Prediksi Chilling Injury Dan Mutu Internal Mangga Cv Arumanis Selama Penyimpanan Dingin Secara Nondestruktif Menggunakan Near Infrared Spectroscopy (Nirs).

PREDIKSI CHILLING INJURY DAN MUTU INTERNAL BUAH

MANGGA CV ARUMANIS SELAMA PENYIMPANAN

DINGIN SECARA NONDESTRUKTIF MENGGUNAKAN

NEAR INFRARED SPECTROSCOPY (NIRS)

YUNISA TRI SUCI

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*

Dengan ini saya menyatakan bahwa tesis berjudul Prediksi Chilling Injury

dan Mutu Internal Buah Mangga cv Arumanis selama Penyimpanan Dingin secara Nondestruktif menggunakan Near Infrared Spectroscopy (NIRS) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor.

Bogor, Agustus 2015

Yunisa Tri Suci

RINGKASAN

YUNISA TRI SUCI. Prediksi Chilling Injury dan Mutu Internal Mangga cv Arumanis selama Penyimpanan Dingin secara Nondestruktif menggunakan Near Infrared Spectroscopy (NIRS). Dibimbing oleh I WAYAN BUDIASTRA dan Y ARIS PURWANTO.

Penyimpanan dingin merupakan slah satu metode yang digunakan untuk memperpanjang umur simpan mangga. Walaupun penyimpanan pada suhu rendah menyebabkan buah mengalami cilling injury (CI). Mendeteksi CI symptom pada buah mangga sebelum terjadinya CI ini merupakan salah satu studi yang menarik pada bidang pascapanen.

Tujuan dari penelitian ini adalah untuk memprediksi CI dan mutu internal buah mangga cv Arumanis selama penyimpanan secara non destruktif dengan NIRS. Tujuan khususnya yaitu (1) mengembangkan model kalibrasi NIR untuk memprediksi CI dan perubahan mutu mangga Arumanis berdasarkan perubahan TPT, kadar asam, kekerasan, dan rasio gula asam dengan metode PLS, (2) menggolongkan buah mangga Arumanis berdasarkan mutu internal selama penyimpanan dingin (suhu rendah) dengan NIRS dan analisis PCA, (3) menggolongkan mangga yang baru dipanen dengan mangga yang terkena chilling injury menggunakan metode PCA dan Mahalonobis Distance.

Buah mangga dengan umur petik 75 dan 90 HSBM disimpan selama 22 hari di cold storage dengan suhu 13 o_{C dan 8} o_{C sebanyak 182 buah. Pengambilan data}

spektrum NIR menggunakan NIRFlex fiber optic solid N-500 dilakukan pada buah mangga yang baru dipanen dan buah mangga yang disimpan selama 22 hari dengan pengambilan data 2 hari sekali. Parameter mutu buah mangga yang diamati adalah TPT, kekerasan, ion leakage, total asam, dan susut bobot. Prediksi mutu internal mangga cv Arumanis menggunakan metode partial least square (PLS) dengan pengolahan data spektrum seperti normalisasi, standard normal variate (SNV), turunan (dg1), dan kombinasi turunan dengan normalisasi (dg1N01). Penggolongan mangga menggunakan metode principal component analysis (PCA) dengan pengolahan data spektrum mean normalization dan smoothing. Ketepatan dan ketelitian metoda NIR dalam memprediksi mutu internal mangga Arumanis dikaji dari koefisien korelasi (r), bias, standard error of calibration set (SEC), standard error of validation set (SEP), coefficient of variation (CV), dan residual predictive deviation (RPD).

Hasil penelitian ini menunjukkan bahwa NIRS dapat memprediksi kandungan fisikokimia mangga Arumanis seperti TPT dengan model kalibrasi terbaik menggunakan pengolahan data spektrum normalisasi menunjukkan nilai r, SEP, dan RPD berturut-turut adalah 0.98, 1.05 o_{Brix, 3.65; untuk total asam}

Metoda NIRS dengan analisis PCA, pengolahan data spektrum Mean Normalization dan Smoothing dan MD dapat menggolongkan mangga yang baru dipanen (H0) dengan mangga yang telah disimpan dingin selama 12 dan 22 hari (H12 dan H22) berdasarkan mutu internalnya dengan tingkat akurasi 87%. Metode NIRS dapat mendeteksi CI mangga Arumanis selama penyimpanan dingin dan NIRS dengan analisis PCA dan MD setelah dilakukan pengolahan data spektrum

Mean Normalization dan Smoothing dapat menggolongkan mangga yang baru dipetik (H0) dengan mangga yang yang telah terkena chilling injury (H6) dengan akurasi 90%.

SUMMARY

YUNISA TRI SUCI. Nondestructive Prediction of Chilling Injury and Internal Quality of Arumanis Mango during Cold Storage using Near Infrared Spectroscopy

(NIRS). Supervised by I WAYAN BUDIASTRA and Y ARIS PURWANTO.

Cold storage is common method to extend postharvest life of mangoes fruit. However, storage at low temperature may cause mango fruit experiences chilling injury. Detecting chilling injury (CI) symptoms of mango fruit before the fruit experiences chilling injury is one of interesting study in postharvest field.

The aim of this study was to predict the CI and quality of Arumanis mango fruits during storage nondestructively using NIR spectroscopy. The specific objectives of this research were (1) to develop NIR calibration models to predict CI and changes quality of Arumanis mango based on TPT, acidity, firmness, and ratio of sugar acid using PLS method, (2) to classify Arumanis mango based on internal quality during cold temperature by NIRS and PCA analysis, (3) to classify freshly harvested mangoes and exposed to chilling injuried mangoes using PCA and Mahalonobis Distance.

The 182 mango fruits at picking time 75 and 90 (DAFB) were stored at temperature storage of 13 ° C and 8 ° C during 22 days. Reflectances of mango at harvest date (H0) and during storage were measured by using NIRflex fiber optic solid Spectrometer at wavelengths of 1000-2500 nm, followed by measurement of physico chemical properties of mango (total soluble solid, total acid, TSS-acid ratio, firmness, ion leakage and weight loss). Data collection was carried out every two days. Partial least square (PLS) and some data treatments of NIR spectrum were performed to predict internal quality of Arumanis mango. Correlation coefficient (r), bias, standard error of calibration set (SEC), standard error of validation set (SEP), coefficient of variation (CV), and residual predictive deviation (RPD) were used as statistical parameters to evaluate the resulted prediction model. Unsupervised Principal component analysis (PCA) and data treatments of NIR spectrum were performed to classify the mango fruits based on internal quality during storage and chilling injury symptoms and Mahalanobis distance was used to validate the results.

The results show that NIRS could predict soluble solid content of Arumanis mango with r value of 0.98 and SEP of 0.98 o_{Brix, and RPD of 3.65 using}

© Hak Cipta Milik IPB, Tahun 2015

Hak Cipta Dilindungi Undang-Undang

Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan IPB

Tesis

sebagai salah satu syarat untuk memperoleh gelar Magister Sains

pada

Program Studi Teknologi Pascapanen

PREDIKSI CHILLING INJURY DAN MUTU INTERNAL

BUAH MANGGA CV ARUMANIS SELAMA PENYIMPANAN

DINGIN SECARA NON DESTRUKTIF MENGGUNAKAN

NEAR INFRARED SPECTROSCOPY (NIRS)

SEKOLAH PASCASARJANA INSTITUT PERTANIAN BOGOR

BOGOR 2015

Judul Tesis : Prediksi Chilling Injury dan Mutu Internal Buah Mangga cv Arumanis selama Penyimpanan Dingin secara Nondestruktif menggunakan Near Infrared Spectroscopy (NIRS)

Nama : Yunisa Tri Suci NIM : F152130041

Disetujui oleh Komisi Pembimbing

Dr Ir I Wayan Budiastra, MAgr Ketua

Dr Ir Y Aris Purwanto, M.Sc Anggota

Diketahui oleh

Ketua Program Studi Teknologi Pascapanen

Prof Dr Ir Sutrisno,MAgr

Dekan Sekolah Pascasarjana

Dr Ir Dahrul Syah, MSc Agr

Tanggal Ujian: 5 Agustus 2015

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas

segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Oktober 2014 ini adalah deteksi mutu dengan NIRS, dengan judul Prediksi Chilling Injury dan Mutu Internal Buah Mangga cv Arumanis selama Penyimpanan Dingin secara Nondest ruktif menggunakan Near Infrared Spectroscopy (NIRS).

Terima kasih penulis ucapkan kepada Bapak Dr Ir I Wayan Budiastra, MAgr dan Bapak Dr Ir Y Aris Purwanto, MSc selaku pembimbing telah banyak memberi saran dan meluangkan waktunya untuk penulis. Bapak Dr Slamet Widodo, STP, MSc dan Dr Ir Wawan Hermawan, MS selaku penguji ujian tesis yang telah banyak memberikan masukan terhadap karya ilmiah ini. Penulis juga mengucapkan terima kasih kepada Ketua PS dan seluruh Dosen Teknologi Pascapanen, Ibu Rusmawati dan Bapak Ahmad Mulyatullah atas segala dukungan dan layanan dalam pelaksanaan kuliah dan penelitian. Serta terima kasih penulis untuk Bapak Sulyaden dan Baskara Edi Nugraha dari Lab. TPPHP atas semangat dan bantuannya selama penelitian.

