PENGGUNAAN TEKNOLOGI UV-Vis SPECTROSCOPY DAN METODE

SIMCA UNTUK DISKRIMINASI TIGA KOPI ROBUSTA LAMPUNG

BERDASARKAN JENIS PUPUK

(Skripsi)

Oleh

MARISA ANDRIYANI

FAKULTAS PERTANIAN

UNIVERSITAS LAMPUNG

BANDAR LAMPUNG

2019

ABSTRACT

THE USE OF UV-Vis SPECTROSCOPY TECHNOLOGY AND SIMCA

METHOD FOR DISCRIMINATION OF THREE TYPES ROBUSTA

COFFEES BASED ON FERTILIZER

By

MARISA ANDRIYANI

Organic coffee has a higher selling price of coffee than chemical coffee.

Increased consumer demand and an uncertain amount of production lead farmers

for innovation to meet consumer needs, including using organic Ghaly fertilizer

and compost fertilizer. Organic Ghaly fertilizer is compost making process using

microorganisms produced by PT Ghaly Rolies Indonesia. In the fresh coffee

bean, green bean coffee and roasted coffee can be seen differences in the shape

and size of the beans, but after the powdered coffee phase the identification

process becomes more difficult to do. This study aims to identify three types of

robusta coffees based on the type of fertilizer (organic Ghaly, compost, and

chemical) using UV-Vis Spectroscopy with the soft independent modeling of class

analogy (SIMCA) method.

Evolution carried out on coffee powder with 0.297 millimeters of particle size

(mesh 50) with 1 gram in weight for each sample. Each sample was extracted

using aquades 50 ml at the temperature of 90 - 98 ºC, then filtered and diluted

using aquades with a ratio of 1:20. The extraction of the sample spectra was using

the Spectrometer UV-Vis Genesys 10s at a wavelength of 190-1100 nm. On each

sample to spectra was carried out twice. After obtaining absorbance data of 600

samples, then spectra data is processed using the principal component analysis

(PCA) method to see the grouping of all data. After that, the calibration,

validation and prediction models use the soft independent modeling of class

analogy (SIMCA) method.

The classification results show that the PCA and SIMCA methods can distinguish

organic Ghaly robusta coffee, compost robusta coffee, and chemical robusta

coffee. The best PCA analysis results are obtained for type of the mean

normalize moving average 9 segments and wavelengths of 250 - 450 nm. In the

development of the mean normalize moving average 9 segment model produces a

value of PC1 of 51% and PC2 of 45% which results in a value of PC1 and PC2 of

96%. As for the SIMCA classification, the accuracy value (AC) is 98.59%, the

sensitivity value (S) is 100%, the specificity value (SP) is 97%, and the error

value (FP) is 3% for Ghaly organic - compost coffee. While Ghaly organic –

chemical coffee has an accuracy value (AC) 100%, sensitivity (S) 100%,

specificity (SP) 100%, error (FP) 0%, and compost - chemical coffee has an

accuracy (AC) 100%, sensitivity (S) 100%, specificity (SP) 100%, error (FP) 0%.

Keywords: Ghaly organic robusta coffee, compost robusta coffee, chemicals

robusta coffee, SIMCA, UV-Vis Spectroscopy

ABSTRAK

PENGGUNAAN TEKNOLOGI UV-Vis SPECTROSCOPY DAN METODE

SIMCA UNTUK DISKRIMINASI TIGA KOPI ROBUSTA LAMPUNG

BERDASARKAN JENIS PUPUK

Oleh

MARISA ANDRIYANI

Kopi organik memiliki harga jual kopi lebih tinggi dibandingkan kopi kimia.

Permintaan konsumen yang meningkat dan jumlah produksi yang tidak menentu

menyebabkan petani melakukan inovasi untuk memenuhi kebutuhan konsumen,

di antaranya dengan menggunakan pupuk Ghaly organik dan pupuk kompos.

Pupuk Ghaly organik merupakan pupuk kompos yang merupakan pupuk kompos

proses pembuatannya menggunakan mikroorganisme yang diproduksi oleh PT

Ghaly Rolies Indonesia. Pada fase kopi biji segar, kopi green bean, dan kopi

sangrai dapat terlihat perbedaan dari bentuk dan ukuran biji, tetapi pada fase kopi

bubuk proses indentifikasi menjadi lebih sulit untuk dilakukan. Penelitian ini

bertujuan untuk mengidentifikasi tiga jenis kopi robusta berdasarkan jenis pupuk

(Ghaly organik, kompos, dan kimia) menggunakan UV-Vis Spectroscopy dengan

metode soft independent modelling of class analogy (SIMCA).

Pengujian dilakukan pada bubuk kopi berukuran 0,297 milimeter (mesh 50)

dengan berat 1 gram pada setiap sampelnya. Setiap sampel diekstraksi

menggunakan aquades 50 ml pada suhu 90 - 98ºC, kemudian disaring dan

diencerkan menggunakan aquades dengan perbandingan 1 : 20. Pengambilan

spektra sampel ekstraksi menggunakan Spektrometer UV-Vis Genesys 10s pada

panjang gelombang 190 -1100 nm. Pada setiap sampel dilakukan 2 kali

pengambilan spektra. Setelah didapatkan data absorbansi 600 sampel, kemudian

data spektra diolah menggunakan metode principal component analysis (PCA)

untuk melihat pengelompokkan seluruh data. Setelah itu model kalibrasi, validasi

dan prediksi menggunakan metode soft independent modeling of class analogy

(SIMCA).

Hasil klasifikasi menunjukkan bahwa metode PCA dan SIMCA mampu

membedakan kopi robusta Ghaly organik, kopi robusta kompos, dan kopi robusta

kimia. Hasil analisis PCA terbaik diperoleh untuk tipe mean normalize moving

average 9 segmen dan panjang gelombang 250 - 450 nm. Pada pengembangan

model mean normalize moving average 9 segmen menghasilkan nilai PC1 sebesar

51% dan PC2 sebesar 45% yang menghasilkan nilai PC1 dan PC2 sebesar 96%.

Sedangkan untuk klasifikasi SIMCA diperoleh nilai akurasi (AC) sebesar 98,59%,

nilai sensitivitas (S) sebesar 100%, nilai spesifisitas (SP) sebesar 97%, dan nilai

error (FP) sebesar 3% pada kopi Ghaly organik - kompos. Sedangkan kopi Ghaly

organik – kimia memiliki nilai akurasi (AC) 100%, sensitivitas (S) 100%,

spesifisitas (SP) 100%, error (FP) 0%, dan kopi kompos - kimia mimiliki akurasi

(AC) 100%, sensitivitas (S) 100%, spesifisitas (SP) 100%, error (FP) 0%.

Kata Kunci: Kopi robusta Ghaly organik, kopi robusta kompos, kopi robusta

kimia, SIMCA, UV-Vis Spectroscopy.

PENGGUNAAN TEKNOLOGI UV-Vis SPECTROSCOPY UNTUK

MEMBEDAKAN KOPI ROBUSTA LAMPUNG BERDASARKAN JENIS

PUPUK

Oleh

MARISA ANDRIYANI

Skripsi

Sebagai Salah Satu Syarat untuk Mencapai Gelar

SARJANA TEKNOLOGI PERTANIAN

pada

Jurusan Teknik Pertanian

Fakultas Pertanian Universitas Lampung

FAKULTAS PERTANIAN

UNIVERSITAS LAMPUNG

BANDAR LAMPUNG

2019

i

i

ii

iii

RIWAYAT HIDUP

Penulis dilahirkan di Kota Agung Kabupaten

Tanggamus Lampung pada tanggal 18 Maret 1997,

sebagai anak kelima dari lima bersaudara, dari

pasangan Bapak Tosin dan Ibu Ruminah.

Penulis menempuh pendidikan Sekolah Dasar di SD

Negeri 1 Kuripan, pada tahun 2003 sampai dengan

tahun 2009. Penulis menyelesaikan pendidikan menengah pertama di MTS

Negeri 1 Kota Agung pada tahun 2012 dan sekolah menengah atas diselesaikan

di SMA Negeri 1 Kota Agung pada tahun 2015.

Pada tahun 2015, penulis terdaftar sebagai mahasiswi Jurusan Teknik Pertanian,

Fakultas Pertanian, Universitas Lampung melalui jalur SNMPTN. Selama

menjadi mahasiswi penulis terdaftar aktif di Unit Kegiatan Mahasiswa Persatuan

Mahasiswa Teknik Pertanian (PERMATEP) sebagai Anggota Biasa PERMATEP

pada periode 2016 - 2017, pernah menjabat sebagai Bendahara Bidang Penelitian

dan Pengembangan (LITBANG) di Persatuan Mahasiswa Teknik Pertanian

(PERMATEP) pada periode 2017 – 2018. Di bidang akademis penulis juga aktif

sebagai asisten dosen untuk mata kuliah, Ergonomika, Kesehatan dan

Keselamatan Kerja Pertanian tahun 2018.

iv

Pada tahun 2018, penulis melaksanakan Praktik Umum di PT Ghaly Roelies

Indonesia Bandar Lampung dengan judul “Teknik Pengolahan Inovasi Dekafein

Kopi Robusta GHALKOFF Sebagai Strategi Pemasaran di PT Ghaly Roelies

Indonesia” selama 30 hari kerja efektif mulai tanggal 10 Juli 2018 sampai tanggal

10 Agustus 2018. Penulis melaksanakan Kuliah Kerja Nyata (KKN) di Desa

Sindang Marga, Kecamatan Tanjung Raja, Kabupaten Lampung Utara selama 40

hari mulai tanggal 03 Januari 2019 sampai dengan 10 Februari 2019.

i

Kupersembahkan karya ini untuk :

Bapak Tosin dan Ibu Ruminah

Kakak-Kakakku Lina, Yanti, Linda, Herman

ii

SANWACANA

Puji syukur kehadirat Allah SWT telah memberikan rahmat dan hidayah-Nya

sehingga penulis dapat menyelesaikan penyusunan skripsi yang berjudul

“Penggunaan Teknologi UV-Vis Spectroscopy dan Metode SIMCA untuk

Membedakan Kopi Robusta Lampung Berdasarkan Jenis Pupuk” sebagai

salah satu syarat memperoleh gelar Sarjana Teknologi Pertanian.

Penulis menyadari bahwa terselesaikannya kuliah dan penyusunan skripsi ini

tidak lepas dari bantuan, dukungan, dan bimbingan dari berbagai pihak sehingga

penulis dapat menyelesaikan skripsi ini dengan baik. Pada kesempatan ini

penulis ingin mengucapkan terima kasih kepada :

1. Bapak Prof. Dr. Ir. Irwan Sukri Banuwa, M.Si., selaku Dekan Fakultas

Pertanian Universitas Lampung.

2. Bapak Dr. Ir. Agus Haryanto, M.P., selaku Ketua Jurusan Teknik Pertanian.

3. Bapak Dr. Agr. Sc. Diding Suhandy, S.TP., M.Agr., selaku pembimbing

pertama

4. Bapak Ir. Budianto Lanya, M.T. selaku pembimbing akademik sekaligus

pembimbing kedua.

5. Bapak Dr. Ir. Tamrin, M.S., selaku pembahas.

6. Bapak Khairullah, S.T., MMP., selaku pemilik pimpinan perusahaan PT

Ghaly Roelies Indonesia.

iii

7. Seluruh dosen di Universitas Lampung.

8. Keluarga besarku.

9. Teman-teman Teknik Pertanian 2015.

10. Suseno Ali Akbar , S.TP.

Akhir kata, penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan,

namun penulis berharap semoga skripsi ini dapat berguna dan bermanfaat.

