MAKALAH BIOKIMIA PANGAN
“PENJELASAN MENGENAI PENCOKLATAN ENZIMATIS KINETIK DARI POTONGAN PISANG (MUSA CAVENDISH) MENGGUNAKAN
INFORMASI WARNA NON-SERAGAM DARI GAMBAR DIGITAL”
Nama : HARDIN MUHAMMAD
Stambuk : D1C1 14028
Kelas : TPG A
PROGRAM STUDI TEKNOLOGI PANGAN JURUSAN ILMU DAN TEKNOLOGI PANGAN FAKULTAS TEKNOLOGI DAN INDUSTRI PERTANIAN
UNIVERSITAS HALU OLEO KENDARI
I. PENDAHULUAN
A. Latar Belakang
Pencoklatan dari buah-buahan mentah adalah masalah utama dalam industri makanan dan diyakini menjadi salah satu penyebab utama penurunan kualitas selama penanganan pasca panen dan pengolahan. Bahkan, ketika buah dipotong, permukaan potong berubah warna menjadi coklat; tidak hanya mengurangi kualitas visual tetapi juga menghasilkan perubahan yang tidak diinginkan dalam rasa dan hilangnya nutrisi karena pencoklatan enzimatis (Luo & Barbosa, 1997). Pencoklatan dapat menyebabkan perubahan merusak penampilan dan sifat organoleptik pasar makanan, nilai, dan dalam beberapa kasus, pengecualian lengkap dari produk makanan dari pasar tertentu (McEvily, Iyengar, & Otwell, 1992). Kendali pencoklatan atas pemotongan permukaan sangat penting untuk menjaga kualitas dan keamanan sagar menghasilkan potongan yang tetap segar.
yang paling banyak digunakan; terutama Nilai L*, yang telah digunakan sebagai indikator pencoklatan pada buah (Luo & Barbosa 1997, 1994, 1995; Luo & Patterson, 1994; Parpinello, Chinnici, Versari, & Ripley, 2002; Kristijono, Wills, & Golding, 2006; Sapers & Douglas, 1987; Sapers & Ziolkowski, 1987; Severini, Baiano, De Pilli, Romaniello, & Derossi, 2003; Soliva-Fortuny, Ele Martinez, Sebastian-Caldero, & Martin-Belloso, 2002; Valentines, Vilaplana, Torres, biasa, & Larigaudiere, 2005). CIELab atau ruang warna L*a*b* adalah perangkat-independen, menciptakan warna yang konsisten terlepas dari perangkat yang digunakan untuk memperoleh gambar. L* adalah pencahayaan atau bagian kecerahan, itu berkisar dari 0 sampai 100, sementara a* (hijau ke merah, atau kemerahan) dan b* (biru kekuning, atau kekuningan) dua komponen berwarna, dengan nilai bervariasi dari -120 ke +120 (Papadakis, Abdul-Malek, Kamdem, & Jam, 2000). Baru-baru ini, Leon, Mery, Pedreschi, dan Leon (2006) telah menyarankan sistem penglihatan komputer (CVS) untuk mengukur warna pada L*a*b* dari ruang RGB akan digunakan dalam analisis citra dan beberapa pekerjaan menggunakan pendekatan yang telah diterapkan dalam makanan (Pedreschi, Bustos, et al, 2007;.. Pedreschi, Leon, et al, 2007; Quevedo, Aguilera, & Pedreschi, 2008) .
tidak seragam diamati selama kecoklatan, dan L* atau b* bukan nilai yang homogeny (sama).
II. METODE DAN BAHAN
II.1. Computer Vision System (CVS)
Sebuah sistem visi komputer (CVS) dijelaskan oleh Quevedo, Aguilar, et al. (2008) dan Quevedo, Mendoza, et al. (2008) adalah digunakan untuk menangkap gambar (1700 x 850 piksel RGB warna). Secara singkat, sampel diterangi menggunakan empat fluorescent (neon) lamp TL-D deluxe, siang alam, 18W / 965 (Philips, Santiago, Chili) dengan suhu warna 6500K (D65, sumber cahaya yang umum digunakan dalam penelitian makanan) dan warna-render indeks (Ra) dekat dengan 95%. Lampu (panjang 60 cm) yang disusun dalam bentuk persegi, 35 cm di atas sampel, pada sudut 45° dalam kaitannya dengan sampel. Selain itu, penyebar cahaya meliputi setiap lampu neon dan ballast elektronik memastikan sistem pencahayaan seragam.
