PENDUGAAN KOMPOSISI KIMIA MODIFIED CASSAVA FLOUR (MOCAF) DENGAN METODE NEAR INFRARED (NIR) SAMUEL FERY PURBA F

Transkripsi

1 PENDUGAAN KOMPOSISI KIMIA MODIFIED CASSAVA FLOUR (MOCAF) DENGAN METODE NEAR INFRARED (NIR) SAMUEL FERY PURBA F DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2010

2 ABSTRACT Samuel Fery Purba. F Prediction of Chemical Compositions of Modified Cassava Flour (MOCAF) by Near Infrared (NIR) Method. Under direction of Dr. Ir. I Wayan Budiastra, M.Agr. The objective of this study was to apply NIR method to analyze modified cassava flour (MOCAF) accurately, more simple, requiring no chemicals, and quickly predict the chemical compositions (moisture, ash, ph, amylose contents). The wavelength ranges to predicting MOCAF chemical compositions, from 1000 to 2500 nm ( cm -1 at intervals of 4 cm -1 ). Prediction results represent the reflectance data (R) of 70 samples with 1500 wavelength data, whereas the absorbance data (A) was obtained with transformation log (1/R). Calibration method which used in this study are principal component regression (PCR) and partial least squares (PLS). Data treatment on the reflectance and absorbance spectrum curve estimation MOCAF chemical compositions, among others: smooth average 3 points, second derivative Savitzky-Golay 9 points, and combination both of them. A number of 70 MOCAF were used as samples. Samples were divided into two phases: ± 45 samples (2/3 of total samples) for developing calibration equation and ± 25 samples (1/3 of total samples) for performing validation. NIR data analysis result shows that PLS method with NIR reflectance data and the smooth average 3 points is the best method of calibration and data treatment to predicting moisture contents of MOCAF. Prediction of ash, ph, and amylose contents of MOCAF best obtained with the PLS method, the NIR absorbance data, and combination data treatment of smooth average 3 points and second derivative Savitzky-Golay 9 points. The standard error of prediction (SEP) and coefficient of variability (CV) respectively were 0.49% and 4.2% for moisture contents; 0.02% and 2.8% for ash contents; 0.02 and 0.4% for ph contents; and 0.39% and 1.3% for amylose contents. Keywords: NIR, PCR, PLS, MOCAF, moisture, ash, ph, amylose contents.

3 RINGKASAN Samuel Fery Purba. F Pendugaan Komposisi Kimia Modified Cassava Flour (MOCAF) dengan Metode Near Infrared (NIR). Dibimbing oleh Dr. Ir. I Wayan Budiastra, M.Agr. Modified cassava flour (MOCAF) adalah salah satu jenis tepung-tepungan yang merupakan produk turunan dari tepung singkong yang menggunakan prinsip modifikasi sel singkong secara fermentasi. MOCAF merupakan salah satu komoditi pangan lokal yang diharapkan dapat menyukseskan program diversifikasi pangan untuk mengurangi ketergantungan terhadap tepung terigu di Indonesia. Penggunaan MOCAF sebagai pensubstitusi tepung terigu sudah banyak dilakukan. MOCAF dapat digunakan sebagai bahan baku dari berbagai jenis makanan, mulai dari mie, bakery, cookies, hingga makanan semi basah. Pada umumnya untuk mengetahui komposisi kimia bahan dilakukan dengan cara analisis kimiawi laboratorium dengan metode konvensional, namun hal tersebut cukup rumit, memerlukan waktu analisis yang cukup lama, mahal, dan membutuhkan tenaga ahli intensif disamping membutuhkan ruangan yang luas sebagai laboratorium. Kendala dalam metode konvensional tersebut dapat diatasi dengan metode near infrared (NIR) yang bersifat non destruktif dan akurat. Metode NIR dapat menganalisis komposisi kimia dari bahan pangan, produk hortikultura, dan pakan ternak dalam waktu yang cepat, teliti, lebih sederhana, tidak membutuhkan bahan-bahan kimia, dan ekonomis. Tujuan umum dari penelitian adalah untuk menduga komposisi kimia (kadar air, abu, amilosa, dan ph) MOCAF dengan metode NIR. NIR merupakan bagian dari spektrum gelombang elektromagnetik dengan panjang gelombang antara nm (Dryden, 2003). Selain itu daerah infra merah dekat memiliki energi yang relatif rendah dan stabil, dalam interaksi terhadap molekul-molekul (CH, OH, CN, dan NH) hanya akan menimbulkan getaran (vibrasi) ikatan inter-atomic (Osborne et al., 1993). Radiasi NIR yang dipantulkan dari MOCAF dapat digunakan untuk menduga komposisi kimia seperti kadar air, kadar abu, ph, dan kadar amilosa MOCAF, data yang diperoleh dimasukkan dalam metode kalibrasi. Jumlah dari radiasi pantulan sampel dijadikan sebagai data reflektan (R) MOCAF. Nilainya diekspresikan sebagai log (1/R), yang memberi nilai tinggi pada level tinggi absorban. Terdapat hubungan yang linier antara log (1/R) dan konsentrasi komposisi yang diserap. Bahan yang digunakan dalam penelitian ini adalah modified cassava flour (MOCAF) yang diperoleh dari distributor PT. Tiga Pilar Sejahtera (TPS) Agro, Tebet, Jakarta Selatan, yang merupakan produksi dari Koperasi Loh Jinawi, Trenggalek, Jawa Timur. MOCAF yang digunakan memiliki tingkat kadar air 10-13%, kadar abu %, ph , dan kadar amilosa 27 32%. Alat yang digunakan pada penelitian ini antara lain NIRFlex Fiber Optic Solids Tipe N-500 Merk BUCHI dan seperangkat komputer yang telah diinstal dengan software bawaan, seperti: NIRWare Operator, NIRWare Management Console, dan NIRCal 5. Pengukuran kadar air dan abu MOCAF referensi dilakukan uji kimiawi proksimat berdasarkan SNI Pengukuran ph MOCAF referensi dilakukan dengan menggunakan alat ph-meter, sedangkan kadar amilosa

