PREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL … · KADAR AIR DENGAN NIR SPEKTROSKOPI PAHLEVI...

PREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL

PADATAN TERLARUT, KANDUNGAN PROTEIN DAN

KADAR AIR DENGAN NIR SPEKTROSKOPI

PAHLEVI MANAHARA PANDJAITAN

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2014

PERNYATAAN MENGENAI SKRIPSI DAN

SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Prediksi Umur Panen

Pepaya Berdasarkan Total Padatan Terlarut, Kandungan Protein dan Kadar Air

dengan NIR Spektroskopi adalah benar karya saya dengan arahan dari dosen

pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi

mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan

maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan

dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut

Pertanian Bogor.

Bogor, Februari 2014

Pahlevi Manahara Pandjaitan

NIM F14090138

ABSTRAK

PAHLEVI MANAHARA PANDJAITAN. Prediksi Umur Panen Pepaya

Berdasarkan Total Padatan Terlarut, Kandungan Protein dan Kadar Air dengan

NIR Spektroskopi. Dibimbing oleh Y ARIS PURWANTO

Pepaya termasuk buah klimakterik yang biasanya dipanen saat hijau.

Adanya metode penentuan umur petik pepaya dapat membantu petani dalam

menentukan saat pemanenan buah pepaya. Teknologi NIR (near infrared) dapat

mengukur kandungan suatu bahan organik maupun non organik tanpa merusak

bahan tersebut. Tingkat kematangan buah pepaya mempunyai korelasi dengan

kandungan bahan yang ada di pepaya. Tujuan dari penelitian ini adalah

mengembangkan metode penentuan umur petik pepaya menggunakan NIR. Kadar

air, kadar protein dan total padatan terlarut digunakan sebagai parameter kualitas

internal. Spektra pepaya diukur menggunakan NIR spektroskopi. Data spektra

kemudian digunakan untuk pengembangan model kalibrasi dan validasi dari

pengukuran NIR spektroskopi berdasarkan pada metode referensi. Partial Least

Square adalah metode yang digunakan untuk menentukan hubungan antara

komposisi kimia pepaya dengan spektra reflektan maupun absorbannya dengan.

Spektra NIR diberikan 5 perlakuan penghalusan rataan setiap 3 titik, normalisasi

antara 0 sampai 1, derivatif kedua Savitzky - Golay setiap 9 titik, kombinasi

penghalusan rataan setiap 3 titik dengan normalisasi antara 0 sampai 1 dan

kombinasi antara penghalusan rataan setiap 3 titik, normalisasi antara 0 sampai 1

dan derivatif kedua Savitzky – Golay setiap 9 titik. Model terbaik yang terbentuk

dipilih berdasarkan koefisien determinasinya (R2), standar error (SE), koefisien

keragaman (CV), ratio of standard error prediction to standard deviation (RPD)

dan konsistensi model (SEC/SEP). Model kalibrasi terbaik dipilih berdasarkan

nilai akurasi dan konsistensi yg tinggi dari model validasi dengan nilai koefisien

determinasi (R2), SEC dan SEP yakni 0.900, 0.62 dan 0.76 untuk kadar air; 0.837,

0.1 dan 0,1 untuk kadar protein dan 0.876, 0.90 dan 1.06 untuk total padatan

terlarut.

Kata kunci: kadar air, kadar protein, kalibrasi, NIR, pepaya, total padatan terlarut,

validasi

ABSTRACT

PAHLEVI MANAHARA PANDJAITAN. Harvest Time Prediction of Papaya

Based on Total Soluble Solid, Protein Content and Water Content Using NIR

Spectroscopy. Supervised by Y ARIS PURWANTO

Papaya is a climacteric fruit that usually harvested in green mature. The

method of determination of papaya’s picking time can help the farmer to

determine the harvest time. NIR (near infrared) can measure the content of an

organic and non organic materials without affect them. Maturation level of papaya

is correlated to the content of materials in the papaya. The objective of this

experiment was to develop the method of determination of papaya’s picking time

using NIR. Water content, protein and total soluble solid were used as internal

parameter quality. Spectra of papaya was measured using NIR spectroscopy. Data

of spectra were then used to develop calibration and validation model of NIR

spectroscopy measurement based on the reference method. Partial Least Square

(PLS) is a method used to determine the relation between chemistry composition

of papaya and reflectant spectra and the absorbance. Spectra NIR was analyzed

using 5 treatments: smooth average 3 points, normalization between 0 to 1, second

derivative Savitzky-Golay 9 points, combination between smooth average 3 points

and normalization between 0 to 1 and combination of smooth average 3 points,

normalization between 0 to 1 and second derivative Savitzky-Golay every 9 points.

The best model was selected according to coefficient of determination (R2),

standard of error (SE), coeficient of variability (CV), ratio of standard error

prediction to standard deviation (RPD) and model consistency (SEC/SEP). The

best calibration models that selected based on the high accuration and consistency

value by validation models with coefficient of determination (R2), SEC and SEP

of 0.900 0.62 and 0.76 for water content; 0.837, 0.1 and 0,1 for protein content

and 0.876, 0.90 and 1.06 for total soluble solid.

Keywords: calibration, NIR, papaya, protein content, total soluble solid,

validation, water content

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Teknologi Pertanian

pada

Departemen Teknik Mesin dan Biosistem

PREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL

PADATAN TERLARUT, KANDUNGAN PROTEIN DAN

KADAR AIR DENGAN NIR SPEKTROSKOPI

PAHLEVI MANAHARA PANDJAITAN

DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR

BOGOR

2014

Judul Skripsi : Prediksi Umur Panen Pepaya Berdasarkan Total Padatan Terlarut,

Kandungan Protein dan Kadar Air dengan NIR Spektroskopi

Nama : Pahlevi Manahara Pandjaitan

NIM : F14090138

Disetujui oleh

Dr Ir Y Aris Purwanto, M.Sc

Pembimbing

Diketahui oleh

Dr Ir Desrial, M. Eng

Ketua Departemen

Tanggal Lulus:

Judul Skripsi: Prediksi Umur Panen Pepaya Berdasarkan Total Padatan Terlarut, Kandungan Protein dan Kadar Air dengan NIR Spektroskopi

Nama : Pahlevi Manahara Pandjaitan NIM : F14090138

Disetujui oleh

Dr Ir Y Aris Purwanto, M.Sc Pembimbing

Tanggal Lulus: -03 MAR 2014

PRAKATA

Puji dan syukur penulis panjatkan kepada Tuhan Yesus berkat

penyertaanNya sehingga karya ilmiah ini dapat terselesaikan. Penelitian ini

dimulai dari Februari hingga Oktober 2013 dengan judul Prediksi Umur Panen


dengan NIR Spektroskopia.

Penulis mengucapkan terima kasih kepada Bapak Dr Ir Y Aris Purwanto,

M.Sc selaku pembimbing atas saran, bimbingan, motivasi dan kesempatan untuk

bisa bergabung dalam penelitian bersama, Ibu Dr Ir Emmy Darmawati, M.Si

selaku ketua proyek penelitian atas arahan, masukan dan kerjasama dalam

penelitian ini dan bapak Dr Ir I Dewa Made Subrata, M.Agr selaku dosen penguji

atas saran untuk perbaikan karya ilmiah. Terima kasih kepada Bapak Sulyaden,

Mbak Sugih dan Mas Abas yang begitu banyak membantu selama pengerjaan

penelitian di laboratorium.

Penulis mengucapkan terima kasih kepada kedua orang tua dan keluarga

terkasih Bapak H Pandjaitan dan Mamak H br Sitorus, Murni Pandjaitan, Andrew

Pandjaitan dan Idenesia Pandjaitan ini adalah berkat doa dan dukungan yang

begitu panjang mengalir kepada penulis selama ini. Terima kasih buat keluarga

Orion 46, PMK IPB, Kompers, Yoel, Elohay Mispath, Yahweh Mekkadiskhem,

Onisiferus. Terima kasih disampaikan kepada Eti, Ririn, Ivan, Budi, Awan, Gina

A, Gina L, Selvi, Priyantika, Nina, Lia, Flora, Mbak Fifi, Mbak Nur dan Mbak

Dedek atas dukungannya. Terima kasih kepada sahabat Mongkuser; Deny, Bina,

Heru, Anggiat, Julian, Kevin, Sandro, Victor dan Berto untuk tahun yang

dinikmati selama ini.

Semoga karya ilmiah ini bermanfaat.

