Anda di halaman 1dari 0

PEMODELAN OTENTIKASI KOMPOSISI FITOFARMAKA

TENSIGARD

MENGGUNAKAN REGRESI KOMPONEN UTAMA












MEYLINDA PUSRIANITA SARI

























DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2008
RINGKASAN


MEYLINDA PUSRIANITA SARI. Pemodelan Otentikasi Komposisi Fitofarmaka Tensigard

Menggunakan Regresi Komponen Utama. Dibimbing oleh AGUS M. SOLEH dan UTAMI
DYAH SYAFITRI.
Model kalibrasi merupakan suatu fungsi hubungan antara absorbans (X) pada panjang
gelombang yang dihasilkan oleh spektrometer dengan konsentrasi (Y) larutan unsur yang akan
dianalisis. Pada model kalibrasi sering dijumpai permasalahan multikolinearitas antar peubah dan
jumlah amatan yang lebih kecil dari jumlah peubah (n<p). Regresi Komponen Utama (RKU)
merupakan salah satu metode yang dapat mengatasi masalah tersebut. Cara kerja metode RKU
adalah matriks data didekomposisi sampai diperoleh r komponen utama yang bertindak sebagai
peubah-peubah baru yang saling ortogonal, dengan jumlah komponen yang lebih kecil dari jumlah
peubah asal (r<p) dan jumlah amatan (n>r). Pemodelan kalibrasi dalam penelitian ini mengambil
studi kasus pemodelan pada otentikasi komposisi fitofarmaka Tensigard.
Hasil plot antara KU1 dan KU2 untuk semua kategori data menunjukkan pola yang relatif tidak
jauh berbeda. Pencaran titik-titik dari plot tersebut relatif membentuk segitiga komposisi seperti
yang diharapkan sesuai dengan segitiga rancangan komposisi campuran. Parameter-parameter
yang digunakan untuk melihat kebaikan model adalah nilai koefisien determinasi (R
2
), Prediction
Sum of Square (PRESS) dan Root Mean Square Error (RMSE). Berdasarkan parameter-parameter
kebaikan model tersebut maka untuk regresi terhadap seledri (Y1) pada kombinasi SDKK (seledri,
kumis kucing, bahan pengisi) dan kombinasi SDSBL (seledri, sambiloto, bahan pengisi) diperoleh
model spektrum semua panjang gelombang sebagai model yang terbaik. Untuk regresi terhadap
kumis kucing/sambiloto (Y2) diperoleh model terbaik, yaitu seleksi semua panjang gelombang
untuk kombinasi SDKK dan rataan semua panjang gelombang untuk kombinasi SDSBL.
Sedangkan regresi terhadap bahan pengisi (Y3) pada kombinasi SDKK dan SDSBL diperoleh
model rataan spektrum sidik jari sebagai model terbaik.

Kata kunci : Otentikasi, Tensigard, Model Kalibrasi, Analisis Komponen Utama, Regresi
Komponen Utama.
PEMODELAN OTENTIKASI KOMPOSISI FITOFARMAKA
TENSIGARD

MENGGUNAKAN REGRESI KOMPONEN UTAMA












OLEH :
MEYLINDA PUSRIANITA SARI
G14103026











Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh
Gelar Sarjana Sains
Pada
Departemen Statistika













DEPARTEMEN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
2008
Judul : Pemodelan Otentikasi Komposisi Fitofarmaka Tensigard


Menggunakan Regresi Komponen Utama
Nama : Meylinda Pusrianita Sari
NRP : G14103026







Menyetujui,



Pembimbing I Pembimbing II





Agus M. Soleh,S.Si,MT Utami Dyah Syafitri,M.Si
NIP 132232455 NIP. 132311922







Mengetahui,
Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor





Dr. Drh. Hasim, DEA
NIP 131578806





Tanggal Lulus :


RIWAYAT HIDUP


Penulis dilahirkan di kota Palembang pada tanggal 8 Mei 1985 sebagai anak kesembilan dari
sembilan bersaudara, putri pasangan Hs. Fachmy Sani Gumay dan Yani Karyani.
Pada tahun 1997 penulis menyelesaikan pendidikan dasar di SD 1 YSP Pusri Palembang, dan
melanjutkan ke sekolah menengah pertama di SLTP Negeri 8 Palembang dan lulus tahun 2000.
Penulis menyelesaikan studi di SMU Negeri 3 Bogor pada tahun 2003 dan pada tahun yang sama
penulis diterima di Departemen Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI).
Selama mengikuti perkuliahan, penulis aktif dalam kegiatan Himpunan Profesi Gamma Sigma
Beta (Himpro GSB) sebagai kepala departemen bagian Kewirausahaan pada tahun 2004/2005.
Penulis pernah menjadi surveyor Verifikasi dan Validasi Data Administrasi Kependudukan
Departemen Dalam Negeri pada tahun 2006. Penulis melaksanakan praktik lapang di BB-Biogen
Bogor pada bulan Februari April 2007.


PRAKATA


Alhamdulillah, segala puji dan syukur penulis panjatkan kehadirat Allah SWT atas segala
limpahan rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah ini.
Shalawat serta salam senantiasa dilimpahkan kepada tauladan umat manusia Rasulullah
Muhammad SAW, beserta keluarganya, para sahabatnya dan segenap umatnya hingga akhir
zaman.
Karya ilmiah ini berjudul Pemodelan Otentikasi Komposisi Fitofarmaka Tensigard


Menggunakan Regresi Komponen Utama. Dalam penelitian ini dilakukan analisis plot komponen
utama untuk melihat kesesuaian pola menurut segitiga rancangan komposisi campuran dan analisis
regresi komponen utama untuk mengembangkan model otentikasi komposisi fitofarmaka
Tensigard

.
Banyak ilmu, pelajaran dan masukan yang bermanfaat dirasakan oleh penulis selama
menyelesaikan karya ilmiah ini, sehingga pada kesempatan kali ini penulis ingin mengucapkan
terima kasih, kepada :
1. Bapak Agus M. Soleh, S.Si, MT selaku pembimbing I dan Ibu Utami Dyah Syafitri, M.Si
selaku pembimbing II yang telah meluangkan waktu dan memberikan saran serta
masukan yang sangat bermanfaat bagi penulis.
2. Ibu Prof. Dr. Ir. Latifah K. Darusman, MS dan Mohamad Rafi, S.Si yang telah
mengizinkan penulis untuk menggunakan data hasil penelitiannya.
3. Rikola Fedri, teman seperjuangan dalam penelitian ini.
4. Chia dan Yulia (kimia 40) yang telah memberikan penjelasan kepada penulis tentang
materi kimia yang terdapat dalam penelitian ini.
5. Fisca, Cheria dan Rani FT (STK 41) yang telah bersedia meluangkan waktunya untuk
menjadi pembahas.
6. Orang tua yang telah mendidik anaknya ini dengan sabar, yang tiada pernah putus
memberikan doa, kasih sayang dan motivasi kepada penulis.
7. Semua pihak yang tidak dapat disebutkan satu per satu yang telah membantu penulis
dalam menyelesaikan karya ilmiah ini.
Semoga semua bantuan yang telah diberikan kepada penulis mendapat balasan yang lebih baik
dari ALLAH SWT, dan semoga karya ilmiah ini bermanfaat bagi semua pihak yang
membutuhkan.



