Home
Login.
Artikelilmiahs
50506
Update
RIFDA HURIN AIN
NIM
Judul Artikel
ANALISIS KLASIFIKASI JAMU RUSAK, KEDALUWARSA, DAN LAYAK KONSUMSI MENGGUNAKAN PENDEKATAN FINGERPRINTING PADA SPEKTROFOTOMETRI UV-VIS DENGAN KOMBINASI KEMOMETRIK
Abstrak (Bhs. Indonesia)
Jamu merupakan obat herbal populer yang telah dipercaya secara turun-temurun di Indonesia, namun penggunaannya memerlukan kontrol kualitas yang baik karena kualitasnya dapat menurun terutama akibat penyimpanan yang kurang tepat maupun kedaluwarsa, yang sulit dideteksi secara fisik. Penelitian ini bertujuan mengevaluasi perbedaan profil spektral beberapa kategori kualitas jamu menggunakan spektrofotometri UV-Vis serta mengklasifikasikan sampel berdasarkan kualitasnya dengan metode kemometrik. Sampel terdiri dari empat kategori, yaitu jamu layak konsumsi, kedaluwarsa, rusak akibat suhu, dan rusak akibat kelembaban. Serapan diukur pada panjang gelombang 200–800 nm, kemudian dianalisis menggunakan PCA, PLS-DA, dan HCA. Hasil menunjukkan bahwa kombinasi spektrofotometri UV-Vis dan kemometrik dengan pendekatan fingerprinting mampu menjelaskan lebih dari 90% variasi data pada rentang 240–440 nm dan mengelompokkan sampel ke dalam empat kategori kualitas dengan baik.
Abtrak (Bhs. Inggris)
Jamu is a popular herbal medicine that has been trusted for generations in Indonesia. However, its use requires good quality control because its quality can decrease, especially due to improper storage or expiration, which is difficult to detect physically. This study aims to evaluate the differences in the spectral profiles of several categories of herbal medicine quality using UV-Vis spectrophotometry and classify samples based on their quality using chemometric methods. The samples consisted of four categories: herbal medicine suitable for consumption, expired, damaged by temperature, and damaged by humidity. Absorbance was measured at a wavelength of 200–800 nm, then analyzed using PCA, PLS-DA, and HCA. The results showed that the combination of UV-Vis spectrophotometry and chemometrics with a fingerprinting approach was able to explain more than 90% of the data variation in the 240–440 nm range and grouped the samples into four quality categories well.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save