ANALISIS PENYUSUNAN FORMULASI SIMULATED RICE DARI BAHAN SUMBER KARBOHIDRAT NON BERAS DENGAN METODE LINEAR PROGRAMMING
RISQI MAYDIA SUSANTI
DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2014
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Penyusunan Formulasi Simulated Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode Linear Programming adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Februari 2014
Risqi Maydia Susanti NIM F14090041
ABSTRAK RISQI MAYDIA SUSANTI. Analisis Penyusunan Formulasi Simulated Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode Linear Programming Dibimbing oleh SUTRISNO. Tingkat ketergantungan masyarakat Indonesia terhadap konsumsi beras sebagai makanan pokok semakin meningkat sejalan dengan bertambahnya jumlah penduduk. Salah satu upaya yang dilakukan dengan cara usaha diversifikasi pangan dengan menggantikan kebutuhan pangan pokok selain beras. Tujuan penelitian ini adalah mendapatkan model optimasi dalam pembuatan formulasi simulated rice dengan metode linear programming untuk menghasilkan simulated rice dengan karakteristik dan kandungan gizi yang mendekati beras yang disukai masyarakat (beras Ciherang). Model linear programming adalah meminimalkan amilosa = 25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN yang merupakan fungsi tujuan dan fungsi kendala adalah semua kandungan gizi bahan harus lebih besar dari beras Ciherang sebagai standarnya. Berdasarkan analisis perhitungan dari program QM menghasilkan campuran bahan dari pati garut 30%, tepung talas beneng 33.09% dan tepung sogum 36.91%, menghasilkan amilosa sebesar 21.86% dan harga bahan baku yang dibutuhkan untuk pembuatan produk simulated ricesebesar Rp7 523.17/kg. Kata kunci: diversifikasi,simulated rice, linear programming.
ABSTRACT RISQI MAYDIA SUSANTI. Analysis of composing simulated riceformulationsfrom non rice carbohydrate substances with linear programming method Supervised by SUTRISNO. Indonesian community dependence on rice as a staple food consumption increased along with the increase of population. One of the efforts made by way of food diversification effort to replace the need for staple food besides rice. Purpose of this study is to get formulating optimization models in simulated rice with characteristics and nutrient content of rice is the preferred approach public (Ciherang rice). Linear programming models are minimize of amylose = 25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN which is the objective function, and constraint functions all nutritional content should be greater than Ciherang rice (as standard). Analysis based on the calculation of the QM program produces mixture of arrowroot starch 30%, beneng taro flour 33.09%, sorghum flour 36.91% resulting in a 21.86% amylose and prices of raw materials required for the manufacture of simulated rice is Rp7 523.17/kg. Keywords: diversification, Simulated rice, linear programming.
ANALISIS PENYUSUNAN FORMULASI SIMULATED RICE DARI BAHAN SUMBER KARBOHIDRAT NON BERAS DENGAN METODE LINEAR PROGRAMMING
RISQI MAYDIA SUSANTI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian pada Departemen Teknik Mesin dan Biosistem
DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2014
Judul Skripsi :Analisis Penyusunan Formulasi Simulated Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode Linear Programming Nama NIM
:Risqi Maydia Susanti :F14090041
Disetujui oleh
Prof. Dr. Ir. Sutrisno, M.Agr Pembimbing Akademik
Diketahui oleh
Dr. Ir. Desrial, M. Eng Ketua Departemen
Tanggal Lulus:
Judul Skripsi :A.nahsis Penyusunan Fonnulasi Simulated Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode Linear Programming Nama NIM
:Risqi Maydia Susanti :F14090041
Disetujui oleh
Prof. Dr. If. Sutrisno, M.Agr
Pembimbing Akademik
Ketua Departemen
Tanggal Lulus :
2 4 FEB
2014
PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2013 ini ialah metode linear programming, dengan judul Analisis Penyusunan Formulasi Simulated Rice dari Bahan Sumber Karbohidrat non Beras dengan Metode Linear Programming. Terima kasih penulis ucapkan kepada BapakProf. Dr. Ir.Sutrisno, M.Agr selaku dosen pembimbing dan Bapak Mohammad Solahudin dan Ibu Emmy Darmawati selaku dosen pengujiyang telah memberikan bimbingan, arahan, motivasi kepada penulis. Ungkapan terima kasih juga disampaikan kepada Ayahanda Sugeng Santoso, Ibunda Siti Fatimah dan Adik-adik saya Idrisa Rofii dan Nuril Mauludi atas segala dukungan dan doanya. Terima kasih juga penulis ucapkan kepada Bapak Iyus Hendrawan, Ibu Reni Gultom, An Syahrul D, Rr. Stevy SP, Vina Rondang MS, GEMEZ, KEMOCENG, serta teman-teman TEP Orion 46 atas semangat dan dukungan yang telah diberikan. Serta kepada Pak Sulyaden, Pak Junaidi dan teknisi Departemen Teknik Mesin dan Biosistem lainnya atas bantuannya. Penulis menyadari sepenuhnya bahwa penyusunan skripsi ini masih belum sempurna. Untuk itu penulis mengharapkan kritik dan saran dari semua pihak sebagai upaya perbaikan selanjutnya, serta penulis berharap semoga skripsi ini dapat bermanfaat bagi kita semua.
Bogor, Februari 2014
Risqi Maydia Susanti
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
2
Beras Ciherang
2
Karakteristik Bahan Sumber Karbohidrat Non Beras
3
Karakteristik Sumber Bahan Simulated Rice Berasal dari Pati
4
Karakteristik Sumber Bahan Simulated Rice Berasal dari Tepung
4
Metode linear programming
5
Perangkat lunak linear programming
6
METODOLOGI PENELITIAN
6
Waktu dan Tempat
6
Bahan
7
Alat
7
Prosedur Penelitian
7
Tahap Persiapan Bahan
7
Tahap Pengukuran dan Perhitungan
8
Tahap Optimasi Bahan dengan Program QM
10
Tahap Penyususan Formulasi Simulated Rice
11
Asumsi dan Kondisi Batas Penyusunan Formulasi Simulated Rice
12
HASIL DAN PEMBAHASAN
13
Analisis Pendekatan Penyusunan Formulasi Simulated Rice
13
Analisis Model Optimasi Penyusunan Formulasi Simulated Rice
14
Analisis Perbandingan Jumlah Pati dan Tepung pada Simulated Rice
17
Analisis Kandungan Gizi Pada Formulasi Simulated Rice
18
Analisis Karakteristik Sifat Fisik Pada Simulated Rice
21
Analisis Harga Bahan Baku Simulated Rice
22
SIMPULAN DAN SARAN
23
Simpulan
23
Saran
23
DAFTAR PUSTAKA
24
DAFTAR TABEL 1 Standardisasi tipe beras berdasarkan ukuran dan bentuk biji 2 Perhitungan kandungan gizi pada bahan campuran Simulated rice dengan faktor hasil optimasi 3 Perbandingan kandungan gizi tepung beras Ciherang dengan Simulated rice hasil optimasi
3 20 21
DAFTAR GAMBAR 1 2 3 4 5 6 7 8
Beras Ciherang Coning and quartering methods Tampilan awal program QM Tampilan modul liner programming setelah beberapa pilihan diisi Diagram alir prosedur penelitian Tampilan input data hasil Laboratorium Tampilan solusi bahan untuk formulasi Hasil cetakan Simulated rice
3 10 11 11 12 17 17 21
DAFTAR LAMPIRAN 1 2 3 4 5 6 7
Kandungan gizi beberapa bahan dari hasil Laboratorium Hasil data derajat putih beberapa bahan Dimensi beras Ciherang Dimensi Simulated rice Distribusi partikel bahan pati-patian dan tepung-tepungan Densitas kamba dan densitas pemadatan beberapa bahan Perhitungan optimasi
25 26 27 29 30 31 32
1
PENDAHULUAN Latar Belakang Indonesia dikenal sebagai negara yang kaya karena kondisi alamnya yang memiliki sumber daya alam yang berlimpah. Kekayaan alam ini idealnya digunakan sebagai sarana untuk mensejahterakan masyarakat melalui pemenuhan kebutuhan seperti pangan. Badan Kependudukan dan Keluarga Berencana Nasional (BKKBN) menyampaikan bahwa tahun 2013 ini penduduk Indonesia diperkirakan akan mencapai 250 juta jiwa dengan laju pertumbuhan penduduk mencapai 1.49% per tahun, oleh karena itu perlu diimbangi dengan ketersediaan pangan yang memadai. Beras merupakan kebutuhan pokok yang paling utama bagi penduduk Indonesia, apabila tidak diimbangi dengan peningkatan produksi padi akan jadi masalah. Tingginya tingkat konsumsi beras di Indonesia yang sebanding dengan peningkatan laju pertumbuhan penduduk disebabkan karena pola konsumsi masyarakat yang sulit berubah dari beras ke bahan pangan lain. Hal ini disebabkan oleh faktor sosial antara lain masyarakat menganggap mengkonsumsi sumber beras termasuk dari status sosial dan hanya akan mengkonsumsi sumber karbohidrat lain (gaplek atau tiwul) jika jumlahnya terbatas atau tidak mampu membeli beras (Tarigan 2003). Sumber karbohidrat selain beras yang ada di Indonesia sangat beragam, seperti jagung, sorgum, sagu dan umbi-umbian lainnya yang mempunyai komponen dasar yang hampir sama yaitu karbohidrat, protein, lemak, mineral dan vitamin. Oleh karena itu, terdapat peluang yang sangat besar untuk mengembangkan pangan alternatif pengganti beras yang berbahan dasar dari beberapa sumber karbohidrat yang memiliki sifat dan karakteristik seperti beras. Upaya yang dilakukan dalam pengembangan pangan alternatif dengan cara diversifikasi pangan, yaitu salah satu upaya yang dilakukan untuk menggantikan kebutuhan pangan pokok selain beras. Diversifikasi pangan bisa menjadi solusi strategis bagi kekurangan pangan, untuk itu perlu didorong pengembangan pangan berbasis tepung berbahan baku lokal. Akhir-akhir ini telah dikembangkan produk olahan sumber karbohidrat non beras, seperti beras tiruan dan beras analog. Beras tiruan adalah beras yang terbuat dari non padi dengan kandungan karbohidrat mendekati atau melebihi beras yang terbuat dari tepung lokal atau tepung beras (Samad 2003). Beras analog adalah beras tiruan yang hanya terbuat dari tepung lokal non-beras (Budijanto et al. 2011). Dari berbagai alternatif pengganti beras ini dapat memberikan kesempatan bagi peneliti untuk menganalisis kandungan dasar seperti karakteristik fisik dan kandungan gizi dari beberapa sumber karbohidrat lokal non beras. Bahan baku yang berasal dari karbohidrat lokal non beras dapat dimanfaatkan untuk pembuatan beras buatan dengan cara mensimulasi bahan baku tersebut hingga menyerupai atau mendekati kandungan gizi dan karakteristik sifat fisik beras beras pada umumnya.