Bogor, Februari 2014

Pahlevi Manahara Pandjaitan

DAFTAR ISI

DAFTAR TABEL x

DAFTAR GAMBAR x

DAFTAR LAMPIRAN x

PENDAHULUAN 1

Perumusan Masalah 1

Tujuan Penelitian 2

Manfaat Penelitian 2

Ruang Lingkup Penelitian 2

TINJAUAN PUSTAKA 2

METODOLOGI PELAKSANAAN 5

Waktu dan Tempat 5

Bahan 5

Alat 5

Prosedur Analisis Data 6

Pengukuran Secara Non Destruktif 6

Pengukuran Secara Destruktif 7

Analisa Data 9

Kalibrasi Data 9

Metode Partial Least Square (PLS) 9

Validasi Data 10

HASIL DAN PEMBAHASAN 13

Analisis Data Kimiawi Laboratorium Dengan Metode Konvensional 13

NIR Spektroskopi 15

Analisis Data Inframerah Buah Pepaya Dengan Metode PLS 16

Model Kalibrasi 29

SIMPULAN DAN SARAN 31

Simpulan 31

Saran 31

DAFTAR PUSTAKA 32

LAMPIRAN 34

RIWAYAT HIDUP 36

DAFTAR TABEL

1 Analisis data kimiawi secara konvensional 13 2 Deskripsi statistik spektra reflektan kadar air 18 3 Deskripsi statistik spektra absorban kadar air 20 4 Deskripsi statistik spektra reflektan kadar protein 22 5 Deskripsi statistik spektra absorban kadar protein 24 6 Deskripsi statistik spektra reflektan total padatan terlarut 26 7 Deskripsi statistik spektra absorban total padatan terlarut 27 8 Deskripsi statistik spektra model 29

DAFTAR GAMBAR

1 Kriteria buah pepaya yang di uji 5 2 Pengukuran secara non desktruktif 6 3 Potongan pepaya yang akan dikeringkan dalam oven 7 4 Penggunaan metoda partial least square 9 5 Diagram alir penelitian 12 6 Kandungan TPT pada pepaya 14 7 Kandungan protein pada pepaya 14 8 Kandungan air pada pepaya 15 9 Kurva spektra reflektan 16

10 Kurva spektra absorban 17 11 Grafik model kalibrasi spektra reflektan kadar air 19 12 Grafik model validasi spektra reflektan kadar air 19 13 Grafik model kalibrasi spektra absorban kadar air 21

14 Grafik model validasi spektra absorban kadar air 21 15 Grafik model kalibrasi spektra reflektan kadar protein 22 16 Grafik model validasi spektra reflektan kadar protein 23

17 Grafik model kalibrasi spektra absorban kadar protein 24 18 Grafik model validasi spektra absorban kadar protein 25 19 Grafik model kalibrasi spektra reflektan total padatan terlarut 26 20 Grafik model validasi spektra reflektan total padatan terlarut 27 21 Grafik model kalibrasi spektra absorban total padatan terlarut 28

22 Grafik model validasi spektra absorban total padatan terlarut 28

DAFTAR LAMPIRAN

1 Alat-alat yang digunakan pada penelitian 34

2 Hasil pengukuran kandungan pepaya secara destruktif 35

PENDAHULUAN

Latar Belakang

Pepaya merupakan buah yang sifatnya mudah rusak (perishable)

dikarenakan kulit buah yang tipis sehingga sangat rentan terhadap benturan dan

luka yang memungkinkan terjadinya aktivitas mikroorganisme. Kerusakan pada

buah pepaya dapat menurunkan kualitas dari buah itu sendiri dimana mengurangi

nilai dari harga jual dan kandungan gizi yang ada. Sifat perishable pada pepaya

juga dapat mengakibatkan masa simpan pepaya menjadi lebih singkat dan

diperlukan penanganan pascapanen yang lebih baik lagi.

Penanganan pasca panen merupakan salah satu usaha untuk menambah nilai

ekonomi suatu produk pertanian. Salah satu faktor yang mempengaruhi mutu dari

produk pertanian adalah penentuan tingkat ketuaan yang tepat pada saat

pemanenan. Petani cenderung melakukan pemanenan terhadap tanaman didasari

oleh pengalaman dalam budidaya. Tidak adanya suatu faktor yang baku dalam

penentuan kapan dilakukannya pemanenan buah pepaya. Hal ini dapat

menimbulkan kesalahan dalam penentuan tingkat ketuaan yang optimal

dikarenakan petani belum mengetahui dengan pasti apakah buah pepaya sudah

mengalami tingkat pematangan dan pengisian nutrisi yang optimal. Pengamatan

terhadap perubahan warna merupakan indikator yang biasa digunakan sehingga

pada saat warna pepaya mulai berubah menjadi kekuningan maka pepaya

dikatakan tua.

Penentuan tingkat ketuaan dari produk pertanian saat ini sudah mulai

diperhatikan dikarenakan tingkat mutu menjadi sasaran daripada produk pertanian

yang akan dipasarkan. Beberapa cara yang sekarang diteliti adalah penggunaan

metode non destruktif untuk menentukan tingkat ketuaan seperti pemanfaatan

teknologi near infrared (NIR). Dengan mengetahui hubungan antara parameter

yang menentukan tingkat ketuaan buah pepaya seperti kandungan total padatan

terlarut, kadar air dan protein dengan spektrum NIR, diharapkan dapat

dikembangkan cara penentuan waktu panen buah pepaya secara non destruktif

dengan memanfaatkan gelombang NIR.

.

Perumusan Masalah

Pengembangan metode pengukuran kandungan pepaya secara cepat dan

akurat belum banyak diadakan sejauh ini. Tingkat kematangan masih lebih

diperhatikan dari sisi perubahan warna yang sangat sulit untuk diklasifikasikan

secara lebih spesifik.

Adapun batasan masalah yang digunakan pada penelitian ini adalah:

1. Pepaya IPB-9 (Carica papaya L) segar petik dianalisis kandungannya

secara non destruktif dengan NIR

2. Pepaya lalu dianalisis kandungannya secara destruktif untuk

mendapatkan total padatan terlarut (TPT), kadar air dan kadar protein.

2

3. Melakukan kalibrasi dan validasi untuk membuat model persamaan

fungsi dari analisis secara non destruktif.

Tujuan Penelitian

Tujuan dari penelitian ini adalah mengembangkan metode prediksi tingkat

ketuaan buah pepaya dengan spektroskopi NIR. Secara khusus tujuan dari

penelitian ini adalah:

1. Menentukan hubungan antara kandungan total padatan terlarut (TPT),

kadar air dan kadar protein dengan spektrum NIR

2. Mengembangkan model kalibrasi dan validasi dari data hasil analisis

non destruktif dengan spektrum NIR

3. Menentukan validasi ketuaan buah berdasarkan total padatan terlarut

(TPT), kadar air, & kadar protein pada berbagai umur buah pepaya

dengan hari sebelum panen normal.

Manfaat Penelitian

Penelitian ini bermanfaat untuk pengembangan metode pengukuran tingkat

kematangan pada buah pepaya secara non destruktif melalui NIR. Hasil dari

penelitian ini berupa model persamaan fungsi dari pepaya yang dapat digunakan

untuk mengukur tingkat kematangan pepaya secara non destruktif, cepat dan

akurat.

Ruang Lingkup Penelitian

Pepaya segar petik yang berasal dari kebun dianalisis kandungannya secara

non destruktif dengan NIR lalu dianalisis secara destruktif.

TINJAUAN PUSTAKA

Tanaman Pepaya

Pepaya merupakan salah satu komoditas buah tropika Indonesia. Pepaya

merupakan tanaman yang ideal ditanam pada pekarangan rumah maupun

perkebunan. Tanaman pepaya dapat tumbuh optimal pada penyinaran matahari

yang tidak terlalu terik dan pada suhu berkisar 22-26 0C. Curah hujan (CH)

berkisar 1000-2000 mm/tahun, dengan bulan kering (CH< 60 mm) 3-4 bulan,

serta beriklim basah (PKBT 2004). Kandungan gizi yang terdapat pada pepaya

juga begitu beragam. Menurut Villegas (1997) tiap 100 g buah pepaya yang dapat

dimakan mengandung 86.6 g air, 0.5 g protein, 0.7 g serat, 3 mg kalium, 450 mg

vitamin A, 74 mg vitamin C, dan gula (sukrosa (48.3%), glukosa (29.8%) dan

fruktosa (21.9%).

3

Pepaya dalam kegiatan budidaya dimulai dari penanaman. Pepaya sendiri

dapat mulai menghasilkan buah yang siap untuk dipanen pada rentang umur 9-12

bulan. Buah pepaya yang merupakan hasil penyerbukan dan dipenen pada 3-4

bulan terhitung setelah buah mekar. Penampilan warna pada buah pepaya yang

belum matang yakni hijau tua dan daging buah masih sangat keras sedangkan

pada saat pepaya tua warna akan mulai terdegradasi menjadi kuning diikuti

pelunakan daging buah. Pemanenan buah harus dilakukan dengan ketuaan

optimum. Penundaan pemanenan dapat meningkatkan kepekaan komoditi

hortikultura terhadap pembusukan sehingga dapat menurunkan mutu dan nilai

jual komoditi tersebut (Pantastico et al. 1986).

Panen Buah Pepaya

Panen adalah kegiatan akhir dari suatu budidaya tanaman. Dalam

kegiatan panen dilakukan pengutipan terhadap hasil budidaya yang sudah layak

konsumsi. Untuk panen buah sendiri biasanya dilakukan dengan sistem pemetikan,

dimana buah dipisahkan dari pohon dengan memotong tangkai buah. Secara

umum pada pemanenan buah pepaya penilaian terhadap matangnya buah didasari

oleh perubahan warna pada kulit buah. Munculnya garis berwarna kuning pada

kulit buah pepaya menunjukan bahwa buah pepaya mulai mengalami proses

pematangan.

Umur panen pepaya dapat ditentukan oleh jumlah hari sesudah anthesis

(bunga mekar sempurna), jumlah warna kuning pada kulit buah dan letak buah

yang biasanya terletak pada urutan paling bawah dari pucuk pohon. Secara fisik,

buah pepaya adalah buah klimakterik dengan tingkat respirasi yang khas dan

produksi etilen yang memiliki pola tertentu sepanjang proses pematangan (Jones

1942; Akamine 1966; Selvaraj et al. 1982). Pada mula dari proses pematangan,

aktifitas respirasi meningkat menuju titik puncak maksimum kurva klimakterik

dan sesudah itu turun secara perlahan (Paull dan Chen 1983). Salah satu problem

utama dalam menghadapi pemasaran buah pepaya adalah identifikasi dari tingkat

kematangan optimum panen untuk memastikan kecukupan kematangan buah

untuk konsumsi terbaik (Proctor dan Caygill 1985). Kebanyakan buah yang

dipasarkan masih tergolong matang secara ekonomi. Matang secara ekonomi

adalah nilai kematangan yang didasarkan pada nilai jual, sehingga tidak terlalu

memperhatikan matang secara fisik. Buah yang terlalu matang dapat dengan

mudah mengalami kerusakan.

