HASIL DAN PEMBAHASAN Eksplorasi Data - Pemodelan Otentikasi Komposisi Fitofarmaka Tensigard® M

Bila dilihat dari daerah panjang gelombang maka data yang digunakan pada penelitian ini terbagi menjadi dua, yaitu : 1. Data asal (semua panjang gelombang),

yaitu data spektrum yang berada pada kisaran bilangan gelombang 400–4000 cm^-1 yang terdiri dari 1866 panjang gelombang. 2. Data sidik jari, yaitu data spektrum yang

berada pada kisaran bilangan gelombang 500–1000 cm^-1 yang terdiri dari 260 panjang gelombang.

Selain itu dari dua daerah panjang gelombang tersebut dibagi lagi menjadi tiga kategori data berdasarkan banyaknya jumlah pengamatan. Hal ini tersaji pada Tabel 4.

Tabel 4. Kategori data berdasarkan banyaknya jumlah pengamatan.

Kode ^Jumlah

Pengamatan ^Keterangan

A n = 39 ^{Data semua panjang}_{gelombang/sidik jari.}

B n = 13

Data rataan dari 3 ulangan, baik pada data s e m u a p a n j a n g gelombang maupun data sidik jari.

C n = 13

Data seleksi yang dilakukan baik pada data s e m u a p a n j a n g gelombang maupun data sidik jari. Penyeleksian data dilakukan secara observasi terhadap 39 data pengamatan yang terdapat pada gambar plot KU1 dan KU2 baik untuk semua panjang gelombang maupun sidik jari. Hasil penyeleksian untuk kombinasi SDKK dan SDSBL terlampir pada Lampiran 3 dan Lampiran 4.

Data Spektra FTIR (X)

Data seledri (Y1), kumis kucing / sambiloto (Y2), bahan pengisi (Y3)

Penyusunan Struktur Data

Eksplorasi

Analisis Komponen Utama

Analisis Plot KU1 dan KU2

Analisis Regresi Komponen

Utama

Grafik spektra persen transmitan kombinasi komposisi ramuan fitofarmaka Tensigard ditunjukkan pada Gambar 5 untuk kombinasi SDKK dan Gambar 6 untuk kombinasi SDSBL. Gambar 5 dan Gambar 6 tersebut menunjukkan spektrum persen transmitan kombinasi komposisi ramuan obat Tensigard untuk semua panjang gelombang dengan daerah yang berada pada kisaran bilangan gelombang 400-1400 cm^-1 merupakan daerah sidik jari. Akan tetapi, dalam penelitian ini daerah sidik jari yang digunakan hanya yang berada dalam kotak, yaitu berkisar pada bilangan gelombang 500-1000 cm^-1.

Spektrum Kombinasi SDKK 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 39⁹⁶ 38⁸¹ 37⁶⁵ 36⁴⁹ 35³³ 34¹⁸ 33⁰² 31⁸⁶ 307 0 29⁵⁵ 283 9 27²³ 26⁰⁸ 24⁹² 23⁷⁶ 22⁶⁰ 21⁴⁵ 20²⁹ 19¹³ 17⁹⁸ 16⁸² 15⁶⁶ 14⁵⁰ 13³⁵ 12¹⁹ 11⁰³ 98⁷ 87² 756 64⁰ 525 40⁹ Bilangan Gelombang (cm-1) % T ram sm it ta n

Gambar 5. Spektrum kombinasi komposisi Tensigard pada kombinasi SDKK.

Metode

Tahapan metode yang sama dilakukan untuk data kombinasi SDKK dan SDSBL. Tahapan analisis yang dilakukan tercantum dalam Gambar 4.

Secara garis besar langkah-langkah yang dilakukan adalah sebagai berikut:

1. Eksplorasi data.

2. Analisis plot komponen utama.

3. Pemodelan menggunakan metode Regresi Komponen Utama (Principal Component

Regression).

Gambar 4. Diagram alur analisis

HASIL DAN PEMBAHASAN

Eksplorasi Data

Bila dilihat dari daerah panjang gelombang maka data yang digunakan pada penelitian ini terbagi menjadi dua, yaitu : 1. Data asal (semua panjang gelombang),

yaitu data spektrum yang berada pada kisaran bilangan gelombang 400–4000 cm^-1 yang terdiri dari 1866 panjang gelombang. 2. Data sidik jari, yaitu data spektrum yang

berada pada kisaran bilangan gelombang 500–1000 cm^-1 yang terdiri dari 260 panjang gelombang.

