Makalah Biokmia Pangan Browning Enzymaty
MAKALAH
BIOKIMIA PANGAN
“PENJELASAN MENGENAI PENCOKLATAN ENZIMATIS KINETIK
DARI POTONGAN PISANG (MUSA CAVENDISH) MENGGUNAKAN
INFORMASI WARNA NON-SERAGAM DARI GAMBAR DIGITAL”
Nama
: HARDIN MUHAMMAD
Stambuk
: D1C1 14028
Kelas
: TPG A
PROGRAM STUDI TEKNOLOGI PANGAN
JURUSAN ILMU DAN TEKNOLOGI PANGAN
FAKULTAS TEKNOLOGI DAN INDUSTRI PERTANIAN
UNIVERSITAS HALU OLEO
KENDARI
2016
I.
PENDAHULUAN
A. Latar Belakang
Pencoklatan dari buah-buahan mentah adalah masalah utama dalam industri
makanan dan diyakini menjadi salah satu penyebab utama penurunan kualitas
selama penanganan pasca panen dan pengolahan. Bahkan, ketika buah dipotong,
permukaan potong berubah warna menjadi coklat; tidak hanya mengurangi
kualitas visual tetapi juga menghasilkan perubahan yang tidak diinginkan dalam
rasa dan hilangnya nutrisi karena pencoklatan enzimatis (Luo & Barbosa, 1997).
Pencoklatan dapat menyebabkan perubahan merusak penampilan dan sifat
organoleptik pasar makanan, nilai, dan dalam beberapa kasus, pengecualian
lengkap dari produk makanan dari pasar tertentu (McEvily, Iyengar, & Otwell,
1992). Kendali pencoklatan atas pemotongan permukaan sangat penting untuk
menjaga kualitas dan keamanan sagar menghasilkan potongan yang tetap segar.
Secara tradisional, pencoklatan enzimatis telah diukur menggunakan indikator
browning melalui indeks biokimia, misalnya aktivitas polifenol oksidase (Hosoda
et al, 2005;. Murata, 2001; Osanai, Motomura, & Sakurai, 2003; Sannomaru,
Katayama, Kashimura, & Kaneko 1998; Sharon & Kahn, 1979; Waliszewski,
Pardio, & Ovando, 2007), atau indikator fisik, seperti permukaan warna (Elshimi,
1993; Kang et al, 2004;. Lambrecht, 1995; Lozano de Gonzalez, Barrett,
Wrolstad, & Durst, 1993; Lozano, Drudisbiscarri, & Ibarzribas, 1994; Lu, Luo,
Turner, & Feng, 2007; Luo & Barbosa, 1997; Molme, Buta, & Newman, 1999;
Shengmin, Yaguang, Ellen Turner, & Hao Feng, 2007). Dalam kasus indikator
fisik berdasarkan warna, L*a*b* ruang atau CIELab telah menjadi model warna
yang paling banyak digunakan; terutama Nilai L*, yang telah digunakan sebagai
indikator pencoklatan pada buah (Luo & Barbosa 1997, 1994, 1995; Luo &
Patterson, 1994; Parpinello, Chinnici, Versari, & Ripley, 2002; Kristijono, Wills,
& Golding, 2006; Sapers & Douglas, 1987; Sapers & Ziolkowski, 1987; Severini,
Baiano, De Pilli, Romaniello, & Derossi, 2003; Soliva-Fortuny, Ele Martinez,
Sebastian-Caldero, & Martin-Belloso, 2002; Valentines, Vilaplana, Torres, biasa,
& Larigaudiere, 2005). CIELab atau ruang warna L*a*b* adalah perangkatindependen, menciptakan warna yang konsisten terlepas dari perangkat yang
digunakan untuk memperoleh gambar. L* adalah pencahayaan atau bagian
kecerahan, itu berkisar dari 0 sampai 100, sementara a* (hijau ke merah, atau
kemerahan) dan b* (biru kekuning, atau kekuningan) dua komponen berwarna,
dengan nilai bervariasi dari -120 ke +120 (Papadakis, Abdul-Malek, Kamdem, &
Jam, 2000). Baru-baru ini, Leon, Mery, Pedreschi, dan Leon (2006) telah
menyarankan sistem penglihatan komputer (CVS) untuk mengukur warna pada
L*a*b* dari ruang RGB akan digunakan dalam analisis citra dan beberapa
pekerjaan menggunakan pendekatan yang telah diterapkan dalam makanan
(Pedreschi, Bustos, et al, 2007;.. Pedreschi, Leon, et al, 2007; Quevedo, Aguilera,
& Pedreschi, 2008) .
