Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
PREDIKSI KADAR AIR BERAS MENGGUNAKAN NIRS DENGAN METODE PLS DAN PRETREATMENT STANDARD NORMAL VARIATE, DERIVATIVE-I, SAVITZKY GOLAY SMOOTHING
Pengarang
NURHASANAH - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1405106010044
Fakultas & Prodi
Fakultas Pertanian / Teknik Pertanian (S1) / PDDIKTI : 41201
Kata Kunci
Penerbit
Banda Aceh : Fakultas Pertanian Universitas Syiah Kuala., 2018
Bahasa
Indonesia
No Classification
1
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Beras merupakan tanaman pangan hampir setengah populasi dunia. Salah satu karakteristik yang penting pada bahan pangan adalah kadar air, karena air dapat mempengaruhi mutu serta daya simpan bahan pangan tersebut. Pendugaan kadar air biasanya menggunakan metode oven dan alat moister tester. Seiring berkembangnya teknologi pendugaan kadar air dapat dilakukan menggunakan metode NIRS. Tujuan dari penelitian ini adalah (1) menguji dan mengevaluasi teknologi NIRS sebagai metode cepat dan tepat dalam memprediksi kadar air beras (2) menentukan metode koreksi spektrum yang terbaik dan akurat untuk memprediksi kadar air beras dengan menggunakan pretreatment SNV, D-1 dan Savitzky Golay Smoothing.
Penelitian ini menggunakan beras merk MB sebanyak 300 gram yang berasal dari pasar Rukoh Banda Aceh. Metode referensi yang digunakan untuk pengukuran kadar air adalah metode gravimetri yang berdasarkan pada Association of Official Analytical Chemists (AOAC) (2005) dengan menggunakan oven merk eyela wfo-450pd. Pengukuran dengan akuisis spektrum NIR menggunakan Self developed FT-IR IPTEK T-1516 dan pengolahan data menggunakan unscrambler software® X version 10.5 prediksi kadar air beras menggunakan metode Partial Least Squares (PLS) dengan Pretreatment Standard Normal Variate (SNV), Savitzky Golay Smoothing (SGS) dan Derivative I (D1).
Hasil dari penelitian ini memperlihatkan bahwa teknologi NIRS mampu memprediksi kadar air beras dengan metode Partial Least Squares (PLS) secara cepat dan tepat, dengan menghasilkan model prediksi yang baik (good model performance). Kandungan air beras dideteksi pada panjang gelombang 1881-1970 nm (5314-5075 cm-1) dan pada panjang gelombang 1406-1455 nm (7108-6869 cm-1). Metode koreksi spektrum yang paling baik pada penelitian ini adalah Pretreatment Derivative-1, hal tersebut dikarenakan nilai r, R2 , RPD lebih tinggi dan nilai RMSEC yang lebih rendah dari pretretment Standard Normal Variate (SNV) dan Savitzky-Golay Smoothing. Derivative-1 memiliki nilai r sebesar 0,9169, R2 sebesar 0,8407, RMSEC sebesar 1,6620 dan nilai RPD yaitu 2,57
Tidak Tersedia Deskripsi
PENDUGAAN KADAR AIR BERAS KETAN PUTIH DENGAN TEKNOLOGI NIRS MENGGUNAKAN METODE PRINCIPAL COMPONENT REGRESSION (PRE-TREATMENT DE-TRENDING, DERIVATIVE-2, DAN STANDART NORMAL VARIATE) (MARDIANTONO, 2019)
PENERAPAN METODE NON-LINIER DAN LINIER : SUPPORT VECTOR MACHINE REGRESSION DAN MULTIPLE LINIER REGRESSION UNTUK PREDIKSI KUALITAS INTERNAL BUAH MANGGA (MANGIFERA INDICA LINN) (MOHD NAZAR ISZA PUTR, 2019)
MODEL TEKNOLOGI NIRS DAN MACHINE LEARNING UNTUK PREDIKSI ASAM KLOROGENAT (CHLOROGENIC ACID) BIJI KOPI ARABIKA (COFFEA ARABICA L.) (Ferrin Wardiully, 2025)
APLIKASI TEKNOLOGI NEAR INFRARED REFLECTANCE SPECTROSCOPY DENGAN METODE PARTIAL LEAST SQUARE UNTUK PREDIKSI KADAR PATCHOULI ALKOHOL MINYAK NILAM (SRY AFRITA FITIA, 2021)
PENGARUH KETINGGIAN TEMPAT TERHADAP KANDUNGAN VITAMIN C DAN ANTIOKSIDAN PADA CABAI MENGGUNAKAN TEKNOLOGI VISIBLE NEAR INFRARED SPECTROSCOPY (VIS-NIRS) DENGAN MODEL PARTIAL LEAST SQUARE (PLS) (MUHAMMAD ALFI SHIDIQ HERMANSYAH, 2025)