Prediction of the gross energy for fishmeal using near infrared reflectant (nir) technology

(1)

MENGGUNAKAN TEKNOLOGI

NEAR INFRARED

(NIR)

ATIATUL QUDDUS

(2)

PERNYATAAN MENGENAI TESIS DAN

SUMBER INFORMASI

Dengan ini saya menyatakan bahwa tesis Penentuan Kandungan Energi Bruto

Tepung Ikan untuk Bahan Pakan Ternak Menggunakan Teknologi

Near InfraRed

(NIR) adalah karya saya sendiri dengan arahan 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.

Bogor, Agustus 2006

(3)

MENGGUNAKAN TEKNOLOGI

NEAR INFRARED

(NIR)

ATIATUL QUDDUS

Tesis

Sebagai salah satu syarat untuk memperoleh gelar

Magister Sains pada

Program Studi Teknologi Pascapanen

(4)

@ Hak cipta milik Institut Pertanian Bogor, tahun 2006

Hak cipta dilindungi

(5)

MENGGUNAKAN TEKNOLOGI

NEAR INFRARED

(NIR)

ATIATUL QUDDUS

F 051 030 101

KOMISI PEMBIMBING:

Dr. Ir. I. Wayan Budiastra, M. Agr

Prof. Dr. Ir. Wiranda G. Piliang, M.Sc

(6)

PRAKATA

Alhamdulillahirobbil’alamin. Puji syukur senantiasa penulis panjatkan

kehadirat Allah SWT atas segala limpahan karunia dan rahmat-Nya sehingga Tesis ini

pada akhirnya dapat diselesaikan. Penelitian ini berjudul ”Penentuan kandungan energi

bruto tepung ikan untuk bahan pakan ternak menggunakan teknologi

near infrared

(NIR).

Terimakasih penulis ucapkan kepada Bapak Dr. Ir. I. Wayan Budiastra, M.Agr

dan Prof. Dr.Ir. Wiranda G. Piliang, M.Sc selaku komisi pembimbing yang telah

banyak memberikan masukan dan arahan selama dalam masa bimbingan sehingga

tesis ini dapat diselesaikan.Terimakasih juga tak lupa penulis ucapkan kepada Dr. Ir.

Sumiati, M.Si selaku penguji atas saran, kritikan dan masukannya.

Last but not least

,

terimakasih tak terhingga selamanya buat Ayahanda H. Syaiful Anwar, Ibunda

Hj. Nursimah atas limpahan kasih sayang, kesabaran, keikhlasan, serta do’a yang

selalu mengalir untuk ananda, Ibunda Rukmini, Mamanda Nurbaini, Kakak-kakak atas

bantuan moril maupun materil, Suami tercinta atas dukungan semangat, do’a dan

kesabarannya, ponakan-ponakan tersayang untuk semua kehangatan cinta, Ade, Riko

danYessi atas persahabatan yang tulus selama ini.

Terimakasih yang sebesar-besarnya penulis ucapkan kepada Prof. Dr. Ir. Hadi

K. Purwadaria, Ipm, Dr. Ir. Suroso, M.Agr, Dr.Ir. Usman Ahmad, M.Agr, Bapak

Sulyaden (Teknisi Lab. TPPHP), Dr. Ir. Widya, M.Si, Ibu Lanjarsih (Teknisi

Lab.Nutrisi Unggas) atas ilmu pengetahuan yang telah penulis terima selama dalam

menempuh pendidikan, rekan-rekan TPP angkatan 2002-2004, Keluarga besar

IMPACS, Assabily crew, terimakasih atas pertemanan yang indah dalam suka dan

duka selama ini serta diskusi-diskusi kecilnya.

Semoga tesis ini bermanfaat bagi kita semua, khususnya bagi pembaca yang

selalu haus akan ilmu pengetahuan.

Bogor, Agustus 2006

(7)

ATIATUL QUDDUS.

Pendugaan Kandungan Energi Bruto Tepung Ikan untuk

Bahan Pakan Ternak Menggunakan Teknologi

Near Infrared

(NIR). Dibimbing

oleh

I WAYAN BUDIASTRA

sebagai Ketua,

WIRANDA G. PILIANG

sebagai anggota.

Dalam rangka menjamin konsistensi kandungan gizi ransum, bahan pakan

harus dimonitor secara terus menerus. Tepung ikan merupakan salah satu bahan

pakan yang berasal dari hasil kegiatan industri pengolahan hasil perikanan yang

sangat penting, karena sangat diperlukan sebagai sumber protein dalam menyusun

pakan untuk kegiatan industri peternakan dan perikanan. Idealnya setiap bahan

pakan diuji kandungan gizinya pada setiap kedatangan, namun memerlukan waktu

dan biaya yang besar dengan metode konvensional yang ada (AOAC, 1999).

Untuk itu perlu dicarikan metode alternatif untuk mengetahui status nilai gizi

pakan dengan cepat, murah dan keakuratannya dapat dipertanggungjawabkan.

Salah satu cara yang dapat dilakukan adalah dengan menggunakan metode

Near

Infrared

(NIR), dengan cara mengukur reflektan cahaya infra merah dekat (NIR)

yang dipancarkan ke bahan. Penelitian ini bertujuan untuk menduga kandungan

energi bruto tepung ikan untuk bahan pakan ternak menggunakan teknologi

Near

Infrared

(NIR).

Bahan utama yang digunakan dalam penelitian ini adalah sampel berupa

50 jenis tepung ikan yang diperoleh dari

poultry shop

yang ada dibeberapa daerah

di Indonesia dan industri pakan ternak. Penelitian ini juga menggunakan 50 ekor

ayam broiler jantan periode

finisher

untuk uji

bioassay

. Sistem NIR yang

digunakan merupakan modifikasi dari rancangan Budiastra et. Al (1995); sistem

NIR dihubungkan dengan komputer dan dijalankan dengan perangkat lunak

bahasa C++. Sistem NIR ini terdiri dari atas tiga program, yaitu program untuk

menjalankan motor, mengkonversi data dari analog ke digital, dan program untuk

menampilkan data sebagai tampilan grafik hasil pengukuran.

Pertama-tama dilakukan pengukuran reflektan dengan menggunakan

perangakat

near infrared

kemudian diikuti dengan pengukuran energi bruto (EB)

dan energi metabolis (EM). Acuan dari energi metabolis dilakukan dengan uji

bioassay

. . Data reflektan, absorban dikalibarasi dan divalidasi dengan EB dan

EM dengan menggunakan regresi linier berganda (RLB) dan

Principal

Component Regression

(PCR). 35 sampel (2/3 dari total sampel) digunakan untuk

kalibrasi, sedangkan 15 sampel (1/3 dari total sampel) untuk validasi. Persamaan

kalibrasi yang diperoleh dari regresi linear berganda (RLB) menggunakan data

reflektan dan absorban menghasilkan nilai prediksi EB dan EM yang mendekati

nilai

bioassay.

(8)

CV = 4.16 %), (Sep = 388.37 Kkal, CV = 13.12 %) tepung ikan.

(9)

ATIATUL QUDDUS

. Prediction of the Gross Energy for Fishmeal using Near

Infrared Reflectant (NIR) Technology. Supervised by

I WAYAN BUDIASTRA

as the Chairman,

WIRANDA G. PILIANG

as the member.

In order to maintain the nutritional value of diets, feed must be monitored

simultaneously. Fishmeal is one of the important feedstuff, a by product from fish

industry. It is needed as the source of protein in the diet for farm animals and fish

industry. The feedstuff is ideally tested each time of arrival. Near infrared

reflectance analysis was assessed as a potential technique to measure gross energy

of fishmeal. NIR scanning was conducted by using wavelengths ranging from 900

to 2.000 nm. This experiment was aimed to predict gross energy (GE) content of

fishmeal by using Near Infrared (NIR) technology.

Fishmeal that was used in this experiment was obtained from the poultry

shop in several regions in Indonesia and from animal feed industries. This

experiment was conducted by using 50 fishmeals and 50 broiler chickens. Thirty

five samples out of 50 samples fishmeal was used to develop the NIR of

calibration and the rest 15 samples was used to test the accuracy of the calibration.

Fifty broiler chickens used to measure the metabolizable energy (ME) value. NIR

reflectant was measured by NIR system. Gross energy was measured by bomb

calorimeter. Metabolizable energy was determined by bioassay method. Collected

data were analyzed by using multivariate linier regression (MLR) and principal

component regression (PCR).

Calibration equation of reflectant was analyzed by using 29 wavelengths

for predicting GE and 11 wavelengths for predicting ME content. The results of

the validation indicated high accuracy with standard error and coefficient of

variation for GE: SEp = 6.6 Kkal/Kg, CV = 0.2 % and for ME: SEp = 171.8

Kkal/Kg, CV = 5.8 %. Calibration equation was obtained from PCR method by

using absorbent data. The result of the validation indicated less accuracy with

standard error and coefficient of variation for GE: SEp = 119.92 Kkal/Kg, CV =

4.16% and for ME: SEp = 388.37 Kkal/Kg, CV = 13.12%.