4 dilakukan dengan analisis kimiawi laboratorium serta dibantu dengan alat spektrofotometer. Pengukuran ph dan kadar amilosa ditentukan berdasarkan prosedur Apriyantono et al. (1989). Jumlah sampel penelitian ini adalah 70 sampel MOCAF. Sebanyak 2/3 dari jumlah sampel digunakan untuk tahap kalibrasi. Sedangkan tahap validasi menggunakan 1/3 dari jumlah sampel. Metode kalibrasi yang digunakan adalah principal component regression (PCR) dan partial least squares (PLS). Perlakuan data (treatment data) pada kurva spektrum reflektan dan absorban NIR pendugaan komposisi kimia MOCAF, antara lain: penghalusan rataan setiap 3 titik, derivatif kedua Savitzky-Golay setiap 9 titik, dan kombinasi kedua perlakuan data tersebut. Kisaran panjang gelombang untuk pendugaan kadar air, abu, ph, dan amilosa MOCAF antara nm ( cm -1 dengan interval 4 cm -1 ). Berdasarkan analisis yang telah dilakukan, bahwa kurva spektrum absorban (penyerapan) NIR MOCAF terdapat hubungan yang linier dengan komposisi kimia yang diserap. Komposisi kimia MOCAF menyerap pada panjang gelombang NIR, antara lain: nm untuk penyerapan kadar amilosa; 1940 nm dan 1200 nm untuk penyerapan kadar air; nm untuk penyerapan ph; dan 1000 nm dan 1180 nm untuk penyerapan kadar abu. Metode kalibrasi dan perlakuan data dapat dikatakan terbaik, apabila diperoleh nilai standar error (SEP) dan koefisien keragaman (CV) pada tahap validasi lebih rendah daripada tahap kalibrasi dan juga berada dibawah selang ideal yang diijinkan. Metode PLS dengan data reflektan NIR dan perlakuan data berupa penghalusan rataan setiap 3 titik adalah metode kalibrasi dan perlakuan data yang terbaik untuk pendugaan kadar air MOCAF dengan standar error validasi (SEP) sebesar 0.49% dan koefisien keragaman (CV) sebesar 4.2%. Pendugaan kadar abu, ph, dan kadar amilosa MOCAF paling baik diperoleh dengan metode PLS, data absorban NIR, dan perlakuan data berupa kombinasi antara penghalusan rataan setiap 3 titik dan derivatif kedua Savitzky- Golay setiap 9 titik. Nilai standar error validasi (SEP) dan koefisien keragaman (CV) berturut-turut adalah 0.02% dan 2.8% untuk pendugaan kadar abu; 0.02 dan 0.4% untuk pendugaan ph; dan 0.39% dan 1.3% untuk pendugaan kadar amilosa. Agar hasil pendugaan komposisi kimia MOCAF metode NIR lebih akurat mendekati hasil analisis kimiawi laboratorium maka sebaiknya menggunakan NIRFlex Solid N-500 dengan cawan petri daripada NIRFlex Fiber Optic Solids N Diperlukan penelitian lebih lanjut dengan metode kalibrasi yang lebih akurat dan dapat memfasilitasi hubungan yang tidak linier untuk jumlah data yang cukup besar seperti penggunaan jaringan syaraf tiruan (JST). Kata kunci: NIR, MOCAF, kadar air, kadar abu, ph, kadar amilosa, PCR, PLS, reflektan, dan absorban.

5 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI Dengan ini saya menyatakan bahwa skripsi dengan judul Pendugaan Komposisi Kimia Modified Cassava Flour (MOCAF) dengan Metode Near Infrared (NIR) adalah karya saya dengan arahan dari dosen pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Bogor, Juni 2010 Samuel Fery Purba NRP. F

6 Hak cipta milik IPB, tahun 2010 Hak Cipta dilindungi 1. Dilarang mengutip sebagian atau seluruhnya karya tulis ini tanpa mencantumkan atau menyebutkan sumber. a. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah. Penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah. b. Pengutipan tidak merugikan kepentingan yang wajar Institut Pertanian Bogor. 2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruhnya dalam bentuk apa pun, baik cetak, fotokopi, mikrofilm, dan sebagainya, tanpa izin tertulis dari Institut Pertanian Bogor.

7 PENDUGAAN KOMPOSISI KIMIA MODIFIED CASSAVA FLOUR (MOCAF) DENGAN METODE NEAR INFRARED (NIR) SAMUEL FERY PURBA F SKRIPSI sebagai salah satu syarat untuk memperoleh gelar SARJANA TEKNOLOGI PERTANIAN Pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian Institut Pertanian Bogor DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2010

8 Judul Skripsi : Pendugaan Komposisi Kimia Modified Cassava Flour (MOCAF) dengan Metode Near Infrared (NIR) Nama : Samuel Fery Purba NIM : F Bogor, Juni 2010 Disetujui Dosen Pembimbing Akademik Dr. Ir. I Wayan Budiastra, M.Agr NIP Diketahui Ketua Departmen Teknik Pertanian Dr. Ir. Desrial, M.Eng NIP Tanggal Lulus:

9 DAFTAR ISI Halaman DAFTAR ISI... i DAFTAR TABEL... iii DAFTAR GAMBAR... vi DAFTAR LAMPIRAN... ix KETERANGAN SIMBOL... xi I. PENDAHULUAN... 1 A. Latar Belakang... 1 B. Tujuan Penelitian... 4 C. Manfaat Penelitian... 4 II. TINJAUAN PUSTAKA A. Metode Near Infrared (NIR) Teori metode near infrared Aplikasi metode near infrared (NIR)... 7 B. Kalibrasi dan Validasi C. Metode Kalibrasi Multivariatif Metode PrincipalComponentRegression (PCR) Metode Partial Least Squares (PLS) D. Tepung Singkong E. Modified Cassava Flour (MOCAF) F. Pati, Amilosa, dan Amilopektin III. METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian B. Bahan dan Alat Penelitian Bahan Penelitian Alat Penelitian C. Metode Penelitian Persiapan Sampel Penelitian Persiapan Instrumen NIR Pengukuran Pantulan Spektrum NIR Pengukuran Absorban Spektrum NIR Penentuan Komposisi Kimia MOCAF secara Destruktif i 137

10 a. Penentuan kadar air (SNI ) b. Penentuan kadar abu (SNI ) c. Penentuan ph (Apriyantono et al., 1989) d. Penentuan kadar amilosa (Apriyantono et al., 1989) Analisis Data Penelitian a. Kalibrasi b. Validasi c. Data treatment IV. HASIL DAN PEMBAHASAN A. Reflektan Near Infrared Modified Cassava Flour (MOCAF) B. Absorban Near Infrared Modified Cassava Flour (MOCAF) C. Analisis Data Kimiawi Laboratorium dengan Metode Konvensional pada Komposisi Kimia Modified Cassava Flour (MOCAF) D. Analisis DataNear Infrared Modified Cassava Flour (MOCAF) Metode Principal Component Regression(PCR) a. Data reflektan MOCAF b. Data absorban MOCAF Metode Partial Least Squares (PLS) a. Data reflektan MOCAF b. Data absorban MOCAF V. SIMPULAN DAN SARAN A. Simpulan B. Saran DAFTAR PUSTAKA LAMPIRAN ii 138

