Abstrak

Kunyit (Curcuma longa), kunyit jawa (Curcuma xanthorrhiza) dan cassumunar jahe
(Zingiber cassumunar) banyak digunakan dalam pengobatan tradisional Indonesia.
Mereka memiliki warna yang sama untuk rimpang mereka dan memiliki beberapa
kegunaan yang serupa, sehingga dimungkinkan untuk mengganti yang satu dengan yang
lain. Identifikasi dan diskriminasi pabrik yang terkait erat adalah tugas untuk
memastikan kualitas bahan baku. Oleh karena itu, metode analitik yang cepat,
sederhana dan akurat untuk membedakan spesies ini menggunakan Fourier transform
infrared spectroscopy (FTIR) yang dikombinasikan dengan beberapa metode
kemometrik dikembangkan. Spektra FTIR diperoleh di wilayah IR-tengah (4000-400 cm
1). Variasi standar normal, spektrum orde turunan pertama dan kedua dibandingkan
untuk data spektral. Analisis komponen utama (PCA) dan analisis varian kanonik (CVA)
digunakan untuk klasifikasi ketiga spesies. Sampel dapat dibedakan dengan analisis
visual spektrum FTIR dengan menggunakan pita penanda mereka. Diskriminasi ketiga
spesies juga dimungkinkan, di mana CVA memberikan diskriminasi yang lebih jelas.
Selanjutnya, metode yang dikembangkan dapat digunakan untuk identifikasi dan
diskriminasi tiga spesies tanaman yang terkait erat. Elsevier 2014 B.V. Hak cipta
dilindungi undang-undang.

pengantar

Kunyit (Curcuma longa), kunyit jawa (Curcuma xanthorrhiza) dan cassumunar jahe
(Zingiber cassumunar) yang dibudidayakan sebagian besar di Pulau Jawa banyak
digunakan dalam pengobatan tradisional Indonesia (jamu). C. longa dan C. xanthorrhiza
biasanya aromatik dan asli carmi, dan digunakan untuk mengobati infeksi perut,
hepatitis, penyakit kuning, diabetes, aterosklerosis dan bakteri [1], sedangkan Z.
cassumunar biasanya digunakan untuk mengobati berbagai penyakit seperti asma. ,
karminatif, kolik, diare, sakit perut, otot dan persendian [2,3]. Warna rimpang mereka
adalah kuning ke oranye untuk C. longa dan C. xanthorrhiza, dan kuning pucat ke kuning
untuk Z. cassumunar. Ketiga tanaman ini milik keluarga Zingiberaceae dan karenanya,
mereka mungkin memiliki beberapa komponen kimia yang serupa. Senyawa fenolik
(diarylheptanoid, diarylpentanoid, turunan fenilpropen) dan terpenoid (monoterpenoid,
sesquiterpenoid, diterpenoid, dan triterpenoid) telah diidentifikasi dalam C. longa dan
beberapa di antaranya juga ada dalam C. xanthorrhiza. Diarylheptanoids / curcuminoids
(curcumin, demethoxycurcumin, bisdemethoxycurcumin, dll.) Dan sesquiterpe-noids
(curcumene, kunyit, zingiberene, dll.) Ditemukan sebagai kelompok utama senyawa
dalam C. longa dan C. xanthorrhiza [4,5]. Sementara di Z. cassumunar, fenilbutanoid ((E)
-1 (3,4-dimetil-fenil) butadiena), diarilheptanoid (curcumin), monoterpenoid (sabinene)
dan sesquiterpenoid (zingiberene) diidentifikasi [2]. Curcuminoids bertanggung jawab
atas warna tiga tanaman yang digunakan dalam penelitian ini.
Karena kesamaan warna rimpang mereka yang memiliki beberapa kegunaan yang sama,
substitusi satu sama lain mungkin dilakukan, terutama jika dalam bentuk bubuk dan jika
harga C. xanthorrhiza jauh lebih tinggi daripada C. longa atau Z. cassumunar. Jika
substitusi terjadi, itu bisa menjadi masalah serius karena ketidakkonsistenan dalam sifat
biologisnya. Dalam hal ini, identifikasi dan diskriminasi pabrik yang terkait erat ini sangat
penting untuk memastikan kualitas, keamanan dan kemanjuran bahan baku sebelum
dikonversi menjadi produk akhir. Oleh karena itu, metode analisis yang cepat, sederhana
dan akurat sangat diperlukan untuk diskriminasi spesies ini.

