Nondestructive Determination of Chemical Composition of Jatropha Curcas L by Using NIR Method and Artificial Neural Network

PENENTUAN KOMPOSISI KIMIA BIJI JARAK
PAGAR SECARA NONDESTRUKTIF DENGAN
METODE NIR DAN JARINGAN SARAF TIRUAN

MARDISON S

SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2010

PERNYATAAN MENGENAI TESIS DAN
SUMBER INFORMASI
Dengan ini saya menyatakan bahwa thesis Penentuan Komposisi Kimia
Biji Jarak Pagar Secara Nondestruktif Dengan Metode NIR dan Jaringan Saraf
Tiruan adalah karya saya dengan arahan dari komisi pembimbing dan belum
diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber
informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak
diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam
Daftar Pustaka dibagian akhir thesis ini.


Bogor, Agustus 2010
Mardison S
F151080081

ABSTRACT
MARDISON S. Nondestructive Determination of Chemical Composition of
Jatropha Curcas L by Using NIR Method and Artificial Neural Network. Under
direction of I WAYAN BUDIASTRA and ARMANSYAH H. TAMBUNAN.
The objective of this research was to determine chemical composition of
Jatropha curcas L nondestructively by using NIR method and artificial neural
network. In this research, NIR spectroscopy was assessed to determine chemical
composition of fat content, free fatty acid (FFA) and moisture content of Jatropha
curcas L. The non-destructive method was based on optical reflectance within
NIR wavelength 1000-2500nm. Principle component analysis-back propagation
neural network (PCA-BPNN) was established, based on PCA-BPNN adjusting the
number of input nodes (principle component).The best model is obtained for 20
node input and 10 hidden layer with a coefficient of corellation (r) of 0.848, 0.872
and 0.993 with a root mean square error of prediction (RMSEP) 3.718%, 1.314%
and 1.989% for fat content, FFA and moisture content, respectively.
Keyword : NIR, PCA-BPNN, Nondestructive, Jatropha curcas L.


RINGKASAN
MARDISON S. Penentuan Komposisi Kimia Biji Jarak Pagar Secara
Nondestruktif Dengan Metode NIR dan Jaringan Saraf Tiruan. Dibimbing oleh I
WAYAN BUDIASTRA and ARMANSYAH H. TAMBUNAN.
Minyak jarak pagar merupakan salah satu bahan bakar nabati yang
prospektif untuk dikembangkan di tengah berkurang dan kelangkaan bahan bakar
fosil. Jarak pagar relatif mudah ditanam, toleransinya tinggi terhadap berbagai
jenis tanah dan iklim serta produksi minyaknya tinggi yaitu 25-40% dari berat
biji. Keuntungan lain minyak jarak pagar adalah ramah lingkungan, tidak
mencemari air, udara, maupun tanah karena mudah terurai secara biologi, dan
bahan bakunya dapat diperbaharui. Nilai energi minyak jarak 40.31 MJ/kg,
sedangkan nilai energi minyak diesel adalah 42.49 MJ/kg
Tingkat variasi mutu hasil panen jarak pagar yang tinggi berdampak pada
variasi harga jual jarak pagar yang tinggi. Hal ini menimbulkan keengganan bagi
petani dan produsen jarak pagar dalam mengembangkan usahanya. Seiring dengan
kondisi ini dapat berdampak pada kemunduran dalam pengembangan bahan bakar
nabati, sehingga diperlukan teknologi yang dapat mengklasifikasi keragaman
kualitas dan mutu jarak pagar secara kuantitatif untuk menjamin stabilitas harga
jual jarak pagar.

Penentuan mutu jarak pagar selama ini dilakukan dengan metode kimia
yang memerlukan waktu yang lama, mahal, tidak ramah lingkungan dan destruktif
sehingga tidak sesuai dengan kebutuhan pengukuran mutu jarak pagar yang cepat
dan murah. Salah satu metode yang dapat dijadikan alternatif pengukuran mutu
jarak pagar secara nondestruktif adalah metode NIR.
Secara umum tujuan penelitian ini adalah menentukan mutu jarak pagar
secara nondestruktif dengan menggunakan NIR dan jaringan saraf tiruan.
Sedangkan tujuan spesifik dari penelitian ini meliputi: mempelajari mutu utama
jarak pagar (kadar air, FFA, dan kandungan minyak biji jarak pagar) secara
nondestruktif dengan menggunakan NIR spectroscopy;menentukan hubungan
antara parameter mutu dengan spektra NIR dan membangun model penduga
dengan menggunakan jaringan saraf tiruan; dan melakukan validasi terhadap
model jaringan saraf tiruan untuk menduga parameter mutu jarak pagar secara
nondestruktif dengan menggunakan gelombang NIR.
Penelitian ini dilakukan dalam beberapa tahapan antara lain: pengambilan
dan pensortiran sampel di lapangan, pengukuran spektra NIR, analisa kimia
(kandungan minyak, FFA, dan kadar air), dan pengembangan model JST untuk
pendugaan kandungan kimia jarak pagar.
Pengukuran data spektra menggunakan satu unit NIR Spectrocopy Merek
Bucchi NIRFlex N-500 pada kisaran panjang gelombang 1000-2500 nm.

