22
b. Validasi
Setelah didapatkan model regresi kalibrasi, dilakukan tahap validasi dengan menggunakan sisa data yang lain. Data sampel yang berbeda tersebut dimasukkan ke dalam
regresi kalibrasi, sehingga diperoleh data komposisi kimia kadar air, bilangan asam dan asam lemak bebas, dan kadar lemak biji nyamplung dugaan NIR. Validasi bertujuan
menguji ketepatan pendugaan komposisi kimia dengan regresi kalibrasi yang telah dibangun. Parameter untuk menentukan kecocokan model kalibrasi adalah koefisien
determinasi R
2
, standard error SE, coefficient of variation CV. Koefisien determinasi atau R
2
menunjukkan kemampuan model menerangkan keragaman nilai peubah tak bebas. Semakin besar nilai R
2
berarti model semakin mampu menerangkan perilaku peubah tak bebas. Kisaran nilai R
2
mulai dari 0 sampai 100 Mattjik et al., 2006.
R =
2 NIR
NIR NIR
NIR
Y Y
Y Y
9 R
2
= R
2
10
Data komposisi kimia dugaan NIR akan di validasi dengan data hasil pengujian secara kimiawi di laboratorium kimia dan dibuat hubungan antara keduanya, setelah itu akan
dihitung standard error. Standar error merupakan selisih antara nilai hasil dugaan dan nilai sebenarnya. SE yang semakin kecil menunjukkan model yang semakin baik. Nilai kecil yang
baik adalah nilai yang semakin mendekati nol sehingga dipastikan model dapat memprediksi dengan baik kadar dugaan. Standar error diperoleh dengan menggunakan persamaan sebagai
berikut :
SE =
n Y
Y
NIR
2
11
Dimana : SE = Standar error
Y
NIR
= Komposisi kimia dugaan NIR Y
= Komposisi kimia dengan uji kimia n
= Jumlah sampel Setelah dihitung standar error SE, dihitung pula koefisien keragaman Coefficient of
VariabilityCV. Walpole 1995 menyatakan bahwa dengan simpangan baku standar deviasi saja tidak dapat mengatakan banyak mengenai keragaman satu kumpulan data.
Ukuran lain yang mungkin lebih layak adalah koefisien keragaman CV Coefficient of Variability menunjukkan besarnya error sebanding dengan rata-rata hasil analisis kimiawi
laboratorium data referensi. Koefisien keragaman CV 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.
Fontaine et al. 2002 mendefinisikan CV sebagai relatif standar deviasi RSD untuk membandingkan keragaman crude protein dengan asam amino hasil kalibrasi NIRS. SE dan
CV terkecil menunjukkan hasil yang paling baik. Coefficient of variability dirumuskan dengan :
CV =
100 x
Y SE
12
23
Dimana : CV = Koefisien keragaman
SE = Standar error
Y = Rataan komposisi kimia aktual sampel
Standar deviasi adalah hasil perkalian dari standar error validasi dengan relatif standar deviasi, rumus untuk mencari nilai standar deviasi SD adalah :
SD =
n Y
Y
NIR
2
13
c. Data treatment
Kategori