4

II. TINJAUAN PUSTAKA

A. Metode Near Infrared (NIR)

1. Tanaman Nyamplung (Calophyllum inophyllum L.)

Tanaman nyamplung dapat ditemukan di Madagaskar, Afrika Timur, Asia Selatan dan

Tenggara, Kepulauan Pasifik, Hindia Barat, dan Amerika Selatan. Tumbuhan ini memiliki

nama yang berbeda di setiap daerah, seperti bintangor di Malaysia, hitaullo di Maluku,

nyamplung di Jawa, bintangur di Sumatera, poon di India, dan di Inggris dikenal dengan nama

alexandrian laurel, tamanu, pannay tree, serta sweet scented calophyllum (Dweek dan

Meadows, 2002 dalam Murniasih, 2009). Taksonomi tanaman nyamplung menurut Heyne

(1987) adalah sebagai berikut :

Divisi : Spermatophyta

Sub divisi : Angiospermae

Kelas : Dicotyledone

Bangsa : Guttiferales

Suku : Guttiferae

Marga : Calophyllum

Jenis : Calophyllum inophyllum L.

Nama umum : Nyamplung

Tanaman nyamplung mudah dibudidayakan, tumbuh baik pada ketinggian 0-800

meter dpl seperti di hutan, pengunungan dan rawa-rawa, curah hujan antara 1000-5000 mm

per tahun, pH tanah 4.0-7.4, tumbuh pada tanah tandus, daerah pantai yang kering dan berpasir

atau digenangi air laut. Tinggi tanaman dapat mencapai 30 meter dengan diameter 0.8 meter,

daun mengkilap, batang berwarna abu-abu hingga putih, warna kayu bervariasi tergantung

spesies. Tanaman nyamplung berbuah sepanjang tahun terutama pada bulan Februari-Maret

dan Agustus-September di Indonesia dan di Hawaii April-Juni dan Oktober-Desember.

Tanaman nyampung memiliki daya tahan yang tinggi terhadap lingkungan, ditemukan dalam

jumlah populasi yang besar, dengan kisaran umur yang lama (1-50 tahun), dan memiliki biji

yang banyak (Friday and Okano, 2006).

Luas areal tegakan tanaman nyamplung mencapai 255.35 ribu ha yang tersebar dari

Sumatera sampai Papua (Balitbang Kehutanan, 2008). Daerah penyebaran nyamplung

diantaranya adalah Sumatera Barat, Riau, Jambi, Sumatera Selatan, Lampung, Jawa,

Kalimantan Barat, Kalimantan Tengah, Sulawesi, Maluku, dan NTT. Hutan nyamplung

dikelola secara profesional oleh Perum Perhutani Unit I KPH Kedu Selatan Jawa Tengah

dengan luas mencapai 196 ha. Nyamplung juga dikembangkan oleh masyarakat Cilacap

khususnya di sekitar Kecamatan Patimuan dan daerah Gunung Selok Kecamatan

Kroya/Adipala. Mereka memanfaatkan kayu nyamplung untuk pembuatan perahu nelayan.

Sejak tahun 2007, Dinas Kehutanan Perkebunan Kabupaten Cilacap telah menanam 135 ha di

lahan TNI Angkatan Darat sepanjang Pantai Laut Selatan, tahun 2008 direncanakan menanam

seluas 300 ha.

5

Sumber: Pusat Penelitian dan Pengembangan Hasil Hutan (2008)

Gambar 1. Pohon, kayu, bunga, buah, daun, dan biji nyamplung.

Pohon nyamplung dimanfaatkan untuk menahan abrasi dan ancaman tsunami,

kayunya yang kuat dan tahan air digunakan sebagai bahan baku pembuatan perahu, bahan

konstruksi bangunan, serta minyaknya digunakan sebagai bahan penerangan. Getah daun

nyamplung mengandung senyawa costatolide A yang efektif menekan pertumbuhan virus HIV

(Murniasih, 2009). Buah nyamplung berwarna hijau, berbentuk bulat, kulit buah tipis dan akan

mengelupas ketika mulai mengering. Inti biji yang mengandung minyak berbentuk bulat

mancung berwarna kuning, dilindungi tempurung keras mirip tempurung kelapa. Biji

nyamplung dapat digunakan sebagai obat kudis, penerangan, dan penumbuhan rambut (Heyne,

1987). Sifat fisiko kimia biodiesel biji nyamplung dibandingkan dengan SNI 04-7182-2006

disajikan pada Tabel 2.

