OPTIMASI EKSTRAKSI LEMAK DARI RUMPUT LAUT CAULERPA … · 2020. 11. 18. · OPTIMASI EKSTRAKSI...
Transcript of OPTIMASI EKSTRAKSI LEMAK DARI RUMPUT LAUT CAULERPA … · 2020. 11. 18. · OPTIMASI EKSTRAKSI...
OPTIMASI EKSTRAKSI LEMAK DARI RUMPUT LAUT CAULERPA
LENTILLIFERA MENGGUNAKAN CELLULASE ENZYME-ASSISTED
EXTRACTION
ISHMAH HANIFAH
F251180381
KOMISI PEMBIMBING
Dr. Ir Joko Hermanianto (Ketua)
Dr. Puspo Edi Giriwono, STP, M. Agr (Anggota)
Siti Irma Rahmawati, S.Pi. M. Agr, Ph. D (Anggota)
Inspiring Innovation with Integrity
Inspiring Innovation with Integrity
OUTLINE
Metode Penelitian
Hasil danPembahasan
PendahuluanKesimpulandan Saran
DaftarPustaka
Pendahuluan
Inspiring Innovation with Integrity
Caulerpa lentillifera
Biota perairan diketahui
mengandung PUFA seperti
EPA dan DHA (Jacoeb et al. 2014).
Lemak rumput laut
meningkatkan minat peneliti
untuk dieksplorasi komposisi
asam lemaknya (Kendel et al.
2015).
Rumput laut berpotensi menjadi sumber lemak fungsional karenajumlahnya yang banyak di perairan pantai (Miyashita et al. 2013).
Rumput laut merupakan salah satu biota perairan yang memilikiproduktivitas tinggi dan dapat dibudidayakan dengan teknologisederhana (FAO 2011).
Rumput laut hijau masing-masing didominasi oleh PUFA dengan 20 dan 18 atom C (Misurcova et al. 2011).
Rumput laut hijau memiliki proporsi PUFA yang tinggi terutama ω-3 yang sesuai sebagai pengganti lemak ikan atau nutrasetikal (Gosch et al. 2012)
Inspiring Innovation with Integrity
Ekstraksi lemak
dengan pelarut
organik
Dinding sel?
Di Indonesia, spesies C. lentilliferaditemukan sangat melimpah (Sinurat dan
Fadjiah 2019).
Indonesia produsen rumput laut terbesarkedua di dunia (FAO 2018).
C. lentillifera adalah yang paling populerdan banyak dikonsumsi (FAO 2003).
Jenis rumput laut yang berpotensidikembangkan salah satunya adalahgenus Caulerpa sp. dari rumput laut hijau(KKP 2019).
C. lentillifera yang ditemukan di alamsepanjang tahun (Tapotubun 2018).
Pendahuluan
Pendahuluan
Inspiring Innovation with Integrity
(Deslandes et al. 2016)
Keberadaan berbagai polisakarida dalam jumlah
besar di dinding sel dapat mengurangi efisiensi
ekstraksi (Wijesinghe dan Jeon 2012).
Ekstraksi dengan perlakuan degradasi dinding
sel secara enzimatis disebut dengan teknik
Enzyme-Assisted Extraction (Reddy dan Majumder
2014)
Response Surface Methodology (RSM)
pemodelan statistik dan matematis
dengan analisis proses yang dapat
mengefisiensi waktu dan tenaga
untuk melakukan percobaan (Mubarak et
al. 2016).
Enzyme-assisted extraction
Inspiring Innovation with Integrity
Tujuan Umum
Penelitian ini diharapkan mampu
mengoptimasi proses ekstraksi lemak dari
C. lentillifera yang berasal dari Balai Besar
Perikanan Budidaya Air Payau (BBPBAP)
Jepara dengan bantuan enzim selulase
sebagai enzyme-assisted extraction.
Metode Penelitian
Inspiring Innovation with Integrity
• Penelitian ini
dilaksanakan pada
bulan Juni 2019 -
bulan September
2020
• Laboratorium Kimia Bahan
Alam, Puslit Bioteknologi,
LIPI, Cibinong
• Laboratorium Nutrisi dan
Nutrigenomik, Puslit
Bioteknologi, LIPI,
Cibinong
• Laboratorium ITP, Fateta,
IPB University, Dramaga.
