<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="125608">
 <titleInfo>
  <title>PENERAPAN METODE MACHINE LEARNING UNTUK VALIDASI MODEL PENDUGAAN KADAR PATCHOULI ALCOHOL MINYAK NILAM</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Muhammad Rafli Aulia</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Pertanian</publisher>
   <dateIssued>2024</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Nilam Aceh merupakan varietas nilam unggulan di Indonesia yang diakui secara internasional karena memiliki kadar patchouli alcohol (PA) yang tinggi. Kadar PA adalah indikator utama yang menentukan kualitas, mutu, dan harga minyak nilam, di mana kadar PA tidak boleh kurang dari 30%. Semakin tinggi kadar PA pada minyak nilam, semakin baik mutu minyak tersebut. Oleh karena itu, mengetahui kadar PA dalam minyak nilam sangat penting. Saat ini, pengujian kadar PA biasanya dilakukan melalui uji laboratorium yang memerlukan waktu lama dan biaya tinggi. Oleh karena itu, diperlukan metode alternatif yang lebih efisien untuk menentukan mutu minyak nilam, dan salah satu teknologi yang dapat digunakan untuk mengatasi masalah ini adalah teknologi NIRS. Penelitian ini bertujuan untuk mengkaji kemampuan teknologi NIRS dengan metode Support Vector Machine Regression (SVMR) dalam mengolah data spektrum dan menentukan metode koreksi terbaik dan akurat untuk memprediksi kadar PA sebagai indikator mutu pada minyak nilam crude oil.&#13;
Penelitian ini menggunakan minyak nilam dalam bentuk crude oil, sebagian di antaranya difraksinasi menggunakan rotary vacuum evaporator untuk menghasilkan dua fraksi berat dan dua fraksi ringan. Minyak nilam bentuk crude oil dan hasil fraksinasi kemudian diuji menggunakan GCMS untuk mengetahui kadar patchouli alcohol masing-masing. Untuk memperoleh variasi kadar patchouli alcohol, dilakukan pencampuran antara minyak nilam crude oil dan minyak nilam fraksinasi, sehingga diperoleh 7 sampel. Dan dengan menggunakan tambahan data sekunder pada penelitian Dina (2023). Pengukuran spektrum minyak nilam dalam penelitian ini dilakukan menggunakan Thermo Nicolet Antaris II TM. Panjang gelombang yang digunakan berada pada rentang 1000 nm hingga 2500 nm. Data spektrum kemudian diolah menggunakan software Unscrambler X versi 10.3. Metode pengolahan data yang digunakan dalam penelitian ini adalah Support Vector Machine Regression (SVMR) dengan pretreatment Derivative 1, Mean Normalization dan Multiplicative Scatter Correction (MSC)&#13;
Hasil dari penelitian ini adala: (1) Teknologi Near Infrared Reflectance Spectroscopy (NIRS) dengan metode Support Vector Machine Regression (SVMR) membuka peluang untuk digunakan dalam memprediksi kadar patchouli alcohol dalam minyak nilam Aceh. (2) Secara umum pretreatment yang dilakukan menghasilkan model yang tidak begitu signifikan berbeda, namun dilihat secara detail dari nilai residual predictive deviation (RPD) yang didapatkan dan model akhir, dapat disimpulkan model terbaiik pada penelitian ini ialah Mean Normalization (MN) dengan nilai koefisien determinasi (R2) 0,9943442, nilai root mean square error calibration (RMSEC) 0,9491498. Serta nilai residual predictive deviation (RPD) 6,8468. Kemudian untuk nilai validasi yang diperoleh koefisien determinasi (R2) 0,3928704. Dengan nilai root mean square error validation (RMSEV) 6,6047335. Kemudian untuk nilai Range Error Ratio 3. dengan kategori memiliki utilitas praktis rendah-sedang, yang masih layak untuk diterapkan.&#13;
</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>125608</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2024-07-18 15:16:16</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2024-07-19 08:35:57</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>