KENDALI MUTU SAMBILOTO
(
Andrographis paniculata
) MENGGUNAKAN FOTOMETER
JINJING DAN METODE PENGENALAN POLA
DERRY PERMANA
DEPARTEMEN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
ABSTRAK
DERRY PERMANA. Kendali Mutu Sambiloto (Andrographis paniculata) Menggunakan Fotometer Jinjing dan Metode Pengenalan Pola. Dibimbing oleh RUDI HERYANTO dan LATIFAH K DARUSMAN.
Sambiloto (Andrographis paniculata) adalah salah satu tanaman yang dikenal sebagai antikanker, antidiabetes, dan antibakteri. Kendali mutu merupakan upaya untuk menjamin mutu dan khasiat yang dimilikinya. Keragaman mutu dari sambiloto dapat dilihat dari komposisi kandungan kimia yang dimiliki berdasarkan umur tanamnya. Pada penelitian ini keragaman mutu sambiloto yang berumur 1, 2, dan 3 bulan dievaluasi menggunakan teknik spektoskopi menggunakan alat fotometer jinjing yang digabungkan dengan teknik pengenalan pola, yaitu principle component analysis (PCA) dan partial least square discriminant analysis (PLSDA). Analisis kromatografi lapis tipis menunjukkan bahwa sambiloto dengan umur 1, 2, dan 3 bulan memiliki keragaman mutu senyawa aktifnya. Analisis menggunakan fotometer jinjing yang digabungkan dengan menggunakan teknik pengenalan pola, yaitu PCA dan PLSDA terhadap tanaman obat sambiloto telah berhasil mengklasifikasikan keragaman mutu berdasarkan umur tanaman (umur 1, 2, dan 3 bulan). Analisis PCA menggunakan dua komponen utama (PC) pertama dapat menjelaskan 95% variasi dalam data (PC 1 = 60% dan PC 2 = 35%). Analisis PLSDA menghasilkan 3 model, yaitu model umur 1 bulan (R2 kalibrasi = 0,9975, R2 prediksi = 0,9972, RMSEC = 0,0238, RMSEP = 0,0269), 2 bulan (R2 kalibrasi = 09972, R2 prediksi = 0,9970, RMSEC = 0,0248, RMSEP = 0,0274), dan 3 bulan (R2 kalibrasi = 0,9975, R2 prediksi = 0,9965, RMSEC = 0,0235, RMSEP = 0,0263).
ABSTRACT
DERRY PERMANA. Quality Control of Sambiloto (Andrographis paniculata) Using Portable Photometer and Pattern Recognition Methods. Supervised by RUDI HERYANTO and LATIFAH K DARUSMAN.
KENDALI MUTU SAMBILOTO
(
Andrographis paniculata
) MENGGUNAKAN FOTOMETER
JINJING DAN METODE PENGENALAN POLA
DERRY PERMANA
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Kimia
DEPARTEMEN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
Judul
: Kendali
Mutu
Sambiloto
(
Andrographis
paniculata
)
Menggunakan Fotometer Jinjing dan Metode Pengenalan Pola
Nama
: Derry Permana
NIM
: G44070093
Disetujui,
Pembimbing I,
Pembimbing II,
Rudi Heryanto, S.Si., M.Si.
Prof. Dr. Ir. Latifah K Darusman, MS
NIP
19760428 200501 1 002
NIP 19530824 197603 2 001
Diketahui
Ketua Departemen Kimia
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor,
Prof. Dr. Ir. Tun Tedja Irawadi, MS
NIP 19501227 197603 2 002
1
PRAKATA
Assalamualaikum Wr. Wb.
Segala puji dan syukur penulis panjatkan ke hadirat Allah SWT karena atas
rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah
dengan judul: Kendali Mutu Sambiloto (
Andrographis paniculata
) Menggunakan
Fotometer Jinjing.
Penulis mengucapkan terima kasih yang sebesar-besarnya kepada Rudi
Heriyanto, S.Si., M.Si. dan Prof. Dr. Ir. Latifah K Darusman, MS, atas semua
bimbingan yang diberikan selama proses penelitian dan penyusunan karya ilmiah
ini. Penulis juga mengucapkan terima kasih kepada bagian Kimia Analitik
Departemen Kimia IPB yang telah memberikan tema penelitian tentang fotometer
jinjing. Terima kasih yang tak terhingga penulis ucapkan kepada orang tua dan
keluarga tercinta atas doa, bimbingan, dan materi yang telah diberikan. Penulis
juga mengucapkan terima kasih kepada Vidya atas bantuannya selama proses
penelitian, Nio yang telah mengajari pengoperasian instrumen, bapak Taufik atas
penyediaan sampel sambiloto, dan berbagai pihak lainnya yang telah banyak
membantu dengan penuh keikhlasannya. Terima kasih atas bantuan dan semangat
yang diberikan, semoga mendapat balasan pahala dari Allah SWT.
