Spektrofotometri Uv-Vis Reflektans Dan Kemometrika Sebagai Teknik Klasifikasi Spesimen Jaringan Kanker Serviks Dan Normal

SPEKTROFOTOMETRI UV-VIS REFLEKTANS DAN
KEMOMETRIKA SEBAGAI TEKNIK KLASIFIKASI
SPESIMEN JARINGAN KANKER SERVIKS DAN NORMAL

PALUPI DWI ANTARI

DEPARTEMEN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2016

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Spektrofotometri UVVis Reflektans dan Kemometrika sebagai Teknik Klasifikasi Spesimen Jaringan
Kanker Serviks dan Normal adalah benar karya saya dengan arahan dari komisi
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.
Bogor, Januari 2016
Palupi Dwi Antari
NIM G44134001

ABSTRAK
PALUPI DWI ANTARI. Spektrofotometri UV-Vis Reflektans dan Kemometrika
sebagai Teknik Klasifikasi Spesimen Jaringan Kanker Serviks dan Normal.
Dibimbing oleh RUDI HERYANTO dan ARYO TEDJO.
Ciri suatu bahan dapat ditunjukkan dengan spektrum reflektansinya.
Penelitian ini bertujuan mengembangkan spektrofotometri berbasis reflektans
dengan menggunakan komponen alat yang tersedia secara umum.
Pemanfaatannya yang dikombinasikan dengan teknik kemometrika digunakan
dalam pengklasifikasian spesimen jaringan kanker serviks dan normal.
Spektrofotometer dibuat dengan lampu light emitting diode sebagai sumber sinar,
lapisan optik digital versatile disk sebagai kisi, web camera berbasis sensor
charge-couple device sebagai detektor, dan akuisisi data dengan spectral
workbench. Berikutnya, spektrofotometer digunakan untuk mengukur biopsi dari
jaringan kanker serviks dan normal. Pengukuran menghasilkan pola serapan yang
beragam untuk semua sampel. Data spektrum reflektans yang diberi perlakuan

pendahuluan berupa koreksi garis dasar dievaluasi lebih lanjut menggunakan
analisis komponen utama sehingga menghasilkan pola distribusi kelompok sampel
yang baik. Model PLSDA menunjukkan metode ini belum dapat digunakan untuk
memprediksi keempat kelas stadium, tetapi dapat membedakan antara jaringan
kanker dan jaringan normal.
Kata kunci: analisis komponen utama, kanker serviks, spektrofotometer UV-Vis
reflektans

ABSTRACT
PALUPI DWI ANTARI. Reflectance UV-Vis Spectrophotometry and
Chemometrics Techniques to Classify Cancer and Normal Tissue Specimens.
Supervised by RUDI HERYANTO and ARYO TEDJO.
Characteristics of a material can be indicated by reflectance spectra. The
objective of the research is to develop reflectance spectrophotometry by using
generally available equipment components. The use of this technique is combined
with chemometrics to classify cancer and normal tissue specimens. The
spectrophotometer was consisted of light emitting diode as light source, optical
layer digital versatile disk as grater, web camera with charge-couple device sensor
as detector, with spectral workbench for data acquisition. Then, the
spectrophotometer was used to measure biopsy of normal and cancerous tissues.

The measurements produced various spectral pattern for all samples. The spectral
data were corrected for the baseline and then the principal component analysis
was evaluated, giving good distribution pattern of the sample group. PLSDA
modeling showed that this method cannot be used to predict the four grades of
cancer but can be used to distinguish between cancerous and normal tissues.
Keywords: cervical cancer, principal component analysis, reflectance UV-Vis
spectrophotometer

SPEKTROFOTOMETRI UV-VIS REFLEKTANS DAN
KEMOMETRIKA SEBAGAI TEKNIK KLASIFIKASI
SPESIMEN JARINGAN KANKER SERVIKS DAN NORMAL

PALUPI DWI ANTARI

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
2016

PRAKATA
Puji dan syukur penulis panjatkan ke hadirat Allah SWT atas segala
limpahan rahmat, hidayah dan karunia-Nya sehingga penulis dapat menyelesaikan
karya ilmiah dengan judul “Spektrofotometri UV-Vis Reflektans dan
Kemometrika sebagai Teknik Klasifikasi Spesimen Jaringan Kanker Serviks dan
Normal”. Karya ilmiah ini disusun untuk memenuhi persyaratan sidang
komprehensif pendidikan sarjana di Institut Pertanian Bogor, berdasarkan hasil
penelitian yang dilaksanakan dari bulan Maret 2015 sampai Oktober 2015 di
Laboratorium Analitik, Institut Pertanian Bogor.
Terima kasih penulis ucapkan kepada Bapak Rudi Heryanto SSi, MSi,
selaku pembimbing pertama dan Bapak Aryo Tedjo SSi, MSi, selaku pembimbing
kedua yang telah memberi bimbingan dan dukungan selama proses penelitian dan
penyususan karya ilmiah. Penulis juga mengucapkan terima kasih kepada ayah
dan mamah serta keluarga atas doa, kasih sayang, serta dukungan serta semua

pengorbanan yang tidak terhingga kepada penulis sampai saat ini dan seterusnya.
Di samping itu, penghargaan penulis sampaikan kepada semua dosen Departemen
Kimia, staf Laboratorium Kimia Analitik, serta teman-teman seperjuangan.
Semoga karya ilmiah ini bermanfaat bagi ilmu pengetahuan.

Bogor, Januari 2016
Palupi Dwi Antari

DAFTAR ISI
DAFTAR TABEL

viii

DAFTAR GAMBAR

viii

DAFTAR LAMPIRAN

viii

PENDAHULUAN

1

Latar Belakang

1

Tempat dan Waktu Penelitian

2

METODE

2

Alat dan Bahan

2

Tahap Penelitian

2

HASIL DAN PEMBAHASAN

5

Spektrofotometer Berbasis Reflektans

5

Spektrum Reflektans Sampel biopsi

8

Distribusi Kelompok Data dengan Analisis Komponen Utama (AKU)

11

Model klasifikasi dengan Analisis Diferensial Kuadrat Terkecil Parsial
(PLSDA)

13

SIMPULAN DAN SARAN

14

Simpulan

14

Saran

14

DAFTAR PUSTAKA

14

LAMPIRAN

16

RIWAYAT HIDUP

22

DAFTAR TABEL
1 Deskripsi sampel
2 Rancangan model PLSDA
3 Analisis model PLSDA

4
5
13

DAFTAR GAMBAR

1 Skema pembuatan spektrofotometer
2 Spektrofotometer reflektans (a) tampak dari atas dan (b) tampak dari
samping
3 Spektrum barium sulfat dengan CFL setelah kalibrasi
4 Sampel hasil biopsi jaringan berupa blok parafin
5 Spektrum barium sulfat dengan lampu LED
6 Spektrum sampel
7 Spektrum reflektans sampel terhadap panjang gelombang
8 Plot skor analisis komponen utama jaringan kanker dan normal
9 Plot skor analisis komponen utama CIN 1 dan normal

3
8
8
9
9
10
11
12
12

DAFTAR LAMPIRAN
1
2
3
4
5
6
7
8

Digram alir penelitian
Spektrum lampu LED pengukuran spektrofotometer reflektans
Kalibrasi spektrofotometer
Langkah-langkah kalibrasi sampel dan menyimpan data
Data dan hasil perhitungan reflektan
Model PLSDA 4 kelompok
Model PLSDA 3 kelompok
Model PLSDA 2 kelompok

