30
1 2
3 4
5 6
1 2
3 4
5 6
Kekerasan referensi kgf K
e k
e ra
s a
n d uga
a n
N IR
k gf
Gambar 11. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log 1R
dengan metode SMLR. Tabel 6 dibawah ini merupakan rangkuman dari hasil analisis data
untuk pendugaan kekerasan buah papaya pada tahap kalibrasi dan validasi dengan metode Stepwise Multiple Linier Regression SMLR.
Tabel 6. Hasil analisis data kekerasan buah pepaya dengan metode Stepwise Multiple Linier Regression SMLR.
Diskripsi Statistik
Tahap
Kalibrasi Validasi
Jumlah sampel buah Maksimum kgf
Minimum kgf
Rata-rata
kgf Standar Deviasi kgf
Standar Error kgf 70
5.34 0.12
2.18 1.48
0.28 26
3.56 0.17
1.14 0.85
0.35
2. Metode Principal Component Regression PCR
Principal Component Analysis PCA adalah metode statisitik multivariative untuk mereduksi data dengan cara menghitung skor atau
komponen dari keseluruhan variabel dimana beberapa komponen utama pertama sudah mewakili total variasi data. Prinsip kerja model ini adalah
mengekstrak semua data ke dalam beberapa komponen utama, namun tidak membuang informasi yang berguna.
31 a. Pendugaan total padatan terlarut
Pada penelitian ini telah diekstrak data absorbsi NIR dari 100 variabel menjadi 10 variabel. Dari perhitungan komponen utama
Tabel 7 memperlihatkan bahwa principal component atau komponen utama PC pertama mengandung 90.5 variasi data, komponen kedua
mengandung 7.7 variasi data, sedangkan komponen selanjutnya mengandung variasi data yang semakin menurun hingga pada PC ke
10 hanya mengadung 0.1 variasi data atau hanya memberikan kontribusi 0.1 dari total variasi.
Tabel 7. Variasi komponen utama nilai absorbansi NIR Jumlah PC
Variasi Variasi Kumulatif
1 2
3 4
5 6
7 8
9
10 90.5
7.7 0.3
0.2 0.2
0.1 0.1
0.1 0.1
0.1 90.5
98.2 98.5
98.7 98.9
99.0 99.1
99.2 99.3
99.4
PC 1 sampai PC 10 ini kemudian diregresikan secara linear berganda dengan score PC sebagai variabel bebas dan total padatan
terlarut sebagai variabel tak bebas sehingga didapat model regresi komponen utama PCR yaitu sebagai berikut:
TPT = 16.1 + 2.21 [PC1] + 0.378 [PC2] - 14.9 [PC3] + 11.7 [PC4] + 1.38 [PC5] + 3.23 [PC6] - 8.21 [PC7] + 13.5 [PC8] - 3.95
[PC9] + 13.5 [PC10] ............................................................. 11
Koefisien regresi PC 1 sampai PC 10 pada masing-masing persamaan regresi yang didapat ini kemudian dikalikan dengan matriks
masing-masing koefisien PC pada analisis komponen utama atau disebut nilai pembobot. Tiap-tiap matriks hasil perkalian koefisien ini
kemudian dikalikan dengan matriks absorbansi data kalibrasi di panjang gelombang 900-1400 nm yang apabila dijumlahkan antara
32 PC 1 sampai PC 10 menghasilkan total padatan terlarut dugaan NIR.
Hasil perhitungan komponen utama dan regresi komponen utama PCR menggunakan program MINITAB Release 14.0 for windows
dapat dilihat pada lampiran Lampiran 6. Principal Component Regression PCR memberikan nilai
koefisien determinasi sebesar 73.02 dengan nilai koefisien korelasi sebesar 85.45 dan stadar error cukup tinggi yaitu 0.57, sedangkan
besar error maksimum adalah 1. Berikut ini grafik perbandingan antara total padatan terlarut hasil dugaan NIR dan hasil pengukuran
refraktometer pada tahap kalibrasi:
R
2
= 0.7302 8
9 10
11 12
13 14
8 9
10 11
12 13
14
Total padatan terlarut referensi Brix T
o ta
l pa da
ta n
t e
rl a
ru t du
ga a
n N
IR
B rix
Gambar 12. Grafik perbandingan TPT dugaan NIR dengan TPT referensi tahap kalibrasi log 1R dengan metode PCR.
Validasi pada metode PCR sebelum data absorbansi dimasukkan ke dalam model kalibrasi, matriks absorbansi pada panjang gelombang
900-1400 nm dikalikan dengan matriks masing-masing koefisien PC hasil analisis komponen utama sehingga apabila hasil perkalian
tersebut dimasukkan dalam persamaan 9 di atas menghasilkan data TPT dugaan NIR. Matriks perkalian koefisien PC matrik pembobot
dan data absorbansi NIR dapat dilihat pada lampiran Lampiran 7. Data perbandingan TPT buah pepaya dugaan NIR dengan hasil
pengukuran refraktometer pada tahap kalibrasi dan validasi dapat
33 dilihat pada lampiran Lampiran 8. Grafik 10 dibawah ini merupakan
perbandingan TPT buah pepaya pada tahap validasi.