(10)

RIWAYAT HIDUP

Penulis dilahirkan di Padang pada tanggal 14 Desember 1977 dari pasangan

H. Syaiful Anwar, Bc.An dan Hj. Nursimah Syair. Penulis merupakan anak bungsu

dari 10 bersaudara.

Pada tahun 1997

penulis diterima melalui seleksi UMPTN pada

Jurusan Nutrisi dan Makanan Ternak Fakultas Peternakan Universitas Andalas di

Padang. Penulis memperoleh gelar Sarjana Peternakan pada tahun 2002.

Pada tahun 2002 penulis merupakan finalis dalam Lomba Karya Alternatif

Mahasiswa (KAM) tingkat nasional. Pada tahun 2003 Penulis melanjutkan studi ke

jenjang S2 Program Studi Teknologi Pascapanen, Sekolah Pascasarjana, Institut

Pertanian Bogor. Penulis menikah dengan Nur Ahmad Firmansyah di Tangerang pada

bulan Juni tahun 2006.

(11)

Halaman

DAFTAR TABEL... iii

DAFTAR GAMBAR ... iv

DAFTAR LAMPIRAN... v

PENDAHULUAN ... 1

Latar

Belakang ...

1

Tujuan

...

3

TINJAUAN PUSTAKA ... 4

Teknologi

Near infrared

(NIR)... 4

Kalibrasi dan Validasi ... 7

Tepung

Ikan ...

7

Teknologi Pengolahan Tepung Ikan ... 10

Cara Kering... ... 11

Cara

Basah... ...

12

Mutu Tepung Ikan... 13

Energi

Bruto

...

15

Energi

Metabolis ...

15

METODOLOGI PENELITIAN... 17

Waktu dan Tempat ... 17

Bahan dan Alat... 17

Prosedur

Penelitian ...

19

Pengukuran

Pantulan

Spektrum ...

20

Penentuan Kandungan Energi Metabolis... ... 21

Metode Analisa Energi Bruto... ... 21

Pengolahan dan Analisis Data... 23

Metode Regresi Linier Berganda... ... 23

Metode Orincipal Component Regression ... 24

HASIL DAN PEMBAHASAN... 26

Reflektan

Near Infrared

Tepung Ikan... 26

Absorbansi

Near Infrared

Tepung Ikan... 26

Analisis Data Regresi Linier Berganda... 27

Pendugaan Energi Bruto Reflektan ... 28

Pendugaan Energi Absorban ... 31

(12)

ii

Pendugaan Energi Metabolis Absorban ... 39

Analisis Data dengan

Principal Component Regression

... 44

Pendugaan Energi Bruto Absorban... 46

Pendugaan Energi Metabolis Absorban ... 48

KESIMPULAN DAN SARAN... 49

Kesimpulan ...

49

Saran... ...

49

DAFTAR PUSTAKA ... 51

(13)

Halaman

1.

Persyaratan Mutu Standar Tepung Ikan... 14

2.

Hasil validasi pendugaan nilai Energi Bruto

berdasarkan

Reflektan...

31

3.

berdasarkan

Absorban

...

34

4.

Hasil validasi pendugaan nilai Energi Metabolis

berdasarkan Reflektan ... 38

5.

berdasarkan

Absorban

...

41

6.

berdasarkan

Absorban

...

46

7.

(14)

iv

DAFTAR GAMBAR

Halaman

1.

Proses Penyinaran Infrared pada Bahan... 5

2.

Skema Pengolahan Tepung Ikan Cara Kering ... 11

3.

Skema Pengolahan Tepung Ikan Cara Basah... 13

4.

Peralatan

Near infrared

(NIR) ... 18

5.

Sistem Pengukuran NIR... 18

6.

Prosedur Pengujian Sistem

Near Infrared

... 19

7.

Reflektan 50 buah sample tepung ikan ... 26

8.

Absorbansi 50 buah sample tepung ikan... 27

9.

Grafik perbandingan nilai energi bruto bahan dugaan NIR

dengan hasil uji kimia pada tahap reflektan kalibrasi 35 sampel... 29

10.

Grafik perbandingan nilai energi bruto bahan dugaan NIR

dengan hasil uji kimia pada tahap reflektan validasi 15 sampel ... 30

11. Grafik perbandingan nilai energi metabolis dugaan NIR

dengan hasil uji kimia pada tahap reflektan kalibrasi 35 sampel... 32

dengan hasil uji kimia pada tahap reflektan validasi 15 sampel ... 33

13. Grafik perbandingan nilai energi bruto bahan dugaan NIR

dengan hasil uji kimia pada tahap absorbansi kalibrasi 35 sampel... 36

14. Grafik perbandingan nilai energi bruto bahan dugaan NIR

dengan hasil uji kimia pada tahap absorbansi validasi 15 sampel ... 37

dengan hasil uji kimia pada tahap absorbansi kalibrasi 35 sampel... 39

(15)

Halaman

1.

Hasil pemilihan panjang gelombang pendugaan nilai

Energi Bruto (EB) dari data reflektan ... 56

2.

Energi Bruto (EB) dari data absorban ... 58

3.

Energi Metabolis (EM) dari data reflektan ... 60

4.

Hasil pemilihan panjang gelombang pendugaan nilai

Energi Metabolis (EM) dari data absorban ... 74

5.

Dua puluh bobot yang diekstrak dari data absorbansi tepung ikan

dengan analisis komponen utama ... 84

(16)

PENDAHULUAN

Latar Belakang

Dalam rangka menjamin konsisitensi kandungan nutrisi ransum, bahan

pakan harus dimonitor secara terus menerus jenis, kondisi dan kandungan nutrisinya.

Idealnya setiap bahan pakan, diuji kandungan gizinya pada setiap bahan datang,

namun karena mempertimbangkan waktu dan biaya dengan menggunakan metode

konvensional, maka evaluasi dilakukan dengan frekuensi terbatas. Frekuensi evaluasi

tergantung kepada jenis bahan baku yang digunakan. Menurut Leeson dan Summers

(1997) kandungan kadar air setiap bahan harus dimonitor pada setiap kedatangan.

Protein kasar jagung dan dedak padi dimonitor pada setiap minggu, kacang kedelai

setiap bulan, tetapi untuk bungkil kedelai dan tepung ikan harus dimonitor untuk

setiap kedatangan. Lemak kasar jagung dan dedak padi dimonitor setiap dua bulan,

bungkil kedelai dan kedelai cukup sekali sebulan, tetapi untuk tepung ikan harus

dilakukan setiap kedatangan. Kalsium dan phosphor jagung, dedak dan kacang

kedelai dimonitor setiap enam bulan, bungkil kedelai sekali sebulan, sedangkan untuk

tepung ikan dilakukan setiap kedatangan. Asam amino dimonitor sekali enam bulan,

kecuali bungkil kedelai sekali empat bulan dan tepung ikan setiap bulan. Dengan

tingginya frekuensi evaluasi kandungan kimia bahan tersebut maka diperlukan

metode penentuan yang cepat, murah dan akurat.

(17)

Metode konvensional Association Official Analitic Chemist (AOAC, 1999)

untuk menentukan kandungan gizi bahan pakan membutuhkan bahan kimia dan

peralatan yang beragam, waktu yang lama dan prosedur yang rumit, sehingga

membutuhkan biaya yang mahal. Penentuan kadar air dilakukan dengan pengeringan

dalam oven selama 5 jam. Penentuan kadar air protein dilakukan dengan metode

kjelhdal membutuhkan 8 macam bahan kimia, prosedurnya juga cukup rumit dan

membutuhkan waktu yang lama terutama dalam proses pendidihan dan destilasi.

Penentuan kadar lemak kasar dan serat kasar membutuhkan waktu yang lama dalam

proses ekstraksi (minimal 5 jam ), filtrasi dan pengeringan kadar abu membutuhkan

waktu yang lama dalam pengendapan kalsium. Prosedur yang paling rumit dan biaya

yang mahal dibutuhkan pada analisis asam amino. Pengukuran Energi Metabolis

(EM) secara konvensional dilakukan dengan percobaan menggunakan ternak

(

bioassay

) selama beberapa hari (Sibbald dan Wolynetz, 1985; Farrel,1999).

Berdasarkan permasalahan tersebut perlu dicarikan metode alternatif untuk

mengetahui nilai gizi bahan pakan dengan cepat, murah, mudah dan keakuratannya

dapat dipertanggungjawabkan. Pada saat ini sejumlah teknik instrumentasi yang

didasarkan pada sifat fisik bahan telah dikembangkan. Salah satu teknik tersebut

adalah pengukuran reflektan cahaya

near infrared

(NIR) yang dipancarkan ke bahan.

Data dipengaruhi oleh jumlah dan tipe ikatan C-H, N-H dan O-H bahan yang

dianalisis. Karakteristik tersebut erat hubungannya dengan komposisi kimia bahan

(Williams dan Norris, 1990; Osborne

et al

., 1993). Berdasarkan hubungan tersebut

dikembangkan metode pendugaan kandungan gizi menggunakan spectra NIR

tersebut. Keuntungan metode ini adalah dalam pengukuran spectra NIR dapat

dilakukan tanpa persiapan sampel yang rumit karena dapat dilakukan langsung pada

material yang utuh atau bisa juga pada sampel dalam bentuk tepung. Dengan

demikian pengukuran dapat dilakukan dengan cepat, murah dan tanpa bahan kimia.

