HASIL DAN PEMBAHASAN
|
|
- Sugiarto Sudirman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 IV. HASIL DAN PEMBAHASAN A. Reflektan Near Infrared Biji Nyamplung (Calophyllum inophyllum L.) Perangkat NIRFlex Solids Petri N-500 yang digunakan dalam penelitian ini, menghasilkan data pengukuran berupa data pantulan (reflektan (R)) radiasi NIR dengan panjang gelombang nm atau cm -1 dengan interval 4 (empat) cm -1, dimana setiap spektrum gelombang terdiri dari 1500 data. Data reflektan atau pantulan sampel biji nyamplung (Calophyllum inophyllum L.) dengan hasil pengukuran NIR dan panjang gelombang nm memiliki tingkat pantulan yang berbeda-beda, hal ini ditunjukkan pada Gambar 6. Gambar 6. Kurva spektrum reflektan (R) NIR pada 70 sampel biji nyamplung Menurut Ruiz (2001) dalam Andrianyta (2006) menyatakan setiap substansi bahan atau material biologi memiliki spektrum NIR yang spesifik. Apabila diuji 2 (dua) sampel bahan yang mempunyai komposisi kimia dan komposisi fisik berbeda, maka akan terlihat perbedaan spektrum NIR yang dapat dilihat pada perbedaan puncak-puncak gelombang pada spektrum reflektan. Dari kurva diatas (Gambat 6), hampir seluruh sampel biji nyamplung menunjukkan bentuk spektrum yang sama, tetapi dengan tingkat reflektan yang berbeda-beda. Hal ini menunjukkan bahwa setiap biji nyamplung memiliki komposisi kimia, seperti kadar air, kadar lemak, bilangan asam, dan asam lemak bebas yang berbeda-beda. Menurut Mohsenin (1984), sinar yang dipancarkan dari sumber ke bahan organik, sekitar 4% akan dipantulkan kembali oleh permukaan luar (regular refraction) dan sisanya sekitar 96% akan masuk kedalam produk tersebut yang selanjutnya mengalami penyerapan (absorption), pemantulan (body reflection), penyebaran (scattering), dan penerusan cahaya (transmitten). Bahan pertanian pada umumnya tidak tembus cahaya, oleh karena itu analisis NIR cenderung menggunakan reflektan dan absorban daripada transmitan. Metode NIR mengukur besarnya parameter optik (reflektan, transmitan, atau absorban) akibat interaksi antara gelombang cahaya (photon) dengan molekul-molekul materi. Pada saat radiasi infrared mengenai sampel padat, beberapa dipantulkan (specular reflectance) dari permukaan sampel. Proporsi radiasi lainnya masuk ke sampel dan diserap (absorption) sekitar 2 mm. Radiasi yang tidak diserap diteruskan melalui sampel atau dipantulkan dari dalam sampel (diffuse reflectance) (Dryden, 2003). 24
2 Pada kurva spektrum reflektan NIR biji nyamplung diatas terlihat banyak guncangan (noise) serta kurang bagusnya bentuk dan model regresi kalibrasi yang dibangun, karena itu kurva tersebut diberikan proses urutan perlakuan data (data treatment) pada regresi kalibrasi pendugaan komposisi kimia biji nyamplung. Perlakuan data yang sesuai pada regresi kalibrasi, tergantung pada nilai koefisien determinasi (R 2 ) yang tertinggi dan standar error (SE) serta koefisien keragaman (CV) yang terendah dari data analisis yang telah diberikan perlakuan sebelumnya atau tidak diberikan perlakuan sama sekali. Perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points) pada kurva reflektan NIR digunakan untuk menghaluskan kurva spektrum reflektan NIR pada panjang gelombang nm yang mengalami guncangan (noise) pada data saat pengukuran NIR dan memperkecil galat (kekeliruan) yang terjadi selama proses pengukuran NIR dan analisis kimiawi laboratorium, tanpa menghilangkan informasi spektrum yang ada (Tiaprasit dan Sangpithukwong, 2010). Perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points) pada kurva spektrum reflektan NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points) dapat dilihat pada Gambar 7. Gambar 7. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points). Perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky- Golay 9 points) digunakan untuk mereduksi efek basis dari adanya pertambahan proses absorban (shoulder effect) serta menghilangkan masalah basis kemiringan persamaan regresi (Tiaprasit dan Sangpithukwong, 2010). Perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) pada kurva spektrum reflektan NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) dapat dilihat pada Gambar 8. 25
3 Gambar 8. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points). Perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) akan memperoleh bentuk dan model regresi kalibrasi yang optimum, layak, dan dapat dipercaya serta galat yang diperoleh pada saat pengukuran NIR dan analisis kimiawi laboratorium semakin kecil (Blanco dan Villaroya, dalam Yogaswara, 2005). Perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) pada kurva spektrum reflektan NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) dapat dilihat pada Gambar 9. Gambar 9. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points). Perlakuan data normalisasi data spektra kedalam rentang 0-1 dimaksudkan untuk menghilangkan pengaruh perbedaan ukuran partikel sampel uji dan memperbesar rentang nilai reflektan. Perlakuan normalisasi diharapkan dapat mengurangi error yang terjadi selama pengambilan data spektra dan dapat memperjelas data spektra tersebut. Perlakuan normalisasi akan memperlebar nilai spektra serta memproporsionalkan nilai spektra dari dua nilai spektra dengan kandungan yang sama. (Mardison, 2010). Perlakuan data normalisasi data spektra 26
4 kedalam rentang 0-1 pada kurva spektrum reflektan NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data normalisasi data spektra kedalam rentang 0-1 dapat dilihat pada Gambar 10. Gambar 10. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data normalisasi data spektra kedalam rentang 0-1. Perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points), derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points), dan normalisasi data spektra kedalam rentang 0-1 pada kurva spektrum reflektan NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points), derivatif kedua Savitzky- Golay setiap 9 titik (second derivative Savitzky-Golay 9 points), dan normalisasi data spektra kedalam rentang 0-1 dapat dilihat pada Gambar 11. Gambar 11. Kurva spektrum reflektan NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points), derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky- Golay 9 points), dan normalisasi 0-1. B. Absorban Near Infrared Biji Nyamplung (Calophyllum inophyllum L.) Data reflektan tersebut secara tidak langsung digunakan untuk mengukur jumlah komposisi kimia yang diabsorbansi oleh sampel. Data absorban (penyerapan) didapatkan dengan menggunakan transformasi log (1/R) data reflektan. Transformasi ini dilakukan karena komposisi kimia suatu bahan mempunyai hubungan linier dengan data absorban NIR (Mohsenin, 1984). 27
5 Penyerapan panjang gelombang tertentu oleh kandungan komposisi kimia tertentu ditunjukkan oleh terjadinya puncak-puncak gelombang pada kurva absorban NIR, semakin besar komposisi kimia suatu bahan, maka penyerapan akan semakin besar dan juga puncak gelombang semakin tinggi. Kurva spektrum absorban (log (1/R)) pada 70 sampel biji nyamplung dapat dilihat pada Gambar 12. Gambar 12. Kurva spektrum absorban (log (1/R)) NIR pada 70 sampel biji nyamplung. Pada radiasi NIR yang dipancarkan oleh sumber radiasi berkorespondensi dengan frekuensi vibrasi dari molekul-molekul yang ada di dalam bahan akan terjadi penyerapan cahaya (photon) yang besar oleh molekul-molekul C-H, O-H, C-N, dan N-H. Radiasi NIR yang dipantulkan dari biji nyamplung dapat digunakan untuk menduga komposisi kimia seperti kadar air, kadar lemak, bilangan asam, dan asam lemak bebas. Data yang diperoleh dimasukkan dalam perhitungan kalibrasi. Jumlah dari radiasi pantulan sampel dijadikan sebagai data reflektan (R) dari biji nyamplung. Nilainya diekspresikan sebagai log (1/R) yang memberi nilai tinggi pada level tinggi absorban. Pada kurva spektrum absorban NIR biji nyamplung diatas terlihat banyak guncangan (noise) serta kurang bagusnya bentuk dan model regresi kalibrasi yang dibangun, karena itu kurva tersebut diberikan proses urutan perlakuan data (data treatment) pada regresi kalibrasi pendugaan komposisi kimia biji nyamplung. Perlakuan data yang sesuai pada regresi kalibrasi, tergantung pada nilai koefisien determinasi (R 2 ) yang tertinggi dan standar error (SE) serta koefisien keragaman (CV) yang terendah dari data analisis yang telah diberikan perlakuan sebelumnya atau tidak diberikan perlakuan sama sekali. Perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points) pada kurva absorban NIR digunakan untuk menghaluskan kurva spektrum reflektan NIR pada panjang gelombang nm yang mengalami guncangan (noise) pada data saat pengukuran NIR dan memperkecil galat (kekeliruan) yang terjadi selama proses pengukuran NIR dan analisis kimiawi laboratorium, tanpa menghilangkan informasi spektrum yang ada (Tiaprasit dan Sangpithukwong, 2010). Perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points) pada kurva spektrum absorban NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points) dapat dilihat pada Gambar
6 Gambar 13. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data penghalusan rataan setiap 3 titik (smooth average 3 points). Perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky- Golay 9 points) digunakan untuk mereduksi efek basis dari adanya pertambahan proses absorban (shoulder effect) serta menghilangkan masalah basis kemiringan persamaan regresi (Tiaprasit dan Sangpithukwong, 2010). Perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) pada kurva spektrum absorban NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) dapat dilihat pada Gambar 14. Gambar 14. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points). Perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) akan memperoleh bentuk dan model regresi kalibrasi yang optimum, layak, dan dapat dipercaya serta galat yang diperoleh pada saat pengukuran NIR dan analisis kimiawi laboratorium semakin kecil (Blanco dan Villaroya, dalam Yogaswara, 2005). Perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) pada kurva spektrum absorban NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua 29
7 Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points) dapat dilihat pada Gambar 15. Gambar 15. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points) dan derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky- Golay 9 points). Perlakuan data normalisasi data spektra kedalam rentang 0-1 dimaksudkan untuk menghilangkan pengaruh perbedaan ukuran partikel sampel uji dan memperbesar rentang nilai reflektan. Perlakuan normalisasi diharapkan dapat mengurangi error yang terjadi selama pengambilan data spektra dan dapat memperjelas data spektra tersebut. Perlakuan normalisasi akan memperlebar nilai spektra serta memproporsionalkan nilai spektra dari dua nilai spektra dengan kandungan yang sama (Mardison, 2010). Perlakuan data normalisasi data spektra kedalam rentang 0-1 pada kurva spektrum absorban NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data normalisasi data spektra kedalam rentang 0-1 dapat dilihat pada Gambar 16. Gambar 16. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data normalisasi data spektra kedalam rentang 0-1. Perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points), derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points), dan normalisasi data spektra kedalam rentang 0-1 pada kurva spektrum absorban NIR diberikan pada pendugaan kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dengan metode PCR dan PLS. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points), derivatif kedua Savitzky- 30
8 Golay setiap 9 titik (second derivative Savitzky-Golay 9 points), dan normalisasi data spektra kedalam rentang 0-1 dapat dilihat pada Gambar 17. Gambar 17. Kurva spektrum absorban NIR biji nyamplung dengan perlakuan data kombinasi antara penghalusan rataan setiap 3 titik (smooth average 3 points), derivatif kedua Savitzky-Golay setiap 9 titik (second derivative Savitzky-Golay 9 points), dan normalisasi 0-1. C. Analisis Data Kimiawi Laboratorium dengan Metode Konvensional pada Komposisi Kimia Biji Nyamplung (Calophyllum inophyllum L.) Data analisis kimiawi laboratorium dari 70 sampel biji nyamplung (Calophyllum inophyllum L.) dapat dilihat pada Lampiran 1. Pada nilai maksimum dan minimum keempat komposisi kimia biji nyamplung yang dianalisis kimiawi laboratorium memiliki range yang cukup tinggi. Tabel yang disajikan dibawah ini merupakan rangkuman dari hasil analisis kimiawi laboratorium biji nyamplung secara statistik. Tabel 5. Data statistik 70 sampel biji nyamplung hasil analisis kimiawi laboratorium Komposisi Rataan StDev Minimum Maksimum Kadar Air (%) Kadar Lemak (%) Bilangan Asam (%) Asam Lemak Bebas (%) Sumber: Data pengukuran komposisi kimia biji nyamplung dengan metode konvensional (Lampiran 1) Standar deviasi atau variasi (SD) cukup dapat menyatakan banyaknya keragaman satu kumpulan data yang dianalisis. Variasi data komposisi kimia biji nyamplung sangat besar yaitu pada kadar air sebesar 7.47% dan kadar lemak 2.43%. Sedangkan nilai standar deviasi untuk bilangan asam dan asam lemak bebas, yaitu 0.69% dan 0.93%. Kadar air merupakan salah satu parameter penting dalam menentukan kualitas minyak nyamplung. Pengeringan yang tepat akan menentukan rendemen minyak yang dihasilkan. Kadar air yang tinggi memungkinkan terjadinya reaksi hidrolisis trigliserida menjadi asam lemak bebas dan gliserol. Penanganan pascapanen biji nyamplung mempengaruhi karakteristik minyak nyamplung yang dihasilkan. Setelah proses pengupasan, biji nyamplung harus melalui proses pengukusan untuk inaktivasi enzim lipase yang dapat menurunkan bilangan asam dan menghilangkan gum yang terkandung dalam buah (Murniasih, 2009). 31
9 Minyak nyamplung mempunyai kandungan asam lemak tidak jenuh yang cukup tinggi seperti asam oleat serta komponen-komponen tak tersabunkan diantaranya alkohol lemak, sterol, xanton, turunan kuomarin, kalofilat, isokalofilat, isoptalat, kapelierat, asam pseudobrasilat, dan penyusun triterpenoat sebanyak % yang dapat dimanfaatkan sebagai obat (Debaut et al., 2005). Bilangan asam menunjukkan jumlah asam lemak yang terdapat dalam minyak. Semakin tinggi kandungan asam lemak tidak jenuh dalam minyak nyamplung memungkinkan terjadinya oksidasi pada ikatan rangkap tersebut sehingga bilangan asam meningkat. Kondisi penyimpanan yang kontak langsung dengan udara dan besi juga dapat menjadi penyebab reaksi oksidasi yang menghasilkan asam lemak berantai pendek (Murniasih, 2009). D. Analisis Data Near Infrared Biji Nyamplung (Calophyllum inophyllum L.) Analisis data terhadap komposisi kimia biji nyamplung, seperti: kadar air, kadar lemak, bilangan asam, dan asam lemak bebas dilakukan dengan data reflektan (R) maupun pada data absorban (log (1/R)) menggunakan metode kalibrasi multivariatif yaitu principal component regression (PCR) dan partial least squares (PLS). Salah satu tahap analisis spektrum yang sangat penting adalah membentuk model kalibrasi melalui metode pengenalan pola untuk mengidentifikasi kemiripan dan pola utama data. Metode ini menghitung persamaan regresi berdasarkan spektrofotometri dan informasi nilai aktual yang diketahui, sehingga dapat digunakan untuk memprediksi konsentrasi sampel yang tidak diketahui. Hasil residu antara konsentrasi yang dibuat dan konsentrasi dugaan dari model dipakai sebagai parameter-parameter kebaikan model (Stchur et al., 2002 dalam Saragih, 2007). Pada proses analisis NIR tahap kalibrasi memberikan tiga hal utama analisis kimia yaitu: (1) pemisahan, (2) identifikasi, dan (3) perhitungan. Sehingga penurunan regresi kalibrasi dalam sebuah analisis NIR merupakan tahapan yang sangat penting dalam menentukan tingkat ketepatan hasil analisis. Penurunan regresi kalibrasi dalam sebuah analisis NIR merupakan tahapan yang sangat penting dalam menentukan tingkat ketepatan hasil analisis. Metode kalibrasi multivariatif pada penelitian ini adalah metode principal component regression (PCR) dan partial least square (PLS), digunakan untuk mengekstrak informasi kimia dari data yang dihasilkan dari pengukuran NIR 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. Konsep komponen utama pertama (primary principal components) mendefinisikan ruang luar pemodelan yang digunakan untuk X dalam membangun (calibration), dimana spektrum rekonstruksi tersebut berkaitan erat dengan spektrum yang tidak digunakan sehingga perbedaan spektrum tersebut dapat diterima. Komponen utama kedua (secondary principal components) berkaitan erat dengan ruang dalam pemodelan yang digunakan untuk Y dalam memprediksi (validation). Jumlah komponen utama pertama (primary PC) dalam analisis pengolahan data adalah bervariasi (maksimal 20 PC) namun dalam pengolahan data pendugaan komposisi kimia biji nyamplung digunakan 15 PC karena dengan 15 PC diasumsikan sudah dapat mewakili hampir semua informasi yang terdapat dalam spektra aslinya. Sedangkan untuk nilai komponen utama kedua (secondary PC) adalah 4 sesuai dengan jumlah parameter pendugaan komposisi kimia biji nyamplung tersebut yaitu kadar air, kadar lemak, bilangan asam, dan kadar asam lemak bebas. Data dari hasil analisis kimiawi laboratorium (kadar air, kadar lemak, bilangan asam, dan kadar asam lemak bebas) biji nyamplung dengan data reflektan dan absorban yang merupakan 32