16
17
17
18
19
20
20
21

1

PENDAHULUAN
Latar Belakang
Spektrofotometer UV-Vis adalah salah satu instrumen yang umum
digunakan terutama berbasis serapan, yaitu dengan mengukur nilai serapan cahaya
dengan panjang gelombang tertentu oleh suatu atom atau molekul. Spektroskopi
UV-Vis merupakan spektroskopi berdasarkan radiasi elektromagnetik pada
panjang gelombang 160 sampai 780 nm (Skoog et al. 2004). Untuk keperluan
analisis, spektrofotometer absorpsi ini terbatas pada sampel homogen atau larutan.
Oleh karena itu, sehubungan dengan semakin relevannya penentuan kandungan
senyawa dalam sampel heterogen maka perlu diperluas cakupan sampel untuk
padatan dengan memanfaatkan sifat reflektans. Reflektans merupakan cahaya
yang dipantulkan oleh suatu objek pada panjang gelombang tertentu. Setiap objek
yang berbeda akan memantulkan panjang gelombang yang berbeda. Lain halnya
dengan sistem absorpsi, pengujian menggunakan instrumen berbasis reflektans
dipilih karena preparasi sampel yang sederhana, waktu lebih cepat, tidak
melibatkan senyawa-senyawa yang berbahaya dan dapat diterapkan untuk jumlah
sampel yang besar.
Beberapa penelitian telah menggunakan sifat reflektans dalam analisis
sampel hayati. Hidayah (2009) menggunakan spektrofotometer reflektans UV-Vis
untuk mempelajari sifat optik buah jambu biji, yaitu melalui pergeseran spektrum
intensitas reflektansi akibat absorpsi cahaya, hasil penelitian menunjukkan bahwa
penyerapan pada panjang gelombang 740 nm dapat mengetahui mutu jambu biji
selama penyimpanan. Sifat reflektans ini juga dapat digunakan untuk
membedakan antara jaringan kanker dan normal. Marchesini et al. (1992)
melaporkan bahwa lesi pigmen kulit melanoma dan nevi mempunyai spektrum
reflektansi yang berbeda nyata, analisis fungsi diskriminan bertahap digunakan
sebagai evaluasi klasifikasi antara kedua kelompok lesi tersebut. Selain itu,
Marchesini et al. (1995) dalam penelitiannya melaporkan juga penggunaan
telespektrofotometer dengan penggunaan charge-couple device (CCD) kamera
dilengkapi dengan filter telah dikembangkan untuk memperoleh gambar dari lesi
pigmen kulit pada panjang gelombang 420-1040 nm. Berdasarkan evaluasi
terhadap warna permukaan, lesi dapat terbedakan antara melanoma dan nevi.
Saat ini, berbagai spektrofotometer UV-Vis reflektans telah tersedia secara
komersial, salah satunya ialah fotometer yang berbasis pada penggunaan fiber
optik. Beberapa peneliti telah mengembangkan spektrofotometer menggunakan
komponen umum yang telah tersedia. Mulyati (2014) telah mengembangkan
spektrofotometer berbasis absorpsi dengan komponen antara lain lampu LED
(light emitting diode) sebagai sumber sinar, lapisan optik DVD (digital versatile
disks) sebagai kisi, web camera sensor CCD (charge-couple device) sebagai
detektor, dan perangkat komputer. Proses perancangannya mengacu pada Public
Laboratory (2013) yang menyediakan sistem akuisisi data dalam bentuk web-base
software, yaitu Spectral Workbench. Maka dari itu, dalam penelitian ini dilakukan
modifikasi spektrofotometer absorpsi agar dapat digunakan untuk pengukuran
sampel dengan basis reflektansi.

2

Spektrofotometer yang dibuat diaplikasikan untuk mengukur sampel hasil
biopsi kanker serviks (cervical interepithelial neoplasias, CIN) yang telah
diidentifikasi statusnya oleh ahli patologi. Sofian (2015) telah mengklasifikasikan
CIN 1, CIN 2, CIN 3, dan normal menggunakan LED fotometer dan metode
kemometrika, dan melaporkan bahwa penggunaan fotometer jinjing dengan lampu
LED dan analisis diskriminan dapat mengelompokkan tiga stadium sel kanker dan
membedakannya dengan sel normal. Oleh karena itu, penelitian ini bertujuan
untuk mengembangkan pengukuran sampel jaringan kanker dan normal dengan
spektrofotometer reflektans sehingga menghasilkan data spektrum yang
dimanfaatkan sebagai basis klasifikasi. Proses klasifikasi dilakukan dengan
evaluasi menggunakan kombinasi metode pengenalan pola yaitu analisis
komponen utama (PCA) dan analisis diferensial kuadrat terkecil parsial (PLSDA).
Waktu dan Tempat Penelitian
Penelitian ini dilaksanakan dari bulan Maret 2015 sampai Oktober 2015 di
Laboratorium Kimia Analitik Fakultas Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.

METODE
Alat dan Bahan
Alat-alat yang digunakan antara lain karton, kayu, lampu LED (senter 1300
lumen), kepingan DVD, web camera sensor CCD, lampu compact fluorescent
light (CFL), kaca preparat, dan perangkat lunak Spectral Workbench. Bahanbahan yang digunakan antara lain sampel biopsi kanker serviks dan normal,
barium sulfat, dan akuades.
Tahap Penelitian
Penelitian yang dilakukan terdiri atas 3 tahap utama, yaitu pengembangan
spektrofotometer reflektans, pengukuran sampel, eksplorasi data dengan analisis
komponen utama (AKU), dan pengembangan model klasifikasi dengan analisis
diferensial kuadrat terkecil parsial (PLSDA). Pengembangan spektrofotometer
reflektans meliputi pembuatan alat dengan perancangan yang mengacu pada
Public Laboratory (2013) yang menyediakan sistem akuisisi data dalam bentuk
web-base software, yaitu spectral workbench, dengan komponen antara lain
lampu LED, keping DVD, web kamera sensor CCD, dan perangkat komputer,
serta kalibrasi dengan mengganti lampu LED dengan CFL. Sampel biopsi diukur
menggunakan spektrofotometer reflektans sehingga diperoleh spektrum
reflektansi dan data dapat langsung diunduh dalam bentuk .xls. Data spektrum
reflektan merupakan data kompleks sehingga perlu dilakukan eksplorasi data
dengan analisis komponen utama (AKU) untuk mereduksi data sehingga diperoleh
pola distribusi. Pola ini yang selanjutnya dibuat model klasifikasi dengan PLSDA
yang telah terbukti dapat menghasilkan suatu prediksi klasifikasi yang akurat.

