Open Access
Issue
BIO Web Conf.
Volume 148, 2024
International Conference of Biological, Environment, Agriculture, and Food (ICoBEAF 2024)
Article Number 04019
Number of page(s) 10
Section Food
DOI https://doi.org/10.1051/bioconf/202414804019
Published online 09 January 2025
  • I.N. Adiyasa, L.K. Abdi, & R. Fujiawati, Tingkat pengetahuan ibu, peran petugas kesehatan dan perilaku penggunaan penyedap rasa Monosodium Glutamat (MSG) pada masakan. J. Kesehat. Prima 10, 1756 (2016) [Google Scholar]
  • T. Ayudia, Sistem pakar diagnosa penyakit akibat konsumsi berlebihan Monosodium Glutamat (Msg) menggunakan metode anfis. J. Pelita Informat. 8, 382, (2020) [Google Scholar]
  • M. Bari, S.H. Sitorus, & U. Ristian, Implementasi metode naïve bayes pada aplikasi prediksi penyebaran wabah penyakit ISPA (Studi Kasus: Wilayah Kota Pontianak), 06(03), 205 (2018) [Google Scholar]
  • A.N. Respati, Pengaruh penggunaan pasta labu kuning (Cucurbita Moschata) untuk substitusi tepung terigu dengan penambahan tepung Angkak dalam pembuatan mie kering. Skripsi, Universitas Sebelas Maret, Surakata, (2010) [Google Scholar]
  • N. Cebi, T. Ozturk, C.E. Dogan, & O. Sagdic, Evaluation of raman microscopy for the detection of additional monosodium glutamate in dry soup mix. Qual. Assur. and Saf. of Crop. & Foods 12, 1 (2020) [CrossRef] [Google Scholar]
  • P.I. Cahyani, Hubungan konsumsi makanan mengandung Monosodium Glutamate (Msg) dengan perkembangan kognitif anak usia sekolah di SD Negeri Pongtiku 2 Kota Makassar. Sekolah Tinggi Ilmu Kesehatan Panakkukang Makassar, (2020). [Google Scholar]
  • A.M. Chikmah, & J. Nisa, Pengaruh lifestyle (pola konsumsi makanan mengandung Msg) terhadap gangguan pemusatan perhatian dan hiperaktif pada anak prasekolah. BHAMADA: J. Ilmu. Teknol. Kesehat. 11, 65 (2020). [Google Scholar]
  • D.R. Adawiyah, & F. Setiawan. Ambang deteksi dan preferensi rasa umami dalam model pangan. J. Teknol. dan Indus. Pang. 28, (2017) [Google Scholar]
  • F. Liantoni, & A.A. Santoso, Penerapan ciri statistik orde pertama dengan Ekualisasi histogram pada klasifikasi telur omega-3. Simetris: J. Tek. Mesin, Elektro. dan Ilm. Komp. 9, 953 (2018). [Google Scholar]
  • F.W. Ningtyias, A.H. Asdie, M. Julia, & Y.S. Prabandari, Makanan mentah, goitrogenik dan gangguan akibat kekurangan yodium (Gaky)(Raw Food, Goitrogenic and Idd). Bul. Penelit. Sist. Kesehat. 18, 20933 (2015). [Google Scholar]
  • M. Lee, J.W. Jung, D. Kim, Y.J. Ahn, S. Hong, & H.W. Kwon, Discrimination of umami tastants using floating electrode-based bioelectronic tongue mimicking insect taste systems. Acs Nano 9, 11728 (2015). [CrossRef] [PubMed] [Google Scholar]
  • J. Liu, Y. Fan, G. Chen, & Y. Liu, Highly sensitive glutamate biosensor based on platinum nanoparticles decorated MXene-Ti3C2Tx for L-glutamate determination in foodstuffs. Lwt 148, 111748 (2021) [CrossRef] [Google Scholar]
  • Y. Mirza, Sensor suhu Lm35 dan photo dioda sebagai sistem kendali mesin potong. JUPITER J. Penel. Ilm. dan Teknol. Komp. 10, 45 (2018) [Google Scholar]
