Aplikasi Teknologi Near Infrared Reflectance Spectroscopy (NIRS) Untuk Membedakan Beras Apek dan Tidak Apek Menggunakan Metode Principal Component Analysis (PCA)

Abstract

Abstrak. Beras merupakan salah satu tanaman pangan utama hampir dari setengah populasi dunia. Beras sebagai menu pokok ini memiliki kandungan pati yang cukup besar. Selain itu, dalam beras juga mengandung vitamin, protein, mineral, dan air. Pendistribusian beras terkadang membuat beras rusak \xa0yang disebabkan oleh beberapa faktor, seperti penyimpanan yang terlalu lama, dan suhu tempat penyimpanan beras. Beras yang terendam air juga bisa menyebabkan beras itu rusak, seperti beras yang ada dalam gudang yang terkena air hujan yang dapat menyebabkan beras tersebut\xa0 bau apek. Tujuan dari penelitian ini adalah membangun model pendugaan mutu beras berdasarkan sifat apek beras menggunakan metode Principal Component Analysis (PCA) dengan pretreatment De-Trending (DT). Penelitian ini menggunakan alat FT-IR IPTEK T-1516. Bahan yang digunakan adalah beras varietas Ciherang 20 g per sampel dengan total jumlah sebanyak 56 sampel. Untuk memperoleh beras apek dilakukan perendaman selama 2 jam dengan penyimpanan 2 hari, 4 hari dan 6 hari dan beras dikeringkan di bawah sinar matahari. Perlakuan terhadap bahan dibagi 2, pertama beras tanpa campuran dan kedua beras dengan campuran. Pencampuran beras bagus dengan beras apek dengan rasio 75% dan 25%. Akuisisi spectrum beras dilakukan dalam bentuk tumpukan. Masing-masing sampel yang telah dimasukkan ke dalam botol plastik akan dilakukan pengambilan spektrum dengan cara diletakkan masing-masing sampel tersebut pada lubang sinar. Untuk mengekplorasi kemiripan spectrum antar sampel dan untuk mencari outlier data dengan menggunakan metode Hotteling T 2 ellipse . Hasil dari penelitian yang telah dilakukan diperoleh NIRS mampu menghasilkan klasifikasi beras bagus dan beras apek dengan tingkat keberhasilan di atas 80%. Pretreatment DT mampu menghasilkan model klasifikasi beras sehingga mencapai keberhasilan 83,33%. Technology Application Near Infrared Reflectance Spectroscopy (NIRS) To Distinguish The Rice Is Stale And Not Stale Using The Principal Component Analysis Method (PCA) Abstract . Rice is one of the main food crops of almost half the world s population. Rice as a staple menu has a considerable starch content. In addition, rice also contains vitamins, protein, minerals, and water. The distribution of rice sometimes destroys rice caused by several factors, such as too long storage, and the temperature where the rice is stored. Rice that is submerged in water can also cause the rice to be damaged, such as rice in a warehouse exposed to rain which can cause the rice to smell musty. The purpose of this study is to build a model for estimating the quality of rice based on the musty nature of rice using the Principal Component Analysis (PCA) method with pretreatment De-Trending (DT). This study used the FT-IR tool of Science and Technology T-1516. The material used was rice of Ciherang variety of 20 g per sample with a total amount of 56 samples. To obtain musty rice, soaking is carried out for 2 hours with storage of 2 days, 4 days and 6 days and the rice is dried in the sun. Treatment of ingredients is divided into 2, first rice without mixture and both rice with mixture. Mixing good rice with musty rice with a ratio of 75% and 25%. Acquisition of spectrum of rice is done in the form of piles. Each sample that has been inserted into a plastic bottle will be taken spectrum by placing each of these samples in a ray hole. To explore the similarity spectrum between samples and to find outliers of data using the T2 ellipse Hotteling method. The results of the research that has been done obtained by NIRS are able to produce a classification of good rice and musty rice with a success rate above 80%. DT pretreatment was able to produce a rice classification model so that it achieved 83.33% success.