6

Tabel 2. Sifat fisiko kimia biodiesel nyamplung dibandingkan dengan standar SNI 04-

7182-2006

Produksi biji nyamplung per tahun mencapai 20 ton/ha. Biji nyamplung mempunyai

kandungan minyak tinggi yaitu 55% pada inti segar dan 70.5% pada inti biji kering (Heyne,

1987). Menurut Dweek dan Meadows (2002) yaitu 75%, serta menurut Soerawidjaja (2001)

sekitar 40-73%.

Menurut Friday and Okano (2006), satu pohon nyamplung dapat menghasilkan 100 kg

buah/tahun dan rendemen minyak sebanyak 5 kg. Jika jarak tanam 3 x 3.5 m2 setiap pohon

menghasilkan 30 kg biji atau 5.1 kg minyak maka dalam 1 ha diprediksi menghasilkan 26 973

kg biji atau 4 585 kg minyak biji nyamplung. Sedangkan produktivitas tanaman jarak berkisar

antara 3.5 - 4.5 kg biji/pohon/tahun. Produksi akan stabil setelah tanaman berumur lebih dari 1

tahun. Dengan tingkat populasi tanaman antara 2500 - 3300 pohon/ha, maka tingkat

produktivitas antara 8 - 15 ton biji/ha. Jika rendemen minyak sebesar 35 % maka setiap ha

lahan dapat diperoleh 2.5 - 4 ton minyak/ha/tahun. Kemudian dilihat dari segi ekonomisnya,

harga biji nyamplung Rp 700/kg, sementara itu harga biji jarak antara Rp 3.000 - Rp 4.000/kg.

Sehingga biji nyamplung sangat memiliki prospek yang sangat baik untuk dikembangkan

sebagai bahan bakar nabati pensubstitusi bahan bakar fosil.

Tumbuhan nyamplung (Callophyllum inophyllum L.), di Bali dikenal dengan nama

punga atau camplong digunakan oleh masyarakat sebagai obat tradisonal serta mempunyai

potensi komersial (Forestry Department, 2007). Sebagai obat tradisional kulit batangnya

7

secara eksternal dapat digunakan untuk mengobati pembengkakan kelenjar sedangkan secara

internal dapat digunakan untuk memperlancar buang air kecil (diuretic). Ekstrak daun

digunakan sebagai pencuci radang mata dan di Kamboja ekstrak daun nyamplung digunakan

dalam pernafasan untuk mengobati vertigo dan migrain. Getahnya yang beracun sering

digunakan oleh orang Samoan untuk melumuri anak panah sebagai panah beracun serta dapat

digunakan untuk mengobati pembengkakan dan penyakit tumor (Tempesta and Michael,

1993). Minyak biji yang bersifat racun (toksik) cukup kuat (Kriswiyanti dan Narayani, 2000)

dapat digunakan untuk memulihkan rambut rontok (Veronika, 2003), sebagai antiparasit

(Tempesta and Michael, 1993), dan dapat digunakan sebagai bahan bakar minyak lampu

dengan kandungan minyak 70-73% berat biji kering (Anonimousa, 2006).

Bagian bunga tumbuhan ini berbau harum sehingga sering dipergunakan sebagai

pengharum lemari pakaian. Di daerah Jawa Tengah bagian benang sari yang berwarna kuning

dipergunakan sebagai jamu bagi wanita habis melahirkan. Bagian biji mengandung zat seperti

damar yang beracun dan diketahui mengandung senyawa inofilum A-E, kalofiloid, asam

kalofinat, dan polimer proantosianidin (Tempesta and Michael, 1993), golongan kumarin yaitu

senyawa brasimarin A-C sebagai cancer chemopreventive agents (Chihiro et al., 2003),

karotenoid, lakton, minyak atsiri, minyak/lemak, sitosterol, takahama, tanin, dan tokoferol.

Daunnya diketahui mengandung saponin, dan triterpenoid (Kriswiyanti dan Narayani, 2000).

Hasil uji toksisitas pendahuluan dari daging biji dan kulit biji nyamplung terhadap larva udang

Artemia salina L., menunjukkan bahwa bagian kulit biji lebih toksik (LC50 = 39.31 ppm)

dibandingkan dengan bagian daging biji (LC50 = 154,8 ppm). Sifat fisiko kimia tempurung

biji nyamplung disajikan pada Tabel 3.

