Kendali Mutu Sambiloto (Andrographis paniculata) Menggunakan Fotometer Jinjing dan Metode Pengenalan Pola

KENDALI MUTU SAMBILOTO
(Andrographis paniculata) MENGGUNAKAN FOTOMETER
JINJING DAN METODE PENGENALAN POLA

DERRY PERMANA

DEPARTEMEN KIMIA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2011

ABSTRAK
DERRY PERMANA. Kendali Mutu Sambiloto (Andrographis paniculata)
Menggunakan Fotometer Jinjing dan Metode Pengenalan Pola. Dibimbing oleh RUDI
HERYANTO dan LATIFAH K DARUSMAN.
Sambiloto (Andrographis paniculata) adalah salah satu tanaman yang dikenal
sebagai antikanker, antidiabetes, dan antibakteri. Kendali mutu merupakan upaya untuk
menjamin mutu dan khasiat yang dimilikinya. Keragaman mutu dari sambiloto dapat
dilihat dari komposisi kandungan kimia yang dimiliki berdasarkan umur tanamnya. Pada
penelitian ini keragaman mutu sambiloto yang berumur 1, 2, dan 3 bulan dievaluasi

menggunakan teknik spektoskopi menggunakan alat fotometer jinjing yang digabungkan
dengan teknik pengenalan pola, yaitu principle component analysis (PCA) dan partial
least square discriminant analysis (PLSDA). Analisis kromatografi lapis tipis
menunjukkan bahwa sambiloto dengan umur 1, 2, dan 3 bulan memiliki keragaman mutu
senyawa aktifnya. Analisis menggunakan fotometer jinjing yang digabungkan dengan
menggunakan teknik pengenalan pola, yaitu PCA dan PLSDA terhadap tanaman obat
sambiloto telah berhasil mengklasifikasikan keragaman mutu berdasarkan umur tanaman
(umur 1, 2, dan 3 bulan). Analisis PCA menggunakan dua komponen utama (PC)
pertama dapat menjelaskan 95% variasi dalam data (PC 1 = 60% dan PC 2 = 35%).
Analisis PLSDA menghasilkan 3 model, yaitu model umur 1 bulan (R2 kalibrasi =
0,9975, R2 prediksi = 0,9972, RMSEC = 0,0238, RMSEP = 0,0269), 2 bulan (R2 kalibrasi
= 09972, R2 prediksi = 0,9970, RMSEC = 0,0248, RMSEP = 0,0274), dan 3 bulan (R2
kalibrasi = 0,9975, R2 prediksi = 0,9965, RMSEC = 0,0235, RMSEP = 0,0263).

ABSTRACT
DERRY PERMANA. Quality Control of Sambiloto (Andrographis paniculata) Using
Portable Photometer and Pattern Recognition Methods. Supervised by RUDI
HERYANTO and LATIFAH K DARUSMAN.
Sambiloto (Andrographis paniculata) is known as having anticancer, antidiabetic,
and antibacterial activities. Quality control is attempt to ensure their quality and

therapeutic effects. Various quality from sambiloto can be showen from chemical
composition based of the plant age. In this research, quality of sambiloto at age 1, 2, and
3 months were be evaluated through spectroscopic technique using portable photometer
which be combined with pattern recognition technique, i.e. principle component analysis
(PCA) and partial least square discriminant analysis (PLSDA). Thin layer
chromatography analisys showed that sambiloto at age 1, 2, and 3 month had differrent
quality in their active compounds. Analysis using portable photometer which combined
with pattern recognition has succsessfully differentiate quality based on age (age 1, 2,
and 3 month). Analysis PCA using two first principle component (PC) was able to
describe 95% of total variant in the data (PC 1 = 60% and PC 2 = 35%). Analysis
PLSDA resulted 3 models, namely model 1 month (R2 calibration = 0,9975, R2 prediction
= 0,9972, RMSEC = 0,0238, RMSEP = 0,0269), 2 month (R2 calibration = 09972, R2
prediction = 0,9970, RMSEC = 0,0248, RMSEP = 0,0274), and 3 month (R2 calibration =
0,9975, R2 prediction = 0,9965, RMSEC = 0,0235, RMSEP = 0,0263).

KENDALI MUTU SAMBILOTO
(Andrographis paniculata) MENGGUNAKAN FOTOMETER
JINJING DAN METODE PENGENALAN POLA

DERRY PERMANA

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
2011

: Kendali
Mutu
Sambiloto
(Andrographis
paniculata)
Menggunakan Fotometer Jinjing dan Metode Pengenalan Pola
: Derry Permana
: G44070093

Judul
Nama
NIM

Disetujui,
Pembimbing I,

Pembimbing II,

Rudi Heryanto, S.Si., M.Si.
NIP 19760428 200501 1 002

Prof. Dr. Ir. Latifah K Darusman, MS
NIP 19530824 197603 2 001

Diketahui
Ketua Departemen Kimia
Fakultas Matematika dan Ilmu Pengetahuan Alam
Institut Pertanian Bogor,

Prof. Dr. Ir. Tun Tedja Irawadi, MS
NIP 19501227 197603 2 002

Tanggal lulus :

