Penentuan Flavonoid Total Dengan FT Ir PDF
Penentuan Flavonoid Total Dengan FT Ir PDF
INDAH KURNIASARI
DEPARTEMEN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2006
ABSTRAK
INDAH KURNIASARI
Skripsi
Sebagai salah satu syarat untuk memperoleh gelar
Sarjana Sains pada
Departemen Kimia
DEPARTEMEN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2006
Judul Skripsi : Metode Cepat Penentuan Flavonoid Total Meniran (Phyllantus niruri L.)
Berbasis Teknik Spektroskopi Inframerah dan Kemometrik
Nama : Indah Kurniasari
NIM : G44201061
Menyetujui:
Mengetahui:
Tanggal Lulus :
PRAKATA
Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas limpahan rahmat dan
hidayah-Nya sehingga penulis dapat menyelesaikan skripsi ini. Skripsi berjudul Metode
Cepat Penentuan Flavonoid Total Meniran (Phyllantus niruri L.) Berbasis Teknik
Spektroskopi Inframerah dan Kemometrik ini merupakan salah satu syarat untuk
memperoleh gelar sarjana sains pada Program Studi Kimia FMIPA IPB.
Terima kasih penulis ucapkan kepada Prof. Dr. Ir. Latifah K. Darusman, MS dan
Rudi Heryanto S.Si., M.Si. sebagai pembimbing atas arahan, saran, dan dorongan yang
telah diberikan kepada penulis selama pelaksanaan penelitian dan penulisan skripsi ini.
Terima kasih disampaikan pula kepada Program Penelitian Dasar Direktorat Jenderal
Pendidikan Tinggi Departemen Pendidikan Nasional, melalui Pusat Studi Biofarmaka,
LPPM IPB yang telah mendanai penelitian ini. Ucapan terima kasih juga penulis
sampaikan kepada Ir. Jajang, MS yang telah memberikan bantuan analisis statistik.
Terima kasih penulis ucapkan kepada Papah, Mamah, Mas Giga, dan Olyn atas doa
dan kasih sayangnya. Terima kasih juga penulis ucapkan kepada Om Eman, seluruh
laboran Kimia Analitik, Kak Atep, seluruh staf Pusat Studi Biofarmaka, dan Mas Heri
atas seg ala kemudahan yang diberikan dalam penelitian. Terima kasih kepada rekan-
rekan Kimia 38, rekan-rekan Laboratorium Kimia Analitik, keluarga besar Cirahayu 6
(Etta, Erika, Mbak Ade, Mbak Sulis, Levy, Ninin, Mbak Desi, Yuli, Nia, dan Ega),
Annis, Opie, Inul, serta Helmy atas dorongan dan semangat yang tiada henti.
Semoga karya ilmiah ini bermanfaat.
Indah Kurniasari
RIWAYAT HIDUP
Penulis dilahirkan di Temanggung pada tanggal 5 April 1983 dari ayah Iding
Chaidir dan ibu Maharsi. Penulis merupakan anak kedua dari tiga bersaudara.
Tahun 2001 penulis lulus dari SMU Negeri 70 Jakarta dan pada tahun yang sama
lulus seleksi masuk IPB melalui jalur ujian masuk perguruan tinggi negeri (UMPTN).
Penulis memilih Program Studi Kimia, Departemen Kimia, Fakultas Matematika dan
Ilmu Pengetahuan Alam.
Selama mengikuti perkuliahan, penulis menjadi asisten praktikum mata kuliah
Kimia Analitik I, Kimia Lingkungan, dan Kimia Analitik Dasar pada tahun ajaran
2004/2005, serta mata kuliah Kimia Analitik III dan Kimia Dasar pada tahun ajaran
2005/2006. Penulis aktif sebagai staf Departemen Kewirausahaan dalam kepengurusan
Ikatan Mahasiswa Kimia periode 2002-2003.
Pada bulan Juni 2004, penulis menjalankan praktik lapangan di PT ISM Bogasari
Fluor Mills dan menulis laporan berjudul Pengawasan Mutu Wheat Bran-Pollard Pellet
sebagai Produk Samping Penggilingan Gandum di PT ISM Bogasari Flour Mills.
