Karya ini kupersembahkan untuk Suamiku tercinta, Hari Hermawan Sutan Bandaro
DAFTAR TABEL
Halaman 1 Komposisi Kimia Jagung (% Bobot Kering) ... 5 2 Persyaratan Mutu Jagung Untuk Perdagangan ... 6 3 Persyaratan Mutu Jagung Sebagai Bahan Pakan ... 7 4 Hasil Analisis Proksimat dan Asam Amino Jagung... 31 5 Rekapitulasi Nilai CV Validasi Proksimat Output Terpisah Data Absorban
dan Data Reflektan ... 34 6 Hasil Prediksi Terbaik JST Output Proksimat Secara Terpisah ... 35 7 Rekapitulasi Nilai CV Validasi Proksimat Output Simultan Data Absorban dan Data Reflektan ... 39 8 Rekapitulasi Nilai CV Validasi Asam Amino Output Terpisah Data Absorban dan Data Reflektan ... 42 9 Hasil Prediksi Terbaik JST Output Asam Amino Output Secara Terpisah... 43 10 Rekapitulasi Nilai CV Validasi Asam Amino Output Terpisah Data Absorban dan Data Reflektan ... 47
DAFTAR GAMBAR
Halaman 1 Jagung ... 5 2 Sel Saraf (neuron) dengan Akson dan Dendrit(www.praweda.co.id)... 10 3 Model Jaringan Saraf Tiruan (Takagi, 1997)... 10 4 Vektor Principal Component Analysis (www.optimaldesign.com) ... 15 5 Sistem Deteksi NIR Hasil Modifikasi (Budiastra dan Ahmad, 2005) ... 19 6 Sampel Jagung Utuh Untuk Scanning NIR... 19 7 Sistem Pengukuran NIR (Budiastra dan Ahmad, 2005)... 20 8 Diagram Alir Penelitian... 21 9 Model Jaringan Saraf Tiruan ... 26 10 Spektrum Reflectan NIR Pada Beberapa Sampel Jagung ... 28 11 Spektrum Absorban NIR Pada Beberapa Sampel Jagung ... 29 12 Kumulatif variasi dari 15 komponen utama A) Absorban B) Reflektan... 30 13 CV Validasi Proksimat Output Terpisah Menggunakan Data Absorban... 32 14 CV Validasi Proksimat Output Terpisah Menggunakan Data Reflektan... 33 15 Perbandingan Nilai Dugaan JST Dengan Nilai Kimia Proksimat ... 35 16 CV Validasi Proksimat Output Simultan Menggunakan Data Absorban ... 36 17 CV Validasi Proksimat Output Simultan Menggunakan Data Reflektan ... 37 18 CV Validasi Asam Amino Output Terpisah Menggunakan Data Absorban... 40 19 CV Validasi Asam Amino Output Terpisah Menggunakan Data Reflektan... 41 20 Perbandingan Nilai Dugaan JST Dengan Nilai Kimia Asam Amino ... 43 21 CV Validasi Asam Amino Output Simultan Menggunakan Data Absorban... 44 22 CV Validasi Asam Amino Output Simultan Menggunakan Data Reflektan... 46
DAFTAR LAMPIRAN
Halaman 1 Nilai CV JST Proksimat Output Terpisah Menggunakan
Data Absorban ... 53 2 Nilai CV JST Proksimat Output Simultan Menggunakan
Data Absorban ... 54 3 Nilai CV JST Proksimat Output Terpisah Menggunakan
Data Reflektan ... 55
4 Nilai CV JST Proksimat Output Simultan Menggunakan
Data Reflektan ... 56 5 Nilai CV JST Asam Amino Output Terpisah Menggunakan Data Absorban... 57 6 Nilai CV JST Asam Amino Output Simultan Menggunakan Data Absorban ... 58 7 Nilai CV JST Asam Amino Output Simultan Menggunakan Data Reflektan ... 59 8 Nilai CV JST Asam Amino Output Simultan Menggunakan Data Reflektan ... 60 9 Analisis Kimia 50 Sampel Jagung... 61 10 Nilai 15 Komponen Utama Hasil Ekstrak Dari Data Absorban NIR Jagung... 63 11 Nilai 15 Komponen Utama Hasil Ekstrak Dari Data Reflektan NIR Jagung... 66 12 Deskripsi Varietas Jagung ... 69 13 Korelasi Protein dan Asam Amino Jagung... 70
PENDAHULUAN
Latar Belakang
Jagung merupakan tanaman pangan yang banyak dibudidayakan di I ndonesia selain padi. Tanaman jagung telah diperkenalkan di I ndonesia sejak awal abad ke 16 oleh bangsa Portugis dan Spanyol dari daerah tropis Amerika melalui Eropa, I ndia dan Cina. Dalam tiga dasawarsa terakhir telah berkembang secara luas plasmanutfah dan varietas baru jagung di I ndonesia. Produksi jagung tahun 2005 (Ramalan I I ) diperkirakan sebesar 11,74 juta ton pipilan kering atau naik sebesar 4,56 persen dibandingkan produksi tahun 2004 (11,23 juta ton). Kenaikan produksi jagung terutama disebabkan oleh kenaikan produktivitas dengan adanya perubahan varietas yang ditanam petani dari varietas lokal ke varietas komposit atau hibrida (BPS, 2005).