  • A. Mulyasuryani, & D.E.D Prasetya, Development of chemical sensor for detection of monosodium glutamate by polyvinyl alcohol-Fe3O4 membrane on screen printed carbon electrode. In IOP Conference Series: Mater. Sci. and Engineer. 546, 032022 (2019) [CrossRef] [Google Scholar]
  • W. Muslehatin, & M. Ibnu, Penerapan naïve bayes classification untuk klasifikasi tingkat kemungkinan obesitas mahasiswa sistem informasi UIN Suska Riau, In Seminar Nas. Teknol. Inform. Kom. dan Indus. 18 (2017) [PubMed] [Google Scholar]
  • M.T. Rizki, Pemantauan status kualitas air berbasis Extensible Messaging and presence protocol (XMPP) dengan metode klasifikasi Naive bayes. (2018) [Google Scholar]
  • E. Murdiana, Analisis penggunaan monosodium glutamat (MSG) pada ibu rumah tangga di perkotaan dan perdesaan Bogor. Institut Pertanian Bogor, Bogor. (2012) [Google Scholar]
  • O.D. Nurhayati, D. Eridani, & A. Ulinuha, Ekstraksi ciri orde pertama dan metode principal component analysis untuk mengidentifikasi jenis telur ayam kampung dan ayam arab. J. Sist. Infor. Bisn. 9, 133 (2019) [CrossRef] [Google Scholar]
  • M.K. Rahmadhika, & A.M. Thantawi, Rancang bangun aplikasi face recognition pada pendekatan CRM menggunakan opencv dan algoritma haarcascade. IKRA-ITH INFORMATIKA: J. Komp. dan Inform. 5, 109 (2021) [Google Scholar]
  • A. Syariffudin, & U. Pratiwi, Perancangan alat peraga gerak harmonik berupa bandul matematis menggunakan sensor photodioda berbasis arduino. J. Pendidik. Sains dan Komp. 2, 2809 (2022) [Google Scholar]
  • M. Sabransyah, Y.N. Nasution, & D. Tisna, Aplikasi metode naive bayes dalam prediksi risiko penyakit jantung naive bayes method for a heart risk disease prediction application. J. EKSPONENSIAL 8, 111 (2017) [Google Scholar]
  • D. Sartika, & D. Sensuse, Perbandingan algoritma klasifikasi naive bayes, nearest neighbour, dan decision tree pada studi kasus pengambilan keputusan pemilihan pola pakaian, JATISI J. 3, 151 (2017) [Google Scholar]
  • Surantoro, et al. Pembuatan alat percobaan hukum II newton dengan sensor cahaya photodioda. J. Mater. dan Pemb. Fisik. 12, 1-5 (2020) [Google Scholar]
  • UCI Machine Learning Repository, 2018, Center for Machine Learning and Intelligent Systems, UCI Machine Learning Repository, https://archive.ics.uci.edu/ml/datasets.htm, Diakses Jpada tanggal 20 Juni 2018. [Google Scholar]
  • P.D Wananda, L. Novamizanti, & R.D. Atmaja, Sistem deteksi cacat kayu dengan metode deteksi tepi SUSAN dan ekstraksi ciri statistik. ELKOMIKA: J. Tek. Ener. Elek. Tek. Telekom. & Tek. Elek. 6, 140 (2018) [Google Scholar]
  • Wulandari. Senyawa flavor hasil hidrolisis dari ikan seluang (Rasbora sp) sebagai sumber MSG (Monosodium glutamate) alami. In Prosiding Seminar Nasional Lahan Suboptimal 2019, Palembang 4-5 September 2019. 496. Palembang: Unsri Press. (2019) [Google Scholar]

Current usage metrics show cumulative count of Article Views (full-text article views including HTML views, PDF and ePub downloads, according to the available data) and Abstracts Views on Vision4Press platform.

Data correspond to usage on the plateform after 2015. The current usage metrics is available 48-96 hours after online publication and is updated daily on week days.

Initial download of the metrics may take a while.