Anda di halaman 1dari 111

DETEKSI LEMAK BABI DALAM LEMAK AYAM MENGGUNAKAN

SPEKTROSKOPI FTIR (FOURIER TRANSFORM INFRARED) DAN


KEMOMETRIK SEBAGAI VERIFIKASI HALAL

SKRIPSI

Oleh:
Widyaningrum Daria Vacawati
NIM 082210101017

FAKULTAS FARMASI
UNIVERSITAS JEMBER
2013

DETEKSI LEMAK BABI DALAM LEMAK AYAM MENGGUNAKAN


SPEKTROSKOPI FTIR (FOURIER TRANSFORM INFRARED) DAN
KEMOMETRIK SEBAGAI VERIFIKASI HALAL

SKRIPSI
diajukan untuk melengkapi tugas akhir dan memenuhi salah satu syarat
untuk menyelesaikan Program Sarjana Farmasi (S1)
dan mencapai gelar Sarjana Farmasi

Oleh:
Widyaningrum Daria Vacawati
NIM 082210101017

FAKULTAS FARMASI
UNIVERSITAS JEMBER
2013

ii

PERSEMBAHAN

Skripsi ini saya persembahkan untuk:

1.

Ayahanda Tarum Hadi Purnomo dan Ibunda Winarni tercinta atas curahan kasih
sayang, bimbingan yang telah diberikan, segala doa yang engkau panjatkan dan
jerih payahmu demi kebahagiaan dan kesuksesanku;

2.

Adikku Indro Witayuda Prawira dan Rofiy Aziz Pantarwijaya tercinta atas
semangat, kasih sayang, dukungan, hiburan dan doanya;

3.

Para pahlawan tanpa tanda jasa yang telah menyalurkan ilmunya tanpa pamrih
dari TK hingga Perguruan Tinggi.

iii

MOTTO

Sesungguhnya sesudah kesulitan itu ada kemudahan. Maka apabila kamu telah selesai
(dari sesuatu urusan), kerjakanlah dengan sungguh-sungguh (urusan) yang lain, dan
hanya kepada Tuhanmulah hendaknya kamu berharap.
(QS. Alam Nasyrah : 6-8) *)

*)

Departemen Agama Republik Indonesia. 1998. Al Quran dan Terjemahannya.


Semarang : PT Kumudasmoro Grafindo.

iv

PERNYATAAN

Saya yang bertanda tangan dibawah ini :


Nama

: Widyaningrum Daria Vacawati

NIM

: 082210101017

menyatakan dengan sesungguhnya bahwa skripsi yang berjudul: Deteksi Lemak


Babi dalam Lemak Ayam menggunakan Spektroskopi FTIR (Fourier Transform
Infrared) dan Kemometrik sebagai Verifikasi Halal adalah benar-benar hasil karya
sendiri, kecuali jika dalam pengutipan substansi disebutkan sumbernya, dan belum
pernah diajukan pada instansi manapun, serta bukan karya jiplakan. Saya
bertanggung jawab atas keabsahan dan kebenaran isinya sesuai dengan sikap ilmiah
yang harus dijunjung tinggi.
Demikan pernyataan ini saya buat dengan sebenarnya, tanpa ada tekanan dan
paksaan dari pihak manapun serta bersedia mendapat sanksi akademik jika ternyata di
kemudian hari pernyataan ini tidak benar.

Jember, 15 Februari 2013


Yang menyatakan,

Widyaningrum Daria Vacawati


NIM : 082210101017

SKRIPSI

DETEKSI LEMAK BABI DALAM LEMAK AYAM MENGGUNAKAN


SPEKTROSKOPI FTIR (FOURIER TRANSFORM INFRARED) DAN
KEMOMETRIK SEBAGAI VERIFIKASI HALAL

Oleh :
Widyaningrum Daria Vacawati
NIM 082210101017

Pembimbing

Dosen Pembimbing Utama

: Prof. Drs. Bambang Kuswandi, M.Sc., Ph.D

Dosen Pembimbing Anggota : Lestyo Wulandari, S.Si., M.Farm., Apt


vi

PENGESAIIAN

Skripsi berjudul "Deteksi Lemak Babi dalam Lemak Ayam menggunakan


Spektroskopi FTIR (Fourier Transform Infrared) dan Kemometrik sebagai Verifikasi

Halal" telah diuji dan disahkan oleh Fakultas Farmasi Universitas Jember pada:
Hari

:Jumat

Tanggal

: 15 Februari 2013

Tempat

: Fakultas Farmasi Universitas Jember

Tim Penguji
Dosen Pembimbing Utama,

Dosen Pembimbing Anggota,

Prof. Drs. Bambang K, M.Sc., Ph.D

Lestyo Wulandari, S.Si., M.Farm., Apt

NrP. 1 96902011994031002

NIP. 1 9750309200tt2t001

ffiA

6*,L

Yuni Rbtnanin$yas, S.Si., Apt., M.Si


NIP. 1 9791 0192006042002

H, S. Si., Apt. , M. Farm

NIP.

I 98

T2272006042003

engesahkan

iUniversitas Jember,
a,
u

ul

.o_ff'

,ftQ{srR

Kuswandi, M.Sc., Ph.D


201t994031002

vii

ABSTRACT

Detection of Lard in Chicken Fat using FTIR (Fourier Transform Infrared)


Spectroscopy and Chemometrics as Halal Verification; Widyaningrum Daria
Vacawati, 082210101017; 91 pages; Faculty of Pharmacy, University of Jember.
In this study, we have developed methods of Fourier Transform Infrared
(FTIR) spectroscopy combined with chemometrics for detection of lard adulteration
in chicken fat. Multivariate calibration was used, where Partial Least Square (PLS)
was used as a calibration model, while Discriminant Analysis (DA) was used for
classification analysis between lard in chicken fat. PLS model gave good results using
pretreatment spectral data fingerprint region (1600-600 cm-1) for baseline, smoothing,
and normalization with R2 of 0.991 and RMSEC (Root Mean Standart Error of
Calibration) of 3.903. Validation of the model also gave good results with R2 LOOCV
(Leave One Out Cross Validation) value of 0.947. DA model gave good results at
100%. It was indicate all of the samples gave appropriate classification as pure and
mixed. Application of PLS and DA models in the samples, gave good agreement with
the ELISA method.

Key words : FTIR, Lard, Chicken Fat, Chemometrics, ELISA

viii

RINGKASAN

Deteksi Lemak Babi dalam Lemak Ayam menggunakan Spektroskopi


FTIR (Fourier Transform Infrared) dan Kemometrik sebagai Verifikasi Halal;
Widyaningrum Daria Vacawati, 082210101017; 91 halaman; Fakultas Farmasi
Universitas Jember.
Pada penelitian ini, telah dikembangkan metode spektroskopi Fourier
Transform Infrared (FTIR) yang dikombinasikan dengan kemometrik untuk analisis
lemak babi yang dicampur dalam lemak ayam. Tahapan pertama dilakukan preparasi
sampel simulasi set kalibrasi, yaitu berupa campuran lemak babi dengan lemak ayam
pada konsentrasi 1-80% dimana konsentrasi 0% ditandai sebagai murni dengan
campuran lemak ayam dan konsentrasi 100% ditandai sebagai campuran dengan
campuran lemak babi dan sebagai validasi menggunakan sampel set validasi dengan
konsentrasi 3-75%. Kalibrasi multivariat yang digunakan, yaitu Partial Least Square
(PLS) yang digunakan untuk membentuk model kalibrasi, baik untuk spektrum utuh
maupun pada beberapa daerah spektrum dan daerah fingerprint. Sedangkan
Discriminant Analysis (DA) digunakan untuk analisis klasifikasi antara lemak ayam
dengan lemak babi dimana sampel dapat dikelompokkan ke dalam klasifikasi yang
ditentukan.
Berdasarkan hasil penelitian, model PLS memberikan hasil yang baik dengan
menggunakan data spektrum daerah fingerprint (1600-600 cm-1) dengan perlakuan
pendahuluan seperti baseline, smoothing, normalize dimana nilai korelasi antara
konsentrasi sebenarnya dengan konsentrasi yang diprediksi model (R2) adalah sebesar
0.991 dan nilai galat dari Root Mean Square Eror of Calibration (RMSEC) sebesar
3.903. Validasi dari model tersebut juga memberikan hasil yang baik dengan nilai R2
Leave One Out Cross Validation (LOOCV) sebesar 0.947.
Analisis diskriminan yang digunakan untuk mengklasifikasikan lemak babi
dalam lemak ayam adalah % akurasi. Dimana nilai % akurasi yang diperoleh sebesar
ix

100% yang artinya bahwa semua sampel masuk dalam klasifikasi kategori yang
sesuai. Hasil tersebut diperoleh dari spektrum pada daerah bilangan gelombang 1600600 cm-1 dengan perlakuan pendahuluan dan komponen utama sebesar 4.
Pada penerapan model PLS dan DA pada sampel, dimana sebelum dianalisis,
data sampel yang digunakan berupa lemak dari sampel sosis. Proses ekstraksi sosis
dilakukan menggunakan soxhlet dengan pelarut petroleum eter selama 6 jam suhu 75
o

C selanjutnya di rotavapor untuk memisahkan minyak dengan pelarutnya. Dari 10

sampel yang digunakan terdapat 1 sampel yang terdeteksi adanya lemak babi dengan
konsentrasi sebesar 55.7388%. Sebagai uji pembanding digunakan metode ELISA
yang telah tervalidasi sebelumnya, dari uji tersebut juga memberikan hasil yang sama
yaitu dari 10 sampel yang digunakan hanya 1 sampel yang terdeteksi mengandung
lemak babi yang ditandai dengan perubahan warna menjadi kuning.

PRAKATA

Puji syukur ke hadirat Allah SWT. atas segala rahmat dan karunia-Nya
sehingga penulis dapat menyelesaikan skripsi yang berjudul Deteksi Lemak Babi
dalam Lemak Ayam menggunakan Spektroskopi FTIR (Fourier Transform Infrared)
dan Kemometrik sebagai Verifikasi Halal. Skripsi ini disusun untuk memenuhi salah
satu syarat menyelesaikan pendidikan strata satu (S1) pada Fakultas Farmasi
Universitas Jember.
Penyusunan skripsi ini tidak lepas dari bantuan berbagai pihak, oleh karena
itu, penulis mengucapkan terima kasih kepada :
1. Prof. Drs. Bambang Kuswandi, M.Sc. Ph. D selaku Dekan Fakultas Farmasi dan
Dosen Pembimbing Utama dan Lestyo Wulandari, S.Si., M.Farm., Apt selaku
Dosen Pembimbing Anggota yang telah meluangkan waktu, pikiran dan dengan
sabar memberikan bimbingan;
2. Yuni Retnaningtyas, S.Si., Apt., M.Si selaku Dosen Penguji I dan Moch. Amrun
H, S.Si., Apt., M.Farm selaku Dosen Penguji II yang telah bersedia menjadi
Dosen penguji dan memberikan saran serta kritik membangun;
3. Papa, Mama, Adek, Ipan, Kakek, Alm. Nenek tersayang dan seluruh keluarga
besar untuk doa, dukungan, motivasi dan segala kesabaranya hingga
terselesaikannya skripsi ini;
4. Ibu Wayan dan Mbak Hani selaku teknisi Laboratorium Kimia Farmasi yang
telah membantu dan memberikan masukan selama penelitian;
5. Agnes, Eko Is, Hajar, Dimaz serta Nere, sahabat yang sudah banyak membantu,
memberikan support, doa, dan banyak perhatian untuk menyelesaikan skripsi;
6. Keluarga Besar KD 69: Mbak Andri, Mbak Citra, Mbak Eko, Vega, Ucil, Alen,
Nanda, Tata, Via yang membagi suka duka bersama selama di Jember;

xi

7. April yang telah membantu dalam pembuatan sampel dan mencari jurnal-jurnal
terkait dan Reny 07, Wahyuni 07, Wenny 09 untuk bantuanya selama proses
skripsi serta Fitra dan Putri K sebagai rekan kerja yang banyak memberi
masukan selama menyelesaikan skripsi;
8. Putri A, Sherla, Ifa, Indri yang selalu menemani selama melakukan penelitian
dan memberikan dukungan untuk menyelesaikan skripsi serta Tyta, Ulva, Izzi,
Niken, Septi dan seluruh teman-teman angkatan 2008 yang ikut membantu
selama proses seminar hingga sidang.
9. Teman-teman KKT 59 : Esha, Yuli, Nurfatimah, Agung, Desi, Dimas, dan Didin
yang selalu membantu, menghibur, memberikan doa, dan dukungan;
Penulis juga menerima segala kritik dan saran dari semua pihak demi
kesempurnaan skripsi ini. Akhirnya penulis berharap semoga skripsi ini dapat
diterima dan bermanfaat.

Jember, 15 Februari 2013

Penulis

xii

DAFTAR ISI

HALAMAN SAMPUL .......................................................................................

HALAMAN JUDUL ..........................................................................................

ii

HALAMAN PERSEMBAHAN ........................................................................

iii

HALAMAN MOTTO ........................................................................................

iv

HALAMAN PERNYATAAN ............................................................................

HALAMAN PEMBIMBINGAN .......................................................................

vi

HALAMAN PENGESAHAN ............................................................................ vii


ABSTRACT ......................................................................................................... viii
RINGKASAN .....................................................................................................

ix

PRAKATA ..........................................................................................................

xi

DAFTAR ISI ....................................................................................................... xiii


DAFTAR GAMBAR .......................................................................................... xvi
DAFTAR TABEL .............................................................................................. xvii
DAFTAR LAMPIRAN ...................................................................................... xviii
DAFTAR SINGKATAN .................................................................................... xix
GLOSSARY ......................................................................................................... xx
BAB 1. PENDAHULUAN
1.1

Latar Belakang .........................................................................................

1.2

Rumusan Masalah ....................................................................................

1.3

Tujuan Penelitian .....................................................................................

1.4

Manfaat ......................................................................................................

1.5

Batasan Masalah .......................................................................................

BAB 2. TINJAUAN PUSTAKA


2.1

Daging Ayam .............................................................................................

2.2

Daging Babi ...............................................................................................

2.3

Babi sebagai Hewan yang Diharamkan ...................................................

2.4

Tinjauan Lemak .......................................................................................

xiii

2.4.1 Lemak dan Minyak ............................................................................

2.4.2 Lemak Ayam ..................................................................................... 10


2.4.3 Lemak Babi ........................................................................................ 10
2.5

Ekstraksi Lemak ....................................................................................... 11

2.6

Produk Olahan Daging Ayam (Sosis) ..................................................... 13

2.7

Spektrofotometer Inframerah ................................................................. 14


2.7.1 Spektrofotometer Dispersif IR (konvensional) .................................. 17
2.7.2 Spektrofotometer FTIR ...................................................................... 18
2.7.3 Filter Photometer ............................................................................... 21

2.8

Analisis Kemometrik ................................................................................ 22


2.8.1 Partial Least Square (PLS) ............................................................... 22
2.8.2 Analisis Diskriminan ......................................................................... 24

2.9

Validasi Silang ........................................................................................... 25

2.10 Metode ELISA (Enzyme-Linked Immunosorbent Assay) ....................... 26


BAB 3. METODOLOGI PENELITIAN
3.1

Tempat dan Waktu Penelitian ................................................................. 31

3.2

Alat dan Bahan Penelitian ........................................................................ 31


3.2.1 Bahan ................................................................................................. 31
3.2.2 Alat .................................................................................................... 31

3.3

Diagram Alur Penelitian .......................................................................... 32

3.4

Pelaksanaan Penelitian ............................................................................. 33


3.4.1 Pembuatan Sampel Simulasi .............................................................. 33
3.4.1.1 Sampel Simulasi Set Kalibrasi .............................................. 33
3.4.1.2 Sampel Simulasi Set Validasi ............................................... 34
3.4.2 Pengukuran Spektrum dengan FTIR ................................................. 34
3.4.3 Pembentukan dan Validasi Model Kalibrasi dan Klasifikasi ............ 35
3.4.4 Penerapan Model pada Sampel yang Beredar di Pasaran .................. 37
3.4.4.1 Sampling ................................................................................ 37
3.4.4.2 Uji Pembanding menggunakan ELISA (XEMA) ................. 37
xiv

BAB 4. HASIL DAN PEMBAHASAN


4.1

Karakteristik Profil Lemak Hewani menggunakan FTIR ................... 39

4.2

Pembentukan Model Kalibrasi dan Klasifikasi ..................................... 41

4.3

Validasi Model Kalibrasi dan Klasifikasi ............................................... 47

4.4

Aplikasi pada Sampel Daging Olahan Ayam yang Beredar


di Pasaran .................................................................................................. 50
4.4.1 Sampling ............................................................................................ 50
4.4.2 Hasil Penerapan Model PLS dan DA pada Sampel ........................... 52

4.5

Uji Pembanding dengan Metode ELISA (XEMA) ................................ 53

BAB 5. PENUTUP
5.1

Kesimpulan ................................................................................................ 55

5.2

Saran .......................................................................................................... 56

DAFTAR PUSTAKA ......................................................................................... 57


LAMPIRAN ........................................................................................................ 64

xv

DAFTAR GAMBAR

Nomor

Judul

Halaman

2.1

Diagram Pembagian Spektrum Elektromagnet ................................ 14

2.2

Skema Alat Spektroskopi FTIR (1) Sumber Inframerah


(2) Pembagi Berkas (Beam Spliter) (3) Kaca Pemantul
(4) Sensor Inframerah (5) Sampel dan (6) Display .......................... 19

2.3

Prinsip ATR ..................................................................................... 20

2.4

Spektrum IR lemak babi (lard), domba (LBF), ayam (Ch-BF)


dan sapi (Cow-BF) ........................................................................... 21

2.5

Konfigurasi dari Metode ELISA ...................................................... 27

2.6

Struktur TMB ................................................................................... 29

3.1

Skema Diagram Alur Penelitian ....................................................... 32

4.1

Spektrum IR dengan perlakuan pendahuluan (baseline, smooth,


normalize) untuk lemak ayam dan lemak babi ................................ 40

4.2

Penentuan Komponen Utama ........................................................... 44

4.3

Hasil Klasifikasi Analisis Diskriminan ............................................ 46

4.4

Kurva Validasi LOOCV ................................................................... 48

4.5

Kurva Validasi 2-fold cross validation ............................................ 49

4.6

Hasil Analisis menggunakan ELISA ............................................... 53

xvi

DAFTAR TABEL

Nomor

Judul

Halaman

2.1

Komposisi Kimia Daging Ayam ......................................................

