Laporkan Masalah

APLIKASI ANALISIS MULTIVARIAT BERDASARKAN WARNA UNTUK MEMPREDIKSI BRIX DAN pH PADA BUAH-BUAHAN

YOHANITA MAULINA AKBAR, Dr. Rudiati Evi Masithoh, STP, M. Dev. Tech.

2014 | Skripsi | TEKNIK PERTANIAN

Pada penelitian ini, Multiple Linear Regression (MLR) digunakan untuk memprediksi Brix dan pH pada buah klimaterik yaitu pisang dan tomat serta buah non-klimaterik yaitu strawberry dan jeruk nipis dengan pendekatan nilai warna RGB dan La*b*. Buah yang dianalisis mempunyai variasi warna dari tingkat kematangan yakni kurang matang sampai matang. Parameter warna RGB dan La*b* dilakukan secara non-destruktif dengan menggunakan colormeter, sedangkan, pengukuran kualitas internal yaitu Brix dan pH ditentukan secara destruktif atau dengan prosedur konvensional di laboratorium. Aplikasi analisis multivariat yang digunakan berupa aplikasi Unscrambler ® X 10.3 (CAMO, AS, OLSO, Norway, versi trial). Akurasi statistik yang digunakan dalam memilih model MLR adalah koefisien korelasi (r), Standar Error of Prediction (SEP), dan Bias. Batas minimum koefisien korelasi lebih besar dari 0.5 (r>0.5), diikuti dengan SEP dan Bias yang kecil. Analisis data menunjukkan bahwa model kalibrasi MLR dapat digunakan untuk memprediksi Brix dan pH berdasarkan parameter warna RGB dan La*b* pada buah pisang emas, tetapi model kalibrasi kurang memuaskan untuk buah lainnya yaitu tomat, strawberry, dan jeruk nipis. Selanjutnya, data validasi digunakan untuk menguji model MLR terpilih yaitu pada model MLR pisang emas. Hubungan antara nilai aktual dan prediksi dari model MLR dinilai dari R2 (koefisien determinasi). Model kalibrasi MLR terbaik dapat digunakan untuk memprediksi Brix dan pH berdasarkan nilai La*b* yang menghasilkan nilai koefisien determinasi (R2) antara observasi dan prediksi sebesar 0.78 dan 0.61. Kata kunci: RGB, La*b*, Brix, pH, analisis multivariat, Multiple Linear Regression (MLR)

In this study, Multiple Linear Regression (MLR) was used to predict Brix and pH on climacteric fruit i.e. bananas and tomatoes as well as non-climacteric fruit i.e. strawberry and lime based on RGB and the La*b* color value. Fruits used in this study were in various maturity stage from unripe to ripen. RGB and La*b* color parameters were measured non-destructively using colormeter, meanwhile, the internal quality measurements such as Brix and pH were determined destructively or by conventional procedures in the laboratory. The Unscrambler ® X 10.3 (CAMO, U.S., OLSO, Norway, the trial version) was used for multivariate analysis. The accuracy of the statistics used in selecting the model MLR was the correlation coefficient (r), Standard Error of Prediction (SEP), and Bias. The minimum limit of the correlation coefficient should be greater than 0.5 (r> 0.5), followed by SEP and bias were small. Result showed that MLR calibration model resulted in good calibration model based on RGB and La*b* for banana, but less satisfactory calibration model for tomato, strawberry, and lime. Therefore, validation model was only used for banana using different samples. The relationship between the actual and predicted values of the MLR models was determined from R2 (coefficient of determination). The best model for predicting Brix and pH of banana based on La*b* color values resulted in the coefficient determination (R2) between actual and prediction values of 0.78 and 0.61 for validation model. Keywords: RGB, La*b*, Brix, pH, multivariate analysis, Multiple Linear Regression (MLR)

Kata Kunci : RGB, La*b*, Brix, pH, analisis multivariat, Multiple Linear Regression (MLR)


    Tidak tersedia file untuk ditampilkan ke publik.