Bandar Lampung, 01 Agustus 2019

Penulis

Marisa Andriyani

iv

DAFTAR ISI

Halaman DAFTAR TABEL ....................................................................................... vii

DAFTAR GAMBAR .................................................................................. ix

I. PENDAHULUAN .................................................................................. 1

1.1. Latar Belakang ................................................................................ 1

1.2. Tujuan Penelitian ............................................................................ 5

1.3. Manfaat Penelitian ........................................................................... 5

1.4. Hipotesis Penelitian ......................................................................... 5

1.5. Batasan Masalah .............................................................................. 6

II. TINJAUAN PUSTAKA ........................................................................ 7

2.1. Kopi Robusta ................................................................................. 7

2.2. Kopi Robusta Berdasarkan Jenis Pupuk ........................................ 8 2.2.1. Kopi Robusta Ghaly Organik............................................. 8 2.2.2. Kopi Robusta Kompos ....................................................... 11 2.2.3. Kopi Robusta Kimia .......................................................... 13

2.3. Proses Pengolahan Biji Kopi ......................................................... 15

2.4. Pengolahan Biji Kopi Roasting Menjadi Kopi Bubuk .................. 16

2.5. Termometer Infared ...................................................................... 18

2.6. Ekstraksi dan Pelarut ..................................................................... 19

2.7. UV-Vis Spectroscopy ..................................................................... 20

2.8. Kemometrika ................................................................................. 24 2.8.1. Principal Component Analysis .......................................... 24 2.8.2. Soft Independent Modelling of Class Analogy ................... 26

v

2.8.3. Confusion Matrix ............................................................... 26 2.8.4. Metode Pretreatment Spektra ............................................ 29

III. METODOLOGI PENELITIAN ........................................................... 34

3.1. Waktu dan Tempat ....................................................................... 34

3.2. Alat dan Bahan ............................................................................. 34

3.3. Prosedur Penelitian ....................................................................... 35 3.3.1. Persiapan Bahan ................................................................ 39 3.3.2. Penggilingan Kopi ............................................................ 41 3.3.3. Pengayakan ....................................................................... 41 3.3.4. Penimbangan ..................................................................... 42 3.3.5. Ekstraksi Kopi ................................................................... 43 3.3.6. Proses Pengukuran Spektra Menggunakan

Spektrofotometer ............................................................... 46 3.3.7. Membuat dan Menguji Model Menggunakan Analisis

SIMCA .............................................................................. 47 3.3.8. Principal Component Analysis ......................................... 49 3.3.9. Membuat Model Menggunakan Analisis Soft Independent

Modelling of Class Analogy (SIMCA) ............................. 53

IV. HASIL DAN PEMBAHASAN ........................................................... 56

4.1. Analisis Spektra Kopi Robusta Ghaly Organik, Kopi Robusta

Kimia dan Kopi Robusta Kompos .............................................. 56

4.2. Hasil Principal Component Analysis .......................................... 59

4.3. Model SIMCA pada Spektra Panjang Gelombang 250 - 450 nm

Original ....................................................................................... 63

4.4. Klasifikasi pada Data Original Spektra Gelombang 250 - 450

nm ............................................................................................... 65

4.5. Hasil PCA Menggunakan Spektra Mean Normalize + Moving

Average 9s .................................................................................. 84

4.6. Model SIMCA Mean Normalize Moving Average 9 Segmen

pada Spektra Panjang Gelombang 250 - 450 nm ..................... 87

4.7. Klasifikasi Model SIMCA Mean Normalize Moving Average

9 Segmen pada Spektra Panjang Gelombang 250 - 450 nm..... 89

4.8. Receiver Operating Characteristic ................................................ 103

V. KESIMPULAN ..................................................................................... 109

vi

5.1. Kesimpulan .................................................................................... 109

5.2. Saran ............................................................................................... 110

DAFTAR PUSTAKA ................................................................................. 111

LAMPIRAN ................................................................................................ 115

Tabel 16 - 18 ............................................................................................... 116

Gambar 57 – 62 ........................................................................................... 136

vii

DAFTAR TABEL

Tabel Halaman

1. Kandungan unsur hara dalam pupuk Ghaly organik ................................ 10

2. Confusion matrix ...................................................................................... 27

3. Komposisi bahan ...................................................................................... 42

4. Hasil klasifikasi model SIMCA pada panjang gelombang 250 - 450

nm .......................................................................................................... 67

5. Confusion matrix pada model SIMCA original robusta Ghaly organik

dan robusta kompos pada panjang gelombang 250 - 450 nm ................. 71

6. Confusion matrix pada model SIMCA robusta Ghaly organik dan

robusta kimia pada panjang gelombang 250 - 450 nm ........................... 71

7. Confusion matrix pada model SIMCA original robusta kompos dan

robusta kimia pada panjang gelombang 250 - 450 nm ........................... 72

8. Hasil pengembangan model .................................................................... 79

9. Hasil klasifikasi model SIMCA Mean normalize moving average 9s

pada panjang gelombang 250 - 450 nm. ................................................. 92

10. Confusion matrix pada Mean normalize moving average 9s Ghaly

organik – kompos pada panjang gelombang 250 - 450nm ..................... 95

11. Confusion matrix Mean normalize moving average 9s Ghaly organik

– kimia panjang gelombang 250 – 450 nm ............................................. 96

12. Confusion matrix pada Mean normalize moving average 9s kompos

– kimia pada panjang gelombang 250 - 450 nm ..................................... 96

13. Confusion matrix pada Mean normalize moving average 9s Ghaly

organik – kompos pada panjang gelombang 250 – 450 nm

berdasarkan tingkatan level klasifikasi ................................................. 103

viii

14. Confusion matrix pada Mean normalize moving average 9s Ghaly

organik – kimia pada panjang gelombang 250 – 450 nm berdasarkan

tingkatan level klasifikasi ..................................................................... 105

15. Confusion matrix pada Mean normalize moving average 9s kompos

- kimia pada panjang gelombang 250 – 450 nm berdasarkan

tingkatan level klasifikasi ..................................................................... 107

Lampiran

16. Daftar istilah .......................................................................................... 116

17. Daftar Tabel PCA Original panjang gelombang 250 – 450 nm ............ 120

18. Daftar Tabel PCA Mean Normalize Moving Average 9 Segmen

panjang gelombang 250 – 450 nm ........................................................ 128

ix

DAFTAR GAMBAR

Gambar Teks Halaman

1. Tiga macam kopi biji robusta menurut aplikasi jenis pemupukan ............. 2

2. Tiga macam kopi bubuk robusta menurut aplikasi jenis pemupukan ........ 3

3. Tanaman kopi robusta ................................................................................ 7

4. Dua jenis pupuk Ghaly organik ................................................................. 9

5. Kopi robusta yang menggunakan pupuk Ghaly organik ........................... 10

6. Kopi robusta yang menggunakan pupuk kompos ..................................... 12

7. Pupuk KCL, TSP dan UREA .................................................................... 14

8. Kopi robusta yang menggunakan pupuk kimia ......................................... 15

9. Diagram pengolahan biji kopi menjadi kopi bubuk .................................. 16

10. Termometer infared .................................................................................. 19

11. UV-Vis Spectroscopy ................................................................................ 20

12. Unsur-unsur terpenting dalam spektrofotometer ..................................... 21

13. Diagram alir penelitian ............................................................................. 36

14. Prosedur ekstraksi kopi ............................................................................ 37

15. Prinsip kerja pretreatment ........................................................................ 38

16. Aplikasi penggunaan pupuk pada tanaman kopi ...................................... 39

17. Tahapan pengolahan kopi sebelum digrinder .......................................... 40

18. Penggilingan kopi .................................................................................... 41

19. Pengayakan sampel kopi menggunakan ukuran mesh 50 ........................ 42

x

20. Penimbangan sampel kopi sebanyak 1 gram ........................................... 43

21. Pencampuran sampel kopi 1 gram dengan aquades 50 ml dengan suhu

90 – 98oC. ................................................................................................. 44

22. Pengadukan menggunakan stirrer............................................................ 44

23. Penyaringan menggunakan kertas saring ................................................. 45

24. Hasil pengenceran sampel dengan perbandingan 1 ml sampel kopi dan

20 ml aquades........................................................................................... 46

25. Pengambilan spektra menggunakan UV-Vis spectroscopy. ..................... 47

26. Prosedur penggunaan UV-Vis Spectroscopy ............................................ 48

27. Cara mengimport data dari Ms.Excel ke Unscrambler 9.2 ...................... 49

28. Cara mentranspose data pada Unsrambler 9.2. ........................................ 50

29. Cara membuat kolom kategori variabel. .................................................. 51

30. Menu edit set ............................................................................................ 52

31. Menu menganilisis menggunakan PCA pada Unsrambler 9.2................. 53

32. Kopi bubuk berdasarkan pupuk ............................................................... 56

33. Grafik asli rata-rata nilai absorbansi ketiga jenis kopi pada panjang

gelombang 190 - 1100 nm ....................................................................... 57

34. Grafik asli rata-rata nilai absorban ketiga jenis kopi pada panjang

gelombang 250 – 450 nm ......................................................................... 58

35. Hasil plot diskriminasi PCA pada PC1 dan PC2 dari 600 sampel kopi ... 60

36. Grafik X-loadings PC1 hasil diskriminasi PCA pada 600 sampel pada

gelombang 250 - 450 nm. ........................................................................ 62

37. Grafik X-loadings PC2 hasil diskriminasi PCA pada 600 sampel pada

gelombang 250 - 450 nm. ........................................................................ 62

38. Model SIMCA sampel kopi robusta Ghaly organik pada panjang

gelombang 250 - 450 nm ........................................................................ 63

xi

39. Model SIMCA sampel kopi robusta kompos pada panjang gelombang

250 - 450 nm ............................................................................................ 64

40. Model SIMCA sampel kopi robusta kimia pada panjang gelombang

250 - 450 nm. ........................................................................................... 64

41. Coomans plot robusta Ghaly organik – robusta kompos pada panjang

gelombang 250 - 450 nm ......................................................................... 74

42. Coomans plot robusta Ghaly organik – robusta kimia pada panjang

gelombang 250 - 450 nm ......................................................................... 75

43. Coomans plot robusta kimia – robusta kompos pada panjang

gelombang 250 - 450 nm ......................................................................... 75

44. Hasil plot diskriminasi PCA Mean normalize moving avarage 9s pada

PC1 dan PC2 dari 600 sampel kopi. ........................................................ 85

45. Grafik X-loadings PC1 hasil diskriminasi PCA Mean normalize

moving average 9s pada 600 sampel pada gelombang 250 - 450 nm. ..... 86

46. Grafik X-loadings PC2 hasil diskriminasi PCA pada Mean normalize

moving Average 9s 600 sampel pada gelombang 250 - 450 nm. ............. 86

47. Model SIMCA Mean normalize moving average 9s sampel kopi

robusta Ghaly organik pada panjang gelombang 250 - 450 nm. ............. 87

48. Model SIMCA Mean normalize moving average 9s sampel kopi

robusta kompos pada panjang gelombang 250 - 450 nm. ........................ 88

49. Model SIMCA Mean normalize moving average 9s sampel kopi

robusta kimia pada panjang gelombang 250 - 450 nm. .......................... 88

50. Coomans plot Mean normalize moving average 9s Ghaly organik

kompos ..................................................................................................... 99

51. Coomans plot Mean normalize moving average 9s Ghaly organik –

kimia....................................................................................................... 100

52. Coomans plot Mean normalize moving average 9s kimia – kompos .... 100

53. Kurva ROC Mean normalize moving average 9s Ghaly organik –

kompos pada level 0,1, 0,5, 1, 5, dan 10. ............................................... 104

54. Kurva ROC Mean normalize moving average 9s Ghaly organik –

kompos pada level 25. ............................................................................ 104

xii

55. Kurva ROC Mean normalize moving average 9s Ghaly organik –

kimia ...................................................................................................... 106

56. Kurva ROC Mean normalize moving average 9s kompos – kimia ....... 107

57. Coomans hasil klasifikasi Model SIMCA Ghaly organik – kompos

pada spektra original .............................................................................. 136

58. Coomans hasil klasifikasi Model SIMCA Ghaly organik – kimia pada

spektra original ....................................................................................... 136

59. Coomans hasil klasifikasi Model SIMCA kompos – kimia pada

spektra original ....................................................................................... 137

60. Coomans hasil klasifikasi Model SIMCA Ghaly organik – kompos

pada spektra Mean normalize moving average 9 segmen ...................... 138

61. Coomans hasil klasifikasi Model SIMCA Ghaly organik – kimia pada

spektra Mean normalize moving average 9 segmen .............................. 138

62. Coomans hasil klasifikasi model SIMCA kompos - kimia pada ........... 139

1

I. PENDAHULUAN

1.1. Latar Belakang

Indonesia adalah salah satu negara agraris terbesar di dunia, di mana sebagai

negara agraris, bidang perkebunan merupakan tulang punggung bagi

perekonomian sebagian besar masyarakat. Dalam bidang perkebunan tersebut,

kebutuhan akan pupuk sangatlah tinggi. Kopi termasuk salah satu tanaman

perkebunan yang sangat penting dan memiliki nilai ekonomis tinggi. Produksi

kopi merupakan penyokong perekonomian melalui basis produksi bahan mentah

dan basis penyerapan tenaga kerja (Sahat, 2015).

Produksi kopi perkebunan rakyat, pada tahun 2015 sampai 2017 cenderung

mengalami peningkatan setiap tahun. Peningkatan ini, membuat Provinsi

Lampung menempati urutan kedua se-Indonesia dengan produktivitas sebesar

116,34 ribu ton atau sekitar 17,44% dari total produksi nasional (BPS, 2017).

Kabupaten Lampung Barat merupakan sentra produksi kopi terbesar di Provinsi

Lampung yang berorientasi untuk ekspor maupun bahan baku dalam negeri.

Upaya untuk mempertahankan bahkan meningkatkan produktivitas dilakukan

dengan pemeliharaan tanaman kopi secara baik. Salah satunya dengan

pemupukan secara organik, selain berpotensi untuk peningkatan produktivitas

penggunaan pupuk organik juga membuat harga kopi lebih tinggi misalkan

2

penggunaan pupuk Ghaly organik. Perbedaan antara pupuk Ghaly organik, dan

kompos yaitu adanya penambahan mikroorganisme pada bahan organik,

sedangkan pupuk kompos cenderung kekurangan unsur hara karena kompos

berbasis rasio karbon dan nitrogen (C/N) ratio. Rasio karbon dan nitrogen yang

terbentuk pada proses pembuatan kompos harus sesuai dengan C/N rasio tanah .

