KENDA ALI MUT TU DAUN N JATI BE ELANDA A (Guazum ma ulmifo olia) MEN NGGUNAKAN FOTOMETE ER JINJIING DAN N TEKNIK K PEN NGENALA AN POLA A
UHAMMA AD FAKIIH KURN NIAWAN MU
DEPARTEME EN KIMIA A FAKUL LTAS MATEMATIK KA DAN ILMU I PE ENGETAH HUAN ALA AM I INSTITUT T PERTA ANIAN BO OGOR BOGO OR 2012 2
ABSTRAK MUHAMMAD FAKIH KURNIAWAN. Kendali Mutu Daun Jati Belanda (Guazuma ulmifolia) Menggunakan Fotometer Jinjing dan Teknik Pengenalan Pola. Dibimbing oleh RUDI HERYANTO dan ARYO TEDJO. Jati belanda (Guazuma Ulmifolia) merupakan tanaman obat tradisional. Kendali mutu tanaman diperlukan untuk mengontrol kualitas dan keamanan obat. Pada penelitian ini keragaman mutu daun jati belanda dievaluasi menggunakan fotometer jinjing yang dikombinasikan dengan teknik pengenalan pola kemometrik PCA dan PLSDA. Analisis total flavonoid menunjukkan daun jati belanda berumur 1, 2, dan 3 bulan memiliki keragaman mutu senyawa aktif. Analsis PCA daun jati belanda dengan 7 sumber lampu menggunakan 2 PC pertama mampu menjelaskan 94% dari keragaman total (PC1 86% dan PC2 8%). Kombinasi 3 lampu (LED hijau, LED biru, dan LED biru-ungu) memberikan kesamaan pola plot skor PCA seperti pada analisis menggunakan 7 lampu LED. Analisis PLSDA dengan 7 lampu LED menghasilkan 3 model, yaitu model PLSDA umur 1 bulan (R2 = 0.9674), 2 bulan (R2 = 0.8781), dan 3 bulan (R2 = 0.9430). Model tersebut telah berhasil memprediksi sampel daun berumur 1 bulan. Model PLSDA 7 lampu masih lebih baik daripada model PLSDA dengan 3 lampu jika dilihat dari indikator kebaikan pemodelan (nilai R2, RMSEC, RMSEP) yang didapatkan. Model PLSDA daun dengan 3 sumber lampu (LED hijau, LED biru, LED biru-ungu) masih cukup sensitif untuk mengklasifikasikan dan memprediksi sampel yang diujikan. Kata kunci: fotometer jinjing, jati belanda, kendali mutu, PCA, PLSDA.
ABSTRACT MUHAMMAD FAKIH KURNIAWAN. Quality Control of Jati Belanda Leaves (Guazuma ulmifolia) Using Portable Photometer and Pattern Recognition Technic. Supervised by RUDI HERYANTO and ARYO TEDJO. Jati belanda (Guazuma ulmifolia) is one of traditional medicinal plants. Quality control of medicinal plants is necessary to control the quality and safety of medicines. In this study, various qualities of jati belanda leaves was evaluated using a portable photometer combined with chemometric pattern recognition techniques PCA and PLSDA. Total flavonoids leaves at age 1, 2, and 3 months showed various quality of active compounds. PCA analysis the leaves with 7 light sources using the first 2 principle component (PC) was able to describe 94% of total variant in the data (PC1 = 86%, PC2 = 8%). Combination of 3 LED (green, blue, and blue-purple LEDs) provided the same pattern in the PCA score plot analysis using the 7 LED lights. Analysis PLSDA with 7 LED lights resulted 3 models, namely models PLSDA at age 1 month (R2 = 0.9674), 2 month (R2 = 0.8781), and 3 months (R2 = 0.9430). The model has successfully predicted samples of jati belanda leaves at age 1 month. PLSDA models with 7 LED lights was still better than PLSDA model with 3 LED light from the standpoint of from modeling indicator goodness (R2, RMSEC, RMSEP). PLSDA models for jati belanda leaves with 3 light sources (green, blue, and blue-purple LED) is sensitive enough to classify and predict the sample being tested. Keywords: jati belanda, PCA, PLSDA, portable photometer, quality control.
KENDALI MUTU DAUN JATI BELANDA (Guazuma ulmifolia) MENGGUNAKAN FOTOMETER JINJING DAN TEKNIK PENGENALAN POLA
MUHAMMAD FAKIH KURNIAWAN
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Kimia
DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2012
Judul Skripsi: Kendali Mutu Daun Jati Belanda (Guazuma ulmifolia) Menggunakan Fotometer Jinjing dan Teknik Pengenalan Pola Nama : Muhammad Fakih Kurniawan NIM : G44080039
Disetujui oleh Pembimbing I
Pembimbing II
Rudi Heryanto, S.Si, M.Si NIP 19760428 2005001 1 002
Aryo Tedjo, S.Si, M.Si NIP 19750202 200812 1 001
Diketahui oleh Ketua Departemen
Prof. Dr. Ir. Tun Tedja Irawadi, MS NIP 19501227 197603 2 002
Tanggal Lulus:
PRAKATA Puji dan syukur kehadirat Allah SWT atas limpahan rahmat dan hidayahNya sehingga penulis dapat menyelesaikan skripsi ini. Skripsi yang berjudul “Kendali Mutu Daun Jati Belanda (Guazuma ulmifolia) Menggunakan Fotometer Jinjing dan Teknik Pengenalan Pola” ini merupakan salah satu syarat untuk memperoleh gelar sarjana sains pada Program Studi Kimia FMIPA IPB. Penulis mengucapkan terima kasih kepada Bapak Rudi Heriyanto, S.Si, M.Si sebagai pembimbing pertama dan Bapak Aryo Tedjo, S.Si, M.Si sebagai pembimbing kedua atas arahan, saran, dan ilmu yang telah diberikan kepada penulis selama pelaksanaan penelitian dan penulisan skripsi ini. Terima kasih kepada staf Laboratorium Kimia Analitik Departemen Kimia FMIPA IPB, Laboratorium Pusat Studi Biofarmaka Institut Pertanian Bogor (PSB IPB) dan Laboratorium Spektroskopi Departemen Fisika FMIPA IPB yang telah memberikan kesempatan kepada penulis untuk melaksanakan penelitiannya ditempat tersebut. Penulis juga mengucapkan terima kasih kepada Bapak Akhiruddin dan Mas Nio atas segala bantuan yang diberikan selama penelitian. Ungkapan terima kasih juga dihaturkan untuk kedua orang tua serta kakak penulis yang selalu memberikan dukungan dan kasih sayangnya. Terima kasih kepada rekan-rekan satu bimbingan (Septhia, Lupi, Kiki, Anissa) dan beberapa pihak yang senantiasa memberikan semangat dan bantuan dalam penelitian ini. Semoga tulisan ini bermanfaat dalam dan dapat menambah wawasan ilmu pengetahuan bagi penulis khususnya dan pembaca umumnya.
Bogor, November 2012
Muhammad Fakih Kurniawan
RIWAYAT HIDUP Penulis dilahirkan di Pekalongan, pada tanggal 2 Mei 1990 dari Ayah Djumadi dan Ibu Marfuah. Penulis merupakan anak ketiga dari tiga bersaudara. Pada tahun 2008 penulis lulus dari Sekolah Menengah Atas Negeri 1 Kajen dan pada tahun yang sama penulis masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Masuk IPB (USMI). Penulis masuk Program Studi S1 Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Selama masa perkuliahan penulis aktif di organisasi Unit Kegiatan Mahasiswa (UKM) Paduan Suara Mahasiswa Agria Swara dan Ikatan Mahasiswa Kimia (Imasika). Penulis melakukan Praktik Lapang di Pusat Teknologi Terapan Kesehatan dan Epidemiologi Klinik pada bulan Juli-Agustus 2011. Penulis juga pernah menjadi asisten praktikum kimia Tingkat Persiapan Bersama IPB tahun ajaran 2010/2011 dan 2011/2012, asisten praktikum Kimia Analitik Ekstensi Departemen Kimia IPB tahun ajaran 2010/2011, asisten praktikum Kimia Analitik Layanan mayor Biologi Departemen Kimia IPB tahun ajaran 2010/2011, asisten praktikum Kimia Analitik I mayor Kimia Departemen Kimia IPB tahun ajaran 2010/2011, asisten praktikum Kimia Analitik II mayor Kimia Departemen Kimia IPB tahun ajaran 2011/2012. Selain aktif di kampus, penulis juga menjadi tentor Kimia TPB tahun 2010 di bimbingan belajar “Katalis”.