Dalam karya ilmiah ini penulis menyadari kiranya masih banyak kekurangan
dan jauh dari kesempurnaan, namun demikian besar harapan penulis atas kritik
dan saran untuk penyempurnaan lebih lanjut. Akhirnya semoga karya ilmiah ini
dapat bermanfaat bagi semua pihak. Amin.
Wassalamualaikum Wr. Wb.
Bogor, September 2011
2
RIWAYAT HIDUP
Penulis dilahirkan di Curup pada tanggal 23 Juni 1989 dari pasangan Sulaiman BA dan Nurul Komariyah. Penulis merupakan anak pertama dari empat bersaudara. Penulis memiliki tiga orang adik laki-laki bernama Dicky, Dimas, dan Donny.
Tahun 2006 penulis lulus dari SMU Negeri 1 Kuningan dan pada tahun 2007 penulis diterima di Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan Mahasiswa Baru (SPMB). Penulis tercatat sebagai mahasiswa Departemen Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
3
DAFTAR ISI
Halaman
DAFTAR GAMBAR ... vii
DAFTAR TABEL ... vii
DAFTAR LAMPIRAN ... viii
PENDAHULUAN ... 1
TINJAUAN PUSTAKA Sambiloto ... 2
Kandungan Kimia Sambiloto ... 2
Fotometer Jinjing ... 3
Kemometrik ... 4
Metode PCA ... 4
Metode PLSDA ... 5
BAHAN DAN METODE Alat dan Bahan ... 5
Metode Penelitian ... 5
HASIL DAN PEMBAHASAN Analisis Keragaman Kualitas Sambiloto menggunakan Kromatografi Lapis Tipis (KLT) ... 7
Pencirian Sumber Sinar dan Filter ... 8
Analisis Sampel Menggunakan Fotometer Jinjing ... 9
Pengklasifikasian Sambiloto Menggunakan Analisis PCA ... 10
Pembentukkan Model Sambiloto menggunakan PLS-DA ... 11
SIMPULAN DAN SARAN Simpulan ... 12
Saran ... 12
DAFTAR PUSTAKA ... 13
4
DAFTAR GAMBAR
Halaman
1 Morfologi Sambiloto ...
2
2 Instrumen Fotometer Jinjing ...
3
3 Fotometer yang Sedang Dikembangkan ...
4
4 Prinsip PCA ...
4
5 Prinsip PLSDA ...
5
6 Noda Sambiloto pada Pelat KLT p
ada λ 254 nm
Umur 1 Bulan, 2 Bulan, 3 Bulan, dan Andrografolid
...
8
7
Kromatogram pada Pelat KLT λ 25
4 nm umur 1 Bulan,
2 Bulan, dan 3 Bulan ...
8
8 Spektrum Panjang Gelombang LED UV, LED biru,
dan LED merah ...
9
9 Spektrum Hasil Pengukuran Sambiloto Umur 1, 2, dan 3 Bulan ...
9
10 Proporsi Varians tiap PC ... 10
11
Score Plot
Antara PC 1 dan PC 2 ... 10
DAFTAR TABEL
Halaman
1
Kriteria Kebaikan Model PLSDA ... 11
2
Data Prediksi Sampel Dengan Model PLSDA Umur
1, 2, dan 3 Bulan ... 12
5
DAFTAR LAMPIRAN
Halaman
1
Bagan Alir Penelitian Secara Umum ... 15
2
Contoh Pembuatan Filter ... 16
3
Peranti Lunak
Wavelength
RGB
Converter
... 16
4
Prediction vs Reference
PLSDA Sambiloto 1 Bulan ... 16
5
Prediction vs Reference
PLSDA Sambiloto 2 Bulan ... 17
6
Prediction vs Reference
PLSDA Sambiloto 3 Bulan ... 17
7
Data Hasil Pengukuran Menggunakan Fotometer Jinjing
... 188
Data Pencirian Filter
...
