PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.)
DENGAN METODE NEAR INFRARED SELAMA
PENYIMPANAN DAN PEMERAMAN
Oleh :
RINI SUSILOWATI
F14103074
2007
DEPARTEMEN TEKNIK PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
FAKULTAS TEKNOLOGI PERTANIAN
DEPARTEMEN TEKNIK PERTANIAN
PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.)
DENGAN METODE NEAR INFRARED SELAMA
PENYIMPANAN DAN PEMERAMAN
SKRIPSI
Disusun sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh :
RINI SUSILOWATI
F14103074
Dilahirkan pada tanggal 28 Juli 1985 Di Klaten, Jawa Tengah Tanggal Lulus, Agustus 2007
Menyetujui, Bogor, Agustus 2007
Dr. Ir. Sutrisno, M.Agr Dr. Ir. Suroso, M.Agr Pembimbing Akademik I Pembimbing Akademik II
Rini Susilowati. F14103074. Pendugaan Parameter Mutu Buah Pepaya (Carica papaya L.) dengan Metode Near Infrared selama Penyimpanan dan Pemeraman. Dibawah bimbingan: Dr. Ir. Sutrisno, M.Agr dan Dr. Ir. Suroso, M.Agr. 2007
RINGKASAN
Pepaya merupakan salah satu komoditas buah yang memiliki berbagai fungsi dan manfaat sebagai buah segar, pepaya banyak dipilih konsumen karena memiliki kandungan nutrisi yang baik dan harganya relatif terjangkau dibandingkan buah lainnya. Selain mudah dibudidayakan dan memiliki pontesi produksi yang cukup besar, buah pepaya merupakan sumber gizi yang penting terutama sebagai sumber vitamin C, A dan B kompleks. Secara umum penilaian kualitas internal buah pepaya dilakukan dengan mencicipi rasa atau dengan tes laboratorium secara destruktif. Teknologi inframerah dekat (Near Infrared) mampu menduga kualitas internal maupun ekternal seperti kadar air, kekerasan, kadar gula, kememaran dan komposisi kimia dari produk pertanian. Near infrared (NIR) secara non destruktif dapat menganalisis dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan preparat contoh yang sederhana dan tidak menggunakan bahan kimia.
Tujuan penelitian ini adalah menduga total padatan terlarut dan kekerasan buah pepaya melalui data absorbansi near infrared (NIR), serta mengevaluasi ketepatan teknologi NIR untuk menduga total padatan terlarut dan kekerasan buah pepaya IPB 1 selama penyimpanan dan pemeraman.
Metode penelitian yang digunakan adalah pepaya dengan kematangan semburat 10% disimpan pada suhu yaitu suhu 10o C selama 10 hari, dan suhu 15o C, selama 18 hari. Setelah perlakuan penyimpanan buah ditempatkan dalam chamber dan disuntikkan etilen konsentrasi 200 ppm serta dilakukan pemeraman pada suhu 20o C, 25o C dan suhu ruang selama 24 jam. Selama penyimpanan dan pemeraman dilakukan pengukuran pantulan infra merah dekat, total padatan terlarut dan kekerasan secara periodik.
RIWAYAT HIDUP
Penulis dilahirkan di kabupaten Klaten pada tanggal 28 Juli 1985 dari ayah Muhammad Mukhoyin dan Ibu Siti Walinah. Penulis merupakan putri keempat dari empat bersaudara.
Penulis menamatkan pendidikan dasar di SD N I Tempursari pada tahun 1997, SLTP N I Klaten pada tahun 2000, SMU N 1 Karanganom pada tahun 2003 dan pada tahun 2003 penulis lulus seleksi masuk IPB malalui jalur Undangan Seleksi Masuk IPB (USMI) departemen Tenik Pertanian.
Selama mengikuti perkuliahan penulis aktif pada lembaga kemahasiswaan dan kepanitiaan kegiatan mahasiswa, organisasi yang pernah diikuti antara lain Badan Eksekutif Mahasiswa FATETA periode 2004/2005 dan 2005/2006, DKM Al-Hurriyah periode 2004/2005, Koperasi Mahasiswa IPB 2003/2004, Himpunan Mahasiswa Klaten IPB (KMK IPB), penulis juga menjadi asisten mata kuliah Teknik Pengolahan Hasil Pertanian pada tahun ajaran 2006/2007.
Pada tahun 2006 penulis melaksanakan pratek lapang di PT. Perkebunan Nusantara IX dengan judul “Aspek Keteknikan dalam Pengolahan Kopi di Pabrik Kopi Banaran, PTP. Nusantara IX, Semarang, Jawa Tengah”, pada tahun 2007 penulis melaksanakan penelitian dengan judul “Pendugaan Parameter Mutu Buah Pepaya (Carica Papaya L.) dengan Metode Near
KATA PENGANTAR
Segala puji syukur atas segala rahmat dan karunia Allah SWT sehingga penulis dapat menyelesaikan skripsi ini yang berjudul “PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.) DENGAN
METODE NEAR INFRARED SELAMA PENYIMPANAN DAN
PEMERAMAN” sebagai syarat untuk memperoleh gelar Sarjana Teknologi Pertanian.
Penulis mengucapkan terima kasih kepada:
1. Dr. Ir. Sutrisno, M.Agr dan Dr. Ir. Suroso, M.Agr, selaku dosen pembimbing yang telah banyak memberikan bimbingan dan masukan dalam penyusunan skripsi ini.
2. Dr. Ir. Dewa Made Subrata, M.Agr selaku dosen penguji.
3. Bapak, Ibu dan kakak-kakak tercinta atas segala kasih sayang, dukungan dan pengorbanan, serta do’a.
4. Muslim Rahman terima kasih atas dukungan, bantuan, do’a dan smangatnya. 5. Sahabat-sahabat terbaikku Iin, Ryan dan Sari, serta teman-teman TEP’40
khususnya Ali Jito terima kasih atas bantuan dan smangatnya, Ana, Sella, Elly, Dyah A, Salman, team pepaya-pisang, dan Rikola, serta Supri FKH. 6. Kepada semua pihak yang telah membantu karena keterbatasan tidak dapat
dituliskan satu persatu.
Tujuan dari penelitian ini adalah menerapkan teknologi near infrared (NIR) untuk mengukur total padatan terlarut dan kekerasan buah pepaya, menduga total padatan terlarut dan kekerasan buah pepaya melalui data absorbansi NIR, serta mengevaluasi ketepatan teknologi NIR untuk menduga total padatan terlarut dan kekerasan buah pepaya selama penyimpanan dan pemeraman. Penulis menyadari karya ini jauh dari sempurna, oleh karena itu kritik dan saran yang membangun sangat diharapkan. Semoga karya ini dapat bermanfaat bagi yang berkepentingan.
Bogor, Agustus 2007
DAFTAR ISI
Halaman
RINGKASAN ... i
RIWAYAT HIDUP ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... iv
DAFTAR TABEL ... vi
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN ... ix
I. PENDAHULUAN ... 1
A. Latar Belakang ... 1
B. Tujuan Penelitian ... 2
II. TINJAUAN PUSTAKA ... 3
A. Pepaya (Carica papaya L.) ... 3
B. Teknologi Near Infrared (NIR) ... 7
1. Spektroskopi infra merah dekat ... 7
2. Penelitian aplikasi teknologi Near Infrared (NIR) ... 8
C. Analisis Stepwise Multiple Linier Regression, Principal Component Regression, dan Partial Least Squares ... 10
D. Penyimpanan dan Pemeraman ... 11
1. Penyimpanan ... 11
2. Pemeraman ... 12
III. METODOLOGI PENELITIAN ... 15
A. Waktu dan Tempat ... 15
B. Bahan dan alat ... 15
C. Prosedur Penelitian ... 15
1. Pengukuran pantulan spektrum ... 16
2. Absorbansi ... 17
3. Pengukuran total padatan terlarut... ... 17
IV. HASIL DAN PEMBAHASAN ... 23
A. Absorbsi Near Infrared Pepaya ... 23
B. Pedugaan Total Padatan Terlarut dan Kekerasan ... 25
1. Metode Stepwise Multiple Linier Regression (SMLR) ... 25
2. Metode Principal Component Regression (PCR) ... 30
3. Metode Partial Least Squares (PLS) ... 36
C. Pedugaan Total Padatan Terlarut dan Kekerasan selama penyimpanan dan pemeraman ... 43
V. KESIMPULAN DAN SARAN ... 47
A. Kesimpulan ... 47
B. Saran ... 47
DAFTAR PUSTAKA ... 48
DAFTAR TABEL
Halaman
Tabel 1. Kriteria mutu buah pepaya Malang segar (SNI 01–4230–1996) ... 4
Tabel 2. Ciri-ciri pepaya Arum Segar (genotipe IPB 1) ... 5
Tabel 3. Analisis komposisi buah dan daun pepaya ... 6
Tabel 4. Rekomendasi berbagai kontrol penyimpanan buah ... 11
Tabel 5. Hasil analisis data total padatan terlarut dengan metode Stepwise Multiple Linier Regression (SMLR) ... 27
Tabel 6. Hasil analisis data kekerasan buah pepaya dengan metode Stepwise Multiple Linier Regression (SMLR) ... 30
Tabel 7. Variasi komponen utama nilai absorbansi NIR ... 31
Tabel 8. Hasil analisis data TPT buah pepaya dengan metode Principal Component Regression (PCR) ... 33
Tabel 9. Variasi komponen utama nilai absorbansi NIR ... 34
Tabel 10. Hasil analisis data kekerasan buah pepaya dengan metode Principal Component Regression (PCR) ... 36
Tabel 11. Hasil analisis data TPT buah pepaya dengan metode Partial Least Squares (PLS) ... 38
Tabel 12. Hasil analisis data kekerasan buah pepaya dengan metode Partial Least Squares (PLS) ... 40
Tabel 13. Perbandingan hasil kalibrasi dan validasi TPT dengan metode SMLR, PCR, dan PLS ... 41
DAFTAR GAMBAR
Halaman
Gambar 1. Sistem perangkat NIR (Budiastra et al., 1995) ... 16
Gambar 2. Sistem NIR (Budiastra et al., 1995) ... 17
Gambar 3. Hand refraktometer ... 17
Gambar 4. Rheometer ... 18
Gambar 5. Diagram alir pelaksanaan penelitian ... 19
Gambar 6. Grafik pantulan NIR pada beberapa sampel pepaya ... 23
Gambar 7. Grafik absorbsi NIR pada beberapa sampel papaya ... 24
Gambar 8. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode SMLR ... 26
Gambar 9. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode SMLR ... 27
Gambar 10. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap kalibrasi log (1/R) dengan metode SMLR ... 29
Gambar 11. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log (1/R) dengan metode SMLR ... 30
Gambar 12. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode PCR ... 32
Gambar 13. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PCR ... 33
Gambar 14. Grafik perbandingan kekerasan dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode PCR ... 35
Gambar 15. Grafik perbandingan kekerasan dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PCR ... 36
Gambar 16. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode PLS... 37
Gambar 17. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PLS ... 38
Gambar 19. Grafik perbandingan kekerasan dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PLS ... 40 Gambar 20. Perubahan TPT buah pepaya IPB 1 selama penyimpanan dan
pemeraman ... 44 Gambar 21. Perubahan kekerasan buah pepaya IPB 1 selama penyimpanan dan
PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.)
