Electronic Theses and Dissertation

Minyak atsiri merupakan minyak yang mudah menguap pada suhu kamar, salah satunya berasal dari tanaman nilam (Pogostemon cablin benth). Indonesia adalah produsen utama minyak nilam dunia dengan kontribusi sekitar 90% kebutuhan pasar global. Namun, pemalsuan menjadi isu penting, termasuk pada minyak nilam, yang umumnya dilakukan dengan mencampurkan produk bernilai tinggi dengan minyak berkualitas lebih rendah. Karena harganya relatif mahal, minyak nilam sering dipalsukan menggunakan minyak lain, salah satunya adalah minyak tanah. Oleh karena itu, penelitian ini mengembangkan pengelompokan berbasis NIRS menggunakan metode Principal Component Analysis (PCA) untuk mengidentifikasi tingkat keaslian minyak nilam yang dicampur minyak tanah. Penelitian ini bertujuan untuk mengetahui kemampuan teknologi Near Infrared Reflectance Spectroscopy (NIRS) dengan metode Principal Component Analysis (PCA) dalam mengidentifikasi minyak nilam yang dicampur dengan minyak tanah. Selain itu mengevaluasi efektivitas pretreatment dalam meningkatkan akurasi PCA untuk pengelompokkan data sesuai konsentrasi pencampuran serta menentukan rentang panjang gelombang optimum yang paling efektif dalam mendeteksi kandungan zat yang dianalisis.
Bahan yang digunakan dalam penelitian ini terdiri atas minyak nilam dan minyak tanah. Minyak nilam akan melalui proses pengecekan kandungan menggunakan gas cromatography and mass spectrometry (GC-MS) untuk mengetahui keasliannya. Total sampel dalam penelitian ini berjumlah 42 yang terdiri atas satu sampel minyak nilam murni, satu sampel minyak tanah murni dan 40 sampel minyak campuran. Akuisisi spektrum dilakukan menggunakan FT-NIR MPA II Bruker. Data yang diperoleh kemudian diolah menggunakan metode Principal Component Analysis (PCA), serta menerapkan penggunaan pretreatment Standard Normal Variate dan De-Trending. Dalam proses pengolahan data menggunakan software unscrambler® X Version 10.4.
Hasil Penelitian menunjukkan: (1) Near Infrared Reflectance Spectroscopy (NIRS) dengan metode Principal Component Analysis (PCA) terbukti mampu membedakan minyak nilam murni, minyak tanah murni, dan berbagai tingkat konsentrasi campuran pada pengelompokkan PCA. (2) Pretreatment SNV dapat dikatakan sebagai pretreatment terbaik karena tingkat keberhasilan pengelompokkan sebesar 88,19% dengan PC sebesar 100%. (3) Rentang panjang gelombang optimum yang paling berpengaruh dalam pengelompokan berada pada kisaran 1405–1425 nm yang diduga sebagai menandakan keberadaan patchouli alcohol sebagai komponen utama minyak nilam.

Essential oil is an oil that easily evaporates at room temperature, one of which comes from the patchouli plant (Pogostemon cablin benth). Indonesia is the world's main producer of patchouli oil, contributing around 90% of the global market's needs. However, counterfeiting has become a significant issue, including with patchouli oil, which is generally done by mixing high-value products with lower-quality oils. Because it is relatively expensive, patchouli oil is often adulterated with other oils, one of which is kerosene. Therefore, this research develops NIRS-based clustering using the Principal Component Analysis (PCA) method to identify the authenticity level of patchouli oil mixed with kerosene. This study aims to determine the capability of Near Infrared Reflectance Spectroscopy (NIRS) technology with the Principal Component Analysis (PCA) method in identifying patchouli oil mixed with kerosene. In addition, it evaluates the effectiveness of pretreatment in improving PCA accuracy for data clustering according to mixing concentration and determining the optimum wavelength range most effective in detecting the analyzed substance content. The materials used in this study consist of patchouli oil and kerosene. Patchouli oil will undergo a content verification process using gas chromatography and mass spectrometry (GC-MS) to determine its authenticity. The total number of samples in this study amounts to 42, consisting of one pure patchouli oil sample, one pure kerosene sample, and 40 mixed oil samples. Spectrum acquisition was performed using the FT-NIR MPA II Bruker. The obtained data is then processed using the Principal Component Analysis (PCA) method, and the application of Standard Normal Variate and De-Trending pretreatment. In the data processing, the software unscrambler® X Version 10.4 was used. The research results show: (1) Near Infrared Reflectance Spectroscopy (NIRS) with the Principal Component Analysis (PCA) method has proven capable of distinguishing pure patchouli oil, pure kerosene, and various concentration levels of mixtures in the PCA grouping. (2) SNV pretreatment can be considered the best pretreatment because the grouping success rate is 88.19% with a PC of 100%. (3) The optimal wavelength range most influential in the grouping is in the range of 1405–1425 nm, which is suspected to indicate the presence of patchouli alcohol as the main component of patchouli oil.