Pengembangan Metode Klasifikasi Biji Kopi Beras Arabika Gayo dan Robusta Gayo dengan Metode PCA (Principal Component Analysis) Berdasarkan Pengolahannya

Ilka Agusti Febriyansyah, Rahmat Fadhil, Zulfahrizal Zulfahrizal

Abstract


Abstrak. Kopi merupakan salah satu tanaman yang telah banyak dibudidayakan karena memiliki manfaat dan memiliki nilai jual yang cukup tinggi. Pengolahan kopi secara basah dapat dilakukan dengan dua cara yaitu dengan cara basah (full wash)  dan semi basah (semi wash). Secara visual sulit mengidentifikasi perbedaan dari biji kopi beras robusta proses basah (full wash) dengan kopi semi basah (semi wash). Tujuan yang ingin dicapai dalam  penelitian  ini adalah untuk membangun metode klasifikasi kopi Arabika Gayo dan Robusta Gayo dalam bentuk biji kopi beras menggunakan pengolahan basah (full wash) dan pengolahan semi basah (semi wash). Bahan yang digunakan dalam penelitian ini biji kopi beras Arabika dan Robusta dari tanah Gayo. Penelitian ini menggunakan Principal Component Analysis (PCA) sebagai metode pengolah data spektrum. Pengukuran spektrum kopi menggunakan Self developed FT-IR IPTEK T-1516. Panjang gelombang yang digunakan pada penelitian ini antara 1000-2500 nm dengan interval 0.4 nm. Data spektrum diolah menggunakan unscrambler software® X version 10.1. Hasil penelitian menunjukkan bahwa NIRS dengan metode PCA juga mampu mengklasifikasikan biji kopi beras full wash dengan semi wash pada biji kopi Arabika dan Robusta dimana zat dominan pembeda adalah asam amino dan lemak.

Development of Gayo Arabica and Robusta Gayo Arabica Coffee Bean Classification Methods with PCA( Principal Component Analysis) Method Based on Processing

Abstract. Coffee is a plant that has been widely cultivated because it has benefits and has a high selling value. Wet coffee processing can be done in two ways, namely by means of wet (full wash) and semi-wet (semi wash). It is visually difficult to identify the difference between the wet process robusta coffee beans (full wash) and semi-wash coffee. The aim of this research is to develop a method of classifying Arabica Gayo and Robusta Gayo coffee in the form of rice coffee beans using wet wash (full wash) and semi wash. The material used in this study was Arabica and Robusta rice coffee beans from Gayo soil. This study uses Principal Component Analysis (PCA) as a method for processing spectrum data. The measurement of coffee spectrum uses Self-developed FT-IR IPTEK T-1516. Wavelengths used in this study are between 1000-2500 nm with 0.4 nm intervals. Spectrum data are processed using unscrambler software® X version 10.1. The results showed that NIRS with PCA method was also able to classify full wash coffee beans with semi wash in Arabica and Robusta coffee beans where the dominant differentiating substances were amino acids and fats.


Keywords


Near Infrared Reflectance Spectroscopy (NIRS); Biji Kopi Beras; Pengolahan Basah; Pengolahan Semi Basah; Green Beans; Full Wash; Semi Wash

Full Text:

PDF

References


Avallone S, Brillouet JM, Guyot B, Olguin E, Guiraud JP. 2002. Involvement of pectolytic micro-organisms in coffee fermentation, International Journal of Food Science and Technology, 37(2), pp. 191–198. doi: 10.1046/j.1365-2621.2002.00556.x.

Cen H and Y. He. 2007.Theory and Aplication of Near Infrared Reflectance Spectroscopy in Determination of Food Quality. J. Trends in Food Science & Technology.18: 72-83.

El-Abassy, R. M., P, Donfack. A, Materny. Discrimination between Arabica and Robusta green coffee using visible micro Raman spectroscopyand chemometric analysis.Food Chemistry (2010).Journal Food Chemistry.Jacobs University Bremen, Germany.

Hairatun, Agus A.M., Zulfahrizal. 2017. Akuisisi spektrum near infrared reflectance pada bubuk kopi arabika (kenary coffee) dan bubuk kopi robusta (kopi ulee kareng). Jurnal Ilmiah Mahasiswa Pertanian Unsyiah. 2(1): 331-337.

Nurcahyo, B. 2015.Identifikasi dan Autentifikasi Meniran (Phyllanthus niruri) Menggunakan Spektrum Ultraviolet-Tampak dan Kemometrika.Skripsi. Institut Pertanian Bogor, Bogor.

Ramadhan, S., A.A. Munawar dan D. Nurba.2016. Aplikasi NIRS dan Principal Component Analysis (PCA) untuk mendeteksi Daerah Asal Biji Kopi Arabika (coffea arabica). Jurnal Ilmiah Mahasiswa Pertanian Unsyiah. 1(1) : 954-960.

Ribeiro J.S, M.M.C. Ferreira, T.J.G Salva. 2011. Chemometric models for the quantitative descriptive sensory analysis of Arabica coffee beverage using near infrared spectroscopy. Talanta. 83: 1352-1358.

Schawanninger M., J.C. Rogrigues., K. Fackler. 2011. A Review of Band Assigments in Near Infrared Spectra of Wood and Wood Components. J. Near Infrared Spectroscopy, 19: 287-308.

Strang G. C. 2004. Near Infrared Reflectance Spectroscopy and its Specific Applications in Livestock Agriculture. School of Bioresources Engineering and Environmental Hydrology. University of Kwazulu Natal. Pietermaritzburg.

Yamaoka-Yano, D. M. & Mazzafera, P. 1999. Catabolism of Caffeine and Purification of a Xanthine Oxidase Responsible for Methyluric Acids Productions in Pseudomonas Putida L. Revista de Microbiologia. 30(1): 62-70.

Zulfahrizal, A.A. Munawar, dan H. Meilina. 2017.Rancang Bangun Alat Sensor Portable Berbasis Pengembangan Aplikasi Teknologi Near Infrared Sebagai Metode Baru yang Rapid dan Non-Destructive untuk prediksi Kualitas Kakao. Dalam uhendrayatna, H. Meilina, Zulfahrizal, Sugianto, T. Rikhayat, Jamil, M. Makky dan A. G. Haji (Eds.), Prosiding Seminar Nasional Pasca Sarjana Universias Syiah Kuala. A32-A37.

Zulfahrizal. 2014. Pengembangan Metode Pengukuran Nondestruktif untuk Menentukan Mutu dan Fermentasi Biji Kakao Utuh Menggunakan NIR Spectroscopy. Institut Pertanian Bogor, Bogor.




DOI: https://doi.org/10.17969/jimfp.v4i4.12776

Refbacks

  • There are currently no refbacks.


 


JIM Agribisnis|JIM Agroteknologi|JIM Peternakan|JIM Teknologi Hasil Pertanian|JIM Teknik Pertanian|
JIM Ilmu Tanah|JIM Proteksi Tanaman|JIM Kehutanan


E-ISSN: 2614-6053 2615-2878 Statistic Indexing | Citation


Alamat Tim Redaksi:
Fakultas Pertanian,Universitas Syiah Kuala
Jl. Tgk. Hasan Krueng Kalee No. 3, Kopelma Darussalam,
Banda Aceh, 23111, Indonesia.
Email:jimfp@unsyiah.ac.id