DAFTAR ISI Halaman DAFTAR TABEL ................................................................................................ viii DAFTAR GAMBAR ........................................................................................... viii DAFTAR LAMPIRAN ........................................................................................ viii PENDAHULUAN .................................................................................................. 1 METODE ................................................................................................................ 2 Bahan dan Alat ................................................................................................... 2 Lingkup Penelitian ............................................................................................. 2 Prosedur Penelitian ............................................................................................. 2 HASIL DAN PEMBAHASAN ............................................................................... 4 Penentuan Kadar Flavonoid Total Ekstrak Daun Jati Belanda .......................... 4 Pencirian Lampu LED ........................................................................................ 4 Analisis Daun Jati Belanda Menggunakan Fotometer Jinjing ........................... 5 Pengelompokan Daun Jati Belanda Menggunakan Principle Component Analysis (PCA)............................................................................... 6 Pembentukan Model Daun Jati Belanda Menggunakan Partial Least Square Discriminant Analysis (PLSDA) ............................................................ 7 SIMPULAN DAN SARAN .................................................................................... 9 Simpulan ............................................................................................................. 9 Saran ................................................................................................................. 10 DAFTAR PUSTAKA ........................................................................................... 10 LAMPIRAN .......................................................................................................... 12
DAFTAR TABEL Halaman 1 Hasil pengukuran intensitas lampu LED ............................................................ 4 2 Nilai PC pada kombinasi tiga lampu LED ......................................................... 7 3 Kriteria kebaikan model PLSDA (7 lampu) ....................................................... 8 4 Prediksi daun jati belanda umur 1 bulan dengan PLSDA (7 lampu) ................. 8 5 Kriteria kebaikan model PLSDA (3 lampu) ....................................................... 9 6 Prediksi daun jati belanda umur 1 bulan dengan PLSDA (3 lampu) ................. 9
DAFTAR GAMBAR Halaman 1 Daun jati belanda (Guazuma ulmifolia) ............................................................. 2 2 Fotometer jinjing ................................................................................................ 3 3 Kadar flavonoid total ekstrak daun jati belanda ................................................. 4 4 Spektrum lampu LED ......................................................................................... 5 5 Spektrum intensitas pengkuran sampel menggunakan LED biru-ungu ............. 5 6 Alur proporsi variasi 7 komponen utama ........................................................... 6 7 Plot skor PC 1 dan PC 2 pengukuran sampel (7 lampu) .................................... 6 8 Plot loading PC 1 dan PC 2 pengukuran sampel (7 lampu) ............................... 6 9 Plot skor PC 1 dan PC 2 pengukuran sampel (3 lampu) .................................... 7
DAFTAR LAMPIRAN Halaman 1 Bagan alir penelitian......................................................................................... 13 2 Fotometer yang sedang dikembangkan (skematis) .......................................... 14 3 Penetapan flavonoid total ekstrak daun jati belanda ........................................ 15 4 Uji statistika ANOVA dan Duncan kadar flavonoid daun jati belanda ........... 16 5 Data hasil pengukuran nilai tegangan daun jati belanda berumur 1, 2, 3 bulan menggunakan fotometer jinjing .............................................................. 17 6 Hasil PCA menggunakan kombinasi 3 lampu LED ......................................... 20
Halaman 7 Prediction vs reference PLSDA umur 1, 2, dan 3 bulan (7 lampu) ................. 23 8 Prediction vs reference PLSDA umur 1, 2, dan 3 bulan (3 lampu) ................. 24
PENDAHULUAN Tanaman obat telah dimanfaatkan secara luas ribuan tahun lalu di negara timur seperti Cina, Korea, dan Jepang (Liang et al. 2004). Saat ini, pemanfaatan tanaman obat terus mengalami peningkatan sebagai bahan terapi dan kosmetik (Gogtay et al. 2002). Banyak orang beranggapan penggunaan obat dari tanaman relatif lebih aman dibandingkan obat sintesis. Hal ini disebabkan karena obat tradisional memiliki efek samping yang relatif lebih sedikit daripada obat modern.WHO merekomendasi penggunaan obat herbal tradisional dalam pemeliharaan kesehatan masyarakat, pencegahan, dan pengobatan penyakit terutama untuk penyakit kronis, penyakit degeneratif, dan kanker (Sari 2006). Penggunaan tanaman obat semakin meningkat sehingga diperlukan kendali mutu untuk mengontrol kualitasnya. Kualitas obat herbal ditentukan oleh komposisi senyawa aktifnya. Menurut Liang et al. (2004), khasiat dari tanaman obat dapat timbul karena adanya interaksi yang sinergis antara senyawasenyawa aktif kimia yang terkandung dalam tanaman obat. Keragaman komposisi senyawa aktif kimia pada suatu tanaman dipengaruhi oleh kondisi tanah dan lingkungan (Singh et al. 2010). Oleh sebab itu, tanaman obat dari tempat berbeda memiliki komponen aktif yang berbeda pula baik secara kualitas maupun kuantitasnya. Faktor lain yang dapat memengaruhi komposisi senyawa-senyawa aktif kimia ini adalah umur dari tanaman obat itu sendiri (Anuradha 2010). Metode yang telah diterapkan pada kendali mutu tanaman obat yaitu teknik kromatografi seperti kromatografi cairan kinerja tinggi (KCKT), kromatografi gas (KG), dan kromatografi lapis tipis (KLT) (Singh et al. 2010). Metode ini cukup akurat tetapi memakan waktu yang lama dan banyak tahap saat persiapan sampel (Mao 2006). Oleh karena itu, perlu dikembangkan metode yang cepat, sederhana, dan akurat untuk identifikasi mutu herbal. Saat ini telah dikembangkan metode kendali mutu dengan mengombinasikan spektroskopi molekular dan analisis statistik multivariat (Singh et al. 2010). Penelitian yang dilakukan Zou et al. (2005) menggunakan FTIR untuk analisis kualitatif senyawa aktif pada tanaman obat (herbal) kasar dengan analisis komponen utama (PCA) untuk mengelompokkan tanaman obat ke dalam group berbeda sesuai dengan asal tanaman obat. Alat tersebut cukup mahal dan sulit dioperasikan. Oleh karena itu,
dikembangkan alat yang lebih sederhana yaitu fotometer jinjing. Fotometer jinjing yang digunakan pada penelitian ini merupakan alat yang telah dikembangkan oleh Departemen Fisika Fakultas Kedokteran Universitas Indonesia dan Bagian Kimia Analitik Departeman Kimia Institut Pertanian Bogor. Alat ini memiliki kelebihan dalam pengoperasiannya yang lebih mudah, meminimumkan penggunaan bahan kimia, murah, ringan, dan mudah dibawa. Prinsip kerjanya juga sederhana yaitu penyinaran sampel oleh sumber sinar menyebabkan sinar sebagian diserap dan sebagian dipantulkan. Sinar yang dipantulkan ini disebut sinar reflektan. Sinar reflektan selanjutnya ditangkap oleh detektor diubah menjadi perbedaan tegangan listrik. Perbedaan tegangan listrik yang dihasilkan ini dideteksi oleh voltmeter (Siburian 2011). Alat fotometer ini tergolong sederhana karena tersusun dari lampu LED sebagai sumber sinar, detektor, dan alat pembaca sinyal yang berupa multimeter. Fotometer jinjing ini sebelumnya diaplikasikan pada penelitian dan berhasil melihat perbedaan antara sel dan jaringan karsinoma (kanker) dengan sel jaringan normal menggunakan metode autofluoresensi multiekstensi (Zain et al. 2007). Selain itu digunakan pada penelitian pengukuran warna kulit manusia secara in vitro dan in vivo (Siburian 2011). Pada bidang pertanian, alat fotometer jinjing ini telah digunakan pada penelitian kendali mutu rimpang temulawak (Curcuma xanthorrhiza) pada umur yang berbeda (Fathniyah 2011). Selain itu juga digunakan pada penelitian kendali mutu sambiloto (Andrographis paniculata) pada umur yang berbeda (Permana 2011). Tanaman jati belanda (Guazuma Ulmifolia) merupakan salah satu tanaman obat yang banyak digunakan masyarakat sebagai obat tradisional. Daun dan kulit batang jati belanda mengandung alkaloid, flavonoid, saponin, dan tanin. Sementara kulit batang mengandung 10% zat lendir, 9.3% damardamaran, 2.7% tanin, beberapa zatpahit, glukosa, dan asam lemak (Sulaksana 2005). Penggunaan ekstrak daun jati belanda secara tradisional sebagai obat pelangsing sudah banyak dilakukan akan tetapi masih sedikit sekali penelitian yang membahas masalah tersebut. Menurut Sulaksana (2005), tanaman jati belanda (Guazuma ulmifolia) mempunyai efek antidiare, astringen, dan menguruskan badan.