(18)

3

dan kombinasi yang dapat dideteksi pada wilayah kerja NIR yaitu 700 nm hingga

2500 nm. Analisis NIR, juga telah menjadi bagian terpenting dalam menentukan

kadar protein, kadar air gandum dan produk palawija lainnya selama hampir 30

tahun. Hal lain yang juga menarik adalah cara ini digunakan juga secara luas untuk

analisa beras.

Tingkat penerimaan metode pengukuran dengan pantulan infra merah dekat

sangat ditentukan oleh kualitas spektrum yang didapat selama pengukuran dan

metode matematika yang akan digunakan dalam analisis. Beberapa metode

matematika yang digunakan dalam analisis pantulan infra merah dekat adalah regresi

liniear berganda (

multiple regression

), regresi komponen utama (

Principal

Component Regression

, PCR),

partial least square

, regresi transformasi

fourier

dan

jaringan syaraf tiruan.

Tujuan penelitian ini adalah mengkaji metoda NIR untuk memprediksi

kandungan energi bruto tepung ikan sebagai salah satu bahan pakan ternak. Hasil

penelitian akan dapat membantu peternak dan industri makanan ternak

memformulasikan ransum secara adaptif sesuai dengan kandungan gizi bahan yang

digunakan pada saat ini.

(19)

Teknologi

Near Infrared

(NIR)

Metode

Near Infrared (

NIR), cahaya infra merah dekat saat ini merupakan

salah satu metode analisis yang cukup populer disebabkan berbagai kelebihannya

antara lain tidak bersifat destruktif, singkat, biaya tenaga kerja relatif rendah,

kebutuhan bahan-bahan kimia sedikit, dapat bersifat massal dan tidak menimbulkan

masalah limbah.

Penerapan metode NIR telah lama berkembang terutama untuk keperluan

bahan pangan/pertanian, kedokteran/farmasi, minyak dan industri-industri kimia.

Untuk bahan pangan dan hasil pertanian seperti kedelei, jagung, beras, daging, telur,

ikan, hortikultur (sayur dan buah-buahan), metode NIR dapat digunakan untuk

penentuan komposisi kimia seperti kadar air, lemak, asam, gula, protein dan berbagai

senyawa lainnya.

Infra merah dekat merupakan bagian dari spektrum gelombang

elektromagnetik dimana panjang gelombangnya sedikit diatas daerah tampak yaitu

antara 700-2500nm. Selain itu daerah infra merah dekat memiliki energi yang relatif

rendah dan stabil, dalam interaksi terhadap molekul-molekul hanya akan

menimbulkan vibrasi ikatan

inter atomic.

Keunggulan dari gelombang infra merah

dekat dalam analisis khususnya analisa bahan makanan yaitu gabungan antara

kecepatan, tingkat ketepatan, dan kemudahan dari percobaan yang dilakukan

(Osborne

et al

.1993).

(20)

5

sehingga dengan parameter-parameter ini seluruh informasi penyerapan dari suatu

bahan dapat dijelaskan (Murray dan Williams, 1990).

Informasi yang tercakup dalam spektrum infra merah dekat cukup banyak

karena setiap bahan memiliki spektrum pantulan atau serapan infra merah dekat yang

unik dan beragam dan juga hal ini dapat menyebabkan kesulitan dalam

menginterpretasi spektrum tersebut.

Cahaya infra merah dekat yang mengenai suatu bahan memiliki energi yang

kecil dan hanya menembus sekitar satu millimeter permukaan bahan, tergantung dari

komposisi bahan tersebut. Jika cahaya mengalami penyebaran, spektrum tersebut

tetap mengandung informasi contoh penyerapan permukaan bahan tetapi terjadi

distorsi pada puncak gelombang. Variasi pada ukuran dan suhu partikel sampel

mempengaruhi penyebaran radiasi

infrared

pada saat melewati sampel (Dryden,

2003). Partikel berukuran besar tidak dapat menyebarkan radiasi

infrared

sebanyak

partikel kecil (Dryden, 2003). Makin banyak radiasi yang diserap dapat memberikan

nilai absorban yang tinggi dan efeknya besar pada panjang gelombang yang diserap

lebih kuat (Dryden, 2003). Proses pemantulan dan penyerapan cahaya infra merah

dapat dilihat pada Gambar 1.

Infrared

Transmitten

Reflection

Gambar 1 Proses penyinaran

infrared

pada bahan

Berdasarkan sifat absorbansi dan reflektan dari energi radiasi yang

dipancarkan, maka NIR dapat digunakan untuk mengkaji komposisi kimia bahan,

termasuk bahan hasil pertanian dan bahan pangan. Evaluasi kualitas bahan hasil

pertanian telah menggunakan perangkat dari radiasi infra merah dekat, (Norris dan

Hart,1962), Evaluasi komposisi bahan lebih didasarkan pada jumlah energi radiasi

yang diserap (

absorb

), dibandingkan dengan jumlah energi yang dipantulkan

(

reflectant

). Berdasarkan energi radiasi yang diserap pada kedalaman beberapa nm

(21)

dalam bahan, bukan hanya komposisi kimianya yang terdeteksi, namun kerusakan

bahan pangan dan pakan juga dapat terdeteksi tanpa merusak bahan.

Teknologi NIR juga telah banyak diterapkan dalam menganalisis kandungan

suatu bahan pangan atau pakan karena lebih mudah, sangat cepat dan tidak

menimbulkan polusi. Pantulan infra merah dekat digunakan untuk pengukuran

langsung kandungan sukrosa dan asam sitrat pada jeruk Mandarin (Miyamoto

et

al

.1998).

Rosita (2001) menerapkan teknologi NIR untuk memprediksi mutu buah

duku berdasarkan kadar gula dan kekerasan buah dengan nilai korelasi yang

dihasilkan 0,91,

standard error

0,87 dan koefisien keragaman sebesar 5,93.

Fontaine

et al.

(2001) menerapkan NIR dalam menduga kandungan asam

amino kedelai. Didapat bahwa 85 – 98% variasi asam amino mampu dijelaskan

dengan baik menggunakan NIR.

Fontaine

et al.

(2001) telah menggunakan NIR untuk memprediksi

kandungan asam amino esensial beberapa bahan pakan yakni kedelai,

rapeseed meal

,

tepung biji bunga matahari, kacang polong, tepung ikan, tepung daging dan tepung

produk samping pemotongan ayam (

poultry by product

).

Teknologi NIR digunakan pada pendugaan kadar air, karbohidrat, protein

dan lemak tepung jagung pada panjang gelombang 900-1400 nm. Hasil pendugaan

bahwa data reflektan dapat menganalisa kadar protein lebih baik dari data absorban.

Data absorbansi dapat mengukur karbohidrat, lemak dan kadar air lebih baik daripada

data reflektan (Mitamala, 2003). Panjang gelombang 900-2000 nm dapat digunakan

dalam menduga kadar air, karbohidrat, protein, lemak dan amilosa beras (

Oryza

Sativa L

.) secara cepat dan akurat dengan teknologi

near infrared

(Kusumaningtyas,2004).

Kelebihan penggunaan metode NIR antara lain disebabkan banyak

komposisi kimia dari bahan pangan/pertanian yang menyerap (absorpsi) atau

memantulkan (reflektan) cahaya pada rentang panjang gelombang 0.7-3 μm. Protein,

(22)

7

Kendala metode NIR adalah biaya investasi alat yang tinggi. Metode NIR

masih tergolong sekunder karena memerlukan tahap kalibrasi terutama bagi sampel

uji yang belum pernah menggunakan metode ini misalnya tepung ikan, bungkil inti

sawit, dedak. Metode NIR sangat membantu pekerjaan analisis yang bersifat rutin,

seperti kadar air, serat kasar, protein, dan lemak. Metode ini sangat sesuai karena

tidak lagi banyak memerlukan tahap kalibrasi.

Kalibrasi dan Validasi

Untuk menganalisa pantulan infra merah dekat maka spektrum pantulan

infra merah dekat dan nilai referensi di laboratorium perlu diukur. Hubungan antara

spektrum pantulan dan nilai referensi diperoleh dengan cara metode matematika

dengan cara mengkalibrasinya. Kesulitan dalam kalibrasi menurut Osborne

et al.

(1993) adalah masalah informasi alam yang kompleks dalam spektrum infra merah

contohnya setiap puncak spektrum hampir selalu tumpang tindih (

overlapped

) oleh

satu atau lebih puncak-puncak yang lain. Berbagai macam metode kalibrasi spektrum

infra merah telah tersedia tetapi dapat dibagi dalam dua kategori yaitu metode

kalibrasi untuk panjang gelombang terpilih atau sering disebut metode lokal dan

metode yang melibatkan seluruh spektrum atau sering disebut metode global atau

juga disebut dengan metode kalibrasi spektrum penuh (

full spectrum calibration

methods

) contohnya

Principal Components Regression

(PCR) dan

Partial Least

Square

(PLS). Metode

full-spectrum

banyak digunakan karena dengan metode ini

data dalam spektrum direduksi untuk mencegah masalah

overfitting

tanpa kehilangan

satu atau beberapa informasi yang sangat berguna.