2
Perumusan Masalah Formulasi simulated rice dengan melakukan pendekatan kandungan gizi tepung beras Ciherang. Semua bahan dianalisis kandungan gizi meliputi kandungan protein, lemak, kadar air, kadar abu, amilosa, amilopektin, serat pangan, serat kasar dan total gula. Model linear programming dengan menentukan fungsi tujuan dan fungsi kendala pada proses optimasi menggunakan program QM sehingga menghasilkan bahan campuran pembuatan simulated rice terdiri dari 30% pati dan 70% tepung. Tujuan Penelitian Tujuan penelitian ini adalah mendapatkan model optimasi dalam pembuatan formulasi simulated rice dengan metode linear programming untuk menghasilkan simulated rice dengan karakteristik dan kandungan gizi yang mendekati beras yang disukai masyarakat (beras Ciherang). Manfaat Penelitian Manfaat dari penelitian ini adalah menghasilkan formulasi simulated rice terbaik yang berasal dari berbagai sumber karbohidrat non beras dengan metode linear programming sehingga masyarakat tidak tergantung sepenuhnya pada produk beras. Ruang Lingkup Penelitian Ruang lingkup dari penelitian ini adalah membuat formulasi bahan sesuai dengan hasil optimasi dari program QM dan menghitung kandungan gizi simulated rice hingga mendekati kandungan gizi beras Ciherang.
TINJAUAN PUSTAKA Beras Ciherang Beras Ciherang merupakan salah satu beras varietas unggul dari hasil persilangan beras IR 64 dengan beras varietas lain yang mendominasi di areal Jawa hingga 50%. Varietas unggul Ciherang (Gambar 1) umumnya disukai oleh konsumen karena rasa nasinya yang enak, bentuk beras yang ramping dan rendemen beras tinggi. Kandungan gizi yang terdapat dalam beras Ciherang sangat bermanfaat bagi tubuh manusia, seperti kandungan amilosa dan konsistensi gel menggambarkan rasa dan tekstur nasi setelah dingin. Beras Ciherang mengandung amilosa 23.2% dan konsistensi gel 77.5 mm menghasilkan nasi enak dengan tekstur pulen yang digemari oleh konsumen.
3
Gambar 1 Beras Ciherang Berdasarkan ukuran dan bentuk beras, dalam standardisasi mutu beras di pasaran internasional terdapat empat tipe ukuran panjang beras, yaitu biji sangat panjang (extra long), biji panjang (long grain), biji sedang (medium grain), dan biji pendek (short grain). Berdasarkan nisbah panjang/lebar, beras juga dibagi atas empat tipe, yaitu lonjong (slender), sedang (medium), agak bulat (bold), dan bulat (round) (Damardjati dan Purwani 1991). Penggolongan beras berdasarkan ukuran dan bentuk biji ditentukan oleh USDA seperti yang dapat dilihat pada Tabel 1. Tabel 1 Standardisasi tipe beras berdasarkan ukuran dan bentuk biji Skala USDA
Ukuran
Beras pecah kulit
Beras giling
Panjang (mm) Sangat panjang (extra long)
7.5
7.0
Panjang (long grain)
6.61-7.5
6.0-6.99
Sedang (medium grain)
5.51-6.6
5.5-5.99
5.51
5.0
Pendek (short grain)
Bentuk (rasio : panjang/lebar) Lonjong (slender)
3.0
3.0
Sedang (medium)
2.1
3.0
Agak bulat (bold)
2.1
3.0
Bulat (round)
2.0
2.0
Karakteristik Bahan Sumber Karbohidrat Non Beras Karbohidrat terbagi menjadi dua bagian yaitu karbohidrat sederhana dan karbohidrat kompleks. Karbohidrat kompleks merupakan karbohidrat yang terbentuk lebih dari 20 000 unit molekul monosakarida terutama glukosa. Karbohidrat komplek yang dikonsumsi sebagai energi pokok adalah pati yang umumnya terbentuk dari dua polimer molekul glukosa yaitu amilosa dan amilopektin. Kandungan amilosa dan amilopektin akan bervariasi dalam produk pangan, dimana semakin tinggi amilosa dan amilopektinnya maka akan semakin mudah untuk dicerna dengan perbandingan 20% dan 80% dari jumlah pati total.
4
Karakteristik Sumber Bahan Simulated Rice Berasal dari Pati Pati secara alami terdapat didalam senyawa-senyawa organik di alam yang tersebar luas seperti didalam biji-bijian, batang dan umbi-umbian, sebagai contoh garut, ganyong, sagu, tapioka, dan aren. Garut (Maranta arundinaceae) mengandung kadar amilosa yang tinggi dan tidak mengandung senyawa anti nutrisi sehingga dapat menjadi produk olahan seperti pati garut. Varietas ganyong (Canna edulis) ada dua macam yaitu ganyong merah dan ganyong putih. Ganyong merah memiliki batang yang lebih besar daripada ganyong putih sehingga hasil umbi basah lebih besar tetapi ganyong putih memiliki kadar pati yang lebih tinggi. Tapioka merupakan salah satu produk hasil olahan singkong yang diperoleh dari pati yang diekstrak dari bagian umbi singkong. Aren (Arenga pinnata Merr) dapat digunakan sebagai bahan baku untuk pangan non beras karena pembuatan pati aren ketersediaannya kontinyu dan mudah diperoleh dengan harga yang relatif murah. Sagu merupakan hasil ekstraksi empulur pohon sagu (Metroxylon sago Rottb) yang sudah tua berumur 8-16 tahun. Komponen terbesar yang terkandung dalam sagu adalah pati yang tersusun atas dua fraksi penting yaitu amilosa yang merupakan fraksi linier dan amilopektin yang merupakan fraksi cabang. Karakteristik Sumber Bahan Simulated Rice Berasal dari Tepung Tepung pada bahan makanan memiliki massa jenis kisaran sebesar 1 000 hingga 1 500 kg/m3 sedangkan pati memiliki massa jenis 1 500 kg/m3. Beberapa tepung yang dapat dimanfaatkan untuk pembuatan beras buatan seperti Sorgum (Sorgum bicolor L) yang merupakan salah satu tanaman serealia dengan memanfaatkan biji untuk dijadikan alternatif pengganti beras maupun tepung substitusi produk makanan. Sorgum juga memiliki kandungan protein glutenin dan gliadin namun protein sorgum kurang dapat membentuk glutenin jika dibandingkan dengan protein tepung terigu (Suarni 2004). Sorgum juga memilki kandungan tanin yang tinggi yaitu 3.67–10.66% (Suarni dan Singgih 2002). Dalam pengolahan biji sorgum menjadi bahan makanan perlu menurunkan kadar tanin dengan cara penyosohan. Tanin dapat membuat rasa biji sorgum menjadi pahit dan dapat memberikan efek warna gelap pada produk. Penyosohan sorgum dapat mengurangi kadar tanin hingga 75% (Suarni 2004). Jagung (Zea mays L) juga memiliki potensi sumber karbohidrat pengganti beras dengan proses penepungan metode basah karena menghasilkan rendemen tepung lebih tinggi tetapi kandungan gizi lebih rendah bila dibandingkan dengan metode kering (tanpa perendaman) (Suarni 2009). Selain dari biji-bijian, bahan tepung bisa berasal dari umbi seperti ubi jalar (Ipomoea batatas L) dan talas beneng (Xanthosoma undipes K.Koch). Bentuk umbi yang rata (bulat dan bulat lonjong) dan tidak banyak lekukan termasuk umbi yang berkualitas baik (Juanda dan Cahyono 2000). Ubi jalar yang berwarna putih lebih diarahkan untuk pengembangan tepung karena umbi yang berwarna cerah cenderung lebih baik kadar patinya dan warna tepung lebih menyerupai terigu (Rosmarkam dan Yuwono 2002). Buah sukun merupakan salah satu bahan pangan karbohidrat tinggi dan dapat dimanfaatkan sebagai bahan baku dalam pembuatan tepung. Pada umumnya tepung sukun memiliki cita rasa yang khas dari buah sukun itu sendiri dan kondisi bentuk keadaan tepung yang lebih baik dibandingkan tepung tapioka dari segi rasa dan aroma (Suprapti 2007).
5
Metode Linear Programming Masalah mathematical programming adalah suatu jenis masalah yang mencari nilai maksimum atau minimum dari suatu fungsi tujuan dengan memperhatikan kendala-kendala yang ada. Jika fungsi tujuan maupun fungsi kendala (pembatas) berbentuk linier, maka masalah tersebut dikatakan masalah linear programming. Linear programming adalah salah satu teknik dari riset operasi untuk memecahkan persoalan optimasi (maksimum atau minimum) dengan menggunakan persamaan dan ketidaksamaan linear dalam rangka untuk mencari pemecahan yang paling optimal (Supranto J 2005). Solusi optimal merupakan solusi yang memenuhi seluruh kendala dan tujuan (nilai pencapaian tujuan sama dengan keadaan yang paling diinginkan). Ada empat kondisi utama yang diperlukan bagi penerapan linear programming. Pertama, harus adanya sumber daya yang terbatas (fungsi kendala). Kedua, ada suatu fungsi tujuan seperti memaksimalkan laba atau meminimalkan biaya. Ketiga, harus ada linearitas dan keempat, harus ada keseragaman (Muslich M 2009). Fungsi kendala (pembatas) adalah suatu fungsi yang membatasi nilai peubah keputusan yang nilainya dibatasi dengan “≤”, “≥”, atau “=” pada ruas kiri dan kanan. Koefisien ruas kiri mencerminkan laju penggunaan sumberdaya untuk satu unit aktivitas sedangkan ruas kanan merupakan suatu konstanta yang mencerminkan sumberdaya yang tersedia. Fungsi tujuan adalah suatu fungsi linier yang menunjukkan hubungan antara tujuan dengan peubah keputusan, misalkan fungsi tujuan adalah Z maka koefisien dalam fungsi tujuan mencerminkan laju pencapaian tujuan dari setiap unit peubah keputusan. Formulasi standar linear programming adalah menentukan nilai peubah keputusan x1, x2, . . . xn sedemikian rupa sehingga : Maksimumkan Z = c1x1 + c2x2 + . . . + cixj + . . . + cnxn : Dengan memenuhi kendala : a11x1 + a12x2 + . . . + a1nxn ≤ b1 a21x1 + a22x2 + . . . + a2nxn ≤ b2 am1x1 + am2x2 + . . . + amnxn ≤ bm dan x1≥ 0 , x2≥ 0 , . . . . . xn≥ 0 , Dimana : Xn = banyaknya kegiatan n, n=1, 2, .. m m = variabel keputusan Z = nilai fungsi tujuan Cn = sumbangan per-unit kegiatan n, untuk masalah maximisasi, Cn menunjukkan keuntungan atau penerimaan perunit. Sedangkan kasus minimisasi menunjukkan biaya per-unit. Bm = jumlah sumberdaya ke i (1, 2, .. m), m merupakan jenis sumberdaya. an = banyaknya sumberdaya n yang diperlukan untuk menghasilkan satu unit barang ke m. Pada linear programming diasumsikan bahwa model memilki satu tujuan, yaitu memaksimumkan atau meminimumkan tujuan. Empat asumsi permasalahan pada linear programming. Pertama, proporsionality yaitu setiap aktivitas dapat dipertimbangkan secara independent dan konstribusinya terhadap tujuan proporsional terhadap besaran aktivitas tersebut (Z = ckx k). Kedua, additivity yaitu dengan mengasumsikan bahwa tidak ada interaksi antar aktivitas, sehingga
6
tidak ada bentuk perkalian antar aktivitas dalam model (Z=3A+2B). Ketiga, divisibility yaitu nilai suatu aktivitas (peubah keputusan) dapat berbentuk pecahan sehingga dapat dibagi dalam suatu fraksi (memperkerjakan 3½ orang diintepretasikan dengan memperkerjakan 4 orang, 3 orang dengan jam kerja penuh, 1 orang paruh waktu). Keempat, certainty yaitu semua parameter dalam model (aij, bi, dan cj) mempunyai nilai yang bersifat pasti atau konstan (tidak ada nilai bersifat probabilistik atau berubah-ubah). Dengan formulasi satu tujuan, model linear programming dipaksa untuk menyatukan semua tujuan, untuk itu menggunakan goal programming yaitu suatu perluasan dari linear programming yang mempunyai multi tujuan. Oleh karena itu, goal programming dapat meningkatkan fleksibilitas linear programming dengan memasukkan berbagai tujuan tersebut, disamping tetap dapat menghasilkan suatu solusi optimal dalam kaitannya dengan proritas tujuan. Perangkat Lunak Linear Programming Perangkat lunak yang digunakan untuk mendapatkan formulasi yang tepat dengan menggunakan Software QM (Quantitative Methode) for windows merupakan paket program komputer untuk menyelesaikan persoalan metode kuantitatif, produksi, dan manajemen operasi (Prasetyo 2009). Software ini dirancang oleh Howard J.Weiss tahun 1996 untuk membantu menejer produksi jadi atau setengah jadi dalam proses pabrikasi. Software ini dirancang untuk pengoperasian linear programming yaitu untuk membantu dalam perhitungannya. Jadi kita harus dapat menginterpretasikan masalah dan teori programasi linier (Anonim 2010). Dari penggunaan software ini diperoleh model matematik dan perhitungan dari setiap kandungan bahan non beras sehingga menghasilkan formulasi pencampuran tepung yang dibuat untuk simulated rice yang mendekati kandungan gizi dan karakteristik sifat fisik seperti beras Ciherang. Cara penggunaan software ini dengan menentukan fungsi tujuan terlebih dahulu kemudian menentukan jumlah variabel batasan dan jumlah variabel. Variabel batasan tersebut merupakan jumlah kendala untuk mencapai fungsi tujuan, sedangkan jumlah variabel yang diperhitungkan adalah jenis produk yang dihasilkan.