Sehingga unsur hara dapat terserap dengan baik oleh tanaman

Organik yang dipasarkan di Indonesia dengan berbagai merk dan harganya

beragam. Menurut petani binaan Lampung Barat, harga biji kopi robusta organik

mencapai Rp. 23.000,00 - Rp. 27.000,00/kg. Berbeda dengan harga kopi robusta

kimia yang dibandrol dengan harga Rp. 22.000,00 - Rp. 23.000,00/kg. Perbedaan

harga dari ketiga jenis kopi dapat mengacu terhadap perbedaan kualitas kopi yang

mana perbedaan pada saat fase kopi biji segar, fase kopi green bean dan fase kopi

sangrai dapat terlihat perbedaannya dari bentuk ukuran biji. Fase kopi green bean

terlihat pada Gambar 1. Namun untuk secara visual sangat sulit untuk

menemukan perbedaan dari kopi bubuk robusta Ghaly organik, kopi robusta

kompos, dan kopi robusta kimia terlihat pada Gambar 2.

(a). Kopi biji robusta (b). Kopi biji robusta (c). Kopi biji

Ghaly organik kompos robusta kimia

Gambar 1. Tiga macam kopi biji robusta menurut aplikasi jenis pemupukan

3

(a). Kopi robusta (b). Kopi robusta (c). Kopi robusta

Ghaly organik kompos kimia

Gambar 2. Tiga macam kopi bubuk robusta menurut aplikasi jenis pemupukan

Terdapat beberapa metode yang dapat digunakan untuk mengidentifikasi

perbedaan dari keaslian kopi, di antaranya adalah metode human sensory dan

metode analitik Near infra red (NIR). Metode human sensory memiliki

kelemahan yaitu tergantung dengan tester dalam mengidentifikasi kopi sehingga

disaat tester mengalami sakit atau berhalangan, tidak ada seorang yang bisa

menggantikan karena identifikasi harus bersifat konsisten dan objektif. Kemudian

kopi yang sudah disangrai umumnya memiliki warna yang relatif sama, begitupun

dengan biji kopi yang sudah berbentuk bubuk yang warnanya sama akan sulit

untuk diidentifikasi. Selanjutnya adalah metode NIR, kelemahan metode ini yaitu

peralatan yang digunakan sangat mahal dan orang yang menggunakan harus

memiliki keahlian khusus sehingga metode ini tergolong sulit penggunaannya.

Untuk mengatasi beberapa kelemahan dari metode-metode tersebut bisa diatasi

dengan diterapkan teknik mendeteksi pemalsuan kopi menggunakan teknologi Uv

Visible Spectroscopy (UV-Vis spectroscopy) untuk meningkatkan kepercayaan

konsumen terhadap kopi organik yang beredar di Indonesia khususnya di

Lampung. Dalam penggunaan UV-Vis spektrometer ekstraksi sampelnya tidak

4

membutuhkan biaya yang mahal karena dapat menggunakan aquades sebagai

pelarutnya, efisiensi waktu, serta hasil akurat. Prinsip kerja UV-Vis spectroscopy

yaitu menggunakan panjang gelombang tertentu untuk mengetahui absorbansi

sampel.

Apratiwi (2016) telah melakukan penelitian menggunakan UV-Vis Spectroscopy

untuk mengidentifikasi campuran kopi luwak dengan kopi arabika. Hasil yang

didapat yaitu berdasarkan uji model menggunakan metode Soft Independent

Modelling of Class Analogy (SIMCA), diperoleh nilai akurasi sebesar 80%,

sensitivitas 84%, spesifisitas sebesar 76%, dan eror 23%. Nilai tersebut bisa

dikatakan mampu mengelompokkan sampel dengan cukup akurat dalam

mendeteksi campuran kopi luwak dan kopi non-luwak.

Penelitian ini akan membahas tentang bagaimana cara membedakan kopi robusta

Ghaly organik, kopi robusta kompos, dan kopi robusta kimia pada bentuk bubuk

yang sulit untuk dibedakan dengan kasat mata. Pada penelitian ini akan dibuat

model diskriminasi yang akan mengidentifikasi dan mengklasifikasikan ketiga

kopi tersebut menggunakan alat UV-Vis Spectroscopy dengan analisis data

kemometrika SIMCA menggunakan software The Unscrambler versi 9.2.

Penelitian ini akan memudahkan untuk mengetahui keaslian kopi robusta Ghaly

organik, kopi robusta kompos dan kopi robusta kimia secara akurat, cepat, dan

murah.

5

1.2. Tujuan Penelitian

Penelitian ini bertujuan :

1. Membedakan kopi robusta Ghaly organik, kopi robusta kompos, dan robusta

kimia dengan teknologi UV-Vis Spectroscopy.

2. Menguji model diskriminasi kopi robusta Ghaly organik, kopi robusta kompos,

dan kopi robusta kimia.

1.3. Manfaat Penelitian

Manfaat dari penelitian ini adalah :

1. Memberikan informasi tentang perbedaan kopi robusta Ghaly organik, kopi

robusta kompos, dan kopi robusta kimia.

2. Menciptakan perdagangan kopi robusta organik yang bebas dari pemalsuan dan

tidak merugikan konsumen.

3. Memberikan informasi kepada masyarakat tentang kualitas dari kopi robusta

organik sehingga layak dikonsumsi dengan harga yang sesuai.

1.4. Hipotesis Penelitian

Hipotesis dari penelitian ini yaitu metode UV-Vis Spectroscopy dapat

membedakan kopi robusta Ghaly organik, kopi robusta kompos dan kopi robusta

kimia berdasarkan kandungan spektra dengan menggunakan metode SIMCA.

6

1.5. Batasan Masalah

Batasan masalah dalam penelitian ini yaitu proses diskriminasi hanya pada kopi

bubuk robusta untuk tiga jenis kopi robusta Ghaly organik, kopi robusta kompos,

dan kopi robusta kimia.

7

II. TINJAUAN PUSTAKA

2.1. Kopi Robusta

Kopi robusta (Coffea robusta) adalah tanaman budidaya berbentuk pohon yang

termasuk dalam famili Rubiaceae dan genus Coffea yang banyak dibudidayakan

di negara tropis potensial untuk mengembangkan kopi dengan berbagai cita rasa

dan aroma yang khas sesuai dengan indikasi geografisnya. Kopi robusta (Coffea

robusta) memiliki daun yang berbentuk bulat telur dengan ujung meruncing.

Daun tumbuh berhadapan dengan batang, cabang, dan ranting-ranting seperti pada

Gambar 3. Permukaan atas daun mengkilat, tepi rata, pangkal tumpul, panjang 5-

15 cm, lebar 4,0-6,5 cm, pertulangan menyirip, tangkai panjang 0,5-1,0 cm, dan

berwarna hijau (Najiyanti dan Danarti, 2012).

Gambar 3. Tanaman kopi robusta

8

Lampung merupakan salah satu daerah segitiga emas penghasil kopi Robusta di

Indonesia. Daerah penghasil kopi robusta di Lampung yang terbanyak di

Kabupaten Lampung Barat terletak pada ketinggian di atas 600 mdpl.

Persyaratan kondisi iklim dan tanah yang optimum untuk kopi robusta yaitu:

1). Iklim

Tinggi tempat 300 - 600 m dpl (di atas permukaan laut)

Suhu udara harian 24 - 30˚C

Curah hujan rata-rata 1.500 - 3.000 mm/tahun

Jumlah bulan kering 1 - 3 bulan/tahun

2). Tanah

pH tanah 5,5 - 6,5

Kandungan bahan organic minimal 2%

Kedalaman tanah efektif > 100 cm

Kemiringan tanah 40%

Sumber: (Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian, 2008).

2.2. Kopi Robusta Berdasarkan Jenis Pupuk

2.2.1. Kopi Robusta Ghaly Organik

Kopi robusta Ghaly organik dihasilkan dari tanaman kopi robusta yang berasal

dari desa Mulya Sari, Kelurahan Fajar Bulan, Kecamatan Way Tenong,

Kabupaten Lampung Barat. Kopi robusta Ghaly organik ditanam daerah

bergunung dengan kondisi dataran relatif bergelombang dan berbukit-bukit

dengan ketinggian di atas 600 - 1.000 m dpl. Kawasan desa Mulya Sari,

Kelurahan Fajar Bulan, Kecamatan Way Tenong, Kabupaten Lampung Barat.

Kawasan ini memiliki tingkat kelembapan tergolong rendah berkisar antara 70 -

9

80% dengan curah hujan yang tinggi sebesar 2.500 - 3.500 mm, hari hujan rata-

rata 22 hari pada bulan basah September - April (Badan Pusat Statistik, 2017).

Kopi robusta Ghaly organik merupakan tanaman kopi yang dipupuk

menggunakan pupuk Ghaly organik berbasis mikroba, penambat N, pelarut P,

pengurai K yang berbentuk butiran (granul) yang terdiri dari campuran kotoran

hewan, rock phosphate, dust collector sawit/abu sekam dan larutan Bio Ghaly

(Bio Activator), seperti terlihat pada Gambar 4. Bio Ghaly merupakan larutan

yang terdiri dari 9 jenis mikroba, yaiitu Azotomanas sp, Alcaligenas sp, Bacillus

megatherium, Lactobacillus sp, Azospirillum sp, Azotobacter chroococum,

Penicilium sp, Trichoderma sp, Acetobacter sp dan larutan asam humat. Semua

material tersebut akan diproses oleh mikroba sehingga dapat diserap oleh tanaman

secara terus-menerus. Walaupun dalam proses tersebut unsur hara yang disajikan

tidak sebesar pupuk kimia. Akan tetapi tanaman kopi hanya butuh sedikit tetapi

terus-menerus sepanjang tahun. Oleh sebab itu, hasil pupuk Ghaly organik

cenderung padat dan tanaman berbuah optimal kualitas biji kopi terlihat pada

Gambar 5 (Khairullah, 2014).

(a) Bio Ghaly organik cair (b) Ghaly organik granul

Gambar 4. Dua jenis pupuk Ghaly organik

10

Gambar 5. Kualitas biji kopi robusta menggunakan pupuk Ghaly organik

Pupuk Ghaly organik berfungsi untuk menambah mikroba dalam tanah,

memperbaiki struktur tanah, mengikat unsur Nitrogen, melarutkan Phosphate,

mengurai Kalium, merangsang pertumbuhan tanaman, menetralisir zat kimia yang

bersifat racun (Al dan Fe) dalam tanah, mengurangi kerontokan bunga dan buah,

mereduksi penggunaan pupuk anorganik, meningkatkan kualitas dan kuantitas

produksi tanaman, membuat tanaman kopi menjadi lebih tahan terhadap serangan

hama (Khairullah, 2010). Berdasarkan hasil uji laboratorium,kandungan unsur

hara dalam pupuk Ghaly organik dapat dilihat pada Tabel 1.

Tabel 1. Kandungan unsur hara dalam pupuk Ghaly organik

Unsur Kandungan (%)

Nitrogen 24,98

P2O5 12,773

K2O 8,41

CaO 0,7

Mg 0,86

Sumber : Khairullah, 2014.

Pupuk Ghaly organik dapat diaplikasikan untuk semua tanaman, termasuk

11

tanaman kopi. Aplikasi pupuk Ghaly organik pada tanaman kopi dilakukan satu

kali, yaitu pada saat tanam dengan dosis 1 kg/batang/tahun. Harga pupuk Ghaly

organik granul sebesar Rp. 3.500,00/kg dan harga pupuk Bio Ghaly sebesar Rp.

90.000,00/ltr. Kopi yang dipupuk Ghaly organik dijual oleh petani binaan

Lampung Barat seharga Rp. 27.000,00/kg.

2.2.2. Kopi Robusta Kompos

Kopi robusta kompos dihasilkan dari tanaman kopi robusta yang berasal dari desa

berasal dari dusun Air Gadingan Kelurahan Pura Laksana, Kecamatan Way

Tenong, Kabupaten Lampung Barat. Kopi robusta kompos ditanam daerah

bergunung dengan kondisi dataran relatif bergelombang dan berbukit-bukit

dengan ketinggian di atas 600 - 1.000 m dpl. Kopi robusta kompos, berasal dari

dusun Air Gadingan Kelurahan Pura Laksana, Kecamatan Way Tenong,

Kabupaten Lampung Barat. Kawasan ini memiliki tingkat kelembapan tergolong

rendah berkisar antara 70 - 80% dengan curah hujan yang tinggi sebesar 2.500 -

3.500 mm, hari hujan rata-rata 22 hari pada bulan basah September - April (Badan

Pusat Statistik, 2017).

