Jurnal Agrotekno Volume 17, No 2, Agustus 2015 ISSN

(1)

Volume 17, No 2, Agustus 2015

ISSN 2088-6497

Korespondensi penulis: hp. +62 8174767372 25

e-mail: [email protected]

Pemodelan konsentrasi gas pada pengemasan tertutup jamur tiram (Pleurotus ostreatus ) segar

Gases concentration modeling of closed packaging of fresh Oyster mushrooms (Pleurotus ostreatus )

Gede Arda1, Nursigit Bintoro, B. Rahardjo. P.K. Diah Kencana1

1

Program Studi Teknik Pertanian, Fakultas Teknologi Pertanian, Universitas Udayana

INFO ARTIKEL: diterima 10 Agustus 2015; disetujui 30 Agustus 2015

Abstract

The aim of this research was to obtain the mathematical model of head space’s concentration of oxygen and carbon dioxide of fresh oyster mushrooms on three storage temperatures that was 5oC, 15oC and room temperature. The gases’ concentration profile was obtained through simulating the storage model which is built by combining the respiration and diffusion through permeable medium model. Michaelis-menten model was applied to build respiration model and Fick’s Law to construct diffusion model. Data analysis resulted that Michaelis-Menten model was better to model the respiration rate of Oyster Mushrooms than initial model had proposed that was Michaelis-Menten Uncompetitive. Simulation also indicated that combination model of Michaelis-Menten and Fick’s Law able to predict the head space’s gas concentration of Osyter Mushroom

Keywords: Michaelis-Menten model, respiration model, Fick’s Law, Oyster mushroom

Abstrak

Tujuan dari penelitian ini adalah untuk memperoleh model matematis konsentrasi gas oksigen dan karbon dioksida dari ruang kosong disekitar jamur tiram pada penyimpanan bersuhu 5oC, 10oC dan suhu ruang. Profil konsenterasi gas diperoleh melalui simulasi model yang dibentuk dengan menggabungkan model respirasi dan difusi melalui medium permeable. Model Michaelis-Menten digunakan untuk membangun model respirasi dan hukum difusi Fick untuk menyusun model difusinya. Hasil analisis data menghasilkan bahwa model Michaelis-Menten lebih baik digunakan untuk memodelkan laju respirasi dari jamur Tiram dibandingkan dengan model awal yang direncanakan yaitu model Michaelis-Menten Uncompetitive. Hasil simulasi juga mengindikasikan bahwa kombinasi model Michaelis-Menten dan Hukum Fick dapat memprediksi konsentrasi gas ruang kosong disekitar jamur tiram.

Kata kunci : Model Michaelis-Menten, model respirasi, hukum Fick, jamur Tiram

PENDAHULUAN

Penanganan komoditas sayuran mengalami banyak kendala karena sayuran bersifat sangat ringkih, mempunyai umur simpan yang relative singkat (Utama,dkk 2009). Sayuran mempunyai laju res-pirasi yang tinggi, juga dengan mudah kehilang-an air yang dikandungnya sehingga meng-akibatkan kehilangan kesegaran dengan cepat pula. Laju respirasi mengakibatkan kehilangan nutrisi dan kehilangan kandungan air meng-akibatkan kehilangan massa. Kehilangan massa sebesar 5% pada sayuran cukup untuk mengurangi penampilan sehingga menjadi tidak layak jual (Kader, 2002). Laju kehilangan ini sangat tergantung pada sistem pengemasan dan penyimpanan yang diterapkan. Faktor terpenting dalam penyimpanan sayuran segar adalah suhu penyimpanan. Suhu mampu menekan atau juga sebaliknya memicu laju respirasi. Reaksi kimia yang terjadi di dalam jaringan merupakan reaksi enzimatis dimana enzim berperan sebagai katalisator (Sun, 2002). Kinerja enzim dipengaruhi oleh beberapa faktor diantaranya suhu reaksi, pH, serta konsentrasi