1

PRAKATA
Assalamualaikum Wr. Wb.
Segala puji dan syukur penulis panjatkan ke hadirat Allah SWT karena atas
rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan karya ilmiah
dengan judul: Kendali Mutu Sambiloto (Andrographis paniculata) Menggunakan
Fotometer Jinjing.
Penulis mengucapkan terima kasih yang sebesar-besarnya kepada Rudi
Heriyanto, S.Si., M.Si. dan Prof. Dr. Ir. Latifah K Darusman, MS, atas semua
bimbingan yang diberikan selama proses penelitian dan penyusunan karya ilmiah
ini. Penulis juga mengucapkan terima kasih kepada bagian Kimia Analitik
Departemen Kimia IPB yang telah memberikan tema penelitian tentang fotometer
jinjing. Terima kasih yang tak terhingga penulis ucapkan kepada orang tua dan

keluarga tercinta atas doa, bimbingan, dan materi yang telah diberikan. Penulis
juga mengucapkan terima kasih kepada Vidya atas bantuannya selama proses
penelitian, Nio yang telah mengajari pengoperasian instrumen, bapak Taufik atas
penyediaan sampel sambiloto, dan berbagai pihak lainnya yang telah banyak
membantu dengan penuh keikhlasannya. Terima kasih atas bantuan dan semangat
yang diberikan, semoga mendapat balasan pahala dari Allah SWT.
Dalam karya ilmiah ini penulis menyadari kiranya masih banyak kekurangan
dan jauh dari kesempurnaan, namun demikian besar harapan penulis atas kritik
dan saran untuk penyempurnaan lebih lanjut. Akhirnya semoga karya ilmiah ini
dapat bermanfaat bagi semua pihak. Amin.
Wassalamualaikum Wr. Wb.

Bogor, September 2011

Derry Permana

2

RIWAYAT HIDUP
Penulis dilahirkan di Curup pada tanggal 23 Juni 1989 dari pasangan Sulaiman BA

dan Nurul Komariyah. Penulis merupakan anak pertama dari empat bersaudara. Penulis
memiliki tiga orang adik laki-laki bernama Dicky, Dimas, dan Donny.
Tahun 2006 penulis lulus dari SMU Negeri 1 Kuningan dan pada tahun 2007 penulis
diterima di Institut Pertanian Bogor (IPB) melalui jalur Seleksi Penerimaan Mahasiswa
Baru (SPMB). Penulis tercatat sebagai mahasiswa Departemen Kimia, Fakultas
Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor.
Selama masa perkuliahan penulis aktif di organisasi mahasiswa daerah Himarika
Kuningan. Pada bulan Juli-Agustus 2009 penulis berkesempatan melaksanakan kegiatan
Praktik Lapangan di Laboratorium Pupuk Kujang, Cikampek. Selama menjadi mahasiswa
penulis juga pernah menjadi asisten praktikum Kimia Analitik Layanan untuk mahasiswa
Biologi dan Biokimia serta praktikum Kimia Dasar untuk mahasiswa Tingkat Persiapan
Bersama.

3

DAFTAR ISI
Halaman
DAFTAR GAMBAR ...............................................................................................

vii

DAFTAR TABEL ...................................................................................................

vii

DAFTAR LAMPIRAN ............................................................................................

viii

PENDAHULUAN ...................................................................................................

1

TINJAUAN PUSTAKA
Sambiloto .........................................................................................................
Kandungan Kimia Sambiloto ...........................................................................
Fotometer Jinjing .............................................................................................
Kemometrik .....................................................................................................
Metode PCA ...................................................................................................
Metode PLSDA ...............................................................................................

2
2
3
4
4
5

BAHAN DAN METODE
Alat dan Bahan ...............................................................................................
Metode Penelitian ...........................................................................................

5
5

HASIL DAN PEMBAHASAN
Analisis Keragaman Kualitas Sambiloto menggunakan
Kromatografi Lapis Tipis (KLT) .....................................................................
Pencirian Sumber Sinar dan Filter ...................................................................
Analisis Sampel Menggunakan Fotometer Jinjing ...........................................

Pengklasifikasian Sambiloto Menggunakan Analisis PCA ..............................
Pembentukkan Model Sambiloto menggunakan PLS-DA ...............................

7
8
9
10
11

SIMPULAN DAN SARAN
Simpulan .........................................................................................................
Saran ...............................................................................................................

12
12

DAFTAR PUSTAKA ...............................................................................................

13

LAMPIRAN ..............................................................................................................

15

vii4

DAFTAR GAMBAR

Halaman
1 Morfologi Sambiloto .....................................................................................

2

2 Instrumen Fotometer Jinjing ........................................................................

3

3 Fotometer yang Sedang Dikembangkan .......................................................

4

4 Prinsip PCA ...................................................................................................

4

5 Prinsip PLSDA ..............................................................................................

5

6 Noda Sambiloto pada Pelat KLT pada λ 254 nm
Umur 1 Bulan, 2 Bulan, 3 Bulan, dan Andrografolid ..................................

8

7 Kromatogram pada Pelat KLT λ 254 nm umur 1 Bulan,
2 Bulan, dan 3 Bulan ....................................................................................

8

8 Spektrum Panjang Gelombang LED UV, LED biru,
dan LED merah .............................................................................................

9

9 Spektrum Hasil Pengukuran Sambiloto Umur 1, 2, dan 3 Bulan .................

9

10 Proporsi Varians tiap PC ............................................................................... 10
11 Score Plot Antara PC 1 dan PC 2 ................................................................. 10

DAFTAR TABEL
Halaman
1

Kriteria Kebaikan Model PLSDA ............................................................... 11

2

Data Prediksi Sampel Dengan Model PLSDA Umur
1, 2, dan 3 Bulan

................................................................................. 12

5
viii

DAFTAR LAMPIRAN

1

Halaman
Bagan Alir Penelitian Secara Umum .......................................................... 15

2

Contoh Pembuatan Filter ............................................................................ 16

3

Peranti Lunak Wavelength RGB Converter ............................................... 16

4

Prediction vs Reference PLSDA Sambiloto 1 Bulan ................................... 16

5

Prediction vs Reference PLSDA Sambiloto 2 Bulan ................................... 17

6

Prediction vs Reference PLSDA Sambiloto 3 Bulan .................................. 17

7

Data Hasil Pengukuran Menggunakan Fotometer Jinjing.............................

