dc.description.abstract | Data berdimensi tinggi merupakan data yang memiliki peubah penjelas jauh melebihi amatan (p>>n). Dalam menangani data ini, melakukan pemodelan dengan menggunakan analisis regresi menjadi tidak efektif karena asumsi multikolinieritas akan terlanggar. Mengatasi hal tersebut, LASSO dikembangkan dengan menambahkan fungsi penalti norm l1 pada model regresi. LASSO bekerja dengan cara mereduksi parameter peubah yang pengaruhnya besar dan menyeleksi peubah yang pengaruhnya kecil.
Penelitian ini menggunakan data aktivitas antioksidan pada tanaman pegagan (centella asiatica). Informasi penting tentang aktivitas antioksidan pada tanaman pegagan dapat diketahui dengan menggunakan teknik spektroskopi. Fourier transformed infrared spectrophotometer (FTIR) merupakan salah satu spektroskopi yang didasarkan pada vibrasi molekul yang dikenai infrared sehingga dapat mengkarakterisasi molekul dengan gugus fungsi. Data spektroskopi umumnya berdimensi besar dan mengandung multikolinieritas. Penyeleksian terhadap peubah penjelas dapat mengatasi data tersebut sehingga didapatkan model yang lebih sederhana sekaligus dapat menangani masalah multikolinieritas.
LASSO dipilih untuk menangani data aktivitas antioksidan hasil pengukuran FTIR pada tanaman pegagan. Hal ini karena LASSO sesuai dengan data yang berdimensi tinggi dan mengandung multikolinieritas. LASSO tidak memiliki solusi secara eksplisit dalam menentukan koefisien taksirannya sehingga dibutuhkan pemrograman komputasi untuk menyelesaikannya. Salah satu algoritma yang efektif dalam membantu menyelesaikan solusi regresi LASSO secara komputasi adalah algoritma Least Angle Regression Selection (LARS). Group LASSO juga diterapkan pada penelitian ini karena sesuai dengan data FTIR yang cenderung berkelompok. Pada penelitian ini akan diidentifikasi gugus fungsi yang berkontribusi mayor terhadap aktivitas antioksidan pada tanaman pegagan dengan menggunakan LASSO dan group LASSO.
Berdasarkan hasil analisis yang didapatkan maka disimpulkan bahwa pendugaan model menggunakan group LASSO relatif sama baiknya dengan menggunakan LASSO dalam memodelkan gugus fungsi yang berpengaruh terhadap aktivitas antioksidan. Gugus fungsi yang berpengaruh mayor pada aktivitas antioksidan pegagan asal Bandung adalah –NH dan –OH, sedangkan pada data asal Bogor adalah –NH dan –OH dan C – O. Secara umum, metabolit yang memiliki gugus fungsi –NH dan –OH diduga sebagai metabolit yang berkontribusi mayor terhadap aktivitas antioksidan pada ekstrak pegagan. Gugus fungsi yang teridentifikasi berasal dari senyawa golongan fenolik yang merupakan kontributor terbesar terhadap aktivitas antioksidan. | id |