ANALISIS SIFAT FISIKOKIMIA DAN SIFAT FUNGSIONAL BERAS (Oryza sativa) VARIETAS BERAS HITAM DAN BERAS MERAH ASAL CIANJUR, SOLOK, DAN TANGERANG
MUHAMAD ARIF AKHBAR
DEPARTEMEN ILMU DAN TEKNOLOGI PANGAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Sifat Fisikokimia dan Sifat Fungsional Beras (Oryza sativa) Varietas Beras Hitam dan Beras Merah Asal Cianjur, Solok, dan Tangerang adalah benar karya saya dengan arahan dari dosen pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. 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, Januari 2015 Muhamad Arif Akhbar NIM F24100080
ABSTRAK MUHAMAD ARIF AKHBAR. Analisis Sifat Fisikokimia dan Sifat Fungsional Beras (Oryza sativa) Varietas Beras Hitam dan Beras Merah Asal Cianjur, Solok dan Tangerang. Dibimbing oleh NANCY DEWI YULIANA dan SLAMET BUDIJANTO. Beras (Oryza sativa) varietas Beras Hitam dan Beras Merah adalah merupakan ragam jenis beras yang ada di Indonesia yang seringkali diklaim dapat dikonsumsi oleh penderita diabetes dan memiliki kandungan antioksidan yang cukup tinggi. Beras Hitam dan merah yang tumbuh di daerah yang berbeda kemungkinan memiliki sifat fisik dan komposisi kimia yang berbeda sehingga sifat fungsionalnya pun mungkin berbeda. Tujuan penelitian ini adalah mengetahui sifat fisik (kekerasan, warna dan profil gelatinisasi), sifat kimia (komposisi proksimat, kandungan total fenol, kandungan total flavonoid dan daya cerna pati) dan mengetahui sifat fungsional (aktivitas antioksidan) pada Beras Hitam dan Beras Merah asal Cianjur, Solok dan Tangerang serta melihat pengaruh pemasakan terhadap penurunan kandungan total fenol, flavonoid dan aktivitas antioksidan. Uji daya cerna pati in vitro menggunakan -amilase menunjukkan bahwa daya cerna pati beras yang memiliki pigmen lebih kecil yaitu berkisar antara 56.10-83.43% dibandingkan dengan Beras Putih Cianjur yang mencapai 87.35%. Selain itu, hasil analisis menunjukkan bahwa terjadi penurunan kandungan total fenol, flavonoid dan aktivitas antioksidan pada Beras Hitam, merah dan putih setelah mengalami proses pemasakan. Beras Hitam dan merah asal Solok dan Cianjur memiliki sifat kimia dan fungsional yang lebih baik dibandingkan dengan beras yang berasal dari Tangerang. Kata kunci : Aktivitas antioksidan, Beras Hitam, Beras Merah, total fenol, total flavonoid
ABSTRACT MUHAMAD ARIF AKHBAR. Physicochemical and Functional Properties Analysis of Rice (Oryza sativa) Black Rice and Red Rice Varieties from Cianjur, Solok dan Tangerang. Under supervision of NANCY DEWI YULIANA and SLAMET BUDIJANTO Black rice and red rice are claimed to be safely consumed by the diabetic patients and known to have high antioxidant content. Rice which is grown in different area may have different physical and chemical properties, thus it may also affect the rice functional properties. The purposes of this study were to determine the physical properties (hardness, color and gelatinization profile), chemical properties (proximate composition, total phenolic content, total flavonoid content and digestibility of starch) and the functional properties (antioxidant activity) of the black rice and red rice from Cianjur, Solok and Tangerang and also to observe the effect of cooking on the reduction of total phenolic content, flavonoids and antioxidant activity. In vitro analysis of starch digestibility with α-amylase showed that the starch digestibility of rice which had anthocyanin pigments (black and red varieties) ranged from 56.10-83.43%, smaller than white rice which was 87.35%. In addition, the result also showed that the total phenolic content, flavonoid and antioxidant activity in black, red and white rice were decreasing after cooking process. Black rice and red rice from Solok and Cianjur had the better chemical content and functional properties than the Tangerang one. Keywords : Antioxidant activity, black rice, red rice, total phenolic content, total flavonoid content
ANALISIS SIFAT FISIKOKIMIA DAN SIFAT FUNGSIONAL BERAS (Oryza sativa) VARIETAS BERAS HITAM DAN BERAS MERAH ASAL CIANJUR, SOLOK, DAN TANGERANG
MUHAMAD ARIF AKHBAR
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknologi Pertanian pada Departemen Ilmu dan Teknologi Pangan
DEPARTEMEN ILMU DAN TEKNOLOGI PANGAN FAKULTAS TEKNOLOGI PERTANIAN INSTITUT PERTANIAN BOGOR BOGOR 2015
PRAKATA Puji serta syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya sehingga tulisan ini dapat diselesaikan dengan baik. Penelitian berjudul Analisis Sifat Fisikokimia dan Sifat Fungsional Beras (Oryza sativa) Varietas Beras Hitam dan Beras Merah Asal Cianjur, Solok, dan Tangerang mulai dilaksanakan sejak Maret 2014 dan selesai pada November 2014. Penelitian dilaksanakan di laboratorium Departemen Ilmu dan Teknologi Pangan Institut Pertanian Bogor dan Laboratorium F-Technopark, IPB. Terima kasih penulis ucapkan kepada Ibu Dr. Nancy Dewi Yuliana, STP. MSc dan Bapak Prof. Dr. Ir. Slamet Budijanto, M.Agr selaku dosen pembimbing atas segala bimbingan dan arahan selama penelitian ini berlangsung. Terima kasih penulis juga sampaikan kepada Bapak Dr. Nugraha Edhi Suyatma STP. DEA atas masukan dan saran kepada penulis sehingga tugas akhir ini dapat berjalan dengan lancar dan selesai dengan baik. Selain itu terima kasih disampaikan juga kepada seluruh teknisi laboratorium Departemen Ilmu dan Teknologi Pangan (Mba Irin, Pak Yahya, Pak Rozak, Mba Nurul, Mba Yuli, Mas Edy, dan Pak Iyas) dan laboratorium F-Technopark (Kang Sadar) serta staf UPT ITP atas segala bimbingan dan bantuan yang telah diberikan selama penelitian ini berlangsung. Tidak lupa ungkapan terima kasih penulis sampaikan kepada Bapak, Mamah dan Fatma atas segala doa, dukungan dan semangat yang diberikan. Ucapan terima kasih juga disampaikan kepada temen-teman Aktivis Dakwah Kampus IPB, Yes!IamMuslim, RumbeLeadership FIM Hore Bogor, BEM Fateta, Himitepa, Wisma Baitussalam dan teman-teman ITP Angkatan 47 yang senantiasa memberikan dukungan dan semangat selama penulis melakukan kegiatan penelitian sampai dengan tulisan ini selesai. Sebagai penutup, penulis sangat menyadari bahwa penelitian ini masih belum sempurna. Untuk itu, penulis membuka ruang seluas-luasnya untuk kritik serta saran yang dapat membangun penelitian ini agar lebih baik. Penulis juga berharap agar tulisan ini dapat bermanfaat bagi banyak pihak terutama terhadap perkembangan pangan Indonesia.
Bogor, Januari 2015 Muhamad Arif Akhbar
DAFTAR ISI DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
2
Manfaat
2
METODOLOGI PENELITIAN
2
Bahan dan Alat
2
Metode Penelitian
2
Metode Analisis
4
HASIL DAN PEMBAHASAN Warna
9 9
Analisis Proksimat
10
Kekerasan Beras
12
Profil Gelatinisasi Pati
13
Daya Cerna Pati
14
Kandungan Total Fenol Tepung Beras dan Nasi
15
Kandungan Total Flavonoid Tepung Beras dan Nasi
16
Kandungan Total Aktivitas Antioksidan Tepung Beras dan Nasi
18
Korelasi antara Total fenol, Total Flavonoid dan Aktivitas Antioksidan
19
SIMPULAN DAN SARAN
19
Simpulan
19
Saran
20
DAFTAR PUSTAKA
20
LAMPIRAN
23
DAFTAR TABEL 1. 2. 3. 4. 5. 6. 7. 8.
Kondisi geografis dan iklim daerah Cianjur, Solok dan Tangerang Nilai warna pada lima varietas beras Indonesia Hasil analisis proksimat pada lima varietas beras Indonesia Nilai kekerasan beras pada lima varietas beras Indonesia Data viskositas pada lima varietas beras Indonesia Nilai kandungan total fenol pada beras dan nasi Nilai total flavonoid pada beras dan nasi Nilai aktivitas antioksidan pada beras dan nasi
1 10 10 12 13 15 17 18
DAFTAR GAMBAR 1. 2. 3. 4.
Proses pembuatan tepung beras Proses pemasakan Beras Hitam, merah dan putih Penampakan warna sampel beras Daya cerna pati lima varietas beras Indonesia
3 4 9 14
DAFTAR LAMPIRAN 1. Hasil uji warna lima sampel beras varietas Indonesia beserta hasil 2. 3. 4. 5. 6. 7. 8. 9.
ANOVA dan uji Duncan Hasil uji kekerasan pada lima sampel beras varietas Indonesia beserta hasil ANOVA dan uji Duncan Hasil uji Rapid Visco Analyzer (RVA) pada lima sampel beras varietas Indonesia Hasil ANOVA dan uji Duncan analisis proksimat lima varietas beras Indonesia Daya cerna pati beserta hasil ANOVA dan uji Duncan Hasil analisis total fenol beserta hasil ANOVA dan uji Duncan Hasil analisis total flavonoid beserta hasil ANOVA dan uji Duncan Hasil analisis aktivitas antioksidan beserta hasil ANOVA dan uji Duncan Hasil analisis korelasi total fenol, total flavonoid dan aktivitas antioksidan sampel Beras Hitam, merah dan putih
23 26 28 32 36 38 42 47 52
PENDAHULUAN Latar Belakang Di hampir seluruh negara Asia tak terkecuali Indonesia, beras menjadi bahan makanan pokok yang tidak bisa dipisahkan dari pola makan masyarakat. Meskipun Beras Putih tetap menjadi pilihan utama masyarakat Indonesia pada umumnya, namun Indonesia masih memiliki ragam jenis beras lain yang bisa dikatakan spesial, diantaranya adalah Beras Hitam dan Beras Merah. Beberapa daerah yang menjadi sentra produksi Beras Hitam dan Merah di Indonesia antara lain adalah Cianjur, Solok dan Tangerang. Berdasarkan data statistik yang diperloleh dari berbagai sumber, kondisi geografis dan iklim dari ketiga daerah tersebut dijelaskan dalam Tabel 1. Tabel 1 Kondisi geografis dan iklim daerah Cianjur, Solok dan Tangerang No 1 2 3
Daerah Cianjur Solok Tangerang
Suhu ratarata (°C) 18-24 26.1-28.9 21.5-34.1
Curah hujan (mm/tahun) 228 184.31 10.9
Ketinggian (m dpl) 450 390 85
BPS Kota Solok (2013), Pemda. Kab. Cianjur (2012), BPS Kab. Tangerang (2012)
Beras dengan berbagai varietas ini memiliki komposisi yang berbeda-beda pula, terutama kandungan amilosa dan komponen fungsional lain yang ada didalamnya. Perbedaan komposisi ini sangat dipengaruhi oleh varietas beras dan kondisi lingkungan. Masing-masing varietas beras memiliki karakteristik yang berbeda dan unik seperti flavor, warna, zat gizi dan komposisi kimia. Perbedaan varietas ini juga menunjukkan perbedaan yang signifikan dalam hal morfologi, fisikokimia, maupun cooking properties (Yadav et al. 2007). Beras Hitam mengandung kadar gula yang lebih sedikit, lebih banyak serat dan vitamin E (BBPTP 2010). Selain itu, banyak produsen Beras Hitam yang mengklaim produknya aman dikonsumsi bagi penderita diabetes. Selain Beras Hitam, Beras Merah juga merupakan beras yang kaya akan kandungan nutrisi, seperti vitamin A, B, C dan B kompleks sedangkan nasinya memiliki tekstur kasar dan kesat (Suardi 2005). Yawadio et al. (2007) dalam penelitiannya menyatakan bahwa Beras Merah dan Beras Hitam juga merupakan sumber antioksidan yang potensial dalam aplikasi pengolahan pangan fungsional. Hal ini disebabkan karena kandungan polifenol dan antosianin yang terkandung di dalamnya. Kandungan antioksidan tersebut dapat menjadi inhibitor bagi perkembangan sel kanker pada manusia (Chen et al. 2006). Sampai saat ini, penelitian mengenai sifat fisikokimia dan sifat fungsional Beras Merah dan hitam khususnya yang berasal dari berbagai daerah di Indonesia masih belum banyak dilakukan. Penelitian ini bertujuan untuk mengetahui sifat fisikokimia dan sifat fungsional khususnya aktivitas antioksidan dan daya cerna pati yang diduga menjadi penyebab adanya sifat anti diabetes pada beberapa sampel Beras Hitam dan Beras Merah asal Cianjur, Solok dan Tangerang.