Jagung di I ndonesia pada umumnya diusahakan pada lahan-lahan marginal, yang rawan kekeringan dan tanah yang kurang subur. Faktor lainnya seperti keasaman tanah, masalah gulma yang bersifat persisten dan terbatasnya modal serta kurangnya infestasi alat menjadi faktor penyebab tidak optimalnya produksi jagung di I ndonesia. Oleh karena itu untuk memenuhi kebutuhan jagung dalam negeri kita masih mengimpor jagung setiap tahunnya yaitu sebesar US$125.5 juta. Kegunaan jagung di I ndonesia sebagian besar adalah untuk pakan ternak dan industri (sekitar 70% ) sedangkan sisanya adalah untuk konsumsi manusia dalam bentuk olahan jagung. Permintaan jagung untuk bahan baku pakan ini terus meningkat seiring dengan berkembangnya sektor peternakan.
Pengendalian mutu merupakan usaha mempertahankan mutu selama proses produksi sampai produk berada di tangan konsumen pada batas yang dapat diterima dengan biaya seminimal mungkin. Pengendalian mutu jagung pada saat pasca panen dilakukan mulai pemanenan, pengeringan awal, pemipilan, pengeringan akhir, pengemasan dan penyimpanan.
Pemanenan dilakukan pada saat jagung telah mencapai masak fisiologis yaitu berkisar 100 hari setelah tanam tergantung dari jenis varietas yang digunakan. Pada
umur demikian biasanya daun jagung/ klobot telah kering dan berwarna kekuning- kuningan. Selanjutnya dipisahkan antara jagung yang layak jual dengan jagung yang busuk, muda dan berjamur untuk dilakukan proses pengeringan. Penanganan pascapanen ini memegang peranan penting dalam kualitas dan pengolahan jagung selanjutnya baik sebagai bahan baku pakan atau bahan makanan manusia.
Keberhasilan pengembangan jagung tidak hanya ditentukan oleh tingginya produktivitas saja tetapi juga oleh mutu produk, agar komoditas tersebut mampu bersaing, dan memiliki keunggulan kompetitif. Dengan demikian pengendalian mutu memegang peranan yang penting dalam menjamin mutu jagung. Karena produksi jagung cukup besar, maka diperlukan teknik/ metode yang dapat menentukan mutu jagung dengan cepat dan akurat.
Teknologi Near infrared dikembangkan sebagai salah satu metode yang nondestruktif, dapat menganalisa dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan preparat contoh yang sederhana dan tidak memerlukan bahan kimia. Aplikasi teknologi NI R diawali Norris dan Hart (1965) yang mengukur kadar air yang terkandung dalam biji dengan menggunakan transmitance spectroscopy. Hasil temuan mereka adalah kadar air dalam biji-bijian (bahan) dapat diukur pada panjang gelombang 1940 nm. Kays et al. (1997, 2002) memprediksi kandungan serat makanan yang dapat larut dan tidak dapat larut pada biji-bijian dengan near infrared reflectance spectroscopy, pengukuran kekerasan biji gandum (Delwiche, 1993). Cravener et al. (2001) memprediksi kandungan asam amino pada pakan ternak dengan metode kalibrasi genetika algoritma- jaringan saraf tiruan. Teknologi NI R dapat memprediksi secara akurat asam amino esensial pada gandum, barley, sorgum, jagung dan beras pada panjang gelombang 1100 – 2500 nm menggunakan data absorban (Fontaine et al. 2002).
Untuk mendapatkan informasi yang diinginkan dari spektrum infra merah dekat banyak ditentukan oleh kualitas spektrum yang dihasilkan dan metode kalibrasi yang digunakan untuk menganalisa spektrum. Terdapat beberapa metode kalibrasi yang tersedia yang paling sederhana adalah dengan melihat perbedaan dalam kurva nilai log
(1/ R) yang sering disebut delta optical data, metode linier regresi berganda (MLR), regresi komponen utama (PCA), regresi parsial kuadrat terkecil (PLS) dan jaringan saraf tiruan (JST) (Osborne et al. 1993).
Jaringan saraf tiruan adalah salah satu metode yang dikembangkan untuk kalibrasi spektrum infra merah dekat (Osborne et al., 1993). Paterson (1995) menyatakan bahwa JST merupakan suatu model sederhana dari sistem saraf biologis yang meniru cara kerja otak manusia dalam memecahkan masalah yang dihadapi. Keuntungan dari metode JST adalah dapat membentuk fungsi nonlinier dan hanya memerlukan data masukan dan keluaran tanpa mengetahui dengan jelas proses dalam JST. Selain itu JST memiliki kemampuan generalisasi dan adaptive learning.
Analisis komponen utama (PCA) telah digunakan oleh Siska & Hurburgh., (1996) untuk menyeleksi 410 sampel jagung yang akan digunakan pada pengukuran berat jenis jagung dengan Near I nfrared Transmittance. Di bidang peternakan Hsieh et al. (2002) menggunakan analisis PCA berdasarkan skor untuk mereduksi dimensi data spektrum NI R. Hasil analisis PCA ini akan dijadikan noda input dalam membangun jaringan saraf tiruan algoritma penjalaran balik (backpropagation). Senduk (2002) juga telah menggunakan analisis PCA untuk mereduksi dimensi data pantulan infara merah pada penentuan tingkat ketuaan dan kematangan sawo. Tingkat keakuratan 100% dicapai pada 10 dan 15 komponen utama pada berbagai jumlah lapisan terselubung.
Tujuan
Penelitian ini bertujuan untuk mengkaji penerapan teknologi NI R dan JST dalam menentukan kadar proksimat dan asam amino jagung.
TI NJAUAN PUSTAKA
