1

PENDUGAAN KOMPOSISI KIMIA BIJI JARAK PAGAR (Jatropha curcas L.) IP-3P DENGAN METODE NEAR INFRARED

(NIR)

SKRIPSI

DEA PERMATA SARI

F14080083

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR BOGOR

2012

2

PREDICTION OF CHEMICAL COMPOSITIONS OF JATROPHA CURCAS L. SEEDS IP-3P BY NEAR INFRARED (NIR) METHOD

Dea Permata Sari and I Wayan Budiastra Departement of Mechanical And Biosystem Engineering, Faculty of Agricultural Technology,

Bogor Agricultural University, IPB Dramaga Campus, PO Box 220, Bogor, West Java, Indonesia. Phone 62 251 8632327, e-mail : deapermata.sari@yahoo.com

ABSTRACT

The objective of this study was to assess NIR method in predicting chemical compositions of Jatropha curcas L. seeds accurately. Parameters used in the chemical compositions of Jatropha curcas L. was moisture, free fatty acid, and fat contents. The wavelengths of near infrared reflectance, range from 1000 to 2500 nm were measured by NIRFlex Solids Petri Apparatus. Samples were divided into two parts, 46 samples (2/3 of total samples) for developing calibration equation and 23 samples (1/3 of total samples) for performing validation. Calibration methods which is used in this study are principal component regression (PCR) and partial least squares (PLS). Data treatments on the reflectance spectrum are used that is normalization between 0 to 1, first derivative Savitzky Golay 9 points, and combination both of them. The judging for calibration can be inspected by precision (standard error of calibration and coefficient of variability should be as close to zero as possible), accuracy (V-set Bias should be as close to zero as possible), regression coefficient should be as close to one as possible. The standard error of calibration, coefficient of variability, V-set Bias, and regression coefficient by the PCR method with the combination by normalization between 0 to 1 and first derivative Savizky Golay 9 points respectively were 0.64%, 15.69%, -0.08%, 59.50%, 0.46% for moisture contents, 0.09%, 11.51%, 0%, 73.17% for free fatty acid contents, and 3.27%, 8.91%, -0.56%, 36.63% for fat contents. The results of standard error of calibration, coefficient of variability, V-set Bias, regression coefficient by the PLS method with the combination by normalization between 0 to 1 and first derivative Savizky Golay 9 points respectively were 0.27%, 6.51%, 0.01%, 94.27%, 0.73% for moisture contents, 0.05%, 6.60%, 0%, 92.05% for free fatty acid contents, and 2.17%, 5.88%, 0.01%, 77.47% for fat contents. The best calibration of NIR for moisture, free fatty acid,and fat contents using the PLS method and the data treatments of the combination by normalization between 0 to 1 and first derivative Savizky Golay 9 points.

Keywords: near infrared spectroscopy, pcr, pls, jatropha curcas l. seeds

3

DEA PERMATA SARI. F14080083. Pendugaan Komposisi Kimia Biji Jarak Pagar (Jatropha curcas L .) IP-3P dengan Metode Near Infrared (NIR ). Di bawah bimbingan I Wayan Budiastra. 2012

RINGKASAN

Bahan bakar minyak merupakan sumber energi yang dikonsumsi paling besar dibandingkan

sumber energi lainnya. Peningkatan laju konsumsi BBM yang tidak sejalan dengan produksi minyak bumi di dalam negeri yang semakin menurun sehingga perlu diambil langkah-langkah untuk mendapatkan sumber energi alternatif sebagai pensubstitusi bahan bakar fosil. Di Indonesia dengan jumlah penduduk yang semakin meningkat dari tahun ke tahun dan pertumbuhan ekonomi terus berlangsung, maka peningkatan kebutuhan energi adalah suatu hal yang tak bisa dihindari. Salah satu sumber energi terbarukan, yaitu minyak nabati dari biji jarak pagar.

Komposisi kimia yang dijadikan sebagai parameter mutu umum yang terdapat pada biji jarak pagar adalah kadar air, asam lemak bebas, dan kadar lemak. Parameter ini sangat penting karena akan menentukan proses, rendemen, dan kualitas biodiesel. Metode yang digunakan pada umumnya untuk mengetahui komposisi kimia suatu bahan dilakukan dengan cara analisis laboratorium dengan metode konvensional. Namun, hal tersebut cukup rumit, memerlukan waktu analisis yang lama, mahal, dan membutuhkan tenaga ahli intensif di samping membutuhkan ruangan yang luas sebagai laboratorium. Kendala dalam metode konvensional tersebut dapat diatasi dengan metode near infrared (NIR). Metode NIR dapat menduga komposisi kimia dari bahan pangan, produk hortikultura, dan pakan ternak dalam waktu yang cepat, teliti, lebih sederhana, tidak membutuhkan bahan-bahan kimia, dan ekonomis. Waktu pengukuran dengan menggunakan NIR sangat cepat (30 detik per sampel). Selain itu, biaya operasional yang dikeluarkan pun kecil karena pemakaian tenaga kerja yang sedikit, penggunaan listrik yang tidak begitu besar, dan tidak menggunakan bahan-bahan kimia yang harganya cenderung mahal. Penggunaan minyak nabati dari biji jarak pagar diharapkan dapat menjadi substitusi bahan bakar bensin sehingga harganya dapat menjadi lebih ekonomis. Tujuan umum dari penelitian ini adalah untuk menduga komposisi kimia (kadar air, kadar asam lemak bebas, dan kadar lemak) biji jarak pagar IP-3P (Improve Population 3 Pakuwon) dengan metode NIR.

Spektroskopi inframerah dekat merupakan teknik spektroskopi yang menggunakan wilayah panjang gelombang inframerah pada spektrum elektromagnetik (780-2500 nm). Daerah inframerah dekat memiliki energi yang relatif rendah dan stabil dalam interaksi terhadap molekul-molekul (C-H, O-H, C-N, dan N-H) akan menimbulkan getaran (vibrasi) dan menyerap pada panjang gelombang tertentu. Kadar air memiliki ikatan O-H, asam lemak bebas dan kadar lemak memiliki ikatan C-H. Data yang diukur oleh near infrared adalah data reflektan (R). Data reflektan adalah data yang diperoleh dari proses pemantulan sampel tepung jarak pagar. Alat yang digunakan dalam penelitian ini, antara lain NIRFlex Solids Petri tipe N-500 merk BUCHI dan seperangkat komputer dengan software, seperti NIRWare Operator, NIRWare Management Console, dan NIRCal 5. Pengukuran kadar air, asam lemak bebas, dan kadar lemak biji jarak pagar dilakukan uji laboratorium dengan metode konvensional.

Jumlah sampel penelitian ini adalah 69 sampel biji jarak pagar IP-3P. Terdapat dua tahap, yaitu kalibrasi dan validasi. Sebanyak 2/3 dari jumlah sampel digunakan untuk tahap kalibrasi dan 1/3 dari jumlah sampel digunakan untuk tahap validasi. Sampel jarak pagar di dalam petri dish dilakukan pengukuran di NIR sebanyak 3 kali scan di titik yang berbeda sehingga terdapat 3 spektra untuk setiap sampel dengan data kimia yang sama. Data ketiga spektra tersebut dimasukkan ke dalam kalibrasi dan validasi yang telah ditentukan sehingga diperoleh 207 data spektra, dimana 138 data spektra untuk kalibrasi dan 69 data spektra untuk validasi. Metode kalibrasi yang digunakan adalah principal component regression (PCR) dan partial least squares (PLS). Pada tahap awal, kalibrasi dilakukan tanpa perlakuan data terhadap spektra, kemudian tahap kedua adalah kalibrasi diberikan perlakuan data (data treatment), yaitu normalisasi antara 0-1, derivatif pertama Savitzky-Golay setiap 9 titik, dan kombinasi dari normalisasi antara 0-1 dan derivatif pertama Savitzky-Golay setiap 9 titik.

Hasil kalibrasi terbaik diperoleh apabila nilai standar error (SE) dan koefisien keragaman (CV) dari kalibrasi dan validasi semakin kecil. Hasil analisis data NIR menunjukkan bahwa perlakuan data kombinasi dari normalisasi antara 0-1 dan derivatif pertama Savitzky-Golay setiap 9 titik dengan metode PLS merupakan hasil kalibrasi terbaik untuk pendugaan kadar air, asam lemak bebas, dan

4

kadar lemak biji jarak pagar IP-3P. Nilai standar error (SE) dan koefisien keragaman (CV) sebesar 0.27% dan 6.51% untuk kadar air, 0.06% dan 6.60% untuk asam lemak bebas, serta 2.17% dan 5.88% untuk kadar lemak. Nilai koefisien keragaman (CV) yang diperoleh masih cukup besar karena koefisien keragaman yang ideal sebesar 1-1.5%. Hal ini disebabkan oleh jumlah sampel yang terbatas (69 sampel). Keterbatasan sampel tersebut disebabkan oleh ketersediaan pada saat pengambilan bahan dan keterbatasan dana yang dikeluarkan untuk uji laboratorium. Oleh karena itu, perlu dilakukan penambahan sampel agar diperoleh akurasi yang lebih tinggi dan mengurangi nilai standar error serta koefisien keragaman yang dihasilkan.

5

PENDUGAAN KOMPOSISI KIMIA BIJI JARAK PAGAR

(Jatropha curcas L.) IP-3P DENGAN METODE NEAR INFRARED (NIR)

SKRIPSI Sebagai salah satu syarat untuk memperoleh gelar

SARJANA TEKNOLOGI PERTANIAN pada Departemen Teknik Mesin dan Biosistem

Fakultas Teknologi Pertanian Institut Pertanian Bogor

Oleh DEA PERMATA SARI

F14080083

FAKULTAS TEKNOLOGI PERTANIAN

INSTITUT PERTANIAN BOGOR BOGOR

2012

6

Judul Skripsi : Pendugaan Komposisi Kimia Biji Jarak Pagar (Jatropha curcas L.)

IP-3P dengan Metode Near Infrared (NIR) Nama : Dea Permata Sari

NIM : F14080083

Menyetujui,

Dosen Pembimbing Akademik

(Dr. Ir. I Wayan Budiastra , M.Agr ) NIP. 19611019 198601 1 002

Mengetahui, Ketua Departemen Teknik Mesin dan Bosistem

(Dr. Ir. Desrial, M.Eng ) NIP. 19661201 199103 1 004

Tanggal Lulus :

7

PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI

Saya menyatakan dengan sebenar-benarnya bahwa skripsi dengan judul Pendugaan Komposisi Kimia Biji Jarak Pagar (Jatropha curcas L .) IP-3P dengan Metode Near Infrared (NIR) adalah hasil karya saya sendiri dengan arahan Dosen Pembimbing Akademik, dan belum diajukan dalam bentuk apapun pada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Bogor, Juli 2012

Dea Permata Sari F14080083

8

' Hak cipta milik Dea Permata Sari, tahun 2012

Hak cipta dilindungi

Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apapun, baik cetak, fotokopi,

mikrofilm, dan sebagainya

9

BIODATA PENULIS

Penulis bernama lengkap Dea Permata Sari, dilahirkan di Bogor, 14 Mei 1990, putri dari pasangan Zulkarnaen Abdul Karim dan Neneng Erna Wirawanti, sebagai putri ketiga dari tiga bersaudara. Penulis menamatkan pendidikan dasar pada tahun 2002 di SDN Polisi 4 Bogor, kemudian melanjutkan pendidikan menengah pertama di SMPN 6 Bogor pada tahun 2005. Pendidikan menengah atas penulis tamatkan tahun 2008 di SMAN 5 Bogor, Jawa Barat.

Pada tahun 2008 penulis memilih Program Studi Teknik Pertanian, Departemen Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian di

Institut Pertanian Bogor. Penulis diterima di IPB melalui jalur Undangan Seleksi Masuk IPB. Selama mengikuti perkuliahan penulis pernah aktif mengikuti kegiatan kepanitiaan acara, seperti masa perkenalan departemen, SAPA 2010. Selain itu, mengikuti kepanitiaan acara REDS CUP 2010.

