MODEL TEKNOLOGI NIRS DAN MACHINE LEARNING UNTUK PREDIKSI ASAM KLOROGENAT (CHLOROGENIC ACID) BIJI KOPI ARABIKA (COFFEA ARABICA L.)
Ferrin Wardiully
Primary Author
mixed material
bibliography
Banda Aceh
Fakultas Magister Pertanian
2025
Teknologi NIRS, dikombinasikan dengan pembelajaran mesin, menawarkan pendekatan yang menjanjikan untuk analisis non-destruktif produk pertanian. Penelitian ini fokus pada prediksi kandungan asam klorogenat pada biji kopi arabika menggunakan model NIRS dan machine learning. Berbagai metode pra-pemrosesan diterapkan untuk meningkatkan akurasi model, termasuk normalisasi puncak, pemulusan Savitzky-Golay, dan koreksi penyebaran multiplikatif yang diperluas (EMSC). Hasilnya menunjukkan bahwa model tersebut dapat secara efektif memprediksi kadar asam klorogenat dengan akurasi tinggi, terutama ketika menggunakan pemulusan Savitzky-Golay sebagai metode pra-pemrosesan. Model tersebut mencapai koefisien determinasi (R²) sebesar 0,79 dan rasio prediksi terhadap deviasi (RPD) sebesar 3,38, yang menunjukkan prediksi yang kuat dan andal. Temuan ini menggarisbawahi potensi integrasi NIRS dan pembelajaran mesin untuk pengendalian kualitas di industri kopi.
0
ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala
1703497
2025-10-16 15:26:56
2025-10-16 16:04:30
machine generated