3

Pembuatan dan Kalibrasi Spektrofotometer Reflektans
Pembuatan Spektrofotometer Reflektans (Public Laboratory 2013)
Spektrofotometer reflektan dibuat dengan merancang alat dengan
komponen-komponen yang telah tersedia. Sebuah kotak yang dilengkapi dengan
tutupnya dibuat dari kayu dan karton berukuran 31×31×9 cm3 lalu dicat
menggunakan pilox hitam doff. Sumber sinar LED yang digunakan, yaitu berupa
senter Police Swatt 1300 lumen (a). Sinar yang ditembakkan akan melalui celah
yang berada di depan senter, celah dibuat dengan lebar 0,2 cm (b). Setelah itu,
pada tempat sampel (c) diletakkan sebuah kaca preparat (d) yang bertujuan untuk
meningkatkan intensitas cahaya reflektansi saat pengukuran. Sebagai detektor
disiapkan web kamera (e) yang telah dilengkapi pendispersi cahaya (kisi), yaitu
lapisan optik pada keping DVD dengan ukuran 2×2 cm2 (g), kisi tersebut
kemudian ditempelkan tepat di depan lensa pada web kamera (f). Semua
komponen spektrofotometer disusun di dalam kotak hitam (Gambar 1), lalu kabel
USB pada kamera (h) dihubungkan dengan PC yang telah tersambung dengan
spectral workbench (i). Pengukuran diawali dengan menyalakan sumber sinar
dengan menekan tombol ON pada senter. Spektrofotometer telah siap dipakai.

Gambar 1 Skema pembuatan spektrofotometer
Kalibrasi Spektrofotometer (Public Laboratory 2013)
Spektrofotometer dikalibrasi dengan cara mengganti lampu LED dengan
lampu CFL. Pengukuran dilakukan terhadap barium sulfat. Barium sulfat
digunakan sebagai standar reflektansi 100% (Cordon 2007). Barium sulfat
dibentuk menjadi pelet atau padatan putih tipis yang menempel pada kaca preparat,
kemudian diletakkan pada tempat sampel dan diukur oleh spektrofotometer
reflektan dengan lampu CFL. Spektrum cahaya yang terbentuk kemudian diubah
dalam bentuk spektrum garis dengan cara memilih capture spectra pada spectral
workbench. Kemudian spektrum disimpan dan diproses dengan memilih menu
calibrate flourecent atau CFL, lalu dipilih spektrum yang memiliki intensitas
tertinggi pada warna indigo dan hijau. Kalibrasi dilakukan untuk mendapatkan
skala panjang gelombang sehingga dijadikan sebagai acuan panjang gelombang
pada saat pengukuran sampel dengan lampu LED.

4

Pengukuran dan Penentuan Reflektan Jaringan Biopsi
Deskripsi sampel
Sebanyak 79 sampel biopsi yang telah diidentifikasi statusnya oleh ahli
patologi disiapkan lalu diukur reflektansinya menggunakan spektrofotometer
reflektan yang telah dibuat (Tabel 1).
Tabel 1 Deskripsi sampel
Jenis sampel
Neoplasia intraepitel serviks stadium 1
Neoplasia intraepitel serviks stadium 2
Neoplasia intraepitel serviks stadium 3
Normal

Kode
CIN 1
CIN 2
CIN 3
N

Jumlah
26
23
18
12

Pengukuran
Reflektans diukur menggunakan sumber sinar LED. Spektrofotometer
reflektans dihubungkan dengan perangkat lunak Spectral Workbench lalu
dilakukan pengukuran blangko terlebih dahulu dengan mengukur Barium sulfat.
Barium sulfat diletakkan pada tempat sampel lalu ditembak dengan radiasi cahaya
yang berasal dari lampu LED hingga diperoleh spektrum dengan intensitas
sebesar 75%. Semua pengaturan dipertahankan secara konstan untuk pengukuran
sampel. Selanjutnya semua sampel diukur.
Akuisisi data
Sinar polikromatik yang berasal dari sumber cahaya dikirim menuju sampel
biopsi. Detektor akan menangkap intensitas pada kisaran panjang gelombang
tertentu. Data yang diperoleh yaitu data spektrum garis yang diubah menjadi data
intensitas RGB (red green blue) terhadap panjang gelombang dalam format .xls.
Nilai rata-rata intensitas RGB dikonversi menjadi nilai reflektan menggunakan
persamaan (1) dan (2) sehingga diperoleh nilai reflektansi dari sampel.
Selanjutnya pengenalan pola data spektrum menggunakan piranti lunak The
Unscrambler X 10.3.
...........1)
.

...........2)

Keterangan :
%I
= Persen intensitas
R
= Reflektan
Iblangko = Persen intensitas blangko
Isampel = Persen intensitas sampel
Eksplorasi Data dengan Analisis Komponen Utama (AKU)
Pola distribusi kelompok sampel dievaluasi menggunakan analisis
komponen utama (AKU) dengan memanfaatkan data reflektansi spektrum
spektrofotometer pada rentang panjang gelombang 400.35-600.66 nm. Eksplorasi

5

dilakukan sebagai perlakuan pendahuluan untuk memilih pemrosesan sinyal yang
dapat memberikan pola distribusi yang baik antar masing-masing kelompok
sampel.
Model Klasifikasi dengan Analisis Diferensial Kuadrat Terkecil Parsial
(PLSDA)
Model klasifikasi dibuat menggunakan PLSDA dengan piranti lunak The
Unscrambler X 10.3. Tabel 2 menunjukkan tabulasi data dari nilai reflektans yang
akan digunakan sebagai dasar dalam pembuatan model klasifikasi. Terdapat
hubungan antara panjang gelombang setiap intensitas spektrum reflektan dan
model PLSDA (CIN 1, CIN 2, CIN 3 dan normal). Pemodelan dilakukan terhadap
2 matriks, yaitu data reflektansi hasil analisis spektrofotometer sebagai matriks X
dan untuk data rujukan (matriks Y) digunakan variabel Dummy. Sebagai contoh,
respons 1 untuk kelompok sampel jaringan kanker dan 0 untuk sampel jaringan
normal. Kebaikan model prediksi diukur dengan nilai R2 mendekati 1 dan RMSE
(root mean square error) mendekati 0.
Tabel 2 Rancangan model PLSDA
Model PLSDA

Y

1

2

3

n

Cin 1
.
.
Normal

1
.
.
0

R
R
R
R

R
R
R
R

R
R
R
R

R
R
R
R

HASIL DAN PEMBAHASAN
Spektrofotometer Berbasis Reflektans
Pemanfaatan sifat reflektans untuk analisis sampel heterogen atau sampel
padat memerlukan suatu alat yang berbasis reflektans. Penelitian bertujuan
membuat spektrofotometer sinar tampak berbasis reflektansi atau sinar yang
dipantulkan oleh sampel padatan dengan proses perancangan yang mengacu pada
Public Laboratory (2013). Secara umum spektrofotometer terdiri atas sumber
cahaya, pemilih panjang gelombang (monokromator) dan detektor. Oleh karena
itu, pengembangan dalam penelitian ini yaitu membuat suatu spektrofotometer
dengan komponen-komponen yang memiliki fungsi yang sama namun mudah
didapat, praktis dan harga yang terjangkau. Komponen tersebut antara lain lampu
LED putih (light emitting diode) sebagai sumber sinar, lapisan optik DVD (digital
versatile disks) sebagai kisi, web camera sensor CCD (charge-couple device)
sebagai detektor, dan perangkat komputer untuk mengakses piranti lunak spectral
workbench.
Lampu LED yang digunakan yaitu LED putih yang dikemas dalam bentuk
senter dilengkapi dua buah baterai dengan lumen sebesar 1300. Semakin tinggi

