KAJIAN PENERAPAN METODE PERMUKAAN RESPON PADA FORMULA JAMU ANTIDIABETES DENGAN IKAN ZEBRA (Danio rerio) SEBAGAI HEWAN UJI
EMA MARYATI
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Kajian Penerapan Metode Permukaan Respon pada Formula Jamu Antidiabetes dengan Ikan Zebra (Danio rerio) sebagai Hewan Uji adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apapun 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, Mei 2015 Ema Maryati NIM G14110008
ABSTRAK EMA MARYATI. Kajian Penerapan Metode Permukaan Respon pada Formula Jamu Antidiabetes dengan Ikan Zebra (Danio rerio) sebagai Hewan Uji. Dibimbing oleh FARIT MOCHAMAD AFENDI dan CICI SUHAENI. Jamu adalah obat tradisional terbuat dari bahan alami tumbuhan berkhasiat. Jamu yang baik adalah jamu yang memiliki komposisi pas. Secara statistik komposisi ini dapat ditentukan dengan mencari titik optimum yang diperoleh menggunakan metode permukaan respon (MPR). Penelitian ini bertujuan mencari titik optimum menggunakan MPR pada kombinasi formula jamu antidiabetes. Formula ini terdiri atas 4 peubah bebas tanaman yaitu sembung (X1), pare (X2), rimpang jahe (X3), dan bratawali (X4) serta satu peubah respon (Y) yaitu rata-rata selisih penurunan kadar gula darah ikan zebra. Perhitungan awal untuk mendapatkan model orde pertama menggunakan tiga peubah bebas X1, X2, dan X3. Model ini merepresentasikan hubungan antara peubah X dan peubah Y yang berbentuk linier. Model orde kedua selanjutnya ditentukan dan diuji kelayakan modelnya. Berdasarkan model orde kedua yang layak dengan nilai RSquare 74%, diperoleh titik optimum berada pada kombinasi X1 sebesar 8.08%, X2 sebesar 7.51%, X3 sebesar 34.15%, dan X4 sebesar 50.26%. Titik optimum X4 merupakan sisa proporsi dari ketiga titik optimum X1, X2, dan X3. Kata kunci: antidiabetes, formula jamu, metode permukaan respon, titik optimum.
ABSTRACT EMA MARYATI. Study Application of Response Surface Method in Antidiabetics Herbal Formula with Zebra Fish (Danio rerio) as Animal Test. Guided by FARIT MOCHAMAD AFENDI and CICI SUHAENI. Herbal medicine is a traditional medicine made from natural ingredients herbs. Good herbal medicine has a fits composition. Statistically, this composition can be determined by looking for the optimum point use one of the methods which can be calculate the optimum point, namely Response Surface Methodology (RSM). This study aims to find the optimum point using the RSM on a combination of antidiabetic herbal formula. This formula consists of four independent variables namely sembung (X1), pare (X2), ginger rhizome (X3), and tinospora cordifolia (X4) and has the response variable (Y) which is an average difference of reduction in Zebra Fish’s blood sugar levels. The first calculations is to obtain first-order models using three independent variables X1, X2, and X3. This model represents the linear relationship between independent variables (X) and response variables (Y). the second is to calculate the second-order model and tested the feasibility of the model. Based on the fit model with 74% of the RSquare value, obtained the optimum point in combination of X1 at 8.08%, X2 at 7.51%, X3 at 34.15%, and X4 at 50.26%. The optimum point X4 calculated by the residual proportion of third optimum point X1, X2, and X3. Keywords : antidiabetic, herb formulas, RSM , the optimum point.
KAJIAN PENERAPAN METODE PERMUKAAN RESPON PADA FORMULA JAMU ANTIDIABETES DENGAN IKAN ZEBRA (Danio rerio) SEBAGAI HEWAN UJI
EMA MARYATI
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Statistik pada Departemen Statistika
DEPARTEMEN STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2015
Judul Skripsi : Kajian Penerapan Metode Permukaan Respon pada Formula Jamu Antidiabetes dengan Ikan Zebra (Danio rerio) sebagai Hewan Uji. Nama : Ema Maryati NIM : G14110008
Disetujui oleh
Dr Farit Mochamad Afendi, MSi Pembimbing I
Diketahui oleh
Dr Anang Kurnia, MSi Ketua Departemen
Tanggal Lulus:
Cici Suhaeni, MSi Pembimbing II