Ungkapan terima kasih juga disampaikan kepada kedua orang tua Bapak Mawardi dan ibu Yusmaniar dan seluruh keluaraga atas dukungan, semangat, nasehat dan doa yang terus diberikan, terima kasih kepada Tri Yulni dan Wendianing Putri L yang senantiasa menemani ketika penelitian serta mas Waqif, Nurul, Lista, Fiya, kak Sri dan seluruh teman-teman TPP 13 atas segala doa, semangat, sharing ilmunya dan kasih sayangnya. Rekan seperjuangan Noneng Fahri, Sari, kakak Sri Agustina dan Kakak Nur Arifia terima kasih atas sharing ilmunya. Tak lupa pula terima kasih penulis ucapkan kepada sahabat BFForever dan Ifan Okcant Nedi atas dukungan dan semangat yang telah diberikan. Semoga karya ilmiah ini bermanfaat.

Bogor, Agustus 2015

DAFTAR ISI

DAFTAR TABEL v

DAFTAR GAMBAR v

DAFTAR LAMPIRAN vi

1 PENDAHULUAN 1

Latar Belakang 1

Perumusan Masalah 3

Tujuan Penelitian 3

Manfaat Penelitian 3

2 TINJAUAN PUSTAKA 4

Mangga 4

Panen dan Pascapanen Mangga 6

Penyimpanan Mangga 7

Perubahan Sifat Fisikokimia selama Penyimpanan 8

Teknologi Near Infrared Spectroscopy (NIRS) 9

Kemometrik 11

Aplikasi NIRS di Bidang Pertanian 12

3 METODE 13

Waktu dan Lokasi 13

Bahan 14

Alat 14

Prosedur Penelitian 14

Pengukuran Parameter Mutu 16

Metode Pengelompokan Buah Mangga selama Penyimpanan dengan PCA21 Penggolongan dengan Mahalanobis Distance (MD) 22

4 HASIL DAN PEMBAHASAN 22

Sifat Fisikokimia Mangga Arumanis selama Penyimpanan 22 Gejala Chilling Injury pada Mangga Arumanis 25

Karakteristik Spektrum Mangga Arumanis 27

Prediksi Mutu Internal Mangga Arumanis selama Penyimpanan dengan

NIRS 29

Pengelompokan Mangga berdasarkan Mutu Internal selama Penyimpanan secara Nondestruktif dengan Near InfraredSpectroscopy (NIRS) 35 Penggolongan Mutu Internal berdasarkan Mahalanobis Distance (MD) 40 Pengelompokan Mangga berdasarkan Chilling Injury 41 Penggolongan Mangga yang Dipanen dan yang Terkena Chilling Injury

berdasarkan Mahalanobis Distance (MD) 42

DAFTAR PUSTAKA 44

LAMPIRAN 52

DAFTAR TABEL

1 Sifat fisika dan kimia daging buah beberapa varietas mangga 4

2 Kandungan nutrisi mangga per 165 gram 5

3 Penggolongan ukuran buah mangga Arumanis 7

4 Interpretasi koefisien determinasi 19

5 Laju perubahan ion leakage mangga yang disimpan pada suhu suhu 8 o_C

dan 13oC 28

6 Analisis statistik data mutu internal dalam buah mangga Arumanis

selama penyimpanan 29

7 Deskripsi statistik persamaan kalibrasi dan validasi pada perlakuan 30 8 Perubahan kandungan fisikokimia mangga selama penyimpanan 37

9 Parameter untuk menghitung nilai MD 39

10 Nilai PC masing-masing sampel yang digolongan 40 11 Hasil validasi penggolongan mangga dengan MD 41

12 Parameter menghitung nilai MD 43

13 Nilai PC masing-masing sampel yang digolongkan 43 14 Hasil validasi penggolongan mangga berdasarkan Chilling Injury dengan MD 43

DAFTAR GAMBAR

1 Mangga Arumanis 6

2 Tipe penyerapan NIR pada berbagai lokasi komposisi 10 3 Reaksi gelombang NIR dengan Partikel padat didalam sampel 11

4 diagram alir penelitian 15

5 NIRFlex N-500 fiber optic solid 16

6 Refraktometer dan posisi pengambilan TPT 16

7 Rheometer model CR 300 DX-L 17

8 Proses kalibrasi dan validai 20

9 Pengolongan mangga berdasarkan lama simpan 21

10 Perubahan susut bobot mangga Arumanis selama penyimpanan 23

11 Perubahan TPT mangga selama Penyimpanan 24

12 Perubahan total asam mangga selama penyimpanan 24 13 Perubahan rasio gula asam selama penyimpanan 24 14 Perubahan kekerasan mangga selama penyimpanan 25 15 Perubahan ion leakage mangga selama penyimpanan 26 16 Gejala CI mangga yang disimpan 4 hari pada suhu 8 o_{C dan 13} o_{C 27}

17 Spektrum original mangga selama penyimpanan 28

18 Plot kalibrasi dan validasi TPT terbaik menggunakan pengolahan data

19 Plot kalibrasi dan validasi total asam terbaik menggunakan pengolahan

data spektrum NIR dengan Dg1 32

20 Plot kalibrasi dan validasi kekerasan terbaik menggunakan pengolahan

data spektrum dengan SNV 32

21 Plot kalibrasi dan validasi susut bobot terbaik menggunakan pengolahan

spektrum dengan SNV 33

22 Plot kalibrasi dan validasi rasio gula asam terbaik dengan pengolahan

data spektrum NIR menggunakan dg1N01 35

23 Plot kalibrasi dan validasi Laju IL terbaik dengan pengolahan data

spektrum NIR menggunakan dg2N01 35

24 Penggolongan mangga selama penyimpanan tanpa pengolahan data

spektrum NIR 36

25 Penggolongan mangga selama penyimpanan pengolahan data spektrum

NIR menggunakan MN dan SA 36

26 Spektra mangga baru dipetik (H0), 12 hari penyimpanan (H12) dan 22 hari penyimpanan (H22) 38 27 Penggolongan mangga H0, H12, H22 tanpa pengolahan data spektrum. 38 28 Penggolongan mangga H0, H12, H22 dengan pengolahan data spektrum

MN dan SA 38

29 Penggolongan mangga setelah dirata-ratakan tanpa pengolahan data

spektrum NIR MN 38

30 Penggolongan mangga setelah dirata-ratakan tanpa pengolahan data

spektrum NIR 39

31 Penggolongan CI berdasarkan lama simpan tanpa pra perlakuan 39 32 Penggolongan CI berdasarkan lama simpan denganpengolahan data

1

PENDAHULUAN

Latar Belakang

Indonesia merupakan salah satu produsen mangga yang menonjol di dunia selain India, China, Thailand, Filipina, Pakistan, dan Meksiko dengan negara tujuan ekspor Taiwan, Hongkong, dan negara-negara Timur Tengah. Total volume ekspor mangga Indonesia tahun 2012-2013 sebanyak 4684 ton dengan nilai ekspor 6.28 juta US$ (Ditjen Pengolahan dan Pemasaran Hasil Pertanian 2014). Salah satu mangga komersial yang dikembangkan untuk komoditas ekspor adalah mangga Arumanis. Kultivar jenis ini tidak dimiliki oleh negara produsen mangga di dunia seperti Meksiko, India, Australia, dan negara Amerika Latin lainnya. Dengan ciri khasnya tekstur yang lembut, daging tebal dan creamy, cita rasa yang khas, dan hampir tidak berserat. Namun ekspor mangga dari Indonesia relatif rendah walaupun kecenderungan dari tahun ke tahun meningkat (Utama et al. 2010).

Masalah yang sering terjadi selama ekspor mangga adalah terjadinya kerusakan selama pengiriman akibat kurangnya penanganan dan penerapan teknologi pascapanen yang diterapkan. Total kehilangan hasil pada buah mangga akibat penanganan pascapanen yang kurang tepat dan penerapan teknologi pascapanen yang masih konvensional diperkirakan mencapai 30% (Carrillo et al. 2000; Shahbaz et al. 2009). Penanganan yang kurang baik mengakibatkan tingginya laju respirasi dan transpirasi, serta perubahan fisik lainnya selama transportasi yang menyebabkan mutu buah berangsur-angsur menurun. Selama transportasi terjadi penurunan mutu eksternal maupun mutu internal buah yang menyebabkan berkurangnya masa eating periode-nya.

Salah satu penanganan yang diupayakan untuk menjaga kualitas mangga adalah dengan melakukan penyimpanan pada suhu rendah. Mangga Arumanis merupakan buah klimaterik yang dipanen pada saat matang fisiologis (green mature) sehingga pada saat penyimpanan akan mengalami pematangan dan penuaan. Penyimpanan mangga pada suhu dingin harus memperhatikan suhu kritisnya, yaitu 13 oC. Penyimpanan di bawah suhu kritis akan menyebabkan penyakit fisiologis seperti chilling injury (CI).

2

buah mangga selama penyimpanan. Salah satu metode yang dewasa ini dikembangkan adalah metode Near Infrared Spectroscopy (NIRS).

Penggunaan NIR sebagai salah satu metode yang tidak merusak bahan untuk bahan pangan telah sukses diterapkan pada industri pertanian (Nicolai et al. 2007; Sanchez 2012; Magwaza et al. 2013). Aplikasi NIR di bidang pertanian seperti mendeteksi protein, kelembaban, lemak, serta karbohidrat pada biji-bijian dan tepung. Deteksi kerusakan secara nondestruktif ini memberikan keuntungan yang besar pada industri karena analisa yang dilakukan lebih sederhana dan dapat memonitor bahan secara real time, sehingga pemindahan sampel ke laboratorium dan analisa di laboratorium dapat dihindar sehingga menghemat biaya dan waktu (Sanchez 2012). Keuntungan lain menggunakan metode NIR untuk mendeteksi mutu secara tidak merusak adalah dapat menganalisa dengan kecepatan tinggi (dalam beberapa detik) (Pissard et al. 2012), akurat, tidak menimbulkan polusi, penggunaan preparat contoh yang sederhana dan tidak menggunakan bahan kimia (Yan et al. 2009; Pissard et al. 2012).