2 Tujuan Penelitian Penelitian ini bertujuan untuk : 1. mengetahui sifat fisik (kekerasan, warna dan profil gelatinisasi), sifat kimia (komposisi proksimat, kandungan total fenol, kandungan total flavonoid dan daya cerna pati) dan; 2. mengetahui sifat fungsional (aktivitas antioksidan) pada Beras Hitam dan Beras Merah asal Cianjur, Solok dan Tangerang serta melihat pengaruh pemasakan terhadap penurunan kandungan total fenol, flavonoid dan aktivitas antioksidan. Manfaat Manfaat dari penelitian ini adalah akan diperoleh data mengenai karakteristik fisikokimia dan informasi sifat fungsional khususnya aktivitas antioksidan Beras Hitam dan merah asal Cianjur, Solok dan Tangerang. Informasi ini akan bermanfaat terutama jika ingin mengembangkan produk pangan berbasis Beras Merah dan hitam untuk pencegahan diabetes. .
METODOLOGI PENELITIAN Bahan dan Alat Bahan Bahan utama yang digunakan dalam penelitian ini adalah Beras Putih Cianjur yang diperoleh dari pasar tradisional, Beras Hitam dan Beras Merah organik yang berasal dari Solok, Cianjur dan Tangerang. Bahan-bahan kimia yang digunakan antara lain, n-heksana, K2SO4, HgO, H2SO4 pekat, akuades, H3BO3, indikator (Methylen red dan Methylen blue), H3BO3 NaOH-Na2S2O3, HCl 0,02 N, standar asam galat, etanol 95%, reagen Folin-Ciocalteu 50%, Na2CO3 5%, asam askorbat, metanol PA, buffer asetat, DPPH, standar kuersetin, metanol PA, NaNO2 5%, AlCl3 10%, NaOH 4%, 3.5 dinitrosalisilat (DNSA), larutan pati (1%), buffer fosfat 20mM (pH 6.9), sodium klorida 6.7 mM, larutan Na-K-tartarat, NaOH 2M, standar maltosa, α-amilase Alat Alat-alat yang digunakan antara lain neraca analitik, cawan alumunium, oven, desikator, tanur, cawan porselein, kertas saring, labu soxhlet, destruktor, labu kjeldahl, batu didih, sentrifuse, tabung sentrifuse, mikro pipet, pipet volumetrik, spektrofotometer, sonikator, water bath, alat-alat gelas, chromameter, pH meter, RVA, canester, hardness tester. Metode Penelitian Penelitian ini terbagi menjadi dua kategori analisis, analisis sifat fisikokima dan sifat fungsional yang dilakukan terhadap lima sampel beras berbeda, yaitu Beras Merah Solok, Beras Hitam Solok, Beras Merah Cianjur, Beras Hitam Tangerang, dan Beras Putih Cianjur sebagai standar. Penelitian ini juga terbagi
3 menjadi dua tahap yakni tahap analisis sifat fisik (warna, profil gelatinisasi beras, dan kekerasan beras), sifat kimia (proksimat dan daya cerna) pati sampel tepung beras dan analisis total fenol, kapasistas antioksidan, dan analisis total flavonoid pada sampel tepung beras dan sampel beras yang telah dimasak. Data yang diambil dan dianalisis pada penelitian ini merupakan data duplo dengan dua kali ualangan. Proses pembuatan tepung beras dan pemasakan beras dapat dilihat pada Gambar 1 dan Gambar 2.
Sampel beras
Pengecilan ukuran menggunakan blender
Penyaringan dengan ayakan 80 mesh
Tepung beras dengan ukuran 80 mesh
Gambar 1 Proses pembuatan tepung beras
4
Sampel beras
Perendaman dalam air hangat ± 1.5 jam, Beras Hitam dan merah dimasak dengan jumlah air 30 % lebih banyak dari Beras Putih Cianjur
Penyaringan dengan ayakan 80 mesh
Nasi Gambar 2 Proses pemasakan Beras Hitam, merah dan putih Metode Analisis Warna Pengukuran warna dilakukan dengan menggunakan chromameter Hunter L, a, b color scale. Sampel beras terlebih dahulu diletakkan pada wadah transparan kemudian diukur menggunakan chromameter. Pengukuran dengan chromameter menghasilkan data dengan tiga parameter yang dinotasikan dengan L, a, dan b, dimana notasi L menyatakan tingkat kecerahan (lightness). Saat nilai L=0 artinya warna benda hitam dan 100 berarti putih, atau dengan kata lain semakin besar nilai L maka warna benda akan mendekati putih, sebaliknya semakin kecil nilai L, maka warna benda akan semakin mendekati hitam. Notasi a menyatakan warna kromatik campuran antara merah-hijau dengan nilai +a (positif) dari 0 sampai +100 untuk warna merah dan nilai –a (negatif) dari 0 sampai -80 untuk warna hijau yang artinya semakin besar nilai +a maka warna benda akan semakin mendekati merah dan sebaliknya semakin kecil nilai –a maka warna benda akan semakin mendekati hijau. Notasi b menyatakan warna kromatik campuran antara biru-kuning dengan nilai +b (positif) dari 0 sampai +70 untuk warna biru dan nilai –b (negatif) dari 0 sampai -70 untuk warna kuning yang artinya semakin besar nilai +b maka warna benda akan semakin mendekati biru dan sebaliknya semakin kecil nilai –b maka warna benda akan semakin mendekati kuning. Dari ketiga parameter itu dapat dilakukan perhitungan untuk mengukur derajat putih sampel.
5 Profil Gelatinisasi Pati Uji perilaku gelatinisasi dan profil pemastaan pati dilakukan dengan menggunakan Rapid Visco Analyzer (RVA). Prinsip pengukuran RVA sama dengan Brabender Amilograf hanya saja waktu pengukurannya lebih singkat sekitar 15-20 menit. Sebelum dilakukan pengukuran menggunakan RVA, beras harus ditepungkan dan harus diketahui terlebih dahulu data mengenai kadar air sampel. Kemudian sampel dilarutkan dalam canester dengan menambahkan sejumlah air untuk kemudian diukur perilaku gelatinisasi dan profil pemastaan pati nya di dalam RVA. Kekerasan Beras Pengukuran kekerasan beras dilakukan dengan menggunakan hardness meter. Sampel beras diletakkan pada tempat yang telah ditentukan. Beras tersebut akan ditusuk oleh jarum penusuk selama beberapa saat. Kemudian jarum penunjuk kekerasan akan bergerak dan menunjukkan nilai kekerasan beras yang diukur tersebut. Analisis Sifat Kimia Analisis proksimat Analisis Kadar Air, Metode Oven (AOAC 925.10 2000) Kadar air diukur dengan metode oven biasa karena kandungan bahan volatil pada sampel rendah dan sampel tidak mengalami degradasi pada suhu 100ºC. Pertama-tama, cawan alumunium kosong dikeringkan dalam oven dengan suhu 105°C selama 15 menit. Cawan tersebut lalu diangkat dan didinginkan dalam desikator selama 5 menit atau sampai cawan tidak terasa panas. Cawan yang telah dingin kemudian ditimbang dan dicatat beratnya. Setelah itu, sampel sebanyak ± 3 gram dimasukkan ke dalam cawan dan dikeringkan dalam oven pada suhu 105°C sampai beratnya konstan (perubahan berat tidak lebih dari 0,003 gram). Cawan tersebut lalu diangkat, didinginkan didalam desikator, dan ditimbang berat akhirnya. Kadar air dihitung dengan persamaan sebagai berikut: (
)
Keterangan: x = berat cawan dan sampel sebelum dikeringkan (g) y = berat cawan dan sampel setelah dikeringkan (g) a = berat cawan kosong (g) Analisis Kadar Abu (AOAC 923.03 2000) Cawan porselin dipanaskan di dalam oven dengan suhu 105°C selama 15 menit kemudian didinginkan di dalam desikator. Setelah dingin, cawan ditimbang dan dicatat beratnya. Sampel sebanyak ± 3 g dimasukkan kedalam cawan lalu diabukan di dalam tanur hingga diperoleh abu berwarna putih dan beratnya konstan. Cawan lalu diangkat, didinginkan dalam desikator, dan ditimbang. Kadar abu dihitung dengan persamaan sebagai berikut:
6 Perhitungan : (
)
Keterangan: W1 = Berat sampel (g) W2 = Berat Abu (g) Analisis Kadar Protein, Metode Mikro Kjeldahl (AOAC 991.20 2000) Sampel sebanyak ± 0,2 g ditimbang dan dimasukkan ke dalam labu Kjeldahl 100 ml. Lalu ditambahkan 2 gram K2SO4, 50 mg HgO, 2 ml H2SO4 pekat, dan taruh diatas penangas air. Sampel kemudian didekstruksi selama 1 jam hingga jernih dan didinginkan. Setelah itu, ditambahkan 2 ml air yang dimasukkan secara perlahan ke dalam labu dan didinginkan kembali. Cairan hasil dekstruksi (cairan X) dimasukkan ke dalam alat destilasi dan labu dibilas dengan air. Air bilasan juga dimasukkan ke dalam alatdestilasi. Erlenmeyer 125 ml berisi 5 ml H3BO3 dan 2 tetes indikator (Methylen red : Methylen blue = 2:1) diletakkan di ujung kondensoralat destilasi dengan ujung selang kondensor terendam dalam larutan H3BO3. Cairan X ditambahkan 10 ml NaOH-Na2S2O3 dan destilasi dilakukan hingga larutan dalam erlenmeyer ± 50 ml. Larutan dalam erlenmeyer kemudian dititrasi dengan HCl 0,02 N. Titik akhir titrasi ditandai dengan perubahan warna larutan dari hijau menjadi abu-abu. Prosedur yang sama dilakukan juga untuk penetapan blanko. Kadar protein dihitung dengan persamaan sebagai berikut: Perhitungan : ( )
(
) ( )
Keterangan: Vs = Volume HCl untuk titrasi sampel (ml) Vb = Volume untuk titrasi blanko (ml) C = Konsentrasi HCl (N) W = Berat sampel (mg) Analisis Kadar Lemak, Metode Soxhlet (AOAC 922.06 2000) Labu lemak yang telah bebas lemak dikeringkan di dalam oven, kemudian didinginkan dalam desikator, dan ditimbang. Sampel sebanyak ± 3 g dibungkus dalam kertas saring dan dimasukkan ke dalam alat ekstraksi soxhlet, kemudian dipasang kondensor dan labu pada ujung-ujungnya. Lalu dimasukkan pelarut heksana ke dalam alat dan sampel direfluks selama ± 5 jam. Setelah itu, pelarut didestilasi dan ditampung pada tempat lain. Labu lemak dikeringkan di dalam oven pada suhu 105°C sampai diperoleh berat tetap. Labu lemak kemudian dipindahkan ke desikator untuk didinginkan, lalu ditimbang dan dicatat beratnya. Kadar lemak dihitung dengan persamaan sebagai berikut:
7 Perhitungan: (
)
Keterangan: W1 = Berat Sampel (g) W2 = Berat Lemak (g) Kadar Karbohidrat by difference (AOAC 986.25 2000) Pengukuran kadar karbohidrat menggunakan metode by difference dihitung dengan persamaan sebagai berikut: Perhitungan : (
)
(
)
Daya Cerna Pati (Anderson et al. 2002) Daya cerna pati in vitro dianalisis secara spektroskopi yang mencakup tahap pembuatan kurva standar maltosa dan analisis sampel. Kurva standar maltosa dibuat dengan menambahkan 1 ml larutan maltosa standar dengan konsentrasi 0.0, 0.1, 0.2, 0.3, 0.4 dan 0.5 mg/ml dimasukkan ke dalam tabung reaksi bertutup, kemudian ditambahkan masing-masing 2 ml larutan asam dinitrosalisilat. Larutan dipanaskan dalam air mendidih selama 12 menit, kemudian segera didinginkan dengan air mengalir. Ditambahkan aquades 10 ml ke dalam larutan tersebut lalu divortex hingga homogen. Sampel diukur absorbansinya dengan spektrofotometer UV-Vis pada panjang gelombang 520 nm. Kemudian untuk analisis sampel sebanyak 100 mg sampel dimasukkan ke dalam tabung reaksi, lalu ditambahkan dengan 10 ml air aquades. Tabung reaksi ditutup dengan aluminium foil, divortex selama 30 detik dan dipanaskan dalam penangas air bersuhu 90oC selama 30 menit, kemudian didinginkan. Sampel lalu ditera dan dilarutkan dalam labu takar 100 ml dengan penambahan aquades. Setelah itu, diambil sebanyak 1 ml larutan sampel, dimasukkan ke dalam tabung reaksi, ditambahkan 1.5 ml aquades dan 2.5 ml larutan buffer Na-fosfat 0.1 M dengan pH 7.0. Masing-masing dibuat dua kali, yang salah satunya digunakan sebagai blanko. Tabung ditutup dan diinkubasi pada suhu 37 oC selama 15 menit. Larutan sampel dan blanko diangkat dan ditambahkan 2.5 ml larutan enzim αamilase (1 mg/ml dalam larutan buffer fosfat pH 7.0) dan diinkubasi lagi pada suhu 37 oC selama 30 menit lalu dipindahkan ke dalam tabung reaksi bertutup berisi 2 ml larutan DNS (asam dinitrosalisilat). Larutan dipanaskan dalam air mendidih selama 12 menit, lalu segera didinginkan dengan air mengalir. Sebanyak 10 ml aquades ditambahkan dalam larutan dan diaduk hingga homogen dengan menggunakan vortex. Larutan sampel dan blanko tersebut kemudian diukur absorbansinya dengan spektrofotometer UV-Vis pada panjang gelombang 520 nm. Daya cerna pati sampel dihitung sebagai persentase relatif terhadap pati murni sebagai berikut :
8
Keterangan : a = kadar maltosa sampel setelah reaksi enzimatis b = kadar maltosa pati murni setelah reaksi enzimatis
Total Fenol (Strycharz dan Shetty 2002) Total Phenolic Content (TPC) dari sampel beras ditentukan dengan menggunakan metode Folin-Ciocalteu. Standar asam galat terlebih dahulu disiapkan dengan konsentrasi 250 mg/L, buat pegenceran 50-250 mg/L. Sampel sebanyak 100 mg ditambahkan dengan 5 ml etanol 95% kemudian divortex selama 30 detik. Tabung berisi campuran tersebut disentrifus pada 3000 rpm selama 10 menit. Setelah selesai, 0.5 ml supernatan dan 0.5 ml standar pada masing-masing konsentrasi dimasukkan ke dalam tabung reaksi yang bersih lalu di tambahkan ke dalamnya 0.5 ml etanol 95%, 2.5 ml akuades, dan 2.5 ml reagen Folin-Ciocalteu 50%. Campuran didiamkan selama 5 menit lalu ditambahkan 0.5 ml Na2CO3 5% dan disimpan dalam ruang gelap selama 1 jam dan ukur absorbansi pada panjang gelombang 725 nm dengan menggunakan spektrofotometer. Nilai TPC diperkirakan menggunakan kurva standar asam galat, kemudian hasilnya dinyatakan sebagai mg asam galat equivalen dengan g sampel beras. Aktivitas Antioksidan (Kubo et al. 2002) Pengujian total aktivitas antioksidan dilakukan dengan menggunakan metode DPPH. Sebelum pengujian sampel, terlebih dahulu dibuat kurva standar asam askorbat (dalam metanol) pada konsentrasi 0, 50, 100, 200, 400 dan 500 mg/L. Kemudian sampel dilarutkan kedalam metanol PA sebanyak 2 g dengan perbandingan 1:4. Kemudian sampel dimasukkan kedalam tabung sentrifuse dan disonikasi selama 20 menit setelah itu sampel disentrifuse pada kecepatan 2500 rpm selama 10 menit. Kemudian, 2 ml buffer asetat dimasukkan kedalam tabung reaksi lalu ditambahkan 3.75 ml metanol dan 200 µl DPPH, setelah itu campuran divortex. Campuran yang telah divortex kemudian ditambahkan 50 µl larutan sampel atau larutan standar antioksidan (asam askorbat) dan untuk kontrol negatif diganti dengan 50 µl metanol. Setelah itu campuran diinkubasi di ruang gelap pada suhu 25oC selama ± 20 menit dan diukur absorbansinya pada panjang gelombang 517 nm. Aktivitas antioksidan dinyatakan dalam AEAC (Ascorbic Acid Equivalent Antioksidant Capacity) Total Flavonoid (Rohman et al. 2006) Pengukuran total flavonoid dilakukan sesuai dengan prosedur yang telah dilakukan oleh Rohman et al. (2006). Sebelum pengujian sampel, terlebih dahulu dibuat kurva kalibrasi quercetin (dalam metanol PA) pada konsentrasi 0, 50, 100, 200, 400, 600, 700, 800, 900 dan 1000 mg/L. Kemudian, sampel sebanyak 100 g diekstrak dengan menggunakan 2.5 ml metanol PA lalu disonikasi selama 15 menit dan disentrifugasi selama 10 menit pada kecepatan 3000 rpm. Sebanyak 0.5 ml ekstrak sampel direaksikan dengan 2 ml akuades dan 0.15 ml NaNO2 5% kemudian didiamkan selama 6 menit. Sebanyak 0.15 ml AlCl3 10% ditambahkan
9 ke dalam larutan, kemudian didiamkan kembali selama 6 menit. Larutan direaksikan dengan 2 ml NaOH 4%, kemudian diencerkan hingga volume total mencapai 5 ml dan didiamkan selama 15 menit. Setelah itu, absorbansi larutan diukur pada panjang gelombang 510 nm menggunakan spektrofotometer. Pengukuran juga dilakukan terhadap blanko berupa akuades. Kandungan flavonoid total dinyatakan sebagai jumlah mg quercetin ekuivalen tiap g sampel.
