ARHAM DANDY ABDULLAH Primary Author mixed material bibliography Banda Aceh Fakultas Pertanian 2025

Skripsi

Kelor (Moringa oleifera) merupakan tanaman yang dikenal memiliki nilai gizi dan khasiat farmakologis yang tinggi. Salah satu kandungan penting dalam daun kelor adalah zat besi (Fe), yang berperan penting dalam pembentukan hemoglobin dan metabolisme tubuh. Daun kelor, khususnya dalam bentuk serbuk, diketahui mengandung zat besi mencapai sekitar 60,5 mg/100 gram bahan. Selama ini, analisis kadar Fe pada daun kelor umumnya dilakukan menggunakan metode destruktif berbasis spektroskopi laboratorium. Berdasarkan hal tersebut, penelitian ini dilakukan untuk mengembangkan alternatif sensor yang mampu memperkirakan kandungan Fe pada tepung daun kelor secara non-destruktif. Sensor yang digunakan adalah Triad Spectroscopy AS7265x produksi Sparkfun Electronics, yang dalam penelitian ini dirancang menjadi bentuk portabel agar lebih praktis digunakan di lapangan. Penelitian ini telah dilaksanakan di Laboratorium Instrumentasi dan Energi Program Studi Teknik Pertanian Fakultas Pertanian serta di Laboratorium Kimia Instrumen Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Syiah Kuala. Sebanyak 16 sampel tepung daun kelor digunakan, yang berasal dari 8 kabupaten di Indonesia. Nilai aktual kandungan Fe dari setiap sampel diperoleh melalui analisis menggunakan alat Atomic Absorption Spectroscopy (AAS). Analisis data dilakukan meliputi uji outlier, perbandingan spektrum tanpa dan dengan pretreatment, serta perancangan model prediksi kadar Fe menggunakan metode Partial Least Square (PLS). Evaluasi model dilakukan dengan menggunakan parameter koefisien determinasi (R²), Root Mean Square Error of Calibration (RMSEC), Mean Absolute Error (MAE), dan Residual Predictive Deviation (RPD). Rentang panjang gelombang yang digunakan dalam analisis adalah 410–940 nm. Hasil penelitian menunjukkan bahwa teknologi ini memiliki beberapa keunggulan, di antaranya proses pengukuran yang cepat, simultan, tidak merusak sampel, dan tidak memerlukan bahan kimia tambahan. Berdasarkan hasil loading plot, panjang gelombang optimum diperoleh pada kisaran 670–690 nm. Model PLS menghasilkan nilai R² sebesar 0,850, RMSEC sebesar 0,413, MAE sebesar 0,341, dan RPD sebesar 2,7. Setelah dilakukan pretreatment menggunakan Standard Normal Variate (SNV), kinerja model meningkat dengan nilai R² sebesar 0,880, RMSEC sebesar 0,369, MAE sebesar 0,275, dan RPD sebesar 3. Berdasarkan nilai-nilai tersebut, model prediksi kandungan Fe yang diperoleh termasuk dalam kategori sangat baik (excellent prediction accuracy). 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 1705273 2025-10-27 16:32:33 2025-10-28 09:28:07 machine generated