Kopi robusta kompos merupakan tanaman kopi yang dipupuk menggunakan

pupuk kompos yang sebagian besar atau seluruhnya terdiri atas bahan organik

yang berasal dari sisa tanaman, kotoram hewan antara lain pupuk kandang, pupuk

hijau dan limbah kopi yang telah mengalami dekomposisi atau penguraian (Balai

Besar Litbang Sumberdaya Lahan Pertanian, 2010). Jika harus menggunakan

pupuk kompos secara sempurna (C/N ratio masih tinggi), maka harus diberi jeda

waktu antara pemberian pupuk kompos dan penanaman bibit kopi yakni minimal

12

1 minggu. Hal itu, dilakukan untuk menghindari dampak buruk yang mungkin

terjadi pada tanaman kopi ketika proses penguraian pupuk organik berlangsung

(Novizan, 2007). Tanaman kopi yang dipupuk kompos cenderung kekurangan

unsur hara karena kompos berbasis rasio karbon dan nitrogen (C/N ratio).

Sehingga kebutuhan tanaman cenderung kurang akibatnya tanaman kopi tidak

berbuah maksimal. Dan kualitas biji kopi cenderung tidak bobot terlihat pada

Gambar 6.

Gambar 6. Kualitas biji kopi robusta menggunakan pupuk kompos

Pupuk organik kompos dapat mensuplai sebagian hara tanaman kopi. Dengan

demikian pupuk kompos harus digunakan secara terpadu dengan untuk dapat

meningkatkan produktivitas tanah dan tanaman kopi secara berkelanjutan dan

ramah lingkungan. Menurut petani Lampung Barat, aplikasi pupuk kompos pada

tanaman kopi dilakukan dua kali, yaitu pada saat tanam dan pada saat menjelang

berbunga dengan dosis tidak sesuai takaran berdasarkan jenis tanahnya. Kopi

robusta yang dipupuk kompos cenderung harganya sama dengan kopi yang

dipupuk kimia seharga Rp. 23.000,00/kg.

13

2.2.3. Kopi Robusta Kimia

Kopi robusta kimia dihasilkan dari tanaman kopi Robusta yang berasal dari desa

Mulya Sari, Kelurahan Fajar Bulan, Kecamatan Way Tenong, Kabupaten

Lampung Barat. Kopi robusta kimia ditanam daerah bergunung dengan kondisi

dataran relative bergelombang dan berbukit-bukit dengan ketinggian di atas 600 -

1.000 m dpl. Kawasan desa Mulya Sari, Kelurahan Fajar Bulan, Kecamatan Way

Tenong, Kabupaten Lampung Barat. Kawasan ini memiliki tingkat Kelembapan

tergolong rendah berkisar antara 70 - 80% dengan curah hujan yang tinggi sebesar

2.500 - 3.500 mm, hari hujan rata-rata 22 hari pada bulan basah September-April

(Badan Pusat Statistik, 2017).

Kopi robusta kimia merupakan tanaman kopi yang dipupuk kimia serta

mengandung hara makro dan pupuk mikro, baik dalam bentuk padat maupun cair.

Kandungan hara dalam pupuk kimia terdiri atas unsur hara makro utama yaitu

nitrogen, fosfor, kalium, dan hara makro sekunder yaitu sulfur, kalsium,

magnesium, serta hara mikro yaitu tembaga, seng, mangan, molibden, boron, dan

kobalt ( Suriadikarta, Setyorini dan Hartatik, 2004).

Berdasarkan jumlah kandungan haranya, pupuk kimia dapat dibedakan sebagai

pupuk tunggal dan pupuk majemuk. Beberapa ketentuan pupuk anorganik adalah

sebagai berikut:

a) Pupuk majemuk mengandung minimal dua unsur hara makro dan dua unsur

hara mikro.

b) Kadar P2O5 pada pupuk fosfat alam yang dilarutkan dalam asam kuat

(partially acidulated rock phosphohate =PARP) harus lebih dari 10%.

14

c) Unsur mikro yang terkandung dalam pupuk hara makro dianggap sebagai

unsur ikatan.

d) Kadar unsur makro dan unsur mikro yang terkandung dalam pupuk hara

campuran, harus mengikuti syarat mutu pupuk yang mengandung hara makro

dan syarat mutu pupuk hara mikro (Khairullah, 2010).

Menurut petani Lampung barat, aplikasi pupuk kimia pada tanaman kopi

dilakukan dua kali, yaitu pada saat tanam dan pada saat menjelang berbunga

dengan dosis 1 kuintal/ha pupuk TSP, 1 kuintal/ha pupuk KCL, dan 3 kuintal/ha

pupuk Urea lalu dicampur sebelum ditabur dibatang kopi. Pupuk KCL, UREA,

dan TSP terlihat pada Gambar 7. Harga pupuk KCL, UREA, dan TSP sebesar Rp.

10.000/kg. Kopi robusta yang dipupuk kimia seharga Rp. 22.000,00/kg. Kualitas

biji kopi kimia terlihat pada Gambar 8.

a. KCL b. TSP c. UREA

Gambar 7. Pupuk KCL, TSP dan UREA

15

Gambar 8. Kualitas biji kopi robusta yang menggunakan pupuk kimia

2.3. Proses Pengolahan Biji Kopi

Buah kopi yang masak (berwarna merah) dipanen dengan cara dipetik oleh

tangan. Pemetikan buah merah dilakukan satu per satu pada masing-masing

dompolan buah kopi yang ada di pohon. Hasil pemetikan buah kopi merah

tersebut kemudian dimasukan ke dalam keranjang. Rahardjo (2012) menyatakan

bahwa kopi yang sudah dipetik harus segera diolah lebih lanjut dan tidak boleh

dibiarkan selama lebih dari 12 – 20 jam. Apabila kopi tidak segera diolah dalam

jangka waktu tersebut maka kopi akan mengalami fermentasi dan proses kimia

yang bisa menurunkan mutu dari kopi tersebut.

Menurut Natawidjaya (2012), proses pengolahan kopi dibagi menjadi dua yaitu

proses olah kering (dry process) dan proses olah basah (wet process). Buah kopi

yang diolah menggunakan proses olah kering maupun basah, yaitu dengan cara

dikupas kulit biji, disortasi dan disimpan. Pengolahan buah kopi secara kering

dilakukan terhadap buah kopi yang masak atau buah kopi yang kelewat masak.

Buah kopi yang diperoleh dikupas kulitnya dengan menggunakan mesin pemecah

biji manual. Untuk ketiga kopi robusta (Ghaly organik, kompos dan kimia), buah

16

kopi dijemur dengan sinar matahari hingga kadar air mencapai 13%. Penjemuran

dapat dilakukan di atas para-para atau lantai jemur.

2.4. Pengolahan Biji Kopi Roasting Menjadi Kopi Bubuk

Proses biji roasting kopi yang telah diolah secara kering maupun basah kemudian

diolah menjadi kopi bubuk dengan tahapan proses penyangraian, pendinginan biji

sangrai, dan pengilingan biji kopi sangrai. Proses biji kopi yang telah diolah

secara kering kemudian diolah menjadi kopi bubuk terlihat pada Gambar 9.

Gambar 9. Diagram pengolahan biji kopi menjadi kopi bubuk

Penggilingan

Pengemasan dan penyimpanan

Penyangraian

Pengolahan kopi secara kering

Buah kopi dikupas kulitnya

dengan menggunakan mesin

pemecah biji manual.

buah kopi dijemur dengan sinar

matahari hingga kadar air

mencapai 13%.

17

Menurut National Coffee Association (2002) ada proses roasting terdapat

beberapa tingkat kematangan, yaitu sebagai berikut:

a. Tingkat Light, pada tingkat ini biji kopi berwarna coklat muda, karakternya

ringan dari sisi biji, tidak ada lapisan minyak dipermukaan, level acidity-nya

lebih tinggi. Tingkat roasting light ini mengandung kafein lebih tinggi

dibandingkan dengan kopi yang diroasting dark.

b. Tingkat Medium, pada tingkat ini kandungan gula alami sudah mulai sedikit

berkaramel, dan keasaman juga mulai menurun. Kualitas kopi (Specialty

coffee) sangat ideal untuk diroasting pada level ini, karena tahap ini lebih

seimbang dan menonjolkan sisi rasa, aroma, dan acidity setiap origin biji kopi.

c. Tingkat Medium-Dark, pada tingkat ini lebih kaya rasa, warnanya lebih gelap

dan lapisan minyak mulai sedikit muncul dipermukaan. Rasa dan aroma

menjadi lebih teridentifikasi, rasa kopi juga terkadang menjadi terasa lebih

spicy.

d. Tingkat Dark, pada tingkat ini memiliki warna gelap seperti cokelat dan

kadang nyaris hitam. Lapisan minyak pekat dipermukaan, dan dapat terlihat

pada permukaan cangkir ketika kopi sudah diseduh. Rasa pahit menjadi lebih

menonjol, aroma smoky, karakter rasa (flavor) berkurang.

Menurut Maulana 2016, Suhu sangrai yang umum adalah sebagai berikut:

1. Light Roast (sangrai cukupan, suhu 190 - 195°C)

2. Medium Roast (sangrai sedang, suhu 200 - 205°C)

3. Dark Roast (sangrai hitam, suhu di atas 205°C)

Waktu penyangraian bervariasi dari 7 sampai 30 menit tergantung pada jenis alat

dan mutu kopi bubuk. Penyangraian diakhiri saat aroma dan citarasa kopi yang

18

diiginkan telah tercapai yang diindikasikan dari perubahan warna biji yang

semula berwarna kehijauan menjadi cokelat tua, cokelat-kehitaman dan hitam.

Tahapan kedua setelah proses penyangraian yaitu Penggilingan. Penggilingan

adalah proses pemecahan butir-butir kopi yang telah disangrai untuk

mendapatkan kopi berukuran maksimum 75 mesh. Ukuran butir-butir (partikel-

partikel) bubuk kopi berpengaruh terhadap aroma kopi. Secara umum semakin

kecil ukurannya maka rasa dan aromanya semakin baik. Hal ini dikarenakan

sebagian besar bahan yang terdapat di dalam bahan kopi dapat larut dalam air

ketika diseduh. Penggilingan oleh industri kecil atau pabrik menggunakan mesin

giling. Mesin ini biasanya sudah dilengkapi alat pengatur ukuran partikel

kopi sehingga otomatis bubuk kopi yang keluar berukuran seperti yang

diinginkan dan tidak perlu di saring lagi. Tahapan terakhir ialah proses

pengemasan, penyimpanan, dan konsumsi (Lestari, 2016).

2.5. Termometer Infared

Termometer Infared digunakan untuk mengukur suhu suatu permukaan objek,

yang mana memiliki berbagai objek yang berbahaya dan memiliki berbagai

macam panas. Unit ini memiliki sinyal sensor amplifier suhu, sirkuit proses dan

LCD. Prinsip kerja alat ini, optik mengumpulkan energi infared yang dikeluarkan

oleh objek dan fokus ke sensornya. Lalu sensor menerjemhkan energi menjadi

sinyal listrik. Sinyal ini akan berubah menjadi digital dan ditampilkan di LCD

setelah melewati sinyal amplifier dan sirkuit proses.

1). Cara Mengoperasikan Termometer Infared

Cara Mengoperasikan Termometer Infared adalah sebagai berikut:

19

a. Buka penutup baterai dan masukkan baterai

b. Tarik pelatuk sampai hidup

c. Arahkan alat kepermukaan objek dan tarik pelatuk maka suhu akan muncul di

LCD. Termometer infared terlihat pada Gambar 10.

Gambar 10. Termometer infared

2.6. Ekstraksi dan Pelarut

Ekstraksi adalah suatu proses pemisahan dari bahan padat maupun cair dengan

bantuan pelarut. Pelarut yang digunakan harus dapat mengekstrak substansi yang

diinginkan tanpa melarutkan material yang lainnya. Ekstraksi dari bahan padat

dapat dilakukan jika bahan yang diinginkan dapat larut dalam solven

pengekstraksi. Faktor–faktor yang mempengaruhi laju ekstraksi antara lain adalah

tipe persiapan sampel, waktu ekstraksi, kuantitas pelarut, suhu pelarut, dan tipe

pelarut (Sulihono dkk, 2012).

Pelarut yang digunakan pada penelitian ini adalah aquades. Aquades adalah air

hasil destilasi atau penyulingan yang bebas dari kotoran maupun mikroba.

20

Kegunaannya sebagai pelarut dalam formulasi, bahan aktif dan reagen analitikal

dalam farmasi (Rowe, 2009).

2.7. UV-Vis Spectroscopy

UV-Vis Spectroscopy atau sering disebut spectrophotometer berasal dari

kataspectro dan fotometer. Spektro adalah sinar dari spektrum dengan panjang

gelombang tertentu dan fotometer adalah alat pengukur intensitas cahaya yang

ditransmisikan atau yang diabsorpsi. UV-Vis Spectroscopy adalah alat yang

umum digunakan di perusahaan khususnya yang berbasis serapan untuk

mendeteksi transmitan atau absorbansi cahaya yang melewati suatu bahan, dengan

gelombang cahaya tertentu (Skoog et al, 2013), untuk keperluan menganalisis

menggunakan sampel yang homogen. Prinsip kerja spektrometer menurut hukum

Lambert-Beer, apabila cahaya monokromatik melalui suatu media (larutan) maka

sebagian cahaya tersebut akan diserap, kemudian sebagian akan dipantulkan, dan

sebagian lagi dipancarkan. UV-Vis Spectroscopy terlihat pada Gambar 11.

