Tempat dan waktu penelitian
Penelitian dilaksanakan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Teknik Pertanian, dan Laboratorium Kimia Pangan Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian.
Bahan dan alat
Bahan yang digunakan adalah jagung yang diperoleh dari Balai Penelitian Tanaman Pangan Cimanggu Bogor. Jagung yang digunakan terdiri dari tiga varietas yaitu CPI2, C7 dan Arjuna. Deskripsi dari masing-masing varietas jagung dapat dilihat pada Lampiran 12. Masing-masing varietas bervariasi komposisi kimianya, kadar air berkisar antara 3.9-12.6%, protein 7.2-10.3%, lemak 2.7-8.2% dan karbohidrat 72.6-82.4%.
Bahan-bahan kimia yang digunakan untuk menganalisa komposisi kimia sampel dengan uji kimiawi antara lain : Asam perklorat, HCl 0.02 N, 1.9 mg K2SO4, 40 mg HgO, 2 ml H2SO4, H3BO3, NaOH-Na2S2O3.
Pada penelitian ini dikembangkan sistem pengukuran NIR dengan melakukan modifikasi pada sistem deteksi pantulan NIR. Sistem deteksi yang dikembangkan akan dirancang sedemikian rupa dengan tujuan supaya pantulan dari sampel biji yang bentuk dan permukaannya tidak merata dapat dikumpulkan semua dalam integrating sphere. Pengukuran pantulan pada sampel tepung jagung, sampel holder diletakkan diluar integrating sphere, sedangkan pengukuran sampel dalam bentuk biji utuh sampel holder diletakkan dalam integrating sphere.
Alat-alat yang digunakan diantaranya adalah Near Infra Red Spektrofotometer. Peralatan ini terdiri dari 2 unit yaitu unit optik dan unit elektronik. Unit optik terdiri dari lampu halogen 150 watt (AT-100HG), pemutus cahaya (chopper,AT-100CH), penyaring cahaya (light filter), monokromator (Grating monochromator, SPG-1001R), pengumpul
cahaya (integrating sphere, ISR-260), cermin optik dan sensor optik (terdiri dari sensor lensa optik dan sensor PbS). Sedangkan unit elektronik terdiri dari penguat (Lock in Amplifier, Shimazu, AT-100AM), pengkonversi sinyal analog ke digital dan pembangkit sinyal (A/D Converter and Digital Output, PCL 812PG, PC Lab Card Inc), serta komputer (PC, pentium). Sistem deteksi terdiri dari cermin, integrating sphere, tempat sampel dan standar serta sensor PbS dirancang dan dibuat dari bahan aluminium seperti pada Gambar 5.
Cahaya dari monokromator Cermin
Integrating sphere Sensor
Sampel holder
Gambar 5 Sistem Deteksi NIR Hasil Modifikasi (Budiastra dan Ahmad, 2005).
Sampel jagung yang dideteksi dalam sampel holder adalah jagung utuh pipilan kering pada kadar air simpan (kadar air ± 14%) seperti pada Gambar 6.
Secara keseluruhan sistem pengukuran NIR dan modifikasi sampel holder terlihat seperti pada Gambar 7.
Lampu halogen chopper
Gambar 7 Sistem Pengukuran NIR (Budiastra dan Ahmad, 2005).
Sistem NIR ini dihubungkan dengan komputer yang menjalankan 3 program yaitu : program untuk menjalankan motor, program pengkonversi data dari analog ke digital dan program yang menampilkan data sebagai tampilan grafik hasil pengukuran.
Untuk analisis jaringan saraf tiruan digunakan komputer dekstop dengan program Backpropagation Neural Network Learning (Courtesy Dr. Suroso) dengan program Visual Basic dan program MINITAB Release 14 for windows untuk analisis PCA.
Filter Monokromator Amplifier A/D Converter Komputer DO CONT Motor Cermin Integrating Sphere Sensor Sampel
Diagram Alir Penelitian
Langkah-langkah yang dilakukan dalam tahapan penelitian ini disederhanakan dalam bentuk diagram seperti pada Gambar 8.
`
Gambar 8 Diagram Alir Metodologi Penelitian.
