Pengembangan Metode Klasifikasi Biji Kopi Beras Arabika Gayo dan Robusta Gayo dengan Metode PCA (Principal Component Analysis) Berdasarkan Pengolahannya
Abstrak. Kopi merupakan salah satu tanaman yang telah banyak dibudidayakan karena memiliki manfaat dan memiliki nilai jual yang cukup tinggi. Pengolahan kopi secara basah dapat dilakukan dengan dua cara yaitu dengan cara basah (full wash) dan semi basah (semi wash). Secara visual sulit mengidentifikasi perbedaan dari biji kopi beras robusta proses basah (full wash) dengan kopi semi basah (semi wash). Tujuan yang ingin dicapai dalam penelitian ini adalah untuk membangun metode klasifikasi kopi Arabika Gayo dan Robusta Gayo dalam bentuk biji kopi beras menggunakan pengolahan basah (full wash) dan pengolahan semi basah (semi wash). Bahan yang digunakan dalam penelitian ini biji kopi beras Arabika dan Robusta dari tanah Gayo. Penelitian ini menggunakan Principal Component Analysis (PCA) sebagai metode pengolah data spektrum. Pengukuran spektrum kopi menggunakan Self developed FT-IR IPTEK T-1516. Panjang gelombang yang digunakan pada penelitian ini antara 1000-2500 nm dengan interval 0.4 nm. Data spektrum diolah menggunakan unscrambler software® X version 10.1. Hasil penelitian menunjukkan bahwa NIRS dengan metode PCA juga mampu mengklasifikasikan biji kopi beras full wash dengan semi wash pada biji kopi Arabika dan Robusta dimana zat dominan pembeda adalah asam amino dan lemak.Development of Gayo Arabica and Robusta Gayo Arabica Coffee Bean Classification Methods with PCA( Principal Component Analysis) Method Based on ProcessingAbstract. Coffee is a plant that has been widely cultivated because it has benefits and has a high selling value. Wet coffee processing can be done in two ways, namely by means of wet (full wash) and semi-wet (semi wash). It is visually difficult to identify the difference between the wet process robusta coffee beans (full wash) and semi-wash coffee. The aim of this research is to develop a method of classifying Arabica Gayo and Robusta Gayo coffee in the form of rice coffee beans using wet wash (full wash) and semi wash. The material used in this study was Arabica and Robusta rice coffee beans from Gayo soil. This study uses Principal Component Analysis (PCA) as a method for processing spectrum data. The measurement of coffee spectrum uses Self-developed FT-IR IPTEK T-1516. Wavelengths used in this study are between 1000-2500 nm with 0.4 nm intervals. Spectrum data are processed using unscrambler software® X version 10.1. The results showed that NIRS with PCA method was also able to classify full wash coffee beans with semi wash in Arabica and Robusta coffee beans where the dominant differentiating substances were amino acids and fats.