DENGAN METODE NEAR INFRARED SELAMA
PENYIMPANAN DAN PEMERAMAN
Oleh :
RINI SUSILOWATI
F14103074
2007
DEPARTEMEN TEKNIK PERTANIAN
FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
FAKULTAS TEKNOLOGI PERTANIAN
DEPARTEMEN TEKNIK PERTANIAN
PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.)
DENGAN METODE NEAR INFRARED SELAMA
PENYIMPANAN DAN PEMERAMAN
SKRIPSI
Disusun sebagai salah satu syarat untuk memperoleh gelar
SARJANA TEKNOLOGI PERTANIAN
Pada Departemen Teknik Pertanian Fakultas Teknologi Pertanian
Institut Pertanian Bogor
Oleh :
RINI SUSILOWATI
F14103074
Dilahirkan pada tanggal 28 Juli 1985 Di Klaten, Jawa Tengah Tanggal Lulus, Agustus 2007
Menyetujui, Bogor, Agustus 2007
Dr. Ir. Sutrisno, M.Agr Dr. Ir. Suroso, M.Agr Pembimbing Akademik I Pembimbing Akademik II
Rini Susilowati. F14103074. Pendugaan Parameter Mutu Buah Pepaya (Carica papaya L.) dengan Metode Near Infrared selama Penyimpanan dan Pemeraman. Dibawah bimbingan: Dr. Ir. Sutrisno, M.Agr dan Dr. Ir. Suroso, M.Agr. 2007
RINGKASAN
Pepaya merupakan salah satu komoditas buah yang memiliki berbagai fungsi dan manfaat sebagai buah segar, pepaya banyak dipilih konsumen karena memiliki kandungan nutrisi yang baik dan harganya relatif terjangkau dibandingkan buah lainnya. Selain mudah dibudidayakan dan memiliki pontesi produksi yang cukup besar, buah pepaya merupakan sumber gizi yang penting terutama sebagai sumber vitamin C, A dan B kompleks. Secara umum penilaian kualitas internal buah pepaya dilakukan dengan mencicipi rasa atau dengan tes laboratorium secara destruktif. Teknologi inframerah dekat (Near Infrared) mampu menduga kualitas internal maupun ekternal seperti kadar air, kekerasan, kadar gula, kememaran dan komposisi kimia dari produk pertanian. Near infrared (NIR) secara non destruktif dapat menganalisis dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan preparat contoh yang sederhana dan tidak menggunakan bahan kimia.
Tujuan penelitian ini adalah menduga total padatan terlarut dan kekerasan buah pepaya melalui data absorbansi near infrared (NIR), serta mengevaluasi ketepatan teknologi NIR untuk menduga total padatan terlarut dan kekerasan buah pepaya IPB 1 selama penyimpanan dan pemeraman.
Metode penelitian yang digunakan adalah pepaya dengan kematangan semburat 10% disimpan pada suhu yaitu suhu 10o C selama 10 hari, dan suhu 15o C, selama 18 hari. Setelah perlakuan penyimpanan buah ditempatkan dalam chamber dan disuntikkan etilen konsentrasi 200 ppm serta dilakukan pemeraman pada suhu 20o C, 25o C dan suhu ruang selama 24 jam. Selama penyimpanan dan pemeraman dilakukan pengukuran pantulan infra merah dekat, total padatan terlarut dan kekerasan secara periodik.
RIWAYAT HIDUP
Penulis dilahirkan di kabupaten Klaten pada tanggal 28 Juli 1985 dari ayah Muhammad Mukhoyin dan Ibu Siti Walinah. Penulis merupakan putri keempat dari empat bersaudara.
Penulis menamatkan pendidikan dasar di SD N I Tempursari pada tahun 1997, SLTP N I Klaten pada tahun 2000, SMU N 1 Karanganom pada tahun 2003 dan pada tahun 2003 penulis lulus seleksi masuk IPB malalui jalur Undangan Seleksi Masuk IPB (USMI) departemen Tenik Pertanian.
Selama mengikuti perkuliahan penulis aktif pada lembaga kemahasiswaan dan kepanitiaan kegiatan mahasiswa, organisasi yang pernah diikuti antara lain Badan Eksekutif Mahasiswa FATETA periode 2004/2005 dan 2005/2006, DKM Al-Hurriyah periode 2004/2005, Koperasi Mahasiswa IPB 2003/2004, Himpunan Mahasiswa Klaten IPB (KMK IPB), penulis juga menjadi asisten mata kuliah Teknik Pengolahan Hasil Pertanian pada tahun ajaran 2006/2007.
Pada tahun 2006 penulis melaksanakan pratek lapang di PT. Perkebunan Nusantara IX dengan judul “Aspek Keteknikan dalam Pengolahan Kopi di Pabrik Kopi Banaran, PTP. Nusantara IX, Semarang, Jawa Tengah”, pada tahun 2007 penulis melaksanakan penelitian dengan judul “Pendugaan Parameter Mutu Buah Pepaya (Carica Papaya L.) dengan Metode Near
KATA PENGANTAR
Segala puji syukur atas segala rahmat dan karunia Allah SWT sehingga penulis dapat menyelesaikan skripsi ini yang berjudul “PENDUGAAN PARAMETER MUTU BUAH PEPAYA (Carica papaya L.) DENGAN
METODE NEAR INFRARED SELAMA PENYIMPANAN DAN
PEMERAMAN” sebagai syarat untuk memperoleh gelar Sarjana Teknologi Pertanian.
Penulis mengucapkan terima kasih kepada:
1. Dr. Ir. Sutrisno, M.Agr dan Dr. Ir. Suroso, M.Agr, selaku dosen pembimbing yang telah banyak memberikan bimbingan dan masukan dalam penyusunan skripsi ini.
2. Dr. Ir. Dewa Made Subrata, M.Agr selaku dosen penguji.
3. Bapak, Ibu dan kakak-kakak tercinta atas segala kasih sayang, dukungan dan pengorbanan, serta do’a.
4. Muslim Rahman terima kasih atas dukungan, bantuan, do’a dan smangatnya. 5. Sahabat-sahabat terbaikku Iin, Ryan dan Sari, serta teman-teman TEP’40
khususnya Ali Jito terima kasih atas bantuan dan smangatnya, Ana, Sella, Elly, Dyah A, Salman, team pepaya-pisang, dan Rikola, serta Supri FKH. 6. Kepada semua pihak yang telah membantu karena keterbatasan tidak dapat
dituliskan satu persatu.
Tujuan dari penelitian ini adalah menerapkan teknologi near infrared (NIR) untuk mengukur total padatan terlarut dan kekerasan buah pepaya, menduga total padatan terlarut dan kekerasan buah pepaya melalui data absorbansi NIR, serta mengevaluasi ketepatan teknologi NIR untuk menduga total padatan terlarut dan kekerasan buah pepaya selama penyimpanan dan pemeraman. Penulis menyadari karya ini jauh dari sempurna, oleh karena itu kritik dan saran yang membangun sangat diharapkan. Semoga karya ini dapat bermanfaat bagi yang berkepentingan.