6

lumen maka semakin kuat intensitas cahaya yang dipancarkan. Lampu senter
dengan lumen sebesar 1300 dipilih karena dasar pengukuran yaitu berupa
reflektansi atau sinar yang dipantulkan maka diperlukan baterai dengan daya yang
cukup kuat dan dapat memberikan intensitas sekitar 75%. Lampu senter ini cukup
memberikan intensitas sekitar 75%. Kelebihan dari lampu ini yaitu sebagai
sumber sinar yang sederhana dan mudah didapat, selain itu ukuran yang dimiliki
kecil dan mudah diletakkan di dalam spektrofotometer. Menurut Albert et al.
(2012) kelebihan dari lampu LED adalah praktis dengan ukurannya yang kecil,
tidak memproduksi sinar ultraviolet dan inframerah, tahan lama, dan
memancarkan radiasi cahaya pada panjang gelombang sinar tampak. Berdasarkan
pengukuran pancaran radiasi LED memberikan intensitas yang tinggi pada kisaran
400-600 nm (Lampiran 2). Kelemahannya yaitu baterai yang digunakan kurang
tahan lama sehingga harus dilakukan pengisisan daya baterai apabila intensitas
yang diberikan semakin menurun. Hal tersebut ditunjukkan pada saat pengukuran
standar barium sulfat, yaitu kurang dari 75%.
Pemilih panjang gelombang atau monokromator yang digunakan yaitu
berupa DVD yang memiliki lapisan optik sebagai kisi. Wakabayashi dan Hamada
(2006) menggunakan DVD sebagai monokromator dengan resolusi tinggi karena
memiliki kisi pada lapisan optiknya. Satu lingkaran keping DVD memiliki jarak
Track record sebesar 0.74 μm dan kisi sebesar 1350 garis/mm. Semakin kecil
jarak tiap track record dan semakin banyak jumlah tiap garisnya maka spektrum
warna yang dihasilkan akan lebih rapat dan kontinu. Ukuran lapisan optik pada
DVD dipotong sesuai dengan luas lensa web kamera, yaitu sebesar 2×2 cm2, lalu
dipilih bagian yang paling tegak lurus dan ditempelkan di depan lensa web kamera.
Dipilih bagian yang tegak lurus agar cahaya yang didifraksikan sempurna. Selain
itu, karena lensa optik DVD ditempelkan pada web kamera maka posisi web
kamera dibuat 45°. Hal ini dikarenakan kisi pada DVD dapat menampilkan warna
apabila dikenai cahaya yang datang pada sudut 45° terhadap lensa optik DVD.
Komponen terakhir yaitu alat pendeteksi atau detektor. Detektor berfungsi
mengubah energi radiasi menjadi sinyal listrik. Detektor tersusun atas tranduser
yang menghasilkan sinyal listrik yang besarnya sebanding dengan daya radiasi
yang diterima. Spektrofotometer yang dirancang menggunakan web kamera yang
dilengkapi CCD (charge-coupled device) sebagai detektor. CCD merupakan
sensor yang dapat menangkap cahaya yang terdiri atas jutaan fotodioda (piksel)
yang akan menghasilkan muatan yang sebanding dengan besarnya cahaya yang
diterima (Magnan 2003). Muatan ini oleh penguat akan diubah menjadi tegangan
listrik lalu menjadi sinyal analog. Sinyal analog ini berupa spektrum gambar yang
dikonversi menjadi nilai RGB (red-green-blue). Selain itu, penggunaan web
kamera sebagai detektor dikarenakan alatnya lebih sederhana dibandingkan
kamera digital, tidak membutuhkan tempat penyimpanan data, serta data hasil
perekaman dapat langsung dipindahkan ke komputer. Sedangkan kelebihan dari
penggunaan sensor CCD pada web kamera yaitu memiliki resolusi tinggi dan
dapat mengatasi ketersediaan cahaya yang lemah dibandingkan dengan CMOS
(Pamungkas 2014).
Langkah awal yang dilakukan dalam pembuatan spektrofotometer ini adalah
membuat kotak dari kayu dan karton berukuran 31×31×9 cm3 beserta tutupnya.
Kotak dicat berwarna hitam doff bertujuan agar tidak ada radiasi selain sumber
sinar yang dapat mengganggu pengukuran. Begitupula pada saat nanti pengukuran,

7

dengan tujuan yang sama tutup kotak harus dipasang. Langkah selanjutnya adalah
mencari posisi yang tepat untuk meletakkan masing-masing komponen di dalam
kotak tersebut. Posisi yang tepat adalah posisi saat diperoleh spektrum yang jelas,
tajam, stabil, memiliki intensitas yang optimum dan dapat ditangkap oleh detektor
dengan baik.
Sudut antara sumber sinar dan tempat sampel yaitu 45° karena diduga pada
sudut 45° cahaya yang dipantulkan oleh sampel adalah paling optimum. Untuk
sudut datang yang lebih besar dari sudut kritis, tidak ada sinar refraksi yang terjadi,
fenomena ini disebut sebagai refleksi internal total (sudut kritis kaca dan udara
sebesar 41.8o) (Halliday et al. 1978). Berdasarkan hukum pantulan, yang terjadi
adalah pantulan spekular, karena pada saat objek disinari berkas cahaya , cahaya
tidak akan ditangkap detektor, kecuali jika ditempatkan pada posisi yang benar
saat hukum pantulan terpenuhi. Kemudian posisi web kamera terhadap cahaya
yang datangpun dibuat 45°, hal ini dikarenakan kisi pada DVD dapat
menampilkan warna apabila dikenai cahaya yang datang pada sudut 45° terhadap
lensa optiknya. Kisi berfungsi sebagai pendispersi yang bertujuan untuk
memisahkan cahaya putih menjadi warna-warna pembentuknya dan menjadi
spektrum yang lengkap (Giancoli 2001). Sistem dari kisi yang digunakan adalah
kisi difraksi, karena digunakan sejumlah celah paralel yang berjarak sama yang
disebut kisi transmisi. Kisi transmisi keping DVD berisi 1350 garis/mm
(Wakabayashi & Hamada 2006). Celah-celah tersebut menyebabkan cahaya yang
datang mengalami difraksi dan masing-masingnya menyebarkan cahaya dengan
sudut yang sangat besar pada layar yang jauh di belakang kisi. Namun, sistem dari
spektrofotometer yang dibuat adalah cahaya yang melalui kisi langsung ditangkap
oleh detektor. Kemudian dibagian depan sumber sinar dibuat celah dengan lebar
0.2 cm bertujuan agar sinar yang dipancarkan pada sampel terfokus dan tidak
menyebar. Sehingga saat pengukuran, sinar yang ditembakan tepat pada bagian
dari sampel yang ingin diketahui intensitasnya.
Selain komponen-komponen tersebut, dibuat pula tempat sampel, tempat
sampel dilengkapi kaca preparat di bagian depan bertujuan untuk meningkatkan
intensitas. Jika foton datang mengenai sampel, maka akan terjadi beberapa proses,
yaitu absorpsi (diserap), transmisi (diteruskan), dan refleksi (dipantulkan).
Banyaknya sinar yang dipantulkan dari suatu permukaan hanya 4% dan
selebihnya akan ditransmisikan menuju sampel. Oleh karena itu, tanpa adanya
kaca sebagai penguat sinyal, maka intensitas yang diperoleh sangat kecil sehingga
perbedaan intensitas akan sulit diamati.
Setelah semua komponen terpasang, spektrofotometer disambungkan
dengan perangkat komputer melalui kabel USB yang terdapat pada web kamera.
Perangkat komputer dihubungkan terlebih dahulu dengan web-based software
yang akan digunakan yaitu spectral workbench. Kemudian, peneliti harus
mempunyai akun pada web-based software ini untuk proses pengukuran dan akan
memudahkan pula dalam pengambilan data. Data yang dihasilkan yaitu berupa
spektrum garis yang kemudian di unduh dalam format .xls berupa nilai intensitas
RGB pada panjang gelombang tertentu. Rata-rata dari nilai intensitas RGB
menunjukkan besarnya intensitas pengukuran sampel dan melalui perhitungan
matematika sehingga memperoleh nilai reflektansi. Gambar 2 menunjukkan
gambar dari spektrofotometer yang telah siap pakai yang tampak dari atas dan
tampak dari samping.