Penulis melakukan Praktik Lapang (PL) pada tahun 2011 di PT Indolakto, Jakarta dengan judul Teknik Pengolahan Susu Sterilisasi Kemasan Botol di PT Indolakto, Jakarta. Sebagai salah satu syarat memperoleh gelar Sarjana Teknologi Pertanian, penulis menyelesaikan skripsi dengan judul Pendugaan Komposisi Kimia Biji Jarak Pagar (Jatropha curcas L. ) IP-3P dengan Metode Near Infrared (NIR) di bawah bimbingan Dr. Ir. I Wayan Budiastra, M.Agr.

iii

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Allah SWT atas karuniaNya sehingga penelitian dan skripsi ini berhasil diselesaikan. Penelitian dengan judul Pendugaan Komposisi Kimia Biji Jarak Pagar (Jatropha curcas L. ) IP-3P dengan Metode Near Infrared (NIR) dilaksanakan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian sejak bulan Februari 2012 hingga April 2012.

Dengan telah selesainya penelitian hingga tersusunnya skripsi ini, penulis ingin menyampaikan penghargaan dan terima kasih yang sebesar-besarnya kepada:

1. Dr. Ir. I Wayan Budiastra, M.Agr selaku dosen pembimbing akademik atas bimbingannya selama

penelitian dan penyusunan skripsi. 2. Prof. Dr. Ir. Armansyah H. Tambunan, M.Agr dan Dr. Ir. Rokhani Hasbullah, M.Si selaku dosen

penguji yang telah memberikan saran demi terselesaikannya perbaikan skripsi ini. 3. Ayah Zulkarnaen Abdul Karim, ibu Neneng Erna Wirawanti, kakak-kakak (Mia Megasari, Oky

Rifky Saputra, dan Gilang Purnama), serta keponakan tercinta (Shakila Nayla Putri) yang memberikan dorongan, motivasi, dan doa kepada penulis.

4. Ibu Lady Corrie Emma Ch. Lengkey selaku mahasiswi S3 partner penelitian tentang NIR, Ibu Andasuryani selaku mahasiswi S3.

5. Pak Sulyaden selaku teknisi Lab. TPPHP dan Pak Wahid selaku teknisi Lab. Biokimia Pangan atas bantuannya selama penelitian.

6. Pak Andi dan Pak Neka dari Balai Penelitian Tanaman Industri atas ketersediaan sampel biji jarak pagar Pakuwon.

7. Para sahabat Nissa Izzani, Lela Melawati, Melda Santi, Yudith Pradipta, dan Feny Matrian atas semangat, doa, dan perhatiannya.

8. Teman-teman satu bimbingan Nur Fitri Shofiyatun dan Nufzatussalimah. 9. Teman-teman Union Class (Nurfadilah Nasution, Fiki Fitriya Silmi Kafah, Diza Puspa Arista,

Liba Silvia Bunga Kasih) atas semangat dan doa yang diberikan kepada penulis. 10. Teman-teman Magenta45 (Anggi Tri Granita, Angga Rakay Fatahilah, Rhamdani Mardiansyah,

Gita Pujasari, Kurnia Ayu Putranti, Sunu Ariastin, Oryza Sativa) 11. Halfsection (Pramita Riskia, Ade Prisma Pranayudha, Agustino Aritonang) atas kerjasamanya

dalam bermusik selama di kampus IPB. 12. Teman-teman Rusunawa 213 (Laksitasya Chrysantiningtyas dan Rizki Amilia) dan 214 (Viona

Rosa, Lidya Widiastuti, Yuniar Rizki, Annisa Amelia) atas semangat yang diberikan kepada penulis.

13. Semua pihak yang tidak dapat disebutkan satu persatu dan telah banyak membantu penulis selama menyelesaikan penelitian dan penulisan skripsi ini.

Penulis menyadari bahwa dalam penyusunan laporan ini masih ada kekurangan, kritik dan

saran yang membangun sangat penulis harapkan demi penyempurnaan laporan ini. Semoga tulisan ini bermanfaat dan memberikan kontribusi yang nyata terhadap perkembangan ilmu pengetahuan.

Bogor, Juli 2012

Dea Permata Sari

iv

DAFTAR ISI

Halaman KATA PENGANTAR ........................................................................................................... iii DAFTAR TABEL ................................................................................................................. vi DAFTAR GAMBAR ............................................................................................................ vii DAFTAR LAMPIRAN ......................................................................................................... vi ii I. PENDAHULUAN

A. LATAR BELAKANG .......................................................................................... 1 B. TUJUAN ............................................................................................................... 3

II . TINJAUAN PUSTAKA A. TANAMAN JARAK PAGAR ............................................................................... 4 B. JARAK PAGAR IP-3P .......................................................................................... 6 C. TEKNOLOGI NEAR INFRARED SPECTROSCOPY (NIRS) ................................. 6

1. TEORI NEAR INFRARED SPECTROSCOPY (NIRS) ....................................... 6 2. KEMOMETRIKA ............................................................................................ 9 3. APLIKASI TEKNOLOGI NEAR INFRARED SPECTROSCOPY (NIRS) .......... 9

D. PENGUKURAN ANALISIS KIMIA LABORATORIUM ..................................... 11 1. KADAR AIR ................................................................................................... 11 2. BILANGAN ASAM DAN ASAM LEMAK BEBAS ........................................ 11 3. KADAR LEMAK ............................................................................................ 11

E. METODE KALIBRASI MULTIVARIATIF .......................................................... 12 1. METODE PRINCIPAL COMPONENT REGRESSION (PCR) ........................... 12 2. METODE PARTIAL LEAST SQUARES (PLS) .................................................. 12

III. METODOLOGI PENELITIAN A. TEMPAT DAN WAKTU PENELITIAN ............................................................... 14 B. BAHAN DAN ALAT ............................................................................................ 14 C. METODE PENELITIAN....................................................................................... 15

1. PERSIAPAN SAMPEL PENELITIAN ............................................................. 15 2. PERSIAPAN INSTRUMENT NIRS ................................................................. 15 3. PENGUKURAN REFLEKTAN NIR ................................................................ 17 4. PENGUKURAN SIFAT KIMIA TEPUNG JARAK PAGAR SECARA DESTRUKTIF ................................................................................................ 17

4.1 PENGUKURAN KADAR AIR ................................................................. 17 4.2 PENGUKURAN ASAM LEMAK BEBAS ................................................ 18 4.3 PENGUKURAN KADAR LEMAK........................................................... 19

5. ANALISIS DATA ............................................................................................ 20 5.1 KALIBRASI ............................................................................................. 22

5.1.1 METODE PRINCIPAL COMPONENT REGRESSION (PCR)/ REGRESI KOMPONEN UTAMA ................................................. 22 5.1.2 METODE PARTIAL LEAST SQUARES (PLS)/ KUADRAT TERKECIL PARSIAL ................................................. 22

5.2 VALIDASI ................................................................................................ 23 5.3 PERLAKUAN DATA ............................................................................... 24

v

IV. HASIL DAN PEMBAHASAN A. SPEKTRA REFLEKTAN BIJI JARAK PAGAR IP-3P.......................................... 26 B. ANALISIS DATA KIMIAWI BIJI JARAK PAGAR IP -3P HASIL UJI

LABORATORIUM ............................................................................................... 27 C. HASIL KALIBRASI REFLEKTAN DENGAN DATA KIMIA TANPA PERLAKUAN DATA TERHADAP SPEKTRA ...................................... 29

1. KADAR AIR ................................................................................................... 29 2. ASAM LEMAK BEBAS .................................................................................. 30 3. KADAR LEMAK ............................................................................................ 30

D. HASIL KALIBRASI REFLEKTAN ANTARA DATA KIMIA DENGAN PERLAKUAN DATA TERHADAP SPEKTRA ................................... 31

1. KADAR AIR ................................................................................................... 33 2. ASAM LEMAK BEBAS .................................................................................. 33 3. KADAR LEMAK ............................................................................................ 34

E. HASIL KALIBRASI TERBAIK UNTUK KADAR AIR, ASAM LEMAK BEBAS, DAN KADAR LEMAK ................................................ 35

1. KADAR AIR ................................................................................................... 36 2. ASAM LEMAK BEBAS .................................................................................. 38 3. KADAR LEMAK ............................................................................................ 40

V. SIMPULAN DAN SARAN A. KESIMPULAN ..................................................................................................... 42 B. SARAN................................................................................................................. 42

DAFTAR PUSTAKA ............................................................................................................ 43 LAMPIRAN .......................................................................................................................... 45

vi

DAFTAR TABEL

Halaman Tabel 1. Beberapa sumber minyak nabati yang potensial sebagai bahan baku

biodiesel ............................................................................................................... 2 Tabel 2. Karakteristik biji dan bungkil biji jarak pagar ......................................................... 5 Tabel 3. Hasil pengujian kualitas minyak jarak .................................................................... 5 Tabel 4. Kandungan asam lemak minyak jarak .................................................................... 6 Tabel 5. Daerah spektrum inframerah .................................................................................. 7 Tabel 6. Data statistik 69 sampel biji jarak pagar IP-3P hasil analisis laboratorium ............... 27 Tabel 7. Data kalibrasi dan validasi sampel biji jarak pagar IP-3P hasil analisis laboratorium .......................................................................................................... 29 Tabel 8. Data reflektan kadar air dengan metode PCR dan PLS tanpa perlakuan data ........... 29 Tabel 9. Data reflektan asam lemak bebas dengan metode PCR dan PLS tanpa perlakuan data ....................................................................................................... 30 Tabel 10. Data reflektan kadar lemak dengan metode PCR dan PLS tanpa perlakuan data ...... 31 Tabel 11. Data reflektan kadar air metode PLS dengan perlakuan data .................................. 33 Tabel 12. Data reflektan asam lemak bebas metode PLS dengan perlakuan data .................... 34 Tabel 13. Data reflektan kadar lemak metode PLS dengan perlakuan data .............................. 35 Tabel 14. Hasil kalibrasi terbaik untuk kadar air, asam lemak bebas, dan kadar lemak ............ 36

vii

DAFTAR GAMBAR

Halaman Gambar 1. a. Tanaman jarak pagar; b. Daun jarak pagar ....................................................... 4 Gambar 2. a. Buah jarak pagar; b. Bunga jarak pagar ........................................................... 5 Gambar 3. Spektrum elektromagnetik .................................................................................. 7 Gambar 4. Prinsip kerja NIR spektroskopi ........................................................................... 7 Gambar 5. Biji jarak pagar IP-3P standar benih .................................................................... 14 Gambar 6. Sampel tepung jarak pagar.................................................................................. 15 Gambar 7. Spektrometer NIRFlex N-500 saat scan pada sampel tepung jarak pagar ............. 15 Gambar 8. Diagram alir pelaksanaan penelitian pendugaan komposisi kimia tepung jarak pagar IP-3P dengan metode NIR ................................................................ 16 Gambar 9. Pengukuran kadar air dengan metode oven ......................................................... 17 Gambar 10. Proses pengukuran asam lemak bebas ................................................................. 19 Gambar 11. Perangkat Soxhlet .............................................................................................. 20 Gambar 12. Grafik fungsi X-PRESS dalam pemilihan komponen utama pertama ................... 21 Gambar 13. Spektra reflektan (R) tepung jarak pagar ............................................................. 26 Gambar 14. Perlakuan spektra dengan normalisasi antara 0-1 ................................................ 32 Gambar 15. Perlakuan spektra dengan derivatif pertama Savitzky Golay setiap 9 titik ............ 32 Gambar 16. Perlakuan spektra kombinasi antara normalisasi 0-1 dan derivatif pertama Savitzky Golay setiap 9 titik ............................................................................... 32 Gambar 17. Konsistensi antara SEC dan SEP kadar air .......................................................... 37 Gambar 18. Nilai V-Set PRESS kadar air .............................................................................. 37 Gambar 19. Hasil kalibrasi dan validasi kadar air prediksi NIR terbaik dengan data kimia ...... 38 Gambar 20. Konsistensi antara SEC dan SEP asam lemak bebas ............................................ 39 Gambar 21. Nilai V-Set PRESS asam lemak bebas ................................................................ 39 Gambar 22. Hasil kalibrasi dan validasi asam lemak bebas prediksi NIR terbaik dengan data kimia .............................................................................................. 39 Gambar 23. Konsistensi antara SEC dan SEP kadar lemak ..................................................... 40 Gambar 24. Nilai V-Set PRESS kadar lemak ......................................................................... 40 Gambar 25. Hasil kalibrasi dan validasi kadar lemak prediksi NIR terbaik dengan data kimia .............................................................................................. 41

viii

DAFTAR LAMPIRAN

Halaman

Lampiran 1. Data hasil kimia pengukuran kadar air sampel tepung jarak pagar IP-3P ............ 46 Lampiran 2. Data hasil kimia pengukuran asam lemak bebas sampel tepung jarak pagar IP-3P .............................................................................................. 50 Lampiran 3. Data hasil kimia pengukuran kadar lemak sampel tepung jarak pagar IP-3P .............................................................................................. 54 Lampiran 4. Data statistik hasil kalibrasi metode PCR dengan perlakuan data ....................... 58 Lampiran 5. Spektra beberapa komponen kimia.................................................................... 59 Lampiran 6. Contoh output program NIRCal 5 (Software dari NIRFlex Tipe N-500 Merk BUCHI) pada pendugaan kadar air biji jarak pagar IP-3P dengan metode partial least squares (PLS) ....................................................... 62 Lampiran 7. Tampilan software NIRFlex N-500 merk BUCHI .............................................. 69