8

Data Pencirian Filter .................................................................................... 21

9

Multimeter Pada Fotometer Jinjing ............................................................. 21

18

10 Susunan Alat pada Fotometer Jinjing (skematik) ....................................... 22

PENDAHULUAN
Ramuan obat-obatan herbal telah dikenal
secara luas dan hingga kini masih digunakan
oleh masyarakat. Menurut Departemen
Kesehatan RI dengan SK Menkes No
149/SK/Menkes/4/1997, tanaman yang dapat
digunakan sebagai bahan obat-obatan herbal
ini
disebut
dengan
tanaman
obat.
Perkembangan ramuan yang berasal dari
tanaman
obat
ini
telah
mengalami
perkembangan yang begitu pesat sehingga
telah diproses baik secara alamiah maupun
modern. Hal ini dikarenakan tanaman yang
merupakan sumber nabati mengandung zat
aktif atau metabolit sekunder yang
mempunyai
khasiat
yang
dapat
menyembuhkan penyakit (BPOM RI 2006).
Selain itu, penggunaan ramuan tradisional dari
tanaman obat ini juga tidak memberikan efek
samping yang merugikan kesehatan. Ramuan
obat herbal umumnya didapatkan dari bagianbagian tanaman obat seperti akar, batang,
daun, kayu, dan kulit pohon (BPOM RI 2006).
Semakin berkembangnya penggunaan
obat-obatan herbal menuntut adanya upaya
yang dapat menjamin kualitas dan khasiatnya
(BPOM RI 2006). Sampai sejauh ini, mutu
dari tanaman obat dapat dilihat dari
kandungan senyawa aktif kimianya. Efek
farmakologis dari senyawa-senyawa kimia
aktif ini biasanya tidak hanya ditentukan oleh
salah satu senyawa aktif. Menurut Liang et al.
(2004), khasiat dari tanaman obat dapat timbul
karena adanya interaksi yang sinergis antara
senyawa-senyawa
aktif
kimia
yang
terkandung dalam tanaman obat. Komposisi
senyawa-senyawa aktif kimia yang terdapat
dalam tanaman obat dapat dipengaruhi oleh
kondisi tanah dan lingkungan. Faktor lain
yang dapat memengaruhi komposisi senyawasenyawa aktif kimia ini adalah umur dari
tanaman obat itu sendiri (Arunadha 2010).
Oleh karena itu umur dari tanaman obat dapat
dijadikan sebagai penanda mutu dari tanaman
itu sendiri.
Umumnya kendali mutu suatu tanaman
obat dapat dilakukan menggunakan beberapa
cara, yaitu kromatografi cair kinerja tinggi
(KCKT), kromatografi gas (KG), dan
kromatografi lapis tipis (KLT). Dengan
metode
ini
akan
didapatkan
suatu
kromatogram sidik jari yang dapat
menampilkan semua kandungan senyawa
kimia yang menjadi karakteristik tanaman
obat (Liang et al. 2004). Dengan melihat
kromatogram sidik jari ini, kita dapat

mengetahui mutu suatu tanaman obat dan
umur tanamnya. Walaupun metode-metode ini
memiliki kelebihan dalam hal akurasi, tetapi
masih terdapat kelemahan dalam hal waktu,
preparasi sampel, dan jumlah bahan kimia
yang digunakan (Mao & Xu 2006).
Metode yang akan digunakan dalam
penelitian ini adalah spektroskopi. Metode
spektroskopi ini dapat menutupi kelemahankelemahan yang dimiliki oleh metode yang
telah disebutkan sebelumnya (Mao dan Xu
2006). Prinsip dari spektroskopi ini adalah
melihat perubahan komposisi kimia suatu
bahan yang dapat mengakibatkan perubahan
sifat optik (absorbansi, transmisi, dan refleksi)
dari suatu bahan (Stuth et al. 2003). Metode
spektroskopi ini telah banyak digunakan
dalam beberapa penelitian untuk melakukan
kendali mutu yang dimiliki tanaman obat
berdasarkan
komposisi
kimia
yang
dikandungnya (Li et al. 2009, Sim et al. 2004,
Woo et al. 1999, Gutierres et al. 2011).
Alat
yang digunakan untuk aplikasi
metode spektroskopi ini umumnya adalah
spektrofotometer inframerah transformasi
fourier (FTIR) (Li et al. 2009). Akan tetapi,
alat ini tergolong alat yang mahal dan cukup
sulit dalam hal pengoprasiannya. Alternatif
alat yang akan digunakan dalam penelitian ini
adalah fotometer jinjing. Fotometer jinjing
merupakan alat yang dikembangkan oleh
Departemen Kimia Fakultas Kedokteran UI
dan bagian Kimia Analitik Departeman Kimia
IPB. Kelebihan dari alat ini adalah
pengoperasiannya yang lebih sederhana, nondestruktif terhadap bahan, meminimalkan
penggunaan bahan kimia, murah, ringan, dan
mudah dibawa.
Alat ini dikatakan murah karena hanya
tersusun dari sumber sinar yang berupa lampu
LED, detektor yang berupa LDR, filter yang
berasal dari plastik, dan alat pembaca sinyal
yang berupa multimeter. Fotometer jinjing ini
sebelumnya baru diaplikasikan dan berhasil
melihat perbedaan antara sel kulit kanker dan
kulit normal berdasarakan sifat fluorosensi
yang berasal dari senyawa yang terdapat
didalam kedua jaringan kulit tersebut (Zain et
al. 2007).
Data
mentah
yang
didapatkan
menggunakan alat fotometer jinjing ini
selanjutnya dikombinasikan dengan teknik
analisis pengenalan pola kemometrik, yaitu
principle component analysis (PCA) dan
partial least square discriminant analysis
(PLSDA). PCA digunakan untuk melakukan
pengenalan pola sehingga kita dapat
mengelompokan
tanaman
berdasarkan

