Anda di halaman 1dari 24

VALIDASI PORCINE DETECTION KIT PADA ANALISIS

CEMARAN BABI DALAM PRODUK DAGING SAPI

LUTHFAN EKA SETIAWAN

DEPARTEMEN ILMU DAN TEKNOLOGI PANGAN


FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA

Dengan ini saya menyatakan bahwa skripsi berjudul Validasi Porcine


Detection Kit pada Analisis Cemaran Babi dalam Produk Daging Sapi adalah
benar karya saya dengan arahan dari dosen pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor dan LPPOM MUI.
Bogor, Juli 2013

Luthfan Eka Setiawan


NIM F24090078
ABSTRAK

LUTHFAN EKA SETIAWAN. Validasi Porcine Detection Kit pada Analisis


Cemaran Babi dalam Produk Daging Sapi. Dibimbing oleh BUDIATMAN
SATIAWIHARDJA dan PURWANTININGSIH SUGITA.
Penambahan daging babi ke dalam adonan bakso dan pencampuran daging
babi dengan sapi telah menjadi pemalsuan pangan yang umum ditemukan. Strip
uji untuk mendeteksi cemaran daging babi dalam pangan telah dikembangkan.
Prosedur validasi diperlukan untuk mengukur parameter kinerja strip uji tersebut.
Validasi porcine detection kit dilakukan dengan kurva parameter kinerja. Raw
porcine meat detection kit dan processed porcine meat detection kit cenderung
menghasilkan kesalahan pada konsentrasi daging babi dalam daging sapi (b/b)
0,0095% hingga 0,0295% dan 0,215% hingga 0,5%. Kedua jenis strip uji
memiliki sensitivity rate dan specificity rate yang sama sebesar 0,95. Batas deteksi
dari kedua jenis strip uji berturut-turut sebesar 0,0295% dan 0,5%. Nilai batas
deteksi raw porcine meat detection kit lebih rendah dibanding nilai yang diklaim
oleh produsen. Hal ini tidak dianggap sebagai suatu gangguan karena dalam kasus
pengujian substansi yang berbahaya atau tidak boleh ada dalam suatu sampel,
nilai kesalahan negatif harus dikontrol bahkan diperkecil bila memungkinkan.
Kata kunci : halal, kurva parameter kinerja, porcine detection kit, validasi

ABSTRACT

LUTHFAN EKA SETIAWAN. Validation of Porcine Detection Kit on Pork


Contamination Analysis in Beef Products. Supervised by BUDIATMAN
SATIAWIHARDJA and PURWANTININGSIH SUGITA.
Addition of pork into beef meatball mix and mixing pork with fresh beef
have become common adulterations although the demand of halal food product
has increased rapidly. A test kit for detection of pork meat in food products has
been introduced, however, validation procedures must be conducted to reassure
the performance parameters of the test kit. Validation of porcine detection kit has
been conducted by means of performance characteristic curve. The result showed
that raw porcine meat detection kit and processed porcine meat detection kit tend
to give unreliable results in the concentration region between 0,0095%-0,0295%
and 0,215%-0,5% of pork in beef (w/w), respectively. The results also showed
that the sensitivity and specificity rate of the two test kit were the same, namely
0,95. The detection limit for raw and processed porcine meat detection kits were
0,0295% and 0,5%, respectively. The detection limit of raw porcine meat
detection kit showed a lower value compared to the detection limit claimed by the
manufacturer. These cannot be considered an inconvenience because, in case of
hazardous substances or any contaminant, the false negative rate must be
controlled and, in many cases, minimized.
Keywords: halal, performance parameter curve, porcine detection kit, validation
VALIDASI PORCINE DETECTION KIT PADA ANALISIS
CEMARAN BABI DALAM PRODUK DAGING SAPI

LUTHFAN EKA SETIAWAN

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Teknologi Pertanian
pada
Departemen Ilmu dan Teknologi Pangan

DEPARTEMEN ILMU DAN TEKNOLOGI PANGAN


FAKULTAS TEKNOLOGI PERTANIAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Judul Skripsi: Validasi Porcine Detection Kit pada Analisis Cemaran Babi dalam
Produk Daging Sapi
Nama : Luthfan Eka Setiawan
NIM : F24090078

Disetujui oleh

Dr Ir Budiatman Satiawihardia, MSc MS


Pembimbing Akademik

ndar MSc

Tanggal LuI-us: 2 7 AUG 2013


Judul Skripsi : Validasi Porcine Detection Kit pada Analisis Cemaran Babi dalam
Produk Daging Sapi
Nama : Luthfan Eka Setiawan
NIM : F24090078

Disetujui oleh

Dr Ir Budiatman Satiawihardja, MSc Prof Dr Purwantiningsih Sugita, MS


Pembimbing Akademik Pembimbing Lapang

Diketahui oleh

Dr Ir Feri Kusnandar, MSc


Ketua Departemen

Tanggal Lulus:
PRAKATA

Puji syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan
rahmat dan karunianya sehingga karya ilmiah ini berhasil diselesaikan.Tema yang
dipilih dalam kegiatan magang yang dilaksanakan sejak bulan Februari 2013 ini
ialah validasi metode analisis, dengan judul Validasi Porcine Detection Kit pada
Analisis Cemaran Babi dalam Produk Daging Sapi.
Pada kesempatan ini penulis mengucapkan terimakasih kepada:
1. Ayahanda Alm. Ridwan dan Ibunda Lilik Afifah, serta adik-adik tercinta,
Maulidiah Dwi Kurniawati dan Wildan Aditya Affandi.Terima kasih atas doa,
kasih sayang, dan dukungannya.
2. Dr. Ir. Budiatman Satiawihardja, MSc. selaku dosen pembimbing dan Prof.
Dr. Purwantiningsih Sugita, MS selaku pembimbing lapang yang telah
banyak memberikan arahan, bimbingan, dan evaluasi kepada penulis dalam
menyelesaikan skripsi ini.
3. Dr. Ir. Joko Hermanianto selaku penguji yang telah memberikan evaluasi dan
masukan kepada penulis.
4. Ir. Lukmanul Hakim selaku direktur LPPOM MUI dan Ir. Sumunar Jati
selaku wakil direktur LPPOM MUI yang telah bersedia menerima penulis
untuk melaksanakan kegiatan magang.
5. Kak Heryani dan seluruh staf Bidang Penelitian dan Pengkajian Ilmiah
LPPOM MUI yang telah banyak membantu dalam proses pengambilan data.
6. Sahabat yang selalu menemani hari-hari di IPB dalam suka maupun duka,
Jian Septian, Akhmad Fahmi Hikmatiyar, Aditya Arga Kusuma serta semua
sahabat terdekat yang tak dapat disebutkan satu persatu.
7. Keluarga besar ITP 46 dan HIMITEPA, terimakasih atas hari-hari
menyenangkannya.
8. Keluarga besar MP IPB yang telah memberikan banyak pengalaman baru
selama masa perkuliahan.
9. Sahabat-sahabat di Wisma Tidar, Masrukhin, Maulana, Chandra, Cholil, Ari,
Yonas, dan Zaim, yang telah memberikan dorongan dan semangat bagi
penulis serta semua sahabat yang telah memberikan inspirasi dan
dukungannya selama menimba ilmu di IPB.
10. Adinda Siti Hazar, terimakasih sudah menjadi alasan sekaligus bagian dalam
perjalanan menjemput gelar sarjana.
11. Semua pihak yang telah membantu dalam penelitian dan penulisan skripsi ini
yang tidak dapat disebutkan satu persatu.