Bogor, J anuari 2008



Penulis
DAFTAR ISI


Halaman

DAFTAR TABEL ............................................................................................................. vii

DAFTAR GAMBAR ........................................................................................................ vii

DAFTAR LAMPIRAN ..................................................................................................... viii

PENDAHULUAN
Latar Belakang .................................................................................................... 1
Tujuan ................................................................................................................. 1

TINJAUAN PUSTAKA
Tensigard

.......................................................................................................... 1
Mixture Experiment (Simplex Lattic Design) ...................................................... 1
Analisis Komponen Utama ................................................................................. 2
Model Kalibrasi .................................................................................................. 2
Analisis Regresi Komponen Utama .................................................................... 2
Kriteria Kebaikan Model ..................................................................................... 2

BAHAN DAN METODE
Bahan .................................................................................................................. 3
Metode ................................................................................................................ 4

HASIL DAN PEMBAHASAN
Eksplorasi Data ................................................................................................... 4
Analisis Komponen Utama.................................................................................. 5
SDKK ......................................................................................................... 5
SDSBL ........................................................................................................ 5
Regresi Komponen Utama .................................................................................. 6
SDKK ......................................................................................................... 6
SDSBL......................................................................................................... 6

SIMPULAN ...................................................................................................................... 7

DAFTAR PUSTAKA ....................................................................................................... 7

LAMPIRAN ...................................................................................................................... 8


DAFTAR TABEL


Halaman

Tabel 1. Matriks data persentase transmitan keluaran FTIR ............................................. 3

Tabel 2. Kombinasi ramuan obat asli Tensigard ............................................................... 3

Tabel 3. Kode komposisi campuran untuk semua kombinasi ........................................... 3

Tabel 4. Kategori data berdasarkan banyaknya jumlah pengamatan ................................. 4

Tabel 5. Proporsi kumulatif KU1&KU2 untuk kombinasi SDKK..................................... 5

Tabel 6. Proporsi kumulatif KU1&KU2 untuk kombinasi SDSBL.................................... 5

Tabel 7. Peubah respon untuk masing-masing kombinasi ramuan obat............................. 6

Tabel 8. Ringkasan parameter kebaikan model untuk kombinasi SDKK....... ................... 6

Tabel 9. Persamaan regresi dari model terbaik untuk kombinasi SDKK......................... .. 6

Tabel 10. Ringkasan parameter kebaikan model untuk kombinasi SDSBL....................... 7

Tabel 11. Persamaan regresi dari model terbaik untuk kombinasi SDSBL........................ 7




DAFTAR GAMBAR


Halaman

Gambar 1. Obat anti hipertensi Tensigard

........................................................................ 1

Gambar 2. Bentuk rancangan Simplex Lattice Design {3,3} ............................................ 2

Gambar 3. Segitiga rancangan komposisi campuran untuk seluruh
kombinasi ramuan ........................................................................................... 3

Gambar 4. Diagram alur analisis ....................................................................................... 4

Gambar 5. Spektrum kombinasi komposisi Tensigard pada kombinasi SDKK ............... 4

Gambar 6. Spektrum kombinasi komposisi Tensigard pada kombinasi SDSBL ............. 5

Gambar 7. Plot skor KU1&KU2 untuk rataan sidik jari SDKK......................................... 5

Gambar 8. Plot skor KU1&KU2 untuk seleksi sidik jari SDSBL..................................... . 6




DAFTAR LAMPIRAN


Halaman

1. Simplex Lattice Design {3,3} dengan 3 augmented dan 3 kali ulangan
untuk kombinasi SDKK ............................................................................................... 8

2. Simplex Lattice Design {3,3} dengan 3 augmented dan 3 kali ulangan
untuk kombinasi SDSBL ............................................................................................. 9

3. Hasil seleksi spektrum untuk kombinasi SDKK .......................................................... 10

4. Hasil seleksi spektrum untuk kombinasi SDSBL ........................................................ 10

5. Plot skor KU1 dan KU2 untuk kombinasi SDKK ........................................................ 11

6. Plot skor KU1 dan KU2 untuk kombinasi SDSBL....................................................... 12
PENDAHULUAN

Latar Belakang

Kalibrasi memiliki peranan penting dalam
teknik spektroskopi, yaitu untuk menganalisis
kandungan unsur-unsur suatu senyawa tanpa
perlu melakukan pemisahan antara unsur yang
satu dengan unsur lainnya. Pendugaan model
kalibrasi dapat menggunakan model peubah
tunggal atau peubah ganda, tergantung pada
spektrometer yang digunakan. Spektrometer
FTIR (Fourier Transform Infrared)
merupakan suatu alat yang dapat mengukur
panjang gelombang secara serempak dan
menghasilkan spektrum dengan banyak
puncak absorban, sehingga akan terbentuk
suatu model kalibrasi peubah ganda (Nur dan
Adijuwana, 1989).
Pada model kalibrasi sering dijumpai
permasalahan multikolinearitas antar peubah
dan jumlah amatan yang lebih kecil dari
jumlah peubah (n<p). Regresi Komponen
Utama (Principal Component Regression)
merupakan salah satu metode yang dapat
mengatasi masalah tersebut dengan mereduksi
dimensi dari peubah asal. Komponen utama
yang terpilih akan bertindak sebagai peubah-
peubah baru yang saling ortogonal, dengan
jumlah komponen yang lebih kecil dari
jumlah peubah asal (r<p) dan jumlah amatan
(n>r).
Pemodelan kalibrasi dalam penelitian ini
mengambil studi kasus pemodelan pada
otentikasi komposisi fitofarmaka Tensigard.
Untuk melihat otentikasi komposisi
komponen-komponen penyusun fitofarmaka
Tensigard salah satunya dapat digunakan
rancangan Simplex Lattice Design. Sedangkan
pemodelannya dapat menggunakan analisis
regresi komponen utama (Principal
Component Regression) dengan responnya
adalah komposisi masing-masing bahan alam
Tensigard tersebut.

Tujuan

Tujuan dari penelitian ini adalah :
1. Melakukan analisis plot komponen utama
untuk melihat kesesuaian pola menurut
segitiga rancangan komposisi campuran.
2. Mengembangkan model otentikasi
komposisi fitofarmaka Tensigard

dengan
menggunakan metode regresi komponen
utama (Principal Component Regression).



