Studi Spektroskopi NIR dan Machine Learning dalam Analisis Kuantitatif dan Kualitatif Teh Herbal Daun Kopi

Temuan utama penelitian ini menunjukkan bahwa kandungan kafein dan total polifenol pada kawa daun yang berasal dari berbagai daerah tidak mengikuti pola yang konsisten terhadap peningkatan ketinggian tempat tumbuh. Kedua parameter tersebut berfluktuasi, berbeda dengan laporan sebelumnya yang menyatakan bahwa aktivitas antioksidan daun kopi robusta meningkat sejalan dengan bertambahnya ketinggian. Ketidakteraturan ini diduga kuat disebabkan oleh variasi proses penyangraian yang dilakukan secara tradisional, tanpa kontrol suhu dan waktu yang baku, sehingga menghasilkan perbedaan komposisi kimia antar sampel. Hasil PCA menunjukkan bahwa sampel dari Payakumbuh dan Salimpaung memiliki karakteristik spektra yang berbeda sehingga terpisah jelas, sementara sampel dari daerah lain masih tumpang tindih. Pre-treatment MSC memperbaiki pemisahan, namun klasifikasi yang lebih kuat dicapai melalui LDA, di mana akurasi meningkat dari 96,67% menjadi 100% setelah penerapan Gap Segment dan optimasi jumlah PC. Sebaliknya, metode SVM belum memberikan performa optimal, ditandai dengan menurunnya akurasi setelah pre-treatment. Pada analisis kuantitatif, kombinasi SNV + Gap Segment menghasilkan model kalibrasi terbaik untuk kafein dan polifenol dengan nilai R² validasi di atas 0,95 dan RPD > 4, sedangkan untuk kadar air RPD mencapai 2,85. Secara keseluruhan, penelitian ini menegaskan bahwa spektroskopi NIR, terutama dengan pretreatment yang tepat, sangat potensial untuk penilaian mutu dan ketertelusuran geografis kawa daun.
Tahun Penelitian: 2025
Ketua: Dr Andasuryani, S.TP, M.Si
Anggota:
- Dr Dinah Cherie, S.TP, M.Si
Kata Kunci: Daun Kopi; Kawa Daun; SVM; Spektroskopi NIR; Teh Herbal
.png&w=2048&q=75)