HASIL DAN PEMBAHASAN Warna Warna suatu benda menurut Kusnandar dan Andarwulan (2004) akan dipengaruhi oleh beberapa hal, yaitu adanya sinar sebagai sumber penerangan, sifat absorpsi dan refleksi spektrum benda yang disinari, kondisi lingkungan benda dan kondisi subyek yang melihat. Tanpa adanya sumber penerangan yang cukup maka identifikasi warna suatu benda tidak akan maksimal. Demikian juga dengan sifat absorbsi dan refleksi cahaya oleh benda, kondisi lingkungan dan kondisi subjek yang melihat benda juga akan mempengaruhi persepsi terhadap warna. Oleh karena itu, deskripsi objektif terhadap warna dapat menggunakan instrumen yang dapat mengukur warna secara kuantitatif.
Beras Putih Cianjur
Beras Merah Solok
Beras Hitam Solok
Beras Merah Cianjur
Beras Hitam Tangerang
Gambar 3 Penampakkan warna sampel beras Pengukuran warna pada penelitian ini dilakukan dengan menggunakan chromameter. Hasil analisis warna dapat dilihat pada Tabel 2. Bedasarkan (Tabel 2) nilai kecerahan (L) yang tertinggi dimiliki oleh Beras Putih Cianjur (67.00) dan yang terendah dimiliki oleh Beras Hitam Solok (22.57). Nilai a tertinggi dimiliki oleh Beras Merah Solok (11.60) dan yang terendah dimiliki oleh Beras Hitam
10 Solok (0.47). Nilai b yang tertinggi dimiliki oleh Beras Putih Cianjur (14.04) dan yang terendah dimiliki oleh Beras Hitam Solok (0.22). Tabel 2 Nilai warna pada lima varietas beras Indonesia Varietas Beras Merah Solok Beras Merah Cianjur Beras Hitam Solok Beras Hitam Tangerang Beras Putih Cianjur
L
A c
32.25 ± 0.29 35.75 ± 0.04d 22.57 ± 0.32a 25.21 ± 0.04b 67.00 ± 0.84e
B d
11.60 ± 0.17 9.87 ± 0.59c 0.47 ± 0.43a 3.50 ± 0.35b 0.95 ± 0.19a
12.97 ± 0.06c 13.72 ±0.10d 0.22 ± 0.26a 2.45 ± 0.13b 14.04 ± 0.32e
Angka-angka pada kolom yang sama diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
Hasil uji sidik ragam dan lanjut Duncan terhadap analisis warna (Lampiran 1) menyatakan bahwa nilai L, a dan b dari lima beras yang diuji berbeda nyata pada taraf uji 5%. Selain karena faktor lingkungan, perbedaan warna pada sampel beras yang diuji juga dipengaruhi oleh faktor genetik yang terdapat pada aleuron beras, Beras Putih Cianjur berwarna putih agak transparan karena memiliki sedikit aleuron dan mengandung amilosa sekitar 20%, pada Beras Merah aleuron mengandung gen yang memproduksi antosianin sebagai sumber warna merah dan ungu, dan pada Beras Hitam aleuron dan endospermanya memproduksi antosianin dengan intesitas tinggi sehingga menyebabkan warna beras menjadi ungu pekat atau mendekati hitam (Suardi dan Ridwan 2009). Analisis Proksimat Analisis proksimat dilakukan untuk mengetahui mengetahui kadar air, kadar abu, kadar lemak, kadar protein, dan kadar karbohidrat by difference. Hasil analisis proksimat dapat dilihat pada Tabel 3. Tabel 3 Hasil analisis proksimat pada lima varietas beras Indonesia Varietas Beras Merah Solok Beras Merah Cianjur Beras Hitam Solok Beras Hitam Tangerang Beras Putih Cianjur
Kadar Air (%) 11.47a 13.30b 13.55b 13.84b 13.99b
Kadar Abu (%) 1.28c 1.07b 1.28c 1.36d 0.35a
Kadar Lemak (%) 2.46d 2.44d 1.46b 1.91c 0.45a
Kadar Protein (%) 7.21b 9.50e 5.87a 7.79c 8.18d
Kadar Karbohidrat (%) 77.59cd 73.88b 77.84d 75.10a 77.03c
Angka-angka pada kolom yang sama diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
Kadar air Kadar air merupakan salah satu parameter penting yang sangat berpengaruh dalam proses penyimpanan beras. Kadar air yang tinggi pada beras akan menurunkan mutu beras sebab beras akan mudah terkontaminasi oleh jamur dan
11 kutu beras. Badan Standardisasi Nasional (2008) menyaratkan bahwa kadar air maksimum beras giling adalah 14%. Kadar air beras yang di uji berada pada kisaran (11.47-13.99)%, hasil ini masih dianggap aman untuk penyimpanan karena masih di bawah batasan standar yang ditetapkan BSN yakni 14%. Kadar air tertinggi dimiliki oleh Beras Putih Cianjur (13.99%), sedangkan yang terendah dimiliki oleh Beras Merah Solok (11.47%). Menurut Sompong et al. (2011), kadar air beberapa varietas Beras Merah seperti varietas DY dari Thailand adalah (12.01%), SRI1 dari Sri Lanka (12.94%) dan CNR dari China (11.90%) dan beberapa varietas Beras Hitam seperti PK dari Thailand (12.59%) dan CNB dari China (11.26%). Berdasarkan data tersebut Beras Merah Solok, Beras Merah Cianjur, Beras Hitam Solok, Beras Hitam Tangerang dan Beras Putih Cianjur yang dianalisis, nilai kadar airnya tidak terlalu berbeda dengan nilai kadar air berbagai varietas Beras Merah dan Hitam yang telah diteliti sebelumnya. Hasil ANOVA dan uji lanjut Duncan (Lampiran 4) menunjukkan bahwa kadar air Beras Hitam Solok, Beras Merah Cianjur, Beras Hitam Tangerang dan Beras Putih Cianjur tidak berbeda nyata pada pada taraf uji 5%. Kadar abu Abu adalah residu anorganik yang diperoleh setelah melalui proses penghilangan bahan-bahan organik yang terkandung dalam suatu bahan (Sudarmadji et al. 1996). Kadar abu sendiri menandakan kadar mineral yang terkandung di dalam beras. Nilai kadar abu dari beras yang diteliti berkisar antara (0.35-1.36)%. Kadar abu tertinggi dimiliki oleh Beras Hitam Tangerang (1.36%), Beras Merah dan Beras Hitam Solok (1.28%), Beras Merah Cianjur (1.07%) dan yang terendah dimiliki oleh Beras Putih Cianjur (0.35 %) (Tabel 3). Kadar abu pada Beras Merah Solok dan Beras Hitam Solok tidak berbeda nyata pada taraf uji 5%, dan uji lanjut Duncan membagi nilai kadar abu menjadi empat subset (lampiran 4). Nilai kadar abu beras yang memiliki pigmen warna cenderung lebih tinggi dibandingkan Beras Putih Cianjur, hal ini mungkin disebabkan karena kandungan mineral beras berwarna lebih banyak dibandingkan Beras Putih Cianjur. Nilai kadar abu tersebut menunjukkan hasil yang tidak terlalu berbeda dengan penelitian sebelumnya yang dilakukan oleh Sompong et al. (2011) pada beberapa varietas Beras Merah dari China, Srilanka dan Thailand yang nilainya berkisar antara (0.82-1.45) % dan beberapa varietas Beras Hitam dari China dan Thailand yang nilainya berkisar antara (1.42-1.74) %. Kadar lemak Nilai kadar lemak dari lima sampel beras yang diuji berkisar antara (0.452.46) %. Kadar lemak tertinggi dimiliki oleh Beras Merah Solok (2.46%) diikuti oleh Beras Merah Cianjur (2.44%), Beras Hitam Tangerang (1.91%), Beras Hitam Solok (1.28%) dan kadar lemak terendah dimiliki oleh Beras Putih Cianjur (0.45%) (Tabel 3). Nilai kadar lemak dari beberapa varietas Beras Merah dan hitam lain yang telah diteliti Sompong et al. (2011), seperti varietas Beras Merah DY dari Thailand adalah (3.19%), SRI1 dari Sri Lanka (1.15%) dan CNR dari China (2.35 %) serta beberapa varietas Beras Hitam lain seperti PK dari Thailand adalah 3.72 % dan CNB dari China sebesar 2.85%. Berdasarkan data tersebut,
12 beras yang dianalisis nilai kadar lemaknya tidak terlalu berbeda dengan nilai kadar lemak dari berbagai varietas Beras Merah dan Hitam yang telah diteliti sebelumnya. Hasil ANOVA dan uji lanjut Duncan (Lampiran 4) menunjukkan bahwa nilai kadar lemak Beras Merah Solok dan Beras Merah Cianjur tidak berbeda nyata pada taraf uji 5%. Kadar protein Kadar protein dari lima sampel beras yang diuji yang tertinggi dimiliki oleh Beras Merah Cianjur (9.50%), diikuti oleh Beras Putih Cianjur (8.18%), Beras Hitam Tangerang (7.79%), Beras Merah Solok (7.21%) dan yang terendah dimiliki oleh Beras Hitam Solok (5.87%). Data tersebut berbeda nyata pada taraf uji 5% dan uji lanjut Duncan membagi data tersebut menjadi lima subset (Lampiran 4). Menurut Gelay dan Bryant (2009), kandungan protein Beras Merah di Amerika Utara bervariasi dari 9.9 % hingga 14.0 %, sedangkan Sumpong et al. (2011) melaporkan bahwa sejumlah varietas Beras Merah dan Hitam di Thailand, Sri Lanka dan Cina mengandung protein dengan variasi kadar proteinnya antara 7.16 % hingga 10.36 %. Berdasarkan data tersebut, sampel beras yang dianalisis nilai kadar proteinnya tidak terlalu berbeda dengan nilai kadar protein berbagai varietas Beras Merah dan hitam yang telah diteliti sebelumnya. Kadar karbohidrat Kadar karbohidrat pada lima sampel beras yang diteliti berkisar antara 73.88-77.84 %. Nilai karbohidrat yang tertinggi dimiliki oleh Beras Hitam asal Solok (77.84%), diikuti oleh Beras Merah Solok (77.59%), Beras Putih Cianjur cianjur (77.03%), Beras Hitam Tangerang (75.10%) dan yang terendah adalah Beras Merah asal cianjur (73.88%) (Tabel 3). Hasil analisis kadar karbohidrat menunjukkan nilai yang tidak jauh berbeda dengan nilai kadar karbohidrat yang umum terdapat pada beras yaitu pada kisaran 78% (Juliano 1972). Hasil ANOVA dan uji lanjut Duncan (Lampiran 4) menunjukkan tidak adanya perbedaan nyata antara nilai kadar karbohidrat Beras Hitam Solok dan Beras Merah Solok begitu juga dengan Beras Merah Solok dan Beras Putih Cianjur pada taraf uji 5%. Kekerasan Beras Kekerasan merupakan sifat yang menunjukkan daya tahan untuk pecah akibat gaya tekan yang diberikan. Hasil analisis kekerasan beras dapat dilihat pada Tabel 4. Tabel 4 Nilai kekerasan beras pada lima varietas beras Indonesia Sampel Beras Merah Solok Beras Hitam Solok Beras Merah Cianjur Beras Hitam Tangerang Beras Putih Cianjur
Kekerasan (KgF) 8.40 ± 0.00d 6.65 ± 0.15a 7.30 ± 0.10b 7.55 ± 0.15c 7.30 ± 0.10b
Angka-angka pada kolom yang sama diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
13