Selama deskripsi kinetik browning dalam pisang, menggunakan informasi
warna, warna berarti nilai umumnya diasumsikan untuk wilayah dianalisis.
Artinya niai rata rata dari L*, a*, atau b* dihitung dari perangkat colorimeter atau
CVS di daerah yang dianalisis (Molme et al, 1999;. Yoruk, Yoruk, Balaban, &
Marshall, 2004). Namun, untuk irisan pisang, pengembangan pola warna yang
tidak seragam diamati selama kecoklatan, dan L* atau b* bukan nilai yang
homogeny (sama).
Analisis tekstur gambar telah dianjurkan untuk mengukur warna abu-abu nonhomogen dari gambar, menggunakan seluruh informasi intensitas abu-abu dari
gambar, tanpa membagi itu. Hal ini dimungkinkan karena tekstur gambar
mencerminkan perubahan dalam intensitas nilai pixel, yang mungkin berisi
informasi tentang komponen warna dan struktur geometris benda (Du & Sun,
2004; Gonzales-Barron & Butler, 2008a, 2008b, 2008c; Quevedo , Carlos,
Aguilera, & Cadoche, 2002; Quevedo, Mendoza, Aguilera, Chanona, &
Gutierrez-Lopez, 2008; Zheng, Sun, & Zheng, 2006). Karena analisis tekstur
gambar dapat diterapkan ke abu-abu informasi warna, hipotesis dari penelitian ini
adalah bahwa tekstur gambar (fraktal Fourier tekstur) juga dapat digunakan untuk
menggambarkan penyimpangan dari jalur warna non-homogen (L*a*b*) selama
pencoklatan enzimatis dalam potongan pisang. Tujuan dari penelitian ini adalah:
(i) untuk menerapkan fraktal tekstur Fourier gambar pisang irisan dalam rangka
untuk menggambarkan pencoklatan enzimatis (disebut di sini '' fraktal browning
indikator "atau FBI) dan (ii) untuk membandingkan FBI dengan metode indikator
kecoklatan tradisional berdasarkan warna berarti nilai.
II.
II.1.
METODE DAN BAHAN
Computer Vision System (CVS)
Sebuah sistem visi komputer (CVS) dijelaskan oleh Quevedo, Aguilar, et al.
(2008) dan Quevedo, Mendoza, et al. (2008) adalah digunakan untuk menangkap
gambar (1700 x 850 piksel RGB warna). Secara singkat, sampel diterangi
menggunakan empat fluorescent (neon) lamp TL-D deluxe, siang alam, 18W /
965 (Philips, Santiago, Chili) dengan suhu warna 6500K (D65, sumber cahaya
yang umum digunakan dalam penelitian makanan) dan warna-render indeks (Ra)
dekat dengan 95%. Lampu (panjang 60 cm) yang disusun dalam bentuk persegi,
35 cm di atas sampel, pada sudut 45° dalam kaitannya dengan sampel. Selain itu,
penyebar cahaya meliputi setiap lampu neon dan ballast elektronik memastikan
sistem pencahayaan seragam.
II.2.
Sampel Potongan Pisang
Pisang (Musa cavendish) yang seragam ukuran dan warna yang dipilih pada
pematangan tahap lima (kulit kuning dengan ujung hijau) yang akan digunakan
dalam percobaan; mereka dikupas dan dipotong menjadi delapan potong sama
(2x2 cm) menggunakan pisau stainless steel yang tajam. Sepuluh irisan dari
masing-masing 25 buah pisang yang berbeda, masing-masing, dikumpulkan
bersama-sama dan menempatkan dalam CVS di bawah kamera dan foto itu
diambil setiap tiga atau empat menit selama 300 menit. Percobaan direplikasi (tiga
kali) pada suhu kamar 10° C. Gambar difoto disimpan dalam format TIFF.
