Garuda - Garba Rujukan Digital

Desain dan Uji Performansi Instrument Berbasis Teknologi Laser Photo-Accoustics untuk Uji Cepat Kualitas Mangga Aulia Ifnu Akbar; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 2, No 3 (2017): Agustus 2017
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Kandungan kadar gula pada buah mangga selalu dilakukan metode destruktif yaitu dengan cara mangga diperas sari buahnya dan dilihat oBrix dengan menggunakan alat refraktometer. Penelitian ini bertujuan untuk merancang alat laser Photo-Acoustics (LPAS) untuk mendeteksi cepat kadar gula pada buah mangga. Penelitian ini menggunakan alat laser He-Ne dan self developed LPAS single beam dengan sensor piezoelectric transducer dan bahan penelitian ini adalah mangga jenis udang yang diperoleh dari kebun sare Aceh Besar. Penelitian ini menggunakan model prediksi yang dibangun dengan menggunakan metode Partial least square dengan metode koreksi baseline correction. Sebelum dibangun model prediksi data pencilan dideteksi dengan metode PCA yang digandeng dengan metode Hotelling T2 ellipse, kemudian dilanjutkan dengan analisis laboratorium untuk mendapatkan nilai acuan Y dalam membangun model prediksi. Dalam membangun model prediksi Parameter statistika yang biasa digunakan untuk mengevaluasi model yang dihasilkan adalah Nilai Error (RMSEC) , Nilai Koefisien Korelasi (r), Nilai Koefisien Determinasi (R2), dan RPD. Hasil penelitian menunjukan bahwa self developed laser Photo-Accoustics yang telah di desain oleh peneliti berjalan dengan optimal terlihat dari bentuk gelombang yang dihasilkan oleh instrument pengukur osiloscope pada analisis trancient tanpa adanya noise dan terdistribusi merata. Self developed LPAS ini juga mampu mendeteksi zat organik kadar gula dengan kisaran gelombang wavenumber 5849 cm-1 – 6210 cm-1 dan 7195 cm-1 – 7559 cm-1 , spektrum yang telah dikoreksi menggunakan baseline correction diperoleh nilai parameter statistiknya adalah nilai R2 sebesar 0,7531, nilai r sebesar 0,8678 , nilai error (RMSEC) sebesar 0,4018 dan nilai RPD sebesar 1,9159. model yang dihasilkan masih dalam prediksi kasar (sufficient performance).Design and Performance Test of Laser Photo-Acoustics Based Instrument for Rapid Test of Mango Quality Abstrack: sugar content in mango fruit always done destructively by squeezed juice and seen oBrix by using refractometer. This study aims to design a laser Photo-Acoustics (LPAS) tool to detect rapid sugar levels in mangoes. This research uses He-Ne laser and self developed LPAS single beam with piezoelectric transducer sensor and the material of this research is shrimp mango type obtained from Aceh Besar sare . This research uses prediction model which is by using Partial least square method with baseline correction. Prior to prediction model of detected data was projected by PCA method coupled with Hotelling T2 ellipse method, then continued with laboratory analysis to obtain reference Y in constructing prediction model. In constructing the prediction model the statistical parameters commonly used to evaluate the resulting model are Error Value (RMSEC), Correlation Coefficient (r), Coefficient of Determination (R2), and RPD. The results showed that the self developed laser Photo-Accoustics that has been designed by the researcher runs optimally visible from the waveform generated by the oscilloscope measuring instrument in trancient analysis in the absence of noise and distributed evenly. Self developed LPAS is also able to detect organic substances sugar levels with wavenumber wave range 5849 cm-1 - 6210 cm-1 and 7195 cm-1 - 7559 cm-1, the spectrum has been corrected using baseline correction obtained statistical parameter value is the value of R2 equal to 0.7531, r value of 0.8678, error value (RMSEC) of 0.4018 and RPD value of 1.9159. The resulting model is still in a sufficient prediction (sufficient performance).