Tabel 3. Sifat fisiko kimia tempurung biji nyamplung

Parameter Konsentrasi (%)

Kadar Air 9.97

Kadar Abu 0.61

Kadar Ekstraktif 2.59

Kadar Holoselulosa 87.64

Kadar Alphaselulosa 48.66

Kadar Pentosan 24.82

Kadar Lignin 36.69

Sumber: Wibowo (2009)

2. Minyak Nyamplung

Produksi minyak nyamplung secara sederhana dilakukan oleh petani di Kebumen

untuk pelapisan genting, bahan bantu pembuatan batik, dan pelapis jenazah. Sedangkan di

Jawa Barat, TNI AD memanfaatkan minyak nyamplung untuk bahan bakar kapal laut. Minyak

nyamplung mempunyai kandungan asam lemak tidak jenuh yang cukup tinggi seperti asam

oleat serta komponen-komponen tak tersabunkan diantaranya alkohol lemak, sterol, xanton,

turunan kuomarin, kalofilat, isokalofilat, isoptalat, kapelierat, asam pseudobrasilat, dan

penyusun triterpenoat sebanyak 0.5 – 2.0 % yang dapat dimanfaatkan sebagai obat. Menurut

Debaut et al., (2005) asam lemak penyusun minyak nyamplung dapat dilihat pada Tabel 4.

8

Tabel 4. Komposisi asam lemak minyak nyamplung

Asam Lemak Komposisi (%)

Asam Palmitoleat (C16:1) 0.5 - 1.0

Asam Palmitat (C16) 15.0 – 17.0

Asam Oleat (C18:1) 30.0 – 50.0

Asam Linoleat (C18:1) 25.0 – 40.0

Asam Stearat (C18:0) 8.0 – 16.0

Asam Arachidat (C20) 0.5 – 1.0

Asam Gadoleat (C19:1) 0.5 – 1.0

Sumber: Debaut et al., (2005)

3. Teori Metode Near Infrared (NIR)

Metode infra merah dekat atau sering disebut dengan nama near infrared (NIR)

merupakan salah satu teknik yang menggunakan wilayah panjang gelombang infra merah pada

spektrum elektromagnetik antara 700 sampai 2500 nm (Dryden, 2003). Hal yang terpenting

dari teori NIR reflektan dan absorban elektromagnetik ini adalah menganalisis komponen,

deteksi kualitas, dan pemasakan (Mohsenin, 1984).

Kisaran panjang gelombang NIR telah lama dipelajari dan digunakan sebagai metode

analitik. Cahaya tampak diterima oleh mata sesuai dengan besarnya pantulan, seperti halnya

warna dihasilkan dari cahaya yang dipantulkan dari suatu objek. Setiap bahan memiliki

spektrum gabungan pantulan NIR yang unik dan beragam yang dihasilkan dari efek

penyebaran, penyerapan, dan pantulan cahaya oleh bahan.

Semua bahan organik terdiri dari atom, karbon, oksigen, hydrogen, nitrogen,

phosphor, sulfur dengan sejumlah kecil elemen lain. Atom-atom ini berkombinasi melalui

ikatan kovalen atau elektrokovalen membentuk molekul. Karena sifat ikatannya, gaya

elektrostatik ada dalam atom dan molekul tersebut. Sehingga molekul bergerak secara

konstan, ini dikenal sebagai keadaan stabil. Molekul bervibrasi pada frekuensi yang berkaitan

dengan panjang gelombang dalam daerah infra merah dari spektrum elektromagnetik.

Setelah dipancarkan maka radiasi ini akan diserap oleh semua bahan organik dan

informasi utama yang dapat diekstrak adalah stretching dan bending ikatan kimia C-H (seperti

bahan organik turunan minyak bumi), O-H (seperti kadar air, karbohidrat, dan lemak), C-N,

dan N-H (seperti protein dan asam amino) yang merupakan ikatan dasar dari semua ikatan

kimia bahan-bahan organik.

Informasi tersebut dapat dilihat dari pantulan NIR yang dihasilkan dalam bentuk

spektrum pantulan. Radiasi infra merah tidak mempunyai energi yang cukup untuk

mengeksitasi elektron pada senyawa tetapi dapat menyebabkan senyawa organik mengalami

rotasi dan getaran (vibrasi) ikatan inter-atomic (Osborne et al., 1993). Vibrasi stretching

adalah pergerakan atom yang teratur sepanjang ikatan antara dua atom sehingga jarak antara

atom dapat bertambah atau berkurang. Sedangkan vibrasi bending adalah pergerakan atom

yang menyebabkan perubahan sudut ikatan antar dua atau pergerakan dari sekelompok atom

terhadap atom lainnya.