PRAKATA Puji dan syukur penulis panjatkan kepada Allah subhanahu wa ta’ala atas segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Shalawat serta salam semoga tercurah limpah kepada junjungan kita nabi besar Muhammad SAW. Terima kasih penulis ucapkan kepada Bapak Farit Mochamad Afendi dan Ibu Cici Suhaeni selaku pembimbing yang telah memberikan bimbingan, inspirasi, ilmu, motivasi, arahan serta kritik kepada penulis. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta seluruh keluarga, atas segala do’a dan kasih sayangnya, kepada Roihan Adiyat beserta keluarga atas do’a dan dukungannya, serta kepada sahabat-sahabatku Statistika angkatan 48 yang telah memberikan motivasi dan semangatnnya. Penulis menyadari masih banyak kekurangan dalam penulisan karya ilmiah ini, oleh karena itu penulis menerima kritik dan saran yang membangun. Semoga karya ilmiah ini bermanfaat. Bogor, Mei 2015 Ema Maryati
DAFTAR ISI DAFTAR TABEL
viii
DAFTAR GAMBAR
viii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan Penelitian
1
TINJAUAN PUSTAKA
2
Metode Permukaan Respon (MPR)
2
Diabetes (Tipe II)
2
Ikan Zebra (Danio rerio)
3
METODOLOGI
3
Data
3
Prosedur Analisis Data
4
HASIL DAN PEMBAHASAN
6
Gambaran Data Penelitian
6
Penentuan Titik Optimum
6
SIMPULAN DAN SARAN
10
Simpulan
10
Saran
11
DAFTAR PUSTAKA
11
LAMPIRAN
13
RIWAYAT HIDUP
17
DAFTAR TABEL 1 2 3 4
Kombinasi hasil formula jamu antidiabetes menggunakan mixture-optimum ANOVA model orde pertama Lack of fit untuk model orde kedua Signifikansi model untuk model orde kedua
7 8 8 8
DAFTAR GAMBAR 1 2
Plot permukaan respon formula jamu Plot kontur permukaan respon formula jamu
9 9
DAFTAR LAMPIRAN 1 2 3
Diagram alir penelitian Nilai titik optimum dengan peubah X yang dikeluarkan bergantian Perubahan kadar gula darah Ikan Zebra (mg/dL)
14 14 15
1
PENDAHULUAN Latar Belakang Jamu merupakan obat herbal yang terbuat dari tumbuh-tumbuhan alami yang tersebar di alam dan memiliki berbagai khasiat. Indonesia merupakan salah satu negara beriklim tropis dengan potensi kekayaan alam yang melimpah, sehingga memungkinkan berbagai bahan alami jamu tumbuh di tanah air. Sebagian besar masyarakat dunia mempercayai pengobatan tradisional menggunakan jamu, terutama masyarakat Indonesia. Tuschinsky (1995) menyatakan bahwa jamu tersebar di setiap belahan dunia dengan nama dan jenis pembuatan yang berbeda-beda, seperti di Arab dikenal dengan nama majun yang dibuat dalam bentuk pil, akar-akar kaju yang dikenal oleh masyarakat Malaysia dibuat dalam bentuk cair, dan jamu untuk orang Indonesia dalam bentuk serbuk atau pil. Semuanya berbahan alami herbal seperti daun, batang dan akar pohon. Selain itu jamu merupakan salah satu alternatif pengobatan yang dipilih untuk menyembuhkan berbagai penyakit. Studi yang dilakukan oleh Afendi et al. (2010) dan hipotesis Pusat Studi Biofarmaka (PSB) pada tahun 2011 berhasil menunjukkan adanya keteraturan pola pada sistem jamu melalui pendekatan statistika basis data jamu. Pola tersebut terdiri dari satu tanaman utama yang berperan sebagai tanaman target khasiat yang dibutuhkan, serta tiga tanaman pendukung bersifat tetap yang memiliki aktivitas farmakologi analgesik, antimikroba, dan antiradang. Jamu yang baik untuk tubuh dan berkhasiat akan terbuat dari racikan formula tanaman pilihan serta memiliki komposisi yang pas sehingga memberikan hasil yang efektif sesuai dengan penyakit yang akan disembuhkan. Bidang ilmu statistika mempelajari tentang tahapan dalam memperoleh komposisi yang baik dengan cara mencari titik optimum pada formula jamu, titik tersebut terdiri dari peubah tanaman yang akan digunakan untuk meracik jamu. Teknik statistika yang digunakan untuk proses optimasi tersebut adalah Metode Permukaan Respon (MPR). Studi kasus yang digunakan dalam penelitian ini adalah mengenai proses pencarian titik optimum formula jamu antidiabetes yang dihasilkan dari penelitian sebelumnya oleh Mifthami Ramah Nurishmaya dengan menggunakan ikan zebra (Danio rerio) sebagai hewan uji. Penelitian tersebut menghasilkan 20 kombinasi formula jamu yang dipercaya dapat menurunkan kadar gula darah ikan zebra. Kombinasi tersebut merupakan proporsi yang didapatkan dari proses perhitungan menggunakan metode campuran atau mixture-optimum sehingga hanya terdiri dari formula yang dicobakan terhadap ikan zebra, kemudian dilihat keefektifannya dalam penurunan kadar gula darah ikan. Berdasarkan penelitian tersebut belum ditemukan komposisi formula yang paling optimum sehingga penulis melakukan proses perhitungan titik optimum pada formula jamu antidiabetes tersebut menggunakan MPR. Tujuan Penelitian Tujuan penelitian ini adalah menerapkan metode permukaan respon (MPR) untuk menentukan kombinasi formulai jamu antidiabetes yang optimum.