Jumlah sampel yang digunakan untuk kalibrasi maupun validasi harus cukup

banyak. Jumlah sampel untuk kalibrasi harus lebih banyak dari pada untuk keperluan

validasi, disarankan minimal 90% dari total sampel yang digunakan.

Tepung Ikan

(23)

usaha peternakan dan budidaya ikan adalah tersedianya pakan sehingga untuk

menstimulasi produksi tersebut selain mengusahakan adanya pakan alami juga perlu

ditambahkan pakan tambahan yang merupakan sumber gizi yang dapat melengkapi

pakan alami. Pakan tersebut harus mempunyai kandungan gizi yang lengkap berupa

protein, asam amino, lemak, asam lemak, vitamin, kalori dan mineral yang akan

mampu meningkatkan produksi (Sunarya, 1990 dan Saleh, 1990).

Kegunaan tepung ikan adalah sebagai bahan campuran pakan ternak, unggas

serta ikan dan berfungsi sebagai sumber protein. Tepung ikan yang akan digunakan

sebagai sumber protein pakan harus memenuhi kualitas yang dipersyaratkan baik

secara organoleptik, fisik, kimiawi dan bakteriologis maupun metode pengolahannya.

Tepung ikan produk dalam negeri harus dapat memenuhi persyaratan ini agar dapat

bersaing dengan produk impor. Secara umum tepung ikan yang berkualitas baik

mengandung protein kasar antara 60% hingga 70% dan kaya akan asam amino

esensial. Asam amino esensial yaitu asam amino yang mutlak diperlukan oleh hewan

atau ternak dan harus tersedia di dalam makanannya sebab asam amino esensial itu

tidak dapat dibuat di dalam tubuh hewan atau ternak itu sendiri. Komposisi asam

amino yang ada pada tepung ikan antara lain

lysine,

methionine

dan

cystine

, yang

selalu kurang dalam bahan-bahan makanan ternak asal nabati (Rasyaf, 1990). Protein

dari bahan nabati biasanya miskin akan

methionine

, hal ini dapat diperbaiki dengan

menambahkan tepung ikan yang kaya akan

methionine

(Firdaus,1999). Tepung ikan

merupakan penyumbang protein hewani pada pakan ternak. Pada formulasi ransum

ternak 80% bahan pakan berasal dari nabati sehingga protein yang diperoleh juga

berasal dari protein nabati. Protein nabati (asal tumbuh-tumbuhan) lebih sukar dicerna

daripada protein hewani (asal hewan). Hal ini karena protein nabati terbungkus dalam

dinding selulose yang sukar dicerna. Umumnya kandungan asam amino esensial dari

protein nabati kurang lengkap dibandingkan dengan protein hewani (Mudjiman,

1984). Moeljanto (1982) menjelaskan bahwa jenis vitamin yang paling banyak

ditemukan pada tepung ikan adalah vitamin-vitamin B yaitu riboflavin, asam

pantothenat, niacin dan cobalamin.

(24)

benda-9

benda asing lainnya. Tepung ikan yang dibuat dari bahan

offal

(sisa dari industri fillet

ikan) mempunyai kadar protein lebih rendah dan kadar mineral lebih tinggi daripada

tepung ikan yang terbuat dari ikan utuh. Cara pengolahan secara modern dan

tradisional juga memberikan pengaruh terhadap kadar protein tepung ikan

(Sunarya,1990). Irawan (1995) berpendapat bahwa ada dua faktor yang

mempengaruhi kandungan lemak dan protein yang terdapat dalam daging ikan yaitu

faktor dari luar dan dari dalam. Faktor dari luar berupa tempat ikan itu hidup, sumber

makanan yang didapat dan pengaruh musim. Faktor dari dalam seperti masalah umur,

jenis, sifat keturunan dan jenis kelamin.

Menurut Irawan (1995), tepung ikan merupakan suatu produk padat kering

yang dihasilkan dari sisa-sisa olahan atau limbah ikan, bahkan bisa juga dari hasil

kelebihan pada waktu penangkapan ikan. Di Indonesia pengolahan tepung ikan masih

belum menggembirakan perkembangannya. Untuk memenuhi kebutuhan sendiri,

produksi dalam negeri hanya mampu memenuhi 5% dari total kebutuhan dengan

mutu relatif lebih rendah (Ilyas, 1988), sedangkan 95% sisanya dipenuhi dari impor

dengan volume impor 128,9 ribu ton dengan nilai US $ 72,9 juta. Kenaikan rata-rata

impor tepung ikan setiap tahunnya adalah 49,30%(Warta Gappindo, 1998).

Produksi dalam negeri yang hanya mampu memenuhi sebagian kecil

kebutuhan tersebut, didapatkan dari industri pengolahan tepung ikan dengan skala

tradisional sampai medium yang belum beroperasi secara maksimal karena

terbatasnya bahan baku.

Untuk meningkatkan mutu tepung ikan agar memenuhi standar SNI dan

FAO perlu dicari cara pengolahan tepung ikan paling efektif dan efisien tetapi sesuai

dengan kondisi sosial ekonomi masyarakat kita. Sampai saat ini data yang berkaitan

dengan hal tersebut masih sangat terbatas.

(25)

pabrik pengalengan yang mencapai 30-40% dari bahan baku untuk pengalengan serta

lemuru yang tidak tertampung untuk konsumsi manusia pada musim berlimpah

(Martosubroto dan Naamin 1985; Indriyati

et al.

1990).

Jenis-jenis ikan yang dipakai sebagai bahan tepung ikan termasuk

ikan-ikan demersal antara lain golongan petek (

Leiognathidae

), kerong-kerong

(

Theraponida

e), buntal (

Lagocephalidae

,

Diodonthidae

), beloso (

Saurida

spp.), ikan

kepala pipih (

Platycephalidae

), baronang (

Singhanidae

). Disamping itu termasuk

pula jenis-jenis ikan pelagis yang ekonomis penting tetapi masih berukuran

kecil-kecil seperti dari laying (

Decapterus

spp.), kembung (

Rastrellinger

spp), lemuru

(

Sardinela

spp.) dan beberapa jenis selar (

Carangidae

) (Martosubroto dan Naamin

1985; Hardy dan Masumoto 1991).

Dalam Anonim (1985) dikemukakan bahwa selain ikan rusak, kelebihan

ikan pada waktu musim penangkapan dan hasil buangan pabrik pengolahan ikan

merupakan sumber yang sangat cocok untuk bahan baku tepung ikan adalah

jenis-jenis ikan dasar yang berkualitas dan bernilai rendah yang dinilai sebagai “ikan

sampah”. Jenis-jenis ikan sampah tersebut dikategorikan sebagai ikan komersial

ketiga yang terdiri dari : kapas-kapas (

Gerenidae

), peperek (

Leiognathidae

), biji

nangka, kuniran (

Upeneus

), pasir-pasir (

Scolopsis

), beloso (

Saurida

), kerong-kerong

(

Theraponida

e), nomei (

Harpodon

), gigi anjing, mamar (

Labridae

), ikan hitam,

buntana, greon (

Acanthuridae

), sedangkan ikan rucah lainnya adalah buntel duren

(

Diodonthidae

), buntel mas, buntel pasir, buntel kelapa (

Tetraodontidae

), beloso

(

Synodus

), pokol (

Balistidae

) dan lidah (

Cynoglossidae

).

Teknologi Pengolahan Tepung Ikan

Tepung ikan adalah suatu produk padat yang diperoleh dengan jalan

mengeluarkan sebagian air atau seluruh lemak dari ikan atau limbah. Pengolahan

tepung ikan pada prinsipnya adalah perubahan bentuk dari ikan utuh atau limbahnya

menjadi bentuk tepung ikan sedangkan metode yang digunakan dapat dilakukan

secara konvensional maupun secara sederhana (Erlina

et al.

1985; Ilyas

et al

. 1985).

(26)

11

akan diolah menjadi tepung ikan dalam jumlah yang besar dan teratur pengadaannya,

maka dapat digunakan cara konvensional yang lazim digunakan dalam industri

tepung ikan. Pada cara konvensional, tahap-tahap pengolahan dilakukan secara

kontinyu dan kondisi pengolahannya mudah dikontrol. Sebaliknya jika bahan mentah

tersedia dalam jumlah yang kecil dan tidak teratur pengadaannya, maka hasil

tangkapan tersebut dapat diolah dalam skala kecil dengan menggunakan metode

sederhana. Selain jumlah bahan yang tersedia, pemilihan teknologi pengolahan juga

harus disesuaikan dengan jenis ikan yang akan diolah, karena ikan yang berkadar

lemak tinggi, lebih sulit mengolahnya daripada ikan yang berkadar lemak rendah.