DAFTAR ISI
Halaman
PENDAHULUAN ......................................................................................................1
TINJAUAN PUSTAKA
Meniran ...........................................................................................................1
Flavonoid .........................................................................................................2
Spektroskopi Inframerah Transformasi Fourier (FTIR) ........................................2
Analisis Kemometrik Spektrum IR.....................................................................3
PCA .................................................................................................................3
PLS ..................................................................................................................3
PEMBAHASAN
Kadar Flavonoid Meniran ..................................................................................5
Spektrum IR Meniran ........................................................................................5
Klasifikasi Spektrum IR Serbuk Kering Meniran dengan PCA .............................7
Pembentukan Model Prediksi Kadar Flavonoid Meniran dengan PLS ...................9
LAMPIRAN ............................................................................................................. 13
DAFTAR TABEL
Halaman
DAFTAR GAMBAR
Halaman
1 Tanaman meniran...................................................................................................1
2 Struktur umum flavonoid ........................................................................................2
3 Prinsip PCA...........................................................................................................3
4 Prinsip PLS ...........................................................................................................4
5 Perbandingan spektrum IR standar kuersetin (a) dengan sampel serbuk kering
meniran (b). ...........................................................................................................6
6 Spektrum IR sampel serbuk kering meniran dari tiga daerah berbeda .........................6
7 Score plot dua PC pertama dari spektrum IR serbuk kering meniran ..........................8
8 Scatter plot dua dimensi antara kadar flavonoid prediksi dan kadar flavonoid
sebenarnya dari model 8........................................................................................ 10
DAFTAR LAMPIRAN
Halaman
b
Keterangan:
b : meniran Bantar Kambing
Keterangan: : meniran Darmaga
: meniran Bantar Kambing : meniran Cisarua
: meniran Darmaga
: meniran Cisarua Gambar 6 Spektrum IR sampel serbuk
kering meniran dari tiga daerah
Gambar 5 Perbandingan spektrum IR standar berbeda: a. tanpa prapemrosesan,
kuersetin (a) dengan sampel b. dengan prapemrosesan.
serbuk kering meniran (b).
Segmentasi spektrum IR dilakukan dengan Pencilan ini dapat disebabkan oleh adanya
membuang spektrum pada kisaran bilangan galat pengukuran, sampel dari kategori lain,
gelombang tertentu yang tidak menunjukkan atau kesalahan instrumental (Stchur et al.
serapan berarti. Menurut Vazquez et al. 2002). Sampel nomor 1 kemudian dihilangkan
(2000), penggunaan data spektrum pada dan tidak disertakan lagi dalam proses analisis
kisaran tertentu akan meningkatkan hasil selanjutnya.
analisis kemometrik. Segmentasi dapat Gambar 7b-e menunjukkan score plot dari
mengurangi wilayah spektrum IR yang data spektrum tanpa melalui tahap
mengandung banyak derau dan tidak memiliki prapemrosesan dengan telah di hilangkannya
informasi penting untuk analisis selanjutnya. pencilan. Terlihat bahwa data spektrum
Namun segmentasi juga dapat menurunkan dengan segmen I (Gambar 7c) memberikan
hasil analisis karena sebagian informasi hasil pengelompokan yang terbaik di antara
berharga juga mungkin turut terbuang (Zou et data yang lain, yaitu mampu menjelaskan 99%
al. 2005). Oleh karena itu, pemilihan kisaran dari variansi total pada kedua PC pertamanya
spektrum untuk segmentasi ini harus (PC1 = 94%, PC2 = 5%). Walaupun
dilakukan dengan cermat. Segmentasi pada demikian, pengelompokan ini diperkirakan
spektrum IR sampel serbuk kering meniran lebih dipengaruhi oleh kadar air yang
diperlihatkan pada Lampiran 7–14. terkandung pada masing-masing sampel.