Karbohidrat yang terkandung dalam buah pepaya berupa sukrosa,

glukosa dan fruktosa. Pada tahap awal perkembangan buah, glukosa adalah jenis

gula yang paling banyak ada sementara itu pada tahap sebelum pemasakan dan

tahap pemasakan berlangsung jumlah sukrosa dalam buah meningkat dari dua

hingga lima kali lipat hingga mencapai level tertinggi pada buah bila

dibandingkan dengan fruktosa dan glukosa (Chen dan Paull 1986; Selvaraj et

al.1982).

4

Near Infrared

Near infrared (NIR) atau Infra merah dekat adalah gelombang

elektromagnetik dekat yang memiliki panjang gelombang mulai dari 800 nm

sampai 2500 nm. NIR juga merupakan salah satu teknologi dimana dilakukan

pengukuran terhadap suatu bahan baik organik maupun nonorganik tanpa merusak

bahan tersebut. Semua bahan organik terdiri dari atom karbon, oksigen, hidrogen,

nitrogen, phosphor, sulfur dengan sejumlah kecil elemen lainnya. Atom-atom ini

berkombinasi melalui ikatan kovalen atau elektrovalen membentuk molekul.

Karena sifat ikatannya, gaya elektrostatik ada dalam atom dan molekul tersebut.

Sehingga molekul bergerak secara konstan, ini dikenal dengan keadaan stabil.

Molekul bervibrasi pada frekuensi yang berkaitan dengan panjang gelombang

daerah infra merah dari spektrum elektromagnetik. Setelah dipancarkan maka

radiasi ini akan diserap oleh semua bahan organik dan informasi utama yang dapat

diekstrak adalah stretching dan bending ikatan kimia C-H (seperti bahan organik

turunan minyak bumi), O-H (seperti kadar air, karbohidrat, dan lemak), C-N, dan

N-H (seperti protein dan asam amino) yang merupakan ikatan dasar dari semua

ikatan kimia bahan-bahan organik.

Informasi tersebut dapat dilihat dari pantulan NIR yang dihasilkan dalam

bentuk spektrum pantulan. Radiasi infra merah tidak mempunyai energi yang

cukup untuk mengeksitasi electron pada senyawa tetapi dapat menyebabkan

senyawa organik mengalami rotasi dan getaran (vibrasi) ikatan inter-atomic

(Osborne, et al 1993).

Dalam penggunaannya, teknologi NIR memiliki kelebihan karena dapat

menganalisa dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan

preparat contoh yang sederhana, tidak menggunakan bahan kimia dan dapat

menganalisa secara non dekstruktif (William dan Norris 1990 dalam Rochimawati

2004). Penggunaan NIR dilakukan dengan melewatkan suatu bahan pada suatu

gelombang panjang dengan rentang 700-2500 nm. Pengujian dengan

menggunakan NIR dapat menentukan beberapa parameter yang sulit dilakukan

secara non destruktif seperti tingkat kekerasan daging buah dan total padatan

terlarut. Gelombang panjang yang dilewatkan pada bahan akan mengalami

pantulan (reflection) dan dilakukan pembagian kategori yang sesuai. Tingkat

kekerasan daging buah dan kandungan gula pada hasil pemancaran suatu

gelombang menunjukan sebuah hubungan yang berbanding terbalik. Teknologi

NIR pada panjang gelombang 900 – 2000 nm dapat digunakan cukup akurat untuk

menduga kadar karbohidrat, protein, lemak dan air tepung jagung (Zea mays)

secara cepat dan simultan (Rochimawati 2004).

5

METODOLOGI PELAKSANAAN

Waktu dan Tempat

Penelitian yang akan dilakukan merupakan pengujian terhadap buah pepaya

yang dilakukan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian ,

Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, Institut

Pertanian Bogor. Buah pepaya yang dipilih adalah buah pepaya Callina (genotip

IPB – 9) yang diperoleh dari dari kebun petani di daerah Semplak, Kecamatan

Ciampea Kabupaten Bogor. Penelitian dilakukan selama 11 (sebelas) bulan dari

Februari 2013 hingga Desember 2013.

Bahan

Bahan yang akan digunakan yakni buah pepaya genotipe IPB – 9 yang

didapat dari kebun petani di daerah Semplak, Kecamatan Ciampea Kabupaten

Bogor. Terlebih dahulu dilakukan pemilihan pohon yang baik untuk dijadikan

sampel. Buah yang akan diteliti dihitung mulai dari buah 2 minggu menjelang

panen hingga masa panen normal seperti pada Gambar 1. Buah diambil sebanyak

62 buah yakni 12 buah untuk kategori 2 minggu sebelum panen normal, 12 buah

untuk kategori 1 minggu sebelum panen normal, 11 buah untuk kategori 4 hari

sebelum panen normal dan 27 buah untuk kategori panen normal.

Gambar 1. Kriteria buah pepaya yang di uji

Alat

Peralatan yang digunakan adalah sistem pengukuran gelombang cahaya

infra merah dekat untuk mengukur kekerasan dan total padatan terlarut (TPT)

secara non-destruktif yakni Spektra NIR, dari sampel diukur dengan

menggunakan Spektrometer NIRFlex N-500 dengan panjang gelombang 800-

2500 nm. Peralatan yang digunakan untuk mengukur parameter secara desktruktif

berupa oven, refraktometer, timbangan digital, cawan dan desikator. Gambar alat-

alat penelitian dapat dilihat pada Lampiran 1.

6

Prosedur Analisis Data

Pengukuran Secara Non Destruktif

Sampel buah pepaya akan diukur kandungan terlarutnya pada 3 titik yang

berbeda yakni bagian pangkal, tengah dan ujung setiap buah seperti pada Gambar

2. Setiap data yang terukur akan tersimpan dalam database NirCal 5.2 yang

merupakan program olah data yang terintegrasi dengan spektrometer NIRFlex N-

500 fiber optic solids. Jumlah data yang akan tersimpan dalam database

berjumlah 186 yakni 3 set data dari setiap sampel buah.

Gambar 2. Pengukuran secara non desktruktif

Buah pepaya akan ditembak infra merah dekat (NIR) dengan panjang

gelombang 1000-2500 nm dan daerah pada bagian pepaya yan ditembak akan

memantulkan sinar infra merah. Hasil pemantulan atau Gambaran yang ditangkap

berupa spektrum. Spektrum ini nantinya akan ditangkap oleh lensa optik dan

direkam oleh detektor. Spektrum ini berisi informasi komponen penyusun kimia

dari buah pepaya. Lama waktu yang dibutuhkan satu titik untuk diukur dengan

instrumen NIRFlex N-500 fiber optic solids berkisar 8-9 detik.

Data spektrum yang direkam oleh detektor akan terkumpul pada database

pada satu komputer yang terintegrasi dengan instrumen NIRFlex N-500 fiber

optic solids. Setelah mendapat data hasil pancaran infra merah dekat maka

dilakukan pengambilan data terhadap bahan pepaya dengan cara destruktif.

Spektrum yang didapat merupakan hasil perhitungan dengan menggunakan

persamaan sebagai berikut:

Spektrum =

Dimana:

V contoh = tegangan pantulan contoh/sampel (Volt)

V standar = tegangan pantulan standar putih (Volt)

7

Setelah menentukan nilai dari spektrum maka dicari kemudian data

absorban dari spektrum NIR. Nilai absorban sendiri didapat dengan persamaan:

Aλ = - log10

Dimana: Aλ = nilai absorban

Sλ = intensitas panjang gelombang pada sampel

Dλ = intensitas panjang gelombang pada dark

Rλ = intensitas panjang gelombang pada reference

Pengukuran Secara Destruktif

Adapun pengukuran secara non destruktif yang dilakukan yakni meliputi:

a. Penentuan Kadar Air

Kadar air dalam suatu bahan menunjukan jumlah kandungan air yang ada

di dalamnya. Kadar air terbagi menjadi 3 jenis yakni kadar air bebas, kadar air

terikat fisik dan kadar air terikat kimia. Pengukuran besarnya kadar air dapat

dilakukan dengan menggunakan metode thermogravitimetri atau pengeringan.

Sampel yang sudah diuji dengan mengunakan NIR lalu akan dianalisis

dengan menggunakan metode destruktif. Parameter yang ingin dicapai yakni

kadar air dan total padatan terlarut. Penentuan kadar air pada sampel buah pepaya

dilakukan dengan metode thermogravitimetri. Potongan sampel seperti pada

Gambar 3 akan dikeringkan dengan menggunakan oven. Berat dari cawan kosong

(A) terlebih dahulu ditimbang dengan menggunakan timbangan analitik.

Kemudian sampel (W) dengan berat 2 gram yang sudah dihomogenisasi

dimasukkan kedalam cawan dan ditimbang kembali dengan timbangan analitik.

Lalu sampel beserta cwan dimasukkan ke dalam oven untuk dikeringkan dengan

panas. Oven diatur pada suhu 1050 C selama 24 jam.