Selain itu dari dua daerah panjang gelombang tersebut dibagi lagi menjadi tiga kategori data berdasarkan banyaknya jumlah pengamatan. Hal ini tersaji pada Tabel 4.

Tabel 4. Kategori data berdasarkan banyaknya jumlah pengamatan.

Kode ^Jumlah

Pengamatan ^Keterangan

A n = 39 ^{Data semua panjang}_{gelombang/sidik jari.}

B n = 13

Data rataan dari 3 ulangan, baik pada data s e m u a p a n j a n g gelombang maupun data sidik jari.

C n = 13

Data Spektra FTIR (X)

Data seledri (Y1), kumis kucing / sambiloto (Y2), bahan pengisi (Y3)

Penyusunan Struktur Data

Eksplorasi

Analisis Komponen Utama

Analisis Plot KU1 dan KU2

Analisis Regresi Komponen

Utama

Gambar 5. Spektrum kombinasi komposisi Tensigard pada kombinasi SDKK.

Spektrum Kombinasi SDSBL 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 399 6 38⁸¹ 376 5 36⁴⁹ 35³³ 341 8 33⁰² 318 6 307 0 29⁵⁵ 283 9 272 3 26⁰⁸ 249 2 23⁷⁶ 226 0 214 5 20²⁹ 19¹³ 179 8 16⁸² 156 6 14⁵⁰ 13³⁵ 121 9 11⁰³ 987 87² 75⁶ 640 52⁵ 409 Bilangan Gelombang (cm-1 ) % T ran sm it tan

Gambar 6. Spektrum kombinasi komposisi Tensigard pada kombinasi SDSBL.

Analisis Komponen Utama SDKK

Analisis komponen utama terhadap spektrum inframerah yang dihasilkan dari kombinasi SDKK menghasilkan proporsi kumulatif Komponen Utama Pertama (KU1) dan Komponen Utama Kedua (KU2) yang cukup besar, seperti yang terlihat pada Tabel 5. Oleh karena itu, hanya dengan dua komponen utama saja sudah cukup digunakan dalam analisis karena mampu menerangkan keragaman data relatif besar.

Berdasarkan hasil pada Tabel 5 terlihat bahwa nilai proporsi kumulatif terbesar untuk kombinasi SDKK dimiliki oleh rataan sidik jari, yaitu sebesar 99,30% dengan proporsi KU1=91.60% dan KU2=7.70%. Hal ini berarti bahwa keragaman yang diterangkan oleh kedua komponen dari data rataan sidik jari pada SDKK cukup memenuhi.

Tabel 5. Proporsi Kumulatif KU1 dan KU2 untuk kombinasi SDKK

Proporsi Kumulatif KU1&KU2

Data Semua

Panjang Gelombang ^{Data Sidik Jari}

A 90.13% 99.13%

B 86.00% 99.30%

C 92.70% 99.00%

Hasil plot antara KU1 dan KU2 untuk semua kategori data menunjukkan pola yang relatif tidak berbeda. Pencaran titik-titik dari plot tersebut relatif membentuk segitiga komposisi seperti yang diharapkan sesuai dengan desain (rancangan segitiga).

Hal ini dapat dilihat pada gambar plot antara KU1 dan KU2 rataan sidik jari untuk kombinasi SDKK (Gambar 7) yang memiliki nilai proporsi kumulatif terbesar, yaitu 99.30%. Walaupun bentuknya tidak persis seperti segitiga, tetapi pencaran titik-titik dari

plot tersebut relatif membentuk pola seperti segitiga. Hal ini relatif sesuai dengan gambar segitiga rancangan komposisi campuran. Gambar lainnya tersaji dalam Lampiran 5.

KU1 ( 91.6% ) K U 2 ( 7 .7 % ) 30 20 10 0 -10 -20 -30 8 6 4 2 0 -2 -4 -6 -8 13 12 11 10 9 8 ⁷ 6 5 4 3 2 1 Plot Skor KU1 vs KU2 untuk B

Gambar 7. Plot skor KU1&KU2 untuk rataan sidik jari SDKK.

SDSBL

Hasil analisis komponen utama untuk kombinasi SDSBL pun menghasilkan proporsi kumulatif Komponen Utama Pertama (KU1) dan Komponen Utama Kedua (KU2) yang cukup besar, seperti yang terlihat pada Tabel 6. Dengan demikian hanya dengan dua komponen utama saja sudah cukup digunakan dalam analisis.

