KENDA
MEN
FAKUL
ALI MUT
NGGUNA
MU
LTAS MA
I
TU DAUN
KAN FO
PEN
UHAMMA
DEP
TEMATIK
INSTITUT
N JATI BE
TOMETE
NGENALA
AD FAKI
ARTEME
KA DAN I
T PERTA
BOGO
2012
ELANDA
ER JINJI
AN POLA
A (Guazum
ING DAN
A
ma ulmifo
N TEKNIK
olia)
K
IH KURN
NIAWAN
EN KIMIA
ILMU PE
A
ANIAN BO
ENGETAH
HUAN ALA
AM
OGOR
OR
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 (R
2= 0.9674), 2 bulan (R
2= 0.8781), dan 3 bulan (R
2=
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 R
2, 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.
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 (R
2= 0.9674), 2 month (R
2=
0.8781), and 3 months (R
2= 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 (R
2, 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.
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
Rudi Heryanto, S.Si, M.Si
NIP 19760428 2005001 1 002
Pembimbing II
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
PRAKATA
Puji dan syukur kehadirat Allah SWT atas limpahan rahmat dan
hidayah-Nya 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
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
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
Halaman
7 Prediction vs reference PLSDA umur 1, 2, dan 3 bulan (7 lampu) ... 23
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 senyawa-senyawa 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% damar-damaran, 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.
Gambar 1 Kualitas dilihat dari flavonoidny merupakan kemungkina dipengaruhi sehingga da mengandung Pada umum flavonoid y glikosida d Flavonoid glikosida, ya gula dan al belanda y kromatograf dan spekt (Setiawan 2 Penelitia fotometer ji sebagai alat (Guazuma keragaman yang berbed pengenalan PLSDA. Bahan-b penelitian in 1 bulan, 2 dari kebun etanol 70%, aseton, HCl asetat glasia 2%, kuerseti Alat-alat jinjing, adap V, current D ungu, biru, dan IR), S Daun Jati ulmifolia). tanaman jati produksi da ya (Febrandy salah satu an keberadaa oleh adanya aun muda be g flavonoid mnya ada 2 be yang terikat dan flavonoi alam ditemu aitu suatu ben lkohol. Metod yang telah fi lapis tipis ( troskopi infr 008). an ini ber injing yang se t untuk kenda Ulmifolia) mutu berda da, dikombina pola kemo
METO
Bahan dan bahan yang ni ialah daun bulan, dan 3 n Biofarmaka , heksametilen l 25% dalam al 5% v/v (da in, metanol da t yang diguna ptor (input 220 DC 1200 mA putih, hijau, Spektrofotome Belanda (G belanda (Gam aun dan kan y 2006). Fla metabolit se annya dalam a proses foto elum terlalu (Markham ntuk flavonoi pada gula id bebas (a ukan dalam ntuk kombinas de kendali m dilakukan (TLC) (Seigle fra merah rtujuan men edang dikemb ali mutu jatidengan sarkan umur asikan dengan ometrik PCA
ODE
n Alat digunakan jati belanda b bulan yang a Dramaga ntetramina 0.5 air, etilaseta alam metanol) an akuades. akan adalah fo 0 V, output D A), lampu LEDUV, kuning eter tipe US Guazuma mbar 1) ndungan avonoid ekunder, m daun osintesis banyak 1988). id, yaitu sebagai aglikon). bentuk si antara mutu jati adalah er 2005) (FTIR) njadikan bangkan belanda melihat r tanam n teknik A dan pada berumur diambil Bogor, 5% b/v, at, asam ), AlCl3 otometer C 3– 12 D (biru-g-merah, SB-2000 Fiber Opti Spektrofotom PC, alat sonik oven, pengua gelas, peran perangkat lu SPSS versi 16 L Metode p mengikuti dia meliputi pem pengukuran m dan pengujian belanda. Ana sampel dila Depkes 2010 maserasi-soni direfluks dan etanol. Nilai spektrofotom sebagai stand dengan peng menggunakan Data hasil pe pengenalan PLSDA) men Unscrambler P Preparasi Sa Daun jati umur diingin dari 10 poho tanam yang pohon terseb variasi data dikeringkan 40ºC selama kemudian dih sehingga diha Serbuk da diambil seba secara mase etanol 70% maserasi-soni dipindahkan dimaserasi-so Ekstraksi di maserasi-soni dipekatkan d terbentuk ek yang sama d dan 3 bulan. ic Vis-Nir meter UV-VIS kasi, blender, ap putar, nerac ngkat keras unak The Un 6. Lingkup Pen penelitian yan agram alir pad mbuatan pelet menggunakan n total flavono alisis kuantita akukan men 0. Sampel d ikasi, kemud n dilakukan absorbansi di meter UV-VIS dar. Analisis gukuran pelet n fotometer ji engukuran di pola kemom nggunakan pe 9.7. Prosedur Pen ampel i belanda ya nkan (1,2, dan on yang berbe sama. Tujua but adalah u a. Sampel mengunakan 6 jam. Daun haluskan men asilkan serbuk aun jati beland anyak 10 gra erasi-sonikasi (1:10) selam ikasi disarin ke erleme onikasi kemb ilakukan 3 ikasi dig dengan evapo kstrak kental dilakukan untu (Ocean o S Shimadzu alat pembuat ca analitik, per komputer, nscrambler 9. nelitian ng akan dila da Lampiran daun jati be n fotometer j oid ekstrak da atif flavonoid nggunakan m dilakukan ek dian ekstrak ekstraksi ca iukur menggu S dengan ku kualitatif dila t daun jati b njing (Lampir olah dengan metrik (PCA erangkat lunak nelitian ang telah me n 3 bulan) d eda dengan k an pengguna untuk meingk daun kem oven pada n yang telah nggunakan b k daun jati bela
da berumur 1 am dan diek i dengan p ma 15 menit. ng dan filt eyer lain. R bali dengan e kali. Filtrat gabungkan orator putar s . Proses ek tuk sampel 2 optics), 1700 t pelet, ralatan serta 7 dan akukan 1 yang elanda, injing, aun jati d total metode kstraksi kasar air-cair unakan ersetin akukan elanda ran 2). teknik A dan k The ncapai ipanen kondisi aan 10 katkan mudian suhu kering blender anda. bulan kstraksi pelarut Hasil tratnya Residu etanol. hasil dan sampai kstraksi 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 AlCl3 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 AlCl3. Senyawa AlCl3 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.
