Update Artikelilmiah: 48962

ARINAL HANA

NIM

Judul Artikel

Abstrak (Bhs. Indonesia)

Minyak alpukat dapat digunakan dalam industri makanan, industri kosmetik, serta bersifat sebagai antikanker dan antimikroba. Namun, nilai komersialnya yang tinggi menjadikan minyak alpukat rentan terhadap pencampuran tanpa mempertimbangkan keamanan untuk tubuh. Penelitian ini bertujuan untuk mengetahui kemampuan PCA pada spektrum UV-Vis dalam mengidentifikasi keaslian minyak alpukat. Sampel minyak diukur absorbansinya pada panjang gelombang 200-400 nm. Data spektrum yang diperoleh kemudian dianalisis menggunakan PCA untuk mengelompokkan sampel. Model Principal Component Analysis (PCA) yang dibuat tidak mampu membedakan minyak alpukat dari minyak nabati lainnya, yaitu minyak jagung, minyak zaitun, minyak kanola, minyak kedelai, dan minyak bunga matahari. Analisis dilakukan menggunakan software RStudio, dengan hasil komponen utama pertama (PC1) sebesar 93,8% dan komponen utama kedua (PC2) sebesar 4,6%,
sehingga total variasi yang dijelaskan mencapai 98,4%. Hasil score plot PCA menunjukkan adanya pemisahan sampel minyak alpukat dengan minyak alpukat E-commerce dan minyak nabati lainnya (minyak jagung, minyak kanola, minyak kedelai, minyak bunga matahari, minyak zaitun) ke dalam beberapa kelompok. Selain itu, sifat fisikokimia minyak yang tertera pada CoA masing-masing minyak, seperti indeks refraktif, nilai iodin, nilai peroksida, dan kadar asam lemak bebas tidak dapat menjelaskan pengelompokkan minyak pada score plot PCA.

Abtrak (Bhs. Inggris)

Avocado oil can be used in the food and cosmetic industries and also
possesses anticancer and antimicrobial properties. However, its high
commercial value makes it susceptible to adulteration without regard to
health safety. This study aims to evaluate the capability of PCA applied
to UV-Vis spectra in identifying the authenticity of avocado oil. The absorbance of oil samples was measured at wavelengths of 200–400 nm.The resulting spectral data were analyzed using PCA to classify the samples. The constructed Principal Component Analysis (PCA) model was unable to distinguish avocado oil from other vegetable oils, namely
corn oil, olive oil, canola oil, soybean oil, and sunflower oil. The analysis was performed using RStudio software, yielding a contribution of 93.8% for the first principal component (PC1) and 4.6% for the second principal component (PC2), thus explaining a total variance of 98.4%. The PCA score plot indicated a separation of avocado oil samples from e-commerce avocado oils and other vegetable oils into several clusters. Furthermore, the physicochemical properties stated in the certificate of analysis (CoA) for each oil—such as refractive index, iodine value, peroxide value, and free fatty acid content—were unable to explain the grouping patterns observed in the PCA score plot.

Kata kunci

Pembimbing 1

Pembimbing 2

Pembimbing 3

Tahun

Jumlah Halaman