Tempat dan Waktu Penelitian Reflektan

10 III. METODOLOGI PENELITIAN

A. Tempat dan Waktu Penelitian

Penelitian dilaksanakan di laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian Departemen Teknik Mesin dan Biosistem, Laboratorium Kimia Pangan Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian. Waktu penelitian dilaksanakan mulai Maret 2011 sampai April 2011.

B. Bahan dan Alat Penelitian

1. Bahan Penelitian

Bahan yang digunakan adalah biji sorgum varietas lokal yang diperoleh dari Yogyakarta. Sampel biji sorgum yang digunakan dalam pendugaan kadar air, protein dan karbohidrat dengan metode NIR dapat dilihat pada Gambar 2. Gambar 2. Sampel biji sorgum yang akan digunakan dalam pendugaan kadar air, protein dan karbohidrat dengan NIRFlex Petri Solids N-500 Bahan kimia yang digunakan untuk menganalisis kadar karbohidrat, protein dan kadar air dengan analisis kimiawi antara lain aquades, asam perklorat, HCl 0.02 N, 1.9 mg K 2 SO 4 , 40 mg HgO, 2 ml H 2 SO 4, H 3 BO 3, NaOH-Na 2 S 2 3 . 2. Alat Penelitian a. Instrumen NIRFLex Tipe N-500 merk Buchi NIRFlex Tipe N-500 memiliki berbagai macam sistem atau bentuk, yaitu NIRFlex Solids dengan cawan petri dan XL Add-on, NIRFlex Fiber Optic Solids, dan NIRFlex Liquids. Pada penelitian ini digunakan NIRFlex Solids dengan cawan petri yang dapat dilihat pada Gambar 3 dan prinsip fungsional dari instrumen yang digunakan untuk penelitan ini dapat dlihat pada gambar 4. 5 4 3 2 6 11 14 12 13 15 16 17 1 7 8 9 10 Gambar 3 . NIRFlex N-500 Petri Solids 1. Detektor 10. Penyangga Cawan Petri 2. Sensor magnet 11. Piringan berputar 3. LED 12. Motor 4. Tombol start 13. Optik 1 5. Tombol stop 14. Penghalang Sinar 6. Referensi Internal 15. Cermin 1 7. Koding magnetik 16. Cermin 2 8. Sampel 17. Optik 2 9. Cawan Petri Gambar 4 . Prinsip fungsional dari alat NIRFlex Solids α

b. Komputer

Komputer PC digunakan mengolah data dan mengukur pendugaan komposisi kimia sorgum menggunakan NIRFlex N-500 petri solids sehingga diperoleh data reflektan dan absorban baik dalam bentuk tabel maupun grafik. Software bawaan yang akan digunakan untuk penelitian ini adalah NIRWare Operator, NIRWare Management Console, dan NIRCal 5.

c. Peralatan Lainnya

Peralatan lain yang digunakan selama penelitian antara lain oven untuk pengukuran kadar air dengan cara pengeringan. Selain itu digunakan pula timbangan digital, cawan, gelas Erlenmeyer, dan desikator.

C. Metode Penelitian

Diagram alir pelaksanaan penelitian dapat dilihat pada Gambar 7. Metode yang digunakan dalam penelitian adalah sebagai berikut:

1. Persiapan Sampel Penelitian

Sampel yang akan digunakan dalam penelitian ini adalah biji sorgum varietas lokal yang diperoleh dari Yogyakarta. Sampel yang akan diukur dimasukkan ke dalam cawan petri. Masing- masing sampel memiliki berat 100 gram. Gambar 5 menunjukkan sampel yang telah dimasukkan ke dalam cawan petri. Gambar 5 . Sampel yang akan diukur menggunakan NIR

2. Persiapan Instrumen NIR

Sebelum dilakukan pengukuran instrument NIRFlex N-500 Petri Solids dinyalakan dan dibiarkan terlebih dahulu beberapa saat. Kemudian sebelum dilakukan pengukuran ke sampel biji nyamplung, terlebih dahulu dilakukan proses kalibrasi dengan software bawaan yang akan digunakan untuk proses kalibrasi adalah NIRWare Operator Anonimous b ,2008.