Penggunaan teknik NIR juga telah dilakukan pada mangga untuk mendeteksi kematangan dan mutu internalnya seperti dry matter (DM) dengan metode MLR

(multiple linier Regresion) dengan nilai R2= 0.9, SEC = 0.85%, dan bias = 0.39 (Guthrie and Walsh 1997). Schmilovitch et al (2000) memprediksi TPT, total asam, dan kekerasan mangga cv Tommy Atkins dengan perlakuan terbaik MLR dan turunan pertama dengan nilai R2 0.93, 0.61, 0.82, dan nilai SEP 1.22, 0.16, dan 7.14, Watanawan et al. (2014) menyatakan TPT dapat diprediksi dengan NIR dengan keakuratan 98% menggunakan metode SPSS statistical package dan Scheffe’s

multiple, kekerasan mangga telah diteliti oleh Valante et al. (2009) dengan metode PLS yang menghasilkan nilai R2 RMSEP, dan bias adalah 0.82, 3.28 dan -0.16 , total padatan terlarut dan Dry Matter (DM) dan tahap eating quality (Saranwong et al. 2001, 2003, 2004) menggunakan metode PLS dan MLR dengan nilai SEP untuk TPT adalah 0.4 dan nilai R2 dan SEP untuk pati 0.82 dan 0.71. Deteksi cilling injury

mangga Gedong Gincu telah diteliti dengan nilai pH dikalibrasi dengan metode PLS yang menghasilkan nilai r dan SEP 0.90 dan 0.12 (Purwanto et al. 2012). Principal component analysis (PCA) telah banyak digunakan untuk analisis spektrum data NIR. Beghi et al. (2013) telah menggunakan analisa PCA pada karakterisasi buah zaitun berdasarkan TPT dan kekerasannya dengan NIR. Penggolongan spektrum buah jeruk Navel berdasarkan TPT (Liu et al. 2009). Zulfahrizal et al. (2013) telah berhasil membedakan spektrum biji kakao tumpukan dengan individu dan mendeteksi tingkat fermentasi biji kakao dengan NIR dan analisis PCA. PCA juga digunakan untuk analisis tingkat kematangan litchi berdasarkan karakteristik dari atribut kematangan fisiologinya (Rheichel et al. 2010). Pada buah mangga PCA telah digunakan untuk analisa spektrum NIR untuk penentuan indeks fisiologi (Scmilovich et al. 2000), mengklasifikasi tingkat kematangan berdasarkan umur petik (Kienzle et al. 2011 dan 2012), dan klasifikasi mangga berdasarkan varietas ( Jha et al. 2013).

3 Perumusan Masalah

Penyimpanan dingin buah mangga merupakan suatu cara memperpanjang umur simpan selama transportasi dan pemasaran. Perubahan mutu yang terjadi selama penyimpanan seperti menurunnya kekerasan, perubahan total padatan terlarut dan keasaman, terjadinya susut bobot, kegagalan untuk matang, kebusukan dan CI. Selama ini deteksi kerusakan mutu buah dan CI selama penyimpanan dilakukan secara destruktif dan dinilai secara subjektif yang memiliki beberapa kelemahan. Untuk itu perlu dikembangkan metode pendeteksian mutu dan CI secara nondestruktif sehingga mangga dapat dipisahkan antara mangga yang baru dipanen dengan mangga yang telah disimpan dan terkena CI. Pendeteksian kerusakan mutu buah dan CI selama penyimpanan ini dapat dideteksi dengan menggunakan metode nondestruktif dengan NIR spectroscopy. Metode nondestruktif dengan NIR spectroscopy dapat digunakan untuk mendeteksi senyawa kimia bahan yang mengandung ikatan C-H, N-H, S-H, atau O-H. Parameter yang berhubungan dengan penurunan mutu selama penyimpanan seperti kadar air, perubahan warna, ion leakage, kandungan asam, TPT, dan kekerasan dapat deteksi dengan NIR spectroscopy.

Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk memprediksi mutu internal buah mangga cv Arumanis selama penyimpanan secara non destruktif dengan NIRS. Tujuan khususnya yaitu (1) mengembangkan model kalibrasi NIR untuk memprediksi CI dan perubahan mutu mangga Arumanis berdasarkan perubahan TPT, kadar asam, kekerasan, dan rasio gula asam dengan metode PLS, (2) menggolongkan buah mangga Arumanis berdasarkan mutu internal selama penyimpanan dingin (suhu rendah) dengan NIRS dan analisis PCA, (3) menggolongkan mangga yang baru dipanen dengan mangga yang terkena chilling injury menggunakan metode PCA dan Mahalonobis Distance.

Manfaat Penelitian

Berdasarkan tujuan diatas, manfaat dan informasi yang diharapkan dari penelitian ini adalah sebagai berikut :

a. Memberikan data perubahan karakteristik spektrum reflektan NIR spectroscopy

berdasarkan perubahan mutu buah mangga Arumanis selama penyimpanan sehingga dapat dideteksi lebih awal gejala kerusakan dingin yang dapat menurunkan mutu mangga serta dapat mengantisipasi kerusakan pada buah. b. Perubahan mutu internal mangga Arumanis dan terjadinya chilling injury selama

penyimpanan.

c. Kalibrasi dan perlakuan data spektrum NIR terbaik untuk memprediksi mutu mangga Arumanis.

d. Metode penggolongan buah mangga berdasarkan mutu internal selama penyimpanan.

4

2

TINJAUAN PUSTAKA

Mangga

Buah mangga merupakan famili Anacadiacease yang popular di pasar Internasional karena rasanya yang enak, aroma yang khas, warna yang bagus, serta kandungan gizinya (Tabel 2) yang baik (Ashoush dan Gadallah 2011). Selain itu, mangga adalah sumber yang baik dari asam askorbat, karotenoid dan senyawa fenolik, dan antioksidan makanan lainnya (senyawa bioaktif) (Talcott et al, 2005). Karbohidrat buah mangga terdiri dari gula sederhana, tepung, dan selulosa. Gula sederhana yaitu sukrosa, glukosa, dan fruktosa. Gula tersebut memberikan rasa manis dan tenaga yang dapat segera digunakan oleh tubuh. Rasa sepat buah mangga disebabkan oleh tanin, rasa asam disebabkan oleh asam sitrat. Protein mangga terdapat dalam enzim. Enzim dalam buah mangga menyebabkan perubahan kimia dan metabolisme. Komposisi mangga muda (unripe green mature) secara umum terdiridari 90% air. 8.8% karbohidrat, 0.7% protein, 0.1% lemak, 0.02% P, 0.01% Ca, 4.5 mg/100 g Fe, 6.3–20.2 mg/100 g karoten sebagai vitamin A 30 mg /100 g ribofl avin and 3 mg/100 g ascorbic acid (Jha et al. (2010)).

Sedangkan Sifat fisika dan kimia daging buah beberapa varietas mangga di Indonesia dapat dilihat pada tabel 1 berikut ini.

Tabel 1. Sifat fisika dan kimia daging buah beberapa varietas mangga Sifat Fisika dan Kimia Varietas Mangga

Arumanis Cengkir Gadung Gedong Total Padatan

terlarut (o _Brix) 14.8-16.6 13-15 20.8-21.2 16-17.8

Total Asam (%) 0.22-0.56 0.26-0.88 0.18-0.47 0.12-0.49 Vitamin C (mg/100g) 22-46.9 37.8-58.2 20-21.5 36.2-96.2

Kadar air ± 81.1 ±84.3 ±80.34 ±82.9

Bobot utuh ± 376.2 ±320.1 ±411.1 ±232.4

Bagian yang dapat dimakan ±66.0 ±65.8 ±66 ±59

Warna daging buah Kuning Kekuningan kuning Jingga

Sumber : Broto, 2003

Sifat fisik buah seperti berat, kandungan kulit, panjang, biji, dan daging buah beragam menurut varietasnya. Kandungan nutrisi tergantung varietas dan kematangan buah. Saat buah muda vitamin C-nya tinggi. Saat matang betakaroten meningkat (vitamin A). Kandungan asam buah matang beragam dari 0.2-0.5% dan protein sekitar 1% Jha et al. (2013).

5 Tabel 2 Kandungan Nutrisi Mangga per 165 gram

Nutrisi Satuan Per 165 g

Air g 134.821

Energi kcal 107.25

Energi kj 448.8

Protein g 0.842

Total lemak g 0.446

Karbohidrat g 0.825

Mineral

Ca mg 16.5

Fe mg 0.214

Mg mg 14.85

P mg 1815

K mg 257.4

Zn mg 0.066

Cu mg 0.181

Mn mg 0.045

Vitamin

Vitamin C, total asam askorbat mg 45.705

Thiamin mg 0.096

Riboflavin mg 0.094

Niacin mg 0.964

Asam Pantothenic mg 0.264

Vitamin B-6 mg 0.221

Folate, total mg 23.1

Folic mcg 0

Vitamin B-12 mcg 0

Vitamin A IU 6425.1

Vitamin E mg 1.848

Sumber : USDA National Nutrient Database for Standard Reference (2006)

6

Gambar 1 Mangga Arumanis Panen dan Pascapanen Mangga

Mangga merupakan komoditas yang mudah rusak sehingga memerlukan penanganan yang baik sehingga mutunya dapat terjaga sampai ke konsumen. Penanganan pascapanen mangga diawali dengan penentuan umur petik, pemeraman, sortasi, penyimpanan, hingga pengemasan buah yang siap didistribusikan sampai ke konsumen. Menurut Broto (2003) pemanenan merupakan kegiatan mengumpulkan mangga dari lahan pertanaman dengan tingkat ketuaan yang tepat, tingkat kerusakan dan kehilangan yang kecil serta biaya yang minim.