Gambar 11. UV-Vis Spectroscopy

21

Spektrofotometri merupakan suatu metode analisa yang didasarkan pada

pengukuran serapan sinar monokromatis oleh suatu jalur larutan berwarna pada

panjang gelombang spesifik dengan menggunakan monokromator prisma dan kisi

difraksi atau grating dengan detektor fototube. Benda bercahaya seperti matahari

atau bohlam listrik memancarkan spektrum yang lebar terdiri atas panjang

gelombang. Panjang gelombang yang dikaitkan dengan cahaya tampak itu

mampu mempengaruhi mata manusia untuk menerima informasi berupa radiasi

elektromagnetik yang bersifat subyektif atau ketampakan. Dalam analisis secara

spektrofotometri terdapat tiga daerah panjang gelombang elektromagnetik yang

digunakan, yaitu daerah UV(200-380 nm), daerah visible (380-700 nm), daerah

inframerah (700-3000 nm) (Khopkar, 1990). Prinsip kerja spektrometer dapat

dilihat pada Gambar 12.

Gambar 12. Prinsip kerja spektrofotometer

sumber cahaya polikromatis

slit atau

celah masuk

Ppendispersi cahaya

slit atau

celah masuk

sel sampel

detektor

read out

monokromator

22

Spektrofotometer UV-Vis terdiri dari lima komponen utama, yaitu sumber radiasi,

kuvet, monokromator, detektor, amplifier, dan rekorder. Secara umum instrumen

UV-Vis spektrometer antara lain:

1. Sumber radiasi, yang digunakan oleh spektrometer adalah lampu wolfram atau

sering disebut lampu tungsten, dan ada juga yang menggunakan lampu

deuteurium (lampu hidrogen).

2. Monokromator, berfungsi sebagai penyeleksi panjang gelombang yaitu

mengubah cahaya yang berasal dari sumber sinar polikromatis menjadi cahaya

monokromatis. Monokromator terdiri dari dua jenis, yaitu menggunakan

prisma dan menggunakan grating (kisi) sebagai pendispersi cahaya.

a) Monokromator prisma, prinsip kerja suatu prisma adalah apabila seberkas

sinar melewati dua medium yang berbeda, maka berkas sinar tersebut akan

mengalami pembelokan (refraksi). Besarnya refraksi tergantung pada

index bias ini berubah-ubah dengan panjang gelombang yang berbeda

beda. Monokromator prisma, biasanya digunakan untuk jenis

spektrofotometer single beam.

b) Monokromator grating (kisi), berfungsi untuk mengubah atau

menghasilkan panjang gelombang yang didifraksikan dengan cara

mengatur jarak antar celah atau sudut cahaya yang data. Monokromator

grating, biasanya digunakan untuk jenis spektrofotometer double beam.

3. Kuvet, kuvet yang baik untuk spektrofotometer UV-Vis yaitu kuvet dari kuarsa

yang dapat melewatkan radiasi daerah ultraviolet. Sel yang baik tegak lurus

terhadap arah sinar untuk meminimimalkan pengaruh pantulan radiasi. Selain

itu, kuvet yang digunakan tidak boleh berwarna.

23

4. Detektor, memberikan respon terhadap cahaya pada berbagai panjang

gelombang. Detektor akan mengubah cahaya menjadi sinyal listrik dan

selanjutnya akan ditampilkan oleh penampil berupa bentuk angka digital.

5. Amplifier (penguat), rangkaian yang berkaitan yang membuat signal listrik

dapat untuk diamati.

6. Readout, sebagai sistem pencatat hasil. Hasil pembacaan dapat berupa angka

atau berupa kurva dari suatu recorder yang menggambarkan absorbansi

(Apratiwi, 2016).

Ketika cahaya dari sumber radiasi diteruskan menuju monokromator, maka

cahaya dari monokromator diarahkan terpisah melalui sampel dengan sebuah

cermin berotasi. Detektor menerima cahaya dari sampel secara bergantian dan

berulang-ulang, selanjutnya sinyal listrik dari detektor diproses, diubah ke digital

dan dilihat hasilnya. Di dalam suatu molekul yang memegang peranan penting

adalah elektron valensi dari setiap atom yang ada hingga terbentuk suatu materi.

Elektron-elektron yang dimiliki oleh suatu molekul dapat berpindah (eksitasi),

berputar, dan bergetar (vibrasi) jika dikenai suatu energi. Jika zat menyerap

cahaya tampak dan UV maka akan terjadi perpindahan elektron dari keadaan dasar

menuju ke keadaan tereksitasi. Cahaya yang diserap diukur sebagai absorbansi

(A) sedangkan cahaya yang dihamburkan diukur sebagai transmittansi (T),

dinyatakan dengan hukum lambert- beer atau hukum Beer, yang berbunyi:

“Jumlah radiasi cahaya tampak (ultraviolet, inframerah, dan sebagainya) yang

diserap atau ditransmisikan oleh suatu larutan merupakan suatu fungsi eksponen

dari konsentrasi zat dan tebal larutan”. Absorbansi dinyatakan dengan rumus :

24

A =

.............................................................................. (1)

dimana I0 merupakan intensitas cahaya datang dan It adalah intensitas cahaya

yang telah melewati sampel (Fatoni, 2015).

2.8. Kemometrika

Menurut International Chemometrics Society, kemometrika adalah ilmu

pengetahuan yang menghubungkan pengukuran yang dibuat pada suatu

proses atau sistem kimiawi melalui penggunaan ilmu matematika dan

statistika. Teknik kemometrika yang umum digunakan dalam penelitian

mencakup pengolahan data, data hasil pengukuran akan dibangun dengan

persamaan menggunakan PCA (principal component analysis ). Metode

kemometrika sering disebut juga dengan metode statistik multivariat dalam

penerapannya (Mubayinah, dkk. 2016). Model analisis multivariat adalah suatu

model yang melibatkan lebih dari satu masukan (variabel X) untuk

menghasilkan suatu efek tertentu (variabel Y). Analisis multivariat yang paling

sering digunakan adalah PCA (principal component analysis) dan SIMCA (soft

independent modeling of class Analogy).

2.8.1. Principal Component Analysis

Principal Component Analysis (PCA) merupakan suatu teknik untuk membangun

variable-variable baru yang merupakan kombinasi linear dari variabel asli dan

merupakan teknik standar dalam membangun pola model suatu ekstraksi.

Pembangunan klasifikasi bertujuan untuk membedakan jenis hasil ekstraksi untuk

masing-masing hasil sesuai dengan kandungannya terhadap sampel tersebut.

Variable-variable baru disebut sebagai principal component (PC) dan nilai-nilai

25

bentukan dari varible ini disebut sebagai principal component score (PCs)

(Handayani, 2016). Tujuan dari PCA adalah untuk mereduksi data yang ada

menjadi lebih sedikit tanpa harus adanya kehilangan informasi yang ada dalam

data awal. Dengan menggunakan PCA data yang tadinya sebanyak n variabel

akan direduksi menjadi k variabel baru (principle component) dengan jumlah k

lebih sedikit dari jumlah n, dan hanya dengan menggunakan k principle

component akan menghasilkan nilai yang sama dengan menggunakan n variabel

(Johnson dan Wichern, 2007).

Perhitungan pada PCA didasarkan pada perhitungan nilai eigen dan vektor eigen

yang menyatakan penyebaran data dari suatu dataset. Adapun algoritma PCA

secara umum adalah sebagai berikut:

1. Hitung matriks kovarian dengan persamaan sebagai berikut:

Cov (xy) =

– ( x ) ( y ) ...................................................................... (2)

2. Hitung nilai eigen dengan menyelesaikan persamaan sebagai berikut:

(A-I) = 0 ............................................................................................... (3)

Di mana:

A : matriks kovarian

λ : nilai eigen

I : matriks identitas

3. Hitung vektor eigen dengan menyelesaikan persamaan sebagai berikut:

[A-I][X] = [0] ....................................................................................... (4)

Di mana X merupakan vektor eigen.

4. Tentukan variabel baru (principal component) dengan mengalikan variabel

26

asli dengan matriks vektor eigen.

2.8.2. Soft Independent Modelling of Class Analogy

Soft Independent Modelling of Class Analogy (SIMCA) merupakan teknik analisis

multivariat terawasi yang digunakan untuk menguji kekuatan diskriminasi dan

klasifikasi sampel. SIMCA digunakan untuk menentapkan sampel ke dalam kelas

yang tersedia secara tepat. SIMCA juga termasuk ke dalam PCA namun memiliki

tingkat sensitifitas pembacaan data yang tinggi (supervised). Metode klasifikasi

ini didasarkan pada pembuatan model PCA terhadap masing-masing kelas dan

mengklasifikasikannya setiap sampel pada masing-masing model PCA. Hasil

luaran dari SIMCA yaitu berupa tabel klasifikasi dimana sampel dapat

terklasifikasi dalam satu, beberapa kelas, atau tidak terklasifikasi ke dalam kelas

manapun (Nurcahyo, 2015). Klasifikasi di SIMCA dibuat dengan

membandingkan varian residual dari sampel dengan rata-rata residual varian dari

sampel tersebut yang membentuk kelas. Perbandingan ini memberikan ukuran

langsung dari kesamaan sampel untuk kelas tertentu dan dapat dianggap sebagai

ukuran goodness of fit dari sampel untuk model kelas tertentu (Lavine, 2009).

2.8.3. Confusion Matrix

Confusion matrix merupakan tabel pencatat hasil kerja klasifikasi dari pengolahan

menggunakan SIMCA. Confussion matrix melakukan pengujian untuk

memperkirakan suatu obyek yang benar dan salah (Gorunescu, 2011). Urutan

pengujian ditabulasikan dalam confusion matrix dimana kelas yang diprediksi

ditampilkan di bagian atas matriks dan kelas yang diamati di bagian kiri. Setiap

27

sel berisi angka yang menunjukkan berapa banyak kasus yang sebenarnya dari

kelas yang diamati untuk diprediksi. Rumus Confusion matrix

memiliki beberapa keluaran yaitu akurasi, spesifisitas, dan sensitivitas. Akurasi

adalah ketepatan dari model yang dibuat, dimana a adalah nomor sampel dari

kelas A yang masuk di kelas A aktual, sedangkan d adalah nomor sampel dari

kelas B yang masuk ke kelas B aktual, b adalah nomor sampel dari kelas A yang

masuk ke kelas B aktual, dan c adalah nomor sampel dari kelas B yang masuk ke

kelas A aktual (Munthe, 2018). Tabel Confusion matrix dapat terlihat pada tabel

2.

Tabel 2. Confusion matrix

Kelas A (aktual) Kelas B (aktual)

Kelas A (hasil model SIMCA A) A B

Kelas B (hasil model SIMCA B) C d

Menurut Lavine (2009) rumus matrik konfusi memiliki empat keluaran yaitu

akurasi, sensitivitas, spesifisitas, dan error. Secara matematik, keempat keluaran

tersebut dapat diekspresikan sebagai berikut :

a) Akurasi (AC) =

.............................................. (5)

b) Sensitivitas (S) =

x 100% ....................................................... (6)

c) Spesifisitas (SP) =

x 100% ....................................................... (7)

d) Error (FP) =

x 100% ................................................................ (8)

Keterangan :

a : Sampel kelas A yang masuk ke dalam kelas A

b : Sampel kelas B yang masuk ke dalam kelas A

28

c : Sampel kelas A yang masuk ke dalam kelas B

d : Sampel kelas B yang masuk ke dalam kelas B

Menurut Lavine (2009) klasifikasi nilai akurasi menunjukkan keakuratan suatu

model yang akan dibangun. Sensitivitas menunjukkan kemampuan model untuk

menolak sampel yang bukan kelasnya, semakin tinggi nilai sensitivitas maka

model yang dibangun semakin mengenali karakteristik sampel. Sedangkan untuk

nilai spesifisitas merupakan kemampuan model untuk mengarahkan sampel

masuk ke dalam kelasnya secara benar. Jadi nilai dari sensitivitas akan semakin

tinggi apabila banyak sampel yang tidak masuk ke dalam kelas pada suatu model

dan nilai sensitivitas tidak akan mempengaruhi nilai spesitivitas karena

spesitivitas hanya akan memasukkan sampel ke dalam kelas yang benar dan

sampel yang tidak masuk ke dalam kelas pada model tersebut akan dihitung

sebagai error. Fungsi sensitivitas dan spesifisitas yaitu dapat menunjukkan

tingkat keakurasian. Sedangkan nilai error menunjukkan tingkat kesalahan dalam

klasifikasi model yang dibangun. Semakin kecil nilai error maka model yang

dibangun akan semakin baik.

2.7.3.1. Receiver Operating Characteristic (ROC)

Kurva ROC sering digunakan untuk mengevaluasi dan menentukan hasil dari

suatu prediksi atau suatu ramalan. Dalam kasus klasifikasi yang melibatkan dua

kelas keputusan (klasifikasi biner), masing-masing objek dipetakan ke dalam

salah satu elemen dari himpunan pasangan (P, N) yaitu positif dan negatif.

