Viskositas Uji Sifat Fisika dan Kimia Minyak Biji Alpukat

15 komersil dari minyak dan lemak. FFA lebih rentan terhadap oksidasi dan mengubah minyak menjadi tengik. American Oil Chemists Society AOCS, Association of Official Analytical Chemists AOAC dan European Commission EC telah menetapkan peraturan metode standar yang hampir sama untuk penilaian FFA [37]. Analisis FFA berdasarkan metode tes AOCS Official Method Ca 5a-40, minyak ditambah dengan etanol 95 kemudian dititrasi dengan NaOH sampai berubah warna merah rosa. 2.3.5 Gas Chromatography-Mass Spectrometry GCMS Komposisi asam lemak dalam minyak biji alpukat dapat diidentifikasi menggunakan instrumentasi GC-MS. Archer J.P. Martin dan Anthony T. James pertama kali memperkenalkan kromatografi partisi cair-gas pada tahun 1950 di London, inilah yang menjadi dasar pengembangan kromatografi gas. Saat ini, kromatografi gas adalah teknik yang matang, banyak digunakan di seluruh dunia untuk analisis hampir setiap jenis senyawa organik, bahkan senyawa yang tidak stabil dalam keadaan aslinya tetapi dapat dikonversi ke derivatif yang mudah menguap [38]. Kromatografi gas adalah suatu teknik pemisahan komponen dari sebuah sampel partisi yang terdiri dari 2 fasa yaitu fasa diam dan fasa gas pembawa fasa gerak. Menurut keadaan fasa diam, kromatografi gas dapat diklasifikasikan menjadi kromatografi gas-padat GSC, di mana fasa diam adalah padat, dan kromatografi gas-cair GLC yang menggunakan cairan sebagai fasa diam. GLC sebagian besar lebih banyak digunakan daripada GSC. Selama pemisahan GC, sampel diuapkan dan dibawa oleh fasa gas pembawa melalui kolom. Pemisahan komponen yang berbeda dicapai berdasarkan tekanan uap relatifnya dan afinitas untuk fasa diam. Afinitas zat terhadap fasa diam dapat digambarkan dalam istilah kimia sebagai konstanta kesetimbangan yang disebut konstanta distribusi Kc, yang juga dikenal sebagai koefisien partisi. Kc bergantung pada suhu dan juga sifat kimia fasa diam. Dengan demikian, suhu dapat digunakan sebagai cara untuk meningkatkan pemisahan senyawa yang berbeda melalui kolom, atau dengan fasa diam yang berbeda [38]. 16 Penggunaan GC mulai dikombinasikan dengan spektrometri massa MS. Spektrometer massa telah menjadi detektor standar yang memungkinkan untuk batas deteksi yang lebih rendah dan tidak memerlukan pemisahan dari semua komponen yang ada dalam sampel. Spektroskopi massa adalah salah satu jenis deteksi yang menyediakan informasi yang hanya memerlukan mikrogram sampel. Identifikasi kualitatif senyawa yang tidak diketahui serta analisis kuantitatif sampel dapat menggunakan GC-MS. Ketika GC digabungkan ke spektrometer massa, senyawa yang terelusi dari kolom GC terionisasi dengan menggunakan elektron EI, ionisasi elektron atau pereaksi kimia CI, ionisasi kimia. Fragmen yang dikenakan fokus, dipercepat menjadi analyzer massa : biasanya analyzer massa quadrupole . Fragmen dengan massa yang berbeda akan menghasilkan sinyal yang berbeda, sehingga setiap senyawa yang menghasilkan ion dalam rentang massa dari analyzer massa akan terdeteksi [38]. Senyawa yang mengandung gugus fungsional seperti OH, NH, CO 2 H dan SH sulit untuk dianalisis dengan GC karena senyawa ini tidak cukup stabil, dapat terlalu kuat ke fasa diam atau tidak stabil secara termal. GC adalah teknik analisis utama untuk pemisahan senyawa volatil. Beberapa fitur seperti kecepatan analisis, kemudahan operasi, hasil kuantitatif yang sangat baik dan biaya yang cukup terjangkau telah membantu GC menjadi salah satu teknik yang paling populer di seluruh dunia [38].

2.4 Rancangan dan Pengolahan Data Hasil Ekstraksi Menggunakan

Response Surface Methodology-Central Composite Design RSM-CCD Response surface methodology RSM atau metode permukaan respon adalah sekumpulan metode-metode matematika dan statistika yang digunakan dalam pemodelan dan analisis, yang bertujuan untuk melihat pengaruh beberapa variabel kuantitatif terhadap suatu variabel respon dan untuk mengoptimalkan variabel respon tersebut [39]. Secara matematis, RSM menampilkan pemodelan antara beberapa explanatory variable dengan satu atau lebih response variable . Ide utama RSM adalah menentukan titik optimal pada variabel respon yang bersesuaian dengan setting level pada variabel-variabel explanatory -nya [40]. Ketika model RSM ini 17 diterapkan dalam tataran eksperimen, maka error pada data-data hasil eksperimen tidak akan dapat dihindari sehingga interpretasi secara statistik untuk RSM sangat melekat pada penerapannya [41]. RSM tidak lain sebuah model regresi linier yang memodelkan hubungan antara variabel explanatory dan variabel response . RSM mempunyai dua tahapan utama dalam analisisnya. Pertama, pemodelan regresi first order , yang biasa dinyatakan dengan persamaan linier polinomial dengan order satu [40]. Berikut adalah contoh persamaan RSM first order dengan dua faktor [40]: y = β o + β 1 x 1 + β 2 x 2 +ε 1 dimana xi adalah faktor yang diteliti dalam eksperimen atau disebut juga sebagai variabel explanatory , dan y adalah variabel respon. Ketika suatu desain eksperimen memuat titik respon optimal diantara level-level faktor yang diselidiki, maka persamaan 1 akan mengandung lack-of-fit [42] . Berikutnya, langkah kedua dapat langsung diterapkan, yakni menaikkan derajat polinomial persamaan 1 menjadi second order atau derajat dua, dengan contoh persamaan dua faktor sebagai berikut [33]: y = β o + β 1 x 1 + β 2 x 2 + β 11 x 1 2 + β 22 x 2 2 + β 12 x 1 x 2 + ε 2 Titik optimal respon secara sederhana akan didapat dengan differensial pada persamaan 2 untuk setiap variabel explanatory . Dengan demikian, akan didapatkan setting level faktor-faktor yang akan mengoptimalkan variabel respon. Hal inilah yang kemudian dikatakan sebagai proses optimasi matematis. Persamaan 2 akan diterapkan pada area yang telah mengandung titik optimal tersebut melalui eksperimen lanjutan dengan desain khusus seperti central composite design atau box-behnken design [40]. Central composite design CCD merupakan rancangan yang sangat sesuai untuk memperoleh model orde kedua. CCD terdiri dari desain faktorial, central point dan aksial point . Setiap variabel dalam percobaan memiliki nilai numerik rendah dan tinggi. Untuk mewakili variabel nilai rendah dan tinggi dikodekan dengan -1 dan +1. Titik pusat central point atau titik nol dapat didefinisikan sebagai daerah untuk kondisi optimal. Sedangkan komponen aksial dikodekan dengan - α dan +α. Nilai α dihitung dengan persamaan α = 2 k 14 , dimana k adalah banyaknya faktor perlakuan. Nilai α disebut juga dengan nilai rotatabilitas yang