KINERJA FOTOMETER SEBAGAI ALAT UKUR WARNA KULIT MANUSIA SECARA IN VITRO DAN IN VIVO FRENGKI SIBURIAN

Transkripsi

1 i KINERJA FOTOMETER SEBAGAI ALAT UKUR WARNA KULIT MANUSIA SECARA IN VITRO DAN IN VIVO FRENGKI SIBURIAN DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

2 ii ABSTRAK FRENGKI SIBURIAN. Kinerja Fotometer sebagai Alat Ukur Warna Kulit Manusia Secara In Vitro dan In Vivo. Dibimbing oleh RUDI HERYANTO dan ARYO TEDJO. Pengukuran kuantitatif warna kulit, khususnya dalam menentukan perubahan kecerahan warna kulit, digunakan secara luas di dalam penelitian bahan kosmetika kulit. Alat yang dapat digunakan untuk mengukur warna kulit adalah Chromameter Konica Minolta CR 400 dengan hasil keluaran berupa nilai L*a*b*. Alat tersebut tergolong mahal sehingga diperlukan alternatif peralatan pengukur warna kulit yang lebih murah, fotometer menjadi salah satu solusinya. Penelitian ini bertujuan mendapatkan model perhitungan yang paling baik untuk alat fotometer, digunakan pemodelan persamaan (curve fit) dan partial least square (PLS). Pemodelan dilakukan berdasarkan pengukuran secara in vitro (menggunakan standar warna dari produk pencerah kulit komersial) dan in vivo (langsung pada kulit). Hasil dari analisis komponen utama menunjukkan kombinasi lampu light emitting diodes yang memberikan kemiripan pola antara hasil pengukuran menggunakan chromameter dan fotometer adalah lampu merah, biru, dan ungu. Pendekatan untuk menghitung nilai L* kulit normal manusia yang memberikan hasil mendekati nilai L* sebenarnya adalah menggunakan metode kemometrik (teknik PLS), model tersebut memiliki R 2 kalibrasi = , R 2 prediksi = , RMSEC = , dan RMSEP = , sehingga fotometer berpotensi untuk dijadikan alat pengukur perubahan kecerahan warna kulit normal manusia. ABSTRACT FRENGKI SIBURIAN. Perfomances of Photometer as Human Skin Color Meter According to In Vitro and In Vivo Methods. Supervised by RUDI HERYANTO and ARYO TEDJO. Quantitative measurement of skin color, especially in determining brightness changes in skin color, is used extensively in studying of skin cosmetics ingredients. The common instrument used in measuring skin color is Konica Minolta Chromameter CR 400 with the output of L*a*b*. The instrument is quite expensive, therefore an alternative skin colormeter that is cheaper is needed, Photometer becomes a solution. The objective of this research is obtain the best model for the calculation in photometer instrument, by using equation modeling (curve fit) and partial least square (PLS). Modeling was based on measurements in vitro (using color tones of commercial skin whitening products) and in vivo (directly on the skin). The results of the partial component analysis showing a combination of light emitting diodes lights that gives the resemblance pattern between the measurement results using chromameter and photometer were light red, blue, and purple. An approach to calculate the L* value of a human normal skin that gives close results on to the actual value of L* was a model generated from chemometrics method (PLS techniques). This method had value of R 2 calibration = , R 2 predicted = , RMSEC = , and RMSEP = From the results, it showed that the photometer has the potential to be used as meter for measuring human normal skin brightness changes.

3 iii KINERJA FOTOMETER SEBAGAI ALAT UKUR WARNA KULIT MANUSIA SECARA IN VITRO DAN IN VIVO FRENGKI SIBURIAN Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains pada Departemen Kimia DEPARTEMEN KIMIA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2011

4 iv Judul : Kinerja Fotometer sebagai Alat Ukur Warna Kulit Manusia Secara In Vitro dan In Vivo Nama : Frengki Siburian NIM : G Disetujui Pembimbing I Pembimbing II Rudi Heryanto, S.Si., M.Si. Aryo Tedjo S.Si., M.Si. NIP NIP Diketahui Ketua Departemen Kimia Prof. Dr. Ir. Tun Tedja Irawadi, MS. NIP Tanggal lulus :