Semoga karya ilmiah ini bermanfaat dan dapat dijadikan acuan para pembaca
dalam melakukan validasi metode analisis kualitatif di masa yang akan datang.

Bogor, Juli 2013

Luthfan Eka Setiawan


DAFTAR ISI

DAFTAR TABEL viii


DAFTAR GAMBAR viii
DAFTAR LAMPIRAN viii
PENDAHULUAN 1
Latar Belakang 1
Tujuan Penelitian 2
Manfaat Penelitian 2
METODE 3
Waktu dan Lokasi Penelitian 3
Bahan 3
Alat 3
Prosedur Percobaan 3
Prosedur Analisis Data 4
HASIL DAN PEMBAHASAN 5
Hasil 5
Pembahasan 8
SIMPULAN DAN SARAN 11
Simpulan 11
Saran 11
DAFTAR PUSTAKA 12
LAMPIRAN 13
RIWAYAT HIDUP 15
DAFTAR TABEL
1 Data hasil uji raw porcine meat detection kit. 5
2 Data hasil uji processed porcine meat detection kit. 6

DAFTAR GAMBAR
1 Kurva parameter kinerja raw porcine meat detection kit. 7
2 Kurva parameter kinerja analisis processed porcine meat detection kit. 7

DAFTAR LAMPIRAN

1 Hasil data fitting raw porcine meat detection kit. 13


2 Hasil data fitting processed porcine meat detection kit. 13
3 Contoh hasil analisis dengan strip uji porcine detection kit. 14
PENDAHULUAN

Latar Belakang

Umat muslim diwajibkan untuk mengonsumsi hanya makanan dan


minuman yang halal dan thayyib. Hal tersebut tertulis dalam QS. Al-Baqarah: 168
yang artinya “Hai sekalian umat manusia makanlah dari apa yang ada di bumi ini
secara halal dan baik dan janganlah kalian ikuti langkah-langkah setan,
sesungguhnya ia adalah musuh yang nyata bagi kalian”. Kewajiban ini tentunya
menjadi sebuah kebutuhan yang harus dipenuhi oleh setiap muslim terutama yang
berkaitan dengan konsumsi makanan dan minuman dalam kehidupan sehari-hari.
Adanya kewajiban mengonsumsi pangan halal selanjutnya menjadi sebuah
peluang pasar bagi industri pangan untuk memproduksi pangan yang terjamin
kehalalannya sehingga dapat diterima secara luas oleh semua kalangan, termasuk
umat muslim.
Pangan halal saat ini menjadi salah satu pusat perhatian dari para pelaku
industri pangan dan pemerintah di Indonesia. Hal ini terutama disebabkan
tingginya jumlah penduduk muslim di Indonesia. Menurut Badan Pusat Statistik
(BPS), penduduk muslim di Indonesia pada tahun 2010 mencapai 207.176.162
jiwa dari total 237.641.236 jiwa penduduk Indonesia. Tingginya jumlah penduduk
muslim di Indonesia berimplikasi pada tingginya permintaan akan produk pangan
yang terjamin mutu halalnya. Hal ini dapat dilihat dari tingginya jumlah sertifikat
halal yang telah dikeluarkan LPPOM MUI yaitu sebanyak 5.896 sertifikat halal
dengan jumlah produk mencapai 97.794 item dari 3.561 perusahaan sejak tahun
2005 hingga Desember 2011 (LPPOM MUI 2012). Sebagai perbandingan, pasar
produk halal dunia selama satu dekade terakhir telah tumbuh cepat dan mencapai
nilai transaksi US$ 632 miliar per tahun dengan angka pertumbuhan sekitar 17%
setiap tahun (LPPOM MUI 2012).
Tingginya konsumsi produk pangan halal tidak selamanya diikuti oleh
kesadaran setiap elemen yang memiliki andil dalam penyediaan pangan halal
tersebut. Berbagai bentuk pemalsuan pangan atau food adulteration yang
menyangkut status kehalalan produk pangan masih kerap terjadi. Beberapa contoh
kasus yang kerap terjadi di masyarakat adalah pencampuran daging babi untuk
produk bakso sapi, pencampuran daging babi dengan daging sapi segar, serta
kecurangan oknum pedagang yang menjual daging dari hewan yang mati karena
sakit atau tidak disembelih (bangkai). Salah satu contoh kasus yang terjadi di
masyarakat adalah penemuan 3 sampel bakso sapi yang mengandung daging babi
dari 34 sampel bakso sapi hasil sidak oleh Sudin Peternakan dan Perikanan
Jakarta Barat sebagaimana diberitakan oleh DetikNews pada 13 Desember 2013.
Hal yang patut diperhatikan dari contoh kasus tersebut yaitu pelaku pemalsuan
pangan adalah pengusaha bakso atau pengusaha penggilingan berskala kecil dan
menengah yang produk-produknya bisa secara langsung menyentuh masyarakat
dengan pengawasan yang minimal. Adanya fakta pemalsuan pangan yang terjadi
di lapangan semacam ini kemudian memunculkan kebutuhan akan adanya
metode-metode analisis yang dapat mendeteksi cemaran daging babi dalam
produk pangan.
2