Metode Penelitian
Timbangan analitik Brainweigh B500, freeze dryer, blender kering, kjeldahl destructor,
distillation unit FOSS KjeltecTM 8400, oven, desikator, tanur, soxhlet apparatus, alatgelas, pipet mikro 100 μL dan 1000 μLDragonlab, vortex Thermolyne, kuvet
Hellma Analytics, spektrofotometer UV-Vis Hitachi dan Shimadzu, hotplate
Thermolyne, waterbath GFL, shaker New Brunswick Scientific, GC-FID Clarus 580
Perkin Elmer dan pHmeter Horiba Scientific
Rumput laut Caulerpa lentillifera BBPBAP Jepara, enzim selulase novozymes
viscozyme cassava CL, H2SO4 pekat, tablet kjeldahl Merck, NaOH, n-heksana, pewarnaCBB (Coomasie Briliant Blue) G-250, etanol95 %, H3PO4 85 %, akuades, BSA (Bovine Serum Albumin), asam sitrat, natrium sitrat,
DNS (3,5-Dinitrosalicylic Acid), fenol, Na2S2O5, glukosa, Na-K-Tartarat, kertassaring, metanol, standar FAME C4-C24, BF3, KOH, NaCl, dan Na2SO4 anhidrat.
Alat
Bahan
Inspiring Innovation with Integrity
Metode Penelitian
Inspiring Innovation with Integrity
Preparasirumput laut (1)
• Pengeringandenganfreeze dryer
• Sampeldikeringkanpada suhu -50°C dantekanan 0,15 Pa selama 2 x 24 jam
Analisisproksimat (2)
• Kadar air
• Kadar abu
• Kadar lemak
• Kadar protein
• Kadar karbohidrat by difference (AOAC 2005)
Kadar protein enzim (3)
• Larutan standarBSA / sampel(enzim) direaksikandengan pereaksiBradford
• Inkubasi suhuruang 15 menit
• Ukur absorbansipada 595 nm (Bradford 1976)
Kinetika enzim (4)
• Larutan sampel (rumput lautkering) ditambah enzim, diinkubasi suhu 50°C selama40 menit
• Inaktivasi enzim suhu 85°C selama 10 menit
• Larutan standar glukosa / sampel direaksikan denganpereaksi DNS
• Didihkan 10 menit
• Ukur absorbansi pada 540 nm (Modifikasi Saropah et al. 2012 dan Guerra et al. 2017)
Ekstraksi lemak (5)
• Sampel (rumput laut kering) ditambah larutan buffer sitrat(pH sesuai rancanganpercobaan) dan enzim
• Inkubasi pada suhu danwaktu sesuai rancanganpercobaan
• Inaktivasi enzim suhu 85°C selama 10 menit
• Padatan sampel disaring
• Tambahkan pelarutheksana:metanol (2:1 v/v), shaker 1 jam
• Pisahkan fasa heksana danuapkan (Modifikasi Zuorro et al. 2016 dan Agah et al. 2018)
Identifikasi asam lemak (6)
• Standar FAME C4-C24
• Pembentukan FAME denganmereaksikan dengan KOH dalam metanol
• Panaskan 100°C selama 20 menit
• Tambahkan BF3 dalam metanol dan panaskankembali
• Larutan suhu 30°C ditambahNaCl jenuh dan heksana
• Terbentuk dua lapisan, lapisan atas diambil dandimasukkan ke tabung berisiNa2SO4.
• Pindah vial baru, injek GC-FID (AOAC 2000)
Inspiring Innovation with Integrity
Metode Penelitian
Hasil dan pembahasan
Preparasi rumput laut C. lentillifera
Inspiring Innovation with Integrity
Rumput laut segar Rumput laut keringRumput laut setelah
pengecilan ukuran
Inspiring Innovation with Integrity
Hasil dan Pembahasan
Komposisi proksimat Kadar ± SD (%)
Kadar air 10,62 ± 0,07
Kadar abu 47,00 ± 0,92
Protein kasar 13,44 ± 0,05
Lemak kasar 1,36 ± 0,11
Karbohidrat by difference 27,58 ± 0,90
Komposisi proksimat C. lentillifera asal BBPBAP Jepara
• Kandungan mineral pada rumput laut dapat mencapai lebih dari 36 %
berat kering (Reka et al. 2017).
• Kadar protein pada rumput laut hijau dan rumput laut merah dapat
mencapai 10-30 % (Lalitha dan Dhandapani 2018).