Fiber Optiic Vis-Nir (Ocean optics), o Spektrofotom meter UV-VIS S Shimadzu 1700 PC, alat sonikkasi, blender, alat pembuatt pelet, oven, penguaap putar, neracca analitik, perralatan gelas, peranngkat keras komputer, serta perangkat luunak The Unnscrambler 9.7 dan SPSS versi 166. L Lingkup Pen nelitian Gambar 1
Daun Jati Belanda (G Guazuma ulmifolia).
mbar 1) Kualitas tanaman jati belanda (Gam dilihat dari produksi daaun dan kanndungan flavonoidnyya (Febrandyy 2006). Flaavonoid merupakan salah satu metabolit seekunder, m daun kemungkinaan keberadaaannya dalam dipengaruhi oleh adanyaa proses fotoosintesis sehingga daaun muda beelum terlalu banyak mengandungg flavonoid (Markham 1988). Pada umum mnya ada 2 bentuk flavonoiid, yaitu flavonoid yang y terikat pada gula sebagai glikosida dan d flavonoiid bebas (aaglikon). Flavonoid alam ditemuukan dalam bentuk glikosida, yaaitu suatu benntuk kombinassi antara gula dan allkohol. Metodde kendali mutu m jati belanda yang y telah dilakukan adalah kromatograffi lapis tipis (TLC) ( (Seigleer 2005) dan spekttroskopi infr fra merah (FTIR) (Setiawan 2008). Penelitiaan ini berrtujuan mennjadikan fotometer jiinjing yang seedang dikembbangkan sebagai alatt untuk kendaali mutu jati belanda (Guazuma Ulmifolia) dengan melihat keragaman mutu berdasarkan umurr tanam yang berbedda, dikombinaasikan dengann teknik pengenalan pola kemoometrik PCA A dan PLSDA.
METO ODE Bahan dan n Alat Bahan-bbahan yang digunakan pada penelitian inni ialah daun jati belanda berumur b 1 bulan, 2 bulan, dan 3 bulan yang diambil dari kebunn Biofarmakaa Dramaga Bogor, etanol 70%,, heksametilenntetramina 0.55% b/v, aseton, HCll 25% dalam air, etilasetaat, asam asetat glasiaal 5% v/v (daalam metanol)), AlCl 3 2%, kuersetiin, metanol daan akuades. Alat-alatt yang digunaakan adalah footometer jinjing, adapptor (input 2200 V, output DC 3– 12 V, current DC D 1200 mA A), lampu LED D (biruungu, biru, putih, hijau, UV, kuningg-merah, S eter tipe US SB-2000 dan IR), Spektrofotome
Metode penelitian p yanng akan dilaakukan mengikuti diaagram alir padda Lampiran 1 yang meliputi pem mbuatan pelet daun jati beelanda, pengukuran menggunakan m n fotometer jinjing, dan pengujiann total flavonooid ekstrak daaun jati belanda. Anaalisis kuantitaatif flavonoid d total sampel dilaakukan mennggunakan metode m Depkes 20100. Sampel ddilakukan ek kstraksi maserasi-soniikasi, kemuddian ekstrak kasar direfluks dann dilakukan ekstraksi caair-cair etanol. Nilai absorbansi diiukur menggu unakan meter UV-VIS S dengan kuersetin spektrofotom sebagai standdar. Analisis kualitatif dilaakukan dengan penggukuran pelett daun jati belanda menggunakann fotometer jinjing (Lampirran 2). Data hasil peengukuran diolah dengan teknik pengenalan pola kemom metrik (PCA A dan k The PLSDA) mennggunakan peerangkat lunak Unscrambler 9.7. P Prosedur Pen nelitian Preparasi Saampel Daun jatii belanda yaang telah mencapai umur diinginnkan (1,2, dann 3 bulan) dipanen dari 10 pohoon yang berbeeda dengan kondisi k tanam yang sama. Tujuaan penggunaaan 10 pohon tersebbut adalah uuntuk meingk katkan variasi dataa. Sampel daun kem mudian dikeringkan mengunakan oven pada suhu 40ºC selama 6 jam. Daunn yang telah kering b kemudian dihhaluskan mennggunakan blender sehingga dihaasilkan serbukk daun jati belaanda. Serbuk daaun jati belandda berumur 1 bulan diambil sebaanyak 10 graam dan diek kstraksi secara maseerasi-sonikasii dengan pelarut p etanol 70% (1:10) selam ma 15 menit. Hasil maserasi-soniikasi disarinng dan filttratnya dipindahkan ke erlemeeyer lain. Residu R e dimaserasi-soonikasi kembbali dengan etanol. Ekstraksi diilakukan 3 kali. Filtrat hasil maserasi-soniikasi diggabungkan dan dipekatkan dengan d evapoorator putar sampai s terbentuk ekkstrak kental. Proses ek kstraksi yang sama dilakukan d untu tuk sampel 2 bulan dan 3 bulan.
3
Penentuan Kadar Flavonoid Total (metode Depkes 2000) Ekstrak ditimbang sebanyak 300 mg lalu dimasukkan ke dalam labu alas bulat. Sistem hidrolisis ditambahkan ke dalamnya, yaitu 1 ml heksametilentetramina 0.5% b/v, 20 ml aseton, dan 20 ml larutan 25% HCl dalam air. Hidrolisis dilakukan dengan pemanasan sampai mendidih selama 30 menit. Campuran hasil hidrolisis disaring ke dalam labu takar 100 ml. Residu hidrolisis ditambah20 ml aseton untuk dididihkan kembali selama 10 menit. Penambahan aseton dan pendidihan ini dilakukan sebanyak dua kali. Filtrat dikumpulkan ke dalam labu takar. Setelah labu takar dingin maka volume ditepatkan sampai 100 ml dan dikocok hingga tercampur sempurna. Filtrat hasil hidrolisis dalam labu takar diambil sebanyak 20 ml, dimasukkan ke dalam corong pisah dan ditambahkan 20 ml akuades. Setelah itu dipartisi dengan 15 ml etilasetat dan dilanjutkan dengan 10 ml etilasetat sebanyak dua kali. Fraksi etilasetat dikumpulkan ke dalam labu takar 50 ml kemudian ditepatkan dengan etilasetat sampai 50 ml. Prosedur ini dilakukan sebanyak lima kali ulangan. Pemeriksaan spektrofotometri diawali dengan memindahkan 10 ml larutan fraksi etilasetat ke dalam labu takar 25 ml kemudian ditambahkan 2 ml larutan 2 g AlCl 3 dalam 100 ml larutan asam asetat glasial 5% v/v (dalam metanol). Larutan asam asetat glasial 5% v/v ditambahkan secukupnya sampai tepat 25 ml. Sebagai standar digunakan kuersetin murni dengan konsentrasi 5, 10, 15, 20, dan 25 ppm kemudian diukur pada λmaks 370.8 nm. Hasil pengukuran kadar flavonoid total ekstrak daun jati belanda diolah menggunakan Analisys of Variance (ANOVA) one-way. Selanjutnya dilakukan uji lanjut Duncan dengan perangkat lunak SPSS versi 16. Pembuatan Pelet Daun Jati Belanda Sebanyak 300 mg dari sampel serbuk daun jati belanda ditimbang. Selanjutnya serbuk dimasukkan kedalam alat pembuat pelet. Pada saat pembuatan pellet, tekanan diatur sehingga mencapai 80 kN selama selama 3 menit. Kemudian pelet jati belanda dikeluarkan dari alat. Pencirian Sumber Sinar Fotometer jinjing (Gambar 2) dinyalakan dengan menekan tombol power, lalu intensitas awal fotometer ditentukan dengan meletakkan sumber cahaya pada area berwarna putih sebagai kontrol. Sumber cahaya diletakkan
tegak lurus (90°) dengan permukaan kertas standar warna. Diperiksa perbedaan intensitas sinar pada area berwarna putih. Apabila tidak terdapat perbedaan, maka nilai intensitas awal dinaikkan. Intensitas yang sudah ditetapkan akan digunakan untuk pengukuran setiap sampel dengan sumber sinar yang sama. Setiap mengakhiri pengukuran, sumber cahaya dimatikan dan dinyalakan kembali sebelum mengukur warna standar lainnya. Nilai yang tertera pada fotometer dicatat setelah angka yang tertera tidak menunjukkan perubahan. Langkah tersebut diulangi dengan menggunakan kombinasi sumber lampu yang berbeda-beda. Lampu yang digunakan adalah LED (biru-ungu, biru, putih, hijau, UV, kuning-merah, dan IR).
