SKRIPSI
FAKULTAS FARMASI
PROGRAM STUDI SARJANA FARMASI
DEPOK
2021
UNIVERSITAS INDONESIA
SKRIPSI
FAKULTAS FARMASI
PROGRAM STUDI SARJANA FARMASI
DEPOK
2021
SURAT PERNYATAAN BEBAS PLAGIARISME
HALAMAN PERNYATAAN ORISINALITAS
Kegemukan atau lebih sering disebut sebagai obesitas telah diakui sebagai salah satu
masalah kesehatan yang serius. Obesitas merupakan salah satu penyakit epidemik dan umum
yang disebabkan oleh faktor lingkungan dan genetik serta memiliki efek buruk pada
kesehatan dan kualitas hidup individu seseorang (Chandrasekaran et al., 2012). Laporan dari
organisasi kesehatan dunia telah menunjukkan bahwa obesitas meningkat pada tingkat yang
mengkhawatirkan, sehingga risiko menjadi lebih mengancam sehubungan dengan penyakit
seperti diabetes, gangguan saraf, penyakit kardiovaskular dan kanker. Mempertimbangkan
situasi ini, pencegahan obesitas dan kelebihan berat badan semakin menjadi perhatian (Al-
salafe et al., 2014). Temuan dari studi sebelumnya menunjukkan bahwa peraturan dalam diet
dengan cara rencana makan yang sehat dan latihan fisik membantu manajemen berat badan
dan membantu mencegah obesitas (World Health Organization, 2003). Di saat yang
bersamaan, orang selalu mencari suplemen makanan untuk mencegah obesitas (J. M.
Carvalho et al., 2012).
Baru-baru ini, asupan herbal untuk pelangsing dan suplemen makanan secara
signifikan diminati oleh orang-orang yang mencoba berjuang dengan obesitas dan penurunan
berat badan (Cebi et al., 2017). Umumnya orang-orang cenderung memilih produk herbal
yang berasal dari sumber alami seperti teh hijau, kopi hijau dan teh herbal campuran. Produk-
produk ini dinyatakan tidak berbahaya karena 100% alami. Juga, produk-produk tersebut
dipasarkan untuk membantu penurunan berat badan yang efisien dan cepat karena berasal
dari fitokimia alami yang terkandung di dalamnya (J. M. Carvalho et al., 2012; Popescu &
Radu, 2015). Pada kenyataannya, suplemen makanan herbal untuk pelangsing mempengaruhi
tubuh manusia lebih lambat dibandingkan dengan obat pelangsing sintetis (Cebi et al., 2017).
Akibatnya, Bahan Kimia Obat (BKO) dapat dimasukkan secara ilegal dalam makanan dan
suplemen herbal untuk pelangsing untuk memastikan efektivitas produk yang diklaim (Liang
et al., 2006).
Selain sibutramin, De Carvalho dkk. menunjukkan bahwa BKO yang paling mungkin
digunakan dalam formulasi penurunan berat badan adalah anoreksia (dipake di Indonesia ga?
rimonabant) kl ga dijelasin di negara xxx decarvaho menyebutan bla22, ansiolitik
(benzodiazepin), antidepresan (fluoxetine.), diuretic (furosemid) dan pencahar (fenolftalein)
(L. M. De Carvalho et al., 2011). Selain itu terdapat kelas farmasetika lainnya, seperti:
efedrin, bumetanid , fenitoin, kafein dan hormon tiroid dalam formulasi penurun berat badan
yang baru-baru ini dilaporkan (Hoggan et al., 2007).
Pemalsuan produk pelangsing herbal di Indonesia sering kali terjadi, namun belum
ada pengujian kandungan BKO dalam obat herbal yang memiliki keakurasian yang tinggi,
mudah, cepat dan efisien. Menurut beberapa literatur, pendeteksian BKO sibutramin HCl
dapat dilakukan dengan beberapa metode. Diantaranya adalah High Performance Liquid
Chromatography (Ariburnu et al., 2012), Liquid Chromatography-Mass Spectrometry/Mass
Spectrometry (Bogusz et al., 2006), FTIR (Fourier Transform Infrared Spectorscopy)
(Popescu & Radu, 2015), dan Thin Layer Chromatography (Csupor et al., 2013). Dalam
beberapa studi juga dilampirkan bahwa metode GC-MS (gas chromatography-mass)
merupakan metode yang biasa digunakan untuk mengidentifikasi adanya bahan kimia obat
didalam sediaan produk pelangsing (Popescu & Radu, 2015). Namun, metode yang
disebutkan diatas memiliki kelemahan yaitu mereka umumnya mahal, memakan waktu,
destruktif, membutuhkan operator yang memiliki keterampilan tinggi, diperlkuan alat, orang
yang mengoperasian, emmapuan, waktu, perlu bebrapa komponen: Orang, bahan, ,
memerlukan sampel yang cukup banyak, membutuhkan pelarut yang tepat dan cocok, dan
membutuhkan preparasi sampel dan pengoperasian alat yang cenderung lama dan sulit (Cebi
et al., 2017). Maka dari itu, dibutuhkan metode pengidentifikasian bahan kimia obat yang
cepat, mudah, dan akurat. Salah satu metode yang menjanjikan yang cocok untuk analisis
cepat dan sederhana adalah Spektroskopi Attenuated Total Reflectance Fourier-Transform
Infrared (ATR-FTIR) (Cebi et al., 2017).
Review Artikel ini fokus pada penerapan spektroskopi Attenuated Total Reflectance
Fourier-Transform Infrared (ATR-FTIR) yang dikombinasikan dengan teknik kemometrik
untuk mendeteksi BKO yang sejauh ini merupakan pemalsuan paling umum dalam suplemen
makanan yang ditujukan untuk menurunkan berat badan seperti suplemen makanan, teh hijau,
kopi dan teh herbal campuran. Metode ini dianggap sebagai teknik analitik ideal untuk
metode sederhana, cepat, efektif dan non-destruktif berdasarkan metode spektroskopi yang
dikembangkan oleh ahli kimia analitik untuk pemalsuan yang umum didalam produk
pelangsing.
Diharapkan Review Artikel ini dapat menjadi panduan untuk para peneliti dan
Lembaga terkait seperti Badan Pengawas Obat dan Makanan (BPOM) tentang metode
mudah, cepat dan sederhana yaitu ATR-FTIR dan Kemometrik untuk mendeteksi BKO yang
terdapat pada berbagai macam produk Produk herbal untuk pelangsing di Indonesia.
BAB 2. TINJAUAN PUSTAKA
Gambar bilangan gelombang (jd korelasi bilangan gelombang denga apa) a dengan b bnya
transmitter satuan/bilangan gelombangnya.
Syarat suatu gugus fungsi dalam suatu senyawa dapat terukur pada spektra IR adalah
adanya perbedaan momen dipol pada gugus tersebut. Vibrasi ikatan akan menimbulkan
fluktuasi momen dipol yang menghasilkan gelombang listrik. Untuk pengukuran
menggunakan IR biasanya berada pada daerah bilangan gelombang 400-4500 cm -1. Daerah
pada bilangan gelombang ini disebut daerah IR sedang, dan merupakan daerah optimum
untuk penyerapan sinar IR bagi ikatan-ikatan dalam senyawa organik (Sastrohamidjojo,
2007).
Daerah inframerah dibagi menjadi tiga sub daerah, yaitu inframerah dekat (14000-
4000 cm-1), inframerah sedang (4000-400 cm-1), dan inframerah jauh (400-10 cm-1) (Ellis &
Goodacre, 2006). Untuk menganalisis suatu senyawa organik menggunakan FTIR biasanya
berada pada rentang bilangan gelombang 400-4000 cm-1. Rentang bilangan gelombang
tersebut merupakan daerah mid-infrared, dan merupakan rentang bilangan gelombang yang
optimum untuk penyerapan sinar IR pada gugus-gugus dalam senyawa organik (Abdul
Rohman, 2019; Sastrohamidjojo, 2007).