• Rumput laut hijau, merah, dan coklat secara konsisten memiliki jumlah
lemak kasar yang kurang dari 5 % berat kering (Mohammadi et al. 2013)
• Kadar karbohidrat pada genus Caulerpa yang sudah dilaporkan berkisar
antara 3,6-83,2 % berat kering (Aroyehun et al. 2020).
Inspiring Innovation with Integrity
y = 0,2955x + 0,0427R² = 0,9904
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0 0.2 0.4 0.6 0.8 1 1.2
Abso
rba
nsi
Konsentrasi (g/L)
Absorbansi enzim selulase yang
terukur sebesar 0,2745, sehingga
konsentrasi protein yang dihasilkan
yaitu 0,78 g/L
Penentuan konsentrasi protein bertujuan mengevaluasi kinerja enzim. Enzim
komersial merupakan campuran kompleks dari banyak komponen yang berbeda
seperti bahan aditif (penstabil dan pengawet) dan unsur lain yang terbawa dari
hasil fermentasi (Adney et al. 2012).
Hasil dan Pembahasan
Kurva standar BSA
Inspiring Innovation with Integrity
y = 5,064x - 0,2395R² = 0,9995
0
0.2
0.4
0.6
0.8
1
1.2
1.4
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35
Ab
so
rba
nsi
Konsentrasi (g/L)
0.000
0.020
0.040
0.060
0.080
0.100
0.120
0 10 20 30 40 50 60
Ko
nse
ntr
asi g
luko
sa
(g
/L)
Konsentrasi sampel (g/L)
Hasil dan Pembahasan
Kurva standar glukosa
Pengujian kinetika enzim selulase dianalisis menggunakan pereaksi asam 3,5-dinitrosalisilat
(DNS) dengan mengamati jumlah glukosa yang terbentuk (Purkan et al. 2015).
Jumlah glukosa yaitu 0,049 - 0,101 g/L pada
serial konsentrasi sampel 2 - 50 g/L dengan
penambahan enzim sejumlah 3,4 g/L
Inspiring Innovation with Integrity
y = 0,1565x + 6,4335R² = 0,9618
0.0000
2.0000
4.0000
6.0000
8.0000
10.0000
12.0000
14.0000
16.0000
0 10 20 30 40 50 60
v (µ
mo
l/m
L)
Konsentrasi (g/L)
Konsentrasi substrat terhadap enzim yang
digunakan yaitu 40 g/L sampel rumput laut
terhadap 3,4 g/L enzim. Jumlah protein dalam
enzim yang digunakan yaitu 2,65 mg protein.
Kurva Michaelis-Menten
Sesuai dengan penelitian Gina et al. (2019), yang menunjukkan bahwa semakin banyak
substrat maka semakin banyak pula yang dihidrolisis oleh enzim, namun pada titik tertentu
peningkatan akan melambat dikarenakan enzim telah terjenuhi oleh substrat.
Hasil dan Pembahasan
Inspiring Innovation with Integrity
Rancangan perlakuan (set up experiment) didapatkan dari Design Wizard pada perangkat
lunak Design Expert (DX) versi 10.
• Tujuan : optimasi
• Jenis desain : faktorial.
• Jenis faktor : numerik.
• Jumlah faktor : 3
• Jumlah perlakuan : 20
• Rancangan percobaan : Full CCD
Variabel bebasKode perlakuan
-1,682 -1 0 1 1,682
pH 3,32 4 5 6 6,68
suhu (°C) 23,18 30 40 50 56,82
waktu (jam) 1,32 2 3 4 4,68
Kode perlakuan faktor
Hasil dan Pembahasan
Inspiring Innovation with Integrity
KodeFaktor
Suhu (℃) Waktu (Jam) pH
1 50 2 4
2 40 3 5
3 30 2 6
4 50 4 6
5 40 3 3,32
6 40 3 5
7 30 4 4
8 30 4 6
9 50 2 6
10 40 3 6,68
11 40 4,68 5
12 30 2 4
13 40 3 5
14 23,18 3 5
15 40 3 5
16 50 4 4
17 40 3 5
18 40 3 5
19 40 1,32 5
20 56,82 3 5
Terdapat 6 titik pusat dan 14 titik non pusat (aksial
dan faktorial) dengan alpha 1,682. Respon yang
dihasilkan yaitu rendemen total lemak (%).
