OPTIMASI KEADAAN PENYIMPANAN BUAH PEPAYA
SEBELUM PEMERAMAN DENGAN
ALGORITMA GENETIKA
ENRICO SYAEFULLAH
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
RINGKASAN
ENRICO SYAEFULLAH. Optimasi Keadaan Penyimpanan Buah Pepaya Sebelum Pemeraman Dengan Algoritma Genetika. Dibimbing oleh HADI K. PURWADARIA, SUTRISNO, SUROSO.
Buah-buahan merupakan komoditas pertanian yang memiliki potensi besar untuk dikembangkan, baik untuk pasar dalam negeri maupun sebagai komoditas ekspor. Pepaya merupakan salah satu buah tropis yang mempunyai nilai ekonomi tinggi dan berpotensi sebagai sumber pendapatan dan mempunyai peran penting dalam ketersediaan gizi. Masalah yang membatasi perdagangan buah-buahan adalah daya simpannya yang relatif singkat dan besarnya variasi tingkat ketuaan sehingga mutunya tidak seragam. Penanganan pascapanen adalah tahapan kegiatan yang sangat penting dilakukan sejak produk dipanen hingga produk dipasarkan dan sampai di tangan konsumen. Metode pasca panen yang umum digunakan untuk memperpanjang umur simpan buah segar adalah penyimpanan dengan pendinginan dilanjutkan dengan pemeraman untuk mendapatkan buah matang yang seragam. Untuk memenuhi kebutuhan pasar modern dewasa ini diperlukan keadaan yang optimum pada penyimpanan buah pepaya sebelum pemeraman. Mutu buah yang diinginkan setelah penyimpanan dan pemeraman dapat diduga dengan menggunakan jaringan syaraf tiruan dan optimasi keadaan penyimpanan sebelum pemeraman dapat dilakukan menggunakan algoritma genetika.
Penelitian ini bertujuan untuk mengembangkan optimasi keadaan penyimpanan buah pepaya IPB 1 sebelum pemeraman dengan algoritma genetika. Identifikasi tingkat ketuaan dan umur buah pada tingkat tua menggunakan pengolahan citra dan jaringan syaraf tiruan. Citra diproses menggunakan algoritma pengolahan citra. Algoritma pengolahan citra dibangun untuk 150 pepaya dari tiga tingkat ketuaan yaitu muda, tua dan lewat tua dan 150 pepaya dari tiga tingkat umur buah pada tingkat tua berdasar pada umur petiknya. Indeks warna dan tekstur didapat dari citra pepaya menggunakan algoritma pengolahan citra yang dibangun. Hasil pengolahan citra digunakan sebagai input untuk membangun jaringan syaraf tiruan yang dimodelkan dengan 7 input dengan tingkat ketuaan dan umur buah pada tingkat tua sebagai output.
Perlakuan suhu penyimpanan pada beberapa tingkat tua buah menggunakan buah pepaya dengan tingkat tua 0% dan10%. Penyimpanan bertujuan untuk memperpanjang masa simpan buah pepaya. Buah dimasukkan ke dalam chamber dan ditempatkan dalam lemari pendingin masing-masing bersuhu 10oC dan 15oC dan suhu ruang. Pengamatan terhadap laju respirasi, kekerasan, total padatan terlarut, warna dan susut bobot dilakukan secara periodik. Model disusun berdasarkan data hasil penelitian terhadap perubahan mutu pepaya IPB 1 selama penyimpanan. Penyusunan model laju perubahan mutu pepaya IPB 1 dilakukan dengan menggunakan persamaan Arrhenius.
Perlakuan konsentrasi etilen dan suhu pemeraman dilakukan dengan cara pepaya disimpan selama 10 hari. Setelah penyimpanan hari ke-10 pepaya diberi pelakuan etilen dengan konsentrasi 0, 100 dan 200 ppm untuk diperam pada suhu 20ºC, 25ºC, dan suhu ruang selama 24 jam. Pendugaan parameter mutu buah pepaya IPB 1 dengan metode near
infrared. Sistem NIR dikembangkan dan digunakan masing-masing untuk 100 pepaya
meliputi kalibrasi dan validasi data absorbansi (Log 1/R) dengan beberapa metode yaitu Stepwise Multiple Linier Regression, Principal Component Regression, dan Partial Least Squares. Data dari seluruh sampel yang diukur dibagi dua bagian yaitu untuk proses kalibrasi dan untuk proses validasi.