Gambar 3. Potongan pepaya yang akan dikeringkan dalam oven

Lalu cawan dikeluarkan dan didinginkan terlebih dahulu didalam

desikator sebelum ditimbang pada timbangan analitik. Cawan yang sudah

ditimbang (Y) lalu dimasukkan kembali kedalam oven selama 15-30 menit untuk

8

dikeringkan kembali. Pengulangan yang dilakukan ini bertujuan untuk

mendapatkan bobot konstan dari sampel dengan besarnya perubahan yang

diharapkan sebesar 0.005 gram dari berat sampel sesudah pengeringan

sebelumnya. Penentuan kadar air dilakukan sebanyak 1 kali terhadap 1 buah

pepaya. Penghitungan kadar air dapat dilakukan dengan menggunakan persamaan

sebagai berikut:

Kadar air (%) =

Dimana :

W = bobot sampel awal (g)

X = bobot sampel dan cawan setelah dikeringkan (g)

A = bobot cawan kosong (g)

b. Total Padatan Terlarut (TPT)

Total padatan terlarut adalah jumlah zat yang terlarut (organik maupun

anorganik) yang terdapat pada suatu larutan kimia. Pengukuran nilai total padatan

terlarut (TPT) dari pepaya dilakukan dengan menggunakan refraktometer. Besaran

nilai yang dihasilkan melalui pengukuran padatan terlarut dinyatakan dalam

satuan 0 briks. Untuk mengetahui nilai TPT maka pepaya terlebih dahulu

dihancurkan dan diambil cairan ekstraknya. Cairan ini lalu diukur nilai 0 briks-nya

dengan menggunakan refraktometer yang akan muncul pada display.

c. Kadar Protein

Dalam penentuan kadar potein dilakukan dengan menggunakan metode

Kjeldahl yang merupakan metode yang paling mudah. Sampel buah pepaya

ditimbang dengan berat 5-10 gram,kemudian dimasukkan kedalam labu Kjeldahl

30 ml, lalu ditambahkan 1.9 mg K2SO4, 40 mg HgO, 2 ml H2SO4 dan beberapa

butir batu didih. Dididihkan sampai cairan menjadi jernih dengan waktu 1-1.5 jam,

kemudian didinginkan dan ditambah sedikit air secara perlahan. Isi labu

dipindahkan ke dalam alat destilasi Erlenmeyer 125 ml berisi 5 ml larutan H3BO3

dan 4 tetes indikator (campuran 2 bagian metal merah 0.2% dalam alkohol)

diletakkan di bawah kondensor. Tambahkan 8-10 ml larutan NaOH-Na2S2O3 dan

dilakukan destilasi sampai tertampung 15 ml destilat dalam Erlenmeyer. Tabung

kondensor dibilas dengan air dan air bilasan dimasukkan pada Erlenmeyer yang

sama. Isi Erlenmeyer diencerkan sampai kira-kira 50 ml, kemudian dititrasi

dengan HCL 0.002 N sampai terbentuk warna abu-abu. Lalu kadar protein dapat

dihitung dengan menggunakan persamaan:

% N =

% protein = % N x faktor konversi

Dimana :

% protein = kandungan protein suatu bahan

% N = kandungan nitrogen suatu bahan

Faktor konversi = faktor perkalian N yang menyusun suatu bahan (6.25)

9

Analisa Data

Data yang ada yakni data spektrum maupun data kadar kandungan bahan

kemudian akan dianalisis dengan metode partial least square (PLS) dengan

menggunakan software NirCal 5.2 pada komputer. Dengan menggunakan

software NirCal 5.2 akan dilakukan pembentukan model kalibrasi antara data

reflektan dan absorban dengan hasil analisis kimia bahan, dimana data yang ada

akan diberikan treatment untuk meningkatkan keakuratan model. Lalu untuk

pembentukan grafik regresi linear dari model kalibrasi dan validasi dilakukan

dengan menggunakan microsoft excel 2007. Perangkat lunak Microsoft excel 2007

juga akan digunakan untuk pembuatan kurva reflektan (R) dan absorban NIR (log

1/R).

Kalibrasi Data

Metode Partial Least Square (PLS)

Metode ini digunakan untuk menentukan hubungan antara komposisi kimia

pepaya dengan data spektrum gelombang reflektan maupun absorbannya yang

didapatkan dengan menggunakan NIR. Pada Gambar 4 ditunjukan tahap dari

metode PLS, dimana dengan metode ini dipakai untuk memperoleh pendugaan

bagi Y sebagai fungsi peubah-peubah Xn yang terpilih. Persamaan regresi

kalibrasi antara peubah Y dengan a dn b sebagai konstanta kuadrat terkecil parsial

X terpilih (Naes 1985 dalam Rumahorbo 2004), dinyatakan lewat persamaan:

Y = a + b1X1 + b2X2 + ... + bnXn

Dimana :

Y = dugaan kadar air/ protein / total padatan terlarut pepaya

a dan b = konstanta kuadrat terkecil parsial

X = fungsi peubah kuadrat terkecil pada kisaran panjang gelombang antara

1000-2500 nm

Gambar 4. Penggunaan metoda partial least square

10

Pada metode PLS akan dilakukan beberapa perlakuan data yakni

penghalusan rataan setiap 3 titik, normalisasi antara 0 sampai 1, derivatif kedua

Savitzky - Golay 9 setiap titik, kombinasi penghalusan rataan setiap 3 titik dengan

normalisasi antara 0 sampai 1 dan kombinasi antara penghalusan rataan setiap 3

titik, normalisasi antara 0 sampai 1 dan derivatif kedua Savitzky - Golay setiap 9

titik. Perlakuan data dilakukan untuk menghasilkan model yang lebih baik bila

ditemukan model yang dihasilkan tanpa perlakuan data dianggap tidak cukup

baik. Selain itu faktor guncangan (noise) pada saat pengambilan data dengan NIR

juga mempengaruhi diperlukannya pemberian perlakuan data.

Menurut Tiaprasit dan Sangpithukwong (2010) penghalusan rataan 3 titik

pada kurva spektrum NIR digunakan untuk menghaluskan kurva spektrum NIR

yang mengalami guncangan pada data pada saat pengukuran NIR dan

memperkecil galat yang terjadi selama proses pengukuran NIR dan analisis

kimiawi laboratorium tanpa menghilangkan informasi spektrum yang ada.

Normalisasi antara 0 sampai 1 digunakan untuk mengurangi pengaruh perbedaan

ukuran sampel yang diuji, mengurangi pengaruh tegangan pantulan dari alat

terhadap hasil pengukuran serta untuk memperbesar rentang nilai absorban yang

terdapat pada spektrum (Gabbie 2011). Derivatif kedua Savitzky - Golay setiap 9

titik digunakan untuk mereduksi basis dari adanya pertambahan dari proses

absorban serta menghilangkan masalah basis kemiringan persamaan regresi

(Tiaprasit dan Sangpithukwong 2010).

.

Validasi Data

Tahap selanjutnya setelah 2/3 data total telah kalibrasi adalah tahap

validasi. Validasi bertujuan untuk menguji nilai ketepatan terhadap komposisi

kimia bahan yang sudah ditentukan melalui tahap kalibrasi dengan nilai referensi.

Validasi dilakukan dengan menggunakan 1/3 data total. Data yang ada akan

dimasukkan kedalam model persamaan yang telah terbentuk sehingga dapat

diketahui nilai kandungan TPT dari buah pepaya. Parameter yang digunakan

dalam menentukan kesamaan antara data validasi dengan model yang didapat

pada tahap kalibrasi adalah koefisien determinasi (R2), standard error (SE),

coefficient of variation (CV). Koefisien determinasi atau R2 menunjukkan

kemampuan model menerangkan keragaman nilai peubah tak bebas. Semakin

besar nilai R2 berarti model semakin mampu menerangkan perilaku peubah tak

bebas (Elfadl et al. 2000). Kisaran nilai R2 mulai dari 0% sampai 100 % (Matjik

et al. 2006). Koefisien determinasi dinyatakan lewat persamaan :

R =

√

R2 = (R)

2

Dimana :

R = koefisien korelasi

R2 = koefisien determinasi

Standar error (SE) bertujuan untuk mengetahui nilai selisih antara nilai

sebenarnya yang didapat melalui uji kimia dengan nilai yang didapat melalui hasil

pendugaan NIR. Nilai dari SE menunjukan bahwa semakin kecil nilai selisih yang

11

didapat maka semakin baik nilai pendugaan NIR dikarenakan mendekati nilai

yang sebenarnya. SE dapat dinyatakan dengan menggunakan persamaan:

SE = √

Dimana:

SE = Standar error validasi

YNIR = Nilai TPT, dugaan NIR

Y = Nilai TPT dengan refraktometer

N = Jumlah sampel

Simpangan baku (standar deviasi) saja tidak dapat mengatakan banyak

mengenai keragaman satu kumpulan data (Walpole 1995). Oleh sebab itu

dibutuhkan parameter berupa nilai koefisien keragaman (Coefficient of

variability). Koefisien keragaman dapat menunjukkan besarnya error sebanding

dengan rata-rata hasil uji kimia bahan. Koefisien keragaman juga dapat digunakan

untuk membandingkan dua keragaman kelompok data yang selang nilainya jauh

berbeda satu sama lain bahkan dapat digunakan untuk membandingkan

keragaman dua atau lebih kelompok data meskipun satuan pengukurannya tidak

sama.

Menurut Matjik et al. (2006) besaran ideal nilai CV sangat tergantung

pada bidang studi yang digeluti, misalnya untuk bidang pertanian nilai CV yang

dianggap wajar adalah 20-25 %, namun percobaan dilakukan di laboratorium nilai

CV diharapkan jauh lebih kecil mengingat sebagian kondisi lingkungan dalam

keadaan terkontrol. Koefisien keragaman dapat dinyatakan dengan menggunakan

persamaan :

CV = (

) x 100%

Dimana :

CV = Koefisien keragaman

SE = Standar error validasi

Y = Rataan kadar TPT aktual sampel

Pembuatan model yang baik dapat juga dilihat dari nilai RPD. RPD adalah

nisbah standar deviasi metode pembanding terhadap nilai SEP, nilai RPD>2

(William dan Sobering 1993). Tahap keseluruhan dari pelaksanaan penelitian

dapat dilihat melalui diagram alir pada Gambar 5.