Pada pengolahan tepung ikan selain dihasilkan tepung ikan, juga didapat minyak ikan

yang mempunyai nilai ekonomis cukup baik.

Urutan pengolahan tepung ikan adalah pencincangan, pemasakan,

pengepresan, pengeringan dan penggilingan (Ilyas

et al

. 1985). Menurut Clusac dan

Ward (1996), proses pengolahan tepung ikan dapat dilakukan melalui 2 cara seperti

berikut :

Cara kering (

dry process

)

Cara ini dilakukan pada ikan yang berkadar lemak rendah (<5%). Proses

pengolahannya dapat dilihat pada Gambar 2.

Ikan

Penggilingan Kasar

Pengepresan

Penggilingan Halus

Pengeringan

(kering matahari 3 jam; kering oven 40

0

C, 12 jam)

Tepung Ikan

(27)

Bahan yang sudah dipres hingga kadar air mencapai kira-kira 10 persen.

Pengeringan yang kurang sempurna akan memungkinkan pertumbuhan jamur, kapang

atau mikroorganisme lainnya. Bila temperatur terlalu tinggi, terlebih ada bagian yang

terbakar maka nilai gizi tepung ikan tersebut akan turun. Pada industri kecil,

pengeringan tepung ikan dilakukan dengan penjemuran sinar matahari (Kompiang,

1982).

Cara Basah (

wet process

)

Cara ini dilakukan untuk mengolah ikan-ikan yang berkadar lemak tinggi

(>5%), biasanya dilakukan bila persediaan bahan baku banyak dan kontinyu.

Pengolahan tepung ikan dapat dilakukan dengan metode konvensional

maupun metode sederhana (skala kecil). Pengolahan tepung ikan secara konvensional

dilakukan secara mekanis dan tahap-tahap pengolahannya merupakan suatu rangkaian

yang kontinyu. Bahan mentah masuk ke dalam unit pengolah dan keluar sudah dalam

bentuk produk akhir (tepung ikan). Sistem pengolahan konvensional telah banyak

diterapkan oleh pabrik-pabrik tepung ikan di daerah muncar, walaupun dengan

kapasitas yang masih rendah yaitu sekitar 20 ton per hari. Tahap-tahap pengolahan

konvensional adalah berturut-turut : pencincangan , pemasakan (

cooking

),

pengepresan, pemisahan ’

press liquor’

, pengeringan, penggilingan (

milling

),

pengemasan, penyimpanan (Ilyas

et al

. 1985; Indriyati

et al

, 1990).

(28)

13

teknik dan peralatan yang sangat sederhana sehingga kondisi pengolahannya sulit

dikontrol. (Saleh

et al

. 1986). Proses pengolahan tepung ikan cara basah dapat dilihat

pada Gambar 3.

Ikan

Pengukusan

(kering oven 90

0

C, 30 menit)

Pengepresan

Ikan Tanpa Lemak Air Perasan

Pengeringan

(1. Kering matahari, 24 jam)

Pemisahan Lemak

(2. Kering oven 40

0

C, 12 jam)

Penggilingan Fish Soluble Minyak Ikan

Pengasaman sampai pH 4,5

Tepung Ikan

Pengeringan

(kering

oven

40

0

C, 12 jam)

(kering

matahari,

24

jam)

Tepung Ikan

Gambar 3 Skema Pengolahan Tepung Ikan Cara Basah (

Wet Process

)

Mutu Tepung Ikan

(29)

harga. Adapun mutu tepung ikan menurut Standar Nasional Indonesia dapat dilihat

pada Tabel 1.

Ilyas

et al

. (1988) mengemukakan bahwa mutu tepung ikan dapat dinilai

secara fisik (organoleptik). Secara fisik kriteria yang dinilai adalah penampakan (rupa

dan warna), keseragaman ukuran partikel dan bau. Dari segi mikrobiologis, tepung

ikan harus bebas dari bakteri patogen dan kapang serta benda asing yang merupakan

keberatan (

Objectional deffects

) adalah potongan serangga, bulu, kayu dan kotoran

lainnya. Adapun mutu tepung ikan yang dipersyaratkan untuk pakan ternak :

1.

Kadar protein tinggi dan konstan, mudah dicerna.

2.

Kadar air kurang dari 10%

3.

Bebas dari kontaminasi kapang dan bakteri penyebab penyakit

4.

Bebas dari benda asing, kotoran hewan, sisa serangga, bulu tikus dan lain-lain

5.

Menambahkan anti oksidan

Tabel 1 Persyaratan mutu standar tepung ikan

Parameter

Mutu I

Mutu II

Mutu III

Kimia :

- Air (%) maks

10

12

- Protein kasar (%) min

65

55

45

- Serat Kasar (%) maks

1,5

2,5

3

- Abu (%) maks

20

25

30

- Lemak (%) maks

8

10

12

- Ca (%)

2,5 – 6,0

2,5 – 7,0

- P (%)

1,6 – 3,2

1,6 – 4,0

1,6 – 4,7

- NaCl (%) maks

2

3

4

Mikrobiologi :

-

Salmonella

(25g sample)

Negatif

Organoleptik :

- Nilai minimum

7

6

Sumber : Standar Nasional Indonesia (1992).

Selain mengandung komposisi di atas Irawan (1995) menambahkan

tepungikan yang bermutu harus memenuhi syarat :

(30)

15

2. Tidak mengandung sisa-sisa tulang

3. Tidak bercampur dengan mata kail maupun benda-benda lainnya.

Energi Bruto

Ternak umumnya memperoleh energi dari pakan yang dikonsumsi. Akan

tetapi tidak semua energi pakan tersebut dapat digunakan oleh tubuh ternak.

Penggunaan energi pakan oleh tubuh unggas sangat penting diketahui, terutama untuk

memenuhi kebutuhannya sesuai dengan tujuan pemeliharaan. Hal ini lebih penting

lagi karena tidak semua bahan pakan yang mempunyai nilai energi bruto yang sama

mempunyai daya guna yang sama (Wahju, 1985).

Energi dibutuhkan oleh semua ternak hampir dalam semua proses

kehidupan, didalam proses metabolisme antara lain untuk mengatur tekanan darah,

denyut jantung, penyerapan dan ekskresi serta sintetis komponen-komponen tubuh

(Parakkasi, 1983). Nilai energi pakan dapat dinyatakan dalam bentuk energi bruto,

energi dapat dicerna, energi metabolis dan energi netto (NRC, 1994). Energi bruto

adalah jumlah panas yang dilepaskan jika suatu zat mengalami oksidasi sempurna

menjadi CO

2

dan air dalam bom kalorimeter dengan tekanan 25-30 atm O

2

. Menurut

Blakely dan Bade (1991), energi bruto merupakan kandungan seluruh energi yang

terdapat dalam bahan pakan atau ransum yang tidak seluruhnya dipergunakan tubuh.

Energi Metabolis

Energi metabolis adalah energi yang dapat digunakan oleh tubuh dari pakan

yang dikonsumsi untuk melakukan aktifitas dan berproduksi. Proses penggunaan

energi dalam tubuh menyangkut perubahan bentuk dari satu bentuk ke bentuk lain.

Proses ini dikenal dengan istilah metabolisme yang terdiri dari katabolisme (proses

pemecahan) dan anabolisme (proses pembentukan) zat gizi dalam sel atau tubuh.

(31)

ternak (Storey dan Allen, 1982). Energi metabolis juga dipengaruhi oleh kemampuan

ternak untuk memetabolis ransum atau bahan pakan di dalam tubuhnya (Sibbald,

1989). Energi netto adalah energi yang dapat dimanfaatkan untuk fungsi-fungsi tubuh

(Blakely dan Bade 1991).

Pada unggas lebih mudah menghitung energi metabolis yang jumlahnya

70-90 % dari energi bruto ransum karena feses dan urin dikeluarkan secara bersamaan

(NRC, 1994). Banyaknya feses tergantung pada kuantitas bahan yang dapat tercerna

seperti selulosa, hemiselulosa, dan lignin (Anggorodi, 1995).

Perhitungan energi metabolis menggunakan rumus yang dikembangkan oleh

Sibbald dan Wolynetz (1985). Energi metabolis menurut Sibbald dan Wolynetz

(1985) dinyatakan dengan empat peubah, yaitu energi metabolis semu (EMS), energi

metabolis semu terkoreksi nitrogen (EMSn), energi metabolis murni (EMM) dan

energi metabolis murni terkoreksi nitrogen (EMMn). Pada penelitian ini perhitungan

energi metabolis hanya menggunakan energi metabolis semu (EMS).