Penentuan Kadar Lemak Secara Non-Destruktif Pada Bubuk Biji Kakao (Berbasis Nirs-Partial Least Square) Dengan Menerapkan Metode Mean Normalization Dan De-Trending Muaida Alfia; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 1, No 1 (2016): November 2016
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Saat ini untuk menentukan kadar lemak pada biji kakao dilakukan dengan mengekstrak biji kakao menggunakan pelarut tertentu yang memakan waktu cukup lama, sehingga metode penentuan mutu secara cepat dan tepat diperlukan untuk menghasilkan komoditas kakao standar mutu tinggi yang dapat diwujudkan dengan metode near infrared reflectance spectroscopy (NIRS). Tujuan yang ingin dicapai dari penelitian ini membandingkan data spektrum antar pretreatment mean normalization (MN) dan de-trending dan (DT) dalam mengkoreksi spektrum NIRS yang dihasilkan serta mengembangkan metode non-destruktif NIRS dalam menduga kandungan lemak pada bubuk biji kakao. Penelitian ini dilakukan di Laboratorium Instrumentasi dan Energi Program Studi Teknik Pertanian pada bulan Maret sampai Mei 2016. Hasil penelitian yang diperoleh bahwa metode NIRS menggunakan preatreatment de-trending dan mean normalization pada panjang gelombang 2300-2400 nm merupakan panjang gelombang yang paling relevan untuk menduga kadar lemak pada bubuk biji kakao. Pendugaan PLS yang didukung pretreatment telah menghasilkan pendugaan yang tergolong good model performance. Pada pendugaan kadar lemak PLS yang sangat baik dalam meningkatkan kinerja PLS pada cross validation adalah de-trending. Abstract. determining fat content in cocoa beans is generally performed by extracting cocoa beans using certain solvent extraction which takes a long time. Determining quality method quickly and exactly required to produce the commodity of high quality standard cocoa that is realized by of near infrared reflectance spectroscopy (NIRS) method. The aim of this research is to compare the spectral data pretreatment mean normalization (MN) and de- trending and (DT) in correcting the NIRS spectrum which is namely and to develop of non-destructive NIRS method in predicting the fat content in cocoa powder. This research was conducted in Instrumentation Laboratory and Energy of Agriculture department from March to May 2016. the results of the research obtained that the NIRS method used de-trending and mean normalization spectra correction methods at a wave-length range of 2300-2400 nm, found to be the most relevant to estimate the fat content in cocoa powder. The estimation of PLS been produced a of good model performance.

Teknologi Near Infrared Reflectance Spectroscopy (NIRS) dan Metode Kemometri untuk Deteksi Pemalsuan Minyak Nilam Qurratul Zulmi; Agus Arip Munawar; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 7, No 1 (2022): Februari 2022
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Minyak nilam adalah salah satu produk yang banyak diekspor oleh Indonesia. Banyak terjadi kecurangan-kecurangan dalam dunia perdagangan minyak atsiri jenis ini, salah satunya adalah pemalsuan. Tujuan dari penelitian ini adalah untuk membangun model keaslian minyak nilam yang dicampur dengan minyak goreng sawit kemasan menggunakan teknologi NIRS (Near Infrared Reflectance Spectroscopy) dengan bantuan metode Linear Discriminant Analysis (LDA) Quadratic dan pretreatment Standar Normal Variate (SNV). Penelitian ini menggunakan 5 perlakuan bahan yaitu MN, MS, MC75, MC80, dan MC90. Hasil penelitian menunjukkan bahwa teknologi NIRS dengan bantuan metode Linear Discriminant Analysis (LDA) Quadratic dapat dijadikan solusi baru yang lebih efektif untuk menduga pemalsuan minyak nilam yang dicampur minyak goreng sawit kemasan. Metode LDA Quadratic dengan pretreatment Standar Normal Variate (SNV) berhasil membedakan minyak nilam murni dengan selain minyak nilam murni dengan tingkat akurasi sebesar 100%.Near Infrared Reflectance Spectroscopy (NIRS) Technology and Chemometric Methods to Detection of Adulteration Patchouli OilAbstract: Patchouli oil is one of the products that are widely exported by Indonesia. There are many frauds in the world of trading this type of essential oil, one of which is counterfeiting. The purpose of this study was to build a model of the authenticity of patchouli oil mixed with packaged palm cooking oil using NIRS (Near Infrared Reflectance Spectroscoopy) technology by using the Linear Discriminant Analysis (LDA) Quadratic method and Standar Normal Variate (SNV) pretreatments. This study used 5 treatment materials, namely MN, MS, MC75, MC80, and MC90. The results showed that NIRS technology with Linear Discriminant Analysis (LDA) Quadratic method could be used as a new, more effective solution to suspect patchouli oil counterfeiting mixed with packaged palm cooking oil. The LDA Quadratic method with Standard Normal Variate (SNV) pretreatment succeeded in distinguishing pure patchouli oil from other than pure patchouli oil with an accuracy rate of 100%.