12

Gambar 5. Diagram alir penelitian

Pengukuran spektrum buah

pepaya dengan NIRflex N-500

Analisis nilai kadar air dan TPT

Perancangan model dengan metode PLS

R2, koefisien keseragaman (CV), dan standar

error kalibrasi (SEC)

Koefisien keseragaman (CV), dan standar

error validasi (SEP), RPD

Model kalibrasi

Sampel pepaya

Metode kalibrasi dan dan seleksi spketrum

kalibrasi/validasi:

1. Kalibrasi (2/3 total sampel)

2. Validasi (1/3 total sampel)

Penentuan persamaan

regresi kalibrasi

Penentuan validasi

Selesai

Mulai

13

HASIL DAN PEMBAHASAN

Analisis Data Kimiawi Laboratorium Dengan Metode Konvensional

Data lengkap hasil analisis kimiawi laboratorium buah pepaya dapat kita

lihat pada Lampiran 2. Sebanyak 62 sampel buah pepaya diuji dengan 3 metode

untuk mendapatkan nilai total padatan terlarut, kadar air dan kadar protein. Data

yang diperoleh dari hasil analisis secara destuktif akan dijadikan sebagai data

referensi untuk melihat kesesuaian dengan hasil pengukuran secara non destruktif

yakni dengan NIR spektroskopi. Bila dilihat dari Tabel 1, maka kadar air

menunjukan persentase yang tinggi dalam susunan komposisi buah pepaya

dengan rentang 87 - 94 % dari berat total. Besarnya jumlah kadar air ini

menunjukan bahwa buah pepaya tergolong buah berair tinggi. Untuk besaran

standar deviasi yakni 0.25. Kadar protein memiliki rentang kandungan yang

terukur berkisar 0.65 – 1.75 % dari berat total, dimana besarnya nilai standar

deviasi yang didapatkan sebesar 0.25. Untuk nilai dari hasil analisis total padatan

terlarut pada penelitian ini berada pada kisaran 4.27 – 12.9 0 briks dengan standar

deviasi 2.56. Nilai yang didapatkan termasuk dalam kategori baik, dimana

besarnya standar deviasi yang dihasilkan tidak lebih besar dari 30 % nilai rata-

rata. Pada Lampiran 2 ditunjukkan secara rinci nilai dari kandungan terukur secara

destruktif..

Tabel 1. Analisis data kimiawi secara konvensional

Total padatan terlarut (TPT) merupakan kandungan dari penyusun suatu

bahan pertanian yang didalamnya terdapat berbagai jenis unsur-unsur yang

terlarut dalam air. Pada buah pepaya berbagai umur panen dilihat tingkat

perubahan kandungan TPT seperti pada Gambar 6. Terjadi perubahan kandungan

TPT dari setiap umur panen, dimana pada kategori siap panen nilai TPT berada

pada posisi paling tinggi yakni 12.90 0

briks. Hal ini menunjukan terjadi

peningkatan kandungan TPT yang semakin tinggi saat mendekati waktu panen.

Tingginya kandungan TPT pada buah pepaya dapat dijadikan indikator buah

pepaya sudah dalam keadaan matang dan siap untuk dipetik.

14

Gambar 6. Kandungan TPT pada pepaya

Protein merupakan senyawa organik yang dibutuhkan dalam pembentukan

struktur dan regenerasi sel. Protein utamanya tersusun atas senyawa karbon,

hidrogen, oksigen dan nitrogen. Kandungan protein pada pepaya tergolong rendah

yakni berada pada kisaran 0.65 – 1.75 % seperti pada Tabel 1. Pada proses

pematangan buah pepaya terjadi peningkatan kadar protein namun tidak terlalu

signifikan. Perubahan kadar protein ditunjukan pada Gambar 7. Kadar protein

dapat dijadikan indikator kematangan buah pepaya.

Gambar 7. Kandungan protein pada pepaya

Air merupakan penyusun utama dari buah pepaya. Air terdiri dari senyawa

hidrogen dan oksigen. Pada buah pepaya jumlah air tertinggi yang terkandung

0

2

4

6

8

10

12

14

-14 -7 -4 0

% b

riks

Kelompok umur panen (hari)

TPT

14 hari sebelum

panen

7 hari sebelum

panen

4hari sebelum

panen

siap panen

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2

-14 -7 -4 0

%


Kadar Protein

14 hari sebelum

panen

7 hari sebelum

panen

4 hari sebelum

panen

siap panen

15

didalamnya mencapai 94.21 % seperti pada Tabel 1. Bila dilihat dari Gambar 8,

terjadi penurunan jumlah air yang terdapat pada buah pepaya seiring dengan

proses pematangan. Pada pematangan buah pepaya, kandungan gula sederhana

meningkat. Gula sederhana terdiri dari ikatan karbon, hidrogen dan oksigen.

Peningkatan ini mepengaruhi jumlah kandungan air karena turut melarutkan gula

sederhana dan pada akhirnya meningkatkan kandungan TPT pada buah pepaya.

Gambar 8. Kandungan air pada pepaya

NIR Spektroskopi

NIRFlex N-500 fiber optic solids yang digunakan pada penelitian ini

akan menyimpan set data sebanyak 186. Untuk dapat membandingkan kandungan

pepaya antara dugaan NIR dengan hasil analisis laboratorium, maka dimasukan

data hasil analisis laboratorium kedalam software NIR management console. Data

yang akan digunakan pada penelitian ini berupa data reflektan (R) NIR dengan

panjang gelombang 4000-10000 cm-1

atau pada interval 4 cm-1

menjadi 1000-

2500 nm. Reflektan merupakan cahaya yang kembali ditangkap dikarenakan

pemantulan yang dilakukan oleh komposisi bahan yang ditembakan. Setiap zat

penyusun dari suatu bahan memiliki keunikan pola daya pantul terhadap cahaya.

Apabila sinar dipancarkan dari sumber ke bahan organik, maka sekitar 4% akan

dipantulkan kembali oleh permukaan luar (regular refraction) dan sekitar 96%

sisanya akan masuk ke dalam produk yang selanjutnya akan mengalami

penyerapan (absorption), pemantulan (body reflection), penyebaran (scaterring)

dan penerusan cahaya (transmitten) (Mohsenin 1984). Cahaya yang ditembakan

oleh NIR hanya akan masuk ke dalam sampel hingga 5 mm saja. Bila kandungan

yang akan diukur lebih dari 5 mm maka tingkat keakuratan dari reflektan akan

menurun.

84

86

88

90

92

94

96

-14 -7 -4 0

%


Kadar Air 14 hari sebelum

panen7 hari sebelum

panen4 hari sebelum

panensiap panen

16

Reflektan

Reflektan adalah gelombang yang ditangkap oleh sensor dikarenakan

ketidakmampuan objek yang dituju oleh gelombang untuk meneruskannya.

Gelombang infra merah dekat yang ditembakkan ke buah pepaya akan mengalami

pemantulan dan kemudian gelombang balik tersebut dianalisa dengan melihat

bentuk gelombang yang dihasilkan. Reflektan akan menghasilkan bentuk

gelombang yang memiliki puncak dan lembah yang merupakan hasil dari pantulan

setiap zat penyusun yang terdeteksi dapat dilihat pada Gambar 9.

Gambar 9. Kurva spektra reflektan

Dari Gambar dapat dilihat bahwa setiap spektra reflektan yang ada

menunjukan pola puncak dan lembah yang hampir sama. Adanya pola tersebut

menunjukan kesamaan kandungan penyusun buah pepaya yang terdeteksi jelas

oleh NIR spektroskpi. Ikatan – ikatan kimia seperti ikatan kimia C-H (seperti

bahan organik turunan minyak bumi), O-H (seperti kadar air, karbohidrat, dan

lemak), C-N, dan N-H (seperti protein dan asam amino) yang merupakan ikatan

dasar dari semua ikatan kimia bahan-bahan organik terbaca pada rentang panjang

gelombang 4000 – 10000 cm-1

.

Absorban

Absorban adalah gelombang yang mampu diserap dan diteruskan oleh

objek. Absorban merupakan sebagian dari gelombang yang ditembakan yang

berhasil melewati objek. Data absorban diperoleh dengan melakukan transformasi

log (1/R) data reflektan. Transformasi ini dilakukan karena komposisi suatu bahan

mempunyai hubungan linear dengan data absorban NIR (Mohsenin 1984). Setiap

puncak yang ditunjukan pada gelombang absorban mewakili kandungan terbesar

dari buah pepaya seperti pada Gambar 10. Puncak gelombang yang terlihat dari

gelombang absorban 1000 nm, 1290 nm, 1400 nm, 1730 nm, 1850 nm. Melalui

Gambar dapat dilihat puncak penyerapan pada panjang gelombang 1000 nm, 1290

nm 1730 nm merupakan kadar air. Hal ini dapat dilihat berdasarkan hasil analisis

0

0.1

0.2

0.3

0.4

0.5

0.6

Ref

lekt

an

Panjang gelombang (nm)

Tengah

Pangkal

Ujung

17

secara destruktif dimana kadar air dari buah pepaya berada pada kisaran 87 - 94

%. Pada panjang gelombang 1400 nm dan 1850 nm puncak gelombang terlihat

tidak begitu besar, dikarenakan kandungan protein pada komposisi penyusun buah

pepaya yang kecil.

Gambar 10. Kurva spektra absorban

Analisis Data Near Infrared Buah Pepaya dengan Metode PLS

Untuk membuat sebuah model maka dilakukan dengan metode PLS.

Menurut Tiaprasit dan Sangpithukwong (2010) tidak ada peraturan tentang

metode apa yang harus digunakan untuk pra perlakuan spektra. Metode PLS

terdapat pada menu toolbox pada aplikasi NIR. Pada saat menjalankan analisis

data lalu ditentukan besarnya nilai komponen utama untuk treatment awalan data.