Optimasi keadaan penyimpanan buah pepaya menggunakan buah pepaya IPB 1 pada tingkat tua 0% dan10%. Penyimpanan bertujuan untuk memperpanjang masa simpan buah pepaya sebelum dilakukan proses pemeraman. Buah pepaya dimasukkan ke dalam lemari pendingin bersuhu 10ºC dan 15oC selama 10, 12, 14, 16, 18 dan 20 hari. Pemeraman buah pepaya bertujuan agar pepaya matang seragam dengan kondisi yang baik. Pepaya yang telah disimpan pada suhu 10ºC dan 15oC dimasukkan dalam chamber dan diberi perlakuan etilen dengan konsentrasi 100 ppm. Selanjutnya pepaya diperam pada suhu 20ºC selama 24 jam. Kemudian pada suhu ruang dilakukan pengamatan laju respirasi setiap 6 jam dan pengukuran kekerasan, warna, total padatan terlarut, susut bobot dan uji organoleptik setiap hari.
Model jaringan syaraf tiruan yang dikembangkan untuk menduga mutu buah pepaya setelah penyimpanan dan pemeraman menggunakan algoritma backpropagation yang terdiri dari tiga layer yaitu input layer, hidden layer dan output layer. Data yang digunakan sebagai input layer adalah data suhu penyimpanan, lama penyimpanan dan tingkat tua. Sedangkan sebagai output layer adalah warna buah, susut bobot, total padatan terlarut dan kekerasan buah. Hasil dari jaringan syaraf tiruan ini adalah nilai pembobot yang menghubungkan input dan output. Model algoritma genetika yang dikembangkan bertujuan untuk mendapatkan suhu penyimpanan, lama penyimpanan dan tingkat tua yang optimal didapatkan dari warna kulit buah, nilai total padatan terlarut, kekerasan dan susut bobot yang sesuai. Pada kasus ini dicari nilai suhu penyimpanan, lama penyimpanan dan tingkat tua yang optimal. Buah pepaya matang dengan baik apabila nilai suhu, lama penyimpanan dan tingkat tua optimal. Adapun sebagai input dari algoritma genetika ini adalah nilai warna, nilai total padatan terlarut, nilai susut bobot dan nilai kekerasan buah. Sedangkan sebagai output adalah adalah suhu penyimpanan, lama penyimpanan, tingkat tua buah pepaya IPB 1.
Hasil penelitian menunjukkan bahwa dengan konstanta laju pembelajaran 0.6, konstanta momentum sebesar 0.5, nilai fungsi aktivasi 1 dan dilatih sampai 10000 iterasi serta 3 lapisan tersembunyi pada jaringan syaraf tiruan yang digunakan diperoleh tingkat keakuratan yang tinggi mencapai 97.89% dan 100% pada klasifikasi pepaya berdasarkan tingkat ketuaan dan umur buah pada tingkat tua.
Model hubungan suhu penyimpanan dengan perubahan mutu selama penyimpanan menghasilkan persamaan k = 1.53 x 10-12.e-8579.2(1/T) untuk kekerasan pepaya 0% ; k = 9.73 x 10-11.e-8479.2(1/T) untuk kekerasan pepaya 10%; k = 3.69 x 10
-5
.e4142.2(1/T) untuk TPT pepaya 0%; k = 3.38 x 10-4.e4074.2(1/T) untuk TPT pepaya 10%; k = 1.87 x 10-21.e14435(1/T) untuk warna pepaya 0%; dan k = 2.85 x 10-21.e14531(1/T) untuk warna pepaya 10%. Parameter mutu yang paling baik pada pemeraman yaitu buah pepaya yang diperam pada suhu 200C dan konsentrasi etilen 100 ppm.