Pengembangan Klasifikasi Berbagai Jenis Beras Dengan Menggunkan NIRS Metode PCA (Principal Component Analysis) Mufazzal Assayuti; Fachruddin Fachruddin; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 5, No 1 (2020): Februari 2020
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Tujuan dari penelitian ini adalah membangun model pendugaan keaslian beras Aceh menggunakan metode Principal Component Analysis (PCA). Penelitian ini menggunakan beras Sigupai, beras Tangse, beras IR-64, beras Thailand, dan beras Vietnam. Jumlah sampel yang digunakan pada penelitian ini adalah 110 sampel. Spektrum yang diambil pada penelitian ini berasal dari beras murni tanpa pencampuran dan beras dengan pencampuran 75% dan 25% untuk masing-masing beras Aceh dan beras BULOG. Pengambilan spektrum beras menggunakan Self developed FT-IR IPTEK T-1516. Hasil yang didapat pada penelitian ini yaitu: (1) NIRS dengan metode PCA mampu membedakan beras Aceh dengan beras BULOG baik dalam keadaan tanpa pencampuran maupun dengan pencampuran. (2) Analisis spektrum NIRS beras menunjukkan keberadaan kandungan karbohidrat pada panjang gelombang 4297cm-1 – 4462 cm-1. Protein terletak pada panjang gelombang 4698 cm-1 - 4879 cm-1. Kadar air terletak pada panjang gelombang 5087 cm-1 – 5188 cm-1. Puncak gelombang 5708 cm-1 – 5805 cm-1 dan 8196 cm-1 – 8389 cm-1 menunjukkan senyawa kimia lemak. Panjang gelombang 6827 cm-1 – 6969 cm-1 menunjukkan senyawa kimia protein dan kadar air.Development classification of various types rice using NIRS PCA (Principal Component Analysis) methodAbstract. The purpose of this research is to develop a model for estimating the authenticity of Aceh rice using the Principal Component Analysis (PCA) method. This research uses Sigupai rice, Tangse rice, IR-64 rice, Thai rice, and Vietnamese rice. The number of samples used in this study was 110 samples. The spectrum taken in this study was 100% of each rice, and mixing of 75% and 25% rice between Aceh rice and BULOG rice. Intake of rice spectrum using Self-developed FT-IR IPTEK T-1516. The results obtained in this study are: (1) NIRS with PCA method is able to group Aceh rice with BULOG rice both in a state without mixing or by mixing. (2) Analysis of the rice NIRS spectrum showed the presence of carbohydrate content at wavelengths of 4297cm-1 - 4462 cm-1. Protein content at wavelength 4698 cm-1 - 4879 cm-1. Water content at a wavelength of 5087 cm-1 - 5188 cm-1. Wavelength of 5708 cm-1 - 5805 cm-1 and 8196 cm-1 - 8389 cm- 1 shows the fat content. Wavelength 6827 cm-1 - 6969 cm-1 shows the protein and water content.