2.2

Komposisi Kimia Daging Babi ........................................................

2.3

Kadar Lemak ....................................................................................

2.4

Identifikasi Gugus Fungsi pada Inframerah ..................................... 16

2.5

Daftar Pita Absorpsi Inframerah pada Lipid .................................... 17

3.1

Konsentrasi Set Kalibrasi ................................................................. 33

3.2

Konsentrasi Set Validasi .................................................................. 34

4.1

Hasil Analisa 6 Set Data Spektrum dengan PLS ............................. 43

4.2

Hasil Prediksi Set Validasi ............................................................... 50

4.3

Daftar Merk Sosis yang Terdapat di Kabupaten Jember ................. 51

4.4

Hasil dari Analisis menggunakan PLS pada Sampel ....................... 52

4.5

Hasil Klasifikasi Sampel menggunakan Model DA dan Uji


Pembanding ...................................................................................... 54

xvii

DAFTAR LAMPIRAN

Nomor

Judul

Halaman

Alat dan Bahan yang digunakan ...................................................... 64

Dokumentasi Hasil Ekstraksi ........................................................... 66

Hasil Ekstraksi Lemak ..................................................................... 67

Data Spektrum Inframerah ............................................................... 68

Plot Hasil Kalibrasi Multivariat dengan Teknik PLS ...................... 71

Hasil Pembentukan dan Validasi Model Kalibrasi Terpilih ............ 74

Plot Hasil Klasifikasi Multivariat dengan Teknik Analisis


Diskriminan ...................................................................................... 76

Hasil Pembentukan dan Validasi Model Klasifikasi ........................ 79

Hasil Penerapan Model pada Sampel ............................................... 80

Tahapan Pengolahan Data dengan Unscrambler X 10.2 .................. 81

xviii

DAFTAR SINGKATAN

ATR

: Attenuated Total Reflectance

HRP

: Horse Radish Peroxidase

ELISA

: Enzyme-Linked Immunosorbent Assay

EIA

: Immunoenzyme Assay

FTIR

: Fourier Transform Infra Red

IR

: Infra Red

LDA

: Linear Discriminant Analysis

LOOCV

: Leave One Out Cross Validation

PLS

: Partial Least Square

RMSEC

: Root Mean Standart Error of Calibration

RMSECV : Root Mean Square Error Cross Validation


TMB

: Tetra Methyl Benzidine

xix

GLOSSARY

BUF WASH

: Larutan pencuci untuk memisahkan reagen yang berikatan dan


bebas berikatan

DIL

: Buffer EIA (Immunoenzyme Assay)

CONJ HRP

: Enzim yang mengkatalisis reaksi oksidasi senyawa hidrokinon


terutama benzidin

LARUTAN STOP : Reagen penghenti reaksi untuk mencegah reaksi enzimatis dalam
ELISA
SUBT TMB

: Substrat untuk sinyal pendeteksi ELISA

xx

BAB 1. PENDAHULUAN

1.1

Latar Belakang
Keberadaan lemak babi dalam beberapa makanan merupakan masalah yang

serius menurut pandangan agama, karena beberapa agama terutama Islam melarang
pengikutnya untuk mengkonsumsi makanan yang mengandung babi dan turunannya
termasuk lemak babi. Indonesia juga merupakan negara dengan penduduk yang
mayoritas menganut agama Islam yaitu sebesar 87,2 % (Badan Pusat Statistik, 2010).
Bahan makanan yang diharamkan dalam Islam sangat sedikit, namun produk
turunan dari bahan haram serta aplikasinya dalam teknologi pengolahan pangan yang
menyebabkan banyak beredarnya makanan yang haram di pasaran (Saputra, 2006).
Sejalan dengan kemajuan ilmu pengetahuan dan teknologi tersebut, perkembangan
produk juga semakin meningkat termasuk dalam bidang produk makanan.
Keragaman produk terus meningkat dengan berbagai inovasi dan kreasi. Akibatnya,
konsumen sering tidak mengetahui isi sebenarnya dari apa yang mereka konsumsi
dalam hal bahan baku dan pengolahan (Mursyidi, 2012).
Penggunaan hewan babi pada pangan bukan hanya sebagai bahan tambahan
pangan untuk menambah cita rasa, tetapi juga dipakai sebagai bahan utama. Bagian
tubuh dari babi yang sering digunakan sebagai bahan utama adalah daging. Harga
daging babi yang lebih murah dibandingkan dengan daging hewan lainnya
menyebabkan produsen menggunakan daging babi sebagai bahan utama. Namun
terkadang penggunaan daging babi ini tidak diinformasikan kepada konsumen.
Akibatnya, konsumen tidak mengetahui daging yang digunakan pada makanan yang
mereka konsumsi. Masalah ini sering terjadi di tengah masyarakat (Yuningsih, 2010).

Misalnya, daging babi digunakan bersama dengan daging ayam dalam menghasilkan
produk pangan seperti sosis yang dijual di pasaran (Lensa Indonesia, 2012).
Metode yang pernah dikembangkan untuk menganalisa kehalalan produk
pangan yang mengandung lemak hewani khususnya lemak babi adalah dengan
melihat komposisi asam lemak yang terkandung di dalamnya (Rohman et al, 2011).
Hal ini dapat dilakukan dengan mengubah asam lemak tersebut menjadi derivat
esternya yang selanjutnya dianalisa dengan alat GC-MS (Gas Chromatography Mass
Spectrofotometry) (Janusz, 2003). Analisis lain yakni dengan Differential Scanning
Calorimetry (Marikkar et al, 2001), Kromatografi Cair (Saeed, 1989), Electronic
Nose (Nurjuliana et al, 2009), dan Polymerase Chain Reaction (Hazim et al, 2009).
Spektroskopi Fourier Transform Infra Red (FTIR) banyak digunakan dalam
analisis kuantitatif lemak dan minyak (Che Man dan Mirghani, 2001). Spektroskopi
FTIR merupakan pilihan yang sangat efektif karena metode ini merupakan teknik
analisis yang cepat dan non-destruktif, sensitif dan memerlukan preparasi sampel
yang sederhana, serta penggunaan reagen kimia dan pelarut dalam jumlah sedikit.
Penelitian sebelumnya telah menunjukkan bahwa spektrometer FTIR Nicolet 6700
dengan asesoris ATR ZnSe dapat digunakan sebagai teknik yang sederhana dan cepat
dalam mendeteksi lemak babi dalam campuran dengan lemak hewan lain, yaitu ayam,
sapi dan domba (Che Man dan Rohman, 2010).
Salah satu teknik untuk menganalisis hasil menggunakan FTIR adalah dengan
teknik kalibrasi multivariat yang merupakan bagian dari kemometrik. Kemometrik
merupakan alternatif yang sangat cocok untuk prosedur pemisahan dan deteksi dalam
analisis senyawa kimia. Analisis kemometrik dengan teknik kuadrat terkecil parsial
(Partial Least Square, PLS) dan (Discriminat Analysis, DA) merupakan teknik
kalibrasi multivariat yang bisa digunakan untuk penentuan multikomponen.
Keuntungan teknik ini ialah dapat mengeliminasi spektrum pengganggu dalam
kuantifikasi, meningkatkan selektivitas, dan tidak memerlukan pemisahan atau
prakonsentrasi terlebih dahulu (Lopez-de-Alba et al, 2006).

Uji pembanding yang digunakan adalah metode berbasis ELISA (Enzyme


Linked Immunosorbent Assay) XEMA dimana metode ini sudah tervalidasi
sebelumnya. Komponen utama perangkat ELISA terdiri atas antibodi, antigen,
imunoprob, substrat, reagen penghenti reaksi, buffer dan cawan ELISA. Perangkat
ELISA dapat dirakit sendiri oleh peneliti atau diperoleh secara komersial dari
berbagai perusahaan di luar negeri (Suryadi et al, 2009).
Berdasarkan uraian diatas maka penulis ingin melakukan penelitian tentang
Deteksi Lemak Babi dalam Lemak Ayam menggunakan Spektroskopi FTIR
(Fourier Transform Infrared) dan Kemometrik sebagai Verifikasi Halal. Dimana
dalam penelitian ini digunakan FTIR dengan asesoris ATR Ge yang kemudian
diaplikasikan dengan sampel yang beredar di pasaran dan akan dibandingkan dengan
metode yang telah tervalidasi sebelumnya yaitu ELISA KIT.

1.2

Rumusan Masalah
Berdasarkan latar belakang diatas, maka rumusan masalah yang diperoleh

adalah sebagai berikut :


a. Bagaimana karakteristik pola spektrum inframerah lemak ayam dan lemak babi
menggunakan metode FTIR?
b. Bagaimana hasil pembentukan model analisis kuantitatif lemak babi yang
dicampurkan pada lemak ayam menggunakan metode analisis PLS (Partial Least
Square) dan analisis kualitatif menggunakan metode DA (Discriminant Analysis)?
c. Bagaimana hasil penerapan dari model menggunakan teknik kemometrik tersebut
untuk menganalisis kandungan lemak babi dalam sampel lemak ayam pada olahan
daging ayam sebagai verifikasi halal?

1.3

Tujuan Penelitian
Dari permasalahan diatas, maka tujuan penelitian ini adalah :

a. Mengidentifikasi karakteristik pola spektrum lemak ayam dan lemak babi


menggunakan metode FTIR.
b. Mengidentifikasi model PLS (Partial Least Square) yang efektif untuk mendeteksi
adanya campuran lemak babi pada lemak ayam dan menentukan hasil
pembentukan model klasifikasi lemak ayam dengan lemak babi berdasarkan
spektrum inframerahnya menggunakan DA (Discriminant Analysis).
c. Menerapkan model menggunakan teknik kemometrik tersebut pada sampel olahan
daging ayam sebagai verifikasi halal.

1.4

Manfaat
Penelitian ini diharapkan memberikan manfaat berupa:

a. Memberikan metode sederhana, cepat, dan mudah untuk menentukan adanya


kandungan lemak babi dalam produk makanan khususnya makanan yang terbuat
dari olahan daging ayam.
b. Memberikan informasi mengenai identifikasi lemak babi dalam lemak ayam
melalui spektrum inframerah dengan teknik kemometrik.
c. Bagi mahasiswa pelaksana program dapat mengasah kemampuan, kreativitas dan
keahlian di bidang kimia analisis.

1.5

Batasan Masalah
Pada penelitian ini, sampel yang digunakan untuk sampel olahan daging ayam

khususnya sosis.

BAB 2. TINJAUAN PUSTAKA

2.1

Daging Ayam
Daging ayam merupakan sumber protein hewani yang baik, karena

mengandung asam amino esensial, asam lemak esensial, vitamin, dan mineral yang
baik untuk kebutuhan gizi manusia. Daging ayam menghasilkan jumlah kalori yang
rendah apabila dibandingkan dengan nilai kalori dari daging sapi (Muchtadi et al,
1992). Komposisi kimia dari daging ayam dapat dilihat pada Tabel 2.1.

Tabel 2.1. Komposisi Kimia Daging Ayam

Komponen
Air (g)
Protein (g)
Lemak (g)
Ca (mg)
P (mg)
Fe (mg)
Vitamin A (IU)
Kalori (kal)
Vitamin B1 (mg)
Sumber : Departemen Kesehatan, R.I. (1996)

2.2

Kadar
55.9
18.2
25.0
14
200
1.5
810
302
0.08

Daging Babi
Babi adalah sejenis hewan ungulata merupakan hewan yang berasal dari

Eurasia. Babi adalah jenis hewan omnivora yang mengkonsumsi baik daging maupun
tumbuh-tumbuhan. Daging babi memiliki tekstur empuk, serat halus, tersedia di

pasaran dengan harga sangat murah, rasanya lezat sebagai sumber protein hewani.
Komposisi kimia daging babi dapat dilihat pada Tabel 2.2.

Tabel 2.2. Komposisi Kimia Daging Babi

Komponen
Air (%)
Protein (%)
Lemak (%)
Ca (mg/gram)
P (mg/gram)
Besi (mg/gram)
Vitamin A (SI)
Vitamin B (mg/gram)
Sumber: Muchtadi (1992).

Jumlah
42.0
11.9
45.0
7.0
117.0
1.8
0.58

Secara umum daging babi memiliki lapisan lemak yang tebal dengan serat yang
cukup halus (Jannah, 2008). Daging babi termasuk daging yang sulit dicerna, karena
kandungan zat lemaknya yang sangat tinggi dibandingkan dengan hewan ternak
lainnya. Kandungan lemak babi bahkan mencapai tiga kali kandungan lemak sapi
(Wijaya, 2009). Tabel 2.3 menjelaskan kadar lemak yang terdapat dalam daging babi
dan hewan lainnya.

Tabel 2.3. Kadar Lemak

Hewan
Babi
Kambing
Sapi
Sumber : Wijaya (2009)

Gemuk
91
56
30

Kadar Lemak (%)


Sedang
60
29
20

Kurus
29
20
6

2.3

Babi Sebagai Hewan yang Diharamkan


Halal berarti boleh, sedangkan haram berarti tidak boleh (Qardhawi, 2000).

Selain masalah halal dalam perilaku yang menjadi standar minimal perilaku seorang
muslim, Allah SWT juga mengatur halal dalam masalah makanan maupun minuman.
Di dalam Al-Quran Surat Al-Maidah ayat 3, Allah SWT berfirman bahwa Telah
diharamkan atas kamu bangkai, darah, daging babi, binatang yang disembelih bukan
karena Allah, yang (mati) karena dicekik, yang (mati) karena dipukul, yang (mati)
karena jatuh dari atas, yang (mati) karena ditanduk, yang (mati) karena dimakan
oleh binatang buas, kecuali yang dapat kamu sembelih dan yang disembelih untuk
berhala.
Makanan halal adalah makanan yang diperbolehkan untuk dikonsumsi menurut
syariat Islam begitu sebaliknya untuk makanan dan minuman haram. Syariat Islam
adalah tata aturan agama Islam yang berdasarkan Al-Quran dan Al-Hadist yang
berkaitan dengan hubungan manusia dengan Tuhan, manusia dengan dirinya sendiri
dan manusia dengan sesama. Di samping Al-Quran dan Al-Hadist, sumber syariat
Islam yang lainnya adalah Ijma Sahabat dan Qiyas. Makanan dan minuman yang
termasuk halal adalah (1) bukan terdiri dari atau mengandung bagian atau benda dari
binatang yang dilarang oleh syariat Islam untuk memakannya atau yang tidak
disembelih menurut syariat Islam, (2) tidak mengandung sesuatu yang dihukumi
sebagai najis menurut syariat Islam, (3) tidak mengandung bahan penolong dan atau
bahan tambahan yang diharamkan menurut syariat Islam, (4) dalam proses,
menyimpan dan menghidangkan tidak bersentuhan atau berdekatan dengan makanan
yang tidak memenuhi persyaratan sebagaimana diatas atau benda yang dihukumkan
sebagai najis menurut syariat Islam (Tim Penerbit Buku Pedoman Pangan Halal,
2001).
Babi adalah hewan yang kotor, jorok dan rakus. Hidupnya seringkali di tempattempat kotor. Terkadang babi berjalan di belakang ternak atau binatang lain untuk
memakan kotoran yang ditinggalkannya. Babi juga gemar memakan bangkai, seperti

bangkai tikus bahkan yang sudah berulat sekalipun, bahkan dibeberapa daerah
pedesaan di Indonesia, serta babi menjadi agen pengelola limbah untuk WC alam
(Jannah, 2008).
Islam telah mengharamkan dengan tegas konsumsi daging babi dan dalil-dalil
tentang pengharaman hal itu saling menguatkan (Ahmad dalam Habsari, 2011). Bagi
orang yang sedang sangat membutuhkan dan khawatir akan binasa dan mati bila tidak
memakan semua itu maka dibolehkan baginya untuk memakannya sekedarnya saja
yakni hanya sebatas untuk bertahan hidup saja atau dengan catatan tidak sengaja
mencari yang haram ketika masih ada yang halal atau melewati batas dalam
memakanya.
Haramnya hewan babi bagi manusia adalah disebabkan karena banyaknya
parasit dan kotoran dalam babi (Jannah, 2008). Babi tergolong hewan paling
berpotensi membawa virus dan bakteri yang membahayakan tubuh manusia. Adapun
penyakit-penyakit yang bisa ditimbulkan akibat mengkonsumsi daging babi antara
lain:
1.