Segmen I ini melibatkan absorbans sampel
Klasifikasi Spektrum IR Serbuk Kering pada bilangan gelombang 3730–2812 cm -1,
Meniran dengan PCA dengan serapan gugus OH pada 3000–3700
cm-1. Score plot dari absorbans utuh (Gambar
Teknik PCA dapat mengurangi dimensi 7b) hanya mampu menjelaskan 88% variansi
dari data awal, yaitu dari ribuan dimensi (PC1 = 74%, PC2 = 14%), segmen II (Gambar
(sebanyak jumlah bilangan gelombang 7d) mampu menjelaskan 97% variansi (PC1 =
spektrum IR) menjadi hanya dua dimensi. 66%, PC2 = 31%), sedangkan gabungan
Proyeksi sampel terhadap dua variabel baru segmen I dan II (Gambar 7e) mampu
ini ditunjukkan pada score plot. Score plot memberikan pengelompokan dengan
untuk dua PC pertama biasanya paling menjelaskan 90% variansi (PC1 = 76%, PC2
berguna dalam analisis karena kedua PC ini = 14%).
memiliki variansi terbanyak dalam data. Gambar 7f-i memperlihatkan pengaruh
Gambar 7 menunjukkan score plot dari pemberian perlakuan prapemrosesan spektrum
kelimabelas spektrum IR sampel serbuk IR terhadap pengelompokan sampel.
kering meniran dari tiga daerah berbeda. Plot Pengelompokan dapat terlihat jelas dari saling
ini memper lihatkan pola yang terdapat pada berdekatannya sampel-sampel yang berasal
spektrum IR, semakin dekat satu titik dengan dari satu daerah. Dua PC pertama pada score
titik yang lain, maka semakin besar kemiripan plot dari data spektrum utuh mampu
di antara spektrum IR sampel tersebut. menjelaskan 91% dari variansi total (PC1 =
Pengelompokan diperoleh berdasarkan pada 70%, PC2 = 21%), sedangkan score plot dari
daerah asal sampel meniran. data segmen I, II, serta gabungan segmen I
Pengelompokan dari spektrum IR tanpa dan II bertur ut-turut menjelaskan variansi
prapemrosesan ditunjukan pada Gambar 7a-e. sebesar 95% (PC1 = 81%, PC2 = 14%), 89%
Score plot dari spektrum IR ini tidak (PC1 = 75%, PC2 = 14%), dan 91 % (PC1 =
menunjukkan pemisahan yang jelas antara 70%, PC2 = 21%).
ketiga kelompok sampel meniran. Gambar 7a Pengelompokan terbaik dari spektrum IR
memperlihatkan bahwa score plot dua PC dengan prapemrosesan dimiliki oleh data
pertama dari data spektrum IR tanpa spektrum utuh tanpa segmentasi (Gambar 7f)
segmentasi mampu menjelaskan 92% dari serta data spektrum gabungan segmen I dan II
variansi total (PC1 = 83%, PC2 = 9%). Pola (Gambar 7i). Terlihat bahwa seluruh sampel
pengelompokan sampel tidak terlihat dengan pada masing-masing kelompok berada saling
jelas. Walaupun plot samp el meniran dari berdekatan satu sama lain. Tidak berbedanya
Cisarua telah terlihat berdekatan, sampel- hasil pengelompokan antara kedua set data ini
sampel meniran Bantar Kambing dan menunjukkan bahwa kisaran bilangan
Darmaga masih saling bercampur dan belum gelombang di luar segmen I dan II tidak
dapat terlihat pengelompokannya. Sampel memiliki informasi yang berarti untuk
nomor 1 terlihat sangat terpisah dari pengelompokan sampel sehingga pemotongan
kelompoknya dan program Unscrambler var iabel pada daerah ini tidak mempengaruhi
mengidentifikasinya sebagai pencilan. hasil pengelompokan.
a b
c d
e f
g h
Keterangan:
1-5 : meniran Bantar Kambing
6-10 : meniran Darmaga
11-15 : meniran Cisarua
i
Gambar 7 Score plot dua PC pertama dari spektrum IR serbuk kering meniran: a. utuh tanpa
prap emrosesan dengan pencilan, b. utuh tanpa prapemrosesan, c. segmen I tanpa
prapemrosesan, d. segmen II tanpa prapemrosesan, e. gabungan segmen I dan II tanpa
prapemrosesan, f. utuh dengan prapemrosesan, g. segmen I dengan prapemrosesan, h.
segmen II dengan prapemrosesan, i. gabungan segmen I dan II dengan prapemrosesan.