21
9
Multimeter Pada Fotometer Jinjing ... 21
PENDAHULUAN
Ramuan obat-obatan herbal telah dikenal secara luas dan hingga kini masih digunakan oleh masyarakat. Menurut Departemen Kesehatan RI dengan SK Menkes No 149/SK/Menkes/4/1997, tanaman yang dapat digunakan sebagai bahan obat-obatan herbal ini disebut dengan tanaman obat. Perkembangan ramuan yang berasal dari tanaman obat ini telah mengalami perkembangan yang begitu pesat sehingga telah diproses baik secara alamiah maupun modern. Hal ini dikarenakan tanaman yang merupakan sumber nabati mengandung zat aktif atau metabolit sekunder yang mempunyai khasiat yang dapat menyembuhkan penyakit (BPOM RI 2006). Selain itu, penggunaan ramuan tradisional dari tanaman obat ini juga tidak memberikan efek samping yang merugikan kesehatan. Ramuan obat herbal umumnya didapatkan dari bagian-bagian tanaman obat seperti akar, batang, daun, kayu, dan kulit pohon (BPOM RI 2006).
Semakin berkembangnya penggunaan obat-obatan herbal menuntut adanya upaya yang dapat menjamin kualitas dan khasiatnya (BPOM RI 2006). Sampai sejauh ini, mutu dari tanaman obat dapat dilihat dari kandungan senyawa aktif kimianya. Efek farmakologis dari senyawa-senyawa kimia aktif ini biasanya tidak hanya ditentukan oleh salah satu senyawa aktif. Menurut Liang et al.
(2004), khasiat dari tanaman obat dapat timbul karena adanya interaksi yang sinergis antara senyawa-senyawa aktif kimia yang terkandung dalam tanaman obat. Komposisi senyawa-senyawa aktif kimia yang terdapat dalam tanaman obat dapat dipengaruhi oleh kondisi tanah dan lingkungan. Faktor lain yang dapat memengaruhi komposisi senyawa-senyawa aktif kimia ini adalah umur dari tanaman obat itu sendiri (Arunadha 2010). Oleh karena itu umur dari tanaman obat dapat dijadikan sebagai penanda mutu dari tanaman itu sendiri.
Umumnya kendali mutu suatu tanaman obat dapat dilakukan menggunakan beberapa cara, yaitu kromatografi cair kinerja tinggi (KCKT), kromatografi gas (KG), dan kromatografi lapis tipis (KLT). Dengan metode ini akan didapatkan suatu kromatogram sidik jari yang dapat menampilkan semua kandungan senyawa kimia yang menjadi karakteristik tanaman obat (Liang et al. 2004). Dengan melihat kromatogram sidik jari ini, kita dapat
mengetahui mutu suatu tanaman obat dan umur tanamnya. Walaupun metode-metode ini memiliki kelebihan dalam hal akurasi, tetapi masih terdapat kelemahan dalam hal waktu, preparasi sampel, dan jumlah bahan kimia yang digunakan (Mao & Xu 2006).
Metode yang akan digunakan dalam penelitian ini adalah spektroskopi. Metode spektroskopi ini dapat menutupi kelemahan-kelemahan yang dimiliki oleh metode yang telah disebutkan sebelumnya (Mao dan Xu 2006). Prinsip dari spektroskopi ini adalah melihat perubahan komposisi kimia suatu bahan yang dapat mengakibatkan perubahan sifat optik (absorbansi, transmisi, dan refleksi) dari suatu bahan (Stuth et al. 2003). Metode spektroskopi ini telah banyak digunakan dalam beberapa penelitian untuk melakukan kendali mutu yang dimiliki tanaman obat berdasarkan komposisi kimia yang dikandungnya (Li et al. 2009, Sim et al. 2004, Woo et al. 1999, Gutierres et al. 2011).
Alat yang digunakan untuk aplikasi metode spektroskopi ini umumnya adalah spektrofotometer inframerah transformasi fourier (FTIR) (Li et al. 2009). Akan tetapi, alat ini tergolong alat yang mahal dan cukup sulit dalam hal pengoprasiannya. Alternatif alat yang akan digunakan dalam penelitian ini adalah fotometer jinjing. Fotometer jinjing merupakan alat yang dikembangkan oleh Departemen Kimia Fakultas Kedokteran UI dan bagian Kimia Analitik Departeman Kimia IPB. Kelebihan dari alat ini adalah pengoperasiannya yang lebih sederhana, non-destruktif terhadap bahan, meminimalkan penggunaan bahan kimia, murah, ringan, dan mudah dibawa.