2
TINJAUAN PUSTAKA Metode Permukaan Respon (MPR) Perancangan percobaan statistika merupakan suatu proses perencanaan percobaan untuk memperoleh data yang tepat sehingga dapat dianalisis dengan metode statistik serta kesimpulan yang diperoleh dapat bersifat obyektif dan valid (Rahardjo et al. 2002). Salah satu metode perancangan eksperimen yang digunakan untuk mengetahui kondisi optimum adalah metode permukaan respon. MPR juga digunakan untuk menganalisis suatu hasil percobaan faktorial dengan faktor kuantitas yang bersifat kontinu dengan menggunakan pendekatan regresi untuk mendapatkan pendugaan respon yang menjadi alat untuk optimasi dan dapat meminimalkan ragam (Isnaini et al. 2012 ). Menurut Montgomery (2001) MPR merupakan suatu metode gabungan antara teknik matematika dan teknik statistika yang digunakan untuk membuat model dan menganalisis suatu respon Y yang dipengaruhi oleh beberapa peubah bebas (faktor x) guna mengoptimasi respon tersebut. Hubungan antara respon Y dan peubah bebas X adalah: (1) Keterangan : Y : peubah respon X1, X2, ..., Xk : peubah bebas/ faktor ε : error k : jumlah faktor yang dicobakan Bentuk fungsi respon yang sebenarnya tidak diketahui, maka fungsi tersebut harus ditemukan dengan melakukan pendekatan atau hampiran. Perkiraan model didasarkan pada observasi dari proses sehingga dapat membentuk model empirisnya. Jika respon yang diharapkan diasumsikan sebagai , maka permukaannya dilukiskan oleh µ yang disebut permukaan respon. Umumnya MPR ditampilkan secara grafik dan untuk membantu visualisasi dari bentuk permukaan plot, sering digunakan kontur dari permukaan responnya. Garis kontur mempresentasikan ketinggian permukaan yang terbentuk (Hidayat 2012). MPR memiliki kelebihan dibandingkan dengan metode optimasi lain, yaitu mudah diinterpretasikan dan dalam proses optimasinya lebih mudah dilakukan karena MPR menggunakan pendekatan rekayasa serta plot kontur dan plot permukaan.
Diabetes (Tipe II) Diabetes adalah gangguan metabolisme yang secara genetik dan klinis termasuk heterogen, dengan manifestasi berupa hilangnya toleransi karbohidrat (Price dan Wilson 1995). Berdasarkan penyebabnya, diabetes terbagi ke dalam dua tipe yaitu diabetes tipe I yang terjadi karena kurangnya insulin akibat disfungsi pankreas (pankreas tidak mampu memproduksi insulin) dan diabetes
3 tipe II yang terjadi karena disfungsi insulin absolut (pankreas masih mampu memproduksi insulin, tetapi tidak aktif) (Umiyarni 2011). Pada penelitian ini studi kasus yang digunakan berfokus kepada diabetes tipe II. Penyakit ini biasanya terjadi pada orang dewasa dan muncul karena pola makan yang tidak teratur, sehingga penyakit diabetes tipe II lebih mudah disembuhkan dengan hanya mengkonsumsi obat secara teratur dan menjaga pola makan. Berbeda dengan diabetes tipe I yang merupakan penyakit genetik dan sulit disembuhkan (Pramudiarja 2012).
Ikan Zebra (Danio rerio) Ikan zebra (Danio rerio) adalah ikan kecil yang termasuk ke dalam ordo Perciformes dan famili Cichlidae. Ikan ini berukuran panjang baku kurang dari 10 cm dan memiliki ciri khas berupa garis vertikal hitam pada badannya sehingga ikan zebra juga biasa disebut convict cichlid. Mampu beradaptasi pada perairan yang dingin dan mampu hidup di danau vulkanis pada ketinggian 1.500 m di atas permukaan laut (Rahman et al. 2012). ikan zebra dipilih ke dalam penelitian karena memiliki beberapa keunggulan, yaitu ukuran tubuh kecil, kemampuan reproduksinya tinggi dan sebagai hewan bertulang belakang, ikan zebra memiliki kesamaan genetik dan psikologi dengan mamalia (Shin et al. 2012) sehingga ikan ini dijadikan hewan uji pada penelitian sebelumnya untuk dilihat penurunan kadar gula darah dalam tubuh ikan.
METODOLOGI Data Data yang digunakan dalam penelitian ini adalah data primer yang didapatkan dari hasil penelitian Mifthami Ramah Nurishmaya mahasiswi Departemen Kimia IPB angkatan 2009 yang telah menyelesaikan masa studinya pada tahun 2014. Penelitian tersebut mengenai racikan jamu antidiabetes dengan menggunakan ikan zebra (Danio rerio) sebagai hewan uji. Penelitian tersebut dilaksanakan di Laboraturium Kimia Analitik dan Pusat Studi Biofarmaka, Institut Pertanian Bogor pada Bulan Juni-November 2013 yang menghasilkan data terdiri dari 20 kombinasi formula jamu antidiabetes menggunakan daun sembung (Blumea balsamifera), pare (Momordica charantia), rimpang jahe (Zingiber officinale), dan bratawali (Tinospora crispa) sebagai bahan formula. Penelitian ini menggunakan peubah respon yaitu rata-rata selisih penurunan kadar gula darah ikan zebra, sedangkan untuk peubah bebasnya terdapat 4 peubah yaitu X1 (daun sembung), X2 (pare), X3 (rimpang jahe), dan X4 (bratawali). Peubah X1, X2, X3 merupakan peubah tanaman pendukung yang bersifat analgesik, antibakteri, dan antiradang, sedangkan X4 adalah tanaman target yang memiliki aktivitas farmakologi hipoglikemik yang berfungsi untuk menurunkan kadar gula darah.
