| dc.description.abstract | Penyimpanan dingin merupakan slah satu metode yang digunakan untuk memperpanjang umur simpan mangga. Walaupun penyimpanan pada suhu rendah menyebabkan buah mengalami cilling injury (CI). Mendeteksi CI symptom pada buah mangga sebelum terjadinya CI ini merupakan salah satu studi yang menarik pada bidang pascapanen. Tujuan dari penelitian ini adalah untuk memprediksi CI dan mutu internal buah mangga cv Arumanis selama penyimpanan secara non destruktif dengan NIRS. Tujuan khususnya yaitu (1) mengembangkan model kalibrasi NIR untuk memprediksi CI dan perubahan mutu mangga Arumanis berdasarkan perubahan TPT, kadar asam, kekerasan, dan rasio gula asam dengan metode PLS, (2) menggolongkan buah mangga Arumanis berdasarkan mutu internal selama penyimpanan dingin (suhu rendah) dengan NIRS dan analisis PCA, (3) menggolongkan mangga yang baru dipanen dengan mangga yang terkena chilling injury menggunakan metode PCA dan Mahalonobis Distance. Buah mangga dengan umur petik 75 dan 90 HSBM disimpan selama 22 hari di cold storage dengan suhu 13 oC dan 8 oC sebanyak 182 buah. Pengambilan data spektrum NIR menggunakan NIRFlex fiber optic solid N-500 dilakukan pada buah mangga yang baru dipanen dan buah mangga yang disimpan selama 22 hari dengan pengambilan data 2 hari sekali. Parameter mutu buah mangga yang diamati adalah TPT, kekerasan, ion leakage, total asam, dan susut bobot. Prediksi mutu internal mangga cv Arumanis menggunakan metode partial least square (PLS) dengan pengolahan data spektrum seperti normalisasi, standard normal variate (SNV), turunan (dg1), dan kombinasi turunan dengan normalisasi (dg1N01). Penggolongan mangga menggunakan metode principal component analysis (PCA) dengan pengolahan data spektrum mean normalization dan smoothing. Ketepatan dan ketelitian metoda NIR dalam memprediksi mutu internal mangga Arumanis dikaji dari koefisien korelasi (r), bias, standard error of calibration set (SEC), standard error of validation set (SEP), coefficient of variation (CV), dan residual predictive deviation (RPD). Hasil penelitian ini menunjukkan bahwa NIRS dapat memprediksi kandungan fisikokimia mangga Arumanis seperti TPT dengan model kalibrasi terbaik menggunakan pengolahan data spektrum normalisasi menunjukkan nilai r, SEP, dan RPD berturut-turut adalah 0.98, 1.05 oBrix, 3.65; untuk total asam menggunakan pengolahan data spektrum dg1 dengan nilai r, SEP, dan RPD berturut-turut adalah 0.83, 0.17%, 1.27; susut bobot menggunakan pengolahan data spektrum SNV dengan nilai r, SEP, dan RPD berturut-turut adalah 0.95, 1.22% 2.75; kekerasan menggunakan pengolahan data spektrum SNV dengan nilai r, SEP, dan RPD berturut-turut adalah 0.94, 4.2 N, 2.11; rasio gula asam menggunakan pengolahan data spektrum dg1N01 dengan nilai r, SEP, dan RPD berturut-turut adalah 0.94, 5.5, 1.97; dan prediksi CI menggunakan pengolahan data spektrum NIR dg2N01 dengan nilai r, SEP, dan RPD berturut-turut adalah 0.86, 0.05, 1.12. Metoda NIRS dengan analisis PCA, pengolahan data spektrum Mean Normalization dan Smoothing dan MD dapat menggolongkan mangga yang baru dipanen (H0) dengan mangga yang telah disimpan dingin selama 12 dan 22 hari (H12 dan H22) berdasarkan mutu internalnya dengan tingkat akurasi 87%. Metode NIRS dapat mendeteksi CI mangga Arumanis selama penyimpanan dingin dan NIRS dengan analisis PCA dan MD setelah dilakukan pengolahan data spektrum Mean Normalization dan Smoothing dapat menggolongkan mangga yang baru dipetik (H0) dengan mangga yang yang telah terkena chilling injury (H6) dengan akurasi 90%. | id |
