IDENTIFIKASI GRADE TEH HITAM (Camellia Sinensis) CTC PRODUK PT. PERKEBUNAN NUSANTARA VIII UNIT RANCABALI BANDUNG MENGGUNAKAN UV-VIS SPECTROSCOPY DAN METODE SIMCA

Supriyanto, 1414071094 (2019) IDENTIFIKASI GRADE TEH HITAM (Camellia Sinensis) CTC PRODUK PT. PERKEBUNAN NUSANTARA VIII UNIT RANCABALI BANDUNG MENGGUNAKAN UV-VIS SPECTROSCOPY DAN METODE SIMCA. FAKULTAS PERTANIAN, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (91Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya staf Download (2495Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (2496Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Teh hitam merupakan minuman penyegar yang sangat disukai oleh hampir seluruh penduduk dunia dan memiliki kandungan kafein, tanin dan kandungan lainnya yang tinggi. Penelitian ini bertujuan untuk mengidentifikasi mutu teh hitam CTC PTPN VIII unit Rancabali, Bandung menggunakan UV-Vis Spectroscopy dan metode soft independent modeling of class analogy (SIMCA). Pengujian dilakukan pada sampel teh dengan berat masing-masing sampel 1 gram. Dengan komposisi sampel 1gram teh kelas BP1, 1 gram teh kelas Dust1 dan 1 gram teh kelas FNGS2 kemudian dianalisis dengan UV-Vis Spectroscopy. Metode principal component analysis (PCA) dilakukan untuk melihat klasterisasi seluruh data. Setelah itu, model diskriminasi dibangun menggunakan metode soft independent modeling of class analogy (SIMCA) untuk spektra original dan spektra hasil pretreatment. Hasil klasifikasi menunjukkan metode PCA dan SIMCA dengan 6 perlakuan diperoleh perlakuan terbaik yaitu kombinasi Normalize + moving avarage 5segmen mampu membedakan jenis grade dari sampel teh secara jelas. Hasil PCA menjelaskan keragaman data pada PC1 sebesar 84% dan PC2 sebesar 10%. Sedangkan untuk klasifikasi menggunakan metode SIMCA diperoleh nilai persentase spesifisitas, sensitivitas dan akurasi sebesar 100%. Kata Kunci : CTC, Grade, PCA, SIMCA, UV-Vis Spektroscopy Black tea is a refreshing drink that is preference by most people in the world and has high caffeine, tannin and other ingredients. This study aims to identify the quality of CTC PTPN VIII Rancabali black tea, Bandung using UV-Vis Spectroscopy and soft independent modeling of class analogy (SIMCA) methods. The research were carried out on tea samples weighing 1gram each. With the composition of 1 gram of tea class BP1, 1 gram of tea in class Dust1 and 1 gram of tea in class FNGS2 were then analyzed by UV-Vis Spectroscopy. The principal component analysis (PCA) method is performed to see clustering of all data. After that, the discrimination model was built using the soft independent modeling of class analogy (SIMCA) method for original and pretreatment spectra. The classification results show that the PCA and SIMCA methods with 6 treatments obtained the best treatment, namely the Normalize combination + moving avarage 5 segment able to clearly distinguish the type of grade from the tea sample. PCA results explain the variance of data on PC1 by 84% and PC2 by 10%. Whereas for the classification using the SIMCA method, resulted percentage value of specificity, sensitivity and accuracy is 100%. Keywords : CTC, Grade, PCA, SIMCA, UV-Vis Spectroscopy

Jenis Karya Akhir:	Skripsi
Subyek:	600 Teknologi (ilmu terapan) > 630 Pertanian dan teknologi yang berkaitan
Program Studi:	Fakultas Pertanian dan Pascasarjana > Prodi Teknik Pertanian
Pengguna Deposit:	UPT . Desi Zulfi Melasari
Date Deposited:	31 Mar 2022 10:26
Terakhir diubah:	31 Mar 2022 10:26
URI:	http://digilib.unila.ac.id/id/eprint/57048

Actions (login required)

Lihat Karya Akhir