10 hasil pengukuran spektrum NIR biji nyamplung dimasukkan kedalam kedua metode kalibrasi multivariatif tersebut dan dengan berbagai pemilihan perlakuan data, sehingga akan menghasilkan bentuk dan model regresi kalibrasi. Tahap kalibrasi dinyatakan baik jika sebuah regresi kalibrasi yang dibangun memberikan hasil dugaan yang terbaik. Hasil kalibrasi yang baik tersebut dapat dilihat dari nilai koefisien determinasi (R 2 ) yang tinggi serta nilai standar error dan koefisien keragaman yang rendah. Sebuah analisis bahan pangan dinyatakan berhasil jika memberikan nilai R 2 lebih besar sama dengan 95%. Apabila R 2 lebih besar sama dengan 80-95% maka analisis dapat dinyatakan baik sedangkan R 2 pada selang 70 80% maka analisis dapat dinyatakan cukup baik. Persyaratan lain yang juga merupakan acuan hasil kalibrasi NIR adalah standard error (SE) dan coefficient of variability (CV). Standar error didefinisikan sebagai selisih atau beda antara hasil perhitungan atau pengukuran terhadap hasil sebenarnya. Analisis dengan metode NIR membutuhkan standar error yang lebih rendah dari standar deviasi (SD) data referensi. Standar error (SE) yang diharapkan adalah mendekati nol, tetapi karena metode near infrared (NIR) lebih cepat dan bersifat non-destruktif dalam analisis, error sebesar 0.1 dalam analisis NIR dapat diterima. Jika standar error diperoleh mendekati 1 (satu) maka hasil pendugaan dinyatakan kurang baik. Besar standar error hasil analisis diharapkan sebanding dengan standar error pada analisis kimiawi laboratorium (data referensi). Selain itu standar error tergantung juga pada pendugaan komposisi kimia sampel yang digunakan. Misalkan untuk pendugaan komposisi kimia biji nyamplung seperti kadar asam lemak bebas yang nilainya diantara maka standar error yang diperoleh berkisar antara Coefficient of variability (CV) menunjukkan nilai keragaman yang merupakan hasil pembagian antara standar error terhadap nilai rata-rata data referensi (analisis kimiawi laboratorium). Koefisien keragaman (CV) dirumuskan dengan pembagian standar error (SE) terhadap nilai rataan sampel pada masing-masing tahap kalibrasi dan validasi, kemudian hasil pembagian tersebut dikali 100%. Nilai koefisien keragaman (CV) yang ideal dan dapat dikatakan memuaskan adalah berkisar antara %. Sedangkan apabila nilai koefisien keragaman berkisar antara % maka dapat dikatakan cukup baik. Nilai koefisien keragaman diatas dari 5.0% maka dapat dikatakan kurang baik. 1. Metode Principal Component Regression (PCR) Pada analisis data dengan menggunakan metode PCR ini, data yang digunakan adalah reflektan dan absorban biji nyamplung. Principal component analysis (PCA) adalah metode statistik multivariatif untuk mereduksi data dengan cara menghitung skor atau komponen dari keseluruhan variabel dimana beberapa komponen utama pertama sudah mewakili total variasi data. Dalam menggunakan metode PCR, jika seluruh komponen utama dimasukkan dalam persamaan regresi, maka akan dihasilkan model yang setara dengan diperoleh melalui metode kuadrat terkecil (Jollifc, 1986 dalam Rumahorbo, 2004). Tujuan dari metode PCR adalah untuk menyederhanakan variabel yang diamati dengan cara menyusutkan (mengekstrak) dimensinya kedalam beberapa komponen utama, namun tidak membuang informasi yang berguna. Peubah asal ditransformasi menjadi peubah baru yang disebut komponen utama, yang berciri: (1) merupakan kombinasi linier peubah-peubah asal, (2) jumlah kuadrat koefisien 33
11 dalam kombinasi linier tersebut bernilai satu, (3) tidak berkolerasi, dan (4) mempunyai ragam berurut dari yang terbesar ke yang terkecil. Menghilangkan korelasi diantara variabel bebas melalui transformasi variabel bebas asal ke variabel baru yang tidak berkorelasi sama sekali (principal component). a. Data reflektan biji nyamplung Data reflektan adalah data yang diperoleh dari proses pemantulan sampel biji nyamplung. Data reflektan dibangun dengan membuat hubungan komposisi kimia biji nyamplung hasil analisis kimiawi laboratorium (data referensi) terhadap nilai reflektan NIR dengan menggunakan proses regresi komponen utama (PCR). Jumlah sampel biji nyamplung yang digunakan pada penelitian ini sebanyak 70 sampel. Tahap kalibrasi memerlukan 2/3 dari keseluruhan jumlah sampel (± 45 sampel). Sedangkan 1/3 dari keseluruhan jumlah sampel (± 25 sampel) yang diteliti digunakan untuk tahap validasi. 1). Pendugaan Kadar Air Pada tahap kalibrasi pendugaan kadar air digunakan data reflektan dari 47 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi tersebut diberikan proses komponen utama pertama sebesar 15 dan komponen utama kedua sebesar 4. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan reflektan dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel 6. Tabel 6. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Data perlakuan (treatment data) penelitian Deskripsi statistik Penghalusan rataan setiap 3 titik Derivatif kedua Savitzsky-Golay setiap 9 titik Normalisasi 0-1 Kombinasi penghalusan rataan 3 titik dengan derivatif kedua Savitzsky- Golay setiap 9 titik Kombinasi ketiga perlakuan data Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi n (buah) R (%) R 2 (%) Min (%) Maks (%) Mean (%) SD (%) SE (%) CV (%)
12 Pada regresi kalibrasi pendugaan kadar air data reflektan dengan metode regresi komponen utama diberikan berbagai perlakuan data. Perlakuan data yang terbaik adalah kombinasi ketiga perlakuan data tersebut yaitu, penghalusan rataan setiap 3 titik, derivatif kedua Savitzsky-Golay setiap 9 titik, dan normalisasi data spektra kedalam rentang 0-1. Nilai koefisien korelasi (R) untuk pendugaan nilai kadar air bahan tersebut adalah sebesar nilai koefisien determinasinya (R 2 ) sebesar , nilai tersebut hampir mendekati 1 (satu). Hal ini menunjukkan nilai pendugaan NIR hampir mendekati nilai analisis laboratorium. Grafik perbandingan kadar air dugaan data reflektan NIR dengan kadar air referensi analisis laboratorium pada tahap kalibrasi dan validasi dengan metode PCR dan kombinasi dari ketiga perlakuan data dapat dilihat pada Gambar 18. : Kalibrasi : Validasi Gambar 18. Grafik perbandingan kadar air dugaan data reflektan NIR dengan kadar air referensi hasil analisis laboratorium pada tahap kalibrasi 47 sampel dan validasi 23 sampel dengan metode PCR dan kombinasi dari ketiga perlakuan data. Pada tahap kalibrasi, menghasilkan nilai standar error kalibrasi (SEC) dan koefisien keragaman (CV) cukup tinggi berturut-turut sebesar 5.57% dan 10.00%. dilihat dari nilai koefisien determinasi, standar error, dan koefisien keragaman yang ada pada tahap kalibrasi, dapat diduga regresi kalibrasi yang telah dibangun kurang baik. Untuk menguji ketepatan dari regresi kalibrasi tersebut maka sangat perlu dilakukan tahap validasi. Tahap validasi pendugaan kadar air biji nyamplung digunakan sampel yang berbeda dari kalibrasi dengan jumlah sebanyak 23 sampel dari data reflektan NIR dan data hasil analisis laboratorium. Tingkat keberhasilan atau ketepatan pada tahap validasi berdasarkan bentuk dan model kalibrasi sangat ditentukan oleh nilai standar error validasi (SEP) dan koefisien keragaman. Berdasarkan hasil tahap validasi yang diperoleh, dapat dilihat bahwa standar error validasi (SEP) memiliki nilai 0.94% dan nilai koefisien keragamannya yaitu 1.68%. Dilihat dari nilai standar error yang kurang dari 1 (satu) dan koefisien keragaman (CV) kurang dari 5.0%, sehingga hasil ini membuktikan model persamaan regresi yang dibangun melalui metode regresi komponen utama dapat dikatakan cukup baik. 2). Pendugaan Kadar Lemak Pada tahap kalibrasi pendugaan kadar lemak digunakan data reflektan dari 48 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi pendugaan kadar lemak tersebut 35
13 diberikan proses komponen utama pertama (PC primary) sebesar 15 dan komponen utama kedua (PC secondary) sebesar 4. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar lemak berdasarkan reflektan dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel 7. Tabel 7. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar lemak berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Data perlakuan (treatment data) penelitian Deskripsi statistik Penghalusan rataan setiap 3 titik Derivatif kedua Savitzsky-Golay setiap 9 titik Normalisasi 0-1 Kombinasi penghalusan rataan 3 titik dengan derivatif kedua Savitzsky- Golay setiap 9 titik Kombinasi ketiga perlakuan data Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi n (buah) R (%) R 2 (%) Min (%) Maks (%) Mean (%) SD (%) SE (%) CV (%) Pada regresi kalibrasi pendugaan kadar lemak data reflektan dengan metode regresi komponen utama diberikan berbagai perlakuan data. Perlakuan data yang terbaik adalah kombinasi ketiga perlakuan data tersebut yaitu, penghalusan rataan setiap 3 titik, derivatif kedua Savitzsky-Golay setiap 9 titik, dan normalisasi data spektra kedalam rentang 0-1. Nilai koefisien korelasi (R) untuk pendugaan nilai kadar lemak bahan tersebut adalah sebesar nilai koefisien determinasinya (R 2 ) sebesar , nilai tersebut hampir mendekati 1 (satu). Hal ini menunjukkan nilai pendugaan NIR hampir mendekati nilai analisis laboratorium. Grafik perbandingan kadar lemak dugaan data reflektan NIR dengan kadar lemak referensi analisis laboratorium pada tahap kalibrasi dan validasi dengan metode PCR dan kombinasi dari ketiga perlakuan data dapat dilihat pada Gambar