Cahaya infra merah dekat yang mengenai bahan memiliki energi yang kecil dan hanya

menembus sekitar satu millimeter permukaan bahan, tergantung dari komposisi bahan

tersebut. Jika cahaya mengalami penyebaran, spektrum tersebut tetap mengandung informasi

contoh penyerapan permukaan bahan tetapi terjadi distorsi pada puncak gelombang (Dryden,

2003).

9

Variasi pada ukuran dan suhu partikel sampel mempengaruhi penyebaran radiasi infra

merah pada saat melewati sampel. Partikel berukuran besar tidak dapat menyebarkan radiasi

infra merah sebanyak partikel kecil. Makin banyak radiasi yang diserap dapat memberikan

nilai absorban yang tinggi dan efeknya besar pada panjang gelombang yang diserap lebih kuat

(Dryden, 2003).

Dalam penyerapannya, metode NIR memiliki beberapa kelebihan, antara lain dapat

menurunkan biaya tenaga kerja penganalisis komposisi, penggunaan preparat contoh yang

sederhana, waktu pendugaan komposisi kimia yang singkat, analisis yang tidak merusak

contoh (non-destructive), tidak menggunakan bahan-bahan kimia (analisis yang bebas

limbah), dan dapat menganalisis komposisi dengan kecepatan dan ketepatan tinggi (Williams,

1987).

Keunggulan dari gelombang infra merah dekat menurut Osborne et al. (1993) dalam

analisis bahan makanan adalah merupakan gabungan antara tingkat ketepatan, kecepatan, dan

kemudahan dalam melakukan percobaan (prosedur tidak rumit).

4. Aplikasi Metode Near Infrared (NIR)

Metode near infrared (NIR) telah banyak diperkenalkan dan digunakan di beberapa

negara maju pada benua seperti Eropa, Amerika Utara, Asia, Australia, dan New Zealand baik

dalam bidang industri maupun dalam bidang pertanian. Sedangkan di Indonesia sendiri,

metode ini belum banyak digunakan terutama dalam bidang pertanian.

Penerapan metode NIR telah lama berkembang terutama untuk keperluan bahan

pangan, pertanian, kedokteran, farmasi, dan industri kimia. Untuk bahan pangan dan hasil

pertanian seperti kedelai, jagung, beras, daging, ikan, dan hortikultura metode NIR dapat

digunakan untuk penentuan komposisi kimia seperti kadar air, lemak, asam, gula, protein, dan

berbagai senyawa lainnya. Selain itu metode NIR digunakan dalam industri susu murni dan

menentukan kandungan protein yang terdapat dalam tepung susu skim.

Berdasarkan sifat absorban dan reflektan dari energi radiasi yang dipancarkan, maka

metode NIR dapat digunakan untuk menduga komposisi kimia suatu bahan. Aplikasi metode

NIR dalam industri produk pangan dan pertanian telah banyak dilakukan. Diawali oleh Norris

dan Hart (1962) yang menemukan bahwa kadar air yang terkandung pada biji-bijian dan bibit

tanaman dapat diukur pada panjang gelombang sebesar 1940 nm. Pengaplikasian secara

komersil metode NIR pertama diperkenalkan oleh Williams (1973) yang menganalisis

gandum dan biji-biji berkadar minyak.

Miller (1990) menggunakan turunan pertama pada pantulan spektrum untuk

mendeteksi adanya jamur hitam, jamur abu-abu, dan kerusakan lain seperti suncald. Hasilnya

menunjukkan bahwa indeks mutu tomat dapat berdasarkan pada nilai turunan pantulan dengan

jangkauan panjang gelombang antara 590 – 710 nm, sehingga nilai ini dapat digunakan untuk

memisahkan antara tomat yang baik dari jamur hitam, jamur abu-abu, dan suncald.

Metode NIR juga dapat digunakan untuk memperkirakan konsentrasi gula dan asam

pada buah-buahan, seperti mangga yang dilakukan oleh Budiastra et al. (1995). Mereka

mengklasifikasikan mangga ke dalam tiga jenis rasa, yaitu rasa manis, manis asam, dan asam

yang diukur dengan teknologi NIR pada 200 contoh mangga dengan kisaran panjang

gelombang 1400 – 1975 nm. Metode stepwise dari regresi berganda (SMLR) digunakan untuk

memiliki panjang gelombang optimal untuk menduga konsentrasi sukrosa dan asam malat.