Bogor, Agustus 2007
DAFTAR ISI
Halaman
RINGKASAN ... i
RIWAYAT HIDUP ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... iv
DAFTAR TABEL ... vi
DAFTAR GAMBAR ... vii
DAFTAR LAMPIRAN ... ix
I. PENDAHULUAN ... 1
A. Latar Belakang ... 1
B. Tujuan Penelitian ... 2
II. TINJAUAN PUSTAKA ... 3
A. Pepaya (Carica papaya L.) ... 3
B. Teknologi Near Infrared (NIR) ... 7
1. Spektroskopi infra merah dekat ... 7
2. Penelitian aplikasi teknologi Near Infrared (NIR) ... 8
C. Analisis Stepwise Multiple Linier Regression, Principal Component Regression, dan Partial Least Squares ... 10
D. Penyimpanan dan Pemeraman ... 11
1. Penyimpanan ... 11
2. Pemeraman ... 12
III. METODOLOGI PENELITIAN ... 15
A. Waktu dan Tempat ... 15
B. Bahan dan alat ... 15
C. Prosedur Penelitian ... 15
1. Pengukuran pantulan spektrum ... 16
2. Absorbansi ... 17
3. Pengukuran total padatan terlarut... ... 17
IV. HASIL DAN PEMBAHASAN ... 23
A. Absorbsi Near Infrared Pepaya ... 23
B. Pedugaan Total Padatan Terlarut dan Kekerasan ... 25
1. Metode Stepwise Multiple Linier Regression (SMLR) ... 25
2. Metode Principal Component Regression (PCR) ... 30
3. Metode Partial Least Squares (PLS) ... 36
C. Pedugaan Total Padatan Terlarut dan Kekerasan selama penyimpanan dan pemeraman ... 43
V. KESIMPULAN DAN SARAN ... 47
A. Kesimpulan ... 47
B. Saran ... 47
DAFTAR PUSTAKA ... 48
DAFTAR TABEL
Halaman
Tabel 1. Kriteria mutu buah pepaya Malang segar (SNI 01–4230–1996) ... 4
Tabel 2. Ciri-ciri pepaya Arum Segar (genotipe IPB 1) ... 5
Tabel 3. Analisis komposisi buah dan daun pepaya ... 6
Tabel 4. Rekomendasi berbagai kontrol penyimpanan buah ... 11
Tabel 5. Hasil analisis data total padatan terlarut dengan metode Stepwise Multiple Linier Regression (SMLR) ... 27
Tabel 6. Hasil analisis data kekerasan buah pepaya dengan metode Stepwise Multiple Linier Regression (SMLR) ... 30
Tabel 7. Variasi komponen utama nilai absorbansi NIR ... 31
Tabel 8. Hasil analisis data TPT buah pepaya dengan metode Principal Component Regression (PCR) ... 33
Tabel 9. Variasi komponen utama nilai absorbansi NIR ... 34
Tabel 10. Hasil analisis data kekerasan buah pepaya dengan metode Principal Component Regression (PCR) ... 36
Tabel 11. Hasil analisis data TPT buah pepaya dengan metode Partial Least Squares (PLS) ... 38
Tabel 12. Hasil analisis data kekerasan buah pepaya dengan metode Partial Least Squares (PLS) ... 40
Tabel 13. Perbandingan hasil kalibrasi dan validasi TPT dengan metode SMLR, PCR, dan PLS ... 41
DAFTAR GAMBAR
Halaman
Gambar 1. Sistem perangkat NIR (Budiastra et al., 1995) ... 16
Gambar 2. Sistem NIR (Budiastra et al., 1995) ... 17
Gambar 3. Hand refraktometer ... 17
Gambar 4. Rheometer ... 18
Gambar 5. Diagram alir pelaksanaan penelitian ... 19
Gambar 6. Grafik pantulan NIR pada beberapa sampel pepaya ... 23
Gambar 7. Grafik absorbsi NIR pada beberapa sampel papaya ... 24
Gambar 8. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode SMLR ... 26
Gambar 9. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode SMLR ... 27
Gambar 10. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap kalibrasi log (1/R) dengan metode SMLR ... 29
Gambar 11. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log (1/R) dengan metode SMLR ... 30
Gambar 12. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode PCR ... 32
Gambar 13. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PCR ... 33
Gambar 14. Grafik perbandingan kekerasan dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode PCR ... 35
Gambar 15. Grafik perbandingan kekerasan dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PCR ... 36
Gambar 16. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode PLS... 37
Gambar 17. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PLS ... 38
Gambar 19. Grafik perbandingan kekerasan dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PLS ... 40 Gambar 20. Perubahan TPT buah pepaya IPB 1 selama penyimpanan dan
pemeraman ... 44 Gambar 21. Perubahan kekerasan buah pepaya IPB 1 selama penyimpanan dan
DAFTAR LAMPIRAN
Halaman Lampiran 1. Program computer dalam bahasa C++ yang digunakan untuk
menjalankan sistem NIR ... 51 Lampiran 2. Pemilihan panjang gelombang untuk pendugaan total padatan
terlarut dengan metode Stepwise Multiple Linier Regression (SMLR) ... 55 Lampiran 3. Data total padatan terlarut hasil dugaan NIR dan hasil
pengukuran refraktometer pada tahap kalibrasi dan validasi metode Stepwise Multiple Linier Regression (SMLR) ... 59 Lampiran 4. Pemilihan panjang gelombang untuk pendugaan kekerasan
dengan metode Stepwise Multiple Linier Regression (SMLR) ... 61 Lampiran 5. Data kekerasan hasil dugaan NIR dan hasil pengukuran
refraktometer pada tahap kalibrasi dan validasi metode Stepwise Multiple Linier Regression (SMLR) ... 65 Lampiran 6. Output program MINITAB Release 14.0 for windows untuk
pendugaan total padatan terlarut dengan metode Principal Component Regression (PCR) ... 67 Lampiran 7. Matriks perkalian nilai pembobot komponen utama dan
absorbansi NIR ... 71 Lampiran 8. Data total padatan terlarut hasil dugaan NIR dan hasil pengukuran
refraktometer pada tahap kalibrasi dan validasi Principal Component Regression (PCR) ... 72 Lampiran 9. Output program MINITAB Release 14.0 for windows untuk
pendugaan kekerasan dengan metode Principal Component Regression (PCR) ... 74 Lampiran 10. Data kekerasan hasil dugaan NIR dan hasil pengukuran
refraktometer pada tahap kalibrasi dan validasi Principal Component Regression (PCR) ... 78 Lampiran 11. Output program MINITAB Release 14.0 for windows untuk
Lampiran 12. Data total padatan terlarut hasil dugaan NIR dan hasil pengukuran refraktometer pada tahap kalibrasi dan validasi Partial Least Squares (PLS) ... 82 Lampiran 13. Output program MINITAB Release 14.0 for windows untuk
pendugaan kekerasan dengan metode Partial Least Squares (PLS) ... 84 Lampiran 14. Data kekerasan hasil dugaan NIR dan hasil pengukuran
refraktometer pada tahap kalibrasi dan validasi Partial Least Squares (PLS) ... 86 Lampiran 15. Data pendugaan total padatan terlarut dan kekerasan buah
I. PENDAHULUAN
A. Latar Belakang
Buah pepaya merupakan salah satu buah tropis yang mempunyai nilai ekonomis cukup tinggi. Buah pepaya tergolong buah yang digemari oleh masyarakat, tidak hanya di Indonesia, buah pepaya juga sangat digemari oleh masyarakat di kepulauan Hawaii dan Amerika Serikat bahkan di berbagai negara (Arriola et al.,1980 dalam Pramudianti, 2004 ).
Pepaya merupakan salah satu komoditas buah yang memiliki berbagai fungsi dan manfaat sebagai buah segar, memiliki kandungan nutrisi yang baik dan harganya relatif terjangkau dibandingkan buah lainnya. Selain mudah dibudidayakan dan berpontesi produksi yang cukup besar, buah pepaya yang merupakan sumber gizi yang penting terutama sebagai sumber vitamin C, A dan B kompleks. Menurut Villegas (1997), dalam 100 gram bagian pepaya yang dapat dimakan mengandung 86.6 g air, 0.5 g protein, 0.3 g lemak, 12.1 g karbohidrat, 0.27 g serat, 0.5 g abu, 0.204 g kalium, 0.011 g fosfor, 0.001 g besi, 0.45 g vitamin A, 0.075 g vitamin C, dan jenis gula utamanya terdiri dari 48.3 % sukrosa, 29.8 % glukosa, dan 21.9 % fruktosa.
Kualitas buah yang meliputi penampilan, tekstur, flavour, nilai nutrisi dan keamanan merupakan salah satu faktor yang mempengaruhi selera konsumen. Chan (1979) dalam Purba (2006) mengemukakan bahwa kandungan gula pada pepaya mempunyai peranan penting dalam penentuan kualitas buah segar maupun olahan.
Secara umum penilaian kualitas internal buah pepaya dilakukan dengan mencicipi rasa atau dengan tes laboratorium secara destruktif. Penilaian dengan cara visual sulit mengetahui kualitas internal buah sedangkan penilaian dengan mencicipi buah atau secara test laboratorium akan merusak buah.
kimia dari produk pertanian. Near infrared (NIR) merupakan salah satu metode pengukuran non destruktif yang dapat menganalisa dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan preparat contoh yang sederhana dan tidak menggunakan bahan kimia.