Selama ini pedoman yang digunakan dalam penyusunan ransum di daerah

tropis masih menggunakan patokan yang digunakan oleh

National Research

Council

(NRC) dari Amerika Serikat tahun 1994 tabel NRC disusun atas dasar berbagai

penelitian dari berbagai daerah atau negara-negara bagian. Piliang (1977) dan

Amrullah (1979) telah memulai meneliti kandungan energi bahan makanan berasal

dari Indonesia yang masing-masing dilakukan di Amerika Serikat dan Fakultas

Peternakan, IPB. Bahan-bahan yang diteliti masing-masing adalah dedak padi, tepung

ikan, bungkil kelapa, bungkil kacang tanah dan kedele mentah (Piliang, 1977):

jagung, dedak halus dan bungkil kedelai (Amrullah, 1979). Metode yang digunakan

oleh kedua peneliti ini adalah metode Hill (1958) yang hanya menghasilkan nilai

“

Apparent Metabolizable Energy

”

(32)

METODOLOGI PENELITIAN

Waktu dan Tempat

Penelitian dilakukan di Laboratorium Teknologi Pengolahan Pangan dan

Hasil Pertanian (TPPHP) Departemen Tteknik Pertanian, Fak. Teknologi Pertanian

IPB, Laboratorium Terpadu IPB, Laboratorium Ilmu dan Teknologi Pakan

Departemen Ilmu Nutrisi dan Teknologi Pakan, Fak. Peternakan IPB dan

Laboratorium Nutrisi Unggas, Fak. Peternakan IPB. Lamanya penelitian dari Maret

sampai Desember tahun 2005.

Alat dan Bahan

Bahan utama yang digunakan adalah tepung ikan yang diperoleh dari

poultry shop

yang ada di beberapa daerah Indonesia dan industri pakan ternak. Sistem

NIR merupakan modifikasi dari rancangan Budiastra

et al

. (1995). Sistem ini terdiri

dari unit optik dan unit elektronik yaitu : lampu halogen 150 watt (AT-100GH),

pemutus cahaya (

Chopper

, AT-100CH), Penyaring cahaya (

Light Filter

)

Monokromotor (g

rating monochromator,

SPG-100IR), Pengumpul Cahaya

(i

ntegrating sphere,

ISR-200), yang terdiri dari; Sensor dan lensa optik serta sensor

Pbs, penguat (

Lock in Amplifier

, AT-100AM),

Interface

(FCL 812 PG), rangkaian

keluaran digital, komputer. Ayam broiler jantan sebanyak 53 ekor periode

finisher

,

kandang metabolis, tempat air minum dan pakan yang dibutuhkan selama masa

(33)

[image:33.595.142.487.321.625.2]

Gambar 4. Peralatan

Near Infrared

(NIR)

Ket : CONT :

Motor Contoller

DO :

Digital Output

ADC :

Analog Digital Converter

MONOKROMATOR

Penguat

ADC

KOMPUTER

DO

CONT

FILTER

LAMPU HALOGEN CHOPPER

MOTOR

SAMPEL

CERMIN

SENSOR INTEGRATING SPHERE

(34)

19

Sistem NIR dihubungkan dengan komputer dan dijalankan oleh perangkat

lunak bahasa C++ (Budiastra dan Suroso, 2004 ) 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.

Prosedur Penelitian

Gambar 6. Prosedur Pengujian Sistem

Near Infrared

50 Sampel

2

⁄

3dari total sampel

1

⁄

3 dari Total sampel

Scanning

NIR

tepung ikan

dengan

berbagai

panjang

gelombang

Analisis energi

metabolis

tepung ikan

dengan metode

kimia

Scanning

NIR

tepung ikan

dengan berbagai

panjang

gelombang

Analisis energi

metabolis

tepung ikan

dengan metode

kimia

Pengkondisian

data, turunan

log 1

⁄

R

penormalan

transformasi

Penentuan

energi

metabolis

penentuan

mutu

Pengkondisian

data, turunan

log 1

⁄

R

penormalan

transformasi

Penentuan

energi

metabolis

penentuan

mutu

Penentuan kalibrasi

validasi

(35)

Metode yang digunakan dalam penelitian antara lain adalah sebagai berikut :

Pengukuran Pantulan Spektrum

Sistem NIR merupakan modifikasi dari rancangan Budiastra et al. (1995).

Sebelum dilakukan pengukuran, alat (sistem NIR) dinyalakan dan dibiarkan terlebih

dahulu selama kurang lebih 30 menit sampai 1 jam. Celah masuk pada

monochromator

diatur sebesar 50µm, penguatan (

gain)

sebesar 100, waktu tanggap

sedang dua (

mid

2) untuk panjang gelombang 900 nm sampai 2000 nm dan intensitas

cahaya diatur pada posisi 13,

gain

sebesar 200, tombol Pbs dan LNR diaktif.

Filter

yang digunakan untuk menyaring cahaya yang masuk dalam

chopper

yaitu lensa

dengan kode 046 untuk panjang gelombang 900-1400 nm dan kode 048 untuk

panjang gelombang 1400-2000 nm.

Pengukuran pantulan ini dilakukan dengan cara mengukur standar putih

terlebih dahulu kemudian dilanjutkan dengan pengukuran sampel (tepung ikan)

sebanyak secukupnya untuk setiap pengukuran dengan cara menempatkannya pada

unit deteksi. Cahaya dari lampu halogen pertama dipotong pada laju sebesar 270 Hz

oleh pemotong (

chopper

) dan cahaya disaring oleh penyaring gangguan (

interference

)

sebelum masuk kedalam

monochromator

dan mengenai sampel. Pantulan cahaya dari

sampel akan dikumpulkan oleh

integrating sphere

, ditangkap oleh sensor yang

kemudian dikonversi dari analog ke digital oleh

A/D

converter

. Komputer mengirim

sinyal digital ke motor untuk melakukan pemindaian gelombang NIR dan pengukuran

pantulan dilakukan lagi dan seterusnya hingga pemindaian gelombang NIR selesai.

Selanjutnya sifat pantulan dihitung, grafik spektrum diperagakan dan data direkam.

Pemantulan dihitung dengan menggunakan persamaan sebagai berikut:

V

contoh

R

=

V

standar

Dimana V

contoh

= tegangan pantulan contoh/sampel (volt)

V

standar

= tegangan pantulan standar putih (volt)

Data absorbansi diperoleh dengan cara mentransformasikan nilai

(36)

21

Penentuan Kandungan Energi Metabolis

Energi Metabolis (EM) juga ditentukan dengan metode Sibbald dan

Wolynetz (1985) berdasarkan energi yang dikonsumsi dikurangi dengan energi keluar

bersama ekskreta . Energi yang dikonsumsi ditentukan dengan jumlah ransum yang

dikonsumsi dikali dengan kandungan energi ransum tersebut yang diukur dengan

bomb calorimeter. Energi ekskreta diperoleh dengan mengumpulkan ekskreta ayam

broiler yang diberi perlakuan tepung ikan. Sebagai nilai acuan untuk mendapatkan

nilai energi metabolis adalah dengan melakukan pencekokan terhadap 53 ekor ayam

broiler dengan memberikan masing-masing 30 gram tepung ikan yang berbeda,

pengumpulan ekskreta, pengeringan ekskreta, membersihkan ekskreta dari bulu dan

kotoran lain, digiling dan pengujian laboratorium (Sibbald, 1976) Penentuan energi

bruto dilakukan dengan menggunakan bom kalorimeter (AOAC, 1999). Ayam broiler

jantan umur 6 minggu jenis CP 707 diberi pakan perlakuan selama 2 hari untuk masa

adaptasi . Setelah masa adaptasi, ayam dipuasakan dari makan selama 24 jam.

Ekskreta dikumpulkan setiap 2 jam selama 24 jam. Setiap pengumpulan ekskreta

disimpan di dalam

freezer

, selanjutnya dikeringkan dengan oven pada suhu 60

0

C.

Sebelum dikeringkan feses segar ditimbang dulu untuk penentuan kadar air. Setelah

kering, sampel ekskreta dibersihkan dulu, terutama dari kontaminasi bulu-bulu halus

ayam, kemudian ditimbang dan digiling. Kandungan energi ekskreta diukur dengan

bomb calorimeter

. Energi metabolis ditentukan dengan rumus berikut :

Energi Metabolis

semu

= (E. kons – E. ekskreta)/

∑

kons. ransum

Penggunaan metode Sibbald ini dalam menghitung Energi metabolis

digunakan sebagai pembanding dari hasil yang diperoleh dengan menggunakan

Near

Infrared.

Metode Analisa Energi Bruto

Metoda analisis yang digunakan adalah AOAC tahun 1999. Prinsip dasar

pada metode ini yaitu menentukan jumlah Energi Bruto (EB) atau

Gross Energy

(GE)

suatu bahan ,makanan ternak ataupun ransum. Bahan kimia dan alat : Na

2

CO

3

,

Aquadest

, Kawat Platina, Indikator Methil Orange, Erlenmenyer,

Bomb Calorimeter

,

(37)

Metode Analisa :

1.

Sample dalam bentuk

pellet

ditimbang 0,5 – 1 gram.

2.

Sample dimasukkan ke dalam cawan kecil, kemudian dilewatkan kawat platina

sepanjang 10 cm dan dimasukkan lagi ke dalam

bomb calorimeter

.

3.

Sebelum diisi gas oksigen sebanyak 25 atmosfer,

bomb calorimeter

diisi dengan

aquadest

sedikit.