Penyakit-penyakit parasit, penyakit-penyakit parasit yang ditimbulkan


akibat mengkonsumsi daging babi misalnya adalah penyakit yang
ditimbulkan oleh cacing pita yang merupakan jenis cacing yang berbahaya
bagi manusia, dan semua jenis babi bisa dipastikan mengandung cacing
jenis ini. Cacing ini menyebabkan beragam gangguan pencernaan dan
anemia.

2.

Penyakit-penyakit bakteri, seperti TBC, cholera tifus, baratifodea, demam


maltik, dan lain sebagainya.

3.

Penyakit-penyakit mikroba, seperti infeksi otak, infeksi saraf jantung,


influenza, infeksi mulut, dan lain sebagainya.

4.

Penyakit-penyakit

kuman,

seperti

kuman

toksoplasmagondi

yang

menyebabkan demam, lemah fisik, perbesaran liver dan limpa, infeksi


paru-paru, infeksi urat jantung dan infeksi selaput otak.

5.

Penyakit-penyakit yang ditimbulkan oleh komposisi biologis daging dan


lemak babi, misalnya timbulnya rasa sakit diseluruh persendian dan
meningkatkan kadar kolesterol karena pengendapan kandungan lemak pada
tubuh, dimana kandungan lemak yang ada dalam daging babi berbeda
dengan kandungan lemak yang ada pada hewan-hewan lain. Konsumsi
daging babi juga dapat menyebabkan obesitas, tubuh dipenuhi bisul, dan
menurunkan daya ingat.

Bahaya-bahaya tersebut menjadi bukti bahwa Allah SWT sesungguhnya


mengharamkan memakan daging babi karena hikmah besar yang terkandung
dibaliknya, yaitu menjaga nyawa manusia yang termasuk salah satu dari kelima
prinsip pokok yang harus diperhatikan dalam syariat Islam (Ahmad dalam Habsari,
2011).

2.4

Tinjauan Lemak

2.4.1 Lemak dan Minyak


Lemak dan minyak merupakan zat makanan yang penting untuk menjaga
kesehatan tubuh manusia. Selain itu, lemak dan minyak juga merupakan sumber
energi yang lebih efektif dibanding dengan karbohidrat dan protein. Satu gram
minyak atau lemak dapat menghasilkan 9 kkal, sedangkan karbohidrat dan protein
hanya menghasilkan 4 kkal/gram (Muchtadi et al,1992).
Penambahan lemak juga dimaksudkan untuk menambah kalori serta
memperbaiki tekstur dan cita rasa bahan pangan, seperti pada kembang gula,
penambahan shortening pada pembuatan kue-kue, dan lain-lain. Lemak yang
ditambahkan ke dalam bahan pangan, atau dijadikan bahan pangan membutuhkan
persyaratan dan sifat-sifat tertentu. Berbagai bahan pangan seperti daging, ikan, telur,
susu, alpokat, kacang tanah, dan beberapa jenis sayuran mengandung lemak atau
minyak yang biasanya termakan bersama bahan tersebut. Lemak dan minyak tersebut

10

dikenal sebagai lemak tersembunyi (invisible fat). Sedangkan lemak dan minyak yang
telah diekstraksi dari ternak atau bahan nabati dan dimurnikan dikenal sebagai
minyak biasa atau lemak kasat mata (visible fat) (Ketaren, 1986).

2.4.2 Lemak Ayam


Nilai gizi yang sangat berpengaruh terhadap kesehatan antara lain adalah
kandungan lemak dan kolesterol daging. Kandungan lemak dan kolesterol daging
pada unggas disamping adanya variasi pada tiap-tiap bagian karkasnya juga sangat
dipengaruhi oleh bangsa unggas itu sendiri selain management pemeliharaan yang
dilakukan oleh peternak, pemeliharaan unggas lokal sampai sekarang banyak
dilakukan secara ekstensif atau tradisional (Triyantini et al, 1997).
Lemak pada ayam pedaging dapat dibagi tiga yaitu : lemak subkutan, lemak
abdominal dan lemak intramuskuler. Lemak abdominal adalah lemak yang terdapat
dirongga perut termasuk lemak yang mengelilingi ventrikulus (Summer, 1965).
Pembentukan lemak abdominal pada ayam pedaging merupakan kelebihan
energi yang dapat menurunkan bobot karkas yang dapat dikonsumsi (Griffiths et al,
1978). Penimbunan lemak tubuh pada ayam dipengaruhi banyak faktor antara lain
strain ayam, jenis kelamin, umur, kualitas dan kuantitas ransum, serta faktor
lingkungan seperti kandang, musim, temperatur, serta kelembaban (Wahju, 1997).

2.4.3 Lemak Babi


Lemak pada babi sangat basah dan sulit dilepas dari dagingnya dibanding
lemak daging sapi yang agak kering dan tampak berserat. Namun pada bagian
tertentu seperti ginjal, penampakkan lemak babi hampir mirip dengan lemak sapi.
Hewan yang diberi pakan dengan level energi tinggi berpengaruh terhadap
peningkatan kadar lemak daging (Janusz, 2003).

11

Untuk menganalisa lemak babi adalah dengan melihat komposisi asam lemak
yang dilakukan dengan mengubah asam lemak yang terkandung di dalamnya. Hal ini
dapat dilakukan dengan mengubah asam lemak tersebut menjadi derivat esternya
(Janusz, 2003).

2.5

Ekstraksi Lemak
Ekstraksi minyak atau lemak suatu bahan dapat dilakukan dengan alat

ekstraktor Soxhlet. Ekstraksi dengan alat Soxhlet merupakan cara ekstraksi yang
efisien, karena pelarut yang digunakan dapat diperoleh kembali. Dalam penentuan
kadar minyak atau lemak, bahan yang diuji harus cukup kering, karena jika masih
basah selain memperlambat proses ekstraksi, air dapat turun ke dalam labu dan akan
mempengaruhi dalam perhitungan (Ketaren, 1986).
Pemilihan pelarut yang digunakan dalam proses pengambilan minyak secara
ekstraksi harus memenuhi syarat-syarat tertentu yaitu:
1) Bersifat selektif
Pelarut harus dapat melarutkan semua zat wangi dengan cepat dan
sempurna serta sesedikit mungkin melarutkan bahan seperti lilin, pigmen
dan senyawa albumin.
2) Mempunyai titik didih yang cukup rendah
Hal ini supaya pelarut mudah dapat diuapkan tanpa menggunakan suhu
tinggi, namun titik didih pelarut tidak boleh terlalu rendah karena akan
mengakibatkan kehilangan akibat penguapan.
3) Bersifat inert.
Artinya pelarut tidak bereaksi dengan komponen minyak.
4) Murah dan mudah didapatkan
Pelarut yang baik untuk ekstraksi adalah pelarut yang memenuhi
syarat-syarat diatas. Namun tidak ada pelarut yang benar-benar ideal. Jenis-

12

jenis bahan pelarut yang banyak dipakai antara lain : petroleum eter yang
merupakan minyak hasil penyulingan dengan titik didih 30-70oC, bersifat
stabil dan mudah menguap maka sangat baik untuk proses ekstraksi.
Penggunaan petroleum eter sangat menguntungkan karena bersifat selektif
dalam melarutkan zat, tetapi mempunyai kelemahan yaitu kehilangan
pelarut cukup besar selama proses berlangsung (Irawan, 2010).
Prinsip penetapan kadar lemak pada bahan pakan menurut Woodman (1941)
adalah dengan mengekstraksi lemak dengan petroleum benzen atau petroleum eter,
setelah itu benzen atau eter diuapkan maka kadar lemak bahan pakan dapat diketahui
beratnya. Analisis kadar lemak kasar yang dilakukan adalah dengan menggunakan
metode soxhlet yang dimodifikasi. Bahan yang akan dianalisis harus dapat mewakili
(representative) dan homogen dengan ukuran butiran 1 mess. Secara lengkap cara
kerja penetapan kadar lemak adalah sebagai berikut :
a.

Timbang sampel sebanyak 0,5-1,0 gram (X g),

b.

Masukkan dalam kantong kertas saring bebas lemak (7x3 cm) dan kuatkan
dengan staples,

c.

Oven semalam pada suhu 105 C,

d.

Timbang kertas saring dalam keadaan panas-panas satu persatu (Y g),

e.

Masukkan 10 bungkusan sampel dalam tabung soxhlet ,

f.

Isi labu penyari dengan 180 ml larutan petroleum benzen pa (A) dan 180
ml larutan bensin hasil penyulingan (B),

g.

Hubungkan masing-masing labu dengan tabung soxhlet yang telah berisi


10 bungkusan sampel,

h.

Lakukan ekstraksi dengan petroleum benzen pa (A) dan bensin hasil


penyulingan (B) selama 6 8 jam,

i.

Hentikan ekstraksi, bungkusan dikeluarkan dari tabung soxhlet, anginanginkan sampel sampai petroleum benzen dan bensin hasil suling
menguap,

13

j.

Oven semalam pada suhu 105 C,

k.

Timbang dalam keadaan panas-panas bungkusan sampel satu persatu (Z g).

Perhitungan : ( Y Z ) x 100%
X
(Pusat penelitian dan Pengembangan Peternakan, 2007).

2.6

Produk Olahan Daging Ayam (Sosis)


Daging dapat diolah dengan cara dimasak, digoreng, dipanggang, disate, diasap

atau diolah menjadi produk lain. Produk olahan daging antara lain kornet, sosis,
dendeng, bakso dan abon (Soeparno, 1992).
Sosis berasal dari bahasa latin salsus yang berarti daging yang disiapkan
dengan penggaraman, karena pada awalnya sosis dibuat melalui proses penggaraman
dan pengeringan. Sosis daging adalah produk makanan yang diperoleh dari campuran
daging halus (kandungan daging minimal 75%) dengan tepung atau pati dan dengan
atau tanpa penambahan bumbu dan bahan tambahan makanan lain yang diizinkan dan
dimasukkan ke dalam selubung sosis. Kadar protein (% b/b) sosis minimal sebesar
13% (Badan Standardisasi Nasional, 1995).
Sosis dibuat dengan beberapa macam bahan tambahan. Hamdani (2005)
membuat sosis dengan bahan tambahan 30% minyak, 30% es batu, 5% tepung
tapioka, 10% susu skim, 0.5% bawang putih, 0.3% STPP, 2.5% garam, 0.5%
ketumbar, 2% gula pasir, 0.5% merica, 0.5% jahe dan 0.5% pala. Proses pembuatan
sosis dimulai dengan menggiling daging bersama minyak dan 15% es batu selama 30
detik. Penggilingan kedua dilakukan selama 90 detik dengan ditambahkan 15% es
batu, tepung tapioka, susu skim, bawang putih, STPP, garam, ketumbar, gula pasir,
merica, jahe dan pala. Adonan yang telah terbentuk kemudian diisikan ke dalam
selongsong. Sosis kemudian direbus pada suhu 60-65C selama 45 menit.

14

2.7

Spektrofotometer Inframerah
Spektrofotometer Infra Red (IR) merupakan salah satu teknik analisis yang

sangat penting dimana merupakan teknik analisis yang berdasarkan pada vibrasi atom
pada molekul. Spektrum IR sering dihasilkan dengan cara melewatkan radiasi IR
pada sampel dan menentukan radiasi yang diabsorpsi pada energi tertentu (Stuart,
2004).
Daerah radiasi IR berkisar pada bilangan gelombang 1288-10 cm-1, atau
panjang gelombang 0,78-1000 m. Umumnya daerah radiasi IR terbagi dalam daerah
IR dekat (12800-4000 cm-1), daerah IR tengah (4000-200 cm-1), dan daerah IR jauh
(200-10 cm-1). Daerah yang paling banyak digunakan untuk berbagai keperluan
praktis adalah 4000-690 cm-1. Daerah ini biasa disebut sebagai daerah IR tengah
(Khopkar, 1990).
Menurut Stuart (2004), spektra IR dapat dibagi dalam tiga daerah utama, yaitu
IR jauh (<400 cm-1), IR tengah (4000-400 cm-1) dan IR dekat (13000-4000 cm-1).
Dari ketiga daerah inframerah tersebut, IR tengah merupakan daerah yang paling
banyak digunakan untuk analisis karena semua molekul mempunyai absorbansi
karakteristik dan vibrasi molekul utama dalam daerah ini (Davis dan Mauer, 2010).
Diagram pembagian spektrum elektromagnetik dapat dilihat pada Gambar 2.1.

Gambar 2.1. Diagram Pembagian Spektrum Elektromagnetik (Smith, 2011)

15

Daerah IR tengah (4000-400 cm-1) dapat dibagi dalam empat daerah dan
karakter frekuensi gugus umumnya ditentukan berdasar daerah frekuensi yang
dihasilkan. Empat daerah tersebut adalah daerah X-H stretching (4000-2500

cm-1),

daerah ikatan rangkap tiga (2500-2000 cm-1), daerah ikatan rangkap dua (2000-1500
cm-1) dan daerah sidik jari atau fingerprint (1500-600 cm-1). Pada daerah sidik jari,
pita-pita absorpsi berhubungan dengan vibrasi molekul secara keseluruhan. Setiap
atom dalam molekul akan saling mempengaruhi sehingga dihasilkan pita-pita
absorpsi yang khas untuk setiap molekul (Stuart, 2004).
Spektroskopi inframerah tengah merupakan metode yang didasarkan pada
interaksi radiasi inframerah dengan sampel. Radiasi inframerah dilewatkan melewati
sampel, panjang gelombang yang spesifik diserap karena ikatan kimia pada material
yang

menyebabkan

vibrasi

seperti

peregangan

(stretching),

pemendekan

(contracting), dan pembengkokan (bending). Gugus fungsi yang ada dalam suatu
molekul cenderung menyerap radiasi inframerah pada kisaran bilangan gelombang
yang sama terlepas dari struktur lain dalam molekul. Puncak spektrum juga
diturunkan dari absorbsi perubahan energi vibrasi pada daerah inframerah. Jadi, ada
hubungan antara posisi pita inframerah dan struktur kimia dalam molekul (Davis dan
Mauer, 2010).
Daerah spektrum inframerah dapat dibagi menjadi dua, yaitu (Mudasir dan
Candra, 2008):
a. Daerah frekuensi gugus fungsional
Terletak pada daerah radiasi 40001400 cm-1. Bagian dari spektrum ini
menunjukkan absorbsi yang timbul karena ikatan dan gugus. Kebanyakan
puncak absorbsi dalam daerah spektrum ini dengan mudah dikenal berasal dari
gugus fungsional yang khas.
b. Daerah sidik jari (fingerprint)
Yaitu daerah yang terletak pada 1400400 cm-1. Pita-pita absorpsi pada
daerah ini berhubungan dengan vibrasi molekul secara keseluruhan. Setiap

16

atom dalam molekul akan saling mempengaruhi sehingga dihasilkan pita-pita


absorpsi yang khas untuk setiap molekul.
Secara umum digunakan diagram korelasi dalam mengidentifikasi gugus
fungsi seperti pada Tabel 2.4 berikut :

Tabel 2.4 Identifikasi Gugus Fungsi pada Inframerah

Gugus fungsi
O-H
Alifatik dan aromatik
NH2
Amina sekunder dan tersier
C-H
Aromatik
C-H
Alifatik
-C=N
Nitrit
-C=CAlkuna
COOR
Ester
COOH
Asam karboksilat
C=O
Aldehid dan keton
CONH2
Amida
C=CAlkana
C-O-C
Eter
C-N
Amina
R-O-R
Alifatik
Sumber: Skoog (1991)

Bilangan gelombang (cm-1)


3600-3000
3600-3100
3150-3000
3000-2850
2400-2200
2260-2100
1750-1700
1740-1670
1740-1660
1720-1640
1670-1610
1310-1020
1280-1180
1160-1060

Komponen spektrofotometer IR terdiri dari lima bagian pokok yaitu (1) sumber
radiasi, (2) wadah sampel, (3) monokromator, (4) detektor dan (5) rekorder (Nur,
1989). Mula-mula sinar inframerah dilewatkan melalui sampel dan larutan
pembanding, kemudian dilewatkan pada monokromator untuk menghilangkan sinar
yang tidak diinginkan. Berkas ini kemudian didispersikan melalui prisma atau
grating. Dengan melewatkannya melalui slit, sinar tersebut dapat difokuskan pada
detektor. Alat IR umumnya dapat merekam sendiri absorbansinya secara tepat
(Khopkar, 1990).

17

Energi dalam spektroskopi inframerah dibutuhkan untuk transisi vibrasi, maka


radiasi inframerah hanya terbatas pada perubahan energi setingkat molekul. Untuk
tingkat molekul, perbedaan dalam keadaan vibrasi dan rotasi digunakan untuk
mengadsorbsi sinar inframerah (Khopkar, 1990).
Absorpsi inframerah beberapa gugus fungsional seperti pada lipid dapat dilihat
pada Tabel 2.5.

Tabel 2.5. Daftar Pita Absorpsi Inframerah pada Lipid


Bilangan Gelombang (cm-1)
3010
2956
2920
2870
2850
1730
1485
1473, 1472, 1468, 1463
1460
1405
1378
1400-1200
1228
1170
1085
1070
1047
972
820
730, 720, 718
Sumber: Stuart (2004).

