Pemodelan Regresi Komponen Utama Fungsional Pada Data Spektroskopi.

Abstract

Data Spektroskopi adalah data fungsional berupa pengamatan spektrum yang merupakan fungsi dari panjang gelombang. Data spektrum dapat digunakan dalam banyak bidang. Dalam industri farmasi analisis spektrum digunakan dalam mengendalikan mutu untuk menentukan kandungan peubah tertentu seperti jumlah senyawa aktif pada tanaman obat. Pada penelitian ini, data spektroskopi yang digunakan ialah data pengukuran senyawa aktif Kurkumin pada Temulawak. Data Kurkumin diperoleh dari tanaman Temulawak hasil pengamatan dua daerah sentral produksi tanaman obat yaitu Kulonprogo, D.I Yogyakarta dan Karanganyar, Jawa Tengah. Pada data variabel Y merupakan hasil pengukuran senyawa aktif Kurkumin dengan menggunakan HPLC (High Performance Liquid Chromatography) sedangkan variabel X merupakan hasil pengukuran senyawa aktif Kurkumin dengan menggunakan FTIR (Fourier Transform Infrared). Pada penelitian ini data di random kemudian dibagi menjadi dua bagian yaitu 70% data menjadi data untuk pemodelan dan 30 % untuk data validasi dan dilakukan pengulangan sebanyak 150 kali. Data spektroskopi umumnya berdimensi besar dan mengandung multikolinieritas karena biasanya data spektroskopi memiliki jumlah peubah bebas (p) lebih besar dari jumlah pengamatan (p>>n). Kedua masalah tersebut dapat diatasi dengan metode analisis komponen utama fungsional (AKUF). Metode ini merupakan perluasan dari metode analisis komponen Utama (AKU) dengan menggunakan pendekatan fungsional. Data sebelum direduksi dengan metode AKUF terlebih dahulu dilakukan transformasi menggunakan transformasi basis polinomial dan basis B-spline. Pola pada data spektroskopi sebelum dan sesudah ditransformasi akan memiliki pola yang sama namun pada data yang telah ditransformasi pola datanya lebih halus jika dibandingkan dengan sebelumnya. Pemilihan jumlah komponen utama yang digunakan ditentukan berdasarkan proporsi keragaman kumulatif. Pada penelitian ini digunakan 2 komponen dengan rata-rata proporsi keragaman kumulatif sebesar 95.33% pada AKU, 98.84% pada AKUF basis polinomial dan 94.93% pada AKUF basis B-spline. Pemodelan regresi komponen utama (RKU), regresi komponen utama fungsional (RKUF) polinomial dan regresi komponen utama fungsional (RKUF) B-spline menunjukkan bahwa pada data senyawa aktif kurkumin pola prediksi yang dihasilkan mendekati pola data aktual. Model RKUF B-spline memberikan hasil prediksi yang lebih akurat dan juga kosisten dibandingkan dengan model RKUF polinomial maupun RKU. Hal ini terlihat dari nilai simpangan baku RMSEP RKUF B-spline yang lebih kecil yakni 0.09 sedangkan pada RKUF polinomial simpangan baku RMSEP nya 0.13 yang sedikit lebih kecil dari pada RKU yaitu 0.15. Begitu pula jika dilihat dari nilai simpangan baku korelasi RKUF B-spline lebih kecil yakni 0.10 dibandingkan pada RKUF polinomial yaitu 0.22 dan RKU 0.26 . Hasil penelitian ini menunjukkan bahwa model RKUF B-spline sangat baik digunakan dalam memprediksi jumlah senyawa aktif kurkumin yang terkandung dalam tanaman obat temulawak dibandingkan dengan model RKUF polinomial ataupun RKU. Namun jika diperbandingkan antara model RKU dan RKUF polinomial maka model RKUF polinomal lebih baik dalam memprediksi jumlah senyawa aktif kurkumin yang terkandung dalam tanaman obat temulawak.