Hasil dan Pembahasan
Inspiring Innovation with Integrity
Kode
Faktor Rendemen lemak (%)
Suhu (℃)Waktu
(Jam)pH
Respon
aktual
Respon
prediksi
1 50 2 4 1,79 1,77
2 40 3 5 1,73 1,75
3 30 2 6 1,34 1,30
4 50 4 6 1,68 1,62
5 40 3 3,32 1,69 1,64
6 40 3 5 1,71 1,75
7 30 4 4 1,73 1,70
8 30 4 6 1,48 1,53
9 50 2 6 1,58 1,64
10 40 3 6,68 1,39 1,40
11 40 4,68 5 1,61 1,61
12 30 2 4 1,52 1,61
13 40 3 5 1,80 1,75
14 23,18 3 5 1,64 1,61
15 40 3 5 1,80 1,75
16 50 4 4 1,52 1,59
17 40 3 5 1,76 1,75
18 40 3 5 1,70 1,75
19 40 1,32 5 1,60 1,56
20 56,82 3 5 1,82 1,81
Data analisis dari respon
Hasil dan Pembahasan
Inspiring Innovation with Integrity
SourceSequential
p-value
Lack of Fit
p-value
Adjusted
R-Squared
Predicted
R-Squared
Linear 0.0820 0.0081 0.2095 -0.0788
2FI 0.2517 0.0087 0.2819 -0.7423
Quadratic 0.0019 0.1006 0.7762 0.1640 Suggested
Cubic 0.1083 0.1875 0.8769 -1.7618 Aliased
Model Summary Statistics
SourceStd.
Dev.R-Squared
Adjusted
R-Squared
Predicted
R-SquaredPRESS
Linear 0.12 0.3343 0.2095 -0.0788 0.39
2FI 0.12 0.5087 0.2819 -0.7423 0.63
Quadratic 0.065 0.8822 0.7762 0.1640 0.30 Suggested
Cubic 0.048 0.9611 0.8769 -1.7618 1.00 Aliased
Sourcep-value
(Prob > F)
Model 0,0014**
A-Suhu 0,0077**
B-Waktu 0,4336
C-pH 0,0022**
AB 0,0183**
AC 0,0666
BC 0,1353
A2 0,4046
B2 0,0063**
C2 0,0008**
Lack of fit 0,1006
Analisis sidik ragam
Hasil dan Pembahasan
Informasi model yang disarankan
Inspiring Innovation with Integrity
Design-Expert® SoftwareFactor Coding: Actualrendemen (%)
Actual FactorsA: suhu = 40B: waktu = 3C: pH = 5
-1.000 -0.500 0.000 0.500 1.000
1.3
1.4
1.5
1.6
1.7
1.8
1.9
A
A
BB
C
C
Perturbation
X: Deviation from Reference Point (Coded Units)Y: rendemen (%)
𝑅𝑒𝑛𝑑𝑒𝑚𝑒𝑛 𝑙𝑒𝑚𝑎𝑘
= 1,75 + 0,059𝐴 + 0,014𝐵 − 0,072𝐶− 0,065𝐴𝐵 + 0,048𝐴𝐶 + 0,038𝐵𝐶
− 0,015𝐴2 − 0,059𝐵2 − 0,082𝐶2
Hasil dan Pembahasan
Berdasarkan pada nilai koefisien monomial pada model persamaan diatas, notasi
C (pH) memiliki pengaruh faktor dampak yang utama, kemudian berturut-turut
notasi A (suhu) dan notasi B (waktu).
Inspiring Innovation with Integrity
Design-Expert® SoftwareFactor Coding: Actualrendemen (%)
Design points above predicted valueDesign points below predicted value1.82
1.34
X1 = A: suhuX2 = B: waktu
Actual FactorC: pH = 5
2
2.5
3
3.5
4
30
35
40
45
50
1.3
1.4
1.5
1.6
1.7
1.8
1.9
Rendem
en (
%)
A: Suhu (celcius)B: Waktu (jam)
1.756711.75671
Hasil dan Pembahasan
• Grafik permukaan 3
dimensi interaksi suhu
dan waktu pada kondisi
pH 5
• Peningkatan suhu dan
penambahan waktu,
dapat meningkatkan
rendemen total lemak
Design-Expert® SoftwareFactor Coding: Actualrendemen (%)
Design points above predicted valueDesign points below predicted value1.82
1.34
X1 = B: waktuX2 = C: pH
Actual FactorA: suhu = 40
4
4.5
5
5.5
6
2
2.5
3
3.5
4
1.3
1.4
1.5
1.6
1.7
1.8
1.9
Rendem
en (
%)
B: Waktu (jam)C: pH
1.750461.75046
Inspiring Innovation with Integrity
• Grafik permukaan 3
dimensi interaksi pH dan
waktu pada kondisi suhu
40 °C
• Hasil rendemen total
lemak akan meningkat
apabila terjadi penurunan
pH dan peningkatan
waktu.
