Implementasi Discrete Wavelet Transform (DWT) dan Partial Least Square (PLS) untuk Prediksi Kandungan Kurkumin pada Temulawak dengan Menggunakan Pendekatan Kalibrasi.

Lucky Deka Pratama ( -)

Indonesia Symposium on Computing
Indonesia Symposium on Computing (IndoSC) 2016

Indikator penentuan kualitas tanaman obat adalah senyawa aktif yang terkandung didalamnya. Konsentrasi senyawa aktif pada tanaman obat dapat diketahui melalui metode HPLC (High Performance Liquid Chromatography) dan FTIR (Fourier Transform Infrared). Proses penentuan senyawa aktif menggunakan HPLC menghasilkan akurasi yang tinggi tetapi lebih mahal dibandingkan dengan FTIR. Namun, FTIR menghasilkan data berdimensi besar dan antar peubah acak saling berkorelasi, sehingga mengalami kendala dalam model kalibrasi linier berganda. Salah satu metode yang dapat digunakan untuk reduksi dimensi adalah Transformasi Wavelet Diskret(TWD) . Hasil reduksi dimensi masih memungkinkan memiliki multikolinieritas tinggi antara koefisien - koefisienwavelet. Oleh karena itu, digunakan metode Partial Least Square (PLS) untuk mengatasi permasalahan multikolinieritas. Dataset yang digunakan adalah data persen transmitan kurkumin FTIR . Setelah dilakukan beberapa skenario pengujian diperoleh reduksi terbaik dari hasil reduksi TWD adalah 500. Dengan menggunakan metode PLS didapatkan vektor latent optimal 14. Berdasarkan hasil reduksi TWD-PLS didapatkan rata- rata korelasi 0.07142 lebih kecil dibandingkan rata-rata korelasi sebelumnya 0.71881. Model prediksi HPLC menghasilkan nilai RMSEP sebesar 0.001709.