View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Agricultural Technology
      • UT - Agroindustrial Technology
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Undergraduate Theses
      • UT - Faculty of Agricultural Technology
      • UT - Agroindustrial Technology
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Pendugaan Karbohidrat, Protein, dan HCN pada Modified Cassava flour (MOCAF) Menggunakan Spektroskopi Near Infrared (NIR)

      Thumbnail
      View/Open
      Fulltext (19.13Mb)
      Date
      2017
      Author
      Rahman, Nadhilah Fathur
      Purwanto, Yohanes Aris
      Metadata
      Show full item record
      Abstract
      MOCAF (modified cassava flour) merupakan salah satu produk turunan dari singkong. MOCAF memiliki karakteristik yang mirip dengan tepung gandum. Penggunaan MOCAF diharapkan dapat menurunkan penggunaan tepung gandum. Singkong banyak tersedia di Indonesia, namun jenis singkong yang berbeda akan menghasilkan karakteristik kimia yang berbeda pula. Oleh karena itu perlu dilakukan pengujian terhadap beberapa karakteristik kimianya. Tujuan dari penelitian ini adalah untuk menduga protein, kadar karbohidrat, dan kadar HCN yang terdapat di dalam modified cassava flour (MOCAF) dari hasi pengujian non destruktif dengan menggunakan instrumen near infrared (NIR). Sampel singkong adalah hasil mutasi stabil dari singkong lokal yang dikembangkan oleh Departemen Agronomi dan Hortikultura, Fakultas Pertanian, IPB. Singkong tersebut diolah menjadi MOCAF. Sampel MOCAF sebanyak 2/3 digunakan untuk proses kalibrasi, sedangkan 1/3 sampel digunakan untuk proses validasi. NIRFlex Solid N-500 pada panjang gelombang 10000–4000 cm-1 (1000–2500 nm) digunakan untuk memperoleh spektrum near infrared. Spektrum ini digunakan untuk memperoleh model regresi yang diharapkan dapat digunakan di masa mendatang untuk melakukan pendugaan secara cepat tanpa melalui prosedur pengujian destruktif yang panjang dan rumit. Analisis dilakukan dengan menggunakan metode partial least square (PLS) dan perlakuan data untuk memperoleh model regresi yang terbaik. Penilaian model ditentukan oleh beberapa parameter statistik seperti koefisien determinasi (R2), standar eror (SE), koefisien keragaman (CV), dan ratio performance to deviation (RPD). Model yang baik memiliki koefisien determinasi yang tinggi, serta standar eror kalibrasi dan validasi yang rendah. Nilai koefisien determinasi (R2), SEC, dan SEP adalah 0.90, 0.15, dan 0.15 untuk kadar protein; 0.90, 0.32, 0.32 untuk kadar karbohidrat; 0.81, 6.40, dan 6.43 untuk kadar HCN. Model regresi yang diperoleh dapat digunakan untuk pendugaan kadar protein dan kadar karbohidrat. Sedangkan untuk HCN mempunyai keakuratan yang rendah.
      URI
      http://repository.ipb.ac.id/handle/123456789/87255
      Collections
      • UT - Agroindustrial Technology [4356]

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository
        

       

      Browse

      All of IPB RepositoryCollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

      My Account

      Login

      Application

      google store

      Copyright © 2020 Library of IPB University
      All rights reserved
      Contact Us | Send Feedback
      Indonesia DSpace Group 
      IPB University Scientific Repository
      UIN Syarif Hidayatullah Institutional Repository
      Universitas Jember Digital Repository