METODOLOGI PENELITIAN
Waktu dan Tempat Penelitian dilakukan dari bulan Maret hingga November 2013 di Laboratorium Siswadhi Soepardjo, Teknik Mesin dan Biosistem, Fakultas Teknologi Pertanian, IPB, Laboratorium SEAFAST, Fakultas Teknologi Pertanian, IPB, dan di Laboratorium Balai Besar Penelitian dan Pengembangan Pasca Panen Pertanian, Bogor.
7
Bahan Bahan yang digunakan adalah beberapa bahan sumber karbohidrat dalam jenis tepung-tepungan dan pati-patian yaitu pati garut (GR), pati ganyong (GY), tepung talas beneng (TB), tepung ubi jalar putih (UP), pati tapioka (TK), tepung jagung putih (JP), pati sagu (SG), pati aren (AN), tepung sorgum (SM), tepung sukun (SN), tepung beras Ciherang (BC) dan beras varietas Ciherang. Alat 1. Alat untuk menyaring ukuran partikel tepung menggunakan ayakan getar / Tyler dengan mesin pengayak merk retsch tipe AS200. Satu set ayakan dilengkapi dengan saringan dengan urutan ukuran diameter lubang sesuai dengan standar, yaitu nomor 80, 100, 120, 150,200 mesh dan pan. Selain itu pada alat ini dilengkapi dengan stopwatch untuk membatasi waktu yang diinginkan. Waktu yang digunakan selama pengayakan adalah 300 detik dan amplitudo sebesar 80 agar dapat diketahui patikel tepung yang lolos dan tertahan di ayakan. 2. Single Grain Mechine merupakan alat yang digunakan untuk mencetak bulir simulated rice dan dilengkapi dengan sistem kontrol otomatis. Alat ini menghasilkan bulir beras yang sesuai dengan dimensi beras pada umumnya. 3. Perangkat lunak yang digunakan untuk proses optimasi linear programming adalah program QM for Windows dan penunjang analisis data hasil simulasi menggunakan Ms. Office &Ms. Excel 2007. Perangkat keras yang digunakan merupakan perangkat komputer dengan spesifikasi intel core i3-350M processor, 1GB DDR3 memory, 320GB HDD. 4. Alat pengukuran yang digunakan adalah penggaris dan timbangan analitik. ProsedurPenelitian Tahap Persiapan Bahan Tahap persiapan bahan merupakan tahapan awal peneliti untuk mengumpulkan beberapa bahan yang digunakan untuk simulasi bahan pembuatan simulated rice. Semua bahan disimulasi dan dianalisis dengan bantuan program QM sehingga menghasilkan beberapa bahan campuran yang terpakai untuk pembuatan simulated rice. Beberapa bahan yang digunakan dalam persiapan bahan seperti pati garut diperoleh dari Malang, pati sagu diperoleh dari Jakarta, pati aren diperoleh dari Bandung, tepung jagung putih diperoleh dari Yogyakarta dan ditepungkan sendiri. Tepung yang berasal dari Bogor dan ditepungkan sendiri adalah tepung ubi jalar putih dan tepung sorgum, tepung yang berasal dari Banten adalah pati ganyong, pati tapioka, tepung talas beneng dan tepung sukun, beras varietas Ciherang diperoleh dari Cianjur dan di tepungkan sendiri. Untuk memperoleh semua bahan tersebut masih terjangkau dan mudah diperoleh karena masih diolah secara tradisional. Semua bahan yang digunakan dalam penelitian digolongkan dalam jenis pati dan tepung. Ada beberapa bahan yang belum diperoleh dalam bentuk tepung sehingga peneliti melakukan penepungan sendiri, seperti tepung sorgum, tepung ubi jalar putih dan tepung jagung putih. Proses pembuatan tepung sendiri dapat dijelaskan sebagai berikut.
8
1. Proses pembuatan tepung ubi jalar putih Umbi ubi jalar diiris tipis lalu direndam dalam larutan Na metabisulfit 0.3% selama dua jam, kemudian ditiris pada rak pengering. Selanjutnya dikeringkan sampai kadar air kurang dari 12%. Pengeringan dilakukan menggunakan mesin pengering rak pada suhu 50º C. Waktu yang digunakan untuk pengeringan adalah 6 jam, kemudian di tepungkan menggunakan disc mil (Nur Richana dan Widaningrum 2009). 2. Proses pembuatan tepung jagung putih Pembuatan tepung jagung putih menggunakan metode basah. Tahapan awal mulai jagung putih pipilan kering disosoh selanjutnya direndam dengan air selama 8 jam. Kemudian ditiriskan, ditepungkan, diayak dengan saringan 120mesh dan dikeringkan hingga kadar air ±10% (Suarni 2010). 3. Proses pembuatan tepung sorgum Pada pembuatan tepung, Sorgum pipilan kering disosoh selanjutnya direndam dengan air selama 4 jam. Kemudian ditiriskan, ditepungkan, diayak dengan saringan 120 mesh dan dikeringkan hingga kadar air ±12%. Beberapa bahan tepung sebelum dimasukkan ke Laboratorium di standarkan terlebih dahulu hingga lolos 120 mesh dan dilakukan pengambilan sampel dengan metode sampling “Coning and Quartering” bertujuan agar ukuran partikel pada bahan seragam. Metode sampling dapat dilihat pada Gambar 2. Tahap Pengukuran dan Perhitungan Tahap pengukuran dan perhitungan data dilakukan di Balai Besar Penelitian dan Pengembangan Pasca Panen Pertanian, Bogor. Masing-masing bahan diambil sebanyak 500 gram dengan metode Coning and quartering untuk dianalisis kandungan gizinya, meliputi kadar protein, kadar air, kadar abu, kadar lemak, kadar karbohidrat, kadar serat pangan, kadar serat kasar, gula total, amilosa dan amilopektin. Sebelum semua bahan dimasukkan kedalam Laboratorium, masing-masing bahan diayak hingga lolos 120 mesh bertujuan agar semua bahan standar atau memiliki partikel terbesar di 120 mesh. Kemudian masing-masing bahan tersebut dilakukan pengambilan sampel dengan metode Coning and quarteringyaitu metode pengambilan sampel untuk skala Laboratorium yang bertujuan agar bahan yang terkandung memiliki ukuran partikel yang seragam dan massa jenis yang sama (Canovas et.al. 2005). Cara melakukan pengambilan sampel dengan metode Coning and quartering (Gambar 2) dengan membuat bahan tepung berbentuk kerucut (A), kemudian setengah bagian puncak dari kerucut itu dibuang (C) dan diambil pada bagian bawah dengan memotong menjadi empat bagian (B), kemudian dibentuk menyerupai kerucut lagi (D). Pada bagian (E) bentuk kerucut bagian bawah tersisa menjadi empat bagian dimana bagian samping dibuang hingga tersisa bagian tengah (F). Bagian tengah (F) dan bagian puncak (G) diambil. Agar lebih jelas dapat dilihat pada Gambar 2. Dalam metode Coning and quartering menghasilkan sampel sebanyak satu kilogram dari lima kilogram sampel yang digunakan, sampel kemudian dimasukkan ke dalam Laboratorium untuk dianalisis kandungan gizinya.
9
Beberapa perhitungan yang dilakukan untuk menghasilkan beberapa kandungan gizi dapat diketahui dari persamaan dibawah ini : 1. Perhitungan kadar air. Sebanyak satu gram sampel ditimbang dalam cawan kemudian dimasukkan ke dalam oven bersuhu 105ºC, selama 8 jam, kemudian ditimbang. Kadar air di hitung dengan rumus : Kadar air = x 100 % 2. Perhitungan kadar abu. Sebanyak satu gram sampel ditempatkan dalam cawan porselain kemudian dibakar sampai tidak berasap, kemudian diabukan dalam tanur suhu 600ºC selama dua jam, kemudian ditimbang. Kadar abu = x 100 % 3. Perhitungan kadar lemak. Sebanyak dua gram sampel disebar diatas kapas yang beralas kertas saring dan digulung membentuk thimble, kemudian dimasukkan ke dalam labu soxhlet. Kemudian ekstraksi selama 6 jam dengan pelarut lemak berupa heksan sebanyak 150 ml. Lemak yang terekstrak, kemudian dikeringkan dalam oven pada suhu 100ºC selama satu jam. Kadar lemak = x 100 % 4. Perhitungan kadar protein. Sebanyak 0.25 gram sampel, dimasukkan dalam labu kjeldahl 100 ml dan tambahkan selenium 0.25 gram dan 3 ml H2SO4 pekat. Kemudian lakukan destruksi (pemanasan dalam keadaan mendidih) selama satu jam, sampai larutan jernih. Setelah dingin tambahkan 50 ml aquadest dan 20 ml NaOH 40%, lalu didestilasi. Hasil destilasi kemudian ditampung dalam labu erlenmeyer yang berisi campuran 10 ml H3BO3 2% dan 2 tetes indicator Brom Cresol Green-Methyl Red berwarna merah muda. Setelah volume hasil tampungan (destilat) menjadi 10 ml dan berwarna hijau kebiruan, destilasi dihentikan dan destilasi dititrasi dengan HCl 0.1 N sampai berwarna merah muda. Perlakuan yang sama dilakukan juga terhadap blanko. Dengan metode ini diperoleh kadar nitrogen total yang dihitung dengan rumus : %N = x 100 % Keterangan : S= Volume titran sampel (ml) B= Volume titran blanko (ml) w= Bobot sampel kering (mg). Kadar protein diperoleh dengan mengalikan kadar nitrogen dengan faktor perkalian untuk berbagai bahan pangan berkisar 5.18–6.38 (AOAC.1980). 5.Perhitungan kadar karbohidrat. Kadar karbohidrat total ditentukan dengan metode carbohidrat by difference yaitu 100 % - (kadar air + kadar abu + kadar protein + kadar lemak).