Analisis komponen utama
50 Sampel jagung
35 Sampel untuk kalibrasi 15 Sampel untuk validasi
Scanning NIR jagung dengan berbagai panjang gelombang Reflektan (R) Analisis berbagai komposisi kimia jagung dengan metode kimia Scanning NIR jagung dengan berbagai panjang gelombang Reflektan (R) Analisis berbagai komposisi kimia jagung dengan metode kimia Transformasi data reflektan (R) menjadi data absorban Log (1/R) Penentuan komposisi Kimia (Referensi)
Pelatihan Jaringan saraf tiruan
Penentuan komposisi
Kimia (Referensi)
Validasi
Standar error validasi
Analisis komponen utama Transformasi data reflektan (R) menjadi data absorban Log (1/R) Koefisien Keragaman
Pengukuran Spektrum Pantulan (Reflektan)
Sebelum dilakukan pengukuran, alat NIR dinyalakan terlebih dahulu kurang lebih 30 menit untuk mendapatkan sinyal analog yang stabil. Celah masuk pada monokromator diatur sebesar 500 µm, gain sebesar 200, chopper dan sensor PbS dalam keadaan aktif, waktu tanggap (respons) adalah smooth (1 ms). Filter yang digunakan untuk menyaring cahaya masuk dalam chopper yaitu filter dengan kode 046 untuk panjang gelombang 900 nm - 1400 nm dan untuk panjang gelombang 1400 nm – 2000 nm digunakan filter dengan kode 048.
Pengukuran pantulan dilakukan dengan cara mengukur standar putih terlebih dahulu kemudian dilanjutkan dengan pengukuran sampel dengan cara menempatkannya butiran jagung pada unit deteksi. Cahaya dari lampu halogen pertama dipotong pada laju sebesar 270 Hz oleh pemutus cahaya (chopper) dan cahaya disaring oleh penyaring gangguan (inference) sebelum masuk ke dalam monochromator dan mengenai jagung. Pantulan cahaya dari jagung akan dikumpulkan oleh integrating sphere, ditangkap oleh sensor yang kemudian dikonversi dari data analog ke data digital oleh A/D Converter. Selanjutnya komputer mengirim sinyal digital ke motor untuk melakukan pemindaian gelombang NIR dan pengukuran pantulan dilakukan lagi dan seterusnya sampai pemindaian gelombang NIR selesai. Kemudian sifat pantulan dihitung, grafik spektrum diperagakan dan data direkam.
Reflektan (pemantulan) dihitung dengan menggunakan persamaan sebagai berikut : R =
Standar
V
Sampel
V
(21)Dimana, V Sampel adalah tegangan pantulan sampel (volt) V Standar adalah tegangan pantulan standar putih (volt)
Pantulan (R) didapatkan dari perbandingan intensitas pantulan dari jagung dengan intensitas pantulan standar putih. Sedangkan data absorbansi diperoleh dengan cara mentransformasikan nilai reflektan/pantulan kedalam bentuk log (1/R).
Pengukuran Kadar Air (Thermogravimetri)
Cawan kosong dan tutupnya dikeringkan dalam oven selama 15 menit dan didinginkan dalam desikator selama 10 menit. Kemudian ditimbang ± 5 g butiran jagung sampel dan dimasukkan ke dalam cawan dan ditimbang dengan cawannya. Cawan beserta isi diletakkan di dalam oven selama 36 jam pada suhu 65 oC. Setelah 36 jam atau berat akhir stabil, cawan dimasukkan ke dalam desikator, ditutup dengan penutup cawan lalu didinginkan. Setelah dingin ditimbang kembali. Cawan dikeringkan kembali di dalam oven sampai memperoleh berat yang tetap.