Pada molekul – molekul poliatom terdapat 2 jenis vibrasi molekul yaitu stretching
dan binding. Atom – atom dengan massa rendah cenderung lebih mudah bergerak daripada
atom dengan massa lebih tinggi (Kristianingrum, 2016). Makin kuat ikatan, makin sukar
molekul tersebut bervibrasi dan memerlukan energi yang lebih tinggi. Berbagai macam
bentuk vibrasi molekul poliatom ditunjukkan pada Gambar 3
Pengaplikasian metode
Kemometrik
Analisis Analisis
Kuantitatif Kualitatif
PLS-DA PCA, HCA
Validasi
Kesimpulan
Gambar 4. Diagram Alir Aplikasi Metode Analisis ATR-FTIR Dan Kemometrik dalam Identifikasi
Produk Herbal Untuk Pelangsing
Analisis Kualitatif dapat dilakukan dengan menggunakan model PCA (Principal
Component Analysis) atau HCA (Hierarchical Cluster Analysis). Model PCA dan HCA
digunakan untuk meklasifikasi suatu set sampel, sehingga dapat dibedakan produk yang palsu
(yang terdapat tambahan BKO atau bahan tambahan lainnya) dengan yang asli (Cebi et al.,
2017; Deconinck et al., 2014b). Data spektrum yang didapatkan kemudian di plot dianalisis
dan menghasilkan data klasifikasi tiap sampel berupa score plot untuk model PCA dan bagan
dendrogram untuk model HCA. Selain untuk klasifikasi, model PCA mampu memberikan
ciri/profil suatu objek, sedangkan model HCA digunakan untuk mengelompokkan suatu
objek ke dalam kelompok-kelompok yang serupa dan antar kelompok berbeda ciri.
3.2. Analisis Teh Hijau, Teh Campuran Herbal dan Kopi Hijau
Di pembahasan ditampilkan
Cebi et al., (2017) telah berhasil melakukan analisis kualitatif dari Teh Hijau,
Campuran Teh Herbal dan Kopi Hijau dengan menggunakan ATR-FTIR dan metode
Kemometrik. Hierarchical Component Analysis (HCA) dan Teknik Principal Component
Analysis (PCA) digunakan dalam rentang spektral (2746-2656 cm -1) untuk klasifikasi dan
diskriminasi melalui jarak Euclidian dan algoritma Ward. Spektroskopi FTIR digabungkan
dengan metode multivariat seperti PCA dan HCA dimaksudkan untuk mengatur elemen yang
diperiksa ke dalam kelompok berdasarkan kesamaannya. HCA dilakukan untuk mengevaluasi
perbedaan spektral antara sampel teh hijau, kopi hijau dan teh herbal campuran yang tidak
dipalsukan dan dipalsukan dengan menggunakan spektrum ATR-FTIR mereka serta untuk
memantau cluster dan sub-cluster terkait di mana sampel dapat tersebar. Selain HCA, ada
Teknik kemometrik lain yang digunakan yaitu analisis PCA, PCA dilakukan untuk
mengevaluasi apakah sampel yang tidak dipalsukan dan yang dipalsukan dapat dibedakan
berdasarkan kandungan sibutraminnya. PCA dilakukan untuk memantau klasifikasi sebagai
tampilan grafis yang berisi pola pengelompokan sampel yang tidak tercemar dan yang
tercemar.
Spektrum IR sibutramin memiliki pita vibrasi yang signifikan pada 3418, 2963, 2865,
2698, 1491, 1428, 1407, 1370, 1091, 1010, 833 dan 822 cm -1. Pita terlebar dan terkuat
diamati dengan titik puncak pada 3418 cm-1 dan dihasilkan dari vibrasi regangan asimetris
dan simetris gugus O-H yang timbul dari air. (Coates, 2006; PAJZDERSKA et al., 2010).
Daerah penting kedua terletak antara 3000 dan 2500 cm -1. Tiga pita diamati dalam kisaran ini
pada 2963, 2865 dan 2698 cm-1. Pita dengan titik puncak pada 2963 dan 2865 cm -1
berhubungan dengan vibrasi regangan asimetris dan simetris dari gugus fungsi CH3, CH2 dan
CH (Coates, 2006). Puncak yang teramati pada 2698 cm-1 dihasilkan dari vibrasi regangan
gugus N-H (Maluf et al., 2010).
Tujuan utama dari penelitian (Cebi et al., 2017) adalah mengembangkan metode
untuk membedakan sampel teh dan kopi yang dipalsukan dan tidak dipalsukan dengan
menggunakan teknik FTIR-ATR yang dikombinasikan dengan kemometrik. Perbedaan
spektral diamati antar sampel, sementara zat aktif sibutramine hidroklorida monohidrat
menunjukkan perbedaan spektral yang signifikan dibandingkan dengan sampel teh dan kopi
yang dipalsukan dalam pita spektral pada 1418 cm-1 yang timbul dari stretching vibration O-
H dan pada 2698 cm-1 terkait dengan stretching vibration N-H. Seperti terlihat pada Gambar.
5, perbedaan spektral diamati antara sampel, sementara zat aktif sibutramine hidroklorida
monohidrat menunjukkan perbedaan spektral yang signifikan dibandingkan dengan sampel
teh dan kopi yang dipalsukan pada pita spektral pada 1418 cm-1 yang timbul dari getaran
peregangan OH dan pada 2698 cm- 1 terkait dengan vibrasi ulur NH. Meskipun pita pada
1418 cm-1 (yang disebabkan oleh getaran regangan asimetris dan simetris air) dapat
digunakan untuk mengklasifikasikan sampel, cara ini mungkin tidak selalu ideal untuk
membangun model yang kuat dan efektif karena gugus fungsi OH juga dapat berasal dan
diinterferensi matriks makanan atau suplemen pelangsing itu sendiri dalam studi lebih
lanjut. Oleh karena itu, dalam penelitian (Cebi et al., 2017), inilah mengapa pita dengan titik
puncak 2698 cm-1 yang terkait dengan vibrasi ulur N-H lebih disukai untuk menetapkan
metode kemometrik karena pita tersebut dikhususkan untuk garam hidroklorida dari amina
tersier (Czarnocki et al.,2006) di pita serapan yang timbul dari getaran NH + stretching dan
overtones atau pita kombinasi dalam resonansi Fermi (Lin-Vien et al., 1991).
Gambar 5. Spektra ATR-FTIR dari sibutramine dan "sampel palsu, produk herbal yang ditambahkan sibutramin" pada jumlah yang
berbeda di wilayah inframerah tengah
Paper ini (Cebi et al., 2017) mengusulkan metode baru berdasarkan analisis HCA dan
PCA untuk diskriminasi sampel murni dan tercemar. Analisis HCA adalah pendekatan
algoritmik yang bertujuan untuk membangun hierarki klaster. Dalam HCA, cluster dan sub-
cluster divisualisasikan secara pasti dalam grafik dendrogram. Berkaitan dengan hal tersebut,
penelitian ini memberikan penilaian komprehensif terhadap pemalsuan sibutramin yang
merupakan zat aktif dalam sampel teh hijau, kopi hijau, dan teh herbal campuran
menggunakan teknik FTIR berdasarkan kemometrik. Untuk tujuan tersebut, analisis cluster
hierarki (HCA) dan analisis komponen prinsip (PCA) berhasil diterapkan untuk memproses
data spektral untuk diskriminasi sampel yang tidak tercemar dan yang dipalsukan.