Pembentukan Model Prediksi Walaupun demikian, model 2 tidak dipilih
Kadar Flavonoid Meniran dengan PLS sebagai model prediksi terbaik karena model
ini berasal dari data absorbans pada kisaran
Metode PLS digunakan untuk bilangan gelombang 3730–2812 cm -1 yang
menghubungkan spektrum IR serbuk kering meliputi daerah serapan gugus OH sehingga
meniran terhadap konsentrasi flavonoid total dikhawatirkan model prediksi akan lebih
yang diperoleh dari pengukuran dengan dipengaruhi oleh kadar air sampel.
metode Depkes. Model kalibrasi dibentuk dari Model 5 dan 8 memiliki kemampuan
nilai absorbansi sebagai variabel x (prediktor) prediksi yang hampir sama, hal ini dapat
dan nilai konsentrasi flavonoid total sebagai dilihat dari parameter-parameter prediksi
variabel y (respons). seperti korelasi, RMSEP, RMSEC, SEC, SEP,
Kemampuan prediksi model dapat dilihat dan bias yang bernilai tak jauh berbeda antara
dari beberapa parameter terutama nilai kedua model. Kedua model ini memiliki
korelasi dan root mean square error kemampuan prediksi yang terbaik di antara
prediction (RMSEP) model tersebut. Model model -model lain. Model 5 memiliki nilai
prediksi yang baik memiliki nilai korelasi korelasi validasi dan kalibrasi sebesar
antara nilai y prediksi dan nilai y referensi 0.894222 dan 0.833434. Nilai ini tidak jauh
yang tinggi dan RMSEP yang rendah (Naes et berbeda dengan model 8, yaitu sebesar
al. 2002). Selain korelasi dan RMSEP, nilai 0.894449 dan 0.833810. Kedua model juga
error standar model juga harus diperhatikan. memiliki perbedaan nilai korelasi validasi dan
Error validasi (prediksi) yang jauh lebih besar kalibrasi yang paling kecil dibandingkan
daripada error kalibrasi menandakan dengan kedelapan model lainnya. Nilai SEC
terjadinya overfitting pada model. Model dan SEP juga tidak jauh berbeda, yaitu
tersebut melibatkan terlalu banyak komponen 0.88985 dan 0.110042 untuk model 5 dan
sehingga variansi yang dimilikinya akan 0.88895 dan 0.109928 untuk model 8. Selain
menjadi terlalu besar. Hal ini menurunkan itu, kedua model ini juga memiliki nilai
kemampuan prediksi model. Oleh karena itu, RMSEP terendah, yaitu 0.106108 dan
dalam memilih model terbaik, kedekatan nilai 0.105997.
korelasi dan error antara validasi dan kalibrasi Secara keseluruhan, model 8 memiliki
juga perlu diperhatikan (Baranska et al. 2004). kemampuan prediksi yang sedikit lebih baik
Hasil statistik kedelapan model yang dibandingkan dengan model 5. Hal ini
diperoleh dengan metode PLS ditunjukkan disebabkan oleh adanya pemotongan variabel
pada Tabel 4. Korelasi validasi terbesar prediktor (x) pada model 8. Model 5 berasal
dimiliki oleh model 2, yaitu sebesar 0.882018. dari data spektrum IR utuh, sedangkan model
Model ini juga memiliki nilai RMSEP 8 berasal dari data spektrum IR gabungan
terendah, yaitu 0.091137. Nilai error standar segmen I dan II. Hal ini menunjukkan bahwa
model ini sebesar 0.053148 untuk SEC pemotongan variabel prediktor yang tidak
(standard error of calibration ) dan 0.093832 memberikan informasi berarti dapat
untuk SEP (standard error of prediction). meningkatkan kemampuan prediksi model.
Tabel 4 Hasil statistik model prediksi kadar flavonoid total meniran dengan metode PLS
Model Korelasi RMSEC RMSEP SEC SEP Bias Faktor
DAFTAR PUSTAKA
Achyad DE, Rasyidah R. 2000. Meniran
(Phyllantus Urinaria Linn.). [terhubung
berkala]. http://www.asiamaya.com/jamu/
isi/meniran_phyllanthusurinaria.htm [22
April 2005].