4 Dua puluh kombinasi formula yang akan digunakan dalam penelitian ini adalah proporsi dari hasil metode campuran atau mixture-optimum.
Prosedur Analisis Data Tahapan analisis data dalam penelitian ini terdiri dari empat tahap yang dapat dilihat lebih ringkas melalui diagram alir pada Lampiran 1. Uraian lengkap mengenai tahapan yang dilaksanakan sebagai berikut: Tahap I: Gambaran data penelitian Pada bagian ini dijelaskan mengenai gambaran karakteristik data yang digunakan. Tahap II: Penentuan titik optimum. Titik optimum didapatkan dengan menggunakan metode permukaan respon berdasarkan langkah-langkah perhitungan sebagai berikut: 1 Mencari bentuk hubungan antara peubah respon (Y) dengan peubah bebas (X) melalui persamaan polinomial yang paling sederhana yaitu model regresi linear, atau yang lebih dikenal dengan firstorder model (model orde pertama). (2) Y = β0 + ∑ Keterangan: Y: respon pengamatan β0: intersep βi: koefisien linier Xi: kode perlakuan untuk faktor ke-i k: jumlah faktor yang dicobakan ε: error
2
3
Parameter pada model orde pertama diestimasi menggunakan metode kuadrat terkecil atau Ordinary Least Square (OLS) yang bertujuan untuk meminimumkan jumlah kuadrat galat. Melakukan uji lack of fit atau uji ketidaksesuaian model terhadap model orde pertama. Uji ini adalah uji formal untuk menentukan atau memeriksa kesesuaian sebuah fungsi regresi terhadap data, dengan cara menguji sisaan dari model. Hipotesis yang digunakan dalam uji lack of fit yaitu: H0: tidak terdapat lack of fit pada model atau model dikatakan layak H1: terdapat lack of fit pada model atau model dikatakan tidak layak Menghitung model orde kedua atau second-order model yang akan memberikan pendekatan yang lebih signifikan terhadap permukaan respon. Biasanya terdapat kelengkungan pada model orde kedua Y = β0 + ∑ +∑ Xi 2 + ∑ Xi Xj + ε (3) Keterangan:
5 Y: β0 : βi : βii: βij: Xi: Xj: k: ε:
4 5
respon pengamatan intersep koefisien linier koefisien kuadratik koefisien interaksi perlakuan kode perlakuan untuk faktor ke-i kode perlakuan untuk faktor ke-j jumlah faktor yang dicobakan error
Model orde kedua digunakan untuk melihat titik optimum, berbeda dengan model orde pertama (first-order model) yang digunakan untuk melihat kondisi atau daerah optimumnya saja (Montgomery 2001). Melakukan uji lack of fit terhadap model orde kedua (second-order model) Menentukan titik optimum dari model orde kedua. Menurut Isnaini et al. (2012) dan Montgomery (2001), tahapan untuk optimasi yaitu: a. Menentukan titik stasioner dari model orde kedua yang didapat. Titik stasioner dicari dengan menggunakan turunan parsial karena peubah bebas yang digunakan lebih dari satu. Turunan parsial dinyatakan dalam bentuk berikut: ̂ ̂ ̂
Turunan ini akan menghasilkan tiga macam kemungkinan titik, yaitu titik maksimum, titik minimum, atau titik pelana (saddle point). b. Menentukan solusi pencarian titik stasioner yang lebih mudah dengan solusi umum matematika yaitu mengubah model orde kedua menjadi bentuk matriks ̂ ̂ (4) dengan: ̂ ̂ x=
; [
]
b=
̂
; [̂ ]
̂ ̂
B= [
̂ ̂ ̂
]
keterangan: x : vektor berukuran k x 1 b : vektor berukuran k x 1 B : matriks berukuran k x k c. Titik stasioner dapat dituliskan dalam bentuk:
xs = -
(5) matriks B,
d. Titik optimasi dapat ditentukan dari nilai akar-akar ciri ( dengan kriteria berikut (Montgomery 2001): - Jika nilai bernilai negatif, maka xs adalah titik untuk maksimum respon
6 -
Jika nilai bernilai positif, maka xs adalah titik untuk minimum respon Jika nilai berbeda tanda atau terdapat nilai positif dan negatif, maka xs merupakan titik pelana (saddle point).
Tahap III: Evaluasi hasil Evaluasi dilakukan untuk melihat hasil yang diperoleh pada perhitungan Tahap II. Jika hasil sudah sesuai dengan tujuan penelitian maka dilakukan penarikan simpulan. Jika belum sesuai maka kembali ke Tahap II dengan menggunakan faktor sebanyak k-1. Tahap IV: Penarikan simpulan Simpulan diperoleh ketika hasil pada perhitungan MPR telah sesuai dengan tujuan penelitian.