Diskriminasi dan klasifikasi sampel dilakukan dengan dua langkah: langkah pertama
melibatkan klasifikasi sampel uji (Gambar 6A) , dan langkah kedua meliputi klasifikasi
semua sampel yaitu, sampel validasi (Gambar 6A); bersama dengan sampel uji dalam hal
kandungan sibutramin mereka. Sebagai langkah pertama, HCA untuk diskriminasi sampel uji
yang tidak dipalsukan dan dipalsukan disajikan dalam (Gambar 5) Sehingga dapat
disimpulkan dari dendrogram bahwa sampel uji yang tidak tercemar dan yang dipalsukan
secara jelas dibedakan satu sama lain sehubungan dengan kandungan sibutramine
hidroklorida monohidratnya. Sesuai dengan dendrogram HCA, diamati dua klaster yang
terpisah dengan baik dengan nilai heterogenitas yang tinggi. Semua sampel uji yang tidak
dipalsukan ditumpuk bersama dalam satu kelompok di sisi kiri dendrogram HCA pada
Gambar. 6(A) sementara sampel uji yang dipalsukan dikelompokkan di sisi kanan, yang
diberi nomor 1 dan 2 pada dendrogram, masing-masing . Sebagai kesimpulan, dendrogram
HCA yang diperoleh mengungkapkan bahwa sampel uji yang tidak tercemar dapat dengan
mudah dibedakan dari sampel uji yang dipalsukan tanpa adanya prediksi yang salah.
Selanjutnya, analisis komponen utama (PCA) dilakukan untuk semua sampel uji dan plot
PCA tiga dimensi (3-D) disajikan pada Gambar. 6(B). Hasil PCA juga menunjukkan bahwa
diskriminasi yang berhasil dan eksplisit dari sampel uji yang tidak dipalsukan dan dipalsukan
diberikan tanpa prediksi yang salah. Dengan cara yang sama, semua spektrum tersebar
menjadi dua kelompok utama yang sesuai dengan sampel uji yang tidak tercemar dan yang
dipalsukan.
Gambar 6. (A) Dendrogram HCA (Algoritma Ward) sampel uji yang tidak dipalsukan dan dipalsukan dengan jumlah sibutramine
yang berbeda (berdasarkan tabel x). (B) Peta PCA 3D (tiga dimensi) dari sampel-sampel.
Tabel 2. Sampel uji dan validasi tidak dipalsukan / dipalsukan dengan jumlah sibutramine yang berbeda
Selanjutnya hasil diagnosa dari analisis kemometrik; HCA dan PCA disajikan pada Tabel 2.
Ketika hasil dievaluasi, terlihat jelas bahwa dua kelas yang berbeda ditentukan oleh analisis
kemometrik (HCA dan PCA) pada kedua kasus diagnosis. Secara memuaskan, klasifikasi
semua sampel sehubungan dengan kandungan sibutraminenya telah diverifikasi dengan akurasi
seratus persen tanpa gangguan atau prediksi yang salah. Akhirnya, peneliti dapat
menyimpulkan dari hasil ini bahwa metode FTIR-ATR yang ditetapkan berdasarkan model
kemometrik akan bekerja dengan sempurna untuk diskriminasi sampel yang tidak tercemar dari
sampel yang dipalsukan. Menurut literatur, sampel yang mengandung sibutramine termasuk
konsentrasi antara 3 - 20 mg per unit dosis (Deconinck et al., 2014). Penelitian ini terutama
menggunakan konsentrasi teh 3-12 mg sibutramine/1,75 g untuk pengembangan metode.
Untuk penelitian ini, total empat puluh lima sampel digunakan seperti yang disebutkan di atas.
Selanjutnya metode dioptimalkan lebih lanjut dan konsentrasi sibutramine minimum yang
dapat dideteksi menggunakan metode yang dikembangkan ditentukan. Konsentrasi sibutramine
terendah adalah 0,375 mg/1,75 g untuk sampel teh dan kopi dalam penelitian ini. terkait erat
dengan yang tidak tercemar. Ketika, konsentrasi sibutramine yang lebih rendah dari 0,375 mg
diuji menggunakan metode, terlihat bahwa sampel yang tidak tercemar tidak dapat dibedakan
dari yang dipalsukan. Akibatnya, batas deteksi metode ini serendah 0,375 mg sibutramine/1,75
g.
Di 2015 harusnya udah ada yg udh bisa di copy
Tabel 3. Hasil Diagnosis analisis kemometri (PCA dan HCA)
(Deconinck et al., 2014a) gausah dikurung telah berhasil melakukan analisis dari
Suplemen Pelangsing dengan menggunakan ATR-FTIR dan metode Kemometrik. Dalam
penelitian ini, ATR-IR digunakan untuk mendeteksi sibutramin, yang sejauh ini merupakan
BKO yang paling banyak ditemui dalam suplemen makanan untuk menurunkan berat badan.
Oleh karena itu spektrum ATR-IR digunakan untuk satu set 125 supplemen makanan yang
dicurigai, yang sebelumnya dianalisis di laboratorium untuk keberadaan BKOnya. Sampel
dibagi menjadi dua kelompok, berdasarkan keberadaan sibutramine. Pada tahap selanjutnya
digunakan metode kemometrik untuk melakukan eksplorasi data dan mengembangkan model
klasifikasi berdasarkan data ATR-IR. Kinerja model dievaluasi dan dibandingkan berdasarkan
kedua validasi silang seperti pada false prediction dari set tes eksternal.
Pertama, wilayah "fingerprint" diisolasi dari spektrum yang diperoleh. Hanya
transmisi yang diperoleh pada 2000–650 cm−1 yang dipertahankan. Bagian pertama (4000-2000
cm-1) dipotong karena sifat spektrum yang tidak biasa dan bagian terakhir (649-400 cm-1)
dipotong karena tidak ada transmisi signifikan yang dapat diamati untuk sampel yang ada
dalam kumpulan sampel. Gambar. 8 menunjukkan contoh spektrum ATR-IR dalam wilayah
yang dipilih untuk sibutramin positif dan sampel negatif, bersama-sama dengan spektrum
sibutramin. Sebagian besar sampel mengandung sejumlah besar matriks. Konsentrasi normal
obat sibutramine adalah antara 3 dan 20 mg, tetapi dalam suplemen pelangsing ilegal, sering
dicampur dengan beberapa ekstrak tumbuhan, vitamin dan senyawa lainnya. Akibatnya jumlah
sibutramin dalam satuan dosis relatif rendah. Hal ini bahkan lebih jelas dalam kasus bubuk
untuk minuman, dimana jumlah yang sama dari sibutramin ditemukan pada total bubuk mulai
dari 300 mg sampai 20 g. Semakin banyak sampel, keragaman spektrum dalam satu kelas
semakin tinggi karena keragaman matriks yang tinggi. Oleh karena itu dapat disimpulkan
bahwa interpretasi tidak mungkin dilakukan tanpa kemometrika.
Gambar 8. Contoh spektrum ATR-IR diperoleh untuk satu sampel setiap kelas.
Metode kemometrik PCA dan PP diterapkan pada kumpulan data, yang terdiri dari
spektrum 125 ATR-IR, yang direkam untuk sampel. Hasil terbaik diperoleh dengan PCA dan
PP. Gambar 9 A dan B menunjukkan plot skor masing-masing yang diperoleh dengan PCA dan
PP. Pada kedua plot kecenderungan pemisahan menjadi dua kelompok (sibutamine positif dan
negatif).
Dibahas kenapa di 3 bil gelombang terakhir dia turun, trs kenapa yg negatif ga putus2
Gambar 9. (a) plot skor PCA untuk seluruh kumpulan data; (b) plot skor fitur pengejaran proyeksi yang diperoleh untuk seluruh
kumpulan data dengan indeks Yenyukov.
(Walkowiak et al., 2019) walkowiak kgausah pake tanda kurung telah berhasil dalam
mengembangkan spektroskopi Attenuated Total Reflectance-Fourier Transform Infra Red
(ATR-FTIR) yang dikombinasikan dengan metode kemometri PCA dan PLS-DA. Penelitian
ini menggunakan spektroskopi inframerah-tengah dengan metode pengambilan sampel ATR
untuk mengidentifikasi suplemen diet Ginkgo biloba yang dipalsukan dengan flavonol: rutin,
quercetin, dan kaempferol. Peneliti menerapkan spektrum ATR-FTIR yang dikombinasikan
dengan interval partial least squares regression dan analisis diskriminan (iPLS-DA) untuk
mendeteksi tiga zat pencemar dalam ekstrak Ginkgo biloba.