Gambar sebanding dengan 2x2 cm dari sampel, dari 5 mm tebal.
II.3.
Image Texture Analysis
Sebuah metodologi yang sama dengan yang dikembangkan oleh Quevedo,
Mendoza, et al. (2008) untuk gambar pisang, digunakan dengan tiga modi fi kasi:
Pertama, gambar warna yang berubah dari warna ruang RGB ke L*a*b* warna
ruang menggunakan model yang diusulkan oleh Leon et al. (2006) dan digunakan
baru-baru oleh Quevedo, Aguilar, et al. (2008). fungsi perubahan ini diaktifkan
tiga jalur warna yang akan diperoleh dari gambar: ruangan L*, ruangan a*, dan
ruangan b*. Kedua, merencanakan koordinat pixel (x, y) terhadap tingkat warna
yang sesuai di z-axis (Quevedo et al., 2002) dari setiap channel warna, dilakukan.
Dengan demikian, intensitas permukaan (SI) dari L* ruangan (SIL*), dari a*
ruangan (SIa*), dan dari b* ruangan (SIb*) bias didapatkan.
Ketiga, SIL*, SIa*, dan SIb* digambarkan menggunakan teori fraktal. Fraktal
mengacu pada entitas, terutama kumpulan piksel, yang menampilkan tingkat
kesamaan diri pada skala yang berbeda. Dimensi fraktal untuk permukaan kasar
lebih tinggi dari dimensi yang halus. Gambar tekstur fraktal dapat ditentukan
dengan menggunakan dimensi fraktal berasal dari skala kekuatan-hukum
(Mandelbrot, 1977). Metode Fourier fraktal (Chan, 1995; Quevedo, Mendoza et
al, 2008;. Russ, 1994) digunakan untuk menghitung dimensi fraktal untuk 2-D
dari setiap gambar channel warna. Sebuah dimensi fraktal (FD) ditentukan dari
kekuatan spektrum Fourier dari area yang dipilih (2 X 2 cm) dari data gambar,
dalam rangka untuk mengukur SI. Setelah mengambil Fast Fourier Transform dari
daerah yang diinginkan di 24 arah pada gambar, spektrum kekuatan permukaan
dihitung sebagai fungsi dari frekuensi. Jika variasi linear dibentuk dari log
(besarnya Fourier koefisien)2 vs. log (frekuensi) grafik, maka FDL*, FDa*, dan FDb*
nilai akhirnya dapat diperoleh.
II.4.
Model Browning Kinetic
Dalam rangka untuk menyatakan tingkat kinetik suatu pencoklatan, model
kuasa hukum (Corradini & Peleg, 2004, 2006) telah diterapkan pada data kinetik:
∁
n
∁ i = exp(k.t )
(1) dimana ∁ /∁ i adalah fraksi konversi komponen
yang berkaitan dengan nilai awal; k adalah parameter nilai dan n adalah parameter
yang disebut '' faktor bentuk ". Ketika k adalah positif, persamaan
menggambarkan pertumbuhan isoterm eksponensial dan ketika negatif, peluruhan
isoterm eksponensial. Kita lebih suka untuk menggunakan model ini bukannya
sebelum-menentukan nol atau model pertama agar empiris, ditemukan beberapa
kinetik
coklat
percobaan
dalam
buah-buahan.