Nilai kekerasan beras dari lima sampel beras yang diuji tertinggi dimiliki Beras Merah Solok (8.40 KgF) dan yang terendah dimiliki oleh Beras Hitam Solok (6.65 KgF). Hasil ANOVA dan uji lanjut Duncan (Lampiran 2) terhadap kekerasan beras antar varietas menunjukkan adanya perbedaan nyata pada taraf uji 5%. Nilai kekerasan beras ini umumnya dipengaruhi oleh beberapa hal, yaitu kadar air, lama penyimpanan beras dan derajat sosohnya (Widiatmoko 2005). Semakin kecil kadar air akan menyebabkan beras cenderung semakin keras. Hal ini sesuai dengan hasil analisis kadar air yang menunjukkan bahwa kadar air terendah dimiliki oleh Beras Merah Solok (11.47%) yang menyebabkan Beras Merah Solok memiliki nilai kekerasan beras yang tinggi (8.40 KgF). Profil Gelatinisasi Pati Analisis profil gelatinisasi pati pada peneilitian ini menggunakan RVA. Data yang diperoleh dari pengukuran menggunakan RVA diantaranya adalah viskositas puncak atau maximum viscosity (MV), viskositas breakdown (VB), viskositas setback atau setback viscosity (SV), dan stabilitas pengadukan pada 50oC. MV diukur saat pasta pati mencapai viskositas maksimum selama fase pemanasan. VB menunjukkan kestabilan viskositas terhadap pemanasan. SV menunjukkan kecenderungan pati untuk mengalami retrogradasi. Pada umumnya pati memiliki gugus hidroksil yang sangat banyak. Hal inilah yang menyebabkan kemampuan menyerap airnya besar yang menyebabkan granula pati membengkak. Menurut Winarno (1997) peningkatan viskositas terjadi karena air yang pada awalnya berada diluar granula dan bergerak bebas pada saat suspensi belum dipanaskan kini berada dalam butir pati sehingga tidak dapat bergerak bebas lagi. Nilai profil gelatinisasi pati dari sampel yang dianalisis dapat dilihat pada Tabel 5. Tabel 5 Data viskositas pada lima varietas beras Indonesia Varietas Beras Merah Solok Beras Merah Cianjur Beras Hitam Solok Beras Hitam Tangerang Beras Putih Cianjur
Suhu gelatinisasi (oC) 87.54 87.99 87.08 89.10 85.80
Viscosity Breakdown Setback Peak (cP) (cP) (cP) 1986.50 1160.25 1983.25 2160.50 1070.00 2440.25 2260.75 957.50 2503.50 1412.25 574.75 1661.75 3469.00 2116.25 1604.25
Final (cP) 2809.50 3530.75 3806.75 2499.25 2957.00
Suhu gelatinisasi dari lima sampel beras yang diuji bervariasi antara 85.80 dan 87.99 oC, suhu gelatinisasi tersebut sangat berkaitan erat dengan kandungan amilosa yang dimiliki oleh beras dimana semakin tinggi kadar amilosa umumnya suhu gelatinisasi pati cenderung tinggi (Sompong et al. 2011). Selain itu, data yang diperoleh dari hasil analisis juga menunjukkan bahwa Beras Putih Cianjur memiliki puncak viskositas (maximum viscosity) yang cukup tinggi (3469.00) cP dan diikuti dengan penurunan viskositas (breakdown viscosity) yang cukup tajam selama fase pemanasan (2116.25) cP. Hal ini
14 menunjukkan bahwa granula pati Beras Putih Cianjur kurang tahan atau kurang stabil oleh proses pemanasan. Pada fase pendinginan, viskositas pati Beras Putih Cianjur mengalami peningkatan (setback viskocity) (1604.25) cP yang disebabkan oleh terjadinya penggabungan kembali (re-association) molekul-molekul amilosa dan amilopektin melalui ikatan hidrogen. Peningkatan viskositas selama fase pendinginan juga menunjukkan kecenderungan retrogradasi dari pasta pati Beras Putih Cianjur. Berdasarkan tingkat kestabilan oleh proses pemanasan, granula Beras Hitam Tangerang adalah yang paling tinggi stabilitasnya karena nilai breakdown viscosity nya rendah (574.75) cP diikuti oleh Beras Hitam Solok (957.50) cP, Beras Merah Cianjur (1070.00) cP, Beras Merah Solok (1070.00) dan yang terendah adalah granula Beras Putih Cianjur (2116.25) cP. Sedangkan berdasarkan kecenderungan retrogradasi, pasta Beras Hitam Solok (2503.50) cP adalah yang paling besar kecenderungan retrogradasinya diikuti oleh Beras Merah Cianjur (2440.25) cP, Beras Merah Solok (1983.25), Beras Hitam Tangerang (1661.75) cP dan yang terendah adalah pasta Beras Putih Cianjur (1604.25) cP. Penelitian yang dilakukan oleh Sompong et al. (2011) menyatakan bahwa kandungan amilosa pada Beras Hitam berkisar antara 9.66 dan 25.49 %. Sedangkan pada Beras Merah kandungan amilosanya berkisar antara 1.22 dan 15.17% (Masniawati et al. 2013). Kandungan amilosa yang cukup tinggi memiliki kontribusi yang besar terhadap kecenderungan terjadinya retrogradasi pasta pati selama fase pendinginan (Lehmann et al. 2003). Diduga hal yang sama juga yang membuat kecenderungan retrogradasi pada Beras Hitam Solok besar. Daya Cerna Pati Daya cerna pati in vitro beras yang diteliti berkisar antara 56.10-87.35 %. Nilai tersebut secara rinci dapat dilihat pada Gambar 4. 100
Daya cerna pati (%)
87.35c
83.43c
90 80 70
62.06b
60
56.10a
58.14a,b
50 40
Daya cerna pati
30 20 10 0 Beras merah Solok
Beras merah cianjur
Beras Beras Beras hitam hitam putih solok tangerang
Angka-angka yang diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
Gambar 4 Daya cerna pati lima varietas beras Indonesia
15 Daya cerna pati tertinggi dimiliki oleh Beras Putih Cianjur (87.35%), diikuti oleh Beras Hitam Solok (83.43%), Beras Merah Solok (62.06%), Beras Hitam Tangerang (58.14%), dan yang terendah dimiliki oleh Beras Merah Cianjur (56.10%). Hal ini sesuai dengan penelitian yang telah dilakukan oleh Deepa (2010) terhadap Beras Merah, hitam dan putih yang memberikan hasil bahwa beras berwarna memiliki daya cerna pati yang lebih rendah dibandingkan dengan Beras Putih Cianjur. Daya cerna pati yang rendah artinya hanya sedikit jumlah pati yang dapat dihidrolisis oleh enzim pencernaan dalam waktu tertentu. Dengan demikian, kadar glukosa dalam darah tidak mengalami kenaikan secara drastis sesaat setelah makanan tersebut dicerna dan dimetabolisme oleh tubuh (Arif 2013). Hal ini juga dipekuat dengan penelitian yang telah dilakukan oleh Argasasmita (2008) dan Hasan et al. (2011) yang menyimpulkan bahwa daya cerna pati yang tinggi akan menghasilkan IG yang tinggi atau semakin tinggi daya cerna pati suatu bahan pangan maka akan semakin berpotensi menyebabkan diabetes. Kandungan Total Fenol Tepung Beras dan Nasi Total Fenol merupakan komponen kimia yang memiliki cincin aromatik dengan satu atau lebih yang berikatan dengan gugus hidroksil (Dykes and Rooney 2007). Strack (1992) melaporkan bahwa terdapat lebih dari 8000 struktur fenolik tersebar pada kingdom tanaman. Bentuk komponen fenolik tersebar mulai dari bentuk yang paling sederhana, bentuk dengan berat molekul ringan, cincin aromatik tunggal hingga kompleks. Kadar total fenol pada lima jenis beras yang dianalisis menggunakan metode Folin-Ciocalteu diperkirakan dengan kurva standar asam galat (Lampiran 6), kemudian hasilnya dinyatakan sebagai mg asam galat equivalen dengan g sampel beras. Sedangkan nilai total fenol dari lima sampel beras yang diuji dalam bentuk tepung dan yang sudah dimasak dapat dilihat pada Tabel 6. Tabel 6 Nilai kandungan total fenol pada beras dan nasi Varietas Beras Merah Solok Beras Merah Cianjur Beras Hitam Solok Beras Hitam Tangerang Beras Putih Cianjur
Total Fenol (mg as. galat/g) Tepung beras Nasi 5.309 ± 0.283b 3.036 ± 0.264b 5.812 ± 0.614b 3.151 ± 0.159b 5.121 ± 0.521b 3.630 ± 0.048c b 5.068 ± 0.924 3.150 ± 0.024b 1.512 ± 0.022a 2.372 ± 0.076a
Angka-angka pada kolom yang sama diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
Pengujian kadar total fenol dilakukan pada sampel beras yang ditepungkan dan yang sudah dimasak. Pertama-tama, kurva standar asam galat dibuat dengan memplotkan absorbansi yang dihasilkan dengan beberapa konsentrasi asam galat yang sudah ditentukan. Persamaan garis yang diperoleh adalah y = 0.0045x 0.0414 dengan nilai R2=0.9825, kemudian kurva digunakan untuk mencari nilai total fenol pada sampel beras dan nasi.
16 Berdasarkan data yang diperoleh dari hasil analisis, kadar total fenol tertinggi dimiliki oleh Beras Merah Cianjur (5.812 ± 0.614 mg GAE/g), diikuti oleh Beras Merah Solok (5.309 ± 0.283 mg GAE/g), Beras Hitam Solok (5.121 ± 0.521 mg GAE/g), Beras Hitam Tangerang (5.068 ± 0.924 mg GAE/g) dan yang terendah dimiliki oleh Beras Putih Cianjur (1.512 ± 0.022 mg GAE/g). Sedangkan pada Beras Merah,
hitam dan Beras Putih Cianjur yang sudah dimasak kandungan total fenolnya terbesarnya dimiliki oleh Beras Hitam Solok sebesar (3.630 ± 0.048 mg GAE/g), Beras Merah Cianjur (3.151 ± 0.159 mg GAE/g), Beras Hitam Tangerang (3.150 ± 0.024 mg GAE/g), Beras Merah Solok (3.036 ± 0.264 mg GAE/g) dan yang terendah dimiliki oleh Beras Putih Cianjur (2.372 ± 0.076 mg GAE/g). Kandungan total fenol pada Beras Hitam dan merah pada umumnnya disebabkan karena adanya komponen warna alami pada beras (Oki et al. 2002) yang terdistribusi secara merata pada struktur metabolit sekundernya (MartinezValverde et al. 2000). Hal inilah yang membuat kandungan total fenol Beras Hitam dan merah asal cianjur, solok dan tengerang lebih tinggi dibandingkan dengan Beras Putih Cianjur. Namun, Beras Putih Cianjur tetap memiliki kandungan total fenol walaupun tidak lebih banyak dibandingkan dengan Beras Hitam ataupun merah. Hal ini diduga karena masih ada sisa bekatul yang menempel pada bulir beras dimana bekatul diketahui memiliki jumlah fitonutrien yang tinggi termasuk komponen fenolik (Chen and Bergman 2003). Setelah proses pemasakan terjadi penurunan kandungan total fenol pada sampel beras yang dianalisis (Tabel 6). Proses pemasakan memiliki pengaruh nyata terhadap penurunan kandungan total fenol pada taraf uji % (Lampiran 6). Penurunan kandungan total fenol tersebut mungkin disebabkan karena perlakuan pemanasan telah merusak komponen fenolik yang sensitif terhadap panas. Hal ini diperkuat oleh Fares et al.(2009) yang melaporkan bahwa terjadi penurunan kandungan total fenol pada pasta tepung gandum yang dimasak. Namun, pada sampel Beras Putih Cianjur yang dianalisis terjadi kenaikan kandungan total fenolnya. Menurut Prajapati (2013) hal ini disebabkan karena pada beberapa sampel bahan pangan kandungan total fenolik yang umumnya ada dalam bentuk terikat akan terlepas pada saat terpapar oleh panas, sehingga kandungan total fenol pada Beras Putih Cianjur yang sudah dimasak sedikit lebih tinggi dibandingkan dengan pada tepung beras. Kandungan Total Flavonoid Tepung Beras dan Nasi Flavonoid merupakan komponen fenolik yang umum terdapat dan terdistribusi secara luas dihampir semua tanaman, baik sayuran maupun buah (Abu Bakar et al. 2008). Selain itu, flavonoid juga merupakan golongan fenolik yang memiliki dua cincin aromatik yang terikat oleh 3 karbon dan biasanya ada di dalam cincin heterosiklik teroksidasi (Liu 2004). Kadar total flavonoid pada lima jenis beras yang dianalisis diperkirakan dengan menggunakan kurva standar quercetin (Lampiran 7), kemudian hasilnya dinyatakan sebagai mg quercetin equivalen dengan g sampel beras. Sedangkan nilai total flavonoid dari lima sampel beras yang diuji dalam bentuk tepung dan yang sudah dimasak dapat dilihat pada Tabel 7.