14 : Kalibrasi : Validasi Gambar 19. Grafik perbandingan kadar lemak dugaan data reflektan NIR dengan kadar lemak referensi hasil analisis laboratorium pada tahap kalibrasi 48 sampel dan validasi 22 sampel dengan metode PCR dan kombinasi dari ketiga perlakuan data. Pada tahap kalibrasi, menghasilkan nilai standar error kalibrasi (SEC) dan koefisien keragaman (CV) cukup tinggi berturut-turut sebesar 3.53% dan 5.93%. dilihat dari nilai koefisien determinasi, standar error, dan koefisien keragaman yang ada pada tahap kalibrasi, dapat diduga regresi kalibrasi yang telah dibangun kurang baik. Untuk menguji ketepatan dari regresi kalibrasi tersebut maka sangat perlu dilakukan tahap validasi. Tahap validasi pendugaan kadar lemak biji nyamplung digunakan sampel yang berbeda dari kalibrasi dengan jumlah sebanyak 22 sampel dari data reflektan NIR dan data hasil analisis laboratorium. Tingkat keberhasilan atau ketepatan pada tahap validasi berdasarkan bentuk dan model kalibrasi sangat ditentukan oleh nilai standar error validasi (SEP) dan koefisien keragaman. Berdasarkan hasil tahap validasi yang diperoleh, dapat dilihat bahwa standar error validasi (SEP) memiliki nilai 0.65% dan nilai koefisien keragamannya yaitu 1.09%. Dilihat dari nilai standar error yang kurang dari 1 (satu) dan koefisien keragaman (CV) kurang dari 5.0%, sehingga hasil ini membuktikan model persamaan regresi yang dibangun melalui metode regresi komponen utama dapat dikatakan cukup baik. 3). Pendugaan Bilangan Asam Pada tahap kalibrasi pendugaan bilangan asam digunakan data reflektan dari 46 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi pendugaan bilangan asam tersebut diberikan proses komponen utama pertama (PC primary) sebesar 15 dan komponen utama kedua (PC secondary) sebesar 4. Hasil analisis data tahap kalibrasi dan validasi pendugaan bilangan asam berdasarkan reflektan dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel 8. 37
15 Tabel 8. Hasil analisis data tahap kalibrasi dan validasi pendugaan bilangan asam berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Data perlakuan (treatment data) penelitian Deskripsi statistik Penghalusan rataan setiap 3 titik Derivatif kedua Savitzsky-Golay setiap 9 titik Normalisasi 0-1 Kombinasi penghalusan rataan 3 titik dengan derivatif kedua Savitzsky- Golay setiap 9 titik Kombinasi ketiga perlakuan data Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi n (buah) R (%) R 2 (%) Min (%) Maks (%) Mean (%) SD (%) SE (%) CV (%) Pada regresi kalibrasi pendugaan bilangan asam data reflektan dengan metode regresi komponen utama diberikan berbagai perlakuan data. Perlakuan data yang terbaik adalah perlakuan data normalisasi data spektra kedalam rentang 0-1. Nilai koefisien korelasi (R) untuk pendugaan nilai bilangan asam bahan tersebut adalah sebesar nilai koefisien determinasinya (R 2 ) sebesar , nilai tersebut hampir mendekati 1 (satu). Hal ini menunjukkan nilai pendugaan NIR hampir mendekati nilai analisis laboratorium. Grafik perbandingan bilangan asam dugaan data reflektan NIR dengan bilangan asam referensi analisis laboratorium pada tahap kalibrasi dan validasi dengan metode PCR dan perlakuan data normalisasi data spektra kedalam rentang 0-1 dapat dilihat pada Gambar 20. : Kalibrasi : Validasi Gambar 20. Grafik perbandingan bilangan asam dugaan data reflektan NIR dengan bilangan asam referensi hasil analisis laboratorium pada tahap kalibrasi 46 sampel dan validasi 24 sampel dengan metode PCR dan perlakuan data normalisasi data spektra kedalam rentang
16 Pada tahap kalibrasi, menghasilkan nilai standar error kalibrasi (SEC) dan koefisien keragaman (CV) berturut-turut sebesar 0.49% dan 1.17%. dilihat dari nilai koefisien determinasi, standar error, dan koefisien keragaman yang ada pada tahap kalibrasi, dapat diduga regresi kalibrasi yang telah dibangun kurang baik. Untuk menguji ketepatan dari regresi kalibrasi tersebut maka sangat perlu dilakukan tahap validasi. Tahap validasi pendugaan bilangan asam biji nyamplung digunakan sampel yang berbeda dari kalibrasi dengan jumlah sebanyak 24 sampel dari data reflektan NIR dan data hasil analisis laboratorium. Tingkat keberhasilan atau ketepatan pada tahap validasi berdasarkan bentuk dan model kalibrasi sangat ditentukan oleh nilai standar error validasi (SEP) dan koefisien keragaman. Berdasarkan hasil tahap validasi yang diperoleh, dapat dilihat bahwa standar error validasi (SEP) memiliki nilai 0.07% dan nilai koefisien keragamannya yaitu 0.17%. Dilihat dari nilai standar error yang kurang dari 1 (satu) dan koefisien keragaman (CV) kurang dari 5.0%, sehingga hasil ini membuktikan model persamaan regresi yang dibangun melalui metode regresi komponen utama dapat dikatakan sangat memuaskan. 4). Pendugaan Kadar Asam Lemak Bebas Pada tahap kalibrasi pendugaan kadar asam lemak bebas digunakan data reflektan dari 45 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi pendugaan kadar asam lemak bebas tersebut diberikan proses komponen utama pertama (PC primary) sebesar 15 dan komponen utama kedua (PC secondary) sebesar 4. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar asam lemak bebas berdasarkan reflektan dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel 9. Tabel 9. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar asam lemak bebas berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR) Data perlakuan (treatment data) penelitian Deskripsi statistik Penghalusan rataan setiap 3 titik Derivatif kedua Savitzsky-Golay setiap 9 titik Normalisasi 0-1 Kombinasi penghalusan rataan 3 titik dengan derivatif kedua Savitzsky- Golay setiap 9 titik Kombinasi ketiga perlakuan data Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi n (buah) R (%) R 2 (%) Min (%) Maks (%) Mean (%) SD (%) SE (%) CV (%)
17 Pada regresi kalibrasi pendugaan kadar asam lemak bebas data reflektan dengan metode regresi komponen utama diberikan berbagai perlakuan data. Perlakuan data yang terbaik adalah kombinasi ketiga perlakuan data tersebut yaitu, penghalusan rataan setiap 3 titik, derivatif kedua Savitzsky-Golay setiap 9 titik, dan normalisasi data spektra kedalam rentang 0-1. Nilai koefisien korelasi (R) untuk pendugaan nilai kadar asam lemak bebas bahan tersebut adalah sebesar nilai koefisien determinasinya (R 2 ) sebesar , nilai tersebut hampir mendekati 1 (satu). Hal ini menunjukkan nilai pendugaan NIR hampir mendekati nilai analisis laboratorium. Grafik perbandingan kadar asam lemak bebas dugaan data reflektan NIR dengan kadar asam lemak bebas referensi analisis laboratorium pada tahap kalibrasi dan validasi dengan metode PCR dan kombinasi dari ketiga perlakuan data dapat dilihat pada Gambar 21. : Kalibrasi : Validasi Gambar 21. Grafik perbandingan kadar asam lemak bebas dugaan data reflektan NIR dengan kadar asam lemak bebas referensi hasil analisis laboratorium pada tahap kalibrasi 45 sampel dan validasi 25 sampel dengan metode PCR dan kombinasi dari ketiga perlakuan data. Pada tahap kalibrasi, menghasilkan nilai standar error kalibrasi (SEC) dan koefisien keragaman (CV) cukup tinggi berturut-turut sebesar 0.79% dan 3.50%. dilihat dari nilai koefisien determinasi, standar error, dan koefisien keragaman yang ada pada tahap kalibrasi, dapat diduga regresi kalibrasi yang telah dibangun cukup baik. Untuk menguji ketepatan dari regresi kalibrasi tersebut maka sangat perlu dilakukan tahap validasi. Tahap validasi pendugaan kadar asam lemak bebas biji nyamplung digunakan sampel yang berbeda dari kalibrasi dengan jumlah sebanyak 25 sampel dari data reflektan NIR dan data hasil analisis laboratorium. Tingkat keberhasilan atau ketepatan pada tahap validasi berdasarkan bentuk dan model kalibrasi sangat ditentukan oleh nilai standar error validasi (SEP) dan koefisien keragaman. Berdasarkan hasil tahap validasi yang diperoleh, dapat dilihat bahwa standar error validasi (SEP) memiliki nilai 0.20% dan nilai koefisien keragamannya yaitu 0.88%. Dilihat dari nilai standar error yang kurang dari 1 (satu) dan koefisien keragaman (CV) kurang dari 5.0%, sehingga hasil ini membuktikan model persamaan regresi yang dibangun melalui metode regresi komponen utama dapat dikatakan cukup memuaskan. 40
18 b. Data absorban biji nyamplung Selain dengan data reflektan (R), komposisi kimia biji nyamplung (kadar air, kadar lemak, bilangan asam, dan kadar asam lemak bebas) dapat juga diduga dengan data absorban yang telah ditransformasikan (log (1/R)). Sebanyak 70 sampel biji nyamplung digunakan untuk menduga komposisi kimia dengan metode NIR, dimana 2/3 dari jumlah sampel digunakan untuk proses kalibrasi dan sisa sampelnya 1/3 digunakan untuk proses validasi. Proses kalibrasi dan validasi dengan menggunakan data absorban tidak jauh berbeda dari proses kalibrasi reflektan. Persamaan regresi tahap kalibrasi untuk menduga komposisi kimia biji nyamplung berdasarkan data absorban digunakan dengan membuat hubungan komposisi kimia biji nyamplung hasil analisis kimiawi laboratorium (data referensi) terhadap nilai absorban near infrared dengan menggunakan persamaan regresi komponen utama (PCR). 1). Pendugaan Kadar Air Pada tahap kalibrasi pendugaan kadar air digunakan data absorban dari 46 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi tersebut diberikan proses komponen utama pertama sebesar 15 dan komponen utama kedua sebesar 4. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan absorban dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel 10. Tabel 10. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar air berdasarkan absorban dengan berbagai perlakuan data pada metode principal component regression (PCR) Data perlakuan (treatment data) penelitian Deskripsi statistik Penghalusan rataan setiap 3 titik Derivatif kedua Savitzsky-Golay setiap 9 titik Normalisasi 0-1 Kombinasi penghalusan rataan 3 titik dengan derivatif kedua Savitzsky- Golay setiap 9 titik Kombinasi ketiga perlakuan data Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi n (buah) R (%) R 2 (%) Min (%) Maks (%) Mean (%) SD (%) SE (%) CV (%) Pada regresi kalibrasi pendugaan kadar air data absorban dengan metode regresi komponen utama diberikan berbagai perlakuan data. Perlakuan data yang terbaik adalah kombinasi dari ketiga perlakuan data tersebut. 41