Secara tradisional mangga dipanen ditentukan oleh petani berdasarkan kenampakan buah. Kualitas dan umur mangga selama pascapanen tergantung dari tahapan kematangan buah saat panen. Tingkat kematangan yang cocok saat panen sangat penting untuk meminimalisasi kerusakan kualitatif dan kuantitatif (Sivakumar et al. 2011).

Mangga umumnya dipanen sedikit lebih awal dari tahap matang penuh untuk menghindari terjadinya respirasi klimaterik selama transportasi ke pasar yang jauh. Pemanenan pada tahap belum matang menyebabkan buah dengan pematangan yang tidak merata, mengkerut dan rendahnya tingkat rasa dan kemanisan. Pemanenan buah pada tahap immature ini juga lebih rentan terhadap chilling injury (CI) selama penyimpanan dingin sehingga buah gagal matang (Sivakumar et al. 2011). Sedangkan buah yang terlalu lama dipanen akan mengakibatkan umur simpan yang pendek dimana buah sangat rentan terhadap kerusakan mekanik seperti memar, kebusukan, dan hilangnya air yang menghasilkan perubahan kualitas (Jha et al.

2007). Buah mangga yang hijau matang (mature green) dengan tingkat kekerasan yang cukup akan mencapai kualitas makan yang lebih baik selama pematangan. Selama pematangan mangga suhu merupakan faktor penting. Pada suhu pematangan 20-23 °C mangga mature green menunjukkan penampilan dan kualitas makan yang baik (Paull dan Chen 2004). Menurut Kader dan Mitcham (2008), warna kulit meningkat pada suhu pematangan 15.5-18 °C namun rasa masih getir. Pematangan pada suhu 27- 30 °C buah menjadi berbintik-bintik dengan aroma mangga yang tajam.

7 toleransi 10% (jml/jml) maksimum. Mangga rusak adalah mangga yang mengalami kerusakan atau cacat akibat biologis, fisiologis, mekanis dan lain-lain yang mengenai 10% atau lebih dari permukaan buah, sedangkan mangga busuk adalah mangga yang rusak dan daging buahnya tidak dapat dimanfaatkan lagi. Sedangkan mangga dikatakan seragam apabila mangga dalam satu partai/lot seragam dalam bentuk umum buah, tekstur, warna daging buah dan warna kulit buah. Mangga dinyatakan tua apabila telah mencapai tingkat perkembangan buah yang menjamin dapat tercapainya proses pematangan yang sempurna. Mangga dinyatakan terlalu matang apabila mangga matang penuh dengan daging buah lunak sedemikian sehingga dianggap telah lewat waktu pemasarannya. Mangga dinyatakan keras apabila buah cukup tahan bila ditekan sedikit dengan jari-jari dan kulit buah halus tidak keriput. Mangga dinyatakan cukup keras apabila buah masih cukup keras bila ditekan dengan jari-jari, tidak lunak, meskipun kulit sedikit lemas tetapi tidak keriput.

Tabel 3. Penggolongan ukuran buah mangga Arumanis

Ukuran Tingkatan Ukuran

A B C D E

Panjang (cm) >14 13 – 14 12.5 – 13 12 – 12.5 10 – 12 Lebar (cm) > 9.5 8.5 – 9.5 8 – 8.5 7 – 8 6.5 – 7 Tebal (cm) > 8.5 8 – 8.5 7.5 – 8 7 – 7.5 6 – 7 Bobot (g) > 450 400 – 450 350 – 400 300 – 350 <300

Sumber SNI 1992

Penyimpanan Mangga

Penyimpanan suhu rendah adalah teknologi komersial yang dianggap paling memadai untuk memperpanjang umur simpan buah-buahan dan sayuran dalam pascapanen karena dapat mengurangi laju respirasi dan sintesis etilen secara signifikan (Crane et al. 2009). Namun, beberapa buahan, terutama buah-buahan tropis dan subtropis, akan rusak oleh suhu lebih rendah dari suhu kritisnya (Kader 2002). Peningkatan suhu 10 ºC yang melampaui suhu penyimpanan optimal produk segar akan mempercepat 2-3 kali penguraian produk tersebut (Thompson et al. 2008).

Buah mangga rentan chilling injury (CI) dimana terjadi bentuk kegagalan pematangan, pematangan tidak normal, pelunakan prematur, kulit terkelupas, pencoklatan bibit, dan peningkatan pembusukan yang disebabkan oleh luka serta kehilangan flavor yang khas, sensivitas bahan terhadap kerusakan dingin berkurang sejalan dengan peningkatan kematangan bahan. Wang et al. (2008) menyatakan pada peningkatan konten malondialdehid dalam buah mangga disimpan pada suhu rendah (4 °C) menjelaskan gangguan peroksidasi lipid dan integritas membran. Identifikasi CI ini telah diteliti dengan beberapa parameter seperti kerusakan membran dan meningkatnya permeabilitas sel (Zhao et al. 2006). Meningkatnya laju kebocoran ion (Saltveit 2000), perhitungan chilling injury incidence dan

chilling injury index (Cantre et al. 2013)

8

penyimpanan dingin akan menurunkan laju respirasi, menghambat perubahan tekstur dan kehilangan vitamin C, mengurangi laju pertumbuhan mikrobiologis, dan mencegah perkecambahan spora dari beberapa jamur. Untuk buah klimaterik, penyimpanan dingin dapat menunda kematangan buah dan berpengaruh terhadap respon jaringan terhadap etilen, artinya buah memerlukan kontak lebih lama dengan dosis etilen tertentu untuk mengawali kematangannya pada suhu rendah (Broto 2003).

Salah satu faktor dari lingkungan penyimpanan buah adalah suhu penyimpanan yang berdampak pada mutu buah dan umur simpannya (Nunes et al.

2007). Manajemen suhu yang tepat selama penanganan dan penyimpanan sangat penting untuk menghambat pematangan, menjaga mutu jual segar (fresh-market quality). Sensivitas mangga terhadap suhu 10 o_{C tergantung pada kematangan buah,}

kultivar, lama dan suhu paparan. Beberapa kultivar mangga dapat disimpan pada 5

o_{C, tetapi yang lain harus disimpan di atas 10} o_{C atau 13} o_{C. Pada 13} o_{C atau lebih}

rendah, pelunakan buah dapat terjadi, perubahan rasa, suhu yang cocok untuk pematangan buah mangga (dengan kualitas makan yang dapat diterima) sekitar 21- 24 oC. Di atas 24 oC, pengembangan warna kulit terhambat, dan buah dapat mempertahankan beberapa warna hijau pada kulit. Mangga cv. Tommy Atkins biasanya matang dengan rasa dan aroma yang baik setelah penyimpanan selama 18 hari pada 5 o_{C, dan 3 hari di 20} o_{C (Mohammeda dan Brecht 2002).}

Sebagai buah klimaterik mangga mempunyai umur simpan yang pendek dan mencapai puncak klimaterik pada hari ketiga atau keempat setelah panen di suhu ruang (Narayana et al. 1996). Umur simpan mangga berbeda pada setiap varietas tergantung pada kondisi penyimpanan. Pada suhu 13 oC umur simpan mangga 2-3 minggu sedangkan di suhu ruang berkisar dari 4-8 hari (Carrillo et al. 2000). Perbedaan umur simpan antar varietas berkisar 4 hari untuk Baneshan, Tomy Atkins dan Kit (Rodov et al. 1997) sedangkan Alphanso berkisar 8-9 hari (Srinivasa

et al. 2002). Setelah panen proses kematangan buah mangga hijau tua berkisar 9-12 hari (Herianus et al. 2003) atau 12-14 hari (Manzano et al. 1997) dengan rasa, karakteristik tekstur dan warna yang baik pada suhu 25 oC kondisi udara ambien. Proses pematangan buah mangga melibatkan serangkaian reaksi biokimia atau kegiatan metabolik yang menyebabkan perubahan kimia, peningkatan respirasi, produksi etilen, perubahan struktur polisakarida yang menyebabkan degradasi klorofil dan sintesis pigmen karotenoid, perubahan karbohidrat atau konversi pati menjadi gula, asam organik, lipid, fenol dan senyawa volatil, sehingga menyebabkan pematangan buah dengan pelunakan tekstur kualitas yang dapat diterima (Herianus et al. 2003)

Perubahan Sifat Fisikokimia selama Penyimpanan

9 selulosa meningkat dan hemisellulosa serta pektin menurun, (iii) perubahan karbohidrat, dimana terjadi sintesa pati dan perubahan kandungan gula yang menyebabkan buah menjadi manis, (iv) warna, adanya degradasi khlorofil dan pembentukan antosianin atau karotenoid, (v) kehilangan asam sitrat (Winarno, 2002). Menurut (Brecht et al. 2009), asam sitrat adalah asam organik utama pada buah mangga selain itu juga terdapat asam malat dan suksinat dalam jumlah sedikit.