17 Tabel 7 Nilai total flavonoid pada beras dan nasi Varietas Beras Merah Solok Beras Merah Cianjur Beras Hitam Solok Beras Hitam Tangerang Beras Putih Cianjur
Total flavonoid (mg quercetin/ g) Tepung beras Nasi 19.245 ± 1.491e 2.024 ± 0.140d 14.215 ± 0.651d 1.144 ± 0.198b 9.824 ± 1.546c 0.999 ± 0.032b b 7.720 ± 0.217 1.430 ± 0.133c 0.634 ± 0.084a 0.434 ± 0.045a
Angka-angka pada kolom yang sama diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
Analisis kadar total flavonoid dilakukan pada sampel beras yang ditepungkan dan yang sudah dimasak. Pertama-tama, kurva standar quercetin dibuat dengan memplotkan absorbansi yang dihasilkan dengan beberapa konsentrasi quercetin yang sudah ditentukan. Persamaan garis yang diperoleh adalah y= 0.001x + 0.0318 dengan nilai R2= 0.9851, kemudian kurva digunakan untuk mencari nilai kadar total flavonoid pada sampel beras dan nasi. Berdasarkan data hasil analisis, kandungan total flavonid tertinggi dimiliki oleh Beras Merah Solok (19.245 ± 1.491 mg/g) diikiuti oleh Beras Merah Cianjur (14.215 ± 0.651 mg/g), Beras Hitam Solok (9.824 ± 1.546 mg/g), Beras Hitam Tangerang (7.720 ± 0.217 mg/g) dan yang terendah dimiliki oleh Beras Putih Cianjur (0.634 ± 0.084 mg/g). Sedangkan pada beras yang sudah dimasak kandungan total flavonoid terbesar dimiliki oleh Beras Merah Solok (2.024 ± 0.140 mg/g), diikuti oleh Beras Hitam Tangerang (1.430 ± 0.133 mg/g), Beras Merah Cianjur (1.144 ± 0.198 mg/g), Beras Hitam Solok (0.999 ± 0.032 mg/g) dan yang terendah dimiliki oleh Beras Putih Cianjur (0.434 ± 0.045 mg/g). Kandungan total flavonoid pada Beras Hitam, merah dan putih disebabkan karena keberadaan zat warna pada beras (Shen et al. 2008). Hal ini lah yang menyebabkan kandungan total flavonoid sampel Beras Hitam dan merah yang dianalis lebih besar dibandingkan dengan Beras Putih Cianjur. Menurut Prajapati (2013) kadar total flavonoid pada beras lebih kecil dibandingkan dengan serealia lain seperti pada gandum yang kadar total flavonoidnya sebesar (279.4 ± 16.59 mg%) dan sorgum (338.5 ± 25.97 mg%), hal ini didukung oleh Adom and Liu (2002) yang menyatakan bahwa kandungan total flavonoid pada gandum dan oat hampir serupa dan lebih tinggi bila dibandingkan dengan kandungan total flavonoid pada beras. Setelah mengalami proses pemasakan kandungan total flavonoid pada sampel Beras Hitam Solok, Beras Hitam Tangerang, Beras Merah Solok, Beras Merah Cianjur dan Beras Putih Cianjur mengalami penurunan yang sangat signifikan (Tabel 7). Proses pemasakan memiliki pengaruh nyata terhadap penurunan kandungan total flavonoid pada taraf uji 5% (Lampiran 7). Penurunan kandungan total flavonoid ini sangat berkaitan erat dengan proses pemasakan karena komponen fenolik umumnya sangat sensitif terhadap suhu (Piga et al. 2003). Menurut Pérez-Jiménez dan Saura-Calixto (2005) sampel beras yang mengalami proses pemasakan yang telah diteliti sebelumnya terjadi penurunan kandungan fenolik sebesar 84.16%.
18 Kandungan Total Aktivitas Antioksidan Tepung Beras dan Nasi Aktivitas antioksidan dari sampel Beras Hitam, merah dan putih di analisis dengan menggunakan reagen DPPH yang dilarutkan dalam metanol. DPPH merupakan radikal bebas yang sangat stabil. Tidak seperti radikal bebas yang umumnya digunakan dalam analisis in vitro lain seperti radikal hidroksil dan anion superoksida, DPPH memiliki kelebihan yaitu tidak terpengaruh dengan reaksi sampingan lain, seperti inhibisi enzim dan kelasi ion metal (Stanković 2010). Aktivitas antioksidan pada lima jenis beras yang dianalisis menggunakan metode DPPH diperkirakan dengan kurva standar asam askorbat (Gambar 8), kemudian hasilnya dinyatakan sebagai mg asam askorbat equivalen dengan g sampel beras. Sedangkan nilai aktivitas antioksidan dari lima sampel beras yang diuji dalam bentuk tepung dan yang sudah dimasak dapat dilihat pada Tabel 8. Tabel 8 Nilai aktivitas antioksidan pada beras dan nasi Varietas Beras Merah Solok Beras Merah Cianjur Beras Hitam Solok Beras Hitam Tangerang Beras Putih Cianjur
Aktivitas antioksidan AEAC (mg As. Askorbat/ g) Tepung beras Nasi d 8.600 ± 0.825 0.388 ± 0.038a e 9.650 ± 0.636 0.446 ± 0.038b 6.308 ± 0.318c 0.511 ± 0.013b 1.790 ± 0.075b 0.761 ± 0.020c 0.563 ± 0.236a 0.333 ± 0.031a
Angka-angka pada kolom yang sama diikuti oleh huruf yang sama tidak berbeda nyata pada taraf uji 5% (uji Duncan)
Analisis aktivitas antioksidan dengan metode DPPH dilakukan pada sampel beras yang ditepungkan dan yang sudah dimasak. Pertama-tama, kurva standar asam askorbat dibuat dengan memplotkan absorbansi yang dihasilkan dengan beberapa konsentrasi asam askorbat yang sudah ditentukan. Persamaan garis yang diperoleh adalah y=-0.0016x + 0.657dengan nilai R2=0.9954, kemudian kurva digunakan untuk mencari nilai aktivitas antioksidan pada sampel beras dan nasi. Berdasarkan data hasil analisis, aktivitas antioksidan tertinggi dimiliki oleh Beras Merah Cianjur (9.650 ± 0.636 mg AEAC/g), diikuti oleh Beras Merah Solok (8.600 ± 0.825 mg AEAC/g), Beras Hitam Solok (6.308 ± 0.318 mg AEAC/g), Beras Hitam Tangerang (1.790 ± 0.075 mg AEAC/g), dan yang terendah dimiliki oleh Beras Putih Cianjur (0.563 ± 0.236 mg AEAC/g). Sedangkan pada beras yang sudah dimasak aktivitas antioksidan terbesar dimiliki oleh Beras Hitam Tangerang (0.761 ± 0.020 mg AEAC/g), diikuti oleh Beras Hitam Solok (0.511 ± 0.013 mg AEAC/g), Beras Merah Cianjur (0.446 ± 0.038 mg AEAC/g), Beras Hitam Tangerang (0.388 ± 0.038 mg AEAC/g) dan yang terendah dimiliki oleh Beras Putih Cianjur (0.333 ± 0.031 mg AEAC/g). Sifat fungsional pada beras umumnya merupakan peran dari komponen fitokimia yang mayoritasnya adalah komponen fenolik dan sebagiannya adalah peran komponen warna. Keberadaan komponen warna saat ini mendapatkan perhatian lebih karena disebabkan oleh potensinya sebagai antioksidan.
19 Setelah proses pemasakan, terjadi penurunan total aktivitas antioksidan. Proses pemasakan memiliki pengaruh nyata terhadap penurunan aktivitas antioksidan pada taraf uji 5% (Lampiran 8). Sebab, menurut (Kalkan and Yucecan 2013) perebusan, penggorengan dan prosedur pemasakan lain pada bahan pangan berkorelasi positif terhadap penurunan aktivitas antioksidan. Korelasi antara Total fenol, Total Flavonoid dan Aktivitas Antioksidan Analisis korelasi pearson antara tiga paramater uji yaitu total fenol, total flavonoid dan aktivitas antioksidan pada sampel Beras Merah Cianjur, Beras Merah Solok, Beras Hitam Solok, Beras Hitam Tangerang dan Beras Putih Cianjur menunjukkan nilai korelasi yang signifikan positif (P < 0.001) baik korelasi antara total fenol dengan aktivitas antioksidan dan total flavonoid dengan aktivitas antioksidan. Kandungan total fenol sampel beras berkorelasi positif terhadap aktivitas antioksidan dengan nilai r2 = 0.525 artinya total fenol memiliki pengaruh namun tidak cukup kuat terhadap perannya sebagai aktivitas antioksidan. Sebab aktivitas antioksidan pada beras tidak hanya disebabkan oleh keberadaan kandungan total fenol melainkan juga akibat keberadaan komponen fitokimia lain yang ada pada beras seperti karotenoid, tokol dan g-orizanol (Choi et al. 2007). Sedangkan kandungan total flavonoid sampel beras menunjukkan korelasi positif yang sangat kuat terhadap aktivitas antioksidan dengan nilai dengan koefisien korelasi sebesar 0.870 atau r2 = 0.756, yang artinya sekitar 75% aktivitas antioksidan pada sampel beras yang diuji dipengaruhi oleh keberadaan flavonoid dan sisanya sangat mungkin disebabkan oleh keberadaan komponen fenolik lain yang terdapat pada sampel Beras Merah, hitam dan putih yang tidak dianalisis pada penelitian ini.
SIMPULAN DAN SARAN Simpulan Varietas beras memiliki pengaruh yang nyata terhadap perbedaan sifat fisik (kekerasan, warna dan profil gelatinisasi), sifat kimia (proksimat, kandungan total fenol, kandungan total flavonoid) dan sifat fungsional (daya cerna pati dan aktivitas antioksidan) pada lima sampel beras yang diuji. Selain varietas, lokasi penanaman juga berpengaruh terhadap kualitas beras. Beras Hitam dan merah yang berasal dari Solok dan Cianjur memiliki sifat kimia dan fungsional yang lebih baik dibandingkan dengan beras yang berasal dari Tangerang. Selain itu, Daya cerna pati beras yang memiliki pigmen warna seperti Beras Merah Solok (62.06%), Beras Merah Cianjur (56.10%), Beras Hitam Solok (83.43%) dan Beras Hitam Tangerang (58.14%) terbukti lebih kecil dibandingkan dengan Beras Putih Cianjur (87.35%) sehingga berpotensi untuk dijadikan pertimbangan dalam membuat produk pangan bagi penderita diabetes. Proses pemasakan beras secara konvensional dengan perendaman dan pengukusan menurunkan kandungan kima dan sifat fungsional sampel Beras Merah Solok, Beras Merah Cianjur, Beras Hitam Solok, Beras Hitam Tangerang
20 dan Beras Putih Cianjur baik aktivitas antioksidan, kandungan total fenol dan kandungan total flavonoid. Saran Penelitian selanjutnya pada sampel Beras Merah dan hitam perlu dilakukan analisis yang belum dilakukan pada penelitian ini seperti analisis kadar serat, analisis kandungan total antosianin. Perlu juga dipelajari mengenai pengaruh variasi proses pegolahan lain yang umum dilakukan sehari-hari untuk menentukan pada kondisi seperti apa dan dengan jenis pengolahan bagaimana senyawa fitokimia yang ada pada beras masih dapat memberikan sifat kimia dan sifat fungsional yang baik.