Alat ini dikatakan murah karena hanya tersusun dari sumber sinar yang berupa lampu LED, detektor yang berupa LDR, filter yang berasal dari plastik, dan alat pembaca sinyal yang berupa multimeter. Fotometer jinjing ini sebelumnya baru diaplikasikan dan berhasil melihat perbedaan antara sel kulit kanker dan kulit normal berdasarakan sifat fluorosensi yang berasal dari senyawa yang terdapat didalam kedua jaringan kulit tersebut (Zain et al. 2007).
Data mentah yang didapatkan menggunakan alat fotometer jinjing ini selanjutnya dikombinasikan dengan teknik analisis pengenalan pola kemometrik, yaitu
principle component analysis (PCA) dan
partial least square discriminant analysis
6
Serbuk sambiloto selanjutnya diayak menggunakan ayakan berukuran 40 mesh.
Analisis kromatografi Lapis Tipis Sambiloto ((Depkes RI 2008) Serbuk sambiloto dari masing-masing umur ditimbang sebanyak 1 gram. Lalu serbuk dimaserasi selama 3 jam menggunakan 10 mL pelarut etanol 96%. Setelah proses maserasi, filtrat dari sampel diambil melalui proses penyaringan. Pelarut dibuang menggunakan penguap putar. Sebanyak 0,1 gram ekstrak etanol Sambiloto selanjutnya dilarutkan menggunakan 5 mL etanol 96%. Lalu filtratnya diambil lagi melalui penyaringan. Filtrat dari setiap sampel selanjutnya ditotolkan pada pelat silika gel F 254 menggunakan syiringe 100µL dibantu dengan CAMAG TLC aplicator dengan lebar pita tiap sampel adalah 5 mm.
Eluen yang digunakan adalah kloroform dan metanol dengan perbandingan 9 : 1. Eluen dijenuhkan terlebih dahulu selama 1 jam didalam bejana kromatografi. Setelah proses penjenuhan, pelat yang telah berisi sampel dimasukkan kedalam bejana kromatografi untuk proses elusi. Pendeteksian noda dilakukan menggunakan CAMAG TLC
scanner Reprosatr 3 dengan lampu 244 nm. Foto yang dihasilkan lalu diolah menggunakan Image J versi 1.4.
Pembuatan Pelet Sambiloto
Sebanyak 300 mg dari sampel serbuk Sambiloto ditimbang. Selanjutnya serbuk dimasukkan kedalam alat pembuat pelet. Pada saat pembuatan pelet tekanan diatur sehingga mencapai 80 kN. Tekanan diberikan selama 2 menit. Kemudian pelet Sambiloto dikeluarkan dari alat.
Pembuatan Filter
Warna yang digunakan sebagai filter dibuat menggunakan program Microsoft Word 2007 dengan kisaran warna ungu hingga merah. Pada program Microsoft Word 2007, dibuat kotak dengan ukuran 5 x 5 cm. Setiap warna memiliki intensitas warna yang berbeda. Nilai red green blue (RGB) dari setiap warna diatur sehingga setiap warna memiliki perbedaan panjang gelombang sekitar 20 nm pada tiap warna dalam selang 360-650 nm. Nilai RGB dan panjang gelombang setiap warna diatur dengan menggunakan bantuan software Wavelength RGB Converter. Selanjutnya warna-warna ini
dicetak pada kertas plastik transparan menggunakan Printer Epson Stylus Office
T1100.
Pencirian Sumber Sinar
Sumber sinar yang akan digunakan, yaitu LED UV, LED biru, dan LED merah dinyalakan dan diatur intensitas sinarnya. Selanjutnya sinar yang keluar diukur nilai panjang gelombangnya menggunakan spektrometer USB 2000.
Pencirian Panjang Gelombang Filter Pencirian filter menggunakan bantuan alat spektrometer USB 2000. Filter dengan intensitas warna yang berbeda kemudian dipotong-potong sehingga didapatkan potongan filter dengan ukuran 5 x 5 cm2. Lalu filter ditempatkan pada lintasan sumber sinar pada spektrometer 2000. Sinar yang melewati potongan filter diukur, kemudian data yang dihasilkan terlihat pada layar komputer. Dilakukan cara yang sama untuk filter berwarna berwarna lainnya. Hasil dari pencirian ini berupa panjang gelombang dan digunakan sebagai acuan pada penelitian selanjutnya.
Prosedur Penggunaan Alat Fotometer Jinjing
7
sebelumnya pada setiap sampel menggunakan kombinasi dari sumber lampu dan filter yang berbeda-beda.