Pengembangan Sensor FT-NIR Melalui Transformasi Wavelet Untuk Evaluasi Kadar Gula Mangga Gadung (Mangifera Indica) Muhammad Ikhram; Zulfahrizal Zulfahrizal; Agus Arip Munawar
Jurnal Ilmiah Mahasiswa Pertanian Vol 2, No 3 (2017): Agustus 2017
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak: Sebelum adanya uji non-destruktif pada mangga untuk mengetahui kandungan kadar gula pada buah mangga selalu dilakukan metode destruktif yaitu dengan cara mangga diperas sari buahnya dan dilihat oBrix dengan menggunakan alat refraktometer. Penelitian ini bertujuan untuk mengembangkan instrument berbasis teknologi sensor FT-NIR melalui transformasi wavelet (wavelet segmentation) sehingga diharapkan dapat membantu mendeteksi cepat kualitas buah mangga. Penelitian ini menggunakan alat FT-NIR dengan sensor photodiode. Penelitian ini menggunakan model prediksi yang dibangun dengan menggunakan metode Partial least square dengan metode koreksi baseline correction. Setelah itu untuk mendeteksi data pencilan menggunakan metode analisa PCA dan hotelling T2 ellips sehingga data prediksi tidak ada noise (gangguan). Kemudian dilanjutkan dengan analisis laboratorium untuk mendapatkan nilai acuan dalam membangun model prediksi. Dalam membangun model prediksi Parameter statistika yang biasa digunakan untuk mengevaluasi model yang dihasilkan adalah Nilai Error (RMSEC), Nilai Koefisien Korelasi (r), Nilai Koefisien Determinasi (R2), dan RPD. Hasil penelitian menunjukan bahwa self developed FT-NIR mampu mendeteksi zat organik kadar gula dengan kisaran gelombang 2137 nm – 2333 nm, spektrum yang telah dikoreksi menggunakan baseline correction diperoleh nilai parameter statistiknya adalah R2 = 0,881, nilai r = 0,939, nilai RPD = 2,149, nilai error (RMSEC) sebesar 0,782. model yang dihasilkan adalah model prediksi yang bagus (good model performance) karena nilai RPD berada pada kisaran 2 - 2,5.Development of Fourier Transform Near InfraRed Spectroscopy (FT-NIR) Through Wavelet Transformation For Sugar Content Evaluation Mango Gadung (Mangifera Indica)Abstrack : Before the existence of non-destructive test on mango determine of sugar content in mango fruit always destructively by way of mango squeezed juice and seen Brix by using tool of refractometer. This research aims to develop intrument based on FT-NIR sensor technology through wavelet transformation (wavelet segmentation) so it is expected to help detect the quality of mango fruit fast. This research uses FT-NIR tool with photodiode sensor. This research uses prediction model which established by using partial least square method with correction method of baseline correction. Then proceed with laboratory analysis to obtain the reference value in building predictive model. In constructing the prediction model the usual statistical parameters used to evaluate the resulting model are error value (RMSEC), correlation coefficients (r), coefficient of determination (R2), and RPD. The results showed that self developed FT-NIR was able to detect organic subtance of sugar content with wave range 2137 nm - 2333 nm, the corrected spectra using baseline correction obtained statistic parameter value is R2 = 0,881, r = 0,939, value RPD = 2,149, error value (RMSEC) to 0,782. The model produced is a good model of performance (good model performance) because the value of RPD is in the range between 2 and 2,5.