II.2. Sampel Potongan Pisang
II.3. Image Texture Analysis
Sebuah metodologi yang sama dengan yang dikembangkan oleh Quevedo, Mendoza, et al. (2008) untuk gambar pisang, digunakan dengan tiga modi fi kasi: Pertama, gambar warna yang berubah dari warna ruang RGB ke L*a*b* warna ruang menggunakan model yang diusulkan oleh Leon et al. (2006) dan digunakan baru-baru oleh Quevedo, Aguilar, et al. (2008). fungsi perubahan ini diaktifkan tiga jalur warna yang akan diperoleh dari gambar: ruangan L*, ruangan a*, dan ruangan b*. Kedua, merencanakan koordinat pixel (x, y) terhadap tingkat warna yang sesuai di z-axis (Quevedo et al., 2002) dari setiap channel warna, dilakukan. Dengan demikian, intensitas permukaan (SI) dari L* ruangan (SIL*), dari a*
ruangan (SIa*), dan dari b* ruangan (SIb*) bias didapatkan.
Ketiga, SIL*, SIa*, dan SIb* digambarkan menggunakan teori fraktal. Fraktal
(besarnya Fourier koefisien)2 vs. log (frekuensi) grafik, maka FDL*, FDa*, dan FDb* nilai akhirnya dapat diperoleh.
II.4. Model Browning Kinetic
Dalam rangka untuk menyatakan tingkat kinetik suatu pencoklatan, model kuasa hukum (Corradini & Peleg, 2004, 2006) telah diterapkan pada data kinetik:
∁
∁i = exp(k.tn) (1) dimana ∁/∁i adalah fraksi konversi komponen
Gambar. 1. SIL* satu area yang dipilih dari gambar irisan pisang. Bidang yang
III. HASIL DAN PEMBAHASAN
Pada gambar 1. SIL* diperoleh dari salah satu area yang dipilih dari gambar irisan
pisang yang ditampilkan. Tingkat intensitas dan distribusi nilai L* adalah hasil
Gambar2. Tiga gambar yang dipilih dengan SIL mereka (kiri) selama pencoklatan enzimatis untuk satu irisan pisang. Jumlah diikuti oleh panah menunjukkan L mean nilai yang sama wilayah, masing-masing.
Table.1. k (min-1) dan n parameter (rata-rata) yang diperoleh untuk konversi fraksi
kecoklatan data, untuk L* dan b* channel warna.
Sebuah surat yang berbeda secara signifikan dengan uji t (P <0,05).
yang mewakili seluruh bentuk dan distribusi nilai L* ini atas wilayah tersebut, bukan menggunakan rata-rata nilai L* ini. Aplikasi fraktal Fourier tekstur SIL* ini
dan a FDL* nilai sama dengan 2,50 diperoleh; ketika rata-rata ini L* nilai-nilai
sesuai dengan 45,5. Menyoroti bahwa FDL* Nilai per se, tidak belum memiliki
makna fisik di sini; itu hanya cara untuk mewakili bagaimana nilai spatial L* didistribusikan pada daerah yang dianalisis (Russ, 1994). Namun demikian, itu akan memperoleh relevan ketika area yang sama dianalisis selama kinetik. Analisis yang sama dapat diterapkan untuk parameter warna lain.
