Studi tingkat kematangan buah melon varietas Golden Apollo dengan metode spektroskopi NIR (Near Infrared)

Abstract

Melon merupakan salah satu buah yang digemari oleh masyarakat sehingga untuk memenuhi kebutuhannya banyak dibudidayakan di seluruh dunia. Di Indonesia, saat ini untuk menentukan tingkat kematangan buah melon masih dilakukan secara manual yaitu dengan melihat warna buah dan jaring pada kulit melon. Metode manual atau visual seperti ini sering menghasilkan tingkat kesalahan yang tinggi karena tidak konsisten dan tidak akurat serta membutuhkan waktu yang cukup lama. Penggunaan spektroskopi NIR merupakan cara untuk meningkatkan konsistensi dan mempercepat waktu pengukuran dan dilakukan tanpa merusak produk. Tujuan penelitian ini mempelajari parameter kematangan buah melon varietas Golden Apollo pada tingkat kematangan berbeda menggunakan metode spektroskopi NIR serta mengetahui korelasi antara pengukuran non-destruktif berdasarkan spektroskopi NIR dengan parameter kematangan ril. Parameter yang diuji adalah kadar air, total padatan terlarut, dan kekerasan daging. Bahan yang digunakan adalah melon sejumlah 220 buah dengan 4 tingkat kematangan yang berbeda, yaitu masing-masing 55 buah dengan umur panen masing-masing 46 HST (hari setelah tanam) umur panen, 53 HST umur panen, 60 HST umur panen, dan 67 HST umur panen. Alat yang digunakan adalah spektrometer NIRFlex N-500 Fiber Optik Solid dilakukan pada panjang gelombang 1000-2500 nm. Pengolahan data NIR dilakukan untuk meningkatkan akurasi prediksi NIR. Model hubungan data reflektan NIR dengan sifat fisiko kimia melon dilakukan dengan metode PLS. Model yang dihasilkan dievaluasi dengan menggunakan parameter statistik yaitu r (koefisien korelasi), SEC (standar eror kalibrasi), SEP (standar eror validasi) dan RPD (ratio of standard error of prediction to deviation). Metode yang digunakan dalam kalibrasi data NIR dan data referensi adalah metode PLS (partial least squares) dengan dua pretreatment yaitu dg2 (second derivative savitzzky-golay), dan MSC full (multiplacate scatter correction). Hasil penelitian ini menunjukkan bahwa model terbaik yang dihasilkan dalam memprediksi tingkat kematangan melon yaitu total padatan terlarut (TPT) dan kekerasan daging dengan masing-masing menggunakan pengolah data MSC full, tapi parameter kadar air menghasilkan model yang kurang bagus sehingga tidak bisa memprediksi tingkat kematangan melon dengan baik….