TINJAUAN PUSTAKA

Tensigard


Tensigard merupakan salah satu
fitofarmaka (obat bahan alam) yang cukup
terkenal untuk mengatasi atau menurunkan
tekanan darah (hipertensi). Karena formulasi
tensigard terdiri dari kumis-kucing
(orthosiphon stamineus bent) dan seledri
(apium graviolens). Seledri diketahui
mengandung senyawa aktif apigenin yang
dapat menurunkan tekanan darah. Sedangkan
efek diuretik pada kumis kucing yang
dominan sangat dibutuhkan untuk
menurunkan tekanan darah tinggi (Gsianturi,
2002).


Gambar 1. Obat anti hipertensi Tensigard

.

Mixture Experiment
(Simplex Lattice Design)

Perlakuan dalam percobaan komposisi
(mixture experiment) adalah campuran dari
beberapa komponen dengan proporsi tertentu.
Proporsi dari komponen yang berbeda dalam
mixture experiment jumlahnya harus satu.
Dalam percobaan komposisi diasumsikan
bahwa perbedaan respon yang muncul antar
satuan percobaan hanya dipengaruhi oleh
perbedaan proporsi dari tiap komponen pada
campuran tersebut, bukan banyaknya
campuran (Cornell, 1990).
Misalkan campuran terdiri dari q jenis
bahan (komponen), dan proporsi bahan ke-i
pada campuran adalah x
i
maka
x
i
0, i = 1,2,......,q
dan
1
2 1
1
= + + + =

=
q
q
i
i
x x x x K
Simplex Lattice Design merupakan salah
satu rancangan dalam percobaan komposisi.
Sebuah {q,m} Simplex Lattice Design untuk q
komponen terdiri dari titik yang didefinisikan
oleh koordinat berikut : proporsi yang
diasumsikan setiap komponennya mempunyai
m+1 yang nilainya dari 0 sampai 1,
x
i
= 0, 1/m, 2/m, ... , 1 untuk i = 1, 2, ... , q
1
dan semua kemungkinan kombinasi campuran
dalam proporsi dari persamaan ini digunakan.
Banyaknya jumlah design titik pada simplex-
lattice adalah (q+m-1)!/(m!(q-1)!).


Gambar 2. Bentuk rancangan Simplex Lattice
Design {3,3}

Analisis Komponen Utama

Pada dasarnya analisis komponen utama
bertujuan menerangkan struktur ragam
peragam melalui kombinasi linier dari
variabel. Secara umum analisis ini bertujuan
untuk mereduksi dimensi data dan
menginterpretasikannya (Johnson & Wichern,
2002). Selain itu analisis ini juga dapat
mentransformasikan peubah-peubah yang
berkorelasi menjadi peubah-peubah yang
tidak berkorelasi.
Analisis komponen utama, diawali dengan
mengoperasikannya pada peubah bebas yang
terbakukan. Misalkan matriks Z berasal dari
matriks X yang terbakukan diperoleh dari :
Z = (V
1/2
)
-1
(x-) (1)
dengan :
E (Z) = 0
(V
1/2
) = matriks diagonal ragam.
dan matriks korelasinya (R) diperoleh dari :
R = cov (Z) = (V
1/2
)
-1
(V
1/2
)
-1
(2)
Akar ciri dari matriks korelasinya adalah

1
,
2
,...,
p
diperoleh dari persamaan
determinan :
|R
i
I|

= 0 (3)
Untuk setiap akar ciri
i
terdapat vektor ciri e
i

yang memenuhi persamaan :
(R-
i
I)e
i
= 0 (4)
Suku-suku komponen utama W
i
merupakan
kombinasi linier antara matriks Z dengan
vektor e
i
dalam bentuk :
W
i
= e
i1
Z
1
+ e
i2
Z
2
+ . . .+ e
ip
Z
p
(5)
dimana i = 1, 2, ..., p.




Model Kalibrasi

Model kalibrasi menggambarkan
hubungan antara berbagai respon dari
instrumen analitik dengan satu atau lebih
karakteristik dari bahan aktif. Model kalibrasi
adalah model yang dapat digunakan untuk
memprediksi ukuran-ukuran yang mahal
dengan tepat dan akurat dengan menggunakan
ukuran-ukuran yang murah (Naes et al, 2002).
Dalam bidang kimia, model kalibrasi pada
spektroskopi merupakan suatu fungsi
hubungan antara absorbans (X) pada panjang
gelombang yang dihasilkan oleh spektrometer
dengan konsentrasi (Y) larutan unsur atau
senyawa yang akan dianalisis (Nur dan
Adijuwana, 1989).

Analisis Regresi Komponen Utama

Analisis regresi komponen utama
merupakan suatu analisis kombinasi antara
analisis regresi dan analisis komponen utama.
Analisis regresi komponen utama digunakan
bila dalam pembentukan model pendugaan
peubah bebas yang digunakan banyak dan
terdapat hubungan yang erat antar peubah
bebasnya. Adanya korelasi antar peubah bebas
menyebabkan salah satu syarat dari metode
kuadrat terkecil tidak terpenuhi.
Prinsip dasar dari metode regresi
komponen utama adalah menggunakan skor
komponen utama yang terpilih sebagai peubah
bebas. Komponen-komponen utama tersebut
saling ortogonal atau saling tidak berkorelasi.
Metode kuadrat terkecil digunakan untuk
memperoleh pendugaan bagi Y sebagai fungsi
dari peubah-peubah W
i
yang terpilih.
Persamaan regresi antara Y dengan k
komponen utama (W) yang terpilih
dirumuskan sebagai berikut :
Y = W
k
k
+
k


(6)
dengan dugaan untuk vektor :

= (W`W)
-1
W` Y (7)
dimana :
Y = vektor n x 1 dari peubah respon
W = matriks komponen utama berukuran nxk
= vektor k buah parameter
= vektor galat berukuran n
k = banyaknya komponen utama yang
terpilih

Kriteria Kebaikan Model

Untuk melihat kebaikan model dapat
menggunakan koefisien determinasi (R
2
), nilai
2
Prediction Sum of Square (PRESS) dan nilai
Root Mean Square Error (RMSE). Nilai R
2
yang makin besar menunjukkan ketepatan
model yang semakin besar dalam
menerangkan variasi data. Sedangkan nilai
PRESS yang semakin kecil akan memberikan
kestabilan yang semakin tinggi terhadap
model, jika ada data amatan yang baru. Begitu
pun dengan semakin kecil nilai RMSE maka
semakin baik model tersebut dalam
memprediksi konsentrasi dugaan.