2

3

4

5

6

Serbuk
sambiloto
selanjutnya
diayak
menggunakan ayakan berukuran 40 mesh.
Analisis kromatografi Lapis Tipis
Sambiloto ((Depkes RI 2008)

dicetak pada kertas plastik transparan
menggunakan Printer Epson Stylus Office
T1100.
Pencirian Sumber Sinar

Serbuk sambiloto dari masing-masing
umur ditimbang sebanyak 1 gram. Lalu serbuk
dimaserasi selama 3 jam menggunakan 10 mL
pelarut etanol 96%. Setelah proses maserasi,
filtrat dari sampel diambil melalui proses
penyaringan. Pelarut dibuang menggunakan
penguap putar. Sebanyak 0,1 gram ekstrak
etanol Sambiloto selanjutnya dilarutkan
menggunakan 5 mL etanol 96%. Lalu
filtratnya diambil lagi melalui penyaringan.
Filtrat dari setiap sampel selanjutnya
ditotolkan pada pelat silika gel F 254
menggunakan syiringe 100µL dibantu dengan
CAMAG TLC aplicator dengan lebar pita tiap
sampel adalah 5 mm.
Eluen yang digunakan adalah kloroform
dan metanol dengan perbandingan 9 : 1. Eluen
dijenuhkan terlebih dahulu selama 1 jam
didalam bejana kromatografi. Setelah proses
penjenuhan, pelat yang telah berisi sampel
dimasukkan kedalam bejana kromatografi
untuk proses elusi. Pendeteksian noda
dilakukan menggunakan CAMAG TLC
scanner Reprosatr 3 dengan lampu 244 nm.
Foto
yang
dihasilkan
lalu
diolah
menggunakan Image J versi 1.4.

Sumber sinar yang akan digunakan, yaitu
LED UV, LED biru, dan LED merah
dinyalakan dan diatur intensitas sinarnya.
Selanjutnya sinar yang keluar diukur nilai
panjang
gelombangnya
menggunakan
spektrometer USB 2000.

Pembuatan Pelet Sambiloto

Fotometer dinyalakan dengan menekan
tombol power, lalu dilakukan proses kalibrasi
fotometer dengan meletakkan sumber cahaya
pada kertas foto berwarna putih sebagai
kontrol. Sumber cahaya diletakkan tegak lurus
(90°) dengan permukaan kertas foto (Gambar
2). Lalu diatur intensitas fotometer untuk
mendapatkan nilai voltase yang diinginkan.
Selanjutnya nilai voltase yang terbaca pada
multimeter yang bernilai 2,00 mV dicatat dan
digunakkan sebagai patokan awal pengukuran
setiap sampel. Setiap mengakhiri pengukuran,
sumber cahaya dimatikan dan dinyalakan
kembali sebelum mengukur sampel. Pada
pengukuran sampel nilai yang tertera pada
fotometer dicatat setelah angka yang tertera
tidak menunjukkan perubahan. Diulangi
langkah tersebut dengan menggunakan filter
dan sumber lampu yang berbeda. Filter yang
digunakan adalah kertas plastik dengan
intensitas warna dan panjang gelombang yang
telah dipencirian sebelumnya. Sedangkan
lampu yang digunakan adalah LED UV, LED
biru, dan LED merah. Filter ditempatkan
sebelum
detektor.
Diulangi
langkah

Sebanyak 300 mg dari sampel serbuk
Sambiloto ditimbang. Selanjutnya serbuk
dimasukkan kedalam alat pembuat pelet. Pada
saat pembuatan pelet tekanan diatur sehingga
mencapai 80 kN. Tekanan diberikan selama 2
menit. Kemudian pelet Sambiloto dikeluarkan
dari alat.
Pembuatan Filter
Warna yang digunakan sebagai filter
dibuat menggunakan program Microsoft
Word 2007 dengan kisaran warna ungu
hingga merah. Pada program Microsoft Word
2007, dibuat kotak dengan ukuran 5 x 5 cm.
Setiap warna memiliki intensitas warna yang
berbeda. Nilai red green blue (RGB) dari
setiap warna diatur sehingga setiap warna
memiliki perbedaan panjang gelombang
sekitar 20 nm pada tiap warna dalam selang
360-650 nm. Nilai RGB dan panjang
gelombang setiap warna diatur dengan
menggunakan bantuan software Wavelength
RGB Converter. Selanjutnya warna-warna ini