Hasil dan Pembahasan
Design-Expert® SoftwareFactor Coding: Actualrendemen (%)
Design points above predicted valueDesign points below predicted value1.82
1.34
X1 = A: suhuX2 = C: pH
Actual FactorB: waktu = 3
4
4.5
5
5.5
6
30
35
40
45
50
1.3
1.4
1.5
1.6
1.7
1.8
1.9
Rendem
en (
%)
A: Suhu (celcius)C: pH
1.679081.67908
Inspiring Innovation with Integrity
• Grafik permukaan 3
dimensi interaksi pH dan
suhu pada kondisi waktu
3 jam
• Peningkatan rendemen
total lemak akan
meningkat dibawah pH
5,5 dan peningkatan
suhu
Hasil dan Pembahasan
Inspiring Innovation with Integrity
Faktor/respon Goal Lower limit Upper limit
Suhu In range 30 50
Waktu In range 2 4
pH In range 4 6
Rendemen
lemak
Maximiz
e
1,34 1,82
Kriteria dan pembatas untuk optimasi proses
A:suhu = 50
30 50
B:waktu = 2.48776
2 4
C:pH = 4.73326
4 6
rendemen = 1.81125
1.34 1.82
Desirability = 0.982
Kode
FaktorRendemen lemak
(%)Suhu
(℃)
Waktu
(Jam)pH
1 50 2,49 4,73 1,92
2 50 2,49 4,73 1,81
3 50 2,49 4,73 1,88
4 50 2,49 4,73 1,81
5 50 2,49 4,73 1,82
6 50 2,49 4,73 1,70
7 50 2,49 4,73 1,73
8 50 2,49 4,73 1,80
9 50 2,49 4,73 1,76
10 50 2,49 4,73 1,87
Rata-rata 1,81
Hasil verifikasi laboratorium
Hasil prediksiHasil aktual
Hasil dan Pembahasan
Inspiring Innovation with Integrity
Jenis asam lemak Asam lemak (%) ± SD
SFA
Asam kaproat (C 6:0) 0,08 ± 0,011
Asam kaprat (C 10:0) 0,08 ± 0,010
Asam laurat (C 12:0) 1,80 ± 0,004
Asam tridekanoat (C 13:0) 0,21 ± 0,001
Asam miristat (C 14:0) 3,43 ± 0,025
Asam pentadekanoat (C 15:0) 0,20 ± 0,004
Asam palmitat (C 16:0) 66,79 ± 0,083
Asam stearat (C 18:0) 3,64 ± 0,009
Asam behenat (C 22:0) 0,45 ± 0,012
Asam lignokerat (C 24:0) 4,70 ± 0,028
Total 81,40
MUFA
Asam palmitoleat (C 16:1) 2,99 ± 0,044
Asam oleat (C 18:1 ω9c) 3,42 ± 0,020
Total 6,41
PUFA
Asam linoleat (C 18:2 ω6c) 4,53 ± 0,003
Asam linolenat (C 18:3 ω3) 4,99 ± 0,006
Asam eikosadienoat (C 20:2) 0,65 ± 0,013
AA (C 20:4 ω6) 1,62 ± 0,014
DHA (C 22:6 ω3) 0,40 ± 0,001
Total 12,20
ω9 3,42
ω6 6,15
ω3 5,39
Total 100
Kandungan asam lemak dari ekstrak
lemak C. lentillifera Jepara
Hasil dan Pembahasan
Asam lemak jenuh tertinggi berasal
dari asam palmitat (C16:0),
sedangkan asam lemak tidak jenuh
tertinggi berasal dari asam linolenat
(C 18:2 ω6c) dan asam linoleat (C
18:2 ω6c).