10
6.Perhitungan derajat putih. Penentuan derajat putih pada tepung dan beras dilakukan dengan menggunakan alat whiteness meter kett dengan pembanding plat datar putih yang memiliki derajat putih sebesar 84.2 sebagai standarnya.
Gambar 2 Coning and quartering methods (Allen 1997). Tahap Optimasi Bahan dengan Program QM Tahap otimasi bahan dilakukan dengan metode linear programming menggunakan program QM untuk membantu persoalan dalam pemecahan pembuatan simulated rice. Program QM dapat memberikan alternatif beberapa bahan yang dapat dijadikan campuran dengan beberapa kondosi yang membatasi. Untuk menyelesaikan persoalan linear programming dapat dilakukan dengan langkah sebagai berikut. 1. Menjalankan program QM for Windows, dan pilih Module (linear programming) 2. Memilih menu file lalu New, sehingga muncul tampilan seperti Gambar 3. 3. Pada bagian Title ditulis “simulated rice “untuk judul penyelesaian. 4. Mengisi jumlah kendala dengan 10, dengan mengklik tanda pada kotak number of constrains. 5. Mengisi jumlah variabel dengan 11, dengan mengklik tanda pada kotak number of variables. 6. Pada tab Row names, pilih other, dan mengisi dengan “protein” (atau kandungan gizi lainnya). 7. Pada tab Column names, pilih other, dan mengisi “GR”, yang merupakan singkatan dari bahan-bahan yang digunakan, misalkan GR=Garut 8. Pada bagian objective, memilih Minimize, karena tujuan yang diinginkan adalah meminimalkan amilosa. 9. Tampilan akan menjadi seperti pada Gambar 4. 10. Selanjutnya pilih OK, kemudian memasukkan data-data hasil dari Laboratorium (Gambar 6). 11. Untuk menyelesaikan persoalanlinear programming pilih menu solve, sehingga output (keluaran) hasil persoalan akan muncul seperti solusi (Gambar 7).
11
Gambar 3 Tampilan awal program QM
Gambar 4 Tampilan Modul linear programming setelah beberapa pilihan diisi. Tahap Penyusunan Formulasi Simulated Rice Pada tahap penyusunan formulasi simulated rice diperoleh dari hasil keluaran program QM yang menunjukkan bahan-bahan yang berpotensi untuk dijadikan pencampuran. Bahan-bahan tersebut selanjutnya dianalisis agar sesuai dengan pendekatan beras buatan yang sudah ada seperti beras analog yaitu tersusun dari 30% bahan jenis pati dan 70% bahan jenis tepung. Apabila sesuai dengan penyusunan bahan maka dilakukan pencampuran bahan hingga seragam. Pencampuran bahan dapat dilakukan dengan mixer agar bahan tercampur merata dan menggunakan ayakan getar sehingga bahan jenis tepung dan pati dapat saling mengikat. Bahan formulasi simulated rice setelah tercampur hingga seragam, kemudian dianalisis kembali kandungan gizinya sehingga menyerupai kandungan gizi pada beras Ciherang sebagai standarnya. Cara menghitung kandungan gizi simulated rice dengan mengalikan nilai bobot hasil optimasi bahan yang terpakai sebagai campuran dengan kandungan gizi awal bahan campuran.
12
Asumsi dan Kondisi Batas Penyusunan Formulasi Simulated Rice Dalam pembuatan simulated rice diasumsikan semua bahan jenis tepungtepungan dan pati-patian tersedia untuk disimulasi. Perbandingan jumlah pati dan tepung adalah 30% banding 70%, dimana pada kandungan tepung 70% terdiri dari dua jenis tepung yang berbeda. Sedangkan kondisi batas dalam penyusunan simulated rice adalah semua kandungan gizi pada beras Ciherang. Tahapan penelitian secara keseluruhan untuk memperoleh model formulasi simulated rice dapat dilihat pada Gambar 5. Penyiapan bahan Analisis kandungan gizi masing masing bahan tepung Proses optimasi bahan Data formulasi bahan
Tidak
Bahan seragam Ya Pencampuran bahan
Tidak
Memenuhi standar Ya
Analisis kandungan gizi hasil optimasi Simulated rice Gambar 5 Diagram alir prosedur penelitian
13
HASIL DAN PEMBAHASAN Analisis Pendekatan Penyusunan Formulasi Simulated Rice Sumber karbohidrat lokal non beras yang digunakan dalam simulasi adalah ganyong, garut, singkong, jagung, ubi jalar, sorgum, sukun, sagu, aren, dan talas beneng yang merupakan aneka sumber karbohidrat lokal yang mudah diperoleh dan harganya masih terjangkau serta pemanfaatan dalam pengolahan lebih lanjut dalam bidang pangan belum banyak dilakukan. Pemanfaatan sumber karbohidrat lokal ini bertujuan agar bahan pangan lokal memiliki nilai jual yang tinggi dan dapat dimanfaatkan untuk menggantikan bahan pangan pokok seperti beras. Pembuatan simulated rice dilakukan dengan beberapa pendekatan agar menghasilkan produk seperti beras Ciherang. Pendekatan yang dilakukan meliputi kandungan gizi, penyusun komposisi seperti beras tiruan atau beras analog dan karakteristik sifat fisik. Dalam pendekatan kandungan gizi meliputi protein, amilosa, lemak, kadar abu, kadar air, serat pangan, serat kasar, gula total, dan amilopektin merupakan kandungan yang dibutuhkan dalam tubuh manusia sehingga sesuai dengan kandungan gizi beras pada umumnya. Pendekatan pada penyusun komposisi simulated rice sama dengan beras tiruan atau beras analog yang telah dilakukan oleh peneliti sebelumnya, dimaksudkan agar menghasilkan beras tiruan atau beras analog yang terbuat dari bahan karbohidrat non beras dengan pencampuran perbandingan antara tepung dan pati sedemikian rupa. Pencampuran tepung dan pati dilakukan agar partikel antar bahan bisa saling mengikat satu sama lainnya sehingga beras dapat dicetak. Pada pendekatan sifat fisik simulated rice ini dapat dilihat dari bentuk, massa jenis dan warnanya yang menyerupai beras pada umunya. Pendekatan kandungan gizi pada simulated rice terhadap kandungan gizi beras Ciherang dengan meminimalkan kandungan amilosa agar menjadi rendah danmenjadikan kandungan gizi lainnya lebih tinggi daripada kandungan beras pada umumnya. Pemilihan kandungan gizi beras Ciherang yang dijadikan sebagai faktor pembatas atau acuan dalam pembuatan simulated rice karena beras Ciherang merupakan beras yang sangat digemari masyarakat karena kandungan gizinya yang tinggi dan tekstur nasi yang pulen. Berdasarkan tujuan dalam pembuatan simulated rice agar mendekati kandungan gizi beras yang disukai masyarakat (beras Ciherang), bila dilihat dari kandungan gizi dari berbagai bahan simulasi dapat menentukan bahan yang akan dipakai dalam pencampuran. Misalkan untuk membuat amilosa menjadi rendah dapat melihat kandungan amilosa pada bahan simulasi yang memiliki kandungan amilosa rendah atau apabila ingin membuat tinggi kandungan protein dengan mencampurkan bahan simulasi yang memiliki protein yang tinggi. Namun hal ini tidak sesuai karena bahan yang tercampur nantinya tidak mengandung perbandingan tepung dan pati. Oleh karena itu beberapa bahan simulasi akan diproses dengan program QM untuk menentukan bahan yang terpakai sebagai campuran pembuatan simulated rice yang terdiri dari jenis pati dan tepung. Selain itu program QM akan menghasilkan nilai optimasi sehingga dapat dianalisis kandungan gizinya hingga mendekati nilai kandungan gizi yang diinginkan.