Validasi pada pendugaan total padatan terlarut menghasilkan standar error (SE),
coefficient of variation (CV) dan rasio antar standar deviasi dengan standar error (SD/SE)
berturut sebesar 0.25, 2.51%, dan 3.07 untuk metode SMLR; 0.42, 4.21%, dan 1.83 untuk metode PCR, serta 0.49, 4.867%, dan 1.59 untuk metode PLS. Sedangkan pada validasi pendugaan kekerasan adalah 0.35, 0.14%, dan 3.1 untuk metode SMLR; 0.87, 76.64%,
dan 0.97 untuk metode PCR; serta 0.56, 49.84%, dan 1.49 untuk metode PLS. Laju respirasi buah pepaya dengan tingkat tua 0% selama penyimpanan 20 hari pada suhu 10oC sebesar 4.38 ml CO2/kg/jam, pada suhu 15oC sebesar 6.48 ml CO2/kg/jam,
sedangkan pada suhu ruang sebesar 16.49 ml CO2/kg/jam. Laju respirasi buah pepaya
dengan tingkat tua 10% selama penyimpanan pada suhu 10oC sebesar 10.47 ml CO2
/kg/jam, pada suhu 15oC sebesar 11.01 ml CO2 /kg/jam dan pada suhu ruang sebesar
20.28 ml CO2 /kg/jam. Hasil algoritma genetika dapat menentukan berbagai suhu dan
lama penyimpanan optimum untuk berbagai tingkat tua pepaya. Untuk penyimpanan pepaya IPB 1 pada tingkat tua 5% (117 hsa) disarankan kombinasi suhu penyimpanan 13-14oC dan lama penyimpanan 274 jam agar memperoleh mutu buah pepaya yang disukai konsumen setelah pemeraman.
Kata kunci : pepaya, optimasi, keadaan penyimpanan, pemeraman, pengolahan citra, jaringan syaraf tiruan, algoritma genetika
ABSTRAK
Penelitian ini bertujuan untuk mengembangkan optimasi keadaan penyimpanan buah pepaya sebelum pemeraman dengan algoritma genetika. Pada tahap pertama penelitian prediksi umur dan ketuaan pepaya IPB 1 dengan pengolahan citra dan jaringan syaraf tiruan memperoleh ketepatan 100%.
TPT dan kekerasan pepaya IPB 1 dapat diduga dengan teknologi NIR dan metode analisis SMLR dengan standar error, CV dan rasio SD/SE adalah 0.25, 2.51%, dan 3.07 untuk TPT dan 0.35, 0.14%, dan 3.1 untuk kekerasan. Optimasi keadaan penyimpanan sebelum pemeraman pepaya IPB 1 dengan tingkat tua 0% dan 10% dilakukan berdasarkan waktu simpan selama 10, 12, 14, 16, 18 dan 20 hari pada suhu 10oC dan 15oC. Kemudian buah pepaya dimatangkan menggunakan etilen 100 ppm dan suhu pemeraman 20oC. Hasil algoritma genetika dapat menentukan berbagai suhu dan lama penyimpanan optimum untuk berbagai tingkat tua pepaya.
Kata kunci : pepaya, optimasi, keadaan penyimpanan, pemeraman, pengolahan citra, jaringan syaraf tiruan, algoritma genetika
ABSTRACT
The objective of this research was to determine the optimum storage condition for papaya fruit prior to ripening using genetic algorithms. In the previous step, image processing was applied along with neural network program to classify papaya based on their maturity and harvest time. The developed neural network program was capable to classify papaya with 100% accuracy.
Prediction of total soluble solid has standard error (SE), coefficient of variation (CV) and the ratio of standard deviation over the standard error prediction (SD/SE) of 0.25, 2.51% and 3.07 respectively for a Stepwise Multiple Linier Regression (SMLR). Similarly, the validation for hardness were 0.35, 0.14%, and 3.1 for the related parameters. The storage conditions applied to papaya IPB 1 prior to ripening were 10, 12, 14, 16, 18 and 20 days in 10oC and 15oC with an ethylene trigger 100 ppm and 20oC ripening temperature for the ripening process. The genetic alghorthms was capable to determine the optimum temperature and storage time at various maturity of fruit for papaya prior to ripening.
Key words : papaya, optimum, storage condition, ripening, image processing, artificial neural network, genetic algorithms
PERNYATAAN MENGENAI DISERTASI DAN SUMBER INFORMASI
Dengan ini saya menyatakan bahwa disertasi yang berjudul : “Optimasi Keadaan Penyimpanan Buah Pepaya Sebelum Pemeraman Dengan Algoritma Genetika” adalah bener merupakan hasil karya saya sendiri dengan arahan dari pembimbing dan belum diajukan dalam bentuk apapun kepada peguruan tinggi manapun. Semua sumber daya dan informasi yang digunakan telah dinyatakan secara jelas dan dapat diperiksa kebenarannya.