3. Pengukuran Pantulan Spektrum NIR

Pendugaan sampel biji sorgum dengan cara pengukuran dengan instrument NIRFlex N-500 Petri Solids dan software bawaan yaitu NIRWare Operator, lama pengukuran setiap sampel adalah 8-9 detik. Jumlah sampel yang akan diukur sebanyak 70 sampel, dimana setiap sampel dilakukan 3 pengulangan dengan 3 titik pengukuran yang berbeda. Selanjutnya biji sorgum akan disinari inframerah dekat NIR dengan panjang gelombang 1000-2500 nm dan daerah yang disinari akan memberikan pantulan atau gambaran berupa spektrum. Hasil pantulan spektrum akan ditangkap oleh lensa optik yang kemudian direkam oleh detektor. Informasi yang diperoleh merupakan hasil interaksi gelombang elektronika dengan komponen penyusun bahan komposisi kimia tersebut. Spektrum yang terukur dari detektor akan diteruskan ke komputer untuk disimpan secara langsung. Data yang disimpan sudah dalam bentuk digital sehingga lebih mudah untuk diolah lebih lanjut dengan software bawaan NIR. Setelah dilakukan pengambilan pantulan spektrum NIR biji sorgum, dilakukan analisis kimiawi biji sorgum dengan metode konvensional. Proses pengukuran dengan NIRFLex petri solids ditunjukkan pada Gambar 6. Spektrum dihitung dengan menggunakan persamaan sebagai berikut: Dimana: V contoh = Tegangan pantulan contohsampel Volt V standar = Tegangan pantulan standar putih Volt Gambar 6 . Proses pengukuran kadar air, protein dan karbohidrat biji sorgum dengan NIRFlex petri solids.

4. Penentuan Absorban Spektrum NIR

Data absorban diperoleh dengan cara mentransformasikan nilai reflektan kedalam bentuk log 1R. nilai absorban dari NIRFlex N-500 petri solids diperoleh dari hasil penyerapan absorban oleh objek dengan persamaan: Dimana: A = nilai absorban S = intensitas panjang gelombang pada sampel D = intensitas panjang gelombang pada dark R = intensitas panjang gelombang pada reference

5. Penentuan Kadar Air, Protein dan Karbohidrat Secara Destruktif

a. Penentuan Kadar Air Metode Thermogravitimetri

Penentuan kadar air dilakukan dengan metode thermogravitimetri atau pengeringan. Cawan aluminium kosong dan tutupnya dikeringkan dalam oven pada suhu 130 C selama 15 menit dan didinginkan dalam desikator selama 30 menit. Cawan ditimbang menggunakan neraca analitik A. Sampel sebanyak 2 gram W yang sudah dihomogenisasi dimasukkan ke dalam cawan tersebut, kemudian cawan beserta sampel ditimbang dengan neraca analitik, tutup cawan diangkat, dan cawan beserta isi dan tutupnya ditempatkan dalam oven pada suhu 130 C selama 1 jam. Kemudian cawan berisi sampel didinginkan dalam desikator, kemudian ditimbang Y. setelah itu, cawan berisi sampel dikeringkan kembali dalam ven selama 15-30 menit, lalu ditimbang kembali. Pengeringan diulangi hingga diperoleh bobot konstan selisih bobot ≤0.005 gram. Penentuan kadar air dilakukan sebanyak 2 kali. Hasil penentuan tersebut kemudian diratakan. Kadar air diukur dengan cara sebagai berikut: Dimana: W = Bobot sampel awal g X = Bobot sampel dan cawan setelah dikeringkan g A = Bobot cawan kosong g