14
Analisis Model Optimasi Penyusunan Formulasi Simulated Rice Persamaan linear programming merupakan metode yang digunakan dalam model optimasi penyusunan formulasi simulated rice yaitu dengan meminimumkan fungsi tujuan dari variabel keputusan. Fungsi tujuan yang diinginkan adalah meminimalkan amilosa dan fungsi kendala adalah kadar protein, lemak, abu, air, serat pangan, serat kasar, gula total dan amilopektin. Kandungan gizi yang terdapat pada beras Ciherang dijadikan faktor yang membatasi faktor kendala. Berikut adalah model optimasi dengan metode linear programming. Variabel Keputusan : GR : Jumlah produk pati Garut GY : Jumlah produk pati Ganyong TK : Jumlah produk pati Tapioka UP : Jumlah produk tepung Ubi jalar Putih JP : Jumlah produk tepung Jagung Putih SG : Jumlah produk pati Sagu TB : Jumlah produk tepung Talas Beneng AN : Jumlah produk pati Aren SM : Jumlah produk tepung Sorgum SN : Jumlah produk tepung Sukun Fungsi Tujuan : Minimisasi Amilosa = 25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN (1) Fungsi Kendala : 1. 0.59GR + 0.57GY + 0.44TK + 5.12UP + 8.08JP + 4.58SG + 6.04TB + (2) 0.58AN + 5.67SM + 5.31SN ≥8.75 (protein) 2. 0.32GR + 0.57GY + 0.28TK + 0.55UP + 1.96JP + 4.77SG + 0.79TB + 0.42AN + 0.86SM + 3.95SN ≥ 0.44 (lemak) (3) 3. 0.246GR + 3.81GY + 0.06TK + 1.82UP + 0.48JP + 0. 2SG + 0.6TB + 0.2AN + 0.48SM + 3.16SN≥ 0.34 (kadar abu) (4) 4. 9.9GR + 16.86GY + 4.62TK + 7.26UP + 3.6JP + 14.59SG + 11.93TB + (5) 12.57AN + 11.28SM + 9.03 SN≥ 1.87 (kadar air) 5. 2.38GR + 1.97GY + 2.34TB + 2.32UP + 1.43TK + 3JP + 1.32SG + 1.54AN + 4.36SM + 2.25SN ≥ 6.35 (serat pangan) (6) 6. 0.44GR +0.48GY + 3.07TB + 2.55UP + 0.35TK + 0.30JP + 0.37SG + 0.42AN + 0.76SM + 0.49SN ≥ 0.29 (serat kasar) (7) 7. 0.92GR + 1.22GY + 1.89TB + 4.28UP + 1.03TK + 2.09JP + 0.28SG + 1.17AN + 1.03SM + 1.53SN ≥ 1.07 (gula total) (8)
15
8. 8.8GR + 47.06GY + 62.88TK + 56.91UP +62.88JP + 47.22SG + 61.85TB + 55.61AN + 54.43SM + 52.96SN ≥ 54.12 (Amilopektin) (9) Syarat tidak boleh negatif GR≥0; GY≥0; TK≥0; UP≥0; JP≥0; SG≥0; TB≥0; AN≥0; SM≥0; SN≥0
(10)
Persamaan 1 hingga 10 merupakan model linear programming yang menjadi syarat dalam penggunaan program QM. Angka yang terdapat dalam persamaan ini adalah angka yang diperoleh dari hasil Laboratorium, yang nantinya dimasukkan kedalam program QM sesuai dengan nilai kandungan masing-masing bahan. Seperti pada fungsi tujuan untuk meminimalkan amilosa dengan model linear programming adalah 25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN menunjukkan kandungan amilosa yang terdapat pada pati garut sebanyak 25.44%, pada pati ganyong sebanyak 31.02%, pada pati tapioka sebanyak 27.86%, pada tepung ubi jalar putih sebanyak 25.05%, pada tepung jagung putih sebanyak 22.83%, pada pati sagu sebanyak 29.07%, pada tepung talas beneng sebanyak 14.13%, pada pati aren sebanyak 28.18%, pada tepung sorgum sebanyak 25.88%, pada tepung sukun sebanyak 21.2%. Pada fungsi kendala persamaan 2 menunjukkan 0.59GR + 0.57GY + 0.44TK + 5.12UP + 8.08JP + 4.58SG + 6.04TB + 0.58AN + 5.67SM + 5.31SN ≥8.75 (protein), hal ini berarti kandungan protein pada pati garut sebesar 0.59 %, pati ganyong sebesar 0.57%, pati tapioka sebesar 0.44%, tepung ubi jalar putih sebesar 5.12%, tepung jagung putih sebesar 8.08%, pati sagu sebesar 4.58%, tepung talas beneng sebesar 6.04%, pati aren sebesar 0.58%, tepung sorgum sebesar 5.67%, dan tepung sukun sebesar 5.31%. Kemudian semua kandungan protein dari beberapa bahan ini dijumlahkan sehingga hasilnya harus lebih besar dari faktor pembatas (yang diinginkan) yaitu kandungan protein beras Ciherang sebesar 8.75%, demikian seterusnya pada persamaan 3 hingga 9. Lambang persamaan “≥” (lebih besar sama dengan) pada fungsi kendala bertujuan agar kandungan gizi pada simulated rice menjadi lebih tinggi dari yang diinginkan (beras Ciherang). Begitu pula pada persamaan 10 merupakan syarat tidak boleh negatif yang artinya semua bahan yaitu garut, ganyong, tapioka, talas beneng, ubi jalar putih, jagung putih, sagu, aren, sorgum, sukun harus memiliki nilai dimana nilai tersebut harus lebih besar dari nol. Apabila salah satu dari bahan memiliki nilai kurang dari nol atau negatif maka solusi dari optimasi ini tidak sesuai dengan target pencapaian. Input data pada program QM (Gambar 6) menunjukkan bagian data yang merupakan fungsi tujuan (Minimize pada bagian atas program) dan fungsi kendala (kandungan gizi). Dalam menginput data berdasarkan model linear programming bertujuan agar nilai kandungan gizi yang diinginkan dapat tercapai. Program QM bekerja untuk mencari nilai bahan simulasi yang nilainya mendekati dengan fungsi tujuan hingga menghasilkan bahan yang akan terpakai sebagai campuran formulasi simulated rice. Prinsip kerja program QM sangat memperhatikan nilai keluaran (solusi) untuk dijadikan parameter optimasi. Solusi linear programming yang dihasilkan berdasarkan program QM (Gambar 7) menunjukkan bahwa yang memiliki status “basic” pada beberapa
16
bahan simulasi merupakan bahan yang terpakai untuk dijadikan formulasi pembuatan simulated rice, dan bahan yang memiliki status non basic merupakan bahan yang tidak berpotensi untuk dijadikan bahan campuran Simulated rice. Bahan yang berpotensi untuk dijadikan bahan campuran pembuatan Simulated rice yaitu pati garut sebanyak 0.615 bagian, tepung talas beneng sebanyak 0.6768 bagian dan tepung sorgum sebanyak 0.7575 bagian. Apabila dinormalisasikan ke dalam suatu produk maka bahan yang terkandung dalam suatu produk simulated rice dapat dilihat pada Lampiran 7. Status basic atau non basic juga terdapat pada kandungan gizi (kadar air hingga amilopektin) yang merupakan fungsi kendala pada model linear programming, hal ini yang menyebabkan nilai hasil optimasi lebih besar dari nilai yang diinginkan. Surplus dapat dikatakan memiliki kelebihan sumberdaya sehingga bisa dialokasikan ke tempat lain. Berdasarkan hasil dari program QM menunjukkan bahwa yang memiliki status basic merupakan kandungan gizi yang memiliki nilai lebih dalam mencapai kandungan gizi yang diinginkan. Sebaliknya untuk yang berstatus non basic tidak memiliki nilai lebih atau kurang (bernilai nol) sehingga kandungan gizi yang diinginkan tidak tercapai. Hal ini yang menyebabkan kandungan protein dan serat pangan memiliki nilai lebih rendah dari yang diinginkan (tidak tercapai) dan dapat dilihat pada solusi program QM yang memiliki status non basic sehingga bernilai nol. Perhitungan surplus untuk membuktikan bahwa suatu surplus memiliki nilai atau tidak dapat dilihat pada Lampiran 7. Kandungan gizi yang memiliki surplus menunjukkan sumberdaya yang tersedia dan masih bisa untuk dialokasikan ke tempat lain, namun apabila nilainya sangat berbeda jauh dengan nilai yang diinginkan perlu di waspadai. Misalkan untuk potensi kadar air yang merupakan salah satu kandungan gizi yang nilainya sudah tercapai dan memiliki nilai surplus yang tinggi, akan menyebabkan suatu bahan baku tersebut bisa mencapai hingga kadar air menuju surplus, begitu juga pada kandungan amilopektin yang nilai surplusnya lebih tinggi. Sedangkan kandungan yang tidak memiliki surplus menunjukkan sumberdaya yang terbatas sehingga untuk mencapai sumber yang diinginkan masih kurang sekali. Hal ini yang menunjukkan bahwa nilai pada kandungan gizi protein dan serat pangan menjadi nol. Optimal value merupakan nilai optimal yang dihasilkan dari suatu fungsi tujuan pada program QM yang menunjukkan bahwa nilai minimal amilosa terendah hasil optimasi sebesar 44.7518%. Nilai ini diperoleh dari penjumlahan antar bahan hasil optimasi yang telah dikalian dengan faktor hasil optimasi (Lampiran 7). Berdasarkan fungsi tujuan yaitu meminimalkan amilosa, maka untuk mengetahui kandungan amilosa pada produk simulated rice dengan mengalikan banyaknya bahan (dalam persen) yang menjadi campuran formulasi dengan kandungan gizi awal bahan formulasi (Tabel 2) sehingga diperoleh kandungan amilosa simulated rice sebesar 21.86%. Nilai optimasi amilosa terendah sebesar 44.7518% dalam program QM setara dengan kandungan amilosa dalam produk simulated rice sebesar 21.86%.
17
Fungsi Tujuan
Fungsi Kendala
Gambar 6 Tampilan input data hasil Laboratorium
Gambar 7 Tampilan solusi bahan untuk formulasi Analisis Perbandingan Jumlah Pati dan Tepung pada Simulated Rice Berdasarkan faktor hasil optimasi yang dinormalisasikan kedalam bentuk persen (Lampiran 7) menunjukkan bahwa kandungan yang terdapat dalam produk simulated rice berupa 30% pati garut, 33.09% tepung talas beneng, dan 36.91% tepung sorgum. Berdasarkan penelitian Lisnan (2008) yang membuat beras tiruan berbasiskan tepung dan pati singkong sebanyak 70:30 merupakan beras dengan formula terbaik. Dan menurut penelitian Widara Suba (2012) menjelaskan bahwa
18
perbandingan jumlah pati 30% dari satu jenis pati dan tepung 70% dari dua jenis tepung merupakan formulasi terbaik untuk pebuatan beras analog. Berdasarkan pendekatan terhadap penelitian yang telah dilakukan tersebut menunjukkan bahwa formulasi pada simulated rice mengandung 30% jenis pati (garut) dan 70% jenis tepung (talas beneng dan sorgum). Kandungan bahan dengan campuran pati dan tepung bertujuan agar bahan bisa mengikat satu sama lainnya sehingga memudahkan dalam proses pencetakan. Hal ini dikarenakan partikel pati lebih kecil daripada partikel tepung sehingga pati bersifat sebagai perekat atau yang menyebabkan antar partikel saling mengikat. Pengikatan antar partikel dapat diketahui dari uji distribusi partikel dengan alat menggunakan ayakan getar (Tyler) yang menunjukkan bahan tersebut tertahan di 120 mesh. Secara seragam semua bahan telah lolos di 120 mesh karena adanya pencampuran bahan yang mengandung pati dan tepung sehingga bahan tertahan. Data hasil distribusi partikel bahan dapat dilihat pada Lampiran 5. Analisis Kandungan Gizi pada Formulasi Simulated Rice Berdasarkan hasil analisis perhitungan dari program QM yang telah dilakukan (Tabel 2) diperoleh data untuk kandungan gizi simulated rice. Kemudian data hasil analisis dibandingkan dengan kandungan gizi tepung beras Ciherang (Tabel 3) menjelaskan bahwa kandungan gizi pada simulated rice telah tercapai dan mendekati kandungan gizi pada tepung beras Ciherang, namun pada kadar protein dan serat pangan masih belum tercapai atau nilai kandungan gizinya lebih rendah dari tepung beras Ciherang. Pada kandungan gizi simulated rice yang lebih diperhatikan adalah amilosa karena semakin rendah kandungan amilosa menghasilkan nasi lengket dan lunak pulen yang disukai masyakat. Kandungan amilosa digolongkan ke dalam tiga golongan yaitu amilosa rendah (10-20%) amilosa sedang (20-25%) dan amilosa tinggi (25-32%). Perbandingan antara amilosa dan amilopektin menentukan mutu rasa dan tekstur nasi. Kadar amilosa yang terkandung pada simulated rice sebesar 21.86% yang berarti tergolong dalam amilosa sedang. Amilosa adalah senyawa polimer glukosa yang memiliki rantai lurus dan tidak bercabang. Analisis kadar amilosa pada beras bertujuan untuk mengetahui hubungannya dengan kepulenan beras tersebut. Oleh sebab itu, pengukuran kadar amilosa disajikan salah satu parameter karakterisasi beras varietas baru (Balai penelitian tanaman padi 2004). Berdasarkan hasil simulasi metode linear programming yang bertujuan meminimalkan amilosa menunjukkan bahwa hasil amilosa pada tepung simulated rice (21.86%) masih lebih besar dari yang diharapkan (21.77%) menghasilkan selisih 0.09%. Namun untuk mengatahui nilai target pecapaian kadar amilosa (Lampiran 7) menghasilkan 99.58%, hal ini menunjukkan target pencapaian kadar amilosa yang terkandung dalam tepung simulated rice mendekati kandungan gizi amilosa tepung beras Ciherang. Menurut Widowati et al. (2006), kadar amilosa memiliki kolerasi yang cukup tinggi dengan indek glikemik. Semakin tinggi kadar amilosa beras maka semakin rendah kadar indek glikemiknya. Hal ini disebabkan amilosa merupakan senyawa polimer yang tidak memiliki cabang sehingga ikatannya menjadi sangat kuat sehingga sulit dicerna. Namun kadar amilosa tidak dapat menjadi satusatunya parameter yang dapat menggambarkan indek glikemik beras karena masih
