43
4.3 ANALISIS PCA
Data hasil dari penelitian ini merupakan data yang memiliki beberapa variabel terkait yang memiliki korelasi satu sama lain. Untuk lebih memudahkan dalam melakukan analisis,
maka digunakan analisis multivariate menggunakan Principal Component Analysis PCA. PCA digunakan karena metode ini dapat menyederhanakan dan mendeskripsikan hubungan antara
beberapa variabel terkait. PCA akan mengurangi variasi ini dengan mengelompokkan data tersebut ke dalam variabel-variabel yang bernama Principal Component. Penentuan jumlah
Principal Component yang akan diinterpretasikan dilakukan dengan melihat nilai eigenvalue
dimana komponen yang memiliki nilai eigenvalue lebih besar dari 1 dan data yang memiliki proporsi sebesar 70, 80, atau 85 dalam sampel akan diinterpretasikan Lawless dan Heyman
1998. Untuk memudahkan dalam menganalisis perbedaan dan persamaan antar minyak nilam,
maka data yang diperoleh diolah menggunakam Principle Component Analysis PCA. PCA digunakan karena pada data ini juga terjadi multilinearitas terdapat banyak komponen yang
dianalisis dan masing-masing komponen mencirikan suatu hal yang sama pada setiap sampel. Hasil analisis PCA 1 First Component 39.9 digambarkan searah sumbu X dan PCA 2
Second Component 59.7 digambarkan searah sumbu Y merupakan hasil analisis dari indeks sintesis yang mengkombinasikan linear variabel-variabel awal dan ditunjukkan dengan grafik Bi-
plot seperti pada gambar 8.
Gambar 8. Grafik Bi-plot dari Komponen Keseluruhan Minyak Nilam
8 6
4 2
- 2 - 4
-6 - 8
5,0 2,5
0,0 - 2,5
- 5,0 - 7,5
PCA 1 3 9 ,9 P
C A
2 5
9 ,7
K58 K57
K56 K55
K54 K53
K52 K51
K50 K49
K48 K47
K46 K45
K44 K43
K42
K41 K40
K39 K38
K37 K36
K35 K34
K33 K32
K31 K30
K29
K28 K27
K26 K25
K24 K23
K22 K21
K20 K19
K18 K17
K16 K15K14
K13 K12
K11 K10
K9 K8
K7 K6
K5 K4
K3 K2K1
Biplot of Component
PCA 1 menerangkan 39.9 perbedaan pada data. Sedangkan PCA 2 menerangkan 59.7 perbedaan tambahan pada data. Gambar tersebut mampu memberikan informasi sebanyak
99.6 dari keseluruhan informasi data yang ada. PCA memang menghendaki adanya pengurangan perbedaan sebesar-besarnya tetapi juga tidak menginginkan banyak informasi yang
hilang dari pengurangan tersebut. Untuk itu, grafik Bi-plot hanya mencantumkan dua nilai PCA. Selain karena alasan grafik tersebut berbentuk dua dimensi, pencantuman PCA yang hanya dua
disebabkan karena PCA 1 dan PCA 2 memuat informasi penting yang lebih banyak. Hal tersebut
Kuningan Bengkulu
Malang Kuningan
Indesso Kuningan TIN
Kutai Timur Padang Sidempuan
Pak-pak Barat Jambi
Pasaman Sumedang
Sibolga
29
44
dapat dilihat dari nilai eigenvalue nya. Semakin besar nilai eigenvalue berarti semakin banyak informasi penting yang didapat dan begitu pula sebaliknya semakin kecil nilai eigenvalue berarti
semakin tidak mengandung informasi penting apa-apa Cherhati, 2008. Berdasarkan hasil analisis Bi-Plot diatas, keseluruhan sampel minyak dapat di
kelompokkan menjadi 4 kelompok berdasarkan persamaan dan perbedaan komponen yang dimiliki oleh sampel minyak satu dengan yang lainnya. Kelompok pertama terdiri dari minyak
nilam dari Kuningan, Malang, Bengkulu dan nilam Kuningan yang disuling di PT. Indesso Aroma Kuningan Indesso. Kelompok pertama ini memiliki komponen
α-Bulnesene, α- Guaiene, -Selinene, -Caryophyllene yang persentasenya berdekatan dan lebih besar
dibandingkan dengan minyak dari daerah lain. Komponen Germacrene A pada kelompok pertama ini memiliki persentase berdekatan dan lebih tinggi dibandingkan sampel minyak nilam
lainnya dan pada minyak nilam Kuningan Indesso komponen ini persentasenya paling tinggi. Kelompok kedua terdiri dari minyak nilam dari Sibolga, Sumedang, Pasaman, Jambi
dan Pak-pak Barat. Minyak nilam dari daerah-daerah tersebut memiliki komponen α-Guaiene,
Seychellene, CEDR-8-15-en-9 alpha-ol, Khusinol, dan Aristolone dengan persentase area yang
hampir mirip persentasenya berdekatan. Kelompok ketiga terdiri dari minyak nilam dari Padang sidempuan. Kelompok ketiga ini memiliki komponen -Pinene yang persentase areanya
paling kecil dibanding minyak dari daerah lainnya, Copaene yang tidak dimiliki oleh minyak dari daerah lain serta Corymbolone yang persentase areanya paling tinggi dibanding sampel
minyak dari daerah lainnya. Kelompok keempat terdiri dari minyak nilam dari Kuningan yang disuling di laboratorium Departemen Teknologi Industri Pertanian IPB dan Kutai timur. Minyak
nilam dri daerah-daerah tersebut memiliki komponen CEDR-8-15-en-9 alpha-ol, -
Patchoulene yang persentase areanya paling tinggi dibanding minyak dari daerah lainnya dan
Patchoulene persentase areanya berdekatan.
30
45
V. SIMPULAN DAN SARAN
Kategori