8

a

b

Gambar 2 Spektrofotometer reflektans (a) tampak dari atas dan (b) tampak dari
samping
Spektrofotometer dikalibrasi dengan mengganti lampu LED dengan
compact fluorescent lamp (CFL) atau di pasaran dikenal dengan lampu neon.
Daya yang dipakai sebesar 15 W. CFL dipilih karena memiliki spektrum warna
yang khas, dicirikan dengan puncak serapan pada panjang gelombang 436 untuk
indigo dan dan 546 nm untuk hijau. Bahan yang digunakan untuk kalibrasi yaitu
Barium sulfat yang dipadatkan. Barium sulfat diletakkan pada tempat sampel dan
diukur dengan lampu CFL. Spektrum kalibrasi ditunjukkan pada Gambar 3.
Berdasarkan spektrum, intensitas yang diperoleh kurang dari 75% bahkan hanya
25%. Hal ini tidak menjadi masalah karena yang diutamakan puncak serapan
indigo dan hijau terbentuk ditandai dengan intensitas yang tinggi. Kalibrasi
dilakukan untuk membentuk skala panjang gelombang pada sampel. Langkahlangkah kalibrasi ditunjukkan pada Lampiran 3. Kalibrasi dinyatakan selesai saat
panjang gelombang pada spektrum telah ditampilkan. Selanjutnya, data kalibrasi
ini dijadikan sebagai acuan panjang gelombang pada semua pengukuran analisis
dengan lampu LED.

Gambar 3 Spektrum barium sulfat dengan CFL setelah kalibrasi
Spektrum Reflektans Sampel Biopsi
Kanker serviks merupakan keganasan yang bermula pada sel-sel serviks.
Terjadinya kanker serviks sangat perlahan-lahan dan diawali dengan beberapa sel
normal berubah menjadi sel-sel prakanker, kemudian menjadi sel kanker.
Perubahan ini disebut displasia dan biasanya terdeteksi dengan tes pap smear.

9

human papilloma virus (HPV) diduga kuat sebagai penyebab utama kanker
serviks. Penelitian bertujuan mengelompokkan antara jaringan prakanker serviks
(cervical interepithelial neoplasias, CIN) berbagai stadium dan normal
berdasarkan nilai reflektans yang dihasilkan pada pengukuran menggunakan
spektrofotometer sederhana yang telah dibuat sebelumnya. Sampel jaringan
kanker berupa hasil biopsi yang dibekukan pada blok parafin (Gambar 4). CIN
(Neoplasia antarepitel serviks) merupakan tahap awal perubahan sel normal
menjadi sel kanker serviks (lesi prakanker). Proses perubahan sel normal menjadi
sel kanker diawali dengan perubahan sel normal menjadi CIN 1 (stadium 1) atau
disebut karsinoma in situ (sel abnormal hanya ditemukan di dalam lapisan
serviks), lalu berkembang menjadi CIN 2 (stadium 2) yaitu mulai ditemukan
kanker pada leher rahim, kemudian CIN 3 (stadium 3) kanker sudah ditemukan
menyebar di luar leher rahim tetapi tidak menyebar ke dinding pelvis atau
sepertiga bagian bawah vagina (Tim CancerHelps 2014).

Gambar 4 Sampel hasil biopsi jaringan berupa blok parafin
Bagian yang digunakan sebagai penanda dalam pengukuran yaitu daerah
yang berwarna kuning kecoklatan. Lampu LED ditembakkan pada daerah tersebut
maka beda intensitas pantulan dari tiap-tiap sampel digunakan sebagai dasar
pengelompokkan. Pengukuran barium sulfat dijadikan sebagai blangko, karena
serapan barium sulfat memberikan nilai intensitas 75% (Gambar 5).

Gambar 5 Spektrum barium sulfat dengan lampu LED

10

Setelah semua sampel diukur, masing-masing spektrum garis hasil
pengukuran perlu dilakukan koreksi panjang gelombang terhadap pengukuran
barium sulfat dengan lampu CFL yang telah dilakukan sebelumnya. Spektrum
sampel hasil pengukuran ditunjukkan pada Gambar 6. Selanjutnya data diunduh
sehingga diperoleh data berupa nilai intensitas RGB terhadap panjang gelombang
dalam bentuk .xls (Lampiran 4). Nilai dari rata-rata intensitas RGB selanjutnya
digunakan untuk menghitung nilai reflektan. Spectral workbench ini mengukur
serapan dari rentang panjang gelombang 227.75-799.19 nm, namun karena
sumber radiasi yang digunakan yaitu lampu LED yang memiliki serapan pada
cahaya tampak, maka untuk analisis data hanya digunakan rentang panjang
gelombang dari 400.35-600.66 nm. Hasil pengukuran intensitas spesimen jaringan
kanker dan normal setelah dihitung menjadi nilai reflektanS ditunjukkan pada
Lampiran 5.

Gambar 6 Spektrum sampel
Pada saat radiasi yang dipantulkan oleh permukaan padat, dalam hal ini
jaringan kanker maupun normal, maka energi dari sinar ditangkap oleh detektor
dan selanjutnya diubah menjadi beda tegangan listrik lalu menjadi sinyal analog
berupa spektrum. Data spektrum menghasilkan nilai reflektans berdasarkan nilai
RGB. Beda nilai RGB menunjukkan beda intensitas setiap sampel jaringan. Jenis
pantulan yang terjadi adalah pantulan spekular atau pantulan tunggal sehingga
spektrum yang diperoleh berasal dari pantulan dari permukaan padat nya saja,
sedangkan bagian yang diserap tidak berkontribusi terhadap spektrum (Spragg
2013). Gambar 7 menggambarkan kurva antara nilai reflektans terhadap panjang
gelombang untuk perwakilan masing-masing stadium jaringan kanker dan normal.
Secara umum, reflektans yang dihasilkan oleh jaringan yang terinfeksi kanker
lebih rendah dibandingkan dengan jaringan normal. Hal ini dilaporkan juga oleh
Sofian (2015) bahwa pada daerah tampak, sel kanker memiliki nilai reflektans
yang lebih rendah dibandingkan sel normal, namun pada daerah IR sebaliknya.
Hal ini disebabkan oleh terjadinya hipoksia pada sel yang mengalami kanker
sehingga jumlah oksihaemoglobin (HbO2) menurun dan deoksihaemoglobin (Hb)
meningkat. HbO2 dan Hb dalam tubuh manusia bertanggung jawab atas
pengangkutan oksigen dan karbondioksida (Bakker et al. 2012). Adanya
perubahan oksihaemoglobin (HbO2) dan deoksihaemoglobin (Hb) pada jaringan

11

kanker telah dibuktikan oleh penelitian Sofian (2015) dengan melihat perbedaan
serapan HbO2 dan Hb pada serapan cahaya tampak dan NIR menggunakan
fotometer.

