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.