11 DAFTAR TABEL Halaman 1 Syarat mutu tepung singkong menurut SNI Produk tepung singkong di beberapa Negara Perbedaan komposisi kimia MOCAF dengan tepung singkong Spesifikasi modified cassava flour (MOCAF) yang diproduksi oleh Koperasi Loh Jinawi Trenggalek Syarat mutu edible cassava flour dalam CODEX STAN (Rev ) Data statistik 70 sampel MOCAF hasil analisis kimiawi laboratorium Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar abu berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan ph berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar amilosa berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan absorban dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar abu berdasarkan absorban dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan ph berdasarkan absorban dengan berbagai perlakuan data pada metode principal component regression (PCR) iii 139

12 14 Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar amilosa berdasarkan absorban dengan berbagai perlakuan data pada metode principal component regression (PCR) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan reflektan dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar abu berdasarkan reflektan dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan ph berdasarkan reflektan dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar amilosa berdasarkan reflektan dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan absorban dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar abu berdasarkan absorban dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan ph berdasarkan absorban dengan berbagai perlakuan data pada metode partial least squares (PLS) Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar amilosa berdasarkan absorban dengan berbagai perlakuan data pada metode partial least squares (PLS) Perbandingan hasil kalibrasi dan validasi kadar air dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PCR Perbandingan hasil kalibrasi dan validasi kadar air dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PLS Perbandingan hasil kalibrasi dan validasi kadar abu dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PCR iv 140

13 26 Perbandingan hasil kalibrasi dan validasi kadar abu dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PLS Perbandingan hasil kalibrasi dan validasi ph dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PCR Perbandingan hasil kalibrasi dan validasi ph dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PLS Perbandingan hasil kalibrasi dan validasi kadar amilosa dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PCR Perbandingan hasil kalibrasi dan validasi kadar amilosa dengan perlakuan data terbaik pada data reflektan dan absorban menggunakan metode PLS v 141

14 DAFTAR GAMBAR Halaman 1 Diagram penampakkan specular (a) diffuse, (b) reflectances, dan (c) absorption radiasi near infrared dari sebuah sampel (Dryden, 2003) Modified cassava flour (MOCAF) dalam bentuk kemasan plastik dengan berat 100 gram dan 500 gram (Munthe, 2008) Diagram alir proses pengolahan singkong menjadi chips kering (Subagio et al., 2008) Diagram alir proses pengolahan chips kering menjadi MOCAF di pabrik induk (Subagio et al., 2008) Struktur amilosa (Chaplin, 2006) Sampel MOCAF yang akan digunakan dalam pendugaan komposisi kimia dengan NIRFlex Fiber Optic Solids N Perangkat NIRFlex Fiber Optic Solids N-500 merk BUCHI Prinsip fungsional dari alat NIRFlex Fiber Optic Solids N-500 yang digunakan dalam penelitian (Anonim a, 2008) Proses pengukuran komposisi kimia MOCAF dengan NIRFlex Fiber Optic Solids N Diagram alir pelaksanaan penelitian pendugaan komposisi kimia MOCAF dengan metode NIR Kurva spektrum reflektan (R) NIR pada 70 sampel MOCAF Kurva spektrum reflektan NIR MOCAF dengan kombinasi perlakuan data antara penghalusan rataan setiap 3 titik dan derivatif kedua Savitzky-Golay setiap 9 titik Kurva spektrum reflektan NIR MOCAF dengan perlakuan data penghalusan rataan setiap 3 titik Kurva sepektrum absorban (log (1/R)) NIR pada 70 sampel MOCAF Kurva spektrum absorban NIR MOCAF dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik vi 142

15 16 Kurva spektrum absorban NIR MOCAF dengan perlakuan data yaitu penghalusan rataan setiap 3 titik Kurva spektrum absorban NIR MOCAF dengan perlakuan data yaitu kombinasi antara penghalusan rataan setiap 3 titik dan derivatif kedua Savitzky-Golay setiap 9 titik Grafik perbandingan kadar air dugaan data reflektan NIR dengan kadar air referensi hasil analisis proksimat pada tahap kalibrasi 40 sampel dengan metode PCR dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar abu dugaan data reflektan NIR dengan kadar abu referensi hasil analisis proksimat pada tahap kalibrasi 45 sampel dengan metode PCR dan kombinasi dari kedua perlakuan data Grafik perbandingan ph dugaan data reflektan NIR dengan ph referensi hasil pengukuran ph-meter pada tahap kalibrasi 40 sampel dengan metode PCR dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar amilosa dugaan data reflektan NIR dengan kadar amilosa referensi hasil analisis kimiawi pada tahap kalibrasi 44 sampel dengan metode PCR dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar air dugaan data absorban NIR dengan kadar air referensi hasil analisis proksimat pada tahap kalibrasi 45 sampel dengan metode PCR dan perlakuan data berupa derivatif kedua Savitzky-Golay Grafik perbandingan kadar abu dugaan data absorban NIR dengan kadar abu referensi hasil analisis proksimat pada tahap kalibrasi 44 sampel dengan metoda PCR dan perlakuan data berupa derivatif kedua Savitzky-Golay Grafik perbandingan ph dugaan data absorban NIR dengan ph referensi hasil pengukuran ph-meter pada tahap kalibrasi 44 sampel dengan metode PCR dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar amilosa dugaan data absorban NIR dengan kadar amilosa referensi hasil analisis kimiawi pada tahap kalibrasi 45 sampel dengan metode PCR dan perlakuan data berupa penghalusan rataan setiap 3 titik Grafik perbandingan kadar air dugaan data reflektan NIR dengan kadar air referensi hasil analisis proksimat pada tahap kalibrasi 43 sampel dengan metode PLS dan perlakuan data berupa penghalusan rataan setiap 3 titik vii 143

16 27 Grafik perbandingan kadar abu dugaan data reflektan NIR dengan kadar abu referensi hasil analisis proksimat pada tahap kalibrasi 44 sampel dengan metode PLSR dan kombinasi dari kedua perlakuan data Grafik perbandingan ph dugaan data reflektan NIR dengan ph referensi hasil pengukuran ph-meter pada tahap kalibrasi 43 sampel dengan metode PLS dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar amilosa dugaan data reflektan NIR dengan kadar amilosa referensi hasil analisis kimiawi pada tahap kalibrasi 45 sampel dengan metode PLS dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar air dugaan data absorban NIR dengan kadar air referensi hasil analisis proksimat pada tahap kalibrasi 43 sampel dengan metode PLS dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar abu dugaan data absorban NIR dengan kadar abu referensi hasil analisis proksimat pada tahap kalibrasi 44 sampel dengan metoda PLS dan kombinasi dari kedua perlakuan data Grafik perbandingan ph dugaan data absorban NIR dengan ph referensi hasil pengukuran ph-meter pada tahap kalibrasi 44 sampel dengan metode PLS dan kombinasi dari kedua perlakuan data Grafik perbandingan kadar amilosa dugaan data absorban NIR dengan kadar amilosa referensi hasil analisis kimiawi pada tahap kalibrasi 47 sampel dengan metode PLS dan kombinasi dari kedua perlakuan data. 89 viii 144

