IMPLEMENTASI DISCRETE WAVELET TRANSFOM (DWT) DAN PARTIAL LEAST SQUARE (PLS) UNTUK PREDIKSI KANDUNGAN KURKUMIN PADA TEMULAWAK DENGAN MENGGUNAKAN PENDEKATAN KALIBRASI

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 FTIR. Namun, FTIR menghasilkan data berdimensi besar dan antar peubah acak saling berkorelasi, sehingga mengalami kendala dalam model kalibrasi linier berganda yang berpengaruh terhadap solusi yang diberikan. Salah satu metode yang dapat digunakan untuk reduksi dimensi adalah Transformasi Wavelet Diskret (TWD). Metode ini mampu memberikan variansi yang baik dan dimensi yang lebih kecil dibandingkan data sebenarnya. Hasil reduksi dimensi masih memungkinkan memiliki multikolinieritas tinggi antara koefisien-koefisien wavelet. Oleh karena itu, digunakan metode Partial Least Square (PLS) untuk mengatasi permasalahan multikolinieritas. Dataset yang digunakan adalah data persen transmitan kurkumin FTIR dari 17 daerah pengamatan dengan panjang gelombang 1866. Setelah dilakukan beberapa skenario pengujian diperoleh reduksi terbaik dari hasil reduksi TWD adalah 500. Dengan menggunakan metode PLS didapatkan vektor latent optimal 14, sehingga didapatkan peubah baru berukuran (17x14). 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. Kata Kunci : Multikolinieritas, Transformasi Wavelet Diskret, Partial Least Square, Kalibrasi Linier, Fourier Transform Infrared, High Performance Liquid Chromatography