Keterangan: kalibrasi
validasi
Amiæ D, Dušanka DA, Bešlo D, Trinasjtiæ.
Gambar 8 Scatter plot dua dime nsi antara 2003. Structure-radical scavenging activity
kadar flavonoid prediksi dan kadar relationships of flavonoids. Croatia Chem
flavonoid sebenarnya dari model Acta 76:55-61.
8.
Baranska M et al. 2005. Quality control of
Harpagophytum procumbens and its
SIMPULAN DAN SARAN related phytopharmaceutical products by
means of NIR-FT-Raman spectroscopy.
Biopolymers 77:1–8.
Simpulan
Brereton RG. 2000. Introduction to
Sampel meniran dari daerah uji Bantar
multivariate calibration in analytical
Kambing, Darmaga, dan Cisarua memiliki
chemistry. Analyst 125:2125 –2154.
kadar flavonoid total yang berbeda. Teknik
PCA mampu menunjukkan pengelompokan
Campos AH, Schor N. 1999. Phyllantus niruri
spektrum IR dari ketiga jenis sampel meniran
inhibits calcium oxalate endocytosis by
ini. Pengelompokan terbaik dihasilkan dari set
renal tubular cells: its role in urolithiasis
data ke-5 dan ke-8, yaitu data dengan
Nephron 81:393–397.
prapemrosesan spektrum IR utuh dan
spektrum IR gabungan segmen I dan II.
Chairul. 1999. Tempuyung untuk
Model prediksi kadar flavonoid meniran dapat
mengh adang asam urat. [terhubung
dibentuk dengan teknik PLS. Kemampuan
berkala]. http://www.indomedia.com/
prediksi terbaik dimiliki oleh model 8 (r
intisari/1999/juni/tempuyung.htm [22
kalibrasi = 0.894449, r validasi = 0.833810,
April 2005].
RMSEC = 0.085661, RMSEP = 0.105997,
SEC = 0.88895, SEP = 0.109928, bias
kal ibrasi = 8.515e-09, dan bias validasi = Chang CC, Yang MH, Wen HM, Chern JC.
2002. Estimation of total flavonoid content
-0.003801). Teknik spektroskopi IR yang
digabungkan dengan kemometrik mampu in propolis by two complementary
colorimetric methods. J Food Drug Anal
10:178–182.
Merken HM , Beecher GR. 2000. Liquid
Chew OS, Hamdan MR, Ismail Z, Ahmad chromatographic method for the
MN. 2004. Assessment of herbal separation and quantification of prominent
medicines by chemometrics – assisted flavonoid aglycones. J Chromatogr A
interpretation of FTIR spectra. J Anal 897:177–184.
Chim Acta, in press .
Miller AL. 1996. Antioxidant flavonoids:
Christian GD. 1986. Analytical Chemistry. Ed structure, function, and clinical usage. Alt
ke-4. New York: J Wiley. Med Rev 1:103-111.
[Depkes RI] Departemen Kesehatan Republik Miller JC, Miller JN. 2000. Statistic and
Indonesia. Direktorat Pengawasan Obat Chemometrics for Analytical Chemistry.
Tradisional. 2000. Parameter Standar Ed ke-4. Harlow: Pearson Education.
Umum Ekstrak Tumbuhan Obat . Jakarta:
Depkes RI. Naes T, Isaksson T, Fearn T, Davies T. 2002.
A User -Friendly Guide to Multivariate
Dieterle F. 2003. Multianalyte quantificat ions Calibration and Classification.
by means of integration of artificial neural Chichester: NIR Publications.
networks, genetic algorithms and
chemometrics for time-resolved analytical Naik AD, Juvekar AR. 2003. Effect of
data. http://www.frank-dieterle.de/phd/ 6_ alkaloidal extract of Phyllantus niruri on
1.html. [28 April2005]. HIV replication. Indian J Med Sci 57:387–
393.
Estierte M et al. 1999. Free-air CO2
enrichment of wheat: leaf flavonoid Nur MA, Adijuwana H. 1989. Teknik
concentration throughout the growth cycle. Spektroskopi dalam Analisis Biologi.
Physiologia Plantarium 105:423–433. Bogor: PAU Ilmu Hayat, IPB.