19 Nilai koefisien korelasi (R) untuk pendugaan nilai kadar air bahan tersebut adalah sebesar nilai koefisien determinasinya (R 2 ) sebesar , nilai tersebut hampir mendekati 1 (satu). Hal ini menunjukkan nilai pendugaan NIR hampir mendekati nilai analisis laboratorium. Grafik perbandingan kadar air dugaan data absorban NIR dengan kadar air referensi analisis laboratorium pada tahap kalibrasi dan validasi dengan metode PCR dan kombinasi dari ketiga perlakuan data tersebut dapat dilihat pada Gambar 22. : Kalibrasi : Validasi Gambar 22. Grafik perbandingan kadar air dugaan data absorban NIR dengan kadar air referensi hasil analisis laboratorium pada tahap kalibrasi 46 sampel dan validasi 24 sampel dengan metode PCR dan kombinasi dari ketiga perlakuan data. Pada tahap kalibrasi, menghasilkan nilai standar error kalibrasi (SEC) dan koefisien keragaman (CV) cukup tinggi berturut-turut sebesar 5.86% dan 10.53%. dilihat dari nilai koefisien determinasi, standar error, dan koefisien keragaman yang ada pada tahap kalibrasi, dapat diduga regresi kalibrasi yang telah dibangun kurang baik. Untuk menguji ketepatan dari regresi kalibrasi tersebut maka sangat perlu dilakukan tahap validasi. Tahap validasi pendugaan kadar air biji nyamplung digunakan sampel yang berbeda dari kalibrasi dengan jumlah sebanyak 24 sampel dari dataabsorban NIR dan data hasil analisis laboratorium. Tingkat keberhasilan atau ketepatan pada tahap validasi berdasarkan bentuk dan model kalibrasi sangat ditentukan oleh nilai standar error validasi (SEP) dan koefisien keragaman. Berdasarkan hasil tahap validasi yang diperoleh, dapat dilihat bahwa standar error validasi (SEP) memiliki nilai 1.77% dan nilai koefisien keragamannya yaitu 3.18%. Dilihat dari nilai standar error yang lebih dari 1 (satu) dan koefisien keragaman (CV) kurang dari 5.0%, sehingga hasil ini membuktikan model persamaan regresi yang dibangun melalui metode regresi komponen utama dikatakan kurang baik dan tidak dapat digunakan. 2). Pendugaan Kadar Lemak Pada tahap kalibrasi pendugaan kadar lemak digunakan data absorban dari 46 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi pendugaan kadar lemak tersebut diberikan proses komponen utama pertama (PC primary) sebesar 15 dan komponen utama kedua (PC secondary) sebesar 4. 42
20 Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar lemak berdasarkan absorban dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel 11. Tabel 11. Hasil analisis data tahap kalibrasi dan validasi pendugaan kadar lemak berdasarkan absorban dengan berbagai perlakuan data pada metode principal component regression (PCR) Data perlakuan (treatment data) penelitian Deskripsi statistik Penghalusan rataan setiap 3 titik Derivatif kedua Savitzsky-Golay setiap 9 titik Normalisasi 0-1 Kombinasi penghalusan rataan 3 titik dengan derivatif kedua Savitzsky- Golay setiap 9 titik Kombinasi ketiga perlakuan data Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi Kalibrasi Validasi n (buah) R (%) R 2 (%) Min (%) Maks (%) Mean (%) SD (%) SE (%) CV (%) Pada regresi kalibrasi pendugaan kadar lemak data absorban dengan metode regresi komponen utama diberikan berbagai perlakuan data. Perlakuan data yang terbaik adalah kombinasi dari ketiga perlakuan data. Nilai koefisien korelasi (R) untuk pendugaan nilai kadar lemak bahan tersebut adalah sebesar nilai koefisien determinasinya (R 2 ) sebesar , nilai tersebut hampir mendekati 1 (satu). Hal ini menunjukkan nilai pendugaan NIR hampir mendekati nilai analisis laboratorium. Grafik perbandingan kadar lemak dugaan data absorban NIR dengan kadar lemak referensi analisis laboratorium pada tahap kalibrasi dan validasi dengan metode PCR dan perlakuan data kombinasi dari ketiga perlakuan data tersebut dapat dilihat pada Gambar
21 : Kalibrasi : Validasi Gambar 23. Grafik perbandingan kadar lemak dugaan data absorban NIR dengan kadar lemak referensi hasil analisis laboratorium pada tahap kalibrasi 46 sampel dan validasi 24 sampel dengan metode PCR dan kombinasi dari ketiga perlakuan data. Pada tahap kalibrasi, menghasilkan nilai standar error kalibrasi (SEC) dan koefisien keragaman (CV) cukup tinggi berturut-turut sebesar 3.80% dan 6.38%. dilihat dari nilai koefisien determinasi, standar error, dan koefisien keragaman yang ada pada tahap kalibrasi, dapat diduga regresi kalibrasi yang telah dibangun kurang baik. Untuk menguji ketepatan dari regresi kalibrasi tersebut maka sangat perlu dilakukan tahap validasi. Tahap validasi pendugaan kadar lemak biji nyamplung digunakan sampel yang berbeda dari kalibrasi dengan jumlah sebanyak 24 sampel dari data absorban NIR dan data hasil analisis laboratorium. Tingkat keberhasilan atau ketepatan pada tahap validasi berdasarkan bentuk dan model kalibrasi sangat ditentukan oleh nilai standar error validasi (SEP) dan koefisien keragaman. Berdasarkan hasil tahap validasi yang diperoleh, dapat dilihat bahwa standar error validasi (SEP) memiliki nilai 0.98% dan nilai koefisien keragamannya yaitu 1.65%. Dilihat dari nilai standar error hampir bernilai 1 (satu) dan koefisien keragaman (CV) kurang dari 5.0%, sehingga hasil ini membuktikan model persamaan regresi yang dibangun melalui metode regresi komponen utama dapat dikatakan cukup baik. 3). Pendugaan Bilangan Asam Pada tahap kalibrasi pendugaan bilangan asam digunakan data absorban dari 45 sampel biji nyamplung dengan kisaran panjang gelombang nm ( cm -1 dengan interval 4 cm -1 ). Regresi kalibrasi pendugaan bilangan asam tersebut diberikan proses komponen utama pertama (PC primary) sebesar 15 dan komponen utama kedua (PC secondary) sebesar 4. Hasil analisis data tahap kalibrasi dan validasi pendugaan bilangan asam berdasarkan absorban dengan berbagai perlakuan data pada metode regresi komponen utama (PCR) dapat dilihat pada Tabel
MBAHASA DAN PEM AF) our (MOCA. penelitian ( nm c ur (MOCAF. ditunjukkan OCAF. substansi A k. komposisi. cak gelomban. ktan.
IV. HASIL D DAN PEM MBAHASA AN A. Reflektan R N Near Infrareed Modified Cassava Flo our (MOCA AF) Peranngkat NIRF Flex Fiber Optic Solid ds N-500 yang digunakkan dalam p penelitian in ni, akan mennghasilkan
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian dilaksanakan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Teknik Mesin dan Biosistem Fakultas Teknologi Pertanian
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dilaksanakan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian Departemen Teknik Mesin dan Biosistem, Laboratorium Kimia
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Hasil Kalibrasi NIR Spektra Kalibrasi NIR dapat dilakukan apabila telah terkumpul data uji minimal 60 sampel yang telah diubah menjadi spektrum. Pada penelitian ini telah terkumpul
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Absorbsi Near Infrared Sampel Tepung Ikan Absorbsi near infrared oleh 50 sampel tepung ikan dengan panjang gelombang 900 sampai 2000 nm berkisar antara 0.1 sampai 0.7. Secara grafik
Lebih terperinciHASIL DAN PEMBAHASAN Pola Spektra Buah Belimbing
IV. HASIL DAN PEMBAHASAN 4.1. Pola Spektra Buah Belimbing Buah belimbing yang dikenai radiasi NIR dengan panjang gelombang 1000-2500 nm menghasilkan spektra pantulan (reflektan). Secara umum, spektra pantulan
Lebih terperinciPENDUGAAN KOMPOSISI KIMIA BIJI NYAMPLUNG (Calophyllum inophyllum L.) SECARA NON-DESTRUKTIF DENGAN METODE NEAR INFRARED (NIR)
PENDUGAAN KOMPOSISI KIMIA BIJI NYAMPLUNG (Calophyllum inophyllum L.) SECARA NON-DESTRUKTIF DENGAN METODE NEAR INFRARED (NIR) SKRIPSI SALSABIL THALIB F14070115 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1 Karakteristik Spektra NIR Buah Mangga Varietas Gedong Selama Penyimpanan Pengukuran spektra menggunakan perangkat NIRFlex Fiber Optic Solids N-500 menghasilkan data pengukuran
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Tempat dan Waktu Penelitian Penelitian dengan judul Pendugaan Komposisi Kimia Modified Cassava Flour (MOCAF) dengan Metode Near Infrared (NIR) akan dilakukan di 3 (tiga) tempat.