b. Penentuan Kadar Protein

Penentuan kadar protein dilakukan dengan metode Kjeldahl. Metode Kjeldahl merupakan metode yang paling mudah digunakan untuk mengukur kandungan protein bahan yaitu dengan mengukur besarnya kandungan nitrogen dalam bahan. Metode ini juga lebih baik digunakan untuk mengukur bahan-bahan dengan kandungan protein lebih besar dari 10 Winarno 1980. Sampel ditimbang seberat 5-10 mg, kemudian dimasukkan ke dalam labu kjehdahl 30 ml. Ditambahkan 1.9 mg K 2 SO 4 , 40 mg HgO, 2 ml H 2 SO 4 , dan beberapa butir batu didih. Kemudian dididihkan 1-1.5 jam sampai cairan menjadi jernih. Kemudian didinginkan dan ditambah sedikit air secara perlahan. Isi labu dipindahkan ke dalam alat destilasi Erlenmeyer 125 ml berisi 5 ml larutan H 3 BO 3 dan 4 tetes indikator campuran 2 bagian metal merah 0.2 dalam alkohol diletakkan di bawah kondensor. Tambahkan 8-10 ml larutan NaOH-Na 2 S 2 O 3 dan didestilasi sampai tertampung 15 ml destilat dalam Erlenmeyer. Tabung kondensor dibilas dengan air dan air bilasan dimasukkan Erlenmeyer yang sama. Isi Erlenmeyer diencerkan sampai kira-kira 50 ml, kemudian dititrasi dengan HCL 0.02 N sampai terbentuk warna abu-abu. Kadar protein dihitung dengan persamaan sebagai berikut:

c. Penentuan Kadar Karbohidrat by difference

Perhitungan kadar karbohidrat dilakukan secara by different yaitu dengan cara mengurangkan 100 dengan komponen gizi lainnya kadar air, abu, lemak, dan protein dalam basis basah. Rumus yang digunakan adalah: Kadar karbohidrat basis basah = 100 - A+B+C+D

6. Analisis Data Penelitian

Data-data yang diperole akan dianalisis dengan menggunakan bantuan perangkat lunak software komputer, seperti : Microsoft excel 2007 dan software bawaan dari NIRflex N-500 merk BUCHI yaitu NIRWare Management Console dan NIRCal 5. Microsoft Excel 2007 digunakan untuk pembuatan kurva reflektan R dan absorban log1R NIR. Penggunaan NIRWare Management Console untuk memasukkan data hasil analisis kimiawi laboratorium data referensi. Sedangkan NIRCal 5 digunakan untuk membuat bentuk dan model kalibrasi antara data reflektan dan absorban NIR terhadap hasil analisis kimiawi laboratorium dengan metode kalibrasi multivariatif yaitu principal component regression PCR dan partial least square PLS. Keluaran hasil analisis data penelitian dari metode kalibrasi multivariatif tersebut dengan menggunakan software NIRCal 5 adalah data dugaan, grafik, dan persamaan regresi kalibrasi antara data reflektan atau absorban NIR dengan nilai hasil analisis kimiawi laboratorium yang memiliki koefisien korelasi R dan koefisien determinasi R 2 yang tinggi serta standar deviasi dan bias yang rendah. Analisis data penelitian meliputi data reflektan R dan absorban log1R. Dari seluruh jumlah sampel 70 sampel sorgum yang diukur akan dibagi dua tahap yaitu tahap kalibrasi dan validasi. Jumlah sampel untuk tahap kalibrasi harus lebih banyak daripada tahap validasi diman jumlah sampel untuk tahap kalibrasi sebanyak 45 sampel 23 total sampel sedangkan jumlah sampel untuk validasi sebanyak 25 sampel 13 total sampel. Selain itu, range data yang digunakan untuk tahap kalibrasi harus lebih besar daripada tahap validasi.

a. Kalibrasi

1. Metode partial least square PLS

Tahap kalibrasi ini dilakukan untuk menentukan hubungan antara komposisi kimia sorgum dengan data reflektan maupun absorban NIR. Untuk pendugaan komposisi kimia sorgum dapat dilakukan dengan metode kalibrasi multivariatif yaitu partial least square PLS. Metode kalibrasi ini memiliki struktur sistematik linier dan non-linier Herve, 2003 dalam Saragih, 2007. Metode PLS digunakan memperoleh pendugaan bagi Y sebagai fungsi peubah-peubah Xn yang terpilih. Persamaan regresi kalibrasi antara peubah Y dengan a dan b sebagai konstanta kuadrat terkecil parsial X terpilih Naes, 1985 dalam Rumahorbo, dinyatakan sebagai berikut: Y = a + b 1 X 1 + b 2 X 2 + … + b n X n Dimana: Y = Kadar airkarbohidratprotein sorgum A dan b = Konstanta kuadrat terkecil parsial X = Fungsi peubah kuadrat terkecil parsial pada kisaran panjang gelombang antara 1000-2500 nm.