Bahkan,
persamaan
menggambarkan nol atau pertama agar empiris kinetik ketika n adalah 0 atau 1,
masing-masing. Ketika metode FBI diterapkan pada data kecoklatan, ∁ digantikan
oleh masing-masing FD dan k positif diasumsikan dalam persamaan. (1). Ketika
metodologi biasa diterapkan, ∁ digantikan oleh L*, a*, atau b*. dan k negatif
diasumsikan. Model ini disesuaikan dengan data menggunakan regresi kuadrat
nonlinear. Perbedaan dalam nilai k dihitung oleh FBI dan metode tradisional,
untuk setiap parameter warna, didirikan dengan menggunakan uji t pada tingkat
kepercayaan 95%.
Gambar. 1. SIL* satu area yang dipilih dari gambar irisan pisang. Bidang yang
melapis merupakan rata-rata L* nilai pada 0 menit. dalam kinetik.
III.
HASIL DAN PEMBAHASAN
Pada gambar 1. SIL* diperoleh dari salah satu area yang dipilih dari gambar irisan
pisang yang ditampilkan. Tingkat intensitas dan distribusi nilai L* adalah hasil
refleksi cahaya ketika memberi pengaruh pada permukaan sampel dalam kondisi
pengaturan standar yang digunakan di sini (Illuminants, posisi spasial sampel
terhadap kamera, jarak kamera ke sampel, dan beberapa faktor lainnya) yang
konstan di seluruh percobaan. Bidang yang melapis pada Gambar. 1, sesuai
dengan rata-rata L* ini nilai-nilai, dan secara tradisional digunakan ketika kinetic
enzimatik digambarkan dalam penelitian makanan. Idenya di sini, adalah dengan
menggunakan parameter (FDL*) yang
Gambar2. Tiga gambar yang dipilih dengan SIL mereka (kiri) selama pencoklatan enzimatis untuk satu
irisan pisang. Jumlah diikuti oleh panah menunjukkan L mean nilai yang sama wilayah, masing-masing.
Gambar.3. Kinetic pencoklatan enzimatis untuk sepotong pisang diukur dengan
metode FBI (bawah) dan metode tradisional (atas dan tengah).
Table.1. k (min-1) dan n parameter (rata-rata) yang diperoleh untuk konversi fraksi
kecoklatan data, untuk L* dan b* channel warna.
Sebuah surat yang berbeda secara signifikan dengan uji t (P
BIOKIMIA PANGAN
“PENJELASAN MENGENAI PENCOKLATAN ENZIMATIS KINETIK
DARI POTONGAN PISANG (MUSA CAVENDISH) MENGGUNAKAN
INFORMASI WARNA NON-SERAGAM DARI GAMBAR DIGITAL”
Nama
: HARDIN MUHAMMAD
Stambuk
: D1C1 14028
Kelas
: TPG A
PROGRAM STUDI TEKNOLOGI PANGAN
JURUSAN ILMU DAN TEKNOLOGI PANGAN
FAKULTAS TEKNOLOGI DAN INDUSTRI PERTANIAN
UNIVERSITAS HALU OLEO
KENDARI
2016
I.
PENDAHULUAN
A. Latar Belakang
Pencoklatan dari buah-buahan mentah adalah masalah utama dalam industri
makanan dan diyakini menjadi salah satu penyebab utama penurunan kualitas
selama penanganan pasca panen dan pengolahan. Bahkan, ketika buah dipotong,
permukaan potong berubah warna menjadi coklat; tidak hanya mengurangi
kualitas visual tetapi juga menghasilkan perubahan yang tidak diinginkan dalam
rasa dan hilangnya nutrisi karena pencoklatan enzimatis (Luo & Barbosa, 1997).
Pencoklatan dapat menyebabkan perubahan merusak penampilan dan sifat
organoleptik pasar makanan, nilai, dan dalam beberapa kasus, pengecualian
lengkap dari produk makanan dari pasar tertentu (McEvily, Iyengar, & Otwell,
1992). Kendali pencoklatan atas pemotongan permukaan sangat penting untuk
menjaga kualitas dan keamanan sagar menghasilkan potongan yang tetap segar.