0.6000
0.5000

Reflektan

0.4000
0.3000
0.2000
0.1000
0.0000
390.00
-0.1000

440.00

490.00

540.00

590.00

-0.2000

Panjang gelombang (nm)
CIN 1

CIN 2

CIN 3

N

Gambar 7 Spektrum reflektans sampel terhadap panjang gelombang

Distribusi Kelompok Data dengan Analisis Komponen Utama (AKU)
Tahap selanjutnya adalah mengelompokkan sel kanker dan normal
berdasarkan nilai reflektans menggunakan analisis multivariat untuk melihat pola
distribusi sampel. Seluruh contoh yang telah dihitung reflektannya diberi
perlakuan pendahuluan berupa eksplorasi pemrosesan sinyal. Hasil eksplorasi
menunjukkan dengan koreksi garis dasar diperoleh pengelompokkan yang lebih
baik dibandingkan tanpa perlakuan pendahuluan. Setelah itu di analisis dengan
metode analisis komponen utama (AKU) atau pricipal component analysis (PCA).
AKU merupakan metode analisis peubah ganda yang bertujuan memperkecil
dimensi peubah asal sehingga diperoleh peubah baru yaitu komponen utama (KU)
yang tidak saling berkorelasi tetapi menyimpan sebagian informasi yang
terkandung pada peubah asal (Miller & Miller 2000).
Diskriminasi jaringan kanker dan normal menggunakan teknik AKU
ditunjukkan dengan plot nilai komponen utama dua dimensinya. Plot yang
diperoleh dari analisis AKU menunjukkan pola yang terdapat pada sampel.
Kemiripan sampel ditandai dengan semakin dekatnya antara satu sampel dengan
sampel lainnya dalam plot tersebut. Gambar 8 merupakan plot skor yang
menunjukkan bahwa plot KU dapat memberikan informasi 88.0% dari total
varians, yaitu KU-1 sebesar 80.0% dan KU-2 sebesar 8.0%. Berdasarkan hasil
plot skor ini menggambarkan bahwa jaringan kanker CIN 1 dan CIN 2 belum
dapat dibedakan, sedangkan dengan jaringan kanker CIN 3 dan normal sudah
dapat dibedakan. Hal ini diduga disebabkan oleh kemiripan karakteristik kimia
antara CIN 1 dan CIN 2.

12

Gambar 8 Plot skor analisis komponen utama jaringan kanker dan normal
Sehubungan dengan hasil analisis komponen utama tersebut, berikutnya
data spektrum CIN 1 dan normal dievaluasi lebih lanjut secara terpisah
menggunakan AKU. Hal ini bertujuan untuk memperjelas bahwa antara spesimen
jaringan normal dan jaringan yang mulai terinfeksi kanker serviks terdistribusi
dengan baik yang ditunjukkan dengan pola pengelompokkan yang terpisah antara
CIN 1 dan normal pada plot skor (Gambar 9). Plot KU dapat memberikan
informasi 78.0% dari total varians, yaitu KU-1 sebesar 57.0% dan KU-2 sebesar
21.0%. Pengelompokkan terjadi karena antara spesimen jaringan CIN 1 dan
normal memiliki karakteristik kimia yang berbeda sehingga spektrum
reflektansinya pun berbeda. Pola pengelompokkan sampel yang baik ini
mengakibatkan metode dapat digunakan untuk membantu ahli patologi dalam
melakukan deteksi dini.

Gambar 9 Plot skor analisis komponen utama CIN 1 dan normal

13

Model Klasifikasi dengan Analisis Diferensial Kuadrat Terkecil Parsial
(PLSDA)
PLSDA merupakan metode pengelompokkan yang sering diterapkan untuk
memudahkan memperoleh model yang dapat membuat separasi antarkelas. Model
analisis multivariat ini dikembangkan dari set pengamatan berdasarkan
keanggotaan kelas yang telah ditemtukan sebelumnya (Umetrics 2006). Dengan
kemampuannya untuk mendiskriminasi data antarkelas, maka PLSDA cocok
digunakan dalam analisis data multivariat dari nilai reflektan biopsi jaringan
kanker serviks dan normal yang telah terbagi menjadi 4 kelas. Model prediksi
PLSDA menggunakan teknik pendekatan PLS. Standar algoritma PLS dapat
dipergunakan dengan peubah tak bebas (Y) berupa data kelompok dan peubah
bebas (X) yang sangat banyak, memiliki kolinieritas tinggi, dan memiliki struktur
yang sistematik dengan menggunakan regresi kuadrat terkecil (Westerhuis et al.
2008). Peubah yang digunakan pada saat pembuatan model terdiri atas matriks X
berupa data spektrum reflektans yang telah dilakukan perlakuan pendahuluan, dan
matriks Y merupakan respons untuk setiap kelas kelompok. Saat salah satu kelas
diberi respon nilai 1, maka kelas lainnya diberi respon 0. Selanjutnya dibangun
model CIN 1, CIN 2, CIN 3, dan normal. Kebaikan suatu model klasifikasi pada
metode PLSDA dilihat dari nilai koefisien determinasi (R2), galat kalibrasi akar
rerata kuadrat (RMSEC), dan galat prediksi akar rerata kuadrat (RMSEP). Model
dikatakan baik jika memiliki nilai R2 mendekati 1 dan galat sangat kecil atau
mendekati 0 (Brereton 2003).
Tabel 3 Analisis model PLSDA
Model PLS-DA
4 Kelompok

3 Kelompok

2 Kelompok

Kelompok
Cin 1
Cin 2
Cin 3
n
Cin 1&2
Cin 3
n
Cin
n

RMSEC
0.3827
0.3858
0.2064
0.1896
0.1178
0.1526
0.1233
0.1106
0.1106

R2
0.3368
0.2789
0.7578
0.7209
0.9411
0.8676
0.8819
0.9050
0.9050

RMSEP
0.4045
0.4077
0.2198
0.2087
0.1505
0.1741
0.1520
0.1439
0.1439

R2
0.2741
0.2028
0.7396
0.6607
0.9063
0.8321
0.8221
0.8535
0.8535

Tabel 3 merupakan hasil dari analisis metode PLSDA terhadap model yang
telah dibuat berdasarkan kelas yang ingin terkelompok (4 kelas) dan hasil evaluasi
pola distribusi analisis AKU. Dibangun 4 model prediksi klasifikasi, yaitu model
4 kelompok yang terdiri atas CIN 1, CIN 2, CIN 3, dan normal (Lampiran 6).
Hasil yang diperoleh masih kurang baik karena nilai galat (RMSEC dan RMSEP)
yang diperoleh masih cukup besar sehingga berimbas pada nilai koefisien
determinasi yang kecil. Selanjutnya, model 3 kelompok (CIN 1&2, CIN 3, dan
normal) dan model 2 kelompok (CIN dan normal) (Lampiran 7 dan 8). Tabel 3
memberikan informasi bahwa untuk model 3 kelompok ini, galat yang diperoleh
sudah cukup kecil dan nilai koefisien determinasinya cukup besar, model ini

14

sudah baik namun dianggap masih belum cukup sensitif sebagai model klasifikasi.
Model yang terakhir yaitu model 2 kelompok (Cin & normal), diperoleh nilai
galat yang paling kecil dibandingkan kedua model yang lain, sehingga nilai
koefisien determinasi yang diperoleh besar, yaitu mendekati nilai 1. Hasil ini
menunjukkan bahwa metode ini belum dapat digunakan untuk mengelompokkan
spesimen jaringan kanker serviks antara CIN 1, CIN 2, CIN 3, dan normal.
Namun sudah cukup baik jika digunakan untuk memutuskan status biopsi antara
jaringan kanker dan normal saja. Hal ini diduga kemiripan karakteristik kimia
ketiga stadium jaringan kanker serviks menyebabkan dibutuhkan alat yang lebih
sensitif dengan keakuratan yang lebih tinggi untuk mendeteksinya.