Sampel
meniran
Konsentrasi
Absorbans
flavonoid
Variabel y Variabel x
(respons ) (prediktor)
PLS PCA
15
7. Ketik nama, pilih data type: Spectra, masukkan nomor kolom variabel x pada bagian
interval, pilih All variables, lalu klik OK
8. Pada Validation method pilih Cross validation, klik Setup, pilih Full Cross
Validation, lalu klik OK
17
9. Pada tampilan PCA klik OK,tunggu hingga analisis selesai, lalu klik View
11. Untuk mengidentifikasi pencilan, klik Mark one by one, kemudian klik Task, dan
pilih Recalculated without marked untuk melakukan analisis PCA
18
17. Untuk menampilkan parameter -parameter statistik, klik kanan pada plot keempat,
lalu pilih View, Source, dan Calibration atau Validation
Lampiran 3 Hasil pengukuran kadar flavonoid total meniran dengan metode Depkes RI
Hasil Pengukuran ke -1
• Perhitungan rendemen
Contoh perhitungan:
bobot ekstrak
Rendemen = × 100%
bobot sampel
1.5653 g
= × 100%
10 . 0030 g
= 15.65%
• Pengukuran Spektrofotometri
Pengukuran sampel
Sampel Ulangan Ulangan %T Absorbans Konsentrasi Rataan Konsentrasi
pengocokan pemipetan (ppm) (ppm) (% b/b)
1 71.4 0.1463 3.3050
1 2 71.2 0.1475 3.3326 3.3234 1.55
3 71.2 0.1475 3.3326
A3
1 71.4 0.1463 3.3050
2 2 71.0 0.1487 3.3601 3.3417 1.56
3 71.0 0.1487 3.3601
1 72.8 0.1379 3.1124
1 2 73.0 0.1367 3.0849 3.0849 1.44
3 73.2 0.1355 3.0573
B5
1 72.4 0.1403 3.1674
2 2 72.8 0.1379 3.1124 3.1399 1.47
3 72.6 0.1391 3.1399
1 78.6 0.1046 2.3486
1 2 78.6 0.1046 2.3486 2.3318 1.08
3 79.0 0.1024 2.2982
C2
1 78.4 0.1057 2.3739
2 2 78.8 0.1035 2.3234 2.3402 1.08
3 78.8 0.1035 2.3234
21
Contoh perhitungan:
1L 75 mL 100 mL rendemen
[flav](%b/ b) = Kadar(ppm) × × 25 mL × × × × 100%
1000 mL 10 mL 20 mL 100 × bobot ekstrak (mg)
mg 1L 75 mL 100 mL 15.65
= 3.3234 × × 25 mL × × × × 100%
L 1000 mL 10 mL 20 mL 100 × 0.0315 × 103 mg
= 1.55%
Hasil Pengukuran ke -2
• Perhitungan rendemen
• Pengukuran Spektrofotometri
Pengukuran sampel
Sampel Ulangan Ulangan %T Absorbans Konsentrasi Rataan Konsentrasi
pengocokan pemipetan (ppm) (ppm) (% b/b)
1 73.4 0.1343 3.5355
1 2 73.4 0.1343 3.5355 3.5260 1.65
3 73.6 0.1331 3.5071
A5
1 74.0 0.1308 3.4526
2 2 73.6 0.1331 3.5071 3.4984 1.64
3 73.4 0.1343 3.5355
1 75.6 0.1215 3.2322
1 2 76.2 0.1180 3.1493 3.1769 1.49
3 76.2 0.1180 3.1493
B1
1 76.6 0.1158 3.0972
2 2 77.0 0.1135 3.0426 3.0790 1.44
3 76.6 0.1158 3.0972
1 78.4 01057 2.8578
1 2 78.6 0.1046 2.8318 2.8491 1.34
3 78.4 0.1057 2.8578
C3
1 78.4 0.1057 2.8578
2 2 78.6 0.1046 2.8318 2.8318 1.33
3 78.8 0.1035 2.8057
22
Hasil Pengukuran ke -3
• Perhitungan rendemen
• Pengukuran Spektrofotometri
