunya yaitu memastikan bahwa semua bahan yang digunakan termasuk bahan yang halal dan boleh digunakan. UMKM produk makanan berbahan hewani seringkali menemui masalah ketika melakukan pengajuan sertifikat halal. Hal ini dikarenakan kurangnya pengetahuan mengenai bahan yang halal, titik kritis bahan, serta bahan yang tidak boleh digunakan. Lebih dari itu, bahan hewani merupakan bahan yang paling kritis dan rawan berstatus haram. Penelitian ini mengajukan solusi untuk mendeteksi lebih awal kehalalan suatu bahan hewani dalam membantu UMKM untuk melakukan penilaian mandiri terhadap produk yang akan disertifikasi. Prediksi dilakukan berdasarkan aktivitas penelusuran yang dilakukan UMKM. Aktivitas penelusuran dilakukan berdasarkan model proses BPMN yang dikembangan mengacu pada Halal Critical Control Point. Pembuatan model proses BPMN dilakukan menggunakan perangkat lunak ProcessMaker. Terdapat dua metode klasifikasi yang digunakan yaitu Random Forest dan support vector machine (SVM). Hasil penelitian menunjukkan bahwa kedua metode, baik Random Forest dan SVM memiliki akurasi tertinggi sebesar 99%. Kedua metode ini kemudian diujicobakan pada data penelusuran baru dari lima produk hewani yang berbeda. Data baru merupakan log aktivitas penelusuran titik kritis bahan hewani yang dibuat secara tidak lengkap. Deteksi dini yang dilakukan pada data penelusuran baru menunjukkan bahwa kedua metode berhasil memprediksi semua skenario uji coba dengan tepat. Hal ini menunjukkan bahwa kedua metode memiliki performa yang sama dalam memprediksi titik kritis bahan hewani.
=================================================================================================================================
Indonesia, which is one of the countries with promising potential in the development of food products based on halal assurance. However, this potential is not supported by the availability of halal-certified food products, especially for SMEs. Halal certificates are issued by LPPOM MUI as a guarantee for food that is proven to be halal. One of the assessments of a halal certificate is to ensure that all materials used are halal and can be used. MSMEs for animal-based food products often encounter problems when applying for a halal certificate. This is due to a lack of knowledge about halal materials, critical points of materials, and materials that should not be used. Moreover, animal materials are the most critical materials and are prone to haram status. This study proposes a solution to early detect the halalness of an animal ingredient in helping SMEs to conduct an independent assessment of the product to be certified. Predictions are made based on tracing activities carried out by MSMEs. The tracking activity is carried out based on the BPMN process model that was developed referring to the Halal Critical Control Point. The BPMN process modeling is done using ProcessMaker software. There are two classification methods used, namely Random Forest and support vector machine (SVM). The results showed that both methods, both Random Forest and SVM, had the highest accuracy of 99%. These two methods were then piloted on new traceability data from five different animal products. The new data is an incomplete tracking activity log of animal -based ingredients critical points. Early detection carried out on new tracking data shows that both methods successfully predict all test scenarios correctly. This shows that both methods have the same performance in predicting the critical point of animal-based ingredients.

Item Type:	Thesis (Other)
Additional Information:	RSIf 006.31 Nur p-1 2022
Uncontrolled Keywords:	bahan, deteksi dini, halal, haram, hewani, processmaker, random forest, support vector machine, titik kritis. animal, critical point, early detection, halal, haram, ingredient, processmaker, random forest, support vector machine.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	25 May 2026 04:11
Last Modified:	25 May 2026 04:11
URI:	http://repository.its.ac.id/id/eprint/133389

Actions (login required)

View Item