enzim. Menurunkan suhu sampai titik tertentu mampu menekan aktivitas enzim sehingga reaksi yang berlangsung juga melambat. Namun suhu tersebut harus di atas suhu yang mengakibatkan enzim menjadi tidak aktif (Bisswanger, 2008). Faktor lain yang memengaruhi laju respirasi komoditas segar adalah komposisi gas di sekitar produk (Fronseca, 2002). Komposisi gas oksigen yang rendah meng-akibatkan difusi oksigen ke dalam sel menjadi terbatas sehingga membatasi juga substrat untuk reaksi dalam proses respirasi. Konsentrasi karbon dioksida yang tinggi pada sisi yang lain menekan difusi gas CO2 keluar sel sehingga menjadi inhibitor (penghambat) reaksi respirasi. Enzim juga akan mengalami penurunan kemampuannya karena terjadi penurunan pH larutan dalam sel akibat CO2 yang larut ke dalam cairan sel pada suhu rendah (Brandenburg and Devon, 2009) Dengan demikian komposisi oksigen yang rendah dan gas karbon dioksida yang tinggi memengaruhi laju respirasi. Setiap komoditas mempunyai kebutuhan konsen-trasi gas yang berbeda-beda sehingga dapat disimpan dalam jangka waktu yang lebih lama. Jamur tiram biasanya diperdagangkan

(2)

26-31 | Jurnal Agrotekno Vol. 17, No. 2 Agustus 2015

dalam kemasan. Untuk itu, penelitian ini ditujukan untuk mengkaji profil komposisi gas di dalam head

space pengemas yang menggunakan plastik Poly

Ethylen 0.3 mm dan memperoleh model komposisi gas O2 dan CO2 pada penyimpanan dengan menggunakan plastik yang sama. Model yang dibentuk meng-integrasikan faktor komposisi gas dan suhu penyimpanan. Dari model yang diperoleh dapat dijadikan pedoman bagi rekayasa pengemas yang tepat sehingga komposisi gas di dalam head space memenuhi kebutuhan komoditi yang disimpan.

Identifikasi sistem model

Model yang akan dimodelkan adalah sesuai dengan skema pada Gambar 1. Jamur tiram mengkonsumsi oksigen yang tersedia di dalam ruang kosong (head

space) dan memproduksi gas CO2. Respirasi mengubah komposisi gas di dalam head space. Perubahan komposisi ini memicu terjadinya difusi gas melalui pengemas plastik. Akumulasi gas [O2]t dan [CO2]t adalah konsentrasi konsentrasi gas yang tersisa selama difusi dalam rentang waktu tertentu. Dengan demikian model komposisi gas merupakan gabungan dari model laju respirasi dan model difusi melalui bahan permeabel.

Gambar 1. Skema sistem pemodelan

METODE

Pengukuran perubahan komposisi gas di dalam ruang penyimpanan digunakan Combination Combustible Gas/Oxygen/Toxic Gas Detector Model XPO-317 Cosmotector, New Cosmos Electric Co.Ltd dan Combination Combustible Detector, model Cosmotector XP-314, New Cosmos Electric Co.,Ltd. Sedangkan suhu diguna-kan Thermohygrometer, Model SK-90TRH (SK Sato Keiryoki MFG.Co.Ltd. Japan). Jamur tiram diperoleh dari petani lokal di daerah Cangkringan dan dikumpulkan setiap hari oleh UD. Agro Mandiri, Yogyakarta. Bahan pengemas yang digunakan adalah plastik PE 0.3 mm. Prinsip kerja dari penelitian ini adalah mengukur konsen-trasi gas O2 dan CO2 setiap saat ([O2]t dan [CO2]t) pada penyimpanan jamur tiram tertutup tanpa membuka tutup toples secara periodik. Data yang diperoleh kemudian dianalisis menggunakan regresi linier untuk

memperoleh parameter model Michaelis-Menten yaitu

Vmax, Km dan K1. Parameter Vmax, adalah laju respirasi

maksimal pada saat subtrat (O2) melimpah, Km adalah

konstanta disosiasi enzim atau konsentrasi substrat (O2) ketika nilai Vmax sebesar 0,5Vmax, sertaK1 adalah

konstanta inhibisi oleh inhibitor dalam hal ini konsentrasi gas CO2. Linierisasi terhadap persama-an

Michaelis-Menten Uncompetitive dilakukan menggunakan metode Double-Reciprocal

(Burg-Line-weaver) seperti pada persamaan-(1). 1 v= 1 Vmax+ Km Vmax� 1 [O2]� + 1 𝐾1𝑉𝑚𝑎𝑥[𝐶𝑂2] (1)

Parameter model yang diperoleh dimasukkan ke dalam model enzimatis Michaelis-Menten

Un-competitive seperti pada persamaan (2).

