Beberapa Metode Pendekatan untuk Model Kalibrasi Gingerol
Abstract
Model Kalibrasi adalah suatu fungsi matematik dengan data empirik dan pengetahuan untuk
menduga informasi pada y yang tidak diketahui berdasarkan informasi pada X yang tersedia
(Martens dan Naes 1989). Dalam bidang kimia, model kalibrasi merupakan suatu fungsi hubungan
antara absorban (X) pada panjang gelombang yang dihasilkan oleh spektrometer dengan konsentrasi
(y) larutan unsur atau senyawa yang akan dianalisis (Nur dan Adijuwana, 1989). Dengan kalibrasi,
konsentrasi larutan contoh dapat diketahui berdasarkan absorbannya. Beberapa penelitian telah
dilakukakan untuk menyusun model kalibrasi Gingerol. Hasil Penelitian menunjukkan dari
beberapa pendekatan yang dicobakan diperoleh nila Root Mean Squares Error of Prediction (RMSEP)
masing-masing sebagai berikut: Regresi Komponen Utama (0.1096), metode Transformasi Wavelet
Diskret (0.1072), Pendekatan Bayes (0.0622), Regresi Sinyal P-spline (0.0686) dan Regresi Kontinum
(0.0453). Regresi Kontinum dengan melakukan pre-processing Transformasi Wavelet Diskret
ternyata memberikan hasil nilai RMSEP terkecil dan persentase R2y vs yˆ terbesar dibandingkan
pendekatan lainnya.
menduga informasi pada y yang tidak diketahui berdasarkan informasi pada X yang tersedia
(Martens dan Naes 1989). Dalam bidang kimia, model kalibrasi merupakan suatu fungsi hubungan
antara absorban (X) pada panjang gelombang yang dihasilkan oleh spektrometer dengan konsentrasi
(y) larutan unsur atau senyawa yang akan dianalisis (Nur dan Adijuwana, 1989). Dengan kalibrasi,
konsentrasi larutan contoh dapat diketahui berdasarkan absorbannya. Beberapa penelitian telah
dilakukakan untuk menyusun model kalibrasi Gingerol. Hasil Penelitian menunjukkan dari
beberapa pendekatan yang dicobakan diperoleh nila Root Mean Squares Error of Prediction (RMSEP)
masing-masing sebagai berikut: Regresi Komponen Utama (0.1096), metode Transformasi Wavelet
Diskret (0.1072), Pendekatan Bayes (0.0622), Regresi Sinyal P-spline (0.0686) dan Regresi Kontinum
(0.0453). Regresi Kontinum dengan melakukan pre-processing Transformasi Wavelet Diskret
ternyata memberikan hasil nilai RMSEP terkecil dan persentase R2y vs yˆ terbesar dibandingkan
pendekatan lainnya.
Full Text:
PDF (Bahasa Indonesia)DOI: https://doi.org/10.29313/jstat.v8i1.978
Refbacks
- There are currently no refbacks.
Copyright Notice
STATISTIKA is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.