Secara tradisional, pencoklatan enzimatis telah diukur menggunakan indikator
browning melalui indeks biokimia, misalnya aktivitas polifenol oksidase (Hosoda
et al, 2005;. Murata, 2001; Osanai, Motomura, & Sakurai, 2003; Sannomaru,
Katayama, Kashimura, & Kaneko 1998; Sharon & Kahn, 1979; Waliszewski,
Pardio, & Ovando, 2007), atau indikator fisik, seperti permukaan warna (Elshimi,
1993; Kang et al, 2004;. Lambrecht, 1995; Lozano de Gonzalez, Barrett,
Wrolstad, & Durst, 1993; Lozano, Drudisbiscarri, & Ibarzribas, 1994; Lu, Luo,
Turner, & Feng, 2007; Luo & Barbosa, 1997; Molme, Buta, & Newman, 1999;
Shengmin, Yaguang, Ellen Turner, & Hao Feng, 2007). Dalam kasus indikator
fisik berdasarkan warna, L*a*b* ruang atau CIELab telah menjadi model warna
yang paling banyak digunakan; terutama Nilai L*, yang telah digunakan sebagai
indikator pencoklatan pada buah (Luo & Barbosa 1997, 1994, 1995; Luo &
Patterson, 1994; Parpinello, Chinnici, Versari, & Ripley, 2002; Kristijono, Wills,
& Golding, 2006; Sapers & Douglas, 1987; Sapers & Ziolkowski, 1987; Severini,
Baiano, De Pilli, Romaniello, & Derossi, 2003; Soliva-Fortuny, Ele Martinez,
Sebastian-Caldero, & Martin-Belloso, 2002; Valentines, Vilaplana, Torres, biasa,
& Larigaudiere, 2005). CIELab atau ruang warna L*a*b* adalah perangkatindependen, menciptakan warna yang konsisten terlepas dari perangkat yang
digunakan untuk memperoleh gambar. L* adalah pencahayaan atau bagian
kecerahan, itu berkisar dari 0 sampai 100, sementara a* (hijau ke merah, atau
kemerahan) dan b* (biru kekuning, atau kekuningan) dua komponen berwarna,
dengan nilai bervariasi dari -120 ke +120 (Papadakis, Abdul-Malek, Kamdem, &
Jam, 2000). Baru-baru ini, Leon, Mery, Pedreschi, dan Leon (2006) telah
menyarankan sistem penglihatan komputer (CVS) untuk mengukur warna pada
L*a*b* dari ruang RGB akan digunakan dalam analisis citra dan beberapa
pekerjaan menggunakan pendekatan yang telah diterapkan dalam makanan
(Pedreschi, Bustos, et al, 2007;.. Pedreschi, Leon, et al, 2007; Quevedo, Aguilera,
& Pedreschi, 2008) .
Selama deskripsi kinetik browning dalam pisang, menggunakan informasi
warna, warna berarti nilai umumnya diasumsikan untuk wilayah dianalisis.
Artinya niai rata rata dari L*, a*, atau b* dihitung dari perangkat colorimeter atau
CVS di daerah yang dianalisis (Molme et al, 1999;. Yoruk, Yoruk, Balaban, &
Marshall, 2004). Namun, untuk irisan pisang, pengembangan pola warna yang
tidak seragam diamati selama kecoklatan, dan L* atau b* bukan nilai yang
homogeny (sama).
Analisis tekstur gambar telah dianjurkan untuk mengukur warna abu-abu nonhomogen dari gambar, menggunakan seluruh informasi intensitas abu-abu dari
gambar, tanpa membagi itu. Hal ini dimungkinkan karena tekstur gambar
mencerminkan perubahan dalam intensitas nilai pixel, yang mungkin berisi
informasi tentang komponen warna dan struktur geometris benda (Du & Sun,
2004; Gonzales-Barron & Butler, 2008a, 2008b, 2008c; Quevedo , Carlos,
Aguilera, & Cadoche, 2002; Quevedo, Mendoza, Aguilera, Chanona, &
Gutierrez-Lopez, 2008; Zheng, Sun, & Zheng, 2006). Karena analisis tekstur
gambar dapat diterapkan ke abu-abu informasi warna, hipotesis dari penelitian ini
adalah bahwa tekstur gambar (fraktal Fourier tekstur) juga dapat digunakan untuk
menggambarkan penyimpangan dari jalur warna non-homogen (L*a*b*) selama
pencoklatan enzimatis dalam potongan pisang. Tujuan dari penelitian ini adalah:
(i) untuk menerapkan fraktal tekstur Fourier gambar pisang irisan dalam rangka
untuk menggambarkan pencoklatan enzimatis (disebut di sini '' fraktal browning
indikator "atau FBI) dan (ii) untuk membandingkan FBI dengan metode indikator
kecoklatan tradisional berdasarkan warna berarti nilai.