𝑣 =(𝑉𝑚𝑎𝑥/𝛼) [𝑂2]

(𝐾𝑚/𝛼)+[𝑂2] (2)

dimana nilai 𝛼 = 1 +[𝐶𝑂2] 𝐾1 .

Persamaan (2) merupakan persamaan laju respirasi pada berbagai komposisi gas O2 dan CO2. Variable v adalah laju respirasi (ml/kg.jam) dan [O2],[CO2] masing-masing adalah konsentrasi oksigen dan karbon dioksida. Akumulasi gas ditentukkan dengan menggabungkan model difusi (Hukum Fick) gas pada bahan permeabel seperti pada persamaan (3).

𝑑𝑉𝑖(𝑡)

𝑑𝑡 = 𝐷𝑖�𝑃𝑖′− 𝑃𝑖� (3)

𝑑𝑉𝑖(𝑡) adalah perubahan konsentrasi gas i(ml), Di

adalah permeabilitas bahan pengemas

(ml.µm/cm2.jam.kPa) dan 𝑃_𝑖′ adalah tekanan parsial gas i yang lebih tinggi. Nilai 𝑃_𝑖′ adalah tekanan parsial gas i di lingkungan luar apabila i adalah gas oksigen dan sebaliknya 𝑃_𝑖′ adalah tekanan gas parsial di dalam ruang penyimpanan apabila i adalah gas karbon dioksida. Pengaruh suhu terhadap parameter model dapat diintegrasikan ke dalam model dengan menggunakan model persamaan Arrhenius pada setiap parameter model yang diperoleh seperti pada persamaan (4).

X(T) = X(Tref)e−

E

R�_Tref1 −T1� ₍₄₎

X(T) dan X(Tref) masing-masing adalah nilai parameter model pada suhu T (K) dan suhu acuan, E adalah energi aktivasi (kJ/kmol), R adalah ketetapan gas universal 8.31447 (kJ/kmol.K). Gabungan Persamaan (2), (3) dan (4) menghasilkan persamaan yang dapat digunakan untuk memprediksi konsentrasi gas setiap saat di dalam ruang kosong di sekitar jamur yang merupakan akumulasi gas akibat respirasi dan [CO2]O [O2]O [CO2]t [O2]t difusi Plastik PE Konsumsi Produksi Lingkungan [CO2]i [O2]i

(3)

difusi. Laju respirasi diukur dengan menggunakan sistem tertutup yang dimodifikasi disesuaikan dengan cara kerja alat. Udara yang telah dianalisis dikembali-kan ke dalam kemasan dengan cara menambahdikembali-kan selang dari lubang keluar udara sampel dari alat. Dengan demikian pada saat penyimpanan merupakan sistem tertutup (close system) sedangkan pada saat mengukur konsentrasi udara adalah sistem aliran (flow system). Asumsi yang digunakan dalam penelitian ini adalah volume udara tidak mengalami pengurangan akibat pengukuran, konsentrasi yang terukur adalah konsentrasi gas selama rentang res-pirasi aero-bic, laju resres-pirasi semata-mata ditentukkan oleh oksigen sebagai substrat dan karbohidrat (glukosa) tidak terbatas selama pengukuran.

