Prediksi Kandungan Kimia Buah Kelapa Sawit secara Non-Desktruktif Menggunakan Portable Spectrometer | Non-Destructive Prediction of Chemical Content of Oil Palm Fruit Using Portable Spectrometer
2025
Hermawan, Hadyan Faruqi | Budiastra, I Wayan
Kualitas buah kelapa sawit saat panen menjadi kunci dalam meningkatkan mutu minyak kelapa sawit. Salah satu tahap penting adalah penentuan kandungan kimia tandan buah segar (TBS) secara tepat dan akurat. Saat ini, penentuan masih dilakukan secara visual oleh pemanen, yang bersifat subjektif dan kurang akurat. Penentuan secara akurat harus dilakukan di laboratorium dengan waktu dan biaya yang tinggi. Penelitian ini bertujuan mengembangkan metode prediksi kandungan kimia buah kelapa sawit (kadar air, kadar asam lemak bebas, dan kadar minyak) secara non-destruktif menggunakan spektrometer portabel. Spektrum reflektan buah pada panjang gelombang 1350–2500 nm (372 sampel) diukur menggunakan alat spektrometer portabel, selanjutnya kandungan kimia ditentukan dengan metode kimia di laboratorium. Spektra near infrared (NIR) diolah menggunakan pre-treatment normalize, standard normal variate (SNV) dan multiplicative scatter correction (MSC) kemudian dilakukan kalibrasi antara data NIR dan kandungan kimia menggunakan metode Partial Least Square Regression (PLSR) dan Multiple Linear Regression (MLR). Kemudian dilakukan validasi untuk mengukur performa model kalibrasi. Metode kalibrasi terbaik untuk memprediksi masing-masing kadar air, kadar asam lemak bebas dan kadar minyak adalah PLS dengan 6, 10 dan 9 faktor dengan akurasi (R2 = 0,94; SEC = 5,64%; RPD = 4,38), (R2 = 0,70, SEC = 1,20%; RPD = 1,87) dan (R2 = 0,94; SEC = 4,60%; RPD = 4,49) menggunakan pre-treatment multiplicative scatter correction (MSC). Metode PLS mengungguli metode MLR dalam penentuan kandungan kimia dengan metode NIR.
Afficher plus [+] Moins [-]Mots clés AGROVOC
Informations bibliographiques
Cette notice bibliographique a été fournie par IPB University in The City of Bogor (formerly Bogor Agricultural University)
Découvrez la collection de ce fournisseur de données dans AGRIS