Pada Gambar. 2, galeri tiga gambar yang dipilih ditunjukkan dengan masing-masing SIL*; pada 0, 108 dan 287 menit selama pencoklatan enzimatis L*
untuk gambar satu irisan pisang. Selama pencoklatan enzimatis, beberapa daerah dalam wilayah yang sama tampaknya lebih coklat dari daerah lain, seperti yang telah dicatat untuk irisan pisang (Malm et al., 1999). Ternyata SIL* menjadi lebih
teratur, ditunjukkan oleh kenaikan nilai pada FDL*. Dengan kata lain, ketika
terjadi selama pencoklatan enzimatis di iris buah (Lu et al, 2007;. Luo & Barbosa 1997, 1994; Sapers & Douglas, 1987; Wang, Tang, Quan, & Zhou, 1994;. Yoruk et al, 2004). Deskripsi pencoklatan enzimatis untuk satu slice pisang menggunakan L* berarti nilai (atas), b* berarti nilai (tengah) dan FDL* atau nilai
FDb* (lebih rendah), sebagai indikator browning (di slice pisang lain) disajikan
pada Gambar. 3. Sekali lagi, rata-rata nilai L* menurun antara 47 dan 41 selama pencoklatan enzimatis kinetik, membenarkan bahwa permukaan pisang slice berubah menjadi cokelat (Luo & Barbosa, 1997;. Malme et al, 1999; Vamos Vigyazo, 1995;. Yoruk et al, 2004); ketika bersamaan FDL* meningkat 2,50-2,90
menunjukkan peningkatan ketidakteraturan dari SIL*. Dalam kasus nilai b*, itu
menurun selama pencoklatan enzimatis kinetik, sama dengan yang dilaporkan oleh Molme et al. (1999). Namun nilai FDb* meningkat 2,40-2,90. Secara umum,
kenaikan dalam nilai-nilai FD sebagai indikasi bahwa parameter warna L* dan b* pada gambar menurun dengan cara non-homogen selama pencoklatan kinetik. Dalam hasil kami, warna kemerahan α∗¿ nilai tidak menunjukkan variasi statistik selama kecoklatan.
Dari Tabel 1, dan ketika metode tradisional diterapkan, parameter tingkat untuk browning enzimatik berkisar antara -0,0001 dan -0,0002 min-1. Ketika nilai
b digunakan, tingkat parameter berkisar antara -0,0002 ke -0,0007 min-1, tidak ada
perbedaan statistik yang terdeteksi antara tingkat parameter. Sehubungan dengan parameter tingkat diperoleh dengan metode FBI, mereka berkisar 0,002-0,012 min-1 ketika FDL* digunakan, dan 0,002-0,01 ketika FDb* digunakan. Demikian
pula, tidak ada perbedaan statistik yang terdeteksi dalam parameter tingkat mereka. Penting untuk dicatat bahwa metode FBI menghasilkan nilai k yang lebih besar daripada metode tradisional dalam semua kasus. Bahkan, ketika metode FBI diterapkan berdasarkan warna L*, parameter k adalah 35 kali lebih tinggi (nilai absolut) dari k diperoleh dengan metode tradisional. Dalam kasus b* warna, ekstensi adalah masing-masing 8,5 kali lebih tinggi. Ekstensi ini adalah kurang dari yang ditemukan menggunakan warna L*, menunjukkan bahwa warna cara menurun pada saat kinetik yang berbeda, tergantung pada warna parameter yang digunakan.
Amiot et al. (1992) dan Soliva Fortuny, Alos-Sainz, Espachs-Barroso, dan Martin-Belloso (2004) menyimpulkan bahwa kerentanan terhadap Browning dalam pir diambil mendekati tingkat kematangan komersial, tidak ada perbedaan secara signifikan.
IV. KESIMPULAN
Sebuah metodologi yang disebut FBI yang menggambarkan pencoklatan enzimatis kinetik berdasarkan penggunaan pola warna yang tidak teratur dari gambar irisan pisang digital disajikan. Ia menggunakan gambar Fourier tekstur fraktal untuk menghitung dimensi fraktal (FD) nilai di area tertentu dari gambar, yang mewakili kompleksitas distribusi warna untuk terang atau warna kekuningan (L* dan b*). Ketika metode warna tradisional digunakan sebagai indikator browning (L* atau nilai rata-rata b*), kecerahan dan kekuningan parameter menurun pada saat kinetik. Dalam kasus metode FBI, masing-FD mereka meningkat, menunjukkan kompleksitas besar dalam distribusi warna dari area yang dipilih dianalisis selama kinetik pencoklatan enzimatis.