1

I. PENDAHULUAN

A. Latar Belakang

Bahan bakar minyak merupakan sumber energi yang dikonsumsi paling besar

dibandingkan sumber energi lain. Kebutuhan bahan bakar minyak, baik dalam bidang industri maupun transportasi, semakin hari semakin meningkat karena mesin-mesin tersebut membutuhkan bahan bakar minyak. Menurut laporan International Energy Agency (IEA), disampaikan bahwa pada tahun 2025 pertumbuhan kebutuhan energi akan meningkat hingga 50% dari total kebutuhan energi pada saat ini. Secara umum terjadinya peningkatan kebutuhan energi mempunyai keterkaitan erat dengan berkembangnya kegiatan ekonomi dan bertambahnya jumlah penduduk. Di Indonesia dengan jumlah penduduk yang semakin meningkat dari tahun ke tahun dan pertumbuhan ekonomi terus berlangsung, maka peningkatan kebutuhan energi adalah suatu hal yang tak bisa dihindari. Sebagian besar kebutuhan energi ini di pasok oleh energi fosil, yaitu minyak dan batubara. Ketidakstabilan harga minyak hingga mencapai 100 U$ per barel menyebabkan munculnya persoalan yang dihadapi dunia beberapa tahun terakhir ini. Kenaikan tersebut diperkirakan akan terus berlanjut dikarenakan cadangan energi ini semakin menipis sehingga ketersediaannya akan habis karena dikonsumsi secara terus-menerus.

Bahan bakar fosil memberikan kontribusi terbesar terhadap pencemaran udara. Bahan bakar minyak yang digunakan saat ini menghasilkan emisi CO2, CO, dan debu yang dapat menyebabkan gangguan pernafasan bahkan kanker. Penggunaan energi fosil ini juga menjadi penyebab adanya pemanasan global, yaitu fenomena naiknya suhu permukaan bumi karena meningkatnya efek rumah kaca. Akibat yang dapat ditimbulkan oleh adanya pemanasan global ini adalah peningkatan permukaan air laut yang diakibatkan mencairnya kutub utara dan selatan, penurunan hasil panen pertanian dan perikanan, dan perubahan keanekaragaman hayati. Semakin tingginya harga bahan bakar fosil yang disertai dengan emisinya yang tidak ramah lingkungan memunculkan suatu pengembangan diversifikasi energi dan sumber energi yang terbarukan.

Pengembangan sumber bahan bakar non-fosil berupa bahan bakar nabati yang bersifat terbarukan (renewable) serta ramah lingkungan, termasuk biodiesel dimunculkan sebagai antisipasi krisis bahan bakar di masa depan. Biodiesel secara umum adalah bahan bakar mesin diesel yang terbuat dari bahan terbarukan atau secara khusus merupakan bahan bakar mesin diesel yang terdiri atas ester alkil dari asam-asam lemak. Kelebihan biodiesel sebagai bahan baku alternatif pengganti solar diantaranya adalah dihasilkan dari sumber daya energi terbarukan dan ketersediaan bahan bakunya terjamin, angka setana tinggi, viskositas tinggi, menurunkan emisi gas buang, dan dapat diproduksi secara lokal.

Biodiesel dapat dibuat dari minyak mentah kelapa sawit (Crude Palm Oil atau CPO), minyak biji jarak pagar, minyak kelapa, dan tanaman-tanaman lain. Beberapa jenis tanaman yang potensial untuk menghasilkan biofuel (bahan bakar yang dibuat dari bahan tanaman) dapat dilihat pada Tabel 1. Akan tetapi, untuk memilih jenis bahan baku biofuel diperlukan pertimbangan yang matang. Jarak pagar merupakan pilihan yang tepat karena tanaman ini bukan merupakan bahan pangan dan mudah ditanam di berbagai lahan, termasuk lahan kritis. Budi daya tanaman jarak pagar juga tidak memerlukan biaya yang tinggi dan bijinya cepat dipanen. Jarak pagar dipandang menarik sebagai sumber biodiesel karena kandungan minyaknya yang tinggi lebih dari 40% dan tidak berkompetisi untuk pemanfaatan lain (misalnya jika dibandingkan dengan kelapa sawit atau tebu), dan memiliki karakteristik agronomi yang menarik.

2

Jarak pagar (Jatropha curcas L.) merupakan tanaman semak berkayu yang banyak ditemukan di daerah tropik. Tanaman ini dikenal sangat tahan kekeringan dan mudah diperbanyak dengan stek. Tanaman jarak pagar berbentuk pohon kecil maupun belukar besar yang tingginya mencapai 5 m. Tanaman ini merupakan salah satu sumber minyak nabati Indonesia yang dapat dimanfaatkan sebagai bahan baku biodiesel. Konversi jarak pagar ke dalam energi terbarukan ini akan menghasilkan produk berupa bahan bakar padat, cair, dan gas. Masing-masing produk diambil dari bagian jarak pagar, yaitu cangkang dan limbah untuk bahan bakar padat. inti biji untuk cair dengan pemerasan, sedangkan gas melalui proses anaerobic digestion, yaitu proses dengan melibatkan mikroorganisme tanpa adanya oksigen dalam suatu digester dengan gas produk berupa metana (CH4) dan karbon dioksida (CO2) serta beberapa gas yang jumlahnya kecil, seperti H2, N2, dan H2S. Dibandingkan penggunaan briket batubara, gas bumi atau sumber lainnya, minyak jarak lebih sederhana, murah, dan tidak akan habis. Keuntungan penggunaan minyak jarak adalah dapat terjaga kebersihan lingkungannya. Emisi gas sulfur (SOx), nitrogen (NOx), dan karbon dari pembakaran minyak jarak yang mencemari udara lebih kecil dibandingkan minyak solar dari bahan bakar fosil (Nurcholis Mohammad dan Sumarsih Sri 2007).

Tabel 1. Beberapa sumber minyak nabati yang potensial sebagai bahan baku biodiesel

Sumber: Soerawidjaja dalam Prastowo Bambang 2007

Kandungan kimia yang dijadikan sebagai parameter mutu umum yang terdapat pada biji jarak pagar adalah kadar air, asam lemak bebas, dan kadar lemak. Parameter ini sangat penting karena akan menentukan proses, rendemen, dan kualitas biodiesel. Metode-metode konvensional untuk menentukan komposisi kimia pada bahan pertanian membutuhkan biaya yang mahal, tenaga laboratorium yang ahli, dan waktu yang cukup lama untuk menganalisis. Namun, pada saat ini telah dikembangkan teknologi instrumentasi untuk menentukan komposisi kimia suatu bahan dengan proses yang cepat, tepat, dan akurat. Salah satu teknologi tersebut adalah pengukuran dengan near infrared spectroscopy (NIRS). Spektroskopi inframerah dekat merupakan teknik analisis untuk mendeteksi komposisi kimia dengan kecepatan tinggi, tidak menimbulkan polusi, penggunaan preparat yang sederhana, tidak menggunakan bahan kimia, tidak merusak (non destruktif), serta ekonomis.

Indonesia Inggris Latin

Sawit Oil Palm Elaeis guineensis

Kelapa Coconut Cocos nucifera

Alpukat Avocado Persea Americana

Kacang Brazil Brazil nut Bertholletia excelsa

Kacang Makadam Macadamia nut Macadamia temif.

Jarak Pagar Physic nut Jatropha curcas

Jojoba Jojoba Simmondsia California

Kacang Pekan Pecan nut Carya pecan

Jarak Kaliki Castor Ricinus communis

Zaitun Olive Olea europea

Kanola Rapeseed Brassica napus

Opium Poppy Papaver somniferum

3

Pada teknologi near infrared spectroscopy (NIRS) diperlukan proses kalibrasi. Hal ini disebabkan oleh data gelombang inframerah dekat yang diperoleh belum dapat dimanfaatkan tanpa diketahui hubungannya dengan kandungan kimia bahan yang diukur. Oleh karena itu, diperlukan metode-metode kalibrasi yang dapat memberikan informasi yang terkait dengan kandungan kimia bahan yang diukur. Beberapa metode kalibrasi yang digunakan pada proses kalibrasi adalah principal component regression (PCR) dan partial least squares (PLS). Metode PCR merupakan algoritma regresi kuantitatif yang secara langsung digunakan untuk data linear. Metode PLS menggunakan kombinasi linear untuk menduga variabel bebas.

B. Tujuan

Tujuan umum penelitian ini adalah menduga komposisi kimia (kadar air, asam lemak bebas, dan kadar lemak) tepung jarak pagar IP-3P dengan metode near infrared (NIR). Sedangkan tujuan khusus dalam penelitian ini adalah sebagai berikut: 1. Menganalisis hasil kalibrasi spektrum reflektan tepung jarak pagar IP-3P tanpa perlakuan

data dan dengan perlakuan data menggunakan metode PCR dan PLS pada kadar air, asam lemak bebas, dan kadar lemak.

2. Menentukan metode terbaik (PCR dan PLS) perlakuan data spektra untuk pendugaan komposisi kimia tepung jarak pagar IP-3P.

4

II. TINJAUAN PUSTAKA

A. Tanaman Jarak Pagar

Jatropha Curcas L. adalah tanaman yang berasal dari daerah tropis di Meksiko, Amerika Tengah. Tanaman jarak pagar telah lama dikenal masyarakat di berbagai daerah Indonesia, yaitu sejak diperkenalkan oleh bangsa Jepang pada tahun 1942-an, yang mana masyarakat diperintahkan untuk melakukan penanaman jarak sebagai pagar pekarangan. Di Indonesia terdapat beragai jenis tanaman jarak antara lain jarak kepyar (Ricinus communis), jarak bali (Jafropha podagrica), jarak ulung (Jafropha gossypifolia L.), dan jarak pagar (Jatropha curcas L.). Di antara jenis tanaman jarak tersebut yang memiliki potensi sebagai penghasil minyak bakar (biofuel) adalah jarak pagar (Jatropha curcas L.). Latros dalam bahasa Yunani adalah dokter, sedangkan trophe adalah makanan/nutrisi, atau dengan kata lain Jatropha curcas L. adalah t anaman obat.

Gambar 1. a. Tanaman jarak pagar; b. Daun jarak pagar

Dalam sistematika (taksonomi) tumbuhan, kedudukan tanaman jarak pagar diklasifikasikan sebagai berikut:

Kingdom : Plantae Subkingdom : Tracheobionta (tumbuhan vascular) Superdivisio : Spermatophyta (tumbuhan berbiji) Divisio : Magnoliophyta (tumbuhan berbunga) Kelas : Magnoliopsida (Dicotyledonae) Subkelas : Rosidae Ordo : Euphorbiales Famili : Euphorbiaceae Genus : Jatropha L. Species : Jatropha curcas L. Jarak pagar berupa pohon kecil atau perdu. Tanaman ini dapat mencapai umur 50 tahun.