DAFTAR PUSTAKA [AOAC] Association of Analitical Communities. 2000. Official methods of analysis. 17th edition. Gaithersburg (US): AOAC. [BBPTP] Balai Besar Penelitian Tanaman Padi. 2010. Informasi ringkas Bank Pengetahuan Tanaman Pangan Indonesia: Mengenal Beras Hitam. Jakarta (ID): BBPTP. [BPS] Badan Pusat Statistik. 2012. Statistik daerah Kabupaten Tangerang. Tangerang (ID): BPS. [BPS] Badan Pusat Statistik. 2013. Kota Solok dalam angka. Solok (ID): BPS [Diunduh 2014 Desember 14]. Tersedia pada: http://solokkota.bps.go.id/?hal=publikasi_detil&id=1. [BSN] Badan Standardisasi Nasional. 2008. Standar Nasional Indonesia Beras Giling. SNI 6128-2008. Jakarta (ID): BSN. Abu Bakar MF, Mohamed M, Rahmat A and Fry J. 2008. Phytochemicals and antioxidant activity of different parts of bambangan (Mangifera pajang) and tarap (Artocarpus odoratissimus). Food Chemistry 113(2009):479-483. Adom KK, Liu R H. 2002. Antioxidant activity of grains. Journal of Agricultural and Food Chemistry. 50(21):6182–6187. Anderson AK, Guraya HF, James C, Salvaggio L. 2002. Digestibility and pasting properties of rice starch heat-moisture treated at the melting temperature (tm). Starch/Starke 54(2002):401-409. Argasasmita TU. 2008. Karakterisasi sifat fisikokimia dan indeks glikemik varietas beras beramilosa rendah dan tingi. [skripsi]. Bogor (ID): Institut Pertanian Bogor. Arif AB, Budiyanto A, Hoerudin. 2013. Nilai indeks glikemik produk pangan dan faktor-faktor yang memengaruhinya. J. Litbang Pert. 32(3):91-99. Chen MH, Bergman CJ. 2003. A rapid procedure for analysing rice bran tocopherol, tochotrienol and γ-oryzanol contents. J. Food Comp. Anal. 18(2005):139-151. Chen PN, Kuo WH, Chiang CL, Chiou HL, Hsieh YS, Chu SC. 2006. Black rice anthocyanins inhibit cancer cells invasion via repressions of MMPsand u-PA expression. Chemico-Biological Interactions. 163(2006):218–229.
21 Choi Y, Jeong HS, Lee J. 2007. Antioxidant activity of methanolic extracts from some grains consumed in Korea. Food Chemistry. 103(1):130–138. Deepa G, Singh V, Naidu KA. 2010. A comparative study on starch digestibility, glycemic index and resistant starch of pigmented (‘Njavara’ and ‘Jyothi’) and a non-pigmented (‘IR 64’) rice varieties. J Food Sci Technol. 47(6):644649. Dykes L, Rooney LW. 2007. Phenolic compounds in cereal grains and their health benefits. Cereal Food World. 52(3):0105. Fares C, Cristiano P, Antonietta B, Valeria M. 2009. Effect of processing and cooking on phenolic acid profile and antioxidant capacity of durum wheat pasta enriched with debranning fractions of wheat. Food Chem. 119(2010):1023–1029. Gelay DR, Bryant RJ. 2009. Seed physicochemical characteristics of field-grown US weedy red rice (Oryza sativa) biotypes: Contrasts with commercial cultivars. Journal of Cereal Science. 49(2009):239-245. Hasan V, Astuti S dan Susilawati. 2011. Indeks glikemik dari umbi garut, suweg dan singkong. Jurnal Teknologi Industri dan Hasil Pertanian. 16(1):34-50. Juliano BO. 1972. The rice caryopsis and its composition. Di dalam D.F. Houston (ed). Rice Chemistry and Technology. St. Paul. Minnesota, pp (US): American Associaton of Chemists, Inc. Kalkan I, Yucecan S. 2013. Stability of dietary phenolic and antioksidan properties of vegetables depends on cooking methodology. Journal of Marmara University Institute of Health Sciences. 3(Suppl.1):S8-S16. Kubo I, Masuoka N, Xiao P, Haraguchi H. 2002. Antioxidant activity of dodecyl gallate. J Agr Food Chem. 50(12):3533-3539. Kusnandar F, Andarwulan N. 2004. Analisis Warna Bahan Pangan. Bogor (ID): Institut Pertanian Bogor. Lehmann U, Rossler C, Schmiedl D and Jacobash G. 2003. Production and physico-chemical characterization of resistant starch type 3 derived from pea. Starch/Nahrung/Food 47 (1):60-63. Liu RH. 2004. Potential synergy of phytochemicals in cancer prevention: mechanism of action. Journal of Nutrition 134:3479S–3485S. Martinez-valverde I, MJ Periago and G Ros. 2000. Nutritional importance of phenolic compounds in the diet. Arch Latinoam. Nutr. 50(1):5-18. Masniawati A, Eva Johannes, Andi Ilham Latunra, Novita Paelongan. 2013. Karakterisasi sifat fisikokimia Beras Merah pada beberapa sentra produksi beras di sulawesi selatan. Artikel ilmiah. Makasar (ID): Universitas Hasanuddin. Oki T, M Matsuda, M. Kobayashi, Y Nishiba, S Furuta, I Suda and T Sato. 2002. Polymeric procyanidins as radical-scavenging components in red-hulled rice. J. Agric. Food Chem.50(26):7524-7529. Pemerintah Daerah Kabupaten Cianjur. 2013. Peraturan Pemerintah Republik Indonesia Nomor 3 Tahun 2007 tentang Laporan Penyelenggaraan Pemerintahan Daerah, Laporan Keterangan Pertanggungjawaban Kepala Daerah Kepada Dewan Perwakilan Rakyat Daerah dan Informasi Laporan Penyelenggaraan Pemerintahan Daerah kepada Masyarakat. Kabupaten Cianjur (ID): Pemerintah Daerah Kabupaten Cianjur.
22 Pérez-Jiménez J, Saura-Calixto F. 2005. Literature data may underestimate the actual antioxidant capacity of cereals. Journal of Agricultural and Food Chemistry.53(12):5036–5040. Piga A, Del Caro A, Corda G. 2003. From plums to prunes: influence of dryingparameters on polyphenols and antioxidant activity. Journal of Agricultural andFood Chemistry. 51(12):3675–3681. Prajapati MR, Patel V, Parekh V and Subhash R. 2013. Effect of in bio-processing on antioxidant activity of selected cereals. Asian Journal of Plant Science and Research. 3(2):66-72. Rohman A, Riyanto S, Utari D. 2006. Aktivitas antioksidan, kandungan fenolat total, dan kandungan flavonoid total ekstrak etil aseta buah mengkudu serta faraksi-fraksinya. Majalah Farmasi Indonesia. 17:137-138. Shen Y, Jin L, Xiao P, Lu Y, Bao J. 2008. Total phenolics, flavonoids, antioxidant capacity in rice grain and their relations to grain color, size and weight. J Cereal Sci. 49(2009):106–111. Sompong R, Siebenhamdl-Ehn S, Linsberger-Martin G. Berghofer E. 2011. Physicochemical and antioxidative properties of red and black rice varieties from Thailand, China and Sri Lanka. Food Chemistry. 124(2011):132–140. Stanković MS. 2010. Total Phenolic Content, flavonoid concentration and antioxidant activity of Marrubium peregrinum L. Extracts. Kragujevac J. Sci. 33(2011):63-72. Strack D, Wray. 1992. Anthocyanins. InJ. B. Harborne (ed.). TheFlavonoids: Advances in Research Since 1986. London (GB): Chapman & Hall. Strycharz S, Shetty K. 2002. Effect of Agrobacterium rhizogenes on phenolic content of Mentha pulegium elite clonal line phytoremediation applications. Process Biochemistry 38(2002):287-293. Suardi D, Ridwan I. 2009. Beras Hitam, pangan berkhasiat yang belum populer. Warta penelitian dan pengembangan pertanian. 31(2):9-10. Suardi D. 2005. Potensi Beras Merah untuk peningkatan mutu pangan. Jurnal Litbang Pertanian. 24(3):1-3. Sudarmadji S, Haryono B, Suhardi. 1996. Analisis Bahan Makanan dan Pertanian. Yogyakarta (ID): PAU Pangan dan Gizi UGM. Widiatmoko, A. 2005. Perubahan mutu fisik beras IR 64 Ciherang dan Sintanur pada proses penyimpanan model karungan. [skripsi]. Bogor (ID): Institut Pertanian Bogor. Winarno FG. 1997. Kimia Pangan dan Gizi. Jakarta (ID): Gramedia Yadav RB, Khatkar BS and Yadav BS. 2007. Morphological, physicochemical and cooking properties of some Indian rice (Oryza sativa L.) cultivars. Journal of Agricultural Technology. 3(2):203-210. Yawadio R, Tanimori S, Morita N. 2007. Identification of phenolic compound dsisolated from pigmented rices and their aldose reductase inhibitory activities. Food Chemistry. 101(4):1616–162.
23
LAMPIRAN Lampiran 1 Hasil uji warna lima sampel beras varietas Indonesia beserta hasil ANOVA dan uji Duncan Ulangan 1 L
Sampel Beras Merah Solok Beras Hitam Solok Beras Merah Cianjur Beras Hitam Tangerang Beras Putih Cianjur
a*
b*
32.14
11.33
12.81
31.94
11.63
13.05
22.42
0.13
0.04
22.26
0.21
0.04
35.75
9.45
13.64
35.79
9.45
13.65
25.05
3.36
2.38
25.31
3.15
2.34
66.35
1.05
14.22
66.45
1.11
14.31
Ulangan 2 L
Sampel Beras Merah Solok Beras Hitam Solok Beras Merah Cianjur Beras Hitam Tangerang Beras Putih Cianjur
a* 32.45
11.74
13.00
32.45
11.71
13.02
22.78
0.79
0.39
22.80
0.76
0.42
35.73
10.28
13.77
35.71
10.28
13.81
25.16
3.78
2.56
25.30
3.71
2.53
67.68
0.83
13.85
67.50
0.80
13.77
Between-Subjects Factors N varietas
b*
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
Beras Putih Cianjur
4
24 Tests of Between-Subjects Effects Source
Dependent
Type III Sum
Variable
of Squares
Mean Square
F
Sig.
4
1270.368
10079.622
.000
dimension1 a
424.189b
4
106.047
1059.677
.000
b
731.178
c
4
182.794
6221.728
.000
L
26719.512
1
26719.512
212003.534
.000
dimension1 a
557.040
1
557.040
5566.227
.000
b
1506.848
1
1506.848
51288.223
.000
L
5081.473
4
1270.368
10079.622
.000
dimension1 a
424.189
4
106.047
1059.677
.000
b
731.178
4
182.794
6221.728
.000
L
1.891
15
.126
dimension1 a
1.501
15
.100
b
.441
15
.029
L
31802.876
20
dimension1 a
982.730
20
b
2238.466
20
L
5083.364
19
dimension1 a
425.690
19
b
731.618
19
Corrected
L
Model
df a
Intercept
Varietas
Error
Total
Corrected Total
5081.473
L a,b,c
Duncan
varietas
Subset N
1
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Solok
4
Beras Merah Cianjur
4
Beras Putih Cianjur
4
Sig.
2
3
4
5
22.5650 25.2050 32.2450 35.7450 66.9950 1.000
1.000
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .126. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
25 A a,b,c
Duncan
varietas
Subset N
1
2
Beras Hitam Solok
4
.4725
Beras Putih Cianjur
4
.9475
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
3
4
3.5000 9.8650 11.6025
Sig.
.051
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .100. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
B a,b,c
Duncan
varietas
Subset N
1
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Solok
4
Beras Merah Cianjur
4
Beras Putih Cianjur
4
Sig.
2
3
4
5
.2225 2.4525 12.9700 13.7175 14.0375 1.000
1.000
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .029. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
26 Lampiran 2 Hasil uji kekerasan pada lima sampel beras varietas Indonesia beserta hasil ANOVA dan uji Duncan Kekerasan Kekerasan (KgF)
Ulangan 1 Beras Merah Solok
8.4
Kekerasan (KgF)
Ulangan 2 Beras Merah Solok
8.4
8.4 Beras Hitam Solok
6.8
8.4 Beras Hitam Solok
6.4
6.8 Beras Merah Cianjur
7.2
6.6 Beras Merah Cianjur
7.4
7.2 Beras Hitam Tangerang
7.4
7.4 Beras Hitam Tangerang
7.8
7.4 Beras Putih Cianjur
7.4
7.6 Beras Putih Cianjur
7.2
7.4
7.2
Descriptive Statistics N
Minimum
Maximum
Mean
Std. Deviation
Beras_merah_solok
4
8.40
8.40
8.4000
.00000
Beras_hitam_solok
4
6.40
6.80
6.6500
.19149
Bera_merah_cianjur
4
7.20
7.40
7.3000
.11547
Bera_hitam_tangerang
4
7.40
7.80
7.5500
.19149
Beras_putih
4
7.20
7.40
7.3000
.11547
Valid N (listwise)
4
Between-Subjects Factors N Varietas
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
Beras Putih Cianjur
4
27 Tests of Between-Subjects Effects Dependent Variable:Kekerasan Source
Type III Sum of Squares
df
Mean Square
F
Sig.
a
4
1.597
79.850
.000
Intercept
1107.072
1
1107.072
55353.600
.000
Varietas
6.388
4
1.597
79.850
.000
Error
.300
15
.020
Total
1113.760
20
6.688
19
Corrected Model
Corrected Total
6.388
a. R Squared = .955 (Adjusted R Squared = .943)
Kekerasan a,b
Duncan
Varietas
Subset N
1
2
Beras Hitam Solok
4
Beras Merah Cianjur
4
7.3000
Beras Putih Cianjur
4
7.3000
Beras Hitam Tangerang
4
Beras Merah Solok
4
4
6.6500
Sig.
7.5500 8.4000 1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .020. a. Uses Harmonic Mean Sample Size = 4.000. b. Alpha = 0.05.
