Perpustakaan Digital ITB

Pengukuran kadar Vitamin C pada buah mangga (Mangifera indica L.) merupakan aspek penting untuk menentukan kualitas dan nilai gizi. Penelitian ini bertujuan mengembangkan model prediksi kadar Vitamin C pada mangga multi-varietas menggunakan spektroskopi near infrared dengan metode Partial Least Squares Regression (PLSR), memanfaatkan strategi pembagian daerah panjang gelombang untuk mengekstraksi fitur spektral yang paling informatif. Data spektrum dikumpulkan dari beberapa varietas mangga dan diproses menggunakan kombinasi prapemrosesan seperti, Standard Normal Variate (SNV), Multiplicative Scatter Correction (MSC), Savitzky-Golay (SG) derivative, detrending (DT), dan normalisasi vektor (VNORM). Spektrum kemudian dibagi menjadi beberapa sub-daerah untuk pemodelan terfokus, dan jumlah latent variables (LV) dioptimalkan untuk setiap kombinasi. Hasil evaluasi menunjukkan bahwa model Unifikasi dengan prapemrosesan SNV+SG-D1 memberikan performa terbaik, dengan ????2 kalibrasi = 0,937; ????2 validasi = 0,724; RMSE validasi = 7,914 mg/100g; dan RPD validasi = 1,902; mengindikasikan kemampuan prediksi yang baik pada data baru. Model ini memanfaatkan panjang gelombang spektral pada rentang (1136,7-1316,1 nm; 1430,1-1563,8 nm; dan 2176,9-2500,2 nm), sehingga mampu menangkap sinyal relevan Vitamin C dengan presisi lebih tinggi dibandingkan model pada mode Gen A dan Gen B. Hasil ini menunjukkan bahwa pembagian daerah panjang gelombang efektif dalam meningkatkan performa model PLSR untuk prediksi komponen bioaktif pada buah mangga multi-varietas.