Tinggi tanaman pada kondisi normal adalah 1.5-5 m. Percabangannya tidak teratur dengan ranting bulat dan tebal. Batangnya berkayu silindris, jika tergores bisa mengeluarkan getah. Daunnya berupa daun tunggal, berlekuk, bersudut 3 atau 5 dengan tulang daun menjari yang memiliki 5-7 tulang utama. Warna daun hijau dengan permukaan bagian bawah lebih pucat

a b

5

dibandingkan dengan bagian atas. Bunganya berwarna kuning kehijauan berupa bunga jantan dan betina yang tersusun dalam rangkaian berbentuk cawan. Buah jarak pagar berbentuk bulat telur, berdiameter 2-4 cm serta berwarna hijau ketika masih muda dan kuning jika sudah masak. Buah jarak pagar terbagi menjadi tiga ruang yang masing-masing ruang berisi satu biji. Biji berbentuk bulat lonjong dengan warna cokelat kehitaman. Biji inilah yang banyak mengandung minyak dengan rendemen 25-30% (Priyanto Unggul 2007).

Gambar 2. a. Buah jarak pagar; b. Bunga jarak pagar

Tanaman jarak menghasilkan biji jarak pagar yang terdiri atas 60% berat kernel (daging

buah) dan 40% berat kulit. Inti biji (kernel) jarak pagar mengandung sekitar 40-45% minyak sehingga dapat diekstrak menjadi minyak jarak dengan cara mekanis ataupun ekstraksi menggunakan pelarut seperti heksana. Minyak jarak pagar merupakan jenis minyak yang merniliki komposisi trigliserida yang mirip dengan minyak kacang tanah. Hampir 90-95% minyak nabati terdiri atas gliserida, yaitu ester, gliserol, dan asam lemak. Asam lemak berperan dalam menentukan sifat fisis dan kimia dari minyak nabati. Adapun karakteristik biji dan bungkil biji jarak pagar sebagai berikut:

Tabel 2. Karakteristik biji dan bungkil biji jarak pagar

Parameter Biji jarak pagar Bungkil biji jarak pagar

Kadar air (%) 8.05 0.11 7.25 0.07 Kadar abu (%) 5.00 0.06 6.00 0.08 Kadar minyak (%) 33.67 3.42 23.75 2.64 Nilai kalor (kal/g) 4689 21.88 4117 19.52

Sumber: Sumangat Djajeng dan Broto Wisnu 2009

Tabel 3. Hasil pengujian kualitas minyak jarak

Parameter Nilai

Densitas (gr/cm3) 0.91 Viskositas (cp) 46.7 Bilangan asam (mg NaOH/gr) 7.87 FFA (sebagai asam oleat) mg NaOH /gr 15.3

Sumber: Sriharti et al. 2011

Komponen minyak jarak yang terbesar adalah trigliserida yang mengandung asam lemak oleat dan linoleat seperti yang dicantumkan pada Tabel 4. Asam palmitoleat, oleat, linoleat, dan linolenat termasuk asam lemak tidak jenuh, yaitu rantai hidrokarbonnya tidak dijenuhi oleh

a b

6

hidrogen dan mempunyai satu ikatan rangkap atau lebih. Asam lemak ini berasal dari lemak nabati dan lemak hewani (Suhardjo dan M Kusharto Clara 2007). Asam miristat, palmitat, stearat, arakhidat, dan behenat termasuk asam lemak jenuh, yaitu rantai hidrokarbonnya dijenuhi dengan hidrogen. Asam lemak ini terdapat pada banyak bahan, khususnya lemak padat (R B Kasmidjo 1992).

Tabel 4. Komposisi asam lemak minyak jarak

Asam Lemak Komposisi (% Berat)

Asam miristat (14:0) 0-0.1 Asam palmitat (16:0) 14.1-15.3 Asam palmitoleat (16:1) 0-1.3 Asam stearat (18:0) 3.7-9.8 Asam oleat (18:1) 34.3-45.8 Asam linoleat (18:2) 29.0-44.2 Asam linolenat (18:3) 0-0.3 Asam arakhidat (20:0) 0-0.3 Asam behenat (22:0) 0-0.2

Sumber: Gubitz et al. 1999

B. Jarak Pagar IP-3P

Jarak pagar IP-3P merupakan kepanjangan dari Improve Population 3 Pakuwon. Jenis

jarak pagar ini berasal dari Pakuwon, Sukabumi. Awalnya pada tahun 2006 didatangkan pohon jarak pagar dari 5 provinsi besar disertai tenaga ahlinya dari masing-masing provinsi tersebut, yaitu Sumatera Barat, Lampung, Banten, Jawa Barat, dan Jawa Tengah. Pohon jarak pagar tersebut didatangkan dalam bentuk stek, lalu dilakukan semai seleksi pohon negatif. Pohon negatif adalah pohon yang proses seleksinya berasal dari bentuk pohon yang sama, tidak ada pembedanya. Alur dalam proses seleksi tersebut adalah menanam, berbuah, dan seleksi. Seleksi tersebut dilakukan dengan menghitung jumlah buah jarak yang dihasilkan dalam satu pohon setiap kali panen. Berikut penentuan improve population pohon jarak pagar:

IP-0P : saat tanam IP-0P ke IP-1P : 50 buah dalam 1 pohon IP-1P ke IP-2P : 100 buah dalam 1 pohon IP-2P ke IP-3P : 200 buah dalam 1 pohon

C. Teknologi Near Infrared Spectroscopy (NIRS) 1. Teori near infared spectroscopy (NIRS)

Spektroskopi inframerah dekat merupakan teknik spektroskopi yang menggunakan wilayah panjang gelombang inframerah pada spektrum elektromagnetik (780-2500 nm). Fungsinya untuk mengidentifikasi senyawa kimia dalam analisis kuantitatif dan kualitatif. Dikatakan inframerah dekat karena wilayah ini berada di dekat wilayah gelombang merah yang tampak. Dilihat dari segi aplikasi dan instrumentasi, spektrum inframerah dibagi ke dalam tiga jenis radiasi, yaitu inframerah dekat, inframerah pertengahan, dan inframerah jauh. Daerah spektrum inframerah dapat dilihat pada Tabel 5.

7

Tabel 5. Daerah spektrum inframerah

Daerah Panjang gelombang (O)

Pm

Bilangan gelombang (X%) cm-1

Frekuensi (f) Hz

Dekat 0.78 2.5 12800 4000 3.8 x 1014 1.2 x 1014 Pertengahan 2.5 50 4000 200 1.2 x 1014 6.0 x 1012 Jauh 50 1000 200 10 6.0 x 1014 3.0 x 1011

Sumber: Nur Anwar 1989

Gambar 3. Spektrum elektromagenik (Sumber: Giwangkara 2007)

Gelombang elektromagnetik meliputi frekuensi maupun panjang gelombang yang sangat lebar. Wilayah frekuensi dan panjang gelombang ini sering disebut sebagai spektrum elektromagnetik. Pada Gambar 3 dapat dilihat bahwa spektrum elektromagnetik semakin ke kanan, maka akan semakin besar panjang gelombangnya. Sedangkan untuk frekuensi, semakin ke kiri maka akan semakin besar frekuensinya. Dalam spektroskopi inframerah panjang gelombang dan bilangan gelombang adalah nilai yang digunakan untuk menunjukkan posisi dalam spektrum serapan. Panjang gelombang biasanya diukur dalam

mikron atau mikro meter (Pm), sedangkan bilangan gelombang menunjukkan jumlah gelombang per cm.

Gambar 4. Prinsip kerja NIR spektroskopi (Sumber: Patil Smita 2007)

Menurut Mohsenin (1984) dalam Fery Purba Samuel (2010), sinar yang dipancarkan dari sumber ke bahan organik, sekitar 4% akan dipantulkan kembali oleh permukaan luar (regular refraction) dan sisanya sekitar 96% akan masuk ke dalam produk tersebut yang selanjutnya mengalami penyerapan (absorption), pemantulan (body reflection), penyebaran (scattering), dan penerusan cahaya (transmitten). Bahan pertanian pada umumnya tidak

Sampel Sumber cahaya

Monokromator Detektor Transmittan

Detektor Reflektan

8

tembus cahaya, oleh karena itu analisis NIR cenderung menggunakan reflektan dan absorban daripada transmitan.

Inframerah dekat banyak digunakan untuk menentukan kandungan kimia suatu bahan organik karena ikatan molekul bahan organik sangat peka pada kisaran panjang gelombang inframerah dekat. Semua bahan organik terdiri atas atom-atom, terutama karbon, oksigen, hidrogen, nitrogen, phospor, dan sulfur. Atom-atom tersebut terikat secara kovalen untuk membentuk molekul. Molekul bervibrasi pada frekuensi yang berkaitan dengan panjang gelombang dalam daerah inframerah dari spektrum elektromagnetik. Ketika molekul diradiasi dengan sumber energi, molekul memerlukan energi potensial untuk perubahan

energi. Radiasi elektromagnetik ditentukan oleh frekuensi (f), panjang gelombang (O) atau

bilangan gelombang (X%). Energi radiasi (Ep) biasanya disebut dengan photon dan bergantung pada panjang

gelombang dimana radiasi diemisikan dan dapat ditentukan dengan persamaan:

q = =

O (1)

dimana h adalah konstanta Planck yang besarnya 6.63 x 10-34 J, c adalah kecepatan

cahaya yang besarnya 3 x 108 m/s. Molekul-molekul hanya dapat menyerap energi photon pada panjang gelombang yang cocok dengan vibrasi molekul tersebut.

Semua makanan dan bahan makanan yang berasal dari tumbuhan dan hewan terdiri atas unsur yang mengandung kelompok-kelompok dari atom-atom yang diserap dalam wilayah inframerah dekat, di antaranya adalah C-H, O-H, N-H, dan kelompok lainnya. Kelompok C-H pada panjang gelombang 1200, 1400, 1725, 1750, 2310, dam 2340 nm terlihat jelas mencerminkan asam lemak (Phil Williams dan Norris 1990). Spektra komponen kimia lainnya dapat dilihat pada Lampiran 5. Kisaran panjang gelombang NIR telah lama dipelajari dan digunakan sebagai metode analitik. Cahaya tampak diterima oleh mata sesuai dengan besarnya pantulan, seperti halnya warna dihasilkan dari cahaya yang dipantulkan dari suatu objek. Setiap bahan memiliki spektrum gabungan pantulan NIR yang unik dan beragam yang dihasilkan dari efek penyebaran, penyerapan, dan pantulan cahaya oleh bahan.

Setelah dipancarkan maka radiasi ini akan diserap oleh semua bahan organik dan informasi utama yang dapat diekstrak adalah stretching dan bending ikatan kimia C-H (seperti bahan organik turunan minyak bumi), O-H (seperti kadar air, karbohidrat, dan lemak), C-N, dan N-H (seperti protein dan asam amino) yang merupakan ikatan dasar dari semua ikatan kimia bahan-bahan organik. Informasi tersebut dapat dilihat dari pantulan NIR yang dihasilkan dalam bentuk spektrum pantulan. Terdapat dua jenis vibrasi molekul, yaitu stretching dan bending. Vibrasi stretching adalah pergerakan atom yang teratur sepanjang sumbu ikatan antara dua atom sehingga jarak antar atom dapat bertambah atau berkurang. Sedangkan vibrasi bending adalah pergerakan atom yang menyebabkan perubahan sudut ikatan antara dua ikatan atau pergerakan dari sekelompok atom terhadap atom lainnya. Cahaya inframerah dekat yang mengenai bahan memiliki energi yang kecil dan hanya menembus sekitar satu millimeter permukaan bahan, tergantung dari komposisi bahan tersebut.

