Model Kalibrasi Kemometrik Berbasis Spektrum Ftir Untuk Penentuan Adulterasi Kopi Arabika dengan Kopi Robusta
Tahun 2026 · Penulis: Diva Auliana
Faculty of Pharmacy, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Kopi merupakan subsektor perkebunan dengan potensi tinggi baik dalam segi penyedia industri, lapangan pekerjaan maupun penunjang perekonomian negara. Jenis kopi yang mendominasi adalah kopi robusta sebesar 71,46% dan kopi arabika sebesar 28,54%. Adulterasi kopi arabika dengan kopi robusta diminati oleh masyarakat karena rasanya yang khas serta untuk meningkatkan keuntungan komersial. Namun, adulterasi kopi arabika dengan kopi robusta yang tidak sesuai dapat menimbulkan dampak kesehatan yang nyata, seperti peningkatan tekanan darah, nyeri kepala, dan gangguan gastrointestinal utamanya karena kandungan kafein pada robusta yang hampir dua kali lipat dari kafein pada arabika. Oleh karena itu, diperlukan pengawasan mutu dan keaslian produk menjadi aspek penting dalam menjaga integritas industri kopi sehingga aman dikonsumsi masyarakat. Spektroskopi FTIR merupakan metode yang digunakan untuk mendeteksi gugus fungsi, mengidentifikasi senyawa, dan menganalisis campuran dari sampel. Keunggulan FTIR adalah rentang pengukuran luas, cepat, produktif, sensitif, murah, dan mampu memberikan informasi dalam spektrum yang melimpah. Dalam penelitian ini, FTIR dengan analisis kemometrik seperti PLS (Partial Least Square), PCR (Principal Component Regression), dan SVR (Support Vector Regression) dikombinasikan dengan teknik pra-pemrosesan spektrum (smoothing, normalize, first derivative, second derivative, baseline, Standard Normal Variate, spectroscopic, detrend, MSC, Orthogonal Signal Correction, dan deresolve). Model dengan hasil validasi terbaik akan diterapkan pada sampel yang beredar di pasaran. Sampel kopi yang digunakan terdiri dari tiga set kopi arabika murni dan kopi robusta murni. Sampel simulasi training set sebanyak 63 sampel dibuat dengan menambahkan kopi robusta dari rentang konsentrasi 0-100% pada kopi arabika, dimana konsentrasi 0% menunjukkan full adulterant robusta dan 100% menunjukkan murni arabika. Sedangkan sampel test set sebanyak 21 sampel dari konsentrasi 32-82%. Selanjutnya, sampel dianalisis menggunakan spektroskopi FTIR untuk membangun model kalibrasi. Sebelum model multivariat dibentuk, spektrum FTIR yang akan digunakan harus melalui tahap pra-pemrosesan spektrum. Model PLS, PCR, dan SVMR dibangun sekaligus dengan validasi internal LOOCV random with 20 segment. Model PLS menunjukkan performa yang paling baik dibandingkan model PCR dan SVMR. Model PLS secara konsisten memberikan kombinasi RMSE yang terendah serta R2 yang paling mendekati satu dengan explained variance paling tinggi dibandingkan dua model lainnya. Model PLS divalidasi dengan menggunakan validasi eksternal untuk mengetahui teknik pra-pemrosesan yang paling efektif memprediksi sampel diluar sampel training set. Hasil validasi eksternal menunjukkan spectroscopic sebagai model PLS dengan performa statistik tertinggi dengan nilai korelasi 0,977; R2 (pearson) 0,955; R2 0,951; RMSE 3,331; SEP 3,329; dan Bias 0,346. Namun, model yang dapat diaplikasikan pada sampel nyata tidak terbatas pada satu model saja. Model PLS original, smoothing dan deresolve menunjukkan kinerja yang tidak berbeda signifikan dengan model spectroscopic. Ketiga model tersebut memberikan nilai korelasi dan R2 (pearson) pada kisaran 0,97 dan 0,95 sama dengan model spectroscopic diiringi dengan nilai R2, RMSEP, SEP, dan bias yang tidak terlalu jauh dengan model spectroscopic. Aplikasi produk adulterasi kopi arabika dengan kopi robusta di pasaran menggunakan model terpilih menunjukkan bahwa model mampu memprediksi kandungan arabika hampir mendekati label klaim. Namun pada sampel dengan massa arabika yang rendah yaitu 15%, kemampuan prediksi model menurun, Keterbatasan ini dapat disebabkan oleh Limit of Quantification. Hal tersebut membuat hasil pengukuran menjadi tidak konsisten, dibuktikan dengan nilai RSD sebesar 21-22%.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,864
Tahun 2018 · Penulis: Febrina Risdianti Isman
Analisis Kemurnian Serbuk Kopi dengan Metode NIR-Kemometrik
Kopi menjadi salah satu tanaman perkebunan yang penting dan memiliki nilai ekonomis tinggi. Produksi kopi merupakan penyokong perekonomian melalui basis produksi bahan-bahan mentah dan basis penyerapan tenaga kerja. Pemahaman terhadap mutu kopi dapat berbeda m
- Cosine 0,846
Tahun 2024 · Penulis: Nur Muhammad Himawan
Identifikasi Defect Kopi Berdasarkan Citra Green Bean Menggunakan MobileNetV4 dan Attention Mechanism pada Arsitektur Yolov8
Kopi (Coffea sp.) merupakan salah satu komoditas perkebunan unggulan Indonesia yang berkontribusi besar terhadap perekonomian nasional. Kopi lokal seperti Arabika dikenal secara global dan permintaannya terus meningkat. Kualitas biji kopi, menjadi aspek utama
- Cosine 0,837
Tahun 2025 · Penulis: R. Fasich Aulia Pratama Iman
Perbandingan Metode Noise Filtering SG, DWT, FFT pada Klasifikasi Kopi Berbasis E-Nose
Sinyal Electronic Nose (E-Nose) rentan terhadap noise yang dapat menurunkan akurasi klasifikasi kualitas kopi. Penelitian ini bertujuan membandingkan efektivitas tiga metode noise filtering, yaitu Discrete Wavelet Transform (DWT), Fast Fourier Transform (FFT),