Metode Deteksi Sinar
Permukaan pelet sambiloto selanjutnya disinari menggunakan ketiga sumber sinar yang telah dikombinasikan dengan filter. Pelet sambiloto dari umur 1, 2, dan 3 bulan diukur sebanyak 10 kali ulangan. Sinar refleksi yang dihasilkan akan terlebih dahulu melewati filter yang telah dibuat sehingga sinar yang akan diukur kemudian telah dibatasi pada area panjang gelombang tertentu Sinar ini ditangkap oleh detektor LDR 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 yang digunakan adalah data primer yang berasal dari pengumpulan data hasil pengukuran intensitas sinar yang dihasilkan dari sampel serbuk sambiloto umur satu, dua, dan tiga bulan dengan menggunakan sumber lampu LED UV,sinar biru, dan sinar merah yang divarianskan menggunakan kertas filter dengan intensitas warna berbeda. Data selanjutnya dimasukkan kedalam program Ms. Excel 2007. Data dalam format excel 2007 kemudian dianalisis menggunakan metode multivariat dilakukan dengan menggunakan peranti lunak The Unscrambler 10.01.
HASIL DAN PEMBAHASAN
Penelitian yang dilakukan melalui beberapa tahapan yang penting. Tahap pertama yang dilakukan adalah melakukan analisis KLT terhadap sampel sambiloto umur 1, 2, dan 3 bulan yang nantinya akan dianalisis menggunakan fotometer jinjing. Hal ini dilakukan untuk membuktikan bahwa terdapat keragaman mutu yang dimiliki oleh sambiloto berdasarkan perbedaan umur yang dimilikinya.
Tahap selanjutnya yang dilakukan dalam penelitian ini adalah pencirian dari sumber sinar yang akan digunakan, yaitu LED UV, LED biru dan LED merah. Hal ini dilakukan agar kita dapat mengetahui berapa kisaran panjang gelombang yang dipancarkan oleh ketiga sumber sinar yang digunakan sehingga
dapat digunakan juga sebagai acuan untuk penelitian selanjutnya. Selain itu, dapat diketahui juga senyawa dalam sampel yang mungkin dapat berinteraksi dengan sumber sinar yang digunakan.
Tahap terakhir adalah pengukuran sampel sambiloto umur 1, 2, dan 3 bulan menggunakan fotometer jinjing. Data mentah yang didapat selanjutnya diolah menggunakan teknik pengenalan pola kemometrik PCA dan PLSDA untuk mengklasifikasikannya kedalam tiga kelompok umur yang berbeda. Model yang dibentuk selanjutnya digunakan untuk memprediksi umur dari sampel sambiloto umur 1, 2, dan 3 bulan yang tidak digunakan dalam pembuatan model.
Analisis Keragaman Kualitas Sambiloto Menggunakan Kromatografi Lapis Tipis
(KLT)
Analisis KLT yang dilakukan bertujuan melihat senyawa yang terkandung dan perbedaan konsentrasinya pada sambiloto yang berumur 1, 2, dan 3 bulan. Berdasarkan hasil analisis, andrografolid ditunjukkan oleh noda dengan nilai Rf 0,58 (Gambar 6d). Andrografolid adalah salah satu senyawa aktif terbesar yang terdapat dalam tanaman sambiloto dan merupakan senyawa marker dari sambiloto (Akowuah et al. 2006, Row YK et al. 2004). Senyawa ini merupakan salah satu jenis diterpena lakton dan penyebab rasa pahit pada tanaman sambiloto (Prapanza & Marianto 2003). Noda dari andrografolid ini terlihat pada saat pelat KLT dideteksi menggunakan lampu UV pada panjang gelombang 254 nm (Gambar 6).
11
Pembentukkan Model Sambiloto Menggunakan PLSDA
Analisis PLSDA dilakukan dengan menggunakan dua buah matriks yaitu matriks X dan matriks Y. Matriks X adalah prediktor yang berisi data asli yang berasal dari hasil pengukuran sampel sambiloto menggunakan fotometer jinjing sehingga matriksnya berukuran 30 x 51. Sedangkan matriks Y adalah matriks respon untuk tiap umur yang dimiliki oleh sambiloto. Dalam analisis PLSDA, jika salah satu umur sambiloto diberikan respon sebesar 1 maka sampel dengan umur lainnya diberikan nilai 0 sehingga matriks Y mempunyai ukuran 30 x 3.
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 Sambiloto umur 1, 2, dan 3.
Analisis dengan menggunakan PLSDA memiliki kelebihan, yaitu menyediakan informasi yang jelas mengenai kebaikan model yang telah dibuat. Parameter yang berhubungan dengan kriteria kebaikan model ini adalah R2, root mean square galat of
calibration (RMSEC) dan root mean square galat of prediction (RMSEP) yang terlihat dalam Tabel 1.