Gambar 2 Spektrofotometer jinjing. Metode Deteksi Sinar Permukaan pelet jati belanda selanjutnya disinari menggunakan kelima sumber sinar. Pelet jati belanda dari umur 1, 2, dan 3 bulan diukur sebanyak 10 kali ulangan. Sinar refleksi yang dihasilkan akan ditangkap oleh detektor dan intensitas sinar tersebut diubah menjadi perbedaan tegangan listrik. Perbedaan tegangan listrik yang dihasilkan ini dideteksi oleh voltmeter dan dicatat sebagai hasil berupa angka. Pengumpulan Data dan Pengolahan Data Data pengukuran intensitas sinar yang dihasilkan dari sampel jati belanda umur 1, 2, dan 3 bulan dengan menggunakan sumber lampu LED (biru-ungu, biru, putih, hijau, UV, kuning-merah, dan IR), selanjutnya dimasukkan kedalam program Ms. Excel 2007. Data dalam format excel 2007 kemudian dianalisis menggunakan metode multivariat dilakukan dengan menggunakan perangkat lunak The Unscrambler 9.7.
HASIL DAN PEMBAHASAN Penentuan Kadar Flavonoid Total Ekstrak Daun Jati Belanda Penentuan kadar flavonoid total dimulai dengan hidrolisis ekstrak daun jati belanda menggunakan metode refluks. Hal ini bertujuan agar flavonoid yang masih terikat dengan gugus gula dapat terurai menjadi flavonoid dalam bentuk aglikon (flavonoid tunggal) karena analisis flavonoid akan lebih baik jika berada dalam bentuk aglikonnya (Harborne 1996). Sesuai dengan metode Depkes (2000), pereaksi yang digunakan adalah AlCl 3 . Senyawa AlCl 3 membentuk kompleks asam yang stabil dengan C-4 gugus keto, lalu dengan C-3 atau C-5 gugus hidroksil dari flavon dan flavonol (Chang et al. 2002). Pengukuran dilakukan menggunakan spktrofotometer UV-Vis pada panjang gelombang 370.8 nm.
kadar flavonoid (%b/b)
3.50 3.00 2.50
antara satu dengan yang lain. Hasil analisis statistika ANOVA yang menunjukkan bahwa ketiga sampel daun jati belanda dengan masing-masing tiga kali ulangan memiliki kadar flavonoid berbeda nyata (p value< 0.05)(Lampiran 4). Hal ini menunjukkan bahwa perbedaan umur tumbuhnya tanaman tersebut mengakibatkan adanya diferensiasi kandungan metabolit terutama kadar flavonoidnya. Menurut Anuradha (2010), umur tanaman mempengaruhi komposisi senyawa aktif dari tanaman itu sendiri. Setelah uji ANOVA, dilakukan uji lanjutan yaitu menggunakan metode Duncan. Uji ini didasarkan pada pengelompokan antara nilainilai yang telah diketahui berbeda nyata. Hasil uji Duncan (α = 0.05) terhadap kadar flavonoid daun jati belanda pada umur yang berbeda (Lampiran 4) menunjukkan terdapat dua pengelompokan data. Daun jati belanda umur 2 bulan cenderung mengelompok dengan daun jati belanda berumur 1 bulan berdasarkan kedekatan nilai konsentrasi flavonoidnya, sedangkan daun jati belanda berumur 3 bulan terpisah sendiri. Pencirian Lampu LED
2.00
ulangan 1
1.50
ulangan 2
1.00
ulangan 3
0.50 0.00 1 2 3 umur daun jati belanda (bulan)
Gambar 3 Kadar flavonoid total ekstrak daun jati belanda. Gambar 3 menunjukkan hasil pengkuran kadar flavonoid total ekstrak daun jati belanda berumur 1 bulan, 2 bulan, dan 3 bulan. Masing- masing pengukuran dilakukan sebanyak tiga kali ulangan. Ekstrak dari daun jati belanda berumur 1 bulan memiliki kadar flavonoid total terkecil yaitu sebesar 0.92%, sedangkan ekstrak dari daun jati belanda berumur 3 bulan memiliki kadar flavonoid total terbesar yaitu sebesar 2.62% (Lampiran 3). Hal ini berarti semakin tua umur daun jati belanda, semakin besar kandungan flavonoidnya. Menurut Rahardjo (2000), kandungan senyawa aktif tanaman semakin besar dengan meningkatnya umur tanaman tersebut. Nilai kadar flavonoid tiap umur sampel selanjutnya dianalisis menggunakan uji ANOVA untuk mengetahui tingkat beda nyata
Pencirian lampu LED dilakukan dengan pengukuran panjang gelombang masingmasing lampu LED menggunakan alat Spektrofotometer tipe USB-2000 Fiber Optic Vis-Nir (Ocean optics). Lampu LED yang diukur berjumlah 7 buah yaitu LED biruungu, LED biru, LED putih, LED hijau, LED UV, LED kuning-merah, dan LED IR. Hasil pengukuran diperoleh nilai panjang gelombang dominan dan intensitasnya (Tabel 1). Tabel 1 Hasil pengukuran intensitas lampu LED Panjang Intensitas Jenis LED gelombang tertinggi dominan (nm) (counts) UV 409.29 3877.26 biru-ungu 453.60 3873.93 putih 462.68 3680.97 biru 473.18 3874.20 hijau 518.02 3720.98 kuning626.25 3876.62 merah IR 986.91 3848.22
Intensitas (count)
5
4500 4000 3500 3000 2500 2000 1500 1000 500 0 ‐500 0
hijau biru putih kuning‐ merah biru‐ungu UV
200
400
600
800
1000
1200
IR
panjang gelombang (nm) Gambar 4 Spektrum lampu LED.
Analisis Daun Jati Belanda Menggunakan Fotometer Jinjing Analisis ini diawali dengan pembuatan pelet dari sampel serbuk daun jati menggunakan alat penekan. Alat penekan yang digunakan merupakan alat penekan untuk pembuatan pelet pada analisis FTIR. Serbuk daun jati belanda yang digunakan berasal dari tiga umur berbeda (1 bulan, 2 bulan, 3 bulan) dan masing-masing umur terdapat 10 pohon yang berbeda serta tiap pohon dibuat tiga kali ulangan. Oleh karena itu total pelet yang dibuat sejumlah 90 buah. Sebelum dilakukan pengukuran, alat fotometer jinjing dikalibrasi terlebih dahulu menggunakan karton warna hitam dan putih. Hal ini agar didapatkan kekonsistenan data disetiap ulangannya. Kondisi lingkungan juga diperhatikan saat pengukuran. Ruangan tempat pengukuran diatur sehingga intensitas pencahayaannya rendah. Hal ini bertujuan agar hasil yang diperoleh tidak bias. Jika dilakukan pengukuran pada daerah yang inetnsitas cahayanya tinggi, maka dikhawatirkan terdapat cahaya dari sekeliling daerah pengukuran ikut terdeteksi juga oleh detektor sehingga dihasilkan nilai yang lebih besar dari yang seharusnya (galat positif). Pengukuran sampel daun jati belanda berumur 1 bulan, 2 bulan, dan 3 bulan menggunakan fotometer jinjing dengan
berbagai sumber lampu LED menghasilkan nilai intensitas tegangan (voltase) yang berbeda (Lampiran 5). Hubungan antara nomor pengukuran dan intensitas tegangan pada pengukuran sampel daun jati belanda menggunakan sumber lampu LED biru-ungu (Gambar 5) menunjukkan spektrum yang berbeda pada tiap umurnya. 1920 nilai tegangan (mv)
Karakterisasi ini dilakukan untuk mengetahui panjang gelombang dominan dan intensitas tertinggi yang dikeluarkan masingmasing lampu LED (Gambar 4). Data dari panjang gelombang dominan tersebut dapat digunakan untuk acuan pada penelitian selanjutnya tentang aplikasi fotometer jinjing ini.