Bogor, September 2008
Enrico Syaefullah Nrp.F161040051
© Hak Cipta milik IPB, tahun 2008 Hak Cipta dilindungi Undang-Undang
Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan atau menyebutkan sumbernya. Pengutipan hanya untuk kepentingan pendidikan, penelitian, penulisan karya ilmiah, penyusunan laporan, penulisan kritik, atau tinjauan suatu masalah; dan pengutipan tersebut tidak merugikan kepentingan yang wajar IPB.
Dilarang mengumumkan atau memperbanyak sebagian atau seluruh karya tulis dalam bentuk apapun tanpa izin IPB.
OPTIMASI KEADAAN PENYIMPANAN BUAH PEPAYA
SEBELUM PEMERAMAN DENGAN
ALGORITMA GENETIKA
ENRICO SYAEFULLAH
Disertasi
Sebagai salah satu syarat untuk memperoleh gelar Doktor pada
Program Studi Ilmu Keteknikan Pertanian
SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
Judul Disertasi : Optimasi Keadaan Penyimpanan Buah Pepaya Sebelum Pemeraman Dengan Algoritma Genetika Nama Mahasiswa : Enrico Syaefullah
Nomor Pokok : F161040051
Disetujui
Komisi Pembimbing
Prof. Dr. Ir. Hadi K Purwadaria, M.Sc. Dr. Ir. Sutrisno, M.Agr. Ketua Anggota
Dr. Ir. Suroso, M.Agr. Anggota
Diketahui
Ketua Program Studi Dekan Sekolah Pascasarjana IPB Ilmu Keteknikan Pertanian
Prof. Dr. Ir. Armansyah H. Tambunan Prof. Dr. Ir. Khairil Anwar Notodiputro, M.S.
Tanggal Ujian : Tanggal Lulus : 29 Agustus 2008
Penguji Luar Ujian Tertutup : Prof. Dr. Ir. Slamet Susanto, MAgr Penguji Luar Ujian Terbuka :
1. Prof. Dr.Ir. Roedy Poerwanto, MSc 2. Dr. Ir. Winarno, MSc
PRAKATA
Bismillaahirrahmanirrahiim. Alhamdulillaahirabbil’alamin. Dengan segala kerendahan hati penulis memanjatkan puji dan syukur kehadirat Allah SWT atas segala limpahan rahmat dan karunia-Nya sehingga dapat menyelesaikan penelitian dan penulisan disertasi yang berjudul ”Optimasi Keadaan Penyimpanan Buah Pepaya Sebelum Pemeraman Dengan Algoritma Genetika”.
Pada kesempatan ini penulis menyampaikan rasa hormat dan ucapan terimakasih yang tulus serta penghargaan yang setinggi-tingginya kepada :
1. Prof. Dr. Ir. Hadi K. Purwadaria, MSc., selaku ketua komisi pembimbing, Dr. Ir. Sutrisno M.Agr, Dr. Ir. Suroso M.Agr masing-masing sebagai anggota komisi pembimbing yang telah meluangkan waktu memberikan bimbingan, arahan, saran dan dukungan yang tidak terhingga sehingga penulisan disertasi ini dapat diselesaikan.
2. Prof. Dr. Ir. Slamet Susanto, M.Agr, Prof. Dr. Ir. Roedy Poerwanto, M.Sc. dan Dr. Ir. Winarno yang telah memberi banyak masukan sebagai dosen penguji di ujian tertutup dan ujian terbuka.
3. Dekan Sekolah Pascasarjana IPB Prof. Dr. Ir. Khairil Anwar Notodipuro, MS, Dekan Fakultas Teknologi Pertanian Dr. Ir. Sam Herodian, Wakil Dekan Fakultas Teknologi Pertanian Dr. Ir. Sugiyono, Ketua Program Studi Keteknikan Pertanian Prof. Dr. Ir. Armansyah H. Tambunan beserta staf pengajar yang telah memberi ilmu dan bimbingan kepada penulis selama menimba ilmu di IPB.
4. Kepala Badan Litbang Pertanian Dr. Ir. Gatot Irianto, Kepala Balai Besar Pengkajian dan Pengembangan Pertanian Dr. Ir. Muhrizal, Kepala Balai Pengkajian Teknologi Pertanian Kalimantan Tengah Dr. Ir. Masganti atas ijin, kesempatan dan dukungan yang diberikan kepada penulis untuk melanjutkan pendidikan S3.
