Prediksi Kandungan Minyak dan Asam Lemak Bebas Biji Kemiri Sunan secara Non-destruktif Menggunakan Near Infrared Spectroscopy

Abstract

Permintaan energi terus meningkat seiring dengan berjalannya waktu. Data konsumsi energi Indonesia pada tahun 2022 terdiri dari 40,3% minyak bumi, 25,2% batu bara, 6,3% gas, 15,4% listrik, 6,15% LPG, dan 6,5% energi terbarukan. Data ini mencerminkan ketergantungan yang tinggi pada sumber energi tak terbarukan, terutama minyak bumi. Oleh karena itu, perlu adanya pengembangan bakar alternatif yang ramah lingkungan dan berkelanjutan untuk menggantikan minyak bumi yaitu biodiesel. Salah satu tanaman yang berpotensi sebagai bahan baku biodiesel adalah kemiri sunan. Minyak dan asam lemak bebas (ALB) merupakan parameter mutu kemiri sunan yang memengaruhi hasil biodiesel. Pengukuran kandungan kimia tersebut umumnya dilakukan secara destruktif di laboratorium, memerlukan waktu yang lama dan biaya yang tinggi. Oleh karena itu diperlukan metode yang lebih sederhana, cepat, dan akurat. Salah satu metode yang dapat digunakan adalah NIRS (Near Infrared Spectroscopy). Tujuan penelitian ini adalah memprediksi kandungan kimia (minyak dan ALB) biji utuh kemiri sunan secara non-destruktif menggunakan NIRS. Penelitian ini menggunakan 32 sampel biji utuh kemiri sunan. Pengujian destruktif dilakukan untuk memperoleh data kimia sebagai acuan dan pengukuran non-destruktif dengan NIR untuk memperoleh data spektrum pada panjang gelombang 1000-2500 nm. Metode analisis data yang digunakan adalah metode PLS (Partial Least Square) dengan beberapa pra-perlakuan spektra NIR yaitu normalisasi, Standar Normal Variate (SNV), de trending, dan Smoothing Savitzky-golay. Hasil kalibrasi dan validasi kandungan minyak dan asam lemak bebas terbaik diperoleh dengan Smoothing Savitzky-golay 9 titik dan faktor PLS 12 dengan r = 0,81, SEC = 3,43%, SEP = 4,28%, RPD = 1,25, dan konsistensi 80,10% untuk kadar minyak, dan faktor PLS 9 dengan r = 0,82, SEC = 0,511%, SEP = 0,513%, RPD = 1,57, dan konsistensi= 99,59% untuk ALB. Dengan menggunakan metode threshold, model prediksi memiliki potensi untuk mengelompokkan kandungan kimia biji kemiri sunan menjadi dua kategori yaitu tinggi dan rendah berdasarkan kadar minyak dengan akurasi sebesar 87,5% dan ALB dengan akurasi sebesar 75%.