PENDAHULUAN

Bahan pengawet yang banyak digunakan dalam industri makanan dan minuman adalah

natrium benzoat dan kalium sorbat. Pengukuran kadar natrium benzoat dan kalium sorbat

dapat dilakukan dengan berbagai macam cara diantaranya menggunakan metode

spektrofotometri, kromatografi gas, dan kromatografi cair kinerja tinggi ( ). Pengukuran

kadar zat memerlukan suatu metode yang efektif, efisien, dan murah. Salah metode yang

sering digunakan adalah spektrofotometri. Pengukuran natrium benzoat dan kalium sorbat

dilakukan secara simultan dengan kombinasi antara metode spektrofotometri dan kalibrasi

multivariat. Kalibrasi multivariat yang digunakan yaitu analisis multi komponen seperti

regresi komponen utama atau principle component regression (PCR) dan kuadrat terkecil

parsial atau partial least square (PLS). PLS dan PCR merupakan bagian dari metode

kemometrik yang berfungsi menemukan relasi antara data spektrum dan informasi yang telah

diketahui.

Natrium benzoat memiliki rumus molekul C7H5NaO2 dan merupakan turunan dari asam

benzoat. Kalium sorbat memiliki rumus molekul C6H7O2K dan merupakan turunan dari asam

sorbat (CFNP TAP 2002). Prinsip kerja dari principle component regression (PCR) adalah

membentuk gambaran atau model antara principle component (PC) pada spektrumdan

konsentrasi senyawa (Brereton 2000). Teknik PCR digunakan apabila jumlah variabel bebas

asli melebihi jumlah contoh kalibrasi yang tersedia. Komponen utama digunakan untuk

mengurangi jumlah variabel bebas dari variabel bebas asli. Teknik ini ditampilkan dalam

bentuk komponen utama yang merupakan kombinasi linear dari variabel bebasnya (Miller

2000)

PCR menggunakan regresi dalam bentuk transformasi atau rotasi vektor untuk merubah

komponen utama atau principle component (PC) menjadi konsentrasi. PC dipilih sehingga

principle component pertama (PC1) memiliki variasi terbesar dalam set data, sedangkan

principle component kedua (PC2) berada tegak lurus terhadap PC1 dan memiliki variasi

terbesar berikutnya. PLS adalah metode yang berkembang dan umum digunakan dalam

kemometri untuk memprediksikan varibel respon atau vektor dari variabel yang berkorelasi

tinggi serta memberi pengaruh besar (Hwang 2002). Prinsip kerja PLS adalah menghitung

nilai komponen utama dalam data matriks X (hasil sumber percobaan) dan Y (matriks

respon) dan membangun model regresi linier antar nilai tersebut. PLS banyak digunakan

untuk memprediksikan rangkaian variabel tak bebas dari variabel bebas yang jumlahnya

sangat banyak, memiliki struktur sistematik yang linier dan non linier, dan memiliki

kolinearitas yang tinggi (Khopke 2003). Metode ini membentuk model dari variabel -

variabel yang ada untuk membentuk serangkaian respon dengan menggunakan regresi

kuadrat terkecil dalam bentuk matriks. (Herve 2003).

Parameter-parameter dalam PLS adalah factors, loadings, and score. Terdapat 2 jenis

teknik PLS yaitu PLS1 dan PLS2. PLS1 digunakan untuk memprediksi satu variabel tak

bebas (Y) dari serangkaian variabel bebas (X), sedangkan PLS2 digunakan untuk

memprediksi variabel tak bebas (Y) secara simultan dari serangkaian variabel bebas (X).

Metode PLS sangat berguna terutama jika terdapat banyak peubah penjelas dengan contoh

data yang lebih sedikit dibandingkan dengan peubah penjelasnya.

BAHAN DAN METODE PERCOBAAN

Alat dan Bahan

Alat yang digunakan dalam percobaan adalah laptop. Bahan-bahan yang digunakan

dalam percobaan adalah software Minitab 14, Microsoft Word dan Excel.

Prosedur Kerja

PLS (Partial Least Square)

Data yang sudah diperoleh pada worksheet minitab, kemudian akan diolah dengan PLS.

Menu stat, “regression” dipilih, kemudian “partial least square” dklik. Terdapat window

untuk PLS, kemudian kolom “response” diisi yang merupakan konsentrasi natrium benzoat

dan kalium sorbat (C503-C504) serta “predictor” yang merupakan absorbans dari panjang

gelombang 200-300 nm (C1-C501). “Storage” dipilih, lalu “coefficients” serta “fits” dipilih,

kemudian “OK”. “Validation” dipilih, lalu “leave group out size” dipilh, kemudian “OK”.