HASIL DAN PEMBAHASAN Gambaran Data Penelitian Formula jamu antidiabetes memiliki empat peubah bebas tanaman dengan komposisi tersusun yang mempunyai nilai proporsi masing-masing berkisar antara nol hingga satu. Nilai ini merupakan hasil pengukuran yang akan digunakan untuk melihat persamaan empiris untuk model orde pertama yang merepresentasikan hubungan antara peubah respon dengan peubah bebas (Tabel 1). Kombinasi formula jamu antidiabetes tersebut merupakan hasil perhitungan metode campuran (mixture-optimum). Metode ini adalah eksperimen yang digunakan saat suatu sistem terdiri atas campuran beberapa komponen yang jumlah totalnya konstan, yaitu 100 %. Respon yang diperoleh merupakan fungsi dari proporsi relatif tiap komponen dalam sistem (Brereton 2003). Pada eksperimen campuran, faktor-faktor adalah komponen atau ingredients dari suatu campuran dan konsekuensinya taraf-taraf bersifat tidak saling bebas. Jika x1, x2, …, xk menotasikan proporsi dari k buah komponen dari suatu campuran, maka x1+ x2+ …+ xk = 1 (100%). Hal ini menunjukkan bahwa di antara peubah bebas terjadi ketergantungan linier. Akibatnya model respon menjadi tidak berlaku (Sudjana 1989).
Penentuan Titik Optimum Berdasarkan penjelasan sebelumnya, maka dalam penelitian ini keempat peubah bebas tidak dapat digunakan seluruhnya ke dalam perhitungan. Karena jika dilakukan menggunakan keseluruhan peubah bebas (k=4), model dan titik optimum tidak akan diperoleh. Solusi yang diterapkan pada penelitian ini adalah dengan cara melakukan pemilihan peubah, artinya yang digunakan selama perhitungan hanya sebagian peubah saja atau faktor yang digunakan sebanyak k-1. Perhitungan awal pada penelitian ini menggunakan 3 peubah. Pertama dipilih dengan cara mengeluarkan salah satu peubah bebas secara bergantian, misalnya
7 peubah X1 dikeluarkan sehingga dalam perhitungan hanya menggunakan X2, X3, dan X4 kemudian diamati hasilnya. Lalu peubah X2 dikeluarkan, diamati hasilnya dan begitu seterusnya hingga peubah X4 yang dikeluarkan. Setelah dilakukan perhitungan dengan tiga peubah bebas secara bergantian, ternyata titik optimum yang diperoleh nilainya tetap konsisten (Lampiran 2). Tabel 1 Kombinasi hasil formula jamu antidiabetes menggunakan mixtureoptimum Tanaman (g) Komposisi
Daun Sembung
Pare
Rimpang Jahe
Bratawali
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
0.500 0.625 0.000 0.000 0.000 0.125 0.000 0.500 0.500 0.000 1.000 0.000 0.250 1.000 0.000 0.000 0.125 0.000 0.500 0.125
0.500 0.125 0.000 0.000 0.000 0.125 0.000 0.000 0.500 1.000 0.000 0.500 0.250 0.000 1.000 0.500 0.625 0.000 0.000 0.125
0.000 0.125 0.000 1.000 1.000 0.125 0.500 0.500 0.000 0.000 0.000 0.000 0.250 0.000 0.000 0.500 0.125 0.000 0.000 0.625
0.000 0.125 1.000 0.000 0.000 0.625 0.500 0.000 0.000 0.000 0.000 0.500 0.250 0.000 0.000 0.000 0.125 1.000 0.500 0.125
Rata-rata selisish perubahan gula darah (mg/dL) 24.5 -90.5 -41 -10.5 -125.5 -116.5 -96 -2 -5 -21 -91.5 -78 -42 -154 -79 -102 -61 -46.5 -165 -92.5
Pada penelitian ini tidak menjelaskan keseluruhan perhitungan ketika satu persatu peubah bebas dikeluarkan bergantian karena hasil titik optimum yang diperoleh tetap sama. Perhitungan dalam penentuan titik optimum yang akan dijelaskan pada penelitian ini adalah ketika peubah X4 yang dikeluarkan. Berikut adalah hasil yang diperoleh ketika melibatkan peubah X1, X2, dan X3 selama perhitungan: Persamaan empiris model orde pertama Persamaan empiris model orde pertama yang merepresentasikan hubungan linier antara peubah bebas dan peubah respon diperoleh, yaitu: ̂ = - 83.8 - 6.6 X1 + 49.4 X2 + 12.0 X3 Nilai kombinasi yang digunakan untuk menentukan model orde pertama ini adalah nilai asli tanpa pengkodean, karena proses pengkodean pada dasarnya untuk menyamakan satuan antar peubah bebas, sedangkan kombinasi formula
8 jamu antidiabetes memiliki satuan yang sama yaitu satuan gram. Selain itu didapatkan pula hasil Analisis ragam atau ANOVA tercantum pada Tabel 2. Tabel 2 ANOVA model orde pertama Sumber Keragaman Regresi Galat Lack of Fit Galat Murni Total
Derajat Bebas 3 16 11 5 19