SIMPULAN DAN SARAN
Simpulan
Spektrofotometer UV-Vis reflektans dapat digunakan untuk mengukur nilai
reflektansi dari sampel jaringan biopsi. Analisis komponen utama (AKU)
memperoleh nilai plot KU pada plot skor sebesar 88.0% dan berdasarkan plot
menunjukkan jaringan kanker CIN 1 dan CIN 2 belum dapat dibedakan, tetapi
dengan CIN 3 dan sel normal sudah dapat dibedakan. Penggunaan model PLSDA
memberikan klasifikasi dan tingkat ketepatan yang baik dengan semakin kecilnya
nilai galat. Karakeristik yang mirip antara stadium sel kanker menyebabkan
ketepatan klasifikasi menjadi semakin berkurang. Metode AKU dan PLSDA
memberikan hasil yang baik untuk mengelompokkan antara sel kanker dan
normal.
Saran
Perlu dilakukan penelitian lebih lanjut untuk mengembangkan alat
spektrofotometer dan mencari daya sumber radiasi yang lebih tahan lama.

DAFTAR PUSTAKA
Albert DR, Todt MA, Davis HF. 2012. A low-cost quantitative absorption
spectrophotometer. Journal Chemical Education. 89: 1432–1435.
Bakker A, Smith B, Ainslie P, Smith K. 2012. Near infrared spectroscopy applied
aspect of ultrasonography in human. Di dalam: Ainslie P, editor.
Ultrasonography in Human [Internet]. Bogor (ID): Loji. Hlm 65-88;
[Diunduh 2015]. Tersedia pada: http://www.ontechopen.com/books/appliedaspects-of-ultrasonography-in-humans-/near-infrared-spectroscopy.
Brereto RG. 2003. Chemometrics: Data Analysis FOR The Laboratory AND
Chemical Plant. England (IN): Jhon Willey & Sons.
Cordon GB, Maria GL. 2007. Absorption and Scattering Coefficients: A
biophysical - chemistry experiment using reflectance spectroscopy. Journal
Chemical Education. 84(7): 1167-1170.

15

Giancoli D C. 2001. Fisika. Edisi ke-5. Yuhilza H, Irwan A, penerjemah; Hilarius
W, editor. Jakarta (ID): Penerbit Erlangga. Terjemahan dari: Physics.
Halliday D, Robert R. 1978. Fisika.Edisi ke-3. Pantur S, Erwin S, penerjemah.
Jakarta (ID): Penerbit Erlangga. Terjemahan dari: Physics.
Hidayah NN. 2009. Sifat optik buah jambu biji (Psidium guajava) yang disimpan
dalam toples plastik menggunakan spektrofotometer reflektan UV-Vis
[Skripsi]. Bogor (ID): Institut Pertanian Bogor.
Magnan P. 2003. Detection of visible photons in CCD and CMOS: a comparative
view. Nuclear Instruments and Methods in Physics Research A. 504: 199–
212.
Marchesini R, N Cascinelli, M Brambilla, C Clemente, L Mascheroni, E Pignoli,
A Testori, D R Venturoli. 1992. In vivo spectrophotometric evaluation of
neoplastic and non-neoplastic skin pigmented lesions. II: Discriminant
analysis between nevus and melanoma.Photochemistry and Photobiology.
55(4): 515-522.
Marchesini R, S Tomatis, C Bartoli, A Bono, C Clemente, C Cupeta, I Del Prato,
E Pignoli, E Sichirollo, N Cascinelli. 1995. In vivo spectrophotometric
evaluation of neoplastic and non-neoplastic skin pigmented lesions. III:
CCD Camera-Based reflectance imaging.Photochemistry and Photobiology.
62(1): 151-154.
Miller JC, Miller JN. 2000. Statistic and Chemometrics for Analytical Chemistry.
Ed-4. Harlow: Pearson Education.
Mulyati. 2014. Pengembangan dan pengukuran kinerja analitik spetrofotometer
sinar tampak „kuantivis‟ berbasis detektor charge-couple device [Skripsi].
Bogor (ID): Institut Pertanian Bogor.
Pamungkas WS. 2014. Pengembangan spektrofotometer sinar tampak (kuantivis)
berbasis komponen elektronik umum dan uji kinerjanya [skripsi]. Bogor
(ID): Institut Pertanian Bogor.
Publiclab. 2013. Desktop Spectrometry Kit [internet]. [diakses 2014 Januari 10].
Tersedia dari: http://www.publiclab.org/wiki/dsk.
Sofian A. 2014. Klasifikasi sel kanker rahim berdasarkan intensitas cahaya
tampak dan inframerah dekat dengan analisis diskriminan [Skripsi]. Bogor
(ID): Institut Pertanian Bogor.
Skoog DA, West DM, Holler FJ, Crouch SR. 2004. Fundamentals of Analytical
Chemistry. Toronto: Thomson.
Spragg Richard. 2013. Reflection Measurement in IR Spectroscopy. Seer Green
(UK): PerkinElmer,inc.
Tim CancerHelps. 2010. Kanker, Kanker Bukan Lagi Vonis Mati. Jakarta (ID):
Agro Media Pustaka.
Wakabayashi F, Hamada K. 2006. A DVD spectroscope: a simple, high-resolution
classroom spectroscope. Journal Chemical Education. 83(1):56–58.
Westerhuis JA, Hoefsloot CJH, Smit S, Vis DJ, Smiled AK, van Velsen EJJ,
Duijnhoven JPM, van Doesten FA. 2008. Assesment of PLSDA cross
validation. Journal Metabolomics. 4(1):81-89.
Umetrics AB. 2006. Multi- and megavariate analysis, part 1: basic principles and
applications.