Pendugaan Kadar Air Beras Ketan Putih Dengan Teknologi NIRS Menggunakan Metode Principal Component Regression (pretreatment De-Trending, Derivative-2, dan Standart Normal Variate) Mardiantono Mardiantono; Fachruddin Fachruddin; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 4 (2019): November 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abtrak. Kadar Air merupakan salah satu komponen penting dalam beras ketan putih yang dapat mempengaruhi kualitas dari beras ketan putih. Penelitian ini bertujuan menguji dan mengevaluasi teknologi NIRS sebagai metode cepat dan tepat dalam memprediksi kadar air beras ketan dengan metode Principal Component Regression (PCR) serta menentukan metode koreksi spektrum yang terbaik dan akurat untuk memprediksi kadar air beras ketan dengan menggunakan pretreatment De- Trending, Derivative-2, dan Standart Normal Variate (SNV). Penelitian ini menggunakan beras ketan putih yang didapat dari pasar Rukoh Banda Aceh, yang berjumlah 35 sampel. Perlakuan yang diberikan adalah tanpa perendaman, dibasahi, dan perendaman selama 5, 10, 15, 20, dan 25 menit. Prediksi kadar air beras ketan dengan NIRS menggunakan alat self developed FT-IR IPTEK T-1516 dan metode referensi yang digunakan adalah metode gravimetri yang berdasarkan pada Association of Official Analytical Chemists (AOAC). Pengolahan data menggunakan Unsclambers sofware® X version 10.5. Hasil penelitian menunjukkan bahwa NIRS dengan metode PCR mampu menghasilkan model yang baik untuk pendugaan beras ketan. Penelitian ini menghasilkan empat model pendugaan kadar air beras ketan dimana satu model tergolong very good performance (RPD3) dan tiga model tergolong good model performance (RPD2) sehingga dapat dikatakan bahwa semua model yang dihasilkan layak dan baik untuk pendugaan kadar air beras ketan. Pretreatment terbaik pada penelitian ini adalah Standart Normal Variate (SNV) dengan nilai RPD 3,12, r sebesar 0,95, R2 sebesar 0,89, dan RMSEC sebesar 2,34.Estimation of White Gluttony Rice Rate With NIRS Technology Using Principal Component Regression Method (Pretreatment De-Trending, Derivative-2, dan Standart Normal Variate)Abstract. Water content is one important component in white glutinous rice which can affect the quality of white glutinous rice. This study aims to test and evaluate NIRS technology as a fast and precise method for predicting glutinous rice water content with the Principal Component Regression (PCR) method and determine the best and accurate spectrum correction method for predicting glutinous rice water content using the De-Trending, Derivative pretreatment -2, and Standard Normal Variate (SNV). This study uses white sticky rice obtained from the Rukoh market in Banda Aceh, which amounted to 35 samples. The treatment given is without soaking, soaking, and soaking for 5, 10, 15, 20, and 25 minutes. The prediction of glutinous rice moisture content with NIRS uses a self-developed FT-IR IPTEK T-1516 tool and the reference method used is the gravimetric method based on the Association of Official Analytical Chemists (AOAC). Data processing using Unsclambers software X version 10.5. The results showed that NIRS with the PCR method was able to produce a good model for estimating glutinous rice. This study produced four models of estimation of glutinous rice water content where one model was classified as very good performance (RPD 3) and three models were classified as good model performance (RPD 2) so that it could be said that all the models produced were suitable and good for estimating rice water content sticky rice. The best pretreatment in this study is the Standard Normal Variate (SNV) with an RPD value of 3.12, r of 0.95, R2 of 0.89, and RMSEC of 2.34.

Komparasi Metode Koreksi Spektrum NIRS (De-Trending dan Derivatif ke-2) untuk Penentuan Kadar Air Bubuk Biji kakao Masdar Masdar; Agus Arip Munawar; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 1, No 1 (2016): November 2016
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Rendahnya pengawasan mutu kakao menyebabkan harga jual di pasar dunia menurun akibat kurangnya pengawasan kadar air. Salah satu metode yang tepat dan cepat dalam penentuan kadar air adalah menggunakan atau Near Infrared Reflectance Spectroscopy (NIRS). Tujuan penelitian adalah melihat kemampuan NIRS dalam memprediksi kadar air bubuk biji kakao dengan menggunakan metode Partial Least Squares (PLS) serta membandingkan dua metode pretreatment De-trending dan Derivatif ke-2.Alat yang digunakan FT-IR IPTEK T-1516, dan pengolahan data dengan unscrambler software® X version 10. Hasil penelitian menunjukkan NIRS mampu menduga kadar air dalam jumlah 10 gram dengan selang kadar air 7.42 – 11.09 % menggunakan PLS secara non pretreatment maupun pretreatment. Panjang gelombang relevan dalam menduga kadar air bubuk biji kakao adalah 1400-1450 nm dan 1800-1950 nm. Peningkatkan kinerja PLS yang paling bagus menggunakan pretreatment derivative ke-2.Abstract The lowest quality of cocoa supervision cause the selling price descrease due to the lack of supervision on the water content. One of the exact method in determining the water content is Near Infrared Reflectance Spectroscopy (NIRS). The purpose of this study is to know the capability of NIRS in order to predict the water content of cocoa by using Partial Least Squares (PLS) method then compared the two pretreatment methods namely De-trending and second Derivative. The instrument used was FT-IR IPTEK T-1516, and the spectra data were analyzed by using unscrambler software® X version 10. The results showed that NIRS can be used to predict the water content in amount 10 grams in a range of water content 7:42 to 11:09% by using PLS non pretreatment and vice versa. The relevantwavelengthsused to predict water content of cocoa powder ware1400-1450 nm and 1800-1950 nm. The optimum best pretreatment method was found to be second Derivative.

