Rhamadan, Ilham and Prof. Dr. Ir. Bambang Dwi Argo,, DEA. and Zaqlul Iqbal,, S.TP., M.Si (2022) Rancang Bangun Sistem Deteksi Kandungan Kafein & Kadar Air Biji Kopi Arabika Menggunakan Sensor C12880ma Dan Analisis Kemometrika Berdasarkan Waktu Penyimpanan Setelah Sangrai. Sarjana thesis, Universitas Brawijaya.
Abstract
Kopi Indonesia merupakan salah satu kopi yang paling banyak diminati di dunia. Pada tahun 2020 nilai ekspor kopi sebesar US$809,159 dan tahun 2021 nilai ekspor kopi mengalami kenaikan sekitar 1,21% menjadi US$849,38. Sehingga kualitas kopi yang dihasilkan perlu diperhatikan dengan baik. Penyangraian merupakan tahap krusial karena dapat mengakibatkan terjadinya proses perubahan kimiawi pada biji kopi yang berpengaruh langsung pada aroma dan citarasa. Tidak hanya itu, lama waktu penyimpanan biji kopi sangrai juga dapat menurunkan kadar kafein dan meningkatkan kadar air sehingga mengakibatkan citarasa dan aroma yang tidak nyaman. Teknologi UV/Vis telah banyak digunakan dalam mendeteksi senyawa kimia dengan memanfaatkan area serapan pada panjang gelombang UV hingga Visible. Teknologi MEMS (Microelectromechanical systems) merupakan teknologi yang berpotensi untuk pengujian non-destruktif dengan metode spektroskopi UV-Vis karena memiliki ukuran yang kecil dan kompak. Beberapa penelitian telah membuktikan dengan menggunakan metode ini dapat melihat interaksi komponen kimia biji kopi dengan tingkat sangrai secara baik seperti kafein dan asam klorogenat, dan dapat mengklasifikasikan level sangrai biji kopi. Sehingga teknologi ini memiliki potensi untuk membangun sistem deteksi sampel padat seperti biji kopi sangrai dengan minim preparasi. Rancang bangun sistem deteksi menggunakan sensor MEMS C12880ma hamamatsu dengan prinsip kerja seperti spektrofotometer laboratorium UV-Vis yang mendukung rentang panjang gelombang 240 hingga 850 nm. Penelitian ini menggunakan 60 sampel biji kopi arabika sangrai medium dengan suhu 198ºC dalam waktu 10 menit yang dibagi menjadi 3 lama waktu penyimpanan setelah sangrai, yaitu 1 hari, 21 hari, dan 35 hari. Hasil uji destruktif pada masing-masing waktu penyimpanan menghasilkan nilai rata-rata kadar kafein sebesar 0.659, 0.592, dan 0.561 mg/L. Perubahan kadar air pada masing-masing penyimpanan menghasilkan nilai rata-rata sebesar 0.0150, 0.0199, dan 0.0355. Data yang diperoleh dari sistem deteksi dikembangkan menggunakan analisis kemometrika yaitu Partial Least Square Regression (PLSR) regresi dan Partial Least Square-Discriminant Analysis (PLS-DA). Hasil pembacaan spektrum menggunakan sistem deteksi menghasilkan lembah pada panjang gelombang 625 – 725 nm. Hasil analisis klasfikasi PLS-DA dengan confusion matrix menghasilkan model klasifikasi terbaik pada praperlakuan Moving Average (MA) + Standard Normal Variate (SNV) dengan akurasi model kalibrasi dan prediksi sebesar 98% dan 100%. Kemudian hasil analisis regresi dengan PLSR menghasilkan model prediksi terbaik pada praperlakuan Moving Average (MA) + Standard Normal Variate (SNV). Model prediksi kafein menghasilkan nilai R2 kalibrasi dan R2 Cross Validation sebesar 0.8089 dan 0.4452 dengan nilai RMSEC dan RMSECV sebesar 0.0811 dan 0.1314, serta R2 prediksi dan RMSEP sebesar 0.5190 dan 0.1382. Pada model prediksi kadar air menghasilkan nilai R2 kalibrasi dan R2 Cross Validation sebesar 0.6106 dan 0.2077 dengan nilai RMSEC dan RMSECV sebesar 0.0064 dan 0.0167, serta R2 prediksi dan RMSEP sebesar 0.0549 dan 0.0165
English Abstract