Spektrum ATR-FTIR yang representatif (4000–600 cm−1) dari obat ginkgo disajikan
pada Gambar 10. Senyawa aktif dalam G. biloba adalah terpene lakton (bilobalide dan
ginkgolides) dan glikosida dari flavonol seperti quercetin dan kaempferol. Pita di wilayah sidik
jari spektrum FTIR (1800–800 cm−1) sangat penting untuk identifikasi struktur molekul,
mereka termasuk penyerapan khas inframerah molekul fenolik seperti pita peregangan gugus
karbonil (C=O) (1687-1647 cm−1) dan cincin aromatik (C=C) getaran kerangka (1604-1500
cm−1). Di wilayah 900 cm−1–1680 cm−1 sinyal molekul flavonoid dapat ditemukan.
Penyerapan pada 989 cm−1–1201 cm−1 ditetapkan ke mode peregangan C−−O dan C−−C
sementara pita dalam kisaran 1259 cm−1–1423 cm−1 dikaitkan dengan O−−C−−H , mode
tekuk C−−C−−H dan C−−O—H.
Gambar 10. Representatif spektrum penuh ATR-FTIR obat yang mengandung ekstrak Ginkgo biloba.
Gambar 11. Kromatogram khas obat (L1) yang mengandung ekstrak Ginkgo biloba dan kromatogram suplemen makanan yang
dipalsukan (S4 dan S9). R – rutin, Q – quercetin, K – kaempferol.
Namun, sebagian besar sidik jari dari enam belas suplemen makanan mengandung puncak
tinggi yang terkait dengan dua aglikon flavon: quercetin dan kaempferol. Dalam sembilan
suplemen makanan (tercantum dalam Tabel 5), sejumlah besar quercetin dalam kaitannya
dengan rutin terdeteksi. Kandungan aglikon lain yang jauh lebih tinggi – kaempferol
ditentukan dalam tujuh suplemen (Tabel 5). Pada gilirannya, suplemen S4 tidak memiliki
ekstrak ginkgo yang dapat dideteksi tetapi hanya kandungan rutin yang tinggi secara tidak
wajar (Gbr. 11). Juga, produk S7 memiliki jumlah rutin yang meningkat.
Ditulisannya ada penjelasan, qrk kan di alamiahnya ada tp secara lamiahnya ga bakal setinggi
itu tambahin ke tulisan
Perbandingan profil S4, S12, dan S16 dengan kromatogram ekstrak buah dan bunga
Sophora japonica dapat menunjukkan bahwa sampel tersebut berpotensi mengandung bahan
pencemar dari S. japonica. Ekstrak buah S. japonica merupakan sumber rutin alami yang baik,
sementara bagian bunganya mengandung quercetin. Hasil analisis kromatografi menunjukkan
bahwa sebagian besar suplemen diet ginkgo, beberapa di antaranya dinyatakan terstandar,
mengandung jumlah rutin, quercetin atau kaempferol secara signifikan lebih tinggi daripada
komposisi ekstrak standar daun ginkgo.
Spektrum ATR-FTIR diukur dalam kisaran 700-4000 cm-1 dan untuk analisis kemometrik lebih
lanjut, kisaran 900-1800 cm-1 dipilih karena adanya pita spektral yang paling khas untuk
komponen bahan tanaman.
Sampel suplemen makanan dapat dipalsukan dengan tiga zat: glikosida – rutin dan aglikon,
quercetin dan kaempferol. Oleh karena itu, tiga model interval PLS-DA telah dibangun
(Model_K, Model_Q dan Model_R) masing-masing untuk mendeteksi kaempferol, quercetin,
dan rutin.
Seperti dapat dilihat pada Gambar. 12 A, empat suplemen makanan (S1, S2, S6 dan S10)
diklasifikasikan sebagai dipalsukan oleh kaempferol . Klasifikasi S2 dan S6 benar sedangkan
S1 dan S10 salah klasifikasi. Perlu dicatat, bahwa Model K berhasil hanya jika kaempferol
adalah satu-satunya bahan pengganggu dalam sampel. Oleh karena itu, sampel S3, S8, S9, S13,
dan S15 yang mengandung dua flavonol, kaempferol dan quercetin dalam jumlah berlebihan,
diklasifikasikan oleh Model K sebagai tidak tercemar. Namun, Y yang diprediksi dari sampel
ini lebih dekat ke garis ambang batas daripada suplemen makanan lainnya (Gbr. 12A). Dalam
dua model lain (Model Q dan Model R), sampel yang dipalsukan dengan quercetin dan rutin
dideteksi dengan benar masing-masing pada sembilan dan dua sampel (Gbr. 12B dan C). Perlu
dicatat bahwa di antara sampel yang mengandung quercetin dalam jumlah berlebihan ada
suplemen yang dipalsukan ganda (dengan quercetin dan kaempferol). Hasil ini menunjukkan
kesulitan dalam mendeteksi pemalsuan dengan kaempferol dengan adanya quercetin Model S
Gambar 12. Hasil model iPLS-DA untuk kaempferol (a), quercetin (b), dan rutin (c). Nilai Y diprediksi untuk suplemen makanan (S)
di set tes. Garis putus-putus merah mengacu pada batas antara dua kelas. Berlian merah mewakili sampel yang dipalsukan
Spektrum IR dua dimensi (sinkron atau asinkron) dicari tau ap aitu sinkron asinkron
sangat meningkatkan resolusi spektrum 1D dan berisi beberapa informasi berguna tentang
struktur molekul. Gambar 13 di baris atas menunjukkan tiga spektrum korelasi 2D asinkron
terpilih yang dibangun berdasarkan spektrum suplemen makanan sebagai sampel dan spektrum
obat rata-rata sebagai referensi.
Gambar 13.Peta kontur dari spektrum korelasi 2T2D asinkron dari suplemen makanan terpilih (S1, S11, dan S4) dan hasil MPCA –
skor proyeksi ke bidang PC1 dan PC2.
Spektrum korelasi asinkron disusun menjadi matriks 3D dan diterapkan pada analisis
komponen utama multiway (MPCA). MPCA setara dengan melakukan PCA biasa pada
matriks dua dimensi besar yang dibangun dengan membuka matriks data tiga arah. Dalam
pekerjaan ini berlangsung dengan algoritma dekomposisi nilai tunggal (SVD) dilakukan.
Persentase varians yang ditangkap oleh empat komponen utama pertama adalah 83,42%,
RMSEC dan RMSECV (vene- tian blinds, 7 split dan 3 sampel per split) masing-masing adalah
0,393 dan 0,570. Plot skor dari dua komponen utama pertama (Gbr. 13, plot bawah) jangan gbr
tapi gambar menunjukkan pengelompokan sampel yang baik. Dua suplemen, S4 dan S7
memiliki jumlah rutin yang berlebihan dan terpisah dengan baik dari sampel lainnya. Sampel
S2 dan S6 dipalsukan dengan kaempferol, sedangkan dalam kasus S1 dan S5 ada dugaan
pemalsuan dengan ekstrak tumbuhan lain.
Tidak ada resolusi yang berbeda antara sampel yang dipalsukan hanya dengan
quercetin (S11, S12, S14, dan S16) dan yang mengandung quercetin dan kaempferol (S3, S8,
S9, S13, dan S15). Sehingga dapat ditarik sebuah kesimpulan yaitu hasil analisis sidik jari
kromatografi menunjukkan bahwa hanya satu suplemen makanan yang diuji yang memiliki
profil keseluruhan yang mirip dengan obat-obatan dengan ekstrak standar dan sebagian besar
suplemen mengandung bahan pencemar yang menegaskan perlunya meningkatkan kontrol
kualitas produk botani.