BAHAN DAN METODE

Bahan

Data yang digunakan pada penelitian ini
adalah data sekunder yang diperoleh dari
penelitian fundamental tahun 2007 yang
diketuai oleh Prof. Dr. Ir. Latifah K.
Darusman. MS dengan judul penelitian
Model Otentikasi Komposisi Obat Bahan
Alam: Diagram Kontrol Berbasis Plot
Komponen Utama Spektra FTIR Bahan
Penyusun Obat. Penelitian ini berlokasi di
Laboratorium Pusat Studi Biofarmaka LPPM
IPB dan Laboratorium Kimia Analitik
Departemen Kimia FMIPA IPB.
Data spektra infra merah ekstrak
komponen penyusun sediaan fitofarmaka
Tensigard

dan campurannya itu merupakan


hasil pengukuran spektrometer FTIR (Fourier
Transform Infrared) yang berkisar pada
bilangan gelombang : 400 4000 cm
-1
.
Struktur matriks data keluaran FTIR tersaji
pada Tabel 1.

Tabel 1. Matriks data persentase transmitan
keluaran FTIR.
Bilangan Gelombang (cm
-1
)
Sampel 3996.27 3994.34 399.24
1
2
.
.
n

Dalam penelitian ini digunakan dua
macam kombinasi ramuan asli obat Tensigard,
yaitu kombinasi SDKK dan SDSBL, yang
tersaji pada Tabel 2. Kombinasi komposisi
campuran untuk semua ramuan obat
Tensigard tersebut dirancang menggunakan
rancangan Simplex Lattice Design {3,3} dan 3
augmented, sehingga dihasilkan 13 kelompok
kombinasi komposisi ramuan. Masing-masing
kombinasi komposisi ramuan diulang
sebanyak tiga kali sehingga diperoleh sampel
sebanyak 39 buah.

Tabel 2. Kombinasi ramuan obat asli
Tensigard
SDKK Seledri, kumis kucing, bahan
pengisi
SDSBL Seledri, sambiloto, bahan pengisi

Gambar rancangan kombinasi komposisi
obat Tensigard tersaji pada Gambar 3.
Rancangan segitiga ini digunakan sebagai
rancangan segitiga teoritik untuk melakukan
penyeleksian terhadap spektrum yang
dihasilkan oleh masingmasing komposisi
campuran. Kombinasi ramuan sebagai hasil
rancangan Simplex Lattice Design {3,3} dan 3
augmented terlampir pada Lampiran 1 dan
Lampiran 2.

A
0
1
B
1
0
C
1
0
12
13
5 6
3
9 8 7
4 2
10 11
1
Simplex Design Plot in Amounts
Gambar 3. Segitiga rancangan komposisi
campuran untuk seluruh kombinasi
ramuan.

Tabel 3. Kode komposisi campuran untuk
semua kombinasi.
Persentase Campuran
Kode
Komposisi A B C
1 0.00 0.00 100.00
2 0.00 33.33 66.67
3 0.00 66.67 33.33
4 0.00 100.00 0.00
5 16.67 16.67 66.67
6 16.67 66.67 16.67
7 33.33 0.00 66.67
8 33.33 33.33 33.33
9 33.33 66.67 0.00
10 66.67 0.00 33.33
11 66.67 16.67 16.67
12 66.67 33.33 0.00
13 100.00 0.00 0.00
Ket : A= seledri, B= kumis kucing / sambiloto, C= bahan
pengisi

3
Metode

Tahapan metode yang sama dilakukan
untuk data kombinasi SDKK dan SDSBL.
Tahapan analisis yang dilakukan tercantum
dalam Gambar 4.
Secara garis besar langkah-langkah yang
dilakukan adalah sebagai berikut:
1. Eksplorasi data.
2. Analisis plot komponen utama.
3. Pemodelan menggunakan metode Regresi
Komponen Utama (Principal Component
Regression).




















Gambar 4. Diagram alur analisis

HASIL DAN PEMBAHASAN

Eksplorasi Data

Bila dilihat dari daerah panjang
gelombang maka data yang digunakan pada
penelitian ini terbagi menjadi dua, yaitu :
1. Data asal (semua panjang gelombang),
yaitu data spektrum yang berada pada
kisaran bilangan gelombang 4004000 cm
-1
yang terdiri dari 1866 panjang gelombang.
2. Data sidik jari, yaitu data spektrum yang
berada pada kisaran bilangan gelombang
5001000 cm
-1
yang terdiri dari 260
panjang gelombang.

Selain itu dari dua daerah panjang
gelombang tersebut dibagi lagi menjadi tiga
kategori data berdasarkan banyaknya jumlah
pengamatan. Hal ini tersaji pada Tabel 4.
Tabel 4. Kategori data berdasarkan banyaknya
jumlah pengamatan.
Kode
Jumlah
Pengamatan
Keterangan
A n = 39
Data semua panjang
gelombang/sidik jari.
B n = 13
Data rataan dari 3
ulangan, baik pada data
semua panj ang
gelombang maupun data
sidik jari.
C n = 13
Data seleksi yang
dilakukan baik pada data
semua panj ang
gelombang maupun data
sidik jari. Penyeleksian
data dilakukan secara
observasi terhadap 39
data pengamatan yang
terdapat pada gambar
plot KU1 dan KU2 baik
untuk semua panjang
gelombang maupun sidik
jari. Hasil penyeleksian
untuk kombinasi SDKK
dan SDSBL terlampir
pada Lampiran 3 dan
Lampiran 4.
Data Spektra
FTIR (X)
Data seledri (Y1),
kumis kucing /
sambiloto (Y2),
bahan pengisi (Y3)
Penyusunan
Struktur Data
Eksplorasi
Analisis Komponen Utama
Analisis Plot
KU1 dan KU2
Analisis Regresi
Komponen
Utama

Grafik spektra persen transmitan
kombinasi komposisi ramuan fitofarmaka
Tensigard ditunjukkan pada Gambar 5 untuk
kombinasi SDKK dan Gambar 6 untuk
kombinasi SDSBL. Gambar 5 dan Gambar 6
tersebut menunjukkan spektrum persen
transmitan kombinasi komposisi ramuan obat
Tensigard untuk semua panjang gelombang
dengan daerah yang berada pada kisaran
bilangan gelombang 400-1400 cm
-1
merupakan
daerah sidik jari. Akan tetapi, dalam
penelitian ini daerah sidik jari yang digunakan
hanya yang berada dalam kotak, yaitu berkisar
pada bilangan gelombang 500-1000 cm
-1
.

