11
analisis komponen utama dalam mereduksi hasil data absorbansi dari spektrum infra merah dekat sangat efektif.
Andrianyta 2006 menerapkan metode NIR dan jaringan syaraf tiruan JST dalam menentukan komposisi kimia jagung non-destruktif. Komposisi kimia yang ditentukan, antara
lain kandungan proksimat, lemak, air, karbohidrat, methionin, tyrosin, threonin, arginin, dan leusin.
Quddus 2006 melakukan penentuan kandungan energi bruto tepung ikan untuk bahan pakan ternak menggunakan metode NIR. Analisis pendugaan kandungan energi pada
tepung ikan tersebut menggunakan metode kalibrasi SMLR dan PCR. Persamaan kalibrasi dengan metode SMLR menyatakan bahwa hasil prediksi nilai EM menggunakan data
reflektan dan absorban mendekati hasil uji bioassay. Sedangkan persamaan kalibrasi dengan metode PCR menghasilkan 10 komponen utama dalam tepung ikan tersebut.
Adrizal et al. 2007 yang melakukan pendugaan kandungan air, protein, lisin, dan metionin tepung ikan dengan jaringan syaraf tiruan berdasarkan absorban NIR. Dari hasil
penelitian tersebut disimpulkan bahwa metode JST mampu menduga kandungan air, protein, lisin, dan metionin tepung ikan dengan akurasi yang lebih baik dibandingkan dengan
menggunakan persamaan regresi yang didapatkan melalui metode SMLR. Susilowati 2007 pada panjang gelombang 900
– 1400 nm dapat menduga total padatan terlarut buah pepaya selama penyimpnanan dan pemeraman dengan metode NIR,
tetapi panjang gelombang tersebut tidak dapat digunakan untuk mengukur kekerasan buah. Hubungan antara data absorban NIR dengan total padatan terlarut dan kekerasan pada
penelitian tersebut dipelajari dengan kalibrasi menggunakan metode SMLR, PCR, dan PLS. Kelebihan penggunaan metode NIR antara lain disebabkan banyak komposisi kimia
dari bahan pangan dan pertanian yang menyerap absorption atau memantulkan reflectance cahaya pada rentang panjang gelombang 0.7
– 3.0 µm. Komposisi kimia lainnya memiliki pola serapan yang khas berbeda satu dengan lainnya pada setiap panjang gelombang cahaya
yang diberikan Mohsenin, 1984. Kendala metode NIR adalah biaya investasi alat yang tinggi. Metode ini masih
tergolong metode sekunder, karena memerlukan tahapan kalibrasi terutama bagi sampel uji yang belum pernah menggunakan metode ini misalnya tepung ikan, bungkil inti sawit, dedak,
tepung singkong, dan sebagainya. Metode NIR sangat membantu pekerjaan analisis yang bersifat rumit dan rutin, seperti kadar air, kadar abu, pH, kadar karbohidrat, kadar protein,
kadar lemak, bilangan asam, dan kadar asam lemak bebas. Metode ini sangat sesuai karena tidak lagi banyak memerlukan tahapan kalibrasi.
B. Kalibrasi dan Validasi
Osborne et al. 1993 menjelaskan bahwa instrumen NIR berguna dalam menentukan komposisi kimia dengan menggunakan nilai pantulan R dan absorban log 1R. Menentukan
spektrum pantulan dan absorban NIR maka nilai hasil analisis kimiawi laboratorium diperlukan. Untuk mengetahui hubungan antara spektrum-spektrum tersebut dengan nilai referensi dari
analisis kimiawi di laboratorium metode konvensional, maka perlu menggunakan metode matematika dengan cara mengkalibrasinya. Untuk tahap kalibrasi sering digunakan untuk sampel
yang memiliki karakteristik yang hampir mendeteksi sama. Dalam Kamus Besar Bahasa Indonesia KBBI, kalibrasi adalah tanda-tanda menyatakan
pembagian skala. Kalibrasi dalam teknik spektroskopi diperoleh dengan mengukur hubungan antara absorban dan reflektan dari panjang gelombang yang dihasilkan dari spectrometer dengan
12
konsentrasi larutan unsur yang akan dianalisis Nur dan Adijuwana, 1989 dalam Rumahorbo, 2004.
Kesulitan dalam mengkalibrasi menurut Osborne et al. 1993 adalah masalah informasi alam yang kompleks dalam spektrum infra merah contohnya setiap puncak spektrum hampir
selalu tumpang tindih oleh satu atau lebih puncak-puncak yang lain. Berbagai macam metode kalibrasi spektrum NIR telah tersedia tetapi dapat dibagi dalam
dua kategori, yaitu metode kalibrasi untuk panjang gelombang terpilih atau sering disebut metode lokal dan metode yang melibatkan seluruh spektrum atau sering disebut metode global atau juga
disebut dengan metode kalibrasi spektrum penuh full spectrum calibration methods, seperti principal component regression PCR dan partial least squares PLS.
Metode full spectrum banyak digunakan karena data dalam spektrum direduksi untuk mencegah masalah overfitting tanpa mengurangi dan menghilangkan satu atau beberapa informasi
yang sangat berguna. Jumlah sampel yang digunakan untuk tahap kalibrasi harus lebih banyak daripada untuk keperluan tahap validasi. Validasi bertujuan menguji ketepatan pendugaan
komposisi kimia regresi kalibrasi yang telah dibangun. Selain itu, dikenal pula beberapa perlakuan data sebelum spektrum dianalisis seperti
smoothing, normalisasi, derivatif pertama dan kedua, standard normal variate SNV dan de- trending DT Osborne et al., 1993. Setiap perlakuan data mempunyai fungsi yang berbeda-
beda terhadap data spektrum. Pada penelitian ini perlakuan data yang akan diberikan adalah smoothing, derivatif kedua Savitzky-Golay, kombinasi kedua perlakuan data tersebut, dan
normalisasi. Prosedur derivatif kedua yang paling umum digunakan yaitu prosedur Savitzky-Golay
yang dikelaskan oleh Norris dan William 1990. Data spektrum sering diubah menjadi bentuk smoothing dan derivatif, secara umum untuk memperbaiki bentuk dan model regresi kalibrasi.
Smoothing berfungsi untuk memilih penghalusan fungsi dengan teliti tanpa menghilangkan informasi spektrum yang ada dan mengurangi guncangan noise dan
memperkecil galatkekeliruan yang terjadi selama pengukuran NIR dan analisis kimiawi laboratorium. Derivatif kedua Savitzky-Golay berfungsi untuk mereduksi efek basis dari adanya
pertambahan dari proses absorban shoulder effect serta menghilangkan masalah basis kemiringan persamaan regresi.
Kombinasi antara smoothing dan derivatif kedua Savitzky-Golay dapat diterapkan dan akan mendapatkan bentuk dan model regresi kalibrasi yang optimum, layak, dan dapat dipercaya
Blanco dan Villarroya, 2002 dalam Yogaswara, 2005. Normalisasi data spektra kedalam rentang 0-1 dimaksudkan untuk menghilangkan
pengaruh perbedaan ukuran partikel sampel uji dan memperbesar rentang nilai reflektan. Perlakuan normalisasi diharapkan dapat mengurangi error yang terjadi selama pengambilan data
spektra dan dapat memperjelas data spektra tersebut. Perlakuan normalisasi akan memperlebar nilai spektra serta memproporsionalkan nilai spektra dari dua nilai spektra dengan kandungan
yang sama.
C. Metode Kalibrasi Multivariatif