Spektroskopi inframerah memiliki beberapa keunggulan, di antaranya adalah memiliki waktu pengukuran yang sangat cepat (30 detik per sampel), tanpa perlu penyiapan sampel secara khusus (buah segar secara langsung bisa diambil sampelnya), bebas bahan-bahan kimiawi, bebas limbah dan dapat digunakan dalam proses penilaian kualitas buah secara

9

terus menerus. Teknologi ini masih tergolong metode sekunder karena memerlukan tahap kalibrasi terutama bagi sampel uji yang belum pernah menggunakan alat ini.

2. Kemometrika

Kemometrika adalah ilmu pengukuran yang berkaitan dengan sistem kimia atau proses penerapan metode matematika dan statistika. Kemometrika di dalam analisis NIR terdiri atas tiga aspek berikut: (1) pra-pengolahan data spektra, (2) membangun model kalibrasi untuk analisis kuantitatif, (3) transfer model. Salah satu analisis kemometrik yang terpenting adalah membentuk model kalibrasi melalui metode pengenalan pola untuk mengidentifikasi kemiripan dan pola utama data. Selanjutnya, model ini digunakan untuk memprediksi sampel yang tidak diketahui (Africia Saragih Maharani 2007). Data yang diperoleh dari NIR mengandung latar belakang informasi dan noise selain informasi sampel. Dalam rangka untuk mendapatkan model kalibrasi yang akurat, maka sangat diperlukan pra-pengolahan data spektra.

3. Aplikasi teknologi near infrared spectroscopy (NIRS) Teknologi near infrared spectroscopy (NIRS) telah banyak diperkenalkan dan

digunakan di beberapa negara maju, seperti Eropa, Amerika Utara, Asia, Australia, dan New Zealand baik dalam bidang industri maupun dalam bidang pertanian. Sedangkan di Indonesia, metode ini belum banyak digunakan terutama di dalam bidang pertanian.

Spektroskopi ini umum dipakai dalam analisis kedokteran, farmasetika (pembuatan obat), ilmu pangan dan kimia pertanian, serta astronomi. Dalam bidang kedokteran, NIR umum digunakan dalam diagnostik medis, terutama dalam pengukuran kadar oksigen darah atau juga kadar gula darah. Selain itu, NIR digunakan untuk penginderaan jauh untuk pencitraan (imaging) NIR yang diletakkan pada pesawat terbang/balon udara atau satelit yang digunakan untuk menganalisis kandungan kimia tanah atau hamparan vegetasi penutup permukaan tanah. Ini merupakan aplikasi di bidang tata ruang, kehutanan, serta geografi. Selain itu, NIR pun digunakan dalam ilmu pangan dan kimia pertanian. Dalam bidang ini, penggunaan NIR sangat digemari karena tidak memerlukan persiapan sampel yang rumit. Selain itu, sampel bisa digunakan lagi untuk keperluan lain, misalnya benih bisa langsung ditanam setelah diukur kandungan asam lemaknya. NIR pun dapat digunakan dalam industri susu, yaitu untuk menentukan kandungan protein, lemak, dan kadar air dalam susu murni dan menentukan kandungan protein yang terdapat dalam tepung susu skim. Instrumentasi NIR yang berkembang pesat dengan penggunaan komputer membuat alat ini menjadi populer.

Berdasarkan sifat reflektan dari energi radiasi yang dipancarkan, maka metode NIR dapat digunakan untuk menduga komposisi kimia, seperti kadar air, lemak, asam lemak bebas, gula, protein dan berbagai senyawa lainnya suatu bahan. Aplikasi NIR dalam industri produk pangan dan pertanian telah banyak dilakukan.

Mita Mala Dheni (2003) menerapkan metode NIR untuk menduga kadar air, karbohidrat, protein, dan lemak tepung jagung. Berdasarkan penelitian tersebut disimpulkan bahwa data reflektan dari near infrared dapat menduga kadar protein jagung lebih baik daripada data absorban. Koefisien korelasi dan SE data reflektan untuk kadar protein adalah 0.9981 dan 0.19, sedangkan untuk data absorban 0.9911 dan 0.46. Namun, pendugaan karbohidrat, kadar lemak, dan kadar air menggunakan data absorban lebih baik daripada data reflektan. Koefisien korelasi dan SE data reflektan untuk karbohidrat 0.9624 dan 2.1, sedangkan untuk data absorban 0.9947 dan 0.88. Koefisien korelasi dan SE data reflektan

10

untuk kadar lemak 0.9446 dan 0.96, sedangkan untuk data absorban 0.9874 dan 0.38. Koefisien korelasi dan SE data reflektan untuk kadar air 0.9288 dan 0.5, sedangkan untuk data absorban 0.9803 dan 0.39.

Quddus Atiatul (2006) menerapkan metode NIR untuk menentukan kandungan energi bruto tepung ikan untuk bahan pakan ternak. Pengukuran reflektan dengan menggunakan perangkat NIR kemudian diikuti dengan pengukuran energi bruto (EB) dan energi metabolis (EM). Acuan dari energi metabolis dilakukan dengan uji bioassay. Hasil prediksi nilai EM dengan regresi linier berganda (RLB) yang menggunakan data reflektan dan absorban mendekati hasil uji bioassay. Pendugaan nilai energi bruto dan energi metabolis menggunakan metode Principal Component Regression (PCR) menunjukkan hasil yang kurang akurat dibandingkan regresi berganda. Nilai SEP untuk EB 119.92 Kkal dan CV 4.16%, sedangkan nilai SEP untuk EM 388.37 Kkal dan CV 13.12%.

Mardison (2010) menerapkan metode NIR dan jaringan syaraf tiruan untuk menentukan komposisi kimia biji jarak pagar. Sampel jarak yang digunakan adalah biji jarak utuh tanpa dijadikan tepung. Hasil yang diperoleh menunjukkan bahwa nilai RMSEP NIR-JST 3.718%, 1.314%, dan 1.989% untuk kadar minyak, FFA, dan kadar air. Sedangkan koefisien korelasi 0.848, 0.872, dan 0.993 untuk kadar minyak, FFA, dan kadar air.

Fery Purba Samuel (2010) menerapkan metode NIR untuk menduga komposisi kimia modified cassava flour (MOCAF). Metode PLS dengan data reflektan NIR dan perlakuan data berupa penghalusan rataan setiap 3 titik adalah metode kalibrasi dan perlakuan data yang terbaik untuk pendugaan kadar air MOCAF dengan standar error validasi (SEP) sebesar 0.49% dan koefisien keragaman (CV) sebesar 4.2%. Pendugaan kadar abu, pH, dan kadar amilosa MOCAF paling baik diperoleh dengan metode PLS, data absorban NIR, dan perlakuan data berupa kombinasi antara penghalusan rataan setiap 3 titik dan derivatif kedua Savitzky-Golay setiap 9 titik. Nilai standar error validasi (SEP) dan koefisien keragaman (CV) berturut-turut adalah 0.02% dan 2.8% untuk pendugaan kadar abu, 0.02 dan 0.4% untuk pendugaan pH, dan 0.39% dan 1.3% untuk pendugaan kadar amilosa.

Heruwati Ita (2011) menerapkan metode NIR untuk mendeteksi gejala chilling injury buah belimbing (Averrhoa carambola L.) yang disimpan pada suhu rendah. Model kalibrasi untuk memprediksi pH buah belimbing dengan NIR dikembangkan berdasarkan korelasi data reflektan NIR dengan data pH hasil pengukuran secara destruktif. Data yang dianalisis adalah

data pada suhu 5qC selama 30 hari penyimpanan. Hasil kalibrasi dan validasi PLS menunjukkan nilai r model kalibrasi sebesar 0.6656 artinya pH memiliki korelasi dengan reflektan NIR. Selisih nilai RMSEC sebesar 0.0297, serta nilai CV < 5% yaitu 4.43% yang artinya akurasi dan kestabilan model cukup baik. Rendahnya nilai r pada model kalibrasi karena rentang data pH yang sangat kecil yaitu 3.37 4.15. Hubungan antara pH dengan slope ion leakage berupa pola liniear dan dapat ditentukan dengan persamaan y = 0,040557x 0,037067. Perubahan slope ion leakage selama penyimpanan dapat ditentukan dengan menggunakan reflektan NIR berdasarkan nilai pH prediksi NIR dengan menggunakan persamaan tersebut. Nilai tertinggi slope ion leakage prediksi NIR terjadi pada hari ke-7 penyimpanan yang artinya kebocoran membran telah mencapai puncaknya dan chilling injury diprediksi telah terjadi pada hari ke-7 penyimpanan.

11

D. Pengukuran Analisis Kimia Laboratorium

1. Kadar air

Analisis kadar air dalam bahan pangan sangat penting dilakukan baik untuk bahan pangan segar maupun olahan. Analisis kadar air dalam bahan pangan sering menjadi tidak sederhana karena air dalam bahan pangan berada dalam bentuk terikat secara fisik atau kimia dengan komponen bahan pangan lainnya sehingga berkembang berbagai metode analisis air. Salah satu metode analisis kadar air adalah metode langsung (metode kimia).

Penentuan kadar air dengan metode gravimetri dilakukan dengan cara mengeluarkan air dari bahan dengan proses pengeringan dalam oven. Faktor yang dapat mempengaruhi analisis air dengan metode oven diantaranya adalah perlakuan saat penimbangan, kondisi oven, kondisi saat pengeringan, dan perlakuan setelah pengeringan. Faktor yang berkaitan dengan kondisi oven adalah fluktuasi suhu, kecepatan aliran, dan kelembaban udara di dalam oven.

Spektrum penyerapan inframerah dari molekul air dapat digunakan sebagai dasar penetapan kadar air dari suatu bahan pangan baik bahan padat atau cairan, dimana intensitas penyerapan sinar inframerah berbanding lurus dengan kadar air. Metode spektroskopi inframerah dapat digunakan untuk menentukan kadar air pada bahan yang mengandung air sangat rendah, sampai sekitar 0.05%. Metode ini banyak digunakan untuk mengukur kadar air pada biji-bijian dan produk tepung (Nur Faridah Didah et al. 2010).

2. Bilangan asam dan asam lemak bebas

Bilangan asam adalah bilangan yang menunjukkan jumlah asam lemak bebas yang terkandung dalam lemak/minyak yang biasanya dihubungkan dengan proses hidrolisis lemak/minyak. Jumlah bilangan asam dinyatakan sebagai jumlah miligram NaOH yang dibutuhkan untuk menetralkan asam lemak bebas yang terdapat dalam 1 gram minyak atau lemak. Bilangan asam ditentukan dengan reaksi penyabunan, yaitu dengan cara mereaksikan lemak/minyak dengan basa, yaitu NaOH.

3. Kadar l emak

Analisis kadar lemak bertujuan untuk mengetahui kandungan lemak dari suatu bahan pangan. Terdapat berbagai metode analisis kadar lemak, di antaranya adalah metode ekstraksi soxhlet. Metode ekstraksi soxhlet merupakan metode analisis kadar lemak secara langsung dengan cara mengekstrak lemak dari bahan dengan pelarut organik non-polar, seperti heksana, petrolium eter, dan dietil eter. Ekstraksi dilakukan dengan cara refluks pada suhu yang sesuai dengan titik didih pelarut yang digunakan. Selama proses refluks, pelarut secara berkala akan merendam contoh dan mengekstrak lemak/minyak yang ada pada contoh. Refluks dihentikan sampai pelarut yang merendam contoh sudah berwarna jernih yang artinya sudah tidak ada lagi lemak/minyak yang terlarut. Jumlah lemak/minyak pada contoh diketahui dengan menimbang lemak setelah pelarutnya diuapkan. Jumlah lemak per berat bahan yang diperoleh menunjukkan kadar lemak kasar artinya komponen yang terekstrak oleh pelarut organik bukan hanya lemak/minyak, tetapi komponen lain yang larut pelarut organik, seperti vitamin larut lemak A, D, E, dan K serta karotenoid.