5. Pengelola Program Insentif Riset Terapan di Kementerian Negara Riset dan Teknologi serta LPPM-IPB, Pengelola Yayasan Damandiri atas bantuan dana penelitiannya.
6. Ayahanda Drs H. Suharna A. Rasjid dan Ibunda Hj. Siti Maemunah, Ayah Chairul M Saad dan Ibu Melati kecintaan dan rasa hormat penulis persembahkan atas ketulusan dalam doa dan pengorbanan yang tiada tara.
7. Istri tercinta Maya Hairina SP, ananda tersayang Shofiatasya Qonitatussakinah dan Muhammad Zaky Nur Ilmi yang bersamanya selalu tercipta bahagia dalam suka dan duka. Juga Yudha, Levy dan Brian, Yopie, Kak Desi, Bang Adi, Roby dan Elma serta Noval yang telah memberikan dorongan moral dan materil sehingga perjuangan ini dapat diselesaikan.
8. Pak Sulyaden, Pak Sugiyono, Warji, Slamet, Rudi, Renato dan rekan-rekan yang dengan tulus ikhlas membantu dari awal kuliah sampai akhir penulisan disertasi.
Demikian juga kepada semua pihak yang banyak membantu penulis selama mengikuti pendidikan sampai selesainya disertasi ini, dihaturkan banyak terima kasih, semoga Allah membalas kebaikan kita semua. Akhirnya semoga disertasi ini bermanfaat bagi pengembangan ilmu pengetahuan dan masyarakat luas.
RIWAYAT HIDUP
Penulis dilahirkan di Bekasi pada 4 April 1973 sebagai anak pertama dari empat bersaudara pasangan Drs. H. S.A. Rasjid dan Hj. Siti Maemunah. Pada tahun 1997 penulis lulus sebagai Sarjana Teknologi Pangan pada Jurusan Teknologi Pertanian Fakultas Pertanian Universitas Padjadjaran. Pada tahun 2002 melanjutkan studi pada Program Pascasarjana Institut Pertanian Bogor Program Studi Pasca Panen dan lulus pada tahun 2004. Studi S3 pada Program Studi Ilmu Keteknikan Pertanian mulai ditempuh tahun ajaran 2004/2005 dengan biaya sendiri.
Sejak tahun 1999 penulis bertugas sebagai staf peneliti Balai Pengkajian Teknologi Pertanian Kalimantan Tengah. Selama bekerja sebagai staf peneliti di BPTP Kalimantan Tengah penulis pernah menjadi Ketua Tim Pengkajian Pascapanen Buah-buahan di Kalimantan Tengah 2000-2002. Publikasi ilmiah yang telah diterbitkan selama dua tahun terakhir, adalah (1) Identifikasi Tingkat Ketuaan dan Kematangan Pepaya (Carica papaya L.) IPB 1 Dengan pengolahan Citra Digital dan Jaringan Syaraf Tiruan (Agritech Vol. 27 No.2 Juni 2007 Fateta UGM Yogyakarta) dan (2) Penentuan Parameter Mutu Pepaya IPB 1 Secara Non Destruktif (Prosiding Seminar Nasional Ketahanan Pangan PERTETA 2007 Unila Lampung). Kedua publikasi ilmiah tersebut telah dipresentasikan secara oral dalam Seminar PERTETA (Perhimpunan Teknik Pertanian Indonesia) di Yogyakarta dan Lampung.