Komponen utama (PC) adalah hasil pemampatan data yang berisi informasi

tentang nilai reflektan dan absorban NIR untuk menghindari masalah overfitting

dan mendapatkan variabel baru tanpa kehilangan informasi awalnya (Osborne, et

al 1993). Penentuan besaran PC primer dan PC sekunder dilakukan dengan

melihat perkiraan persentase konsistensi model pada Tabel yang ada pada toolbox.

Pada PLS kemudian didapat hasil statistik berupa koefisien korelasi (r),

koefisien determinasi (R2), standard error (SE), coefficient of variation (CV).

Model yang baik memiliki syarat berupa standar terhadap nilai koefisien korelasi

(r) , koefisien determinasinya (R2), standar error (SE), koefisien keragaman (CV),

ratio of standard error prediction to standard deviation (RPD) dan konsistensi

model (SEC/SEP).

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

1.8

2

Ab

sorb

an

Panjang gelombang (nm)

Tengah

Pangkal

Ujung

O-H

N-H O-H

N-H

18

1. Kadar Air

a. Reflektan

Data yang terukur pada software NirCal dibagi 2/3 menjadi set kalibrasi

dan 1/3 data menjadi set validasi dengan total jumlah data yang tersimpan

sebanyak 186 buah.

Tabel 2. Deskripsi statistik spektra reflektan kadar air

Pada Tabel 2 dapat dilihat bahwa perlakuan data terbaik dalam

membentuk model pendugaan kalibrasi adalah penghalusan rataan setiap 3 titik.

Nilai koefisien korelasi (R) pada data yang diberi perlakuan penghalusan rataan

setiap 3 titik adalah 0.949 dan bila dilihat pada nilai dari berbagai perlakuan yang

lain memiliki nilai terendah 0.913. Nilai koefisien determinasi (R2) yang didapat

pada data yang diberi perlakuan penghalusan rataan setiap 3 titik adalah 0.900

dengan nilai pada setiap perlakuan yang lain memiliki nilai terendah 0.835 yakni

pada kombinasi perlakuan penghalusan setiap 3 titik dan normalisasi antara 0

sampai 1. Namun hal itu sudah dikategorikan ke dalam nilai yang baik.

Dalam mendapatkan nilai R2 yang sesuai dengan syarat perlu dilakukan

iterasi yang baik, dimana dalam kumpulan set data kalibrasi akan diseleksi nilai

dugaan yang memiliki letak yang saling terkait dengan garis linear. Nilai yang

terlalu jauh dari kumpulan nilai dugaan lain pada kalibrasi dapat diganti menjadi

nilai validasi atau nilai tersebut tidak dimasukan dalam pembuatan model.

Nilai koefisien keragaman (CV) yang dihasilkan pada perlakuan

penghalusan rataan setiap 3 titik adalah 0.69 dengan standar error sebesar 0.62.

Nilai ini cukup menunjukkan bahwa persamaan model kalibrasi yang dibangun

cukup baik.

19

Gambar 11. Grafik model kalibrasi spektra reflektan kadar air

Setelah membuat model persamaan kalibrasi, maka dilakukan validasi

dengan melakukan perbandingan data dugaan dengan data referensi seperti pada

Gambar 12 untuk melihat keakuratan dari model kalibrasi. Hal yang perlu

diperhatikan adalah nilai dari CV dan standar error. Nilai CV yang dihasilkan 0.84

dan nilai standar error sebesar 0.76. Nilai standar error yang baik adalah nilai yang

mendekati nol.

Gambar 12. Grafik model validasi spektra reflektan kadar air

y = 0.901x + 8.9552 R² = 0.901

84

85

86

87

88

89

90

91

92

93

94

95

96

97

84 85 86 87 88 89 90 91 92 93 94 95 96 97

Kadar

air p

endugaan N

IR (

%)

Kadar air referensi (%)

Callibration set

y = 0.7536x + 22.117 R² = 0.848

84

85

86

87

88

89

90

91

92

93

94

95

96

97

84 85 86 87 88 89 90 91 92 93 94 95 96 97

Kadar

air p

endugaan N

IR (

%)


Validation set

20

Nilai lain yang dapat dijadikan acuan adalah ratio of standard error

prediction to standard deviation (RPD). Nilai RPD pada persamaan validasi dari

perlakuan penghalusan rataan setiap 3 titik adalah 2.48. Melalui Gambar 11 dapat

dilihat bahwa persamaan model dugaan dari spektra reflektan kadar air yakni y =

0,901x + 8,955.

b. Absorban

Pada Tabel 3 dapat kita lihat bahwa perlakuan terbaik dalam membentuk

model kalibrasi adalah penghalusan rataan setiap 3 titik. Nilai koefisien korelasi

(R) pada data yang diberi perlakuan penghalusan rataan setiap 3 titik adalah 0.932

dan bila dilihat pada nilai dari berbagai perlakuan yang lain memiliki nilai

terendah 0.93. Nilai koefisien determinasi (R2) yang didapat pada data yang diberi

perlakuan penghalusan rataan setiap 3 titik adalah 0.87 dengan nilai pada setiap

perlakuan yang lain memiliki nilai terendah 0.86 yakni pada kombinasi perlakuan

penghalusan setiap 3 titik dan normalisasi antara 0 sampai 1. Namun hal itu sudah

dikategorikan ke dalam nilai yang baik.

Tabel 3. Deskripsi statistik spektra absorban kadar air

.


penghalusan rataan setiap 3 titik adalah 0.73 dengan standar error sebesar 0.67.

Nilai ini cukup menunjukkan bahwa persamaan model kalibrasi yang dibangun

cukup baik.

21

Gambar 13. Grafik model kalibrasi spektra absorban kadar air




diperhatikan adalah nilai dari CV dan standar error. Nilai CV yang dihasilkan 0.87

dan nilai standar error sebesar 0.79. Nilai standar error yang baik adalah nilai yang

mendekati nol. Nilai lain yang dapat dijadikan acuan adalah ratio of standard

error prediction to standard deviation (RPD). Nilai RPD pada persamaan validasi

dari perlakuan penghalusan rataan setiap 3 titik adalah 2.36. Melalui Gambar 13

dapat dilihat persamaan model dugaan dari spektra absorban kadar air yakni y =

0,870x + 11,72.

Gambar 14. Grafik model validasi spektra absorban kadar air

y = 0.8701x + 11.721 R² = 0.8701

84

85

86

87

88

89

90

91

92

93

94

95

96

97

84 85 86 87 88 89 90 91 92 93 94 95 96 97

Kadar

air p

endugaan N

IR(%

)


Callibration set

y = 0.8127x + 16.139 R² = 0.82

8485868788899091929394959697

84 85 86 87 88 89 90 91 92 93 94 95 96 97

kadar

air p

endugaan N

IR(%

)

Kadar air referensi(%)

Validation set

22

2. Kadar Protein

a. Reflektan

Kadar protein memiliki persentase yang cukup kecil dalam buah pepaya.

Jika melihat dari hasil data kimiawi laboratorium, rentang nilai persentasenya

yakni 0.65 % - 0.75 %. Pada Tabel 4 dilihat bahwa perlakuan terbaik dalam

membentuk model kalibrasi kadar protein adalah kombinasi ketiga perlakuan.

Nilai koefisien korelasi (R) pada data yang diberi ketiga perlakuan secara berturut

adalah 0.914. Sedangkan nilai koefisien determinasi (R2) yang didapat adalah

0.837 dengan nilai pada setiap perlakuan yang lain memiliki nilai terendah 0.793

yakni pada model tanpa perlakuan dan model dengan perlakuan penghalusan

setiap 3 titik. Namun hal itu sudah dikategorikan ke dalam nilai yang baik.

Tabel 4. Deskripsi statistik spektra reflektan kadar protein

Nilai koefisien keragaman (CV) yang dihasilkan pada kombinasi ketiga

perlakuan adalah 9.62 dengan standar error sebesar 0.1. Nilai ini cukup

menunjukkan bahwa persamaan model kalibrasi yang dibangun cukup baik.

Gambar 15. Grafik model kalibrasi spektra reflektan kadar protein

y = 0.8372x + 0.1769 R² = 0.8372

0

1

2

0 1 2 Kadar

Pro

tein

pendugaan N

IR (

%)

Kadar Protein referensi (%)

Callibration set

23




diperhatikan adalah nilai dari CV dan standar error. Nilai CV yang dihasilkan

10.26 dan nilai standar error sebesar 0.1. Nilai RPD pada persamaan validasi dari

perlakuan tersebut adalah 1.85. Melalui Gambar 15 dapat dilihat persamaan model

dugaan dari spektra reflektan kadar protein yakni y = 0,837x + 0,176.

Gambar 16. Grafik model validasi spektra reflektan kadar protein

b. Absorban

Perlakuan terbaik dalam membentuk model kalibrasi dari spektra

absorban kadar protein seperti pada Tabel 5 adalah kombinasi ketiga antar

perlakuan. Nilai koefisien korelasi (R) pada data yang diberi ketiga perlakuan

secara berturut adalah 0.926. Sedangkan nilai koefisien determinasi (R2) yang

didapat adalah 0.857 dengan nilai pada setiap perlakuan yang lain memiliki nilai

terendah 0.783 yakni pada model dengan perlakuan normalisasi antara 0 sampai 1.