17 DAFTAR LAMPIRAN Halaman 1 Data hasil kimia pengukuran kadar air sampel modified cassava flour dengan menggunakan analisis proksimat laboratorium Data hasil kimia pengukuran kadar abu sampel modified cassava flour dengan menggunakan analisis proksimat laboratorium Data hasil kimia pengukuran ph sampel modified cassava flour dengan menggunakan ph-meter Data pengukuran dan kurva hubungan konsentrasi standar kadar amilosa MOCAF dengan menggunakan analisis kimiawi laboratorium Data hasil kimia pengukuran kadar amilosa sampel modified cassava flour (MOCAF) dengan menggunakan analisis kimiawi laboratorium Data statistik komposisi kimia MOCAF hasil analisis kimiawi laboratorium dengan metode konvensional pada tahap kalibrasi dan validasi untuk masukan data reflektan dan absorban NIR menggunakan metode principal component regression (PCR) dan perlakuan data terbaik Data statistik komposisi kimia MOCAF hasil analisis kimiawi laboratorium dengan metode konvensional pada tahap kalibrasi dan validasi untuk masukan data reflektan dan absorban NIR menggunakan partial least squares (PLS) dan perlakuan data terbaik Data perbandingan kadar air hasil analisis proksimat laboratorium terhadap hasil dugaan NIR pada tahap kalibrasi dan validasi menggunakan data reflektan dan absorban dengan perlakuan data terbaik pada metode principal component regression (PCR) dan partial least squares regression (PLSR) Data perbandingan kadar abu hasil analisis proksimat laboratorium terhadap hasil dugaan NIR pada tahap kalibrasi dan validasi dengan menggunakan data reflektan dan absorban dengan perlakuan data terbaik pada metode principal component regression (PCR) dan partial least squares regression (PLSR) ix 145

18 10 Data perbandingan ph hasil pengukuran ph-meter laboratorium terhadap hasil dugaan NIR pada tahap kalibrasi dan validasi dengan menggunakan data reflektan dan absorban dengan perlakuan data terbaik pada metode principal component regression (PCR) dan partial least squares regression (PLSR) Data perbandingan kadar amilosa hasil analisis kimiawi laboratorium terhadap hasil dugaan NIR pada tahap kalibrasi dan validasi dengan menggunakan data reflektan dan absorban dengan perlakuan data terbaik pada metode principal component regression (PCR) dan partial least squares (PLSR) Contoh output program NIRCal 5 (software bawaan dari NIRFlex Tipe N-500 Merk BUCHI) pada pendugaan kadar air MOCAF dengan data reflektan pada metode principal component regression (PCR) Diagram alir dari tahap kalibrasi dengan menggunakan software bawaan NIRFlex N-500 yaitu NIRCal 5 (Anonim b, 2008) Tampilan software NIRFlex N-500 merk BUCHI x 146

19 KETERANGAN SIMBOL A CV Maks Mean Min n NIR PCR PLS R R 2 SD SEC SEP Y Y NIR Ỹ : Nilai absorban atau penyerapan (transformasi Log (1/R)) : Koefesien keragaman : Nilai maksimum dari suatu data : Nilai rata-rata dari suatu data : Nilai minimum dari suatu data : Jumlah sampel : Near infrared (Infra merah dekat) : Metode regresi komponen utama (pricipal component regression) : Metode regresi kuadrat terkecil parsial (partial least squares) : 1. Koefesien korelasi 2. Nilai reflektan atau pantulan : Koefesien determinasi : Standar deviasi : Standar error kalibrasi : Standar error validasi : Komposisi kimia dengan uji kimia : Komposisi kimia dugaan NIR : Rataan komposisi kimia aktual sampel penelitian xi 147

20 KATA PENGANTAR Segala puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa, karena berkat bimbingan dan penyertaan-nya jualah sehingga skripsi ini berhasil diselesaikan. Judul skripsi yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2010 ini ialah Pendugaan Komposisi Kimia Modified Cassava Flour (MOCAF) dengan Metode Near Infrared (NIR). Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian (S.TP) pada Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor. Skripsi ini merupakan suatu penelitian menggunakan metode near infrared (NIR) dalam menduga komposisi kimia pada modified cassava flour (MOCAF) dengan metode kalibrasi multivariatif. Topik penelitian ini dipilih karena saat ini banyak diperlukan metode-metode pendugaan komposisi kimia secara nondestruktif dengan tingkat kecepatan, keakuratan dan konsistensi yang tinggi, serta didasarkan bahwa di Indonesia saat ini masih banyak menggunakan metodemetode pendugaan komposisi kimia secara destruktif (metode konvensional) dalam menentukan komposisi kimia modified cassava flour (MOCAF). Pada kesempatan ini penulis mengucapkan terima kasih kepada: 1. Bapak Dr. Ir. I Wayan Budiastra, M.Agr selaku dosen pembimbing yang telah membimbing dan memberikan saran, kritik, arahan serta perhatian kepada penulis mulai dari penyusunan proposal usulan penelitian, pelaksanaan penelitian hingga penulisan skripsi. 2. Bapak Dr. Ir. Usman Ahmad, M.Agr selaku dosen penguji yang telah memberikan saran, kritik, serta arahan kepada penulis dalam melakukan penulisan skripsi. 3. Bapak Dr. Ir. Lilik Pujantoro Eko Nugroho, M.Agr selaku dosen penguji yang telah memberikan saran, kritik, serta arahan kepada penulis dalam melakukan penulisan skripsi. 4. Bapak Sulayaden (Teknisi Lab. TPPHP) dan Bapak Ahmad (Teknisi Lab. LBP) yang telah banyak memberikan bantuan dan saran kepada penulis selama penelitian.