Berbagai metode analisis telah dikembangkan untuk mempermudah deteksi


cemaran daging babi dalam produk pangan dengan memanfaatkan kemajuan
perkembangan biologi molekuler. Metode analisis yang telah dilakukan untuk
mendeteksi adanya unsur babi dalam makanan contohnya adalah kromatografi gas
untuk analisis asam lemak, imunodifusi ganda atau ouchterlony dan SDS-PAGE
untuk analisis protein. Namun, ketiga metode ini hanya dapat dilakukan pada
bahan pangan yang belum mengalami pemasakan atau mengalami perlakuan di
atas suhu 50 oC (Roswiem 2000). Metode yang saat ini menjadi salah satu metode
dengan ketelitian tinggi adalah metode Polymerase Chain Reaction (PCR) yang
memanfaatkan DNA dan dapat digunakan untuk produk daging yang telah
dimasak atau diproses (Carnegie et al.1997 dalam Maryatni 2000). Metode-
metode tersebut sayangnya masih memiliki beberapa kelemahan, terutama terkait
biaya untuk reagen dan instrumen yang mahal serta tidak dapat dilakukan secara
praktis di lapangan.
Metode baru yang dapat digunakan saat ini adalah penggunaan perangkat
deteksi babi atau porcine detection kit. Porcine detection kit dikembangkan
berdasarkan prinsip-prinsip imunokromatografi dengan mengadsorpsi beberapa
jenis antibodi pada permukaan strip uji yang akan terikat khusus dengan antigen
spesifik babi (PerkinElmer 2011). Metode ini dapat menjadi salah satu solusi
untuk mengatasi masalah ketidakpraktisan yang ada pada metode-metode
konvensional sebab metode ini hanya memerlukan alat dan reagen dalam jumlah
yang kecil.
LPPOM MUI telah menggunakan porcine detection kit untuk keperluan
analisis sampel hasil audit, terutama sampel daging dan produk olahannya.
Parameter-parameter kinerja dari porcine detection kit telah dijelaskan oleh
produsen dari perangkat deteksi ini. Meski begitu, validasi terhadap metode
analisis ini tetap perlu dilakukan guna memastikan kesesuaian antara parameter-
parameter kinerja dari metode analisis dengan penggunaannya.

Tujuan Penelitian

Kegiatan magang ini bertujuan untuk mengukur parameter-parameter


kinerja metode analisis kualitatif pada perangkat deteksi cemaran daging babi
dalam produk daging di Lembaga Pengkajian Pangan, Obat-obatan, dan
Kosmetika Majelis Ulama Indonesia (LPPOM MUI).

Manfaat Penelitian

Kegiatan magang diharapkan dapat memberikan dampak positif khususnya


bagi LPPOM MUI dalam bentuk evaluasi parameter kinerja dari instrumen
porcine detection kit. Hasil penelitian dapat menjadi acuan dalam pengambilan
keputusan terkait penggunaan porcine detection kit sebagai instrumen yang valid
dan handal untuk membantu proses analisis hasil audit halal.
3

METODE

Waktu dan Lokasi Penelitian

Penelitian dilakukan selama 5 bulan (Februari – Juni 2013) di laboratorium


Bidang Penelitian dan Pengkajian Ilmiah Lembaga Pengkajian Pangan, Obat-
obatan dan Kosmetika Majelis Ulama Indonesia (LPPOM MUI) Kampus IPB
Baranangsiang Bogor.

Bahan

Bahan yang digunakan dalam penelitian ini adalah daging sapi, daging babi,
tepung tapioka, es batu, garam, dan reagen ekstraksi PerkinElmer porcine
detection kit.

Alat

Alat yang digunakan dalam penelitian ini adalah neraca analitik, kantung
plastik, penggiling daging, bowl chopper, panci, tusuk gigi, sudip, stopwatch, dan
PerkinElmer porcine detection kit test strip jenis raw dan processed. Program
Curve Expert Professional 1.6.8 digunakan untuk data fitting hasil uji positif.
Program Minitab 16 digunakan untuk mengolah data menjadi kurva parameter
kinerja analisis.

Prosedur Percobaan

Prosedur percobaan yang dilakukan dalam penelitian ini terdiri dari dua
tahap. Tahap pertama adalah preparasi sampel dan tahap kedua adalah pengujian
sampel dengan porcine detection kit.
1. Preparasi sampel
Sampel daging sapi untuk penelitian ini didapatkan dengan membeli daging
sapi yang sudah bersertifikat halal dari supermarket. Sampel daging babi
didapatkan dengan membeli daging babi di Pasar Bogor. Preparasi sampel
dilakukan secara berbeda untuk dua jenis strip uji porcine detection kit, yaitu raw
porcine meat detection kit dan processed porcine meat detection kit.
Preparasi sampel untuk raw porcine meat detection kit dilakukan dengan
menggiling kedua jenis daging menggunakan bowl chopper secara terpisah
terlebih dahulu. Daging yang telah digiling selanjutnya ditimbang secara terpisah
menggunakan neraca analitik dengan berat sesuai konsentrasi sampel yang telah
dirancang. Spiking daging babi ke dalam daging sapi selanjutnya dilakukan
dengan konsentrasi 0,001%, 0,005%, 0,009%, 0,015%, 0,02%, 0,025%, 0,03%,
0,04%, dan 0,05% (b/b). Campuran kedua jenis daging tersebut selanjutnya
digiling kembali menggunakan bowl chopper selama 30 menit. Sampel daging
4