Jenis Vibrasi
Uluran CH
Uluran asimetrik CH3
Uluran asimetrik CH2
Uluran simetrik CH3
Uluran simetrik CH2
Uluran CO
Tekukan asimetrik (CH3)3N+
Guntingan (scissoring) CH2
Tekukan asimetrik CH3
Tekukan simetrik (CH3)3N+
Tekukan simetrikCH3
Kibasan (wagging) dan progression CH2
Uluran asimetrik PO2Uluran asimetrik COOC
Uluran simetrik PO2Uluran simetrik COOC
Uluran COP
Uluran asimetrik (CH3)3N+
Uluran asimetrik PO
Goyangan (rocking) CH2

2.7.1 Spektrofotometer Dispersif IR (konvensional)


Elemen dispersif dalam instrumen IR dispersif berada dalam monokromator.
Dispersi terjadi ketika sinar radiasi IR masuk melalui celah masuk menuju elemen

18

dispersif dan radiasi dimana yang terdispersi akan direfleksi kembali menuju celah
keluar. Radiasi terdispersi menjadi dua berkas, yaitu sinar menuju sampel dan sinar
menuju larutan pembanding. Informasi dari berkas tersebut menghasilkan spektrum
sampel. Spektrum terdispersi tersebut discan melalui celah keluar dalam
monokromator (Stuart, 2004).
Masalah essensial dari spektrometer dispersif terletak pada monokromator.
Pada monokromator spektrometer dispersif terdapat celah masuk dan keluar yang
sempit dimana akan membatasi jangkauan daerah bilangan gelombang radiasi
terhadap detektor (Stuart, 2004).

2.7.2 Spektrofotometer FTIR


FTIR merupakan gabungan instrumen dispersif konvensional IR dengan
komputer dan mikroprosesor. Kehadiran FTIR pada dasawarsa terakhir mampu
meningkatkan aplikasi radiasi menengah IR tidak hanya untuk analisis kualitatif
organik dan penentuan struktur, tetapi juga untuk analisis kuantitatif contoh yang
kompleks (Wold et al, 2001).
Komponen instrumen FTIR serupa dengan spektrometer UV-tampak, namun
sumber, detektor, dan komponen optiknya sedikit berbeda. Pengukuran dengan FTIR
melibatkan kombinasi interferensi konstruktif dan destruktif yang senantiasa berubah
mengikuti beberapa yang datang untuk menghasilkan spektrum (modulasi
interferometrik dari radiasi). Interferometer mengubah frekuensi yang masuk menjadi
bentuk khusus yang dapat diamati oleh detektor (Gambar 2.2). Data yang diperoleh
sangat kompleks dan masing-masing poin membawa informasi untuk yang berbeda.
Proses matematika dengan Transformasi Fourier mengkonversi data tersebut agar
dapat digunakan (Naumann, 1998).
Analisis dengan FTIR lebih cepat dan lebih sensitif daripada IR dispersif.
FTIR juga memiliki perbaikan dari segi laju koleksi sinyal, keakuratan data terkait

19

dengan hasil pengukuran laser dari kaca bergerak, linearitas absorban karena tidak
ada penghamburan cahaya, dan penyimpanan serta mutu data melalui peningkatan
resolusi atau koreksi garis dasar (Naumann, 1998).

Gambar 2.2. Skema Alat Spektroskopi FTIR. (1) Sumber Inframerah (2) Pembagi Berkas
(Beam Spliter) (3) Kaca Pemantul (4) Sensor Inframerah (5) Sampel dan (6) Display (Stchur,
2002)

Kehadiran FTIR pada dasawarsa terakhir mampu meningkatkan aplikasi radiasi


menengah IR tidak hanya untuk analisis kualitatif organik dan penentuan struktur,
tetapi juga untuk analisis kuantitatif contoh yang kompleks. Model analisis kuantitatif
ini dikembangkan dengan memanfaatkan informasi pola sidik jari yang bersifat khas
sebagai variabel yang mempengaruhi penampakan kimiawi seperti aktivitas biologis,
konsentrasi, dan polarisabilitas (Wold et al, 2001).
Salah satu pengembangan yang menarik dari spektrofotometer FTIR adalah
adanya teknik reflektan yang sederhana, yaitu sistem Attenuated Total Reflectance
(ATR). ATR merupakan teknik yang baik dan tangguh untuk sampling IR. ATR

20

berguna untuk sampling permukaan bahan yang halus, dimana bahan tersebut sangat
tebal atau buram untuk pengukuran IR dengan transmisi. Teknik ATR bersifat nondestruktif, preparasi sampel sedikit atau tidak memerlukan preparasi sampel, dan
cepat. ATR dapat mengukur padatan (seperti kertas, kaca, keju, daging, serbuk dan
bahan yang berwarna gelap) dan cairan termasuk larutan non-aqueous (seperti
minyak dan pasta), polimer dan bahan organik lain (Sun, 2008).
Pada penggunaan ATR, sampel akan bersentuhan dengan kristal dengan indeks
reflaksi yang tinggi. Kristal ATR dapat terbuat dari

Zinc Selenide

(ZnSe),

Germanium (Ge) atau berlian dimana dapat mengabsorbsi energi pada tingkat energi
yang rendah dan sebagian besar kristal tersebut memiliki batasan nilai pH. Kontak
antara sampel dan kristal ATR harus baik agar data yang dihasilkan bersifat akurat.
Sistem ATR mengukur perubahan yang terjadi pada berkas IR yang direfleksikan
secara keseluruhan saat berkas bersentuhan dengan sampel (Sun, 2008).
Radiasi yang berasal dari beam-splitter akan mengalami refleksi beberapa kali
di dalam permukaan kristal. Berkas menembus fraksi panjang gelombang diluar
permukaan yang terefleksi. Ketika sampel mengabsorpsi berkas secara selektif,
berkas akan kehilangan energi pada panjang gelombang tersebut. Berkas reflektan
yang

dihasilkan, diukur dan dibentuk sebagai fungsi panjang gelombang oleh

spektrofotometer dan mempengaruhi ketinggian pada karakteristik spektrum


absorbansi sampel (Stuart, 2004). Prinsip ATR dapat dilihat pada Gambar 2.3.

Gambar 2.3. Prinsip ATR (Sun, 2008)

21

Pada penelitian sebelumnya, telah berhasil menganalisis spektrum dari lemak


ayam, lemak sapi, lemak domba yang dicampur dengan lemak babi menggunakan
spektrofotometer FTIR Nicolet 6700 dengan asesoris ATR ZnSe yang dihubungkan
dengan software sistem OMNIC Versi 7.0 Thermo Nicolet pada frekuensi 4000-650
cm-1 (Rohman dan Che Man, 2010). Spektrum lemak hewani dapat dilihat pada
Gambar 2.4.

Gambar 2.4. Spektrum IR lemak babi (lard), domba (LBF), ayam (Ch-BF) dan sapi (CowBF) (Rohman dan Che Man, 2010)

2.7.3 Filter Photometer


Filter photometry ini dirancang untuk analisis kuantitatif kontaminasi uara dan
air. Alat ini sering diaplikasikan ada analisis control konsentrasi polusi udara
misalnya karbon monoksida, nitrobenzen dan asam sianida (Stuart, 2004).

22

2.8

Analisis Kemometrik
Kemometrik adalah seni mengekstraksi informasi kimia dari data yang

dihasilkan oleh suatu percobaan kimia (Wold, 2008). Kemometrik menyediakan


teknik untuk mengurangi data berukuran besar yang diperoleh dari instrumen seperti
spektrofotometer (Varmuza, 2000). Selanjutnya model ini dapat digunakan untuk
menduga contoh yang tidak diketahui.
Analisis kemometrik memungkinkan penggunakan model analisis mulitivariat
dalam penerapannya. Kalibrasi multivariat merupakan suatu model yang melibatkan
lebih dari satu prediktor (variabel x) untuk menghasilkan suatu efek tertentu (variabel
y). Model analisis ini berguna pada analisis sampel pada instrumen yang
menghasilkan lebih dari satu respon untuk satu sampel. Sehingga pada kalibrasi
multivariat, beberapa respon pada satu sampel akan dikorelasikan dengan sifat sampel
misalnya konsentrasi analit pada sampel. Salah satu instumen yang menghasilkan
banyak respon untuk satu sampel adalah spektrometer inframerah (Varmuza, 2000).
Menurut Varmuza (2000), Beberapa analisis multivariat yang paling sering
digunakan adalah analisis komponen utama (Principal Component Analysis, PCA),
Proyeksi struktur laten (Partial Least Square, PLS), Analisis diskriminan
(Discriminant Analysis, DA), Regresi komponen utama (PCR), Multiple Linear
Regression (MLR), dan Jaringan saraf tiruan (Artificial Neural Network, ANN).

2.8.1 Partial Least Square (PLS)


PLS merupakan salah satu teknik kalibrasi multivariat yang sangat luas
digunakan dalam analisis kuantitatif data spektroskopi dan elektrokimia (Abdollahi et
al, 2003). PLS lebih umum digunakan dalam kalibrasi multivariat karena mutu model
kalibrasi yang dihasilkan dan kemudahan penerapanya (Kuno dan Matsuo, 2000).
PLS mampu menganalisis data dengan jumlah yang cukup banyak, memiliki tingkat

23

kolinearitas tinggi, sejumlah besar variabel x, dan beberapa variabel respon y (Wold
et al, 2001).
Regresi PLS meningkatkan kemampuan dari model PCA dengan menggunakan
variabel respon secara aktif dalam dekomposisi bilinier prediktor. PCA terfokus pada
keragaman di dalam prediktor, sedangkan PLS fokus pada kovarian diantara respon
dan prediktor-prediktor. Dengan jalan menyeimbangkan informasi antara prediktor
dan respon, PLS mereduksi dampak dari banyaknya prediktor yang tidak relevan
dengan keragaman data. Estimasi kesalahan prediktor ditingkatkan dengan cara
validasi silang. PCA yang dilanjutkan dengan membentuk model regresi dan PLS-R
dapat diterapkan untuk kalibrasi yang melibatkan dimensi prediktor relatif besar
dengan respon yang relatif sedikit (Amin, 2011).
PLS-R adalah sama dengan PCR yang bertujuan untuk mengestimasi koefisien
regresi dalam model regresi linier dimana terdapat jumlah variabel x dengan
multikolinieritas yang tinggi. Dalam tahap pertama PCR, skor diperoleh dengan
mengekstraksi informasi yang ada di dalam variabel x dengan menerapkan analisis
komponen utama (PCA) tanpa menggunakan informasi apapun mengenai variabel y.
Sebaliknya, skor dalam PLS-R dihitung dengan memaksimalkan kriteria kovarian
antara variabel x dan y sehingga dalam teknik ini respon telah dilibatkan dalam
analisis sejak awal. PLS dapat menangani multikolinieritas, jumlah prediktor yang
banyak, dan terfokus pada prediksi. Keunggulan utama dari metode PLS-R
didasarkan pada proses dekomposisi matrik konsentrasi C dan matrik absorbansi A
yang saling berhubungan, sehingga dengan algoritma ini dapat diperoleh model
kalibrasi yang sempurna (Amin, 2011).
Parameter yang dapat dilihat dari suatu model antara lain PRESS dimana,
selisih antara nilai aktual dan dugaan dari peubah penjelas (Y) dihitung, dan jumlah
kuadrat dari selisih tersebut dikumpulkan untuk mendapatkan nilai Prediction
Residual Error Sum Of Square (PRESS) dimana PRESS = ( yi i )2 dengan, i =
respon dugaan, yi = respon aktual (Naez et al, 2002).

24

Selain dari nilai PRESS, parameter lainnya dapat dilihat dari nilai R 2, Root
Mean Square Error Of Calibration (RMSEC), dan Root Mean Square Error Of
Prediction (RMSEP). R2 mengindikasikan mutu data antara konsentrasi yang
sebenarnya dan konsentrasi yang diperkirakan. R2 menunjukkan kemampuan suatu
metode untuk menghasilkan angka analisis yang proporsional terhadap konsentrasi
misalnya pada interval konsentrasi tertentu. RMSEC digunakan untuk menghitung
galat dugaan. RMSEP digunakan untuk data yang dibagi menjadi dua bagian, satu
untuk model kalibrasi dan yang lainnya untuk validasi. RMSEP = ( yi i )2 / Np.
dengan, i

= respon dugaan

yi

= respon aktual dan

Np

= jumlah data

(Naez et al, 2002).

2.8.2 Analisis Diskriminan


Linear Discriminant Analysis (LDA) merupakan metode class-specific linear
yang dapat melakukan transformasi pereduksian dimensi dimana elemen-elemen
yang merupakan anggota sebuah kelas akan dikelompokkan bersama di dalam ruang
dimensi rendah. Selain itu, LDA juga berfungsi untuk memaksimalkan diskriminasi
antar kelas dan meminimalkan persebaran dalam kelas (Setiawan, 2012).
LDA bekerja berdasarkan analisa matrik penyebaran yang bertujuan
menemukan suatu proyeksi optimal sehingga dapat memproyeksikan data input pada
ruang dengan dimensi yang lebih kecil dimana semua pola dapat dipisahkan
semaksimal mungkin. Karenanya untuk tujuan pemisahan tersebut maka LDA akan
mencoba untuk memaksimalkan penyebaran data-data input diantara kelas-kelas yang
berbeda dan sekaligus juga meminimalkan penyebaran input pada kelas yang sama.
Perbedaan antar kelas direpresentasikan oleh matrik Sb dan perbedaan dalam kelas
direpresentasikan oleh matrik Sw (Setiawan, 2012).

25

2.9

Validasi Silang
Metode validasi silang (Cross Validation) adalah metode untuk menguji

validitas model regresi dengan menggunakan data uji di luar data yang digunakan
dalam fitting regresi (Pranowo et al., 2006). Validasi silang merupakan teknik untuk
menilai suatu hasil analisis statistik seberapa jauh dapat diimplementasikan ke dalam
set data independen. Hal ini terutama digunakan untuk tujuan prediksi, yaitu untuk
memperkirakan seberapa akurat model prediksi yang dibuat untuk dapat
diimplementasikan. Satu putaran cross-validation melibatkan partisi sampel data ke
dalam himpunan bagian komplementer, lalu melakukan analisis terhadap satu subset
(set kalibrasi), dan memvalidasi analisis terhadap subset lain (set validasi). Untuk
mengurangi variabilitas, beberapa putaran validasi silang dapat dilakukan dengan
menggunakan partisi yang berbeda, dan hasil validasi adalah rata-rata selama putaran.
Menurut Wikipedia (2012), beberapa tipe dan cara validasi silang yaitu (a)
Leave-One-Out, (b) K-Fold Cross Validation, dan (c) 2-Fold Cross-Validation adalah
sebagai berikut:
a. Leave-One-Out
Seperti diketahui dari namanya, Leave One Out Cross Validation
(LOOCV) yang berarti meninggalkan satu untuk validasi silang, yaitu
dengan melibatkan sampel pengamatan tunggal dari sampel asli digunakan
sebagai validasi data, dan sampel pengamatan yang tersisa digunakan
sebagai set kalibrasi. Hal ini dilakukan berulang pada setiap observasi dalam
sampel yang digunakan sekaligus sebagai data validasi. LOOCV akan
menjadi sama dengan k-fold, bila jumlah k-lipatannya sama dengan jumlah
sampel asli pengamatan.
b. K-Fold Cross Validation
Di dalam validasi silang k-fold, seluruh sampel asli dibagi secara acak
ke dalam k-subsampel. Dari sebanyak k-subsampel, sebuah subsampel
tunggal dipertahankan sebagai validasi data untuk pengujian model, dan

26

sisanya k-1 subsampel digunakan sebagai set kalibrasi. Proses validasi silang
yang kemudian berulang k-kali (lipatan), dengan masing-masing ksubsampel digunakan tepat satu kali sebagai validasi data. Hasil k-kali dari
lipatan kemudian didapat rata-rata (atau dikombinasi) untuk menghasilkan
estimasi tunggal. Keuntungan dari metode ini adalah seluruh sampel
pengamatan digunakan secara acak dan berulang sebagai data pelatihan dan
validasi.
c. 2-Fold Cross-Validation
Tipe ini merupakan variasi k-fold cross-validation yang paling
sederhana. Pada pelaksanaannya, metode ini biasanya dilakukan dengan
membagi data sampel menjadi dua bagian yang sama yaitu set kalibrasi yang
digunakan untuk membuat model, sedangkan bagian yang lain untuk set
validasi yang berfungsi untuk memvalidasi model yang telah terbentuk.

2.10 Metode ELISA (Enzyme-Linked Immunosorbent Assay)


Enzyme-Linked

Immunosorbent

Assay

(ELISA)

merupakan

metode

Immunoenzim atau Immunoenzyme Assay (EIA) berbasis immunoabsopsi yang


merupakan suatu teknik deteksi dengan metode serologis yang berdasarkan atas
reaksi spesifik antara antigen dan antibody, mempunyai sensitivitas dan spesifitas
yang tinggi dengan enzim sebagai indikator. Tujuan dari metode ini adalah
immobilisasi salah satu pasangan reaktan dengan ikatan pada fase padat (biasanya
dinding tabung pengujian atau sumuran microplate). Pemisahan komponen yang
bebas dan terikat dilakukan dengan pencucian (Ferencik, 1993).
Prinsip dasar ELISA adalah reaksi antara antigen (Ag) dengan antibodi (Ab)
menjadi molekul Ag-Ab yang lebih besar dan mudah mengendap. Pengamatan hasil
pada ELISA berdasar perubahan warna yang terjadi pada substrat pereaksi sesuai
dengan label atau imunoprob (immunoprobe) konjugat Ab-enzim. Perubahan warna

27

terjadi akibat hidrolisa enzimatik substratnya sehingga hasil ELISA lebih peka dan
dapat dikuantifikasi.
ELISA Sandwich atau ELISA penangkap antigen seperti pada Gambar 2.5
merupakan salah satu konfigurasi dari metode ELISA yang diterapkan pada produk
ELISA KIT dari XEMA. Sampel atau standar ditempatkan di dalam sumuran mikro
yang telah terlapisi oleh antibodi anti-daging babi. Antigen dari sampel atau standar
akan berikatan dengan antibodi yang sesuai. Material yang tidak berikatan akan
dihilangkan melalui proses pencucian. Antibodi kedua yang terlabel enzim
peroksidase ditambahkan ke dalam sumuran mikro. Setelah prosedur pencucian
berikutnya, aktivitas enzimatik yang terdapat di dalam sumuran mikro dideteksi
dengan penambahan campuran substrat-kromogen dan larutan penghenti reaksi
(XEMA, tanpa tahun).

