16
3.4.1. Analisis Data Pengeringan 1.
Perhitungan Perubahan Kadar Air
Pengukuran kadar air dilakukan dengan mengukur massa bahan sesudah dikeringkan dengan menggunakan oven drying. Data hasil penimbangan massa bahan selama proses pengeringan diolah
untuk mengetahui kadar air bahan selama proses pengeringan. Persamaan yang digunakan: =
8 =
9 m =
x 100 10
M = x 100
11 Penentuan kadar air untuk mendapatkan mutu singkong yang sesuai dengan standar SNI 01-
345-1994 dilakukan dengan cara menimbang dengan teliti kira - kira 5 gram sampel, kemudian menempatkannya dalam cawan porselen, silika, atau platina untuk dipanaskan dalam oven dengan
suhu 105 ± 1 °C selama 5 jam. Didinginkan dalam desikator sampai tercapai suhu kamar, lalu ditimbang hasilnya. Kemudian dipanaskan lagi 30 menit dan didinginkan dalam desikator. Pekerjaan
tersebut diulangi 3 - 4 kali sampai diperoleh selisih hasil penimbangan berturut-turut lebih kecil dari 0.001 gram.
Besarnya nilai kadar air yang diperoleh dari setiap percobaan, kemudian dikonversi ke dalam bentuk rasio kadar air dengan persamaan sebagai berikut:
MR = 12
2. Perhitungan Laju Pengeringan
Laju pengeringan selama percobaan dihitung menggunakan persamaan sebagai berikut: Laju Pengeringan =
13 dimana
dan masing - masing adalah kadar air pada saat t dan kadar air pada saat t+dt
dalam kg uap airkg bahan kering, t adalah waktu pengeringan dalam menit, dt adalah selang waktu pengeringan menit.
3. Pemodelan Pengeringan Lapisan Tipis
Pemodelan pengeringan lapisan tipis dilakukan dengan menentukan model persamaan yang sesuai dengan hasil uji keabsahan model. Model persamaan digambarkan pada grafik MR terhadap
waktu dan membandingkannya dengan grafik hasil percobaan. Nilai k, a, dan n hasil pemodelan digunakan untuk menghasilkan nilai MR model.
17 Adapun, persamaan pengeringan lapisan tipis yang diturunkan secara semi teoritis untuk
menyederhanakan penyelesaian persamaan difusi dan pengeringan. Beberapa model persamaan yang digunakan dapat dilihat pada tabel di bawah ini:
Tabel 3. Model matematika pengeringan lapisan tipis No
Model Persamaan
1 Lewis
MR = = exp - kt
2 Henderson Pabis
MR = = a
exp - kt 3
Page MR =
= exp - kt
n
Ketiga model dipilih sebagai pembanding dengan data percobaan karena model - model tersebut merupakan model yang umum digunakan untuk menggambarkan karakteristik pengeringan
lapisan tipis dan merupakan penyederhanaan model teoritis yang diperoleh dari persamaan difusi Hukum II Fick. Dimana MR moisture ratio mewakili data kadar air, M merupakan kadar air saat t
pengeringan berlangsung, M merupakan kadar air awal, M
e
adalah kadar air keseimbangan, k adalah konstanta pengeringan, serta n dan a adalah konstanta.
Konstanta - konstanta dari model pengeringan lapisan tipis kemudian ditentukan secara eksperimental dari penormalisasian kurva pengeringan, kemudian dievaluasi berdasarkan koefisien
determinasinya R
2
. Konstanta pengeringan k merupakan suatu besaran yang dapat digunakan sebagai indikator seberapa cepat proses pengeringan dapat berlangsung pada suatu bahan. Menurut
Wartono 1997, konstanta pengeringan k merupakan suatu besaran yang menyatakan tingkat kecepatan air atau massa air untuk terdifusi keluar meninggalkan bahan yang dikeringkan.
Berikut adalah bentuk persamaan model Lewis yang dinormalisasi ln MR = - kt
14 dan bentuk persamaan dari model Henderson Pabis
ln MR = - kt + ln a 15
dimana, k dan a berturut - turut ditentukan sebagai slope dan intercept dari ln MR terhadap waktu t. Pada persamaan Lewis, intercept diatur sama dengan 0.
Sedangkan bentuk persamaan model Page yang dinormalisasi ln [-ln MR] = ln k + n ln t
16 dimana, k dan n berturut-turut ditentukan sebagai intercept dan slope dari ln [-ln MR] terhadap ln t.
Pemodelan yang dilakukan dalam hal mengetahui perilaku pengeringan dari produk pertanian yang berbeda - beda sering memerlukan metode statistikal yang berupa analisis regresi dan analisis
korelasi Yadollahinia et al. 2008. Adapun, model regresi linier dan non lnier dapat menjadi suatu tools yang penting untuk menemukan hubungan diantara variabel - variabel yang berbeda, terutama
yang tidak mempunyai hubungan secara empiris. Oleh karena itu, data percobaan yang diperoleh akan dianalisis menggunakan regresi secara linier dan non linier dengan harapan koefisien - koefisien pada
persamaan empiris Tabel 3 diperkirakan dapat memposisikan secara tepat untuk data hasil pengeringan percobaan.
Kriteria pembanding yang dipakai untuk menentukan model persamaan yang terbaik selain koefisien determinasi R
2
, yaitu reduced chi - square χ
2
, root mean square error RMSE Yadollahinia et al. 2008; Shen et al. 2011. Nilai R
2
digunakan sebagai kriteria pembanding untuk menentukan ketepatan model. Reduced chi - square merupakan kuadrat rata - rata dari penyimpangan
18 antara hasil percobaan dengan hasil perhitungan model. Nilai RMSE merupakan deviasi antara nilai
prediksi dari model dengan nilai hasil percobaan. Semakin tinggi nilai R
2
dan semakin rendah nilai reduced chi - square
χ
2
, root mean square error RMSE maka model akan semakin tepat. Kriteria pembanding tersebut dapat dihitung menggunakan persamaan sebagai berikut:
R
2
= 17
χ
2
= 18
RMSE = 19
dimana: MR
exp,i
merupakan rasio kadar air percobaan ke-i; MR
pre,i
merupakan rasio kadar air model ke-i; mr
exp
adalah nilai rata - rata dari rasio kadar air percobaan; mr
pre
adalah nilai rata - rata dari rasio kadar air model; N adalah jumlah pengamatan; z adalah jumlah konstanta dalam model pengeringan.
Analisis regresi linier dan non linier dilakukan dengan bantuan Microsoft Excel spreadsheet Microsoft Office 2007.
19 Gambar 6. Bagan alir proses analisis data pengeringan untuk setiap perlakuan
Mulai
Perhitungan kadar air M =
x 100 =
MR =
Penentuan nilai k dan konstanta n, a pendekatan model Lewis, Henderson
Pabis, Page
MR Lewis MR H P
MR Page MR: MR Lewis
MR: MR H P MR: MR Page
R
2
, χ
2
, RMSE Lewis R
2
, χ
2
, RMSE H P R
2
, χ
2
, RMSE Page
Jika R
2
mendekati 1; χ
2
dan RMSE mendekati 0
ya Tidak
Model Terbaik Selesai
Bukan model terbaik
20
3.4.2. Analisis Data Penyusutan
Kategori