Pengembangan Metode Pengujian Keaslian Beras Aceh Menggunakan Nirs Dengan Metode PCA Masyitah Masyitah; Syahrul Syahrul; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 1 (2019): Februari 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Tujuan dari penelitian ini adalah membangun model pendugaan untuk menilai keaslian beras Aceh berdasarkan spektrum NIRS yang dihasilkan. Pendeteksian keaslian beras Aceh secara cepat dan efesien dapat diwujudkan melalui pengembangan teknologi Near Infrared Reflectance Spectroscopy (NIRS). Penelitian ini menggunakan beras varietas Sigupai (Aceh Barat Daya), varietas Sanbay (Simeulue) dan varietas Ciherang. Jumlah sampel yang digunakan pada penelitian ini adalah 45 sampel. Pengukuran spektrum beras menggunakan Self developed FT-IR IPTEK T-1516. Klasifikasi data spektrum beras menggunakan Principal Component Analysis (PCA) dengan dua pretreatment yaitu De-trending dan Multiplicative Scatter Correction. Hasil penelitian ini diperoleh yaitu: Spektrum NIRS beras menunjukkan keberadaan kandungan lemak pada panjang gelombang 2355 nm - 2462 nm. Kandungan karbohidrat pada panjang gelombang 2256 nm - 2321 nm. Kandungan protein pada panjang gelombang 2056 nm - 2166 nm. Kandungan kadar air pada panjang gelombang 1910 nm-1980 nm dan panjag gelombang 1411 nm - 1492 nm menunjukkan kandungan protein dan kadar air. NIRS dengan metode PCA mampu membedakan pencampuran beras Sigupai dengan beras Ciherang dimana pembedaan terbaik terjadi dalam bentuk dua macam pengelompokan yaitu beras Sigupai ≥ 75 dan beras Sigupai ≤50 dan pretreatment de-trending merupakan pretreatment terbaik dalam mengklasifikasi beras Aceh (Sigupai dan Sanbay) dengan beras Nasional (Ciherang).Development of Methods for Testing the Authenticity of Aceh Rice Using NIRS with the PCA MethodAbstract. The purpose of this study is to develop a prediction model to assess the authenticity of Aceh rice based on the NIRS spectrum produced. The detection of the authenticity of Aceh rice quickly and efficiently can be realized through technological development Near Infrared Reflectance Spectroscopy (NIRS). This study uses Sigupai rice varieties (Aceh Barat Daya), Sanbay (Simeulue) and Ciherang. The number of samples used in this study was 45 samples. Measurement of rice spectrum using Self developed FT-IR IPTEK T-1516. Rice spectrum data classification uses the Principal Component Analysis (PCA) with two pretreatments, namely De-trending and Multiplicative Scatter Correction. The results of this study were obtained: NIRS spectrum of rice showed the presence of fat content at a wavelength of 2355 nm - 2462 nm. Carbohydrate content at wavelength 2256 nm - 2321 nm. Protein content at wavelength 2056 nm - 2166 nm. The content of water content at a wavelength of 1910 nm-1980 nm and wave length of 1411 nm - 1492 nm shows the protein content and water content. NIRS with the PCA method was able to distinguish the mixing of Sigupai rice from Ciherang rice where the best differentiation occurred in the form of two types of grouping namely Sigupai rice ≥ 75 and Sigupai rice ≤ 50 and de-trending pretreatment was the best pretreatment in classifying Aceh rice (Sigupai and Sanbay) with National rice (Ciherang).