(Ozen, Banu et al., 2003) jangan di kasih tanda kurung telah berhasil dalam
melakukan analisis Supplement Dietary Oil (DSO) dengan menggunakan ATR-FTIR dengan
gabungan metode kemometrik. Analisis data dilakukan dengan prosedur multivariat yang
umum, termasuk analisis diskriminan (DA) dan analisis partial least-square (PLS),
menggunakan perangkat lunak TQ Analyst (ThermoNicolet). DA digunakan untuk klasifikasi
sampel. DA memungkinkan pemisahan spektrum minyak berdasarkan analisis principal
component (PC) di bawah spektrum di wilayah spektral yang ditentukan oleh peneliti. Program
Analis TQ memilih komponen utama yang menjelaskan variabilitas spektral di daerah spektral
yang ditentukan. Kemudian plot Cooman dapat dibangun menggunakan perangkat lunak TQ
Analyst dengan memplot jarak Mahalanobis antara minyak menggunakan komponen utama
atau kategori minyak yang berbeda (seperti yang dilakukan dalam penelitian ini) pada sumbu.
Jarak Mahalanobis adalah deskripsi yang berguna tentang kesamaan antara sampel dan
mewakili standar deviasi dari rata-rata satu set sampel ke sampel lain. Metode DA
mengklasifikasikan standar kalibrasi dan validasi, yang ditentukan oleh peneliti. Analis TQ
menghitung batas untuk setiap kelas berdasarkan jumlah standar di kelas. Perangkat lunak
melaporkan standar yang diberikan sebagai salah klasifikasi hanya jika ada lebih sedikit
perbedaan antara standar dan kelas yang salah daripada yang ada antara standar dan kelas yang
benar (yaitu ada jarak Mahalanobis yang lebih kecil ke kelas yang salah daripada ke kelas yang
benar).
Gambar 14. Plot Cooman untuk klasifikasi DSO dan minyak pangan umum dengan daerah 3050−2775, 1780−1630, dan 1500−650
cm-1 digunakan untuk DA.
Klasifikasi berbagai DSO dan minyak biasa dilakukan oleh DA menggunakan daerah
3050-2775, 1780-1630, dan 1500-650 cm-1. Daerah ini termasuk bagian dari spektrum IR di mana
puncak diamati, dan daerah yang tidak termasuk tidak memiliki puncak (lihat Gambar 15). Gambar
14 menunjukkan klasifikasi minyak menggunakan plot Cooman. Sebanyak 14 kelas DSO yang
berbeda dan 5 minyak makanan umum terwakili dalam gambar ini. Minyak yang ditunjukkan pada
Gambar 14 memiliki komposisi asam lemak yang berbeda (Tabel 6), yang menghasilkan spektrum
FT-IR yang berbeda. Analisis kemometrik dari spektrum ini (menggunakan perangkat lunak TQ
Analyst) menghasilkan plot Cooman dengan memplot jarak Mahalanobis antara spektrum minyak.
Plot Cooman (Gambar 14) menunjukkan bahwa minyak kacang dengan minyak zaitun dan minyak
canola, yang sangat kaya akan asam oleat (18:1) (Tabel 6), mengelompok di sudut kiri atas plot.
Minyak zaitun dan kemiri berdekatan satu sama lain dalam plot, dalam beberapa kasus tumpang
tindih. Menurut penelitian lain, minyak zaitun dan kemiri memiliki komposisi dan spektrum yang
sangat mirip, dan deteksi pemalsuan minyak zaitun dengan minyak kemiri hanya mungkin dilakukan
pada konsentrasi >20% menggunakan teknik FT-IR (Ozen & Mauer, 2002). Sudut kanan bawah plot
Cooman (Gambar 1), di sisi lain, mengandung minyak (minyak biji rami, biji rami, dan kismis
hitam) dengan konsentrasi asam R-linolenat tinggi. Minyak biji rami juga dipisahkan dari biji rami
dan minyak kismis hitam. Minyak biji rami, kismis hitam, dan evening primrose mengandung
sejumlah besar asam -linolenat dan membentuk kelompok di dekat bagian tengah plot. Bagian tengah
plot Cooman (Gambar 14) mengandung minyak seperti minyak gandum, jagung, dan minyak kedelai
yang memiliki konsentrasi tinggi asam linoleat dan oleat dalam strukturnya. Selain asam linoleat dan
R-linolenat, minyak hati ikan kod mengandung asam lemak tak jenuh ganda seperti 20:5, 22:5, dan
22:6, yang tidak terkandung dalam minyak nabati, biji-bijian, dan kacang-kacangan yang digunakan
dalam penelitian ini. Karena perbedaan komposisi ini, minyak ikan cod dipisahkan dari minyak
lainnya di sudut kanan atas plot Cooman (Gambar 1).
Gambar 15.Spektrum FT-IR minyak biji rami (garis abu-abu) dan bunga matahari (garis hitam) di wilayah 3100−650 cm -1.
Untuk analisis data spektrum minyak biji rami yang dipalsukan, daerah yang sama digunakan
untuk klasifikasi semua minyak (Gambar 14) digunakan lagi karena ini mencakup perbedaan
spektrum minyak biji rami dan minyak bunga matahari (3050-2775, 1780-1630, dan 1500-650 cm-1
daerah). Gambar 2 menunjukkan spektrum minyak biji rami dan bunga matahari murni di daerah
3100-650 cm-1. Puncak-puncak pada daerah 3050-2800 cm-1 dihasilkan dari vibrasi ulur C–H,
sedangkan puncak besar di sekitar 1740 cm-1 disebabkan oleh vibrasi C=O. Bentuk getaran C–H dan
C=O yang berbeda menyebabkan munculnya puncak pada ketinggian 1500-650 cm-1 wilayah untuk
minyak. Perbedaan spektrum minyak biji rami dan minyak bunga matahari pada daerah 3050-2800
cm-1 (Gambar 3) dan 1780-1630 cm-1 (Gambar 16) disebabkan oleh perbedaan intensitas puncak di
daerah-daerah tersebut. Sebaliknya pada daerah 1500-650 cm-1 terjadi pergeseran puncak, perubahan
intensitas puncak, dan puncak baru (Gambar 16). Misalnya, puncak pada 1070 cm -1, yang sesuai
dengan peregangan C–O, sangat jelas untuk minyak biji rami, sedangkan itu hanya bahu untuk
minyak bunga matahari (Gambar 16). Pergeseran puncak di daerah 980-780 cm -1 juga diamati untuk
biji rami dan spektrum minyak bunga matahari, dan puncak tambahan pada 793 cm -1 (getaran CH,
substitusi cincin fenil) terbentuk untuk minyak biji rami, yang tidak ada dalam spektrum minyak
bunga matahari (Gambar 16). Perbedaan spektrum ini dihasilkan dari perbedaan komposisi antara
minyak.
Gambar 16. Spektrum FT-IR minyak biji rami (garis abu-abu) dan bunga matahari (garis hitam) di wilayah 3050−2800 cm -1.
Gambar 17.Minyak biji rami (garis abu-abu) dan bunga matahari (garis hitam) FT-IR di wilayah 1800−650 cm -1.
Gambar 19 menunjukkan nilai konsentrasi yang diperoleh dari model PLS versus konsentrasi
aktual minyak bunga matahari dalam minyak biji rami. Perbedaan antara konsentrasi pemalsuan
aktual dan konsentrasi pemalsuan yang dihitung yang diperoleh dari model sangat kecil, dan
koefisien korelasi, R2, dihitung sebagai 0,96 (Tabel 6). Beberapa diagnostik (validasi silang, PRESS,
dan analisis eigen) dijalankan untuk memvalidasi model yang dikembangkan. Validasi silang
dilakukan dengan menghapus satu standar pada satu waktu, dan nilai R2 akhir diperoleh 0,89. Juga,
nilai PRESS dihitung untuk faktor komponen utama yang berbeda. Diagnostik ini menunjukkan
bagaimana nilai PRESS berubah sebagai jumlah faktor yang digunakan untuk mengkalibrasi setiap
komponen dalam PLS aktif etos ditingkatkan. Nilai PRESS dan analisis eigen menunjukkan bahwa
salah satu komponen utama sudah cukup untuk mengekstrak 99% dari informasi yang diinginkan
yang digunakan untuk mendeteksi pemalsuan. Analisis ini menunjukkan bahwa metode FT-IR dan
analisis kemometrik yang dikembangkan sangat berguna untuk mengukur minyak bunga matahari
yang ditambahkan ke minyak biji rami pada 2-20% v/v.