Pencirian Panjang Gelombang Filter
Pencirian filter menggunakan bantuan alat
spektrometer USB 2000. Filter dengan
intensitas warna yang berbeda kemudian
dipotong-potong
sehingga
didapatkan
potongan filter dengan ukuran 5 x 5 cm2. Lalu
filter ditempatkan pada lintasan sumber sinar
pada spektrometer 2000. Sinar yang melewati
potongan filter diukur, kemudian data yang
dihasilkan terlihat pada layar komputer.
Dilakukan cara yang sama untuk filter
berwarna berwarna lainnya. Hasil dari
pencirian ini berupa panjang gelombang dan
digunakan sebagai acuan pada penelitian
selanjutnya.
Prosedur Penggunaan Alat Fotometer
Jinjing

7

sebelumnya pada setiap sampel menggunakan
kombinasi dari sumber lampu dan filter yang
berbeda-beda.
Metode Deteksi Sinar
Permukaan pelet sambiloto selanjutnya
disinari menggunakan ketiga sumber sinar
yang telah dikombinasikan dengan filter.
Pelet sambiloto dari umur 1, 2, dan 3 bulan
diukur sebanyak 10 kali ulangan. Sinar
refleksi yang dihasilkan akan terlebih dahulu
melewati filter yang telah dibuat sehingga
sinar yang akan diukur kemudian telah
dibatasi pada area panjang gelombang tertentu
Sinar ini ditangkap oleh detektor LDR dan
intensitas sinar tersebut diubah menjadi
perbedaan tegangan listrik. Perbedaan
tegangan listrik yang dihasilkan ini dideteksi
oleh voltmeter dan dicatat sebagai hasil
berupa angka.
Pengumpulan Data dan Pengolahan Data
Data yang digunakan adalah data primer
yang berasal dari pengumpulan data hasil
pengukuran intensitas sinar yang dihasilkan
dari sampel serbuk sambiloto umur satu, dua,
dan tiga bulan dengan menggunakan sumber
lampu LED UV,sinar biru, dan sinar merah
yang divarianskan menggunakan kertas filter
dengan intensitas warna berbeda. Data
selanjutnya dimasukkan kedalam program Ms.
Excel 2007. Data dalam format excel 2007
kemudian dianalisis menggunakan metode
multivariat dilakukan dengan menggunakan
peranti lunak The Unscrambler 10.01.

HASIL DAN PEMBAHASAN
Penelitian yang dilakukan melalui
beberapa tahapan yang penting. Tahap
pertama yang dilakukan adalah melakukan
analisis KLT terhadap sampel sambiloto umur
1, 2, dan 3 bulan yang nantinya akan
dianalisis menggunakan fotometer jinjing. Hal
ini dilakukan untuk membuktikan bahwa
terdapat keragaman mutu yang dimiliki oleh
sambiloto berdasarkan perbedaan umur yang
dimilikinya.
Tahap selanjutnya yang dilakukan dalam
penelitian ini adalah pencirian dari sumber
sinar yang akan digunakan, yaitu LED UV,
LED biru dan LED merah. Hal ini dilakukan
agar kita dapat mengetahui berapa kisaran
panjang gelombang yang dipancarkan oleh
ketiga sumber sinar yang digunakan sehingga

dapat digunakan juga sebagai acuan untuk
penelitian selanjutnya. Selain itu, dapat
diketahui juga senyawa dalam sampel yang
mungkin dapat berinteraksi dengan sumber
sinar yang digunakan.
Tahap terakhir adalah pengukuran sampel
sambiloto umur 1, 2, dan 3 bulan
menggunakan fotometer jinjing. Data mentah
yang didapat selanjutnya diolah menggunakan
teknik pengenalan pola kemometrik PCA dan
PLSDA
untuk
mengklasifikasikannya
kedalam tiga kelompok umur yang berbeda.
Model yang dibentuk selanjutnya digunakan
untuk memprediksi umur dari sampel
sambiloto umur 1, 2, dan 3 bulan yang tidak
digunakan dalam pembuatan model.

Analisis Keragaman Kualitas Sambiloto
Menggunakan Kromatografi Lapis Tipis
(KLT)
Analisis KLT yang dilakukan bertujuan
melihat senyawa yang terkandung dan
perbedaan konsentrasinya pada sambiloto
yang berumur 1, 2, dan 3 bulan. Berdasarkan
hasil analisis, andrografolid ditunjukkan oleh
noda dengan nilai Rf 0,58 (Gambar 6d).
Andrografolid adalah salah satu senyawa aktif
terbesar yang terdapat dalam tanaman
sambiloto dan merupakan senyawa marker
dari sambiloto (Akowuah et al. 2006, Row
YK et al. 2004). Senyawa ini merupakan
salah satu jenis diterpena lakton dan penyebab
rasa pahit pada tanaman sambiloto (Prapanza
& Marianto 2003). Noda dari andrografolid
ini terlihat pada saat pelat KLT dideteksi
menggunakan lampu UV pada panjang
gelombang 254 nm (Gambar 6).
Ketebalan noda yang berbeda menandakan
bahwa
konsentrasi andrografolid
dari
sambiloto meningkat pada setiap kenaikan
umurnya. Noda andrografolid sambiloto umur
3 bulan terlihat lebih tebal daripada noda
andrografolid dari umur 1 dan 2 bulan. Hal ini
menandakan bahwa sambiloto mempunyai
kandungan andrografolid tertinggi pada umur
3 bulan. Dari hasil beberapa penelitian juga
memperlihatkan
konsentrasi
tertinggi
andrografolid tertinggi terdapat dalam
sambiloto dengan umur 3-4 bulan setelah
tanam, yakni pada saat 50% pertanaman mulai
berbunga. Pada umur di bawah 3 bulan,
pertanaman masih dalam tahap pertumbuhan
vegetatif, sedangkan pada umur lebih dari 4
bulan pertanaman akan membentuk buah,
sehingga kandungan bahan aktifnya rendah
(Pandev 2010).