Pada penelitian ini akan dilakukan pendugaan total padatan terlarut dan kekerasan buah pepaya (Carica papaya L.) dengan teknologi near infrared. Pada umumnya untuk mengetahui total padatan terlarut dan kekerasan dari buah diukur secara destruktif. Keunggulan dari gelombang infra merah dekat dalam analisis khususnya analisis bahan makanan yaitu gabungan antara kecepatan, tingkat ketepatan dan kemudahan dari percobaan yang dilakukan. Teknologi NIR dapat digunakan dalam pengamatan untuk jumlah buah yang sangat besar.
B. Tujuan Penelitian
Tujuan dari penelitian ini adalah :
1. Menerapkan teknologi near infrared (NIR) untuk mengukur total padatan terlarut dan kekerasan buah pepaya.
2. Menduga total padatan terlarut dan kekerasan buah pepaya melalui data absorbansi NIR.
II. TINJAUAN PUSTAKA
A. Pepaya (Carica papaya L.)
Pepaya (Carica papaya L.) merupakan tanaman yang berasal dari Amerika tropis. Pusat penyebaran tanaman berada di daerah sekitar Meksiko bagian selatan dan Nicaragua. Dalam sistematika (taksonomi) tumbuhan pepaya diklasifikasikan sebagai berikut:
Kingdom : Plantae (tumbuh-tumbuhan) Divisi :Spermatophyta (tumbuhan berbiji) sub-divisi :Angiospermae (berbiji tertutup) Klas :Dicotyledone (biji berkeping dua) Ordo :Caricales
Famili :Caricaceae Genus :Carica
Species : Carica papaya L.
Famili caricaceae termasuk famili kecil dari tanaman dikotiledon yang terdiri dari empat genus yaitu : carica, jarilla, jacaratia yang berasal dari daerah Amerika tropis dan cylicomorpha dari daerah Afrika ekuatorial. Genus Carica adalah genus paling penting dalam famili Caricaceae yang terdiri atas 24 spesies, dan salah satunya adalah C. Papaya L. (Kalie, 1999).
Tinggi pohon pepaya dapat mencapai 8 sampai 10 meter dengan akar yang kuat, batang tidak bercabang, namun apabila pucuknya dipotong cabang akan terbentuk. Batang tanaman berbentuk bulat lurus berbuku-buku, di bagian tengahnya berongga dan tidak berkayu. Daun pepaya tersusun secara melingkar pada batang, lembar daunnya menjari dengan warna permukaan atas berwarna hijau muda. Pepaya memiliki tiga jenis bunga, yaitu bunga jantan (masculus), bunga betina (femineus), dan bunga sempurna atau hermaprodit (Rukmana, 1995).
suhu optimal pertumbuhan tanaman berkisar antara 22-26o C, suhu minimum 15o C, dan suhu maksimum 43o C (Kalie, 1999).
Dalam menentukan standar mutu buah pepaya digunakan Standar Nasional Indonesia SNI 01–4230–1996. Pepaya malang segar digolongkan dalam 4 ukuran yaitu kelas A, B, C dan D berdasarkan berat tiap buah, yang masing masing digolongkan dalam 3 jenis mutu.
Kelas A : Berat per buah 2,5 kg – 3,0 kg Kelas B : Berat per buah 1,8 kg – 2,4 kg Kelas C : Berat per buah 1,5 kg – 1,7 kg Kelas D : Berat per buah < 1,5 kg atau > 3 kg
Kriteria dalam menentukan jenis mutu buah pepaya Malang segar dinilai dari tingkat ketuaan dimana jumlah strip berwarna jingga pada permukaan kulit buah yang berwarna hijau botol saat dipanen, kebenaran kultivar. Keseragaman ukuran berat, tingkat kerusakan, kebusukan dan kadar kotoran serta tingkat kesegaran. Pada Tabel 1 di bawah ini dapat dilihat kriteria mutu buah pepaya Malang segar.
Tabel 1. Kriteria mutu buah pepaya Malang segar (SNI 01–4230–1996) No Kriteria mutu Mutu I Mutu II Mutu III 1 Tingkat ketuaan warna kulit
(jumlah strip warna jingga)
13 strip 2-3 strip 1 strip
2 Kebenaran kulrivar 97% 95% 90%
3 Keseragaman ukuran berat 97% 95% 90% 4 Keseragaman ukuran bentuk 97% 95% 90% 5 Buah cacat dan busuk I 0% 0% 0%
6 Kadar kotor 0% 0% 0%
7 Serangga hidup/mati 0% 0% 0%
8 Tingkat kesegaran segar100% segar<25% segar>25% Sumber: http://warintek.ristek.go.id
kandungan klorofil, akan tetapi pada beberapa buah (seperti pada pir, apel dan tomat) sejumlah klorofil tersebut tetap terdapat dalam buah terutama dalam jaringan bagian-bagian dalam buah. Perubahan warna tersebut dapat terjadi baik oleh proses perombakan maupun sintetik ataupun keduanya. Sedangkan buah yang lunak disebabkan oleh perombakan protopektin yang tidak larut menjadi pektin yang larut atau hidrolisis zat pati (seperti pada waluh) atau lemak (seperti pada alpukat). Proses pematangan buah pada umumnya meningkatkan jumlah gula-gula sederhana yang memberi rasa manis, penurunan asam-asam organik dan senyawa fenolik yang mengurangi rasa sepet dan masam, dan kenaikan zat-zat atsiri yang memberi aroma khas pada buah (Matto et al., 1993 dalam Pantastico, 1986).
Varietas pepaya dikenal dari bentuk, ukuran, warna, rasa, dan tekstur buahnya. Varietas pepaya yang banyak ditanam di Indonesia adalah pepaya semangka, pepaya jinggo, dan pepaya cibinong. Selain itu juga dikenal varietas pepaya mas, pepaya item, dan pepaya ijo (Kalie, 1999). Salah satu jenis pepaya yang dikembangkan saat ini adalah pepaya IPB 1 yang ciri-cirinya dapat dilihat pada Tabel 2 berikut:
Tabel 2. Ciri-ciri pepaya IPB 1
Deskriptor Nilai
Warna batang Coklat keabu-abuan
Warna petiole Hijau sedikit ungu kemerahan Bentuk sinus daun Agak tertutup
Bentuk gerigi daun Cembung Warna daging buah Jingga
Warna kulit buah Hijau muda
Tipe daun 11.00
Warna bunga Putih
Bentuk Buah lonjong
Ukuran buah Kecil
Panjang buah (cm) 14 + 1 Diameter buah (cm) 10 + 1 Bobot per buah (g) 654 + 146
Rasa daging buah Sangat manis (11-12 %Brix)
Kadar air (%) 88 + 2
Buah pepaya secara keseluruhan mirip buah melon, berongga, bentuk buah bulat, elongata, antar dan petandria, sedangkan warna daging kuning, orange sampai merah cerah serta mempunyai aroma khas. Rasanya manis dan menyegarkan karena mengandung banyak air. Nilai gizi buah ini cukup tinggi karena mengandung banyak provotamin A dan vitamin C, serta mineral kalsium. Batang, daun, dan buah pepaya muda mengandung getah berwarna putih. Getah ini mengandung suatu enzim pemecah protein atau enzim proteolitik yang disebut papain. Sebagai enzim proteolitik, papain banyak digunakan dalam industri, diantaranya industri makanan dan minuman, farmasi, kosmetik, tekstil, dan penyamak. Analisis komposisi buah dan daun pepaya dapat dilihat pada Tabel 3 berikut:
Tabel 3. Analisis komposisi buah dan daun pepaya
Unsur komposisi Buah masak Buah mentah Daun
Energi (kal) 46 26 79
Air (g) 86.7 92.3 75.4
Protein (g) 0.5 2.1 8
Lemak (g) * 0.1 2
Karbohidrat (g) 12.2 4.9 11.9
Vitamin A (IU) 365 50 18.250
Vitamin B (mg) 0.04 0.02 0.15
Vitamin C (mg) 78 19 140
Kalsium (mg) 23 50 353
Besi (mg) 1.7 0.4 0.8
Fosfor (mg) 12 16 63
Sumber : Direktorat Gizi, Depkes RI (1979) dalam Kalie (1999) Keterangan : * sedikit sekali, dapat diabaikan
masih tetap keras. Buah pepaya yang masak ditandai dengan kulit dan dagingnya berwarna cerah, rasanya manis, dan aromanya sudah tercium.
B. Teknologi Near Infrared (NIR)
1. Spektroskopi infra merah dekat
Dasar teori spektroskopi adalah interaksi energi radiasi dan materi. Bila senyawa organik menyerap radiasi maka elektron akan tereksitasi dari keadaan dasar ke tingkat energi yang lebih tinggi. Berbagai teknik spektroskopi banyak digunakan dalam analisis biologis, antara lain spektroskopi UV-VIS, asorpsi atom, infra merah, fluorensi, dan massa (Winarno et al., 1973).
Spektrum infra merah terletak pada panjang gelombang 780 nm sampai 1000000 nm, yang dibagi dalam tiga jenis radiasi yaitu infra merah dekat (780-2500 nm), infra merah pertengahan (2500-5000 nm), dan infra merah jauh (5000-1000000 nm). Aplikasi spektroskopi infra merah sangat luas baik untuk analisis kualitatif maupun kuantatif (Nur, 1989).
pergerakan atom yang menyebabkan perubahan sudut ikatan antar dua ikatan atau pergerakan dari sekelompok atom terhadap atom lainnya.