Tabel 7. Jumlah Sampel yang Digunakan Untuk Membangun Kurva Standar PLS dan Kesalahan Standar Kalibrasi dan Validasi
Prediksi.
Gambar 19.Kurva kalibrasi PLS untuk minyak biji rami dipalsukan dengan minyak bunga matahari.
Dapat ditarik kesimpulan bahwa, keberhasilan 100% diperoleh dalam klasifikasi sampel
minyak yang tercemar dan murni, dan batas deteksi untuk pemalsuan adalah 2% v/v untuk minyak
yang digunakan dalam penelitian ini. Dengan pertimbangan bahwa pengumpulan data menggunakan
metode FT-IR membutuhkan waktu <5 menit, metode FT-IR dapat menjadi alat yang membantu
untuk deteksi cepat dan akurat pemalsuan minyak suplemen pelangsing oleh minyak umum yang
lebih murah. Gambar 14 dan 18 juga menunjukkan bagaimana FT-IR dan teknik kemometrik dapat
digunakan untuk mengklasifikasikan minyak murni dan membedakan antara jenis minyak
berdasarkan asam lemak dan perbedaan struktural lainnya.
3.6. Penerapan Teknik Analisis Spektroskopi ATR-FTIR dan Kemometrik
Setelah melakukan penelusuran dari beberapa literatur, dapat terlihat potensi yang amat besar
dari penggunaan Spektroskopi FTIR-ATR dan metode Kemometrik. Dengan adanya potensi yang
besar dari teknik gabungan tersebut, diharapkan pengembangan analisis BKO dalam produk herbal
untuk pelangsing dapat menghasilkan dampak yang baik kedepannya, mempertimbangkan sudah
banyak laboratorium besar di Jakarta yang sudah menyediakan gabungan spektroskopi FTIR-ATR
dan metode kemometrik.
Dalam pengklasifikasian tujuan dari penggunaan teknik kemometrik, hal ini dapat
diklasifikasikan menjadi tujuan kualitatif dan kuantitatif. Teknik kemometrik yang digunakan akan
selalu bervariasi sesuai dengan keperluan atau tujuan dari penelitian yang dilakukan. Dalam
penelusuran literatur, teknik PCA merupakan teknik kualitatif yang paling sering digunakan dalam
pendeteksian BKO dalam identifikasi pemalsuan produk herbal untuk pelangsing. PCA sering
disebut sebagai teknik klasifikasi, meskipun demikian teknik PCA cukup efektif untuk dapat
membedakan produk yang dipalsukan, dimana membedakan persamaan dan perbedaan produk
herbal untuk pelangsing yang akurat sangat dibutuhkan dalam identifikasi pemalsuan produk herbal
untuk pelangsing. Sedangkan, untuk keperluan kuantitatif, PLS-DA adalah teknik yang paling
banyak digunakan dalam identifikasi pemalsuan produk herbal untuk pelangsing. PLS-DA
digunakan dalam menentukan kuantitas BKO yang ditambahkan kedalam berbagai produk herbal
untuk pelangsing. Dalam metode analisis PLS-DA terdapat beberapa parameter yang sering
digunakan dalam analisis, yaitu R2 dan RMSE. Hal ini disebabkan oleh kompleksitas sampel,
sehingga membutuhkan berbagai macam model untuk diskriminasi. Hingga saat ini, penggunaan
gabungan metode FTIR-ATR dengan teknik kemometrik masih sangat sedikit dalam
pengidentifikasian produk herbal untuk pelangsing, diharapkan kedepannya penggunaan metode
tersebut dapat meningkat dengan pesat. Dari kemampuan gabungan metode tersebut diharapkan pula
ada pengemba=ngan analisis seperti batas deteksi yang lebih rendah dalam identifikasi pemalsuan
sebuah produk.
4.2. Saran
Review Artikel ini hanya berisikan teori dan analisis dari beberapa penelitian yang
sudah dilakukan. Penelitian dengan menggunakan gabungan FTIR-ATR dan metode
kemometrik sebaiknya ditingkatkan, karena saat ini masih sangat sedikit sekali penelitian
yang menggunakan FTIR-ATR dan metode kemometrik khususnya dalam mengindentifikasi
pemalsuan produk herbal untuk pelangsing. Atr ftir gabisa berdiri sendiri harus dibantu
dengan analisis kemometrik, misalnya alatnya sudah bisa menganalisis sendiri,h bisa ngga
seperti itu dengan ftir atr, bisa nyimpulin ngga kl ini adalah senyawa x, tapi database harus
bagus. Jd kelemahan harus dibahas di pembahasan. Baru dibahas di saran
Setelah spek
BAGIAN REFERENSI
Dicek ulang ssemua judul jurnalnya. Di sourcenya di perbaiki
Al-salafe, R., Abdulghani, H. ., & Irshad, M. (2014). Does Green Tea Help to Fight against
Obesity? An Overview of the Epidemiological Reports. Austin Jorunal of Clinical
Medicine,1(3),1011.https://www.researchgate.net/profile/Md_Irshad2/publication/
262852189_Does_Green_Tea_Help_to_Fight_against_Obesity_An_Overview_of_the_E
pidemiological_Reports/links/0c96053904932e482d000000.pdf
Ariburnu, E., Uludag, M. F., Yalcinkaya, H., & Yesilada, E. (2012). Comparative
determination of sibutramine as an adulterant in natural slimming products by HPLC
and HPTLC densitometry. Journal of Pharmaceutical and Biomedical Analysis, 64–65,
77–81. https://doi.org/10.1016/j.jpba.2012.02.004
Barbara H. Stuart. (2010). INFRARED SPECTROSCOPY: FUNDAMENTALS AND
APPLICATIONS. A Serious Glance at Chemistry, 49–61.
https://doi.org/10.1142/9781848165311_0005
Biancolillo, A., & Marini, F. (2018). Chemometric methods for spectroscopy-based
pharmaceutical analysis. Frontiers in Chemistry, 6(NOV), 1–14.
https://doi.org/10.3389/fchem.2018.00576
Blachut, D., Siwinska-Ziolkowska, A., Kobylecka, A., & Czarnocki, Z. (2006). Analysis the
composition of Chinese “herbal” slimming aids. Z. Zagadnien. Nauk. Sadowych, 66,
199-211.
Bogusz, M. J., Hassan, H., Al-enazi, E., Ibrahim, Z., & Al-tufail, M. (2006). Application of
LC – ESI – MS – MS for detection of synthetic adulterants in herbal remedies. 41, 554–
564. https://doi.org/10.1016/j.jpba.2005.12.015
BPOM RI. (2006). Badan Pengawas Obat dan Makanan. Retrieved from
https://www.pom.go.id/new/view/more/berita/144/BAHAYA-BAHAN-KIMIA-OBAT--
BKO--YANG-DIBUBUHKAN-KEDALAM-OBAT-TRADISIONAL--JAMU-.html
Brereton, R. G. (2003). Chemometrics. 8, 0–471.