DAFTAR ISI
Halaman
DAFTAR TABEL... viii
DAFTAR GAMBAR ... ix
DAFTAR LAMPIRAN ... xii
I. PENDAHULUAN ... 1
1.1. Latar Belakang ... 1
1.2. Tujuan Penelitian ... 5
1.3. Manfaat Penelitian ... 5
II. TINJAUAN PUSTAKA ... 6
2.1. Pepaya ... 6
2.2. Penyimpanan ... 9
2.3. Pemeraman ... 12
2.4. Respirasi ... 14
2.5. Hubungan Etilen dengan Pematangan Buah ... 16
2.6. Teknologi Near Infrared (NIR) ... 18
2.5. Jaringan Syaraf Tiruan (JST) ... 20
2.6. Pengolahan Citra (Image Processing) ... 22
2.7. Algoritma Genetika (AG) ... 23
III. METODE PENELITIAN ... 24
3.1. Tempat, Bahan dan Alat Penelitian ... 24
3.2. Identifikasi Ketuaan ... 26
3.3. Perlakuan Suhu Pada Beberapa Tingkat Tua ... 30
3.4. Perlakuan Konsentrasi Etilen dan Suhu Pemeraman ... 33
3.5. Pengukuran TPT dan Kekerasan dengan NIR ... 34
3.6. Optimasi Keadaan Penyimpanan Buah Pepaya ... 38
IV. HASIL DAN PEMBAHASAN ... 41
4.1. Identifikasi Ketuaan ... 41
4.2. Perlakuan Suhu Pada Beberapa Tingkat Tua ... 47
4.3. Perlakuan Konsentrasi Etilen dan Suhu Pemeraman ... 58
4.4. Pengukuran TPT dan Kekerasan dengan NIR ... 75
4.5. Optimasi Keadaan Penyimpanan Buah Pepaya ... 89
V. SIMPULAN DAN SARAN ... 107
5.1. Simpulan ... 107
5.2. Saran ... 108
DAFTAR TABEL
Teks Halaman
Tabel 1. Kriteria mutu buah pepaya malang segar (SNI 01–4230–1996) ... 7
Tabel 2. Tabel keluaran JST tingkat ketuaan pepaya IPB 1 ... 29
Tabel 3. Tabel keluaran JST umur buah pepaya IPB 1 ... 30
Tabel 4. Hasil Perhitungan statistik indeks warna merah buah pepaya pada berbagai tingkat ketuaan ... 42
Tabel 5. Hasil validasi tingkat ketuaan buah pepaya dengan JST ... 44
Tabel 6. Hasiil perhitugnan statistik indeks warna merah buah pepaya pada berbagai umur buah ... 45
Tabel 7. Hasil validasi umur buah pada tingkat tua dengan JST ... 47
Tabel 8. Laju respirasi selama penyimpanan buah pepaya IPB 1 ... 48
Tabel 9. Perubahan kekerasan buah pepaya selama penyimpanan ... 50
Tabel 10. Perubahan TPT buah pepaya selama penyimpanan ... 51
Tabel 11. Perubahan derajat warna kuning (b*) pepaya selama penyimpanan ... 54
Tabel 12. Persamaan regresi perubahan kekerasan, total padatan terlarut pepaya IPB 1 selama penyimpanan ... 56
Tabel 13. Nilai –E/R, dan k0 untuk kekerasan dan total padatan terlarut pepaya IPB 1 selama penyimpanan ... 56
Tabel 14. Nilai r dan RMSE model perubahan mutu selama penyimpanan ... 58
Tabel 15. Hasil analisis data total padatan terlarut dengan metode Stepwise Multiple Linier Regression (SMLR) ... 79
Tabel 16. Hasil analisis data kekerasan buah pepaya dengan metode Stepwise Multiple Linier Regression (SMLR) ... 81
Tabel 17. Variasi komponen utama nilai absorbansi NIR ... 82
Tabel 18. Hasil analisis data TPT buah pepaya dengan metode Principal Component Regression (PCR) ... 83
Tabel 19. Variasi komponen utama nilai absorbansi NIR ... 84
Tabel 20. Hasil analisis data kekerasan buah pepaya dengan metode Principal Component Regression (PCR) ... 85
Tabel 21. Hasil analisis data TPT buah pepaya metode Partial Least Squares (PLS) ... 86
Tabel 22. Hasil analisis data kekerasan buah pepaya metode Partial Least Squares (PLS) ... 87
Tabel 23. Perbandingan hasil kalibrasi dan validasi TPT metode SMLR, PCR, dan PLS ... 88
Tabel 24. Perbandingan hasil kalibrasi dan validasi kekerasan metode SMLR, PCR, dan PLS ... 88
Tabel 25. Parameter training JST ... 101
Tabel 26. Parameter AG ... 102
DAFTAR GAMBAR
Teks Halaman
