Edamame is included in perishable products or products that have a fairly short shelf life if post-harvest processing is not carried out. One of the post-harvest processing methods commonly used by the community is drying. The purpose of this study was to analyze the drying process of edamame related to the MLRL and ANN models. This study used a completely randomized design (CRD) with three variations of air velocity, namely 1 m/s, 3 m/s, and 5 m/s. Data collection was repeated three times every 30 minutes until 330 minutes.  Multiple linear regression (MLR) model training and validation produce accuracy values of 88.03 and 82.23, and the value of R2 of 0.93 and 0.90. While the training and validation of the artificial neural network (ANN) model resulted in accuracy values of 88.34 and 82.15, and R2 values of 0.93 and 0.90. Keywords:    ANN, Drying, Edamame, Food  dehydrator

Singkong merupakan tanaman yang dapat mudah kita jumpai di Indonesia, bahan pangan ini juga merupakan salah satu yang memiliki jumlah karbohidrat tinggi. Beberapa permasalahan pada pengolahan tepung singkong ini, antara lain: proses pengeringan parutan singkong, teknologi pembuatan tepung singkong, dan parameter kualitas tepung singkong. Metode pengeringan secara mekanis diharapkan dapat lebih baik dibandingkan dengan metode penjemuran. Tujuan dari penelitian ini adalah untuk mengetahui performa dari alat pengering flash dryer paa pengeringan tepung singkong. Pengeringan dengan menggunakan langkah tradisional membutuhkan 3-5 jam, sehingga dapat menghambat untuk proses selanjutnya. Pada penelitian ini dilakukan pengeringan dengan memanfaatkan pengering tipe pneumatic (flash) dryer. Pengeringan pada debit udara bukaan 50% (14,63 m3/s) mampu menghasilkan suhu pengeringan yang lebih tinggi jika dibandingkan dengan pengeringan pada debit udara bukaan 75% (20,57 m3/s). Kadar air akhir bahan setelah proses pengeringan sudah sesuai dengan SNI tepung singkong yaitu kurang dari 15 %. Efisiensi pengeringan berkisar antara 47 – 53 %.