Pengembangan Model Kalibrasi NIR dengan Metode PLS Evaluasi hasil kalibrasi dan validasi PLS

16

3. Total padatan terlarut TPT

Total padatan terlarut diukur dengan menggunakan refraktometer. Bahan dihaluskan sebelumnya hingga manjadi pasta, kemudian setetes contoh diletakkan pada prisma refraktometer. Skala refraktometer menunjukan kadar total padatan terlarut Brix.

4. Kadar air

Pengukuran kadar air dilakukan dengan menggunakan metode oven. Buah belimbing dipotong dengan ukuran 1 cm x 1 cm x 1 cm tepat pada bagian yang diambil spektranya sehingga dihasilkan data tiga kali ulangan setiap satu sampel. Cawan alumunium yang akan digunakan sebagai wadah pengeringan dipanaskan di dalam oven bersuhu 105 o C selama 15 menit atau sampai beratnya konstan kemudian didinginkan dalam disikator selama 10 menit lalu ditimbang beratnya A. Kedua, potongan buah belimbing diletakkan pada cawan yang telah diketahui beratnya, kemudian ditimbang B. Ketiga, cawan yang telah berisi cawan diletakkan dalam oven bersuhu 105 o C selama 20 jam. Cawan yang sudah didinginkan di dalam desikator ditimbang beratnya C. Kadar air belimbing dihitung dengan persamaan sebagai berikut: …………………………………………… 7 dimana: KA bb = kadar air basis basah A = berat cawan gr B = berat cawan + bahan sebelum dikeringkan gr C = berat cawan + bahan setelah dikeringkan gr

3.3.5. Pengembangan Model Kalibrasi NIR dengan Metode PLS

PLS Partial Least Squares merupakan metode pengolahan data yang mereduksi jumlah variabel yang sangat banyak menjadi beberapa variabel yang paling berpengaruh. Olah data dilakukan menggunakan program NIRCal 5.2 yang terintregasi dengan spektrometer. Data spektra dibagi menjadi dua kelompok yaitu kelompok kalibrasi dan kelompok validasi dengan sampel yang berbeda. Jumlah data kalibrasi adalah 23 dan validasi 13 dari total data pada masing-masing suhu penyimpanan Gambar 8. Model kalibrasi merupakan model yang menunjukkan tingkat korelasi pH dengan reflektan NIR, sedangkan validasi merupakan uji terhadap model kalibrasi. Validasi bertujuan untuk menguji ketepatan prediksi persamaan kalibrasi yang telah dibangun. Validasi dilakukan dengan memasukkan sampel data yang berbeda kedalam persamaan kalibrasi sehingga diperoleh data pH dugaan NIR. Pengolahan awal pretreatment yang dilakukan berupa normalisasi 0-1. Pada prinsipnya normalisasi 0-1 adalah memperlebar nilai spektra serta memproporsionalkan nilai spektra dari dua nilai spektra dengan kandungan yang sama. Metode ini bertujuan mengurangi error yang terjadi akibat data spektra yang tidak seragam karena perbedaan ukuran partikel dan perbedaan panjang gelombang radiasi. 17 Gambar 8. Kalibrasi dan validasi NIR dengan metode PLS

3.3.6. Evaluasi hasil kalibrasi dan validasi PLS

Hasil kalibrasi dan validasi NIR dengan metode PLS dievaluasi berdasarkan nilai koefisien korelasi r, koefisien determinasi R 2 , root mean square error RMSE, dan coefficient of variation CV. Nilai r menyatakan hubungan antara variabel x peubah bebas dan y peubah tak bebas dengan kisaran nilai 0-1. Semakin besar r artinyan hubungan variabel x dan y semakin erat. Koefisien determinasi R 2 menunjukkan kemampuan model menerangkan keragaman nilai peubah tak bebas. Semakin besar nilai R 2 maka model semakin mampu menerangkan perilaku peubah tak bebas. Kisaran nilai R 2 antara 0 sampai 100 Mattjik et al. 2006. Nilai RMSE merupakan selisih antara nilai hasil prediksi dengan nilai hasil pengukuran. RMSE kalibrasi disebut RMSEC dan validasi disebut RMSEP. Untuk mengetahui besar error, maka RMSEP dibandingkan dengan nilai tengah data yang dinyatakan oleh CV. Model yang baik memiliki nilai r dan R 2 yang tinggi, nilai CV yang rendah, serta nilai RMSEC dan RMSEP yang hampir sama Wiliam Norris 1990 dalam Novita DD 2011 . Nilai RMSE dan CV dihitung dengan persamaan sebagai berikut: √ ∑ Mulai Reflektan NIR pH Reflektan NIR pH Pretreatment data Proses kalibrasi Model kalibrasi PLS Pretreatment data Model kalibrasi PLS pH Validasi Evaluasi model : nilai r, RMSE, dan CV Selesai 18 Nilai x adalah nilai hasil pengukuran, y adalah nilai hasil prediksi NIR, dan n adalah jumlah data . model dinyatakan baik jika nilai r dan R 2 mendekati 1 dan nilai CV5. Model kalibrasi terbaik digunakan untuk memprediksi pH buah berdasarkan reflektan NIR pada tahap kedua.

3.3.7. Penentuan persamaan regresi pH terhadap kemiringan slope