Lebih terperinciPREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL PADATAN TERLARUT, KANDUNGAN PROTEIN DAN KADAR AIR DENGAN NIR SPEKTROSKOPI PAHLEVI MANAHARA PANDJAITAN
PREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL PADATAN TERLARUT, KANDUNGAN PROTEIN DAN KADAR AIR DENGAN NIR SPEKTROSKOPI PAHLEVI MANAHARA PANDJAITAN DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI
Lebih terperinciPENDUGAAN KOMPOSISI KIMIA MODIFIED CASSAVA FLOUR (MOCAF) DENGAN METODE NEAR INFRARED (NIR) SAMUEL FERY PURBA F
PENDUGAAN KOMPOSISI KIMIA MODIFIED CASSAVA FLOUR (MOCAF) DENGAN METODE NEAR INFRARED (NIR) SAMUEL FERY PURBA F14062021 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 4.1 Spektrum Derivatif Metil Paraben dan Propil Paraben
BAB IV HASIL DAN PEMBAHASAN Salah satu produk kosmetik yang banyak menggunakan bahan pengawet sebagai bahan tambahan adalah krim wajah. Metode analisis yang sensitif dan akurat diperlukan untuk mengetahui
Lebih terperinciII. TINJAUAN PUSTAKA
II. TINJAUAN PUSTAKA A. Metode Near Infrared (NIR) 1. Tanaman Nyamplung (Calophyllum inophyllum L.) Tanaman nyamplung dapat ditemukan di Madagaskar, Afrika Timur, Asia Selatan dan Tenggara, Kepulauan Pasifik,
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinci4 Hasil dan Pembahasan
4 Hasil dan Pembahasan Reaktor-separator terintegraasi yang dikembangkan dan dikombinasikan dengan teknik analisis injeksi alir dan spektrofotometri serapan atom uap dingin (FIA-CV-AAS) telah dikaji untuk
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN Karakteristik Gelombang NIR Benih Padi Panjang gelombang NIR yang digunakan pada penelitian ini berada pada kisaran 1000-2500 nm dengan resolusi 1 nm. Gelombang NIR yang ditembakkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN Salah satu produk kosmetik yang banyak menggunakan bahan pengawet sebagai bahan tambahan adalah hand body lotion. Metode analisis yang sensitif dan akurat diperlukan untuk mengetahui
Lebih terperinciPENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.) DENGAN METODE NEAR INFRARED SELAMA PENYIMPANAN DAN PEMERAMAN. Oleh : RINI SUSILOWATI F
PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.) DENGAN METODE NEAR INFRARED SELAMA PENYIMPANAN DAN PEMERAMAN Oleh : RINI SUSILOWATI F14103074 2007 DEPARTEMEN TEKNIK PERTANIAN FAKULTAS TEKNOLOGI
Lebih terperinciBab II. Tinjauan Pustaka
Bab II. Tinjauan Pustaka A. Spektrofotometri UV-Vis Spektrofotometri UV-Vis adalah anggota teknik analisis spektroskopik yang memakai sumber REM (radiasi elektromagnetik) ultraviolet dekat (190-380 nm)
Lebih terperinciMETODOLOGI PENELITIAN
METODOLOGI PENELITIAN Waktu dan Tempat Penelitian dilakukan di Laboratorium Teknologi Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Tteknik Pertanian, Fak. Teknologi Pertanian IPB, Laboratorium
Lebih terperinciANALISIS KONTAMINASI LEMAK BABI DALAM MINYAK GORENG SAWIT (RBD PALM OIL) MENGGUNAKAN SPEKTROSKOPI FOURIER TRANSFORM INFRARED (FTIR) DAN KEMOMETRIK
ANALISIS KONTAMINASI LEMAK BABI DALAM MINYAK GORENG SAWIT (RBD PALM OIL) MENGGUNAKAN SPEKTROSKOPI FOURIER TRANSFORM INFRARED (FTIR) DAN KEMOMETRIK PROPOSAL SKRIPSI PUTRI KHOLISOTUN NAWA 082210101015 Kamis,
Lebih terperinciBab IV Hasil dan Analisa 4.1 Ekstraksi likopen dari wortel dan pengukurannya dengan spektrometer NIR
Bab IV Hasil dan Analisa 4.1 Ekstraksi likopen dari wortel dan pengukurannya dengan spektrometer NIR Ekstraksi likopen dari tomat dilakukan dengan menggunakan pelarut aseton : metanol dengan perbandingan
Lebih terperinciANALISIS DUA KOMPONEN TANPA PEMISAHAN
LAPORAN PRAKTIKUM KIMIA ANALITIK ANALISIS DUA KOMPONEN TANPA PEMISAHAN Tanggal Praktikum : Jumat, Oktober 010 Tanggal Pengumpulan Laporan : Jumat, 9 Oktober 010 Disusun oleh Nama : Annisa Hijriani Nim
Lebih terperinciHASIL DAN PEMBAHASAN. Prosedur Penggunaan Peranti Lunak ImageJ
sedangkan PLSDA untuk mengklasifikasikan ketiga tanaman sampel ke dalam tiga kelompok tanaman yang berbeda dalam bentuk model prediksi. Model tersebut selanjutnya digunakan untuk memprediksi ketiga sampel
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
19 BAB IV HASIL DAN PEMBAHASAN A. Penyiapan Lemak Sapi dan Lemak Babi Sebanyak 250 gram jaringan lemak sapi dan babi yang diperoleh dari pasar tradisional Purwokerto,dicuci dan dipotong kecil-kecil untuk
Lebih terperinciHASIL DAN PEMBAHASAN
22 HASIL DAN PEMBAHASAN Data spektra campuran senyawa dianalisis menggunakan beberapa metode statistika, yaitu Plot Korelasi, Plot Jarak Euclid, Analisis Komponen Utama (AKU), dan Metode Kemungkinan Maksimum
Lebih terperinci4 Hasil dan Pembahasan
4 Hasil dan Pembahasan 4.1 Penentuan Kadar Air Pada pengukuran inframerah dari pelumas ini bertujuan untuk membandingkan hasil spektra IR dari pelumas yang bebas air dengan pelumas yang diduga memiliki
Lebih terperinciHASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PENENTUAN PERBANDINGAN MASSA ALUMINIUM SILIKAT DAN MAGNESIUM SILIKAT Tahapan ini merupakan tahap pendahuluan dari penelitian ini, diawali dengan menentukan perbandingan massa
Lebih terperinciBAB 4 HASIL PERCOBAAN DAN BAHASAN
BAB 4 HASIL PERCOBAAN DAN BAHASAN Pengukuran serapan harus dilakukan pada panjang gelombang serapan maksimumnya agar kepekaan maksimum dapat diperoleh karena larutan dengan konsentrasi tertentu dapat memberikan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN 4.1. PENELITIAN PENDAHULUAN 4.1.1. Analisis Kandungan Senyawa Kimia Pada tahap ini dilakukan analisis proksimat terhadap kandungan kimia yang terdapat dalam temulawak kering yang
Lebih terperinciPENDAHULUAN. Gambar 1 Ilustrasi hukum Lambert Beer (Sabrina 2012) Absorbsi sinar oleh larutan mengikuti hukum lambert Beer, yaitu:
PENDAHULUAN Spektrofotometer adalah alat untuk mengukur transmitan atau absorbans suatu sampel yang dinyatakan sebagai fungsi panjang gelombang. Absorbsi radiasi oleh suatu sampel diukur pada berbagai
Lebih terperinciHASIL DAN PEMBAHASAN
19 HASIL DAN PEMBAHASAN Koreksi Pencaran Multiplikatif Data persen transmitan diperoleh dari pengukuran dengan menggunakan FTIR pada 1866 bilangan gelombang yang berkisar antara 4000 400 cm -1. Grafik
Lebih terperinciHaitratun, Agus Arip Munawar, Zulfahrizal Program Studi Teknik Pertanian, Fakultas Pertanian, Universitas Syiah Kuala
Akuisisi Spektrum Near Infrared Reflectance Pada Bubuk Kopi Arabika (Kenary Coffee) Dan Bubuk Kopi Robusta (Kopi Ulee Kareng) The Acquisition Of Near Infrared Reflectance Spectrum In Arabica Coffee Powder
Lebih terperinci4 Hasil dan Pembahasan
4 Hasil dan Pembahasan 4.1 Pembentukan Senyawa Indotimol Biru Reaksi pembentukan senyawa indotimol biru ini, pertama kali dijelaskan oleh Berthelot pada 1859, sudah sangat lazim digunakan untuk penentuan
Lebih terperinciHASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. Karakterisasi Minyak Ikan Karakterisasi minyak ikan dilakukan untuk mengetahui karakter awal minyak ikan yang digunakan dalam penelitian ini. Karakter minyak ikan yang diukur
Lebih terperinciTINJAUAN PUSTAKA Kalibrasi Ganda Regresi Kuadrat Terkecil Parsial ( Partial Least Squares/PLS) 1. Model PLS
TINJAUAN PUSTAKA Kalibrasi Ganda Kalibrasi adalah suatu fungsi matematik dengan data empirik dan pengetahuan untuk menduga informasi pada Y yang tidak diketahui berdasarkan informasi pada X yang tersedia
Lebih terperinciBAB 4 HASIL PERCOBAAN DAN PEMBAHASAN
BAB 4 HASIL PERCOBAAN DAN PEMBAHASAN Hasil pengukuran bilangan peroksida sampel minyak kelapa sawit dan minyak kelapa yang telah dipanaskan dalam oven dan diukur pada selang waktu tertentu sampai 96 jam
Lebih terperinci39 Universitas Indonesia
BAB 4 HASIL DAN PEMBAHASAN 4.1 Ekstraksi Buah Mengkudu Untuk ekstraksi, buah mengkudu sebanyak kurang lebih 500 g dipilih yang matang dan segar serta tidak perlu dikupas terlebih dahulu. Selanjutnya bahan
Lebih terperinci4. Hasil dan Pembahasan
4. Hasil dan Pembahasan 4.1 Isolasi Kitin dan Kitosan Isolasi kitin dan kitosan yang dilakukan pada penelitian ini mengikuti metode isolasi kitin dan kitosan dari kulit udang yaitu meliputi tahap deproteinasi,
Lebih terperinciPENENTUAN BAHAN KERING BUAH MANGGA SECARA INTACT MENGGUNAKAN NEAR INFRARED SPECTROSCOPY
J.Pascapanen 5(2) 2008: 10-17 PENENTUAN BAHAN KERING BUAH MANGGA SECARA INTACT MENGGUNAKAN NEAR INFRARED SPECTROSCOPY Diding Suhandy 1,Sulusi Prabawati 2, Yulianingsih 2, dan Yatmin 3 1 Jurusan Teknik
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan uji kapasitas adsorben kitosan-bentonit terhadap
BAB IV HASIL DAN PEMBAHASAN Sebelum melakukan uji kapasitas adsorben kitosan-bentonit terhadap diazinon, terlebih dahulu disintesis adsorben kitosan-bentonit mengikuti prosedur yang telah teruji (Dimas,
Lebih terperinciPEMBAHASAN ... (3) RMSE =
7 kemampuan untuk mengikuti variasi hujan permukaan. Keterandalan model dapat dilihat dari beberapa parameter, antara lain : Koefisien korelasi Korelasi dinyatakan dengan suatu koefisien yang menunjukkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
7 3. Pengenceran Proses pengenceran dilakukan dengan menambahkan 0,5-1 ml akuades secara terus menerus setiap interval waktu tertentu hingga mencapai nilai transmisi yang stabil (pengenceran hingga penambahan
Lebih terperinciPenentuan Bahan Kering Buah
PENENTUAN BAHAN KERING BUAH SAWO SECARA TIDAK MERUSAK MENGGUNAKAN NIR SPECTROSCOPY [Nondestructive Determination of Dry Matter in Sawo Fruit Using NIR Spectroscopy] Diding Suhandy 1) 1) Staf Pengajar Jurusan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 1. Pembuatan larutan induk standar fenobarbital dan diazepam
BAB IV HASIL DAN PEMBAHASAN A. HASIL PERCOBAAN 1. Pembuatan larutan induk standar fenobarbital dan diazepam Ditimbang 10,90 mg fenobarbital dan 10,90 mg diazepam, kemudian masing-masing dimasukkan ke dalam
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang
BAB I PENDAHULUAN A. Latar Belakang Saat ini, kosmetik menjadi bagian penting dalam kehidupan sehari-hari. Jumlah kosmetik yang digunakan terus meningkat seiring dengan pertambahan jumlah penduduk setiap
Lebih terperinciTUGAS II REGULER C AKADEMI ANALIS KESEHATAN NASIONAL SURAKARTA TAHUN AKADEMIK 2011/2012
TUGAS II REGULER C AKADEMI ANALIS KESEHATAN NASIONAL SURAKARTA TAHUN AKADEMIK 2011/2012 Mata Kuliah Topik Smt / Kelas Beban Kredit Dosen Pengampu Batas Pengumpulan : Kimia Analitik II : Spektrofotometri
Lebih terperinciHASIL DAN PEMBAHASAN. Eksplorasi Pola Spektrum
konsentrasi. Konsentrasi kafein terbagi menjadi 6 konsentrasi, sehingga dari masing-masing komponen diperoleh 24 kombinasi konsentrasi. c. Campuran senyawa tiga komponen, yaitu Vitamin B1, Vitamin B6,
Lebih terperinciII. TINJAUAN PUSTAKA. A. Metode Near Infrared (NIR)
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
Lebih terperinciHASIL DAN PEMBAHASAN. Karakterisasi Panjang Gelombang Lampu LED
6 Nilai XYZ diperoleh dari pengukuran menggunakan fotometer dengan cara yang sama seperti pengukuran sinar reflektans standar warna. Nilai XYZ ditransformasikan ke dalam rumus a*b*. Untuk mengetahui nilai
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. Pengaruh Perlakuan Terhadap Sifat Fisik Buah Pala Di Indonesia buah pala pada umumnya diolah menjadi manisan dan minyak pala. Dalam perkembangannya, penanganan pascapanen diarahkan
Lebih terperinci4 HASIL DAN PEMBAHASAN
14 4 HASIL DAN PEMBAHASAN Pembuatan glukosamin hidroklorida (GlcN HCl) pada penelitian ini dilakukan melalui proses hidrolisis pada autoklaf bertekanan 1 atm. Berbeda dengan proses hidrolisis glukosamin
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dilakukan determinasi tanaman.
