Diferensiasi Temulawak, Kunyit, dan Bangle Berdasarkan Interpretasi Kromatografi Lapis Tipis Menggunakan ImageJ

Abstract

Medicinal plants, such as temulawak, kunyit, and bangle, are widely used for alternative medicine and cosmetic raw materials. It has a lot of chemical components. Chromatographic fingerprint patterns demonstrate the overall component appearance that can present the diversity of existing components in medicinal plants as a whole. Chromatographic technique used were Thin Layer Chromatography (TLC). However, observations made on the results of separation by TLC is still subjective, so necessary to the development of TLC results processing methods that can produce more quantitative data. Development of these methods, among others done with a combination of digital devices. The method used is the DETLC method. In this method used imageJ software that can change the image of a band on a TLC plate to be quantified properly combined with pattern recognition techniques so as to differentiate the three types of medicinal plants based on the value of area under curve (AUC) resulting from the interpretation of the image band TLC. Smoothing process is performed on the raw image with documentation TLC using visible light, UV light (λ 254 nm), and UV light (λ 366 nm), respectively, 8, 9, and 8 times. The best grouping with the PCA method for separating plant of temulawak, kunyit, and bangle is owned by the AUC value data from the tape densitogram TLC without spraying a solution of ribbon detection and components data of the AUC value densitogram ribbon TLC by spraying a solution of the visualization vanilina UV (λ 254 nm ). Both treatments are able to explain the total variation respectively for 98% of the total variation (PC1 80%, PC2 = 18%) and 98% (PC1 = 83%, PC2 = 15%). PLSDA analysis produces a model of best of 9 models produced, the model number 3, the model of the AUC value of TLC band image with the spraying solution components vanilina ribbon detection and documentation with UV light (λ 366 nm) (R2 calibration = 0.9869, R2 prediction = 0.9921, RMSEC = 0.0540, RMSEP = 0.0419).

Tanaman obat, seperti temulawak, kunyit, dan bangle, secara luas digunakan untuk pengobatan alternatif dan bahan baku kosmetik. Ketiga tanaman tersebut memiliki banyak sekali komponen kimia. Pola sidik jari kromatografi menunjukkan pemrofilan keseluruhan komponen sehingga dapat mempresentasikan keragaman komponen yang ada dalam tanaman obat secara menyeluruh. Teknik kromatografi yang digunakan adalah Kromatografi Lapis Tipis (KLT). Akan tetapi, pengamatan yang dilakukan terhadap hasil pemisahan dengan KLT ini masih bersifat subjektif sehingga perlu dilakukan pengembangan metode pengolahan hasil KLT yang dapat menghasilkan data yang lebih kuantitatif. Pengembangan metode ini antara lain dilakukan dengan kombinasi perangkat digital. Metode yang digunakan adalah metode DETLC. Pada metode ini digunakan peranti lunak imageJ yang dapat mengubah citra dari bentuk pita pada pelat KLT menjadi terkuantifikasi dengan baik yang dikombinasikan dengan teknik pengenalan pola sehingga dapat mendiferensiasikan ketiga jenis tanaman obat berdasarkan nilai area under curve (AUC) yang dihasilkan dari interpretasi gambar pita KLT. Proses smoothing yang dilakukan pada gambar mentah KLT dengan dokumentasi menggunakan sinar tampak, sinar UV (λ 254 nm), dan sinar UV (λ 366 nm) berturut-turut adalah 8, 9, dan 8 kali. Pengelompokkan terbaik dengan metode PCA untuk memisahkan tanaman temulawak, kunyit, dan bangle dimiliki oleh data nilai AUC dari densitogram pita KLT tanpa penyemprotan larutan pendeteksi pita komponen dan data nilai AUC dari densitogram pita KLT dengan penyemprotan menggunakan larutan vanilina pada visualisasi sinar UV (λ 254 nm). Kedua perlakuan tersebut mampu menjelaskan variasi total berturut-turut sebesar 98% dari variasi total (PC1 80%, PC2 = 18%) dan 98% (PC1= 83%, PC2 = 15%). Analisis PLSDA menghasilkan 1 model terbaik dari 9 model yang dihasilkan, yaitu model nomor 3, model dari nilai AUC gambar pita KLT dengan adanya penyemprotan larutan pendeteksi pita komponen vanilina dan dokumentasi dengan sinar UV (λ 366 nm) (R2 kalibrasi = 0,9869, R2 prediksi = 0,9921, RMSEC = 0,0540, RMSEP = 0,0419).