dc.description.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. | id |