| Abstrak/Abstract |
Abstract: Authentication of Patin fish oil (MIP) is essential to prevent adulteration practice, to ensure quality, nutritional value, and product safety. The purpose of this study is to apply the FTIR spectroscopy combined with chemometrics for MIP authentication. The chemometrics method consists of principal component regression (PCR) and partial least square regression (PLSR). PCR and PLSR were used for multivariate calibration, while for grouping the samples using discriminant analysis (DA) method. In this study, corn oil (MJ) was used as an adulterate. Twenty-one mixed samples of MIP and MJ were prepared with the adulterate concentration range of 0-50%. The best authentication model was obtained using the PLSR technique using the first derivative of FTIR spectra at a wavelength of 650-3432 cm-1. The coefficient of determination (R2) for calibration and validation was obtained 0.9995 and 1.0000, respectively. The value of root mean square error of calibration (RMSEC) and root mean square error of prediction (RMSEP) were 0.397 and 0.189. This study found that the DA method can group the samples with an accuracy of 99.92%.
Abstrak: Autentikasi minyak ikan patin (MIP) menjadi sangat penting untuk mencegah pemalsuan
MIP guna menjamin kualitas mutu, nilai gizi, dan keamanan produk. Tujuan dari penelitian ini
adalah mengaplikasikan metode spektroskopi FTIR dan kemometrika untuk autentikasi MIP. Kemometrika untuk kalibrasi multivariat menggunakan teknik principal component regression (PCR)
dan partial least square regression (PLSR), sedangkan untuk pengelompokkan menggunakan metode
metode discriminant analysis (DA). Minyak jagung (MJ) digunakan sebagai pemalsu, total terdapat 21
sampel campuran MIP dan MJ dengan rentang konsentrasi pemalsu 0-50%. Melalui spektroskopi
FTIR yang dikombinasikan dengan kemometrika, diperoleh model autentikasi terbaik dengan teknik
PLSR menggunakan sektra FTIR turunan pertama pada panjang panjang gelombang 650-3432 cm-1.
Dengan teknik tersebut, diperoleh nilai koefisien determinasi (R2) untuk kalibrasi dan validasi masing-masing 0.9995 dan 1.0000. Nilai root mean square error of calibration (RMSEC) dan root mean square error of prediction (RMSEP) masing-masing diperoleh 0.397 dan 0.189. Sedangkan metode DA digunakan mengelompokkan MIP murni dan palsu, dari studi ini diperoleh bahwa metode DA mampu mengelompokkan sampel dengan akurasi 99,92%. |