2. Metode principal component regression PCR

PCR merupakan metode kalibrasi multivariatif untuk menganalisis statistika peubah ganda yang dapat digunakan untuk keperluan mereduksi sejumlah peubah asal menjadi beberapa peubah baru yang bersifat orthogonal dan tidak mengurangi serta tetap mempertahankan total keragaman yang jumlahnya lebih besar dari peubah asalnya Matjik et al., 2006. Hasil analisis berupa akar cirri, vector cirri, proporsi dan proporso kumulatif total keragaman yang diterangkan oleh masing-masing komponen serta skor komponen. Persamaan regresi kalibrasi dapat dibangun dengan menggunakan metode principal component regression Matjik et al., 2006, dinyatakan sebagai berikut: Y = a +b 1 P 1 + b 2 P 2 + b 3 P 3 + … + b n P n Dimana: Y = Kadar airkarbohidratprotein sorgum A dan b = Konstanta komponen utama P = komponen utama pada kisaran panjang gelombang antara 1000-2500 nm.

b. Validasi

Setelah didapatkan model persamaan regresi kalibrasi, dilakukan tahap validasi dengan menggunakan sisa data yang lain. Data sampel yang berbeda tersebut dimasukkan ke dalam persamaan regresi kalibrasi, sehingga diperoleh data kadar air, protein, dan karbohidrat sorgum dugaan NIR. Validasi bertujuan menguji ketepatan pendugaan komposisi kimia dengan persamaan 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 Matjik et al., 2006 R 2 = R 2 Data komposisi kimia dugaan NIR akan divalidasi dengan data hasil pengujian secara kimiawi di laboratorium kimia dan dibuat hubungan antara keduanya, setelah itu akan dihitung standar error. Standar error merupakan selisih antara nilai hasil dugaan dengan 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: Dimana: SE = Standar error validasi Y NIR = Kadar air, protein, karbohidrat dugaan NIR Y = Kadar air, protein, karbohidrat dengan uji kimia n = Jumlah sampel Setelah dihitung standar error SE, dihitung pula koefisien keragaman Coefficent of Variability. 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. CV menunjukkan besarnya error sebanding dengan rata-rata hasil analisis kimiawi laboratorium data referensi. 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. Menurut Matjik et al. 2006 besaran ideal nilai CV sangat tergantung pada bidang studi yang digeluti, misalnya untuk bidang pertanian nilai CV yang dianggap wajar adalah 20-25 , namun percobaan dilakukan di laboratorium nilai CV diharapkan jauh lebih kecil mengingat sebagian kondisi lingkungan dalam keadaan terkontrol. 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: Dimana: CV = Koefisien keragaman SE = Standar error validasi = Rataan kadar air, protein, karbohidrat aktual sampel penelitian

c. Data Treatment

Pada penelitian ini perlakuan data yang diberikan adalah normalisasi, penghalusan rataan setip 3 titik, derivatif kedua Savitzky-Golay setiap 9 titik, kombinasi antara rataan setip 3 titik, derivatif kedua Savitzky-Golay setiap 9 titik, dan kombinasi antara ketiga perlakuan data. Normalisasi dilakukan untuk meminimalkan atau menghilangkan pengaruh tegangan terhadap hasil yang diberikan dan mengurangi pengaruh perbedaan ukuran sampel yang diuji. Smoothing berfungsi untuk memilih penghalusan fungsi dengan teliti tanpa menghilangkan informasi spektrum yang ada dan mengurangi guncangan dan memperkecil galat yang terjadi selama pengukuran NIR dan analisis kimiawi laboratorium. Derivatif kedua Savitzky-Golay berfungsi untuk mereduksi efek basis dari adanya pertambahan dari proses absorban serta menghilangkan masalah basis kemiringan persamaan regresi Tiaprasit dan Sangpithukwong dalam Purba, 2010. Gambar 7 . Diagram alir pelaksanaan penelitian pendugaan kadar air, karbohidrat, dan protein biji sorgum. Biji Sorgum sebanyak 70 sampel Pengukuran spektrum biji sorgum dengan NIRFlex Solids Spectrometer N-500 dengan NIRWare Metode kalibrasi dan seleksi spektrum kalibrasivalidasi 1. Kalibrasi 23 total sampel 2. Validasi 13 total sampel Perancangan model kalibrasi dengan metode multivariatif, yaitu: 1. Principal Component Regression PCR 2. Partial Least Square PLS Penentuan persamaan regresi kalibrasi Penentuan validasi R 2 , koefisien keragaman CV, dan standar error kalibrasi SEC R 2 , koefisien keragaman CV, dan standar error validasi SEP Data pantulan Reflektan,R Data absorban Log 1R Data analisis kimia bii sorgum dalam software yaitu NIRWare Management Console Proses kalibrasi dan validasi menggunakan software NIRCal 5 Analisis kimiawi kadar air, karbohidrat dan protein biji sorgum secara destruktif Data Treatment Mulai Selesai 18 IV. HASIL DAN PEMBAHASAN