Ada beberapa faktor yang dapat mempengaruhi ketelitian analisis metode soxhlet, di antaranya ukuran partikel bahan/contoh, jenis pelarut, waktu ekstraksi, dan suhu ekstraksi. Semakin kecil ukuran contoh, maka kontak antara permukaan bahan dengan pelarut akan

12

semakin luas sehingga proses ekstraksi lebih efisien. Setiap pelarut organik mempunyai polaritas yang berbeda, pelarut yang mempunyai polaritas paling sesuai dengan polaritas lemak akan memberikan hasil ekstraksi yang lebih baik. Semakin lama waktu ekstraksi, maka jumlah lemak yang terekstrak oleh pelarut akan semakin banyak sampai suatu saat lemak pada contoh habis. Semakin tinggi suhu, maka ekstraksi akan semakin cepat. Pada ekstraksi soxhlet, suhu yang digunakan harus disesuaikan dengan titik didih pelarut yang digunakan. Penggunaan suhu yang lebih rendah dari titik didih pelarut akan menyebabkan ekstraksi berjalan dengan lambat dan kurang efisien, sedangkan penggunaan suhu yang lebih tinggi dari titik didih pelarut akan menyebabkan ekstraksi tidak terkendali dan bisa menimbulkan resiko terjadinya ledakan atau kebakaran.

Analisis soxhlet dapat diaplikasikan untuk hampir semua bahan pangan. Untuk bahan pangan yang tidak banyak mengandung air, seperti tepung atau produk kering lainnya, bahan dapat langsung dianalisis. Sedangkan untuk bahan pangan berbentuk utuh dan banyak mengandung air, seperti daging atau ikan, sebelum dianalisis bahan harus dihidrolisis dengan asam kemudian dikeringkan untuk memudahkan lemak keluar dari jaringan (Nur Faridah Didah et al. 2010).

E. Metode Kalibrasi Multivariatif

1. Metode principal component regression (PCR)

Metode principal component regression merupakan suatu metode kombinasi antara analisis regresi dan analisis komponen utama (Principal Component Analysis, PCA). Prinsip analisis komponen utama adalah mencari komponen utama yang merupakan kombinasi linier dari variabel asli. Metode regresi komponen utama (PCR) ditetapkan bila dalam pembentukan model pendugaan variabel bebas yang digunakan banyak dan terdapat hubungan yang erat antar variabel bebasnya. Metode tersebut dapat digunakan untuk pendugaan kalibrasi peubah ganda dan mengatasi kolinier ganda. Komponen-komponen utama yang dipilih sedemikian rupa sehingga komponen utama pertama memiliki variasi yang terbesar dalam set data, sedangkan komponen utama kedua tegak lurus terhadap komponen utama pertama dan memiliki variasi terbesar berikutnya.

Pemikiran dasar metode analisis ini adalah mendeskripsikan variasi sebuah set data multivariatif dengan sebuah set data baru dimana variabel-variabel baru tidak berkolerasi satu sama lain. Variabel-variabel baru adalah kombinasi linear dari variabel asal. Variabel baru diturunkan dalam arah menurun sehingga beberapa komponen pertama mengandung sebanyak mungkin variasi data asal.

2. Metode partial least squares (PLS)

Metode regresi kuadrat terkecil parsial atau sering disebut partial least squares (PLS) digunakan untuk memperkirakan serangkaian variabel tidak bebas (respons) dari variabel bebas (prediktor) yang jumlahnya sangat banyak, memiliki struktur sistematik linear, dengan atau tanpa data yang hilang, dan memiliki kolinearitas yang tinggi. Metode ini membentuk model dari variabel yang ada untuk merangkai respon dengan menggunakan regresi kuadrat terkecil dalam bentuk matriks (Afric ia Saragih Maharani 2007).

Pada dasarnya pendekatan PLS adalah penggabungan model pendugaan sebagai pengembangan model-model kalibrasi yang melibatkan lebih dari dua peubah laten (bebas dan tidak bebas). Proses pendugaan menggunakan metode kuadrat terkecil yang

13

diaplikasikan pada persamaan hubungan model struktural dan model pengukuran. Metode kuadrat terkecil parsial (PLS) tidak memerlukan asumsi-asumsi yang ketat terhadap sebaran dari peubah, sisaan dan parameter, sehingga metode ini sering disebut metode lunak. Metode tersebut diperoleh secara iteratif dan tidak memiliki formula tertutup untuk mencari ragam koefisien regresi. PLS dapat memprediksi sampel yang tidak diketahui dengan ketepatan lebih baik dibandingkan dengan teknik kalibrasi multivariate lainnya.

14

III. METODE PENELITIAN

A. Tempat dan Waktu Penelitian

Penelitian ini dilaksanakan di Laboratorium Teknik Pengolahan Pangan dan Hasil Pertanian (TPPHP) Departemen Teknik Mesin dan Biosistem Fakultas Teknologi Pertanian IPB. Waktu penelitian dilaksanakan pada bulan Februari 2012 hingga April 2012.

B. Bahan dan Alat

Bahan yang digunakan dalam penelitian ini adalah biji jarak pagar IP-3P yang diperoleh dari Kebun Percobaan Pusat Penelitian Tanaman Perkebunan, Badan Penelitian Tanaman Industri dan Penyegar, Pakuwon, Sukabumi, Jawa Barat. Sampel yang digunakan khusus untuk standar benih sehingga perlakuannya seragam pada saat sortasi maupun penganginan.

Gambar 5. Biji jarak pagar IP-3P standar benih

Bahan-bahan kimia yang digunakan untuk menganalisis komposisi kimia sampel biji jarak pagar seperti pendugaan kadar air, asam lemak bebas, dan kadar lemak dengan analisis kimiawi (metode konvensional), antara lain alkohol 95%, phenolphthalein 1%, NaOH 0.0961 N, dan n-Hexana.

Alat yang digunakan dalam penelitian ini meliputi satu unit NIR Spektrometer tipe NIRFlex N-500 yang diproduksi oleh BUCHI Labortechnik AG, Switzerland, lengkap dengan satu unit komputer dan software untuk perhitungan nilai spektra. NIRFlex tipe N-500 Merk BUCHI digunakan untuk mengukur sampel padat, pasta, dan tablet. Sedangkan komputer untuk mengolah data-data dan mengukur pendugaan komposisi kimia biji jarak pagar dengan NIRFlex Solids Petri N-500 sehingga diperoleh data reflektan baik dalam bentuk tabel maupun grafik. Software bawaan dari NIRFlex N-500 Merk BUCHI yang digunakan dalam penelitian ini adalah NIRWare Operator, NIRWare Management Console, dan NIRCal 5. Selain itu, penggunaan timbangan digital merk ae ADAM, grinder, blender, ayakan mesh 30, dan stopwatch dalam

pembuatan sampel menjadi tepung jarak pagar. Penggunaan alat oven bersuhu 105qC, cawan, penjepit cawan (gegep), dan desikator dalam pengukuran kadar air biji jarak pagar dengan cara pengeringan (metode thermogravitimetri). Kadar lemak apparatus (labu lemak 250 ml, kertas saring, alat ekstraksi soxhlet, pelarut non-polar, heksana). FFA apparatus (botol kaca, spatula, larutan alkohol 95%, pipet, buret, kertas saring, erlenmeyer, mesin shaker, hotplate).

15

C. Prosedur Penelitian

1. Persiapan Sampel Penelitian Sampel yang digunakan adalah biji jarak pagar IP-3P dengan berat 50 gram per

sampel, kemudian dijadikan dalam bentuk tepung menggunakan alat grinder dan diayak menggunakan sieve size 30. Hasil tepung jarak pagar yang digunakan untuk scan di NIR sebanyak 35 gram per sampel. Tepung jarak pagar terdapat pada Gambar 6 dan diagram alir pelaksanaan penelitian dapat dilihat pada Gambar 8.

Gambar 6. Sampel tepung jarak pagar 2. Persiapan Instrument NIRS

Instrumen NIRS yang digunakan dalam penelitian ini adalah NIRFlex Solids Petri N-500 (Gambar 7). Sebelum dilakukan pengukuran, instrument NIRFlex Solids Petri N-500 dinyalakan dan dibiarkan terlebih dahulu beberapa saat. Kemudian sebelum dilakukan pengukuran pada sampel tepung jarak pagar, terlebih dahulu dilakukan proses kalibrasi dengan software bawaan dari instrument tersebut selama 2-3 menit. Software bawaan yang digunakan untuk proses kalibrasi adalah NIRWare Operator.

Gambar 7. Spektrometer NIRFlex N-500 saat scan pada sampel tepung jarak pagar

16

x Biji jarak pagar digrinder dan diayak pada sieve sieze 30

x Data pantulan (Reflektan, R) Pengukuran spektra dilakukan dengan software NIRWare Operator

x Input data analisis kimiawi tepung jarak pagar ke dalam software NIRWare Management Console

x Proses kalibrasi dan validasi serta pemilihan data kalibrasi dan validasi menggunakan software NIRCal 5

Gambar 8. Diagram alir pelaksanaan penelitian pendugaan komposisi kimia tepung jarak pagar IP-3P

dengan metode NIR

R2, Koefisien keragaman (CV), dan Standar error kalibrasi (SEC)

Penentuan regresi validasi

Selesai

Pengukuran spektrum tepung jarak pagar dengan

NIRFlex Solids Petri Spectrometer N-500

Analisis kimiawi kadar air, asam lemak bebas, dan kadar lemak tepung jarak pagar di laboratorium

dengan metode konvensional

Data reflektan tanpa perlakuan data (data treatment)

Metode kalibrasi dan seleksi spektrum kalibrasi/validasi

1. Kalibrasi (2/3 total sampel) 2. Validasi (1/3 total sampel)

Tepung jarak pagar sebanyak 69 sampel

Data reflektan dengan perlakuan data (data treatment)

Perancangan model kalibrasi dengan metode multivariatif, yaitu:

1. Prinsipal Component Regression (PCR) 2. Partial Least Squares (PLS)

Penentuan regresi kalibrasi

Mulai

17

3. Pengukuran Reflektan NIR Pendugaan sampel tepung jarak pagar dengan cara pengukuran menggunakan

instrument NIRFlex Solids Petri N-500 dan software bawaan yaitu NIRWare Operator. Jumlah sampel yang diukur sebanyak 69 sampel. Selanjutnya tepung jarak pagar akan disinari inframerah dekat (NIR) dengan panjang gelombang 1000-2500 nm.

Prinsip pengukuran spektra adalah dengan memancarkan sinar dari lampu halogen ke sampel. Sinar tersebut diterima sebagai energi yang memicu terjadinya getaran dan regangan pada kelompok atom O-H, N-H, dan C-H dimana ikatan atom-atom tersebut merupakan komponen utama pembentuk kandungan organik. Sebagian energi yang diberikan akan diserap untuk melakukan getaran dan regangan alami dan sisanya akan dipantulkan. Pantulan itu akan ditangkap oleh lensa optik yang kemudian direkam oleh detektor sebagai data frekuensi getaran dalam bentuk analog. Informasi tersebut merupakan hasil interaksi gelombang elektronika dengan komponen penyusun bahan komposisi kimia tersebut.

Spektrum yang terukur dari detektor akan diteruskan ke komputer untuk disimpan secara langsung. Data yang disimpan sudah dalam bentuk digital sehingga lebih mudah untuk diolah lebih lanjut dengan software bawaan NIR. Setelah dilakukan pengambilan pantulan spektrum NIR tepung jarak pagar, maka dilakukan analisis kimiawi tepung jarak pagar dengan uji laboratorium.

4. Pengukuran Sifat Kimia Tepung Jarak Pagar secara Destruktif

4.1 Pengukuran kadar air (SNI 01-2891-1992) Kadar air jarak pagar diukur menggunakan metode oven, yaitu dengan peralatan

seperti oven (Gambar 9), cawan petri, alat timbang digital, pinset dan desikator. Kadar air dihitung dengan cara menimbang bahan yang telah di oven sebanyak 5 gram dengan timbangan analitik dan membandingkannya dengan bobot awal sebelum penyimpanan. Cawan kosong dikeringkan dan didinginkan dalam desikator kemudian ditimbang. Setelah itu, sejumlah sampel ditimbang dalam cawan, cawan dimasukkan ke dalam oven

bersuhu 105qC selama 6 jam. Cawan dan sampel didinginkan dalam desikator dan

ditimbang setelah dingin, kemudian cawan dan sampel dimasukkan kembali ke oven, dikeringkan lagi hingga diperoleh berat yang tetap. Kadar air dapat dihitung dengan cara sebagai berikut :

(% ) = ?