Indonesian coffee is one of the most popular coffees in the world. In 2020 the coffee export value was US$809.159 and in 2021 the coffee export value increased by around 1.21% to US$849.38. So that the quality of the coffee produced needs to be considered properly. Roasting is a crucial stage because it can result in a chemical change process in the coffee bean that directly affects the aroma and taste. Not only that, the long storage time of roasted coffee beans can also reduce caffeine levels and increase water levels, resulting in an uncomfortable taste and aroma. UV/Vis technology has been widely used in detecting chemical compounds by utilizing the absorption area at UV to Visible wavelengths. MEMS technology (Microelectromechanical systems) is a potential technology for non-destructive testing using the UV-Vis spectroscopy method because it has a small and compact size. Several studies have proven that using this method can see the interaction of the chemical components of coffee beans with good roasting levels such as caffeine and chlorogenic acid, and can classify coffee bean roasting levels. So this technology has the potential to build a solid sample detection system such as roasted coffee beans with minimal preparation. The design of the detection system uses the MEMS sensor C12880ma Hamamatsu with a working principle like a UV-Vis laboratory spectrophotometer that supports a wavelength range of 240 to 850 nm. This study used 60 samples of medium roasted Arabica coffee beans at 198ºC in 10 minutes which were divided into 3 storage times after roasting, namely 1 day, 21 days, and 35 days. The results of the destructive test at each storage time yielded an average value of caffeine content of 0.659, 0.592, and 0.561 mg/L. Changes in water content in each storage resulted in an average value of 0.0150, 0.0199, and 0.0355. The data obtained from the detection system was developed using chemometric analysis, namely Partial Least Square Regression (PLSR) regression and Partial Least Square-Discriminant Analysis (PLS-DA). The results of reading the spectrum using the detection system produce peaks at a wavelength of 625 – 725 nm. The results of the PLS-DA classification analysis with the confusion matrix produce the best classification model in the Moving Average (MA) + Standard Normal Variate (SNV) pre-treatment with the accuracy of the calibration and prediction models of 0.98 and 1. Then the regression analysis results with PLSR produce the best predictive model in the pre-treatment Moving Average (MA) + Standard Normal Variate (SNV). The caffeine prediction model yielded calibration R2 and Cross-Validation R2 values of 0.8089 and 0.4452 with RMSEC and RMSECV values of 0.0811 and 0.1314, as well as prediction R2 and RMSEP of 0.5190 and 0.1382. The moisture content prediction model yields R2 calibration and R2 Cross Validation values of 0.6106 and 0.2077 with RMSEC and RMSECV values of 0.0064 and 0.0167, as well as prediction R2 and RMSEP of 0.0549 and 0.0165.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0522100471 |
| Uncontrolled Keywords: | Kemometrika, UV-Vis Spectrophotometer, Biji kopi arabika sangrai, Chemometrics, UV-Vis Spectrophotometer, Roasted Arabica coffee beans |
| Subjects: | 600 Technology (Applied sciences) > 630 Agriculture and related technologies |
| Divisions: | Fakultas Teknologi Pertanian > Keteknikan Pertanian |
| Depositing User: | Nur Cholis |
| Date Deposited: | 01 Aug 2023 06:48 |
| Last Modified: | 01 Aug 2023 07:03 |
| URI: | http://repository.ub.ac.id/id/eprint/202287 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Ilham Rhamadan-FTP.pdf Restricted to Registered users only until 31 December 2024. Download (3MB) |
Actions (login required)
 |
View Item |