BAGIAN EKSPERIMENTAL

Bahan-Bahan Penelitian

Semua pelarut yang digunakan adalah kelas analit diperoleh dari Merck (Darmstadt, Jerman), filter
membran Ekicrodisc 25R (ukuran pori 0,45 mm; PTFE; P/NE252) diperoleh dari Gelman Science Japan
Co. (Tokyo, Jepang) digunakan untuk penyaringan fase gerak dan larutan sampel. Kolom C18 Shimpack
VP-ODS C18(150 nm x 4,6 mm id) (Shimadzu, Tokyo, Jepang). Dua puluh satu sampel dari tiga genus
Kaempferia dikumpulkan dari berbagai lokasi di Pulau Jawa, Indonesia (Tabel 1). Semua sampel
diidentifikasi di Herbarium Bogoriense, Pusat Penelitian Biologi, LIPI, Indonesia dan spesimen disimpan
di Pusat penelitian Biofarmaka, Bogor Universitas Pertanian, Indonesia. Semua sampel diayak,
dikeringkan dan dihaluskan sebelum digunakan.

Alat-Alat Penelitian

Sistem HPLC yang digunakan adalah seri LC-20A (Shimadzu, Tokyo, Jepang) yang dilengkapi dengan
detektor UV array dioda dan kolom Shim-pack VP-ODS C18 (150 mm x 4,6 mm id) (Shimadzu, Tokyo,
Jepang). Fase gerak terdiri dari metanol (A) dan asam asetat 1% dalam air (B) menggunakan program
elusi gradien 20–80% (A) dalam 0–60 menit dengan laju alir 1 mL/menit dan dipantau pada 254 nm.
Persiapan Sampel

Deteksi dilakukan dengan mencampurkan bubuk KG dengan KP atau KR. Sampel KG diklasifikasikan
menjadi 3 kategori, yaitu tingkat komponen utama tinggi (H), komponen utama sedang (M) dan
komponen utama rendah (L). Kombinasi KG dengan KP atau KR ditunjukkan pada Tabel 2. Sampel bubuk
yang ditimbang secara akurat (250 mg) diultrasonikasi dengan metanol (5 mL) selama 30 menit. Filter
membran Ekicrodisc 25R 0,45 µm digunakan untuk menyaring ekstrak sampel sebelum diinjeksikan ke
dalam sistem HPLC.

Tes Kinerja Analitik

Uji kinerja analitik dievaluasi dengan menentukan keterulangan dan stabilitas. Parameter yang
digunakan untuk pengujian dinyatakan sebagai waktu retensi relatif (RRT) dan luas puncak relatif (RPA).
RRT dan RPA puncak kromatogram karakteristik (Gambar. 1) dihitung untuk referensi nomor puncak 1.
Sampel yang digunakan untuk pengujian ini adalah KG-6.

Analisis Data

PCA dan DA digunakan untuk membangun model untuk identifikasi dan otentikasi sampel menggunakan
perangkat lunak XLSTAT 2012.2.02 (Addinsoft, New York, USA). Sebagai variable digunakan area puncak
umum yang diperoleh dari kromatogram sidik jari KG, KP, dan KR. PCA dan DA dipilih untuk analisis
multivarian. PCA adalah metode pengenalan pola tanpa pengawasan yang terkenal dan sering
digunakan untuk reduksi data. PCA mampu mereduksi jumlah variabel dan memberikan informasi baru
setelah reduksi data yang sudah dikumpulkan. Hasil analisis PCA berupa variabel baru disebut dengan
principal component (PCs). Secara umum, dua PC pertama biasanya digunakan untuk plot PCA dan
kesamaan objek dan klasifikasi yang ditampilkan. DA adalah teknik pengenalan pola lainnya, yang biasa
digunakan untuk membedakan beberapa tanaman yang memiliki kekerabatan yang dekat. DA akan
menghasilkan fungsi diskriminan (DF) untuk setiap kelompok dengan mencari kombinasi linear dari data
yang akan memberikan pemisahan dua atau lebih kelompok yang diamati.