Beberapa teknik analitik seperti spektroskopi (UV-Vis, FTIR, NMR, dan MS) dan
kromatografi (TLC, HPLC, dan GC) telah digunakan dalam pengembangan metode untuk
identifikasi dan diskriminasi tanaman obat. Di antara teknik-teknik ini, spektroskopi
Fourier transform infrared (FTIR) dapat menjadi pilihan yang menarik karena dapat
memenuhi kriteria analisis yang efisien, yaitu mudah digunakan, cepat, dan murah [6].
Meskipun tanaman obat akan mengandung berbagai macam komponen kimia, spektrum
FTIR mereka kadang-kadang ditemukan berbeda bahkan pada spesies yang sama [7].
FTIR telah banyak digunakan dan merupakan alat yang mapan untuk pengendalian
kualitas di berbagai industri, termasuk industri herbal [8].

Spektra FTIR berisi informasi data kompleks yang menggambarkan sinyal kimia
keseluruhan dalam sampel. Perubahan posisi dan intensitas pita pada spektrum FTIR
akan dikaitkan dengan perubahan komposisi kimia sampel. Oleh karena itu, spektrum
FTIR dapat digunakan untuk membedakan spesies yang terkait erat, meskipun komposisi
senyawa kimia tentu tidak diketahui [8]. Keuntungan nyata dari aplikasi FTIR untuk
membedakan berbagai tanaman obat tidak hanya efektif dan spesifik, tetapi juga cepat
dan non-separatif. Diskriminasi dengan inspeksi visual dalam spektrum FTIR tidak mudah
karena pola spektrum FTIR sangat kompleks, dan untuk mengatasi masalah ini, bantuan
dari metode chemometics diperlukan [9]. Keuntungan menggunakan chemometrics
untuk interpretasi FTIR adalah kemampuan untuk menghubungkan pola spektral dengan
informasi tersembunyi yang terkandung dalam sampel [10]. Analisis spektral FTIR sendiri
atau dalam kombinasi dengan metode kemometrik telah banyak digunakan untuk
identifikasi spesies dan diskriminasi beberapa spesies terkait erat [11-22]. Karena
kelebihannya spektroskopi FTIR, kami menggunakan teknik ini dalam kombinasi dengan
metode kemometrik untuk pertama kalinya untuk mengembangkan metode kualitatif
untuk diskriminasi C. Longa, C. xanthorrhiza dan Z. Cassumunar. Metode gabungan ini
berhasil diterapkan untuk identifikasi dan diskriminasi ketiga spesies.

Bahan dan metode

Bahan kimia

Potassium bromide (KBr) untuk spektroskopi dibeli dari Sigma-Aldrich (St Louis, USA).
Etanol tingkat analitik untuk ekstraksi pelarut diperoleh dari Merck (Darmstadt, Jerman).
Persiapan sampel

Sembilan puluh sembilan sampel yang terdiri dari 35 sampel C. longa, 35 sampel C.
xanthorrhiza dan 29 sampel Z. cassumunar dikumpulkan selama 2008-2010 dari 11
kabupaten (2-5 sampel dari setiap kabupaten) di Pulau Jawa, Indonesia: Bogor,
Sukabumi, Sumed-ang, Purworejo, Wonogiri, Karanganyar, Semarang, Kulonprogo,
Pacitan, Ponorogo, dan Kediri (Tabel 1). Spesimen voucher disimpan di Pusat Penelitian
Biopharmaca, Universitas Pertanian Bogor, Indonesia. Semua sampel disaring,
dikeringkan, dan dilumatkan sebelum digunakan. Ada beberapa metode untuk
memperoleh spektrum IR untuk tujuan identifikasi dan diskriminasi seperti yang
dijelaskan oleh Zou et al. [10]. Dalam percobaan ini, sampel diekstraksi dengan pelarut
dan setelah menguapkan pelarut, ekstrak dicampur dengan KBr. Metode ini akan
memberikan resolusi yang lebih baik dalam identifikasi dan diskriminasi tanaman yang
terkait erat [10]. Etanol digunakan untuk mengekstraksi sampel dan setelah proses
ekstraksi, etanol diuapkan dengan rotary evaporator. Ekstrak etanol ini kemudian
digunakan untuk pengukuran FTIR.

Pengukuran spektroskopi FTIR

Spektra FTIR diperoleh dengan menggunakan Bruker Tensor 37 FTIR spec-trofometer

yang dilengkapi dengan triglycine-sulphate (DTGS) yang dideuterasi sebagai detektor
dan dikendalikan oleh perangkat lunak OPUS 4.2 (Bruker, Jerman). Sekitar 5 mg ekstrak
etanol dari masing-masing sampel dicampur dengan 95 mg KBr dan kemudian ditekan
untuk membentuk tablet. Tablet sampel ditempatkan di kompartemen sampel dan
spektrum FTIR dicatat di wilayah 4000-400 cm 1 dengan 32 pindaian / menit dan resolusi
4 cm1.