Menurut Osborne et al. (1993), keunggulan dari gelombang infra merah dekat dalam analisis khususnya bahan makanan yaitu gabungan antara kecepatan, tingkat ketepatan dan kemudahan dari percobaan yang dilakukan. Menurut Mohsenin (1984) metode infra merah dekat dapat mengukur besarnya parameter optik (reflektan, trasmitan, atau absorban) akibat interaksi antara panjang gelombang cahaya (photon) dengan molekul dan materi. Pada saat radiasi infra merah dekat mengenai bahan organik, sekitar 4% akan dipantulkan kembali oleh permukaan luar (regular refraction) dan proporsi radiasi lainnya sekitar 96% masuk kedalam produk yang selanjutnya mengalami penyerapan (absorption), pemantulan (body reflection), penyebaran (scattering) dan penerusan (transmitten).
Penyerapan panjang gelombang tertentu oleh kandungan kimia tertentu ditunjukkan oleh terjadinya puncak-puncak gelombang pada kurva absorpsi NIR, semakin besar kandungan kimia suatu bahan pertanian maka penyerapan akan semakin besar, atau puncak gelombangnya semakin tinggi.
2. Penelitian aplikasi teknologi near infrared
Penelitian aplikasi teknologi near infrared dalam pertanian telah banyak dilakukan. Diawali oleh Norris dan Hart (1965) dalam Munawar (2002) yang mengukur kadar air yang terkandung dalam biji-bijian dengan menggunakan transmittance sprectroscopy, dari penelitian tersebut diketahui bahwa kadar air dalam bahan biji-bijian dapat diukur pada panjang gelombang 1940 nm.
Chang et al. (1998) menerapkan teknologi NIR untuk menduga total padatan terlarut sari buah jeruk, apel, pear, pepaya dan pisang. Dari berbagai sari buah tersebut dikembangkan algoritma umum untuk menentukan total padatan terlarut sari buah.
Susanto (2000) melakukan kalibrasi pantulan infra merah dekat dengan jaringan syaraf tiruan (Artificial Neural Network) untuk menduga kosentrasi sukrosa dan asam malat pada buah mangga gedong. Dari penelitian tersebut disimpulkan bahwa sistem jaringan syaraf tiruan (JST) dapat digunakan pada tahap kalibrasi pantulan dari NIR. Metode yang digunakan untuk kalibrasi dengan JST tersebut adalah metode backpropagation.
Rosita (2001) menerapkan teknologi NIR untuk memprediksi mutu buah duku. Dari penelitian tersebut disimpulkan bahwa NIR dapat memprediksi kadar gula dan kekerasan buah duku dengan baik. Disimpulkan pula bahwa data absorbansi NIR memberikan nilai korelasi yang lebih tinggi (0.91), standar error lebih rendah (0.87) dan koefisien keragaman yang lebih akurat (5.39) dari data reflektan NIR.
Munawar (2002) menerapkan teknologi NIR untuk menduga kadar gula dan kekerasan buah belimbing. Dan dari hasil penelitian disimpulkan bahwa NIR dapat menduga kadar gula dan kekerasan buah belimbing dengan baik. Data absorbansi dapat menduga kadar gula lebih baik dari data reflektan, hal ini ditunjukkan dengan koefisien korelasi yang lebih tinggi (0.9303) untuk sampel preparat, begitu pula pendugaan kekerasan data absorbansi lebih baik dengan koefisien korelasi 0.9301 untuk sampel preparat.
Senduk (2002) menerapkan teknologi NIR dan menganalisis spektrum infra merah dekat tersebut menggunakan Jaringan Saraf Tiruan untuk menentukan tingkat ketuaan dan kematangan sawo. Disimpulkan bahwa spektrum infra merah dekat pada panjang gelombang 1400-2000 nm dapat digunakan untuk menentukan tingkat ketuaan dan kematangan sawo.
jagung. Dari penelitian tersebut disimpulkan bahwa data reflektan mampu menganalisa kadar protein lebih baik dari data absorbansi. Sedangkan data absorbansi mampu menganalisa kadar karbohidrat, kadar lemak, dan kadar air lebih baik dari data reflektan.
C. Analisis Stepwise Multiple Linier Regression, Principal Component
Regression, dan Partial Least Squares
Analisis data NIR dapat dimanfaatkan tanpa mempelajari hubungannya dengan sifat bahan yang diukur. Kegiatan mempelajari hubungan tersebut pada umumnya dilakukan dengan beberapa metode yaitu Stepwise Multiple Linier Regression, Principal Component Regression, dan Partial Least Squares.
Stepwise Multiple Linier Regression (SMLR) merupakan salah satu metode pemilihan variabel bebas dalam analisis regresi berganda, yaitu dengan memasukkan variabel bebas pada model langkah demi langkah dimulai dari variabel bebas yang berkorelasi paling kuat dengan variabel tak bebas. Kemudian sertiap kali pemasukan variabel bebas yang lain, dilakukan pengujian untuk tetap memasukkan variabel bebas atau tidak memasukkannya. Analisis SMLR dilakukan dengan menyeleksi panjang gelombang NIR yang berkorelasi dengan total padatan terlarut atau kekerasan.
Kuadrat terkecil parsial (Partial Least Squares, PLS) digunakan untuk memperkirakan serangkaian variabel tidak bebas (respons) dari variabel bebas (prediktor) yang jumlahnya sangat banyak, memiliki struktur sistematik linear atau nonlinear, dengan atau tanpa data yang hilang, dan memiliki kolinearitas yang tinggi. Metode ini membentuk model dari variabel-variabel yang ada untuk merangkai respons dengan menggunakan regresi kuadrat terkecil dalam bentuk matriks (Lindblom, 2004 dalam Saragih, 2007).
D. Penyimpanan danPemeraman
1. Penyimpanan
Untuk mendapatkan buah segar matang yang siap dikonsumsi dalam jumlah besar cukup sulit mengingat tingkat kematangan buah yang tidak serentak, yang disebabkan tingkat ketuaan panen buah-buahan tersebut tidak sama. Untuk mendapatkan buah yang matang dalam jumlah besar dan relatif seragam serta dalam waktu yang tepat diperlukan penyimpanan dan pemacuan kematangan yang disebut dengan pemeraman atau pematangan buatan.
Penyimpanan merupakan suatu cara memelihara kualitas produk setelah pemanenan dalam jangka waktu tertentu sebelum dijual dan dikonsumsi. Penyimpanan bertujuan untuk mengontrol permintaan pasar tanpa menimbulkan banyak kerusakan dan penurunan mutu. Metode penyimpanan yang umumnya dilakukan adalah dengan suhu rendah, dimana suhu diset diatas titik beku dan kelembaban nisbi yang optimum agar produk tidak mengalami kekeringan. Pada Tabel 4 dapat dilihat rekomendasi berbagai kontrol penyimpanan buah.
Tabel 4. Rekomendasi berbagai kontrol penyimpanan buah
Jenis buah Temperatur (oC)
Kelembaban Daya simpan (minggu)
Alpukat, Pisang 13 85-90 2
Jeruk 9-10 90 2
Jambu 8-10 85-90 2-5
Pepaya 10 85-90 3
Rambutan 10 85-90 1-2.5
Menurut Pantastico (1986) pepaya yang dipanen saat buahnya berwarna kuning pada ujung atau antara geligir-geligirnya, dapat disimpan selama 4-5 hari dalam ruang tanpa perlakuan. Dan menurut Fitradesi (1999) dalam Pramudianti (2004) pepaya dengan perlakuan bahan pelapis dan disimpan pada suhu 18-20o C dapat bertahan selama 19 hari setelah perlakuan.
2. Pemeraman
Pemeraman secara komersial dilakukan untuk dapat memenuhi permintaan pasar yang terjadwal yaitu untuk mengatur waktu kematangan buah dalam artian mempercepat atau memperlambat proses pematangan tersebut. Beberapa faktor yang mempengaruhi mutu hasil pemeraman adalah tingkat kematangan buah, suhu dan kelembaban ruang pemeraman serta cara pemeraman. Tingkat ketuaan buah sangat berpengaruh terhadap penampilan, cita rasa, kandungan kimia dan gizi buah yang diperam. Suhu dan kelembaban ruang pemeraman sangat berpengaruh terhadap mutu buah yang diperam terutama terhadap warna dan tekstur. Pemeraman pada suhu rendah dapat menghasilkan warna lebih menarik dibandingkan pada suhu lebih tinggi. Buah yang diperam pada suhu tinggi menghasilkan warna kusam dan tidak cerah serta daging buah rusak. Semakin tinggi suhu ruang pemeraman semakin banyak kerusakan fisiologisnya. Kelembaban yang baik untuk pemeraman adalah 85-90%, sedangkan kelembaban tinggi dapat memperlambat terbentuknya warna kuning pada kulit buah dan menghambat laju respirasi serta produksi etilen dari buah tersebut (Satuhu,1995).
28.05, merupakan suatu gas tidak berwarna dengan bau manis seperti eter, mudah terbakar dengan batas ambang antara 2.75-28.60% di udara.