49 BAB IV HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Determinasi Tanaman Bahan baku utama dalam pembuatan VC pada penelitian ini adalah buah kelapa tua dan buah nanas muda. Untuk mengetahui bahan baku
Lebih terperinciDAFTAR ISI.. ABSTRAK.. KATA PENGANTAR UCAPAN TERIMA KASIH. DAFTAR TABEL.. DAFTAR GAMBAR. DAFTAR LAMPIRAN..
DAFTAR ISI ABSTRAK.. KATA PENGANTAR UCAPAN TERIMA KASIH. DAFTAR ISI.. DAFTAR TABEL.. DAFTAR GAMBAR. DAFTAR LAMPIRAN.. i ii iii iv vi vii viii BAB I : PENDAHULUAN 1.1 Latar Belakang.. 1 1.2 Rumusan Masalah.
Lebih terperinci4 Hasil dan Pembahasan
4 Hasil dan Pembahasan 4.1 Karakterisasi Elektroda Berdasarkan penelitian sebelumnya, komposisi optimum untuk elektroda pasta karbon yaitu grafit:parafin adalah 7:3 dan komposisi ini juga yang digunakan
Lebih terperinciBAB 2 LANDASAN TEORI. Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
13 BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
Lebih terperinciHASIL DAN PEMBAHASAN
Konsentrasi lemak ikan (%) Kandungan zat aktif (absorban) HASIL DAN PEMBAHASAN Deskripsi Data Berdasarkan data yang digunakan dalam penelitian ini, akan dilakukan pengidentifikasian multikolinieritas.
Lebih terperinciLampiran 1. Flowsheet Rancangan Percobaan
43 Lampiran 1. Flowsheet Rancangan Percobaan Furosemida Sifat Fisikokimia Serbuk hablur berwarna putih s/d kekuningan dan tidak berbau Praktis tidak larut dalam air pka 3,9 Log P 0,74 Kelarutan 0,01 (mg/ml)
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 6.1 Pengaruh Variabel Terhadap Warna Minyak Biji Nyamplung Tabel 9. Tabel hasil analisa warna minyak biji nyamplung Variabel Suhu (C o ) Warna 1 60 Hijau gelap 2 60 Hijau gelap
Lebih terperinciBAB 4 LOGICAL VALIDATION MELALUI PEMBANDINGAN DAN ANALISA HASIL SIMULASI
BAB 4 LOGICAL VALIDATION MELALUI PEMBANDINGAN DAN ANALISA HASIL SIMULASI 4.1 TINJAUAN UMUM Tahapan simulasi pada pengembangan solusi numerik dari model adveksidispersi dilakukan untuk tujuan mempelajari
Lebih terperinciBab IV Hasil dan Pembahasan
Bab IV Hasil dan Pembahasan Kualitas minyak dapat diketahui dengan melakukan beberapa analisis kimia yang nantinya dibandingkan dengan standar mutu yang dikeluarkan dari Standar Nasional Indonesia (SNI).
Lebih terperinciPENENTUAN KANDUNGAN PADATAN TERLARUT BUAH JERUK BW SECARA TIDAK MERUSAK MENGGUNAKAN NEAR INFRARED SPECTROSCOPY
PENENTUAN KANDUNGAN PADATAN TERLARUT BUAH JERUK BW SECARA TIDAK MERUSAK MENGGUNAKAN NEAR INFRARED SPECTROSCOPY The Non-destructive Method to Determine Soluble Solids Content in BW Orange Fruit Using Near
Lebih terperinci4. HASIL DAN PEMBAHASAN. (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis
4. HASIL DAN PEMBAHASAN 4.1. Koreksi Suhu Koreksi suhu udara antara data MOTIWALI dengan suhu udara sebenarnya (suhu manual) dianalisis menggunakan analisis regresi linear. Dari analisis tersebut dihasilkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 4:1, MEJ 5:1, MEJ 9:1, MEJ 10:1, MEJ 12:1, dan MEJ 20:1 berturut-turut
BAB IV HASIL DAN PEMBAHASAN A. HASIL 5. Reaksi Transesterifikasi Minyak Jelantah Persentase konversi metil ester dari minyak jelantah pada sampel MEJ 4:1, MEJ 5:1, MEJ 9:1, MEJ 10:1, MEJ 12:1, dan MEJ
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 1. Panjang Gelombang Maksimum (λ maks) Larutan Direct Red Teknis
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Panjang Gelombang Maksimum (λ maks) Larutan Direct Red Teknis Penentuan panjang gelombang maksimum (λ maks) dengan mengukur absorbansi sembarang
Lebih terperinciBAB 4 HASIL PERCOBAAN DAN BAHASAN
BAB 4 HASIL PERCOBAAN DAN BAHASAN Pada penelitian ini diawali dengan penentuan kadar vitamin C untuk mengetahui kemurnian vitamin C yang digunakan sebagai larutan baku. Iodium 0,1N digunakan sebagai peniter
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. 1. Pemilihan Kondisi Optimum Kromatografi Gas untuk Analisis
BAB IV HASIL DAN PEMBAHASAN A. HASIL 1. Pemilihan Kondisi Optimum Kromatografi Gas untuk Analisis DHA Kondisi analisis optimum kromatografi gas terpilih adalah dengan pemrograman suhu dengan suhu awal
Lebih terperinciSPEKTROFOTOMETRI. Adelya Desi Kurniawati, STP., MP., M.Sc.