Aplikasi Teknologi Near Infrared Reflectance Spectroscopy (NIRS) Untuk Membedakan Beras Apek dan Tidak Apek Menggunakan Metode Principal Component Analysis (PCA) Herlina Herlina; Susi Chairani; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 2 (2019): Mei 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Beras merupakan salah satu tanaman pangan utama hampir dari setengah populasi dunia. Beras sebagai menu pokok ini memiliki kandungan pati yang cukup besar. Selain itu, dalam beras juga mengandung vitamin, protein, mineral, dan air. Pendistribusian beras terkadang membuat beras rusak yang disebabkan oleh beberapa faktor, seperti penyimpanan yang terlalu lama, dan suhu tempat penyimpanan beras. Beras yang terendam air juga bisa menyebabkan beras itu rusak, seperti beras yang ada dalam gudang yang terkena air hujan yang dapat menyebabkan beras tersebut bau apek. Tujuan dari penelitian ini adalah membangun model pendugaan mutu beras berdasarkan sifat apek beras menggunakan metode Principal Component Analysis (PCA) dengan pretreatment De-Trending (DT). Penelitian ini menggunakan alat FT-IR IPTEK T-1516. Bahan yang digunakan adalah beras varietas Ciherang 20 g per sampel dengan total jumlah sebanyak 56 sampel. Untuk memperoleh beras apek dilakukan perendaman selama 2 jam dengan penyimpanan 2 hari, 4 hari dan 6 hari dan beras dikeringkan di bawah sinar matahari. Perlakuan terhadap bahan dibagi 2, pertama beras tanpa campuran dan kedua beras dengan campuran. Pencampuran beras bagus dengan beras apek dengan rasio 75% dan 25%. Akuisisi spectrum beras dilakukan dalam bentuk tumpukan. Masing-masing sampel yang telah dimasukkan ke dalam botol plastik akan dilakukan pengambilan spektrum dengan cara diletakkan masing-masing sampel tersebut pada lubang sinar. Untuk mengekplorasi kemiripan spectrum antar sampel dan untuk mencari outlier data dengan menggunakan metode Hotteling T2 ellipse. Hasil dari penelitian yang telah dilakukan diperoleh NIRS mampu menghasilkan klasifikasi beras bagus dan beras apek dengan tingkat keberhasilan di atas 80%. Pretreatment DT mampu menghasilkan model klasifikasi beras sehingga mencapai keberhasilan 83,33%. Technology Application Near Infrared Reflectance Spectroscopy (NIRS) To Distinguish The Rice Is Stale And Not Stale Using The Principal Component Analysis Method (PCA)Abstract. Rice is one of the main food crops of almost half the world's population. Rice as a staple menu has a considerable starch content. In addition, rice also contains vitamins, protein, minerals, and water. The distribution of rice sometimes destroys rice caused by several factors, such as too long storage, and the temperature where the rice is stored. Rice that is submerged in water can also cause the rice to be damaged, such as rice in a warehouse exposed to rain which can cause the rice to smell musty. The purpose of this study is to build a model for estimating the quality of rice based on the musty nature of rice using the Principal Component Analysis (PCA) method with pretreatment De-Trending (DT). This study used the FT-IR tool of Science and Technology T-1516. The material used was rice of Ciherang variety of 20 g per sample with a total amount of 56 samples. To obtain musty rice, soaking is carried out for 2 hours with storage of 2 days, 4 days and 6 days and the rice is dried in the sun. Treatment of ingredients is divided into 2, first rice without mixture and both rice with mixture. Mixing good rice with musty rice with a ratio of 75% and 25%. Acquisition of spectrum of rice is done in the form of piles. Each sample that has been inserted into a plastic bottle will be taken spectrum by placing each of these samples in a ray hole. To explore the similarity spectrum between samples and to find outliers of data using the T2 ellipse Hotteling method. The results of the research that has been done obtained by NIRS are able to produce a classification of good rice and musty rice with a success rate above 80%. DT pretreatment was able to produce a rice classification model so that it achieved 83.33% success.