19
memungkinkan faktor lain seperti serat pangan, pati resisten dan ikatan komplek amilosa dengan komponen lain yang dapat mempengaruhi indek glikemik beras. Kadar air menjadi faktor utama yang berhubungan dengan penambahan air saat pembuatan simulated rice dan daya tahan simpan bahan. Pada hasil laboratorium diperoleh nilai kadar air yang rendah pada tepung beras Ciherang yaitu sebesar 1.87% (sangat kering) sedangkan pada formulasi tepung simulated rice diperoleh kadar air sebesar 11.07%. Hal ini dapat dikatakan dalam pembuatan simulated rice tidak perlu menambahkan air lagi karena berdasarkan program QM nilai pada kadar air memiliki surplus yang perlu diwaspadai agar tidak bertambah tinggi, namun apabila ditambahkan air akan merubah kandungan gizi yang lainnya. Selain itu kadar air tersebut sudah lebih rendah dan aman untuk penyimpanan yaitu <14%bb. Dengan kadar air <14% bb akan mencegah pertumbuhan kapang / kutu yang sering hidup pada biji-bijian maupun tepungtepungan. Kadar abu dan kadar lemak pada tepung simulated rice lebih tinggi daripada tepung beras Ciherang karena mengandung pati yang rendah, namun kadar lemak yang terkandung dalam tepung simulated rice masih tergolong lemak yang rendah sehingga dapat mencegah tepung simulated rice menjadi tengik dan dapat membuat tepung simulated rice memiliki masa simpan yg lama. Nilai kandungan kadar abu dan kadar lemak sesuai dengan target pencapaian dan memiliki surplus yang rendah namun perlu juga untuk diwaspadai agar tidak berlebihan. Protein merupakan senyawa amino yg terpenting dalam tubuh manusia, berdasarkan hasil simulasi dan target pencapaian kandungan protein tepung simulated rice lebih rendah dibanding dengan tepung beras Ciherang dan belum tercapai sesuai yang diharapkan. Namun dengan kandungan protein yang rendah dalam produk simulated rice nantinya diharapkan dapat memberikan dukungan asupan protein, karena sumber protein tertinggi berasal dari padi-padian. Pada kenyataannya padi masih tergolong protein rendah, untuk memenuhi kekurangan protein sebaiknya beras dikonsumsi bersama protein lain seperti telur,daging, ikan dam kacang-kacangan. Protein juga ada kaitannya dengan indek glikemik, dimana makanan yang mengandung protein tinggi memiliki aktivitas glikemik yang rendah karena komponen ini menunda proses pengosongan lambung sehingga pencernaan usus halus akan menjadi lebih lama (Widowati et al. 2006). Kandungan serat baik serat pangan maupun serat kasar pada suatu produk dapat menentukan tingkat kekenyangan yang dihasilkan oleh produk tersebut. Kandungan serat juga berfungsi untuk melancarkan saluran pencernaan dan membantu menghindari konstipasi pada usus. Kekurangan kadar serat dapat menyebabkan penyakit degeneratif seperti kanker usus besar jantung dan pembuluh darah. Pada Tabel 3 menunjukkan serat pangan pada simulated rice lebih rendah daripada tepung beras Ciherang namun serat kasar lebih tinggi daripada tepung beras Ciherang. Secara keseluruhan kandungan serat tepung simulated rice lebih rendah dari tepung beras ciherang, hal ini tidak sesuai dengan target pencapaian karena pada kandungan serat pangan tidak memiliki surplus sedangkan serat kasar memiliki surplus. Apabila nilai surplus kadar serat kasar di alokasikan kedalam serat pangan, maka nilai serat pangan akan bertambah dan kandungan serat secara keseluruhan bisa lebih tinggi dari nilai yang diharapkan.
20
Berdasarkan penelitian Widowati et al. (2006) menjelaskan bahwa kadar serat larut memiliki hubungan terhadap indeks glikemik beras. Kadar serat diketahui dapat menunda proses pengosongan lambung sehingga mengurangi laju pencernaan pada usus. Serat pangan juga berguna untuk menurunkan kolesterol pada serum darah. Oleh karena itu, konsumsi pangan mengandung serat tunggi yang sangat berguna bagi penderita diabetes maupun kolesterol tinggi. Kandungan gula total berkaitan dengan kepulenan nasi, karena semakin tinggi kadar gula total maka nasi akan semakin pulen namun kadar gula total rendah menghasilkan nasi tidak pulen. Kadar gula total dengan kadar amilosa sebanding dalam menentukan kepulenan nasi, oleh kerena itu dengan fungsi tujuan meminimalkan amilosa diharapkan agar kadar gula total menjadi lebih tinggi untuk menghasilkan nasi yang pulen. Namun tidak terlalu tinggi pula dalam mendapatkan kadar gula total karena dapat beresiko tinggi terhadap orang yang memiliki penyakit diabetes. Berdasarkan hasil simulasi menghasilkan nilai kandungan gula total yang mendekati kandungan gula total yang diharapkan (tepung beras Ciherang). Hal ini sesuai dengan target pencapaian kandungan gizi dikarenakan kandungan gula total dalam simulasi program QM menghasillkan surplus atau nilai lebih yang bisa dialokasikan ke kandungan gizi lainnya, namun perlu diwaspadai kadar gula total agar tidak menjadi naik karena nilai surplus yang dimilikinya. Tabel 2
Perhitungan kandungan gizi pada bahan campuran simulated rice dengan faktor hasil optimasi.
Variabel
Garut (30%)
Talas Beneng (33.09%)
Sorgum (36.91%)
Simulated rice (%)
Ko (%)
Ki (%)
Ko (%)
Ki (%)
Ko (%)
Ki (%)
Kadar air
9.90
2.97
11.93
3.94
11.28
4.16
11.07
Kadar abu
0.24
0.07
3.81
1.26
0.48
0.18
1.51
Kadar lemak
0.32
0.10
0.79
0.26
0.86
0.32
0.68
Protein
0.59
0.18
6.04
2.00
5.67
2.09
4.27
Serat pangan
2.38
0,71
2.34
0.77
4.36
1.61
3.09
Serat Kasar
0.44
0.13
3.07
1.02
0.76
0.28
1.43
Gula Total
0.92
0.28
1.89
0.63
1.03
0.38
1.29
Amilosa
25.44
7.63
14.13
4.68
25.88
9.55
21.86
Amilopektin
58.80
17.64
61.85
20.47
54.43
20.09
58.20
Ko = Kandungan awal bahan Ki = Kandungan akhir bahan
21
Tabel 3 Perbandingan kandungan gizi tepung beras Ciherang dengan simulated rice hasil optimasi Tepung simulated rice Tepung beras Variabel (%) Ciherang (%) 11.07 1,87 Kadar air 1.51 0.34 Kadar abu 0.68 0.44 Kadar lemak 4.27 8.75 Kadar protein 3.09 6.35 Serat pangan 1.43 0.29 Serat kasar 1.29 1.07 Gula total 21.86 21.77 Amilosa 58.20 54.12 Amilopektin Analisis Karakteristik Sifat Fisik pada Simulated Rice Analisis karakteristik merupakan upaya pendahuluan untuk mengetahui sifat fisik dari suatu bahan dalam penyusunan simulated rice. Upaya yang dilakukan untuk mengetahui karakteristik sifat fisik dengan pengukuran derajat putih, massa jenis dan dimensi beras. Pada pengukuran ini bertujuan agar produk simulated rice yang dihasilkan mendekati karakteristik sifat fisik pada beras Ciharang sehingga bisa diterima di masyarakat dan dapat dikonsumsi sebagai bahan pangan pokok pengganti beras. Derajat putih merupakan salah satu indikator untuk mengetahui sifat fisik suatu bahan, oleh karena itu untuk mengetahui tingkat derajat putih menggunakan alat whithness meter dengan plat standar 84.2. Derajat putih dari beberapa tepung memiliki nilai yang berbeda, seperti pada tepung tapioka yang memiliki tingkat kecerahan lebih tinggi bila dibanding dengan tepung yang lainnya (Lampiran 2). Berdasarkan hasil pengukuran derajat putih menunjukkan bahwa tepung simulated rice memiliki nilai derajat putih sebesar 70.88% lebih rendah bila dibanding dengan tepung beras Ciherang sebesar 92.1%. Tingkat derajat putih pada simulated rice yang rendah ini dikarenakan adanya penambahan tepung talas beneng yang berwarna kecoklatan dan tepung sorgum yang mengandung tanin, sehingga warnanya menjadi gelap.
Gambar 8 Hasil cetakan simulated rice
22
Pada pengukuran massa jenis bahan simulated rice bertujuan untuk menentukan kepadatan bahan tepung hasil simulasi yang terkandung dalam bulir simulated rice yang akan dihasilkan oleh mesin pencetak beras. Massa jenis atau densitas yang dilakukan dalam penelitian dengan mengukur densitas kamba dan densitas pemadatan pada masing-masing bahan. Densitas kamba yang dilakukan dengan mencurahkan bahan (tepung) kedalam gelas yang telah diukur volume dan massanya tanpa dipadatkan, sedangkan densitas pemadatan yang dilakukan sama dengan densitas kamba namun bahan (tepung) dipadatkan (Lampiran 6). Densitas ini berguna dalam pengisian kepadatan bahan simulated rice yang digunakan selama proses pencetakan agar bulir simulated rice yang tercetak padat dan berisi. Alat yang digunakan untuk mencetak bulir simulated rice menggunakan Single Grain Mechine menghasilkan bulir yang kemudian ditimbang massa perbulirnya. Sampel sebanyak 20 bulir ditimbang dan menghasilkan massa sebesar 0.3 g, sehingga massa untuk per bulir simulated rice sebesar 0.015 g. Berdasarkan dari hasil cetakan, bentuk simulated rice memiliki bentuk yang menyerupai dengan beras Ciherang. Dari hasil penelitian dengan menghitung 20 sampel bulir beras Ciherang dari 20 kali pengulangan diperoleh rata-rata panjang bulir beras Ciherang sebesar 6.9 mm dan lebar sebesar 2.2 mm sedangkan pada sampel simulated rice sebanyak 20 bulir dengan satu kali pengulangan diperoleh rata-rata panjang sebesar 7.11 mm dan lebar sebesar 2.42 mm. Berdasarkan standardisasi tipe beras, pada ukuran beras Ciherang dan simulated rice termasuk kedalam tipe ukuran panjang (long grain). Data hasil pengukuran dimensi beras Ciherang dan simulated rice dapat dilihat pada Lampiran 4.
