Prediksi Kandungan Gula Dan pH Serta Identifikasi Benih Kentang (Solanum tuberosum L.) Sehat dan Terinfeksi Menggunakan Aplikasi Spektroskopi Visible Dan Near-Infrared (Vis/NIR) Selama Penyimpanan Pasca Panen

Eko Widi Prasetyo, Dr. Rudiati Evi Masithoh, STP., M.Dev.Tech.;Hanim Zuhrotul Amanah, S.T.P., M.P., P.hD..

2024 | Tesis | S2 Mekanisasi/Teknik Pertanian

Penyakit busuk kering atau dry rot infection yang disebabkan infeksi Fusarium spp. merupakan masalah serius dalam produksi kentang karena dapat menimbulkan kerugian ekonomi yang signifikan. Metode konvensional dalam mendeteksi infeksi memerlukan waktu yang lama dan relatif mahal. Oleh karena itu, penelitian ini mencoba untuk mengoptimalkan teknik deteksi menggunakan spektroskopi VIS/NIR yang cepat, secara non-destruktif dan dengan biaya terjangkau. Umbi benih kentang varietas Granola L yang terinfeksi Fusarium spp. secara artificial melalui proses inokulasi cendawan dan kentang yang sehat disimpan dengan suhu 12°C, 25°C dan kombinasi suhu (suhu 12°C dan 25°C). Data spektral VIS/NIR dari benih diamati dengan interval 5-10 hari selama 30 hari periode penyimpanan.

Pengolahan data meliputi analisis statistik dan metode kemometrika menggunakan partial least square regression (PLSR) dan principal component analysis-linear discriminate analysis (PCA-LDA). PLSR adalah model prediksi parameter kualitas menggunakan pendekatan multivariabel yaitu variabel ”X” untuk reflektan dan variabel ”Y” untuk kandungan kimia berupa kandungan gula (glukosa, fruktosa, sukrosa dan invert sugar) dan pH. PCA-LDA digunakan untuk mengklasifikasi kentang yang sehat (tanpa infeksi) dengan kentang terinfeksi cendawan Fusarium spp. penyebab penyakit busuk kering (dry rot).

Hasil penelitian menunjukkan bahwa terdapat perbedaan spektral yang signifikan antara benih kentang sehat dan terinfeksi menggunakan analisis PCA-LDA dengan nilai akurasi set kalibrasi dari yang tertinggi yaitu kentang perlakuan kombinasi suhu (98,35%), kentang penyimpanan suhu 25°C (97,52%) dan kentang penyimpanan suhu 12°C (95,87%). VIS/NIR juga mampu memprediksi kandungan gula (glukosa, fruktosa, sukrosa dan invert sugar) dan pH pada kentang. Model prediksi yang paling baik untuk monitoring dan deteksi pada parameter sukrosa dengan nilai RPD menunjukkan klasifikasi : 12°C (RPD : 1,7, prediksi mencukupi), 25°C (RPD : 2,0, prediksi yang baik) dan kombinasi suhu (RPD : 2,8, prediksi yang baik).

Berdasarkan penelitian ini disimpulkan bahwa spektroskopi VIS/NIR dapat digunakan sebagai metode untuk menganalisis pH dan kandungan gula (glukosa, fruktosa, sukrosa dan invert sugar) dan identifikasi kentang yang sehat dan terinfeksi Fusarium spp. pada benih kentang selama penyimpanan pasca panen. Dengan memungkinkan klasifikasi secara non-destruktif, metode ini dapat membantu para petani dan produsen mengambil tindakan pencegahan yang lebih efektif, mengurangi kerugian hasil panen, dan meningkatkan produktivitas dalam industri pertanian.

Dry Rot Infection due to Fusarium spp. is a serious problem in potato production because it can cause significant economic losses. Conventional methods of detecting infections are time-consuming and expensive. Therefore, this study tries to optimize detection techniques using fast, non-destructive and affordable VIS/NIR spectroscopy. Potato seed tubers of the Granola L variety infected with Fusarium spp. artificially through the process of inoculation of mushrooms and healthy potatoes were stored at temperatures of 12°C, 25°C and a combination of temperatures (12°C and 25°C). VIS/NIR spectral data from seeds were observed at 5-10 day intervals during the 30-day storage period. 

Data processing includes statistical analysis and chemometric methods using partial least square regression (PLSR) and principal component analysis-linear discriminate analysis (PCA-LDA). PLSR is a quality parameter prediction model using a multivariable approach, namely the variable "X" for reflectants and the variable "Y" for chemical content in the form of sugar content (glucose, fructose, sucrose and invert sugar) and pH. PCA-LDA is used to classify healthy potatoes (without infection) with potatoes infected with Fusarium spp. fungus causing dry rot. 

The results showed that there was a significant spectral difference between healthy and infected potato seeds using PCA-LDA analysis with the highest calibration set accuracy values, namely temperature combination treatment potatoes (98.35%), 25°C storage potatoes (97.52%) and 12°C storage potatoes (95.87%). VIS/NIR is also able to predict the sugar content (glucose, fructose, sucrose and invert sugar) and pH in potatoes. The best prediction model for monitoring and detection of sucrose parameters with RPD values shows classification: 12°C (RPD: 1.7, sufficient performance), 25°C (RPD: 2.0, good performance) and temperature combination (RPD: 2.8, good performance). 

Based on this study, it was concluded that VIS/NIR spectroscopy can be used as a method to analyze pH and sugar content (glucose, fructose, sucrose and invert sugar) and identify healthy and infected potatoes with Fusarium spp. in potato seeds during post-harvest storage. By enabling non-destructive classification, this method can help farmers and producers take more effective preventive measures, reduce crop losses, and increase productivity in the agricultural industry.

Kata Kunci : spektroskopi VIS/NIR, model PCA-LDA, model PLSR, Fusarium spp.