Pengembangan Database NIRS Pedeteksi Komposisi Kimia dan Fraksi Serat Rumput Alam

Abstract

Rumput alam adalah jenis rumput yang sudah lama beradaptasi dengan tanah dan iklim di Indonesia. Penggunaan NIRS menggunakan basis data yang mengandalkan data dari negara beriklim sedang. Penelitian ini bertujuan menganalisis komposisi kimia rumput alam menggunakan NIRS dan pengembangan database dengan kalibrasi data komposisi kimia rumput alam. Sebanyak 100 sampel rumput alam dikumpulkan dan dilakukan analisis kimia untuk mengetahui kandungan nutrien seperti Berat Kering (BK), abu, protein (PK), serat kasar (SK) dan lemak kasar (LK), dan fraksi serat untuk mengetahui kandungan neutral detergent fiber (NDF) dan acid detergent fiber (ADF). Data hasil analisis kimia digunakan untuk proses kalibrasi dan validasi database NIRS. Model NIRS dibuat dengan menggunakan regresi PLS (partial least square). Kalibrasi dan validasi menggunakan spektrum yang telah dilakukan pemindaian dengan Buchi NIRFlex N-500. Keakuratan NIRS dapat dilihat dari koefisien determinasi, standar eror dan nilai RPD. Hasil penelitian menunjukkan bahwa prediksi NIRS terbaik untuk parameter BK dan abu sedangkan paling rendah untuk parameter PK. Nilai R2, RPD dan PRL untuk BK dan PK berturut-turut R2 (0.8 dan 0.4), RPD (2.8 dan 1.3) dan PRL (0.6 dan 0.1). Kalibrasi internal memperlihatkan bahwa hasil analisis kimia tidak berbeda dengan pengujian menggunakan NIRS pada parameter abu, LK, SK dan NDF, namun masih berbeda pada BK, PK dan ADF. Dari penelitian ini disimpulkan bahwa database NIRS yang dikembangkan dapat digunakan untuk memprediksi abu, LK, SK dan NDF namun belum bisa untuk BK, PK dan ADF. Disarankan untuk menambah jumlah sampel dan analisis laboratorium yang lebih akurat untuk meningkatkan akurasi prediksi BK, PK dan ADF menggunakan NIRS.

Natural grass is a type of grass that has long adapted to the soil and climate in Indonesia. The use of NIRS uses a database that relies on data from temperate countries. This study aims to analyze the chemical composition of natural grass using NIRS and develop a database with calibration of the chemical composition and fiber fractions of natural grass data. A total of 100 samples of natural grass were collected from Bogor Municipality and Regency. The sample was analyzed for its nutrient content to determine dry matter weight (DM), ash, crude protein (CP), crude fiber (CF), ether extract (EE), neutral detergent fiber (NDF) and acid detergent fiber (ADF). The data from the chemical analysis were used for the NIRS calibration and validation process. The NIRS model was made using PLS (partial

least square) regression. Calibration and validation using a spectrum that has been scanned with the Buchi NIRFlex N-500. The accuracy of NIRS can be seen from the coefficient of determination, standard error, and RPD value. The results obtained by NIRS are used to predict the chemical components of natural grass. The best NIRS prediction results for the DM and ash parameters while the lowest for the CP parameters. The R2, RPD, and PRL for DM and CP estimation were R2 (0.8 dan 0.4), RPD (2.8 dan 1.3) dan PRL (0.6 dan 0.1) respectively. External validation test showed that chemical analysis results were similar to NIRS for ash, EE, CF and NDF parameters but different for DM, CP and ADF parameters. It is concluded that the NIRS database developed can predict ash, EE, CF and NDF accurately but DM, CP and ADF. It is suggested that increasing the number of samples and accurate laboratory analysis accuracy can improve the accuracy of NIRS predictions for DM, CP and ADF.