Beberapa model klasifikasi (pohon keputusan) yang banyak digunakan akan

29

menghasilkan label kelas diskrit dimana hanya mengacu pada kelas yang

diprediksi objeknya.

Kurva ROC menunjukkan akurasi dan membandingkan klasifikasi secara

visual. ROC mengekspresikan confusion matrix. ROC adalah grafik dua

dimensi dengan false positives sebagai garis horisontal dan true positives

sebagai garis vertikal (Vercellis, 2009). Kategori tingkat akurasi dalam

klasifikasi untuk pengujian prediksi adalah sebagai berikut:

a. Kategori Excellent Classification dengan nilai akurasi sebesar (0,90 – 1,00)

b. Kategori Good Classification dengan nilai akurasi sebesar (0,80 – 0,90)

c. Kategori Fair Classification dengan nilai akurasi sebesar (0,70 – 0,80)

d. Kategori Poor Classification dengan nilai akurasi sebesar (0,60 – 0,70)

e. Kategori Failure dengan nilai akurasi sebesar (0,50 – 0,60)

2.8.4. Metode Pretreatment Spektra

Pretreatment spektra bertujuan untuk mengurangi pengaruh interferensi

gelombang serta noises pada data spektrum yang didapat sehingga dapat diperoleh

model yang akurat dan stabil. Sebelum dilakukan pengembangan model analisis,

terlebih dahulu dilakukan pretreatment spektra baik pada data kalibrasi maupun

prediksi untuk melihat perlakuan terbaik yang dapat memberikan informasi yang

jelas di dalam pengembangan model (Zulfahrizal, 2014).

Terdapat 5 jenis metode pretreatment spectra untuk dipergunakan memperbaiki

spektrum yang didapat yaitu diantaranya Smoothing Moving Average, Savitzky-

Golay differentiation, Mean Normalization (MN), Multiplicative Scatter

Correction (MSC), Standard Normal Variate (SNV).

30

2.8.4.1. Smoothing moving average

Moving average adalah metode yang menggantikan setiap nilai dengan hasil rata-

rata data yang diperoleh dari jumlah beberapa data pada baris kemudian dibagi

sesuai jumlah data yang menjadi rata-rata yang dipilih pengguna. Kegunaan

metode ini yaitu untuk mengeleminasi noise yang terdapat pada data spektra.

Smoothing, pada umumnya, dikombinasikan dengan motode pengolah awal data

lain untuk melakukan penghilangan noise. Berikut ini adalah rumus dari

pretreatment moving average.

......................................................................... (9)

Keterangan :

Sj : Nilai smoothing moving average pada panjang gelombang ke j

Yj : Nilai spektra asli pada panjang gelombang ke j

j : Indeks panjang gelombang

n : Jumlah segmen (bilangan ganjil)

2.8.4.2. Savitzky-Golay differentiation

Pretreatment ini digunakan untuk menghilangkan background dan meningkatkan

resolusi pada spektra. Derivatif adalah teknik klasik yang banyak digunakan

untuk aplikasi spektroskopi, beberapa informasi yang tersembunyi dalam

spektrum mungkin lebih mudah terungkap ketika bekerja pada derivatif pertama

atau kedua. Berikut ini adalah rumus dari pretreatment Savitzky Golay derivatif

(Kusumaningrum et al, 2017).

∑

..................................................................... (10)

Keterangan :

31

Yj* : nilai terbaik berdasarkan kriteria nilai kuadrat terkecil

j : mewakili indeks yang berjalan dari data koordinat dalam matriks data

Ci : integrasi pembulatan (sama dengan satu)

N : (faktor normalisasi) jumlah total bilangan bulat (Prieto, 2007).

2.8.4.3. Multiplicative Scatter Correction (MSC)

Menurut Zulfahrizal (2014) metode MSC merupakan salah satu pendekatan untuk

mengurangi amplification (multiplicative, scattering) dan offset (additive, chemical)

efek di NIR spektrum. MSC memutari setiap spektrum sehingga menemukan

kecocokan semirip mungkin dengan spektrum standar yang mungkin sering menjadi

mean spektrum. Setiap spektrum kemudian dikoreksi dengan menggunakan

persamaan linear:

..................................................................... (11)

..................................................................................... (12)

Keterangan :

x ː Nilai hasil

Xorg : Nilai dari spektra asli

xj : Nilai dari spektrum rata-rata

ei : Nilai error

ai : Nilai offset

bi : Nilai slope

i : Indeks sampel

j : Indeks panjang gelombang

32

2.8.4.4. Standard Normal Variate (SNV)

Metode SNV adalah transformasi yang dapat menghilangkan efek pencar dari

spektrum dengan cara setiap data dikurangi hasil dari rata-rata data per baris

kemudian dibagi standar deviasi baris (Jannah, 2014). Berikut ini adalah rumus

dari pretreatment Standard Normal Variate yaitu :

√∑

....................................................................... (13)

....................................................................... (14)

Keterangan :

: Standar deviasi

K : Jumlah data pada sampel i

i : Indeks sampel

k : Indeks panjang gelombang

: Nilai SNV dari sampel i pada panjang gelombang k

: Nilai spektra original pada sampel i pada panjang gelombang k

: Nilai rata-rata pada sampel i

2.8.4.5. Mean Normalization (MN)

Normalisasi mentransformasikan titik spektra dalam sebuah unit dan semua data

didekati dalam skala yang sama. Metode mean centering digunakan untuk

menghitung nilai data spektrum yang didapat dari data spektrum dibagi nilai rata-

rata spektrum.dalam satu baris pada data pengamatan. Pretreatment ini berfungsi

untuk menggambarkan skala sampel untuk melihat dan mencari semua data pada

sekitar skala yang sama berdasarkan daerah, mean, maksimum, puncak dan vektor

satuan. Semua data spektrum dinormalisasi sebagai mean normalization. Berikut

33

ini adalah rumus dari pretreatment mean normalization (Kusumaningrum et al,

2017) yaitu :

Xmean (i,k)

....................................................................... (15)

Keterangan :

Xmean (i,k) : Nilai mean normalize pada sampel i di panjang gelombang k

i : Indeks sampel

k : Indeks panjang gelombang

Xraw : Nilai spektra asli

Xmean : Nilai spektra rata-rata pada sampel.

34

III. METODOLOGI PENELITIAN

3.1. Waktu dan Tempat

Penelitian ini dilaksanakan pada bulan Nopember sampai Desember 2018 di

Laboratorium Rekayasa Bioproses dan Pasca Panen, Jurusan Teknik Pertanian,

Fakultas Pertanian, Universitas Lampung.

3.2. Alat dan Bahan

Alat yang digunakan dalam penelitian ini yaitu Genesys 10 UV-Vis Spectroscopy,

cuvet, mesh, rubber bulb, aluminium foil, ayakan tyler meinzer II, stirrer model

S130810-33 (size pelat atas 4x4, tegangan 220-240 volt, kecepatan pengadukan 6

(350 rpm), beaker glass, labu erlenmeyer 50 ml, botol semprot, pemanas air,

toples, botol transparan, termometer, timbangan digital, kertas saring, pengaduk,

spatula, pipet ukur (1 ml, 2 ml, 25 ml), gelas ukur, dan corong plastik.

Sedangkan bahan yang digunakan yaitu tissue, aquades, kopi robusta Ghaly

organik yang berasal dari kebun binaan Lampung Barat di dusun Mulya Sari,

Kelurahan Pajar Bulan, Kecamatan Way Tenong, Kabupaten Lampung Barat,

kopi robusta kompos, berasal dari dusun Air Gadingan Kelurahan Pura Laksana,

Kecamatan Way Tenong, Kabupaten Lampung Barat, dan kopi robusta kimia

yang berasal dari Kelurahan Pajar Bulan, Kecamatan Way Tenong, Kabupaten

Lampung Barat. Suhu roasting 180 -1900C selama 15 menit.

35

3.3. Prosedur Penelitian

Penelitian ini dilakukan untuk mengidentifikasi kopi bubuk robusta Ghaly

organik, kopi robusta kompos, dan kopi robusta kimia menggunakan teknologi

UV-Vis Spectroscopy dan kemometrika. Tahapan-tahapan yang akan dilakukan

pada penelitian ini meliputi; 1) pengayakan, 2) ekstraksi kopi, 3) pengambilan

spektra menggunakan Spectrophotometer UV-Vis harus diperhatikan dalam segi

kualitas spektra. Ciri-ciri kualitas spektra yang baik menggunakan

Spectrophotometer UV-Vis yaitu tidak terdapat banyak noise, dan panjang

gelombang dapat terbaca dengan mudah. 3) analisis data, 4) bangun model, model

yang dihasilkan dalam bentuk PCA dari masing-masing sampel berdasarkan

panjang gelombang tertentu. 5) uji model, dapat dihasilkan dalam bentuk akurasi,

sensitivitas, spesifisitas, dan error. Prosedur penelitian pada Gambar 13, Gambar

14 dan Gambar 15.

36

Ya

]

Tidak

Ya

Tidak

Selesai

Mulai

Persiapan alat dan bahan

Ekstraksi kopi

Pengenceran

Pengambilan spektra menggunakan spektrofotometer

Kualitas spektra sesuai

tidak terdapat banyak

noise, dan panjang

gelombang dapat

Analisis data

Bangun model

Uji Model

c

Akurasi > 50%

Sensitivitas > 50%

Spesifisitas > 50%

Error < 25%

Gambar 13. Diagram alir penelitian

37

Mulai

Ditimbang kopi bubuk (1 gram)

Dipanaskan aquades sampai suhu 90-98°C

Dicampurkan sampel kopi bubuk (1 gram) + aquades (50 ml)

Hasil ekstrak diaduk selama 10 menit

Dilakukan pengenceran dengan perbandingan 1 : 20

Selesai

Gambar 14. Prosedur ekstraksi kopi

Diaduk selama 10 menit

38

Gambar 15. Prinsip kerja pretreatment

(Munthe, 2018)

Data absorbansi

Original Dilakukan pretreatmen

Dibuat model seluruh sampel menggunakan PCA

(Principal Component Analysis)

Dibuat model masing-masing sampel (robusta Ghaly

organik, robusta kompos dan robusta kimia)

Dibuat klasifikasi menggunakan SIMCA (Soft

Independent Modelling Of Class Analogy)

Dihitung nilai akurasi, spesifitas, sensitivitas, dan

error menggunakan confusion matrix

Selesai

39

3.3.1. Persiapan Bahan

Bahan yang disiapkan untuk melakukan penelitian ini adalah aquades dan kopi.

Kopi yang digunakan dalam penelitian ini adalah kopi robusta Ghaly organik

yang berasal dari kebun binaan Lampung Barat di dusun Mulya Sari, Kelurahan

Pajar Bulan, Kecamatan Way Tenong, Kabupaten Lampung Barat, kopi robusta

kompos, berasal dari dusun Air Gadingan Kelurahan Pura Laksana, Kecamatan

Way Tenong, Kabupaten Lampung Barat, dan kopi robusta kimia yang berasal

dari Kelurahan Pajar Bulan, Kecamatan Way Tenong, Kabupaten Lampung Barat.

Adapun umur penggunaan pupuk pada tanaman kopi terlihat pada Gambar 16.

a b c

Gambar 16. Aplikasi penggunaan pupuk pada tanaman kopi

Pada gambar 16 bahwa gambar a merupakan tanaman kopi yang dipupuk dengan

menggunakan Ghaly organik selama 2 tahun. Gambar b adalah tanaman kopi

yang dipupuk dengan menggunakan pupuk kompos selama 5 tahun. Sedangkan

gambar c merupakan tanaman kopi yang dipupuk menggunakan pupuk kimia

selama hampir 10 tahun. Proses persiapan kopi yang akan digunakan sebagai

sampel terlihat pada Gambar 17.

40

Buah kopi yang siap Buah kopi yang siap Pemecahan buah

dipanen diolah kopi

Menghitung Proses penjemuran

kadar air kopi biji kopi

12%

Menimbang biji Tahap roasting Pengukuran suhu

kopi sebanyak 350g sebelum dan setelah

roasting

Kopi yang telah Kopi diletakkan

di roasting ditimbang ditampah

dan siap untuk digrinder

Gambar 17. Tahapan pengolahan kopi sebelum digrinder

41

3.3.2. Penggilingan Kopi

Penggilingan kopi dilakukan untuk pengecilan ukuran (size reduction)

menggunakan mesin coffe grinder dengan daya 180 watt tipe SCG 178.

Penggilingan kopi ini bertujuan untuk mengecilkan ukuran agar memudahkan

pada saat proses ekstraksi kopi yang akan dijadikan sampel. Proses

penggilingan kopi dapat dilihat pada Gambar 18.