8

9

10

11

Pembentukkan Model Sambiloto
Menggunakan PLSDA
Analisis PLSDA dilakukan dengan
menggunakan dua buah matriks yaitu matriks
X dan matriks Y. Matriks X adalah prediktor
yang berisi data asli yang berasal dari hasil
pengukuran sampel sambiloto menggunakan
fotometer jinjing sehingga matriksnya
berukuran 30 x 51. Sedangkan matriks Y
adalah matriks respon untuk tiap umur yang
dimiliki oleh sambiloto. Dalam analisis
PLSDA, jika salah satu umur sambiloto
diberikan respon sebesar 1 maka sampel
dengan umur lainnya diberikan nilai 0
sehingga matriks Y mempunyai ukuran 30 x
3.
Peubah
X
dan
Y
selanjutnya
didekomposisi menjadi dua matriks, yaitu
matriks score dan loading. Inti dari dari
PLSDA adalah menghitung score dari matriks
X dan Y yang selanjutnya digunakan untuk
membuat model regresi diantara nilai-nilai
tersebut (Gutierrez et al 2011). Selanjutnya
dengan meregresikan komponen utama antara
kedua matriks dibuat model kalibrasi
Sambiloto umur 1, 2, dan 3.
Analisis dengan menggunakan PLSDA
memiliki kelebihan, yaitu menyediakan
informasi yang jelas mengenai kebaikan
model yang telah dibuat. Parameter yang
berhubungan dengan kriteria kebaikan model
ini adalah R2, root mean square galat of
calibration (RMSEC) dan root mean square
galat of prediction (RMSEP) yang terlihat
dalam Tabel 1.
Tabel 1 Kriteria kebaikan model PLSDA
Kalibrasi

Prediksi

Sampel
R2

RMSEC

R2

RMSEP

Umur 1
bulan

0,9974

0,0238

0,9972

0,0269

Umur 2
bulan

0,9972

0,0248

0,9970

0,0247

Umur 3
bulan

0,9975

0,0235

0,9965

0,0263

Nilai R2 kalibrasi yang dihasilkan untuk
model yang dibuat menunjukkan nilai yang
besar, yaitu diatas 0,99. Sementara itu nilai
RMSEC yang merupakan galat yang
dihasilkan dari set kalibrasi juga menunjukkan
nilai mendekati 0 untuk masing-masing umur
sampel. Model yang dibuat dapat dikatakan

baik dan dipercaya karena suatu model dapat
dikategorikan baik dan dipercaya jika nilai R2
nya mendekati 1 dan nilai dari galat bernilai
sangat kecil atau mendekati 0 ( Brereton
2003). Dengan demikian model ini dapat
digunakan untuk membuat model prediksi
untuk sambiloto.
Model prediksi dibuat dengan teknik
validasi silang terhadap model kalibrasi yang
ada. sambiloto umur 1, 2, dan 3 bulan sudah
dapat diprediksi dengan baik menggunakan
model kalibrasi yang ada. Hal ini dapat dilihat
dari nilai RMSEP dan nilai R2 dari model
prediksi pada Tabel 1. Model PLSDA untuk
sambiloto umur 1, 2, dan 3 bulan
menunjukkan nilai R2 mendekati 1 dan nilai
RMSEP mendekati 0. Nilai R2 yang tinggi
tersebut menunjukkan nilai korelasi antara
nilai yang diprediksi dengan nilai yang
sebenarnya (matriks Y) sangat tinggi
(Brereton 2003).
Model PLSDA yang ada selanjutnya
digunakan untuk memprediksi sampel
sambiloto dengan umur 1, 2, dan 3 bulan.
Sampel yang digunakan adalah sampel
sambiloto yang tidak digunakan untuk
membuat model. Pengukuran dilakukan
sebanyak dua kali ulangan dan sampel
diberikan perlakuan yang sama dengan sampel
sambiloto yang digunakan untuk pembuatan
model PLSDA. Hasil yang didapatkan
menunjukkan bahwa model ini cukup sensitif
untuk mengklasifikasikan dan memprediksi
sampel yang diujikan.
Tabel 2 menunjukkan nilai prediksi untuk
sampel yang diprediksi berumur 1, 2, dan 3
bulan ketika diregresikan dengan model
PLSDA untuk sambiloto pada masing-masing
umur. Nilai prediksi yang mendekati nilai
referensi menunjukkan umur dari sampel
prediksi sama dengan model yang digunakan.
Nilai referensi ini adalah nilai yang digunakan
sebagai respon untuk membuat model.
Berdasarkan Tabel 2 sampel prediksi
untuk umur 1 bulan diklasifikasi sebagai
Sambiloto berumur 1 bulan oleh model
PLSDA karena sampel ini memiliki nilai
prediksi yang sama dengan nilai referensi
pada saat diregresikan dengan model PLSDA
Sambiloto umur 1 bulan. Sementara itu
sampel prediksi umur 2 bulan diprediksi
berumur 2 bulan karena memiliki nilai yang
dekat dengan nilai referensi saat sampel ini
diregresikan menggunakan model PLSDA
sambiloto umur 2 bulan. Dan yang terakhir,
sampel prediksi 3 bulan diprediksi berumur 3
bulan karena nilai prediksinya mendekati nilai

12

referensi saat diregresikan dengan model
PLSDA 3 bulan.
Tabel 2 Data prediksi sampel dengan model
PLSDA sambiloto umur 1, 2, dan 3
bulan
Model
PLSDA