21 5. Ayahanda Jaresman Purba, Ibunda Lamsihar Simanulang, serta Abangku Hermawanto Purba, atas segala doa, motivasi, dan kasih sayangnya sehingga penulis dapat menyelesaikan skripsi ini. 6. Teman-teman Departemen Teknik Pertanian angkatan 2006 (TEP 43), khususnya: Defra, Mery, Indun, Arif, Doli, Eni, Yofa, Daniel, dan Nurhudaya yang telah memberikan saran dan membantu penulis selama penelitian dan penulisan skripsi. 7. Teman-teman Komisi Literatur, Persekutuan Mahasiswa Kristen, IPB (KOMLITE PMK IPB) angkatan 41, 42, 43, 44, dan 45 yang selalu memberikan perhatian, dukungan, pertemanan, semangat dan doa kepada penulis dalam menyelesaikan skripsi. 8. Teman-teman Tingkat Persiapan Bersama angkatan 2006 (TPB 43) kelas A17 dan A18, khususnya: Martha, Daniel, Conny, Christina, Firki, Yori, Molly, Dansia, Karno atas segala perhatian, dukungan, persahabatan, semangat dan doa kepada penulis mulai dari awal masa perkuliahan di TPB hingga penyelesaian penulisan skripsi. Penulis menyadari dalam penulisan skripsi ini masih terdapat kekurangan dan masih jauh dari kesempurnaan, dikarenakan keterbatasan kemampuan dan pengetahuan penulis. Oleh karena itu, penulis sangat mengharapkan saran dan kritik yang bersifat membangun dari semua pihak untuk penyempurnaan dan perbaikan skripsi ini. Penulis berharap skripsi ini dapat bermanfaat bagi kita semua. Bogor, Juni 2010 Samuel Fery Purba

22 RIWAYAT HIDUP Penulis dilahirkan di Jakarta pada tanggal 31 Juli 1989 merupakan putra kedua dari dua bersaudara, dari Ayah Jaresman Purba dan Ibu Lamsihar Simanulang. Penulis menyelesaikan pendidikan dasar di SDN 2 Setia Mekar pada tahun 2000, pendidikan menengah pertama di SLTPN 1 Tambun pada tahun 2003, dan juga pendidikan menengah atas di SMUN 1 Tambun Selatan pada tahun Pada tahun 2006, penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI). Kemudian tahun 2007, Penulis di terima di Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor melalui sistem Mayor-Minor. Selama mengikuti perkuliahan, penulis aktif dalam organisasi kemahasiswaan, diantaranya menjadi anggota dan bendahara Komisi Literatur, Persekutuan Mahasiswa Kristen (KOMLITE-PMK), anggota Ikatan Mahasiswa Teknik Pertanian (IMATETANI), dan anggota Himpunan Mahasiswa Teknik Pertanian (HIMATETA). Penulis juga memiliki beberapa prestasi selama masa perkuliahan, antara lain: penerima hibah Program Kreatifitas Mahasiswa bidang Kewirausahaan (PKM-K) dari DIKTI pada tahun 2008 dan 2009 serta menjadi finalis mahasiswa berprestasi Departemen Teknik Pertanian pada tahun Selain mengikuti perkuliahan dan aktif dalam organisasi, penulis menjadi asisten dosen M.K. Statika dan Dinamika (T.A. 2008/2009), asisten praktikum M.K. Mekanika Fluida (T.A. 2008/2009 dan 2009/2010), M.K. Praktikum Terpadu Mekanika dan Bahan Teknik (T.A. 2008/2009 dan 2009/2010), M.K. Lingkungan dan Bangunan Pertanian (T.A. 2009/2010), M.K. Teknik Mesin dan Budidaya Pertanian (T.A. 2009/2010), dan juga M.K. Termodinamika dan Pindah Panas (T.A. 2009/2010). Pada bulan Juli sampai Agustus 2009, penulis telah melaksanakan praktek lapangan di PTP Nusantara IV, Sumatera Utara dengan judul Mempelajari Aspek Keteknikan Pertanian pada Proses Pengolahan Kelapa Sawit di PTP Nusantara IV Unit Usaha Kebun Bah Jambi, Simalungun, Sumatera Utara.

23 I. PENDAHULUAN A. Latar Belakang Kebutuhan konsumsi tepung terigu di Indonesia semakin meningkat tiap tahunnya. Tercatat sejak tahun 2004, konsumsi tepung terigu mencapai ton dengan tingkat pertumbuhan mencapai 6%. Dengan angka pertumbuhan ini, maka pada tahun 2007 kebutuhan tepung terigu akan meningkat sampai ton (Anonim d, 2009). Pada bulan Desember 2007, harga tepung terigu naik secara bertahap dan mencapai kenaikan sekitar 30% (Anonim g, 2010). Program diversifikasi pangan berbasis pangan lokal yang saat ini sedang digalakkan oleh pemerintah, bertujuan untuk mengurangi ketergantungan masyarakat Indonesia terhadap tepung terigu yang telah mengalami kenaikan harga. Saat ini, banyak sumber daya lokal yang sudah mulai dikembangkan untuk menggantikan tepung terigu, salah satunya adalah modified cassava flour yang disebut juga MOCAF / MOCAL. MOCAF merupakan produk turunan dari tepung singkong yang menggunakan prinsip modifikasi sel singkong secara fermentasi selama jam (Subagio et al., 2008). Penggunaan MOCAF sebagai pensubstitusi tepung terigu sudah banyak dilakukan. MOCAF dapat digunakan sebagai bahan baku dari berbagai jenis produk makanan, mulai dari mie, bakery, cookies, makanan semi basah dan campuran produk lain berbahan baku tepung terigu, dengan karakteristik produk yang dihasilkan tidak jauh berbeda dengan penggunaan tepung terigu (Anonim e, 2009). Penggunaan MOCAF lebih baik dibandingkan dengan tepung terigu, karena MOCAF memiliki kadar serat yang tinggi dan kadar gula jauh lebih rendah daripada tepung terigu serta tidak mengandung glutein sehingga baik untuk dikonsumsi oleh penderita autis. Produksi MOCAF saat ini terus meningkat karena teknologinya yang sederhana dan bernilai ekonomis. Harga MOCAF di pasar lokal berkisar antara Rp 3.500,00 Rp 4.500,00 per kg, jauh lebih murah dibanding dengan harga tepung terigu yaitu berkisar Rp 7635,00 per kg, sehingga biaya pembuatan produk dapat lebih rendah (Anonim g, 2010). Pengembangan MOCAF diharapkan akan dapat mengurangi ketergantungan terhadap tepung terigu. Kementrian Negara 1