Prediksi Kadar Air Beras Menggunakan NIRS dengan Metode PLS dan Pretreatment Standard Normal Variate, Derivative-I, Savitzky Golay Smoothing Nurhasanah Nurhasanah; Kiman Siregar; Zulfahrizal Zulfahrizal
Jurnal Ilmiah Mahasiswa Pertanian Vol 4, No 1 (2019): Februari 2019
Publisher : Fakultas Pertanian, Universitas Syiah Kuala

Abstrak. Kadar air merupakan suatu komponen penting dalam beras. Pengukuran kadar air dapat dilakukan menggunakan oven, alat elektronik seperti moisture tester, serta dengan penggunaan gelombang elektromagnetik seperti NIRS. Penelitian ini bertujuan menguji dan mengevaluasi teknologi NIRS sebagai metode cepat dan tepat dalam memprediksi kadar air beras dengan metode Partial Least Squares (PLS) serta menentukan metode koreksi spektrum yang terbaik dan akurat untuk memprediksi kadar air beras dengan menggunakan pretreatment Standard Normal Variate (SNV), Derivative- I (D-1)danSavitzky Golay Smoothing (SGS). Penelitian ini menggunakan Beras merk MB yang berasal dari pasar Rukoh Banda Aceh, yang berjumlah 20 sampel atau 300 gram. Perlakuan yang diberikan pada beras yaitu tanpa perendaman dan perendaman selama 5, 10, dan 15 menit. Prediksi kadar air beras dengan NIRS menggunakan alat self developed FT-IR IPTEK T-1516 dan metode referensi yang digunakan adalah metode gravimetri yang berdasarkan pada Association of Official Analytical Chemists (AOAC). Pengolahan data menggunakan Unscramble software® X version 10.5. Hasil penelitian menunjukkan prediksi kadar air beras dengan metode Partial Least Squares (PLS) menghasilkan good model performance dengan nilai RPD yang didapat yaitu 2,24 dan metode koreksi terbaik pada penelitian ini adalah Derivative-I dengan nilai RPD 2,57, r sebesar 0,9169, R2 sebesar 0,8407 dan RMSEC sebesar 1,6620.Prediction of Rice Moisture Content Using NIRS with PLS and Pretreatment Standard Normal Variate, Derivative-I, Savitsky Golay SmoothingAbstract. Moisture content is an important component of rice. Measurement of moisture content can be analyzed using an oven, electronic devices such as moisture tester, and by using the use of electromagnetic waves such as NIRS. This study aims to examine and evaluate NIRS technology as a faster and proper method in predicting rice moisture content by Partial Least Squares (PLS) method and determining the best and accurate spectrum correction method to predict rice water content using Standard Normal Variate (SNV) pretreatment, Derivative-I (D-1) and Savitzky Golay Smoothing (SGS). This study uses MB brand rice from the Rukoh market in Banda Aceh, with a total of 20 samples or 300 grams. The treatment given to rice is without soaking and soaking for 5, 10, and 15 minutes. Prediction of rice water content with NIRS using a self-developed FT-IR IPTEK T-1516 and the reference method used is a gravimetric method based on the Association of Official Analytical Chemists (AOAC). Data processing using Unscramble software® X version 10.5. The results showed the prediction of rice water content by the Partial Least Squares (PLS) method showed a good performance model with the RPD value obtained was 2.24 and the best correction method in this study was Derivative-I with an RPD value of 2.57, r of 0, 9169, R2 of 0.8407 and RMSEC of 1.6620.

Title

Found 14 Documents
Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 14 Documents Search

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 14 Documents
Search