Data spektral FTIR sebelum perawatan

Pra-perawatan data spektral adalah langkah penting sebelum memasukkan data spektra
FTIR untuk analisis multivariat. Penting untuk melakukan langkah ini untuk
meminimalkan efek hamburan cahaya, variasi awal, kebisingan sistematis, dll. [12] di
semua spektrum FTIR sampel. Dalam studi ini, data dari tiga metode pra-perawatan
yang berbeda, yaitu varian normal standar (SNV), dan spektrum turunan orde pertama
dan kedua, dibandingkan.

Analisis kemometrik

Analisis komponen utama (PCA) dan kanonik analitik (CVA) digunakan untuk
membangun model untuk diskriminasi C. longa, C. xanthorrhiza dan Z. cassumunar dan
analisis ini dilakukan dalam perangkat lunak XLSTAT versi 2012.2.02 (Addinsoft, New
York, AS).
Hasil dan diskusi

Diskriminasi dengan analisis spektral FTIR

Tanaman obat adalah campuran bahan kimia yang kompleks, sehingga FTIR mereka
spektra akan menunjukkan tumpang tindih dari beberapa pita serapan karakteristik dari
kelompok fungsional dalam sampel [11]. Spektra FTIR dari C. longa, C. xanthorrhiza dan
Z. cassumunar ditunjukkan pada Gambar. 1. Di bawah kondisi percobaan yang sama,
spektrum FTIR dari masing-masing spesies dari berbagai lokasi menunjukkan kesamaan
yang tinggi. Seperti yang bisa dilihat di Gambar. 1, puncak karakteristik dalam spektrum
FTIR dari tiga sampel muncul pada 3400 cm 1 sesuai dengan penyerapan OAH, pada
2800-3000 cm 1 untuk metil (ACH3) dan metilen (ACH2) getaran peregangan simetris
dan asimetris, pada 1740- 1680 cm 1 dikaitkan dengan serapan C @ O, pada 1510 cm
getaran peregangan kerangka matic, dan pada 1030 cm 1 disebabkan oleh getaran
peregangan CAOH. Perbandingan spektrum FTIR dari C. longa dan C. xanthorrhiza
menunjukkan sedikit perbedaan karena mereka berasal genus yang sama bahwa mereka
mungkin memiliki komponen kimia yang serupa. Namun, ketika spektrum FTIR C. longa
dan C. xanthorrhiza berada dibandingkan dengan spektrum FTIR dari Z. cassumunar
perbedaan yang jelas diamati.

Spektra FTIR dapat digunakan untuk keperluan identifikasi dan diskriminasi beberapa
tanaman obat yang terkait erat. Dengan perbandingan- Dalam spektrum FTIR dari tiga
spesies, diakui di sana adalah variasi dalam posisi puncak dan intensitasnya. Z.
cassumunar dapat didiskriminasi dari C. longa dan C. xanthorrhiza dengan menggunakan
a puncak pada 1737 cm 1 untuk puncak hanya muncul di Z. cassumunar sam-ples. Dua
puncak pada 833 cm 1 dan 816 cm 1 hanya ditemukan di C. sampel longa sedangkan
sampel C. xanthorrhiza dan Z. cassumunar hanya menunjukkan satu puncak pada 816
cm 1; dengan menggunakan alasan ini, C. longa dapat dibedakan dari dua spesies lain
dalam penelitian ini. Diskriminasi C. xanthorrhiza dari C. longa dan Z. cassumunar dapat
diamati dari intensitas penyerapan OH dekat 3400 cm 1. Intensitas spektrum FTIR dari
kelompok fungsional ini ditemukan jauh lebih besar di semua sampel C. xanthorrhiza
daripada C. sampel longa dan Z. cassumunar.