Panjang gelombang terpilih untuk memprediksi sukrosa dengan NIR adalah 1533 nm, 1605

10

nm, 1821 nm, sedangkan untuk asam malat adalah 1621 nm, 1813 nm, 1821 nm, 1933 nm,

1941 nm, 1965 nm, dan 1968 nm.

Sugiana (1995) dengan menggunakan NIR Spectrophotometer untuk mendeteksi

kememaran buah apel varietas Rome Beauty dengan panjang gelombang 900 – 1400 nm. Hasil

yang diperoleh adalah panjang gelombang NIR yang tepat untuk mendeteksi kememaran buah

apel varietas Rome Beauty adalah 930 nm, 940 nm, 950 nm, 960 nm, 1110 nm, dan 1390 nm.

Disimpulkan juga bahwa kekerasan buah apel tidak terlalu berpengaruh terhadap pantulan

spektrum yang dihasilkan, sehingga hasil pantulan spektrum yang diperoleh dari setiap apel

dikatakan mempunyai sifat sama.

Victor (1996) dengan menggunakan sistem NIR melakukan pengelompokkan buah

apel varietas Manalagi berdasarkan kememaran dengan panjang gelombang 900 – 2000 nm.

Disimpulkan bahwa kedalaman dan diameter memar buah apel tidak dipengaruhi oleh lama

penyimpanan, tetapi dipengaruhi oleh ketinggian perlakuan memar yang diberikan serta

panjang gelombang 1400 – 2000 nm tidak dapat digunakan untuk membedakan secara nyata

adanya kememaran pada buah apel Manalagi.

Chang et al. (1998) melakukan penelitian untuk menduga total padatan terlarut jus

jeruk, apel, pepaya, pear, dan pisang. Dari berbagai jus buah tersebut dikembangkan algoritma

umum untuk penentuan total padatan terlarut beberapa jus buah.

Rosita (2001) menerapkan metode NIR untuk memprediksi mutu buah duku. Dari

penelitian tersebut disimpulkan bahwa NIR dapat memprediksi kadar gula dan kekerasan buah

duku dengan baik. Disimpulkan pula bahwa data absorbansi NIR memberikan nilai korelasi

yang lebih tinggi (0.91), standar error lebih rendah (0.87), dan koefisien keragaman yang

akurat (5.39).

Fontaine et al. (2002) menerapkan NIR dalam menduga kandungan asam amino

kedelai. Didapat bahwa 85 – 98 % variasi asam amino mampu dijelaskan dengan baik

menggunakan NIR. Mereka juga telah menggunakan metode tersebut untuk memprediksi

kandungan asam amino esensial beberapa bahan pakan yakni kedelai, rapeseed meal, tepung

biji bunga matahari, polong, tepung ikan, tepung daging, dan tepung produk samping

pemotongan ayam.

Munawar (2002) menerapkan metode NIR untuk menduga kadar gula dan kekerasan

buah belimbing. Dari hasil penelitian disimpulkan bahwa data absorban NIR dapat menduga

kadar gula dan kekerasan buah belimbing dengan baik. Hal ini ditunjukkan dengan

koefisien korelasi yang tinggi.

Mitamala (2003) menerapkan metode NIR untuk menduga kadar air, karbohidrat,

protein, dan lemak tepung jagung. Dari penelitian tersebut disimpulkan bahwa NIR dapat

memprediksi kadar air, karbohidrat, protein, dan lemak tepung jagung dengan baik.

Penggunaan data reflektan mampu menentukan kadar protein lebih baik dari data absorban.

Data absorban dapat menduga kadar karbohidrat, lemak, dan air lebih baik dari data reflektan.

Kusumaningtyas (2004) melakukan pendugaan kadar air, karbohidrat, protein, lemak,

dan amilosa pada beras (Oryza sativa L.) dengan metode NIR. Panjang gelombang yang

digunakan untuk menduga adalah 900 – 2000 nm. Data reflektan NIR dapat menduga kadar

air, karbohidrat, dan protein lebih baik daripada data absorban. Sedangkan untuk menduga

kadar lemak dan amilosa, data absorban lebih baik dibandingkan data reflektan.