A. Reflektan

Near Infrared Biji Sorgum Data pengukuran yang dihasilkan dari perangkat NIRFlex petri Solids N-500 yang digunakan dalam penelitian ini adalah data reflektan R NIR dengan panjang gelombang 4000-10000 cm -1 atau 1000-2500 nm dengan interval 4 cm -1 . Menurut Mohsenin 1984 apabila sinar dipancarkan dari sumber ke bahan organik, maka sekitar 4 akan dipantulkan kembali oleh permukaan luar regular refraction, dan sekitar 96 sisanya akan masuk ke dalam produk yang selanjutnya mengalami penyerapan absorption, pemantulan body reflection, penyebaran scattering, dan penerusan cahaya transmitten. Analisis NIR untuk bahan pertanian cenderung menggunakan reflektan karena pada umumnya bahan pertanian tidak tembus cahaya. Metode NIR mengukur besarnya parameter optik akibat interaksi antara gelombang cahaya dengan molekul-molekul materi. Pada saat radiasi infra merah mengenai sampel padat, beberapa dipantulkan dari permukaan sampel. Proporsi radiasi lainnya masuk ke sampel dan diserap sekitar 2 mm. Radiasi yang tidak diserap diteruskan melalui sampel atau dipantulkan dari dalam sampel Dryden, 2003. Menurut Ruiz 2001 dalam Purba 2011 setiap bahan atau material biologi memiliki spektrum NIR yang spesifik. Apabila dua sampel bahan yang mempunyai komposisi kimia dan fisik berbeda, maka spektrum NIR juga berbeda, yaitu dilihat dari puncak-puncak gelombang pada spektrum reflektan. Kurva spektrum reflektan NIR dapat dilihat pada Gambar 8. Gambar 8 . Kurva spektrum reflektan NIR pada 70 sampel biji sorgum 0,1 0,2 0,3 0,4 0,5 0,6 0,7 4000 4400 4800 5200 5600 6000 6400 6800 7200 7600 8000 8400 8800 9200 9600 10000 R e fl e kta n Panjang Gelombang cm -1 sorgum 1 sorgum 2 sorgum 3 sorgum 4 sorgum 5 sorgum 6 sorgum 7 sorgum 8 sorgum 9 sorgum 10 sorgum 11 sorgum 12 sorgum 13 sorgum 14 sorgum 15 sorgum 16 sorgum 17 sorgum 18 sorgum 19 sorgum 20 sorgum 21 sorgum 22 sorgum 23 sorgum 24 sorgum 25 sorgum 26 sorgum 27 sorgum 28 sorgum 29 sorgum 30 sorgum 31 sorgum 32 sorgum 33 sorgum 34 sorgum 35 sorgum 36 sorgum 37 sorgum 38 sorgum 39 sorgum 40 sorgum 41 sorgum 42 sorgum 43 sorgum 44 sorgum 45 sorgum 46 sorgum 47 sorgum 48 sorgum 49 sorgum 50 sorgum 51 sorgum 52 sorgum 53 sorgum 54 sorgum 55 sorgum 56 sorgum 57 sorgum 58 sorgum 59 sorgum 60 sorgum 61 sorgum 62 sorgum 63 sorgum 64 sorgum 65 sorgum 66 sorgum 67 sorgum 68 sorgum 69 sorgum 70 Dari kurva spektrum reflektan biji sorgum pada Gambar 8 dapat dilihat bahwa seluruh sampel biji sorgum memiliki bentuk spektrum yang sama tetapi memiliki tingkat reflektan yang berbeda. Hal ini menunjukkan bahwa setiap sampel biji sorgum memiliki kadar air, karbohidrat, dan protein yang berbeda-beda. Pada kurva spektrum reflektan NIR diberikan proses urutan perlakuan data data treatment untuk persamaan regresi kalibrasi pendugaan kadar air, protein, dan karbohidrat biji sorgum. Perlakuan data dilakukan karena pada kurva spektrum reflektan NIR terdapat banyak guncangan noise serta kurang bagusnya bentuk dan model persamaan regresi kalibrasi yang dibangun. Perlakuan data yang paling baik dapat dilihat dari nilai koefisien determinasi R 2 yang tertinggi dan standar error terendah serta koefisen