1915 1910
1 bulan
1905
2 bulan 3 bulan
1900 0
Gambar 5
20
40
jumlah pengukuran
Spektrum intensitas pengkuran sampel menggunakan LED biru-ungu.
Daun jati belanda berumur 1 bulan menunjukkan nilai intensitas tegangan paling besar jika dibandingkan umur 2 dan 3 bulan. Hal ini dikarenakan konsentrasi senyawa aktif pada daun jati belanda berumur 1 bulan paling rendah, sehingga sinar lampu LED yang diserap juga semakin sedikit. Oleh karena itu intensitas sinar yang dipantulkan (reflektan) semakin tinggi. Sinar reflektan ini akan diubah oleh detektor menjadi nilai tegangan. Jadi semakin tinggi intensitas sinar reflektan maka semakin tinggi nilai tegangan yang dihasilkan. Perbedaan nilai tegangan antar sampel daun jati belanda pada tiap umurnya sangat kecil. Oleh karena itu diperlukan teknik pengolahan lanjutan untuk membedakan umur sampel tersebut. Teknik yang dipilih yaitu teknik pengenalan pola kemometrik. Pada
6
penelitian ini dilakukan analisis komponen utama (PCA) untuk mengelompokkan sampel berdasarkan umur. Selain itu digunakan teknik PLSDA untuk membentuk suatu model dan prediksi sampel lanjutan. Pengelompokan Daun Jati Belanda Menggunakan Principle Component Analysis (PCA) PCA adalah teknik yang digunakan untuk menyederhanakan suatu data, dengan cara mentransformasi data secara linier sehingga terbentuk sistem koordinat baru dengan variasi maksimum (Brereton 2003). Oleh karena itu, pada penelitian ini teknik PCA dipakai untuk menyederhanakan data hasil pengukuran fotometer berupa nilai intensitas tegangan yang jumlahnya banyak. Analisis komponen utama (PCA) juga dapat digunakan untuk analisis pola sehingga dihasilkan pengelompokan daun jati belanda berdasarkan umurnya. Pengukuran pelet daun jati belanda dengan 7 jenis sumber lampu LED (biru-ungu, biru, putih, hijau, UV, kuning-merah, dan IR) menghasilkan data intensitas tegangan (Lampiran 4). Data tersebut kemudian dianalisis menggunakan PCA dengan intensitas tegangan sebagai respon dan jenis lampu LED sebagai variabelnya. Hasil PCA diperoleh 7 buah PC dan varians yang berbeda beda yaitu PC1 86%, PC2 8%, PC3 2%,PC4 1%, PC5 1%, PC6 1%, dan PC7 0% (Gambar 6). Total nilai varians seluruh PC sebesar 99%. Nilai varians PC 1 paling besar karena PC 1 digunakan untuk memaksimumkan varians data, sedangkan PC selanjutnya digunakan untuk memaksimumkan residual yang tertinggal dalam data (Brereton 2003).
Pola pemisahan sampel berdasarkan umur dilakukan dengan pembuatan plot skor menggunakan 2 nilai PC pertama, yaitu PC1 sebesar 86% dan PC2 sebesar 8%. Menurut Brereton (2003), plot skor dengan menggunakan 2 buah PC pertama dilakukan karena kedua PC ini menggambarkan varians terbesar dari data. Hasil plot skor menunjukkan bahwa daun jati belanda dapat terpisahkan dengan baik mengunakan PC1 dan PC2 (Gambar 7). Daun jati belanda terlihat jelas pengelompokkannya berdasarkan umur 1 bulan, 2 bulan dan 3 bulan.
Gambar 7 Plot skor PC1 dan PC2 pengukuran sampel (7 lampu).
Gambar 8
Gambar 6 Alur proporsi variasi 7 komponen utama.
Plot loading PC1 dan PC2 pengukuran sampel (7 lampu).
7
Tabel 2 Nilai PC pada kombinasi lampu LED Kombinasi PC1 PC2 PC3 LED (%) (%) (%) UV-P-KM 91 5 3 UV-P-BU 92 4 3 UV-B-KM 91 6 3 UV-B-BU 92 5 3 H-P-KM 92 6 2 H-P-BU 93 4 2 H-B-KM 92 6 2 H-B-BU 93 5 2 Keterangan: UV = ultraviolet, P = putih, KM = kuningmerah, BU =biru-ungu, H = hijau B=biru
Gambar 9 Plot skor PC1 dan PC2 pengukuran sampel (3 lampu).
Pembentukan Model Daun Jati Belanda Menggunakan Partial Least Square Discriminant Analysis (PLSDA)
Pengaruh dari sumber lampu (LED) yang digunakan terhadap hasil pengelompokkan data sampel berdasarkan umur dapat dilihat dari plot loading (Gambar 8). Plot loading menunjukkan lampu LED IR terpisah jauh dari LED yang lain, sedangkan enam lampu LED lain cenderung mengelompok. Pengelompokan tersebut membentuk tiga plot kelompok lampu LED, yaitu LED UV dan LED hijau, LED biru dan LED putih, LED kuning-merah dan LED biru-ungu. Oleh karena itu, dilakukan analisis PCA lanjutan dengan memilih kombinasi tiga lampu dari tiap tiga plot kelompok lampu tersebut. Hasil kombinasi tiga lampu dari tiga plot kelompok lampu LED menunjukkan bahwa sumbangan panjang gelombang yang berperan pada pengelompokan ini berasal dari sumber lampu LED hijau (518.02 nm), LED biru (471.73 nm), dan LED biru-ungu (453.60 nm). Hal ini dikarenakan penggunaan tiga jenis lampu LED tersebut ternyata menghasilkan plot skor PCA yang mempunyai kemiripan dengan plot skor PCA yang dibuat mengggunakan tujuh jenis lampu LED yang berbeda (Gambar 9). Plot skor dari kombinasi lampu LED hijau, LED biru, dan LED biruungu terpisah dengan baik jika dibandingkan dengan plot skor kombinasi LED lainnya (Lampiran 6). Selain itu pemilihan kombinasi ketiga jenis lampu LED tersebut dikarenakan memiliki PC 1 tertinggi jika dibandingkan kombinasi jenis lampu LED lainnya (Tabel 2). PC 1 merupakan plot yang mengindikasikan variasi maksimum dari sumber data. Oleh karena itu semakin tinggi nilai PC1 maka semakin baik variasi sumber datanya.
Analisis PLSDA diawali dengan pemilihan variabel X dan variabel Y. Variabel X merupakan perdiktor yang berisi data asli hasil pengukuran menggunakan fotometer jinjing. Variabel Y merupakan respon tiap umur dari daun jati belanda. Respon berisi nilai 1 untuk salah satu umur dan berisi nilai 0 untuk umur yang lain. Peubah X dan Y selanjutnya didekomposisi menjadi dua matriks, yaitu matriks score dan loading. Inti dari dari PLSDA adalah menghitung score dari matriks X dan Y yang selanjutnya digunakan untuk membuat model regresi diantara nilai-nilai tersebut (Gutierrez et al 2011). Selanjutnya dengan meregresikan komponen utama antara kedua matriks dibuat model kalibrasi daun jati belanda umur 1, 2, dan 3 bulan Kesahihan model yang terbentuk diuji dengan validasi silang. Teknik validasi silang bermanfaat untuk menentukan jumlah komponen yang optimal dari jumlah contoh yang sedikit, selain itu juga mampu melakukan tes secara independen (Stchur et al. 2002). Kebaikan analisis menggunakan PLSDA dapat dilihat dari nilai R2, root mean square error of calibration (RMSEC) dan root mean square error of prediction (RMSEP). Suatu model PLS dikategorikan sebagai model yang dapat dipercaya bila nilai parameter yang dihasilkan, di antaranya berupa nilai korelasi dan nilai galat, serupa untuk setiap tahapan pembuatan model. Korelasinya (R2) harus bernilai tinggi sedangkan galatnya bernilai rendah (Baranska et al. 2005).