4.

Bomb calorimeter

dimasukkan ke dalam jaket yang sudah diisi air kemudian

ditutup. Suhu distabilkan dengan memutar tombol. Setelah stabil dicatat sebagai

suhu awal (a).

5.

Sample dibakar dengan menekan tombol atau

knop

dan dibiarkan selama 5 menit.

Kemudian suhu distabilkan kembali dengan memulai tombol suhu. Suhu yang

sudah stabil dicatat sebagai suhu akhir.

6.

Cawan dan tabung bom kalorimeter dibilas dengan

aquadest

yang telah dicampuri

dengan indikator methil orange. Air bilasan titrasi dengan Na

2

CO

3

(Natrium

Carbonat).

7.

Kawat platina yang terbakar diukur sebagai

k

kalori.

Untuk mendapatkan jumlah Energi Bruto (EB) suatu bahan makanan ternak

ataupun ransum maka dipergunakan rumus sebagai berikut :

Energi Bruto (EB) =

(

b

−

a

)

x

2589

−

k

−

ti

Berat sample

= X kalori/ gram.

Dimana :

b = suhu akhir

0

F

a = suhu awal

0

F

k = kawat platina terbakar (kalori)

ti = volume Na

2

CO

3

yang digunakan untuk mencapai titik akhir

titrasi.

(38)

23

Pengolahan dan Analisis Data

Data-data yang diperoleh dianalisis dengan menggunakan bantuan program

statistika komputer antara lain adalah

SPSS, Minitab

dan

Microsoft Excel

. Pada

penelitian ini analisis menggunakan perangkat lunak Minitab 11

for windows

dan

Minitab

Realese

13.3

for Windows

. Keluaran Regresi Linier Berganda (RLB) adalah

persamaan kalibrasi antara reflektan/absorban NIR dengan nilai

bioassay

yang

memiliki koefisien determinasi tinggi dan

standard error

yang rendah (Ratnawati,

2004) dan keluaran

(PCR) adalah persamaan

kalibrasi antara absorban NIR dengan nilai

bioassay

yang memiliki

standard error

yang rendah dan koefisien variasi yang kecil. Validasi bertujuan untuk menguji

kemampuan RLB dan PCR untuk memprediksi kandungan gizi berdasarkan data

reflektan/absorban NIR bahan. Proses validasi pada analisis RLB menggunakan 15

sampel. Parameter keberhasilan dilihat dari

standard error

prediksi (SEp) dan

koefisien variasi (CV).

Analisis data meliputi kalibrasi dan validasi pantulan (R) maupun data

absorbansi (log 1/R). Dari seluruh sampel yang diukur akan dibagi dua bagian yaitu

untuk proses kalibrasi dan validasi. Jumlah sampel untuk kalibrasi sebanyak 2/3 total

sampel sedangkan jumlah sampel validasi sebanyak 1/3 total sampel.

]

Kalibrasi

Metode

Regresi Linier Berganda

Proses kalibrasi ini dilakukan untuk menentukan hubungan antara energi

metabolis tepung ikan dengan data reflektan NIR maupun dengan data absorbansi

NIR. Persamaan kalibrasi dapat dibangun dengan menggunakan persamaan regresi

linier berganda (Mattjik dan Sumertajaya, 2002):

Y =

a

+b

₁

X

₁

+b

₂

X

₂

+…+b

_n

X

_n

Dimana :

Y : kandungan energi bruto/energi metabolis

a dan b: konstanta regresi

(39)

Pemilihan panjang gelombang yang tepat untuk pendugaan energi metabolis

tepung ikan dapat dilakukan dengan beberapa metode dari proses regresi, seperti

metode

stepwise, backward eliminatation, forward

dan sebagainya. Pada penelitian

ini metode yang digunakan adalah metode

stepwise.

Metode Principal Component Regression (PCR)

(PCR) merupakan analisis statistika

peubah ganda yang dapat digunakan untuk keperluan mereduksi sejumlah peubah asal

menjadi beberapa peubah baru yang bersifat ortogonal dan tetap mempertahankan

total keragaman yang besar dari peubah asalnya. Hasil analisis berupa akar ciri,

vektor ciri, proporsi dan proporsi komulatif total keragaman yang diterangkan oleh

masing-masing komponen serta skor komponen. Persamaan kalibrasi dapat dibangun

dengan menggunakan persamaan

principal component regression

(Mattjik dan

Sumertajaya, 2002):

Y

=

a

+

b p

1

+

c p

2

+

d p

3

+

...+

n p

n

Dimana :

Y : kandungan energi bruto/energi metabolis

a, b, c, : konstanta

p : komponen utama pada panjang gelombang tertentu.

b. Validasi

Setelah didapatkan model persamaan kalibrasi, dilakukan proses validasi

dengan menggunakan sisa data yang lain. Data tersebut dimasukkan ke dalam

persamaan kalibrasi, sehingga diperoleh data kandungan energi metabolis dugaan

NIR.

Data kandungan energi metabolis dugaan NIR akan divalidasi dengan data

hasil pengujian secara kimiawi / bom kalorimeter di laboratorium kimia dan dibuat

hubungan antara keduanya. Setelah itu akan dihitung

standard error of validation

(SE

p

),

Coefficient of Variability

(CV) dengan menggunakan persamaan sebagai

(40)

25

SE

p

=

(

Y

NIR

Y

)

/

n

2

−

∑

CV =

Y

SE

x

100%

Dimana :

SE

p

:

standard error

validasi (Kkal/Kg) ,

Y

NIR

: nilai energi bruto/energi metabolis dugaan NIR (Kkal/Kg).

Y

: nilai energi bruto/energi metabolis dengan analisis proksimat (Kkal/Kg).

n

: jumlah sampel (buah).

(41)

Reflektan

Near Infrared

Tepung Ikan

Perangkat NIR yang digunakan menghasilkan data pengukuran berupa data

reflektan radiasi NIR dengan panjang gelombang 900 – 2000 nm dengan interval 5

nm. Reflektan NIR pada setiap sampel jagung memiliki tingkat pantulan yang

berbeda. Hal ini ditunjukkan pada gambar berikut

0.000 0.100 0.200 0.300 0.400 0.500 0.600 0.700 0.800 0.900 1.000 91 5 96 0 100 5 105 0 109 5 114 0 118 5 123 0 127 5 132 0 136 5 141 0 145 5 150 0 154 5 159 0 163 5 168 0 172 5 177 0 181 5 186 0 190 5 195 0

Panjang Gelombang (nm)

R

e

fl

ektan

Series 1 Series 2 Series3 Series4 Series5 Series 6 Series 7

[image:41.595.152.481.269.469.2]

Gambar 7 Reflektan 50 buah sample tepung ikan

Pantulan gelombang NIR yang berbeda tersebut menunjukkan bahwa setiap

tepung ikan memiliki kandungan komposisi kimia yang berbeda termasuk

didalamnya adalah kandungan energi metabolis.

(42)

27

Absorbansi

Near Infrared

Tepung Ikan

Dengan menggunakan transformasi Log (1/R) data reflektan dapat

ditransformasikan menjadi bentuk data absorbansi (penyerapan). Puncak gelombang

spektrum absorbansi inframerah dekat tepung ikan terjadi pada panjang gelombang

1220 nm, 1245 nm, 1755 nm dan 1950 nm. Hal ini menunjukkan penyerapan cahaya

yang tinggi oleh komponen Energi Bruto dan Energi Metabolis. Karakteristik serapan

panjang gelombang NIR pada sampel tepung ikan dapat dilihat pada Gambar 8.

0.000 0.100 0.200 0.300 0.400 0.500 0.600 0.700 0.800 0.900 1.000 91 5 96 0 100 5 105 0 109 5 114 0 118 5 123 0 127 5 132 0 136 5 141 0 145 5 150 0 154 5 159 0 163 5 168 0 172 5 177 0 181 5 186 0 190 5 195 0

Panjang Gelombang (nm)

Ab s o rb a n ( % )

[image:42.595.130.465.243.442.2]

Series1 Series2 Series3 Series4 Series5 Series6 Series7 Series8 Series9 Series10 Series11 Series12 Series13 Series14 Series15 Series16 Series17 Series18 Series19 Series20 Series21 Series22 Series23 Series24 Series25 Series26 Series27 Series28 Series29 Series30 Series31 Series32 Series33 Series34 Series35 Series36 Series37 Series38 Series39 Series40 Series41 Series42 Series43 Series44 Series45 Series46 Series47 Series48 Series49

Gambar 8 Absorbansi 50 buah sample tepung ikan

Pada radiasi NIR terjadi penyerapan cahaya (photon) yang besar oleh

molekul-molekul –CH, -OH, -CN atau –NH. Radiasi

near infrared

yang dipantulkan

dari tepung ikan dapat digunakan untuk memprediksi kandungan kimia seperti energi

bruto dan energi metabolis metabolis tepung ikan, data yang diperoleh dimasukkan

dalam perhitungan kalibrasi. Jumlah dari radiasi pantulan sampel dijadikan sebagai

data reflektan (R) dari jagung. Nilainya diekspresikan sebagai log (1/R), yang

memberi nilai tinggi pada level tinggi absorban. Terdapat hubungan yang linear

antara log (1/R) dan konsentrasi komponen yang diserap.

