Uji Penggunaan Metode Discriminant Partial Least Squares (DPLS) dan Data Spektra di Daerah Ultraviolet-Cahaya Tampak untuk Penggolongan Kopi Luwak

2018 
Abstract The potential use of UV-Visible spectroscopy along with DPLS (discriminant partial least squares) method has been evaluated to discriminate authenticity of luwak coffee. In this study, UV-Visible spectral data of adulterated and unadulterated luwak coffee samples were obtained within 190-700 nm spectral region. DPLS model were then developed using original spectra to distinguish between adulterated and unadulterated luwak coffee samples. The predictions using developed DPLS model resulted in 100% of correct classification rate for adulterated and unadulterated luwak coffee, respectively. Our results showed that UV-Visible spectroscopy data with DPLS method can be applied to rapid detecting luwak coffee adulteration with other cheaper non-luwak coffees. This technology may be applied to protect and promote luwak coffee as one of Indonesian coffee specialty. Abstrak Potensi penggunaan spektroskopi ultraviolet-cahaya tampak dan metode DPLS ( discriminant partial least squares ) dievaluasi untuk digunakan dalam proses diskriminasi kopi luwak. Pada penelitian ini data spektra untraviolet-cahaya tampak kopi luwak asli dan kopi luwak yang dicampur kopi arabika (kopi luwak campuran) diambil pada panjang gelombang 190-700 nm. Model DPLS dibangun menggunakan spektra asli untuk membedakan antara kopi luwak asli dan kopi luwak campuran. Hasil prediksi menggunakan model DPLS menghasilkan ketepatan klasifikasi sebesar 100% untuk kopi luwak asli dan kopi luwak campuran. Hasil riset ini menunjukkan spektroskopi ultraviolet-cahaya tampak dan metode DPLS dapat digunakan sebagai salah satu metode cepat untuk mendeteksi adanya pemalsuan kopi luwak yang harganya mahal menggunakan kopi bukan luwak yang harganya lebih murah. Teknologi ini dapat diterapkan untuk melindungi sekaligus mengenalkan kopi luwak sebagai salah satu kopi specialty Indonesia.
    • Correction
    • Source
    • Cite
    • Save
    • Machine Reading By IdeaReader
    0
    References
    0
    Citations
    NaN
    KQI
    []