ஐ.எஸ்.எஸ்.என்: 2329-8863

பயிர் அறிவியல் மற்றும் தொழில்நுட்பத்தில் முன்னேற்றம்

திறந்த அணுகல்

எங்கள் குழு ஒவ்வொரு ஆண்டும் அமெரிக்கா, ஐரோப்பா மற்றும் ஆசியா முழுவதும் 1000 அறிவியல் சங்கங்களின் ஆதரவுடன் 3000+ உலகளாவிய மாநாட்டுத் தொடர் நிகழ்வுகளை ஏற்பாடு செய்து 700+ திறந்த அணுகல் இதழ்களை வெளியிடுகிறது, இதில் 50000 க்கும் மேற்பட்ட தலைசிறந்த ஆளுமைகள், புகழ்பெற்ற விஞ்ஞானிகள் ஆசிரியர் குழு உறுப்பினர்களாக உள்ளனர்.

அதிக வாசகர்கள் மற்றும் மேற்கோள்களைப் பெறும் திறந்த அணுகல் இதழ்கள்

700 இதழ்கள் மற்றும் 15,000,000 வாசகர்கள் ஒவ்வொரு பத்திரிகையும் 25,000+ வாசகர்களைப் பெறுகிறது

குறியிடப்பட்டது
  • CAS மூல குறியீடு (CASSI)
  • குறியீட்டு கோப்பர்நிக்கஸ்
  • கூகுள் ஸ்காலர்
  • ஷெர்பா ரோமியோ
  • சுற்றுச்சூழலில் ஆராய்ச்சிக்கான ஆன்லைன் அணுகல் (OARE)
  • ஜே கேட் திறக்கவும்
  • கல்வி விசைகள்
  • JournalTOCகள்
  • விவசாயத்தில் உலகளாவிய ஆன்லைன் ஆராய்ச்சிக்கான அணுகல் (AGORA)
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • அறிஞர்
  • SWB ஆன்லைன் பட்டியல்
  • பப்ளான்கள்
  • யூரோ பப்
இந்தப் பக்கத்தைப் பகிரவும்

சுருக்கம்

Prediction of Fat Content in Intact Cocoa Beans Using Near Infrared Reflectance Spectroscopy

Zulfahrizal, Sutrisno, Seminar KB, Munawar AA and Budiastra IW

The majority of Indonesia’s cocoa export is raw beans which accounted by 82% of the total export. Indonesian cocoa beans are only used as additional material by cocoa industrialized countries due to low quality. The objective of this research was to study and analyze the application of near infrared reflectance spectroscopy (NIRS) method coupled with partial least squares (PLS) to determine the quality of cocoa particularly to predict the fat content in intact cocoa beans which has never been conducted before. Besides, this research was also to study the application of six spectra pre-processing methods i.e. mean centering (MC), multiplicative scatter correction (MSC), standard normal variate (SNV), mean normalization (MN), orthogonal signal correlation (OSC) and de-trending (DT) in increasing the performance of PLS. It is found in this study that PLS combined with MSC and SNV provide prediction value with root mean square error calibration (RMSEC) were 0.93% and 0.91% respectively, whilst root mean square error prediction (RMSEP) and ratio of performance to deviation (RPD), generated from both spectra pre-processing were similar i.e. 1.11% and 1.95 respectively.