<?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="160551">
 <titleInfo>
  <title>PENGEMBANGAN METODE CEPAT UNTUK AUTENTIKASI BIBIT KELAPA SAWIT (ELAIS GUINENSISS RNJACQ) MENGGUNAKAN SPEKTRUM NEAR INFRARED SPECTROSCOPY (NIRS)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>IHDA MULYANI</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>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Kelapa sawit (Elaeis guineensis Jacq) merupakan komoditas strategis yang memberikan &#13;
kontribusi signifikan terhadap perekonomian, khususnya di Indonesia. Keberhasilan produksi &#13;
sangat bergantung pada kualitas bibit, namun peredaran bibit palsu menjadi tantangan serius yang &#13;
dapat menurunkan produktivitas dan merugikan petani. Penelitian ini bertujuan mengembangkan &#13;
metode autentikasi bibit kelapa sawit menggunakan near-infrared spectroscopy (NIRS) yang cepat &#13;
dan akurat. Sebanyak 429 sampel daun dari varietas 540, Simalungun, Yangambi, dan bibit palsu &#13;
dianalisis pada rentang panjang gelombang 999-2500 nm. Hasil spektrum menunjukkan puncak &#13;
serapan khas yang berkaitan dengan kandungan air, selulosa, hemiselulosa, lignin, protein, dan &#13;
lipid. Analisis principal component analysis (PCA) menunjukkan bahwa komponen utama (PC1) &#13;
menjelaskan 99,5% variasi data, sedangkan total variasi yang dijelaskan mencapai 99,97%, &#13;
mengindikasikan efektivitas PCA dalam membedakan varietas. Klasifikasi dengan linear &#13;
discriminant analysis (LDA) menghasilkan akurasi 92,55% sebelum penghapusan outlier, dan &#13;
meningkat menjadi 99,76% setelah 17 outlier dihapus. Hasil ini menunjukkan bahwa kombinasi &#13;
NIRS, PCA, dan LDA merupakan metode yang efektif untuk autentikasi varietas bibit kelapa sawit &#13;
secara cepat dan akurat.</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>160551</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-07-14 00:26:25</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-07-14 23:54:32</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>