SPEKTROFOTOMETRI Adelya Desi Kurniawati, STP., MP., M.Sc. PENGERTIAN SPEKTROFOTOMETRI SPEKTROFOTOMETER JENIS SPEKTROFOTOMETER PRINSIP KERJA UV-Vis MENENTUPAN λ MAKSIMUM MEMBUAT KURVA STANDAR ANALISA SAMPEL
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciTUGAS ANALISIS FARMASI ANALISIS OBAT DENGAN METODE SPEKTROFOTOMETRI UV-VIS
TUGAS ANALISIS FARMASI ANALISIS OBAT DENGAN METODE SPEKTROFOTOMETRI UV-VIS OLEH NAMA : RAHMAD SUTRISNA STAMBUK : F1F1 11 048 KELAS : FARMASI A JURUSAN FARMASI FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang Penelitian
BAB I PENDAHULUAN A. Latar Belakang Penelitian Indonesia merupakan salah satu negara penghasil buah alpukat (Persea americana Mill.) yang cukup besar dalam skala global. Data statistik tahun 2013 menunjukkan
Lebih terperinciBAB 4 HASIL PENELITIAN Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business
BAB 4 HASIL PENELITIAN 4.1 Deskripsi Data Hasil Penelitian 4.1.1 Deskripsi Data Terdistribusi Kualitas Sistem Informasi Business Trip Berdasarkan instrumen penelitian yang menggunakan skala 1 (satu) sampai
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. A. Hasil
digilib.uns.ac.id BAB IV HASIL DAN PEMBAHASAN A. Hasil 1. Penentuan Panjang Gelombang Maksimum dan Absorbtivitas Molar I 3 Penentuan Panjang Gelombang Maksimum Penentuan dilakukan dengan mereaksikan KI
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Fase gerak : dapar fosfat ph 3,5 : asetonitril (80:20) : panjang gelombang 195 nm
BAB IV HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Optimasi Sistem KCKT Sistem KCKT yang digunakan untuk analisis senyawa siklamat adalah sebagai berikut: Fase diam : C 18 Fase gerak : dapar fosfat ph
Lebih terperinciEFEKTIVITAS METODE NONDESTRUKTIF NIR-JARINGAN SARAF TIRUAN DALAM MENENTUKAN KOMPOSISI KIMIA JAGUNG
EFEKTIVITAS METODE NONDESTRUKTIF NIR-JARINGAN SARAF TIRUAN DALAM MENENTUKAN KOMPOSISI KIMIA JAGUNG Harmi Andrianyta * dan I Wayan Budiastra ** * Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian,
Lebih terperinciLAPORAN KIMIA ANALITIK KI 3121 Percobaan modul 2 PENETAPAN ANION FOSFAT DALAM AIR
LAPORAN KIMIA ANALITIK KI 3121 Percobaan modul 2 PENETAPAN ANION FOSFAT DALAM AIR Nama : Imana Mamizar NIM : 10511066 Kelompok : 5 Nama Asisten : Rizki Tanggal Percobaan : 25 Oktober 2013 Tanggal Pengumpulan
Lebih terperinciPERBANDINGAN PEREDUKSI NATRIUM TIOSULFAT (Na 2 S 2 O 3 ) DAN TIMAH (II) KLORIDA (SnCl 2 ) PADA ANALISIS KADAR TOTAL BESI SECARA SPEKTROFOTOMETRI
PERBANDINGAN PEREDUKSI NATRIUM TIOSULFAT (Na 2 S 2 O 3 ) DAN TIMAH (II) KLORIDA (SnCl 2 ) PADA ANALISIS KADAR TOTAL BESI SECARA SPEKTROFOTOMETRI UV-VIS DAFTAR ISI Pendahuluan Metodologi Hasil dan Pembahasan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Regresi Regresi yang berarti peramalan, penaksiran, atau pendugaan pertama kali diperkenalkan pada tahun 1877 oleh Sir Francis Galton (1822-1911) sehubungan dengan penelitiannya
Lebih terperinci4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. Pemetaan Batimetri 4.1.1. Pemilihan Model Dugaan Dengan Nilai Digital Asli Citra hasil transformasi pada Gambar 7 menunjukkan nilai reflektansi hasil transformasi ln (V-V S
Lebih terperinciLAPORAN PRAKTIKUM III PRAKTIKUM METABOLISME GLUKOSA, UREA DAN TRIGLISERIDA (TEKNIK SPEKTROFOTOMETRI)
LAPORAN PRAKTIKUM III PRAKTIKUM METABOLISME GLUKOSA, UREA DAN TRIGLISERIDA (TEKNIK SPEKTROFOTOMETRI) NAMA PRODI : IKA WARAZTUTY DAN IRA ASTUTI : MAGISTER ILMU BIOMEDIK TGL PRATIKUM : 17 MARET 2015 TUJUAN
Lebih terperinciHASIL DAN PEMBAHASAN. Perhitungan Kadar Kadar residu antibiotik golongan tetrasiklin dihitung dengan rumus:
8 Kolom : Bondapak C18 Varian 150 4,6 mm Sistem : Fase Terbalik Fase Gerak : Asam oksalat 0.0025 M - asetonitril (4:1, v/v) Laju Alir : 1 ml/menit Detektor : Berkas fotodioda 355 nm dan 368 nm Atenuasi
Lebih terperinciDAFTAR ISI... A. Latar Belakang Penelitian B. Rumusan Masalah C. Keaslian Penelitian D. Urgensi Penelitian... 5
DAFTAR ISI HALAMAN JUDUL... HALAMAN PERSETUJUAN... PERNYATAAN... KATA PENGANTAR... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv vii x xi xiii INTISARI... xvii ABSTRACT...
Lebih terperinciBab IV Hasil Penelitian dan Pembahasan
Bab IV asil Penelitian dan Pembahasan IV.1 Isolasi Kitin dari Limbah Udang Sampel limbah udang kering diproses dalam beberapa tahap yaitu penghilangan protein, penghilangan mineral, dan deasetilasi untuk
Lebih terperinciRancang Bangun dan Pengujian Alat Sensor berbasis NIR spectroscopy untuk Prediksi Kualitas Biji Kakao Utuh
Rancang Bangun dan Pengujian Alat Sensor berbasis NIR spectroscopy untuk Prediksi Kualitas Biji Kakao Utuh 1 Zulfahrizal, 2 Hesti Meilina, 1* Agus A Munawar 1 Jurusan Teknik Pertanian, Fakultas Pertanian,
Lebih terperinciLAPORAN PRAKTIKUM KIMIA ANORGANIK II PERCOBAAN IV PENENTUAN KOMPOSISI ION KOMPLEKS
LAPORAN PRAKTIKUM KIMIA ANORGANIK II PERCOBAAN IV PENENTUAN KOMPOSISI ION KOMPLEKS DISUSUN OLEH : NAMA : FEBRINA SULISTYORINI NIM : 09/281447/PA/12402 KELOMPOK : 3 (TIGA) JURUSAN : KIMIA FAKULTAS/PRODI
Lebih terperinciPREDIKSI KANDUNGAN FISIKOKIMIA MANGGA GEDONG GINCU MENGGUNAKAN SPEKTROSKOPI NIR NONENG FAHRI
PREDIKSI KANDUNGAN FISIKOKIMIA MANGGA GEDONG GINCU MENGGUNAKAN SPEKTROSKOPI NIR NONENG FAHRI SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR BOGOR 2015 PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI SERTA
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. SIFAT FISIKO-KIMIA BIJI DAN MINYAK JARAK PAGAR Biji jarak pagar (Jatropha curcas L.) yang digunakan dalam penelitian ini didapat dari PT. Rajawali Nusantara Indonesia di daerah
Lebih terperinciTINJAUAN PUSTAKA Pakan Ayam Broiler
TINJAUAN PUSTAKA Pakan Ayam Broiler Ayam broiler merupakan salah satu jenis ternak sumber pangan bagi manusia yang banyak mengandung gizi. Budidaya ayam broiler agar dapat berlangsung cepat dan aman untuk
Lebih terperinciPENGEMBANGAN METODE PENGUKURAN TINGKAT KEMATANGAN BUAH JAMBU KRISTAL MENGGUNAKAN SPEKTROSKOPI NIR (NEAR INFRARED) LUTHFI DWI CAHYO
PENGEMBANGAN METODE PENGUKURAN TINGKAT KEMATANGAN BUAH JAMBU KRISTAL MENGGUNAKAN SPEKTROSKOPI NIR (NEAR INFRARED) LUTHFI DWI CAHYO DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Analisis Regresi Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan bahwa
Lebih terperinciIV. METODOLOGI PENELITIAN
IV. METODOLOGI PENELITIAN 4.1 Bahan dan Alat Bahan-bahan yang digunakan untuk analisis kadar air dan kadar lemak adalah mie instan Indomie (dengan berat bersih 61 gram, 63 gram, dan 66 gram), petroleum
Lebih terperinciPEMODELAN OTENTIKASI KOMPOSISI FITOFARMAKA TENSIGARD MENGGUNAKAN REGRESI KOMPONEN UTAMA MEYLINDA PUSRIANITA SARI
PEMODELAN OTENTIKASI KOMPOSISI FITOFARMAKA TENSIGARD MENGGUNAKAN REGRESI KOMPONEN UTAMA MEYLINDA PUSRIANITA SARI DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. analisis, (c) hasil pengujian hipotesis penelitian, (2) pembahasan, dan (3) keterbatasan penelitian.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Pada bab ini akan disajikan berturut-turut (1) hasil penelitian yang meliputi (a) hasil pengujian analisis deskriptif data penelitian untuk memperoleh gambaran tentang
Lebih terperinci4 Pembahasan Degumming
4 Pembahasan Proses pengolahan biodiesel dari biji nyamplung hampir sama dengan pengolahan biodiesel dari minyak sawit, jarak pagar, dan jarak kepyar. Tetapi karena biji nyamplung mengandung zat ekstraktif
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dijelaskan teori-teori yang menjadi dasar dan landasan dalam penelitian sehingga membantu mempermudah pembahasan selanjutnya. Teori tersebut meliputi arti dan peranan
Lebih terperinciBAB IV PENGUJIAN DAN PEMBAHASAN. a. Nama Alat : Alat ukur nitrit untuk air bersih dan air minum berbasis
41 BAB IV PENGUJIAN DAN PEMBAHASAN Pada bab 4 akan diuraikan pengujian dan pembahasan serta hasil dari percobaan alat dengan sampel. 4.1. Spesifikasi alat a. Nama Alat : Alat ukur nitrit untuk air bersih
Lebih terperinciBAB V HASIL DAN PEMBAHASAN
BAB V HASIL DAN PEMBAHASAN Bentonit diperoleh dari bentonit alam komersiil. Aktivasi bentonit kimia. Aktivasi secara kimia dilakukan dengan merendam bentonit dengan menggunakan larutan HCl 0,5 M yang bertujuan
Lebih terperinciPENENTUAN KEASAMAN BUAH NENAS VARIETAS CAYENNE SECARA TIDAK MERUSAK MENGGUNAKAN SHORT WAVELENGTH NEAR INFRARED (SW-NIR) SPECTROSCOPY
PENENTUAN KEASAMAN BUAH NENAS VARIETAS CAYENNE SECARA TIDAK MERUSAK MENGGUNAKAN SHORT WAVELENGTH NEAR INFRARED (SW-NIR) SPECTROSCOPY Non destructive Determintaion of Acidity ofcayenne Pineapple fruit using
Lebih terperinciProsiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN
ANALISIS PARAMETER KUALITAS AIR LAUT DI PERAIRAN KABUPATEN SUMENEP UNTUK PEMBUATAN PETA SEBARAN POTENSI IKAN PELAGIS (Studi Kasus : Total Suspended Solid (TSS)) Feny Arafah, Muhammad Taufik, Lalu Muhamad
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Sampel diambil di tempat sampah yang berbeda, yaitu Megascolex sp. yang
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengambilan Sampel Sampel diambil di tempat sampah yang berbeda, yaitu Megascolex sp. yang hidup di tumpukan sampah basah, diambil di Tempat Pembuangan Sampah Akhir (TPA)
Lebih terperinci