Pemeraman buah dengan menggunakan gas dapat dilakukan secara cepat, sedang, atau lambat. Pemeraman secara cepat dapat dilakukan pada suhu 25o C selama 24 jam dengan menggunakan gas etilen atau gas asetilen. Pemeraman sedang dilakukan pada suhu 17.8o C dan pemeraman lambat dilakukan pada suhu 15-16o C. Cara ini tergolong rumit dan mahal karena memerlukan pendingin udara dan pengatur suhu serta ruangan dengan sirkulasi udara yang bagus sehingga berkesan tidak ekonomis. Akan tetapi bagi pedagang buah dalam jumlah besar seperti eksportir atau grosir cara ini sangat tepat (Satuhu, 1995).
Pantastico (1986) menyatakan bahwa gas etilen adalah salah satu jenis bahan yang banyak digunakan sebagai proses pematangan, dimana jumlah dan waktu yang tepat dalam pemberiannya juga sangat khas untuk tiap jenis buah-buahan. Pada hakikatnya etilen merupakan pembangkit kematangan buah, dimana peranannya tidak dapat digantikan oleh gas lain. Menurut Winarno et al. (1981) etilen adalah suatu gas yang digolongkan sebagai hormon yang aktif dalam proses pematangan. Etilen disebut hormon karena dapat memenuhi syarat sebagai hormon, yaitu dihasilkan oleh tumbuhan, bersifat mobil dalam jaringan tanaman dan merupakan senyawa organik.
(1995) dan Aini (1996), telah membuktikan bahwa konsentrasi etilen lebih dari 50 ppm atau asetilen lebih dari 2500 ppm tidak banyak berpengaruh dalam pematangan sirsak dan pisang.
III. METODOLOGI PENELITIAN
A. Waktu dan Tempat
Penelitian dilakukan mulai bulan Maret sampai bulan Juni 2007, berlokasi di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (Lab. TPPHP), Departemen Teknik Pertanian, Fakultas Teknologi Pertanian, Institut Pertanian Bogor.
B. Bahan dan Alat
Bahan yang digunakan dalam penelitian ini adalah buah pepaya IPB dengan tingkat kematangan semburat 10%, yang diperoleh dari kebun percobaan Cimahpar dan Pasir Kuda, Bogor. Peralatan yang digunakan adalah sebuah sistem near infrared (NIR) merk Shimadzu, hand refraktometer dan rheometer model CR-300, cold storage, dan chamber.
C. Prosedur Penelitian
Setelah buah pepaya dibersihkan dan disterilisasi dengan thibendazol selanjutnya dilakukan penyimpanan pada beberapa suhu yaitu 15o C selama 18 hari (data digunakan untuk pembuatan model persamaan) dan 10o C selama 10 hari (data digunakan sebagai evaluasi ketepatan teknologi NIR untuk menduga total padatan terlarut dan kekerasan buah pepaya selama penyimpanan dan pemeraman). Setelah perlakuan penyimpanan buah ditempatkan dalam stoples dan disuntikkan etilen konsentrasi 200 ppm dan dilakukan pemeraman pada suhu 20o C, 25o C dan suhu ruang selama 24 jam. Selama penyimpanan dan pemeraman dilakukan pengukuran pantulan infra merah dekat, total padatan terlarut dan kekerasan secara periodik.
Amplifier, AT-100AM), interface (PCL 812PG), dan rangkaian keluaran digital serta komputer. Gambar sistem perangkat NIR ini dapat dilihat pada Gambar 1.
Sistem NIR dihubungkan dengan komputer dan dijalankan oleh perangkat lunak bahasa C++ yang terdiri dari tiga program, yaitu program untuk menjalankan motor, program pengkonversi data dari analog ke digital dan program yang menampilkan data sebagai tampilan grafik hasil pengukuran.
Gambar 1. Sistem perangkat NIR (Budiastra et al., 1995) Prosedur dalam penelitian ini adalah sebagai berikut: 1. Pengukuran pantulan spektrum
Sebelum dilakukan pengukuran, alat (sistem NIR) dinyalakan dan dibiarkan terlebih dahulu selama kurang lebih 30 menit sampai 1 jam. Pada alat diatur celah masuk pada monochromator sebesar 500 µm, tegangan pada lampu sebesar 13 volt, gain sebesar 200, tombol PbS dan LNR diaktifkan. Lensa yang digunakan untuk menyaring cahaya yang masuk dalam chopper yaitu lensa dengan 046 untuk panjang gelombang 900 nm sampai 1400 nm.
Pantulan spektrum diperoleh dengan cara mengukur standar putih terlebih dahulu kemudian dilanjutkan dengan pengukuran sampel (buah
CONT
DO
AMP
ADC Komputer
Monochromator Filter
Sampel
Lampu Halogen
Chopper Motor
Cahaya dari lampu halogen pertama dipotong pada laju sebesar 270 Hz oleh pemotong (chopper) dan penyaringan cahaya oleh penyaring gangguan (interference) sebelum masuk ke dalam monochromator dan mengenai buah pepaya. Pantulan cahaya dari buah pepaya akan ditangkap oleh sensor yang kemudian dikonversi dari analog ke digital melalui proses digitasi. Pemantulan dihitung dengan menggunakan persamaan sebagai berikut:
dar s
contoh
V V R
tan
= ... (1)
Dimana Vcontoh : tegangan pantulan contoh/sampel (volt) Vstandar : tegangan pantulan standar putih (volt)
Gambar 2. Sistem NIR (Budiastra et al., 1995) 2. Absorbansi
Data absorbansi diperoleh dengan cara mentransformasikan nilai reflektan atau pantulan kedalam bentuk log (1/R).
3. Pengukuran total padatan terlarut
Total padatan terlarut diukur dengan hand refraktometer (Gambar 3). Pasta buah ditempatkan pada prisma refraktometer yang sudah distabilkan, kemudian dilakukan pembacaan. Sebelum dan sesudah pembacaan prisma refraktometer dibersihkan dengan aquades. Nilai dalam %Brix menunjukkan kadar total padatan terlarut.
4. Pengukuran kekerasan
Kekerasan buah pepaya diukur dengan alat rheometer CR-300 dengan cara menempatkan sampel buah pada sampel holder, kemudian dengan menekan start jarum akan menusuk buah dan kekerasan buah terukur dalam satuan kg-force (kgf). Alat diset dengan mode 20, beban maksimum 10 kg, kedalaman penekanan 10 mm, kecepatan penurunan beban 60 mm/m diameter prob 5 mm. Gambar rheometer dapat dilihat pada Gambar 4.
Gambar 5. Diagram alir pelaksanaan penelitian
Pepaya IPB 1 (tingkat semburat 10%)
Pembersihan dan sortasi
Perendaman dengan thiabendazol 1 gram/5 liter selama 1 menit
Penyimpanan pada :
• Suhu 10o C selama 10 hari
• Suhu 15o C selama 18 hari
Pemeraman :
Konsentrasi etilen 200 ppm pada suhu 20 o C, 25o C dan suhu ruang selama 24 jam
Pengukuran pantulan infra merah dekat, total padatan terlarut dan kekerasan secara
periodik
Penentuan persamaan kalibrasi
Standar error kalibrasi
Prediksi validasi
5. Analisis data
Data-data yang diperoleh akan dianalisis dengan menggunakan bantuan progam MINITAB Release 14.0 for windows dan Microsoft Excel. Analisis data meliputi kalibrasi dan validasi data absorbansi (Log 1/R) dengan beberapa metode yaitu Stepwise Multiple Linier Regression (SMLR), Principal Component Regression (PCR), dan Partial Least Squares (PLS). Data dari seluruh sampel yang diukur akan dibagi dua bagian yaitu untuk proses kalibrasi dan untuk proses validasi.
a. Kalibrasi
Proses kalibrasi dilakukan untuk menentukan hubungan antara hubungan total padatan terlarut, kekerasan dengan data absorbansi NIR. Kalibrasi dapat dibangun dengan menggunakan persamaan regresi berganda:
Y = a + b1x1 + b2x2 + ... + bnxn ... (2) Dimana:
Y : Total padatan terlarut/kekerasan buah pepaya, a dan b : Konstanta regresi,
x : Absorbansi pada panjang gelombang tertentu (metode SMLR dan PLS), Komponen utama (metode PCR) b. Validasi
Validasi bertujuan untuk menguji ketepatan prediksi persamaan kalibrasi yang telah dibangun. Validasi dilakukan dengan memasukkan sampel data yang berbeda kedalam persamaan kalibrasi, sehingga diperoleh data total padatan terlarut dan kekerasan dugaan NIR.
Parameter-parameter untuk menentukan kecocokan model adalah Koefisien determinasi (R2), Standard Error (SE), dan Coefficient of Variation (CV), serta rasio standar deviasi dan standar error (RPD).
Standard error (SE) merupakan selisih antara nilai hasil dugaan dan nilai sebenarnya. SE yang semakin kecil menunjukkan model yang semakin baik. Nilai kecil yang baik adalah nilai yang semakin mendekati nol sehingga dipastikan model dapat memprediksi dengan baik konsentrasi dugaan. Coefficient of Variation (CV) menunjukkan besarnya error sebanding dengan rata-rata hasil pengukuran data referensi. Menurut Mattjik et al. (2006) besaran ideal nilai CV sangat tergantung pada bidang studi yang digeluti, misal untuk bidang pertanian nilai CV yang di anggap wajar adalah 20-25%, namun jika percobaan dilakukan di laboratorium nilai CV diharapkan jauh lebih kecil mengingat sebagian kondisi lingkungan dalam keadaan terkontrol. SE dan CV terkecil menunjukkan hasil yang paling baik.