Namun hal itu sudah dikategorikan ke dalam nilai yang baik.

y = 1.108x + 0.2524 R² = 0.8136

0

1

2

0 1 2

Kadar

Pro

tein

pendugaan N

IR (

%)


Validation set

24

Tabel 5. Deskripsi statistik spektra absorban kadar protein

Nilai koefisien keragaman (CV) yang dihasilkan pada kombinasi antar

ketiga perlakuan adalah 9.13 dengan standar error sebesar 0.1. Nilai ini cukup


Gambar 17. Grafik model kalibrasi spektra absorban kadar protein







dugaan dari spektra absorban kadar protein yakni y = 0,857x + 0,154.

y = 0.8577x + 0.1543 R² = 0.8577

0

1

2

0 1 2Kadar

Pro

tein

pendu

gaan N

IR (

%)


Callibration set

25

Gambar 18. Grafik model validasi spektra absorban kadar protein

3. Total Padatan Terlarut

a. Reflektan

Perlakuan terbaik dalam membentuk model kalibrasi total padatan

terlarut pada Tabel 6 adalah kombinasi perlakuan penghalusan setiap 3 titik dan

normalisasi antara 0 sampai 1. Nilai koefisien korelasi (R) pada data yang diberi

perlakuan penghalusan rataan setiap 3 titik adalah 0.936 dan bila dilihat pada nilai

dari berbagai perlakuan yang lain memiliki nilai terendah 0.935. Nilai koefisien

determinasi (R2) yang didapat pada data yang diberi perlakuan penghalusan rataan

setiap 3 titik adalah 0.876 dengan nilai pada setiap perlakuan yang lain memiliki

nilai terendah 0.847 yakni pada kombinasi perlakuan penghalusan setiap 3 titik.

Namun hal itu sudah dikategorikan ke dalam nilai yang baik.

y = 0.9665x + 0.4197 R² = 0.7278

0

1

2

0 1 2

Kadar

pro

tein

pendugaan N

IR (

%)

Kadar protein referensi (%)

Validation set

26

Tabel 6. Deskripsi statistik spektra reflektan total padatan terlarut


kombinasi perlakuan penghalusan setiap 3 titik dan normalisasi antara 0 sampai 1

adalah 10.03 dengan standar error sebesar 0.90. Nilai ini cukup menunjukkan

bahwa persamaan model kalibrasi yang dibangun cukup baik.

Gambar 19. Grafik model kalibrasi spektra reflektan total padatan terlarut







dugaan dari spektra reflektan total padatan terlarut yakni y = 0,876x + 1,100.

y = 0.8766x + 1.1006 R² = 0.8767

0123456789

10111213141516

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

TP

T p

endugaan N

IR (

0 b

riks)

TPT Referensi (0 briks)

Callibration set

27

Gambar 20. Grafik model validasi spektra reflektan total padatan terlarut

b. Absorban

Perlakuan terbaik dalam membentuk model kalibrasi dari spektra

absorban total padatan terlarut pada Tabel 7 adalah tanpa perlakuan. Nilai

koefisien korelasi (R) pada data tanpa perlakuan 0.986 dan bila dilihat pada nilai

dari berbagai perlakuan yang lain memiliki nilai terendah 0.894. Nilai koefisien

determinasi (R2) yang didapat pada adalah 0.972 dengan nilai pada setiap

perlakuan yang lain memiliki nilai terendah 0.799 yakni pada perlakuan derivatif

kedua Savitzky - Golay setiap 9 titik. Namun hal itu sudah dikategorikan ke dalam

nilai yang baik.

Tabel 7. Deskripsi statistik spektra absorban total padatan terlarut

y = 0.7727x + 2.2221 R² = 0.8379

0123456789

10111213141516

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

TP

T p

endugaan N

IR (

0 b

riks)

TPT referensi(0 briks)

Validation set

28

Nilai koefisien keragaman (CV) yang dihasilkan pada model tanpa

perlakuan adalah 4.64 dengan standar error sebesar 0.42. Nilai ini cukup


Gambar 21. Grafik model kalibrasi spektra absorban total padatan terlarut







dugaan dari spektra absorban total padatan terlarut yakni y = 0,972x + 0,250.

Gambar 16. Grafik model validasi spektra absorban total padatan terlarut

y = 0.9724x + 0.2509 R² = 0.9724

0123456789

10111213141516

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

TP

T p

endugaan N

IR (

0 b

riks)

TPT referensi ( 0 briks)

Callibration set

y = 0.8007x + 2.0339 R² = 0.8412

0123456789

10111213141516

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18

TP

T p

endugaan N

IR (

0 b

riks)

TPT referensi (0 briks)

Validation set

29

Model Kalibrasi

Setelah dihasilkan model yang terbaik pada tahap kalibrasi dan validasi

maka dilakukan penentuan model mana yang dapat mewakili Gambaran

kandungan buah pepaya. Penentuan yang didasari beberapa nilai yang menjadi

syarat terbentuknya model yang baik. Perbandingan dilakukan pada model yang

terbentuk dari spektra reflektan dengan spektra absorban. Kedua spektra tersebut

akan dilihat berdasarkan nilai koefisien determinasinya (R2), standar error (SE),

koefisien keragaman (CV), ratio of standard error prediction to standard

deviation (RPD) dan konsistensi model (SEC/SEP). Pada Tabel ditunjukan rincian

nilai model yang terbaik dari setiap perlakuan yang sudah diberikan.

Tabel 8. Deskripsi statistik spektra model

Koefisien determinasi (R2) digunakan untuk mengetahui ketepatan suatu

persamaan fungsi tertentu dari sebuah model yang dibangun melalui hasil analisis

regresi dengan menentukan besarnya pengaruh variabel bebas (x) terhadap

variabel terikat(y). Pada Tabel 8 dapat dilihat bahwa kisaran nilai R2

terendah

pada 0.837 dan tertinggi pada 0.972. Apabila R2 lebih besar sama dengan 80-95%

maka analisis dapat dinyatakan baik, sedangkan R2 pada selang 70-80% maka

analisis dapat dinyatakan cukup baik (Büchi Labortechnik 2008; Elfadl, et al

2000). Keseluruhan nilai R2 yang terbentuk dikatakan baik untuk menjadikan

fungsi persamaan menjadi model.

Standar error (SE) bertujuan untuk mengetahui nilai selisih antara nilai

sebenarnya yang didapat melalui uji kimia dengan nilai yang didapat melalui hasil

pendugaan NIR. Nilai dari standar error menunjukan bahwa semakin kecil nilai

selisih yang didapat maka semakin baik nilai pendugaan NIR dikarenakan

mendekati nilai sebenarnya. Nilai dari standar error sendiri dapat dikatakan baik

bila semakin mendekati nol. Pada Tabel 8 ditunjukan bahwa model reflektan dan

absorban dari total padatan terlarut memiliki nilai SE 1.06 dan 1.00. Ini

menunjukan bahwa terjadi selisih perbedaan yang cukup signifikan antara nilai

dugaan NIR dengan nilai referensi.

Standar error dibagi menjadi dua yakni standar error kalibrasi (SEC) dan

standar error validasi (SEP). Nilai dari SEC dan SEP digunakan untuk mengukur

akurasi dari set data kalibrasi dan validasi yang digunakan. Dengan melakukan

perbandingan antara nilai SEC dengan SEP dihasilkan nilai konsistensi dari suatu

model. Konsistensi model dikatakan baik jika rasio SEC/SEP berada pada kisaran

30

80-110% (Tiaprasit dan Sangpithukwong 2010). Pada model kadar air reflektan,

nilai konsistensi reflektan lebih kecil dari absorban yakni 81.72 % berbanding

83.63 %. Pada model kadar protein, nilai konsistensi model reflektan lebih besar

dari absorban yakni 108.89 % dengan 96.10 %. Pada model total padatan terlarut,

nilai konsistensi model reflektan lebih besar dari absorban yakni 84.72 % dengan

42.20 %. Bila selisih nilai SEC terlalu besar dengan SEP maka keadaan itu

disebut underfitting. Sedangkan bila selisih nilai SEP terlalu besar dengan SEC

maka keadaan itu disebut overfitting. Untuk mencegah terjadinya keadaan

overfitting dan underfitting dapat dilakukan dengan memperbesar nilai koefisien

determinasi yakni memperhatikan nilai PC optimum dengan penempatan set data

terbaik pada kalibrasi dan validasi.

Koefisien keragaman yang didapat pada model kadar air reflektan 0.68

dan 0.86 serta model absorban 0.73 dan 0.87. Nilai ini sangat berbeda dengan nilai

CV dari model kadar protein dan total padatan terlarut. besarnya nilai koefisien

kergaman yang didapat dikarenakan sampel yang diuji berasal dari pohon yang

berbeda dan waktu petik yang tidak sama meskipun sudah dikategorikan

berdasarkan dugaan waktu panen.

Nilai RPD dari model kadar air yakni 2.48 untuk reflektan dan 2.36

untuk absorban, pada model kadar protein yakni 1.85 untuk reflektan dan 1.67

untuk absorban dan pada model total padatan terlarut 2.45 untuk reflektan dan

2.49 untuk absorban. Nilai RPD pada rentang 2 sampai 3 menunjukan model baik

untuk pendugaan kasar, diantara 3 sampai 5 potensial untuk pendugaan, antara 5

sampai 8 dapat digunakan untuk analisis kontrol dan lebih besar dari 8 model

cocok untuk aplikasi analisis (Lengkey 2013). Nilai RPD pada model reflektan

dapat memenuhi syarat ideal dalam analisis kelayakan model.

Apabila setiap nilai yang sudah dipilih untuk dapat mewakili syarat

sudah terpenuhi, maka dapat dilakukan pemilihan model. Dengan melihat kriteria

pada Tabel dari nilai yang menjadi syarat pembentuk model yang baik

mengarahkan pada model dengan spektra reflektan. Model reflektan mampu

menjadi acuan dalam pengukuran kandungan buah pepaya walaupun tidak

sempurna.

31

SIMPULAN DAN SARAN

Simpulan

1. Terdapat hubungan antara kandungan total padatan terlarut (TPT), kadar air &

kadar protein dengan spektrum NIR ditunjukan oleh puncak dan lembah dari

kurva spektra reflektan dan absorban pada panjang gelombang 1000-2500 nm.