Setelah selesai pilih “OK”. Maka di layar “session” akan muncul hasil pengolahan dari PLS.

Di kolom C505-C506 merupakan koefisien dari pengolahan PLS untuk natrium benzoat dan

kalium sorbat. Di kolom C507-C508 merupakan hasil konsentrasi natrium benzoat dan

kalium sorbat.

PCA (Principle Component Analysis)

Sebelum melakukan PCR, analisis PCA dilakukan terlebih dahulu. Pada menu, “stat”

dipilih lalu “multivariate” dan “principle component” diklik. Terdapat window untuk PCA,

kemudian pada kolom “variable” diisi dengan kolom yang berisi panjang gelombang dari

200-300 nm (C1-C501). Kolom “number of compute 2” diisi, dan “covariance” dipilih.

“Graph” dipilih, lalu “score plot for first 2 component” dipilih, kemudian “OK” diklik.

“Storage” dipilih, kemudian kolom “coefficients” diisi dengan 2 kolom yang masih kosong

(nanti akan diisi dengan 2 buah nilai koefisien, misalnya C510-C511), lalu diisi pula kolom

“scores” dengan 2 kolom yang masih kosong selanjutnya (nanti akan diisi dengan 2 buah

nilai komponen utama misalnya, C512-C513), “OK” diklik, kemudian “OK” lagi sehingga

pada kolom C510-C511 adalah nilai komponen utama yang jumlahnya sama dengan jumlah

panjang gelombang, yaitu 501. Pada kolom C512-C513 akan terisi dengan nilai yang sudah

ditentukan sebelumnya.

PCR (Principle Component Regression)

Konsentrasi antara natrium benzoat dan kalium sorbat akan diregresikan sebagai respon

dan komponen utama yang sudah didapatkan sebelumnya sebagai “predictor”. Pada menu

“stat”, “regression” dipilih dan “regression” dipilih lagi sehingga akan muncul “window”

untuk “regression”. Kolom “respon” diisi dengan kolom yang berisi konsentrasi natrium

benzoat (C503), kemudian kolom “predictor” diisi dengan kolom yang berisi komponen

utama 1 dan komponen utama 2 (contoh C512-C513). “Result” dipilh, lalu “in addition, the

full table of fits and residual” diklik, kemudian “OK”. “Option” dipilih, lalu “PRESS and

predicted R-square” diklik, kemudian “OK”. “Storage” dipilih, lalu “coefficient dan fits”

diklik, kemudian “OK”, maka akan muncul pada layar “session” data pengolahan PCR untuk

natrium benzoat. Pada kolom C514 terisi koefisien dari regresi natrium, dan C515 terisi

dengan nilai konsentrasi natrium benzoat. Kalium sorbat juga dilakukan hal yang sama

(contoh respon yang terisi C504). Setelah itu, maka akan muncul pada layar “session” data

pengolahan PCR untuk kalium sorbat. Pada kolom C516 terisi koefisien dari regresi kalium,

dan C517 terisi dengan nilai konsentrasi kalium sorbat. Dua nilai koefisien yang

mendampingi nilai PC1 dan PC2 dicopy pada kolom yang masih kosong. Kursor diletakkan

kelayar “session” paling bawah. Pada menu “editor” dipilih dan “enable command”. Pada

layar “session” akan muncul “MTB>”, kemudian “copy c517-c518 m1” diketik. “copy c509-

c510 m2, lalu diketik mult m2 m1 m3, dan terakhir diketik copy m3 c519-c520.

HASIL DAN PEMBAHASAN

PCR dan PLS

Natrium benzoat dan kalium sorbat ditentukan terlebih dahulu panjang gelombang

maksimum dari masing-masing senyawa. Campuran natrium benzoat dan kalium sorbat

diukur absorbansinya pada panjang gelombang 200-300 nm. Nilai absorban set kalibrasi

digunakan untuk membentuk model PCR dan PLS serta absorban set prediksi digunakan

untuk memvalidasi model PCR dan PLS yang diperoleh. Kalibrasi multivariat dengan teknik

PLS, PCA, dan PCR terhadap data percobaan dilakukan dengan bantuan software Minitab

Versi 14.

Model PCR menggunakan komponen utama yang diperoleh dari analisis komponen

utama (PCA). PCA menghasilkan nilai loading sebanyak jumlah peubah yang digunakan,

yaitu 501 panjang gelombang. Komponen utama dalam (PC) dipilih berdasarkan nilai

proporsi masing-masing komponen utama.