24 Koperasi dan UKM menargetkan peningkatan produksi MOCAF mencapai 2 (dua) juta ton pada tahun 2012, sekaligus menggantikan sekitar 30% kebutuhan tepung terigu nasional (Munthe, 2008). Kualitas MOCAF ditentukan oleh sifat fisik dan kimia. Sifat fisik yang menentukan kualitas MOCAF adalah warna, aroma, rasa, dan derajat keputihan. Sedangkan sifat kimia yang menentukan kualitas MOCAF adalah kadar air, abu, serat, protein, lemak, ph, pati, amilosa, dan amilopektin. Metode-metode konvensional untuk menentukan komposisi kimia, seperti kadar air, kadar abu, ph, dan kadar amilosa pada bahan pangan seperti MOCAF membutuhkan biaya yang mahal, tenaga laboratorium yang ahli, dan waktu yang cukup lama untuk menganalisis. Penentuan kadar air menggunakan metode thermogravitimetri yang berdasarkan SNI , membutuhkan proses pengeringan dalam oven pada suhu 130ºC selama 1-2 jam (DSN, 2006). Penentuan kadar abu menggunakan metode yang berdasarkan SNI , membutuhkan proses pengabuan dalam tanur listrik dilakukan pada suhu 550ºC selama 6 (enam) jam (DSN, 2006). Pada penentuan ph membutuhkan alat ukur ph-meter, buffer 4.0 dan 7.0 serta aquades untuk mengukur ph suatu bahan (Apriyantono et al., 1989). Sedangkan penentuan kadar amilosa membutuhkan pelarut kimia, proses pendidihan, pembacaan intensitas warna dengan alat spektrofotometer (Apriyantono et al., 1989). Pada saat ini sejumlah metode atau teknologi instrumentasi telah dikembangkan untuk menentukan komposisi kimia suatu bahan dengan proses cepat, tepat, akurat, dan tidak merusak. Salah satu metode tersebut adalah pengukuran dengan near infrared (NIR) yang dipancarkan ke bahan. Metode NIR dapat menganalisis dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan preparat contoh yang sederhana tidak menggunakan bahan kimia dan dapat menganalisis contoh dengan tidak merusak (non destruktif). Metode NIR pertama diawali oleh Norris dan Hart (1962) yang mengukur kadar air yang terkandung pada biji-bijian dan bibit tanaman dengan menggunakan transmittance spectroscopy. Rochimawati (2004) telah mengaplikasikan metode NIR untuk menduga mutu tepung jagung secara cepat dan stimultan. Parameter pendugaan mutu tepung jagung tersebut yaitu kadar air, 2

25 karbohidrat, protein, dan lemak. Hubungan antara data reflektan dan absorban NIR dengan kadar air, karbohidrat, protein, dan lemak pada penelitian tersebut dipelajari dengan metode kalibrasi menggunakan stepwise multiple linear regression (SMLR). Persamaan regresi tahap kalibrasi tersebut digunakan untuk menduga kadar air, karbohidrat, protein, dan lemak tepung jagung. Metode kalibrasi yang sama juga telah diterapkan untuk pendugaan kandungan energi bruto tepung ikan untuk bahan pakan ternak (Quddus, 2006). Dengan menggunakan persamaan regresi kalibrasi dengan metode SMLR untuk melakukan pendugaan maka menghasilkan spektrum NIR yang mengandung data dalam jumlah besar, dimana hanya beberapa bagian saja yang akan digunakan dalam pembuatan persamaan regresi sehingga terdapat kemungkinan sebagian data yang penting tidak masuk dalam persamaan tersebut. Metode kalibrasi yang lainnya yang dapat mengekstrak informasi kimia dari data yang dihasilkan dan memperkirakan serangkaian variabel tidak bebas dari variabel bebas yang jumlahnya sangat banyak, namun tidak membuang dan mengurangi data informasi yang berukuran besar dan berguna yang diperoleh dari instrumen pada suatu percobaan kimia adalah metode kalibrasi multivariatif. Metode kalibrasi multivariatif yang digunakan yaitu principal component regression (PCR) dan partial least squares (PLS). Efektifitas metode kalibrasi tersebut telah diteliti oleh Lammertyn et al. (1998) untuk menduga sifat-sifat fisik apel serta Schmilovitch et al. (2000) yang membandingkan tiga metode kalibrasi yaitu PCR, PLS, dan SMLR serta menduga parameter periode penyimpanan, ketegaran (kekerasan), kandungan gula, dan keasaman buah. Pada penelitian tersebut terbukti bahwa metode PCR dan PLS dapat menghasilkan model persamaan regresi kalibrasi yang baik daripada metode SMLR. Informasi tentang penerapan metode near infrared (NIR) untuk menduga komposisi kimia (kadar air, kadar abu, ph, dan kadar amilosa) MOCAF dengan menggunakan metode kalibrasi multivariatif yaitu principal component regression (PCR) dan partial least squares (PLS) belum ada. 3

26 B. Tujuan Penelitian Tujuan umum penelitian ini adalah menduga komposisi kimia (kadar air, kadar abu, ph, dan kadar amilosa) modified cassava flour (MOCAF) dengan metode near infrared (NIR). Sedangkan tujuan khusus dalam penelitian ini adalah sebagai berikut: 1. Menentukan spektrum reflektan dan absorban dalam hubungannya dengan sifat-sifat komposisi kimia MOCAF. 2. Melakukan tahap kalibrasi dan validasi sifat reflektan, absorban, dan komposisi kimia MOCAF dengan metode kalibrasi multivariatif yaitu principal component regression (PCR) dan partial least squares regression (PLSR). 3. Menentukan metode kalibrasi yang terbaik untuk pendugaan komposisi kimia MOCAF. 4. Menentukan perlakuan data (data treatment) yang terbaik untuk pendugaan komposisi kimia MOCAF. C. Manfaat Penelitian Manfaat dari penelitian ini diharapkan dapat melakukan pendugaan komposisi kimia modified cassava flour (MOCAF) secara cepat, tepat, dan tidak merusak (non destruktif) untuk membantu industri modified cassava flour (MOCAF) dalam pengendalian kualitas produk. 4

