Model Kalibrasi Kandungan Kafein pada Kopi Green Bean Arabika Mandailing Natal Menggunakan Nirs dan Jaringan Saraf Tiruan
View/ Open
Date
2021Author
Hrp, Jumadil Akhir
Advisor(s)
Panggabean, Sulastri
Metadata
Show full item recordAbstract
Generally, Near Infrared Reflectance (NIR) spectroscopy is a nondestructive
method that can identify the chemical content of agricultural products
including Mandailing Natal Arabica coffee. This study aims to obtain the NIR
spectra of Mandailing Natal arabica coffee and a calibration model of caffeine
content using (ANN). The NIRS data pretreatment used were segmentation,
normalization and MSC. The results of this study found the caffeine content of
Mandailing Natal green bean arabica coffee at wavelengths of 1,208.9 nm and
1,728.91 nm. The best ANN architecture is 10-3-1 at 10,000 iterations with
segmentation of 6 and data normalization. This architecture is evaluated with the
values of r, R2, CV and │RMSEC-RMSEP│ which are obtained of 0.9131, 0.8338,
6.2% and 0.04145, respectively. Whereas for the MSC segmentation 8
pretreatment, the best network architecture is 13-3-1 at 1,000 iterations. Obtained
the value of r = 0.9845, R2 = 0.9692, cv = 4.80% and RMSEC-RMSEP│ which is
0.0383. Umumnya spektroskopi Near Infrared Reflectance (NIR) merupakan
metode nondestruktif yang dapat mengidentifikasi kandungan kimia produk
pertanian termasuk kopi arabika Mandailing Natal. Penelitian ini bertujuan untuk
mendapatkan spektra NIR kopi arabika Mandailing Natal dan model kalibrasi
kandungan kafein menggunakan (JST). Pretreatment data NIRS yang digunakan
adalah segmentasi, normalisasi dan MSC. Hasil dari peneltian ini ditemukan
kandungan kafein kopi arabika green bean Mandailing Natal pada panjang
gelombang 1.208,9 nm dan 1.728,91 nm. Arsitektur JST terbaik adalah 10-3-1
pada iterasi 10.000 dengan segmentasi 6 dan normalisasi data. arsitektur ini
dievaluasi dengan nilai r, R2, CV dan │RMSEC-RMSEP│yang diperoleh masingmasing
sebesar 0,9131, 0,8338, 6,2% dan 0,04145. Sedangkan untuk pretreatment
MSC segmentasi 8, arsitektur jaringan terbaik adalah 13-3-1 pada iterasi 1.000.
diperoleh nilai nilai r = 0,9845, R2 = 0,9692, cv = 4,80% dan│RMSECRMSEP
│yaitu sebesar 0,0383.
Collections
- Undergraduate Theses [1076]