Analisis Harga Bahan Baku Simulated Rice Ketersedian bahan simulasi diperoleh dari berbagai daerah dikarenakan tidak semua bahan baku yang digunakan untuk simulasi tersedia di bogor, namun untuk memperoleh bahan simulasi masih bisa dijangkau di tempat lain atau membuat sendiri bahan baku dengan proses penepungan. Hal ini yang menyebabkan harga dari masing-masing bahan baku beraneka ragam. Berdasarkan hasil simulasi diperoleh persentase kandungan dari masingmasing bahan baku dalam pembuatan simulated rice untuk mendapatkan satu kilogram produk atau 100% bahan campuran hasil simulasi menghasilkan satu kilogram produk bahan simulated rice. Oleh karena itu, untuk menentukan harga pada produk simulated rice dengan cara mengalikan persentase yang terkandung dalam bahan dengan harga masing-masing bahan. Bila diketahui harga pati garut sebesar Rp9 000/kg, tepung talas beneng sebesar Rp9 000/kg, tepung sorgum sebesar Rp5 000/kg, sehingga diperoleh harga total biaya bahan baku per kilogram produk simulated rice sebesar Rp7 523.17.
23
SIMPULAN DAN SARAN Simpulan 1. Model optimasi dalam penyusunan formulasi simulated rice dengan menggunakan metode linear programming menghasilkan fungsi tujuan meminimalkan amilosa = 25.44GR + 31.02GY + 27.86TK + 25.05UP + 22.83JP + 29.07SG + 14.13TB + 28.18AN + 25.88SM + 21.12SN, dan fungsi kendala adalah kadar air, abu, lemak, protein, amilopektin, gula total, serat pangan, serat kasar dengan nilai lebih besar dari kandungan gizi yang diinginkan (beras Ciherang). 2. Hasil simulasi metode linear programming mengasilkan produk simulated rice dari campuran pati garut (30%), tepung talas beneng (33.09%) dan tepung sorgum (36.91%), sehingga total biaya bahan baku untuk menghasilkan produk simulated rice seharga Rp7 523.17/kg 3. Kandungan amilosa tepung simulated rice lebih besar dari tepung beras Ciherang yaitu sebesar 21.85% namun keduanya masih tegolong dalam amilosa sedang. Target pencapaian untuk menghasilkan kandungan gizi yang diharapakan sebesar 99.58%.
Saran 1. Perlu adanya validasi data hasil perhitungan dari program QM dengan hasil Laboratorium pada formulasi simulated rice. 2. Perlu adanya tambahan bebarapa bahan baku sumber karbohidrat non beras untuk simulasi pembuatan simulated rice. 3. Perlu adanya penelitian lebih lanjut untuk pencampuran bahan pembuatan simulated rice selain perbandingan tepung pati 70 : 30. 4. Perlu adanya penelitian lebih lanjut untuk perhitungan biaya produksi dalam menentukan harga produk simulated rice.
24
DAFTAR PUSTAKA [DEPTAN] Departemen Pertanian Republik Indonesia. 2011. Pedoman Umum Gerakan Penganekaragaman Konsumsi Pangan 2011. Jakarta (ID): Badan Ketahanan Pangan Deptan. Budijanto S, dkk. 2011. Pengembang Rantai Nilai Serealia Lokal (Indegenous sereal) untuk Memperkokoh Ketahanan Pangan Nasional. [Laporan Program Riset Strategi]. Bogor (ID): Institut Pertanian Bogor. Canovas, G.V.B et al. 2005. Food Powders Physical Properties Processing and Functionality Plenum Publisher. New York (US). Haryadi. 2008. Teknologi Pengolahan Beras. Yogyakarta (ID): Gadjah Mada University Press. Muslich Muhammad. 2009. Metode Pengambilan Keputusan Kuantitatif. Jakarta (ID): Bumi Aksara. Muttakin S. 2010. Beneng Primadona Banten. [Internet]. Banten (ID): Departemen Pertanian. [diunduh 2013 Okt 21]. Tersedia pada: http://banten.litbang.deptan.go.id/ind/index.php?option=com_content&vie w=article&id=228&Itemid=11. Nurcahyati E. 2010. Banten Kembangkan Talas Beneng sebagai Potensi Pangan Lokal. [Internet]. Banten (ID): Departemen Pertanian. [diunduh 2013 Okt 21]. Tersedia pada: http://banten.litbang.deptan.go.id/ind/index.php?option=com_content&vie w=article&id=232&Itemid=12. Prasetyo A, Prasetyo K. 2009. Panduan Program Aplikasi QM for Windows Versi 3.0. Jakarta (ID): Elek Media Komputindo. Samad MY. 2003. Pembuatan Beras Tiruan (Artifical rice) dengan Bahan Baku Ubi Kayu dan Sagu. J Saint dan Teknologi BPPT. 7(IB):2. Suarni dan S Singgih. 2002. Karakteristik Sifat Fisik dan Komposisi Kimia Beberapa Varietas/Galur Biji Sorgum. J Stigma. 10(2):127-130. Suarnia. 2004. Evaluasi Sifat Fisik dan Kandungan Kimia Biji Sorgum setelah Penyosohan. J Stigma. 12(1):88-91. Suarnib. 2004. Pemanfaatan Tepung Sorgum Untuk Produk Olahan. Jurnal Litbang Pertanian. J Litbang Pertanian. 23(4):63-71. Suba Santika W. 2012. Study Pembuatan Beras Analog dari Berbagai Sumber Karbohidrat Menggunakan Teknologi Hot Extrusion [Skripsi]. Bogor (ID): Institut Pertanian Bogor. Supranto J. 2005. Teknik Pengambilan Keputusan. Jakarta (ID): Rineka Cipta. Tarigan H. 2003. Dilema Pangan Beras Indonesia. [Internet]. Banten (ID): Departemen Pertanian. [diunduh 2013 Jun 5]. Tersedia pada: http://pustaka.litbang.deptan.go.id./bppi/lengkap/st230403-1.pdf. Widowati S. Astawan M, dkk. 2006. Hipoglycemic Activity of Some Indonesian Rice Varieties and Their Physicochemical Properties. JIPI. 7(2):57-66.
25
Lampiran 1 Kandungan gizi beberapa bahan dari hasil Laboratorium No
Variabel bahan tepung
Komposisi (%) Kadar Air
Kadar Abu
Kadar Lemak
Kadar Protein
Amilosa
Amilopektin
Gula total
Serat pangan
Serat Kasar
9.90
0.24
0.32
0.59
25.44
58.80
0.920
2.380
0.440
1
Garut
2
Ganyong
16.86
0.17
0.38
0.57
31.02
47.06
1.220
1.970
0.475
3
Talas beneng
11.93
3.81
0.79
6.04
14.13
61.85
1.890
2.335
3.070
4
Ubi jalar putih
7.26
1.82
0.55
5.12
25.05
56.91
4.280
2.315
2.550
5
Jagung putih
3.60
0.48
1.96
8.08
22.83
56.15
2.090
2.995
0.300
6
Tapioka
4.62
0.06
0.28
0.44
27.86
62.88
1.025
1.430
0.350
7
Sagu
14.59
0.20
4.77
4.58
29.07
47.22
0.280
1.320
0.365
8
Aren
12.57
0.20
0.42
0.58
28.18
55.61
1.170
1.535
0.420
9
Sorgum
11.28
0.48
0.86
5.67
25.88
54.43
1.030
4.360
0.755
10
Sukun
9.03
3.16
3.95
5.31
21.12
52.96
1.530
2.245
0.490
11
Beras Ciherang
1.87
0.34
0.44
8.75
21.77
54.12
1.070
6.345
0.290
25
26 26
Lampiran 2 Hasil data derajat putih beberapa bahan Bahan
Ulangan
Total
Ratarata
Standar deviasi
1
2
3
4
Tepung sukun
68.8
69
69.5
69
276.3
69.08
0.30
Pati Sagu
59.1
59
59
59.5
236.6
59.15
0.24
Tepung Sorgum
77.4
77.6
77.6
77.5
310.1
77.53
0.10
Pati Aren
70.6
70.6
70.8
70.8
282.8
70.70
0.12
52
52.1
52.1
52
208.2
52.05
0.06
Pati Garut
83.6
83.6
83.5
83.5
334.3
83.58
0.05
Pati Tapioka
93.5
93.6
93.6
93.6
374.3
93.58
0.05
Pati Ganyong
72.7
72.7
72.6
72.7
290.7
72.68
0.05
Tepung Ubi Jalar Putih
70.5
70.5
70.5
70.5
282
70.5
0.00
Tepung Jagung Putih
82.5
82.5
82.5
82.5
330
82.5
0.00
Tepung Beras Ciherang
92.1
92.1
92.2
92.1
368.5
92.13
0.05
Beras Ciherang
42.5
42.7
42.7
42.8
170.7
42.68
0.13
Tepung Talas Beneng
27
Lampiran 3 Dimensi beras Ciherang Panjang 5 6 6.9 6.9 6.8 6.8 7.1 7.1 6.9 6.7 7.0 6.5 6.8 6.2 6.9 6.4 7.0 6.8 6.9 7.4 6.6 6.7 7.1 7.0 6.5 6.4 6.6 7.2 6.9 6.7 6.5 6.3 6.8 7.0 7.2 7.1 6.5 6.4 6.7 6.8 6.9 71
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 7.1 6.8 7.2 7.0 7.0 6.9 6.9 6.9 7.1 7.0 7.0 6.6 6.8 7.0 7.0 7.1 7.1 7.0 6.5 6.3
2 7.3 7.0 7.2 7.0 6.9 7.0 7.0 7.2 7.0 7.1 6.5 6.5 7.0 7.3 6.5 7.0 7.3 6.3 6.4 7.0
3 7.0 7.2 7.0 7.3 6.7 7.2 7.1 7.1 6.7 6.9 7.0 6.9 6.6 7.4 7.0 6.8 6.5 7.2 7.0 6.0
4 7.0 7.5 7.1 6.8 6.6 6.7 7.1 6.8 6.8 6.7 6.8 6.7 7.0 6.1 7.2 7.1 6.8 6.5 6.6 6.7
