A. Kalibrasi Multivariat menggunakan Partial Least Square PLS
Metode PLS mampu memprediksi dengan cara yang lebih baik ketika ada spektra yang tumpang tindih dan lebih efektif dalam memprediksi karena
hanya menggunakan variabel yang paling berkorelasi terhadap variabel respon Sohrabi et al., 2009; Miller and Miller, 2010. Tahapan PLS yaitu pemodelan
kalibrasi, validasi, dan analisis sampel Osborne et al., 1997.
Gambar 6.
Overlay 20 spektra UV campuran sintetik baku parasetamol PCT, asetosal ASP, dan kafein CAF yang dikenai scanning pada panjang gelombang 210-350 nm
Model kalibrasi dibentuk dari 20 campuran sintetik baku parasetamol, asetosal dan kafein Tabel I kemudian diukur absorbansinya pada panjang
gelombang 210-350 nm dengan interval 2 nm menggunakan pelarut etanol sebagai blangko sehingga menghasilkan 71 data absorbansi pada masing-masing
campuran. Gambar 6 menunjukkan overlay spektra 20 campuran sintetik baku untuk model kalibrasi.
Analisis kuantitatif parasetamol, asetosal, dan kafein dilakukan dengan bantuan model regresi PLS menggunakan perangkat lunak Minitab 16.0 Trial
dengan memasukkan data absorbansi campuran sintetik baku tersebut kemudian dilakukan pemilihan panjang gelombang yang akan digunakan. Pemilihan panjang
gelombang merupakan tahap yang penting karena menentukan kualitas analisis multikomponen. Menurut El Gindy 2006, pemilihan panjang gelombang pada
PLS diperlukan supaya kinerja model dapat optimum meskipun metode ini secara komputerisasi dapat menghitung seluruh spektrum.
Tabel III.
Hasil perhitungan regresi 20 sampel kalibrasi secara PLS Nomor
campuran K
onsentrasi gmL PCT
ASP CAF
Aktual Prediksi
Aktual Prediksi
Aktual Prediksi
1 4,0
3,825 5,0
4,731 1,1
1,0715 2
6,0 6,138
4,0 4,106
1,2 1,1825
3 2,0
1,930 1,0
1,104 1,3
1,2895 4
5,0 4,906
3,0 3,323
1,4 1,4407
5 3,0
2,897 5,0
4,731 1,1
1,1292 6
3,0 3,149
1,0 1,049
1,4 1,3395
7 2,6
2,761 1,4
1,438 2,0
1,9842 8
11,0 10,978
5,0 5,134
0,8 0.7971
9 6,2
6,058 1,8
1,772 1,0
1.0611 10
8,8 8,790
7,5 7,613
2,7 2.7172
11 4,7
4,729 4,2
3,973 0,9
0.8607 12
6,8 6,870
9,3 9,311
0,8 0.8154
13 6,1
6,061 9,8
10,112 0,4
0.4353 14
7,6 7,801
5,4 5,674
0,7 0.7664
15 9,4
9,407 8,2
7,877 1,5
1.4224 16
10,5 10,352
1,4 1,399
1,9 1.9441
17 11,2
11,234 3,0
2,805 0,7
0.6912 18
8,9 8,909
7,8 7,640
1,0 0.9427
19 4,6
4,565 9,8
9,545 1,8
1.8081 20
5,2 5,239
7,9 8,166
1,2 1.2012
Persamaan: y = 0,9986x + 0,00878
Persamaan: y = 0,9952x + 0,02417
Persamaan: y = 0,9945x + 0,00687
R
2
= 0,9986 R
2
= 0,9952 R
2
= 0,9945 RMSEC = 0,107
gmL RMSEC = 0,210 gmL RMSEC = 0,040
gmL
Rentang panjang gelombang yang dipilih adalah rentang yang mana masing-masing komponen dalam campuran terdapat pada konstruksi terbaiknya,
yaitu korelasi antara nilai aktual dan nilai terhitung atau nilai prediksi paling optimal dan kesalahan yang minimal. Panjang gelombang antara 220-270 nm
dipilih untuk analisis kuantitatif parasetamol, dan 220-280 nm untuk asetosal dan kafein. Pada panjang gelombang tesebut diperoleh R
2
koefisien determinasi yang paling tinggi dan RMSEC root mean square error of calibration paling
kecil. Tabel III menunjukkan bahwa nilai RMSEC dan nilai R
2
parasetamol, asetosal, dan kafein. Gambar 7, 8, dan 9 menunjukkan hubungan antara kadar
prediksi dan kadar sebenarnya.
11 10
9 8
7 6
5 4
3 2
11 10
9 8
7 6
5 4
3 2
Actual Response C
a lc
u la
te d
R e
s p
o n
s e
PLS Response Plot
response is PCT 10 components
Gambar 7.
Kurva hubungan antara kadar aktual actual response vs kadar prediksi calculated response
parasetamol tanpa validasi silang leave one out dengan metode spektrofotometri UV-
PLS pada 220-270 nm
10 8
6 4
2 10
8 6
4 2
Actual Response C
a lc
u la
te d
R e
s p
o n
s e
PLS Response Plot
response is ASP 10 components
Gambar 8.
Kurva hubungan antara kadar aktual actual response vs kadar prediksi calculated response
asetosal tanpa validasi silang leave one out dengan metode spektrofotometri UV-PLS pa
da 220-280 nm
3.0 2.5
2.0 1.5
1.0 0.5
3.0 2.5
2.0 1.5
1.0 0.5
Actual Response C
a lc
u la
te d
R e
s p
o n
s e
PLS Response Plot
response is CAF 10 components
Gambar 9.
Kurva hubungan antara kadar aktual actual response vs kadar prediksi calculated response
kafein tanpa validasi silang leave one out dengan metode spektrofotometri UV-
PLS pada 220-280 nm
B. Validasi Model Kalibrasi Multivariat Partial Least Square PLS
Kategori