2. Terbentuk model pendugaan kandungan dengan pemberian perlakuan data.

3. Didapat persamaan model kalibrasi pendugaan pada spektrum reflektan dengan

nilai koefisien determinasi (R2), SEC dan SEP yakni 0.900, 0.62 dan 0.76

untuk kadar air; 0.837, 0.1 dan 0,1 untuk kadar protein dan 0.876, 0.90 dan

1.06 untuk total padatan terlarut.

Saran

1. Sebaiknya memperbanyak jumlah sampel yang digunakan.

32

DAFTAR PUSTAKA

Akamine, EK. 1996. Respiration Of Fruits Of Papaya (Carica papaya L. Var.

Solo) With Reference To The Effect Of Quarantine Disinfection Treatments.

Proceedings of the american society of horticultural science 89, hal 231-236

Broto, W, Suyanti, Sjaifullah dan Durachman. 1994. Analisis mutu nektar dari

buah pepaya (Carica papaya, L.) cv. Dampit dan Paris. Jurnal Hortikultura

4(1) : 34-41

Buchi Labortechnik. 2008. Quick Guide NIRCal With Toolbox.BUCHI NIR

Application Support, Bangkok, Thailand.

Chen, NM. dan Paull, RE. 1986. Development And Prevention Of Chilling Injury

In Papaya Fruit. Journal of the American society for horticultural science

111, hal 639-643.

Elfadl E, Reinbrecht, Claupeina W. 2010. Development Of Near Infrared

Reflectance Spectroscopy(NIRS) Calibration Model For Estimation Of Oil

Content In A Worldwide Safflower Germplasm Collection. Int J Plant Prod

4(4): 259-270. www.ijpp.info

Gray, J, S Picton, J Shabbeer, W Schuch, D Grierson. 1992. Molecular Biology

Of Fruit Ripening And Its Manipulation With Ethylene Gene. Plant Mol.

Biol. 19:69-87.

Gabbie, NP. 2011. Pendugaan kadar air, protein dan karbohidrat biji sorgum

secara non-destruktif dengan metode near infrared (NIR). Skripsi. IPB :

Bogor

Jones, WW. 1942. Respiration And Chemical Changes Of The Papaya Fruit In

Relation To Temperature. Plant Physiology. hal. 481-486.

Lengkey, LCECh. 2013. Metode pendugaan kandungan kimia biji jarak pagar

(Jatropha curcas L.) menggunakan spektroskopi inframerah dekat dan

partial least square. Disampaikan pada seminar september 2013, IPB :

Bogor.

Mohsenin, NM. 1984. Electromagnetic Radiation Of Food And Agricultural

Products. Gordon and Breach Science Publisher : New York.

Osborne, BGT, Fearn, and PH Hindle. 1993. Partial NIRS, With Applications In

Food And Beverage Analysis.2nd

Eds. Longman Scientific and Technical:

United Kingdom

Pantastico, Er. B. 1986. Fisiologi pasca panen, penanganan dan pemanfaatan

buah-buahan dan sayur-sayuran tropika dan subtropika. Penterjemah:

Prof.Ir.Kamariyani Dan Tjitrosoepomo. Gadjah Mada University Press,

Yogyakarta.

Paull, RE dan Chen, NJ. 1983.Heatshock response in field-grown ripening papaya

fruit.Journal of the American Society for horticultural science 115, hal 623-

631

Pusat Kajian Buah-Buahan Tropika. 2004. Riset Unggulan Strategis Nasional

Pengembangan Buah Unggulan Indonesia : Pepaya. PKBT-IPB. Bogor.

Proctor,FJ dan Caygill JC. 1985. Ethylene In Commercial Post-Harvest Handling

Of Tropical Fruit. Dalam: Roberts, JA dan Tucker,GA.(eds) Ethylene And

Plant Development. Butterworth Scientific Limited, London, hal. 317-332.

33

Rochimawati NR. 2004. Pengkajian teknik NIR (NEAR INFRARED) dalam

menentukan mutu tepung jagung (Zea mays) secara cepat dan simultan.

Skripsi. IPB : Bogor.

Rumahorbo, Regina. 2004. Pereduksi data keluaran spektrometer NIR. Skripsi.

IPB : Bogor

Selvaraj, Y, Pal, DK, Subramanyan, MD dan Lyer, CPA. 1982. Changes In The

Chemical Composition Of Four Cultivars Of Papaya (Carica papaya L)

During Growth And Development. Journal of horticultural science 57, hal

135-145

Tiaprasit W, Sangpithukwong C. 2010. BUCHI NIRFlex N-500 Training Course.

BUCHI NIR Application Support, Bangkok, Thailand.

Villegas, V N. 1997. Carica papaya L. In : E. W. M. Verheiji and R.E.

Coronel.(Eds.) Sumberdaya Nabati Asia Tenggara 2: Buah-Buahan Yang

Dapat Dimakan. PT.Gramedia Pustaka Utama. Jakarta

Walpole,RE. 1995. Penghantar Statistika Edisi Ke-3.PT. Gramedia, Jakarta.

William, P C, Sobering D C. 1993. Comparison of commercial near infrared

transmittance and reflectance for analysis of whole grain and seeds. Jurnal

Near Infrared Spectroscopy 1 : 25-32.

34

LAMPIRAN

Lampiran 1. Alat-alat yang digunakan pada penelitian

Desikator Timbangan Digital

Refraktometer Oven

Cawan Instrumen NIRFlex N-500 fiber optic solids

35

Lampiran 2. Hasil pengukuran kandungan pepaya secara destruktif

Waktu panen TPT

(0briks)

KP (%) KA (%)

Waktu panen TPT

(0briks)

KP (%) KA (%)

2 minggu

sebelum

panen

4.27 0.86 93.52

4 hari

sebelum

panen

6.46 0.72 83.12

4.33 0.75 92.56

8.20 1.45 91.52

4.33 1.25 94.21

8.90 0.92 91.21

4.87 1.02 93.45

8.93 0.99 90.98

5.00 0.76 93.58

9.10 0.89 89.06

5.03 0.94 93.92

9.27 1.25 89.04

5.03 0.92 93.19

9.63 1.00 90.06

5.23 0.93 93.43

9.77 1.46 90.52

5.30 0.84 93.42

9.97 1.41 89.95

5.47 0.80 92.81

11.23 1.02 88.55

5.50 0.76 93.05

11.80 0.86 89.32

5.93 0.94 93.23

Siap panen

10.00 0.83 88.55

1 minggu

sebelum

panen

5.80 0.77 92.64

10.17 1.75 89.69

5.87 0.66 92.07

10.17 1.14 89.75

6.53 0.84 92.40

10.37 1.53 88.97

6.53 1.03 92.38

10.47 1.03 89.69

6.63 1.02 91.42

10.60 1.65 89.54

7.00 0.85 91.78

10.63 1.02 89.59

7.03 0.65 91.16

10.73 1.19 89.83

7.10 0.70 91.00

10.76 0.89 89.38

7.63 0.95 90.79

10.80 1.18 88.99

9.10 0.96 90.05

10.90 1.27 89.12

9.23 0.82 90.61

10.93 1.47 89.69

9.30 0.83 90.58

11.13 1.01 89.71

11.27 1.12 89.63

11.30 1.24 88.03

11.33 1.48 87.50

11.33 1.08 87.87

11.36 0.95 88.69

11.43 1.19 88.26

11.53 0.94 88.38

11.60 0.88 88.32

11.70 1.18 87.99

11.70 1.11 88.23

11.70 0.93 89.11

11.80 1.17 87.87

11.90 1.34 89.72

12.90 1.08 88.37

36

RIWAYAT HIDUP

Penulis dilahirkan di Serdang Bedagai, Sumatera utara pada tanggal 15

Oktober 1990. Dilahirkan dari pasangan H. Pandjaitan dan H. br Sitorus, penulis

merupakan anak ke dua dari 4 bersaudara (Murni Pandjaitan, Andrew Pandjaitan

dan Idenesia Pandjaitan). Penulis menyelesaikan pendidikan akademik di SDN

102102 dan SDS R.A. Kartini, SMP N 1 Tebing Tinggi, SMA N 1 Tebing Tinggi

dan diterima di IPB melalui jalur SNMPTN (Seleksi Nasional Masuk Perguruan

Tinggi Negri) pada tahun 2009 di program Studi Teknik Pertanian, Departemen

Teknik Pertanian yang sekarang menjadi Departemen Teknik Mesin dan

Biosistem, Fakultas Teknologi Pertanian.

Selama perkuliahan yang dijalani, penulis aktif dalam mengikuti kegiatan

organisasi intra kampus dan akademik seperti Unit Kegiatan Mahasiswa

Persekutuan Mahasiswa Kristen IPB, Komisi Persekutuan IPB, HIMATETA

(himpunan mahasiwsa teknik pertanian) dan pengajar responsi mata kuliah agama

kristen. Pada Juli-Agustus 2012 penulis melakukan kegiatan praktik kerja

lapangan di pabrik kelapa sawit dan perkebunan sawit Kebun Rambutan PTPN III

Sumatera Utara.

Di akhir masa studi, penulis melakukan penelitian dan menyelesaikan

skripsi sebagai salah satu syarat dalam mengakhiri pendidikan tinggi di Institut

Pertanian Bogor guna mendapatkan gelar Sarjana Teknologi Pertanian. Penulis

melakukan penelitian terhadap pepaya IPB-9 dengan judul Prediksi Umur Panen


dengan NIR Spektroskopi.

PREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL … · KADAR AIR DENGAN NIR SPEKTROSKOPI PAHLEVI...

Documents

Transcript of PREDIKSI UMUR PANEN PEPAYA BERDASARKAN TOTAL … · KADAR AIR DENGAN NIR SPEKTROSKOPI PAHLEVI...