5 v PRAKATA Puji dan syukur penulis panjatkan kepada Tuhan Yesus Kristus yang telah memberikan berkat-nya sehingga penulis dapat menyelesaikan karya ilmiah yang berjudul Karakterisasi Kinerja Fotometer sebagai Alat Ukur Warna Kulit Manusia Secara In Vitro dan In Vivo. Penelitian ini bertujuan mendapatkan model perhitungan yang paling baik untuk alat fotometer, digunakan pemodelan persamaan (curve fit) dan partial least square (PLS). Penelitian dilaksanakan sejak bulan Februari sampai Juli 2011 di Laboratorium Kimia Analitik, Departemen Kimia, Laboratorium Spektroskopi Departemen Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Penulis mengucapkan terima kasih kepada Bapak Rudi Heryanto S.Si., M.Si., dan Bapak Aryo Tedjo S.Si., M.Si. selaku pembimbing atas segala saran, kritik, dorongan, serta bimbingannya selama penelitian dan penyusunan karya ilmiah ini. Penulis juga mengucapkan terima kasih kepada Yayasan Karya Salemba Empat (PT Indofood Sukses Makmur, Tbk) yang telah memberikan bantuan biaya penelitian, serta staf Laboratorium Kimia Analitik atas segala fasilitas dan kemudahan yang telah diberikan. Ucapan terima kasih tak terhingga kepada kedua orang tua atas nasihat, semangat, bantuan materi, dan doa-doanya. Selain itu penulis mengucapkan terima kasih kepada teman satu bimbingan (Derry, Vidya, Suci), Shynta, Aji, Pak Agus, Marsam, Wawan, dan Muis atas doa, kebersamaan, diskusi, dan semangatnya yang telah membantu dalam penyelesaian karya ilmiah ini. Semoga tulisan ini bermanfaat dan dapat menambah wawasan ilmu pengetahuan bagi penulis khususnya dan pembaca umumnya. Bogor, September 2011 Frengki Siburian

6 v RIWAYAT HIDUP Penulis dilahirkan di Bogor pada tanggal 1 Juli 1988 dari pasangan Arnold Siburian dan Herdina Simanjuntak. Penulis merupakan anak pertama dari tiga bersaudara. Pada tahun 2007 penulis lulus dari Sekolah Menengah Analis Kimia Bogor (SMAKBo) dan pada tahun yang sama penulis masuk Institut Pertanian Bogor (IPB) melalui jalur Undangan Seleksi Masuk IPB (USMI). Penulis masuk Program Studi S1 Kimia, Fakultas Matematika dan Ilmu Pengetahuan Alam. Selama masa perkuliahan penulis aktif di organisasi Persekutuan Mahasiswa Kristen (PMK), Paduan Suara Mahasiswa Agriaswara, Ikatan Mahasiswa Kimia (Imasika). Pada bulan Juli-Agustus 2008, penulis berkesempatan melaksanakan kegiatan magang di Laboratorium Air dan Udara Services Laboratory SEAMEO BIOTROP dan pada bulan Juli-Agustus 2010 penulis melaksanakan kegiatan Praktik Lapangan di PT Aneka Tambang (Persero), Tbk Unit Geomin. Selama menjadi mahasiswa, penulis juga pernah menjadi asisten praktikum Kimia Dasar (Tingkat Persiapan Bersama), Kimia Analitik 2 (Program Ekstensi), Kimia Organik Berbasis Kompetensi, Spektrofotometri dan Aplikasi Kemometrik, Kimia Pangan dan Kimia Organik (Program Diploma). Pada bulan Juli 2011 penulis memperoleh kesempatan untuk mengikuti Pekan Ilmiah Mahasiswa Nasional XXIV di Universitas Hasanuddin-Makassar, melalui Program Kreatifitas Mahasiswa bidang Penelitian dengan karya ilmiah yang berjudul Membran Selulosa Berbahan Dasar Kulit Nanas: Aplikasi Membran Sebagai Adsorben Limbah Cair Zat Warna Tekstil Biru Metilena. Sejak tahun 2009, penulis memperoleh beasiswa dari Yayasan Karya Salemba Empat (PT Indofood Sukses Makmur, Tbk).

7 vii DAFTAR ISI Halaman DAFTAR ISI... vii DAFTAR GAMBAR... viii DAFTAR TABEL... viii DAFTAR LAMPIRAN... ix PENDAHULUAN... 1 TINJAUAN PUSTAKA... 1 Kulit Manusia... 1 Fotometer Reflektans... 2 Light Emitting Diodes (LED)... 2 Light Dependent Resistor (LDR)... 2 Sistem L*a*b*... 3 Analisis Komponen Utama (AKU)... 3 Partial Least Square (PLS)... 3 BAHAN DAN METODE... 4 Bahan dan Alat... 4 Metode Penelitian... 4 HASIL DAN PEMBAHASAN... 6 SIMPULAN DAN SARAN DAFTAR PUSTAKA LAMPIRAN... 16