Berdasarkan hasil pada Tabel 6 terlihat bahwa nilai proporsi kumulatif terbesar untuk kombinasi SDSBL dimiliki seleksi sidik jari s e b e s a r 9 9 . 1 0 % d e n g a n p r o p o r s i KU1=87.60% dan KU2=11.50%. Hal ini berarti bahwa keragaman yang diterangkan oleh kedua komponen dari seleksi sidik jari pada SDSBL sudah cukup memenuhi.

Tabel 6. Proporsi Kumulatif KU1 dan KU2 untuk data kombinasi SDSBL

Proporsi Kumulatif KU1&KU2

Data Semua

Panjang Gelombang Data Sidik Jari

A 90.61% 98.60%

B 89.90% 98.80%

C 86.00% 99.10%

Plot antara KU1 dan KU2 seleksi sidik jari untuk kombinasi SDSBL (Gambar 8) menunjukkan pola yang serupa dengan gambar segitiga rancangan komposisi campuran. Hal ini terlihat dari pola pencaran titik-titik dari plot tersebut yang menyerupai bentuk segitiga. Gambar plot KU1 dan KU2 lainnya tersaji dalam Lampiran 6.

KU1 (87.6%) K U 2 ( 1 1 .5 % ) 30 20 10 0 -10 -20 10 5 0 -5 -10 13 12 11 10 9 8 7 6 5 4 3 2 1 Plot Skor KU1 vs KU2 untuk C

Gambar 8. Plot skor KU1&KU2 untuk seleksi sidik jari SDSBL.

Regresi Komponen Utama

Berdasarkan hasil analisis komponen utama maka kedua komponen yang terpilih tersebut diregresikan terhadap peubah respon (Y). Masing-masing kombinasi terdiri dari tiga peubah respon seperti yang terlihat pada T a b e l 7 d e n g a n persen transmitan yang dihasilkan spektrum inframerah sebagai peubah penjelas (X).

Parameter-parameter yang digunakan untuk melihat kebaikan model adalah nilai R², PRESS dan RMSE. Ringkasan paremeter kebaikan model untuk kombinasi SDKK dan kombinasi SDSBL tersaji pada Tabel 8 dan Tabel 10.

Tabel 7. Peubah respon untuk masing-masing kombinasi ramuan obat.

Y SDKK SDSBL

Y1 seledri seledri Y2 kumis kucing sambiloto Y3 bahan pengisi bahan pengisi

SDKK

Berdasarkan hasil ringkasan pada Tabel 8 terlihat bahwa untuk regresi terhadap seledri (Y1), diperoleh seleksi semua panjang gelombang sebagai model terbaik. Karena seleksi semua panjang gelombang memiliki nilai R² yang terbesar, yaitu 91.23% dan nilai RMSE terkecil serta PRESS terkecil, yaitu 0.09 dan 0.20. Untuk regresi terhadap kumis kucing (Y2) diperoleh seleksi semua panjang gelombang sebagai model terbaik, dengan nilai R² terbesar yaitu 53.57% serta nilai RMSE dan PRESS terkecil, yaitu 0.21, dan 0.99. Sedangkan untuk regresi terhadap bahan pengisi (Y3), nilai R² terbesar serta nilai RMSE dan PRESS terkecil dimiliki oleh rataan spektrum sidik jari dengan nilai R²=86.%, RMSE=0.12, dan PRESS=0.31.

Tabel 8. Ringkasan parameter kebaikan model untuk kombinasi SDKK.

Respon Daerah Data R2 PRESS RMSE A 63.00% 1.74 0.19 B 79.14% 0.55 0.14 Semua panjang gelombang _C _{91.23% 0.20 0.09} A 47.23% 2.44 0.23 B 47.32% 1.18 0.23 Y1 Sidik Jari C 53.70% 0.98 0.21 A 4.04% 4.27 0.31 B 13.20% 2.04 0.29 Semua panjang gelombang C 53.57% 0.99 0.21 A 6.05% 4.30 0.30 B 8.98% 2.04 0.30 Y2 Sidik Jari C 21.60% 1.63 0.28 A 60.00% 1.84 0.20 B 59.24% 0.93 0.20 Semua panjang gelombang C 74.37% 0.58 0.16 A 83.62% 0.73 0.13 B 86.00% 0.31 0.12 Y3 Sidik Jari C 84.60% 0.33 0.12

Persamaan regresi dari model terbaik untuk seledri (Y1), kumis kucing (Y2) dan bahan pengisi (Y3) tersaji pada Tabel 9. Model yang terdapat pada Tabel 9 merupakan model dari seleksi semua panjang gelombang untuk Y1 dan Y2, serta model rataan sidik jari untuk Y3.