Bunaciu, A. A., Aboul-Enein, H. Y., & Fleschin, S. (2011). Recent applications of fourier
transform infrared spectrophotometry in herbal medicine analysis. Applied Spectroscopy
Reviews, 46(4), 251–260. https://doi.org/10.1080/05704928.2011.565532
Calahan, J., Howard, D., Almalki, A. J., Gupta, M. P., & Calderón, A. I. (2016). Chemical
Adulterants in Herbal Medicinal Products: A Review. Planta Medica, 82(6), 505–515.
https://doi.org/10.1055/s-0042-103495
Carvalho, J. M., Da Silva, A. R., Da Cunha, A. L. M. C., Aucélio, R. Q., André Luis, M. A.,
& Katia, C. L. (2012). Voltammetric determination of sibutramine in beverages and in
pharmaceutical formulations. Quimica Nova, 35(5), 988–992.
https://doi.org/10.1590/S0100-40422012000500023
Cebi, N., Yilmaz, M. T., & Sagdic, O. (2017). A rapid ATR-FTIR spectroscopic method for
detection of sibutramine adulteration in tea and coffee based on hierarchical cluster.
Food Chemistry. https://doi.org/10.1016/j.foodchem.2017.02.072
Chandrasekaran, C. V., Vijayalakshmi, M. A., Prakash, K., Bansal, V. S., Meenakshi, J., &
Amit, A. (2012). Review Article: Herbal Approach for Obesity Management. American
Journal of Plant Sciences, 03(07), 1003–1014. https://doi.org/10.4236/ajps.2012.327119
Coates, J. (2006). Interpretation of Infrared Spectra, A Practical Approach. Encyclopedia of
Analytical Chemistry, 10815–10837. https://doi.org/10.1002/9780470027318.a5606
Csupor, D., Boros, K., Dankó, B., Veres, K., Szendrei, K., & Hohmann, J. (2013). Rapid
identification of sibutramine in dietary supplements using a stepwise approach.
Pharmazie, 68(1), 15–18. https://doi.org/10.1691/ph.2013.2069
Dachriyanus. (2004). Analisis Struktur Senyawa Organik secara Spektroskopi.
Damiano, F., Silva, C., Gregori, A., Vacondio, F., Mor, M., Menozzi, M., & Di Giorgio, D.
(2014). Analysis of illicit dietary supplements sold in the Italian market: Identification
of a sildenafil thioderivative as adulterant using UPLC-TOF/MS and GC/MS. Science
and Justice, 54(3), 228–237. https://doi.org/10.1016/j.scijus.2014.02.009
De Carvalho, L. M., Martini, M., Moreira, A. P. L., de Lima, A. P. S., Correia, D., Falcão, T.,
Garcia, S. C., de Bairros, A. V., do Nascimento, P. C., & Bohrer, D. (2011). Presence of
synthetic pharmaceuticals as adulterants in slimming phytotherapeutic formulations and
their analytical determination. Forensic Science International, 204(1–3), 6–12.
https://doi.org/10.1016/j.forsciint.2010.04.045
Deconinck, E., Cauwenbergh, T., Bothy, J. L., Custers, D., Courselle, P., & De Beer, J. O.
(2014a). Detection of sibutramine in adulterated dietary supplements using attenuated
total reflectance-infrared spectroscopy. Journal of Pharmaceutical and Biomedical
Analysis, 100, 279–283. https://doi.org/10.1016/j.jpba.2014.08.009
Deconinck, E., Cauwenbergh, T., Bothy, J. L., Custers, D., Courselle, P., & De Beer, J. O.
(2014b). Detection of sibutramine in adulterated dietary supplements using attenuated
total reflectance-infrared spectroscopy. Journal of Pharmaceutical and Biomedical
Analysis, 100, 279–283. https://doi.org/10.1016/j.jpba.2014.08.009
Dilianti, F. (2016). Spektroskopi Inframerah Transformasi Fourier. Institus Teknologi
Sepuluh November.
Ellis, D. I., & Goodacre, R. (2006). Quantitative detection and identification methods for
microbial spoilage. In Food spoilage microorganisms (Vol. 1). Woodhead Publishing
Limited. https://doi.org/10.1533/9781845691417.1.3
Gok, S., Severcan, M., Goormaghtigh, E., Kandemir, I., & Severcan, F. (2015).
Differentiation of Anatolian honey samples from different botanical origins by ATR-
FTIR spectroscopy using multivariate analysis. Food Chemistry, 170, 234–240.
https://doi.org/10.1016/j.foodchem.2014.08.040
Haneef, J., Shaharyar, M., Husain, A., Rashid, M., Mishra, R., Siddique, N. A., & Pal, M.
(2013). Analytical methods for the detection of undeclared synthetic drugs in traditional
herbal medicines as adulterants. Drug Testing and Analysis, 5(8), 607–613.
https://doi.org/10.1002/dta.1482
Hoggan, A. M., Shelby, M. K., Crouch, D. J., Borges, C. R., & Slawson, M. H. (2007).
Detection of bumetanide in an over-the-counter dietary supplement. Journal of
Analytical Toxicology, 31(9), 601–604. https://doi.org/10.1093/jat/31.9.601
Jordan, S. A., Cunningham, D. G., & Marles, R. J. (2010). Assessment of herbal medicinal
products: Challenges, and opportunities to increase the knowledge base for safety
assessment. Toxicology and Applied Pharmacology, 243(2), 198–216.
https://doi.org/10.1016/j.taap.2009.12.005
Jung, J., Hermanns-Clausen, M., & Weinmann, W. (2006). Anorectic sibutramine detected in
a Chinese herbal drug for weight loss. Forensic Science International, 161(2–3), 221–
222. https://doi.org/10.1016/j.forsciint.2006.02.052
Kannel, P. R., Lee, S., Kanel, S. R., & Khan, S. P. (2007). Chemometric application in
classification and assessment of monitoring locations of an urban river system.
Analytica Chimica Acta, 582(2), 390–399. https://doi.org/10.1016/j.aca.2006.09.006
Karunathilaka, S. R., Choi, S. H., Mossoba, M. M., Yakes, B. J., Brückner, L., Ellsworth, Z.,
& Srigley, C. T. (2019). Rapid classification and quantification of marine oil omega-3
supplements using ATR-FTIR, FT-NIR and chemometrics. Journal of Food
Composition and Analysis, 77(December 2018), 9–19.
https://doi.org/10.1016/j.jfca.2018.12.009
Khare, B., Kumar Mishra, M., & Kesharwani, L. (2019). Screening of Adulterants in
Slimming Herbal Formulation by FTIR Analysis. European Journal of Medicinal
Plants, 30(2), 1–8. https://doi.org/10.9734/ejmp/2019/v30i230174
Khazan, M., Hedayati, M., Kobarfard, F., Askari, S., & Azizi, F. (2014). Identification and
determination of synthetic pharmaceuticals as adulterants in eight common herbal
weight loss supplements. Iranian Red Crescent Medical Journal, 16(3).
https://doi.org/10.5812/ircmj.15344
Kim, J. Y., Do, J. A., Choi, J. Y., Cho, S., Kim, W. S., & Yoon, C. Y. (2015). Development
and validation of an ultra-performance liquid chromatography method for simultaneous
analysis of 20 antihistaminics in dietary supplements. Biomedical Chromatography,
29(3), 465–474. https://doi.org/10.1002/bmc.3298
Kristianingrum, S. (2016). Spektroskopi Inframerah. Universitas Negeri Yogyakarta, 1(1), 1–
15.
Liang, Q., Qu, J., Luo, G., & Wang, Y. (2006). Rapid and reliable determination of illegal
adulterant in herbal medicines and dietary supplements by LC/MS/MS. Journal of
Pharmaceutical and Biomedical Analysis, 40(2), 305–311.
https://doi.org/10.1016/j.jpba.2005.07.035
Lin-Vien, D., Colthup, N. B., Fateley, W. G., & Grasselli, J. G. (1991). The handbook of
infrared and Raman characteristic frequencies of organic molecules. Elsevier.