Pengukuran kandungan minyak menggunakan metode soklet (AOAC 2005),
pengukuran FFA menggunakan metode AOAC 1995 dengan menggunakan NaOH
0.1 N untuk titrasi, sedangkan pengukuran kadar air menggunakan metode
thermogravimetri.

Jaringan syaraf tiruan merupakan salah satu model yang dapat membangun
suatu korelasi data baik dalam hubungan linear maupun tidak linear. Pada
penelitian ini jaringan saraf tiruan yang digunakan dengan pelatihan terbimbing
dan algoritma feed forward backpropagation dengan aktivasi sigmoid bipolar.
Secara umum arsitektur JST terdiri dari tiga lapis yaitu lapisan input, lapisan
terselubung dan lapisan output. Setiap lapisan terdiri dari simpul-simpul, pada
lapisan input simpul yang digunakan adalah variabel model dan lapisan output
merupakan nilai target.
Parameter pelatihan yang digunakan antara lain laju pembelajaran (etha)
dengan rentang nilai 0-0.9, konstanta momentum (alpha) dengan rentang nilai 00.9 dan konstanta persamaan sigmoid (temp) dengan rentang nilai 0-1. Pada
penelitian ini digunakan nilai etha 0.9, alpha 0.6 dan temp 1, proses iterasi
dilakukan sebanyak 200000 iterasi, pada iterasi ini nilai pengurangan error
pelatihan sangat kecil sehingga model jaringan saraf dikatakan jenuh dan iterasi
selesai. Pemilihan nilai parameter pelatihan JST dihasilkan dari proses trial and
error sehingga didapatkan kombinasi yang optimal seperti di atas.

Pada proses pelatihan dan pendugaan, arsitektur yang menggunakan tiga
keluaran parameter memberikan nilai RMSEC, RMSEP dan koefisien korelasi
lebih baik. Aksitektur yang digunakan adalah 20 input, 10 node pada lapisan
terselubung dan 3 output, skenario ini biasanya dituliskan 20-10-3, kombinasi
arsitektur jaringan ini menghasilkan 230 nilai penimbang. Nilai RMSEP NIR-JST
yang dihasilkan adalah 3.718%, 1.314% dan 1.989% untuk kadar minyak, FFA
dan kadar air sedangkan koefisien korelasi nilai duga NIR dengan nilai
referensinya adalah 0.848, 0.872 dan 0.993 untuk kadar minyak, FFA dan kadar
air. Nilai penimbang dari arsitektur jaringan saraf tiruan yang paling optimal dapat
dikembangkan lebih lanjut menjadi program aplikasi pendugaan nilai parameter
mutu biji jarak.
Kesimpulan dari penelitian ini adalah karakteristik spektra NIR biji jarak
pagar dapat menggambarkan kandungan kimia biji jarak pagar, kandungan kadar
air membentuk karakteristik spektra biji jarak lebih dominan, karena NIR sangat
peka terhadap ikatan O-H. Komposisi minyak jarak (kadar minyak, FFA, dan
kadar air) dapat ditentukan secara nondestruktif dengan menggunakan NIR dan
JST.
Kata kunci : NIR, JST, nondestruktif, jarak pagar

© Hak cipta milik IPB, tahun 2010

Hak cipta dilindungi undang-undang
1. Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa
mencantumkan atau menyebutkan sumbernya.
a) Pengutipan hanya untuk kepentingan pendidikan, penelitian
penulisan karya ilmiah, penyusunan laporan, penulisan kritik atau
tinjauan suatu masalah.
b) Pengutipan tersebut tidak merugikan kepentingan yang wajar IPB.
2. Dilarang mengumumkan dan memperbanyak sebagian atau seluruh karya
tulis ini dalam bentuk apa pun tanpa ijin IPB.