Jumlah Kuadrat 5204 45330 34633 10698 50535
Kuadrat Tengah 1735 2833 3148 2140
F
P
0.61
0.617
1.47
0.352
Berdasarkan hasil ANOVA tersebut tidak terdapat lack of fit pada model orde pertama sehingga model tersebut dikatakan layak serta peubah X1, X2, dan X3 memiliki nilai VIF kurang dari 10 yaitu 1.482, 1.482, dan 1.543 artinya ketiga peubah tersebut tidak saling berkorelasi satu sama lain atau tidak terdapat multikolinieritas, hal tersebut berkaitan dengan salah satu peubah yang dikeluarkan. Persamaan empiris model orde kedua Perhitungan persamaan empiris berikutnya yaitu mencari model orde kedua yang memiliki efek kelengkungan. Model ini didasarkan pada model polinomial derajat kedua yaitu: ̂ = - 45.227 + 415.144 X1 - 128.874 X2 + 197.625 X3 + 336.170 X12 + 846.439 X1 X2 + 124.224 X22 + 870.328 X1 X3 + 122.328 X2 X3 + 172.868 X32 Model orde kedua didapatkan melalui perhitungan menggunakan software statistik, selanjutnya dilakukan proses optimasi terhadap model. Penentuan uji lack of fit didapatkan untuk melihat kelayakan model (Tabel 3). Selain itu model signifikan yang diperoleh adalah crossproduct yang didasarkan pada nilai P kurang dari alpha dengan kriteria alpha yang dipakai adalah 5% (Tabel 4). Model orde kedua menunjukkan nilai R-Square sebesar 74%. Tabel 3 Lack of fit untuk model orde kedua Sisaan
DB
Lack of Fit Galat Murni Total Galat
5 5 10
Jumlah Kuadrat 2298.93606 10698 12997
Kuadrat Tengah 459.78721 2139.575 1299.681
F
P
0.21
0.9416
Tabel 4 Signifikansi model untuk model orde kedua Tipe I Jumlah Regresi DB R-Square F Kuadrat Linear 3 5204.29588 0.103 1.33 Kuadratik 3 6538.43853 0.1294 1.68 Crossproduct 3 25795 0.5104 6.62 Total Model 9 37538 0.7428 3.21
P 0.3176 0.2343 0.0097 0.0417
9 Berdasarkan Tabel 3 dan Tabel 4 pada model orde kedua tidak terdapat lack of fit sehingga model dikatakan layak, selain itu model signifikan yang cocok bagi data adalah crossproduct. Model ini mengindikasikan bahwa antar tanaman penyusun formula jamu antidiabetes bersifat saling berinteraksi dan sinergis. Model orde kedua memiliki nilai akar ciri (λ) sebesar 220.958, 21.776, dan 84.419. Nilai akar ciri tersebut berbeda tanda sehingga menghasilkan titik stasioner yang berbentuk pelana (saddle point). Sajian plot 3D permukaannya disajikan pada Gambar 1 dan plot konturnya pada Gambar 2. Model orde kedua menghasilkan kombinasi titik optimum yang dihitung melalui persamaan (5) yaitu berada saat komposisi daun sembung (X1) sebesar 8.08%, komposisi pare (X2) sebesar 7.51%, dan komposisi rimpang jahe (X3) sebesar 34.15%, komposisi bratawali (X4) sebesar 50.26% didapatkan melalui sisa proporsi dari titik optimum ketiga peubah.
Gambar 1 Plot permukaan respon formula jamu
1.0 0 200 400 600 800
0.8
0.6
y1 < 0 – 200 – 400 – 600 – 800 – 1000 > 1000
x2
Hold Values x3 0.3415
0.4
0.2
0.0 0.0
0.2
0.4
0.6
0.8
1.0
x1
Gambar 2 Plot kontur permukaan respon formula jamu
10 Evaluasi Hasil dan Kendala dalam Penelitian Titik optimum dapat diperoleh cukup menggunakan tiga peubah bebas saja selama perhitungan, sehingga tidak perlu melakukan pemilihan peubah kembali. Kendala yang menyebabkan peubah bebas tidak dapat digunakan seluruhnya yaitu berdasarkan kondisi percobaan yang dilakukan oleh penelitian sebelumnya. Formula jamu antidiabetes ini merupakan proporsi hasil metode campuran yang tidak dirancang untuk metode permukaan respon. Nurishmaya (2014) menjelaskan keterbatasan lain bahwa fomula jamu antidiabetes ini diterapkan pada individu ikan zebra yang berbeda. Selama penelitian ikan ini diinduksi cairan hiperglikemi, kemudian diberikan pakan jamu dan dilakukan pengecekan kadar gula ikan dengan cara mengambil sampel darah ikan. Ikan zebra merupakan hewan berukuran kecil sehingga saat proses induksi dan pengambilan sampel, ikan tersebut bisa mati dan menyebabkan peneliti melakukan pengulangan pada individu ikan lain yang masih hidup. Proporsi formula jamu diberikan kepada ikan zebra hidup yang telah diinduksi kemudian dilihat efek sampingnya berupa rata-rata selisih perubahan kadar gula darah ikan (Lampiran 3) yang merupakan peubah respon dalam penelitian ini.