Luque, C. A., & Rey, J. A. (2002). The discovery and status of sibutramine as an anti-obesity
drug. European Journal of Pharmacology, 440(2–3), 119–128.
https://doi.org/10.1016/S0014-2999(02)01423-1
Maluf, D. F., Pontarolo, R., Cordeiro, G. A., Nagata, N., & Patricio, P. Z. (2010).
Determination of sibutramine in pharmaceutical formulations by diffuse reflectance
infrared spectroscopy and multivariate calibration methods. Quimica Nova, 33(3), 649–
652. https://doi.org/10.1590/S0100-40422010000300031
Margine, I., Martinez-Gil, L., Chou, Y. ying, & Krammer, F. (2012). Residual Baculovirus in
Insect Cell-Derived Influenza Virus-Like Particle Preparations Enhances
Immunogenicity. PLoS ONE, 7(12). https://doi.org/10.1371/journal.pone.0051559
Mazivila, S. J., & Olivieri, A. C. (2018). Chemometrics coupled to vibrational spectroscopy
and spectroscopic imaging for the analysis of solid-phase pharmaceutical products: A
brief review on non-destructive analytical methods. TrAC - Trends in Analytical
Chemistry, 108, 74–87. https://doi.org/10.1016/j.trac.2018.08.013
Miller J.N., Miller J.C. 2010. Statistic and chemometrics for analytical chemist. 6th ed.
Harlow:Pearson Education Limited; 2010. 89-105 p
Moros, J., Garrigues, S., & Guardia, M. de la. (2010). Vibrational spectroscopy provides a
green tool for multi-component analysis. TrAC - Trends in Analytical Chemistry, 29(7),
578–591. https://doi.org/10.1016/j.trac.2009.12.012
Nurrohmah, S., & Mita, S. R. (2016). Review Artikel : Analisis Bahan Kimia Obat (BKO)
dalam Jamu Menggunakan Strip Indikator. Farmaka, 15(2), 200–206.
Organization, W. H. (1998). Guideline for the appropiate use of herbal medicine. 148, 148–
162.
Ozen, Banu, F., Weiss, I., & Mauer, L. J. (2003). Dietary Supplement Oil Classification and
Detection of. Journal of Agricultural and Food Chemistry, 51, 5871–5876.
Ozen, B. F., & Mauer, L. J. (2002). Detection of hazelnut oil adulteration using FT-IR
spectroscopy. Journal of Agricultural and Food Chemistry, 50(14), 3898–3901.
https://doi.org/10.1021/jf0201834
PAJZDERSKA, CHUDOBA, A., M.MIELCAREK, D., JADWIGA, & WASICKI, A.
(2010). Delivery ofCalorimetric, FTIR and 1H NMR Measurements in Combination
with DFT Calculations for Monitoring Solid-State Changes of Dynamics of Sibutramine
Hydrochloride the photosensitizer Pc 4 in PEG–PCL micelles for in vitro PDT studies.
Journal of Pharmaceutical Sciences, 99(5), 2386–2398. https://doi.org/10.1002/jps
Popescu, A. M., & Radu, G. L. (2015). Detection of adulterants by FTIR and GC-MS in
herbal slimming food supplements. UPB Scientific Bulletin, Series B: Chemistry and
Materials Science, 77(4), 221–230.
R. Araujo, J., & Martel, F. (2011). Sibutramine Effects on Central Mechanisms Regulating
Energy Homeostasis. Current Neuropharmacology, 999(999), 1–4.
https://doi.org/10.2174/157021107012039159x
Ramírez-Hernández, A., Aguilar-Flores, C., & Aparicio-Saguilán, A. (2019). Fingerprint
analysis of ftir spectra of polymers containing vinyl acetate. DYNA (Colombia), 86(209),
198–205. https://doi.org/10.15446/dyna.v86n209.77513
Roggo, Y., Chalus, P., Maurer, L., Lema-Martinez, C., Edmond, A., & Jent, N. (2007). A
review of near infrared spectroscopy and chemometrics in pharmaceutical technologies.
Journal of Pharmaceutical and Biomedical Analysis, 44(3 SPEC. ISS.), 683–700.
https://doi.org/10.1016/j.jpba.2007.03.023
Rohman, A., & Che Man, Y. B. (2013). Application of FTIR spectroscopy for monitoring the
stabilities of selected vegetable oils during thermal oxidation. International Journal of
Food Properties, 16(7), 1594–1603. https://doi.org/10.1080/10942912.2011.603874
Rohman, Abdul. (2019). The employment of Fourier transform infrared spectroscopy coupled
with chemometrics techniques for traceability and authentication of meat and meat
products. Journal of Advanced Veterinary and Animal Research, 6(1), 9–17.
https://doi.org/10.5455/javar.2019.f306
ROWLAND, S. J., & Rook, J. A. F. (1961). Analytical Methods. International Journal of
Dairy Technology, 14(3), 112–114. https://doi.org/10.1111/j.1471-0307.1961.tb00962.x
Sastrohamidjojo, H. (2007). Spektroskopi Edisi Ketiga. Liberty Yogyakarta. Yogyakarta.
Sivakesava S. (2001). Prediction of Inverted Cane Sugar Adulteration of Honey by Fourier
Transform Infrared Spectroscopy. 66(7), 972–978.
Steffen, S., Otto, M., Niewoehner, L., Barth, M., Brozek-Mucha, Z., Biegstraaten, J., &
Horváth, R. (2007). Chemometric classification of gunshot residues based on energy
dispersive X-ray microanalysis and inductively coupled plasma analysis with mass-
spectrometric detection. Spectrochimica Acta - Part B Atomic Spectroscopy, 62(9),
1028–1036. https://doi.org/10.1016/j.sab.2007.04.005
Subramanian, A., & Rodriguez-saona, L. (2009). Spectroscopy.
Sun, S., Chen, J., Zhou, Q., Lu, G., & Chan, K. (2010). Application of mid-infrared
spectroscopy in the quality control of traditional Chinese medicines. Planta Medica,
76(17), 1987–1996. https://doi.org/10.1055/s-0030-1250520
Tahid. 1994. Spektroskopi Inframerah Transformasi Fourier. Bandung: Warta
Thompson, T. J. U., Gauthier, M., & Islam, M. (2009). The application of a new method of
Fourier Transform Infrared Spectroscopy to the analysis of burned bone. Journal of
Archaeological Science, 36(3), 910–914. https://doi.org/10.1016/j.jas.2008.11.013
van Hunsel, F., Venhuis, B. J., Keizers, P. H. J., & Kant, A. (2016). A “natural” weight loss
product containing sibutramine. Drug Testing and Analysis, 8(3–4), 311–314.
https://doi.org/10.1002/dta.1925
Walkowiak, A., Ledziński, Ł., Zapadka, M., & Kupcewicz, B. (2019). Detection of
adulterants in dietary supplements with Ginkgo biloba extract by attenuated total
reflectance Fourier transform infrared spectroscopy and multivariate methods PLS-DA
and PCA. Spectrochimica Acta - Part A: Molecular and Biomolecular Spectroscopy,
208, 222–228. https://doi.org/10.1016/j.saa.2018.10.008
Williams, G. (2010). Withdrawal of sibutramine in Europe. BMJ (Online), 340(7743), 377.
https://doi.org/10.1136/bmj.c824
World Health Organization. (2003). Diet, nutrition, and the prevention of chronic diseases:
report of a joint WHO/FAO expert consultation (Vol. 916). World Health Organization.
World Health Organization (WHO). (2004). WHO guidelines on safety monitoring of herbal
medicines in pharmacovigilance systems. World Health Organisation, Geneva, 82.
https://apps.who.int/medicinedocs/documents/s7148e/s7148e.pdf
Zhu, Q., Cao, Y., Cao, Y., Chai, Y., & Lu, F. (2014). Rapid on-site TLC-SERS detection of
four antidiabetes drugs used as adulterants in botanical dietary supplements. Analytical
and Bioanalytical Chemistry, 406(7), 1877–1884. https://doi.org/10.1007/s00216-013-
7605-7