Spektrum Kombinasi SDKK
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
3
9
9
6
3
8
8
1
3
7
6
5
3
6
4
9
3
5
3
3
3
4
1
8
3
3
0
2
3
1
8
6
3
0
7
0
2
9
5
5
2
8
3
9
2
7
2
3
2
6
0
8
2
4
9
2
2
3
7
6
2
2
6
0
2
1
4
5
2
0
2
9
1
9
1
3
1
7
9
8
1
6
8
2
1
5
6
6
1
4
5
0
1
3
3
5
1
2
1
9
1
1
0
3
9
8
7
8
7
2
7
5
6
6
4
0
5
2
5
4
0
9
Bi langan Gelombang (cm
-1
)
%

T
r
a
m
s
m
i
t
t
a
n

Gambar 5. Spektrum kombinasi komposisi
Tensigard pada kombinasi SDKK.

4
Spektrum Kombinasi SDSBL
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
3
9
9
6
3
8
8
1
3
7
6
5
3
6
4
9
3
5
3
3
3
4
1
8
3
3
0
2
3
1
8
6
3
0
7
0
2
9
5
5
2
8
3
9
2
7
2
3
2
6
0
8
2
4
9
2
2
3
7
6
2
2
6
0
2
1
4
5
2
0
2
9
1
9
1
3
1
7
9
8
1
6
8
2
1
5
6
6
1
4
5
0
1
3
3
5
1
2
1
9
1
1
0
3
9
8
7
8
7
2
7
5
6
6
4
0
5
2
5
4
0
9
Bilangan Gelombang (cm
-1
)
%

T
r
a
n
s
m
i
t
t
a
n

Gambar 6. Spektrum kombinasi komposisi
Tensigard pada kombinasi SDSBL.

Analisis Komponen Utama

SDKK
Analisis komponen utama terhadap
spektrum inframerah yang dihasilkan dari
kombinasi SDKK menghasilkan proporsi
kumulatif Komponen Utama Pertama (KU1)
dan Komponen Utama Kedua (KU2) yang
cukup besar, seperti yang terlihat pada Tabel 5.
Oleh karena itu, hanya dengan dua komponen
utama saja sudah cukup digunakan dalam
analisis karena mampu menerangkan
keragaman data relatif besar.
Berdasarkan hasil pada Tabel 5 terlihat
bahwa nilai proporsi kumulatif terbesar untuk
kombinasi SDKK dimiliki oleh rataan sidik
jari, yaitu sebesar 99,30% dengan proporsi
KU1=91.60% dan KU2=7.70%. Hal ini
berarti bahwa keragaman yang diterangkan
oleh kedua komponen dari data rataan sidik
jari pada SDKK cukup memenuhi.

Tabel 5. Proporsi Kumulatif KU1 dan KU2
untuk kombinasi SDKK
Proporsi Kumulatif KU1&KU2

Data Semua
Panjang Gelombang
Data Sidik Jari
A 90.13% 99.13%
B 86.00% 99.30%
C 92.70% 99.00%

Hasil plot antara KU1 dan KU2 untuk
semua kategori data menunjukkan pola yang
relatif tidak berbeda. Pencaran titik-titik dari
plot tersebut relatif membentuk segitiga
komposisi seperti yang diharapkan sesuai
dengan desain (rancangan segitiga).
Hal ini dapat dilihat pada gambar plot
antara KU1 dan KU2 rataan sidik jari untuk
kombinasi SDKK (Gambar 7) yang memiliki
nilai proporsi kumulatif terbesar, yaitu
99.30%. Walaupun bentuknya tidak persis
seperti segitiga, tetapi pencaran titik-titik dari
plot tersebut relatif membentuk pola seperti
segitiga. Hal ini relatif sesuai dengan gambar
segitiga rancangan komposisi campuran.
Gambar lainnya tersaji dalam Lampiran 5.

KU1 (91.6%)
K
U
2

(
7
.
7
%
)
30 20 10 0 -10 -20 -30
8
6
4
2
0
-2
-4
-6
-8
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untuk B
Gambar 7. Plot skor KU1&KU2 untuk
rataan sidik jari SDKK.

SDSBL
Hasil analisis komponen utama untuk
kombinasi SDSBL pun menghasilkan proporsi
kumulatif Komponen Utama Pertama (KU1)
dan Komponen Utama Kedua (KU2) yang
cukup besar, seperti yang terlihat pada Tabel 6.
Dengan demikian hanya dengan dua
komponen utama saja sudah cukup digunakan
dalam analisis.
Berdasarkan hasil pada Tabel 6 terlihat
bahwa nilai proporsi kumulatif terbesar untuk
kombinasi SDSBL dimiliki seleksi sidik jari
sebesar 99. 10% dengan proporsi
KU1=87.60% dan KU2=11.50%. Hal ini
berarti bahwa keragaman yang diterangkan
oleh kedua komponen dari seleksi sidik jari
pada SDSBL sudah cukup memenuhi.

Tabel 6. Proporsi Kumulatif KU1 dan KU2
untuk data kombinasi SDSBL
Proporsi Kumulatif KU1&KU2

Data Semua
Panjang Gelombang Data Sidik Jari
A 90.61% 98.60%
B 89.90% 98.80%
C 86.00% 99.10%

Plot antara KU1 dan KU2 seleksi sidik jari
untuk kombinasi SDSBL (Gambar 8)
menunjukkan pola yang serupa dengan
gambar segitiga rancangan komposisi
campuran. Hal ini terlihat dari pola pencaran
titik-titik dari plot tersebut yang menyerupai
bentuk segitiga. Gambar plot KU1 dan KU2
lainnya tersaji dalam Lampiran 6.

5
KU1(87.6%)
K
U
2

(
1
1
.
5
%
)
30 20 10 0 -10 -20
10
5
0
-5
-10
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untuk C

Gambar 8. Plot skor KU1&KU2 untuk
seleksi sidik jari SDSBL.

Regresi Komponen Utama

Berdasarkan hasil analisis komponen
utama maka kedua komponen yang terpilih
tersebut diregresikan terhadap peubah respon
(Y). Masing-masing kombinasi terdiri dari
tiga peubah respon seperti yang terlihat pada
Tabel 7 dengan persen transmitan yang
dihasilkan spektrum inframerah sebagai
peubah penjelas (X).
Parameter-parameter yang digunakan
untuk melihat kebaikan model adalah nilai R
2
,
PRESS dan RMSE. Ringkasan paremeter
kebaikan model untuk kombinasi SDKK dan
kombinasi SDSBL tersaji pada Tabel 8 dan
Tabel 10.