HASIL DAN PEMBAHASAN Laju respirasi

Gambar 2 dan 3 menunjukkan bahwa pengaruh suhu terhadap perubahan konsentrasi gas O2 dan CO2 yang merupakan hasil respirasi sangat besar. Rentang waktu menunjukkan bahwa konsentrasi 2-3% oksigen tercapai dalam waktu 12jam, 18jam dan 52jam masing-masing untuk suhu 5oC, 15oC dan suhu ruang. Fenomena yang sama juga tampak pada perubahan konsentrasi gas CO2. Pengaruh suhu terhadap laju respirasi sangat tampak pada Gambar 4. Laju respirasi melambat bahkan nilai awal penyimpanan pada suhu yang lebih rendah tidak melebihi laju respirasi pada akhir penyimpanan pada suhu yang lebih tinggi.

Gambar 2. Konsentrasi gas O2 pada suhu Penyimpanan

Nilai rasio respirasi (respiratory quotient) dihitung untuk memastikan bahwa respirasi berjalan secara aerobik pula. Nilai rasio respirasi yang diperoleh berada pada rentang 0.8 > 1.3 sehingga dapat dipastikan bahwa laju respirasi berjalan secara aerobik.

Gambar 3. Konsentrasi gas CO2 pada suhu penyimpanan

Gambar 4. Laju respirasi pada berbagai suhu

penyimpanan

Parameter model

Hasil analisis terhadap data laju respirasi menghasilkan nilai Vmax dan Km seperi pada Table 1. Namun nilai 1

𝐾1𝑉𝑚𝑎𝑥 yang diperoleh dari hasil regresi

sangat kecil sehingga nilai K1 menjadi sangat besar.

Apabila nilai K1 dimasukkan ke dalam persamaan

𝛼 = 1 +[𝐶𝑂2]

𝐾1 akan menghasil-kan nilai 𝛼 yang

men-dekati 1. Nilai alpha tidak mengubah hasil perhitungan menggunakan Persamaan (2). Hasil analisis yang diperoleh menun-tun pada kesimpulan awal bahwa menggunakan model Michaelis-Menten

Un-competitive tidak terlalu tepat dikarenakan inhibisi

gas CO2 terhadap laju respirasi sangat rendah.

Perubahan model dilakukan untuk disesuaikan dengan hasil perhitungan yaitu menggunakan model

Michaelis-Menten tanpa inhibisi, dimana persamaan

model adalah seperti pada Persamaan (2) dengan menghilangkan parameter alpha seperti pada Persamaan (5). Akibat dari perubahan model adalah konsentrasi CO2 tidak memiliki peranan dalam

perilaku model. Keuntungan penggunaan model ini adalah perhitungan menjadi lebih sederhana karena parameter model dapat dianalisis menggunakan regresi linier sederhana.

0 3 6 9 12 15 18 21 0 5 10 15 20 25 30 35 40 45 50 55 [O2 ] ( % ) waktu (jam) 5C 15C RUANG 0 3 6 9 12 15 18 21 0 5 10 15 20 25 30 35 40 45 50 55 [C O2 ] ( % ) waktu (jam) 5C 15C RUANG -50 50 150 250 350 450 550 0 10 20 30 40 50 RRO 2 (ml O2 /kg. ja m ) waktu (jam) 5C 15C ruang

(4)

𝑣 =𝑉𝑚𝑎𝑥[𝑂2]

𝐾𝑚[𝑂2] (5)

Table 1.

Nilai Parameter model Michaelis-Menten

Gas Suhu Vmax Km

O2 5oC 35.99 11.39 15oC 143.54 2.54 ruang 390.08 2.35 CO2 5oC 30.33 8.82 15oC 146.91 1.52 ruang 436.27 2.54 Satuan ml/jam.kg %

Perubahan model ini juga menunjukkan rendahnya sensitivitas jamur tiram terhadap konsentrasi CO2 yang tinggi.

Pengaruh suhu

Pengaruh suhu terhadap laju respirasi

Gambar 4 menunjukkan pengaruh suhu terhadap laju respirasi jamur tiram. Pengaruh suhu memiliki pengaruh yang lebih besar apabila dibandingkan dengan komposisi gas. Bahkan pada suhu rendah pengaruh suhu sudah tampak mulai pada awal penyimpanan. Meskipun komposisi gas O2 terus menurun dan sebaliknya gas CO2 semakin meningkat, laju respirasi sepanjang penyimpanan tidak mengalami perubahan yang nyata. Gambar 4 juga menunjukkan penyimpanan pada komposisi udara

bebas berbeda akibat suhu penyimpanan. Nilai energi aktivasi yang diperoleh disajikan dalam Tabel-2.

