Prediksi Kadar Proksimat Tiga Varietas Biji Kopi Arabika dengan Near Infrared Spectroscopy.

Abstract

Tingginya angka ekspor kopi beberapa tahun terakhir memicu para peneliti di bidang pascapanen untuk mengembangkan metode penentuan kandungan biji kopi yang lebih praktis dan efisien. Salah satu yang dipandang tepat untuk menentukan mutu biji kopi adalah metode NIR. Di Indonesia, NIR telah digunakan untuk memprediksi kandungan kimia biji kopi Arabika. Rosita et al. (2016) melaporkan kadar air biji kopi Gayo dapat diprediksi secara akurat dengan NIR dimana nilai r yang dihasilkan sebesar 0.95; SEP 0.25%; CV 1.57% menggunakan metode kalibrasi Partial Least Square (PLS). Sementara itu, Ayu (2017) melakukan prediksi kandungan kafein pada biji kopi Java Preanger, diperoleh metode prediksi dengan nilai r 0.94; CV 1.54%; RPD 2.28 menggunakan PLS tujuh faktor kombinasi turunan kedua dan MSC. Metode yang telah dikembangkan sebelumnya hanya dapat digunakan untuk satu jenis kopi Arabika. Indonesia mempunyai berbagai jenis kopi Arabika. Oleh karena itu diperlukan metode umum untuk prediksi kandungan kimia berbagai jenis kopi Arabika. Tujuan penelitian ini adalah menentukan metode pretreatment dan kalibrasi terbaik untuk prediksi kadar proksimat tiga jenis biji kopi Arabika yaitu Gayo, Java Preanger, dan Bondowoso secara non destruktif berbasis NIR. Dalam penelitian ini, 165 data NIR dan data kimia meliputi kadar air, abu, karbohidrat, lemak, dan protein dikumpulkan dari tiga jenis kopi Arabika yaitu Gayo, Java Preanger, dan Bondowoso. Data hasil pengukuran spektra NIR berupa data reflektan diubah menjadi data absorbansi (Log 1/R) kemudian dilakukan data pretreatment. Data pretreatment NIR yang digunakan yaitu turunan pertama & kedua Savitzky-Golay, Multiplicative Scatter Correction (MSC), Standard Normal Variate (SNV), dan kombinasinya. Data-data yang diperoleh dianalisis dengan menggunakan bantuan program software unscramble. Analisis data meliputi kalibrasi dan validasi dengan metode Partial Least Square (PLS) dan Multiple Linier Regression (MLR). Evaluasi hasil kalibrasi dan validasi NIR mengacu pada nilai koefisien determinasi (R2), standar error of calibration (SEC), standar error of validation (SEP), ratio of performance to deviaton (RPD), coefficient of variation (CV) dan konsistensinya. Pretreatment NIR mempengaruhi karakteristik spektra absorban biji kopi Arabika. Pretreatment turunan kedua mampu meningkatkan puncak-puncak absorbsi dibandingkan dengan pretreatment lainnya berkaitan dengan kemampuannya mengurangi efek baseline pada spektra. Metode prediksi terbaik untuk kadar air dan kadar protein dibangun menggunakan pretreatment turunan kedua dan kalibrasi PLS, dengan nilai evaluasi yaitu R2 = 0.94, SEC = 0.39%, SEP = 0.47%, CV = 4.55%, RPD = 3.37, konsistensi = 82.21% untuk kadar air dan R2 = 0.91, SEC = 0.27%, SEP = 0.30%, CV = 2.24%, RPD = 2.46, konsistensi = 89.16% untuk kadar protein. Metode prediksi terbaik untuk kadar abu dan kadar lemak dibangun menggunakan kombinasi pretreatment turunan kedua dan MSC dengan kalibrasi PLS, menghasilkan nilai R2 = 0.97, SEC = 0.13%, SEP = 0.15%, CV = 3.94%, RPD = 4.86, konsistensi = 85.34% untuk kadar abu dan R2 = 0.91, SEC = 0.33%, SEP = 0.40%, CV = 3.06%, RPD = 2.15, konsistensi = 84.25% untuk kadar lemak. Sedangkan metode prediksi terbaik untuk kadar karbohidrat dibangun menggunakan kombinasi pretreatment turunan kedua dan SNV kalibrasi PLS dengan nilai R2 = 0.95, SEC = 0.53%, SEP = 0.67%, CV = 1.15%, RPD = 3.10, dan konsistensi = 80.65%. Dengan hasil ini, maka metode yang dibangun dapat digunakan untuk memprediksi kadar proksimat tiga jenis biji kopi Arabika.