% (2)

Gambar 9. Pengukuran kadar air dengan metode oven

18

4.2 Pengukuran asam lemak bebas (AOAC, 2005) Sampel tepung jarak pagar di timbang 2-5 gram di dalam botol, kemudian

ditambahkan 25 ml alkohol netral 95%. Setelah itu, botol-botol tersebut dimasukkan ke dalam mesin shaker selama 12 jam. Di dalam mesin shaker, botol-botol tersebut direndam setengah dengan air dan digoyang-goyangkan. Hasil dari mesin shaker tersebut maka akan keluar minyak dan warnanya akan menjadi buram. Kemudian minyak tersebut disaring dengan kertas saring di dalam erlenmeyer. Apabila minyak tersebut sudah tersaring, maka erlenmeyer ditutup dengan aluminium foil. Tahap selanjutnya adalah memanaskan minyak di dalam erlenmeyer tersebut di atas hotplate. Setelah itu, ditambahkan indikator phenolphthalein 1% sebanyak 3 tetes. Larutan tersebut dititrasi dengan larutan NaOH 0.0961 N sampai tepat berwarna merah jambu yang tidak hilang selama 30 detik. Selanjutnya jumlah NaOH (mg) yang digunakan untuk menetralisir asam lemak bebas dalam 1 gram minyak atau lemak dihitung. Proses pengukuran asam lemak bebas dapat dilihat pada Gambar 10. Perhitungan:

@

A=

(3)

(% ) =

(4)

Keterangan: A = Jumlah NaOH untuk titrasi (ml) N = Normalitas larutan NaOH M = Bobot molekul asam lemak (258 gram/mol) G = Bobot sampel (gram) 40 = Bobot molekul NaOH

19

Menimbang sampel dan wadah Pengadukkan dalam shaker Memasukkan larutan

alkohol netral 95%

Memanaskan di hotplate Menyaring minyak

Titrasi larutan

Hasil titrasi yang berwarna merah jambu

Gambar 10. Proses pengukuran asam lemak bebas

4.3 Pengukuran kadar lemak (SNI 01-2891-1992) Kadar lemak diukur menggunakan metode ekstrasi soxhlet (Gambar 11). Labu

lemak yang digunakan terlebih dahulu dibersihkan dan dikeringkan dalam oven bersuhu

105qC selama 15 menit, kemudian didinginkan dalam desikator. Sampel ditimbang dalam bentuk kering dibungkus dengan kertas saring, kemudian dimasukkan ke dalam labu soxhlet. Alat kondensor diletakkan di atas labu. Pelarut heksana dimasukkan ke dalam labu lemak secukupnya. Selanjutnya dilakukan refluks selama 6 jam sampai pelarut yang turun kembali ke dalam lemak berwarna jernih.

Pelarut yang ada dalam lemak didestilasi dan pelarut ditampung kembali. Labu

yang berisi lemak hasil ekstraksi dipanaskan dalam oven 105qC untuk menguapkan sisa pelarut hingga mencapai berat konstan, kemudian didinginkan dalam desikator.

20

Selanjutnya labu beserta lemak di dalamnya ditimbang. Berat lemak diketahui menggunakan rumus berikut:

(% ) = ()

() % (5)

Gambar 11. Perangkat Soxhlet

5 Analisis Data Data-data hasil kalibrasi yang diperoleh selanjutnya dianalisis dengan menggunakan

bantuan software komputer, yaitu Microsoft Excel dan software bawaan dari alat NIRFlex N-500 merk BUCHI, yaitu NIRWare Management Console dan NIRCal 5. Microsoft Excel digunakan untuk pengolahan data statistik. Penggunaan NIRWare Management Console untuk memasukkan data hasil analisis kimiawi laboratorium (data referensi). Sedangkan NIRCal 5 digunakan untuk membuat bentuk dan model kalibrasi antara data reflektan terhadap hasil analisis kimiawi laboratorium dengan metode kalibrasi multivariatif, yaitu principal component regression (PCR) dan partial least squares (PLS). Keluaran hasil analisis data penelitian dari metode kalibrasi multivariatif tersebut dengan menggunakan software NIRCal 5 adalah data dugaan, grafik, dan regresi kalibrasi antara data reflektan NIR dengan nilai hasil analisis kimiawi laboratorium yang memiliki koefisien korelasi (R) dan koefisien determinasi (R2) yang tinggi serta standar deviasi dan bias yang rendah.

Konsep komponen utama pertama (primary principal components) mendefinisikan ruang luar pemodelan yang digunakan untuk X dalam membangun (calibration), dimana spektrum rekonstruksi tersebut berkaitan dengan spektrum yang tidak digunakan sehingga perbedaan spektrum tersebut dapat diterima. Komponen utama kedua (secondary principal components) berkaitan dengan ruang dalam pemodelan yang digunakan untuk Y dalam memprediksi (validation). Pemilihan komponen utama pertama dapat dilihat dari grafik X-PRESS (Predicted Residual Error Sum Square) pada Gambar 12.

21

Gambar 12. Grafik fungsi X-PRESS dalam pemilihan komponen utama pertama

Grafik fungsi X-PRESS (Predicted Residual Error Sum Square) menunjukkan dimana komponen utama pertama mempunyai pengaruh dalam rekonstruksi spektra. Ketika X-PRESS mencapai kondisi minimum dan sudah tidak mengalami perubahan, maka artinya penambahan komponen utama pertama tidak perlu ditingkatkan. Awalnya jumlah komponen utama pertama yang digunakan adalah 15. Akan tetapi, jumlah komponen utama pertama 15 terlalu banyak sehingga dapat menimbulkan overfitting. Oleh karena itu, jumlah komponen utama pertama dikurangi menjadi 10 karena pada kondisi ini sudah tidak mengalami perubahan atau stabil. Sedangkan untuk pemilihan jumlah komponen utama kedua dapat dilihat dari grafik konsistensi dan V-Set PRESS. Konsistensi yang disarankan adalah di atas 100%, namun kondisi di atas 80% pun masih dapat diterima. Konsistensi dirumuskan sebagai berikut:

=

(6)

Keterangan: SEC = Standar error kalibrasi SEP = Standar error prediksi

V-Set PRESS (Predicted Residual Error Sum Square) yang disarankan adalah

semakin mendekati nol, maka akan semakin baik. Perhitungan nilai selisih antara nilai aktual dengan nilai dugaan dari model regresi yang diperoleh, kemudian jumlah kuadrat dari selisih dikumpulkan untuk mendapatkan nilai PRESS. Nilai PRESS adalah ukuran kebaikan model dalam mencocokan konsentrasi yang diperoleh dari model dengan konsentrasi yang dibuat (Luftfiani Nurtiyas 2012).

= ( F ) @ (7)

Keterangan: PRESS = Predicted Residual Error Sum Square

Xn = Data kimia validasi (uji laboratorium) Yn = Data kimia validasi (prediksi NIR)

22

Pemilihan komponen utama pertama dan komponen utama kedua juga sangat penting untuk menemukan korelasi terbaik antara data kimia dengan nilai prediksi NIR. Pemilihan komponen utama yang tidak tepat akan menghasilkan overfitting dan underfitting sehingga harus dihindari penggunaan komponen utama yang terlalu banyak dan terlalu sedikit. Komponen utama kedua digunakan sebagai parameter kalibrasi kuantitatif dan jumlah komponen utama kedua selalu lebih kecil sama dengan jumlah komponen utama pertama.

5.1 Kalibrasi

5.1.1 Metode Prinsipal Component Regression (PCR)/Regresi Komponen Utama Prinsipal Component Regression (PCR) adalah metode kalibrasi yang

membentuk model antara konsentrasi senyawa dan komponen utama (PCs) pada data matriks (spektra) (Africia Saragih Maharani 2007). PCR merupakan metode kalibrasi multivariatif untuk menganalisis statistika peubah ganda yang dapat digunakan untuk keperluan mereduksi sejumlah peubah asal menjadi beberapa peubah baru yang bersifat orthogonal dan tidak mengurangi serta tetap mempertahankan total keragaman yang jumlahnya besar dari peubah asalnya. Regresi kalibrasi dapat dibangun dengan menggunakan metode principal component regression dinyatakan sebagai berikut:

= + + + ...+ (8)

Keterangan: Y = Kadar air/asam lemak bebas/kadar lemak tepung jarak pagar a dan b = Konstanta komponen utama P = Konstanta utama pada panjang gelombang antara 1000-2500 nm

5.1.2 Metode Partial Least Squares (PLS)/Kuadrat Terkecil Parsial

Partial Least Squares (PLS) adalah metode yang berkembang dan umum digunakan dalam kemometrik untuk memprediksi peubah respon (vektor) dari angka yang besar pada multikolinear peubah yang memberi penjelasan. PLS digunakan utuk memprediksi serangkaian peubah tak bebas (respon) dari peubah bebas (prediktor) yang jumlahnya sangat banyak, memiliki struktur sistematik linier dengan atau tanpa data yang hilang, dan memiliki kolinearitas yang tinggi (Africia Saragih Maharani 2007).

Partial Least Squares (PLS) merupakan metode kalibrasi multivariatif untuk pendugaan komposisi kimia tepung jarak pagar. Tahap kalibrasi ini dilakukan untuk menentukan hubungan antara komposisi kimia tepung jarak pagar dengan data reflektan NIR. Metode kalibrasi ini memiliki struktur sistematik linear. Metode PLS digunakan untuk memperoleh pendugaan bagi Y sebagai fungsi peubah-peubah Xn yang terpilih. Regresi kalibrasi antara peubah Y dengan a dan b sebagai konstanta kuadrat terkecil parsial X terpilih, persamaan PLS dinyatakan sebagai berikut:

= + + + .. .+ (9)

23

Keterangan: Y = Kadar air/asam lemak bebas/kadar lemak tepung jarak pagar a dan b = Konstanta kuadrat terkecil parsial X = Fungsi peubah kuadrat terkecil parsial pada panjang gelombang

antara 1000-2500 nm

5.2 Validasi Uji validasi adalah konfirmasi melalui pengujian dan pengadaan bukti yang

objektif bahwa persyaratan tertentu untuk suatu maksud tertentu terpenuhi. Uji validasi juga dilakukan untuk membuktikan kebaikan dari model kalibrasi yang telah dibangun. Setelah didapatkan model regresi kalibrasi, dilakukan tahap validasi dengan menggunakan sisa data yang lain. Data sampel yang berbeda tersebut dimasukkan ke dalam regresi kalibrasi sehingga diperoleh data komposisi kimia (kadar air, asam lemak bebas, dan kadar lemak) tepung jarak pagar dugaan NIR.

Beberapa parameter yang harus diperhatikan dalam penilaian kalibrasi kuantitatif, yaitu koefisien regresi (r) dan determinasi (r2), presisi, dan akurasi. Koefisien regresi menunjukkan tingkat keberhasilan dari nilai yang diprediksi oleh NIR dengan analisis referensi data kimia. Koefisien regresi yang mendekati 100% akan menghasilkan kalibrasi yang baik. Sebuah analisis bahan pangan dinyatakan berhasil jika memberikan nilai R2 lebih besar sama dengan 95%. Apabila R2 lebih besar sama dengan 80-95% maka analisis dapat dinyatakan baik, sedangkan R2 pada selang 70-80% maka analisis dapat dinyatakan cukup baik. Koefisien determinasi (R2) menunjukkan kemampuan model menerangkan keragaman nilai peubah tak bebas. Semakin besar nilai R2, maka model semakin mampu menerangkan perilaku peubah tak bebas. Kisaran nilai R2 mulai dari 0% sampai 100%.

