Prediksi Kadar Air Beras Menggunakan NIRS dengan Metode PLS dan Pretreatment Standard Normal Variate, Derivative-I, Savitzky Golay Smoothing
Abstrak. Kadar air merupakan suatu komponen penting dalam beras. Pengukuran kadar air dapat dilakukan menggunakan oven, alat elektronik seperti moisture tester, serta dengan penggunaan gelombang elektromagnetik seperti NIRS. Penelitian ini bertujuan menguji dan mengevaluasi teknologi NIRS sebagai metode cepat dan tepat dalam memprediksi kadar air beras dengan metode Partial Least Squares (PLS) serta menentukan metode koreksi spektrum yang terbaik dan akurat untuk memprediksi kadar air beras dengan menggunakan pretreatment Standard Normal Variate (SNV), Derivative- I (D-1)danSavitzky Golay Smoothing (SGS). Penelitian ini menggunakan Beras merk MB yang berasal dari pasar Rukoh Banda Aceh, yang berjumlah 20 sampel atau 300 gram. Perlakuan yang diberikan pada beras yaitu tanpa perendaman dan perendaman selama 5, 10, dan 15 menit. Prediksi kadar air beras dengan NIRS menggunakan alat self developed FT-IR IPTEK T-1516 dan metode referensi yang digunakan adalah metode gravimetri yang berdasarkan pada Association of Official Analytical Chemists (AOAC). Pengolahan data menggunakan Unscramble software® X version 10.5. Hasil penelitian menunjukkan prediksi kadar air beras dengan metode Partial Least Squares (PLS) menghasilkan good model performance dengan nilai RPD yang didapat yaitu 2,24 dan metode koreksi terbaik pada penelitian ini adalah Derivative-I dengan nilai RPD 2,57, r sebesar 0,9169, R2 sebesar 0,8407 dan RMSEC sebesar 1,6620.Prediction of Rice Moisture Content Using NIRS with PLS and Pretreatment Standard Normal Variate, Derivative-I, Savitsky Golay SmoothingAbstract. Moisture content is an important component of rice. Measurement of moisture content can be analyzed using an oven, electronic devices such as moisture tester, and by using the use of electromagnetic waves such as NIRS. This study aims to examine and evaluate NIRS technology as a faster and proper method in predicting rice moisture content by Partial Least Squares (PLS) method and determining the best and accurate spectrum correction method to predict rice water content using Standard Normal Variate (SNV) pretreatment, Derivative-I (D-1) and Savitzky Golay Smoothing (SGS). This study uses MB brand rice from the Rukoh market in Banda Aceh, with a total of 20 samples or 300 grams. The treatment given to rice is without soaking and soaking for 5, 10, and 15 minutes. Prediction of rice water content with NIRS using a self-developed FT-IR IPTEK T-1516 and the reference method used is a gravimetric method based on the Association of Official Analytical Chemists (AOAC). Data processing using Unscramble software® X version 10.5. The results showed the prediction of rice water content by the Partial Least Squares (PLS) method showed a good performance model with the RPD value obtained was 2.24 and the best correction method in this study was Derivative-I with an RPD value of 2.57, r of 0, 9169, R2 of 0.8407 and RMSEC of 1.6620.