Gambar 1. Buah dan daging buah pepaya varietas IPB 1 ... 7
Gambar 2. Waktu pencapaian klimakterik dengan produksi etilen selama penyimpanan ... 13
Gambar 3. Fase dari periode klimakterik (Watada et al. 1984, diacu dalam Sutrisno, 1994) ... 14
Gambar 4. Model fisik proses respirasi sistem pemeraman pada ruang pemeraman tertutup ... 16
Gambar 5. Proses binerisasi dan thresholding citra buah pepaya ... 26
Gambar 6. Arsitektur jaringan syaraf tiruan ... 27
Gambar 7. Model JST untuk menduga tingkat ketuaan buah pepaya ... 29
Gambar 8. Model JST untuk menduga umur buah pada tingkat tua ... 30
Gambar 9. Model JST untuk pendugaan mutu buah hasil penyimpanan ... 38
Gambar 10. Sebaran nilai indeks warna merah untuk tingkat ketuaan ... 41
Gambar 11. Sebaran indeks warna merah untuk umur buah ... 44
Gambar 12. Grafik laju respirasi pepaya IPB 1 selama penyimpanan ... 48
Gambar 13. Grafik perubahan indeks warna merah pepaya IPB 1 selama penyimpanan ... 52
Gambar 14. Grafik susut bobot pepaya IPB 1 selama penyimpanan... 54
Gambar 15. Laju respirasi CO2 pepaya IPB1 selama pemeraman dengan konsentrasi etilen (a). 100 ppm, (b). 200 ppm, (c). 0 ppm pada suhu 20oC, 25oC dan suhu ruang ... 58
Gambar 16. Laju respirasi CO2 pepaya IPB 1 selama pemeraman pada suhu (a). 20oC, (b). 25oC, dan (c). suhu ruang dengan konsentrasi etilen 100, 200, dan 0 ppm ... 61
Gambar 17. Perubahan kekerasan pepaya IPB 1 selama penyimpanan dilanjutkan dengan pemeraman ... 63
Gambar 18. Perubahan TPT pepaya IPB 1 setelah penyimpanan dilanjutkan dengan pemeraman ... 65
Gambar 19. Perubahan susut bobot pepaya IPB 1 yang disimpan pada suhu 20oC selama 10 hari dan diperam dengan konsentrasi etilen 0 ppm, pada suhu 20oC, 25oC dan pada suhu ruang ... 66
Gambar 20. Nilai perbandingan derajat warna kuning pada image dengan chromameter ... 67
Gambar 21. Perubahan derajat warna kuning selama penyimpanan
sampai pemeraman ... 69 Gambar 22. Penilaian uji organoleptik terhadap warna kulit dan
daging pepaya IPB 1 setelah pemeraman ... 70 Gambar 23. Penilaian uji organoleptik terhadap aroma dan rasa
pepaya IPB 1 setelah pemeraman ... 71 Gambar 24. Penilaian uji organoleptik terhadap tekstur dan keseluruhan
pepaya IPB 1 setelah pemeraman ... 73 Gambar 25. Grafik absorbsi NIR pada beberapa sampel pepaya ... 75 Gambar 26. Grafik perbandingan TPT dugaan NIR dengan TPT referensi
pada tahap kalibrasi log (1/R) dan validasi log (1/R) dengan
metode SMLR ... 77 Gambar 27. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan
referensi pada tahap kalibrasi log (1/R) dan validasi log (1/R)
dengan metode SMLR ... 79 Gambar 28. Grafik perbandingan TPT dugaan NIR dengan TPT referensi
tahap kalibrasi log (1/R) dan validasi (1/R)
dengan metode PCR ... 81 Gambar 29. Grafik perbandingan kekerasan dugaan NIR dengan
kekerasan referensi pada tahap kalibrasi log (1/R) dan
validasi (1/R) dengan metode PCR ... 83 Gambar 30. Grafik perbandingan TPT dugaan NIR dengan TPT
referensi pada tahap kalibrasi log (1/R) dan validasi (1/R)
dengan metode PLS ... 85 Gambar 31. Grafik perbandingan kekerasan dugaan NIR dengan
kekerasan referensi pada tahap kalibrasi log (1/R) dan
validasi (1/R) dengan metode PLS ... 86 Gambar 32. Laju respirasi selama penyimpanan 10 hari (a) dan
12 hari (b) dilanjutkan dengan pemeraman ... 88 Gambar 33. Laju respirasi selama penyimpanan 14 hari (a) dan
16 hari (b) dilanjutkan dengan pemeraman ... 89 Gambar 34. Laju respirasi selama penyimpanan 18 hari (a) dan