Peningkatan resolusi spektral dan amplifikasi perbedaan kecil dalam spektrum biasa
dapat diperoleh dengan menggunakan spektrum turunan kedua. Dengan spektrum
turunan kedua, beberapa pita yang tumpang tindih juga dapat diatasi. Gambar. 2
menunjukkan spektrum FTIR turunan kedua dari sampel di wilayah 1800-400 cm 1 dan
terlihat bahwa ada beberapa perbedaan dalam fitur spektrum. Seperti diilustrasikan
pada Gambar. 2, itu jelas diamati bahwa puncak positif dan negatif khas pada 1590 dan
1579 cm 1, masing-masing, hanya muncul dalam sampel C. longa. Diskriminasi C.
xanthorrhiza dari sampel lain dapat diperoleh dengan menggunakan puncak negatif
pada 989 cm 1 yang hanya diamati pada C. xanthorrhiza. Puncak negatif dekat 1738 cm
1 dapat digunakan untuk identifikasi Z. cassumunar karena dalam sampel ini, puncak Z.
cassumunar memberikan intensitas yang lebih tinggi dibandingkan dengan C. longa dan
C. xanthorrhiza. Selain puncak negatif, diskriminasi Z. cassumunar dari dua pabrik
lainnya dapat diperoleh dengan menggunakan dua puncak positif pada 1452 dan 1430
cm 1 yang hanya ditemukan di Z. sampel cassumunar. Kombinasi spektra FTIR dan
metode chemometrics untuk diskriminasi C. longa, C. xanthorrhiza dan Z. cassumunar

Untuk mengkonfirmasi hasil yang diperoleh dari inspeksi visual spektrum FTIR untuk
diskriminasi C. longa, C. xanthorrhiza dan Z. cassumunar, kombinasi spektra FTIR dan
metode chemometics digunakan. Chemometrics secara luas digunakan untuk
menganalisis sejumlah besar data seperti dalam spektrum FTIR dengan tujuan untuk
melanjutkan informasi yang terkandung dalam matriks data dengan mengurangi dimensi
data, dan menemukan kesamaan atau ketidaksamaan ikatan antara pengamatan dan
variabel. Dalam penelitian ini, beberapa teknologi-chemistry di chemometrics, seperti
PCA dan CVA, digunakan.

Pra-perawatan spektrum FTIR adalah prosedur standar sebelum menggunakan spektrum

dalam analisis kemometrik. SNV dan spektrum turunan orde pertama dan kedua
diterapkan dan dibandingkan. SNV bekerja dengan menghitung standar deviasi dari
semua titik data dalam spektrum FTIR yang diberikan dan kemudian seluruh spektrum
FTIR dinormalisasi oleh nilai ini, sehingga memberikan spektrum FTIR satuan standar
deviasi. SNV menghapus variasi kemiringan dan juga efek hamburan [23,24]. Spektrum
turunan orde pertama dan kedua biasanya digunakan untuk menghilangkan drift dasar
dan untuk peningkatan fitur spektral kecil [12]. Dalam karya ini, pra-perawatan
spektrum FTIR menggunakan SNV memberikan hasil terbaik untuk pemisahan kelompok
optimal untuk ketiga spesies. Dalam hal ini, SNV dipilih untuk menormalkan spektrum
FTIR sebelum menundukkan spektrum ke PCA dan CVA.

Analisis komponen utama

PCA adalah pengenalan pola tanpa pengawasan yang terkenal. Tujuan utama PCA
adalah untuk mengurangi data dan mengekstrak informasi untuk menemukan kombinasi
variabel atau faktor untuk menggambarkan tren utama dalam kumpulan data. PCA akan
mengubah variabel asli menjadi variabel tidak berkorelasi baru yang disebut komponen
utama (PC) yang memaksimalkan varians yang dijelaskan dalam data pada setiap
komponen berturut-turut di bawah kendala menjadi ortogonal ke PC sebelumnya [25].

Dalam studi ini, PCA digunakan untuk membedakan sampel sesuai dengan spesies
berdasarkan spektrum FTIR di wilayah 2000-400 cm 1. Wilayah ini dipilih karena
kompleks dan penuh informasi dengan banyak getaran yang dikaitkan dengan
komponen kimia. dalam semua sampel. Matriks lengkap 99 objek 831 variabel data
dikirimkan ke PCA. Tabel 2 memberikan informasi mengenai nilai eigen dan persentase
kumulatif total varian dari 10 PC awal. Sekitar 99,61% dari total varian dijelaskan oleh 10
PC awal ini. Biasanya, plot PCA untuk dua PC pertama digunakan dan menjadi yang
paling berguna dalam analisis karena kedua PC berisi paling banyak variasi dalam data.
Semakin dekat nilai PC, semakin besar kesamaan di antara sampel. Dari plot PCA, oleh
karena itu, dapat diperoleh pola sampel, pengelompokan, persamaan dan perbedaan
[16].