Menurut Muchtadi et al. (2010), pelunakan buah dapat disebabkan oleh terjadinya pemecahan protopektin menjadi pektin, maupun karena terjadinya hidrolisis pati atau lemak dan mungkin juga lignin. Penurunan kekerasan berbagai buah-buahan juga telah dilaporkan oleh Para peneliti sebelumnya. Judith dan Tianxia (2002) mengamati ketegasan tomat akan menurun 15-2 N pada saat jatuh tempo yang berbeda tahap. Hosakote et al. (2006) melaporkan pematangan mangga disertai dengan perubahan biokimia yang mengakibatkan pelunakan tekstur secara bertahap. Jha et al. (2006) melaporkan terjadi penurunan kekerasan mangga hibrida persilangan antara Amrapali dan Sensation dari 20-33 N (panen) sampai 5-12 N pada periode penyimpanan pada suhu 27 ± 2 o_C.

Perubahan sifat fisikokimia selama pematangan merupakan indeks mutu dari buah-buahan pada saat disimpan. Kematian (decay) pada saat penyimpanan diakibatkan oleh penyakit ataupun pembusukan. Pematangan mengakibatkan hilangnya keasaman dan pati, peningkatan dan kemudian penurunan kadar gula, dan perubahan pektin serta melibatkan produksi zat-zat volatil seperti ester, asetaldehida, etil alkohol, dan etilen (Jackson dan Looney 1999).

Pengaruh lama penyimpanan terhadap kandungan vitamin C tidak berbeda nyata, akan tetapi cenderung mengalami penurunan. Hal ini disebabkan karena tertundanya penguapan air yang menyebabkan struktur sel yang sernula uluh menjadi layu. Dimana enzim askorbat oksidase tidak dibebaskan oleh sel sehingga tidak mampu mengoksidasi vitamin C lebih lanjut menjadi senyawa yang tidak mempunyai aktivitas vitamin C lagi. Tetapi apabila sel mengalami kelayuan enzim

askorbat oksidase akan dibebaskan dengan cara kontak langsung dengan asam askorbat sehingga vitamin C mengalami kerusakan (Ropai et al. 2013).

Teknologi Near Infrared Spectroscopy (NIRS) Spektroskopi Infra merah dekat

Near infrared (NIR) merupakan gelombang elektromagnetik yang ditemukan oleh Friedrich Wilhem Herschel pada tahun 1800, memiliki panjang gelombang antara 750-2600 nm yang terletak diantara gelombang cahaya tampak (visible light) dan cahaya inframerah (infrared). Aplikasinya digunakan untuk telekomunikasi serat optik, untuk spektroskopi astronomi, dan pemantulan jarak jauh, sedangkan

Near Infrared Spectroscopy (NIRS) merupakan metode spektroskopis yang menggunakan daerah NIR dari spektrum elektromagnetik (Carl 2009). Aplikasi Spektroskopi NIR di bidang pertanian pertama kali digunakan oleh Norris (1964) untuk mengukur kelembaban pada biji-bijian. Sejak itu spektroskopi NIR digunakan untuk analisis cepat untuk kelembaban, protein dan kandungan lemak dari berbagai produk pertanian dan makanan (Gunasekaran dan Irudayaraj 2001).

10

karbon, oksigen, hidrogen, nitrogen, pospor dan sulfur. Atom-atom tersebut terikat secara kovalen dan elektrovalen untuk membentuk molekul. Ketika molekul-molekul tersebut disinari dengan energi dari luar, maka molekul-molekul-molekul-molekul tersebut mengalami perubahan energi potensial (Murray dan Williams 1990).

Keunggulan dari NIR dalam analisis khususnya analisis bahan makanan yaitu gabungan antara kecepatan, tingkat ketepatan dan kemudahan dari percobaan yang dilakukan. Teknologi pantulan infra merah dekat merupakan salah satu metode analitik yang dapat digunakan untuk analisis kecepatan tinggi, teliti, tidak menimbulkan polusi, tidak menggunakan bahan kimia, dan non destruktif (tidak merusak bahan).

Spektrum NIR pada produk pertanian terdiri atas luasan gelombang yang timbul dari tumpang tindih penyerapan yang sesuai dengan kombinasi getaran yang melibatkan C-H, N-H, O-H dan S-H yang merupakan ikatan-ikatan utama secara khusus diserap di dalam daerah NIR dimana ikatan ini merupakan ikatan penyususun senyawa kimia suatu produk. Untuk puncak-puncak ikatan C=0, C-C dan C-Cl sangat lemah (Blanco dan Villarrova 2002). Konsentrasi unsur seperti air, protein, lemak, dan karbohidrat secara prinsip dapat ditentukan dengan menggunakan penyerapan spektroskopi. Tipe penyerapan NIR pada berbagai lokasi pada komposisi dapat dilihat pada Gambar 2 (Osborne 1993).

Burn dan Ciurzaczak (2008) menyatakan gelombang NIR yang dihasilkan oleh instrumen NIR dari cahaya putih akan berinteraksi dengan bahan pertanian dalam bentuk pantulan (reflection), pembiasan (refraction), penyerapan

(absorption), penguraian (diffraction) dan penerusan (transmission) (Gambar 3). Kontribusi dari masing-masing reaksi tergantung komposisi kimia, struktur sel, sifat fisik dari objek dan jarak penyebaran radiasi ke dalam bahan (Nicholai et al.

2007) Ketika radiasi menembus objek, karakteristik spektranya akan berubah melalui panjang gelombang tergantung terhadap proses penghamburan (scattering)

dan penyerapan (Munawar 2014).

Gambar 2 Tipe penyerapan NIR pada berbagai lokasi komposisi.

11 gelombang yang diserap menjadi lebih kuat. Ketika radiasi near infrared mengenai sampel padat maka sebagian radiasi akan dipantulkan (specular reflectance) dari permukaan sampel (Gambar 3). Jika radiasi memasuki sampel yang memiliki ketebalan sekitar 2 mm maka akan dapat diserap. Radiasi yang tidak terserap dapat ditransmisikan melalui sampel atau dipantulkan (Dryden, 2003).

Informasi utama dari interaksi radiasi dari NIR dengan sifat biologi objek adalah kandungan kimia, sifat optik dan fisiknya. Buah biji-bijian, dan pakan ternak menunjukkan penyerapan ikatan C-H, N-H, dan O-H pada NIR dimana masing-masing memiliki frekuensi vibrasi yang spesifik dan berbeda antara satu objek dengan objek lainnya.

Gambar 3 Reaksi gelombang NIR dengan partikel padat di dalam sampel Spektrum NIR dari buah dan sayur pada dasarnya berupa gabungan sejumlah besar overtone dan kombinasi ikatan sehingga kesulitan untuk mendeskripsikan spektrum dipengaruhi oleh panjang gelombang yang dipengaruhi efek scattering,

keragaman jaringan, noise dari instrumen, efek lingkungan sekitar, dan sumber keragaman lain (cozzolino et al. 2011).

Kemometrik

Kemomerik adalah disiplin ilmu dengan menggunakan metode statistika dan matematika untuk mengekstrak informasi dari data kimia dan fisik serta menyeleksi metode yang optimal dan pengolahan data dari analisis kimia (Naes et al. 2004; Roggo 2007). Analisa kemometrik digunakan untuk mengekstrak informasi yang berguna pada spektrum (Guidetti et al. 2012). Kemometrik mengklasifikasikan kembali beberapa topik seperti rancangan percobaan, metode ekstraksi informasi (model, klasifikasi, uji pendapat) dan pengertian teknik mekanisme kimia (Roggo 2007). Pada analisis NIR metode komometrik terdiri dari tiga tahap yaitu: (1) pengolahan data spektrum untuk mengeliminasi noise dan kandungan utama spektra untuk pengembangan model, (2) membangun model kalibrasi untuk analisis kuantitatif dan kualitatif dan (3) transfer model untuk prediksi real-time dan on-line

Data yang diperoleh dari NIRS terdiri dari informasi background dan noise

disamping data informasi sampel itu sendiri. Untuk memperoleh data yang dapat dipercaya, akurat dan model kalibrasi stabil, maka perlu melakukan pengolahan spektrum NIR sebelum melakukan pemodelan. Saat ini terdapat banyak metode pengolahan data spektrum NIR diantaranya adalah enhancement, smoothing, derivative, Mean Centering (MC), Multiplicative Scatter Correction (MSC),

Standard Normal Variate (SNV), Mean Normalization (MN), Orthogonal Signal Correlation (OSC), Detrending (DT), Fourier Transform (FT), Wave Transform

12

Salah satu metode kalibrasi yang dikembangkan untuk aplikasi data NIR adalah principal component analysis (PCA) dan partial least square (PLS). PCA digunakan untuk analisis secara kualitatif dan PLS digunakan sebagai analisa kuantitatif dari informasi kandungan kimia dan fisik dari spektrum sampel dengan perbedaan yang kompleks. PCA dapat mengurangi kuantitas dari spektrum data tanpa terjadi overfitting dan pengurangan informasi yang dibutuhkan (Osborne et

al. 1993). PCA adalah metode dengan prosedur matematika yang dapat merubah sejumlah variabel yang berhubungan menjadi variabel baru yang tidak berhubungan yang disebut komponen utama (PCs). PCA mampu menampilkan informasi utama yang terdapat dalam suatu data multidimensi. Selain itu, metode ini mampu menunjukkan representasi visual mengenai hubungan antar sampel dan variabel apakah memiliki kesamaan atau perbedaan satu sama lain (Camo 2012). Komponen utama kesatu (PC1) menjelaskan informasi keragaman (variances) terbesar dari data dan PC2 memiliki informasi terbesar dari informasi sisa (setelah dikurangi PC1) dan seterusnya. PCA digunakan sebagai alat untuk menyaring, ekstraksi, kompresi, dan membedakan sample berdasarkan kesamaan atau ketidaksamaannya dari data multivariat (Munawar 2014). Tujuan dari metode PCA ini mengurangi jumlah data spektrum NIR dan mengindari masalah overfitting tanpa mengurangi informasi yang ada.

