Pengembangan Model Penentuan Kandungan Kimia Utama Pembentuk Flavor Biji Kopi Java Preanger Menggunakan FT-NIRS.

Abstract

Kafein, trigonelin dan asam klorogenat (CGA) merupakan indikator penting yang mempengaruhi flavor dari minuman kopi. Pada umumnya, penentuan konsentrasi kafein, trigonelin dan CGA dilakukan menggunakan metode kimia yang bersifat destruktif, memerlukan waktu pengerjaan yang cukup lama dan mahal, sehingga diperlukan metode alternatif untuk penentuan kandungan tersebut secara cepat, salah satunya yaitu dengan metode spektroskopi fourier transforminfra merah dekat (FT-NIRS). Tujuan dari penelitian ini adalah untuk mengembangkan model penentuan kandungan kimia utama pembentuk flavor (kafein, trigonelin dan CGA) pada biji kopi java preanger berbasis metode FTNIRS. Secara khusus, penelitian ini bertujuan untuk (1) membangun model kalibrasi berbasis partial least square (PLS) dan stepwise multiple linear regression (SMLR) untuk penentuan kandungan kafein, trigonelin dan CGA biji kopi java preanger, dan (2) menentukan panjang gelombang dominan untuk penentuan kandungan kafein, trigonelin dan CGA menggunakan metode stepwise multiple linear regression (SMLR). Sampel biji kopi java preanger (96 g) disusun dalam cawan petri. Selanjutnya, reflektan sampel diukur menggunakan spektrometer FT-NIR pada panjang gelombang 1000-2500 nm, dan dilanjutkan dengan pengukuran konsentrasi kandungan kimia menggunakan liquid chromatography mass spectrometry (LCMS). Beberapa pengolahan data spektra NIR seperti turunan pertama, turunan kedua, multiple scatter correction (MSC), standard normal variate (SNV) dan kombinasinya digunakan untuk meningkatkan akurasi spektra NIR. Setelah itu, spektra yang telah diolah (n=67) dikalibrasi dengan data kandungan kimia untuk menemukan model kalibrasi terbaik. Selanjutnya, model kalibrasi yang diperoleh digunakan untuk memprediksi kafein, trigonelin dan CGA pada set sampel validasi (n=33). Di sisi lain, penentuan panjang gelombang dominan dilakukan menggunakan metode SMLR. Selanjutnya, panjang gelombang terpilih dikalibrasi dengan data kandungan kimia menggunakan metode SMLR. Parameter statistik yang digunakan untuk mengevaluasi model PLS dan SMLR yang telah dibangun yaitu koefisien korelasi (r), standar eror kalibrasi (SEC), standar eror prediksi (SEP), koefisien variasi (CV) dan rasio perbandingan SEP dengan standar deviasi (RPD). Hasil menunjukkan bahwa pengolahan data turunan pertama menghasilkan bentuk spektra yang berbeda dengan spektra original. Pengolahan data turunan pertama menghasilkan lebih banyak puncak dan lembah penyerapan kandungan kimia. Selanjutnya, pada pengolahan data turunan kedua dihasilkan lebih banyak puncak dan lembah penyerapan kandungan kimia dibandingkan turunan pertama, yang mengindikasikan bahwa dengan metode ini, kandungan kimia mikro yang dapat diidentifikasi lebih banyak. Di sisi lain, pengolahan data MSC dan SNV dapat menghilangkan pengaruh multiplicative interference pada data yang disebabkan oleh pengaruh scatter, ukuran partikel sampel dan rongga udara antar sampel biji kopi. Kombinasi pengolahan data turunan pertama atau kedua dengan MSC menghasilkan spektra dengan bentuk yang mirip dengan spektra hasil olahan turunan pertama atau kedua, namun, perbedaan nilai penyerapannya menurun disebabkan oleh pengaruh MSC yang dapat mengkoreksi faktor scatter pada sampel biji kopi. Model berbasis PLS 7 faktor dengan kombinasi pengolahan data turunan pertama dan MSC dapat memprediksi secara akurat kandungan kafein biji kopi java preanger (r=0,946 ; CV=1,54% ; RPD=2,28). Model berbasis PLS 4 faktor dengan kombinasi pengolahan data turunan kedua dan MSC dapat memprediksi dengan tepat kandungan trigonelin biji kopi java preanger (r=0,9748 ; CV=1,63% ; RPD=2,98). Model berbasis PLS 4 faktor dengan pengolahan data turunan kedua dapat digunakan untuk memprediksi kandungan CGA biji kopi java preanger (r=0,936 ; CV=2,75% ; RPD=2,27). Selanjutnya, model berbasis SMLR dengan 25 panjang gelombang terpilih, pada rentang 1000 – 1125 nm, dapat digunakan untuk memprediksi kandungan kafein biji kopi java preanger (r=0,908 ; CV=1,93% ; RPD=1,84) dan model berbasis SMLR dengan 24 panjang gelombang terpilih, pada rentang 1019 – 1334 nm, dapat memprediksi kandungan CGA (r=0,949 ; CV=2,41% ; RPD=2,59).