kemudian dimasukkan dalam kantung plastik dan disimpan di lemari pendingin


pada suhu -20 oC.
Preparasi sampel untuk processed porcine meat detection kit dilakukan
melalui simulasi pembuatan bakso sapi. Daging sapi terlebih dahulu digiling
bersama garam dan es batu. Tepung tapioka ditambahkan paling akhir dengan
perbandingan tepung tapioka dibanding daging sebesar 1 : 3. Adonan bakso
kemudian dibagi dan ditimbang menjadi delapan bagian sesuai konsentrasi
spiking daging babi. Spiking daging babi dilakukan dengan konsentrasi 0,1%,
0,2%, 0,3%, 0,4%, 0,5%, 0,7%, 0,9%, dan 1,1% (b/b). Campuran ini masing-
masing di rebus dalam air 60 oC dan dilanjutkan dengan perebusan pada air
bersuhu 100 oC. Sampel bakso kemudian disimpan dalam lemari pendingin pada
suhu -20 oC.
2. Pengujian sampel dengan porcine detection kit
Thawing terlebih dahulu dilakukan untuk sampel beku. Sampel kemudian
diaduk dalam bowl chopper hingga homogen. Sebanyak 1 gram sampel diambil
menggunakan tusuk gigi lalu dimasukkan dalam botol vial berisi 3 ml cairan
ekstraksi. Botol vial berisi sampel ini kemudian dikocok selama 1 menit hingga
sampel nampak larut dalam cairan ekstraksi. Strip uji dimasukkan sesuai kategori
sampel yang akan diuji. Strip uji raw porcine meat detection kit untuk sampel
daging mentah dan strip uji processed porcine meat detection kit untuk sampel
daging yang sudah diolah. Salah satu ujung strip uji dicelupkan ke dalam botol
vial berisi sampel dan cairan ekstraksi. Larutan sampel dibiarkan mengalir ke atas
melalui strip uji hingga mencapai ujung bawah patch bertanda panah. Strip uji
diangkat lalu diletakkan pada permukaan datar dan tidak menyerap cairan. Strip
uji diamati hingga 15 menit dan didokumentasikan dengan pengambilan gambar.
Waktu tempuh hingga mencapai hasil uji positif dicatat dalam lembar hasil
analisis. Hasil uji positif ditandai munculnya garis merah pada positive test line
dan control test line pada strip uji. Hasil uji negatif ditandai dengan munculnya
garis merah hanya pada control test line pada strip. Hasil uji dianggap tidak valid
jika tidak muncul garis pada kedua test line atau garis merah hanya muncul pada
positive test line. Pengamatan dilanjutkan hingga menit ke-25 untuk menentukan
keputusan terhadap hasil uji yang muncul dan mendokumentasikan hasil yang
diperoleh. Strip uji kemudian dipindahkan ke lembar hasil analisis.

Prosedur Analisis Data

Salah satu metode yang dapat dilakukan untuk validasi metode analisis
kualitatif adalah kurva karakteristik kinerja (Trullols et al. 2004). Kurva
karakteristik kinerja didapatkan dengan mengkuantifikasi hasil uji kualitatif dalam
bentuk probabilitas deteksi. Spiking daging babi dilakukan terhadap sampel
daging sapi pada konsentrasi yang bertingkat. Tingkat konsentrasi tertinggi harus
menghasilkan uji positif pada semua ulangan sedangkan tingkat konsentrasi
terendah harus menghasilkan uji negatif pada semua ulangan. Jumlah hasil uji
positif dan persentase hasil uji positif dihitung pada masing-masing tingkat
konsentrasi. Persentase hasil uji negatif pada masing-masing tingkat konsentrasi
juga dihitung dengan cara yang sama.
5

Data hasil uji positif yang telah didapat kemudian diolah dengan program
Curve Expert Professional 1.6.8 untuk mengetahui bentuk dan fungsi kurva yang
sesuai dengan plot data. Konsentrasi sampel dimasukkan sebagai prediktor
(sumbu x) dan hasil uji positif dimasukkan sebagai respons (sumbu y). Program
selanjutnya akan menampilkan bentuk kurva, fungsi, skor, nilai regresi, dan nilai
korelasi kurva. Pengolahan data kemudian dilakukan dengan program Minitab 16
menggunakan fungsi kurva yang telah didapat dari hasil data fitting. Kurva
karakteristik kinerja didapatkan dengan menempatkan hasil uji ke dalam fungsi
kurva sigmoid yang didapat dari hasil data fitting. Probabilitas akan terjadinya
kesalahan positif (α) dan kesalahan negatif (β) yang dapat diterima ditetapkan
sebesar 5%. Nilai ini ditetapkan pada grafik sebagai garis horizontal α = 5% dan
100-β = 95%. Parameter kinerja analisis selanjutnya dapat dihitung setelah
probabilitas galat ini ditetapkan.

HASIL DAN PEMBAHASAN

Hasil

Tabel 1 menunjukkan hasil positif mulai ditemukan pada konsentrasi


0,015%. Hasil uji positif secara konsisten mulai didapat pada konsentrasi 0,03%.
Sampel pada konsentrasi 0,015% hingga 0,025% diperbanyak untuk
mengonfirmasi hasil uji karena didapat hasil positif dan negatif.
Tabel 1 Data hasil uji raw porcine meat detection kit.
Probabilitas Probabilitas
Konsentrasi Analis 1 Analis 2
Positif Negatif
0,001% − − − − 0 100

0,005% − − − − 0 100

0,009% − − − − 0 100
+ − − +
0,015% 37,5 62,5
− − − +
+ − − -
0,02% 62,5 37,5
+ + + +
− + + +
0,025% 87,5 12,5
+ + + +
0,03% + + + + 100 0

0,04% + + + + 100 0

0,05% + + + + 100 0
6

Tabel 2 menunjukkan hasil positif dari pengujian menggunakan processed


porcine meat detection kit mulai muncul pada konsentrasi 0,3%. Langkah
konfirmasi hasil uji ulangan pertama kemudian dilakukan dengan menurunkan
rentang konsentrasi menjadi 0,1% dan menambah ulangan sampel pada
konsentrasi 0,2%, 0,3%, dan 0,4%. Hasil uji positif mulai nampak secara
konsisten pada konsentrasi 0,4%.
Tabel 2 Data hasil uji processed porcine meat detection kit.
Probabilitas Probabilitas
Konsentrasi (%) Analis 1 Analis 2
Positif Negatif
0,1 − − − − 0 100

0,2 − − − − 0 100
+ + − −
0,3 32,5 67,5
− − + −
+ + − +
0,4 75 25
− + + +
0,5 + + + + 100 0