Marthaningtyas (2005) melakukan pendugaan total padatan terlarut dan kadar asam

belimbing (Averrhoa carambola L.) dengan menggunakan metode NIR dan JST. Penggunaan

11

analisis komponen utama dalam mereduksi hasil data absorbansi dari spektrum infra merah

dekat sangat efektif.

Andrianyta (2006) menerapkan metode NIR dan jaringan syaraf tiruan (JST) dalam

menentukan komposisi kimia jagung non-destruktif. Komposisi kimia yang ditentukan, antara

lain kandungan proksimat, lemak, air, karbohidrat, methionin, tyrosin, threonin, arginin, dan

leusin.

Quddus (2006) melakukan penentuan kandungan energi bruto tepung ikan untuk

bahan pakan ternak menggunakan metode NIR. Analisis pendugaan kandungan energi pada

tepung ikan tersebut menggunakan metode kalibrasi SMLR dan PCR. Persamaan kalibrasi

dengan metode SMLR menyatakan bahwa hasil prediksi nilai EM menggunakan data

reflektan dan absorban mendekati hasil uji bioassay. Sedangkan persamaan kalibrasi dengan

metode PCR menghasilkan 10 komponen utama dalam tepung ikan tersebut.

Adrizal et al. (2007) yang melakukan pendugaan kandungan air, protein, lisin, dan

metionin tepung ikan dengan jaringan syaraf tiruan berdasarkan absorban NIR. Dari hasil

penelitian tersebut disimpulkan bahwa metode JST mampu menduga kandungan air, protein,

lisin, dan metionin tepung ikan dengan akurasi yang lebih baik dibandingkan dengan

menggunakan persamaan regresi yang didapatkan melalui metode SMLR.

Susilowati (2007) pada panjang gelombang 900 – 1400 nm dapat menduga total

padatan terlarut buah pepaya selama penyimpnanan dan pemeraman dengan metode NIR,

tetapi panjang gelombang tersebut tidak dapat digunakan untuk mengukur kekerasan buah.

Hubungan antara data absorban NIR dengan total padatan terlarut dan kekerasan pada

penelitian tersebut dipelajari dengan kalibrasi menggunakan metode SMLR, PCR, dan PLS.

Kelebihan penggunaan metode NIR antara lain disebabkan banyak komposisi kimia

dari bahan pangan dan pertanian yang menyerap (absorption) atau memantulkan (reflectance)

cahaya pada rentang panjang gelombang 0.7 – 3.0 µm. Komposisi kimia lainnya memiliki

pola serapan yang khas berbeda satu dengan lainnya pada setiap panjang gelombang cahaya

yang diberikan (Mohsenin, 1984).

Kendala metode NIR adalah biaya investasi alat yang tinggi. Metode ini masih

tergolong metode sekunder, karena memerlukan tahapan kalibrasi terutama bagi sampel uji

yang belum pernah menggunakan metode ini misalnya tepung ikan, bungkil inti sawit, dedak,

tepung singkong, dan sebagainya. Metode NIR sangat membantu pekerjaan analisis yang

bersifat rumit dan rutin, seperti kadar air, kadar abu, pH, kadar karbohidrat, kadar protein,

kadar lemak, bilangan asam, dan kadar asam lemak bebas. Metode ini sangat sesuai karena

tidak lagi banyak memerlukan tahapan kalibrasi.

B. Kalibrasi dan Validasi

Osborne et al. (1993) menjelaskan bahwa instrumen NIR berguna dalam menentukan

komposisi kimia dengan menggunakan nilai pantulan (R) dan absorban (log (1/R)). Menentukan

spektrum pantulan dan absorban NIR maka nilai hasil analisis kimiawi laboratorium diperlukan.

Untuk mengetahui hubungan antara spektrum-spektrum tersebut dengan nilai referensi dari

analisis kimiawi di laboratorium (metode konvensional), maka perlu menggunakan metode

matematika dengan cara mengkalibrasinya. Untuk tahap kalibrasi sering digunakan untuk sampel

yang memiliki karakteristik yang hampir mendeteksi sama.

Dalam Kamus Besar Bahasa Indonesia (KBBI), kalibrasi adalah tanda-tanda menyatakan

pembagian skala. Kalibrasi dalam teknik spektroskopi diperoleh dengan mengukur hubungan

antara absorban dan reflektan dari panjang gelombang yang dihasilkan dari spectrometer dengan

12

konsentrasi larutan unsur yang akan dianalisis (Nur dan Adijuwana, 1989 dalam Rumahorbo,

2004).