Kadar Air (%) (basis basah) dihitung dengan cara
Kadar Air =
x100%
W
W
1 3 (22) W1= berat sampel (g) W3= kehilangan berat (g)Penentuan Kadar Karbohidrat (Cleg-Anthrone)
Satu garam sampel kering dimasukkan ke dalam gelas ukur 100 ml bertutup. Kemudian ditambahkan 10 ml air dan diaduk menggunakan gelas pengaduk untuk mendispersi sampel seluruhnya. Ditambahkan 13 ml asam perklorat 52% dan diaduk selama 20 menit. Larutan diencerkan menjadi 100 ml dan dimasukkan ke dalam labu takar 250 ml. Selanjutnya diambil 10 ml dari ekstrak sampel diencerkan menjadi 100 ml dengan air. Satu ml sampel dipipet dan dimasukkan ke dalam tabung reaksi. Blanko dibuat dengan memasukkan 1 ml air ke dalam tabung reaksi. Lima ml pereaksi Anthorne dimaukkan ke dalam masing-masing tabung reaksi dan ditutup. Kemudian tabung reaksi dipanaskan pada suhu 100 oC selama 12 menit. Kemudian larutan dipindahkan ke dalam kuvet berdiameter 1 cm dan diukur absorbansi dengan spektrofotometer pada panjang gelombang 630 nm. Total karbohidrat =
A x W
B
x
25
(23)Penentuan Kadar Protein (metode Kjeldahl)
Lima sampai 10 mg sampel (kira-kira akan membutuhkan 3 – 10 ml HCl 0.02 N) ditimbang, kemudian dimasukkan ke dalam labu Kjeldahl 30 ml. Ditambahkan 1.9 mg K2SO4, 40 mg HgO dan 2 ml H2SO4. Beberapa butir batu didih ditambahkan ke dalam labu dan dididihkan selama 1 – 1,5 jam sampai cairan menjadi jernih. Selanjutnya cairan didinginkan dan ditambahkan sedikit air secara perlahan-lahan. Isi labu dipindahkan ke dalam alat destilasi Erlenmeyer 125 ml berisi 5 ml larutan H2BO3 dan 4 tetes indikator (campuran 2 bagian metil merah 0.2% dalam alkohol) diletakkan di bawah kondensor. Kemudian ditambahkan 8-10 ml ml larutan NaOH-Na2S2O3 dan didestilasi dampai tertampung 15 ml destilat dalam Erlenmeyer. Tabung kondensor dibilas dengan air dan air bilasan dimasukkan ke dalam Erlenmeyer yang sama. Isi Erlenmeyer diencerkan sampai kira-kira 50 ml kemudian dititrasi dengan HCl 0.02 N sampai terjadi warna abu-abu. Persentase N =
sampel
mg
100
x
14.007
x
normalitas
x
blanko)
ml
-HCl
(ml
(24) Persentase Protein = %N X 6.25 (25)Penentuan Asam Amino (AOAC, 2000)
Penentuan asam amino dilakukan dengan menggunakan HPLC dan cation-exchange resin dan post coulumn derivatization dengan ninhydrin atau optheldialdehide (OPA). Sampel dihidrolisis dengan menggunakan HCl 6N selama 18 – 24 jam dalam vacuum gauge. Untuk menghilangkan zat-zat yang dapat mengganggu reaksi pengkompleks-an antara PITC dengan asam-asam amino, maka ditambahkan metanol dan trietilamin (TEA) sebagai larutan pengering. Hasil reaksi yang terbentuk antara PITC dengan asam-asam amino merupakan senyawaan kompleks yang dapat dideteksi pada panjang gelombang 254 nm.
Penentuan kadar Lemak (metoda Soxhlet)
Lima gram sampel tepung ditempatkan dalam jaringan timbel dan ditutup dengan kapas wool yang bebas lemak. Timbel yang berisi sampel diletakkan dalam alat ekstraksi Soxhlet. Pelarut dietil eter dituang ke dalam labu lemak secukupnya. Direfluks selama 5 jam sampai pelarut yang turun kembali ke labu lemak menjadi jernih. Kemudian didestilasi pelarut yang ada dalam labu lemak dan ditampung pelarutnya. Selanjutnya labu lemak yang berisi lemak hasil ekstraksi dipanaskan dalam oven pada suhu 105 oC. Setelah mencapai berat yang tetap, sampel didinginkan dalam desikator, labu dan lemaknya ditimbang.
% lemak =
(g)
sampel
Berat
100
x
(g)
lemak
Berat
(26)Pengembangan Model Jaringan Saraf Tiruan (JST)
Data hasil pengukuran adalah berupa data reflektan selanjutnya ditransformasi menjadi nilai absorban menurut persamaan Absorban = Log (1/Reflektan). Semua data dianalisis dengan metode Principal Component Analysis untuk memperoleh beberapa komponen utama. Komponen utama (PC) adalah hasil pemampatan data yang berisi informasi tentang nilai reflektan dan absorban NIR untuk menghindari masalah overfitting dan mendapatkan variabel baru tanpa kehilangan informasi awalnya (Osborne et al., 1993) diperlukan sebagai nilai masukan (input) pada jaringan saraf tiruan.