Inspiring Innovation with Integrity
Kesimpulan dan Saran
• Rumput laut C. lentillifera asal BBPBAP Jepara memiliki kadar nutrisi dasar yaitu 47,00 %
kadar abu, 13,44 % kadar protein, 1,36 % kadar lemak, dan 27,58 % kadar karbohidrat by
difference.
• Perlakuan optimum untuk ekstraksi 40 g/L substrat rumput laut kering terhadap 3,4 g/L
enzim (2,65 mg protein) memiliki kondisi suhu, waktu dan pH berturut-turut sebesar 50 °C,
2,49 jam dan 4,73 dengan prediksi rendemen lemak sebesar 1,81 %. Verifikasi percobaan
dilakukan sebanyak 10 ulangan menghasilkan rendemen lemak dengan rata-rata 1,81%.
• Asam lemak yang teridentifikasi dari perlakuan optimal yaitu memiliki 81,39 % asam lemak
jenuh, 6,41 % asam lemak tidak jenuh tunggal dan 12,20 % asam lemak tidak jenuh
ganda. Asam lemak tidak jenuh tertinggi berasal dari asam linolenat dan asam linoleat.
Saran penelitian
Penelitian ini memiliki keterbatasan yaitu tidak dilakukan uji oksidasi untuk melihat
kestabilan lemak terhadap penyimpanan mengingat lemak rumput laut memiliki kadar
asam lemak tidak jenuh yang cukup tinggi
Inspiring Innovation with Integrity
Daftar Pustaka
• [AOAC] Association of Official Analytical Chemist. 2005. Official Methods of Analysis 18 Edn. Maryland: Association of Official Analytical
Chemist Inc.
• [AOAC] Association of Official Analytical Chemist. Analysis of Oil and Fat, Chapter 41. page 26-28. Maryland: Association of Official
Analytical Chemist Inc.
• [FAO] Food and Agricultural Organization. 2003. A guide to the seaweed industry. FAO Fisheries Technical paper. Rome.
• [FAO] Food and Agricultural Organization. 2011. Fisheries statistics aquaculture production. FAO Yearbook. Rome.
• [FAO] Food and Agricultural Organization. 2018. The global status of seaweed production, trade and utilization. Globefish Research
Programme Volume 124. Rome. 120 pp.
• [KKP] Kementrian Kelautan dan Perikanan. 2019. Pedoman umum pembudidayaan rumput laut Nomor 1/Kepmen-KP/2019.
• Adney WS, Dowe N, Jennings EW, Mohagheghi A, Yarbrough J, McMillan JD. 2012. Assessing the protein concentration in commercial
enzyme preparations. Methods in Molecular Biology. Himmel ME, editors. Cham: Springer.
• Agah H. 2018. Comparison of different methods to extract lipid from Sargassum sp. macroalgae. J. Nutri. Diet Probiotics 1(1):180004.
• Aroyehun AQB, Razak SA, Palaniveloo K, Nagappan T, Rahmah NSN, Jin GW, Chellappan DK, Chellian J, Kunnath AP. 2020.
Bioprospecting cultivated tropical green algae, Caulerpa racemosa (forsskal) j. agardh: a perspective on nutritional properties,
antioxidative capacity and anti-diabetic potential. Foods 9(9):1313. doi:10.3390/foods9091313.
• Bradford MM. 1976. A rapid and sensitive method for the quantitation of microorganisms quantities of protein in utilizing the principle of
protein‐dye binding. Anal. Biochem 72:248‐254.
• Deslandes E, Stiger-Pouvreau V, Bourgougnon N. 2016. Carbohydrates from seaweeds. Joel F, Levine I, editors. Cambridge: Academic
Press.
• Gina P, Safrihatini W, Umam K. 2019. Studi kinetika reaksi dari enzim α-amilase pada proses penghilangan kanji kain kapas. Arena
Tekstil 34(1):1-6. doi:10.31266/at.v34i1.5097.
• Gosch BJ, Magnusson M, Paul NA, De Nys R. 2012. Total lipid and fatty acid composition of seaweeds for the selection of species for oil-
based biofuel and bioproducts. GCB Bioenergy 4(2012): 919–930. doi: 10.1111/j.1757-1707.2012.01175.x
• Guerra NP. 2017. Enzyme kinetics experiment with the multienzyme complex viscozyme L and two substrates for the accurate
determination of michaelian parameters. J. Chem. Educ. 94(6):795-799. DOI: 10.1021/acs.jchemed.6b00351.