Kesulitan dalam mengkalibrasi menurut Osborne et al. (1993) adalah masalah informasi

alam yang kompleks dalam spektrum infra merah contohnya setiap puncak spektrum hampir

selalu tumpang tindih oleh satu atau lebih puncak-puncak yang lain.

Berbagai macam metode kalibrasi spektrum NIR telah tersedia tetapi dapat dibagi dalam

dua kategori, yaitu metode kalibrasi untuk panjang gelombang terpilih atau sering disebut metode

lokal dan metode yang melibatkan seluruh spektrum atau sering disebut metode global atau juga

disebut dengan metode kalibrasi spektrum penuh (full spectrum calibration methods), seperti

principal component regression (PCR) dan partial least squares (PLS).

Metode full spectrum banyak digunakan karena data dalam spektrum direduksi untuk

mencegah masalah overfitting tanpa mengurangi dan menghilangkan satu atau beberapa informasi

yang sangat berguna. Jumlah sampel yang digunakan untuk tahap kalibrasi harus lebih banyak

daripada untuk keperluan tahap validasi. Validasi bertujuan menguji ketepatan pendugaan

komposisi kimia regresi kalibrasi yang telah dibangun.

Selain itu, dikenal pula beberapa perlakuan data sebelum spektrum dianalisis seperti

smoothing, normalisasi, derivatif pertama dan kedua, standard normal variate (SNV) dan de-

trending (DT) (Osborne et al., 1993). Setiap perlakuan data mempunyai fungsi yang berbeda-

beda terhadap data spektrum. Pada penelitian ini perlakuan data yang akan diberikan adalah

smoothing, derivatif kedua Savitzky-Golay, kombinasi kedua perlakuan data tersebut, dan

normalisasi.

Prosedur derivatif kedua yang paling umum digunakan yaitu prosedur Savitzky-Golay

yang dikelaskan oleh Norris dan William (1990). Data spektrum sering diubah menjadi bentuk

smoothing dan derivatif, secara umum untuk memperbaiki bentuk dan model regresi kalibrasi.

Smoothing berfungsi untuk memilih penghalusan fungsi dengan teliti tanpa

menghilangkan informasi spektrum yang ada dan mengurangi guncangan (noise) dan

memperkecil galat/kekeliruan yang terjadi selama pengukuran NIR dan analisis kimiawi

laboratorium. Derivatif kedua Savitzky-Golay berfungsi untuk mereduksi efek basis dari adanya

pertambahan dari proses absorban (shoulder effect) serta menghilangkan masalah basis

kemiringan persamaan regresi.

Kombinasi antara smoothing dan derivatif kedua Savitzky-Golay dapat diterapkan dan

akan mendapatkan bentuk dan model regresi kalibrasi yang optimum, layak, dan dapat dipercaya

(Blanco dan Villarroya, 2002 dalam Yogaswara, 2005).

Normalisasi data spektra kedalam rentang 0-1 dimaksudkan untuk menghilangkan

pengaruh perbedaan ukuran partikel sampel uji dan memperbesar rentang nilai reflektan.

Perlakuan normalisasi diharapkan dapat mengurangi error yang terjadi selama pengambilan data

spektra dan dapat memperjelas data spektra tersebut. Perlakuan normalisasi akan memperlebar

nilai spektra serta memproporsionalkan nilai spektra dari dua nilai spektra dengan kandungan

yang sama.

C. Metode Kalibrasi Multivariatif

Analisis data NIR dapat dimanfaatkan dengan mempelajari hubungannya dengan sifat

bahan yang diukur. Kegiatan mempelajari hubungan tersebut pada umumnya dilakukan dengan

beberapa metode kalibrasi, antara lain stepwise multiple linear regression (SMLR), principal

component regression (PCR), backward dan partial least squares (PLS).

13

Lammertyn et al., (1998) menganalisis data NIR Spectroscopy menggunakan metode

kalibrasi multivariatif seperti principal component regression dan partial least squares dalam

memprediksi sifat-sifat kimiawi seperti keasaman dan total padatan terlarut pada buah apel

Jonagold.

Metode kalibrasi multivariatif yang akan digunakan pada penelitian yang berjudul

pendugaan komposisi kimia biji nyamplung (Calophyllum inophyllum L.) secara non-destruktif

dengan metode near infrared (NIR) adalah principal component regression (PCR) dan partial

least squares (PLS).

