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