RINGKASAN International Cocoa Organization (ICCO) menyatakan bahwa Indonesia merupakan produsen biji kakao nomor tiga dunia setelah Pantai Gading dan Ghana. Namun Indonesia masih tertinggal terkait masalah mutu karena pengawasan mutu kakao seperti kadar lemak belum dilakukan secara intensif. Penjaminan mutu biji kakao melalui pengembangan metode pendugaan mutu yang cepat dan akurat menjadi kata kunci peningkatan daya saing ekspor biji kakao Indonesia ditingkat dunia. Pendeteksian mutu pangan yang cepat dan efisien dapat diwujudkan melalui pengembangan teknologi Near Infrared Reflectance Spectroscopy (NIRS). NIRS telah menjadi salah satu metode non-destruktif yang paling menjanjikan dan dapat digunakan untuk analisis dalam berbagai bidang, termasuk dibidang pertanian. Keuntungannya adalah persiapan sederhana untuk sampel, proses deteksi cepat, dan ramah lingkungan. Penelitian ini bertujuan untuk (1). Membandingkan data spektrum antar pre-treatment Baseline shift dan Derivatif-2 dalam mengkoreksi spektrum NIRS yang dihasilkan. (2). Mengembangkan metode non-destructive NIRS dalam menduga kandungan lemak pada bubuk biji kakao. Penelitian ini menggunakan sampel biji kakao varietas lindak dari jember kemudian dijadikan dalam bentuk bubuk dengan cara dihancurkan menggunakan blender dan diayak dengan menggunakan ayakan 24 mesh. Jumlah sampel yang digunakan adalah 30 sampel terdiri dari 15 sampel non fermentasi dan 15 sampel yang difermentasi. Selanjutnya bubuk biji kakao dilakukan pengambilan spektrum NIRS dengan 10 gr per sampel menggunakan alat FT-IR IPTEK T-1516. Sedangkan model kalibrasi untuk analisis kuantitatif menggunakan Partial Least Square (PLS) dengan dibantu pretreatment baseline shift dan derivatif-2. Hasil penelitian yang diperoleh bahwa metode NIRS menggunakan preatreatment baseline shift dan derivatif-2 pada panjang gelombang 2300-2400 nm merupakan panjang gelombang yang relevan untuk menduga kadar lemak pada bubuk biji kakao. Pendugaan PLS yang didukung pretreatment telah menghasilkan pendugaan yang tergolong good model performance. Pada pendugaan kadar lemak yang sangat baik dalam meningkatkan kinerja PLS pada validasi silang adalah baseline shift yang menghasilkan nilai koefisien korelasi yang tinggi yaitu 0,91, koefisien determinasi (R2) yang bagus yaitu 0,84, nilai error (RMSECV) yang paling kecil yaitu 0,90, nilai dRMSE yang bagus yaitu 0.12 dan nilai RPD yang cukup besar yaitu 2.48.