SE SD
RPD= ... (8)
Dimana:
R : Koefisien korelasi R2 : Koefisien determinasi SE : Standar Error,
SD : Standar Deviasi,
CV : Coefficient ofVariation,
RPD : Rasio standar deviasi dan standar error , YNIR : Total padatan terlarut/kekerasan dugaan NIR, Y : Total padatan terlarut/kekerasan aktual,
IV.HASIL DAN PEMBAHASAN
A. ABSORBSI NEAR INFRARED PEPAYA
Pengukuran menggunakan perangkat infra merah dekat menghasilkan data pantulan buah papaya. Menurut Winarno et al. (1973) setiap substansi bahan atau material biologi memiliki spektrum NIR yang spesifik. Apabila diuji dua sampel bahan yang mempunyai komposisi kimia dan komposisi fisik berbeda, maka akan terlihat perbedaan spektrum NIR yang dapat dilihat pada perbedaan puncak - puncak gelombang pada spektrum absorban. Data reflektan atau pantulan buah papaya hasil penembakan sinar infra merah dekat (near infrared) pada panjang gelombang 900 nm sampai 1400 nm pada beberapa sampel buah pepaya dapat dilihat pada Gambar 6.
0
900 1000 1100 1200 1300 1400
Panjang Gelombang (nm)
Gambar 6. Grafik pantulan NIR pada beberapa sampel pepaya
Sinar yang dipancarkan dari sumber ke bahan organik, sekitar 4% akan dipantulkan kembali oleh permukaan luar (regular reflection) dan sisanya sekitar 96% akan masuk ke dalam produk tersebut yang selanjutnya mengalami penyerapan (absorbtion), pemantulan (body reflection), penyebaran (scattering) dan penerusan cahaya atau transmittance (Mohsenin, 1984).
Transformasi ini dilakukan karena kandungan kimia bahan mempunyai hubungan linier dengan data absorban NIR (Mohsenin, 1984). Data serapan NIR pada beberapa sampel pepaya dapat dilihat pada Gambar 7 berikut ini:
0
900 950 1000 1050 1100 1150 1200 1250 1300 1350 1400
Panjang gelombang (nm)
Gambar 7. Grafik absorbsi NIR pada beberapa sampel pepaya
Pada kurva absorbansi dan pantulan terlihat bahwa spektrum-spektrum pantulan dan absorbansi infra merah dekat tidak mengalami banyak guncangan atau noise. Oleh karena itu, pada penelitian ini penghalusan data absorbansi infra merah tidak diperlukan.
Kandungan kimia bahan tertentu akan mengalami penyerapan cahaya, hal ini dapat ditunjukkan dengan adanya puncak-puncak gelombang pada kurva spectrum absorbsi. Semakin besar penyerapan cahaya maka puncak gelombang semakin tinggi. Gambar 7 menunjukkan bahwa penyerapan yang tinggi terjadi pada panjang gelombang 970-1000 nm, 1175-1235 nm dan 1320-1395 nm. Menurut Osborne et al (1993) pada panjang gelombang 970-1000 nm terjadi penyerapan air, 1198 nm dan 1371 nm penyerapan glukosa, 1196 nm dan 1368 nm penyerapan sukrosa, 1202 nm dan 1360 nm penyerapan pati, sedangkan pada 1207 nm dan 1365 nm penyerapan selulosa. Secara umum senyawa tersebut merupakan komponen utama total padatan terlarut yaitu gula yang merupakan hasil pemecahan dan pembelahan polimer karbohidrat khususnya pati.
970 -1000 nm
1175 – 1235 nm
B. Pendugaan Total Padatan Terlarut dan Kekerasan
1. Metode Stepwise Multiple Linier Regression (SMLR)
a. Pendugaan total padatan terlarut
Persamaan kalibrasi untuk pendugaan total padatan terlarut dibangun dengan membuat hubungan antara total padatan terlarut dengan absorbansi pada proses regresi linier berganda. Pada regresi linier berganda dapat dianalisa secara serentak dua variabel atau lebih yang bersifat bebas terhadap sesamanya dan juga dapat menunjukkan adanya interaksi antar variabel.
Untuk menseleksi panjang gelombang yang berkorelasi dengan total padatan terlarut digunakan metode stepwise, yang merupakan metode yang akan mengeluarkan variabel-variabel yang sesuai kriteria yang telah ditentukan yaitu nilai alpha atau nilai taraf nyata 0.05. Analsis regresi linier berganda metode stepwise terhadap total padatan terlarut menghasilkan persamaan kalibrasi yang dapat dibangun dengan 17 panjang gelombang terpilih dengan koefisien korelasi tertinggi 96.21% dengan koefisien determinasi 92.56% pada model regresi step 25. Hal ini menunjukkan terdapat hubungan yang erat antara nilai total padatan terlarut hasil dugaan NIR dengan total padatan terlarut hasil pengukuran refraktometer dan 92.56% variasi total padatan terlarut dapat dijelaskan oleh 17 panjang gelombang terpilih. Pemilihan panjang gelombang untuk pendugaan total padatan terlarut dengan metode Stepwise Multiple Linier Regression (SMLR) dapat dilihat pada lampiran (Lampiran 2). Persamaan kalibrasi yang dapat dibangun adalah sebagai berikut:
R2 = 0.9256
Total padatan terlarut referensi (%Brix)
To
Gambar 8. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap kalibrasi log (1/R) dengan metode SMLR.
Osborne et al (1993) menyatakan bahwa absorbsi pada panjang gelombang 900 nm berkorelasi dengan CH3, 970 nm dengan air, 1000 nm dengan senyawa aromatic, 1060 nm dengan RNH2, 1080 nm dengan benzene. Pada absorsi panjang gelombang 935 nm, 1010 nm, 1150 nm, 985 nm, 1230 nm tidak diperoleh informasi yang tepat, namun pada panjang gelombang yang berdekatan menurut Osborne et al (1993) yaitu 938 nm, 1015 nm dan 1152 nm berkorelasi dengan CH3, 990 nm berkorelasi dengan pati, 1225 nm berkorelasi dengan CH. Sedangkan pada panjang gelombang 1110 nm, 1120 nm, 1115 nm, 1130 nm, dan 1315 nm tidak diperoleh informasi tentang penyerapan pada panjang gelombang tersebut.
pengukuran refraktometer pada tahap kalibrasi dan validasi dapat dilihat pada lampiran (Lampiran 3).
8
Total padatan terlarut referensi (%Brix)
T
Gambar 9. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode SMLR.
Rangkuman hasil analisis data untuk pendugaan NIR dengan metode Stepwise Multiple Linier Regression (SMLR) dapat dilihat pada Tabel 5. Evaluasi standar error saat kalibrasi menunjukkan nilai yang baik karena dihasilkan nilai yang kecil dan mendekati nol, sedangkan evaluasi standar error validasi memberikan nilai yang lebih kecil dibandingkan SE kalibrasi. Hal ini menunjukkan model hasil kalibrasi dikatakan baik.
Tabel 5. Hasil analisis data total padatan terlarut dengan metode Stepwise Multiple Linier Regression (SMLR).
Diskripsi Statistik Tahap
b. Pendugaan kekerasan
Analisis SMLR untuk pendugaan kekerasan buah pepaya pada tahap kalibrasi menggunakan 70 sampel dan pada panjang gelombang 900-1400 nm dengan interval 5 nm, terpilih 17 panjang gelombang sehingga diperoleh persamaan kalibrasi sebagai berikut:
KGF = - 2.46 + 46.0 [A1235] - 94.3 [A1175] - 69.8 [A1260] + 71.2 [A1230] - 98.1 [A1160] + 84.4 [A1215] - 50.2 [A1340] + 26.4 [A900] - 29.1 [A925] + 32.0 [A1270] + 106 [A1040] - 78.0 [A1080] + 29.6 [A1325] - 33.4 [A945] + 38.2 [A1025] + 40.3 [A1210] - 18.8 [A1185] ... (10) dimana A adalah absorbansi pada panjang gelombang terpilih, A1120 1235 berarti absorbansi pada panjang gelombang 1235 nm, A1260 berarti absorbansi pada panjang gelombang 1260 nm, dan seterusnya.
Menurut Winarno dan Aman (1979) biasanya buah yang telah masak akan menjadi lunak, hal ini disebabkan perubahan komposisi dinding sel yang terdiri dari selulosa, hemiselulosa, zat pektin dan lignin. Pada persamaan tersebut di atas panjang gelombang yang berkorelasi positif dengan kekerasan buah adalah 1235 nm, 1230 nm, 1215 nm, 900 nm, 1270 nm, 1040 nm, 1325 nm, 1025 nm, dan 1210 nm. Menurut Osborne et al (1993) absorbsi NIR pada panjang gelombang 1215 nm berkorelasi dengan ikatan CH2, 900 nm berkorelasi dengan CH3, sedangkan panjang gelombang yang lain tidak diperoleh informasi yang tepat, namun absorbsi NIR pada panjang gelombang 1210 nm berdekatan 1207 nm berkorelasi dengan selulosa, 1270 nm berdekatan dengan 1274 nm berkorelasi dengan pati.