Gambar 18. Penggilingan kopi

3.3.3. Pengayakan

Pengayakan dilakukan untuk mendapatkan ukuran yang seragam dari partikel

kopi yang digunakan. Kopi diayak dengan menggunakan ayakan tyler meinzer II

dengan mesh ukuran 50 (0,297 mm) (Iriani, 2016). Pemilihan sampel uji pada

ukuran mesh 50 didasarkan pada banyaknya bubuk kopi yang berada pada mesh

tersebut terlihat pada Gambar 19.

42

Gambar 19. Pengayakan sampel kopi menggunakan ukuran mesh 50

3.3.4. Penimbangan

Kopi yang digunakan sebagai sampel uji sebanyak 1 gram untuk setiap ulangan.

Jumlah sampel ulangan dan komposisi ketiga jenis kopi dapat dilihat pada Tabel

3. Proses penimbangan dapat dilihat pada Gambar 20.

Tabel 3. Komposisi bahan

No Sampel Komposisi Bahan Jumlah

1-100 1 gram kopi robusta Ghaly organik 100

101-200 1 gram kopi robusta kompos 100

201-300 1 gram kopi robusta kimia 100

43

Gambar 20. Penimbangan sampel kopi sebanyak 1 gram

3.3.5. Ekstraksi Kopi

Tahap-tahap dalam pembuatan ekstraksi kopi yaitu pembuatan larutan,

pengadukan, penyaringan dan pengenceran.

1. Pembuatan Larutan

Sampel untuk pengujian yang berupa bubuk harus dibuat larutan saat pengujian

menggunakan alat spektrofotometer dengan cara sampel yang telah ditimbang

sebanyak 1 gram, kemudian dimasukkan ke dalam gelas ukur dan dilarutkan

dengan aquades sebanyak 50 ml pada suhu 90 - 98°C dapat terlihat pada

Gambar 21.

44

Gambar 21. Pencampuran sampel kopi 1 gram dengan aquades 50 ml dengan

suhu 90 – 98oC.

2. Pengadukan

Pengadukan dilakukan menggunakan magnetic stirrer chimArec model S130810-

33 (size pelat atas 10,8 x 10,8 cm ) tegangan 220-240 volt, selama 10 menit

dengan kecepatan pengadukan 350 rpm, setelah sampel disaring, diaduk kembali

menggunakan stirrer dengan kecepatan 125 rpm terlihat pada Gambar 22.

Gambar 22. Pengadukan menggunakan stirrer.

45

3. Penyaringan

Sampel yang sudah terlarut dan homogen kemudian dilakukan penyaringan

menggunakan kertas saring yang bertujuan untuk memisahkan ampas kopi

dengan hasil ekstrak kopi. Penyaringan kopi terlihat pada Gambar 23.

Gambar 23. Penyaringan menggunakan kertas saring

4. Pengenceran

Ekstrak kopi yang dihasilkan pada langkah penyaringan kemudian didinginkan

hingga mencapai suhu 27°C, selanjutnya dilakukan pengenceran dengan

perbandingan 1 : 20 (20 ml aquades) lalu diaduk secara konstan selama 1

menit. Pengenceran kopi dapat dilihat pada Gambar 24.

5. Sampel Hasil Ekstraksi

Hasil pengenceran diperoleh sampel kopi Ghaly organik sebanyak 100 x 2

(ulangan) dengan kode GO. Sampel kopi kompos sebanyak 100 x 2 (ulangan)

dengan kode KO. Sampel kopi kimia sebanyak 100 x 2 (ulangan) dengan kode

KM, sehingga jumlah sampel sebanyak 600 kuvet.

46

Gambar 24. Hasil pengenceran sampel dengan perbandingan 1 ml sampel kopi

dan 20 ml aquades.

3.3.6. Proses Pengukuran Spektra Menggunakan Spektrofotometer

Pengukuran spekra menggunakan Genesys 10 UV-Vis Spectroscopy. Sebelum

pengukuran sampel dilakukan, didahului dengan pengukuran blank (cuvet berisi

aquades). Selanjutnya setiap 10 kali pengukuran sampel diawali dengan

pengukuran blank. Selanjutnya dimasukkan dalam sistem holder dan diukur nilai

absorbannya selama 2 menit hingga prosesnya 100%. Prosedur pengambilan

spektra dapat dilihat pada Gambar 25.

47

Gambar 25. Pengambilan spektra menggunakan UV-Vis spectroscopy.

3.3.7. Membuat dan Menguji Model Menggunakan Analisis SIMCA

Analisis data dilakukan untuk mendeteksi pola sampel menggunakan perangkat

lunak The Unscrambler versi 9.2. Model kalibrasi dibangun menggunakan

metode principal component analysis (PCA) dan soft independent modelling of

class analogy ( SIMCA). Sampel yang sudah didapatkan nilai absorbansinya

selanjutnya digabungkan menjadi satu dalam Microsoft Excel 1997-2003

kemudian dianalisis ke aplikasi The Unscrambler. Sampel akan dibagi menjadi

sampel kalibrasi, validasi dan sampel prediksi. Sampel kalibrasi untuk membuat

model SIMCA dan sampel prediksi untuk menguji model tersebut. Setelah hasil

klasifikasi dari pengujian model didapatkan kemudian dilakukan perhitungan

menggunakan Confusion matrix. Prosedur penggunaan UV-Vis Spectroscopy

terlihat pada Gambar 26.

48

Gambar 26. Prosedur penggunaan UV-Vis Spectroscopy

Mulai

Dihidupkan alat UV-Vis Spectroscopy jenis Genesys 10S UV-Vis (Thermo

Elektron Instrument, USA) dengan cara menekan tombol turn on

Dimasukkan blank dan sampel ke dalam kuvet, letakkan ke dalam holder

system B (blank)

Ditekan tombol test, test arme add caracter selanjutnya tekan tombol accept

name

Diklik tombol collect baseline, tunggu proses sampai 100%

Dipilih wavelength ditulis 190-1100 nm, tekan enter, pilih sampel position

dengan manual 6 lalu enter, ditekan tombol run test

Dipilih tombol posisi kuvet sesuai sampel, tunggu proses sampai 100%

Setelah selesai measure sample, akan muncul grafik kemudian klik tombol

tabular

Ditekan tombol test,edit data pilih menu save test to the USB drive

Diklik tombol create test arme, accept name

Data sudah tersimpan di dalam flashdisk, diambil sampel dan blank yang ada

didalam holders system, dibersihkan dan dikeringkan

Ditekan tombol yang ada pada bagian belakang alat untuk mematikan alat

UV-Vis Spectroscopy

Selesai

49

3.3.8. Principal Component Analysis (PCA)

Data yang diambil dari UV-Vis Spectroscopy yaitu 200 sampel kopi robusta Ghaly

organik, 200 sampel kopi robusta kompos dan 200 sampel kopi robusta kimia

diambil data absorbansinya. Setelah didapatkan data absorbansinya kemudian

data tersebut digabungkan menjadi satu dalam satu file Microsoft Excel 97-2003.

Kemudian dianalisis menggunakan aplikasi The Unscrambler version 9.2.

Sampel dianalisis menggunakan The Unscrambler dengan cara dibuka dahulu

aplikasi tersebut kemudian setelah terbuka klik file pilih import data lalu dipilih

format excel untuk memasukkan file Microsoft Excel 97-2003 yang akan

dianalisis yang dapat dilihat pada Gambar 27.

Gambar 27. Cara mengimport data dari Ms.Excel ke Unscrambler 9.2

50

Setelah data muncul pada jendela The Unscrambler selanjutnya data tersebut di

transpose dengan perintah klik menu task pilih tranform lalu pilih transpose dapat

dilihat pada Gambar 28.

Gambar 28. Cara mentranspose data pada Unsrambler 9.2.

Sebelum mencari nilai PCA pada The Unscrambler melalui beberapa tahap di

antaranya klik menu Edit pilih Append pilih Category Variable, kemudian isi

Category Variable Name dengan “JENIS KOPI” pilih Next dan isi Level Name

dengan robusta Ghaly organik, robusta kompos dan robusta kimia dapat dilihat

pada Gambar 29.

51

Gambar 29. Cara membuat kolom kategori variabel.

Kemudian klik pada kolom JENIS KOPI dan isi masing-masing baris sesuai jenis

kopi. Kemudian sebelum data dianalisis dengan PCA data dikelompokkan sesuai

kategori sampel dan variabel. Pengelompokkan dilakukan dengan klik menu

modify kemudian klik edit set kemudian isi sampel set dengan all sampel dan

variabel set dengan all variable dapat dilihat pada Gambar 30.

52

Gambar 30. Menu edit set

Setelah data sudah diklasifikasi sesuai jenis kopi, kemudian ditambahkan kolom

category variable, kemudian isi dengan KALVALPRED (Kalibrasi, Validasi dan

Prediksi) dengan jumlah 100 sampel kalibrasi, 60 sampel validasi, dan 40 sampel

prediksi kemudian dianalisis menggunakan metode Principal Componen Analysis

(PCA) dengan cara pilih menu task kemudian pilih Principal Componen Analysis

(PCA), kemudian, klik menu Tasks pilih PCA lalu pilih validasi test set, pilih Set

up dan dipilih diisi dengan jumlah data validasi pada sampel dapat dilihat pada

Gambar 31.

53

Gambar 31. Menu menganilisis menggunakan PCA pada Unsrambler 9.2

3.3.9. Membuat Model Menggunakan Analisis Soft Independent Modelling of

Class Analogy (SIMCA)

Setelah hasil diskriminasi PCA didapatkan dan didapat hasil yang bagus, antara

sampel kopi robusta Ghaly organik, kopi robusta kompos dan kopi robusta kimia

yang dapat terpisah seluruhnya maka langkah selanjutnya adalah membangun

model Soft Independent Modelling of Class Analogy (SIMCA). Soft Independent

Modelling of Class Analogy (SIMCA) merupakan teknik analisis multivariat

terawasi yang digunakan untuk menguji kekuatan diskriminasi dan klasifikasi

sampel. SIMCA digunakan untuk menetapkan sampel ke dalam kelas yang

tersedia dengan tepat. Metode klasifikasi ini didasarkan pada pembuatan model

PCA untuk masing-masing kelas dan mengklasifikasikan setiap sampel pada

54

masing-masing model PCA. Hasil luaran dari SIMCA berupa tabel klasifikasi

dimana sampel dapat terklasifikasi dalam satu, beberapa kelas, atau tidak

terklasifikasikan ke dalam kelas manapun. Sampel kopi yang digunakan untuk

membut Model SIMCA dibagi menjadi 3 bagian yaitu untuk kalibrasi, validasi

dan prediksi. Kalibrasi adalah jumlah sampel kopi yang akan digunakan untuk

membuat model SIMCA dan validasi digunakan untuk mengecek kembali model

yang digunakan, sedangkan prediksi adalah jumlah sampel kopi yang akan

digunakan untuk menguji model yang sudah dibuat dari sampel kalibrasi dan

validasi.

Setelah dibuat sampel kalibrasi, sampel validasi, dan sampel prediksi selanjutnya

dibuat model SIMCA dengan memilih menu Task pilih Principal Componen

Analysis. Kemudian pada kolom sample dipilih kalibrasi set dan validasi set

Ghaly organik, untuk kolom variabel dipilih Panjang Gelombang 250 - 450 nm,

selanjutnya klik ok dan ditunggu sampai proses pembuatan model SIMCA Ghaly

organik selesai. Setelah model SIMCA Robusta Ghaly organik selesai dan

disimpan kemudian dilanjutkan dengan membuat model SIMCA Robusta kompos

dan robusta kimia, dengan cara pilih menu Task pilih Principal Componen

Analysis. Pada kolom sample dipilih kalibrasi set robusta Ghaly organik, kopi

robusta Kompos dan kopi robusta kimia pada kolom variabel dipilih gelombang

250 - 450 nm, kemudian klik ok ditunggu sampai proses selesai. Kemudian klik

Task pilih Classify kemudian setelah muncul menu baru pada kolom sample diisi

dengan prediksi robusta Ghaly organik, robusta kompos dan robusta kimia. Pada

kolom variabel dipilih panjang gelombang 250 - 450 nm, dan pada kolom model

55

klik Add Model kemudian pilih model SIMCA original panjang gelombang 250 -

450 nm yang sudah dibuat.

Data 600 sampel kopi masing-masing dibuat 100 sampel kopi robusta Ghaly

organik, kopi robusta kompos dan kopi robusta kimia untuk kalibrasi 100 sampel

untuk validasi 60 sampel dan 40 sampel untuk prediksi. Model kalibrasi dan uji

validasi untuk permodelan kopi robusta Ghaly organik, kopi robusta kompos dan

kopi robusta kimia akan dibangun dengan menggunakan metode SIMCA untuk 7

jenis perbaikan data yaitu Original, Smoothing Moving Average, Smoothing

Savitzky-Golay, Normalize, Savitzky-Golay First Derivative, Savitzky-Golay

Second Derivative, Standar Normal Variate (SNV) dan Multiplicative Scatter

Correction (MSC). Untuk menentukan persamaan kalibrasi yang terbaik

digunakan beberapa kriteria yaitu memiliki nilai akurasi, spesifisitas, dan

sensitivitas yang tinggi dan memiliki nilai error yang kecil. Kriteria ini didapat

dari perhitungan confussion matrix pada Tabel 2 setelah ketiga sampel sudah

menjadi model SIMCA.

