Prediksi Parameter Fisiko-Kimia Buah Lemon California (Citrus lemon) Berdasarkan Spektroskopi Vis-NIR dan Model Machine Learning

Ayu Alecia, Salfa and Dr.Agr.Sc. Dimas Firmanda Al Riza,, ST.,M.Sc and Imro’ah Ikarini,, STP., M.P. (2023) Prediksi Parameter Fisiko-Kimia Buah Lemon California (Citrus lemon) Berdasarkan Spektroskopi Vis-NIR dan Model Machine Learning. Sarjana thesis, Universitas Brawijaya.

Abstract

RINGKASAN Jeruk lemon (Citrus lemon) merupakan salah satu hasil komoditas horikultura yang mempunyai potensi besar untuk dikembangkan karena dapat tumbuh dan tersebar dengan baik di Indonesia. Pengolahan produk jeruk lemon memerlukan jeruk lemon dengan tingkat kematangan tertentu, sesuai dengan produk yang dibuat dan standar dari produsen. Kualitas suatu buah dapat ditentukan dengan pengukuran fisiko-kimia yang juga merupakan parameter kematangan. Prediksi parameter fisiko-kimia secara non-destruktif salah satunya yaitu menggunakan spektrofotometri Vis-NIR. Penelitian ini bertujuan untuk melaksanakan akuisisi data parameter fisiko-kimia serta data spektra pada buah lemon California, menganalisis perbandingan antara tingkat kematangan dengan parameter fisiko-kimia serta spektroskopi Vis-NIR, dan membuat pemodelan prediksi parameter fisiko-kimia buah lemon California. Pengujian secara non-destruktif dilakukan dengan pengambilan data spektra menggunakna spektrofotometer portable, sedangkan untuk pengujian parameter fisiko-kimia secara destruktif terdiri dari uji kekerasan buah, total padatan terlarut, acidity, serta rendemen minyak atsiri. Pengujian dilakukan menggunakan 120 sampel buah lemon California yang terdiri dari 40 buah tiap tingkat kematangan berdasarkan visual. Hasil pengujian menunjukkan perbandingan tingkat kematangan buah dengan parameter kekerasan yaitu berbanding terbalik, parameter total padatan terlarut berbanding lurus, sedangkan untuk parameter acidity dan rendemen naik pada tingkat 1 ke tingkat 2 kemudian mengalami penurunan pada tingkat 3. Data spektra dan data parameter fisko-kimia kemudian dimasukkan dalam model machine learning. Hasil pemodelan terbaik dari tiga model machine learning yang digunakan ditunjukkan oleh model Support Vector Machine dengan tingkat akurasi tertinggi pada setiap parameter fisiko-kimia buah lemon California yaitu parameter visual yaitu 97,2%, kekerasan 75%, TPT 77,8%, dan acidity 66,7%.

English Abstract

SUMMARY Lemons (Citrus lemons) are one of the horicultural commodities that have great potential to be developed because they can grow and spread well in Indonesia. Processing of lemon products requires lemons with a certain maturity level, according to the product being made and the standard of the manufacturer. The quality of a fruit can be determined by physico-chemical measurements which are also parameters of maturity. One way to predict physico-chemical parameters non-destructively is by using Vis-NIR spectrophotometry. This study aims to carry out data acquisition of physico-chemical parameters and spectral data on California lemons, analyze the relationship between maturity level and physico-chemical parameters and Vis-NIR spectroscopy, and make prediction models of physico-chemical parameters of California lemons. Non-destructive testing was carried out by collecting spectral data using a portable spectrophotometer, while for destructive testing of physico-chemical parameters consisted of testing fruit firmness, total soluble solids, acidity, and essential oil yields. Tests were carried out using 120 samples of California lemons consisting of 40 fruits for each level of ripeness based on visuals. The test results show that the relationship between the level of fruit maturity and the firmness parameter is inversely proportional, the total soluble solids parameter is directly proportional, while the acidity and yield parameters increase from stage 1 to stage 2 and then decrease in stage 3. Spectral data and physico-chemical parameter data are then included in the machine learning model. The best modeling results of the three machine learning models used are shown by the Support Vector Machine model with the highest level of accuracy for each physico-chemical parameter of California lemon fruit, namely the visual parameters of 97.2%, 75% firmness, 77.8% TSS, and acidity 66.7%.

Item Type:	Thesis (Sarjana)
Identification Number:	052310
Uncontrolled Keywords:	Fisiko-kimia, Lemon California, Spektrofotometri Vis-NIR
Divisions:	Fakultas Teknologi Pertanian > Teknologi Industri Pertanian
Depositing User:	Unnamed user with username saputro
Date Deposited:	15 Jan 2024 03:27
Last Modified:	15 Jan 2024 03:27
URI:	http://repository.ub.ac.id/id/eprint/209927

Text (DALAM MASA EMBARGO) Salfa Ayu Alecia.pdf Restricted to Registered users only until 31 December 2025. Download (3MB)

Actions (login required)

View Item