Tabel 7. Peubah respon untuk masing-masing
kombinasi ramuan obat.
Y SDKK SDSBL
Y1 seledri seledri
Y2 kumis kucing sambiloto
Y3 bahan pengisi bahan pengisi

SDKK
Berdasarkan hasil ringkasan pada Tabel 8
terlihat bahwa untuk regresi terhadap seledri
(Y1), diperoleh seleksi semua panjang
gelombang sebagai model terbaik. Karena
seleksi semua panjang gelombang memiliki
nilai R
2
yang terbesar, yaitu 91.23% dan nilai
RMSE terkecil serta PRESS terkecil, yaitu
0.09 dan 0.20. Untuk regresi terhadap kumis
kucing (Y2) diperoleh seleksi semua panjang
gelombang sebagai model terbaik, dengan
nilai R
2
terbesar yaitu 53.57% serta nilai
RMSE dan PRESS terkecil, yaitu 0.21, dan
0.99. Sedangkan untuk regresi terhadap bahan
pengisi (Y3), nilai R
2
terbesar serta nilai
RMSE dan PRESS terkecil dimiliki oleh
rataan spektrum sidik jari dengan nilai
R
2
=86.%, RMSE=0.12, dan PRESS=0.31.

Tabel 8. Ringkasan parameter kebaikan
model untuk kombinasi SDKK.
Respon Daerah Data R
2
PRESS RMSE
A 63.00% 1.74 0.19
B 79.14% 0.55 0.14
Semua
panjang
gelombang
C 91.23% 0.20 0.09
A 47.23% 2.44 0.23
B 47.32% 1.18 0.23
Y1
Sidik Jari
C 53.70% 0.98 0.21
A 4.04% 4.27 0.31
B 13.20% 2.04 0.29
Semua
panjang
gelombang
C 53.57% 0.99 0.21
A 6.05% 4.30 0.30
B 8.98% 2.04 0.30
Y2
Sidik Jari
C 21.60% 1.63 0.28
A 60.00% 1.84 0.20
B 59.24% 0.93 0.20
Semua
panjang
gelombang
C 74.37% 0.58 0.16
A 83.62% 0.73 0.13
B 86.00% 0.31 0.12
Y3
Sidik Jari
C 84.60% 0.33 0.12

Persamaan regresi dari model terbaik
untuk seledri (Y1), kumis kucing (Y2) dan
bahan pengisi (Y3) tersaji pada Tabel 9.
Model yang terdapat pada Tabel 9 merupakan
model dari seleksi semua panjang gelombang
untuk Y1 dan Y2, serta model rataan sidik jari
untuk Y3.

Tabel 9. Persamaan regresi dari model terbaik
untuk kombinasi SDKK.
KOEFISIEN
RESPON KONSTANTA KU1 KU2
Y1 0.333 0.0049 -0.0121
Y2 0.333 -0.0067 -0.0007
Y3 0.333 0.0161 0.0388

SDSBL
Hasil ringkasan parameter kebaikan model
untuk kombinasi SDSBL yang terdapat pada
Tabel 10. Berdasarkan tabel tersebut maka
untuk regresi terhadap seledri (Y1) diperoleh
seleksi semua panjang gelombang sebagai
model terbaik. Karena model seleksi spektrum
data asal ini memiliki nilai R
2
terbesar yaitu
86% dan memiliki nilai RMSE dan PRESS
terkecil yaitu 0.12 dan 0.32. Regresi terhadap
sambiloto (Y2) diperoleh rataan semua
panjang gelombang sebagai model terbaik
dengan nilai R
2
sebesar 31%, nilai RMSE
sebesar 0.26 dan nilai PRESS sebesar 1.60.
Sedangkan regresi terhadap bahan pengisi
(Y3) diperoleh rataan spektrum sidik jari
sebagai model terbaik dengan nilai R
2
terbesar
6
yaitu 79.40% serta nilai RMSE dan PRESS
terkecil yaitu 0.14 dan 0.40.

Tabel 10. Ringkasan parameter kebaikan
model untuk kombinasi SDSBL.
Respon Daerah Data R
2
PRESS RMSE
A 57.47% 2.69 0.20
B 73.72% 0.85 0.16
Semua
panjang
gelombang
C 86.00% 0.32 0.12
A 48.70% 2.53 0.22
B 57.20% 1.34 0.21
Y1
Sidik Jari
C 52.90% 1.17 0.22
A 14.64% 4.09 0.29
B 31.00% 1.60 0.26
Semua
panjang
gelombang
C 20.20% 1.84 0.28
A 9.75% 4.14 0.30
B 19.40% 2.04 0.28
Y2
Sidik Jari
C 3.40% 2.23 0.31
A 65.50% 1.59 0.18
B 78.00% 0.42 0.15
Semua
panjang
gelombang
C 66.30% 0.78 0.18
A 75.45% 1.09 0.16
B 79.40% 0.40 0.14
Y3
Sidik Jari
C 77.80% 0.44 0.15

Persamaan regresi dari model terbaik
untuk seledri (Y1), sambiloto (Y2) dan bahan
pengisi (Y3) tersaji pada Tabel 11. Model
yang terdapat pada Tabel 11 merupakan
model dari seleksi semua panjang gelombang
untuk Y1, rataan semua panjang gelombang
untuk Y2, dan model rataan sidik jari untuk
Y3.

Tabel 11. Persamaan regresi dari model
terbaik untuk kombinasi SDSBL.
KOEFISIEN
RESPON KONSTANTA KU1 KU2
Y1 0.333 -0.0080 -0.0065
Y2 0.333 -0.0050 -0.0024
Y3 0.333 0.0159 0.0349

SIMPULAN

Hasil plot antara KU1 dan KU2 untuk
semua kategori data menunjukkan pola yang
relatif tidak jauh berbeda. Pencaran titik-titik
dari plot tersebut relatif membentuk segitiga
komposisi seperti yang diharapkan sesuai
dengan segitiga rancangan komposisi
campuran.
Berdasarkan analisis regresi komponen
utama dengan melihat parameter-parameter
kebaikan model seperti nilai R
2
, RMSE dan
PRESS maka baik untuk regresi terhadap Y1
(seledri) dan Y3 (bahan pengisi) pada
kombinasi SDKK dan SDSBL menghasilkan
model terbaik yang sama. Untuk regresi
terhadap Y1 (seledri) diperoleh model seleksi
spektrum semua panjang gelombang sebagai
model yang terbaik. Sedangkan untuk regresi
terhadap Y3 (bahan pengisi) diperoleh model
rataan spektrum sidik jari sebagai model
terbaik. Akan tetapi, untuk regresi terhadap
Y2 (kumis kucing / sambiloto) ditiap
kombinasi menghasilkan model terbaik yang
berbeda yaitu seleksi semua panjang
gelombang untuk kombinasi SDKK dan
rataan semua panjang gelombang untuk
kombinasi SDSBL.

DAFTAR PUSTAKA

Cornell, J. A. 1990. Experiments With
Mixtures : Designs, Models and the
Analysis of Mixture Data. Second Edition.
John Wiley & Sons, Inc.