= ( ?% ) ( ?% )

( ?% ) ( ?% ) (10)

= ( )

Keterangan:

: = Data kimia (uji laboratorium) :$ = Data kimia (uji laboratorium) rataan

; = Data kimia (prediksi NIR)

;$ = Data kimia (prediksi NIR) rataan

Presisi dilihat dari nilai standard error of calibration (SEC) dan standard error of prediction (SEP). Standar error didefinisikan sebagai selisih atau beda antara hasil perhitungan atau pengukuran terhadap hasil sebenarnya. Apabila nilai standar error semakin mendekati nol, maka dipastikan model dapat memprediksi dengan baik kadar dugaannya. Besar standar error diharapkan mendekati standar deviasi nilai referensi data kimia. Pada proses penentuan kalibrasi, harus dihindari terjadinya overfitting dan underfitting. Overfitting terjadi apabila nilai SEC kecil tetapi nilai SEP besar, sebaliknya underfitting terjadi apabila nilai SEC besar tetapi nilai SEP kecil. Oleh karena itu, penentuan kalibrasi terbaik tidak hanya dilihat dari nilai kalibrasinya saja, melainkan harus diperhatikan juga untuk nilai validasi yang diperoleh. Perhitungan standar error:

24

= ( ? )

(11)

Keterangan: SE = Standar error

; = Data kimia (prediksi NIR) : = Data kimia (uji laboratorium) n = Jumlah sampel

Akurasi menunjukkan nilai V-Set Bias yang memberikan informasi rataan

deviasi antara nilai yang diprediksi oleh NIR dengan nilai original dari referensi data kimia. V-Set Bias yang diharapkan mendekati nol, sedangkan C-Set Bias sudah menjadi ketentuan memiliki nilai nol. Perhitungan V-Set Bias sebagai berikut:

=

( F ) (12)

Keterangan: n = Jumlah sampel validasi

: = Data kimia (uji laboratorium) ; = Data prediksi NIR

Persyaratan lain yang juga menjadi acuan hasil kalibrasi dapat dilihat dari

coefficient of variability (CV), dimana koefisien keragaman menunjukkan nilai keragaman yang merupakan hasil pembagian antara standar error terhadap nilai rata-rata analisis referensi data kimia. Nilai koefisien keragaman yang ideal adalah berkisar antara 1-1.5%. Koefisien keragaman (CV) dapat digunakan untuk membandingkan dua keragaman kelompok data yang selang nilainya jauh berbeda satu sama lain bahkan dapat digunakan untuk membandingkan keragaman dua atau lebih kelompok data meskipun satuan pengukurannya tidak sama. Koefisien keragaman (CV) dapat diperoleh dengan rumus:

=

% % (13)

Keterangan: CV = Koefisien keragaman SE = Standar error

:$ = Data kimia (uji laboratorium) rataan

5.3 Perlakuan Data Data yang diperoleh dari hasil pengukuran reflektan NIR perlu diolah lebih lanjut

apabila hasil kalibrasi reflektan NIR tanpa perlakuan data tidak menghasilkan kalibrasi yang baik. Hal ini disebabkan selama proses pengambilan data banyak faktor eksternal, seperti guncangan (noise) sehingga diperlukan pengolahan data lebih lanjut, yaitu dengan perlakuan data (data treatment). Pada penelitian ini perlakuan data yang diberikan pada kurva spektrum reflektan adalah normalisasi antara 0-1, derivatif pertama Savizky-Golay setiap 9 titik, dan kombinasi antara normalisasi 0-1 dengan derivatif

25

pertama Savitzky-Golay setiap 9 titik. Setiap perlakuan data mempunyai fungsi yang berbeda-beda terhadap data spektrum. Normalisasi berfungsi untuk mereduksi ukuran partikel dan memperbesar nilai spektra, sedangkan derivatif pertama berfungsi untuk memisahkan komponen menjadi data yang tunggal sehingga hasil kalibrasi dapat menjadi lebih baik.

= ?

? (14)

Keterangan: xbi = nilai input yang baru xi = nilai input awal xmin = nilai input minimum xmax = nilai input maksimum

= > F ? (15)

Keterangan: Sn = derivatif pertama Sn = log (1/R) pada titik n g = ukuran derivatif n = 0, 1, , N -1

26

IV. HASIL DAN PEMBAHASAN

A. Spektra Reflektan Biji Jarak Pagar IP-3P

Pendugaan komposisi kimia biji jarak pagar yang diteliti meliputi kandungan kadar air, asam lemak bebas, dan kadar lemak. Perangkat yang digunakan adalah NIRFlex Solids Petri N-500 yang menghasilkan data pengukuran berupa data pantulan (reflectance). Pengukuran spektra yang digunakan pada rentang panjang gelombang 1000-2500 nm dengan interval 1 mm. Berikut hasil data spektra reflektan (R) sebanyak 69 sampel:

Gambar 13. Spektra reflektan (R) tepung jarak pagar

Berdasarkan Gambar 13 menunjukkan kandungan kadar air yang terdiri atas ikatan O H menyerap pada panjang gelombang 1450 nm dan 1940 nm. Tingkat absorpsivitas panjang gelombang NIR yang lemah menyebabkan kemampuan penetrasi ke sampel kecil. Hal ini menyebabkan teknik non-destruktif spektroskopi reflektansi pada panjang gelombang NIR untuk mengetahui kadar air bahan dapat memberikan data yang baik. Asam lemak bebas yang memiliki ikatan C-H menyerap pada panjang gelombang 2200 nm. Asam lemak yang terdiri atas ikatan C-H menyerap pada panjang gelombang 1215 nm, 1395 nm, 1725 nm, 1765 nm, 2310 nm, dan 2323 nm. Kadar lemak yang terdiri atas ikatan C-H menyerap pada panjang gelombang 1037 nm, 1620 1765 nm, dan 2310 2323 nm (Phil Williams dan Norris 1990). Pada grafik tersebut, hampir seluruh sampel jarak pagar menunjukkan bentuk spektrum yang sama, tetapi memiliki tingkat reflektan yang berbeda. Hal ini menunjukkan bahwa setiap biji jarak pagar memiliki komposisi kimia, seperti kadar air, asam lemak bebas, dan kadar lemak yang berbeda-beda. Namun, perbedaan tingkat reflektan tersebut tidak begitu signifikan. Hal ini disebabkan sampel yang digunakan dalam bentuk tepung sehingga memiliki ukuran partikel yang sama. Pengecilan ukuran tersebut bertujuan untuk memperkecil noise.

Prinsip pengukuran spektra adalah dengan memancarkan sinar dari lampu halogen ke sampel, kemudian sinar tersebut akan diterima sebagai energi yang memicu adanya getaran dan regangan pada kelompok ikatan atom O-H, N-H, dan C-H. Ikatan-ikatan atom tersebut

27

merupakan komponen utama pembentuk kandungan organik. Atom-atom dalam molekul selalu mengalami vibrasi (getaran atom dalam molekul). Getaran atom dalam molekul (frekuensi getaran) dapat digambarkan dalam tingkat energi vibrasi. Jika suatu molekul menyerap radiasi inframerah, maka molekul tersebut akan tereksitasi ke tingkatan yang lebih tinggi. Energi yang diterima sebagian akan diserap dan sisanya akan dipantulkan. Pantulan itu yang akan diterima oleh detektor sebagai data frekuensi getaran dalam bentuk analog. Selanjutnya data analog akan ditransformasi dengan metode transformasi fourier sehingga menjadi data spektra reflektan.

B. Analisis Data Kimiawi Biji Jarak Pagar IP -3P Hasil Uji Laboratorium

Pengukuran komposisi biji jarak pagar secara destruktif digunakan sebagai data referensi

dalam pengembangan model kalibrasi. Data ini sangat menentukan keberhasilan pendugaan nilai parameter mutu dengan menggunakan NIR. Semua proses pengukuran pasti akan menghasilkan nilai error, termasuk pengukuran secara desktruktif. Oleh karena itu, untuk mengurangi error tersebut maka dilakukan penanganan khusus terhadap sampel yang diteliti. Biji jarak pagar merupakan bahan pertanian yang masih belum banyak diteliti sehingga sifat dan karakteristiknya pun masih belum banyak diketahui. Sampel jarak pagar yang telah diambil spektranya di NIR, maka secepat mungkin harus langsung dianalisis komposisi kimianya di laboratorium. Hal ini untuk mencegah terjadinya perubahan karakteristik kimia biji jarak pagar. Selain itu, antisipasi apabila waktu yang tidak memungkinkan untuk langsung menganalisis sampel jarak tersebut, maka dilakukan penanganan berupa sampel dimasukkan ke dalam refrigerator dengan suhu

berkisar antara 15-18qC. Tujuannya adalah menjaga agar komposisi kimianya tidak berubah. Data hasil analisis laboratorium (kadar air, asam lemak bebas, dan kadar lemak) biji jarak pagar IP-3P sebanyak 69 sampel dapat dilihat pada Lampiran 1, 2, dan 3. Tabel yang disajikan di bawah ini merupakan rangkuman dari hasil analisis kimiawi laboratorium biji jarak pagar IP-3P secara statistik.

Tabel 6. Data statistik 69 sampel biji jarak pagar IP-3P hasil analisis laboratorium

Komposisi Rataan St Dev Minimum Maksimum

Kadar air (% bb) 4.14 0.77 2.61 5.21

Asam Lemak Bebas (% bb) 0.87 0.14 0.63 1.24

Kadar Lemak (% bb) 36.72 3.42 30.52 46.82

Standar deviasi dapat dinyatakan dalam banyaknya keragaman satu kumpulan data yang

dianalisis. Standar deviasi dari analisis referensi data kimia yang disarankan sekitar 0.3%. Berdasarkan Tabel 6 dapat dilihat bahwa variasi data untuk asam lemak bebas tidak begitu tinggi, yaitu 0.14%. Namun, variasi data untuk kadar air dan lemak cukup tinggi, yaitu sebesar 0.77% dan 3.42%. Hal ini menunjukkan bahwa data kimia kadar air dan lemak memiliki tingkat keragaman yang besar. Salah satu penyebabnya adalah laboratory error, contohnya kesalahan dalam penimbangan sampel, kalibrasi alat, kesalahan operator dalam melakukan pengukuran, kondisi lingkungan yang mempengaruhi, yaitu suhu.

Biji jarak pagar yang digunakan diambil dari tanaman yang sudah tua berwarna kuning sampai dengan hitam. Pada tingkat kematangan seperti ini, daging biji jarak pagar juga lebih padat dan berisi sehingga rendemen daging biji terhadap biji jarak pagar lebih tinggi daripada yang berasal dari buah muda. Berdasarkan Tabel 2 kadar air biji jarak pagar memiliki kandungan

28

sebesar 8.05 0.11%. Namun, hasil uji kadar air yang diperoleh cukup rendah, yaitu memiliki rataan sebesar 4.14%. Hal ini disebabkan pada saat persiapan sampel, biji jarak pagar terlalu lama dianginkan di suhu ruang. Selain itu, proses grinder dan pengayakan biji jarak pagar menjadi tepung mempengaruhi turunnya kadar air yang diperoleh. Kadar air merupakan parameter penting dalam menentukan kualitas minyak jarak. Hal ini disebabkan parameter ini menunjukkan besarnya kandungan air dalam minyak yang dapat menyebabkan turunnya temperatur panas pembakaran. Selain itu, kadar air yang tinggi dalam bahan bakar menyebabkan penurunan mutu bahan bakar karena dapat menurunkan nilai kalor untuk penguapan, menurunkan titik nyala, dan memperlambat proses pembakaran.

Minyak jarak mengandung asam oleat, linoleat, palmitat, dan stearate dengan persentase yang berbeda-beda. Asam lemak yang terkandung paling besar pada biji jarak pagar adalah asam oleat sebesar 34.3 - 45.8% yang merupakan asam lemak tidak jenuh. Semakin tinggi kandungan asam lemak tidak jenuh dalam minyak jarak, maka memungkinkan terjadinya oksidasi pada ikatan rangkap tersebut sehingga bilangan asam akan meningkat. Bilangan asam menunjukkan jumlah asam lemak bebas yang terkandung dalam minyak yang biasa