• Jacoeb AM, Suptijah P, Kamila R. 2014. Kandungan asam lemak, kolesterol, dan deskripsi jaringan daging belut segar dan rebus. JPHPI
17(2):134-142.
Inspiring Innovation with Integrity
Daftar Pustaka
• Kendel M, Wielgosz-Collin G, Bertrand S, Roussakis C, Bourgougnon N, Bedoux G. 2015. Lipid composition, fatty acids and sterols in the
seaweeds Ulva armoricana and Solieria chordalis from brittany (france): an analysis from nutritional, chemotaxonomic, and antiproliferative
activity perspectives. Mar. Drugs 2015(13):5606-5628. doi:10.3390/md130995606.
• Lalitha N, Dhandapani R. 2018. Proximate composition and amino acid profile of five green algal seaweeds from mandapam coastal
regions, tamin nadu, india. The Pharma Innovation J. 7(10):400-403.
• Misurcova L, Ambrozova J, Samek D. 2011. Seaweed lipids as nutraceuticals. Advances in Food and Nutrition Research 64:339-355.
doi:10.1016/B978-0-12-387669-0.00027-2.
• Miyashita K, Mikami N, Hosokawa M. 2013. Chemical and nutritional characteristic of brown seaweed lipids: a review. Journal of functional
foods 5(2013):1507-1517. doi:10.1016/j.jff.2013.09.019.
• Mohammadi M, Tajik H, ajeb P. 2013. Nutritional composition of seaweeds from the northern persian gulf. Iranian J. of Fisheries Sci.
12(1):232-240.
• Mubarak M, Shaija A, Suchithra TV. 2016. Optimization of lipid extraction from Salvinia molesta for biodiesel production using RSM and its
fame analyis. Environ Sci Pollut Res 23(2016):14047-140. doi:10.1007/s11356-016-6343-8.
• Purkan, Purnama HD, Sumarsih S. 2015. Produksi enzim selulase dari Aspergillus niger menggunakan sekam padi dan ampas tebu
sebagai induser. Jurnal Ilmu Dasar 16(2):95-102. doi:10.19184/jid.v16i2.2768.
• Reddy A, Majumber AB. 2014. Use of a combined technology of ultrasonication, three-phase partitioning, and aqueous enzymatic oil
extraction for the extraction of oil from Spirogyra sp. J. of Engineering 2014:1-6. doi:10.1155/2014/740631.
• Reka P, Thahira BA, Seethalakshmi M. 2017. Elemental composition of selected edible seaweeds using SEM-energy dispersive
spectroscopic analysis. IFRJ 24(2):600-606.
• Saropah DA, Jannah A, Maunatin A. 2012. Kinetika reaksi enzimatis ekstrak kasar enzim selulase bakteri selulolitik hasil isolasi dari bekatul.
Alchemy 2(1):34-45.
• Sinurat E, Fadjiah S. 2019. The chemical properties of seaweed Caulerpa lentifera from takalar, south sulawesi. IOP Conf. Ser.: Mater. Sci.
and Eng. 546 042043. doi:10.1088/1757-899X/546/4/042043.
• Tapotubun AM. 2018. Komposisi kimia rumput laut Caulerpa lentillifera dari perairan kei maluku dengan metode pengeringan berbeda.
JPHPI 21(1):13-23. doi:10.17844/jphpi.v21i1.21257.
• Wijesinghe WAJP, Jeon YJ. 2012. Enzyme-assistant extractio (EAE) of bioactive components: a useful approach for recovery of industrially
important metabolites from seaweeds: a review. Fitoterapia 83(2012):6-12. doi:10.1016/j.fitote.20122.10.016.Zuorro A, Maffei G, Lavecchia.
2016. Optimization of enzyme-assisted lipid extraction from Nannochloropsis microalgae. J. TICE. 67(2016):106-114
doi:10.1016/j.jtice.2016.08.016.
Inspiring Innovation with Integrity
Ucapan terima kasih ditujukan kepada
Direktorat Pendidikan Tinggi Kementerian
Riset, Teknologi dan Pendidikan Tinggi
Republik Indonesia atas dana penelitian
melalui Insinas Gel. 2 Tahun Anggaran
2019 atas nama
Siti Irma Rahmawati, S.Pi. M. Agr, Ph. D