Gambar 2.5. Konfigurasi dari Metode ELISA (XEMA, tanpa tahun).

28

Reagen yang digunakan dalam metode ELISA ini antara lain :


1)

Salin Didapar Fosfat (Phosphate Buffered Saline/PBS) Formula PBS pH 7,4

adalah :
Sodium klorida

<1%

Sodium fosfat

<1%

Potasium fosfat, monobasa

<1%

Potasium klorida

<1%

Air

96%

Penyimpanan

: suhu kamar

Aplikasi

: PBS digunakan dalam berbagai teknik laboratorium, termasuk


deteksi imun (misal ELISA), biokimia, purifikasi, kultur sel.

2)

Natrium Klorida

Bobot molekul : 58,44


Pemerian

: berupa serbuk kristal berwarna putih.

Kelarutan

: sedikit larut dalam etanol, larut dalam 250 bagian etabol 95%, larut
dalam 10 bagian gliserin, larut dalam 2,8 bagian air (Rowe, Sheskey
dan Quinn, 2009).

Pada perangkat ELISA, larutan natrium klorida digunakan sebagai larutan


pencuci dimana larutan natrium klorida dicampur dengan detergen (Tween 20).
Tujuan pencucian adalah untuk memisahkan reagen yang berikatan dan bebas tidak
berikatan. Larutan yang digunakan untuk mencuci sumuran biasanya bersifat isotonis,
dimana sebagian besar reaksi antigen-antibodi akan optimal dibawah kondisi isotonis.
Penggunaan detergen digunakan untuk mencegah timbulnya buih pada sumuran
namun penggunaannya juga harus diperhatikan karena dapat mempengaruhi reagen
yaitu denaturasi antigen (Ferencik, 1993).

29

3)

Horse Radish Peroksidase (HRP)


Peroksidase merupakan kelompok enzim yang cukup penting dan secara luas

digunakan dalam bidang laboratorium klinik untuk pengukuran berbagai material


biologi secara kolorimetri. Enzim peroksidase mempunyai sifat dapat mengkatalisis
reaksi oksidasi berbagai senyawa hidrokinon terutama benzidin. Secara luas, enzim
peroksidase telah ditemukan pada berbagai spesies tanaman dan mikroorganisme.
Produk enzim peroksidase komersial dilakukan dengan cara ekstraksi akar tanaman
horseradish yang banyak tumbuh di negara yang beriklim relatif lebih dingin (Karossi
dan Pudjiraharti, 2010).

4)

Tetrametilbenzidin (TMB)

Nama kimia

: 3,3,5,5-Tetrametilbenzidin

Formula

: C16H20N2

Berat molekul : 240,35 g/mol


Titik lebur

: 166-170oC

Pemerian

: serbuk kristal putih

Kelarutan

: tidak larut air, larut dalam pelarut organik (DMSO, etanol 96%,
aseton, kloroform dan toluen)

Penyimpanan

: pada temperatur ruang

Struktur

Gambar 2.6 Struktur TMB (AppliChem, 2010)

30

TMB merupakan turunan benzidin dan tidak bersifat karsinogenik. TMB dapat
digunakan sebagai substrat untuk immunoassays enzim menggunakan antibodi
horseradish peroksidase terkonjugasi. TMB sensitif terhadap cahaya dan seharusnya
dikemas dalam botol yang dapat melindungi TMB dari sinar matahari secara
langsung. TMB digunakan sebagai substrat untuk sinyal pendeteksi pada ELISA.
Reaksi antara substrat TMB dan peroksidase seperti HRP akan menghasilkan
perubahan warna. TMB ditemukan sebagai substrat yang baik untuk deteksi
elektrokimia HRP dalam jumlah rendah. TMB dioksidasi selama degradasi enzimatik
H2O2 oleh horseradish peroksidase. Produk oksidasi TMB berwarna biru tua. Warna
kuning cerah dibentuk setelah penambahan larutan penghenti bersifat asam, misal
H2SO4 (AppliChem, 2010).

5)

Asam Sulfat

Bobot molekul : 98,08


Pemerian

: larutan yang jernih, tidak berwarna, tidak berbau, dan agak


berminyak, sangat korosif dan memiliki afinitas tinggi untuk air
(Rowe, Sheskey dan Quinn, 2009).

Pada perangkat ELISA dari XEMA, larutan asam sulfat digunakan sebagai
larutan penghenti reaksi dengan konsentrasi 5,0% (v/v). Reagen penghenti reaksi
digunakan untuk mencegah reaksi enzimatik dalam ELISA lebih lanjut. Penghentian
reaksi biasanya dibuat pada waktu tertentu ketika terdapat hubungan yang linier
antara enzim-substrat-produk. Konsentrasi larutan yang sangat asam atau sangat basa
dapat menghentikan aktivitas enzimatik dengan denaturasi enzim secara cepat
(Ferencik, 1993).

31

BAB 3
METODOLOGI PENELITIAN

3.1

Tempat dan Waktu Penelitian


Penelitian ini dilakukan di Laboratorium Kimia Farmasi Fakultas Farmasi

Universitas Jember pada bulan Agustus 2012 sampai Januari 2013.

3.2 Alat dan Bahan Penelitian


3.2.1 Bahan
Bahan yang digunakan dalam penelitian ini antara lain: lemak babi dari jaringan
adiposa babi, lemak ayam, isopropil 70%, Na2SO4, petroleum eter, aquades, reagen
ELISA KIT produksi XEMA (lima tingkatan standar dengan konsentrasi: 0, 10, 30,
100, dan 300 U/mL yang telah terlapisi oleh antibodi anti-daging babi, CONJ HRP
(Horseradish Peroksidase Terkonjugat), DIL (Larutan Dapar EIA), SUBS TMB
(Larutan Substrat Tetra Metil Benzidin), BUF WASH (Larutan pencuci), STOP
(Larutan penghenti reaksi)) dan sampel di pasaran.

3.2.2 Alat
Alat yang digunakan dalam penelitian ini antara lain: Spektrometer FTIR
(Alpha Bruker) dengan asesoris ATR Ge yang terhubung dengan komputer dengan
sistem operasi Windows XP dan piranti lunak OPUS (Versi 7.0) digunakan selama
akuisisi spektrum FTIR, piranti lunak Unscrambler X 10.2 (Camo), timbangan neraca

32

analitik, mikropipet dan tip, pipet tetes, vial, corong gelas, soxhlet, kertas saring,
beaker glass, batang pengaduk, oven, kertas tisu, blender, media sumuran mikro (8 x
12) ELISA KIT (XEMA), inkubator.

3.3 Diagram Alur Penelitian

Ekstraksi lemak hewani (lemak ayam dan


lemak babi)

Preparasi sampel simulasi

Preparasi sampel simulasi set

set kalibrasi

validasi

Pengukuran spektrum
menggunakan FTIR

Pengukuran spektrum
menggunakan FTIR

Pembentukan

Validasi

Model kalibrasi dan klasifikasi menggunakan The Unscrambler X 10.2

Analisis Kuantitatif
menggunakan PLS

Analisis Kualitatif menggunakan


Analisis Diskriminan

Analisis kontaminasi lemak babi dalam


lemak ayam pada sampel yang terdapat di
pasaran
Gambar 3.1. Skema Diagram Alur Penelitian

Metode ELISA
digunakan sebagai
Uji Pembanding

33

3.4 Pelaksanaan Penelitian


3.4.1 Pembuatan Sampel Simulasi
Memisahkan lemak dari daging. Timbang 100 gram jaringan lemak padat
(babi dan ayam) dicuci bersih, lalu diiris kecil-kecil (seperti dadu) dan dimasukkan ke
dalam beaker glass. Masukkan sampel dalam dry oven dengan suhu 75oC selama 12
jam hingga jaringan lemaknya mencair. Lemak cair kemudian disaring menggunakan
kertas saring yang telah ditambahkan Na2SO4 untuk mengikat air yang tersisa di
dalam lemak. Lemak cair hasil ektraksi yang diperoleh selanjutnya ditimbang untuk
mengetahui kadar lemak yang diperoleh.

3.4.1.1 Sampel Simulasi Set Kalibrasi


Preparasi pada sampel set kalibrasi pada penelitian ini dilakukan dengan
membuat 14 campuran lemak babi cair dalam lemak ayam pada konsentrasi 1%-80%
dengan menambahkan konsentrasi 0% sebagai lemak ayam dan 100% sebagai lemak
babi. Konsentrasi campuran yang dibuat sesuai dengan Tabel 3.1.

Tabel 3.1 Konsentrasi Set Kalibrasi

Nomor
1
2
3
4
5
6
7

Konsentrasi lemak babi


dalam lemak ayam (b/b)
0%
1%
5%
10%
15%
20%
25%

Nomor
8
9
10
11
12
13
14

Konsentrasi lemak babi


dalam lemak ayam (b/b)
30%
40%
50%
60%
70%
80%
100%

34

3.4.1.2 Sampel Simulasi Set Validasi


Validasi yang dilakukan pada analisis dengan Partial Least Square (PLS)
adalah validasi silang. Set validasi ini dibuat dengan preparasi 12 sampel yang terdiri
dari campuran lemak babi dengan lemak ayam pada konsentrasi yang berada didalam
set kalibrasi dengan limit deteksi yang dapat digunakan untuk validasi yaitu diatas
konsentrasi 3%. Konsentrasi campuran yang dibuat sesuai dengan Tabel 3.2.

Tabel 3.2 Konsentrasi Set Validasi

Nomor
1
2
3
4
5
6

Konsentrasi lemak babi


dalam lemak ayam (b/b)
0%
3%
7%
13%
17%
28%

Nomor
7
8
9
10
11
12

Konsentrasi lemak babi


dalam lemak ayam (b/b)
35%
45%
55%
65%
75%
100%

3.4.2 Pengukuran Spektrum dengan FTIR


Metode akuisisi atau pengumpulan spektrum dengan spektroskopi FTIR ini
digunakan pada setiap pengukuran sampel.
1) Setiap scan sampel, dilakukan pengukuran background dengan tidak ada sampel
di atas plat ATR,
2) Sampel minyak diletakkan pada plat ATR sebanyak 3-4 tetes,
3) Sampel discan pada frekuensi 4000-600 cm-1 dengan 32 kali scan untuk
mengurangi gangguan dari noise dan resolusi sebesar 4 cm-1,
4) Setiap penggantian sampel, plat ATR dibersihkan dengan tisu yang telah dibasahi
dengan isopropil 70% sebanyak dua kali kemudian dikeringkan dengan tisu
kering sebelum diisi dengan sampel berikutnya,
5) Spektrum direkam sebagai data absorbansi dengan dua kali replikasi,

35

6) Data spektrum yang diperoleh selanjutnya akan dibedakan berdasarkan ada atau
tidaknya perlakuan pendahuluan (normalize, dimana serapan terkecil diatur
menjadi 0 dan serapan terbesar diatur menjadi 2, baseline sebagai koreksi garis
dasar dan smoothing sebagai koreksi untuk spektrum yang tidak berpengaruh.

3.4.3 Pembentukan dan Validasi Model Kalibrasi dan Klasifikasi


Dalam pembentukan model kalibrasi dan klasifikasi terlebih dahulu dilakukan
penentuan set data spektrum. Dalam spektrum IR terdapat dua daerah yang memiliki
ciri khas yaitu daerah gugus fungsi dimana pada daerah ini puncak absorbsi lebih
mudah dikenali yang berasal dari gugus fungsional yang khas dan daerah fingerprint
dimana setiap atom dalam molekul akan saling mempengaruhi sehingga dihasilkan
pita-pita absorpsi yang khas untuk setiap molekul (Mudasir dan Candra, 2008).
Sehingga, dari kedua daerah khas tersebut diperoleh data seperti berikut : set data A
diambil untuk mengetahui seluruh frekuensi yang digunakan dan daerah-daerah yang
tidak masuk pada dua daerah yang memiliki ciri khas, sehingga set data A yang
digunakan adalah pada daerah bilangan gelombang spektrum utuh (4000-600 cm-1)
tanpa perlakuan dan dengan perlakuan pendahuluan (baseline, smooth, normalize),
untuk daerah dengan gugus fungsi digunakan set data B yang diambil pada daerah
bilangan gelombang (4000-2900 cm-1), (1750-1450 cm-1) dan (1050-750 cm-1) tanpa
perlakuan dan dengan perlakuan pendahuluan dimana pada daerah tersebut memiliki
puncak absorbsi yang mudah dikenali antara lemak ayam dengan lemak babi, dan set
data C yang digunakan adalah pada daerah bilangan gelombang fingerprint (1500800 cm-1) tanpa perlakuan dan dengan perlakuan pendahuluan dengan adanya pitapita absorbsi yang khas untuk setiap molekul. Pemilihan set data spektrum sebagai
model kalibrasi harus memenuhi kriteria dari nilai R2, RMSEC (Root Mean Standart
Error Of Calibration), RMSECV (Root Mean Square Eror Cross Validation) untuk
analisis secara kuantitatif dan % Akurasi untuk analisis kualitatif.

36

Analisis kalibrasi multivariat yang digunakan untuk analisis kuantitatif adalah


metode PLS. Analisis tersebut dilakukan menggunakan bantuan piranti lunak
Unscrambler versi X 10.2 (Camo software). Data absorbansi dari spektrum IR yang
diperoleh dari set kalibrasi campuran lemak ayam dengan lemak babi kemudian
dianalisis dengan metode PLS dimana untuk membentuk sebuah model kalibrasi,
nilai absorbansi ditandai sebagai prediktor (variable x) dan konsentrasi ditandai
sebagai respon (variabel y). Pemilihan set data spektrum didasarkan pada kemampuan
prediksi yang terbaik jika nilai korelasi R2 semakin besar dan nilai galat RMSEC dan
RMSECV terbaik apabila nilai semakin kecil. Model kalibrasi yang terpilih kemudian
divalidasi menggunakan set validasi. Validasi silang yang dilakukan yaitu LOOCV
(Leave One Out-Cross Validation) dan 2-Fold Cross-Validation dimana parameter
yang diamati sebagai evaluasi untuk set validasi dari model tersebut adalah nilai R2
prediksi.
Metode yang digunakan untuk membuat model klasifikasi adalah Linear
Discriminant Analysis. Data absorbansi dari spektrum IR yang diperoleh dari set
kalibrasi campuran lemak ayam dengan lemak babi kemudian diklasifikasikan
menggunakan analisis diskriminan dimana sampel yang mengandung lemak babi
ditandai sebagai campuran sedangkan sampel yang tidak mengandung lemak babi
ditandai sebagai murni. Model klasifikasi yang terbentuk dari set kalibrasi akan
divalidasi dengan data set validasi dimana nilai absorbansi digunakan sebagai
prediktor sedangkan kategori sampel digunakan sebagai klasifikasi. Jika hasil
prediksi dari model telah sesuai dengan klasifikasi yang sebenarnya, maka model
klasifikasi tersebut dikatakan valid apabila % akurasi yang diperoleh sebesar 100%.
Model klasifikasi yang terbentuk kemudian dapat digunakan untuk memprediksi
klasifikasi dari sampel yang belum diketahui.

37

3.4.4 Penerapan Model pada Sampel yang Beredar di Pasaran.


Tahapan ini bertujuan untuk mengaplikasikan model kemometrik yang telah
dibentuk pada sampel makanan. Pertama, dilakukan preparasi sampel dengan cara
sampel diblender kasar lalu ditimbang, diekstraksi menggunakan soxhlet dengan
pelarut petroleum eter selama 6 jam pada suhu 75 oC. Sampel yang telah diekstraksi,
selanjutnya dirotavapor untuk memisahkan lemak dengan pelarut. Sampel kemudian
discan spektrum inframerahnya dengan FTIR dan dikumpulkan absorbansinya pada
daerah bilangan gelombang terpilih lalu data absorbansi akan digunakan sebagai
prediktor pada model kalibrasi PLS untuk analisis secara kuantitatif dan pada model
analisis diskriminan untuk menentukan klasifikasi lemak secara kualitatif.

