ZULFAN Primary Author mixed material bibliography Banda Aceh Fakultas Pertanian Teknik Pertanian (S1) 2025

Skripsi

Minyak nilam (Pogostemon cablin Benth) merupakan salah satu komoditas unggulan Indonesia di sektor minyak atsiri. Kualitas ini dinilai melalui beberapa parameter, salah satunya adalah indeks bias, yang mencerminkan tingkat kemurnian dan konsistensi senyawa kimia di dalam minyak. Pengukuran indeks bias umumnya dilakukan dengan metode konvensional yang handal dan telah banyak digunakan. Namun dalam perkembangannya teknologi inframerah mulai diterapkan karena bersifat cepat, non-destruktif, dan ramah lingkungan. Penelitian ini bertujuan untuk menganalisis kemampuan Fourier Transform Inframerah Dekat (FT-NIR) dalam menduga nilai indeks bias pada minyak nilam serta menganalisis pengaruh pretreatment untuk meningkatkan performa model, dan menentukan rentang panjang gelombang optimum. Penelitian ini menggunakan minyak nilam mentah Aceh yang didapat dari petani nilam melalui Atsiri research Center (ARC). Minyak nilam difraksinasi dan dicampurkan untuk menghasilkan variasi kadar patchouli alcohol (PA). Pengujian kadar PA dilakukan dengan metode Gas Cromatography and Mass Spectrometry (GCMS). Pengukuran indeks bias aktual dilakukan menggunakan hand refractometer. Selanjutnya dilakukan akuisisi spektrum untuk setiap sampel minyak menggunakan alat FT-NIR Thermo Nicolet Antaris II TM. Model pendugaan angka indeks bias dianalisis dengan metode Partial Least Square Regression (PLSR) dan diberikan pretreatment de-trending (DT) dan derivative-1 (D1). Sebanyak 30 variasi sampel diperoleh dengan kadar PA dari 21,73% sampai 41,10 %. Nilai indeks bias aktual yang diperoleh adalah 1.5040—1.5085. Hasil penelitian ini menunjukkan bahwa FT-NIR dengan metode PLSR dapat digunakan untuk menduga indeks bias minyak nilam secara cepat, non-destruktif, dan efisien. Model tanpa pretreatment menghasilkan nilai koefisien korelasi (r) sebesar 0,85, koefisien determinasi (R²) sebesar 0,72, error (RMSEC) sebesar 0,00078 dan RPD sebesar 1,9. Hasil ini menunjukkan bahwa performa model awal masih rendah. Namun setelah dilakukan pretreatment DT dan D1 terbukti mampu meningkatkan kinerja model kalibrasi. Model terbaik adalah PLSR-D1 dengan LV-9 yang memiliki kriteria koefisien korelasi sebesar 0,97, koefisien determinasi sebesar 0,95, error sebesar 0,00034, serta nilai RPD sebesar 4,5. Hasil ini menunjukkan bahwa model yang dibangun tergolong akurasi prediksi yang sangat baik (excellent prediction accuracy). Hasil analisis loading plot dengan menggunakan Latent Variable (LV)-4 menunjukkan bahwa kontribusi paling signifikan terhadap pembentukan model kalibrasi terdapat pada rentang panjang gelombang optimum 1910-1980 nm. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1704659 2025-10-23 20:40:07 2025-10-24 10:18:04 machine generated