0,7 + + + + 100 0

0,9 + + + + 100 0

1,1 + + + + 100 0

Data hasil uji positif yang didapat kemudian diolah dengan program data
fitting Curve Expert Professional 1.6.8. Hasil data fitting berupa kurva, fungsi,
skor, dan keterangan kurva disajikan dalam Lampiran 1 dan Lampiran 2. Kurva
parameter kinerja analisis raw porcine meat detection kit dan kurva parameter
kinerja analisis processed porcine meat detection kit berturut-turut disajikan
dalam Gambar 1 dan Gambar 2. Parameter kinerja analisis yang dapat diukur
menggunakan kurva parameter kinerja analisis meliputi daerah ketidakpercayaan,
batas deteksi, sensitivity rate, dan specificity rate.
Daerah ketidakpercayaan dari raw porcine meat detection kit ditentukan
oleh batas atas dan batas bawahnya. Batas atas daerah ketidakpercayaan
ditentukan dari nilai konsentrasi di mana garis 100-β melintasi kurva. Nilai
konsentrasi ini diketahui sebesar 0,0295% pada Gambar 1. Batas bawah daerah
ketidakpercayaan ditentukan dari nilai konsentrasi saat garis α melintasi kurva.
Nilai konsentrasi ini diketahui sebesar 0,0095% pada Gambar 1. Daerah
ketidakpercayaan diketahui berada di antara 0,0095% dan 0,0295%. Parameter
batas deteksi bisa diketahui dari batas atas daerah ketidakpercayaan. Batas deteksi
dari metode raw porcine meat detection kit adalah 0,0295%.
7

0,0095 0,0295

1,0
0,95

0,8
Probabilitas Positif

0,6

0,4

൫-0.011787 ∙ 0.000001൯+ (1.029280 ∙ x4.649840 )


0,2 y= (0.000001+ x4.649840 )
2
r = 0.995199 0,05
0,0

0,00 0,01 0,02 0,03 0,04 0,05


Konse ntrasi (%b/ b)

Gambar 1 Kurva parameter kinerja raw porcine meat detection kit.


Parameter yang dapat ditentukan selanjutnya adalah sensitivity rate dan
specificity rate. Sensitivity rate saat kurva berpotongan dengan garis probabilitas
kesalahan negatif (β) pada konsentrasi 0,0295% adalah 0,95. Specificity rate saat
kurva berpotongan dengan garis probabilitas kesalahan positif (α) pada
konsentrasi 0,0095% adalah 0,95.

0,215 0,5
1,0
0,95

0,8
Probabilitas Positif

0,6

0,4
൫-0.010707 ∙ 0.000497൯+ (1.011359 ∙ x6.962913 )
y=
0,2 (0.000497+ x6.962913 )
2
r = 0.997214
0,05
0,0

0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2
Konse nt rasi (%b/ b)

Gambar 2 Kurva parameter kinerja analisis processed porcine meat


detection kit.
Daerah ketidakpercayaan dari processed porcine meat detection kit juga
ditentukan oleh batas atas dan batas bawahnya. Batas atas daerah
ketidakpercayaan ditentukan dari nilai konsentrasi di mana garis 100-β melintasi
kurva. Nilai konsentrasi ini diketahui sebesar 0,5 % pada Gambar 2. Batas bawah
daerah ketidakpercayaan ditentukan dari nilai konsentrasi saat garis α melintasi
kurva. Nilai konsentrasi ini diketahui sebesar 0,215% pada Gambar 2. Daerah
ketidakpercayaan diketahui berada di antara konsentrasi 0,215% dan 0,5%.
8

Parameter batas deteksi bisa diketahui dari batas atas daerah ketidakpercayaan.
Batas deteksi dari metode processed porcine meat detection kit adalah 0,5%.
Parameter metode processed porcine meat detection kit yang dapat
ditentukan selanjutnya adalah sensitivity rate dan specificity rate. Sensitivity rate
saat kurva berpotongan dengan garis probabilitas kesalahan negatif (β) pada
konsentrasi 0,5% adalah 0,95. Specificity rate saat kurva berpotongan dengan
garis probabilitas kesalahan positif (α) pada konsentrasi 0,215% adalah 0,95.

Pembahasan

Metode analisis kualitatif adalah metode analisis yang menghasilkan


respons berupa keberadaan atau ketiadaan suatu analit baik yang terdeteksi secara
langsung maupun tidak langsung pada sejumlah tertentu sampel (Feldsine et al.
2002). Definisi tersebut memberikan kesimpulan bahwa metode analisis kualitatif
digunakan untuk mengetahui jika suatu sampel mengandung satu atau lebih analit
spesifik. Hasil dari analisis kualitatif dalam hal ini berupa data biner yang
menyatakan hasil positif atau negatif. Trullols (2006) menyatakan bahwa
keberadaan atau ketiadaan analit dalam sampel tidak terukur secara absolut namun
terukur pada suatu konsentrasi analit yang spesifik. Dengan kata lain, analit dapat
terukur jika jumlahnya memenuhi suatu limit konsentrasi.
Trullols (2006) mengklasifisikan metode analisis kualitatif ke dalam dua
jenis metode. Metode kualitatif berbasis deteksi sensori menggunakan indra
manusia untuk merekam dan menginterpretasikan respons analisis. Metode
kualitatif berbasis deteksi instrumen menggunakan respons instrumental untuk
menentukan apakah analit berada di atas atau di bawah tingkat konsentrasi
tertentu. Metode analisis porcine detection kit dalam hal ini termasuk dalam
metode kualitatif berbasis deteksi sensori sebab interpretasi hasil berupa
munculnya strip uji positif dilakukan secara langsung oleh analis menggunakan
indra penglihatan.
Validasi metode analisis merupakan suatu tindakan penilaian terhadap
parameter tertentu berdasarkan percobaan laboratorium untuk membuktikan
bahwa parameter tersebut memenuhi persyaratan untuk penggunaannya (Harmita
2004). Hal ini sejalan dengan definisi EURACHEM (1998) yang menyatakan
bahwa validasi metode merupakan proses untuk menetapkan persyaratan analisis
dan mengonfirmasi jika kinerja metode telah sesuai dengan syarat
penggunaannya. EURACHEM (1998) juga menyatakan bahwa validasi metode
perlu dilakukan saat ada metode baru yang dikembangkan, ada revisi yang
dilakukan terhadap metode lama akibat munculnya masalah baru, adanya
perubahan yang terjadi pada suatu metode seiring waktu, serta metode lama
digunakan pada laboratorium atau analit yang berbeda.
Trullols et al. (2004) menyatakan bahwa validasi terhadap metode analisis
kualitatif hingga saat ini masih belum memiliki protokol yang baku sedangkan
langkah validasi yang selama ini dilakukan hanya dapat digunakan untuk metode
analisis kuantitatif. Beberapa organisasi seperti AOAC, European Union (EU),
dan EURACHEM hingga saat ini juga masih belum memiliki prosedur validasi
yang sama dan baku untuk digunakan secara luas sebab masing-masing organisasi
tersebut memiliki protokol validasinya sendiri. Selanjutnya Trullols et al. (2004)
9