(43)

Analisis Data

dengan Regresi Linier Berganda

Analisis data terhadap energi bruto dan energi metabolis dilakukan pada

reflektan maupun pada data absorbansi.

Pendugaan Energi Bruto berdasarkan Reflektan

Sebanyak 2/3 dari jumlah sampel digunakan untuk proses kalibrasi.

Persamaan kalibrasi dalam menduga kandungan energi bruto (EB) berdasarkan data

reflektan dibangun dengan membuat hubungan kandungan energi bruto hasil uji

kimia terhadap nilai reflektan NIR dengan menggunakan proses regresi berganda.

Metode kalibrasi regresi berganda yang digunakan adalah metode

stepwise

,

metode tersebut digunakan untuk memilih secara otomatis subset variabel-variabel

bebas yang dapat menerangkan variabel respon (

dependent

) dengan baik berdasarkan

kriteria uji signifikasi F.

Signifikasi F yang digunakan adalah dengan memasukkan harga

entry

sebesar 0.25 dan

removal

0.30. Berdasarkan kriteria tersebut maka suatu panjang

gelombang akan dimasukkan kedalam persamaan kalibrasi jika tingkat signifikasi

dari F lebih kecil dari harga

entry

dan panjang gelombang akan dikeluarkan dari

persamaan kalibrasi jika tingkat signifikasi dari F lebih besar dari 0.30.

Pada tahap kalibrasi ini digunakan data reflektan dari 35 sampel tepung ikan

dengan kisaran panjang gelombang 900 – 2000 nm dan interval 5 nm, terpilih

sebanyak 32 panjang gelombang. Persamaan kalibrasi yang dibangun berdasarkan 32

panjang gelombang terpilih tersebut adalah sebagai berikut :

(44)

29

Persamaan kalibrasi ini digunakan untuk menduga nilai energi bruto dengan

acuan panjang gelombang yang terpilih, sehingga didapat nilai reflektan.

Angka-angka yang terdapat sebelum panjang gelombang terpilih merupakan konstanta

regresi yang didapat pada metode regresi linier berganda melalui metode

stepwise

.

Banyaknya panjang gelombang yang terpilih disebabkan harga

entry

dan

removal

yang besar, hal ini karena

range

dari nilai energi bruto yang terlalu sempit.

Pada gambar 9. dapat terlihat grafik perbandingan nilai EB hasil uji bom

kalorimeter terhadap niali EB hasil pendugaan NIR yang dihitung berdasarkan

persamaan. Nilai koefisien korelasi (R) untuk pendugaan nilai energi bruto bahan

tersebut adalah sebesar 0.99. Nilai koefisien determinasinya (R

2

) sebesar 0.99. Hal

ini berarti bahwa variasi nilai EB bahan dapat dijelaskan dengan baik sebesar 99%

oleh variasi 32 panjang gelombang terpilih.

R2 = 0.9942

3350 3400 3450 3500 3550 3600 3650 3700 3750 3800 3850

EB referensi (kkal)

E

B

d

ugaan

N

IR

(kkal

[image:44.595.147.451.347.539.2]

)

Gambar 9 Grafik perbandingan nilai energi bruto dugaan NIR dengan analisis

proksimat pada tahap kalibrasi 35 sampel.

(45)

Pada tahap validasi pendugaan nilai EB, digunakan sampel yang berbeda

dari kalibrasi dengan jumlah sebanyak 15 buah sampel. Data yang digunakan adalah

data reflektan dengan NIR dan hasil analisis proksimat. Kandungan EB didapat

dengan memasukkan nilai reflektan tersebut kedalam persamaan kalibrasi yang telah

diperoleh. Angka yang dihasilkan pada perhitungan berdasarkan persamaan diplot

dan dituangkan kedalam bentuk grafik.

3400 3450 3500 3550 3600 3650 3700 3750 3800

EB referensi (Kkal)

E

B

dugaa

n

N

IR

(

K

k

a

[image:45.595.138.458.227.417.2]

l)

Gambar 10 Grafik perbandingan nilai energi bruto dugaan NIR dengan hasil analisis

proksimat pada tahap validasi dengan 15 sampel.

(46)

[image:46.595.109.484.126.419.2]

31

Tabel 2 Hasil validasi pendugaan energi bruto berdasarkan reflektan NIR

EB(energi bruto)

No. No.

Sampel

Proksimat (Kkal/Kg)

Prediksi NIR (Kkal/Kg)

1

3 3523

3521

2

5 3440

3439

3

8 3636

3636

4

9 3472

3475

5

10 3689

3683

6

15 3648

3648

7

16 3428

3443

8

22 3740

3733

9

24 3698

3707

10

25 3778

3774

11

32 3469

3465

12

38 3460

3458

13

45 3618

3606

14

47 3708

3716

15

48 3465

3464

SEp (Kkal/Kg)

6.6

CV (%)

0.2

Nilai EB prediksi NIR diperoleh dengan memasukkan nilai reflektan pada

panjang gelombang yang terpilih kedalam persamaan kalibrasi. Nilai EB analisis

proksimat diperoleh langsung dari laboratorium setelah melakukan beberapa tahapan.

Berdasarkan hasil validasi yang peroleh dapat dilihat bahwa nilai

Standard error

EB

berdasarkan reflektan pada tahap validasi ini rendah yaitu 6.6 Kkal/Kg dan koefisien

keragamannya kecil yaitu 0.2%. Hasil ini membuktikan bahwa persamaan kalibrasi

yang diperoleh dari 35 sampel melalui metode

stepwise

dapat digunakan.

Pada tabel dapat dilihat bahwa antara nilai energi bruto yang diuji secara

proksimat dengan nilai energi bruto berdasarkan dugaan NIR tidak menunjukkan

selisih yang jauh, bahkan pada sampel tertentu menunjukkan nilai energi bruto yang

sama.

Pendugaan Nilai Energi Bruto berdasarkan Absorban

(47)

R2 = 0.9857

3350 3400 3450 3500 3550 3600 3650 3700 3750 3800 3850

3350 3400 3450 3500 3550 3600 3650 3700 3750 3800 3850 EB referensi (Kkal)

E

B

dug

aa

n

N

IR

(

K

kal

)

dikalibrasi merupakan nilai absorban (Log 1/R) dari 35 sampel kalibrasi pada kisaran

panjang gelombang 900 – 2000 nm dengan interval 5 nm. Menggunakan metode

regresi berganda

stepwise

, maka terpilihlah 30 panjang gelombang. Persamaan yang

terbentuk dari 30 panjang gelombang terpilih tersebut adalah sebagai berikut :

EB = 4037.116-3123.370(A1945) + 2426.902(A1960) -

76398.612(A1020) - 20024.190(A1120) + 34578.837(A1110) + 5533.192(A1435) -

4420.366(A1985) + 99352.422(A1080) - 2377.069(A1980) + 4511.523(A1990) -

25050.141(A1065) + 40718.542(A1005) - 978.487(A1935) + 3084.134(A2000) -

31876.910(A1140) - 2379.654(A1950) + 28299.505(A1040) - 37443.366(A1105) -

17301.935(A1025) + 9392.833(A935) - 4714.284(A1900) + 9660.029(A1095) -

6175.638(A1085) + 2992.871(A1855) - 9675.100(A1185) + 6274.966(A1430) -

1127.453(A1965) - 10811.845(A970) + 7420.698(A1130)

[image:47.595.150.456.473.657.2]

Persamaan kalibrasi diatas digunakan untuk menduga nilai energi bruto

dengan acuan panjang gelombang yang terpilih, sehingga didapat nilai absorban.

Angka-angka yang terdapat sebelum panjang gelombang terpilih merupakan

konstanta regresi yang didapat pada metode regresi linier berganda. Banyaknya

panjang gelombang yang terpilih disebabkan harga

entry

dan

removal

yang besar, hal

ini karena

range

dari nilai energi bruto yang terlalu sempit.

(48)

33

3400 3450 3500 3550 3600 3650 3700 3750 3800

3350 3400 3450 3500 3550 3600 3650 3700 3750 3800 3850 EB referensi (Kkal)

E

B

dug

a

n N

IR

(K

kal

)

Gambar 11 menunjukkan grafik perbandingan nilai EB hasil analisis

proksimat dan hasil dugaan NIR. Nilai

standard error

kalibrasi 13.6 Kkal/Kg dengan

koefisien keragaman sebesar 0.4 %. Tahap kalibrasi ini menghasilkan nilai koefisien

korelasi (R) sebesar 0.99 serta koefisien determinasi (R

2

) sebesar 0.99. Hal ini

menunjukkan bahwa sebesar 99% variasi nilai EB dapat dijelaskan oleh variasi dari

32 panjang gelombang terpilih.

Dilihat dari nilai koefisien determinasi,

standard error

dan koefisien

keragaman yang ada pada tahap