Prediksi Kadar Alpha Pinene Minyak Terpentin Berdasarkan Komposisi Bahan Baku Menggunakan Regresi Linear Berganda

Abstrak

Minyak terpentin merupakan produk hasil penyulingan getah pinus. Minyak ini memiliki nilai ekonomi yang tinggi, terutama karena kandungan alpha pinenenya yang menentukan kualitas produk minyak terpentin. Standar industri menetapkan kadar ideal alpha pinene adalah ≥ 80%. Namun, beberapa produksi minyak terpentin di Pabrik Gondorukem dan Terpentin (PGT) menghasilkan kadar di bawah standar, yang bisa mengurangi daya tarik pasar. Karena itu, penelitian ini berfokus pada pengembangan model prediksi kadar alpha pinene berdasarkan komposisi bahan baku getah pinus. Penelitian ini menggunakan metode regresi linear berganda dengan data sekunder dari Perum Perhutani, mencakup enam variabel input (Super Premium (SP), Premium (P), Mutu IA (IA), Mutu IB (IB), Mutu IIA (IIA), dan Mutu IIB (IIB)) dan satu variabel target (kadar alpha pinene). Tahapan penelitian meliputi pra-pemrosesan data, perancangan model (manual dan Python), perhitungan prediksi, dan evaluasi. Hasilnya, model menunjukkan tingkat kesalahan prediksi yang rendah: MAE 0,01312, MSE 0,00026, dan RMSE 0,01622. Namun, nilai R-squared hanya 0,20854, artinya model hanya menjelaskan sekitar 20,854% variabilitas data. Hal ini mengindikasikan bahwa terdapat faktor lain yang juga memengaruhi kadar alpha pinene, seperti kondisi hulu (genetik, lingkungan, penanganan) dan hilir (proses pengolahan). Oleh karena itu, eksplorasi dan pengembangan model lebih lanjut sangat diperlukan untuk akurasi yang lebih tinggi dan pemahaman yang lebih komprehensif.