PENENTUAN KOMPOSISI KIMIA BIJI JARAK
PAGAR SECARA NONDESTRUKTIF DENGAN
METODE NIR DAN JARINGAN SARAF TIRUAN

MARDISON S

Tesis
Sebagai salah satu syarat untuk memperoleh gelar
Magister Sains pada
Program Studi Teknik Mesin Pertanian dan Pangan


SEKOLAH PASCASARJANA
INSTITUT PERTANIAN BOGOR
BOGOR
2010

Penguji Luar Komisi pada Ujian Tesis : Dr. Ir. I Wayan Astika, MSi.

Judul Tesis
Nama
NRP
Mayor

: Penentuan Komposisi Kimia Biji Jarak Pagar Secara
Nondestruktif dengan Metode NIR dan Jaringan Saraf Tiruan
: MARDISON S
: F151080081
: Teknik Mesin Pertanian dan Pangan

Disetujui,

Komisi Pembimbing

Prof. Dr. Ir. Armansyah H. Tambunan, MAgr
Anggota

Dr. Ir. I Wayan Budiastra, MAgr
Ketua

Diketahui,

Ketua Program Studi/Mayor
Teknik Mesin Pertanian dan Pangan

Dekan Sekolah Pascasarjana

Dr. Ir. Radite P. Agus Setiawan, M.Agr. Prof. Dr. Ir. Khairil A. Notodiputro, M.S

Tanggal Ujian: 10 Agustus 2010

Tanggal Lulus:


KATA PENGANTAR
Puji dan syukur penulis panjatkan kepada Allah SWT atas rahmat dan
karunia-Nya sehingga dapat terselesaikannya penulisan thesis dengan judul ”
Penentuan Komposisi Kimia Biji Jarak Pagar Secara Nondestruktif dengan
Metode NIR dan Jaringan Saraf Tiruan ” ini sesuai dengan rencana yang
diharapkan.
Pada kesempatan ini penulis mengucapkan rasa terimakasih yang sedalamdalamnya kepada :
1. Dr. Ir. I Wayan Budiastra, MAgr., sebagai ketua komisi pembimbing yang
selalu memberi masukan dan bimbingan dalam penelitian ini.
2. Prof. Dr. Ir. Armansyah H. Tambunan, MAgr., sebagai anggota komisi
pembimbing atas bimbingan, saran dan masukan dalam penelitian ini.
3. Dr. Ir. I Wayan Astika, MSi. sebagai dosen penguji, atas masukan dan
saranya dalam ujian tesis ini.
4. Dr. Ir. Radite Praeko Agus Setiawan MAgr., sebagai Koordinator Mayor
Tenik Mesin Pertanian dan Pangan, SPS-IPB.
5. Dr. Ir. I Nengah Suastawa, MAgr. (alm) atas rekomendasinya untuk
melanjutkan studi penulis ke Program Magister IPB.
6. Badan Litbang Kementerian Pertanian, sebagai sponsor dalam program ini.
7. Teman-teman TMP angkatan tahun 2008 yang selalu memberikan semangat.

8. Akhirnya istriku tercinta Julia Novita dan putra-putri kesayanganku Nadhifa
Zahra Ghaisani Mardison dan Dzakwaan Hakim Mardison, kedua orang tua
dan saudara-saudara yang selalu memberikan inspirasi, dorongan dan
semangat untuk penulis dalam menyelesaikan studi ini.
Penulis menyadari masih banyak terdapat kekurangan dalam penulisan
thesis ini. Oleh karena itu dengan segala keterbukaan, saran dan kritik yang
bersifat membangun untuk penyempurnaan thesis ini sangat diharapkan.
Semoga thesis ini dapat bermanfaat khususnya bagi penyusun dalam
menyelesaikan studi dan pada pengembangan ilmu pengetahuan pada umumnya.
Bogor, Agustus 2010
Penyusun

RIWAYAT HIDUP
Penulis dilahirkan di Padang pada tanggal 28 Maret 1977 dari Bapak Suhil
dan Ibu Jasma. Penulis merupakan putra ketiga dari lima bersaudara.
Pada tahun 1996 penulis lulus SMA Negeri Tarusan, Pesisir Selatan,
Sumatera Barat dan pada tahun yang sama penulis diterima di Jurusan Teknik
Pertanian, FATETA-IPB melalui jalur PMDK hingga berhasil menyelesaikan
studi pada bulan September 2000. Sejak Juli 2000 penulis bekerja di industri
manufaktur di Jakarta sebagai Design Engineer hingga tahun 2005. Dari tahun