8
Tabel 3 Kriteria kebaikan lampu) umur Kalibrasi (bln) R2 RMSEC 1 0.9674 0.0875 2 0.8781 0.1659 3 0.9430 0.1071
model PLSDA (7 Prediksi R2 RMSEP 0.9565 0.1015 0.8430 0.1893 0.9278 0.1211
Nilai R2 dari model PLSDA diatas berada pada kisaran 0.8781 sampai 0.9674. Meskipun nilai R2 yang didapatkan masih tergolong baik tetapi jika dibandingkan dengan penelitian sebelumnya dengan fotometer jinjing yang sama, model ini menghasilkan nilai R2 yang lebih kecil. Model PLSDA rimpang temulawak didapatkan rerata R2 sebesar 0.9934 (Fathniyah 2011) dan model PLSDA sambiloto didapatkan rerata R2 sebesar 0.9967 (Permana 2011). Hal ini mengindikasikan terdapat galat pemodelan sampel daun jati belanda pada penelitian ini. Salah satu faktor yang paling berpengaruh adalah penggunaan jenis detektor yang berbeda pada alat fotometer jinjing. Pada penelitian sebelumnya digunakan LDR (light dependent resistors), sedangkan pada penelitian ini digunakan PDA (photodiode array). Karena perbedaan spesifikasi detektor ini maka terdapat perbedaan respon terhadap pengukuran sampel yang berpengaruh terhadap kebaikan model yang dibuat. Nilai R2 pada model ini masih tergolong baik karena masih mendekati nilai 1 yang berarti konsentrasi nyata dan dugaan memiliki nilai yang dekat serta memiliki galat yang kecil. Nilai galat kalibrasi (RMSEC) dan galat prediksi (RMSEP) untuk semua umur didapatkan mendekati 0. Model yang dibuat dapat dikatakan baik dan dipercaya karena suatu model dapat dikategorikan baik dan dipercaya jika nilai R2nya mendekati 1 dan nilai dari galat bernilai sangat kecil atau mendekati 0 (Brereton 2003). Model PLSDA tersebut kemudian digunakan untuk memprediksi sampel daun jati belanda yang diprediksi berumur 1 bulan. Sampel diambil dari kebun Biofarmaka Darmaga Bogor. Karena sampel yang akan diprediksi berumur 1 bulan, maka diambil daun jati belanda yang muda dan memiliki ciri-ciri fisik seperti sampel daun jati belanda berumur 1 bulan yang dipakai untuk analisis PCA sebelumnya. Proses preparasi sampel dilakukan sama seperti preparasi sampel daun jati belanda untuk analisis PCA. Sampel diukur menggunakan alat fotometer jinjing. Selanjutnya, hasil pengukuran dimasukkan pada model PLSDA yang telah dibuat
menggunakan perangkat Unscremble 9.7.
lunak
The
Tabel 4 Data prediksi sampel dengan PLSDA jati belanda umur 1, 2, dan 3 bulan (7 lampu) Nilai Nilai Model Ulangan Prediksi Referensi PLSDA 1 1.379 1 2 1.379 1 3 1.398 1 1 bulan 4 1.543 1 5 1.572 1 6 1.475 1 1 0.483 0 2 0.483 0 3 0.483 0 2 bulan 4 0.481 0 5 0.481 0 6 0.486 0 1 -0.333 0 2 -0.333 0 3 -0.270 0 3 bulan 4 -0.248 0 5 -0.126 0 6 -0.172 0 Tabel 4 memberikan informasi nilai prediksi untuk sampel yang diprediksi berumur 1 bulan saat diregresikan dengan model PLSDA yang telah diperoleh sebelumnya. Hasil regresi menunjukkan sampel daun jati belanda yang diprediksi berumur 1 bulan diklasifikasikan sebagai daun jati belanda berumur 1 bulan. Hal ini dapat dilihat dari nilai prediksi sampel yang mendekati nilai referensi. Kemiripan nilai prediksi dan nilai referensi ini menunjukkan bahwa umur sampel prediksi sama dengan model yang digunakan. Nilai referensi adalah nilai yang digunakan sebagai respon untuk membangun model. Analisis PCA sebelumnya dilakukan pengurangan jumlah lampu LED yang digunakan dari tujuh lampu menjadi tiga lampu. Kombinasi lampu LED hijau, biruungu, ungu menghasilkan plot skor yang memiliki kemiripan dengan plot skor PCA yang dibuat mengggunakan tujuh jenis lampu LED. Ketiga jenis LED ini memberikan sumbangan panjang gelombang yang berperan pada pengelompokan daun jati belanda berdasarkan umur. Oleh karena itu dilakukan juga pemodelan PLSDA daun jati belanda dengan tiga lampu LED.
9
Tabel 5 Kriteria kebaikan lampu) umur Kalibrasi (bln) R2 RMSEC 1 0.8707 0.1713 2 0.8397 0.1926 3 0.8528 0.1846
model PLSDA (3 R2 0.8616 0.8330 0.8422
Prediksi RMSEP 0.1804 0.2027 0.1958
Tabel diatas menunjukkan kebaikan pemodelan PLSDA pada daun jati belanda dengan tiga jenis lampu LED yaitu LED hijau, LED biru-ungu, dan LED ungu. Hasil pemodelan didapatkan nilai R2 yang berkisar 0,8330 sampai 0,8707. Nilai R2 ini lebih kecil daripada nilai R2 pada pemodelan daun jati belanda menggunakan variabel keseluruhan lampu LED (7 lampu). Begitu juga nilai RMSEC dan RMSEP yang dihasilkan ratarata lebih besar daripada nilai RMSEC dan RMSEP pada pemodelan PLSDA dengan tujuh lampu. Artinya untuk pemodelan sampel daun jati belanda berbeda umur, kombinasi tujuh lampu masih lebih baik jika dibandingkan dengan kombinasi tiga lampu jika dilihat dari indikator kebaikan pemodelan PLSDA (nilai R2, RMSEC, RMSEP) yang didapatkan. Kemampuan prediksi model tujuh lampu lebih baik daripada model PLSDA dengan tiga lampu. Tabel 6 Data prediksi sampel dengan PLSDA jati belanda umur 1, 2, dan 3 bulan (3 lampu) Model Nilai Nilai Ulangan PLSDA Prediksi Referensi 1 0.835 1 2 0.835 1 3 0.802 1 1 bulan 4 0.847 1 5 0.929 1 6 0.847 1 1 0.240 0 2 0.240 0 3 0.243 0 2 bulan 4 0.239 0 5 0.231 0 6 0.239 0 1 -0.486 0 2 -0.486 0 3 -0.304 0 3 bulan 4 -0.474 0 5 -0.421 0 6 -0.474 0 Jika dilakukan analisis prediksi umur daun jati belanda pada model PLSDA menggunakan tiga lampu LED ini maka didapatkan hasil yang cukup baik. Seperti
hasil prediksi menggunakan tujuh lampu LED, penggunaan tiga lampu masih menghasilkan nilai prediksi sampel daun jai belanda mendekati nilai referensi. Nilai prediksi yang mendekati nilai referensi menunjukkan bahwa umur sampel prediksi sama dengan model yang digunakan. Oleh karena itu pada model PLSDA ini dapat memprediksikan sampel daun jati belanda berumur 1 bulan sebagai daun jati belanda berumur 1 bulan. Penggunaan tiga sumber lampu LED (hijau, biru, biru-ungu) pada alat fotometer jinjing tentunya lebih efesien daripada penggunaan keseluruhan lampu LED (7 lampu). Hasil analisis PCA menggunakan tiga lampu menghasilkan pola pemisahan yang mirip pada analisis PCA dengan keseluruhan lampu. Pola plot skor yang dihasilkan juga terpisah dengan jelas sampel daun jati belanda berdasarkan umurnya. Selain itu pemodelan PLSDA menggunakan tiga lampu menghasilkan nilai prediksi yang mendekati nilai referensi dan mampu mengenali sampel daun jati belanda berumur satu bulan sebagai daun jati belanda berumur satu bulan. Meskipun model PLSDA dengan tujuh lampu lebih baik daripada model PLSDA dengan tiga lampu berdasarkan indikator kebaikan model yang didapatkan (R2, RMSEC, RMSEP), tetapi model ini masih cukup sensitif untuk mengklasifikasikan dan memprediksi umur daun jati belanda yang diujikan. Oleh karena itu penggunakan tiga sumber sinar (LED hijau, LED biru, LED biru-ungu) pada aplikasi fotometer jinjing untuk kendali mutu umur daun jati belanda lebih dipilih daripada penggunaan keseluruhan lampu sebagai sumber sinarnya.