Tabel 1 Kriteria kebaikan model PLSDA
Nilai R2 kalibrasi yang dihasilkan untuk model yang dibuat menunjukkan nilai yang besar, yaitu diatas 0,99. Sementara itu nilai RMSEC yang merupakan galat yang dihasilkan dari set kalibrasi juga menunjukkan nilai mendekati 0 untuk masing-masing umur sampel. Model yang dibuat dapat dikatakan
baik dan dipercaya karena suatu model dapat dikategorikan baik dan dipercaya jika nilai R2 nya mendekati 1 dan nilai dari galat bernilai sangat kecil atau mendekati 0 ( Brereton 2003). Dengan demikian model ini dapat digunakan untuk membuat model prediksi untuk sambiloto.
Model prediksi dibuat dengan teknik validasi silang terhadap model kalibrasi yang ada. sambiloto umur 1, 2, dan 3 bulan sudah dapat diprediksi dengan baik menggunakan model kalibrasi yang ada. Hal ini dapat dilihat dari nilai RMSEP dan nilai R2 dari model prediksi pada Tabel 1. Model PLSDA untuk sambiloto umur 1, 2, dan 3 bulan menunjukkan nilai R2 mendekati 1 dan nilai RMSEP mendekati 0. Nilai R2 yang tinggi tersebut menunjukkan nilai korelasi antara nilai yang diprediksi dengan nilai yang sebenarnya (matriks Y) sangat tinggi (Brereton 2003).
Model PLSDA yang ada selanjutnya digunakan untuk memprediksi sampel sambiloto dengan umur 1, 2, dan 3 bulan. Sampel yang digunakan adalah sampel sambiloto yang tidak digunakan untuk membuat model. Pengukuran dilakukan sebanyak dua kali ulangan dan sampel diberikan perlakuan yang sama dengan sampel sambiloto yang digunakan untuk pembuatan model PLSDA. Hasil yang didapatkan menunjukkan bahwa model ini cukup sensitif untuk mengklasifikasikan dan memprediksi sampel yang diujikan.
Tabel 2 menunjukkan nilai prediksi untuk sampel yang diprediksi berumur 1, 2, dan 3 bulan ketika diregresikan dengan model PLSDA untuk sambiloto pada masing-masing umur. Nilai prediksi yang mendekati nilai referensi menunjukkan umur dari sampel prediksi sama dengan model yang digunakan. Nilai referensi ini adalah nilai yang digunakan sebagai respon untuk membuat model.
Berdasarkan Tabel 2 sampel prediksi untuk umur 1 bulan diklasifikasi sebagai Sambiloto berumur 1 bulan oleh model PLSDA karena sampel ini memiliki nilai prediksi yang sama dengan nilai referensi pada saat diregresikan dengan model PLSDA Sambiloto umur 1 bulan. Sementara itu sampel prediksi umur 2 bulan diprediksi berumur 2 bulan karena memiliki nilai yang dekat dengan nilai referensi saat sampel ini diregresikan menggunakan model PLSDA sambiloto umur 2 bulan. Dan yang terakhir, sampel prediksi 3 bulan diprediksi berumur 3 bulan karena nilai prediksinya mendekati nilai Sampel
Kalibrasi Prediksi
R2 RMSEC R2 RMSEP
Umur 1
bulan 0,9974 0,0238 0,9972 0,0269
Umur 2
bulan 0,9972 0,0248 0,9970 0,0247
Umur 3
12
referensi saat diregresikan dengan model PLSDA 3 bulan.
Tabel 2 Data prediksi sampel dengan model PLSDA sambiloto umur 1, 2, dan 3 bulan
Model
PLSDA Sampel Ulangan Nilai Prediksi Nilai Referensi 1 Bulan
1 0,9467 1
2 0,8951 1
2 Bulan
1 0,0568 0
2 0,0268 0
3 Bulan
1 0,0076 0
2 -0,0054 0
1 Bulan
1 0,0430 0
2 -0,0245 0
2 Bulan
1 1,0247 1
2 0,9857 1
3 Bulan
1 -0,0123 0
2 0,0525 0
1 Bulan
1 -0.0077 0
2 0,1294 0
2 Bulan
1 -0.0814 0
2 -0,0143 0
3 Bulan
1 1,0047 1
2 0,9529 1
SIMPULAN DAN SARAN
Simpulan
Sambiloto (Andrographis Paniculata) dengan umur yang berbeda memiliki keragaman mutu kandungan senyawa aktif yang juga berbeda. Alat fotometer jinjing yang dikombinasikan dengan teknik
pengenalan pola telah berhasil mengklasifikasikan keragaman mutu yang dimiliki sambiloto yang berumur 1, 2, dan 3 bulan. Analisis PCA menggunakan dua PC pertama mampu menjelaskan 95% varians dalam data (PC 1 = 60% dan PC 2 = 35%). Analisis PLSDA menghasilkan 3 model, yaitu model umur 1 bulan (R2 kalibrasi = 0,9975, R2 prediksi = 0,9972, RMSEC = 0,0238, RMSEP = 0,0269), 2 bulan (R2 kalibrasi = 09972, R2 prediksi = 0,9970, RMSEC = 0,0248, RMSEP = 0,0274), dan 3 bulan (R2 kalibrasi = 0,9975, R2 prediksi = 0,9965, RMSEC = 0,0235, RMSEP = 0,0263).