3.4.4.1 Sampling
Teknik sampling yang dipilih adalah metode purposif dimana teknik ini
didasarkan pada sampel dengan tujuan tertentu yang dianggap memiliki informasi
yang diperlukan bagi penelitian (Mustafa, 2000). Langkah awal dalam penentuan
sampel yaitu dilakukan survei. Survei dilakukan di supermarket dan minimarket yang
ada di Jember (Golden Market, Foodmart, Carefour, Roxy Mall, Indomaret, dan
Alfamart) dan di pasar tradisional Pasar Tanjung dan Pasar Kepatihan. Survei
dilakukan dengan mendata semua produk yang terbuat dari olahan daging ayam (sosis
ayam) dengan diklasifikasikan menjadi dua bagian, yaitu berlabel halal dan tidak
berlabel halal. Sampel yang digunakan untuk analisis adalah semua sampel yang ada
dipasaran berdasarkan hasil survei yang telah dilakukan

3.4.4.2 Uji Pembanding menggunakan ELISA (XEMA)


Uji pembanding dilakukan untuk mengetahui kebenaran dari hasil aplikasi
FTIR dan kemometrik pada sampel yang beredar di pasaran menggunakan metode

38

ELISA (XEMA) yang telah tervalidasi sebelumnya. Prosedur yang dilakukan dalam
pengujian menggunakan ELISA dengan melibatkan kontrol positif (lemak babi),
kontrol negatif (lemak ayam dan aquadest), dan larutan sampel. Preparasi sampel
dilakukan dengan cara menimbang sampel makanan lalu diekstraksi selama 6 jam
dengan menggunakan soxhlet dengan pelarut petroleum eter dan dirotavapor untuk
memisahkan antara minyak dengan pelarut. Minyak yang diperoleh akan digunakan
sebagai larutan uji sampel.
Tahapan pengujian menggunakan ELISA adalah sebagai berikut : menyiapkan
sumuran mikro, dimasukkan 25 L larutan dapar DIL (buffer EIA) kedalam sumuran,
dipipet 25 L larutan uji (lemak ayam, lemak babi, larutan sampel dan aquadest).
Sumuran ditutup dengan tip lalu diinkubasi pada suhu 37 C selama 60 menit. Tip
dibuka, sumuran dicuci dengan larutan pencuci encer sebanyak 3 kali dengan volume
125 L dimana preparasi larutan pencuci dilakukan dengan cara mengencerkan
larutan BUF WASH pekat dengan aquades menggunakan perbandingan sebesar 1:21.
Dipipet 50 L larutan CONJ HRP (konjugat) lalu sumuran ditutup kembali dengan
tip, inkubasi pada suhu 37 C selama 60 menit. Tip dibuka, sumuran dicuci dengan
larutan pencuci encer sebanyak 3 kali dengan volume 125 L. Dipipet 50 L larutan
SUBS TMB (substrat) kedalam sumuran, ditutup dengan tip lalu inkubasi pada suhu
18-25 C selama 10-20 menit selanjutnya ditambahkan 50 L larutan STOP (larutan
akhir) kedalam sumuran untuk mencegah reaksi enzimatik lebih lanjut. Interpretasi
hasil dapat diamati secara visual dengan melihat perubahan warna yang terjadi.
Perubahan warna yang terjadi akibat adanya reaksi enzimatis antara enzim HRP
(Horsedish Peroksidase) dengan substrat TMB (Tetra Metil Benzidin). Apabila
berwarna kuning menunjukkan bahwa sampel positif terkontaminasi babi sedangkan
bila tidak berwarna (bening) artinya sampel tidak terkontaminasi.

39

BAB 4
HASIL DAN PEMBAHASAN

Pada penelitian ini telah dilakukan deteksi lemak babi dalam lemak ayam
menggunakan spektroskopi FTIR (Fourier Transform Infrared) dan kemometrik
sebagai verifikasi halal. Tahap pertama yang dilakukan yaitu pembuatan dan
preparasi sampel simulasi yang selanjutnya akan dianalisis menggunakan FTIR untuk
mengkarakterisasikan pola spektrum lemak ayam dan lemak babi. Data spektrum
yang diperoleh selanjutnya dianalisis menggunakan teknik kemometrik yang terdiri
dari analisis secara kuantitatif dengan PLS dan analisis secara kualitatif menggunakan
Analisis Diskriminan.

4.1

Karakteristik Profil Lemak Hewani menggunakan FTIR


Analisa spektroskopi FTIR didasarkan pada karakterisasi gugus fungsi yang

terdapat pada kedua sampel lemak. Data spektra IR masing-masing sampel diperoleh
dari hasil scanning sampel lemak murni dengan alat FTIR Bruker Alpha dengan
asesoris ATR Ge pada daerah inframerah pada frekuensi 4000-600 cm-1 dengan
resolusi 4 cm-1. Spektrum lemak ayam dan lemak babi yang ditampilkan (Gambar
4.1) adalah spektrum yang telah diberi perlakuan pendahuluan berupa smooth,
baseline, mormalize agar spektrum yang dihasilkan lebih seragam dan mudah
diamati.
Pada Gambar 4.1 menunjukkan bahwa kedua spektrum lemak terlihat
memiliki pola spektrum yang mirip, hal ini disebabkan karena kedua spektrum

40

tersebut merupakan spektrum khas untuk lemak dan minyak edible oil pada
umumnya. Namun, pada pola serapan daerah 3400 cm-1 untuk sampel lemak babi
menunjukkan puncak yang relatif lebih tinggi jika dibanding dengan sampel lemak
ayam. Tingginya puncak serapan untuk lemak babi pada daerah tersebut
menunjukkan adanya kandungan asam lemak tak jenuh dimana asam lemak tak jenuh
tersebut berkonstribusi pada tingginya nilai absorbansi yaitu daerah C-H stretching
vibration dari ikatan rangkap cis. Sehingga, dapat diketahui bahwa lemak babi
memiliki kandungan asam lemak tak jenuh terutama asam linoleat yang lebih tinggi
dibanding lemak ayam (Che Man dan Mirgani, 2001).

Gambar 4.1. Spektrum IR dengan perlakuan pendahuluan (baseline, smooth, normalize)


untuk lemak ayam dan lemak babi

41

Pada spektrum inframerah diketahui memiliki dua daerah yang memiliki ciri
khas yaitu pada daerah gugus fungsi dan fingerprint. Daerah gugus fungsi
menunjukkan adanya puncak absorbsi yang timbul karena ikatan dan gugus, dimana
puncak absorbsi dalam daerah spektrum tersebut mudah dikenali. Pada lemak,
sebagian besar puncak spektrum merupakan konstribusi gugus fungsi dari trigliserida.
Trigliserida merupakan komponen utama dari lemak sehingga senyawa ini
mendominasi spektrum dari lemak. Daerah fingerprint menunjukkan hubungan
dengan vibrasi molekul dimana setiap atom dalam molekul akan saling
mempengaruhi sehingga dihasilkan pita-pita absorpsi yang khas untuk setiap molekul
(Mudasir dan Candra, 2008). Untuk daerah gugus fungsi yang ditampilkan
menunjukkan adanya gugus fungsi O-H (alifatik dan aromatik) pada daerah bilang
gelombang 3600-3000 cm-1, pada daerah bilangan gelombang 3050-3010 cm-1
menunjukkan adanya C-H stretching, dan pada bilangan gelombang 1730-1600 cm-1
menunjukkan adanya gugus C=O dari aldehid. Untuk pola serapan daerah fingerprint
1050-750 cm-1 menunjukkan adanya gugus alifatik R-O-R (Skoog, 1991).

4.2

Pembentukan Model Kalibrasi dan Klasifikasi


Pembentukan model kalibrasi dan klasifikasi dilakukan dengan mengambil

data spektrum menggunakan data set kalibrasi. Dari data spektrum yang terkumpul,
dilakukan

pembentukan

model

dengan

mengkalibrasikan

data

spektrum

menggunakan teknik kemometrik. Untuk dapat mengekstraksi informasi dari data


spektrum IR tersebut, diperlukan suatu metode dari kemometrik berupa analisis
multivariat (Stchur et al, 2002). Analisis multivariat yang digunakan pada penelitian
ini yaitu analisis secara kuantitatif menggunakan PLS (Partial Least Square) dan
analisis secara kualitatif dengan mengklasifikasikan sampel menggunakan Analisis
Diskriminan.

42

Model PLS memberikan informasi spektrum yang relevan dengan suatu


karakter kimia tertentu yang dibutuhkan. Sebagai salah satu model pengenalan pola
terawasi (pola spektrum dikenali dengan proses pengelompokkan terlebih dahulu),
model regresi PLS mencari korelasi linear antara variabel x hasil pengukuran
spektrum (variabel prediktor) dan variabel y hasil penampakan kimiawi atau aktivitas
biologis (variabel respon). Pada analisis lemak babi dalam lemak ayam ini, variabel x
merupakan nilai absorbansi sedangkan variabel y merupakan kadar lemak hewani
yang telah ditentukan.
Dalam penelitian ini, model PLS dibentuk dari 14 komposisi set kalibrasi
(Tabel 3.1). Seluruh set kalibrasi diukur absorbansinya pada panjang gelombang
4000-600 cm-1. Analisis dilakukan menggunakan set data spektrum dengan dan tanpa
perlakuan pendahuluan meliputi normalisasi, koreksi garis dasar, dan smoothing.
Perlakuan pendahuluan ini dilakukan untuk menghindari masalah akibat geseran garis
dasar dan mengurangi derau acak pada spektrum awal sehingga akan meningkatkan
hasil analisis kemometrik (Naez et al, 2002). Dari data spektrum set kalibrasi
tersebut, akan dipilih beberapa set data pada daerah bilangan gelombang tertentu
yang diambil berdasarkan pembagian daerah spektrum yang menunjukkan perbedaan
spektrum puncak yang khas antara lemak babi dan lemak ayam yang kemudian akan
dianalisis menggunakan PLS dimana pemilihan set data yang digunakan harus
memenuhi spesifikasi berdasarkan nilai R2, RMSEC, dan RMSECV.
Suatu model PLS dikategorikan sebagai model yang dapat dipercaya bila nilai
korelasi dan nilai galat yang memiliki kedekatan untuk setiap tahapan pembuatan
model. Korelasinya harus bernilai tinggi sedangkan galatnya bernilai rendah
(Baranska, 2005). Parameter yang dipertimbangkan dalam pemilihan model terbaik
adalah berdasarkan nilai R2 kalibrasi dan R2 validasi yang merupakan nilai korelasi
dimana pemilihan model terbaik apabila nilai korelasi yang diperoleh semakin besar,
dan nilai galat yaitu nilai RMSEC (Root Mean Square Error of Calibration), dan

43

RMSECV (Root Mean Square Error Cross Validation) dengan nilai yang paling
rendah.
Berikut adalah daerah yang dipilih untuk membentuk model kalibrasi yang
ditampilkan pada Tabel 4.1.

Tabel 4.1 Hasil Analisa 6 Set Data Spektrum dengan PLS

Set
Data
A
B
C
A
B
C

Parameter
Perlakuan
Pendahuluan

ADA

TIDAK

Keterangan :
Set data A
Set data B
Set data C

R
kalibrasi
0.994
0.993
0.991
0.999
0.996
0.978

R
validasi
0.869
0.873
0.927
0.876
0.889
0.934

RMSEC

RMSECV

3.080
3.528
3.903
1.146
2.542
6.116

13.384
15.430
11.552
14.824
14.404
11.374

%
Akurasi
100%
100%
100%
100%
100%
96.15%

Komponen
Utama

7
6
4
7
6
5

: spektrum utuh (4000-600 cm-1)


: daerah gugus fungsi pada bilangan gelombang (4000 - 2900 cm-1),
(1750 - 1450 cm-1), (1050-750 cm-1)
: daerah fingerprint (1500-600 cm-1)

Tabel 4.1. diketahui bahwa model kalibrasi terbaik adalah dengan spektrum
pada set data C dengan perlakuan yaitu daerah bilangan gelombang 1500-600 cm-1
atau daerah fingerprint karena berdasarkan parameter R2 atau koefisien determinasi,
pada daerah tersebut memberikan nilai yang paling baik yaitu untuk R2 kalibrasi
sebesar 0.9913285 dan R2 validasi sebesar 0.9272438 dibanding dengan model
kalibrasi menggunakan spektrum lainnya. Hal ini membuktikan bahwa model
tersebut mempunyai tingkat linieritas yang paling baik dibanding set data lain.
Namun, untuk nilai galat yang ditampilkan dari model tersebut menunjukkan
kesalahan yang cukup besar, artinya dimungkinkan bahwa model yang terbentuk

44

dapat mengalami penyimpangan untuk memprediksi konsentrasi hasil prediksi


dengan konsentrasi sebenarnya dimana nilai galat yang ditampilkan dari model
tersebut menghasilkan nilai RMSEC sebesar 3.9029865 dan RMSECV sebesar
11.551839.
Pembentukan komponen utama dari set data C dengan perlakuan ini
memberikan nilai RMSECV yang paling optimum dibandingkan dengan set data
yang lain (lampiran E) dimana jumlah komponen utama yang diperoleh akan
berkonstribusi pada penentuan model klasifikasi dari model DA yang akan dibentuk.
Jumlah komponen utama yang paling optimum pada model yang digunakan adalah 4
komponen utama. Faktor optimum dari penentuan komponen utama ini diketahui jika
plot RMSECV berada pada kondisi steady state yang ditampilkan pada Gambar 4.2.
selanjutnya komponen utama yang diperoleh akan digunakan sebagai masukan pada
pembentukan model klasifikasi menggunakan analisis diskriminan dimana hanya
dengan melibatkan 4 komponen utama, mampu memberikan nilai % akurasi sebesar
100%.

Keterangan :
: Kurva RMSECV

: Kurva RMSEC

Gambar 4.2. Penentuan Komponen Utama

45

Analisis diskriminan digunakan untuk menentukan klasifikasi dari tiap-tiap


kelompok. Apabila suatu model klasifikasi telah terbentuk dan telah memenuhi
spesifikasi berupa % akurasi maka model tersebut dapat menentukan klasifikasi dari
sampel yang belum diketahui.
Dalam penelitian ini, model analisis diskriminan dibentuk dari 14 komposisi
set kalibrasi sama seperti model PLS dengan daerah bilangan gelombang yang
digunakan berasal dari daerah bilangan gelombang terpilih sebelumnya yaitu pada
daerah fingerprint dengan adanya perlakuan pendahuluan serta komponen yang akan
digunakan dalam model, yaitu 4 komponen utama.
Sampel simulasi set kalibrasi dibuat dengan mencampurkan lemak babi dalam
lemak ayam pada rentang konsentrasi yang berkisar antara 1-80% yang
diklasifikasikan sebagai campuran, konsentrasi 0% yang berisi lemak ayam
diklasifikasikan sebagai murni dan konsentrasi 100% yang berisi lemak babi
diklasifikasikan kedalam campuran. Kategori tersebut dimaksudkan untuk
mengetahui keberadaan lemak babi yang terdapat pada sampel makanan.
Dari kedua kelompok selanjutnya akan dianalisis menggunakan LDA (Linear
Discriminant Analysis). Hasil klasifikasi dari analisis DA ini dapat dilihat pada
Gambar. 4.3.

46

Keterangan :
: Murni

: Campuran

Gambar. 4.3. Hasil Klasifikasi Analisis Diskriminan

Gambar

4.3.

menunjukkan

hasil

klasifikasi

dimana

sampel

yang

terkontaminasi dengan lemak babi terletak dibagian kanan sedangkan sampel yang
tidak terkontaminasi dengan lemak babi mendekati jarak sumbu dengan kategori
murni. Metode DA yang baik, bila model tersebut mampu mengklasifikasikan
sampel secara akurat. % akurasi yang diperoleh dari model DA adalah sebesar 100%
artinya bahwa model DA dapat memisahkan kelompok sampel murni dengan
campuran secara akurat sehingga tidak ada satupun sampel yang dikelompokkan
dalam kelompok yang salah.

47

4.3

Validasi Model Kalibrasi dan Klasifikasi


Kebenaran model kalibrasi dan klasifikasi yang terbentuk akan diuji dengan

validasi silang. Teknik validasi silang bermanfaat untuk melakukan tes secara
independen (Stchur et al, 2002). Set validasi terdiri dari 12 sampel dengan rentang
konsentrasi antara 3-75% dengan konsentrasi 0% ditandai sebagai murni untuk lemak
ayam dan konsentrasi 100% ditandai sebagai campuran untuk lemak babi dimana set
validasi ini juga akan diukur spektrumnya menggunakan FTIR yang kemudian data
spektrum dimasukkan kedalam model kalibrasi yang telah terbentuk dari data set
kalibrasi.
Validasi silang yang dilakukan, yaitu Leave One Out Cross Validation
(LOOCV) dan 2-Fold Cross Validation. LOOCV digunakan untuk mengevaluasi data
dengan mengambil satu data dari set kalibrasi dimana data tersebut digunakan sebagai
set validasi, sedangkan data yang tersisa digunakan untuk membentuk model baru,
begitu seterusnya hingga semua data kalibrasi digunakan sebagai set validasi.
Parameter yang digunakan adalah R2 LOOCV. Hasil validasi LOOCV pada penelitian
ini sebesar 0.947 dimana model dugaan yang baik memiliki nilai korelasi antara y
dugaan dengan y sebenarnya yang tinggi yaitu mendekati 1 (Naez et al, 2002) dapat
dilihat pada Gambar 4.4.