PLS merupakan metode statistik yang menggeneralisasi dan mengkombinasikan antara metode analisis faktor, PCA dan multiple regression.

Tujuan PLS adalah membentuk komponen yang dapat menangkap informasi dari variabel bebas untuk memprediksi variabel respon. PCA terfokus pada keragaman di dalam variabel bebas, sedangkan PLS fokus pada kovarians di antara variabel bebas dan variabel tak bebas (Lengkey 2014). PCA menggunakan kombinasi linear untuk menduga variabel bebas dari variabel asli. Kombinasi linear ini dimulai dengan pemilihan komponen utama sehingga komponen utama tersebut dapat menjelaskan variasi di dalam variabel bebas dan tidak memperhatikan kekuatan hubungan antara variabel bebas (data spektrum) dengan variabel tidak bebas (data kimia). Pada PLS, variabel yang memperlihatkan korelasi yang sangat tinggi dengan variabel tidak bebas akan diberikan bobot yang besar karena variabel tersebut akan lebih efektif dalam pendugaan.

Aplikasi NIRS di Bidang Pertanian

Beberapa penelitian tentang NIR telah dilakukan seperti penggunaan NIR untuk mendeteksi sifat fisikokimia apel selama pascapanen dan kerusakannya seperti TPT dan Dry Matter, dan antioksidan kalibrasi menggunakan PLS (Giovanelli et al. 2013); mengukur mutu beberapa varietas apel dengan hasil terbaik pada varietas Golden (Bobelyn et al. 2009); mendeteksi TPT dan kekerasan dengan PLS yang menghasilkan nilai R2 dan SEP 0.95, 0.81 dan 0.38 (Fan et al. 2008) , mendeteksi mutu internal buah persik dengan perlakuan terbaik menggunakan turunan kedua (Ortiz et al. 2001), mendeteksi dan mengukur kualitas tomat seperti pengukuran likopen , indeks warna dan kekerasan dengan PLS dimana (Chen 2008); pengukuran TPT dan keasaman dengan R2 0.63-0.82 dan SEC 0.41-0.71 (Flores et al. 2009), memprediksi kekerasan kulit manggis selama penyimpanan menggunakan metode PLS dengan nilai R2 _{bervariasi berdasarkan umur simpan}

13 Aplikasi penggunaan NIR spectroscopy pada buah mangga pertama kali diteliti oleh Guthrie and Walsh (1997) yang menghasilkan model statistik untuk

Dry Matter (DM) Rc2= 0.98, and RMSECV= 1.19, spektrum yang digunakan

760-2500 nm, kemudian dilanjutkan oleh Schmilovitch et al. (2000), yang mengukur keasaman, kekerasan, dan umur simpan mangga Tommy Atkins. Panjang spekrum yang digunakan 1200–2400 nm yang menghasilkan nilai R2

V = 0.86, 0.82 dan 0.94

(RMSEP = 1.22%, 17.1 N dan 37 d) dari TSS, kekerasan, waktu kematangan. Kemudian Saranwong et al. (2001) mengukur DM mangga Caraboa spekrum yang digunakan 1100–2500 nm menghasilkan model yang lebih baik dengan nilai R2v =

0.94; SEP = 0.55% DM; dengan SD = 1.72%. Saranwong et al. (2003) mengukur TSS mangga Caraboa dengan menggunakan dua panjang gelombang dimana hasil terbaik didapatkan pada panjang gelombang 850-1000 nm (R2v = 0.96, SEP = 0.40,

dengan SD = 1.80% TSS) sedangkan 900–1000 nm (R2v = 0.88, SEP = 0.55).

Saranwong et al. (2004) melakukan penelitian prediksi mutu mangga siap makan pada saat panen dengan menggunakan panjang spektrum 700–1100 nm dengan mengukur kombinasi dari DM dan kandungan pati menghasilkan nilai R2

V = 0.85,

SEP = 0.55, bias 0.16% untuk TSS, dan (R2V = 0.74, SEP = 0.73 untuk DM. Walsh

et al. (2004) melakukan penelitian sortasi buah menggunakan NIR spectroscopy

dengan mengukur DM dan Soluble Solid yang menghasilkan model statistik Rc2 =

0.79, RMSECV = 0.46% (SD = 1,1%).

Valente et al. (2009) menggunakan model regresi PLS untuk memprediksi kekerasan pada buah mangga dimana hasil kalibrasi terbaik dari kekerasan buah mangga menggunakan NIR adalah mendapatkan nilai R² = 0.82, RMSEP = 3.28, bias = -0.16. Rindang (2011), menentukan gejala chilling injury pada buah belimbing dengan memanfaatkan NIR spectroscopy dan menggunakan PLS 23 sebagai model kalibrasi. Adapun hasil kalibrasi dari metode PLS mendapatkan nilai r = 0.6116, R² = 0.3740, RMSEC = 0.1456, RMSEP = 0.1632, dan CV 4.4282%. Penggunaan NIRS untuk menduga chilling injury telah diteliti oleh Purwanto et al.

(2013) dengan menggunakan pH sebagai indikator utama dengan teknik PLS (partial least square).

PCA telah banyak digunakan untuk analisis spektrum data NIR. Beghi et al.

(2013) telah menggunakan analisa PCA pada karakterisasi buah zaitun berdasarkan TPT dan kekerasannya dengan NIR. Zulfahrizal et al. (2013) telah berhasil membedakan spektrum biji kakao tumpukan dengan individu dan mendeteksi tingkat fermentasi biji kakao dengan NIR dan analisis PCA. Pada buah mangga PCA telah digunakan untuk mengklasifikasi tingkat kematangan berdasarkan umur petik (Kienzle et al. 2011 dan 2012), dan klasifikasi mangga berdasarkan varietas (Jha et al. 2013).

3

METODE

Waktu dan Lokasi

14

Bahan

Bahan yang digunakan adalah mangga Arumanis dengan umur panen 75 dan 90 hari setelah bunga mekar (HSBM) daging buah terlihat kuning mentega. Mangga Arumanis yang digunakan adalah tingkat ukuran sedang dengan berat 350-400 gram, berasal dari kebun petani mangga di Cirebon. Bahan lain yang digunakan adalah indikator phenolphthalein, larutan NaOH 0.1 N, aquadest, dan deionized water.

Alat

Peralatan yang digunakan dalam penelitian ini adalah spectrometer NIRFlex N-500 fiber optic solid dari Buchi Switzerland (Gambar 4) dengan panjang gelombang 1000-2500 nm. Untuk penyimpanan digunakan dua cold storage

dengan suhu 8 o_{C dan 13} o_{C. Rheometer model CR 300 DX-L digunakan untuk}

mengukur kekerasan. Kandungan total padatan terlarut diukur dengan portable digital refractometer Atago PR 201. Pengukuran ion leakage meggunakan

electrical conductivity (Horiba D-24). Buret, gelas piala, kertas saring, pipet tetes, corong dan labu Erlenmeyer dugunakan untuk pengukuran total asam. Timbangan digital digunakan untuk mengukur berat buah dan peralatan pendukung seperti kamera digital.

Prosedur Penelitian

Prosedur penelitian deteksi perubahan mutu buah mangga Arumanis selama penyimpanan dilakukan dengan beberapa tahap yaitu (1) persiapan sampel penelitian, (2) pengukuran reflektan spektrum NIR pada buah mangga yang baru dipanen pada dua tingkatan umur petik kemudian diukur parameter mutunya, (3) pengukuran reflektan spektrum NIR buah mangga yang disimpan pada suhu dingin kemudian diukur parameter mutunya, (4) pengolahan data dengan melakukan kalibrasi dan validasi, (5) penggolongan buah mangga berdasarkan mutu internal dengan PCA dan Mahalonobis Distance, (6) penggolongan buah mangga berdasarkan chilling injury dengan PCA dan Mahalonobis Distance. Diagram alir penelitian dapat dilihat pada Gambar 4.

Persiapan Bahan

Buah mangga Arumanis yang telah dipanen dari Cirebon, disortasi untuk memisahkan buah cacat, buah utuh serta penyeragaman ukuran, dan pemisahan berdasarkan umur panen. Kemudian buah dicuci dan dikeringanginkan. Setelah buah kering buah dikemas dalam peti kayu yang dilapisi kertas dan kemudian dibawa ke Lab TPPHP. Selanjutnya buah dimasukkan ke dalam cold storage, kemudian buah dikelompokkan pada penyimpanan suhu 8 o_{C dan 13} o_{C. Jumlah}

mangga yang digunakan adalah 182 buah.

Pengukuran Reflektan Spektrum NIR pada Mangga

15

fiber optic solids N-500 terlebih dahulu dinyalakan dan didiamkan beberapa saat. Kemudian dilakukan pengukuran reflektan dimana secara otomatis perangkat akan melakukan referensi panjang gelombang. Referensi panjang gelombang terdiri dari dua kelompok yaitu referensi internal dan referensi ekternal. Proses referensi panjang gelombang dilakukan atas perintah dari software NIRWare operator. Spektrometer ini menggunakan detektor extended range InGaAS dengan kontrol temperatur. Prinsip pengukuran spektrum adalah menembakkan cahaya dari lampu halogen ke sampel. Sebagian energi yang dipantulkan akan diterima oleh detektor sebagai data frekuensi getaran dan ditransformasikan dengan metode fourier

menjadi grafik dan reflektan.