mengajukan alternatif langkah validasi dengan cara mengukur parameter kinerja


analisis kualitatif menggunakan tabel kontingensi, teorema Bayes, uji hipotesis
statistik, dan kurva parameter kinerja. Penggunaan masing-masing metode
terutama tergantung pada tipe deteksi terhadap respons dan jumlah analisis yang
ingin dilakukan oleh analis.
Menurut Trullols et al. (2004), metode yang sesuai untuk langkah validasi
metode analisis kualitatif berbasis deteksi sensori seperti halnya porcine detection
kit adalah metode kurva karakteristik kinerja. Keuntungan yang didapat dari
penggunaan metode ini adalah banyaknya informasi yang didapat dari kurva yang
dihasilkan. Kurva karakteristik kinerja memungkinkan perhitungan specificity rate
dan sensitivity rate, batas deteksi, serta daerah ketidakpercayaan dengan cara yang
sederhana. Kekurangan dari metode ini adalah banyaknya jumlah sampel pada
setiap tingkat konsentrasi yang dibutuhkan untuk membuat kurva yang
representatif.
Salah satu parameter kinerja analisis yang sangat penting adalah
ketidakpastian pengukuran yang disebabkan adanya kesalahan acak. Pada kasus
metode analisis yang menghasilkan respons biner, ketidakpastian tidak dapat
dinyatakan dalam bentuk standar deviasi. Ketidakpastian pengukuran dalam
konteks ini akan lebih tepat jika dinyatakan sebagai probabilitas munculnya hasil
uji yang salah sehingga untuk membedakannya Trullols et. al. (2004)
menggunakan istilah unreliability atau ketidakpercayaan. Kesalahan pengujian
dapat berupa kesalahan positif ataupun negatif sehingga ketidakpercayaan
dinyatakan dalam bentuk daerah yang batas-batasnya merupakan tingkat
konsentrasi dengan probabilitas untuk mendapatkan respons yang salah telah
ditetapkan oleh analis, umumnya sebesar 5%. Istilah lain dari daerah
ketidakpercayaan adalah jarak kerja yang didefinisikan sebagai wilayah di mana
hasil analisis akan memiliki ketidakpastian yang dapat diterima (Prichard dan
Barwick 2007).
Metode raw porcine meat detection kit memiliki daerah ketidakpercayaan
pada rentang konsentrasi 0,0095% hingga 0,0295%. Hal ini menunjukkan bahwa
metode raw porcine meat detection kit memiliki kecenderungan untuk
menghasilkan kesalahan positif atau kesalahan negatif pada hasil uji yang didapat
dari rentang konsentrasi 0,0095% hingga 0,0295%. Hal yang sama juga berlaku
untuk metode processed porcine meat detection kit yang daerah
ketidakpercayaannya terletak pada rentang konsentrasi 0,215% hingga 0,5%.
Metode processed porcine meat detection kit memiliki kecenderungan untuk
menghasilkan kesalahan positif atau kesalahan negatif pada hasil uji yang didapat
dari rentang konsentrasi 0,215% hingga 0,5%.
Sensitivitas menurut Trullols et. al. (2004) dan Feldsine et al. (2002) dalam
konteks analisis kualitatif adalah kemampuan suatu pengujian untuk mendeteksi
sampel yang sejatinya positif sebagai positif. Hal ini berbeda dengan Prichard dan
Barwick (2007) yang menyatakan bahwa sensitivitas merupakan nilai perubahan
respons akibat adanya perubahan konsentrasi, namun definisi ini lebih ditujukan
untuk metode analisis kuantitatif. Parameter yang berasosiasi dengan sensitivitas
adalah sensitivity rate (sensitivity rate) yang didefinisikan sebagai probabilitas
bahwa metode akan menggolongkan suatu sampel yang diketahui positif sebagai
positif pada konsentrasi tertentu (Feldsine et al. 2002). Trullols et al. (2004)
menambahkan bahwa parameter ini berhubungan dengan batas atas dari daerah
10

ketidakpercayaan, yaitu probabilitas dari nilai konsentrasi saat kurva karakteristik


kinerja analisis berpotongan dengan garis probabilitas kesalahan negatif (β).
Sensitivity rate raw porcine meat detection kit saat kurva berpotongan
dengan garis probabilitas kesalahan negatif (β) pada konsentrasi 0,0295% adalah
0,95. Nilai ini berarti bahwa metode raw porcine meat detection kit memiliki
kemungkinan sebesar 0,05 atau 5% untuk menghasilkan kesalahan negatif saat
dilakukan pengujian pada konsentrasi 0,0295%. Sensitivity rate processed porcine
meat detection kit saat kurva berpotongan dengan garis probabilitas kesalahan
negatif (β) pada konsentrasi 0,5% adalah 0,95. Nilai ini juga berarti bahwa metode
processed porcine meat detection kit memiliki kemungkinan sebesar 0,05 atau 5%
untuk menghasilkan kesalahan negatif saat dilakukan pengujian pada konsentrasi
0,5%.
Trullols et. al. (2004) dan Feldsine et al. (2002) menyatakan bahwa
spesifisitas dalam konteks analisis kualitatif adalah kemampuan suatu pengujian
untuk mendeteksi sampel yang sejatinya negatif sebagai negatif. Feldsine et al.
(2002) juga menambahkan bahwa parameter yang berasosiasi dengan spesifisitas
adalah specificity rate yang didefinisikan sebagai probabilitas bahwa metode akan
menggolongkan suatu sampel yang diketahui negatif sebagai negatif pada
konsentrasi tertentu. Menurut Trullols et al. (2004), parameter specificity rate juga
berhubungan dengan batas bawah dari daerah ketidakpercayaan, yaitu probabilitas
dari nilai konsentrasi saat kurva karakteristik kinerja analisis berpotongan dengan
garis probabilitas kesalahan positif (α).
Berdasarkan definisi tersebut, maka specificity rate dari kedua jenis strip uji
dapat ditentukan. Specificity rate raw porcine meat detection kit saat kurva
berpotongan dengan garis probabilitas kesalahan positif (α) pada konsentrasi
0,0095% adalah 0,95. Nilai ini berarti metode raw porcine meat detection kit
memiliki kemungkinan sebesar 0,05 atau 5% untuk menghasilkan kesalahan
positif dalam pengujian pada konsentrasi 0,0095%. Specificity rate processed
porcine meat detection kit saat kurva berpotongan dengan garis probabilitas
kesalahan positif (α) pada konsentrasi 0,215% adalah 0,95. Nilai ini berarti
metode raw porcine meat detection kit memiliki kemungkinan sebesar 0,05 atau
5% untuk menghasilkan kesalahan positif dalam pengujian pada konsentrasi
0,215%.
Batas deteksi adalah konsentrasi analit terendah yang masih dapat terdeteksi
sebagai positif dalam matriks yang diuji (Boison 2000). Definisi tersebut menurut
Trullols (2006), dapat diartikan bahwa probabilitas kesalahan yang harus
dipertimbangkan hanyalah probabilitas kesalahan negatif (galat tipe β).
Probabilitas kesalahan positif (galat tipe α) tidak menjadi pertimbangan dalam
kasus ini sebab semua sampel harus menghasilkan hasil uji positif pada tingkat
konsentrasi yang lebih tinggi dari batas deteksi. Oleh karena itu, parameter batas
deteksi bisa diketahui dari batas atas daerah ketidakpercayaan.
Berdasarkan definisi tersebut, batas deteksi dari processed porcine meat
detection kit sebesar 0,5%. Batas deteksi ini telah sesuai dengan nilai batas deteksi
yang diklaim oleh produsen strip uji, yaitu sebesar 0,5% untuk processed porcine
meat detection kit (PerkinElmer 2011). Batas deteksi dari metode raw porcine
meat detection kit adalah 0,0295%. Nilai ini ternyata lebih rendah dibandingkan
nilai batas deteksi yang diklaim oleh produsen strip uji yaitu sebesar 0,05%
(PerkinElmer 2011). Sebagai perbandingan, ELISA Kit dapat mendeteksi 0,28%
11

