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
33
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 (R2) yang tinggi serta nilai standar error dan koefisien keragaman yang rendah.
Sebuah analisis bahan pangan dinyatakan berhasil jika memberikan nilai R2 lebih besar sama dengan 95%. Apabila R2 lebih besar sama dengan 80 - 95% maka analisis dapat dinyatakan baik sedangkan R2 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 20.19 – 24.12 maka standar error yang diperoleh berkisar antara 2.019- 2.412.
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 1.0 - 1.5%. Sedangkan apabila nilai koefisien keragaman berkisar antara 1.5 – 5.0% 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
34
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 1000 – 2500 nm (4000 – 10000 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)
Deskripsi statistik
Data perlakuan (treatment data) penelitian
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) 47 23 47 23 47 23 47 23 47 23 R (%) 94.52 86.86 94.60 79.91 94.10 84.63 92.97 69.57 96.12 81.57 R2 (%) 89.34 75.44 89.48 63.85 88.55 71.63 86.43 48.41 92.39 66.54 Min (%) 43.18 50.20 43.18 55.15 43.18 50.20 43.18 53.81 43.18 53.81 Maks (%) 68.56 61.41 68.56 62.65 68.56 61.20 68.56 61.11 68.56 58.77 Mean (%) 55.87 55.81 55.87 58.90 55.87 55.70 55.87 57.46 55.90 56.29 SD (%) 4.57 1.76 3.11 1.14 4.63 2.28 4.92 0.97 4.10 0.47 SE (%) 6.04 2.24 5.58 1.61 6.10 2.76 6.39 1.44 5.57 0.94 CV (%) 10.85 4.03 10.03 2.89 10.96 4.96 11.48 2.58 10.00 1.68
35
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 0.9612. nilai koefisien determinasinya (R2) sebesar 0.9239, 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.
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 1000 – 2500 nm (4000 – 10000 cm-1 dengan interval 4 cm-1). Regresi kalibrasi pendugaan kadar lemak tersebut
: Kalibrasi : Validasi
36
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)
Deskripsi statistik
Data perlakuan (treatment data) penelitian
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) 48 22 48 22 48 22 48 22 48 22 R (%) 88.58 76.59 96.40 55.10 96.61 90.95 96.32 90.76 96.64 74.53 R2 (%) 78.47 58.67 92.92 30.36 93.34 82.72 92.77 82.38 93.40 55.54 Min (%) 51.26 56.42 51.26 56.35 51.26 58.07 51.26 58.07 51.26 56.35 Maks (%) 71.92 61.18 71.92 59.33 71.92 63.86 71.92 63.86 71.92 59.33 Mean (%) 61.59 58.80 61.35 57.84 64.99 60.96 61.35 60.96 60.70 57.84 SD (%) 3.08 0.71 2.18 0.38 2.80 0.83 2.58 0.53 2.10 0.22 SE (%) 4.51 1.13 3.61 0.81 4.23 1.26 4.01 0.96 3.53 0.65 CV (%) 7.57 1.89 6.06 1.36 7.10 2.12 6.73 1.61 5.93 1.09
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 0.9664. nilai koefisien determinasinya (R2) sebesar 0.9340, 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 19.
37
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 1000 – 2500 nm (4000 – 10000 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.
: Kalibrasi : Validasi
38
Tabel 8. Hasil analisis data tahap kalibrasi dan validasi pendugaan bilangan asam berdasarkan reflektan dengan berbagai perlakuan data pada metode principal component regression (PCR)
Deskripsi statistik
Data perlakuan (treatment data) penelitian
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) 46 24 46 24 46 24 46 24 46 24 R (%) 95.31 54.95 93.01 56.47 96.34 32.86 93.28 57.09 96.59 47.34 R2 (%) 90.83 30.19 86.51 31.88 92.82 10.80 87.00 32.59 93.29 22.41 Min (%) 39.98 41.72 39.98 41.93 39.98 41.83 39.98 41.73 39.98 41.73 Maks (%) 43.95 42.16 43.95 42.35 43.95 42.02 43.95 42.35 43.95 42.21 Mean (%) 41.96 41.94 41.96 42.14 41.63 41.92 41.96 42.04 41.96 41.97 SD (%) 0.60 0.06 0.57 0.07 0.39 0.02 0.53 0.08 0.59 0.06 SE (%) 0.70 0.11 0.67 0.12 0.49 0.07 0.63 0.13 0.69 0.11 CV (%) 1.67 0.26 1.60 0.29 1.17 0.17 1.51 0.31 1.65 0.26
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 0.9634. nilai koefisien determinasinya (R2) sebesar 0.9282, 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.
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 0-1.
: Kalibrasi : Validasi
39
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 1000 – 2500 nm (4000
– 10000 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)
Deskripsi statistik
Data perlakuan (treatment data) penelitian
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) 45 25 45 25 45 25 45 25 45 25 R (%) 94.39 67.77 93.92 79.83 96.18 69.95 95.44 89.30 96.00 67.63 R2 (%) 89.10 45.92 88.22 63.73 92.50 48.93 91.09 79.74 92.16 45.74 Min (%) 20.19 22.57 20.19 22.35 20.19 22.25 20.19 21.89 20.19 22.76 Maks (%) 24.12 23.48 24.12 23.34 24.12 23.29 24.12 22.95 24.12 23.48 Mean (%) 22.15 23.02 22.11 22.84 22.15 22.77 22.15 22.42 22.11 23.12 SD (%) 0.66 0.16 0.72 0.18 0.64 0.12 0.77 0.14 0.60 0.10 SE (%) 0.85 0.26 0.91 0.28 0.83 0.22 0.96 0.24 0.79 0.20 CV (%) 3.76 1.15 4.03 1.23 3.68 0.97 4.25 1.06 3.50 0.88
40
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 0.9600. nilai koefisien determinasinya (R2) sebesar 0.9216, 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.
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.
: Kalibrasi : Validasi
41
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 1000 – 2500 nm (4000 – 10000 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)
Deskripsi statistik
Data perlakuan (treatment data) penelitian
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) 46 24 46 24 46 24 46 24 46 24 R (%) 87.08 87.25 96.74 88.31 96.82 66.12 95.27 68.76 95.33 83.07 R2 (%) 75.83 76.13 93.58 77.99 93.74 43.72 90.76 47.29 90.87 69.01 Min (%) 43.18 55.36 43.18 50.75 43.18 52.90 43.18 56.45 43.18 55.36 Maks (%) 68.56 63.38 68.56 63.41 68.56 58.85 68.56 63.41 68.56 63.41 Mean (%) 55.87 59.37 55.87 57.08 55.87 55.87 55.90 59.93 56.09 59.38 SD (%) 5.18 1.11 5.02 1.91 4.99 0.89 4.48 1.25 4.39 1.29 SE (%) 6.66 1.58 6.49 2.38 6.47 1.37 5.96 1.73 5.86 1.77 CV (%) 11.97 2.84 11.66 4.27 11.63 2.46 10.71 3.10 10.53 3.18
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.
42
Nilai koefisien korelasi (R) untuk pendugaan nilai kadar air bahan tersebut adalah sebesar 0.9533. nilai koefisien determinasinya (R2) sebesar 0.9087, 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.
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