Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
TRANSFORMASI ATTENUATED TOTAL REFLECTANCE NEAR INFRARED UNTUK PREDIKSI VITAMIN C PADA BUAH MANGGA ARUMANIS (MANGIFERA INDICA)
Pengarang
Muslem - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1405106010010
Fakultas & Prodi
Fakultas Pertanian / Teknik Pertanian (S1) / PDDIKTI : 41201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas Pertanian Universitas Syiah Kuala., 2019
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)
Abstrak, Parameter yang digunakan dalam penilaian mutu buah mangga antara lain ukuran atau berat, kekerasan, tingkat ketuaan serta bebas dari cacat. Kekerasan pada buah mangga merupakan fungsi dari tingkat kematangan, sedangkan kematangan berhubungan dengan tingkat ketuaan yang dapat diduga melalui penampilan visual. Vitamin C merupakan vitamin yang larut dalam air dan esensial untuk biosintesis kolagen.pengukuran vitamin C pada buah mangga menggunkan metode tetrasi, dan penggunaan gelombang elektromaknetik seperti Near Infrared. Penelitian ini bertujuan untuk memprediksi kadar vitamin C dalam buah mangga menggunakan metode Spektrofotometri UV-Vis dan Iodimetri, serta membandingkan hasil dari kedua metode tersebut. Sampel yang diidentifikasi yaitu buah mangga yang sudah matang dengan menggunakan model transformasi Attenuated Total Reflectance dan menggunakan metode Principal Component Analysis (PCA) dan menggunakan metode Principal Component Regression (PCR). Penelitian ini menggunakan buah mangga jenis Arumanis, yang berjumlah 30 sampel. Prediksi vitamin C dengan NIRS menggunakan alat FT-IR IPTEK T-1516. Pengolahan data menggunakan Unscramble software® X versi 10.5. Hasil penelitian menunjukkan prediksi vitamin C mangga dengan metode Principal Component Regression (PCR) menghasilkan sufficient performance dengan nilai RPD yang didapat yaitu 2,0083 (r) sebesar 0,8638 , (R2 ) sebesar 0,7463 dan (RMSEC) sebesar 5,1854
Tidak Tersedia Deskripsi
PERBANDINGAN TEKNIK MACHINE LEARNING DALAM OPTIMASI MODEL NEAR INFRARED SPECTROSCOPY (NIRS) UNTUK PREDIKSI KANDUNGAN KEASAMAN TOTAL DAN VITAMIN C BUAH MANGGA (Farrasa Rani Faisyal, 2025)
PREDIKSI KADAR TOTAL PADATAN TERLARUT (TPT) DAN VITAMIN C BUAH MANGGA ARUMANIS (MANGIFERA INDICA L) MENGGUNAKAN NEAR INFRARED SPECTROSCOPY (NIRS) DENGAN METODE PARTIAL LEAST SQUARE (PLS) (SALMAN RIVALDI, 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)
UJI PREDIKSI KADAR VITAMIN C BUAH JERUK MANIS BERBASIS TEKNOLOGI NEAR INFRARED REFLECTANCE SPECTROSCOPY (NIRS) (MUHAMMAD NAZARULLAH, 2017)
POTENSI MANGGA CENGKIR ( MANGIFERA INDICA L ) DALAM MENINGKATKAN KUALITAS SUSU PLANTARUM (CUT NAURA FAHIRA RAHMI, 2025)