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
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 nilai-nilai 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
Pencirian lampu LED dilakukan dengan pengukuran panjang gelombang masing-masing lampu LED menggunakan alat Spektrofotometer tipe USB-2000 Fiber Optic
Vis-Nir (Ocean optics). Lampu LED yang
diukur berjumlah 7 buah yaitu LED biru-ungu, 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 Jenis LED Panjang gelombang dominan (nm) Intensitas tertinggi (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 kuning-merah 626.25 3876.62 IR 986.91 3848.22 0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 1 2 3 k a dar f lavonoid ( % b/b)
umur daun jati belanda (bulan)
ulangan 1 ulangan 2 ulangan 3
5
Karakterisasi ini dilakukan untuk mengetahui panjang gelombang dominan dan intensitas tertinggi yang dikeluarkan masing-masing lampu LED (Gambar 4). Data dari panjang gelombang dominan tersebut dapat digunakan untuk acuan pada penelitian selanjutnya tentang aplikasi fotometer jinjing ini.
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.
Gambar 4 Spektrum lampu LED.
hijau ‐500 0 500 1000 1500 2000 2500 3000 3500 4000 4500 0 200 400 600 800 1000 1200 Intensitas (count) panjang gelombang (nm) biru putih kuning‐ merah biru‐ungu UV IR
Gambar 5 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
1900 1905 1910 1915 1920 0 20 40 nilai tegangan (mv) jumlah pengukuran 1 bulan 2 bulan 3 bulan
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).
Gambar 6 Alur proporsi variasi 7 komponen utama.
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 Plot loading PC1 dan PC2 pengukuran sampel (7 lampu).
7
Gambar 9 Plot skor PC1 dan PC2 pengukuran sampel (3 lampu).
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 biru-ungu 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.
Tabel 2 Nilai PC pada kombinasi lampu LED Kombinasi LED PC1 (%) PC2 (%) PC3 (%) 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 =
kuning-merah, BU =biru-ungu, H = hijau B=biru
Pembentukan Model Daun Jati Belanda Menggunakan Partial Least Square
Discriminant Analysis (PLSDA)
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
8
Tabel 3 Kriteria kebaikan model PLSDA (7 lampu)
umur
(bln) R2 Kalibrasi Prediksi RMSEC R2 RMSEP
1 0.9674 0.0875 0.9565 0.1015 2 0.8781 0.1659 0.8430 0.1893 3 0.9430 0.1071 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 lunak The
Unscremble 9.7.
Tabel 4 Data prediksi sampel dengan PLSDA jati belanda umur 1, 2, dan 3 bulan (7 lampu) Model PLSDA Ulangan Nilai Prediksi Nilai Referensi 1 bulan 1 1.379 1 2 1.379 1 3 1.398 1 4 1.543 1 5 1.572 1 6 1.475 1 2 bulan 1 0.483 0 2 0.483 0 3 0.483 0 4 0.481 0 5 0.481 0 6 0.486 0 3 bulan 1 -0.333 0 2 -0.333 0 3 -0.270 0 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, biru-ungu, 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 model PLSDA (3 lampu)
umur
(bln) R2 Kalibrasi Prediksi RMSEC R2 RMSEP
1 0.8707 0.1713 0.8616 0.1804 2 0.8397 0.1926 0.8330 0.2027 3 0.8528 0.1846 0.8422 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 rata-rata 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
PLSDA Ulangan Prediksi Nilai Referensi Nilai
1 bulan 1 0.835 1 2 0.835 1 3 0.802 1 4 0.847 1 5 0.929 1 6 0.847 1 2 bulan 1 0.240 0 2 0.240 0 3 0.243 0 4 0.239 0 5 0.231 0 6 0.239 0 3 bulan 1 -0.486 0 2 -0.486 0 3 -0.304 0 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 non-allopathic 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 array-based 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 38:1457-1475.
13
Lampiran 1 Bagan alir penelitian
serbuk daun jati belanda
Ekstrak daun jati belanda
pelet jati belanda
Pengukuran dengan
fotometer jinjing
prediksi umur sampel
Uji flavonoid metode
Depkes 2000
Kadar flavonoid
Beda tegangan
14
Lampiran 2 Fotometer yang sedang dikembangkan (skematis)
sumber cahaya & reseptor
1. adjusment 2. intesity