2005 penulis bekerja sebagai Perekayasa di Balai Besar Pengembangan
Mekanisasi Pertanian, Badan Litbang, Kementerian Pertanian di Serpong hingga
sekarang.
Penulis menikah pada tanggal 19 Oktober 2003 dengan Julia Novita,
hingga saat ini penulis telah dianugrahi dua orang anak (satu perempuan dan satu
laki-laki) oleh Allah, SWT. yaitu Nadhifa Zahra Ghaisani Mardison (11-09-2004)
dan Dzakwaan Hakim Mardison (03-05-2009).
Kesempatan untuk melanjutkan studi ke Program Magister Sekolah
Pascasarjana IPB baru terlaksana pada tahun 2008 dengan beasiswa APBN Badan
Litbang, Kementerian Pertanian.

iii

DAFTAR ISI
Halaman

DAFTAR TABEL ............................................................................................... v
DAFTAR GAMBAR .......................................................................................... vi
DAFTAR LAMPIRAN...................................................................................... vii
DAFTAR SIMBOL .......................................................................................... viii
PENDAHULUAN ............................................................................................... 1
Latar Belakang ................................................................................................. 1
Tujuan Penelitian ............................................................................................. 4
Manfaat Penelitian ........................................................................................... 4
TINJAUAN PUSTAKA ...................................................................................... 5
Jarak Pagar....................................................................................................... 5
Minyak Jarak Pagar ...................................................................................... 6
Free Fatty Acid (FFA) .................................................................................. 7
Kadar Air...................................................................................................... 7
Near Infrared dan Aplikasinya.......................................................................... 8
Prinsip Dasar NIR Spektroskopi ................................................................... 8
Aplikasi NIR dalam Bidang Pertanian........................................................... 9
Analisa Komponen Utama .......................................................................... 10
Jaringan Saraf Tiruan dan Aplikasinya ........................................................... 13
Jaringan Saraf Tiruan.................................................................................. 13
Aplikasi Jaringan Saraf Tiruan.................................................................... 18
METODE PENELITIAN................................................................................... 21
Tempat dan Waktu Penelitian......................................................................... 21
Bahan dan Alat Penelitian .............................................................................. 21
Bahan ......................................................................................................... 21
Alat............................................................................................................. 21
Prosedur Penelitian......................................................................................... 22
Persiapan Sampel........................................................................................ 22
Persiapan Instrumen NIR ............................................................................ 22
Pengukuran Spektra Reflektan NIR............................................................. 23

iv

Pengukuran Sifat Kimia Biji Jarak Pagar Secara Destruktif......................... 23
Pengembangan Model Jaringan Saraf Tiruan untuk Pendugaan Kandungan
Kimia Biji Jarak.......................................................................................... 25
Pelatihan Jaringan Saraf Tiruan................................................................... 26
Validasi Model Penduga ............................................................................. 29
HASIL DAN PEMBAHASAN .......................................................................... 31
Spektra Reflektan Biji Jarak Pagar ................................................................. 31
Sifat Kimia Biji Jarak Pagar ........................................................................... 36
Model PCA-BPNN......................................................................................... 38
Principle Component Analysis (PCA) ......................................................... 38
Jaringan Saraf Tiruan (Back Propagation Neural Network (PBNN))........... 40
Hasil Kalibrasi dan Validasi Model JST ......................................................... 43
SIMPULAN DAN SARAN ............................................................................... 46
DAFTAR PUSTAKA ........................................................................................ 47
LAMPIRAN ...................................................................................................... 50

v

DAFTAR TABEL
Halaman
Tabel 1. Komposisi asam lemak dalam biji jarak pagar ........................................ 7
Tabel 2. Perbandingan model kalibrasi PLSR dengan PCA-BPNN .................... 19
Tabel 3. Analisa kandungan minyak................................................................... 45
Tabel 4. Analisa kandungan FFA ....................................................................... 45
Tabel 5. Analisa kandungan kadar air ................................................................ 45