Pengaruh suhu terhadap parameter model

Pengaruh konsentrasi terhadap laju respirasi pada analisis laju respirasi menunjukkan pengaruh yang kecil. Fenomena ini akan berpengaruh pada nilai Km yang diperoleh. Nilai Vmax dapat diperkirakan mempunyai pola yang mirip dengan pola laju respirasi pada berbagai suhu yaitu semakin tinggi pada suhu penyimpanan yang semakin tinggi. Namun nilai Km justru menunjukkan pola yang terbalik. Nilai Km menunjukkan awal terjadinya perlambatan laju respirasi karena pada konsentrasi di bawah nilai Km, orde laju respirasi berubah dari orde 0 (nol) menjadi orde 1, yaitu berubah secara eksponensial. Penurunan nilai Km dari suhu 5oC memperkuat bukti bahwa jamur tiram termasuk sangat resisten terhadap komposisi gas ekstrim. Laju respirasi tetap tinggi meskipun konsentrasi gas O2 sangat rendah. Respirasi mulai mengalami hambatan pada konsentrasi oksigen 2.54% pada suhu 15oC dan 2.35% pada suhu ruang. Nilai ini sangat jauh dibandingkan dengan nilai Km pada suhu 5oC. Perlambatan respirasi terjadi dengan cepat ketika suhu penyimpanan rendah. Respirasi yang tertekan oleh suhu rendah ditambah lagi oleh ketersediaan oksigen yang menipis mengakibatkan nilai Km pada suhu penyimpanan rendah mempunyai

-nilai-lebih-tinggi.

Table 2

Laju respirasi pada komposisi udara bebas dan energi aktivasi

Laju produksi O2 Laju konsumsi CO2 Energi Aktivasi

(ml O2/jam.kg) (ml CO2/jam.kg) (kJ/kmol)

50C 150C Ruang 50C 150C Ruang O2 CO2

56.38 174.46 507.49 63.36 168.5 419.82 61016.5 52491.3

Model respirasi

Model respirasi pada berbagai komposisi gas dan berbagai suhu penyimpanan (𝑅𝑅𝑂₂) dapat dibentuk dari gabungan Persamaan (2) dan

Persamaan (4) sehingga diperoleh persamaan sebagai berikut: 𝑅𝑅𝑂2= 20.49𝑒 5819.7�𝑇𝑟𝑒𝑓−𝑇_{𝑇𝑥𝑇𝑟𝑒𝑓�} [𝑂2]𝑡𝑛 11.39𝑒5028.1�𝑇𝑟𝑒𝑓−𝑇𝑇𝑥𝑇𝑟𝑒𝑓�_{+[𝑂2]𝑡𝑛} (6)

Persamaan (6) adalah model laju konsumsi oksigen, sedangkan model laju produksi CO2 dinyatakan oleh Persamaan (7). 𝑅𝑅𝐶𝑂2= 18.25𝑒 6543.2�𝑇𝑟𝑒𝑓−𝑇_{𝑇𝑥𝑇𝑟𝑒𝑓�} [𝑂2]𝑡𝑛 8.82𝑒3762.8�𝑇𝑟𝑒𝑓−𝑇𝑇𝑥𝑇𝑟𝑒𝑓�_{+[𝑂2]𝑡𝑛} (7)

Model komposisi gas

Model komposisi gas merupakan model untuk memprediksi komposisi gas di dalam ruang kosong pengemas. Model ini dibentuk dari gabungan antara model respirasi dengan model difusi gas melalui bahan PE 0.3. Model dibentuk berorientasi sebagai model simulasi. Simulasi dapat dilakukan secara diskrit pada program semacam Microsoft Office Excel. Model mengandung parameter massa (kg), ketebalan pengemas (µm), luasan pengemas (cm2), volume pengemas (ml). Hasil simulasi menunjukkan bahwa model mempunyai validitas yang lebih tinggi pada suhu 15oC dan suhu ruang. Sedangkan pada suhu 5oC model menunjukkan pola yang sama namun nilai prediksi berbeda jauh dengan data pengamatan. Grafik hasil simulasi disajikan pada Gambar 6–16.