16

Lampiran 1 Diagram alir penelitian

Perancangan Spektrofotometer Reflektans
Kalibrasi CFL
Sampel
Biopsi

Spektrofotometer Terkalibrasi
Pengukuran

Intensitas

Kemometri Metode
PLSDA

Kemometri Metode
PCA-Baseline

Reflektansi

Diskriminasi Sel secara
kemometrika

Jaringan
kanker
serviks
stadium I
(CIN 1)

Jaringan
kanker
serviks
stadium
II
(CIN 2)

Jaringan
kanker
serviks
stadium
III
(CIN 3)

Jaringan
normal
(N)

17

Lampiran 2 Spektrum Lampu LED pengukuran spektrofotometer reflektans
250

200

Intensitas

150

100

50

0
0
-50

200

400

600

Panjang gelombang (nm)

Lampiran 3 Kalibrasi spektrofotometer

800

1000

18

Lampiran 3 (Lanjutan)

Lampiran 4 Langkah-langkah kalibrasi sampel dan menyimpan data

19

Lampiran 4 (Lanjutan)

Lampiran 5 Data dan hasil perhitungan reflektans
Sampel
Blangko
Cin 1.1
Cin 1.2
Cin 1.3
...
Cin 2.1
Cin 2.2
Cin 2.3
...
Cin 3.1
Cin 3.2
Cin 3.3
...
N1
N2
N3
...

I
117
93
106
101
112
94
98
109
100
115
118
117
117
113
113
109
111

400.35 nm
%I
R
45,53
36,19 0,0997
41,25 0,0429
39,30 0,0639
43,58 0,0190
36,58 0,0951
38,13 0,0770
42,41 0,0308
38,91 0,0682
44,75 0,0075
45,91 -0,0037
45,53 0,0000
45,53 0,0000
43,97 0,0151
43,97 0,0151
42,41 0,0308
43,19 0,0229

I
122
97
114
106
118
99
103
117
103
126
124
124
127
117
121
115
118

...
%I
47,47
37,74
44,36
41,25
45,91
38,52
40,08
45,53
40,08
49,03
48,25
48,25
49,42
45,53
47,08
44,75
45,91

R
0,0996
0,0295
0,0611
0,0145
0,0907
0,0735
0,0182
0,0735
-0,0140
-0,0071
-0,0071
-0,0174
0,0182
0,0036
0,0257
0,0145

I
104
62
47
70
58
49
66
57
68
105
105
106
106
51
49
49
49

600.66 nm
%I
R
40,47
24,12 0,2246
18,29 0,3449
27,24 0,1719
22,57 0,2536
19,07 0,3268
25,68 0,1975
22,18 0,2612
26,46 0,1845
40,86 -0,0042
40,86 -0,0042
41,25 -0,0083
41,25 -0,0083
19,84 0,3095
19,07 0,3268
19,07 0,3268
19,07 0,3268

20

Lampiran 5 (Lanjutan)
Contoh perhitungan:

Lampiran 6 Model PLSDA 4 kelompok
Panjang
gelombang
1.1
1.2
1.3
...
2.1
2.2
2.3
...
3.1
3.2
3.3
...
N1
N2
N3
...

Y1

Y2

Y3

Yn

400,35

401,24

...

600,66

1
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0

0
0
0
0
1
1
1
1
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
1
1
1
1
0
0
0
0

0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1

0,1385
0,1152
0,1767
0,1056
0,1487
0,1804
0,1242
0,1593
0,0221
0,0198
0,0110
0,0215
0,0173
0,0315
0,0110
0,0095

0,1284
0,1028
0,1718
0,0940
0,1387
0,1710
0,1008
0,1587
0,0037
0,0162
0,0001
0,0000
0,0096
0,0164
0,0068
0,0016

0,1384
0,1018
0,1739
0,1011
0,1443
0,1769
0,1116
0,1646
0,0006
0,0164
0,0039
0,0041
0,0204
0,0200
0,0059
0,0011

0,2634
0,4172
0,2847
0,3402
0,3804
0,3009
0,3546
0,2756
0,0104
0,0193
0,0027
0,0132
0,3117
0,3432
0,3070
0,3134

Lampiran 7 Model PLSDA 3 kelompok
Panjang
gelombang

Y1.2

Y3

Yn

400,35

401,24

...

600,66

1.1
1.2
1.3
...
2.1
2.2
2.3
...

1
1
1
1
1
1
1
1

0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0

0,1385
0,1152
0,1767
0,1056
0,1487
0,1804
0,1242
0,1593

0,1284
0,1028
0,1718
0,0940
0,1387
0,1710
0,1008
0,1587

0,1384
0,1018
0,1739
0,1011
0,1443
0,1769
0,1116
0,1646

0,2634
0,4172
0,2847
0,3402
0,3804
0,3009
0,3546
0,2756

21

Lampiran 7 (Lanjutan)
Panjang
gelombang

Y1.2

Y3

Yn

400,35

401,24

...

600,66

3.1
3.2
3.3
...
N1
N2
N3
...

0
0
0
0
0
0
0
0

1
1
1
1
0
0
0
0

0
0
0
0
1
1
1
1

0,0221
0,0198
0,0110
0,0215
0,0173
0,0315
0,0110
0,0095

0,0037
0,0162
0,0001
0,0000
0,0096
0,0164
0,0068
0,0016

0,0006
0,0164
0,0039
0,0041
0,0204
0,0200
0,0059
0,0011

0,0104
0,0193
0,0027
0,0132
0,3117
0,3432
0,3070
0,3134

Lampiran 8 Model PLSDA 2 kelompok
Panjang
gelombang
1.1
1.2
1.3
...
2.1
2.2
2.3
...
3.1
3.2
3.3
...
N1
N2
N3
...

Y1.2.3

Yn

400,35

401,24

...

600,66

1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0

0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1

0,1385
0,1152
0,1767
0,1056
0,1487
0,1804
0,1242
0,1593
0,0221
0,0198
0,0110
0,0215
0,0173
0,0315
0,0110
0,0095

0,1284
0,1028
0,1718
0,0940
0,1387
0,1710
0,1008
0,1587
0,0037
0,0162
0,0001
0,0000
0,0096
0,0164
0,0068
0,0016

0,1384
0,1018
0,1739
0,1011
0,1443
0,1769
0,1116
0,1646
0,0006
0,0164
0,0039
0,0041
0,0204
0,0200
0,0059
0,0011

0,2634
0,4172
0,2847
0,3402
0,3804
0,3009
0,3546
0,2756
0,0104
0,0193
0,0027
0,0132
0,3117
0,3432
0,3070
0,3134

22

RIWAYAT HIDUP
Penulis dilahirkan di Bogor pada tanggal 3 Oktober 1990. Penulis
merupakan putri ketiga dari empat bersaudara dari pasangan Drs Dedi Suryawan
dan Entin Suprihatin. Tahun 2008 penulis lulus dari SMA Negeri 1 Cibadak dan
melanjutkan kuliah diploma di Akademi kimia Analisis Bogor dan lulus Tahun
2011. Praktik kerja lapang diploma dilaksanakan di Balai Penelitian Ternak (BPT),
Ciawi Bogor dengan judul yang diangkat “Optimasi dan Validasi Metode
Penetapan Gula dalam Campuran Susu dan Sereal secara Kromatografi Cair
Kinierja Tinggi”. Awal tahun 2012 penulis diterima bekerja sebagai analis RnD
(Validasi dan analisa) di PT Mersifarma Tirmacu Mercusana yang bergerak di
bidang farmasi. Selama satu setengah tahun penulis bekerja dan pada tahun 2013
penulis melanjutkan pendidikan Sarjana di Institut Pertanian Bogor melalui tes
mandiri program alih jenis IPB. Selama perkuliahan penulis pernah menjadi
asisten praktikum Teknik Pemisahan di Departemen Kimia pada tahun ajaran
2014/2015.