Gambar 4 Diagram alir penelitian

Mulai

Mangga Arumanis

Sortasi

Pengukuran reflektan NIR mangga baru dipanen dan disimpan selama 22 hari dengan pengambilan

data 2 hari sekali

Pengukuran parameter mutu : TPT, keasaman, kekerasan, ion leakage,

susut bobot, dan CI

Validasi

Selesai

Pengembangan model kalibrasi NIR

menggunakan PLS Penggolongan

berdasarkan mutu internal dengan

PCA dan MD

Penggolongan berdasarkan CI dengan PCA dan

MD Pengolahan data spektrum

NIR: MN+SA

16

Reflektan NIR diukur pada tiga titik yang berbeda pada buah mangga yang baru dipanen dan yang disimpan pada suhu 8 o_{C dan 13} o_{C dengan menggunakan}

spektrometer NIRFlex N-500 fiber optic solid dengan panjang gelombang 10000-4000 cm1 (1000-2500 nm) dengan interval 4 cm. Pengukuran reflektan spektrum dan mutu buah selama penyimpanan dilakukan 2 hari sekali selama 22 hari.

Gambar 5 NIRFlex N-500 fiber optik solid Pengukuran Parameter Mutu

Total Padatan Terlarut (TPT)

Pengukuran TPT diambil pada 3 bagian buah mangga yaitu pangkal tengah dan ujung seperti pada Gambar 6 berikut.

Gambar 6 Refraktometer dan posisi pengambilan TPT

Total padatan terlarut diukur menggunakan refraktometer sesuai dengan metodeAOAC 1994. Nilai TPT diperoleh dengan cara menghancurkan daging buah mangga kemudian meneteskan sari buahnya di atas objek gelas yang terdapat pada refraktometer sehingga nilai TPT (o_{Brix) akan terbaca langsung pada layar alat.}

Kekerasan

Kekerasan mangga diukur dengan menggunakan alat rheometer. Sebelum dilakukan pengukuran alat terlebih dahulu dipersiapkan dengan mengatur alat pada kondisi mode: 20; R/H (hold): 10 mm; P/T (Press): 60 mm/m; Rep. 1: 1 x 60 h; max 10 kg; dengan menggunakan probe (diameter = 5 mm). Pengukuran nilai kekerasan dimulai dengan meletakkan mangga pada meja tekan rheometer kemudian turunkan

17

Gambar 7 Rheometer model CR 300 DX-L Total Asam (AOAC 1995)

Total asam dianalisis dengan menggunakan titrasi. Sebanyak 10 gram bahan ditambahkan dengan 100 ml aquades, dihomogenisasi dengan menggunakan blender, kemudian filtrate disaring dengan menggunakan kertas saring, diambil 20 ml dan diberi indikator phenolphthalein (pp) sebanyak 3 tetes. Filtrate kemudian dititrasi dengan menggunakan NaOH 0.1 N hingga berwarna jingga stabil. Selanjutnya total asam dapat dihitung dengan Persamaan 1. Dimana N merupakan formalitas NaOH 0.1 N, faktor pengenceran (Fp= 100/20), Mr NaOH merupakan massa molar NaOH (40), berat contoh (1000 mg).

Total Asam = ml NaOH × N × Fp × Mr NaOH_{berat contoh} ×100% (1) Rasio Gula Asam

Rasio gula asam merupakan perbandingan antara nilai TPT dan total asam. Perhitungan rasio gula asam ini dengan membagi nilai TPT dengan Nilai Total asam dengan satuan oBrix/%.

Ion Leakage

Pengukuran ion leakage dilakukan selama penyimpanan buah mangga pada suhu 8 oC dan 13 oC dengan menggunakan 3 sampel. Ion leakage diukur menggunakan alat Electrical Conductivity Meter (D-24 HORIBA), ion leakage

diukur berdasarkan perubahan nilai konduktivitas listrik larutan. Sampel buah mangga dipotong dengan ukuran diameter 5 mm dan tinggi 10 mm kemudian direndam di dalam ionizedwater (20 ml) yang nilai konduktivitas listrik awalnya diketahui. Pengukuran dilakukan pada suhu ruang diukur setiap 20 menit selama 4 jam (240 menit) (Purwanto et al. 2005). Perubahan ion leakage dapat dihitung menggunakan Persamaan 2. Dimana n1 merupakan nilai konduktivitas listrik menit ke-0 (awal), n2merupakan nilai konduktivitas listrik ke-n, dan nt merupakan nilai konduktifitas setelah daging buah dihancurkan.

Perubahan Ion Leakage=(n -n )_{(nt-n )}x 100% (2) Susut Bobot (Jan dan Rab 2012)

18

bahan (gram) setelah disimpan pada masing-masing suhu (8 oC dan 13 oC). Persamaan 3 digunakan untuk pengukuran susut bobot :

Susut Bobot (%)

=

(b0-bt)

(b0)

x 100%

(3)

Pengolahan data spektrum NIR

Pengolahan data spektrum NIR dilakukan agar model kalibrasi yang dilakukan menjadi lebih akurat dan stabil dengan mengeliminasai gangguan-gangguan yang terjadi pada spektrum. Pengolahandata ini berbeda-beda untuk tiap pengukuran yang tergantung kepada tipe dan komponen data yang akan diprediksi. Pada penelitian ini beberapa pengolahan data spektrum NIR yang digunakan adalah normalisai 0-1 (N01), mean normalization (MN), smoothing (SA), standard normal variate (SNV), turunan pertama Savitzky-Golay (dg1), dan kombinasi normalisasi dan savitzky-Golay (dg1).

Normalisasi dapat mentransformasi vektor spektrum menjadi 0-1 dan dapat menghilangankan variasi baseline akibat perbedaan ukuran sampel. Teknik normalisasi ini digunakan untuk mengimbangi tambahan (error) efek dalam data spectral yang disebabkan oleh adanya efek fisik seperti penyebaran yang tidak seragam di seluruh spektrum, noise, dan kurang bagusnya bentuk serta model persamaan regresi kalibrasi yang dibangun (Nicolai et al. 2007). Nilai normalisasi dapat diperoleh dengan menggunakan Persamaan (4). Mean normalization (MN) merupakan bagian dari normalisasi yang diperoleh dengan membagi setiap baris dari matriks data dengan rata-ratanya sehingga dapat mengurangi gangguan dari faktor yang tidak tampak (Gaydou et al. 2011).

Nilai normalisasi= _{Nilai maksimal-Nilai minimal}Nilai aktual-Nilai minimal …………...… (4) Turunan digunakan untuk meminimalisir masalah overlapping bands (pita spektrum yang saling tumpang tindih) dan variasi baseline. Terdapat dua algoritma untuk turunan yaitu turunan langsung dan Savitzky-Golay. Turunan pertama

Savitzky-Golay (dg1) lebih efektif memperjelas pita-pita penyerapan dengan noise yang terkecil dan dapat mendeteksi perubahan nilai spektrum yang sangat kecil (NIRCal 5.2 Manual 2007) dan pergeseran baseline. Sedangkan turunan kedua memperbaiki penyimpangan yang bervariasi secara linier dengan panjang gelombang (Espitia 2012)

SNV menghilangkan variasi dari spektrum yang disebabkan oleh proses

scatter dan ukuran partikel. Transformasi yang digunakan pada masing-masing spektrum dengan mengurangi mean dari spektrum dan dibagi dengan standar deviasi spektrum yang dirumuskan dengan Persamaan 5.

xij, SNV=

Dimana xij, SNV adalah transformasi dari nilaiasli xij, dan xiadalah mean dari spektrum

I dan p adalah jumlah variabel spektrum.

19

Kalibrasi dan Validasi NIR menggunakan Metode PLS

Kalibrasi merupakan tahapan membangun model yang menghubungkan respon spektrum dari masing-masing sampel pada tiap panjang gelombang terhadap konsentrasi kimia yang diketahui dari analisis laboratorium sedangkan validasi merupakan uji terhadap kalibrasi. Data spektrum NIR dan data analisa secara destruktif diolah dengan menggunakan program NIRCal 5.2 yang terintegrasi dengan spektrometer NIRFlex N-500. Kalibrasi dan validasi ini dikembangkan dengan algoritma PLS. Analisis data penggolongan spektrum mangga menggunakan PCA dengan pengelompokan reflektan buah yang baru dipanen dan buah yang telah disimpan serta pengelompokan mangga yang terkena chilling injury dan mangga yang baru dipanen. Sedangkan prediksi perubahan mutu buah dikalibrasi dengan metode PLS dengan membuat hubungan antara respon spektrum terhadap kandungan TPT, kekerasan, susut bobot, rasio gula asam, dan keasaman. Menurut William dan Norris (1990) jumlah data yang digunakan dalam kelompok kalibrasi sekitar 2/3 dan validasi 1/3 dari total data pada setiap suhu penyimpanan. Data spektrum dibagi menjadi dua yaitu kelompok kalibrasi dan kelompok validasi yang menggunakan spektrum yang berasal dari sampel yang berbeda. Jumlah data yang digunakan adalah 546 data reflektan NIR dimana data kalibrasi 364 dan validasi 182 data Diagram alir pengolahan data kalibrasi dan validasi dapat dilihat pada Gambar 8.