keragaman terendah dari data-data yang telah diberikan perlakuan data lain. Perlakuan data yang diberikan pada pendugaan kadar air, protein, dan karbohidrat biji sorgum antara lain: penghalusan rataan setiap 3 titik, normalisasi antara 0 sampai 1, derivatif kedua Savitzky-Golay setiap 9 titik, kombinasi antara penghalusan rataan setiap 3 titik dengan derivatif kedua Savitzky-Golay, dan kombinasi antara ketiga perlakuan data. Perlakuan data penghalusan rataan setiap 3 titik untuk spektrum reflektan NIR diberikan pada pendugaan kadar karbohidrat dan protein dengan metode PCR. Kurva spektrum reflektan NIR dengan penghalusan rataan setiap 3 titik dapat dilihat pada Gambar 9. Gambar 9 . Kurva spektrum reflektan NIR biji sorgum dengan penghalusan rataan setiap 3 titik. Penghalusan rataan setiap 3 titik smooth average 3 points pada kurva spektrum NIR digunakan untuk menghaluskan kurva spektrum NIR yang mengalami guncangan pada data saat pengukuran NIR dan memperkecil galat yang terjadi selama proses pengukuran NIR dan analisis kimiawi laboratorium tanpa menghilangkan informasi spektrum yang ada Tiaprasit dan Sangpithukwong, 2010. Banyaknya guncangan noise disebabkan pantulan NIR dari sampel biji sorgum cukup lemah akibat penyerapan yang tinggi oleh kadar karbohidrat yang mencakup ± 73 dari komposisi kimia dalam biji sorgum. Derivatif kedua Savitzky-Golay setiap 9 titik diberikan pada pendugaan kadar air dengan metode PCR, dan pendugaan kadar air dan kadar karbohidrat dengan metode PLS. Kurva spektrum reflektan NIR dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik dapat dilihat pada Gambar 10. Refl ek tan s a3 Panjang Gelombang cm -1 Gambar 10. Kurva spektrum reflektan NIR biji sorgum dengan perlakuan data derivatif kedua Savitzky-Golay setiap 9 titik. Derivatif kedua Savitzky-Golay setiap 9 titik second derivative Savitzky Golay 9 points digunakan untuk mereduksi efek basis dari adanya pertambahan dari proses absorban serta menghilangkan masalah basis kemiringan persamaan regresi Tiaprasit dan Sangpithukwong, 2010. Spektrum-spektrum yang dihasilkan dari pengukuran NIR saling bertumpuk sehingga sulit dideteksi. Perlakuan data derivatif kedua memisahkan spektra-spektra yang bertumpuk sehingga puncak- puncaknya dapat terlihat dan mudah dalam pendeteksian. Kemudian pada kurva spektrum reflektan NIR untuk pendugaan kadar protein dengan metode PLS diberikan kombinasi dari tiga perlakuan data penghalusaan rataan setiap 3 titik, normalisasi, dan derivatif kedua Savitzky-Golay. Kurva spektrum reflektan NIR dengan kombinasi dari ketiga perlakuan data tersebut dapat dilihat pada Gambar 11. Gambar 11. Kurva spektrum reflektan NIR biji sorgum dengan kombinasi ketiga perlakuan data. Kombinasi dari ketiga perlakuan data tersebut menghasilkan spektrum dengan peak yang terlihat jelas akibat dari perlakuan data derivatif kedua, galat yang lebih kecil karena penghalusan rataan, dan nilai rentang reflektan yang lebih besar akibat perlakuan data normalisasi sehingga perbedaan nilai reflektan pada spektrum dapat terlihat jelas. Refl ek tan s a3 , d g 2 , n 1 Panjang Gelombang cm -1 Refl ek tan d g 2 Panjang Gelombang cm -1

B. Absorban