SIMPULAN DAN SARAN Simpulan Fotometer jinjing yang sedang dikembangkan sudah dapat membedakan daun jati belanda berumur 1 bulan, 2 bulan, dan 3 bulan dengan bantuan aplikasi kemometrik (PCA dan PLSDA). Analsis PCA pada daun jati belanda menghasilkan nilai PC1 86% dan PC2 8%. Kombinasi tiga lampu LED yang memberikan kesamaan pola pada plot skor PCA tujuh lampu LED adalah LED hijau, LED biru, dan LED biru-ungu. Analisis PLSDA dengan tujuh lampu LED menghasilkan tiga model yaitu model PLSDA daun jati belanda umur 1 bulan
(R2 = 0.9674), 2 bulan (R2 = 0.8781), dan 3 bulan (R2 = 0.9430). Model tersebut telah berhasil memprediksi sampel daun jati belanda berumur 1 bulan. Kemampuan prediksi model tujuh lampu lebih baik daripada model PLSDA dengan tiga lampu jika dilihat dari indikator kebaikan pemodelan PLSDA (nilai R2, RMSEC, RMSEP). Model PLSDA daun jati belanda dengan tiga sumber lampu (LED hijau, LED biru, LED biru-ungu) masih cukup sensitif untuk mengklasifikasikan dan memprediksi sampel yang diujikan. Saran Perlu dilakukan validasi hasil pengukuran fotometer jinjing dengan instrument lain yang umum digunakan untuk mengetahui umur daun jati belanda berdasarkan kandungan senyawa aktifnya dan perlu dilakukan penyeragaman ukuran partikel (mesh) serbuk daun jati belanda sehingga penyinaran dapat dilakukan dengan baik lagi. Perlu dilakukan standardisasi lampu LED dan detektor yang digunakan sehingga fotometer jinjing dapat digunakan pada penelitian selanjtnya tanpa mengurangi optimasi alat tersebut.
DAFTAR PUSTAKA Anuradha VE. Jaleel CA, Salem MA, Gomathinayagam M, Panneerselvam R. 2010. Plant growth regulators induced changes in antioxidant potential and andrographolide content in Andrographis paniculata Wall.ex Nees. Pesticide Biochemistry and Physiology 98:312-316. Baranska W et al. 2005. Quality control of Harpagophytum procumbens and its related phytopharmaceutical products by means of NIR-FT-Raman spectroscopy. Biopolymers 77:1-8. Brereton RG. 2003. Introducing to multivariate calibration in analytical chemistry. Analyst 126:2125-2154. Chang CC, Yang MH, Wen HM, Chern JC. 2002. Estimation of total flavonoid content in propolis by two complementary colorimetric methods. J Food Drug Anal 10:178-182.
Depkes RI. 2000. Parameter Standar Umum Ekstrak tumbuhan Obat. Jakarta: Departemen Kesehatan Fathniyah VEF. 2011. Pengembangan Fotometer Jinjing untuk Kendali Mutu Rimpang Temulawak (Curcuma xanthorriza) [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Febrandy D. 2006. Karakterisasi Sifat-Sifat Tanah dan Lahan untuk Kesesuaian Lahan Tanaman Jati Belanda (Guazuma ulmifolia Lamk.) [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Gogtay NJ, Bhatt HA, Dalvi SS, Kshirsagar NA. 2002. The use and safety of nonallopathic Indian medicine. Drug Saf 25:1005-1019. Gutierrez L, Coello J, Maspoch S. 2011. Application of near infrared spectral fingerprinting and pattern recognition techniques for fast identification of Eleutherococcus senticosus. Food Research International 44:557-565. Harborne JB. 1996. Metode Fitokimia: Penuntun Cara Modern Menganalisis Tumbuhan. Padmawinata K dan Soediro I, penerjemah; Bandung: Penerbit ITB. Terjemahan dari: Phytochemical Methods. Liang YZ, Xie P, Chan K. 2004. Quality control of herbal medicines. J Chromatography 812:53-70. Mao J, Xu J. 2006. Discrimination of herbal medicines by molecular spectroscopy and chemical pattern recognition. Spectrochim Acta A 65:497-500. Markham KR. 1988. Cara Mengidentifikasi Flavonoid. Padmawinata K, penerjemah; Niksolihin S, editor. Bandung: Penerbit ITB. Terjemahan dari: Techniques of flavonoid Identification. Permana D. 2011. Kendali Mutu Sambiloto (Andrographis paniculata) Menggunakan Fotometer Jinjing dan Metode Pengenalan Pola [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
11
Rachmadani. 2001. Ekstrak Air Daun Jatibelanda (Guazuma ulmifolia Lamk.) Berpotensi Menurunkan Kadar Lipid Darah pada Tikus Putih Strain Wistra [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Rahardjo M. 2000. Echinacea Tanaman Obat Introduksi Potensial. Warta Penelitian dan Pengembangan Tanaman Industri 6(2):1-3. Sari L. 2006. Pemanfaatan Obat Tradisional Dengan Pertimbangan Manfaat dan Keamanannya. Majalah Ilmu Kefarmasian 3:01-07. Seigler et al. 2005. Cyanogenic glycosides and menisdaurin from Guazuma ulmifolia, Ostrya virginiana, Tiquilia plicata, and Tiquilia canescens. Phytochemistry 66:1567-1580. Setiawan S. 2008. Identifikasi Golongan Flavonoid Daun Jati Belanda Berpotensi Antioksidan [skripsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor. Siburian F. 2011. Kinerja Fotometer Sebagai Alat Ukur Warna Kulit Manusia Secara In Vitro dan In Vivo [skirpsi]. Bogor: Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor
Singh SK, Jha SK, Chaudhary, Yadava RDS, Rai SB. 2010. Quality control of herbal medicines by using spectroscopic techniques and multivariate statistical analysis. Pharmaceut Biol 48:134-141. Stchur P, Cleveland D, Zhou J, Michel RG. 2002. A review of recent applications of near infrared spectroscopy, and the characteristics of a novel PbS CCD arraybased near infrared spectrometer. Appl Spect Rev 37:383-428. Sulaksana, Jaka, Dadang, Jayusman. 2005. Kemuning dan Jati Belanda. Jakarta: Penebar Swadaya. Zain H, Tedjo A, Kusmardi. 2007. Karakterisasi sifat autofluoresensi jaringan adenokarsinoma menggunakan metode analisis multieksitasi. Makara Kesehatan 11:69-75. Zongo et al. 2010. Polyphenol content, antioxidant and antimicrobial activities of Ampelocissus grantii (baker) planch. (vitaceae): a medicinal plant from Burkina faso. International Journal of Pharmacology 6(6):880-887. Zou HB, Yang GS, Qin ZR. 2005. Progress in quality control of herbal medicine with IR fingerprinting spectra. Anal Lett 38:14571475.
LAMPIRAN
13
Lampiran 1 Bagan alir penelitian
serbuk daun jati belanda pelet jati belanda
Ekstrak daun jati belanda
Pengukuran dengan fotometer jinjing
Uji flavonoid metode Depkes 2000
Beda tegangan
Kadar flavonoid
Analisis PCA & PLSDA
prediksi umur sampel
14
Lampiran 2 Fotometer yang sedang dikembangkan (skematis)
sumber cahaya & reseptor
1.
adjusment
2.
intesity
15
Lampiran 3 Penetapan kadar flavonoid total ekstrak daun jati belanda Data absorbans kurva standar kuersetin Standar 1 2 3 4 5
[ppm] 5 10 15 20 25
Absorbans
2
Absorbans 0.445 0.785 1.081 1.470 1.886 y = 0.0713x + 0.0633 R² = 0.9958
1.5 1 0.5 0 0
10 konsentrasi (ppm)
30
20
Data konsentrasi flavonoid total dalam simplisia daun jati belanda Sampel Ulangan 1 1 2 3 1 2 2 3 1 3 2 3
Bobot 0.3360 0.3299 0.3379 0.3235 0.3190 0.3368 0.4014 0.4099 0.4070
Absorbans 0.475 0.392 0.375 0.502 0.790 0.611 1.126 1.156 1.554
[ppm] 5.7742 4.6101 4.3717 6.1529 10.1922 7.6816 14.9046 15.3254 20.9074
% b/b 1.07 0.87 0.81 1.19 2.00 1.43 2.32 2.34 3.21
Rerata 0.92
1.54
2.62
Contoh perhitungan sampel 1 ulangan 1: y y 0.475 x %b/b
= bx + a = 0.0713x + 0.0633 = 0.0713x + 0.0633 = 5.774194 ppm =[flavonoid](mg/L)×
×100ml ×
×
×
=5.774194 (mg/L) ×
×100ml ×
×
×
= 1.074069 %
×100% × 100%
16
Lampiran 4 Uji statistika ANOVA dan Duncan terhadap kadar flavonoid daun jati belanda
Kadar flavonoid Between groups Within Groups Total
ANOVA Sum of Squares df 4.465 2 0.902 6 5.367 8
Mean Square F 2.232 14.847 0.150
Sig. 0.005
H0 : umur daun jati belanda tidak berpengaruh terhadap kadar flavonoid H1 : umur daun jati belanda berpengaruh terhadap kadar flavonoid Karena p-value kurang dari α=5% maka tolak H0, artinya umur daun jati belanda berpengaruh terhadap kadar flavonoid Sampel
N
Umur 1 bulan Umur 2 bulan Umur 3 bulan Sig.