II.
II.1.
METODE DAN BAHAN
Computer Vision System (CVS)
Sebuah sistem visi komputer (CVS) dijelaskan oleh Quevedo, Aguilar, et al.
(2008) dan Quevedo, Mendoza, et al. (2008) adalah digunakan untuk menangkap
gambar (1700 x 850 piksel RGB warna). Secara singkat, sampel diterangi
menggunakan empat fluorescent (neon) lamp TL-D deluxe, siang alam, 18W /
965 (Philips, Santiago, Chili) dengan suhu warna 6500K (D65, sumber cahaya
yang umum digunakan dalam penelitian makanan) dan warna-render indeks (Ra)
dekat dengan 95%. Lampu (panjang 60 cm) yang disusun dalam bentuk persegi,
35 cm di atas sampel, pada sudut 45° dalam kaitannya dengan sampel. Selain itu,
penyebar cahaya meliputi setiap lampu neon dan ballast elektronik memastikan
sistem pencahayaan seragam.
II.2.
Sampel Potongan Pisang
Pisang (Musa cavendish) yang seragam ukuran dan warna yang dipilih pada
pematangan tahap lima (kulit kuning dengan ujung hijau) yang akan digunakan
dalam percobaan; mereka dikupas dan dipotong menjadi delapan potong sama
(2x2 cm) menggunakan pisau stainless steel yang tajam. Sepuluh irisan dari
masing-masing 25 buah pisang yang berbeda, masing-masing, dikumpulkan
bersama-sama dan menempatkan dalam CVS di bawah kamera dan foto itu
diambil setiap tiga atau empat menit selama 300 menit. Percobaan direplikasi (tiga
kali) pada suhu kamar 10° C. Gambar difoto disimpan dalam format TIFF.
Gambar sebanding dengan 2x2 cm dari sampel, dari 5 mm tebal.
II.3.
Image Texture Analysis
Sebuah metodologi yang sama dengan yang dikembangkan oleh Quevedo,
Mendoza, et al. (2008) untuk gambar pisang, digunakan dengan tiga modi fi kasi:
Pertama, gambar warna yang berubah dari warna ruang RGB ke L*a*b* warna
ruang menggunakan model yang diusulkan oleh Leon et al. (2006) dan digunakan
baru-baru oleh Quevedo, Aguilar, et al. (2008). fungsi perubahan ini diaktifkan
tiga jalur warna yang akan diperoleh dari gambar: ruangan L*, ruangan a*, dan
ruangan b*. Kedua, merencanakan koordinat pixel (x, y) terhadap tingkat warna
yang sesuai di z-axis (Quevedo et al., 2002) dari setiap channel warna, dilakukan.
Dengan demikian, intensitas permukaan (SI) dari L* ruangan (SIL*), dari a*
ruangan (SIa*), dan dari b* ruangan (SIb*) bias didapatkan.