Gambar. 3 menunjukkan plot skor yang berasal dari PCA menggunakan dua PC pertama
yang menyumbang 76% dari total varians (PC1 = 59,3% dan PC2 = 16,7%). Seperti dapat
dilihat pada Gambar. 3, sampel yang diuji dibagi menjadi tiga kelompok yang berbeda.
Sebagian besar sampel Z. cassumunar dipisahkan dari sampel C. longa dan C.
xanthorrhiza. Hanya tiga sampel Z. cassumunar (ZC-3, ZC-10 dan ZC-29) yang terdeteksi
di cluster C. xanthorrhiza. Meskipun C. longa dan C. xanthorrhiza dapat dibedakan, jarak
antara mereka sangat dekat. Situasi ini terjadi karena fakta bahwa profil kimia dari
kedua tanaman hampir mirip seperti yang dapat dilihat pada spektrum FTIR mereka
(Gbr. 1). Secara umum, PCA dapat membedakan tiga spesies.

Analisis variasi kanonik

CVA adalah salah satu pengenalan pola terawasi dan banyak digunakan untuk
diskriminasi berbagai kelompok. Tujuan dalam CVA adalah untuk menemukan kombinasi
linear dari variabel yang menunjukkan variasi antar-kelompok maksimum hingga variasi
dalam-kelompok. Variasi kanonik (CV) adalah nama untuk kombinasi linier ini [26].
Dalam karya ini, CVA digunakan untuk membedakan ketiga herbal dengan lebih jelas.
CVA akan bekerja secara efektif ketika jumlah sampel lebih dari jumlah variabel.
Pertama, PCA digunakan dalam data spesifik FTIR sampel untuk mendapatkan PC
sebelum membangun model prediktif menggunakan CVA. Kriteria yang diajukan oleh
Kaiser digunakan untuk menentukan jumlah PC yang akan dipertahankan dan
menggunakannya dalam model CVA. Kriteria ini akan mempertahankan PC dengan nilai
eigen lebih besar dari 1 karena PC ini menjelaskan variasi sebanyak yang diamati dalam
variabel [27].

Model prediksi CVA dibangun berdasarkan delapan PC awal (nilai eigen lebih besar dari
1) sebagai variabel input dengan persentase kumulatif dari total varian lebih besar dari
99%. Matriks kovarians terpisah digunakan dalam klasifikasi ini karena ada perbedaan
dalam matriks kovarians dalam kelas dari tes Box. Dari hasil CVA, total varians dari dua
CV adalah 100% (CV1 = 86,7% dan CV2 = 13,3%). Ini berarti jelas ditunjukkan bahwa
100% dari kelompok asli diklasifikasikan dengan benar ke dalam kelompoknya sendiri
(Gambar 4), menunjukkan bahwa CV yang diperoleh dapat dengan jelas membedakan
ketiga spesies.
Metode validasi silang Leave-one-out (LOOCV) digunakan untuk evaluasi kemampuan
prediksi model ini. LOOCV bekerja dengan satu set pelatihan tunggal, salah satu sampel
dihapus pada satu waktu dan sisa sampel digunakan untuk membangun model.
Kemudian sampel yang dipindahkan diperlakukan sebagai tidak diketahui dan kapal
anggota kelasnya diprediksi [28]. Sebagai hasil dari LOOCV, sekitar 98% dari semua
sampel yang digunakan dalam penelitian ini diklasifikasikan dengan benar dan hanya 1
sampel (CL-4 dan CL-7) yang salah diklasifikasikan. Hasil ini menunjukkan bahwa model
memberikan prediksi memuaskan dari sampel yang diuji.

Kesimpulan

Diskriminasi C. longa, C. xanthorrhiza dan Z. cassumunar dicapai dengan analisis spektral

FTIR dalam kombinasi dengan PCA dan CVA. Melalui analisis visual dari spektrum FTIR
turunan biasa dan kedua, ketiga spesies dapat diidentifikasi dan dibedakan dengan
menggunakan puncak penanda mereka. PCA dan CVA juga dapat membedakan tiga
spesies yang terkait erat, di mana CVA memberikan klasifikasi yang lebih jelas
berdasarkan spesies. Oleh karena itu, metode pengembangan dapat diterapkan sebagai
metode yang efektif dan tidak merusak untuk identifikasi dan diskriminasi C. longa, C.
xan-thorrhiza dan Z. cassumunar.

Pengakuan

Para penulis mengucapkan terima kasih atas dukungan finansial dari penelitian ini oleh
Fundamental Research Grant (No 45 / 13.24.4 / SPK / B6-PD / 2009) dari Direktorat
Pendidikan Tinggi, Kementerian Pendidikan dan Kebudayaan, Republik Indonesia.