Penerapan Visible dan Near Infrared Spectroscopy untuk Analisis Kualitas Tomat Secara Tidak Merusak
No Thumbnail Available
Files
Date
2004-04
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Balai Besar Pengembangan Mekanisasi Pertanian
Abstract
Near infrared spectroscopy telah digunakan sebagai metode yang cepat dan tidak merusak dalam penentuan kualitas buah dan sayuran. Model-model kalibrasi dari "Visible Near Infrared (Vis-NIR) spectroscopy" untuk warna dan kandar gula buah tomat utuh segartelah dikembangkan dengan mengunakan analisis regresi "partial least squares" dengan metode "full cross validation". Model kalibrasi dikembangkan dengan menggunakan 150
sampel buah tomat. Model kalibrasi untuk warna tomat dikembangkan dengan menggunakan kisaran panjang gelombang dari 600-700 nm, sedangkan untuk kandar gula dikembangkan dengan menggunakan kisaran panjang gelombang dari 700-1098 nm. Koefisien korelasi (Rc2) dan kesalahan standar (SEC) dari kalibrasi untuk warna, masing-masing adalah 0.97 dan 0.15, sedangkan untuk kadar gula masing-masing adalah 0.96 dan 0.42 Brix. Model-model kalibrasi yang telah dikembangkan kemudian digunakan untuk memprediksi warna dan kadar gula buah tomat yang berasal dari satu set data secara terpisah, yang terdiri dan 104 sampel. Dalam pemprediksian warna tomat dihasilkan nilai-nilai koefisien korelasi, kesalahan standar, dan penyimpangan, berturut-turut adalah 0,92, 0,19 dan 0,09. Sedangkan untuk pemprediksian kadar gula berturut-turut adalah 0,91, 0,49 Brix, dan -0,04 Brix. Berdasarkan hasil ini disimpulkan bahwa "Vis-NIR spectroscopy" yang dilengkapi dengan kabel optic adalah salah satu metode yang sesuai untuk menentukan warna dan kadar gula tomat utuh segar. Jadi teknologi "Vis-Nir spectroscopy" dapat digunakan untuk mengklasifikasikan tomat segar ke dalam kelompok kualitatif yang didasarkan pada penampakan luar (warna) maupun tingkat kemanisannya (kadar gula).
Description
Infrared Spectroscopy Tomato Quality
Keywords
Nondestructive Analysisi, Near-Infrared Spectroscopy, Partial Least Squares Regression, Tomatoes Quality