48

Gambar 4.4. Kurva Validasi LOOCV

Validasi 2-Fold Cross Validation diuji dengan menggunakan 10 sampel set


validasi yang telah diketahui konsentrasinya yang kemudian diprediksi menggunakan
model kalibrasi terpilih. Parameter yang dilihat dari hasil prediksi ini adalah nilai
koefisien determinasi (R2 prediksi) dengan batas deteksi yang dapat digunakan untuk
deteksi adanya lemak babi yaitu pada kadar diatas 3%.
Pada Gambar 4.5. ditampilkan hasil R2 prediksi memenuhi spesifikasi
linieritas sebesar 0.929. Namun, konsentrasi hasil prediksi tidak menunjukkan
korelasi yang baik atau tidak menunjukkan kedekatan yang cukup baik dengan
konsentrasi sebenarnya dimana % akurasi rata-rata yang diperoleh dari data tersebut
sebesar 93.36%. Hal ini dikarenakan model berada pada kondisi overfitted. Kondisi
overfitted menyebabkan penurunan kemampuan prediksi model (Naez et al, 2002)
dimana model prediksi memiliki nilai galat validasi yang lebih besar daripada galat
kalibrasi dan juga menjelaskan adanya ketidakstabilan dari model yang terbentuk

49

yang dapat menghasilkan perbedaan prediksi dengan kondisi yang sebenarnya


(Davies, 1998). Selain itu juga, konsentrasi sampel yang akan diteteskan pada plat
ATR untuk pengukuran spektrum kurang presisi dikarenakan hanya menggunakan
alat ukur yang ketelitiannya tidak terukur yaitu menggunakan pipet tetes sehingga
dimungkinkan hasil dari pembacaan daerah bilangan gelombang yang dihasilkan
kurang akurat.

Gambar 4.5. Validasi 2-fold cross validation

Pembentukan model klasifikasi ditentukan berdasarkan pengelompokkan


sampel sesuai dengan kategori yang ditentukan yang kemudian akan diprediksi
kembali menggunakan model DA yang telah terbentuk dari data set kalibrasi terpilih.
Hasil prediksi terhadap set validasi dapat dilihat dalam Tabel 4.2. Dari sampel set
validasi, menunjukkan bahwa tidak ada satupun kelompok sampel yang masuk dalam
kategori yang salah.

50

Tabel 4.2. Hasil Prediksi Set Validasi

Sampel
Murni 1 - 0%
Murni 2 - 0%
Murni 3 - 0%
Murni 4 - 0%
Murni 5 - 0%
Murni 6 - 0%
Campuran 3%
Campuran 7%
Campuran 13%
Campuran 17%
Campuran 28%
Campuran 35%
Campuran 45%
Campuran 55%
Campuran 65%
Campuran 75%
Campuran 1 100%
Campuran 2 100%
Campuran 3 100%
Campuran 4 100%
Campuran 5 100%
Campuran 6 100%

Klasifikasi
Murni
Murni
Murni
Murni
Murni
Murni
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran
Campuran

4.4

Aplikasi pada Sampel Daging Olahan Ayam yang Beredar Di pasaran

4.4.1

Sampling
Teknik sampling yang dipilih adalah teknik purposif yang merupakan teknik

pengambilan data dengan maksud atau tujuan tertentu yang dianggap memiliki
informasi yang diperlukan bagi penelitian (Mustafa, 2000).
Sebelum dilakukan pengambilan sampling, dilakukan survei pada merk
sampel daging olahan ayam khusus untuk sosis pada empat supermarket, dua
minimarket dan dua pasar tradisional. Hasil pendataan merk sosis dikelompokkan
menjadi tiga, yaitu produk yang berlabel halal dengan logo resmi MUI, label halal
tanpa MUI dan tidak berlabel halal. Daftar merk sosis dapat dilihat pada Tabel 4.3.

51

Tabel 4.3. Daftar Merk Sosis yang Terdapat di Kabupaten Jember

Tempat
Carefour
Roxi

Foodmart

Golden
Market
Alfamart
Indomaret
Pasar
Tanjung

Pasar
Kepatihan

Merk Sosis

No.Reg.

So Good
Bernardi
So Good
Champ
Bernardi
So Good
Kimbo
Vigo
Champ
Besto
Champ
Abbys
So Good
So Good
Champ
Abbys
Okey
Oye
Champ
Aroma
Okey
Champ
Oye

MD 215910022414
MD 215913080138
MD 215910022414
MD 215913004627
MD 215913080138
MD 215910022414
MD 215910133264
MD 215910044264
MD 215913004627
MD 215910020640
MD 215913004627
MD 215913068138
MD 215910022414
MD 215910022414
MD 215913004627
MD 215913068138
MD 215913001627
MD 215913056364
MD 215913004627
MD 215022011904
MD 215913056364
MD 215913004627
MD 215913056364

Halal MUI
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X

Logo
Halal

Tidak ada

X
X
X
X
X
X

Berdasarkan hasil survei tersebut, diambil 8 sampel sosis yang berlabel halal
MUI dan 1 sampel berlabel halal tanpa MUI serta 1 sampel dengan label yang tertera
mengandung lemak babi. Sehingga dalam penelitian ini, sampel yang digunakan
berjumlah 10 sampel dengan merk bernardi, so good, champ, kimbo, vigo, abbys,
besto, okey, oye, aroma.

52

4.4.2

Hasil Penerapan Model PLS dan DA pada Sampel


Pada analisis sampel dengan PLS, analisis ini digunakan untuk menentukan

konsentrasi dari lemak babi yang tercampur pada lemak ayam pada model kalibrasi
yang terbentuk sebelumnya. Hasil dari analisis menggunakan PLS dapat dilihat pada
Tabel 4.4.

Tabel 4.4. Hasil dari Analisis menggunakan PLS pada Sampel

Sampel
Okey
Oye
Aroma
Kimbo
Champ
So good
Besto
Vigo
Abbys
Bernardi

Konsentrasi
-40.8068
-36.4895
55.7388
-32.8372
-30.1211
-33.5455
-39.3411
-39.0916
-1.4057
-0.2510

Keterangan
Negatif
Negatif
Positif mengandung Lemak Babi
Negatif
Negatif
Negatif
Negatif
Negatif
Negatif
Negatif

Tabel 4.4 diketahui bahwa sampel nomor 3 memiliki konsentrasi yang lebih
besar dibanding konsentrasi lainnya yaitu sebesar 55.7388. Hal ini menunjukkan
bahwa konsentrasi lemak babi yang terdapat dalam sampel sejumlah 55.7388%,
sedangkan yang lain menghasilkan nilai negatif yang artinya sampel tersebut tidak
terdapat campuran dari lemak babi.
Analisis sampel untuk membentuk model klasifikasi adalah analisis DA.
Model yang telah terpilih akan digunakan untuk memprediksi sampel yang belum
diketahui klasifikasinya dimana hasil dari analisis klasifikasi ini dapat dilihat pada
Tabel 4.4. Berdasarkan hasil prediksi menggunakan DA, dapat diketahui bahwa pada
sampel sosis 1,2,4-10 masuk dalam kategori murni artinya sampel tidak
terkontaminasi dengan lemak babi. Sedangkan, sampel nomor 3 masuk dalam
kategori campuran yang artinya sampel tersebut positif mengandung lemak babi.

53

4.5

Uji Pembanding dengan Metode ELISA (XEMA)

Gambar 4.6. Hasil Analisis menggunakan ELISA

Keterangan :
1 : Larutan standart ELISA konsentrasi 0, 10, 30, 100, dan 300 U/mL
2 : Aquadest
3 : Lemak ayam
4 : Lemak babi
5 : Okey
6 : Aroma
7 : Abbys
8 : Bernardi
9 : Kimbo
10 : So Good
11 : Champ
12 : Besto
13 : Vigo
14 : Oye

Kebenaran prediksi model dari DA akan dibandingkan dengan metode ELISA


(XEMA) yang telah tervalidasi sebelumnya. Berdasarkan pengujian dengan ELISA
yang ditampilkan pada Gambar 4.6. Warna kuning akan menunjukkan hasil positif
mengandung lemak babi sedangkan yang tidak berwarna menunjukkan hasil

54

negatif. Dari hasil pengujian hanya 1 sampel yang terdeteksi adanya lemak babi
sedangkan yang lain tidak mengandung lemak babi.
Dari hasil ELISA yang diperoleh ini memiliki kesamaan dengan hasil prediksi
menggunakan teknik kemometrik menggunakan analisis secara kualitatif yaitu
analisis diskriminan dengan kadar sampel dapat diketahui dengan menggunakan
metode PLS.

Tabel 4.5. Hasil Klasifikasi Sampel menggunakan Model DA dan Uji Pembanding

Sampel

Klasifikasi Model DA

Okey
Oye
Aroma
Kimbo
Champ
So good
Besto
Vigo
Abbys
Bernardi

Murni
Murni
Campuran
Murni
Murni
Murni
Murni
Murni
Murni
Murni

Uji Pembanding ELISA


(XEMA)
Murni
Murni
Campuran
Murni
Murni
Murni
Murni
Murni
Murni
Murni

Berdasarkan Tabel 4.5. menunjukkan bahwa hasil prediksi menggunakan DA


sesuai dengan uji pembanding yang digunakan. Sehingga, dari hasil yang diperoleh
menunjukkan bahwa model validasi yang dibentuk dengan teknik kemometrik dapat
digunakan untuk mendeteksi adanya kandungan lemak babi dalam sampel olahan
daging ayam sebagai verifikasi halal.

55

BAB 5
PENUTUP

5.1

Kesimpulan
Berdasarkan hasil penelitian ini, dapat disimpulkan bahwa:

1.

Spektrum FTIR dari lemak babi dan lemak ayam mempunyai pola yang mirip
namun spektrum dari lemak babi lebih tinggi dibanding dengan lemak ayam hal
ini dikarenakan lemak babi memiliki kandungan asam linoleat yang lebih tinggi
dibanding lemak lainnya.

2.

Model kalibrasi multivariat PLS yang terpilih yaitu menggunakan spektrum


daerah fingerprint yaitu pada bilangan gelombang 1500-600 cm-1 dengan
perlakuan pendahuluan. Dimana komponen utama optimum sebesar 4 yang
mempunyai koefisien determinasi R2 kalibrasi sebesar 0.991; RMSEC 3.903;
serta tervalidasi dengan R2 LOOCV sebesar 0.947 dan nilai R2 prediksi sebesar
0.929 sedangkan model analisis diskriminan yang digunakan sebagai model
klasifikasi pada lemak babi dan lemak ayam memiliki akurasi sebesar 100% dan
dapat mendeteksi lemak babi dengan kadar diatas 3%.

3.

Dari model PLS dan LDA yang terbentuk dapat diaplikasikan untuk mendeteksi
adanya campuran lemak babi pada sampel sosis ayam yang beredar di pasaran.
Untuk sampel yang berlabel halal baik berlabel halal MUI maupun berlabel halal
tanpa MUI tidak ditemukan adanya campuran lemak babi, namun pada sampel
yang tidak berlabel halal terdeteksi adanya campuran lemak babi sebesar
55.7388%.

56

5.2
1.

Saran
Perlu dikembangkan lagi analisis kontaminasi lemak babi dalam lemak ayam
menggunakan piranti lunak lain dan teknik kemometrik yang berbeda dengan
menggunakan rentang konsentrasi yang lebih luas.

2.

Perlu dikembangkan mengenai karakteristik spektrum inframerah dari sosis ayam


yang akan dikontaminasikan dengan lemak babi.

3.

Perlu diperhatikan mengenai nilai galat kalibrasi dan nilai galat validasi dimana
nilai galat validasi tidak lebih besar dari nilai galat kalibrasi yang dapat
menyebabkan overfitted.

4.

Perlu diperhatikan mengenai penetesan sampel pada plat ATR harus sepresisi
mungkin yaitu dengan menggunakan kompartemen sampel.

57

DAFTAR PUSTAKA

Al-Quran Surat Al-Maidah ayat 3.

Abdollahi, H., Shariat, P., dan Muhammad, R. K. 2003. Simultaneous


Spectrophotometric Determination of Iron, Conalt, and Copper by Partial
Least Square Calibration Method in Micellar Medium, I J P R : 207-212.

Amin, M. S. 2011. Pengkajian Metode Near Infrared (NIR) untuk Evaluasi Mutu
Pakan Ayam Broiler secara Cepat dan Akurat. Bogor : IPB.

Applichem. 2010. Immunoassay Buffer. http://www.applichem.com. [24 Agustus


2012].

Badan Pusat Statistik. 2010. Kewarganegaraan, Suku Bangsa, Agama, dan Bahasa
Sehari-hari penduduk Indonesia: Hasil Sensus Penduduk Indonesia 2010.
http://sp2010.bps.go.id/files/ebook/kewarganegaraan%20penduduk%20indon
esia/index.html. [25 Desember 2012].

Badan Standardisasi Nasional. 1995. SNI 01-3820-1995. Sosis Daging. Jakarta :


Dewan Standardisasi Nasional.

Baranska, W. 2005. Quality Control of Harpagophytum Procumbens and Its Related


Phytopharmaceutical Products by Means of NIR-FT-Raman Spectroscopy.
Biopolymers 77:1-8.

Che Man, Y. B. & Mirghani, M. E. S. (2001). Detection of Lard Mixed with Body
Fats of Chicken, Lamb, and Cow by Fourier Transform Infrared
Spectroscopy. Journal of American Oil Chemists' Society, 78: 753761.

58

Che Man, Y.B. & Rohman, A. 2010. FTIR Spectroscopy Combine with
Chemometrics for Analysis Of Lard In The Mixture with Body Fats of Lamb,
Cow, and Chicken. International Food Journal, 17 : 519-526.

Davies, A. M. C. 1998. Cross validation: do we love it too much?. Spectroscopy


Europe 10:24-25.

Davis, R., dan Mauer, L. J. 2010. Fourier Transform Infrared (FT-IR) Spectroscopy:
A Rapid Tool for Detection and Analysis of Foodborne Pathogenic Bacteria.
Formatex J. p 1582-1594.

Departemen Kesehatan, R.I., 1996. Daftar Komposisi Bahan Makanan. Jakarta :


Bhratara.

Ferencik, M. 1993. Handbook of Immunochemistry. New York : Champmal and Hall.

Griffth, L.L. & Summer, J.D. 1978. Studies on Abdominal Fat with Four Commercial
Strain of Male Broiler Chicken. Poultry Sci.

Habsari, L. 2011. Identifikasi Pola Khas Spektra Inframerah Protein Daging Sapi
dan Babi Rebus Menggunakan Metode Second Derivative (2D). Skripsi.
Malang: UIN.

Hamdani, D. 2005. Sifat Fisik dan Kimia Sosis Ayam yang Menggunakan Minyak
Jagung sebagai Subtitusi Lemak Ayam. Bogor : IPB.

Harjono. 2008. Aplikasi PCR dan PLS dalam Kalibrasi data Spektrofotometrik.
Bogor : Journal of Educational Chemistry.

Hazim, M.Y., Che Man, Y.B. & Shuhaimi, M. 2009. Detection of Pork in Pastry
Products for Halal Verification via Polymerase Chain Reaction (PCR)
Techniques. Proceeding of the 3rd IMT-GT International Symposium on
Halal Science and Management 2009. Hal 19-23.

59

Irawan, B. 2010. Peningkatan Mutu Minyak Nilam dengan Ekstraksi dan Destilasi
pada Berbagai Komposisi Pelarut. Semarang : Universitas Diponegoro.

Jannah, A. 2008. Gelatin Tinjauan Kehalalan dan Alternatif Produksi. Malang : UINPress.

Janusz. C. 2003. GC/MS Analysis for Unsaturated Fat Content in Animal Feed.
Switzerland : Nafag Company Gossau.

Ketaren S. 1986. Pengantar Teknologi Minyak dan Lemak Pangan. Jakarta : UIPress.

Khopkar, S.M. 1990. Konsep Dasar Kimia Analitik. Jakarta : UI-Press.

Korossi, A.T. & Pudjiraharti, S. 2010. Isolasi Enzim Horseradish Peroksidase (HRP)
dari Kultur Sel Daun Armoracia Lapatifolia dengan cara Fraksinasi
menggunakan Amonium Sulfat. Bandung : Pusat Penelitian Kimia-LIPI.

Kuno, A., dan Matsuo, M. 2000. Nondestructive Specication of Solid Mixtures by


Multivariate Calibration of x-ray Absorption Near Adge Structure using
Artificial Neural Network and Partial Least Square. Analytical Science 16:
597-602.

Lensa Indonesia. 2012. Sidak Pasar, Disperindag Jatim Temukan Sosis Babi Ilegal.
http://www.lensaindonesia.com/2012/07/13/sidak-pasar-disperindag-jatimtemukan-sosis-babi-ilegal.html. [11 Januari 2013].

Lopez-de-Alba, Pedro, L., Leticia, L., Vctor, C. & Judith, A. 2006. Simultaneous
Determination And Classification of Riboflavin, Thiamine, Nicotinamide and
Pyridoxine
in
Pharmaceutical
Formulations,
by
UV-Visible
Spectrophotometry
and
Multivariate
Analysis.
http://www.scielo.br/scielo.php?pid=S010350532006000400012&script=sci_arttext. [20 September 2012].

60

Marikkar, J. M. N., Lai, O. M., Ghazali, H. M. & Che Man, Y. B. 2001. Detection of
Lard and Randomized Lard as Adulterants in Refined-Bleached-Deodorized
Palm Oil by Differential Scanning Calorimetry. http://lib3.dss.go.th/fulltext/
Journal/J.AOCS/J.AOCS/2001/no.11/v.78n11p1113-1119.pdf.[28
Agustus
2012].

Muchtadi, Tien. R. & Sugiyono. 1992. Ilmu Pengetahuan Bahan Pangan. Bogor :
Institut Pertanian Bogor.

Mudasir dan Candra, M. 2008. Spektrometri. Yogyakarta : Penerbit FMIPA UGM.

MUI. 2008. Panduan Umum Sistem Jaminan Halal LPPOM-MUI. Jakarta: Majelis
Ulama
Indonesia.
http://jambi.kemenag.go.id/file/dokumen
/pedomansistemjaminanhalal.pdf/ [9 September 2012].

