STUDI PENGGUNAAN METODE UV-VIS SPEKTROSKOPI DAN KEMOMETRIKA UNTUK IDENTIFIKASI MADU MULTIFLORA DARI EMPAT JENIS LEBAH DI INDONESIA

NURUL USWATUN KHASANAH, 1714071018 (2021) STUDI PENGGUNAAN METODE UV-VIS SPEKTROSKOPI DAN KEMOMETRIKA UNTUK IDENTIFIKASI MADU MULTIFLORA DARI EMPAT JENIS LEBAH DI INDONESIA. FAKULTAS PERTANIAN, UNIVERSITAS LAMPUNG.

[img]
Preview
FIle PDF
ABSTRAK-ABSTRACT - NURUL US.pdf

Download (5Mb) | Preview
[img] FIle PDF
SKRIPSI FULL - NURUL US.pdf
Restricted to Hanya staf

Download (5Mb)
[img]
Preview
FIle PDF
SKRIPSI TANPA BAB PEMBAHASAN - NURUL.pdf

Download (5Mb) | Preview

Abstrak

Manfaat madu dapat dirasakan oleh semua orang tanpa batas usia, itulah yang menyebabkan madu menjadi sangat populer dan tinggi permintaannya. Identifikasi madu berdasarkan asal nektar dan jenis lebah sulit dilakukan jika menggunakan indera manusia. Padahal saat ini konsumen madu sudah mulai kritis mengenai asal madu, jenis lebah dan kandungan yang ada di dalamnya untuk memastikan kualitas dari madu. Untuk mengetahui karakteristik tersebut perlu dilakukan evaluasi menggunakan sistem yang dibantu oleh kemajuan teknologi dengan tetap mempertahankan kualitas. Penelitian ini menggunakan UV-Vis spektroskopi dan metode kemometrika (PCA dan SIMCA) untuk melakukan identifikasi madu. Bahan yang digunakan adalah madu multiflora dari empat jenis lebah (Apis cerana, Apis dorsata, Apis mellifera, dan Trigona sp.). Sebelum melakukan pengambilan spektra, madu dipanaskan terlebih dahulu menggunakan water bath bersuhu 60°C selama 30 menit kemudian diencerkan dengan air distilasi menggunakan perbandingan madu dan air distilasi 1:20 mL. Kemudian larutan diaduk menggunakan magnetic stirrer selama 10 menit, sehingga siap untuk dimasukkan ke kuvet kuarsa sebanyak 2 mL. Sebanyak 50 sampel dengan 2 replikasi pada satu jenis madu multiflora dari lebah yang berbeda diambil datanya menggunakan UV-Vis spektrometer. Hasil penelitian berhasil memperlihatkan perbedaan sifat optik dari keempat sampel madu yang diuji melalui plot garis, plot skor, dan X-loadings dengan memperoleh hasil persentase 95% pada PC-1 dan 4% pada PC-2. Pada penelitian ini sampel yang diuji telah masuk ke dalam klaster yang sesuai dan tidak ada sampel yang masuk ke dalam klaster sampel lain. Berdasarkan perhitungan matriks konfusi, penelitian menghasilkan persentase nilai akurasi, sensitivitas, spesifisitas sebesar iii 100% dengan eror 0%. Berdasarkan analisis kurva ROC, model SIMCA yang telah dibangun dinyatakan sebagai excellent classification. Kata kunci: UV-Vis spektroskopi, multiflora, jenis lebah, uji keaslian dan sifat optik The benefits of honey can be felt by everyone regardless of age, that's what causes honey to be very popular and in high demand. Identification of honey-based on the nectar and type of bees is hard to distinguish by using the human senses. Whereas nowadays, honey consumers have begun to be critical about the origin of honey, the type of bees, and the content on it to ensure the quality of the honey. To find out these characters, it is necessary to evaluate using a system assisted by a technologically advanced system while maintaining quality. This study used UV-Vis spectroscopy and chemometric analysis (PCA and SIMCA) to identify the sample. The materials used are four multi-floral honeybees from different types of bees (Apis cerana, Apis dorsata, Apis mellifera, and Trigona sp.). Before taking the sample's spectra, the honey was heated using a water bath at 60°C for 30 minutes. Then, the honey is diluted with distilled water using a ratio of honey and distilled water 1:20 mL. After that, the solvent was stirred by a magnetic stirrer for 10 minutes so that it was ready to be inserted into a 2 mL quartz cuvette. A total of 50 samples with 2 replications in each type of multiflora honey from different bees were collected using a UV-Vis spectrometer. This study has successfully shown the differences of the optical properties out of the four honey samples tested through-line plot, score plot, and X-loadings and obtained results percentages of 95% on PC-1 and 4% on PC-2. In this study, the tested samples have been successfully included in the appropriate cluster and no samples were included in other samples cluster. Based on confusion matrix calculation, this study resulted in a percentage of accuracy, sensitivity, specificity of 100% with 0% error values. Based on ROC curve analysis, the SIMCA model can be classified as an excellent classification. Keywords: UV-Vis spectroscopy, multifloral, the types of bees, authentication and optical properties

Jenis Karya Akhir: Skripsi
Subyek: 600 Teknologi (ilmu terapan) > 620 Ilmu teknik dan ilmu yang berkaitan
Program Studi: Fakultas Pertanian > Prodi Teknik Pertanian
Pengguna Deposit: UPT . Neti Yuliawati
Date Deposited: 24 May 2022 06:45
Terakhir diubah: 24 May 2022 06:45
URI: http://digilib.unila.ac.id/id/eprint/61746

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir