Abstrak pengujian kadar unsur hara nitrogen, fosfor dan kalium tanah sawah secara destruktif di laboratorium memerlukan banyak perlakuan terhadap sampel dan waktu yang lama. penelitian ini bertujuan untuk mengembangkan instrument berbasis teknologi sensor near infrared spectroscopy (nirs) sehingga diharapkan dapat membantu mendeteksi cepat kandungan unsur hara tanah. penelitian ini menggunakan model prediksi yang dibangun menggunakan metode principal component regression (pcr) dengan metode koreksi multiplicative scatter correction (msc) dan peak normalization (pn). kemudian dilanjutkan dengan analisis laboratorium untuk mendapatkan nilai acuan. 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 ini menunjukan bahwa panjang gelombang yang relevan untuk menduga kadar nitrogen, fosfor dan kalium adalah 7096-7127 cm-1 , 7096-7181 cm-1 dan 8195-8315 cm-1. selanjutnya, metode multiplicative scatter correction (msc) menghasilkan nilai kadar nitrogen yang lebih tinggi dari metode peak normalization (pn) yaitu (r) 0,87, nilai (r2) 0,76, nilai rmesc 0,02 dan nilai rpd 1,9 yang tergolong dalam model prediksi yang bagus. hal ini menunjukkan bahwa metode multiplicative scatter correction (msc) lebih baik dibandingkan dengan metode peak normalization (pn). kata kunci : tanah, unsur hara, nitrogen, fosfor, kalium, nirs.
Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PENGEMBANGAN SISTEM AKUISISI DATA SPEKTRUM TANAH BERBASIS NEAR INFRARED SPECTROSCOPY (NIRS) UNTUK PREDIKSI KADAR NITROGEN, FOSFOR DAN KALIUM PADA LAHAN SAWAH. Banda Aceh Fakultas Pertanian Universitas Syiah Kuala,2018
Baca Juga : PENERAPAN TEKNOLOGI NEAR INFRARED REFLECTANCE SPECTROSCOPY (NIRS) UNTUK PENGUJIAN CEPATRNKADAR PROTEIN PADA DAGING YANG TELAH DIAWETKAN (Qori Gusti Ananda, 2025)
Abstract
Baca Juga : PREDIKSI KADAR AIR DAN KAFEIN BIJI KOPI HIJAU MENGGUNAKAN NEAR INFRARED SPECTROSCOPY (Murtahar, 2019)