Mursyidi, A. 2012. The Role of Chemical Analysis in The Halal Authentication of


Food and Pharmaceutical Product. J. Food Pharm. Sci. Vol.1.

Mustafa, H. 2000. Teknik Sampling. http://home.unpar/hasan/sampling.doc. [11


Januari 2013].

Naez, T., Issakson, T., Fearn, T. & Davies, T. 2002. A User Friendly Guide to
Multivariate Calibration and Classification. Chichester : NIR Publication.

Naumann, D. 1998. Infrared Spectroscopy in Microbiology. Di dalam : Meyers R. A.,


editor Encyclopedia of Analytical Chemistry. Berlin : J Wiley. 1-28.

Nur, M. A. 1989. Bahan Pengajaran Spektroskopi. Bogor: IPB.

Nurjuliana, M., Che Man, Y. B,. Hashim, D. & Mohamed, A. K. 2009. Rapid
Detection of Pork in Food Products by Electronic Nose for Halal
Authentication. Proceeding of the 3rd IMT-GT International Symposium on
Halal Science and Management 2009. Hal 7-13.

61

Pusat penelitian dan Pengembangan Peternakan. 2007. Pemanfaatan Bensin sebagai


Bahan Pengganti Ekstraksi pada Analisis Kadar Lemak. Bogor : Badan
Penelitian dan Pengembangan Pertanian Departemen Pertanian.

Pranowo. H., Tahur, I., dan Widiatmoko, A. 2006. Hubungan Kuantitatif Struktur
Elektronika dan Aktivitas Inhibisi Senyawa Kurkumin pada Reaksi
Etoksiresorufin O-Dealkilasi (EROD). Indo. J. Chem., Vol. 7, No. 1, p 78-82.

Qardhawi, Y. 2000. Halal dan Haram dalam Islam. Jakarta : Robbani Press.

Rohman, A., Sismindari., Erwanto, Y. B. & Che Man, Y. B. 2011. Analysis of Pork
Adulteration in Beef Meatball using Fourier Transform Infrared (FTIR)
Spectroscopy. Meat Science. Hal 91-95.

Rowe, R. C., Sheskey, P. J. & Quinn, M. E. 2009. Handbook of Pharmaceutical


Excipients Sixth edition. USA : Pharmaceutical Press and American
Pharmacists Association.

Saeed, T., Ali, S. G., Rahman, H. A. dan Sawaya, W. N. 1989. Detection of Pork and
Lard as Adulterants in process meat: liquid chromatographic analysis of
derivatized
triglycerides.
Pubmed,
72
(6):921-5.
http://www.ncbi.nlm.nih.gov/pubmed/2592314. [17 Desember 2012].

Saputra, R. Y. 2006. Pengembangan Sistem Jaminan Halal dan Implementasinya di


PT. Country Lestari Cabang Pondokgede, Bekasi. Bogor : Fakultas Teknologi
Pertanian Institut Pertanian Bogor.

Setiawan, W. 2012. Sistem Deteksi Retinopato Diabetik menggunakan Support


Vector Machine. Semarang : Universitas Diponegoro.

Skoog, D. A. 1991. Fundamental of Analytical Chemistry. Florida : Sounders Collage


Publishing.

62

Soeparno. 1992. Ilmu dan Teknologi Daging. Yogyakarta : UGM Press.

Stchur, P., Cleveland, D., Zhou, J., Michel, R. G. 2002. A Review of Recent
Applications of Near Infrared Spectroscopy and of The Characteristics of
Novel Pbs CCD Arraybased NIR Spectrometers. App Spect Rev 37:383-428.

Stuart, B. 2004. Infrared Spectroscopy: Fundamental and Applications. Philadelphia:


Saunders
College
Publishing.
http://www.fisica.unlp.edu.
ar/materias/experimentoscuanticosI/HCl%20%20NH3/infrared_spectroscopy.
pdf. [17 Agustus 2012].

Summer, D. J. 1995. The Effect of Dietary and Protein in Carcas Compasition with A
Methode For Estimating Carcas. Poultry Sci.

Sun, D. 2008. Modern Technique for Food Authentication. Kanada : Elsevier Inc.

Suryadi, Y., Manzila, I. & Machmud, M. 2009. Potensi Pemanfaatan Perangkat


Diagnostik ELISA serta Varianya untuk Deteksi Patogen Tanaman. Bogor :
Balai Besar Penelitian dan Pengembangan Bioteknologi dan Sumberdaya
Genetik Pertanian.

Tim Penerbit Buku Pedoman Halal. 2001. Pedoman Halal bagi Produsen, Importir
dan Konsumen di Indonesia. Jakarta : Tim Penerbit Buku Pedoman Halal.

Triyantini, Abubakar, I. A. K., Bintang & Antawidjaja, T. 1997. Studi Komparatif


Preferensi, Mutu dan Gizi Beberapa Jenis Daging Unggas. Jurnal Ilmu Ternak
dan Veteriner 2(3):157-163.

Varmuza, K. 2002. Applied Chemometrics: From Chemical Data to Relevant


Information. Kairo : 1st Converce on Chemistry.

Wahju, J. 1997. Ilmu Nutrisi Unggas. Yogyakarta : Gadjah Mada University Press.

63

Wijaya, Y. P. 2009. Fakta Ilmiah tentang Keharaman Babi. [serial online].


http://yogapw.wordpress.com/journal/fakta-ilmiah-keharaman-babi.
[15
Agustus 2012].

Wikipedia. 2012. Cross-validation statistic. http://en.wikipedia.org/wiki/Crossvalidation_(statistics) [11 Januari 2013].

Wold, S., Sjostrom, M. & Erikkson, L. 2001. PLS-Regression : a basic tool of


chemometrics. Sweden : Chem Intel Lab Syst 58:109-130.

Woodman, A. G., 1941. Food Analysis 4th Edition. New York : Mc.Graw Hill Book
Company, Inc.

Xema, Tanpa Tahun. Instruction for Use: A Solid-phase Enzyme Immunoassay for the
Quantitative Determination of Pork in Human Food. Rusia : Xema
Corporation.

Yuningsih, R. 2010. Perlindungan Konsumen dari Dampak Buruk Makanan Tidak


Halal Bagi Kesehatan. Jakarta : Pusat Pengkajian Pengolahan Data dan
Informasi Sekretariat Jenderal DPR RI.

64

LAMPIRAN A. ALAT DAN BAHAN YANG DIGUNAKAN


A.1. Soxhlet

A.2. Rotavapor

A.3. Spektrofotometer FTIR

A.4. Petroleum Eter

65

A.5. Lemak ayam

A.6. Lemak babi

A.7. Sampel dari Olahan Ayam (sosis ayam)

A.8. Perangkat ELISA (XEMA)


Keterangan :
A : Standar ELISA
B : Larutan DIL
C : Larutan STOP
D : Laruran SUBS TMB
E : Larutan CONJ HRP
F : Larutan BUF WASH
G : Sumurab Mikro

66

LAMPIRAN B. DOKUMENTASI HASIL EKSTRAKSI


B.1. HASIL EKSTRAKSI LEMAK BABI DAN LEMAK AYAM

B.2. HASIL EKSTRAKSI LEMAK PADA SAMPEL

Keterangan :

: hasil ekstraksi okey

: hasil ekstraksi oya

: hasil ekstraksi aroma

: hasil ekstraksi kimbo

: hasil ekstraksi champ

: hasil ekstraksi so good

: hasil ekstraksi besto

: hasil ekstraksi vigo

: hasil ekstraksi abbys

: hasil ekstaksi bernardi

67

LAMPIRAN C. HASIL EKSTRAKSI LEMAK

C.1. HASIL EKSTRAKSI LEMAK BABI


Replikasi
Replikasi 1
Replikasi 2
Replikasi 3
Rata-rata

Bobot sampel (g)


100.0027 g
100.0103 g
100.0225 g

Bobot Lemak (g)


56.4203 g
56.7712 g
59.1552 g

Kadar Lemak (%w/w)


56.4188 %
56.7653 %
59.1419 %
57.442 %

C.2. HASIL EKSTRAKSI LEMAK AYAM


Replikasi
Replikasi 1
Replikasi 2
Replikasi 3
Rata-rata

Bobot Sampel (g)


100.0741 g
100.1060 g
100.0366 g

Bobot Lemak (g)


73.6640 g
77.1283 g
69.6321 g

Kadar Lemak (%w/w)


73.6094 %
77.0466 %
69.6066 %
73.4209 %

C.3. HASIL EKSTRAKSI LEMAK PADA SAMPEL


Sampel
Okey
Oye
Aroma
Kimbo
Champ
So good
Besto
Vigo
Abbys
Bernard

Bobot Sampel
82.4741 g
75.5546 g
75.6415 g
82.7768 g
80.3550 g
74.8309 g
77.4462 g
72.5594 g
70.4934 g
73.9766 g

Bobot Lemak
0.2201 g
0.2366 g
1.4154 g
0.2942 g
0.3128 g
0.4112 g
0.3793 g
0.6402 g
0.5021 g
0.4627 g

68

LAMPIRAN D. DATA SPEKTRUM INFRAMERAH


D.1. Spektrum IR set kalibrasi utuh tanpa perlakuan pendahuluan
Keterangan:
: 1%
: 5%
: 10%
: 15%
: 20%
: 25%
: 30%
: 40%
: 50%
: 60%
: 70%
: 80%

D.2. Spektrum IR set kalibrasi utuh dengan perlakuan pendahuluan


Keterangan:
: 1%
: 5%
: 10%
: 15%
: 20%
: 25%
: 30%
: 40%
: 50%
: 60%
: 70%
: 80%

69

D.3. Spektrum IR set kalibrasi fingerprint tanpa perlakuan pendahuluan


Keterangan :
: 1%
: 5%
: 10%
: 15%
: 20%
: 25%
: 30%
: 40%
: 50%
: 60%
: 70%
: 80%

D.4. Spektrum IR set kalibrasi fingerprint dengan perlakuan pendahuluan


Keterangan :
: 1%
: 5%
: 10%
: 15%
: 20%
: 25%
: 30%
: 40%
: 50%
: 60%
: 70%
: 80%

70

D.6. Spektrum IR pada sampel


Keterangan :
: Okey
: Oye
: Aroma
: Kimbo
: Champ
: So good
: Besto
: Vigo
: Abbys
: Bernardi

71

LAMPIRAN E. PLOT

HASIL

KALIBRASI

MULTIVARIAT

TEKNIK PLS
E.1. Kalibrasi PLS spektrum utuh dengan perlakuan pendahuluan

E.2. Kalibrasi PLS spektrum utuh tanpa perlakuan pendahuluan

DENGAN

72

E.3. Kalibrasi PLS spektrum daerah 4000-2900 cm-1, 1750-1450 cm-1, 1050-750
cm-1 dengan perlakuan pendahuluan

E.4. Kalibrasi PLS spektrum daerah 4000-2900 cm-1, 1750-1450 cm-1, 1050-750
cm-1 tanpa perlakuan pendahuluan

73

E.5. Kalibrasi PLS spektrum fingerprint tanpa perlakuan pendahuluan

E.6. Kalibrasi PLS spektrum fingerprint dengan perlakuan pendahuluan

74

LAMPIRAN F. HASIL

PEMBENTUKAN

DAN

KALIBRASI TERPILIH
F.1. Kurva kalibrasi model PLS terpilih

F.2. Kurva validasi leave one out model PLS terpilih

VALIDASI

MODEL

75

F.3. Kurva validasi 2 fold cross validation model PLS terpilih

F.4. Hasil prediksi set validasi

76

LAMPIRAN G. PLOT HASIL KLASIFIKASI MULTIVARIAT DENGAN


TEKNIK ANALISIS DISKRIMINAN
G.1. Klasifikasi DA spektrum utuh dengan perlakuan pendahuluan

G.2. Klasifikasi DA spektrum utuh tanpa perlakuan pendahuluan

77

G.3. Klasifikasi DA spektrum daerah 4000-2900 cm-1, 1750-1450 cm-1, 1050-750


cm-1 dengan perlakuan pendahuluan

G.4. Klasifikasi DA spektrum daerah 4000-2900 cm-1, 1750-1450 cm-1, 1050-750


cm-1 tanpa perlakuan pendahuluan

78

G.5. Klasifikasi DA spektrum fingerprint dengan perlakuan pendahuluan

G.6. Klasifikasi DA spektrum fingerprint tanpa perlakuan pendahuluan

79

LAMPIRAN H. HASIL

PEMBENTUKAN

DAN

KLASIFIKASI TERPILIH
H.1. Cooman plot Analisis Diskriminan

H.2. Validasi model klasifikasi dengan set validasi

VALIDASI

MODEL

80

LAMPIRAN I. HASIL PENERAPAN MODEL PADA SAMPEL


I.1. Hasil penerapan model Analisis Diskriminan pada sampel

I.2. Hasil penerapan model kalibrasi PLS pada sampel

81

LAMPIRAN J. TAHAPAN

PENGOLAHAN

DATA

DENGAN

UNSCRAMBLER X 10.2
J.1. PARTIAL LEAST SQUARE (PLS)
1. Import data hasil scan FTIR yang akan diolah melalui opus dengan klik tab File
Import data OPUS. Kemudian klik tombol browse untuk mencari folder FTIR
lalu centang data yang akan diolah, klik OK.

2. Aktifkan kolom pertama dengan klik kolom nomor 1 untuk menambah kolom
sehingga kolom pertama sebagai kolom konsetrasi. Klik tab edit insert

82

row(s)/column(s) dan isikan angka 1 untuk menambah satu kolom.

Aktifkan

kolom pertama, klik kanan Change Data Type Numeric kemudian isikan
kolom baru tersebut dengan konsentrasi sampel yang diketahui.

3. Klik edit define range untuk mendefinisikan kolom dan baris. Klik kolom
konsentrasi dan isikan nama konsentrasi pada tab column ranges, klik create.
konsentrasi

83

4. Lakukan hal yang sama seperti nomor 3 untuk mendefinisikan daerah bilingan
gelombang yang dipakai dengan cara blok kolom yang diingikan kemudian isi
nama daerah bilangan gelombang absorbansi dan klik create, klik OK.

5. klik Task Analyze Partial Least Square Regression. Isikan X dan Y dengan
memilih nama set data dari data kalibrasi. Pada Cols dari Predictors, pilih range
dari spektrum yang dipakai. Pada Cols data Responses, pilih range dari
konsentrasi, klik OK.

84

6. Tunggu saat sistem memproses data hingga muncul jendela baru. Klik Yes.
Rename model yang terbentuk untuk memberi nama. Misal Hasil uji PLS.

7. Untuk validasi model dengan set validasi, lakukan tahapan yang sama seperti
nomor 1 -4 . klik Task Predict Regression. Pada Select Model, pilih model
yang akan divalidasi. Pada Matrix Data, pilih set data dari set validasi tersebut dan
pilih rentang spektrum pada Cols. Centang include Y reference, dan pilih data
konsetrasi pada Cols, klik OK.

85

8. Tunggu saat sistem memproses data hingga muncul jendela baru. Klik Yes. Untuk
mengubah plot menjadi Predicted vs Reference, klik kotak Predicted vs Deviation,
kemudian klik Plot Prediction Prediction vs Reference.

86

J.2. Discriminant Analysis (DA)


1. Import data hasil scan FTIR yang akan diolah melalui OPUS dengan klik tab
File Import data OPUS. Kemudian klik tombol browse untuk mencari
folder data FTIR lalu centang data yang akan diolah, klik OK.

2. Aktifkan kolom pertama dengan klik nomor 1 untuk menambah kolom


sehingga kolom pertama sebagai kolom klasifikasi. Klik tab edit insert
row(s)/column(s) dan isikan angka 1 untuk menambah satu kolom. Aktifkan
kolom petama, klik kanan Change Data Type Text. Isikan salah satu pada
data campuran dengan nama campuran dan data murni dengan nama
murni.

87

3. Aktifkan kembali kolom pertama dengan klik salah satu kolom tersebut, lalu
klik kanan Change Data Type Category OK. Isikan semua data sesuai
klasifikasinya dengan klik masing-masing sampel pada kolom pertama sesuai
kategori yang ditentukan.

88

4. Setelah klasifikasi terisi semua, definisikan kolom pertama sebagai kolom


kategori dan kolom spektrum berdasarkan bilangan gelombang yang dipilih.

5. Klik Task Analyze Linear Discriminant Analysis. Pilih set data dari
Descriptors dan Category dengan nama set data klasifikasi yang telah di
define sebelumnya. Pada Cols Predictor, pilih range kolom spektrum
sedangkan pada Cols Category pilih kolom kategori.

89

6. Klik tab Options, kemudian centang pada kotak use PCA scores dan isikan
score atau komponen utama optimum pada analisis PLS, klik OK.

7. Tunggu saat sistem memproses data hingga muncul jendela baru, klik Yes.
Rename model yang terbentuk untuk memberi nama.

90

8. Untuk memprediksi klasifikasi dari suatu sampel menurut model ini, import
data spektrum sampel seperti pada nomor 1 lalu Define Range dari bilangan
gelombang spektrum yang dipilih.

9. Klik Task Predict Classification LDA. Pada select model, pilih model
dari LDA. Pada Data Matrix pilih set data dari sampel kemudian pilih Cols
dengan range spektrum yang telah di define sebelumnya, klik OK.

91

10. Tunggu saat sistem memproses data hingga muncul jendela baru. Klik Yes.

Anda mungkin juga menyukai