SIMPULAN DAN SARAN Simpulan Simpulan yang dapat diambil dari penelitian ini adalah kombinasi formula jamu antidiabetes memperoleh komposisi optimum berada saat daun sembung (X1) sebesar 8.08%, komposisi pare (X2) sebesar 7.51%, komposisi rimpang jahe (X3) sebesar 34.15%, dan komposisi bratawali (X4) sebesar 50.26%. Perolehan titik optimum X1, X2, dan X3 dihitung berdasarkan model orde kedua yaitu ̂ = 45.227 + 415.144 X1 - 128.874 X2 + 197.625 X3 + 336.170 X12 + 846.439 X1 X2 + 124.224 X22 + 870.328 X1 X3 + 122.328 X2 X3 + 172.868 X32 dengan permukaan respon yang berbentuk pelana, sedangkan titik optimum X4 adalah sisa proporsi dari titik optimum ketiga peubah. Model orde pertama dan model orde kedua layak berdasarkan nilai pengujian lack of fit yang lebih dari alpha (5%) serta memiliki nilai R-Square sebesar 74%. Jika proporsi kombinasi titik optimum yang diperoleh menunjukkan kontribusi dari setiap tanaman yang akan digunakan selama peracikan formula, maka tanaman yang paling berkontribusi untuk formula jamu antidiabetes dalam penelititan ini adalah bratawali. Tanaman tersebut merupakan tanaman utama yang berkhasiat menurunkan kadar gula dalam darah. Namun besarnya kontribusi setiap tanaman dalam formula jamu tidak selalu ditunjukkan oleh jumlah komposisi yang terbesar, bisa jadi proporsi tanaman yang sedikit adalah tanaman yang paling berkontribusi terhadap formula jamu yang akan digunakan
11 Saran Perlu diperhatikan bahwa untuk penelitian selanjutnya, jika ingin mencari titik optimum dari suatu fungsi menggunakan metode permukaan respon (MPR), maka data yang dihasilkan selama percobaan harus sesuai dengan MPR agar diperoleh hasil yang lebih baik dan selaras dengan tujuan penelitian. Selain itu jika data tetap ingin dicari titik optimumnya, maka perlu adanya penelusuran lebih lanjut terhadap formula jamu yang digunakan atau bisa juga menggunakan alternatif metode lain yaitu metode algoritme genetika.
DAFTAR PUSTAKA Afendi et al. 2010. Modelling ingredient of jamu to predict its efficacy. Forum Statistika dan Komputasi. 5(2).1-9. Brereton RG. 2003. Chemometrics: Data Analysis for the Laboratory and Chemical Plant. New York: John Wiley & Sons Ltd. Hidayat, J. 2012. Optimasi Pelilinan Dan Suhu Penyimpanan Buah Manggis Menggunakan Response Surface Methodology (MPR) [skripsi]. Bogor(ID): Institut Pertanian Bogor. Isnaini N, Hadi AF, Juliyanto B. 2012. Model permukaan respon pada percobaan faktorial. Makalah Ilmiah Matematika dan Statistika. 12: 24-32. Montgomery, DC. 2001. Design and Analysis of Experiments, 5th Edition. Willey: New York. Nurishmaya M R. 2014. Pendekatan bioinformatika formulasi jamu baru berkhasiat antidiabetes dengan Ikan Zebra (Danio rerio) sebagai hewan uji [skripsi]. Bogor(ID): Institut Pertanian Bogor. Pramudiarja AN. 2012. Bedanya Diabetes Tipe I dan Tipe II [Internet]. [diunduh 2015 april 28]. Tersedia pada: http://health.detik.com/read/2012 /02 /20 /162754 /1847096 /763 /ini-bedanya-diabetes-tipe-1-dan-tipe-2. Price Sylvia A, Wilson Lorraine M. 1995. Patofisiologi, Konsep Klinis ProsesProses Penyakit. Jakarta: Penerbit Buku Kedokteran EGC. Rahardjo J, Iman R. 2002. Optimasi produksi dengan metode response surface. Studi kasus pada perusahaan injection moulding. Jurnal Teknik Industri. 4:3644. Rahman A, Sentosa A, Wijaya D. 2012. Sebaran ukuran dan kondisi ikan zebra amatitlania nigrofasciata (Günther, 1867) di Danau Beratan, Bali. Jurnal Iktiologi Indonesia. 12(2):135-145. Shin E, Hong BN, Kang TH. 2012. An optimal establishment of acute hyperglicemia Danio rerio model. African Journal of Pharmacy and Pharmacology. 6(42): 2922-2928. Sudjana. 1989. Desain dan Analisis Eksperimen. Bandung: PT Tarsito Tuschinsky C. 1995. Balancing hot and cold balancing power and weakness: social and cultural aspects of Malay jamu in Singapore. Soc Sci Med 41 (II): 1587-1595.