27 II. TINJAUAN PUSTAKA A. Metode Near Infrared (NIR) 1. Teori metode near infrared (NIR) Metode infra merah dekat atau sering disebut dengan nama near infrared (NIR) merupakan salah satu teknik yang menggunakan wilayah panjang gelombang infra merah pada spektrum elektromagnetik antara 700 sampai 2500 nm (Dryden, 2003). Hal yang terpenting dari teori NIR reflektan dan absorban elektromagnetik ini adalah menganalisis komponen, deteksi kualitas, dan pemasakan (Mohsenin, 1984). Kisaran panjang gelombang NIR telah lama dipelajari dan digunakan sebagai metode analitik. Cahaya tampak diterima oleh mata sesuai dengan besarnya pantulan, seperti halnya warna dihasilkan dari cahaya yang dipantulkan dari suatu objek. Setiap bahan memiliki spektrum gabungan pantulan NIR yang unik dan beragam yang dihasilkan dari efek penyebaran, penyerapan dan pantulan cahaya oleh bahan. Semua bahan organik terdiri dari atom, karbon, oksigen, hidrogen, nitrogen, phospor, sulfur dengan sejumlah kecil elemen lain. Atom-atom ini berkombinasi melalui ikatan kovalen atau elektrovalen membentuk molekul. Karena sifat ikatannya, gaya elektrostatik ada dalam atom dan molekul tersebut, sehingga molekul bergerak secara konstan, ini dikenal sebagai keadaan stabil. Molekul bervibrasi pada frekuensi yang berkaitan dengan panjang gelombang dalam daerah infra merah dari spektrum elektromagnetik. Setelah dipancarkan maka radiasi ini akan diserap oleh semua bahan organik dan informasi utama yang dapat diekstrak adalah stretching dan bending ikatan kimia C-H (seperti bahan organik turunan minyak bumi), O-H (seperti kadar air, karbohidrat, dan lemak), C-N, dan N-H (seperti protein dan asam amino) yang merupakan ikatan dasar dari semua ikatan kimia bahanbahan organik. Informasi tersebut dapat dilihat dari pantulan NIR yang dihasilkan dalam bentuk spektrum pantulan. Radiasi infra merah tidak mempunyai energi yang cukup untuk mengeksitasi elektron pada senyawa tetapi dapat 5

28 menyebabkan senyawa organik mengalami rotasi dan getaran (vibrasi) ikatan inter-atomic (Osborne et al., 1993). Vibrasi stretching adalah pergerakan atom yang teratur sepanjang ikatan antara dua atom sehingga jarak antara atom dapat bertambah atau berkurang. Vibrasi bending adalah pergerakan atom yang menyebabkan perubahan sudut ikatan antar dua atau pergerakan dari sekelompok atom terhadap atom lainnya. Cahaya infra merah dekat yang mengenai bahan memiliki energi yang kecil dan hanya menembus sekitar satu milimeter permukaan bahan, tergantung dari komposisi bahan tersebut. Jika cahaya mengalami penyebaran, spektrum tersebut tetap mengandung informasi contoh penyerapan permukaan bahan tetapi terjadi distorsi pada puncak gelombang (Dryden, 2003). Variasi pada ukuran dan suhu partikel sampel mempengaruhi penyebaran radiasi infra merah pada saat melewati sampel. Partikel berukuran besar tidak dapat menyebarkan radiasi infra merah sebanyak partikel kecil. Makin banyak radiasi yang diserap dapat memberikan nilai absorban yang tinggi dan efeknya besar pada panjang gelombang yang diserap lebih kuat (Dryden, 2003). Pada Gambar 1 menunjukkan diagram penampakkan specular radiasi near infrared dari sebuah sampel (Dryden, 2003). (a) (b) (c) Gambar 1 Diagram penampakkan specular (a) diffuse, (b) reflectances, dan (c) absorption radiasi near infrared dari sebuah sampel (Dryden, 2003). Dalam penerapannya, metode NIR memiliki beberapa kelebihan, antara lain: dapat menurunkan biaya tenaga kerja penganalisis komposisi, penggunaan preparat contoh yang sederhana, waktu pendugaan komposisi yang singkat, analisis contoh yang tidak merusak (non-destructive), tidak menggunakan bahan-bahan kimia (analisis yang bebas limbah), dan dapat menganalisis komposisi dengan kecepatan dan ketepatan tinggi (Williams, 1987). 6

29 Keunggulan dari gelombang infra merah dekat menurut Osborne et al. (1993) dalam analisis bahan makanan adalah merupakan gabungan antara tingkat ketepatan, kecepatan, dan kemudahan dalam melakukan percobaan (prosedur tidak rumit). 2. Aplikasi metode near infrared (NIR) Metode near infrared (NIR) telah banyak diperkenalkan dan digunakan di beberapa negara maju pada benua seperti Eropa, Amerika Utara, Asia, Australia, dan New Zealand baik dalam bidang industri maupun dalam bidang pertanian. Sedangkan di Indonesia sendiri, metode ini belum banyak digunakan terutama di dalam bidang pertanian. Penerapan metode NIR telah lama berkembang terutama untuk keperluan bahan pangan, pertanian, kedokteran, farmasi, dan industri kimia. Untuk bahan pangan dan hasil pertanian seperti kedelai, jagung, beras, daging, ikan, hortikultura, metode NIR dapat digunakan untuk penentuan komposisi kimia seperti kadar air, lemak, asam, gula, protein dan berbagai senyawa lainnya. Selain itu metode NIR digunakan dalam industri susu, yaitu untuk menentukan kandungan protein, lemak, dan kadar air dalam susu murni dan menentukan kandungan protein yang terdapat dalam tepung susu skim. Berdasarkan sifat absorban dan reflektan dari energi radiasi yang dipancarkan, maka metode NIR dapat digunakan untuk menduga komposisi kimia suatu bahan. Aplikasi metode NIR dalam industri produk pangan dan pertanian telah banyak dilakukan. Diawali oleh Norris dan Hart (1962) yang menemukan bahwa kadar air yang terkandung pada biji-bijian dan bibit tanaman dapat diukur pada panjang gelombang sebesar 1940 nm. Pengaplikasian secara komersil metode NIR pertama diperkenalkan oleh Williams (1973) yang menganalisis gandum dan biji-biji berkadar minyak. Miller (1990) menggunakan turunan pertama pada pantulan spektrum untuk mendeteksi adanya jamur hitam, jamur abu-abu dan kerusakan lain seperti sunscald. Hasilnya menunjukkan bahwa indeks mutu tomat dapat berdasarkan pada nilai turunan pantulan dengan jangkauan panjang gelombang antara nm, sehingga nilai ini dapat digunakan untuk memisahkan antara tomat yang baik dari jamur hitam, jamur abu-abu dan sunscald. 7