20 hari (b) dilanjutkan dengan pemeraman ... 90 Gambar 35. Perubahan warna pepaya selama penyimpanan 10 hari (a)
dan 12 hari (b) dilanjutkan dengan pemeraman... 92 Gambar 36. Perubahan warna pepaya selama penyimpanan 14 hari (a)
dan 16 hari (b) dilanjutkan dengan pemeraman ... 92 Gambar 37. Perubahan warna pepaya selama penyimpanan 18 hari (a)
dan 20 hari (b) dilanjutkan dengan pemeraman ... 93
Gambar 38. Perubahan kekerasan pepaya selama penyimpanan
10 hari (a) dan 12 hari (b) dilanjutkan dengan pemeraman ... 94 Gambar 39. Perubahan kekerasan pepaya selama penyimpanan
14 hari (a) dan 16 hari (b) dilanjutkan dengan pemeraman ... 98 Gambar 40. Perubahan kekerasan pepaya selama penyimpanan
18 hari (a) dan 20 hari (b) dilanjutkan dengan pemeraman ... 95 Gambar 41. Perubahan TPT pepaya selama penyimpanan 10 hari (a)
dan 12 hari (b) dilanjutkan dengan pemeraman ... 96 Gambar 42. Perubahan TPT pepaya selama penyimpanan 14 hari (a)
dan 16 hari (b) dilanjutkan dengan pemeraman ... 97 Gambar 43. Perubahan TPT pepaya selama penyimpanan 18 hari (a)
dan 20 hari (b) dilanjutkan dengan pemeraman ... 97 Gambar 44. Susut bobot pepaya selama penyimpanan 10 hari (a)
dan 12 hari (b) dilanjutkan dengan pemeraman ... 98 Gambar 45. Susut bobot pepaya selama penyimpanan 14 hari (a)
dan 16 hari (b) dilanjutkan dengan pemeraman ... 98 Gambar 46. Susut bobot pepaya selama penyimpanan 18 hari (a)
dan 20 hari (b) dilanjutkan dengan pemeraman ... 99 Gambar 47. Grafik hubungan kekerasan (a) dan TPT (b) hasil pendugaan
JST dan hasil pengamatan pada saat training ... 100 Gambar 48. Grafik hubungan warna (a) dan susut bobot (b) hasil
pendugaan JST dan hasil pengamatan pada saat training ... 101 Gambar 49. Grafik perubahan nilai fitness selama proses optimasi ... 104 Gambar 50. Grafik perubahan nilai optimal suhu penyimpanan
selama proses optimasi ... 104 Gambar 51. Grafik perubahan nilai optimal lama penyimpanan
selama proses optimasi ... 105 Gambar 52. Grafik perubahan nilai optimal tingkat tua
selama proses optimasi ... 105 Gambar 53. Tampilan hasil optimasi suhu penyimpanan,
lama penyimpanan dan tingkat tua dengan AG ... 106
DAFTAR LAMPIRAN
Teks Halaman
Lampiran 1. Data hasil pengolahan citra papaya IPB 1 ... 116 Lampiran 2. Data pelatihan dan validasi untuk pendugaan tingkat ketuaan ... 122 Lampiran 3. Data pelatihan dan validasi untuk pendugaan umur buah ... 124 Lampiran 4. Analisis sidik ragam organoleptik skor warna kulit buah
pepaya IPB 1 setelah pemeraman ... 126 Lampiran 5. Analisis sidik ragam organoleptik skor warna daging buah
pepaya IPB 1 setelah pemeraman ... 127 Lampiran 6. Analisis sidik ragam organoleptik skor aroma buah pepaya
IPB 1 setelah pemeraman ... 128 Lampiran 7. Analisis sidik ragam organoleptik skor rasa buah pepaya
IPB 1 setelah pemeraman ... 129 Lampiran 8. Analisis sidik ragam organoleptik skor tekstur buah pepaya
IPB 1 setelah pemeraman... 130 Lampiran 9. Analisis sidik ragam organoleptik skor keseluruhan penerimaan
buah pepaya IPB 1 setelah pemeraman ... 131 Lampiran 10. Data mutu fisik buah papaya IPB 1 sebagai data training ... 132 Lampiran 11. Hasil training model pendugaan mutu fisik buah pepaya IPB 1 ... 133 Lampiran 12. Populasi awal proses optimasi ... 134 Lampiran 13. Perubahan nilai fitness selama proses optimasi ... 135 Lampiran 14. Populasi akhir proses optimasi ... 136