vi

DAFTAR GAMBAR
Halaman
Gambar 1. Tanaman jarak pagar (Jatropha curcas L.) dan klasifikasinya. ............ 5
Gambar 2. Struktur kimia minyak jarak pagar. ..................................................... 6
Gambar 3. Struktur jaringan saraf tiruan ............................................................ 14
Gambar 4. Bagian-bagian NIRFlax petri solid.................................................... 22
Gambar 5. NIR spectroscopy dan pengambilan data spektra............................... 23
Gambar 6. Skematik diagram jaringan saraf tiruan. ............................................ 26
Gambar 7. Blok diagram penelitian. ................................................................... 30
Gambar 8. (a) Spektra reflektan (R) biji jarak pagar, (b) Absorban (log(1/R)). ... 31
Gambar 9. Spektra reflektan yang dinormalisasi 0-1. ........................................ 32
Gambar 10. (a) reflektan-derivatif, (b) reflektan-normalisasi. ............................ 32
Gambar 11. (a) Spektra reflektan, (b) spektra reflektan-normalisasi, (c) reflektan
derivatif pertama ........................................................................... 34
Gambar 12. Normalisasi reflektan pada beberapa tingkat kadar air.................... 35
Gambar 13. Spektra reflektan-normalisasi-derivative pertama............................ 36
Gambar 14. Turunan ke-2 data spektra reflektan biji jarak pagar. ....................... 39
Gambar 15. Jumlah komponen utama dan persentase informasi yang diwakili. .. 40
Gambar 16. Grafik perbandingan nilai error kalibrasi dan pendugaan kandungan
minyak biji jarak pagar. ................................................................. 42
Gambar 17. Grafik perbandingan nilai error kalibrasi dan pendugaan kandungan
FFA biji jarak pagar. ..................................................................... 42
Gambar 18. Grafik perbandingan nilai error kalibrasi dan pendugaan kandungan
FFA biji jarak pagar. ..................................................................... 43
Gambar 19. Hasil kalibrasi dan validasi model JST untuk kandungan minyak.... 43
Gambar 20. Hasil kalibrasi dan validasi model JST untuk kandungan FFA. ....... 44
Gambar 21. Hasil kalibrasi dan validasi model JST untuk kandungan kadar air.. 44

vii

DAFTAR LAMPIRAN
Halaman
Lampiran 1. Hasil uji kandungan kimia biji jarak pagar secara destruktif ........... 51
Lampiran 2. Set data input pelatihan JST ........................................................... 54
Lampiran 3. Set data input pada validasi hasil pelatihan JST ............................. 60
Lampiran 4. Hasil iterasi untuk berbagai skenario arsitektur jaringan JST .......... 63
Lampiran 5. Program Backpropagation Neural Network yang dikembangkan
(Rudiyanto dkk. 2003)................................................................... 64

viii

DAFTAR SIMBOL
aj
Wj,i
ini
g
ai
Xp
Xp
tp
tp
xi
Xi
Zj
Z_inj
zj
Yk
Y_ink
yk
Wko
Wkj
∇Wkj
Vi0
Vij
∇Vij
δk
δj
α
E
T
I
Io
A
R
PCA
BPNN

: Nilai aktivitas dari unit j
: Bobot dari unit j ke unit i
: Penjumlahan bobot dan masukan ke unit i
: Fungsi aktivasi
: Nilai aktivasi dari unit i
: Pola masukan pelatihan ke-p, p = 1,2..............p, p>=1
: (X1, X2, X3,................, Xn)
: Pola keluaran target dari pelatihan
: (t1, t2, t3,................, tn)
: Unit ke-i pada lapisan masukan
: Nilai aktivasi dari unit Xi
: Unit ke-j pada lapisan tersembunyi
: Keluaran untuk unit Zj
: Nilai aktivasi dari unit Zj
: Unit ke-j pada lapisan keluaran
: Jumlah masukan untuk unit Yk
: Nilai aktivasi dari unit Yk
: Nilai penimbang sambungan pada bias untuk unit Yk
: Nilai penimbang sambungan dari Zij ke unit Yk
: Selisih antara Wkj(t) dengan Wkj(t+1)
: Nilai penimbang sambungan pada bias untuk unit Zi
: Nilai penimbang sambungan dari unit Xi ke unit Zi
: Selisih antara Vij(t) dengan Vij(t+1)
: Faktor pengaturan nilai penimbang sambungan pada lapisan keluaran
: Faktor pengaturan nilai penimbang sambungan pada lapisan tersembunyi
: Konstanta laju pelatihan (learning rate) 0