12 Umiyarni D. 2011. Diabetes mellitus [Internet]. [diunduh 2015 april 15]. Tersedia pada: http://www.academia.edu/4961418/DIABETES_MELLITUS.
13
LAMPIRAN
14 Lampiran 1 Diagram alir penelitian Gambaran data penelitian
Penentuan titik optimum
Menentukan model orde pertama
Uji lack of fit
Ya
Menentukan model orde kedua
Ya
Uji lack of fit
Tidak Eksperimen orde I denga steepest ascent, eksperimen orde II dengan transformasi data
Tidak Menentukan titik stasioner
Tidak Evaluasi Hasil
Ya Kesimpulan
Lampiran 2 Nilai titik optimum dengan peubah X yang dikeluarkan bergantian Titik optimum tanpa X1 Faktor Tanpa Kode X2 0.075105 X3 0.341491 X4 0.502548
Titik optimum tanpa X2 Faktor Tanpa Kode X1 0.080857 X3 0.341491 X4 0.502548
15 Lanjutan Lampiran 2 Titik optimum tanpa X3 Faktor Tanpa Kode X1 0.080857 X2 0.075105 X4 0.502548
Titik optimum tanpa X4 Faktor Tanpa Kode X1 0.080857 X2 0.075105 X3 0.341491
Lampiran 3 Perubahan kadar gula darah Ikan Zebra (mg/dL)
Kelompok
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Setelah induksi 108 131 79 54 103 120 84 52 105 66 69 60 50 88 91 69 139 66 72 51 75 90 50 102 90 191 80 82
Ratarata setelah induksia 119.5 66.5 111.5 68 85.5 64.5 69 80 102.5 61.5 82.5 76 140.5 81
Kadar gula darah (mg/dL) Selisih Setelah perubahan pemberian kadar gula b pakan jamu darahc 115 4.5 75 44.5 76 -9.5 238 -171.5 113 -1.5 192 -80.5 66 2 91 -23 187 -101.5 235 -149.5 100 -35.5 262 -197.5 282 -213 48 21 72 8 92 -12 139 -36.5 76 26.5 132 -70.5 33 28.5 229 -146.5 119 -36.5 241 -165 67 9 73 67.5 292 -151.5 256 -175 214 -133
Rata-rata selisih perubahan kadar gula darahd 24.5 -90.5 -41 -10.5 -125.5 -116.5 -96 -2 -5 -21 -91.5 -78 -42 -154
16 Lanjutan Lampiran 3 Kadar gula darah (mg/dL) Kelompok
Setelah induksi
75 75 51 16 75 105 17 84 54 18 102 72 19 83 70 20 82 Sumber: Nurishmaya (2014) 15
Rata-rata setelah induksia
Setelah pemberian pakan jamub
Selisih perubahan kadar gula darahc
134 174 117 213 31 280 114 135 258 227 180 157
-59 -99 -54 -150 63.5 -185.5 -36 -57 -180.5 -149.5 -104 -81
75 63 94.5 78 77.5 76
Contoh perhitungan kelompok jamu 2 (Nurishmaya 2014) a=
= 66.5 mg/dL
c = a - b = (66.5 – 76) mg/dL = - 9.5 d=
= - 90.5 mg/dL
Rata-rata selisih perubahan kadar gula darahd -79 -102 -61 -46.5 -165 -92.5
17
RIWAYAT HIDUP Penulis adalah anak kelima dari lima bersaudara yang dilahirkan di Sukabumi pada tanggal 6 Desember 1992 dari ayahanda Eman Sulaeman dan ibunda Marsinah. Tahun 2008 penulis memasuki jenjang pendidikan SMA di SMAN 1 Cibadak dan lulus pada tahun 2011. Kemudian pada tahun yang sama, penulis melanjutkan ke jenjang pendidikan yang lebih tinggi dan diterima di Institut Pertanian Bogor dengan program studi Statistika. Selama di IPB penulis telah aktif mengikuti berbagai kegiatan kampus seperti menjadi panitia di berbagai acara kampus, serta menjadi salah satu bagian Himpunan Profesi Statistika yaitu Gamma Sigma Beta pada Biro Kesekretariatan sebagai staff. Selain itu pada bulan September hingga Desember 2014 penulis menjadi asisten praktikum Metode Statistika, dan pada tahun yang sama penulis mengajar privat pelajaran matematika dan IPA untuk siswa SMP. Penulis melaksanakan praktik lapang pada 30 Juni hingga 29 Agustus 2014 di salah satu perusahaan riset dan konsultan politik di Indonesia yaitu PT Jaringan Suara Indonesia (JSI). Selain itu selama perkuliahan penulis aktif mengikuti berbagai kegiatan UKM yaitu gentra kaheman, dan di akhir periode perkuliahan penulis berhasil menyelesaikan studi dengan penelitian yang berjudul Kajian Penerapan Metode Permukaan Respon pada Formula Jamu Antidiabetes dengan Ikan Zebra (Danio rerio) sebagai Hewan Uji.