(5)

29-31 | Jurnal Agrotekno Vol. 17, No. 2 Agustus 2015 [O2]_tn=�0.395e 1784�𝑇𝑟𝑒𝑓−𝑇_{𝑇𝑥𝑇𝑟𝑒𝑓�} Af x � t �P02 out_-(P atm)W� 100 V W-10.31 � ∑ RRO2(t)t n t=0 � - �W � 100 V W-10.31 � ∑ RRO2(t)t n t=0 � (8) Dimana 𝑅𝑅_𝑂₂(𝑡) = 35.99e 7903�𝑇𝑟𝑒𝑓−𝑇_{𝑇𝑥𝑇𝑟𝑒𝑓�} [𝑂2]tn 11.39e5028.1�𝑇𝑟𝑒𝑓−𝑇𝑇𝑥𝑇𝑟𝑒𝑓�+[𝑂₂]tn [C𝑂₂]_tn= �W �V100 W-10.31 � ∑ 𝑅𝑅𝑐𝑜2t n t=0 � - � 0.094e-4138.3� 𝑇𝑟𝑒𝑓−𝑇 𝑇𝑥𝑇𝑟𝑒𝑓�Af x � t �PC𝑂2 out -(Patm)W� 100 V W-10.31 � ∑ 𝑅𝑅𝑐𝑜2t n t=0 � (9) Dimana 𝑅𝑅_𝑐𝑜₂ = 30.33e 8831�𝑇𝑟𝑒𝑓−𝑇_{𝑇𝑥𝑇𝑟𝑒𝑓�} [O2]tn 8.82e3762.8�𝑇𝑟𝑒𝑓−𝑇𝑇𝑥𝑇𝑟𝑒𝑓�+[O2]tn

𝑃

𝑂2𝑜𝑢𝑡 adalah tekanan parsial gas O2 di dalam ruang pengemas.

Patm adalah tekanan atmosfer (101.325 kPa). V adalah volume total kemasan.

W adalah massa jamur tiram yang digunakan.

Gambar 6. [O2]tn untuk PE 0.3 pada suhu 5 0

C Gambar 7. Regresi [O2]tn untuk PE 0.3 pada suhu 50C

Gambar 8. [O2]tn untuk PE 0.3 pada suhu 15 0

C Gambar 9. Regresi [O2]tn untuk PE 0.3 pada suhu 150Czz

Gambar 9. [O2]tn untuk PE 0.3 pada suhu ruang

Gambar 10. Regresi [O2]tn untuk PE 0.3 pada suhu ruang 0 5 10 15 20 25 0 10 20 30 40 50 60 70 [O 2] % waktu tn (jam) [O2] pred [O2] exp y = 1.151x R² = 0.9836 8 10 12 14 16 18 20 22 8 10 12 14 16 18 20 22 [O 2] e xp [O2] pred 0 5 10 15 20 0 5 10 15 20 25 [O2 ] % waktu tn (jam) [O2] pred [O2] exp y = 1.07x R² = 0.9937 8 10 12 14 16 18 20 22 8 10 12 14 16 18 20 22 [O2 ] e xp [O2] pred 0 3 6 9 12 15 18 21 0 3 6 9 12 15 [O2 ] % waktu tn (jam) [O2] pred [O2] exp y = 1.0986x R² = 0.9897 8 10 12 14 16 18 20 22 8 10 12 14 16 18 20 22 [O2 ] e xp [O2] pred

(6)