Gsianturi. 2002. Kumis Kucing dan Seledri
U n t u k H i p e r t e n s i .
http://www.kompas.com/kesehatan/news/s
enior/kiat/0205/15/kiat.htm

Johnson, R. A. & D. W. Wichern. 2002.
Applied Multivariate Statistical Analysis.
Ed. Ke-5. Prentice Hall Inc: New Jersey.

Jolliffe, I. T. 1986. Principal Component
Analysis. Springer-Verlag, New York.

Naes T, T. Issakson, T. Fearn, & T. Davies.
2002. A user-friendly guide to Multivariate
Calibration and Classification. West
Sussex : NIR Publications Chichester.

Nur, M. A. & H. Adijuwana. 1989. Teknik
Spektroskopi dalam Analisis Biologi.
Bogor : PAU, IPB.










7










L A M P I R A N
Lampiran 1. Simplex-lattice design {3,3} dengan 3 augmented dan 3 kali ulangan untuk kombinasi
SDKK



Kode Bahan Bobot Tensigard Tiap Kapsul (mg) 250
A Ekstrak Seledri Ektrak Seledri (mg) 92
B Ekstrak Kumis Kucing Ekstrak Kumis Kucing (mg) 28
C Bahan Pengisi Pengisi (mg) 130

Proses FTIR Berdasarkan Bobot Bahan
RunOrder A B C A (mg) B (mg) C (mg)
1 0.3333 0.3333 0.3333 61.3327 18.6665 86.6658
2 0.3333 0.0000 0.6667 61.3327 0.0000 173.3342
3 1.0000 0.0000 0.0000 184.0000 0.0000 0.0000
4 0.0000 0.3333 0.6667 0.0000 18.6665 173.3342
5 0.0000 0.3333 0.6667 0.0000 18.6665 173.3342
6 0.1667 0.1667 0.6667 30.6673 9.3335 173.3342
7 0.6667 0.3333 0.0000 122.6673 18.6665 0.0000
8 0.0000 1.0000 0.0000 0.0000 56.0000 0.0000
9 0.3333 0.3333 0.3333 61.3327 18.6665 86.6658
10 0.3333 0.3333 0.3333 61.3327 18.6665 86.6658
11 0.6667 0.3333 0.0000 122.6673 18.6665 0.0000
12 0.6667 0.1667 0.1667 122.6673 9.3335 43.3342
13 0.1667 0.1667 0.6667 30.6673 9.3335 173.3342
14 1.0000 0.0000 0.0000 184.0000 0.0000 0.0000
15 0.6667 0.1667 0.1667 122.6673 9.3335 43.3342
16 0.3333 0.6667 0.0000 61.3327 37.3335 0.0000
17 0.0000 0.0000 1.0000 0.0000 0.0000 260.0000
18 0.0000 1.0000 0.0000 0.0000 56.0000 0.0000
19 1.0000 0.0000 0.0000 184.0000 0.0000 0.0000
20 0.0000 0.0000 1.0000 0.0000 0.0000 260.0000
21 0.1667 0.6667 0.1667 30.6673 37.3335 43.3342
22 0.6667 0.0000 0.3333 122.6673 0.0000 86.6658
23 0.0000 0.6667 0.3333 0.0000 37.3335 86.6658
24 0.3333 0.6667 0.0000 61.3327 37.3335 0.0000
25 0.6667 0.3333 0.0000 122.6673 18.6665 0.0000
26 0.3333 0.0000 0.6667 61.3327 0.0000 173.3342
27 0.0000 0.3333 0.6667 0.0000 18.6665 173.3342
28 0.0000 1.0000 0.0000 0.0000 56.0000 0.0000
29 0.3333 0.0000 0.6667 61.3327 0.0000 173.3342
30 0.6667 0.0000 0.3333 122.6673 0.0000 86.6658
31 0.1667 0.1667 0.6667 30.6673 9.3335 173.3342
32 0.0000 0.0000 1.0000 0.0000 0.0000 260.0000
33 0.3333 0.6667 0.0000 61.3327 37.3335 0.0000
34 0.6667 0.1667 0.1667 122.6673 9.3335 43.3342
35 0.1667 0.6667 0.1667 30.6673 37.3335 43.3342
36 0.1667 0.6667 0.1667 30.6673 37.3335 43.3342
37 0.0000 0.6667 0.3333 0.0000 37.3335 86.6658
38 0.0000 0.6667 0.3333 0.0000 37.3335 86.6658
39 0.6667 0.0000 0.3333 122.6673 0.0000 86.6658


8
Lampiran 2. Simplex-lattice design {3,3} dengan 3 augmented dan 3 kali ulangan untuk kombinasi
SDSBL.

Kode Bahan Bobot Tensigard Tiap Kapsul (mg) 250
A Ekstrak Seledri Ektrak Seledri (mg) 92
B Ekstrak Sambiloto Ekstrak Sambiloto (mg) 28
C Bahan Pengisi Pengisi (mg) 130

Proses FTIR Berdasarkan Bobot Bahan
RunOrder A B C A (mg) B (mg) C (mg)
1 0.3333 0.3333 0.3333 61.3327 18.6665 86.6658
2 0.0000 0.6667 0.3333 0.0000 37.3335 86.6658
3 0.6667 0.1667 0.1667 122.6673 9.3335 43.3342
4 0.3333 0.6667 0.0000 61.3327 37.3335 0.0000
5 0.1667 0.1667 0.6667 30.6673 9.3335 173.3342
6 0.0000 0.6667 0.3333 0.0000 37.3335 86.6658
7 0.3333 0.3333 0.3333 61.3327 18.6665 86.6658
8 0.0000 1.0000 0.0000 0.0000 56.0000 0.0000
9 0.0000 0.0000 1.0000 0.0000 0.0000 260.0000
10 0.0000 0.0000 1.0000 0.0000 0.0000 260.0000
11 0.1667 0.6667 0.1667 30.6673 37.3335 43.3342
12 0.6667 0.0000 0.3333 122.6673 0.0000 86.6658
13 0.6667 0.0000 0.3333 122.6673 0.0000 86.6658
14 0.3333 0.6667 0.0000 61.3327 37.3335 0.0000
15 0.3333 0.3333 0.3333 61.3327 18.6665 86.6658
16 0.1667 0.6667 0.1667 30.6673 37.3335 43.3342
17 0.6667 0.3333 0.0000 122.6673 18.6665 0.0000
18 0.3333 0.0000 0.6667 61.3327 0.0000 173.3342
19 0.0000 0.3333 0.6667 0.0000 18.6665 173.3342
20 1.0000 0.0000 0.0000 184.0000 0.0000 0.0000
21 0.0000 0.3333 0.6667 0.0000 18.6665 173.3342
22 0.6667 0.0000 0.3333 122.6673 0.0000 86.6658
23 0.0000 1.0000 0.0000 0.0000 56.0000 0.0000
24 0.1667 0.1667 0.6667 30.6673 9.3335 173.3342
25 0.0000 1.0000 0.0000 0.0000 56.0000 0.0000
26 0.6667 0.1667 0.1667 122.6673 9.3335 43.3342
27 0.1667 0.1667 0.6667 30.6673 9.3335 173.3342
28 0.1667 0.6667 0.1667 30.6673 37.3335 43.3342
29 0.0000 0.3333 0.6667 0.0000 18.6665 173.3342
30 0.6667 0.3333 0.0000 122.6673 18.6665 0.0000
31 0.6667 0.1667 0.1667 122.6673 9.3335 43.3342
32 0.3333 0.6667 0.0000 61.3327 37.3335 0.0000
33 1.0000 0.0000 0.0000 184.0000 0.0000 0.0000
34 1.0000 0.0000 0.0000 184.0000 0.0000 0.0000
35 0.3333 0.0000 0.6667 61.3327 0.0000 173.3342
36 0.0000 0.6667 0.3333 0.0000 37.3335 86.6658
37 0.6667 0.3333 0.0000 122.6673 18.6665 0.0000
38 0.0000 0.0000 1.0000 0.0000 0.0000 260.0000
39 0.3333 0.0000 0.6667 61.3327 0.0000 173.3342