3
1.000
1.000
1.000
28 Lampiran 3 Hasil uji Rapid Visco Analyzer (RVA) pada lima sampel beras varietas Indonesia Ulangan 1 Beras Putih Cianjur
Beras Merah Solok
Beras Hitam Solok
29 Beras Merah Cianjur
Beras Hitam Tangerang
30 Ulangan 2 Beras Putih Cianjur
Beras Merah Solok
Beras Hitam Solok
31 Beras Merah Cianjur
Beras Hitam Tangerang
32 Lampiran 4 Hasil ANOVA dan uji Duncan analisis proksimat lima varietas beras Indonesia Proksimat Between-Subjects Factors N varietas
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
Beras Putih Cianjur
4
Tests of Between-Subjects Effects Source
Dependent Variable
Type III Sum of Squares
Corrected
11.001
.000
4
.696
291.941
.000
c
4
2.772
43.491
.000
d
4
7.058
246.647
.000
e
4
11.876
49.151
.000
3480.313
1
3480.313
9230.989
.000
kadar_abu
22.812
1
22.812
9571.670
.000
kadar_lemak
60.831
1
60.831
954.357
.000
1187.649
1
1187.649 41501.994
.000
116401.756
1
116401.756 481745.49
.000
kadar_lemak
kadar_karbohidrat kadar_air
dimension1
Sig.
4.148
kadar_protein
Intercept
F
4
kadar_abu dimension1
Mean Square
b
kadar_air
Model
df a
kadar_protein kadar_karbohidrat
16.591 2.783
11.088 28.233
47.505
9 varietas
kadar_air
16.591
4
4.148
11.001
.000
kadar_abu
2.783
4
.696
291.941
.000
11.088
4
2.772
43.491
.000
kadar_protein
28.233
4
7.058
246.647
.000
kadar_karbohidrat
47.505
4
11.876
49.151
.000
kadar_air
5.655
15
.377
kadar_abu
.036
15
.002
.956
15
.064
.429
15
.029
3.624
15
.242
3502.560
20
25.631
20
dimension1 kadar_lemak
Error
dimension1 kadar_lemak kadar_protein kadar_karbohidrat Total
dimension1
kadar_air kadar_abu
33 kadar_lemak
72.875
20
1216.311
20
116452.885
20
kadar_protein kadar_karbohidrat Corrected
kadar_air
22.246
19
Total
kadar_abu
2.819
19
12.044
19
kadar_protein
28.662
19
kadar_karbohidrat
51.129
19
dimension1 kadar_lemak
a. R Squared = .746 (Adjusted R Squared = .678) b. R Squared = .987 (Adjusted R Squared = .984) c. R Squared = .921 (Adjusted R Squared = .899) d. R Squared = .985 (Adjusted R Squared = .981) e. R Squared = .929 (Adjusted R Squared = .910) kadar_air a,b,c
Duncan
varietas
Subset N
1
2
Beras Merah Solok
4
11.4725
Beras Merah Cianjur
4
13.1075
Beras Hitam Solok
4
13.5475
Beras Hitam Tangerang
4
13.8375
Beras Putih Cianjur
4
13.9925
Sig.
1.000
.079
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .377. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
34 kadar_abu Duncana,b,c varietas
Subset N
1
2
3
4
Beras Putih Cianjur
4
Beras Merah Cianjur
4
Beras Merah Solok
4
1.2750
Beras Hitam Solok
4
1.2850
Beras Hitam Tangerang
4
Sig.
.3475 1.0700
1.3625 1.000
1.000
.776
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .002. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05. kadar_lemak a,b,c
Duncan
varietas
Subset N
1
2
3
4
Beras Putih Cianjur
4
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
2.4375
Beras Merah Solok
4
2.4575
Sig.
.4500 1.4625 1.9125
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .064. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
.912
35 kadar_protein a,b,c
Duncan
varietas
Subset N
1
Beras Hitam Solok
4
Beras Merah Solok
4
Beras Hitam Tangerang
4
Beras Putih Cianjur
4
Beras Merah Cianjur
4
2
3
4
5
5.8675 7.2050 7.7875 8.1750 9.4950
Sig.
1.000
1.000
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .029. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
kadar_karbohidrat a,b,c
Duncan
varietas
Subset N
1
2
3
4
Beras Merah Cianjur
4
73.8825
Beras Hitam Tangerang
4
Beras Putih Cianjur
4
77.0325
Beras Merah Solok
4
77.5925
Beras Hitam Solok
4
Sig.
75.0975 77.5925 77.8425 1.000
1.000
.128
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .242. a. Uses Harmonic Mean Sample Size = 4.000. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = .05.
.483
36 Lampiran 5 Daya cerna pati beserta hasil ANOVA dan uji Duncan Daya cerna pati A
a
B
b
A-a
B-b
daya cerna pati
0.101
0
0.172
0
0.101
0.172
58.72
0.113
0
0.172
0
0.113
0.172
65.70
0.112
0
0.172
0
0.112
0.172
65.12
0.092
0
0.172
0
0.092
0.172
53.49
0.102
0
0.172
0
0.102
0.172
59.30
0.096
0
0.172
0
0.096
0.172
55.81
0.144
0
0.172
0
0.144
0.172
83.72
0.142
0
0.172
0
0.142
0.172
82.56
0.144
0
0.172
0
0.144
0.172
83.72
0.108
0
0.172
0
0.108
0.172
62.79
0.108
0
0.172
0
0.108
0.172
62.79
0.092
0
0.172
0
0.092
0.172
53.49
0.151
0
0.172
0
0.151
0.172
87.79
0.15
0
0.172
0
0.15
0.172
87.21
0.149
0
0.172
0
0.149
0.172
86.63
Sampel Beras Merah Solok
Beras Merah Cianjur
Beras Hitam Solok
Beras Hitam Tangerang
Beras Putih Cianjur
Between-Subjects Factors N Varietas
Beras Hitam Solok
3
Beras Hitam Tangerang
3
Beras Merah Cianjur
3
Beras Merah Solok
3
Beras Putih Cianjur
3
Tests of Between-Subjects Effects Dependent Variable:daya_cerna_pati Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
2451.541
a
4
612.885
57.634
.000
Intercept
73337.690
1
73337.690
6896.421
.000
Varietas
2451.541
4
612.885
57.634
.000
Error
106.342
10
10.634
Total
75895.573
15
2557.883
14
Corrected Total
a. R Squared = .958 (Adjusted R Squared = .942)
37 Tests of Between-Subjects Effects Dependent Variable:daya_cerna_pati Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
2451.541
a
4
612.885
57.634
.000
Intercept
73337.690
1
73337.690
6896.421
.000
Varietas
2451.541
4
612.885
57.634
.000
Error
106.342
10
10.634
Total
75895.573
15
2557.883
14
Corrected Total
a. R Squared = .958 (Adjusted R Squared = .942)
38 Lampiran 6 Hasil analisis total fenol beserta hasil ANOVA dan uji Duncan Total fenol
Absorbansi
Kurva standar asam galat 0.800 0.700 0.600 0.500 0.400 0.300 0.200 0.100 0.000
y = 0.0045x - 0.0414 R² = 0.9825
0
50
100 150 Konsentrasi (mg/L)
Konsentrasi Standar mg/L)
Abs.
25
0.097
50
0.180
75
0.282
100
0.390
125
0.492
150
0.677
Sampel
U
Beras Merah Solok
1 2
Beras Hitam Solok
1 2
Beras Merah Cianjur
1 2
Beras Hitam Tangerang
1 2
Beras Putih Cianjur
1
200
0.415
Konsentrasi Asam Galat (mg/L) 101.422
0.437
106.311
5.246
0.424
103.422
5.084
0.492
118.533
5.934
0.385
94.756
4.596
0.410
100.311
4.909
0.411
100.533
4.921
0.502
120.756
6.059
0.447
108.533
5.371
0.448
108.756
5.384
0.481
116.089
5.796
0.553
132.089
6.696
0.345
85.867
4.096
0.396
97.200
4.734
0.518
124.311
6.259
0.432
105.200
5.184
0.138
39.867
1.509
Absorbansi
Total Fenol (mg/g) b.b 4.971
X ± SD 5.309 ± 0.283
5.121 ± 0.521
5.812 ± 0.614
5.068 ± 0.924
1.512 ± 0.022
39
2
0.141
40.533
1.546
0.155
43.644
1.721
0.119
35.644
1.271
Between-Subjects Factors N Varietas
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
Beras Putih Cianjur
4
Tests of Between-Subjects Effects Dependent Variable:Total_fenol Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
47.970
a
4
11.993
32.410
.000
Intercept
416.666
1
416.666
1126.031
.000
Varietas
47.970
4
11.993
32.410
.000
Error
5.550
15
.370
Total
470.187
20
53.521
19
Corrected Total
a. R Squared = .896 (Adjusted R Squared = .869) Total_fenol a,b
Duncan
Varietas
Subset N
1
2
Beras Putih Cianjur
4
1.5118
Beras Hitam Tangerang
4
5.0683
Beras Hitam Solok
4
5.1213
Beras Merah Solok
4
5.3088
Beras Merah Cianjur
4
5.8118
Sig.
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .370. a. Uses Harmonic Mean Sample Size = 4.000. b. Alpha = 0.05.
.131
40 Sampel Nasi Merah Solok
U
Absorbansi
Konsentrasi Asam Galat (mg/L)
1
0.329
82.311
3.241
0.325
81.422
3.206
0.276
70.533
2.713
0.308
77.644
2.986
0.347
86.311
3.537
0.360
89.200
3.656
0.349
86.756
3.645
0.353
87.644
3.683
0.338
84.311
3.268
0.337
84.089
3.259
0.301
76.089
2.996
0.311
78.311
3.083
0.331
82.756
3.088
0.350
86.978
3.245
0.332
82.978
3.051
0.352
87.422
3.214
0.269
68.978
2.315
0.270
69.200
2.322
0.286
72.756
2.475
0.273
69.867
2.376
2 Nasi Hitam Solok
1 2
Nasi Merah Cianjur
1 2
Nasi Hitam Tangerang
1 2
Nasi Putih
1 2
Total Fenol (mg/g) b.b
X ± SD 3.036 ± 0.264
3.630 ± 0.048
3.151 ± 0.159
3.150 ± 0.024
2.372 ± 0.076
Between-Subjects Factors N Varietas
Nasi Hitam Solok
4
Nasi Hitam Tangerang
4
Nasi Merah Cianjur
4
Nasi Merah Solok
4
Nasi Putih
4 Tests of Between-Subjects Effects
Dependent Variable:Total_fenol_nasi Source
Type III Sum of Squares
df
Mean Square
F
Sig.
a
4
.815
42.566
.000
Intercept
188.246
1
188.246
9830.036
.000
Varietas
3.261
4
.815
42.566
.000
Error
.287
15
.019
Total
191.794
20
3.548
19
Corrected Model
Corrected Total
3.261
a. R Squared = .919 (Adjusted R Squared = .897)
41 Total_fenol_nasi a,b
Duncan
Varietas
Subset N
1
2
3
Nasi Putih
4
2.37200
Nasi Merah Solok
4
3.03650
Nasi Hitam Tangerang
4
3.14950
Nasi Merah Cianjur
4
3.15150
Nasi Hitam Solok
4
Sig.
3.63025 1.000
.282
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .019. a. Uses Harmonic Mean Sample Size = 4.000. b. Alpha = 0.05.
Between-Subjects Factors Value Label Varietas
Pemasakan
N
1
merah solok
8
2
hitam solok
8
3
merah cianjur
8
4
hitam cianjur
8
5
putih
8
1
mentah
20
2
masak
20
Tests of Between-Subjects Effects Dependent Variable:Total_fenol Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
73.617a
9
8.180
42.000
.000
Intercept
582.627
1
582.627
2991.614
.000
Varietas
35.896
4
8.974
46.079
.000
Pemasakan
22.380
1
22.380
114.915
.000
Varietas * Pemasakan
15.341
4
3.835
19.693
.000
Error
5.843
30
.195
Total
662.087
40
79.460
39
Corrected Total
a. R Squared = .926 (Adjusted R Squared = .904)
42 Lampiran 7 Hasil analisis total flavonoid beserta hasil ANOVA dan uji Duncan Total Flavonoid Kurva standar quercetin 1.2 y = 0.001x + 0.0273 R² = 0.99
Absorbansi
1 0.8 0.6 0.4 0.2 0 0
200
400 600 800 Konsentrasi (mg/L)
Konsentrasi Standar (mg/L)
Absorbansi
0
0.041
50
0.098
100
0.119
200
0.168
400
0.411
700
0.772
800
0.859
900
0.923
1000
0.955
Sampel Beras Merah Solok
U 1 2
Beras Hitam Solok
1 2
Beras Merah Cianjur
1 2
Absorbansi
bobot (g)
1000
1200
Konsentrasi Quercetin (mg/L)
Total Flavonoid
0.876
0.108
848.7
19.719
0.926
0.108
898.7
20.881
0.843
0.109
815.7
18.778
0.792
0.109
764.7
17.604
0.464
0.106
436.7
10.270
0.519
0.106
491.7
11.564
0.426
0.107
398.7
9.289
0.378
0.107
350.7
8.171
0.627
0.107
599.7
13.999
0.685
0.107
657.7
15.352
0.644
0.110
616.7
14.016
X ± SD 19.245 ± 1.491
9.824 ± 1.546
14.215 ± 0.651
43
Beras Hitam Tangerang
1 2
Beras Putih Cianjur
1 2
0.621
0.110
593.7
13.493
0.359
0.109
331.7
7.643
0.379
0.109
351.7
8.104
0.337
0.105
309.7
7.353
0.355
0.105
327.7
7.780
0.059
0.102
31.7
0.780
0.052
0.102
24.7
0.608
0.052
0.105
24.7
0.587
0.051
0.105
23.7
0.563
7.720 ± 0.217
0.634 ± 0.084
Between-Subjects Factors N Varietas
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
Beras Putih Cianjur
4
Tests of Between-Subjects Effects Dependent Variable:Total_flavonoid Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
782.603
a
4
195.651
205.537
.000
Intercept
2133.228
1
2133.228
2241.018
.000
Varietas
782.603
4
195.651
205.537
.000
Error
14.279
15
.952
Total
2930.109
20
796.881
19
Corrected Total
a. R Squared = .982 (Adjusted R Squared = .977)
44 Total_flavonoid a,b
Duncan
Varietas
Subset N
1
Beras Putih Cianjur
4
Beras Hitam Tangerang
4
Beras Hitam Solok
4
Beras Merah Cianjur
4
Beras Merah Solok
4
2
3
4
5
.63450 7.72000 9.82350 14.21500 19.24550
Sig.