cemaran daging babi dalam daging sapi (Sumartini et al. 2002) dan Real Time
PCR dapat mendeteksi 0,01% hingga 0,05% daging babi dalam daging sapi yang
diproses (Jonker et al. 2008).
Nilai batas deteksi dari raw porcine meat detection kit lebih rendah
dibanding spesifikasi yang diklaim oleh produsen strip uji. Hal ini menunjukkan
metode raw porcine meat detection kit cenderung menghasilkan kesalahan positif
jika pengujian dilakukan pada konsentrasi 0,0295% hingga 0,05%. Produsen strip
uji menyatakan secara langsung bahwa batas deteksi ditetapkan sebesar 0,05%
agar prosedur yang dilakukan oleh pengguna strip uji dapat secara pasti
menghasilkan hasil uji positif tanpa adanya kesalahan negatif. Pernyataan ini
sesuai dengan definisi dari Valcarcel (2000) yang telah disebutkan
sebelumnya.Nilai batas deteksi yang lebih rendah menurut Trullols et. al. (2004)
tidak dianggap sebagai suatu gangguan karena dalam kasus pengujian substansi
yang berbahaya atau tidak boleh ada dalam suatu sampel, nilai kesalahan negatif
harus dikontrol bahkan diperkecil bila memungkinkan.

SIMPULAN DAN SARAN

Simpulan

Parameter kinerja analisis dari raw porcine meat detection kit dan processed
porcine meat detection kit telah diukur menggunakan metode kurva parameter
kinerja analisis. Daerah ketidakpercayaan menunjukkan bahwa raw porcine meat
detection kit cenderung menghasilkan kesalahan pada rentang konsentrasi
0,0095% hingga 0,0295% sedangkan processed porcine meat detection kit
cenderung menghasilkan kesalahan pada rentang konsentrasi 0,215% hingga
0,5%. Sensitivity rate kedua jenis strip uji menunjukkan bahwa kedua strip uji
memiliki kemungkinan untuk menghasilkan kesalahan negatif sebesar 5% jika
dilakukan pengujian dengan konsentrasi yang lebih tinggi dari batas atas daerah
ketidakpercayaannya. Specificity rate kedua jenis strip uji menunjukkan bahwa
kedua strip uji memiliki kemungkinan untuk menghasilkan kesalahan positif
sebesar 5% jika dilakukan pengujian dengan konsentrasi yang lebih kecil dari
batas bawah daerah ketidakpercayaannya. Batas deteksi processed porcine meat
detection kit telah sesuai dengan nilai yang diklaim oleh produsen strip uji. Batas
deteksi raw porcine meat detection kit lebih rendah dibandingkan dengan nilai
yang diklaim oleh produsen strip uji. Hal ini tidak dianggap sebagai suatu
gangguan karena dalam kasus pengujian substansi yang berbahaya atau tidak
boleh ada dalam suatu sampel, nilai kesalahan negatif harus dikontrol bahkan
diperkecil bila memungkinkan.

Saran

Perlu dilakukan pengujian parameter kinerja metode processed porcine meat


detection kit terhadap jenis-jenis olahan daging seperti sosis, nugget, abon, atau
dendeng. Parameter kinerja metode raw porcine meat detection kit perlu diujikan
12

terhadap jenis-jenis daging yang lain. Langkah konfirmasi menggunakan metode


deteksi seperti PCR dan HPLC juga perlu dilakukan.

DAFTAR PUSTAKA

[EURACHEM]. 1998. The Fitness for Purpose of Analytical Methods.