Model kalibrasi yang dikembangkan menggunakan algoritma PLS dengan faktor yang optimum berdasarkan konsistensi. Nilai konsistensi dalam kisaran 80-110% (NirCal 5.2 Manual 2007). Nilai konsistensi dihitung dengan Persamaan 6

Konsistensi (%)= SEC_SEP×100% (6) Ketepatan dan ketelitian metoda NIR dalam memprediksi mutu mangga Arumanis dikaji dari koefisien determinasi (R2_{), koefisien korelasi (r), bias,}

standard error of calibration set (SEC), standard error of validation set (SEP),

coefficient of variation (CV), dengan kriteria yang telah ditetapkan oleh Liew dan Lau (2012). Interpretasi nilai koefisien determinasi (R2_{) (Mouzan et al. 2005)}

(Tabel 4).

Tabel 4 Interpretasi koefisien determinasi (R2₎

Nilai R2 Interpretasi

0.50-0.65 Lebih dari 50% varian Y dipengaruhi X 0.66-0.81 Mendekati prediksi kuantitatif

0.82-0.90 Prediksi yang baik

>0.91 Prediksi yang sangat baik

Beberapa parameter statistik yang dapat menjelaskan keakuratan dan ketelitian metode NIR dalam memprediksi (Nicholai 2007; Calstar 2008; Munawar 2013) :

a. Koefisien determinasi (R2_{), menunjukkan hubungan antara nilai referensi}

dengan nilai yang diprediksi. Nilai maksimumnya adalah 1 yang menunjukkan prediksi yang sempurna. Nilai R2 0.75 menunjukkan model dapat digunakan. b. Standar Error Calibration (SEC), menunjukkan seberapa baik persamaan

20

kesalahan prediksi yang rendah dari kalibrasi. Rasio antara SEC dan SEP mendekati 100.

c. Standar Error Prediksi (SEP), menunjukkan ketidaktepatan (kualitas) dari model validasi. Nilai yang kecil menunjukkan model yang baik. Sebaiknya lebih kecil dari standar deviasi data aktual.

d. Bias menunjukkan rata-rata perbedaan antara nilai aktual dan nilai yang diprediksi oleh NIR. Idealnya mendekati nol.

e. Residual Predictive Deviation (RPD), menunjukkan rasio antara standar deviasi dari data original referensi dengan SEC atau SEP. Nilai RPD antara 1.5-1.9 menunjukkan prediksi masih kasar dan masih perlu perbaikan pada kalibrasi. Nilai RPD antara 2-2.5 menunjukkan model prediksi yang cukup baik. Sedangkan nilai RPD antara 2.5-3 atau lebih menunjukkan akurasi model prediksi yang baik dan sangat baik.

f. Coefficient of variability (CV), menunjukkan error sebanding dengan rata-rata hasil uji kimia bahan. Menurut Matjik et al. (2006) besaran ideal nilai CV sangat tergantung pada bidang studi yang digeluti, misalnya untuk bidang pertanian nilai CV yang dianggap wajar adalah 20-25 %, namun percobaan dilakukan di laboratorium nilai CV diharapkan jauh lebih kecil mengingat sebagian kondisi lingkungan dalam keadaan terkontrol.

Gambar 8 Proses kalibrasi dan validasi untuk prediksi mutu internal

TPT,

Prediksi CI, TPT, keasaman, rasio gula asam, kekerasan,

dan susut bobot

Kalibrasi Validasi

21 Metode Pengelompokan Buah Mangga selama Penyimpanan dengan PCA

Secara umum metode kemometrik untuk analisis spektrum NIR dapat dibagi menjadi 3 kategori yaitu : (1) pengolahan secara matematika, (2) metode klasifikasi, (3) dan metode regresi. Metode klasifikasi merupakan teknik analisis NIR yang mengelompokkan sampel berdasarkan spektrumnya. Metode klasifikasi ini terbagi menjadi 2 kategori yaitu metode unsupervised dan supervised. Metode

unsupervised mengklasifikasikan sampel hanya berdasarkan spektrum tanpa dipengaruhi faktor lain. Metode yang digunakan adalah PCA. Sedangkan metode

supervised penggolongan berdasarkan perbedaan linier dan non linier, dan pembagian berdasarkan parameter dan non parameter. Metode yang digunakan

linear discriminant analysis (LDA), soft independent modelling of class analogy

(SIMCA), partial least squares discriminant analysis (PLSDA) (Roggo et al. 2007). Untuk menggolongkan buah mangga selama penyimpanan digunakan metode unsupervised PCA. PCA merupakan analisis matematika yang memisahkan data spektrum menjadi komponen orthogonal yang terbentuk dari spektrum terpilih dan

score plots antara komponen utama (PCs) yang berbeda. Kemudian PCs ini diplotkan untuk melihat perbedaan dari kelompok-kelompok sampel sehingga sampel dapat digolongkan berdasarkan mutu internalnya selama penyimpanan pada suhu rendah. PC (principal component 1) menjelaskan varian yang maksimum diantara semua kombinasi linier dan PC2 (principal component 2) menjelaskan varian data sisanya dan seterusnya.

Penggolongan manga Arumanis berdasarkan mutu internal selama penyimpanan dingin digolongkan menjadi beberapa kelompok yaitu H0 merupakan mangga saat satu hari setelah petik, H12 adalah mangga pada saat 12 hari penyimpanan, dan H22 adalah mangga yang telah disimpan 22 hari (Gambar 9).

Gambar 9 Penggolongan mangga berdasarkan lama simpan

Penggolongan chilling injury pada manga Arumanis dibagi menjadi beberapa kelompok yaitu mangga yang baru dipanen/pre stored (H0) dan mangga yang telah disimpan 2 (H2), 4 (H4), dan 6 (H6) sebanyak 66 buah pada suhu 8 oC dan 13 oC. Pengelompokan mangga yang terkena chilling injury ini dilakukan setelah pemeriksaan chilling injury dengan mendeteksi perubahan ion leakage pada mangga.

22

vektor spektra menjadi 0-1 dan menghilangkan variasi baseline akibat perbedaan ukuran sampel. Sedangkan SA merupakan operasi moving average yang dapat memperbaiki visual spektra dan menghilangkan noise dengan menghitung rata-rata dari masing-masing gelombang (Nicolai et al. 2007, Andasuryani et al. 2013).

Penggolongan dengan Mahalanobis Distance (MD)

Untuk menguji hasil penggolongan mangga Arumanis selama penyimpanan dengan metode PCA maka dilakukan validasi terhadap buah mangga yang berbeda. Validasi dilakukan menggunakan metode Mahalanobis distance (MD). MD merupakan metode perhitungan jarak dengan menghitung space antara variabel asli dan space komponen utama (PCs) (Maesschalck et al. 2000). Perhitungan MD ini berdasarkan Maesschalck et al. (2000) dengan langkah awal menghitung varian dan covarian matrix Cx, kemudian MD dirumuskan dengan Persamaan 7.

MDi =

√

1

i

x - x̄

σ +

[{

2

i

x -x̄

σ - p

1

i

x - x̄

σ

}

√ -p

]

(7)

dan

� =_{√����� �� √����� ��}� ����� �� �� (8)

dimana xi1 merupakan mean dari PC1, xi2 merupakan mean dari PC2, σ1 adalah

varian PC1, σ2 adalah varian PC2, sedangkan x̄1 adalah mean PC1 yang akan digolongkan dan x̄2 adalah mean PC2 yang akan digolongkan.

4

HASIL DAN PEMBAHASAN

Sifat Fisikokimia Mangga Arumanis selama Penyimpanan

Perubahan fisiologis utama yang terjadi pada proses pematangan buah adalah perubahan fisik dan perubahan kimiawi. Beberapa perubahan fisiologis manga selama penyimpanan adalah susut bobot, perubahan TPT, total asam, kekerasan, bahkan kerusakan fisiologis yang disebabkan oleh suhu yaitu chilling injury. Susut bobot merupakan indeks penting dalam umur penyimpan produk segar setelah panen. Persentase susut bobot (Gambar 10) selama penyimpanan mangga mengalami peningkatan.

Mangga yang disimpan pada suhu 13o_{C baik untuk umur petik 75 HSBM dan}

23

Gambar 10 Perubahan susut bobot mangga Arumanis selama penyimpanan Selama penyimpanan baik pada suhu 8 o_{C dan 13} o_{C terjadi peningkatan nilai}

TPT mangga (Gambar 11) namun pada akhir penyimpanan (hari ke-18) terjadi penurunan nilai TPT. Peningkatan TPT lebih cepat terjadi pada suhu 13 oC. Peningkatan nilai TPT ini terjadi karena hidrolisis dan konversi polisakarida menjadi gula-gula sederhana selama penyimpanan, laju konversi ini meningkat dengan meningkatnya suhu penyimpanan (Baloch et al. 2012).

Pada awal penyimpanan laju konversi dari polisakarida yang tidak larut lebih cepat daripada laju fermentasi dari mono dan disakarida menjadi asam organik. Hal ini yang menyebabkan meningkatnya nilai TPT pada awal penyimpanan. Pada tahap penyimpanan selanjutnya laju dari konversi mono dan disakarida yang larut menjadi asam organik lebih cepat daripada konversi polisakarida yang tidak larut menjadi mono dan disakarida yang menyebabkan menurunnya nilai TPT. Hal ini juga dikemukakan oleh Abbasi et al. (2011) dan Jha et al. (2006).

Gambar 11 Perubahan TPT mangga selama penyimpanan

Total asam terlihat menurun namun terjadi fluktuatif antara indeks maupun suhu simpan (Gambar 12). Kecenderungan berkurangnya asam selama penyimpanan disebabkan buah yang akan mengalami proses penuaan. Wongmetha dan Ke (2012) menyatakan bahwa penurunan asam selama penyimpanan disebabkan berkurangnya konsumsi asam organik dan konversi asam menjadi gula pada saat respirasi selama penyimpanan.