Total
138.3
138.5
138.6
136.6
136.6
Ratarata
6.9
6.9
6.9
6.8
6.8
7 6.9 6.9 6.5 6.9 6.8 7.5 7.1 7.0 6.6 6.3 7.1 7.0 6.6 7.3 6.6 7.0 7.2 6.3 6.5 6.5
8 6.8 7.0 6.6 6.8 6.8 6.7 6.4 7.1 7.2 6.8 7.2 6.9 7.3 7.0 6.8 7.4 6.4 6.6 6.6 6.9
9 7.1 7.2 6.8 6.7 7.0 6.7 7.0 6.9 7.3 7.0 6.8 7.4 6.3 6.8 6.9 7.2 6.7 6.5 7.0 6.5
10 6.7 7.1 6.8 6.6 7.0 6.6 6.7 7.1 7.4 6.5 6.9 6.5 6.8 6.7 6.5 7.0 6.5 6.3 6.6 7.0
Rata-rata 7.0 7.0 6.9 6.9 6.8 6.8 6.9 7.0 7.0 6.8 6.9 6.7 6.8 7.0 6.6 7.1 6.9 6.6 6.7 6.7
135.5
136.6
137.3
137.8
135.3
137.1
6.8
6.8
6.9
6.9
6.8
6.9 27
28 28
Lanjutan lampiran 3 Dimensi beras ciherang Lebar No
1
2
3
4
5
6
7
8
9
10
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Total Rata-rata
2.3 2.3 2.2 2.4 2.1 2.2 2.2 2.5 2.2 2.2 2.3 2.1 2.2 2.0 2.3 2.4 2.4 2.2 2.5 2.1 45.1 2.3
2.3 2.2 2.2 2.2 2.2 2.1 2.1 2.0 2.0 2.0 2.2 2.2 2.1 2.1 2.0 2.3 2.1 2.6 2.1 2.3 43.3 2.2
2.3 2.2 2.3 2.3 2.3 2.2 2.2 2.1 2.1 2.4 2.3 2.0 2.0 2.2 2.2 2.2 2.0 2.0 2.0 2.0 43.3 2.2
2.2 2.3 2.2 2.3 2.3 2.0 2.1 2.2 2.2 2.1 2.0 2.1 2.0 2.3 2.0 2.2 2.2 2.1 2.2 2.1 43.1 2.2
2.4 2.3 2.3 2.2 2.2 2.2 2.4 2.3 2.3 2.2 2.3 2.2 2.3 2.1 2.3 2.1 2.6 2.0 2.1 2.2 44.9 2.2
2.2 2.1 2.3 2.2 2.2 2.2 2.3 2.2 2.2 2.1 2.0 2.0 2.1 2.0 2.5 2.2 2.3 2.2 2.1 2.0 43.4 2.2
2.2 2.3 2.4 2.3 2.3 2.3 2.5 2.1 2.1 2.6 2.2 2.1 2.0 2.2 2.1 2.3 2.2 2.1 2.0 2.2 44.5 2.2
2.4 2.4 2.3 2.4 2.4 2.2 2.3 2.2 2.0 2.0 2.1 2.0 2.1 2.0 2.0 2.3 2.1 2.5 2.2 2.1 44.1 2.2
2.1 2.3 2.2 2.4 2.4 2.1 2.1 2.3 2.1 2.2 2.3 2.1 2.2 2.1 2.3 2.4 2.0 2.3 2.1 2.0 43.9 2.2
2.1 2.3 2.1 2.1 2.2 2.0 2.1 2.1 2.2 2.4 2.1 2.2 2.0 2.3 2.0 2.2 2.3 2.0 2.3 2.1 43.1 2.2
Ratarata 2.3 2.3 2.2 2.3 2.3 2.2 2.2 2.2 2.1 2.2 2.2 2.1 2.1 2.1 2.2 2.3 2.2 2.2 2.2 2.0 43.8 2.2
Bentuk Rasio Bentuk No Rasio 1 3.1 2 3.1 3 3.1 4 3.0 5 3.0 6 3.2 7 3.1 8 3.2 9 3.3 10 3.0 11 3.2 12 3.2 13 3.2 14 3.2 15 3.1 16 3.1 17 3.1 18 3.0 19 3.1 20 3.3 Total 62.7 Rata-rata 3.1
29
Lampiran 4 Dimensi simulated rice Sampel
Panjang (mm)
Lebar (mm)
1
7.30
2.16
2
6.04
2.80
3
7.30
3.00
4
7.00
2.50
5
7.20
3.10
6
7.05
2.67
7
7.20
2.50
8
7.40
3.04
9
7.10
2.50
10
7.10
2.23
11
7.03
2.40
12
6.80
2.28
13
7.20
2.70
14
7.00
2.40
15
7.20
2.00
16
7.45
2.16
17
7.30
1.60
18
7.26
1.80
19
7.09
2.13
20
7.10
2.40
Rata-rata
7.11
2.42
30
30
Lampiran 5 Distribusi partikel bahan pati-patian dan tepung-tepungan Bahan Ulangan Berat awal (g) 80 mesh (g) 100 mesh (g) 1 200.91 8.34 22.97 Beras 2 200.86 4.77 24.43 Jagung 1 200.15 148.33 35.96 Putih 2 200.06 160.9 39.39 1 200.10 47.98 81.64 Sorgum 2 200.06 44.75 80.98 1 200.03 3.75 9.17 Aren 2 200.13 2.74 5.13 Ubi Jalar 1 200.16 24.93 40.63 Putih 2 200.26 24.13 40.18 1 200.00 1.36 12.33 Garut 2 200.33 2.39 14.56 1 200.30 62.74 5.67 Ganyong 2 200.00 55.00 6.17 1 200.26 0.51 3.70 Tapioka 2 200.36 0.50 3.24 1 200.23 37.99 58.48 TalasBeneng 2 200.18 35.57 57.88 1 200.12 16.79 48.10 Sukun 2 200.13 18.19 44.97 1 200.08 53.44 6.07 Sagu 2 200.28 55.40 6.46 Simulated 1 285.80 Rice 2 175.07
120 mesh (g) 18.94 17.65 2.71 5.12 44.83 49.79 29.08 21.74 11.02 10.01 9.73 8.26 1.47 1.65 2.25 2.55 25.82 24.74 9.24 13.19 3.94 2.34 259.24 131.09
150 mesh (g) 2.38 3.53 5.12 0.39 1.35 1.89 4.05 5.47 1.59 1.59 4.62 2.80 0.43 0.38 1.25 1.02 5.77 3.16 4.10 9.14 1.27 1.50 2.68 4.53
200 mesh (g) 69.78 70.06 6.94 3.57 19.03 18.10 67.54 61.16 15.17 19.23 42.49 25.16 3.92 7.24 4.00 3.55 40.50 40.77 32.27 30.88 8.26 12.58 16.95 29.65
Pan (g) 78.28 81.15 1.12 0.21 5.00 3.56 83.70 100.63 106.37 104.51 127.72 144.78 125.63 129.08 188.63 190.00 30.19 36.75 88.18 81.86 124.73 120.42 4.25 9.85
31
Lampiran 6 Densitas kamba dan densitas pemadatan beberapa bahan Ulangan
TepungSukun
1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
Pati Sagu Tepung Beras Pati Ganyong Tepung Ubi Jalar Putih Pati Garut Tepung Sorgum Tepung Talas Beneng Pati Tapioka Pati Aren Tepung Jagung Putih Beras Ciherang
Berat saat curah (g) 152.87 153.53 173.58 172.7 168.17 168.62 172.47 173.6 171.07 171.72 174.37 176.63 165.72 165.35 157.59 157.57 168.48 168.38 179..42 179.68 157.37 158.63 216.36 216.33
Berat saat pemadatan (g) 181.7 181.7 196.41 196.38 197.65 197.94 200.24 200.11 203.4 203.13 205.68 205.6 205.35 205.08 188.78 188.86 191.92 191.07 210.17 210.69 192.86 192.96 233.59 233.68
Berat gelas (g) 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34 97.34
Volume ruang gelas (ml) 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152 152
Densitas curah (g/ml) 0.37 0.37 0.50 0.50 0.47 0.47 0.49 0.50 0.49 0.49 0.51 0.52 0.45 0.45 0.40 0.40 0.47 0.47 0.54 0.54 0.39 0.40 0.78 0.78
Densitas pemadatan (g/ml) 0.56 0.56 0.65 0.65 0.66 0.66 0.68 0.68 0.70 0.70 0.71 0.71 0.71 0.71 0.60 0.60 0.62 0.62 0.74 0.75 0.63 0.63 0.90 0.90
31
Bahan
32
32
Lampiran 7 Perhitungan Optimasi Normalisasi Bahan Hasil Optimasi %Bahan = x 100% % Garut =
x 100% = 30%
% Talas Beneng = % Sorgum =
x 100% = 33.09% x 100% = 36.91%
Perhitungan Surplus Kandungan Gizi Kadar air = (Kandungan awal garut x faktor hasil optimasi) + (Kandungan awal talas beneng x faktor hasil optimasi) + (Kandungan awal sorgum x faktor hasil optimasi) – nilai yang diinginkan = (9.90 x 0.615) + (11.93 x 0.6783) + (11.28 x 0.7567) – 1.87 = 6.09 + 8.09 + 8.54 – 1.87= 20.85 Kadar abu = (0.24 x 0.615) + (3.81 x 0.6783) + (0.48 x 0.7567) – 0.34 = 0.15 + 2.58 + 0.36 – 0.34 = 2.75 protein
= (0.59 x 0.615) + (6.04 x 0.6783) + (5.67 x 0.7567) – 1.87 = 0.36 + 4.10 + 4.29 – 8.75 = 0
Serat pangan = (2.38 x 0.615) + (2.34 x 0.6783) + (4.36 x 0.7567) – 6.35 = 1.46 + 1.59 + 3.30 – 6.35 = 0 Perhitungan Kandungan Gizi Simulared rice Kadar air garut (%) = Kandungan awal bahan x Kandungan bahan dalam produk = 9.90 x 30% = 2.97% Kadar air talas beneng (%) = 11.93 x 33.09% = 3.94% Kadar air sorgum (%)
= 11.28 x 36.91% = 4.16%
Kadar air Simulared rice (%) = Kadar air garut + Kadar air talas beneng + Kadar air sorgum = 2.97 + 3.94 + 4.16 = 11.07% Perhitungan Optimal Value Pada Kandungan Amilosa hasil Optimasi Nilai optimal amilosa = (0.615 x 25.44%) + (0.6783 x 14.13%) + (0.7567 x 25.88%) = 44.7518% Perhitungan Target Pencapaian Kandungan Amilosa Ketelitian = 1 x 100% =1-
x 100% = 99.58%
33
RIWAYAT HIDUP Penulis dilahirkan di Bangkalan, Jawa Timur pada tanggal 8 Mei 1991 sebagai anak pertama dari tiga bersaudara atas pasangan Sugeng Santoso dan Siti Fatimah. Penulis menempuh pendidikan sekolah dasar di SD Negeri 3 Blega dari tahun 1997 hingga tahun 2003, selanjutnya penulis meneruskan pendidikan di SMP Negeri 1 Blega dari tahun 2003 hingga tahun 2006.Tahun 2009 penulis lulus dari SMA Darul Ulum 1 Unggulan BPPT Jombang dan pada tahun yang sama penulis lulus seleksi masuk Institut Pertanian Bogor melalui jalur Undangan Seleksi masuk IPB dan diterima di Departemen Teknik Pertanian, Fakultas Teknologi Pertanian. Selama mengikuti perkuliahan penulis pernah aktif sebagai bendahara Ikalatan Alumni Darul Ulum dan anggota Himpunan Mahasiswa Pertanian (HIMATETA). Pada bulan Juni hingga Agustus 2012 penulis melakukan Praktik Lapangan di PG Ngadirejo Kediri (PTPN X), Jawa Timur dengan Judul: Mempelajari Aspek Keteknikan Proses Pembuatan Gula di PG Ngadirejo Kediri, Jawa Timur.