Teddington (UK): LGC Ltd.
[LPPOM MUI] Lembaga Pengkajian Pangan, Obat-obatan, dan Kosmetika
Majelis Ulama Indonesia. 2012. Indonesian Halal Directory 2012-2013. Bogor
(ID): LPPOM MUI.
[PerkinElmer]. 2011. Porcine Detection Kit Product Note. Madison (US):
PerkinElmer, Inc.
Boison JO. 2000. Current issues in regulatory chemistry. Kay J.F., MacNeil J.D.,
dan O’Rangers JJ. (Ed). AOAC International. 159-170.
Carnegie PR, Mills K, dan O’Brien PA. 1997. Novel DNA technologies for
identification of individual animals and species used in processed meat
products. Di dalam : Upaya mendeteksi adanya daging babi dalam makanan
melalui uji DNA. 2000. [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Dawson MT, Powell R, dan Gannon F. 1996. Gene technology. Di dalam : Upaya
mendeteksi adanya daging babi dalam makanan melalui uji DNA. 2000.
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
Feldsine P, Abeyta C, dan Andrews W. 2002. AOAC international methods
committee guidelines for validation of qualitative and quantitative
microbiological official methods of analysis. J AOAC Int. 85(5):1187-1200.
Harmita. 2004. Petunjuk pelaksanaan validasi metode dan cara perhitungannya.
Majalah Ilmu Kefarmasian. 6(3):117-135.
Jonker KM, Tilburg HC, Gele HA, dan De Boer E. 2008. Species identification in
meat products using real-time PCR. Food Additives and Contaminants. 25:
527-533.
Ledysia S. 2012 Des 13. Bakso oplosan daging babi juga ditemukan di Jakarta
Barat. DetikNews [internet]. [diunduh 2013 Apr 23]. Tersedia pada:
http://www.detik.com/news/read/2012/12/13/171053/2117901/bakso-oplosan-
daging-babi-juga-ditemukan-di-jakarta-barat.
Prichard E dan Barwick V. 2007. Quality Assurance in Analytical Chemistry.
London (UK): Wiley.
Roswiem PA. 2000. Sejauh Mana Analisis di Laboratorium dapat Mendeteksi
Makanan Haram. Diskusi Terbatas Satu Hari Analisis Komponen Tidak Halal
dalam Makanan. P3KT. Serpong (ID): LIPI.
Sumartini S, Zuas O, Julismardiany R, dan Susilawati E. 2002. Aplikasi ELISA
Kit untuk mendeteksi adanya daging babi dalam makanan. Prosiding Seminar
Tantangan Penelitian Kimia. Seminar Himpunan Kimia Indonesia; 2002 Mei
28-29; Serpong, Indonesia. Serpong (ID): Pusat Penelitian Kimia LIPI.
Trullols E, Ruisanchez I, Rius FX, Odena M, dan Feliu MT. 2004. Qualitative
method for determination of Aflatoxin B1 in nuts. J AOAC Int. 87:417-426.
13

Trullols E, Ruisanchez I, Rius FX, Odena M, dan Feliu MT. 2004. Validation of
qualitative analytical methods. J AOAC Int. 23:137-145.
Trullols E. 2006. Validation of qualitative analytical methods. [disertasi].
Tarragona (ES): Universitat Roviro I Virgili.
Valcarcel M. 2000. Principles of Analytical Chemistry. New York (US): Springer.

LAMPIRAN

Lampiran 1 Hasil data fitting raw porcine meat detection kit.


Overview
Name : MMF
Kind : Regression
Family : Sigmoidal Models
Equation : y = (a·b + c·xd)/(b + xd)
# of Indep. Vars : 1
Standard Error : 0.039881
Correlation Coeff. (r) : 0.997596
Coeff. of Determination : 0.995199
DOF : 5
AICC : -52.483577
Parameters
Value Std Error Range (95% confidence)
a -0.011787 0.026062 -0.078782 to 0.055207
b 0.000001 0.000000 -0.000000 to 0.000000
c 1.029280 0.032029 0.946947 to 1.111612
d 4.649840 0.666041 2.937727 to 6.361953
Covariance Matrix
a b c d
a 0.427055 -0.000000 -0.090063 4.270338
b -0.000000 0.000000 0.000000 -0.000007
c -0.090063 0.000000 0.644987 -8.479568
d 4.270338 -0.000007 -8.479568 278.916982
Lampiran 2 Hasil data fitting processed porcine meat detection kit.

Overview
Name : MMF
Kind : Regression
Family : Sigmoidal Models
Equation : y = (a·b + c·xd)/(b + xd)
# of Indep. Vars : 1
Standard Error : 0.031767
Correlation Coeff. (r) : 0.998606
Coeff. of Determination : 0.997214
14

DOF : 4
AICC : -48.734621
Parameters
Value Std Error Range (95% confidence)
a -0.010707 0.025044 -0.080241 to 0.058827
b 0.000497 0.000431 -0.000698 to 0.001693
c 1.011359 0.018310 0.960523 to 1.062194
d 6.962913 0.792556 4.762423 to 9.163402
Covariance Matrix
a b c d
a 0.621551 -0.003273 -0.042243 7.480327
b -0.003273 0.000184 0.003779 -0.333978
c -0.042243 0.003779 0.332211 -6.168602
d 7.480327 -0.333978 -6.168602 622.471145
Lampiran 3 Contoh hasil analisis dengan strip uji porcine detection kit.
15

RIWAYAT HIDUP

Penulis bernama lengkap Luthfan Eka Setiawan. Lahir


di Jember pada tanggal 18 Agustus 1991 dari ayah Alm.
Ridwan dan ibu Lilik Afifah, sebagai anak pertama dari tiga
bersaudara. Penulis memulai jenjang pendidikan formal di SD
Negeri Garahan 1 dan lulus pada tahun 2003. Kemudian
penulis melanjutkan pendidikan di SMP Negeri 1 Silo dan
lulus pada tahun 2006. Penulis melanjutkan pendidikan di
SMA Negeri 1 Jember dan lulus pada tahun 2009. Pada tahun
yang sama, penulis diterima di Institut Pertanian Bogor
melalui jalur USMI pada mayor Teknologi Pangan, Departemen Ilmu dan
Teknologi Pangan, Fakultas Teknologi Pertanian. Selama menjalani studi di IPB
penulis aktif dalam berbagai kepanitiaan dan lembaga kemahasiswaan.
Kepanitiaan yang pernah diikuti diantaranya adalah HACCP IX (Ketua Divisi
Logstran), PLASMA (Staf Divisi Logstran), Kejuaraan Merpati Putih IPB OPEN
2012 (Ketua Divisi Liaison Officer). Penulis menjabat sebagai Ketua Divisi
Kaderisasi dan Internal Unit Kegiatan Mahasiswa Merpati Putih IPB pada tahun
2009-2011.
Penulis juga aktif mengikuti lomba karya tulis ilmiah tingkat mahasiswa.
Beberapa prestasi yang diraih oleh penulis antara lain adalah Juara III Make and
Sell Competition Himatekk ITS tahun 2009 dan Juara III Agroindustrial Product
Competition Himalogin IPB tahun 2009.