Prediksi Kadar Air dan Kafein Biji Kopi Hijau Menggunakan Near Infrared Spectroscopy

Abstract

Abstrak. Kopi (Coffea sp.) merupakan salah satu hasil komoditi unggulan perkebunan yang memiliki nilai ekonomis yang cukup tinggi dan sangat potensial diantara tanaman perkebunan lainnya di Indonesia. Menjadikan Indonesia sebagai eksportir kopi terbesar keempat di dunia yang diharuskan untuk menjaga kualitasnya. Untuk menjaga kualitas green bean kopi perlu diperhatikan beberapa karakteristik bahan diantaranya adalah kadar air dan kafein. Penentuan kadar air dan kafein green bean kopi dapat dilakukan dengan menggunakan NIRS (Near Infrared Spectroscopy) yang bersifat Non Destruktif Test (NDT). Tujuan dari penelitian ini adalah untuk mengaplikasikan Partial Least Square (PLS) dan Principle Component Regression (PCR) dalam menduga kadar air dan kafein dengan membandingkan data hasil uji laboratorium. Penelitian ini menggunakan data akuisisi spektrum green bean kopi lokal yang berjumlah 20 sampel serta data uji laboratorium kadar air dan kafein (Adnan,2013). Dengan analisa data spektrum menggunakan De-trending, Extended Multiplicative Scatter Correction (EMSC), dan Kombinasi. Hasil penelitian ini menunjukkan panjang gelombang kadar air berkisar 1400-1415 nm dan 1881-1910 nm serta panjang gelombang kafein berkisar 1920-1947 nm. EMSC sebagai pretreatmentterbaik dalam prediksi kadar air dan kafein.

Prediction Moisture Content and Cafein Green Coffee Bean Using Near Infrared Spectroscopy

Abstract. Coffee (Coffea sp) is one of the main commodities of plantation which has high economic value and is very potential among other plantation crops in Indonesia. Making Indonesia the fourth largest coffee exporter in the world that is required to maintain its quality. To maintain the quality of green beans, coffee needs to be considered some of the characteristics of the material including water content and caffeine. Determination of water content and caffeine of green bean can be using NIRS ( Near Infrared Spectroscopy) which is Non Destructive Test (NDT). The purpose of this study was to apply Partial Least Square (PLS) and the Principle Component Regression (PCR) in estimating water and caffeine content by comparing laboratory test data. This study used data acquisition of the green bean spectrum of the local totaling 20 samples and test data laboratory water content and caffeine (Adnan,2013). With spectrum data analysis using De-trending, Extended Multiplicative Scatter Correction (EMSC), and Combination. The results of this studiy incate wavelengths of water content ranging from 1440-1450 nm and 1881-1919 nm and caffeine ranging from 1920-1947 nm. EMSC is the best pretreatment in predicting water and caffeine levels.