| dc.description.abstract | Kopi (Coffea sp.) merupakan salah satu tanaman yang berperan sebagai
komoditas perdagangan unggulan di dunia. Tanaman kopi banyak dibudidayakan
di Indonesia, terutama Provinsi Jawa Timur yang menempati urutan kedua daerah
terluas area perkebunan kopi yaitu seluas 90 ribu Ha pada tahun 2020. Kabupaten
Jember meruapakan salah satu kabupaten di Jawa Timur yang memiliki komoditas
unggulan berupa kopi robusta. Perkebunan kopi robusta di Kabupaten Jember
tersebar di beberapa dataran tinggi, seperti Kecamatan Garahan, Sidomulyo, Panti,
dan Gumitir. Kopi memiliki aroma khas yang berbeda-beda bergantung dari jenis
dan asal daerah tanamnya. Aroma kopi dapat dideteksi menggunakan instrumen
penciuman buatan yang cara kerjanya meniru indra penciuman manusia, yaitu e nose. E-nose sendiri tersusun dari delapan sensor MQ, yaitu sensor MQ-2, MQ-3,
MQ-6, MQ-7, MQ-8, MQ-9, MQ-135, dan MQ-136. Setiap sensor pada e-nose
mendeteksi senyawaya volatile dan merespons dengan yang sama, namun
memberikan tinggi atau besar respons yang berbeda-beda, sehingga dapat
membentuk sebuah pola respon sensor array.
Penelitian ini difokuskan pada pengaruh kelembaban selama pengukuran
terhadap karakteristik pola respon sensor array dalam mendeteksi aroma Kopi
Robusta Garahan, Sidomulyo, Panti, dan Gumitir. Variasi kelembaban yang
digunakan adalah 75, 80, 85, dan 90%RH. Instrumen yang digunakan adalah sensor
gas array yang terdiri dari delapan jenis sensor MQ, yaitu sensor MQ-2, MQ-3,
MQ-6, MQ-7, MQ-8, MQ-9, MQ-135, dan MQ-136 yang disusun secara planar
dalam chamber. Sampel aroma kopi dilakukan dengan menyeduh kopi sebanyak
3gram dalam 45 ml air dengan suhu penyeduhan 95℃. Aroma kopi dialirkan
kedalam chamber menggunakan pompa dan dideteksi oleh sensor array pada
kondisi kelembaban yang divariasikan. Penurunan kelembaban chamber dilakukan dengan memberikan udara panas (dryer) dan peningkatan kelembaban dengan
mengalirkan uap air menggunakan humidifier. Setiap sensor pada e-nose
mendeteksi senyawa volatile dan merespons dengan pola yang sama, diawali
dengan response uap air sebagai base line selanjutnya meresponse uap kopi. Namun
setiap sensor memberikan response tegangan yang berbeda, sehingga dapat
membentuk pola respons array yang spesifik. Mekanisme pengukuran aroma kopi,
didahului dengan adsorpsi gas sebagai donor elektron dan berinteraksi dengan
oksigen pada permukaan sensor, berkurangnya oksigen menyebabkan aliran
elektron berkurang ditandai dengan menurunnya hambatan sensor, yang
selanjutnya terbaca sebagai kenaikan tegangan sensor. Analisis, identifikasi dan
klasifikasi kopi Robusta Garahan, Gumitir, Panti, dan Sidomulyo berdasarkan
aroma menggunakan metode PCA (Principle Component Analysis), kemudian
hasilnya divalidasi dengan confusion matrix, dengan fitur data selisih dan integral.
Hasil penelitian menunjukkan bahwa kelembaban mempengaruhi
sensitivitas sensor, semakin tinggi kelembaban maka respon sensor dalam
mendeteksi aroma Kopi Robusta Garahan, Gumitir, Panti, dan Sidomulyo semakin
tinggi. Kelembaban selama pengukuran juga berpengaruh terhadap karakterisitik
pola aroma kopi dari kebun yang berbeda. Masing-masing variasi kelembaban 75,
80, 85, dan 90%RH menunjukkan bahwa setiap kebun memiliki pola respon yang
berbeda. Klasifikasi aroma kopi dilakukan dengan metode PCA. Hasil analisis PCA
dengan menggunakan fitur selisih menghasilkan nilai proporsi kumulatif paling
besar yaitu 73,7% pada kelembaban 75%RH. Hasil analisis PCA dengan
menggunakan fitur integral menghasilkan nilai proporsi kumulatif pada
kelembaban 90%RH yaitu 99,3%. Hasil analisis PCA menggunakan fitur selisih
pada kelembaban 75, 80, 85, dan 90%RH tidak dapat menunjukkan
pengelompokkan kopi untuk empat kebun yang berbeda, sedangkan dengan
menggunakan fitur integral pengelompokkan kopi lebih terlihat. Hasil analisis PCA
menggunakan fitur integral menunjukkan bahwa pengelompokkan kopi mulai
terlihat ketika kelembaban 85%RH, sedangkan pada kelembaban 80% sampel kopi
tidak menunjukkan pengelompokkan yang jelas. Kelembaban 75%RH hanya Kopi
Sidomulyo yang terlihat memisah. Berdasarkan hasil analisis PCA menggunakan
fitur integral diperoleh kelembaban optimum yaitu pada 90%RH, karena menunjukkan pengelompokkan kopi yang lebih baik dibandingkan dengan variasi
kelembaban lainnya. Kebun kopi terpisah menjadi tiga kelompok pada kelembaban
90%RH, yaitu kelompok satu Kopi Sidomulyo, kelompok dua Kopi Garahan,
kelompok tiga Kopi Gumitir dan Panti. Hasil analisis PCA dengan fitur integral
pada kelembaban optimum divalidasi menggunakan confusion matrix dan
menghasilkan akurasi sebesar 83,25%. Hasil analisis PCA menunjukkan bahwa
kontribusi terbesar sensor array berdasarkan nilai persentase pada bidang dimensi
PC1 yaitu dipengaruhi oleh sensor MQ-2, MQ-3, MQ-6, MQ-8, MQ-9, dan MQ 135. Kontribusi terbesar pada bidang dimensi PC2 dipengaruhi oleh sensor MQ-6,
MQ-7, dan MQ-136. | en_US |