1.000
1.000
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .952. a. Uses Harmonic Mean Sample Size = 4.000. b. Alpha = 0.05.
bobot (g)
Konsentrasi Quercetin (mg/L)
Total Flavonoid
Sampel
U
Absorbansi
Beras Merah Solok
1
0.121
0.134
93.7
1.748
0.140
0.134
112.7
2.103
0.142
0.140
114.7
2.051
0.150
0.140
122.7
2.194
0.093
0.157
65.7
1.046
0.090
0.157
62.7
0.998
0.087
0.164
59.7
0.908
0.096
0.164
68.7
1.045
0.096
0.153
68.7
1.121
0.116
0.153
88.7
1.447
0.090
0.157
62.7
0.997
0.091
0.157
63.7
1.012
0.124
0.167
96.7
1.449
0.134
0.167
106.7
1.599
0.109
0.160
81.7
1.274
0.117
0.160
89.7
1.399
1
0.055
0.146
27.7
0.476
2
0.054
0.150
26.7
0.446
0.050
0.150
22.7
0.379
2 Beras Hitam Solok
1 2
Beras Merah Cianjur
1 2
Beras Hitam Tangerang
1 2
X ± SD 2.024 ± 0.140
0.999 ± 0.032
1.144 ± 0.198
1.430 ± 0.133
Beras Putih Cianjur 0.434 ± 0.045
45 Between-Subjects Factors N Varietas
Nasi Hitam Solok
4
Nasi Hitam Tangerang
4
Nasi Merah Cianjur
4
Nasi Merah Solok
4
Nasi Putih
3
Tests of Between-Subjects Effects Dependent Variable:Total_flavonoid_nasi Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
4.822
a
4
1.205
53.543
.000
Intercept
27.283
1
27.283
1211.927
.000
Varietas
4.822
4
1.205
53.543
.000
Error
.315
14
.023
Total
34.679
19
5.137
18
Corrected Total
a. R Squared = .939 (Adjusted R Squared = .921)
Total_flavonoid_nasi a,b,c
Duncan
Varietas
Subset N
1
2
3
Nasi Putih
3
Nasi Hitam Solok
4
.99925
Nasi Merah Cianjur
4
1.14425
Nasi Hitam Tangerang
4
Nasi Merah Solok
4
Sig.
4
.43367
1.43025 2.02400 1.000
.207
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .023. a. Uses Harmonic Mean Sample Size = 3.750. b. The group sizes are unequal. The harmonic mean of the group sizes is used. Type I error levels are not guaranteed. c. Alpha = 0.05.
46 Between-Subjects Factors Value Label Varietas
Pemasakan
N
1
merah solok
8
2
hitam solok
8
3
merah cianjur
8
4
hitam tangerang
8
5
putih
6
1
mentah
19
2
masak
19 Tests of Between-Subjects Effects
Dependent Variable:Total_flavonoid Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
1563.966
a
9
173.774
334.055
.000
Intercept
1245.085
1
1245.085
2393.497
.000
Varietas
394.225
4
98.556
189.460
.000
Pemasakan
778.344
1
778.344
1496.254
.000
Varietas * Pemasakan
297.271
4
74.318
142.865
.000
Error
14.565
28
.520
Total
2964.180
38
Corrected Total
1578.531
37
a. R Squared = .991 (Adjusted R Squared = .988)
47 Lampiran 8 Hasil analisis aktivitas antioksidan beserta hasil ANOVA dan uji Duncan
Absorbansi
Kurva standar asam askorbat 0.700 0.600 0.500 0.400 0.300 0.200 0.100 0.000
y = -0.0016x + 0.657 R² = 0.9954
0
100
200 300 400 konsentrasi (mg/L)
500
Aktivitas antioksidan Konsentrasi Standar (mg/L)
Abs.
0
0.664
25
0.625
50
0.583
75
0.539
100
0.488
200
0.307
400
0.032
Sampel
U
Beras Merah Solok
1 2
Beras Hitam Solok
1 2
Beras Merah Cianjur
1 2
Beras Hitam Tangerang
1 2
Absorbansi
Konsentrasi As. Askorbat (mg/L)
Pengenceran
vol (L)
AEAC (mg As. Askorbat/ g)
X ± SD 8.600 ± 0.825
0.158
385.833
5
0.008
7.717
0.140
415.833
5
0.008
8.317
0.117
454.167
5
0.008
9.083
0.111
464.167
5
0.008
9.283
0.228
269.167
5
0.008
5.383
0.186
339.167
5
0.008
6.783
0.197
320.833
5
0.008
6.417
0.190
332.500
5
0.008
6.650
0.125
440.833
5
0.008
8.817
0.102
479.167
5
0.008
9.583
0.089
500.833
5
0.008
10.017
0.084
509.167
5
0.008
10.183
0.116
455.833
1
0.008
1.823
0.110
465.833
1
0.008
1.863
0.140
415.833
1
0.008
1.663
6.308 ± 0.318
9.650 ± 0.636
1.790 ± 0.075
48
Beras Putih Cianjur
1 2
0.118
452.500
1
0.008
1.810
0.309
134.167
1
0.008
0.537
0.251
230.833
1
0.008
0.923
0.327
104.167
1
0.008
0.417
0.333
94.167
1
0.008
0.377
0.563 ± 0.236
Between-Subjects Factors N Varietas
Beras Hitam Solok
4
Beras Hitam Tangerang
4
Beras Merah Cianjur
4
Beras Merah Solok
4
Beras Putih Cianjur
4
Tests of Between-Subjects Effects Dependent Variable:Aktifitas_antioksidan Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
262.206
a
4
65.551
240.060
.000
Intercept
579.383
1
579.383
2121.795
.000
Varietas
262.206
4
65.551
240.060
.000
Error
4.096
15
.273
Total
845.685
20
Corrected Total
266.302
19
a. R Squared = .985 (Adjusted R Squared = .981)
49 Aktifitas_antioksidan a,b
Duncan
Varietas
Subset N
1
Beras Putih Cianjur
4
Beras Hitam Tangerang
4
Beras Hitam Solok
4
Beras Merah Solok
4
Beras Merah Cianjur
4
2
3
4
5
.5635 1.7898 6.3083 8.6000 9.6500
Sig.
1.000
1.000
1.000
1.000
1.000
Means for groups in homogeneous subsets are displayed. Based on observed means. The error term is Mean Square(Error) = .273. a. Uses Harmonic Mean Sample Size = 4.000. b. Alpha = 0.05.
Sampel Nasi Merah Solok
U
Abs.
1
0.483
Konsentrasi As. Askorbat (mg/L) 108.750
0.498 0.513
2 Nasi Hitam Solok
1 2
Nasi Merah Cianjur
1 2
Nasi Hitam Tangerang
1 2
Nasi Putih
1 2
Pengenceran
vol (L)
1
0.008
AEAC (mg As. Askorbat/ g) 0.434
99.375
1
0.008
0.396
90.000
1
0.008
0.349
0.503
96.250
1
0.008
0.374
0.452
128.125
1
0.008
0.499
0.435
138.750
1
0.008
0.541
0.469
117.500
1
0.008
0.459
0.434
139.375
1
0.008
0.544
0.488
105.625
1
0.008
0.413
0.483
108.750
1
0.008
0.425
0.466
119.375
1
0.008
0.470
0.464
120.625
1
0.008
0.475
0.349
192.500
1
0.008
0.766
0.364
183.125
1
0.008
0.728
0.357
187.500
1
0.008
0.739
0.328
205.625
1
0.008
0.811
0.537
75.000
1
0.008
0.300
0.528
80.625
1
0.008
0.322
0.528
80.625
1
0.008
0.321
0.501
97.500
1
0.008
0.389
X ± SD 0.388 ± 0.038
0.511 ± 0.013
0.446 ± 0.038
0.761 ± 0.020
0.333 ± 0.031
50 Between-Subjects Factors N Varietas
Nasi Hitam Solok
4
Nasi Hitam Tangerang
4
Nasi Merah Cianjur
4
Nasi Merah Solok
4
Nasi Putih
4
Tests of Between-Subjects Effects Dependent Variable:Aktifitas_antioksidan_nasi Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
.443
a
4
.111
82.005
.000
Intercept
4.758
1
4.758
3521.272
.000
Varietas
.443
4
.111
82.005
.000
Error
.020
15
.001
Total
5.221
20
.463
19
Corrected Total
a. R Squared = .956 (Adjusted R Squared = .945)
Aktifitas_antioksidan_nasi a,b
Duncan
Varietas
Subset N
1
2
Nasi Putih
4
.3330
Nasi Merah Solok
4
.3883
Nasi Merah Cianjur
4
Nasi Hitam Solok
4
Nasi Hitam Tangerang
4
Sig.
The error term is Mean Square(Error) = .001. a. Uses Harmonic Mean Sample Size = 4.000. b. Alpha = 0.05.
4
.4458 .5108 .7610 .051
Means for groups in homogeneous subsets are displayed. Based on observed means.
3
1.000
1.000
1.000
51 Between-Subjects Factors Value Label varietas
pemasakan
N
1
merah solok
8
2
hitam solok
8
3
merah cianjur
8
4
hitam tangerang
8
5
putih
8
1
mentah
20
2
masak
20
Tests of Between-Subjects Effects Dependent Variable:aktivitas_antioksidan Source
Type III Sum of Squares
df
Mean Square
F
Sig.
Corrected Model
502.215
a
9
55.802
406.697
.000
Intercept
344.575
1
344.575
2511.351
.000
varietas
128.468
4
32.117
234.078
.000
pemasakan
239.566
1
239.566
1746.021
.000
varietas * pemasakan
134.181
4
33.545
244.486
.000
Error
4.116
30
.137
Total
850.906
40
Corrected Total
506.332
39
a. R Squared = .992 (Adjusted R Squared = .989)
52 Lampiran 9 Hasil analisis korelasi total fenol, total flavonoid dan aktivitas antioksidan sampel Beras Hitam, merah dan putih Correlations aktivitas_antiok sidan aktivitas_antioksidan
total_flavonoid
.725**
.000
.000
20
20
20
**
1
.742**
Pearson Correlation
1
Sig. (2-tailed) N total_flavonoid
Pearson Correlation Sig. (2-tailed) N
total_fenol
Pearson Correlation Sig. (2-tailed) N
**. Correlation is significant at the 0.01 level (2-tailed).
total_fenol
**
.870
.870
.000
.000
20
20
20
**
**
1
.725
.742
.000
.000
20
20
20
53
RIWAYAT HIDUP Muhamad Arif Akhbar lahir di Tangerang pada tanggal 16 Oktober 1992 dari ayah Poniman dan ibu Siti Musyarofah. Penulis adalah anak pertama dari dua bersaudara. Penulis memulai jenjang pendidikan di TK Islam Al-Kamal Tangerang (1997-1998) kemudian meneruskan pendidikan di SD Negeri Kutabumi IV Tangerang (1998-2004), SLTP Negeri 1 Kota Tangerang (2004-2007) dan SMA Negeri 2 Kota Tangerang (20072010). Pada tahun 2010 penulis lulus seleksi masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB dan diterima di Departemen Ilmu dan Teknologi Pangan, Fakultas Teknologi Pertanian. Selama menempuh jalur pendidikan di universitas, penulis aktif dalam Lembaga Kemahasiswaan Badan Eksekutif Mahasiswa Fakultas Teknologi Pertanian (BEM-F) sebagai Sekretaris Divisi Kajian Strategis dan Advokasi (Kastrad) (2011-2012) dan Wakil Ketua BEM-F Bidang Internal & Eksternal (2012-2013). Penulis juga turut aktif dalam kegiatan kemahasiswaan Fateta of The Year 2013 sebagai ketua pelaksana (2013), Koordinator acara 3D Nasionalisme (2012), Koordinator konsumsi Lomba Cepat Tepat Ilmu Pangan (2012), Reporter Korfat Magz (2013), Staf Divsi Medis Masa Perkenalan Mahasiswa Baru 48, Institut Pertanian Bogor (MPKMB 48 IPB) (2011) dan asisten praktikum mata kuliah Pendidikan Agama Islam (2012-2013). Penulis yang merupakan penerima beasiswa Pertamina Foundation (2013-2014) juga terlibat aktif dalam kepenulisan ilmiah, beberapa judul diantaranya adalah Canned Chicken Soup with Self-Heating System as Alternative Emergency Food Product in Evacuation Area dipublikasi dalam CISAK 2013 (Daejon, Korea Selatan), Quarceh: A Quartet Game As An Educational Media For Elementary And Junior High Students In Aceh As To Maintain Their Knowledge About The Cultural And Historical Aspect Of Aceh dipresentasikan dalam ADIC 2012 (Kuala Lumpur, Malaysia).