9
Lampiran 3. Hasil seleksi spektrum untuk kombinasi SDKK

Urutan Pengerjaan
Kode
Komposisi
Data Asal Data sidik jari
1 17;20;32 17;20;32
2 5 27;4
3 23;38 23
4 28 8;18
5 13;31 13;31
6 21;35 21;36
7 2 26;29
8 1;9;10 9;10
9 33 24
10 22;30;39 22;39
11 12 12;15
12 7 7;11;25
13 19 3


Lampiran 4. Hasil seleksi spektrum untuk kombinasi SDSBL

Urutan Pengerjaan
Kode
Komposisi
Data Asal Data sidik jari
1 38;9;10 9;10
2 21;19;29 21;19;29
3 2;6;36 2;36
4 23;25 23;25
5 24;27 24;27
6 11;16;28 11;28
7 18;39 18;39
8 7;15 7;15
9 4;14;32 32
10 12;13;22 13
11 3;31;26 26;31
12 17;30 30
13 20;33;34 33;34




10
Lampiran 5. Plot skor KU1 dan KU2 untuk kombinasi SDKK.

Semua panjang gelombang

KU1 (64.46 %)
K
U
2

(
2
5
.
6
7

%
)
50 0 -50 -100
40
30
20
10
0
-10
-20
-30
-40
-50
10(39)
3(38)
3(37)
6(36)
6(35)
11(34)
9(33)
1(32)
5(31)
10(30)
7(29)
4(28)
2(27)
7(26)
12(25)
9(24)
3(23)
10(22)
6(21)
1(20)
13(19)
4(18)
1(17)
9(16)
11(15)
13(14)
5(13)
11(12)
12(11)
8(10)
8(9)
4(8)
12(7)
5(6)
2(5) 2(4)
13(3)
7(2)
8(1)
Plot SkorKU1 vs KU2 untuk A


KU1(45.60%)
K
U
2

(
4
0
.
4
0
%
)
40 20 0 -20 -40 -60
50
25
0
-25
-50
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untuk B



KU2(24.60%)
K
U
1

(
6
8
.
1
0
%
)
40 30 20 10 0 -10 -20 -30
50
25
0
-25
-50
-75
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untuk C








Daerah sidik jari

KU1(91.41%)
K
U
2

(
7
.
7
2
%
)
30 20 10 0 -10 -20 -30 -40
5
0
-5
-10
10(39)
3(38)
3(37)
6(36)
6(35)
11(34)
9(33)
1(32)
5(31)
10(30)
7(29)
4(28)
2(27)
7(26)
12(25)
9(24)
3(23)
10(22)
6(21)
1(20)
13(19)
4(18)
1(17)
9(16)
11(15)
13(14)
5(13)
11(12)
12(11)
8(10)
8(9)
4(8)
12(7)
5(6)
2(5)
2(4)
13(3)
7(2)
8(1)
Plot Skor KU1 vs KU2 untuk A


KU2(9.60%)
K
U
1

(
8
9
.
4
0
%
)

10 5 0 -5
30
20
10
0
-10
-20
-30
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untuk C






11
Lampiran 6. Plot skor KU1 dan KU2 untuk kombinasi SDSBL.

Semua panjang gelombang


KU1(72.07%)
K
U
2

(
1
8
.
5
4
%
)
150 100 50 0 -50 -100
40
30
20
10
0
-10
-20
-30
-40
7(39)
1(38)
12(37)
3(36)
7(35)
13(34)
13(33)
9(32)
11(31)
12(30)
2(29)
6(28)
5(27)
11(26)
4(25)
5(24)
4(23)
10(22)
2(21)
13(20)
2(19)
7(18)
12(17)
6(16)
8(15)
9(14)
10(13)
10(12)
6(11)
1(10)
1(9)
4(8)
8(7)
3(6)
5(5)
9(4)
11(3)
3(2)
8(1)
Plot Skor KU1 vs KU2 untuk A



KU1(64.80%)
K
U
2

(
2
5
.
1
0
%
)
50 25 0 -25 -50 -75 -100
40
30
20
10
0
-10
-20
-30
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untuk B



KU2(29.30%)
K
U
1

(
5
6
.
7
0
%
)
50 40 30 20 10 0 -10 -20 -30 -40
50
25
0
-25
-50
-75
13
12
11
10
9
8
7
6 5
4
3
2
1
Plot Skor KU1 vs KU2 untukC






Daerah sidik jari


KU1(91.00%)
K
U
2

(
7
.
6
0
%
)
50 25 0 -25 -50
5.0
2.5
0.0
-2.5
-5.0
-7.5
-10.0
7(39)
1(38)
12(37)
3(36) 7(35)
13(34)
13(33)
9(32)
11(31)
12(30)
2(29)
6(28)
5(27)
11(26)
4(25)
5(24)
4(23)
10(22)
2(21)
13(20)
2(19)
7(18)
12(17)
6(16)
8(15)
9(14)
10(13)
10(12)
6(11)
1(10)
1(9)
4(8)
8(7)
3(6)
5(5)
9(4)
11(3)
3(2)
8(1)
Plot Skor KU1 vs KU2 untuk A



KU1(91.10%)
K
U
2

(
7
.
7
0
%
)
20 10 0 -10 -20 -30 -40
5.0
2.5
0.0
-2.5
-5.0
-7.5
13
12
11
10
9
8
7
6
5
4
3
2
1
Plot Skor KU1 vs KU2 untukB




12