Ketiga, SIL*, SIa*, dan SIb* digambarkan menggunakan teori fraktal. Fraktal
mengacu pada entitas, terutama kumpulan piksel, yang menampilkan tingkat
kesamaan diri pada skala yang berbeda. Dimensi fraktal untuk permukaan kasar
lebih tinggi dari dimensi yang halus. Gambar tekstur fraktal dapat ditentukan
dengan menggunakan dimensi fraktal berasal dari skala kekuatan-hukum
(Mandelbrot, 1977). Metode Fourier fraktal (Chan, 1995; Quevedo, Mendoza et
al, 2008;. Russ, 1994) digunakan untuk menghitung dimensi fraktal untuk 2-D
dari setiap gambar channel warna. Sebuah dimensi fraktal (FD) ditentukan dari
kekuatan spektrum Fourier dari area yang dipilih (2 X 2 cm) dari data gambar,
dalam rangka untuk mengukur SI. Setelah mengambil Fast Fourier Transform dari
daerah yang diinginkan di 24 arah pada gambar, spektrum kekuatan permukaan
dihitung sebagai fungsi dari frekuensi. Jika variasi linear dibentuk dari log
(besarnya Fourier koefisien)2 vs. log (frekuensi) grafik, maka FDL*, FDa*, dan FDb*
nilai akhirnya dapat diperoleh.
II.4.
Model Browning Kinetic
Dalam rangka untuk menyatakan tingkat kinetik suatu pencoklatan, model
kuasa hukum (Corradini & Peleg, 2004, 2006) telah diterapkan pada data kinetik:
∁
n
∁ i = exp(k.t )
(1) dimana ∁ /∁ i adalah fraksi konversi komponen
yang berkaitan dengan nilai awal; k adalah parameter nilai dan n adalah parameter
yang disebut '' faktor bentuk ". Ketika k adalah positif, persamaan
menggambarkan pertumbuhan isoterm eksponensial dan ketika negatif, peluruhan
isoterm eksponensial. Kita lebih suka untuk menggunakan model ini bukannya
sebelum-menentukan nol atau model pertama agar empiris, ditemukan beberapa
kinetik
coklat
percobaan
dalam
buah-buahan.
Bahkan,
persamaan
menggambarkan nol atau pertama agar empiris kinetik ketika n adalah 0 atau 1,
masing-masing. Ketika metode FBI diterapkan pada data kecoklatan, ∁ digantikan
oleh masing-masing FD dan k positif diasumsikan dalam persamaan. (1). Ketika
metodologi biasa diterapkan, ∁ digantikan oleh L*, a*, atau b*. dan k negatif
diasumsikan. Model ini disesuaikan dengan data menggunakan regresi kuadrat
nonlinear. Perbedaan dalam nilai k dihitung oleh FBI dan metode tradisional,
untuk setiap parameter warna, didirikan dengan menggunakan uji t pada tingkat
kepercayaan 95%.
Gambar. 1. SIL* satu area yang dipilih dari gambar irisan pisang. Bidang yang
melapis merupakan rata-rata L* nilai pada 0 menit. dalam kinetik.
III.
HASIL DAN PEMBAHASAN
Pada gambar 1. SIL* diperoleh dari salah satu area yang dipilih dari gambar irisan
pisang yang ditampilkan. Tingkat intensitas dan distribusi nilai L* adalah hasil
refleksi cahaya ketika memberi pengaruh pada permukaan sampel dalam kondisi
pengaturan standar yang digunakan di sini (Illuminants, posisi spasial sampel
terhadap kamera, jarak kamera ke sampel, dan beberapa faktor lainnya) yang
konstan di seluruh percobaan. Bidang yang melapis pada Gambar. 1, sesuai
dengan rata-rata L* ini nilai-nilai, dan secara tradisional digunakan ketika kinetic
enzimatik digambarkan dalam penelitian makanan. Idenya di sini, adalah dengan
menggunakan parameter (FDL*) yang
Gambar2. Tiga gambar yang dipilih dengan SIL mereka (kiri) selama pencoklatan enzimatis untuk satu
irisan pisang. Jumlah diikuti oleh panah menunjukkan L mean nilai yang sama wilayah, masing-masing.
Gambar.3. Kinetic pencoklatan enzimatis untuk sepotong pisang diukur dengan
metode FBI (bawah) dan metode tradisional (atas dan tengah).
Table.1. k (min-1) dan n parameter (rata-rata) yang diperoleh untuk konversi fraksi
kecoklatan data, untuk L* dan b* channel warna.
Sebuah surat yang berbeda secara signifikan dengan uji t (P