30 Metode NIR juga dapat digunakan untuk memperkirakan konsentrasi gula dan asam pada buah-buahan, seperti mangga yang dilakukan oleh Budiastra et al. (1995). Mereka mengklasifikasikan mangga kedalam tiga jenis rasa yaitu rasa manis, manis asam, dan asam yang diukur dengan teknologi NIR pada 200 contoh mangga dengan kisaran panjang gelombang nm. Metode stepwise dari regresi berganda (SMLR) digunakan untuk memilih panjang gelombang optimal untuk menduga konsentrasi sukrosa dan asam malat. Panjang gelombang terpilih untuk memprediksi sukrosa dengan NIR adalah 1533 nm, 1605 nm, 1821 nm sedangkan untuk asam malat adalah 1621 nm, 1813 nm, 1821 nm, 1933, 1941 nm, 1965, dan 1968 nm. Sugiana (1995) dengan menggunakan NIR Spectrophotometer untuk mendeteksi kememaran buah apel varietas Rome Beauty dengan panjang gelombang nm. Hasil yang diperoleh adalah panjang gelombang NIR yang tepat untuk mendeteksi kememaran buah apel varietas Rome Beauty adalah 930 nm, 940 nm, 950 nm, 960 nm, 1110 nm, dan 1390 nm. Disimpulkan juga bahwa kekerasan buah apel tidak terlalu berpengaruh terhadap pantulan spektrum yang dihasilkan, sehingga hasil pantulan spektrum yang diperoleh dari setiap apel dikatakan mempunyai sifat sama. Victor (1996) dengan menggunakan sistem NIR melakukan pengelompokan buah varietas Manalagi berdasarkan kememaran dengan panjang gelombang nm. Disimpulkan bahwa kedalaman dan diameter memar buah apel tidak dipengaruhi oleh lama penyimpanan, tetapi dipengaruhi oleh ketinggian perlakuan memar yang diberikan serta panjang gelombang nm tidak dapat digunakan untuk membedakan secara nyata adanya kememaran pada buah apel Manalagi. Chang et al. (1998) melakukan penelitian untuk menduga total padatan terlarut jus jeruk, apel, papaya, pear dan pisang. Dari berbagai jus buah tersebut dikembangkan algoritma umum untuk penentuan total padatan terlarut beberapa jus buah. Rosita (2001) menerapkan metode NIR untuk memprediksi mutu buah duku. Dari penelitian tersebut disimpulkan bahwa NIR dapat memprediksi kadar gula dan kekerasan buah duku dengan baik. Disimpulkan pula bahwa 8

31 data absorbansi NIR memberikan nilai korelasi yang lebih tinggi (0.91), standar error lebih rendah (0.87) dan koefisien keragaman yang akurat (5.39). Fontaine et al. (2002) menerapkan NIR dalam menduga kandungan asam amino kedelai. Didapat bahwa % variasi asam amino mampu dijelaskan dengan baik menggunakan NIR. Mereka juga telah menggunakan metode tersebut untuk memprediksi kandungan asam amino esensial beberapa bahan pakan yakni kedelai, rapeseed meal, tepung biji bunga matahari, polong, tepung ikan, tepung daging, dan tepung produk samping pemotongan ayam. Munawar (2002) menerapkan metode NIR untuk menduga kadar gula dan kekerasan buah belimbing. Dari hasil penelitian disimpulkan bahwa data absorban NIR dapat menduga kadar gula dan kekerasan buah belimbing dengan baik. Hal ini ditunjukkan dengan koefisien korelasi yang tinggi. Mitamala (2003) menerapkan metode NIR untuk menduga kadar air, karbohidrat, protein, dan lemak tepung jagung. Dari penelitian tersebut disimpulkan bahwa NIR dapat memprediksi kadar air, karbohidrat, protein, dan lemak tepung jagung dengan baik. Penggunaan data reflektan mampu menentukan kadar protein lebih baik dari data absorban. Data absorban dapat menduga kadar karbohidrat, lemak dan air lebih baik dari data reflektan. Kusumaningtyas (2004) melakukan pendugaan kadar air, karbohidrat, protein, lemak, dan amilosa pada beras (Oryza sativa L.) dengan metode NIR. Panjang gelombang yang digunakan untuk menduga adalah nm. Data reflektan NIR dapat menduga kadar air, karbohidrat, dan protein lebih baik daripada data absorban. Sedangkan untuk menduga kadar lemak dan amilosa, data absorban lebih baik dibandingkan data reflektan. Marthaningtiyas (2005) melakukan pendugaan total padatan terlarut dan kadar asam belimbing (Averrhoa carambola L.) dengan menggunakan metode NIR dan JST. Penggunaan analisis komponen utama dalam mereduksi hasil data absorbansi dari spektrum infra merah dekat sangat efektif. Andrianyta (2006) menerapkan metode NIR dan jaringan saraf tiruan (JST) dalam menentukan komposisi kimia jagung secara non-destruktif. Komposisi kimia yang ditentukan, antara lain kandungan proksimat, lemak, air, karbohidrat, methionin, tyrosin, threonin, arginin, dan leusin. 9

32 Quddus (2006) melakukan penentuan kandungan energi bruto tepung ikan untuk bahan pakan ternak menggunakan metode NIR. Analisis pendugaan kandungan energi pada tepung ikan tersebut menggunakan metode kalibrasi SMLR dan PCR. Persamaan kalibrasi dengan metode SMLR menyatakan bahwa hasil prediksi nilai EM menggunakan data reflektan dan absorban mendekati hasil uji bioassay. Sedangkan persamaan kalibrasi dengan metode PCR menghasilkan 10 komponen utama dalam tepung ikan tersebut. Adrizal et al. (2007) yang melakukan pendugaan kandungan air, protein, lisin, dan metionin tepung ikan dengan jaringan syaraf tiruan berdasarkan absorban NIR. Dari hasil penelitian tersebut disimpulkan bahwa metode JST mampu menduga kandungan air, protein, lisin, dan metionin tepung ikan dengan akurasi yang lebih baik dibandingkan dengan menggunakan persamaan regresi yang didapatkan melalui metode SMLR. Susilowati (2007) pada panjang gelombang nm dapat menduga total padatan terlarut buah pepaya selama penyimpanan dan pemeraman dengan metode NIR, tetapi panjang gelombang tersebut tidak dapat digunakan untuk mengukur kekerasan buah. Hubungan antara data absorban NIR dengan total padatan terlarut dan kekerasan pada penelitian tersebut dipelajari dengan kalibrasi menggunakan metode SMLR, PCR, dan PLS. Kelebihan penggunaan metode NIR antara lain disebabkan banyak komposisi kimia dari bahan pangan dan pertanian yang menyerap (absorption) atau memantulkan (reflectance) cahaya pada rentang panjang gelombang µm. Komposisi kimia lainnya memiliki pola serapan yang khas berbeda satu dengan lainnya pada setiap panjang gelombang cahaya yang diberikan (Mohsenin, 1984). Kendala metode NIR adalah biaya investasi alat yang tinggi. Metode ini masih tergolong metode sekunder karena memerlukan tahap kalibrasi terutama bagi sampel uji yang belum pernah menggunakan metode ini misalnya tepung ikan, bungkil inti sawit, dedak, tepung singkong dan sebagainya. Metode NIR sangat membantu pekerjaan analisis yang bersifat rumit dan rutin, seperti kadar air, kadar abu, ph, dan kadar amilosa. Metode ini sangat sesuai karena tidak lagi banyak memerlukan tahap kalibrasi. 10