Tabel 2.5 Sifat fisikokimia beras giling beberapa varietas padi Varietas padi
Kadar amilosa
Kadar protein
Suhu gelati-
nisasi
o
C Konsistensi
gel mm Nisbah
pemanjangan biji
Bulu Rojolele
22.0 10.2
69.0 79.3
1.5 Cendrawati
24.5 5.0
68.3 66.5
1.7 Harawabaru
24.3 6.3
68.0 74.0
1.6 Wulung
24.0 7.3
67.5 47.5
1.6 Kewal
24.3 6.5
67.5 56.0
1.3 Cera lokal
Angkong 23.4
9.2 72.0
63.0 1.4
Rendah Padan 27.5
6.1 74.3
35.0 1.4
Gadis Jambe 19.9
10.5 72.0
70.5 1.3
Sarimahi 23.0
9.7 72.0
44.0 1.3
Gadis Ciamis 20.3
10.7 72.0
50.0 1.3
VUTW Indonesia Serayu
26.1 9.8
78.0 63.8
1.4 Citarum
24.5 8.0
68.1 50.5
1.4 Cisadane
21.2 8.5
71.3 64.3
1.5 Semeru
25.4 8.6
66.0 65.5
1.6 B2761MR25732
21.9 8.3
74.4 74.7
1.4 Sumber : Damardjati dan Purwani 1991 dalam Haryadi 2008
Hasil pengujian perpanjangan biji selama penanakan dari beberapa beras Indonesia menunjukkan kisaran yang tidak begitu mencolok perbedaannya
yaitu 1.3-1.7. Nisbah pemanjangan biji bukan merupakan persyaratan yang diminta oleh konsumen di Indonesia, tidak seperti sifat pemekaran nasi yang
dipengaruhi oleh kadar amilosa Haryadi 2008.
Mutu penerimaan nasi untuk beberapa varietas padi di Indonesia yang meliputi kekerasan kg dan kelekatan g cm, rasa, kepulenan dan aroma
disajikan pada Tabel 2.6. Parameter kekerasan dan kelekatan diuji menggunakan alat Instron. Sedangkan rasa, kepulenan dan aroma menggunakan
uji indrawi Damardjati 1983 dalam Haryadi 2008.
2.6 Optimasi
Proses optimasi bertujuan untuk memperoleh nilai yang paling mendekati sifat fisikokimia seperti beras yang disusun dari aneka sumber karbohidrat
nonpadi. Menurut Siringoringo 2005, pemrograman linier PL merupakan metode matematik dalam mengalokasikan sumber daya yang terbatas untuk
mencapai suatu tujuan. Bentuk umum pemrograman linier untuk menyusun formula bahan SRG pada persamaan 1 sampai dengan 4.
Fungsi tujuan: Meminimumkan z = c
1
x
1
+ c
2
x
2
+ ... + c
n
x
n
1
dimana: z : nilai minimum untuk terpilihnya formula SRG
Sumber daya yang membatasi: a
11
x
1
+ a
12
x
2
+ ... + a
1n
x
n
= b
1
2 a
21
x
1
+ a
22
x
2
+ … + a
2n
x
n
= b
2
3 …
a
m1
x
1
+ a
m2
x
2
+ … + a
mn
x
n
= b
m
4 x
1
, x
2
, …, x
n
≥ 0 dimana:
x
1
, x
2
, ..., x
n
x
i
: variabel keputusan yang jumlahnya tergantung dari jumlah kegiatan atau aktivitas yang dilakukan untuk
mencapai tujuan. Dalam penelitian ini, variabel tersebut merujuk pada jenis sumber karbohidrat yang digunakan.
c
1
,c
2
,...,c
n
: koefisien yang merupakan konstribusi masing-masing variabel keputusan terhadap tujuan. Fungsi tujuan pada
model matematik merupakan besarnya konstribusi aneka sumber karbohidrat yang akan ditambahkan.
a
11
, ...,a
1n
,...,a
mn
: koefisien fungsi kendala pada model matematik yang merupakan penggunaan per unit variabel keputusan akan
sumber daya yang membatasi. Pada penelitian ini, koefisien tersebut merujuk pada kandungan gizi dan sifat
fisik untuk setiap sumber karbohidrat
b
1
,b
2
,...,b
m
: jumlah masing-masing sumber daya. Jumlah fungsi kendala akan tergantung dari banyaknya sumber daya
yang terbatas.
Tabel 2.6 Mutu penerimaan nasi untuk beberapa varietas padi di Indonesia Varietas padi
Kekerasan kg
Kelekatan g cm
Rasa Kepulenan Aroma
Bulu Rojolele
5.9 131
4.0 4.0
3.5 Cendrawati
5.6 176
3.9 3.9
3.6 Harawabaru
7.0 141
3.3 3.3
3.1 Wulung
8.1 117
3.0 3.0
3.5 Kewal
6.7 135
3.7 3.7
3.3 Cera Lokal
Angkong 7.1
119 3.1
3.1 2.8
Rendah Padan 7.3
99 2.5
3.0 3.4
Gadis Jambe 6.9
126 3.5
3.4 3.1
Sarimahi 7.4
117 3.8
3.1 3.6
Gadis Ciamis 6.9
112 3.1
2.6 2.8
VUTW Indonesia Serayu
7.3 91
2.2 2.6
2.7 Citarum
7.2 126
3.4 3.1
3.6 Cisadane
5.9 126
3.3 4.0
2.7 Semeru
7.1 85
2.6 2.5
3.0
2.7 Response Surface Methodology
Response Suface Methodology RSM adalah sekumpulan metode matematika dan teknik-teknik statistika yang bertujuan membuat model dan
melakukan analisis mengenai respon yang dipengaruhi oleh beberapa variabel Iriawan dan Astuti 2009. RSM merupakan suatu perancangan eksperimental
statistika untuk pendekatan guna memperoleh pemahaman terhadap kondisi optimum dari suatu proses tanpa memerlukan data yang terlampau banyak
Nuryanti dan Salimy 2008.