1. Metode Principal Component Regression (PCR)

Metode principal component regression merupakan suatu metode kombinasi antara

analisis regresi dan analisis komponen utama (Principal Component Analysis, PCA). Prinsip

analisis komponen utama adalah mencari komponen utama yang merupakan kombinasi linear

dari variabel asli.

Metode regresi komponen utama (PCR) ditetapkan bila dalam pembentukan model

pendugaan variabel bebas yang digunakan banyak dan terdapat hubungan yang erat antar

variabel bebasnya. Metode tersebut dapat digunakan untuk pendugaan kalibrasi peubah ganda

dan mengatasi kolinear ganda.

Menurut Miller & Miller (2000), komponen-komponen utama yang dipilih sedemikian

rupa sehingga komponen utama pertama memiliki variasi yang terbesar dalam set data,

sedangkan komponen utama kedua tegak lurus terhadap komponen utama pertama dan

memiliki variasi terbesar berikutnya.

Metode ini pertama kali diperkenalkan oleh Pearson (1901) dan secara terpisah oleh

Hotelling (1933). Pemikiran dasar metode analisis ini adalah mendeskripsikan variasi sebuah

set data multivariatif dengan sebuah set data baru dimana variabel-variabel baru tidak

berkolerasi satu sama lain. Variabel-variabel baru adalah kombinasi linear dari variabel asal.

Variabel baru diturunkan dalam arah menurun sehingga beberapa komponen pertama

mengandung sebanyak mungkin variasi data asal (Pearson, 1901 dalam Marthaningtyas,

2005).

Siska dan Hurburgh (1996) dalam Andrianyta (2006), menggunakan metode principal

component regression (PCR) untuk mengidentifikasi variasi-variasi utama pada spektrum

absorban sampel jagung. Sedangkan Quddus (2006) menentukan kandungan energi bruto

tepung ikan untuk bahan pakan ternak dengan data reflektan dan absorban menggunakan

metode kalibrasi multivariatif yaitu PCR.

2. Metode Partial Least Squares (PLS)

Metode regresi kuadrat terkecil parsial atau sering disebut partial least squares (PLS)

pertama kali dikembangkan oleh Herman Wold (1982). Model partial least squares

didefinisikan dari dua persamaan linear yang disebut model struktural dan metode pengukuran

(Wold, 1982 dalam Wulandari 2000).

Metode PLS digunakan untuk memperkirakan serangkaian variabel tidak bebas

(respon) dari variabel bebas (prediktor) yang jumlahnya sangat banyak, memiliki struktur

sistematik linear atau non-linear, dengan atau tanpa data yang hilang, dan memiliki

kolinearitas yang tinggi. Metode ini membentuk model dari variabel yang ada untuk

merangkai respon dengan menggunakan regresi kuadrat terkecil dalam bentuk matriks

(Lindblom, 2004 dalam Saragih, 2007).

14

Metode tersebut juga mempunyai keuntungan, yaitu dapat mengoptimalkan hubungan

prediktif antara 2 kelompok peubah bebas dan tidak bebas dan pemodelannya tidak

mengasumsikan sebaran dari peubah bebas saja tetapi peubah tidak bebas ikut diasumsikan

(Wold, 1982 dalam Wulandari 2000).

Jensen et al. (2001) mengevaluasi perubahan mutu butir walnut (Junglens regia L.)

dengan menerapkan metode NIR dan partial least square sebagai metode kalibrasi. Metode

tersebut dapat melakukan kalibrasi NIR dengan hasil yang tepat pada panjang gelombang 400

– 2490 nm. Selain itu, NIR dapat menjelaskan kandungan heksanal kacang walnut sebesar

72%.

Pada dasarnya pendekatan PLS adalah penggabungan model pendugaan sebagai

pengembangan model-model kalibrasi yang melibatkan lebih dari dua peubah laten (bebas dan

tidak bebas). Proses pendugaan menggunakan metode kuadrat terkecil yang diaplikasikan

pada persamaan hubungan model struktural dan model pengukuran (Ratnaningsih, 2004).

Metode kuadrat terkecil parsial (PLS) tidak memerlukan asumsi-asumsi yang ketat

terhadap sebaran dari peubah, sisaan dan parameter, sehingga metode ini sering disebut

metode lunak (Ratnaningsih, 2004). Metode tersebut diperoleh secara iteratif dan tidak

memiliki formula tertutup untuk mencari ragam koefisien regresi.