8 9
10 11
12 13
14
8 9
10 11
12 13
14
Total padatan terlarut referensi Brix T
ot a
l pa da
ta n
t e
rl a
ru t du
ga a
n N
IR
B ri
x
Gambar 13. Grafik perbandingan TPT dugaan NIR dengan TPT referensi pada tahap validasi log 1R dengan metode
PCR. Tahap validasi memberikan standar error yang lebih kecil dari
tahap kalibrasi yaitu sebesar 0.42, akan tetapi error ini masih tinggi sehingga model kalibrasi yang diperoleh belum memuaskan. Pada
Tabel 8 dibawah ini dapat dilihat rangkuman hasil analisis data pendugaan TPT buah pepaya dengan metode Principal Component
Regression PCR. Tabel 8. Hasil analisis data TPT buah pepaya dengan metode Principal
Component Regression PCR. Diskripsi Statistik
Tahap Kalibrasi Validasi
Jumlah sampel buah Maksimum Birix
Minimum Brix Rata-rata Brix
Standar Deviasi Brix Standar Error Brix
66 13.20
8.40 9.92
1.09 0.57
26 11.60
8.40 10.01
0.77 0.42
b. Pendugaan kekerasan Seperti pada pendugaan total padatan terlarut dengan metode
Principal Component Regression PCR, pada pendugaan kekerasan
34 buah pepaya juga dilakukan pengekstrakkan data absorbansi NIR dari
100 variabel menjadi 10 variabel karena 10 PC pertama cukup mewakili keseluruhan data yang ada karena diperoleh kumulatif PC
sebesar 99.4 mendekati 100. Hasil analisis komponen utama
memperlihatkan bahwa konstribusi masing-masing variabel terhadap variasi data semakin menurun sesuai dengan urutan komponen utama
PC, Tabel 9 di bawah ini PC pertama memiliki variasi data 90.8 atau memberikan kontribusi 90.8 dari total variasi data, PC kedua
7.6 variasi data dan PC selanjutnya memberikan kontribusi yang semakin semakin menurun. Hasil analisis komponen utama PC dapat
dilihat di Lampiran 9. Tabel 9. Variasi komponen utama nilai absorbansi NIR
Jumlah PC Variasi
Variasi Kumulatif 1
2 3
4 5
6 7
8 9
10 90.8
7.6 0.2
0.1 0.1
0.1 0.1
0.1 0.1
0.1 90.8
98.6 98.8
99.0 99.1
99.2 99.3
99.3 99.4
99.4
Setelah diperoleh 10 PC pertama, 10 PC tersebut diregresikan atau disebut dengan regresi komponen utama PCR sehingga diperoleh
persamaan berikut ini: KGF = - 3.09 - 2.46 [PC1] + 0.595 [PC2] - 21.0 [PC3] + 7.93
[PC4] + 17.0 [PC5] + 25.7 [PC6] - 32.8 [PC7] + 22.0 [PC8] - 15.8 [PC9] + 29.8 [PC10] ................................................... 12
Masing-masing PC mengadung nilai koefisien sehingga dilakukan perkalian matriks masing-masing koefisien PC pada analisis
komponen utama dengan nilai absorbansi Lampiran 7 dan hasil perkalian ini dimasukkan kedalam model kalibrasi sehingga diperoleh
35 kekerasan buah pepaya dugaan NIR Lampiran 10. Dibawah ini grafik
hasil pendugaan kekerasan pada tahap kalibrasi:
R
2
= 0.7777
-1 1
2 3
4 5
6
1 2
3 4
5 6
Kekerasan referensi kgf K
e k
e ra
s a
n du ga
a n
N IR
k gf
Gambar 14. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap kalibrasi log 1R
dengan metode PCR. Gambar 14 di atas terlihat bahwa ada beberapa hasil pendugaan
bernilai negatif, dan nilai koefisien determinasi hanya bernilai 77.77 atau nilai koefisien korelasinya sebesar 88.18. Hal ini berarti terdapat
kecenderungan hubungan yang nyata antara kekerasan buah papaya dugaan NIR dengan hasil pengukuran rheometer, akan tetapi model
PCR memberikan hasil yang kurang akurat karena memiliki error yang tinggi yaitu 0.69.
Seperti pada tahap kalibrasi, sebelum data absorbansi dimasukkan kedalam model kalibrasi data tersebut dikalikan dengan matrik
pembobot sehingga diperoleh nilai kekerasan buah pepaya dugaan NIR Lampiran 10, Gambar 15 di bawah ini adalah grafik perbandingan
kekerasan buah papaya dugaan NIR dengan hasil pengukuran rheometer:
36
1 2
3 4
5 6
1 2
3 4
5 6
Kekerasan referensi kgf K
e k
e ra
s a
n d uga
a n
N IR
k gf
Gambar 15. Grafik perbandingan kekerasan dugaan NIR dengan kekerasan referensi pada tahap validasi log 1R
dengan metode PCR. Tabel 10 memperlihatkan bahwa sntadar error baik pada kalibrasi
maupun validasi nilainya tinggi, bahkan pada validasi hampir mendekati 1 yaitu 0.87. Hal ini berarti model yang diperoleh dengan
metode PCR tidak memberikan hasil prediksi yang memuaskan. Tabel 10. Hasil analisis data kekerasan buah pepaya dengan metode
Principal Component Regression PCR.
Diskripsi Statistik
Tahap
Kalibrasi Validasi
Jumlah sampel buah Maksimum kgf
Minimum kgf
Rata-rata
kgf Standar Deviasi kgf
Standar Error kgf 70
5.34 0.12
2.18 1.48
0.69 26
3.56 0.17
1.14 0.85
0.87
3. Metode Partial Least Squares PLS