Pemilihan panjang gelombang untuk pendugaan kekerasan buah pepaya dengan metode Stepwise Multiple Linier Regression (SMLR) dapat dilihat pada lampiran (Lampiran 4).
determinasi sebesar 96.47%, sehingga nilai koefisien korelasinya adalah sebesar 98.21%. Hal ini berarti terdapat hubungan yang erat antara kekerasan buah papaya hasil dugaan NIR dengan hasil pengukuran rheometer.
Gambar 10. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap kalibrasi log (1/R) dengan metode SMLR.
0
Gambar 11. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log (1/R) dengan metode SMLR.
Tabel 6 dibawah ini merupakan rangkuman dari hasil analisis data untuk pendugaan kekerasan buah papaya pada tahap kalibrasi dan validasi dengan metode Stepwise Multiple Linier Regression (SMLR). Tabel 6. Hasil analisis data kekerasan buah pepaya dengan metode
Stepwise Multiple Linier Regression (SMLR).
Diskripsi Statistik Tahap
2. Metode Principal Component Regression (PCR)
a. Pendugaan total padatan terlarut
Pada penelitian ini telah diekstrak data absorbsi NIR dari 100 variabel menjadi 10 variabel. Dari perhitungan komponen utama Tabel 7 memperlihatkan bahwa principal component atau komponen utama (PC) pertama mengandung 90.5% variasi data, komponen kedua mengandung 7.7% variasi data, sedangkan komponen selanjutnya mengandung variasi data yang semakin menurun hingga pada PC ke 10 hanya mengadung 0.1% variasi data atau hanya memberikan kontribusi 0.1% dari total variasi.
Tabel 7. Variasi komponen utama nilai absorbansi NIR Jumlah PC Variasi (%) Variasi Kumulatif
(%)
PC 1 sampai PC 10 ini kemudian diregresikan secara linear berganda dengan score PC sebagai variabel bebas dan total padatan terlarut sebagai variabel tak bebas sehingga didapat model regresi komponen utama (PCR) yaitu sebagai berikut:
TPT = 16.1 + 2.21 [PC1] + 0.378 [PC2] - 14.9 [PC3] + 11.7 [PC4] + 1.38 [PC5] + 3.23 [PC6] - 8.21 [PC7] + 13.5 [PC8] - 3.95 [PC9] + 13.5 [PC10] ... (11)
PC 1 sampai PC 10 menghasilkan total padatan terlarut dugaan NIR. Hasil perhitungan komponen utama dan regresi komponen utama (PCR) menggunakan program MINITAB Release 14.0 for windows dapat dilihat pada lampiran (Lampiran 6).
Principal Component Regression (PCR) memberikan nilai koefisien determinasi sebesar 73.02% dengan nilai koefisien korelasi sebesar 85.45% dan stadar error cukup tinggi yaitu 0.57, sedangkan besar error maksimum adalah 1. Berikut ini grafik perbandingan antara total padatan terlarut hasil dugaan NIR dan hasil pengukuran refraktometer pada tahap kalibrasi:
R2 = 0.7302
Total padatan terlarut referensi (%Brix)
T
dilihat pada lampiran (Lampiran 8). Grafik 10 dibawah ini merupakan perbandingan TPT buah pepaya pada tahap validasi.
8
Total padatan terlarut referensi (%Brix)
T
Gambar 13. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PCR.
Tahap validasi memberikan standar error yang lebih kecil dari tahap kalibrasi yaitu sebesar 0.42, akan tetapi error ini masih tinggi sehingga model kalibrasi yang diperoleh belum memuaskan. Pada Tabel 8 dibawah ini dapat dilihat rangkuman hasil analisis data pendugaan TPT buah pepaya dengan metode Principal Component Regression (PCR).
Tabel 8. Hasil analisis data TPT buah pepaya dengan metode Principal Component Regression (PCR).
Diskripsi Statistik Tahap
Kalibrasi Validasi
b. Pendugaan kekerasan
buah pepaya juga dilakukan pengekstrakkan data absorbansi NIR dari 100 variabel menjadi 10 variabel karena 10 PC pertama cukup mewakili keseluruhan data yang ada karena diperoleh kumulatif PC sebesar 99.4% mendekati 100%. Hasil analisis komponen utama memperlihatkan bahwa konstribusi masing-masing variabel terhadap variasi data semakin menurun sesuai dengan urutan komponen utama (PC), Tabel 9 di bawah ini PC pertama memiliki variasi data 90.8% atau memberikan kontribusi 90.8% dari total variasi data, PC kedua 7.6% variasi data dan PC selanjutnya memberikan kontribusi yang semakin semakin menurun. Hasil analisis komponen utama (PC) dapat dilihat di Lampiran 9.
Tabel 9. Variasi komponen utama nilai absorbansi NIR Jumlah PC Variasi (%) Variasi Kumulatif
(%)
Setelah diperoleh 10 PC pertama, 10 PC tersebut diregresikan atau disebut dengan regresi komponen utama (PCR) sehingga diperoleh persamaan berikut ini:
KGF = - 3.09 - 2.46 [PC1] + 0.595 [PC2] - 21.0 [PC3] + 7.93 [PC4] + 17.0 [PC5] + 25.7 [PC6] - 32.8 [PC7] + 22.0 [PC8] - 15.8 [PC9] + 29.8 [PC10] ... (12)
kekerasan buah pepaya dugaan NIR (Lampiran 10). Dibawah ini grafik hasil pendugaan kekerasan pada tahap kalibrasi:
R2 = 0.7777
Gambar 14. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap kalibrasi log (1/R) dengan metode PCR.
Gambar 14 di atas terlihat bahwa ada beberapa hasil pendugaan bernilai negatif, dan nilai koefisien determinasi hanya bernilai 77.77% atau nilai koefisien korelasinya sebesar 88.18%. Hal ini berarti terdapat kecenderungan hubungan yang nyata antara kekerasan buah papaya dugaan NIR dengan hasil pengukuran rheometer, akan tetapi model PCR memberikan hasil yang kurang akurat karena memiliki error yang tinggi yaitu 0.69.
0
Gambar 15. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log (1/R) dengan metode PCR.
Tabel 10 memperlihatkan bahwa sntadar error baik pada kalibrasi maupun validasi nilainya tinggi, bahkan pada validasi hampir mendekati 1 yaitu 0.87. Hal ini berarti model yang diperoleh dengan metode PCR tidak memberikan hasil prediksi yang memuaskan.
Tabel 10. Hasil analisis data kekerasan buah pepaya dengan metode Principal Component Regression (PCR).
Diskripsi Statistik Tahap
3. Metode Partial Least Squares (PLS)
a. Pendugaan total padatan terlarut
Pengolahan data kalibrasi dengan kuadrat terkecil parsial (PLS) menghasilkan model dengan matriks koefisien sebanyak 100 buah. Keluaran perhitungan data pendugaan TPT metode PLS dengan MINITAB Release 14.0 for windows dapat dilihat pada lampiran (Lampiran 11).
Matriks ini kemudian dikalikan dengan matriks absorbansi data kalibrasi di panjang gelombang 900-1400 nm untuk tahap kalibrasi atau matriks matriks absorbansi data validasi untuk tahap validasi sehingga menghasilkan TPT dugaan NIR (Lampiran 12). Gambar 16 dan Gambar 17 di bawah ini merupakan grafik perbandingan TPT dugaan NIR dengan TPT hasil pengukuran refraktometer pada tahap kalibrasi dan validasi.
Total padatan terlarut referensi (%Brix)
T
8
Total padatan terlarut referensi (%Brix)
To
Gambar 17. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log (1/R) dengan metode PLS.
Tahap kalibrasi diperoleh nilai koefisien determinasi sebesar 96.48% atau koefisien korelasi 98.22%. Hal ini menjukkan terdapat hubingan yang nyata antara TPT dugaan NIR dengan TPT referensi. Standar error model kalibrasi adalah sebesar 0.20 dan standar error validasi sebesar 0.49.
Tabel 11 dibawah ini adalah rangkuman hasil analisis data pendugaan TPT buah pepaya dengan metode Partial Least Squares (PLS).
Tabel 11. Hasil analisis data TPT buah pepaya dengan metode Partial Least Squares (PLS).
Diskripsi Statistik Tahap
b. Pendugaan kekerasan
Sama seperti kalibrasi pada pendugaan total padatan terlarut dengan metode kuadrat terkecil parsial (PLS) matriks koefisien hasil perhitungan dikalikan dengan matriks absorbansi sehingga diperoleh nilai kekerasan dugaan NIR. Keluaran perhitungan data pendugaan kekerasan metode PLS dengan MINITAB Release 14.0 for windows dapat dilihat pada lampiran (Lampiran 13). Pada Gambar 17 dan Tabel 12 di bawah ini dapat dilihat bahwa koefisien determinasi hasil analisis PLS cukup besar yaitu 97.67% yang berarti koefisien korelasinya adalah sebesar 98.83% dengan standar error kalibrasi 0.22 dan standar error validasi 0.56.
0
Gambar 19. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log (1/R) dengan metode PLS.
Tabel 12. Hasil analisis data kekerasan buah pepaya dengan metode Partial Least Squares (PLS).
Diskripsi Statistik Tahap
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, sehungga 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).