RSM menggabungkan teknik matematika dengan teknik statistik yang digunakan untuk membuat dan menganalisis suatu respon Y yang dipengaruhi
oleh beberapa variabel bebas atau faktor X guna mengoptimalkan respon tersebut Raharjo dan Iman 2006. Hubungan antara respon Y dan variabel
bebas dirumuskan pada Persamaan 5.
= � ,
, ,
… .
�
+ � 5
dimana: Y
: variabel respon X
i
:
variabel bebasfaktor i =1,2,3,...k d
: error Hubungan antara Y dan X
i
dicari dengan menggunakan model orde pertama dalam mencari daerah optimum dan model orde kedua dalam mencari
titik optimum. Hubungan antara Y dan X
i
untuk model orde pertama dituliskan dengan Persamaan 6 dan model orde kedua dengan Persamaan 7.
= � + � + �
+ ⋯ + �
� �
+∈ 6
= + ∑
+ ∑ + ∑
∑
� =
+ ̃
�− �
�
́ 7
dimana: a
: koefisien regresi ß
: koefisien intersep RSM dilakukan dengan serangkaian proses tahapan yaitu: 1 pengkodean
masing-masing level eksperimen, 2 analisis model yang meliputi analisis varian model, uji kesesuaian model regresi, uji parameter secara serentak,
analisis residual, indepedensi, keidentikan, kenormalan, penentuan titik stasioner dan analisis karakteristik permukaan respon Nuryanti dan Salimy
2008.
Metoda yang akan digunakan untuk menemukan kondisi proses ideal dan formula yang optimum adalah rancangan percobaan Box-Behnken 2007.
Respon yang dipilih tersebut dijadikan input data yang selanjutnya diproses oleh program RSM-Box-Behnken dengan perangkat lunak Minitab 14.
3 OPTIMASI FORMULA BAHAN BAKU CAMPURAN
SUMBER KARBOHIDRAT NONPADI UNTUK PRODUKSI BULIR BERAS SIMULASI
1
3.1 Pendahuluan
Pemenuhan kebutuhan bahan makanan pokok dapat dilakukan melalui tiga cara yaitu intensifikasi usaha tani, ekstensifikasi lahan dan usaha
diversifikasi produk. Intensifikasi adalah upaya untuk memaksimalkan potensi lahan dengan berbagai usaha agar setiap satuan luas menghasilkan produksi
semaksimal mungkin. Kondisi ini akan mencapai suatu titik optimum dari suatu kegiatan produksi, baik dari segi benih, optimalisasi pemupukan, pengairan
maupun pengolahan lahan. Ekstensifikasi adalah upaya memenuhi kebutuhan pangan dengan cara memperluas lahan pertanian. Usaha ini memerlukan
pertimbangan akan ketepatan lahan yang sesuai untuk menghindari tekanan lingkungan yang beresiko kegagalan dan memerlukan biaya tinggi. Sedangkan
diversifikasi produk pangan merupakan upaya untuk menggantikan kebutuhan karbohidrat beras dengan aneka sumber karbohidrat nonpadi.
Indonesia mempunyai potensi yang besar baik dari segi jumlah penyebaran maupun aneka sumber karbohidrat nonpadi seperti singkong, garut,
ganyong, sukun, ubi jalar, jagung, tales, gembili, suweg, gadung, huwi sawu, kimpul, kentang jawa dan sagu. Dengan potensi 52 juta ha hutan yang dikelola
untuk menghasilkan kayu diperkirakan dapat diproduksi 1560 juta tontahun bahan pangan Suhardi et al. 1999. Potensi aneka sumber karbohidrat nonpadi
mempunyai prospek untuk dikembangkan dalam menyusun pangan alternatif menggantikan makanan pokok mengingat karakteristik fisikokimia yang seperti
beras. Saat ini sebenarnya diversifikasi pangan sudah berjalan. Rangkuti 2009
menyebutkan bahwa hal ini ditandai dengan kecenderungan menurunnya konsumsi beras per kapita dan meningkatnya konsumsi bahan makanan impor
seperti terigu dan konsumsi ubi-ubian. Namun, pengembangan diversifikasi pangan untuk mengganti beras juga perlu memperhatikan kondisi psikologis
masyarakat Indonesia dimana pengertian makan diinterprestasikan sebagai makan nasi yang berasal dari beras Haryadi 2008. Oleh sebab itu upaya
membuat pangan alternatif untuk menggantikan beras berbahan baku aneka sumber kabohidrat nonpadi memerlukan perhatian dari segi kandungan gizi
serta dari bentuk fisik bulirnya. Beberapa upaya dalam membuat bulir yang menyerupai beras telah
dintroduksikan dengan berbagai penamaan bulir, bahan penyusun dan teknologi pembuatan bulirnya. Beras artifisial telah diproduksi dari berbagai sumber
tepung dengan penambahan nutrien dan flavor yang tidak terdapat pada beras dan dicetak dengan menggunakan roll-type granulator Kurachi 1995.
Simulated rice grain SRG telah dibuat dengan melakukan fortifikasi pada
1
Bagian tulisan ini telah dipublikasikan pada Internasional Journal of Scientific Engineering Research Vol 63:7-13, ISSN:2229-5581 pada bulan Maret 2015 dengan judul
Optimizing the Formula of Composite Non-Rice Carbohydrate Sources for Simulated Rice Grain Production