Saran
Perlu dilakukan validasi antara pengukuran menggunakan fotometer jinjing dan instrumen lain yang sudah umum digunakan untuk melakukan kendali mutu terhadap sambiloto.
DAFTAR PUSTAKA
Akowuah GA, Zhari I, Norhayati I, Mariam A. 2006. HPLC and HPTLC densitometric determination of andrographolides and antioxidant potential of Andrographis paniculata. Journal of Food Composition and Analysis 19: 118– 126.
Algameta DE. 2009. Uji Aktivitas Antioksidan Tablet Effervescent Dewandaru ( Eugenia Uniflora L.) Dan Sambiloto (Andrographis Paniculata
Ness.) Pada Tikus Yang Dibebani Glukosa [skripsi]. Surakarta: Fakultas Farmasi, Universitas Muhammadiyah Surakarta. 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. [Badan POM RI] Badan Pengawas Obat dan
Makanan. 2006. Serial Data Terkini
Tumbuhan Obat : Sambiloto,
Andrographis paniculata (Burn. F.) Ness. Jakarta: Badan Pengawas Obat dan Makanan Republik Indonesia.
1 Bulan
[image:21.595.96.300.135.671.2]13
Bengtsson GB et al. 2006. Chlorophyll fluorescence for non-destructive measurement of flavonoids in broccoli.
Postharvest Biology and Technology 39: 291–298.
Brereton RG. 2003. Chemometrics : Data Analysis for The Laboratory and Chemical Plant. England: John Willey & Sons. [Depkes RI] Departemen Kesehatan Republik
Indonesia. Farmakope Herbal Indonesia Edisi Ke-1. Jakarta: Departemen Kesehatan Republik Indonesia
Feather JW, Ellis DJ, Leslie G. 1988. A portable reflectometer for the rapid quantification of cutaneous haemoglobin and melanin. Phys Med Biol. 33(6):711– 722.
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. 1987. Metode Fitokimia. Edisi
ke-2. Padmawinata K, Soediro I, penerjemah; Bandung: Penerbit ITB. Terjemahan dari: Phytochemical Method. Harvey D. 2000. Modern Analytical
Chemistry. USA: McGraw Hill.
Jarukamjorn K, Nemoto N. 2008. Pharmacological aspect Andrographis Paniculata on health and its diterpenoid constituent of Andrographolide.
Phytochemistry 65: 2317–2321.
Kishore HP et al. 2003. Flavonoids from Andrographis lineata. Phytochemistry 63: 457–461.
Kumaran KS, Thirugnanasambantham P, Viswanathan S, Murthy MSR. 2003. An HPLC method for the estimation of andrographolide in rabbit. Indian Journal of Pharmaology 35:109-112.
Lai SZ et al. 2011. Qualitative and Quantitative Analysis of Alkaloids in Cortex Phellodendri by HPLC-ESI-MS/MS and HPLC-DAD. Chem. Res. Chinese Universities 27(1) : 38-44.
Lebart L, Morineau A, Warmict MK. 1984. Multivariate Descriptive stastical Analysis. New York: John willey & Sons.
Li M, Zhou X, Zhao Y, Wang PD, Hu NX. 2009. Quality assessment of Curcuma longa L. by gas chromatography-mass spectrometry fingerprint, principle components analysis and hierarchical clustering Analysis. Korean Chemistry
30(10): 2287-2293.
Liang YZ, Xie P, Chan K. 2004. Quality control of herbal medicines. Journal of Chromatography 812: 53–70.
Lohninger H. 2004. Multivariate calibration.[terhubung berkala]. http://www.vias.org/tmdatanaleng/cc_mult ivaritae.htmL [20 Februari 2010].
