Analisis kemometrik menggunakan PCA (Principal Component Analysis) dan LDA (Linear Discriminant Analysis) pada sampel minyak babi dan minyak zaitun berbasis data FTIR-Spectroscopy

INDONESIA:

Minyak merupakan makanan yang penting untuk menjaga kesehatan tubuh manusia. Pemalsuan minyak zaitun dengan tujuan untuk menekan biaya produksi mengakibatkan kerugian bagi konsumen, sehingga dibutuhkan alat dan metode untuk membedakan minyak zaitun dan minyak babi. Alat yang dapat digunakan ialah FTIR-Spectroscopy yang dikombinasi dengan metode kemometrik. FTIRSpectroscopy digunakan untuk mengetahui gugus fungsi yang terkandung dalam sampel minyak babi, minyak zaitun, dan campurannya. Tujuan penelitian ini ialah untuk mendiskripsikan analisis hasil data gugus fungsi, memaparkan hasil kemometrik (LDA dan PCA) terhadap sampel minyak, dan menjelaskan efektivitas analisis data gugus fungsi dan analisis kemometrik terhadap sampel minyak. Data hasil FTIR-Spektroscopy berupa spektrum inframerah dengan absorbansi dan panjang gelombang tertentu. FTIR-Spektroscopy belum mampu untuk mengelompokkan minyak satu dengan minyak lain, sehingga dibutuhkan metode kemometrik LDA (Linear Discriminant Analysis) dan PCA (Principal Component Analysis) untuk mengklasifikasi minyak. LDA mampu mengklasifikasi pola data minyak baik dari pada PCA. Hal ini dapat dilihat dari LDA yang memiliki nilai cross validated sebesar 100% dan PCA memiliki proporsi sebesar 83.38% untuk plot 2D dan 91% untuk 3D.

ENGLISH:

Oil is an important food to maintain the healthy of human body. Olive oil forgery in purpose to decrease the production cost causes losses to consument, so it is needed devices and methods to distinguish between olive oil and lard. The devices that can be used is FTIR-Spectroscopy with chemometric methods. FTIR- Spectroscopy is used to know functional group that contained in sample. This research aims to describe the analysis result of functional groups data for oil samples, explain chemometric result (PCA and LDA) of lard, olive oil, and mixture samples based on Fourier Transform Infrared (FTIR) data, and explain the effectiveness of functional groups data result and chemometric analysis to oil samples. The data result of FTIR-Spectroscopy is as infrared spectrum with absorbance and wavelength. FTIR-Spectroscopy groups is not good for oil’s classification. So it needs LDA (Linear Discriminant Analysis) and PCA (Principal Component Analysis) method as chemometric method to classify oil data’s pattern. LDA is better to classify oil data’s pattern than PCA. It can be seen from LDA has 100% cross validated value and PCA has 83.38% of proportion for 2D and 91% for 3D.