Teknologi NIRS Untuk Memprediksi Jumlah Pencampuran Minyak Sawit Dalam Minyak Nilam Menggunakan Metode PCR

Abstrak. Pemalsuan produk atsiri khususnya minyak nilam saat ini sangat sering dilakukan. Pemalsuan produk ini bertujuan untuk mengambil keuntungan dengan cara mencampur minyak nilam dengan produk yang bernilai rendah. Tujuan penelitian ini mempelajari kemampuan teknologi Near Infrared Reflectance Spectroscopy (NIRS) dengan metode Principal Component Regression (PCR) dalam mengolah data spektrum untuk memprediksi kadar minyak sawit dalam minyak nilam. Hasil penelitian ini menunjukkan PCR mampu memprediksi kadar minyak sawit yang dicampurkan dalam minyak nilam. Model terbaik adalah Principal Component Regression (PCR) dengan pretreatment derivative 1 (D1) yang tergolong excellent prediction accuracy. Dimana model ini memiliki latent variable 11, nilai koefisien korelasi (r) sebesar 0,95, nilai koefisien determinasi (R2) sebesar 0,92, nilai root mean square error calibration (RMSEC) sebesar 8,29 dan nilai residual predictive deviation (RPD) sebesar 3,65.NIRS Technology to Predict Amount of Mixed Palm Oil in Patchouli Oil Using PCR MethodAbstract. Counterfeiting of essential products, especially patchouli oil, is currently very common. Counterfeiting of these products aims to take advantage by mixing patchouli oil with low-value products. The purpose of this study was to study the ability of Near Infrared Reflectance Spectroscopy (NIRS) technology with the Principal Component Regression (PCR) method in processing spectral data to predict palm oil content in patchouli oil. The best model is Principal Component Regression (PCR) with pretreatment derivative 1 (D1) which is classified as excellent prediction accuracy. Where this model has a latent variable of 11, the value of the correlation coefficient (r) of 0.95, the value of the coefficient of determination (R2) of 0.92, the value of the root mean square error calibration (RMSEC) of 8.29 and the residual predictive deviation (RPD) value of 3.65.