Farrasa Rani Faisyal Primary Author mixed material bibliography Banda Aceh Fakultas mipa 2025 id Indonesia

Theses

ABSTRAK Mangga termasuk salah satu buah unggulan yang sangat disukai masyarakat, memiliki kandungan vitamin yang tinggi, dan memiliki nilai ekonomi yang tinggi, sehingga evaluasi dan identifikasi kualitas buah menjadi perhatian dalam pengolahan pascapanen. Kualitas buah mangga dapat ditentukan dari parameter seperti keasaman total dan vitamin C. Near Infrared Spectroscopy (NIRS) merupakan teknik analisis yang cepat dan tidak merusak sampel (non-destruktif) yang diterapkan sebagai metode alternatif untuk menentukan parameter kualitas. Metode non-linear seperti algoritma Machine Learning (ML) dengan metode regresi diperlukan untuk meningkatkan analisis data yang lebih akurat. Penelitian ini bertujuan untuk membandingkan beberapa teknik ML dalam optimasi model NIRS untuk prediksi kandungan keasaman total dan Vitamin C buah mangga dengan metode spectral corection Multiplicative Scatter Correction (MSC) dan Standard Normal Variate (SNV). Hasil prediksi kandungan keasaman total yang paling baik ditunjukkan oleh algoritma GBR, dengan nilai MSC-GBR (R²: 0.99, r: 0.97, RMSEC: 0.00, RPD: 7.06) dan SNV-GBR (R²: 0.99, r: 0.99, RMSEC: 0.01, RPD: 17.23). Algoritma RFR juga memberikan hasil yang cukup baik setelah GBR. Hasil prediksi Vitamin C, algoritma GBR dan RFR menunjukkan kinerja paling baik dengan nilai MSC-GBR (R²: 0.97, r: 0.99, RMSEC: 0.00, RPD: 5.82) dan SNV-RFR (R²: 0.99, R: 0.99, RMSEC: 0.18, RPD: 12.41). Sedangkan algoritma SVR dan KNN-R untuk prediksi keasaman total buah mangga dan Vitamin C menghasilkan performa yang kurang baik. Penelitian ini telah berhasil menunjukkan bahwa metode NIRS yang dikombinasikan dengan teknik ML dapat digunakan untuk memprediksi nilai keasaman total dan Vitamin C pada buah mangga dengan akurasi yang cukup tinggi pada model GBR dan RFR. Pemilihan metode spectral corection dan algoritma ML yang tepat sangat penting untuk mendapatkan hasil yang optimal. Kata Kunci: Mangga, Keasaman total, Vitamin C, Near Infrared Spectroscopy (NIRS), regresi, SVR, RFR, GBR, KNN-R MACHINE LEARNING 006.31 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 167309 2025-07-25 12:11:28 2025-07-25 14:43:04 machine generated