Abstrak
Deteksi Kualitas Produk Hortikultura Tropis Pada Tingkat Kematangan Yang Berbeda Secara Non-destruksi Menggunakan Near-infrared Spectroscopy
Kusumiyati, Ir., M.Agr., Ph.D. (Ketua), Wawan Sutari, SP., MP.(Anggota), Ir. Farida, L.M. (Anggota)
Universitas Padjadjaran, Universitas Padjadjaran Fakultas Pertanian
Bahasa Indonesia, Bahasa Inggris
Universitas Padjadjaran, Universitas Padjadjaran Fakultas Pertanian
Calibration, kalibrasi, lofaah, oyong, portable near-infrared spectroscopy, prediction, prediksi, sapodilla., sawo
Pendeteksian kualitas internal menggunakan Near-infrared spectroscopy merupakan cara yang cepat dan non-destruksi. Keuntungan metode non-destruksi adalah produk masih layak dipasarkan setelah produk tersebut dinilai kualitasnya. Selain itu metode pendeteksian cepat ini berarti melalukan pemilihan dan pengkelasan buah untuk memperoleh kualitas buah yang seragam dalam tiap kelasnya untuk tujuan penjualan, khususnya pada produk ysng berpotensi ekspor. Penilaian kualitas secara non-destruksi artinya buah masih dapat dipasarkan, bahkan diekspor karena buah tidak didestruksi pada saat diuji. Penelitian ini bertujuan untuk menilai beberapa komponen kualitas produk hortikultura (sayuran dan buah-buahan) yang banyak ditemukan atau tumbuh di daerah tropis, seperti sawo dan oyong dengan menggunakan portable near-infrared secara cepat, akurat, objektif dan non-destruksi.Sayuran dan buah dipanen dari kebun pada stadia yang sama lalu disimpan selama 5 dan 10 hari untuk memperoleh tingkat kematangan yang berbeda. Metoda penelitian yang akan digunakan adalah analisis data multivariasimenggunakan software Multivariate Unscrambler (version 7.51, CAMO, Oslo, Norway). Data NIR diperoleh dengan menggunakan portable NIR (NirVana AG410, Integrated spectronics Pty, Ltd, Australia)pada panjang gelombang 6001100nm. Spektrum absorpsi ditransformasi dengan pra perlakuan turunan kedua menggunakan software ISIS (Integrated spectronics Pty, Ltd, Australia). Penelitian ini di lakukan di Laboratorium Hortikultura Fakultas Pertanian dan laboratorium Uji Fakultas Teknologi Ilmu Pertanian, Universitas Padjadjaran selama dua tahun, mulai Maret sampai November 2017. Hasil penelitian ini menunjukkan bahwa NIR spectrometer dapat memprediksi nilai kualitas kadar padatan terlarut, kandungan air, kekerasan buah, serta warna dari oyong dan sawo dengan tingkat keakuratan 50% hingga 97%.
Detection of internal quality of horticulture product using Near-infraread Spectroscopy is a fast and non-destructive method. The advantage of non-destructive methodis after the quality detection was conducted, the product is still marketable. Otherwise, speed scanning method actually means sorting and grading the fruit which is also needed to obtain a homogenous quality at the same grade for trading, especially potential export product. The aim of this research was focused on analyzing some internal quality components of horticulture product (vegetable and fruit) wich is found a lot in a tropical region, such as sapodilla and lofah using portable NIR spectroscopy more quickly, correctly, objectively, and non-destructively. The vegetable and fruit were all harvested from the orchad at the the same stage then keep for 5 and 10 days to get samples on different maturity stage. The method research was used multivariate analysis data using Unscrambler software (version 7.51, CAMO, Oslo, Norway).The data acquisition was taken using portable near-infrared (NIR) spectrometer (NirVana AG410, Integrated Spectronics Pty, Ltd, Australia) with wavelength range of 600-1100 nm and stored as absorbance spectra and pretreated by second-derivatives spectra using ISIS software using software ISIS (Integrated Spectronics Pty, Ltd, Australia).The product were analyzed in the Horticulture Laboratory, and Exam Laboratory, Padjadjaran University. The research was conducted from March to November 2017. The results showed that NIR Spectroscopy was able to estimate the internal qualities of sapodilla and lofaah for soluble solids content, moisture content, hardness and color values by the developed PLS model for the cucumber for the value of accuracy from 50% to 97%.