109

V. KESIMPULAN

5.1. Kesimpulan

Berdasarkan hasil penelitian ini maka dapat disimpulkan bahwa :

1. Hasil analisis PCA original pada gelombang 250 - 450 nm memberikan

informasi PC1 sebesar 96%, dan PC2 sebesar 2 %. Sehingga PC1 dan PC2

menghasilkan nilai keragaman data sebesar 98% untuk keseluruhan data

dengan nilai akurasi (AC) 91,14%, sensitivitas (S) 95%, spesifisitas (SP)

88%, error (FP) 12% pada kopi Ghaly organik - kompos. Sedangkan kopi

Ghaly organik – kimia memiliki nilai akurasi (AC) 100%, sensitivitas (S)

100%, spesifisitas (SP) 100%, error (FP) 0%, dan kopi kompos - kimia

mimiliki akurasi (AC) 100%, sensitivitas (S) 100%, spesifisitas (SP) 100%,

error (FP) 0%.

2. Bangun model SIMCA pada panjang gelombang 250 – 450 nm dilakukan dengan

smoothing moving average, multiplicative scatter correction (MSC), mean

normalize(MN), standar normal variate (SNV), Savitzky-Golay first derivative,

dan Savitzky-Golay second derivative, dan menunjukkan bahwa model yang

dibangun dengan Mean Normalize moving average 9s memiliki nilai akurasi

(AC), spesifisitas (SP), dan sensitivitas (S) yang tinggi dan nilai error (FP) yang

sangat rendah serta memiliki nilai hasil PCA tertinggi yaitu nilai PC1 51% dan

PC2 45% yang menghasilkan nilai PC1 dan PC2 96%, dengan nilai akurasi (AC)

110

98,59%, sensitivitas (S) 100%, spesifisitas (SP) 97%, error (FP) 3% pada

kopi Ghaly organik - kompos. Sedangkan kopi Ghaly organik – kimia

memiliki nilai akurasi (AC) 100%, sensitivitas (S) 100%, spesifisitas (SP)

100%, error (FP) 0%, dan kopi kompos - kimia mimiliki akurasi (AC) 100%,

sensitivitas (S) 100%, spesifisitas (SP) 100%, error (FP) 0%.

3. Hasil bangun model SIMCA menggunakan perbaikan data Mean Normalize

moving average 9s memberikan informasi pada model SIMCA kopi Robusta

Ghaly organik yang dibangun memiliki nilai PC1 sebesar 81% dan PC2

sebesar 13%, pada model SIMCA kopi kopi robusta kompos yang dibangun

memiliki nilai PC1 sebesar 80% dan nilai PC2 sebesar 15%, serta pada model

SIMCA kopi robusta kimia memiliki nilai PC1 sebesar 60% dan nilai PC2

sebesar 19%. Jumlah PC1 dan PC2 pada model SIMCA kopi Ghaly organik,

model SIMCA kompos dan model SIMCA kopi kimia berturut-turut sebesar

94%, 95%, dan 79%. Model SIMCA yang dibangun sangat baik karena

jumlah dari PC1 dan PC2 di atas 70%.

5.2. Saran

Pada penelitian selanjutnya akan lebih baik jika ditambah varian kopi Organik

lainnya berdasarkan daerah penghasil kopi Lampung yang digunakan untuk

menguji tingkat pengelompokkan dari model yangdibuat oleh teknik kemometrika

seperti PCA dan SIMCA.

111

DAFTAR PUSTAKA

Apratiwi, N. 2016. Studi Penggunaan UV-Vis Spectroscopy Untuk Identifikasi

Campuran Kopi Luwak Dengan Kopi Arabika (Skripsi). Universitas

Lampung. Bandar Lampung. 68 pp.

Badan Pusat Statistik. 2017. Katalog Kecamatan Way Tenong dalam Angka

2017. Badan Pusat Statistik Kabupaten Lampung Barat. 96 hlm.

Balai Besar Pengkajian dan Pengembangan Teknologi Pertanian. 2008.

Teknologi Budidaya Kopi Poliklonal. Badan Penelitian Dan

Pengembangan Pertanian. 22 hlm.

Citrasari, D. 2015. Penentuan Adulterasi Daging Babi Pada Nugget Ayam

Menggunakan NIR dan Kemometrik. (Skripsi). Universitas Jember.

Malang. 49 pp.

Farhaty, N., dan Muchtariadi. 2016. Tinjauan Kimia Farmakologi Senyawa

Asam Klorogenat pada Biji Kopi. Farmaka. 14(1): 214 - 227.

Fatoni, A. 2015. Analisa Secara Kualitatif dan Kuantitatif Kadar Kafein dalam

Kopi Bubuk Lokal yang Beredar di Kota Palembang Menggunakan

Spektrofotometer UV-Vis. (Laporan Penelitian mandiri). Sekolah tinggi

Ilmu Farmasi Bhakti Pertiwi. Palembang. 28 hlm.

Gorunescu, F. 2011. Data Mining: Concepts, Model and Techniques. Springer.

Berlin, Jerman. 370 hlm

Handayani, F.N. 2016. Studi Penggunaan Metode Analisis Berbasis UV-Vis

Spectroscopy Untuk Membedakan Kopi Luwak Asli dan Kopi Campuran

Luwak-Robusta Secara Cepat. (Skripsi). Universitas Lampung. Bandar

Lampung. 58 pp.

Hartato, A. 2018. Ekspor Kopi Olahan Nasional Tembus 469 Juta Dollar AS.

(Kompas). https://ekonomi.kompas.com/read/2018/05/09/102742526/

ekspor-kopi-olahan-nasional-tembus-469-juta-dollar-as. Diakses pada

tanggal 22 September 2018.

112

International Coffee Organization. 2017. Total production by all exporting

countries. http://www.ico.org/prices/po-production.pdf. Diakses pada

tanggal 17 Oktober 2018.

Iriani, R. 2016. Studi Penggunaan Teknologi UV-Vis Spektroscopy dan

Kemometrika Untuk Mengidentifikasi Pemalsuan Kopi Arabika dan

Robusta Secara Cepat (Skripsi). Universitas Lampung. Bandar Lampung.

83 pp.

Jannah, R. 2014. Diskriminasi Temu Lawak, Temu Mangga, Temu Hitam, Dan

Kunyit Menggunakan Spektrum Ultraviolet -Tampak dan Kemometrika

(Skripsi). Institut Pertanian Bogor. Bogor. 33 pp.

Johnson dan Wichern. 2007. Applied Multivariate Statistical Analysis 6TH.

Pearson Prentice Hall. New Jersey. 773 hlm.

Kementerian Perindustrian. 2016. Indonesia Ditargetkan Jadi

Eksportir Utama Kopi Sangrai di Dunia.

http://www.kemenperin.go.id/artikel/16145/Indonesia-ditARgetkan-jad-

eksportir-utama-kopi-sangrai-di-dunia. Diakses pada tanggal 25 Oktober

2018.

Khairulllah. 2010. Studi Uji Coba Pengaruh Penggunaan pupuk Ghaly organik

terhadap Tanaman Tebu (Saccharum officinarum L.) di Lahan PT GMP

Lampung Tengah (Thesis). 98 pp.

Khairulllah. 2014. GHALKOFF Kopi Robusta Lampung 100% Organik Tanpa

Pestisida dan Pupuk Kimia. Buku Panduan Ghalkoff. 13 hlm.

Khopkar, S.M. 1990. Konsep Dasar Kimia Analitik. Penerbit Universitas

Indonesia. Jakarta.

Kusumaningrum, D., Lee, H., Lohumi, S., Mo, C., Kim, M.S., and Cho, B.K.

2017. Non-destructive technique for determining the viability of soybean

(Glycine max) seeds using FT-NIR spectroscopy. The Science of

Food and Agriculture 98(7):1734-1742 hlm.

Lavine, B.K. 2009. Validation of Classifier.In : Walczak, B. Tauler, R., N.

Brown,S. (Eds). Comprehensive chemometrics : Chemical and Biochemical

Data Analysis Volume III. Elseiver, Amsterdam :hlm 587 – 599.

Lestari, P. 2016. Teknologi Pengolahan Kopi. https://docplayer.info/35215583-

Teknologi-pengolahan-kopi.html. diakses pada 10 Mei 2019.

Mubayinah, A., Kuswandi B., Wulandari, L. 2016. Penentuan Adulterasi

Babi pada Sampel Burger Sapi Menggunakan Metode NIR dan

Kemometrik. e-Jurnal Pustaka Kesehatan. 4(1) : 35 – 40 hlm.

113

Munthe, E.D. 2018. Penggunaan Uv-Vis Spectroscopy dan Metode Simca Untuk

Diskriminasi Tiga Kopi Bubuk Arabika Spesialti Di Pulau Jawa (Skripsi).

Universitas Lampung. Bandar Lampung. 119 pp.

Najiyanti, S. dan Dinarti. 2012. Kopi, Budidaya dan Penanganan Lepas Panen.

PT. Penebar Swadaya. Jakarta. 201 hlm.

Natawidjaya, H. 2012. Pedoman Teknis Penanganan Pasca Panen Kopi. PT

Agro Media Pustaka. Jakarta. 76 hlm.

Novizan. 2007. Petunjuk Pempukan yang Efektif. AgroMedia Pustaka. Jakarta.

116 hlm

Nurcahyo, B. 2015. Identifikasi Dan Autentikasi Meniran (Phyllanthus Niruri)

Menggunakan Spektrum Ultraviolet Tampak Dan Kemometrika (Skripsi).

Institut Pertanian Bogor. Bogor. 41 hlm.

Pratiwi, M.T. 2017. Studi Penggunaan Data Spektra di Daerah

Ultraviolet Viseible dan Metode PLS-DA untuk Diskriminasi Beberapa

Kopi Specialty Indonesia. (Skripsi). Universitas Lampung. Bandar

Lampung. 86 pp.

Prieto, G.B. 2017. Novel Variable Influence on Projection (VIP) Methods in OPLS, O2PLS, and On PLS Models for Single- and Multiblock

Variable Selection. (Tesis). Department of Chemistry Industrial Doctoral

School, Umeå University. Swedia. 120 pp.

Rahardjo, P. 2012. Panduan Budidaya dan Pengolahan Kopi Arabika dan

Robusta. Penebar Swadaya. Jakarta. 212 pp.

Rowe, R.C.I. 2009. Handbook Of Pharmaceutical Excipients, 6th Ed, The

Pharmaceutical Press, London. 917 hlm.

Sahat, S. F. 2015. Analisis Pengembangan Kopi Ekstrak Sebagai Upaya

Diversifikasi Ekspor Kopi di Indonesia. (Thesis). Insitut Pertanian Bogor.

Bogor. 80 pp.

Sari, R.Y. 2018. Pengaruh Suhu dan Lama Penyangraian Terhadap Sifat Fisik

Mekanis Biji Kopi Sangrai Robusta Pagaralam, Sumatera Selatan.

(Skripsi). Universitas Lampung. Bandar Lampung. 55 pp.

Skoog, D.A., West, D.M., Holler, F.J. 2004. Fundamental of Analytical

Chemistry. Tomson. Toronto. 1176 hlm.

Souto, U.T.C.P., Barbosa, M.F., Dantas, H.V., Pontes, A.S., Lyra, W.S.,

Diniz, P.H.G.D., Araujo,M.C.U., and Silva, E.C. 2015. Identification of

Adultration in Ground Roasted Coffees Using UV-Vis Spectroscopy and

114

SPA-LDA, LWT- Food Science and Technology. 63(2): 1037-1041.

Sulihono, A., Tarihoran, B., Agustina, T.E. 2012. Pengaruh

Waktu, Temperatur, dan Jenis Pelarut Terhadap Ekstraksi Pektin Dari

Kulit Jeruk Bali (Citrus Maxima). Jurnal Teknik Kimia. 18(4):1-8.

Supriyanti, E. 2018. Penggunaan Teknologi Uv-Vis Spectroscopy untuk

Membedakan Jenis Kopi Bubuk Arabika Gayo Wine dan Kopi Arabika

Gayo Biasa (Skripsi). Universitas Lampung. Bandar Lampung. 96 pp

Suriadikarta, D. A., Setyorini, D., dan Wiwik, H. 2004. Petunjuk Teknis Uji

Mutu Dan Efektivitas Pupuk Alternatif Anorganik Edisi 1. Balai

Penelitian Tanah. Puslitbangtanak Badan Penelitian dan Pengembangan

Pertanian. Bogor.

Vercellis, C. 2009. Business Intelligence Data Mining And Optimization For

Decision Making. A John Wiley And Sons, Ltd., Publication. United

Kingdom. 420 hlm.

Zulfahrizal. 2014. Pengembangan Metode Pengukuran Nondestruktif untuk

Menentukan Mutu dan Fermentasi Biji Kakao Utuh Menggunakan NIR

Spectroscopy. (Tesis). Institut Pertanian Bogor. Bogor. 85 pp.