Pengukuran sampel
Sampel Ulangan Ulangan %T Absorbans Konsentrasi Rataan Konsentrasi
pengocokan pemipetan (ppm) (ppm) (% b/b)
1 74.8 0.1343 3.0216
1 2 75.0 0.1343 2.9928 3.0120 1.42
3 74.8 0.1331 3.0216
A2
1 75.2 0.1308 2.9664
2 2 74.4 0.1331 3.0767 3.0216 1.42
3 74.8 0.1343 3.0216
1 75.8 0.1215 2.8825
1 2 76.2 0.1180 2.8827 2.8826 1.36
3 75.8 0.1180 2.8825
B2
1 76.0 0.1158 2.8561
2 2 75.6 0.1135 2.9113 2.8929 1.36
3 75.6 0.1158 2.9113
1 78.4 01057 2.5324
1 2 78.8 0.1046 2.4796 2.5148 1.16
3 78.4 0.1057 2.5324
C4
1 78.8 0.1057 2.4796
2 2 78.4 0.1046 2.5324 2.5148 1.16
3 78.4 0.1035 2.5324
23
Hasil Pengukuran ke -4
• Perhitungan rendemen
• Pengukuran Spektrofotometri
Pengukuran sampel
Sampel Ulangan Ulangan %T Absorbans Konsentrasi Rataan Konsentrasi
pengocokan pemipetan (ppm) (ppm) (% b/b)
1 75.0 0.1249 3.2832
1 2 75.0 0.1249 3.2832 3.2738 1.55
3 75.2 0.1238 3.2551
A1
1 75.2 0.1238 3.2551
2 2 75.0 0.1249 3.2832 3.2645 1.54
3 75.2 0.1238 3.2551
1 77.0 0.1135 2.9923
1 2 77.2 0.1124 2.9643 2.9736 1.40
3 77.2 0.1124 2.9643
B3
1 77.4 0.1112 2.9337
2 2 77.2 0.1124 2.9643 2.9439 1.38
3 77.4 0.1112 2.9337
1 83.2 0.0799 2.1352
1 2 83.0 0.0809 2.1607 2.1437 0.98
3 83.2 0.0799 2.1352
C5
1 83.0 0.0809 2.1607
2 2 82.8 0.0820 2.1888 2.1701 0.99
3 83.0 0.0809 2.1607
24
Hasil Pengukuran ke -5
• Perhitungan rendemen
• Pengukuran Spektrofotometri
Pengukuran sampel
Sampel Ulangan Ulangan %T Absorbans Konsentrasi Rataan Konsentrasi
pengocokan pemipetan (ppm) (ppm) (% b/b)
1 72.0 0.1427 3.5423
1 2 72.0 0.1427 3.5423 3.5522 1.62
3 71.8 0.1439 3.5721
A4
1 71.8 0.1439 3.5721
2 2 71.6 0.1451 3.6020 3.5721 1.62
3 72.0 0.1427 3.5423
1 76.0 0.1192 2.9577
1 2 75.4 0.1226 3.0432 2.9859 1.36
3 76.0 0.1192 2.9577
B4
1 76.2 0.1180 2.9279
2 2 76.4 0.1169 2.9005 2.9188 1.33
3 76.2 0.1180 2.9279
1 78.6 0.1046 2.5945
1 2 79.0 0.1024 2.5398 2.5672 1.17
3 78.8 0.1035 2.5672
C1
1 79.0 0.1024 2.5398
2 2 79.0 0.1024 2.5398 2.5398 1.16
3 79.0 0.1024 2.5398
25
Contoh perhitungan:
Lampiran 7 Spektrum IR utuh dari sampel serbuk kering meniran tanpa prepemrosesan
spektrum
Lampiran 10 Spektrum IR gabungan segmen I dan II dari sampel serbuk kering meniran
tanpa prepemrosesan spektrum
Lampiran 14 Spektrum IR gabungan segmen I dan II dari sampel serbuk kering meniran
dengan prepemrosesan
Lampiran 15 Scatter plot dari spektrum IR tanpa prapemrosesan: a. spektrum utuh, b. segmen I, c. segmen II, d. gabungan segmen I dan II
a b
c d
32
33
Lampiran 16 Scatter plot dari spektrum IR dengan prapemrosesan: a. spektrum utuh, b.segmen I, c. segmen II, d. gabungan segmen I dan II
a b
c d
32