Buah Avomango adalah buah mangga varietas Gadung Klonal 21, yang umum disebut sebagai mangga alpukat. Mangga ini memiliki rasa yang manis, daging tebal, rendah serat dan dapat dimakan seperti alpukat. Kulit buah mangga alpukat mentah dan matang sama-sama berwarna hijau. Kulit mulai menguning jika sudah lewat matang. Secara sensoris, buah yang matang bertekstur lunak pada ujung buah. Namun penentuan kematangan secara sensoris ini harus dilakukan oleh orang yang sudah ahli. Oleh karena itu, diperlukan metode prediksi kematangan buah agar kualitas buah yang dipasarkan sesuai dengan harapan konsumen.
Tingkat kematangan buah mangga dapat ditentukan dari banyak karakteristik, antara lain kemanisan, keasaman, tekstur dan dry matter dari buah. Salah satu karakteristik paling umum digunakan untuk menentukan buah mangga sudah matang adalah semakin tidak asam buah tersebut. Nilai pH adalah parameter yang menunjukkan tingkat keasaman buah. Semakin rendah nilai pH buah, maka semakin asam buah tersebut. Secara sensoris, buah yang matang akan memiliki nilai keasaman rendah dan dan nilai kemanisan yang tinggi.
Prediksi keasaman buah mangga dapat dilakukan secara destruktif dan non-destruktif. Pengujian destruktif dilakukan dengan cara mengambil daging buah dan menguji nilai pH nya di laboratorium. Pengujian secara destruktif memiliki kelemahan yaitu bersifat destruktif (merusak), membutuhkan dana lebih banyak dan waktu pengujian yang relative lama. Sedangkan pengujian non-destruktif bersifat tidak merusak buah dan waktu pengujiannya lebih cepat. Salah satu alat untuk uji non-destruktif adalah Near Infra-red (NIR) Spectroscopy yang akan menghasilkan data spektrum mangga untu digunakan sebagai variabel prediktor. Hasil uji NIR-spectroscopy harus divalidasi dengan analisis destruktif, misalnya nilai pH yang dapat digunakan sebagai variabel respon. Selanjutnya, dapat dilakukan pemodelan statistika yaitu analisis regresi untuk memprediksi tingkat keasaman berdasarkan data variabel prediktor dan variabel respon yang telah diperoleh.
Perkembangan Pemodelan Prediksi Kematangan Buah
Penelitian terdahulu tentang prediksi keasaman mangga telah banyak dilakukan, namun Sebagian besar peneliti menggunakan pendekatan pemodelan regresi parametrik. Hanya ditemukan satu penelitian yang menggunakan regresi nonparametrik untuk memprediksi kematangan buah. Padahal regresi nonparametrik lebih memiliki fleksibilitas tinggi dalam bentuk fungsi regresinya, karena tidak harus mengikuti asumsi seperti regresi parametrik. Oleh karena itu, prediksi keasaman buah dengan pendekatan nonparametrik dapat dikembangkan khususnya regresi polinomial lokal multi-prediktor.
Regresi polinomial lokal mengestimasi fungsi regresi secara lokal. Estimasi secara lokal mampu menangkap nonlinieritas yang mungkin ada pada saat tahap estimasi tanpa terpengaruh data outlier. Metode regresi polinomial lokal bersifat data-driven, mudah diaplikasikan, memberikan struktur fleksibel yang mampu menangkap karakteristik non-linier yang ada pada data. Hasil nilai spektrum NIR spectroscopy yang dijadikan sebagai prediktor memiliki dimensi yang besar (multiprediktor), sehingga regresi yang digunakan adalah regresi polinomial lokal multiprediktor.
Penelitian ini menggunakan data eksperimental di laboratorium. 100 buah mangga alpukat dengan berbagai tingkat kematangan diuji menggunakan NIR spectroscopy untuk dibaca nilai spektrumnya. Setelah itu divalidasi menggunakan uji pH menggunakan alat pHmeter. Jadi, kami memiliki dua variabel yakni variabel multi-prediktor berupa nilai spektrum NIR spectroscopy dan variabel respon yaitu nilai pH pada 100 observasi. Pada penelitian ini, data dibagi menjagi dua bagian yaitu 80% sebagai data in-sample dan 20% sebagai data outsample.
Selanjutnya, variabel-variabel tersebut dimodelkan menggunakan dua pendekatan, yaitu Multi-predictor Local Polynomial Regression (MLPR) dan Multiple Polynomial Regression (MPR). Kedua metode ini digunakan untuk memprediksi nilai pH. Kebaikan model diukur menggunakan parameter Nilai Mean Absolute Percentage Error (MAPE).
Hasil analisis menunjukkan Nilai MAPE pada metode MLPR dan MPR secara berurutan adalah 6,23% dan 10,79%. Dengan nilai MAPE metode MLPR di bawah 10%, maka metode MLPR dapat dikatakan sangat akurat untuk memprediksi nilai pH avomango. Berdasarkan hasil tersebut, metode MLPR lebih baik dalam memprediksi nilai pH avomango dibandingkan metode MPR.
Hasil penelitian ini hanya membahas satu karakteristik buah (variabel respon) yaitu keasaman mangga. Padahal untuk memprediksi kematangan dipengaruhi banyak karakteristik seperti kemanisan, tekstur dan dry matter buah. Sehingga penelitian akan dilanjutkan untuk memodelkan prediksi kematangan buah menggunakan regresi polinomial lokal multi-prediktor dan multi-respon.
Penulis: Dr. Nur Chamidah, M.Si
Informasi detil dari penelitian ini dapat dilihat pada tulisan kami di:
https://aip.scitation.org/doi/10.1063/5.0042290
Millatul Ulya and Nur Chamidah (2021). Multi-predictor Local Polynomial Regression for Predicting The Acidity Level of Amomango (Gadung Klonal 21). AIP Conference Proceeding Vol. 2329, 060024 (2021); https://doi.org/10.1063/5.0042290