Tabel 9. Persamaan regresi dari model terbaik untuk kombinasi SDKK.

KOEFISIEN

RESPON KONSTANTA KU1 KU2

Y1 0.333 0.0049 -0.0121

Y2 0.333 -0.0067 -0.0007

Y3 0.333 0.0161 0.0388

SDSBL

Hasil ringkasan parameter kebaikan model untuk kombinasi SDSBL yang terdapat pada Tabel 10. Berdasarkan tabel tersebut maka untuk regresi terhadap seledri (Y1) diperoleh seleksi semua panjang gelombang sebagai model terbaik. Karena model seleksi spektrum data asal ini memiliki nilai R² terbesar yaitu 86% dan memiliki nilai RMSE dan PRESS terkecil yaitu 0.12 dan 0.32. Regresi terhadap sambiloto (Y2) diperoleh rataan semua panjang gelombang sebagai model terbaik dengan nilai R² sebesar 31%, nilai RMSE sebesar 0.26 dan nilai PRESS sebesar 1.60. Sedangkan regresi terhadap bahan pengisi (Y3) diperoleh rataan spektrum sidik jari sebagai model terbaik dengan nilai R² terbesar

yaitu 79.40% serta nilai RMSE dan PRESS terkecil yaitu 0.14 dan 0.40.

Tabel 10. Ringkasan parameter kebaikan model untuk kombinasi SDSBL.

Respon Daerah Data R2 PRESS RMSE A 57.47% 2.69 0.20 B 73.72% 0.85 0.16 Semua panjang gelombang C 86.00% 0.32 0.12 A 48.70% 2.53 0.22 B 57.20% 1.34 0.21 Y1 Sidik Jari C 52.90% 1.17 0.22 A 14.64% 4.09 0.29 B 31.00% 1.60 0.26 Semua panjang gelombang C 20.20% 1.84 0.28 A 9.75% 4.14 0.30 B 19.40% 2.04 0.28 Y2 Sidik Jari C 3.40% 2.23 0.31 A 65.50% 1.59 0.18 B 78.00% 0.42 0.15 Semua panjang gelombang C 66.30% 0.78 0.18 A 75.45% 1.09 0.16 B 79.40% 0.40 0.14 Y3 Sidik Jari C 77.80% 0.44 0.15

Persamaan regresi dari model terbaik untuk seledri (Y1), sambiloto (Y2) dan bahan pengisi (Y3) tersaji pada Tabel 11. Model yang terdapat pada Tabel 11 merupakan model dari seleksi semua panjang gelombang untuk Y1, rataan semua panjang gelombang untuk Y2, dan model rataan sidik jari untuk Y3.

Tabel 11. Persamaan regresi dari model terbaik untuk kombinasi SDSBL.

KOEFISIEN

RESPON KONSTANTA KU1 KU2

Y1 0.333 -0.0080 -0.0065

Y2 0.333 -0.0050 -0.0024

Y3 0.333 0.0159 0.0349

SIMPULAN

Hasil plot antara KU1 dan KU2 untuk semua kategori data menunjukkan pola yang relatif tidak jauh berbeda. Pencaran titik-titik dari plot tersebut relatif membentuk segitiga komposisi seperti yang diharapkan sesuai dengan segitiga rancangan komposisi campuran.

Berdasarkan analisis regresi komponen utama dengan melihat parameter-parameter kebaikan model seperti nilai R², RMSE dan

PRESS maka baik untuk regresi terhadap Y1 (seledri) dan Y3 (bahan pengisi) pada kombinasi SDKK dan SDSBL menghasilkan model terbaik yang sama. Untuk regresi terhadap Y1 (seledri) diperoleh model seleksi spektrum semua panjang gelombang sebagai model yang terbaik. Sedangkan untuk regresi terhadap Y3 (bahan pengisi) diperoleh model rataan spektrum sidik jari sebagai model terbaik. Akan tetapi, untuk regresi terhadap Y2 (kumis kucing / sambiloto) ditiap kombinasi menghasilkan model terbaik yang berbeda yaitu seleksi semua panjang gelombang untuk kombinasi SDKK dan rataan semua panjang gelombang untuk kombinasi SDSBL.

Dalam dokumen Pemodelan Otentikasi Komposisi Fitofarmaka Tensigard® Menggunakan Regresi Komponen Utama (Halaman 30-34)