Sampel

1
Bulan

1 Bulan

2
Bulan

3
Bulan
1
Bulan

2 Bulan

2
Bulan

3
Bulan

1
Bulan

3Bulan

2
Bulan

3
Bulan

Ulangan

Nilai
Prediksi

Nilai
Referensi

1

0,9467

1

2

0,8951

1

1

0,0568

0

2

0,0268

0

1

0,0076

0

2

-0,0054

0

1

0,0430

0

2

-0,0245

0

1

1,0247

1

2

0,9857

1

1

-0,0123

0

2

0,0525

0

1

-0.0077

0

2

0,1294

0

1

-0.0814

0

2

-0,0143

0

1

1,0047

1

2

0,9529

1

pengenalan
pola
telah
berhasil
mengklasifikasikan keragaman mutu yang
dimiliki sambiloto yang berumur 1, 2, dan 3
bulan. Analisis PCA menggunakan dua PC
pertama mampu menjelaskan 95% varians
dalam data (PC 1 = 60% dan PC 2 = 35%).
Analisis PLSDA menghasilkan 3 model, yaitu
model umur 1 bulan (R2 kalibrasi = 0,9975, R2
prediksi = 0,9972, RMSEC = 0,0238, RMSEP
= 0,0269), 2 bulan (R2 kalibrasi = 09972, R2
prediksi = 0,9970, RMSEC = 0,0248, RMSEP
= 0,0274), dan 3 bulan (R2 kalibrasi = 0,9975,
R2 prediksi = 0,9965, RMSEC = 0,0235,
RMSEP = 0,0263).
Saran
Perlu
dilakukan
validasi
antara
pengukuran menggunakan fotometer jinjing
dan instrumen lain yang sudah umum
digunakan untuk melakukan kendali mutu
terhadap sambiloto.

DAFTAR PUSTAKA
Akowuah GA, Zhari I, Norhayati I, Mariam
A. 2006.
HPLC and HPTLC
densitometric
determination
of
andrographolides and antioxidant potential
of Andrographis paniculata. Journal of
Food Composition and Analysis 19: 118–
126.
Algameta
DE.
2009.
Uji
Aktivitas
Antioksidan
Tablet
Effervescent
Dewandaru ( Eugenia Uniflora L.) Dan
Sambiloto (Andrographis Paniculata
Ness.) Pada Tikus Yang Dibebani Glukosa
[skripsi]. Surakarta: Fakultas Farmasi,
Universitas Muhammadiyah Surakarta.
Anuradha VE. Jaleel CA, Salem MA,
Gomathinayagam M, Panneerselvam R.
2010. Plant growth regulators induced
changes in antioxidant potential and
andrographolide content in Andrographis
paniculata Wall.ex Nees. Pesticide
Biochemistry and Physiology 98:312-316.

SIMPULAN DAN SARAN
Simpulan
Sambiloto (Andrographis Paniculata)
dengan umur yang berbeda memiliki
keragaman mutu kandungan senyawa aktif
yang juga berbeda. Alat fotometer jinjing
yang
dikombinasikan
dengan
teknik

[Badan POM RI] Badan Pengawas Obat dan
Makanan. 2006. Serial Data Terkini
Tumbuhan
Obat
:
Sambiloto,
Andrographis paniculata (Burn. F.) Ness.
Jakarta: Badan Pengawas Obat dan
Makanan Republik Indonesia.

13

Bengtsson GB et al. 2006. Chlorophyll
fluorescence
for
non-destructive
measurement of flavonoids in broccoli.
Postharvest Biology and Technology 39:
291–298.
Brereton RG. 2003. Chemometrics : Data
Analysis for The Laboratory and Chemical
Plant. England: John Willey & Sons.
[Depkes RI] Departemen Kesehatan Republik
Indonesia. Farmakope Herbal Indonesia
Edisi
Ke-1.
Jakarta:
Departemen
Kesehatan Republik Indonesia
Feather JW, Ellis DJ, Leslie G. 1988. A
portable reflectometer for the rapid
quantification of cutaneous haemoglobin
and melanin. Phys Med Biol. 33(6):711–
722.

Lebart L, Morineau A, Warmict MK. 1984.
Multivariate Descriptive stastical Analysis.
New York: John willey & Sons.
Li M, Zhou X, Zhao Y, Wang PD, Hu NX.
2009. Quality assessment of Curcuma
longa L. by gas chromatography-mass
spectrometry
fingerprint,
principle
components analysis and hierarchical
clustering Analysis. Korean Chemistry
30(10): 2287-2293.
Liang YZ, Xie P, Chan K. 2004. Quality
control of herbal medicines. Journal of
Chromatography 812: 53–70.
Lohninger
H.
2004.
Multivariate
calibration.[terhubung
berkala].
http://www.vias.org/tmdatanaleng/cc_mult
ivaritae.htmL [20 Februari 2010].

Gutierrez L, Coello J, Maspoch S. 2011.
Application of near infrared spectral
fingerprinting and pattern recognition
techniques for fast identification of
Eleutherococcus
senticosus.
Food
Research International 44: 557-565.

Menn N. 2004. Practical Optics. New York:
Elsevier.

Harborne JB. 1987. Metode Fitokimia. Edisi
ke-2. Padmawinata K, Soediro I,
penerjemah; Bandung: Penerbit ITB.
Terjemahan dari: Phytochemical Method.

Mao J, Xu J. 2006. Discrimination of herbal
medicines by molecular spectroscopy and
chemical pattern recognition. Spectrochim
Acta A 65: 497–500.

