View Item 
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Agriculture Technology
      • View Item
      •   IPB Repository
      • Dissertations and Theses
      • Master Theses
      • MT - Agriculture Technology
      • View Item
      JavaScript is disabled for your browser. Some features of this site may not work without it.

      Akurasi Metode NIRS dalam Prediksi Kandungan Kimia Green Bean Kopi Arabika Bondowoso dengan Model Kubelka-Munk

      Thumbnail
      View/Open
      Fulltext (16.06Mb)
      Date
      2018
      Author
      Purningsih, Vivin
      Budiastra, I Wayan
      Sutrisno
      Widyotomo, Sukrisno
      Metadata
      Show full item record
      Abstract
      Indonesia merupakan negara sebagai penghasil dan pengekspor kopi dalam bentuk green bean. Saat ini, konsumsi kopi bukan lagi sebatas persoalan citarasa dan aroma saja, tetapi juga berkaitan dengan manfaat yang ingin diperoleh dari kopi terutama pada kopi green bean yang memiliki kandungan kafein serta antioksidan seperti asam klorogenat dan trigonelin. Selama ini, penentuan kandungan kimia kopi masih menggunakan metode destruktif yang kurang efisien dan efektif, sehingga dibutuhkan metode yang lebih efisien untuk mengatasi permasalahan tersebut, salah satunya dengan menggunakan Near Infrared Reflectance Spectroscopy (NIRS). Metode NIRS sudah dilakukan pada bubuk kopi, namun baru dilakukan pada bubuk kopi yang sudah disangrai (roasted) dan hasil yang diperoleh belum cukup akurat. Tujuan penelitian ini adalah untuk menentukan akurasi metode NIRS dalam prediksi kandungan kimia green bean kopi Arabika Bondowoso dengan model Kubelka-Munk. Sampel kopi digiling pada ukuran partikel 45 dan 100 mesh, dan reflektan sampel (30 gram) diukur dengan FT-NIRS pada panjang gelombang 1000-2500 nm. Selanjutnya, pengukuran kandungan kimia sampel dilakukan dengan Liquid Chromatography Mass Spectrometry (LCMS). Spektrum yang diperoleh ditransformasi ke absorban (Log 1/R) dan K/S dengan model Kubelka-Munk. Data pretreatment seperti standard normal variate (SNV), second derivative (dg2), dan kombinasinya juga dilakukan untuk meningkatkan akurasi prediksi NIRS. Proses kalibrasi dan validasi spektra NIR dan data kimia dilakukan menggunakan Partial Least Square (PLS). Evaluasi hasil kalibrasi dan validasi dilakukan berdasarkan nilai koefisien determinasi (R2), standard error of calibration (SEC), standard error of prediction (SEP), ratio of performance to deviation (RPD) dan coefficient variation (CV). Ukuran partikel 100 mesh memberikan akurasi prediksi yang lebih baik dibandingkan ukuran partikel 45 mesh pada penentuan kandungan kimia green bean kopi Arabika Bondowoso dengan NIRS. Model Kubelka-Munk yang disertai dengan data pretreatment dg2 menghasilkan akurasi tertinggi dibandingkan model absorban dan data pretreatment lainnya dalam prediksi kandungan kimia green bean kopi Arabika Bondowoso dengan NIRS. Akurasi prediksi terbaik untuk penentuan kandungan kimia green bean kopi Arabika Bondowoso dengan NIRS adalah menggunakan PLS 5-6 faktor, ukuran partikel 100 mesh, transformasi data spektra menggunakan model Kubelka-Munk, dan data pretreatment dg2 dengan nilai evaluasi statistik R2 > 0.98, RPD > 5.31, dan CV < 1.07%.
      URI
      http://repository.ipb.ac.id/handle/123456789/92649
      Collections
      • MT - Agriculture Technology [2415]

      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