Menn N. 2004. Practical Optics. New York: Elsevier.
Miller JC, Miller JN. 2000. Statistic and Chemometrics for Analytical Chemistry.
Ed ke-4. Harlow: Pearson Education. Mao J, Xu J. 2006. Discrimination of herbal
medicines by molecular spectroscopy and chemical pattern recognition. Spectrochim Acta A 65: 497–500.
Pandev AK, Mandal AK. 2010. Variation in morphological characteristic and Andrographolide content in Andrographis Paniculata Ness (Burm F) of Central India. Iranica journal of Energy and Envenronment. 2010(2): 165-169.
Prapanza I, Marianto LA. 2003. Khasiat dan manfaat Sambiloto : Raja Pahit Penakluk Aneka Penyakit. Jakarta: PT Agromedia pustaka.
Rao KY, Vimalamma G, Rao VC, Tzeng YM. 2004. Flavonoids and andrographolides from Andrographis paniculata.
Phytochemistry 65: 2317–2321.
Raw KY et al. 2004. Flavonoids and andrographolides from Andrographis paniculata. Phytochemistry 65: 2317– 2321.
14
paniculata. Indian Journal of Plant Physiology 13: 2220-2225.
Santos et al. 2010. Application of chemometric methods in the evaluation of chemical and spectroscopic data on organic matter from Oxisols in sewage sludge applications. Geoderma 155 : 121– 127.
Saxena S et al. 2000. High performance thin-layer chromatographic analysis of hepatoprotective diterpenoids from
Andrographis paniculata. Phytochemical Analysis 11: 34-36.
Siva DF, Avalos DA. 2006. Light dependent resistance as a sensor in spectroscopy setups using pulsed light and compared with electret microphones. Sensors 6: 514-525.
Sim OC, Hamdan RM, Ismail Z, Ahmad NM. Assessment of Herbal Medicines by Chemometrics – Assisted Interpretation of FTIR Spectra. Analytica Chimica Acta.
Singh SK, Jha SK, Chaundary A, Yadava RDS, Rai SB. 2010. Quality control of herbal medicines by using spectroscopic techniques and multivariate statistical analysis. Pharmaceutical Biology 48: 134– 141.
Skoog DA, Donald MW, F James Holler, Stanley RC. 2004. Fundamentals of Analytical Chemistry. Ed ke-8. Canada: Brooks Cole.
Stuth J, Jama A, Tolleson D. 2003. Direct and indirect means of predicting forage quality. Field Crops Research 84: 45–56. Viljoen et al. 2007. Prediction of the chemical
composition of mutton with near infrared
reflectance spectroscopy. Small Ruminant
Research 69: 88-94.
Winarto WP. 2003. Sambiloto : Budidaya dan Pemanfaatan Untuk Obat. Jakarta: Penebar Swadaya.
Wold S. 1995. Chemometrics; whats Do We Want From It?. Chemom Intel Lab Syst 30: 109-115.
Woo AY, Kim JH, Cho HJ, Chung H. 1999. Discrimination of herbal medicines
according to geographical origin with near
infrared reflectance spectroscopy and
pattern recognition techniques.
Pharmaceutical and Biomedical Analysis
21: 407-413.
Yusron M, Januwati M, Pribadi ER. 2005.
Budidaya Tanaman Sambiloto. Bogor: Balai Penelitian Obat dan Aromatika. Zain H, Tedjo A, Kusmardi. 2007. Pencirian
sifat autofluorosensi jaringan adenokarsinoma menggunakan metode analisis multieksitasi. Makara Kesehatan
15
16
Lampiran 1 Bagan alir penelitian secara umum
Umur 1 Bulan
Penanaman
Sambiloto
Pemanenan Sambiloto
Umur 3 Bulan
Umur 2 Bulan
Pembuatan serbuk
Sambiloto
pencirian filter
dan sumber
sinar
Prediksi
sampel 1, 2,
dan 3 bulan
Model PCA
dan PLSDA
Analisis
KLT
Pengolahan data
menggunakan The
Unscrambler
Pengumpulan data
Pengukuran sampel
menggunakan fotometer
22
Lampiran 8 Data pencirian filter
Panjang gelombang transmisi filter (nm) Software wavelength
RGB converter
Hasil pencirian
360 360
380 380
400 430
420 460
440 480
460 490
480 500
500 520
520 530
530 540
560 550
580 560
600 580
620 600
640 620
645 640
660 650
Lampiran 9 Multimeter pada fotometer jinjing