Harvey D. 2000. Modern Analytical
Chemistry. USA: McGraw Hill.

Pandev AK, Mandal AK. 2010. Variation in
morphological
characteristic
and
Andrographolide content in Andrographis
Paniculata Ness (Burm F) of Central
India. Iranica journal of Energy and
Envenronment. 2010(2): 165-169.

Jarukamjorn
K,
Nemoto
N.
2008.
Pharmacological aspect Andrographis
Paniculata on health and its diterpenoid
constituent
of
Andrographolide.
Phytochemistry 65: 2317–2321.
Kishore HP et al. 2003. Flavonoids from
Andrographis lineata. Phytochemistry 63:
457–461.
Kumaran KS, Thirugnanasambantham P,
Viswanathan S, Murthy MSR. 2003. An
HPLC method for the estimation of
andrographolide in rabbit. Indian Journal
of Pharmaology 35:109-112.
Lai

SZ et al. 2011. Qualitative and
Quantitative Analysis of Alkaloids in
Cortex Phellodendri by HPLC-ESIMS/MS and HPLC-DAD. Chem. Res.
Chinese Universities 27(1) : 38-44.

Miller JC, Miller JN. 2000. Statistic and
Chemometrics for Analytical Chemistry.
Ed ke-4. Harlow: Pearson Education.

Prapanza I, Marianto LA. 2003. Khasiat dan
manfaat Sambiloto : Raja Pahit Penakluk
Aneka Penyakit. Jakarta: PT Agromedia
pustaka.
Rao KY, Vimalamma G, Rao VC, Tzeng YM.
2004. Flavonoids and andrographolides
from
Andrographis
paniculata.
Phytochemistry 65: 2317–2321.
Raw KY et al. 2004. Flavonoids and
andrographolides from Andrographis
paniculata. Phytochemistry 65: 2317–
2321.
Rita K, Sudeshana C, Nirmal K. 2008.
Biochemical constituents under different
light
intensities
in
Andrographis

14

paniculata. Indian Journal
Physiology 13: 2220-2225.

of

Plant

according to geographical origin with near
infrared reflectance spectroscopy and
pattern
recognition
techniques.
Pharmaceutical and Biomedical Analysis
21: 407-413.

Santos et al. 2010. Application of
chemometric methods in the evaluation of
chemical and spectroscopic data on
organic matter from Oxisols in sewage
sludge applications. Geoderma 155 : 121–
127.

Yusron M, Januwati M, Pribadi ER. 2005.
Budidaya Tanaman Sambiloto. Bogor:
Balai Penelitian Obat dan Aromatika.

Saxena S et al. 2000. High performance thinlayer chromatographic analysis of
hepatoprotective
diterpenoids
from
Andrographis paniculata. Phytochemical
Analysis 11: 34-36.

Zain H, Tedjo A, Kusmardi. 2007. Pencirian
sifat
autofluorosensi
jaringan
adenokarsinoma
menggunakan metode
11:
69-75.
analisis multieksitasi. Makara Kesehatan
11: 69-75.

Siva DF, Avalos DA. 2006. Light dependent
resistance as a sensor in spectroscopy
setups using pulsed light and compared
with electret microphones. Sensors 6: 514525.
Sim OC, Hamdan RM, Ismail Z, Ahmad NM.
Assessment of Herbal Medicines by
Chemometrics – Assisted Interpretation of
FTIR Spectra. Analytica Chimica Acta.
Singh SK, Jha SK, Chaundary A, Yadava
RDS, Rai SB. 2010. Quality control of
herbal medicines by using spectroscopic
techniques and multivariate statistical
analysis. Pharmaceutical Biology 48: 134–
141.
Skoog DA, Donald MW, F James Holler,
Stanley RC. 2004. Fundamentals of
Analytical Chemistry. Ed ke-8. Canada:
Brooks Cole.
Stuth J, Jama A, Tolleson D. 2003. Direct and
indirect means of predicting forage
quality. Field Crops Research 84: 45–56.
Viljoen et al. 2007. Prediction of the chemical
composition of mutton with near infrared
reflectance spectroscopy. Small Ruminant
Research 69: 88-94.
Winarto WP. 2003. Sambiloto : Budidaya dan
Pemanfaatan Untuk Obat. Jakarta:
Penebar Swadaya.
Wold S. 1995. Chemometrics; whats Do We
Want From It?. Chemom Intel Lab Syst
30: 109-115.
Woo AY, Kim JH, Cho HJ, Chung H. 1999.
Discrimination of herbal medicines

15

LAMPIRAN

1516

Lampiran 1 Bagan alir penelitian secara umum

Penanaman
Sambiloto

Pemanenan Sambiloto

Umur 1 Bulan

Analisis
KLT

Umur 2 Bulan

pencirian filter
dan sumber
sinar

Umur 3 Bulan

Pembuatan serbuk
Sambiloto

Pengukuran sampel
menggunakan fotometer

Pengumpulan data

Pengolahan data
menggunakan The
Unscrambler

Model PCA
dan PLSDA

Prediksi
sampel 1, 2,
dan 3 bulan

17

18

19

20

21

21
22

Lampiran 8 Data pencirian filter
Panjang gelombang transmisi filter (nm)
Software wavelength
Hasil pencirian
RGB converter
360
360
380
380
400
430
420
460
440
480
460
490
480
500
500
520
520
530
530
540
560
550
580
560
600
580
620
600
640
620
645
640
660
650

Lampiran 9 Multimeter pada fotometer jinjing

23