30-31 | Jurnal Agrotekno Vol. 17, No. 2 Agustus 2015 Gambar 11. [CO2]tn untuk PE 0.3 pada

suhu 50C

Gambar 12. Regresi [CO2]tn untuk PE 0.3 pada suhu 50C

Gambar 13. [CO2]tn untuk PE 0.3 pada suhu 150C

Gambar 14. Regresi [CO2]tn untuk PE 0.3 pada suhu 150C

Gambar 15. [CO2]tn untuk PE 0.3 pada suhu ruang

Gambar 16. Regresi [CO2]tn untuk PE 0.3 pada suhu ruang

DISKUSI

Pemodelan laju respirasi produk segar mempunyai pola yang berbeda antara satu produk dengan produk yang lain. Fronseca (2000) menyajikan rangkuman yang lengkap mengenai pemodelan laju respirasi. Model laju respirasi secara umum dapat dibedakan menjadi tipe linier, polynomial, eksponensial serta model Michaelis-Menten. Meskipun demikian, terkadang beberapa model dapat diterapkan pada satu produk. Model Michaelis-Menten memodelkan laju respirasi sebagai sebuah reaksi enzimatis yang diseder-hanakan yaitu substrat oksigen sebagai satu-satunya faktor pembatas reaksi. Namun Peppelenbos and Leven (1996) membuktikan bahwa model

Michaelis-Menten yang terdiri atas 5 variasi model

tidak menunjukkan perbedaan yang tegas. Beberapa

model memberikan hasil yang bagus ketika diterapkan untuk memprediksi data. Dalam penelitian ini, diperoleh sebuah dugaan bahwa selain beberapa model dapat digunakan pada satu produk, kemungkinan model juga dapat berbeda ketika suatu produk yang sama disimpan pada suhu penyimpanan yang berbeda. Namun rentang suhu yang terlalu besar tidak memberikan data yang cukup untuk membuktikan adanya dugaan fenomena ini.

KESIMPULAN

Model Michaelis-Menten dapat memodelkan laju respirasi jamur tiram dengan validitas lebih tinggi pada suhu 15oC dan suhu ruang. Konsentrasi gas O2 dan CO2 setiap saat dapat diprediksi dengan baik

0 5 10 15 20 25 0 10 20 30 40 50 [C O2 ] % waktu tn (jam) [CO2] pred [CO2] exp y = 0.7785x R² = 0.9242 0 5 10 15 20 0 5 10 15 20 [C O2 ] e xp [CO2] pred 0 5 10 15 20 25 0 5 10 15 20 25 [C O2 ] e xp waktu tn (jam) [CO2] pred [CO2] exp y = 0.8416x R² = 0.9635 0 5 10 15 20 25 0 5 10 15 20 [C O2 ] e xp [CO2] pred 0 5 10 15 20 0 5 10 15 [C O2 ] e xp [CO2] pred [CO2] pred [CO2] exp y = 1.0882x R² = 0.9795 0 5 10 15 20 0 5 10 15 20 [C O2 ] e xp [CO2] pred

(7)

menggunakan gabungan model laju respirasi dan model difusi.

Daftar pustaka

Brandenburg, Jeffrey S. and Devon Zagory. 2009.

Modified and Controlled Atmosphere Packaging Technology and Applications. in Modified and Controlled Atmospheres for the Storage, Transportation, and Packaging of Horticultural Commodities. Edited by Elhadi M. Yahia. CRC

Press. USA.

Bisswanger, Hans. 2008. Enzyme Kinetics, Principles

and Methods. 2nd Edition. WILEY-VCH Verlag

GmbH & Co. KGaA, Germany

Fronseca, Susana C. et al. 2002. Modeling Respiration Rate of Fresh Fruit and Vegetables for Modified

Atmosphere Packages: a Review. Journal of

Food Engineering 52; 99-119

Kader, A.A. 2002. PostHarvest Technology of

Horticultural Crops. Third Edition.Regent of

University of California, Divison of Agriculture and Natural Resources. Publication 3311 USA Peppenlenbos, H.W and Johan Van’t Leven. 1996.

Evaluation of Four Types of Inhibition for Modelling the Influence of Carbon Dioxide Consumption of Fruits and Vegetables.

Postharvest Biology and Technology 7; 72-40

Sun, Dae Wen. 2005. Emerging of Technologies for

Food Processing. Elsevier Ltd. USA

Utama, I Made Supartha, I Dewa G.M. Permana Dan I Dewa Agung Lidartawan. 2008. Prosiding

Seminar Nasional Dan Gelar Teknologi