3 3 3
Subset for α = 0.05
a 0.9187 1.5370 0.099
b 2.6227 1.000
17
Lampiran 5 Data hasil pengukuran dengan fotometer jinjing
1.1.1 1.1.2 1.1.3 1.2.1 1.2.2 1.2.3 1.3.1 1.3.2 1.3.3 1.4.1 1.4.2 1.4.3 1.5.1 1.5.2 1.5.3 1.6.1 1.6.2 1.6.3 1.7.1 1.7.2 1.7.3 1.8.1 1.8.2 1.8.3 1.9.1 1.9.2 1.9.3 1.10.1 1.10.2 1.10.3 2.1.1 2.1.2 2.1.3 2.2.1 2.2.2 2.2.3 2.3.1 2.3.2 2.3.3 2.4.1 2.4.2
UV 1865 1864 1865 1864 1865 1864 1863 1864 1863 1864 1864 1864 1863 1863 1864 1862 1863 1862 1864 1863 1864 1863 1863 1863 1863 1864 1864 1863 1863 1863 1864 1864 1864 1864 1863 1864 1863 1863 1862 1863 1863
B-U 1915 1916 1916 1913 1912 1913 1912 1914 1912 1914 1913 1912 1912 1914 1915 1911 1911 1910 1914 1915 1913 1913 1913 1914 1914 1915 1914 1916 1915 1914 1909 1907 1910 1908 1910 1907 1906 1907 1906 1909 1906
P 1877 1876 1877 1876 1877 1876 1876 1875 1876 1876 1877 1876 1876 1875 1877 1874 1874 1873 1876 1876 1876 1876 1876 1876 1875 1876 1876 1876 1876 1875 1873 1873 1873 1872 1872 1872 1871 1870 1871 1872 1870
B 1881 1880 1881 1878 1879 1879 1879 1879 1878 1878 1878 1879 1879 1879 1878 1880 1877 1877 1878 1879 1879 1880 1879 1879 1878 1879 1879 1879 1879 1879 1877 1878 1877 1876 1876 1875 1875 1875 1875 1876 1876
H 1863 1863 1861 1860 1860 1860 1860 1859 1860 1859 1860 1860 1861 1860 1861 1859 1859 1859 1860 1860 1860 1861 1861 1860 1861 1861 1860 1860 1860 1860 1860 1859 1859 1859 1859 1858 1859 1858 1859 1859 1859
K-M 1894 1894 1893 1892 1892 1892 1892 1892 1891 1892 1892 1893 1892 1893 1893 1889 1889 1889 1892 1892 1890 1891 1892 1890 1892 1890 1889 1892 1890 1890 1888 1888 1887 1888 1889 1883 1887 1883 1880 1886 1884
IR 1943 1943 1943 1941 1940 1941 1941 1941 1940 1943 1944 1942 1941 1941 1942 1942 1942 1942 1941 1941 1941 1943 1941 1943 1943 1942 1943 1941 1942 1941 1938 1937 1937 1940 1940 1940 1937 1936 1936 1939 1939
18
Lanjutan
2.4.3 2.5.1 2.5.2 2.5.3 2.6.1 2.6.2 2.6.3 2.7.1 2.7.2 2.7.3 2.8.1 2.8.2 2.8.3 2.9.1 2.9.2 2.9.3 2.10.1 2.10.2 2.10.3 3.1.1 3.1.2 3.1.3 3.2.1 3.2.2 3.2.3 3.3.1 3.3.2 3.3.3 3.4.1 3.4.2 3.4.3 3.5.1 3.5.2 3.5.3 3.6.1 3.6.2 3.6.3 3.7.1 3.7.2 3.7.3 3.8.1
UV 1864 1863 1864 1864 1863 1862 1863 1863 1863 1863 1863 1863 1862 1863 1864 1863 1863 1863 1863 1861 1862 1862 1861 1861 1861 1861 1861 1862 1861 1861 1861 1861 1861 1861 1861 1861 1861 1861 1861 1862 1862
B-U 1908 1909 1909 1909 1907 1908 1907 1908 1907 1907 1906 1906 1907 1905 1907 1907 1907 1907 1907 1907 1906 1905 1905 1907 1905 1904 1903 1903 1904 1905 1904 1905 1905 1905 1905 1906 1906 1905 1906 1906 1909
P 1871 1871 1871 1871 1873 1873 1873 1875 1874 1874 1874 1873 1873 1872 1873 1873 1873 1873 1873 1871 1871 1871 1872 1871 1869 1872 1869 1868 1870 1870 1870 1871 1871 1871 1872 1871 1871 1872 1872 1872 1872
B 1876 1876 1877 1876 1877 1878 1877 1877 1876 1876 1878 1878 1877 1877 1876 1877 1878 1877 1878 1874 1875 1875 1875 1874 1874 1873 1873 1873 1873 1874 1874 1875 1875 1875 1874 1875 1876 1875 1875 1875 1875
H 1858 1859 1859 1859 1859 1859 1859 1860 1860 1859 1859 1859 1859 1858 1859 1858 1858 1859 1859 1857 1857 1856 1857 1857 1856 1856 1856 1856 1857 1857 1857 1857 1857 1857 1857 1857 1857 1858 1857 1857 1858
K-M 1885 1888 1886 1888 1888 1887 1887 1890 1889 1887 1886 1887 1887 1887 1885 1885 1886 1885 1885 1883 1886 1883 1888 1884 1883 1881 1885 1884 1886 1885 1883 1885 1884 1885 1882 1885 1883 1882 1885 1883 1885
IR 1940 1939 1939 1940 1943 1941 1942 1941 1941 1942 1941 1942 1943 1940 1940 1939 1938 1938 1937 1935 1937 1937 1935 1935 1928 1926 1928 1934 1929 1928 1928 1931 1931 1930 1930 1932 1933 1933 1933 1933 1934
19
Lanjutan
3.8.2 3.8.3 3.9.1 3.9.2 3.9.3 3.10.1 3.10.2 3.10.3
UV 1861 1861 1861 1861 1861 1861 1861 1861
B-U 1906 1906 1906 1906 1906 1905 1906 1905
Keterangan: Angka pertama= umur sampel Angka kedua = no pohon Angka ketiga = ulangan
P 1871 1871 1871 1872 1871 1872 1871 1871
B 1876 1875 1874 1874 1873 1875 1875 1875
H 1858 1857 1857 1858 1857 1858 1857 1857
K-M 1881 1883 1883 1884 1885 1883 1881 1882
IR 1933 1933 1932 1933 1933 1931 1932 1933
20
Lampiran 6 Hasil PCA kombinasi 3 lampu LED
Plot skor lampu LED UV-P-KM (UV, putih, kuning-merah)
Plot skor lampu LED UV-P-BU (UV, putih, biru-ungu)
Plot skor lampu LED UV-B-KM (UV, biru, kuning-merah)
21
Lanjutan
Plot skor lampu LED UV-B-KM (UV, biru, biru-ungu)
Plot skor lampu LED H-P-KM (hijau, putih, kuning-merah)
Plot skor lampu LED H-P-BU (hijau, putih, biru-ungu)
22
Lanjutan
Plot skor lampu LED H-B-KM (hijau, biru, kuning-merah)
Plot skor lampu LED H-B-BU (hijau, biru, biru-ungu)
Plot skor hasil outlier lampu LED H-B-BU (hijau, biru, biru-ungu)
23
Lampiran 7 Prediction vs reference PLSDA umur 1 bulan (a), 2 bulan (b), dan 3 bulan (c) (7 lampu) (a)
(b)
(c)
24
Lampiran 8 Prediction vs reference PLSDA umur 1 bulan (a), 2 bulan (b), dan 3 bulan (c) (3 lampu) (a)
(b)
(c)