Jaringan saraf tiruan dilatih dengan menggunakan algoritma backpropagation (penjalaran balik). Fungsi transfer yang dipilih adalah fungsi sigmoid. Dalam pembelajaran backpropagation semua data input sudah dinormalisasi. Sampel yang digunakan sebagai pembelajaran (training) dalam jaringan saraf tiruan berjumlah 35 sampel sedangkan 15 sampel sisanya digunakan sebagai validasi untuk memperoleh nilai prediksi.
Arsitektur JST yang dibuat terdiri dari tiga lapisan yaitu : lapisan input, lapisan terselubung dan lapisan output. Lapisan input JST terdiri dari 5, 10 dan 15 PC dari data
reflektan dan absorban NIR 3 varietas jagung. Jumlah iterasi disesuaikan dengan jumlah total pembobot dengan cara trial by error. Untuk memperoleh nilai bobot yang benar jaringan saraf tiruan dilatih berdasarkan suatu data yang disebut training set (pelatihan). Laju pelatihan dan momentum yang digunakan adalah 0.4 dan 0.8. Lapisan terselubung digunakan variasi noda 4, 6, 8, 10, dan 12 noda. Output JST adalah berupa kandungan proksimat dan asam amino dengan JST secara terpisah (output berupa nilai kandungan masing-masing komponen) dan secara simultan (output berupa nilai proksimat dan asam amino secara simultan). Pelatihan berakhir pada jumlah iterasi yang telah ditetapkan sehingga diperoleh nilai error yang kecil. Model Jaringan Saraf Tiruan seperti pada Gambar 9.
Gambar 9 Model Jaringan Saraf Tiruan Tiga Lapis.
Analisis Data
Nilai prediksi proksimat dan asam amino hasil JST akan divalidasi dengan nilai proksimat dan asam amino yang dilakukan secara kimia (nilai referensi). Untuk menentukan hubungan antara keduanya maka dihitung beberapa paramater yang dapat menjelaskan sejauh mana hasil prediksi itu baik atau kurang memuaskan. Paramater yang digunakan adalah Standard Error Validation (SEv), dan Coefficient of Variability (CV). Lapisan Terselubung PC1 PC2 PC3 PCn
….
Bias….
Input Output Komponen Kimia m Komponen Kimia 1A. SEv = n Ya Yp 2 ) (
∑
− (27) B. CV =x100%
y
SEv
(Williams in William and Norris, 1987) (28)
Dimana : SEv = Standar Error Validasi (%) Yp = Nilai hasil dugaan JST (%)
Ya = Nilai komposisi kimia dengan uji kimia (%) y = Nilai rataan komposisi kimia sampel (%) n = Jumlah sampel yang digunakan dalam validasi CV = Koefisien Keragaman (%)
Validasi dilakukan untuk menguji ketepatan prediksi JST terhadap contoh yang diberikan selama proses pelatihan. Proses validasi dilakukan dengan memberikan sampel data yang berbeda dengan data yang digunakan saat pelatihan sekaligus untuk melihat kemampuan JST dalam memberikan jawaban yang benar.
Walpole (1995) menyatakan bahwa dengan simpangan baku (standar deviasi) saja kita tidak dapat mengatakan banyak mengenai keragaman satu kumpulan data. Ukuran lain yang mungkin lebih layak adalah koefisien keragaman (CV) yang didefinisikan sebagai V = x 100%
μ
σ menyatakan simpangan baku sebagai persentase dari nilai
tengahnya. Koefisien keragaman dapat digunakan untuk membandingkan dua keragaman kelompok data yang selang nilainya jauh berbeda satu sama lain bahkan dapat digunakan untuk membandingkan keragaman dua atau lebih kelompok data meskipun satuan pengukurannya tidak sama. Fontaine et al. (2002) mendefinisikan CV
(coefficient of variation) sebagai relatif standar deviasi (RSD) =
100%
x
s
x
untukmembandingkan keragaman crude protein dengan asam amino hasil kalibrasi NIRS. Fang et al., (2000) mengevaluasi performance JST dengan parameter RMS (root mean square error (√Σ(Yp-Ya)2/n), koefisien determinasi (R2) dan relatif error (RE = RMS/rataan data referensi x 100).
0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 900 1050 1200 1350 1500 1650 1800 1950 Panjang Gelombang (nm) R ef lekt an