8 viii DAFTAR GAMBAR Halaman 1 Tiga Lapisan Utama Kulit Beserta Distribusi pigmen, M (Melanin), O,R (Oksi dan Hemoglobin Tereduksi, C (Karoten), S (Hamburan Cahaya) Fotometer yang Sedang Dikembangkan (Skematik) Bentuk Fisik Lampu LED Bentuk Fisik LDR Rentang Warna CIELAB (Weatherall dan Coombs 1992) Prinsip PLS Spektrum Lampu LED Nilai Aktual dan Prediksi Standar Warna A (a), B (b), C (d), D (d) Skor PCA 16 Standar Warna A Hasil Pengukuran dengan Chromamater (L*a*b*) Skor PCA 16 Standar Warna A Hasil Pengukuran dengan Fotometer (5 Lampu) Loading PCA 16 Standar Warna A dengan Fotometer (5 Lampu) Skor PCA 16 Standar Warna A Hasil Pengukuran dengan Fotometer (2 Lampu) Skor PCA 16 Standar Warna A Hasil Pengukuran dengan Fotometer (Lampu Merah, Biru, Ungu) Skor PCA 16 Standar Warna A Hasil Pengukuran dengan Fotometer (Lampu Merah, Biru, Kuning) Skor PCA 16 Standar Warna A Hasil Pengukuran dengan Fotometer (Lampu Merah, Biru, Hijau) Nilai Aktual dan Prediksi Standar Warna A (a), B (b), C (d), D (d) Nilai Aktual dan Prediksi Kulit Normal dari Pemodelan Persamaan Nilai Aktual dan Prediksi Kulit Normal dari Metode Kemometrik (PLS) DAFTAR TABEL Halaman 1 Hasil Karakterisasi Lampu LED Fungsi-Fungsi Penyesuaian Warna Pengamat CIE Hasil Prediksi Nilai L* Standar Warna Menggunakan Teknik PLS... 11

9 ix DAFTAR LAMPIRAN Halaman 1 Bagan Alir Penelitian Standar Warna dari Produk Pencerah Kulit Komersial yang Telah Dimodifikasi Alat Chromameter Konica Minolta CR Fotometer yang Sedang Dikembangkan Otoskop Sumber Sinar Data Pengukuran Standar Warna A Menggunakan Fotometer (Data Model) Data Pengukuran Standar Warna B, C, D Menggunakan Fotometer (Data Validasi) Data Pengukuran Standar Warna A Menggunakan Chromameter CR 400 (Data Model) Data Pengukuran Standar Warna B, C, D Menggunakan Chromameter CR 400 (Data Validasi) Perhitungan untuk Pemodelan Persamaan (Data Pengukuran Lampu Ungu) Perhitungan Nilai k untuk Pemodelan Persamaan Perhitungan Nilai Y/Yn untuk Pemodelan Persamaan Hasil Keluaran Perangkat Lunak Pengolahan Data untuk Pemodelan Persamaan (5 Lampu) Hasil Keluaran Perangkat Lunak Pengolahan Data untuk Pemodelan Persamaan (3 Lampu) Data Hasil Perhitungan Menggunakan Pemodelan Persamaan (5 Lampu) Data Hasil Perhitungan Menggunakan Pemodelan Persamaan (3 Lampu) Data Pengukuran Kulit Menggunakan Fotometer Data Pengukuran Kulit Menggunakan Chromameter CR Data Hasil Perhitungan Kulit Normal Manusia Plot Proporsi Semua Komponen Utama PCA (5 Lampu) Predict Vs Reference PLS 16 Standar Warna (3 Lampu)... 29

10 1 PENDAHULUAN Latar Belakang Warna kulit ditentukan oleh pigmen seperti hemoglobin, melanin, bilirubin, dan karotenoid. Komponen warna kulit dipengaruhi secara signifikan oleh sinar UV, bekas luka, dan beberapa zat di dalam obatobatan. Pengukuran secara kuantitatif dalam menentukan perubahan warna kulit secara eksperimen, digunakan secara luas di dalam penelitian bahan kosmetika kulit. Penelitian tersebut menjadi hal yang menarik karena distribusi warna kulit dapat memengaruhi persepsi usia, daya tarik (Matts et al. 2007), serta tingkat kesehatan seseorang (Stephen et al. 2009, Matts 2008), hal ini disebabkan karena kromofor melanin dan hemoglobin tersebut. Oleh karena itu, di dalam bidang tersebut respons warna menjadi hal yang penting, karena dapat digunakan sebagai indikator karakteristik kulit (kemampuan pertahanan kulit dan tingkat sensitivitas), karakteristik obat (konsentrasi dan bioavibilitas), penentuan formulasi bahan pencerah kulit yang baik, serta karakteristik tingkat perlindungan kulit terhadap sinar matahari (Clarys et al. 2000). Peranan pengukuran warna kulit tersebut mendorong banyak dilakukan penelitian untuk dapat mengukur warna kulit secara kuantitatif baik in vitro maupun in vivo. Pengukuran warna kulit dapat dilakukan dengan analisis tristimulus dengan memanfaatkan sinar yang direfleksikan dari struktur kulit (Fullerton et al. 1996). Alat tristimulus reflektans yang digunakan dalam menentukan warna kulit adalah Konica Minolta Chromameter CR 200, 300, dan 400 (diproduksi di Osaka, Jepang). Alat ini menghasilkan nilai keluaran berdasarkan sistem Commission Internationale de l Eclairage (CIE) yang dapat digunakan untuk mengukur warna kulit, dan hasil keluaran diekspresikan secara tiga dimensi (L*, a*, b*). Nilai L* dan b* memiliki korelasi yang baik dalam hal distribusi pigmen (Draaijers et al. 2004), sedangkan nilai a* menunjukkan korelasi dengan indeks eritema/kandungan hemoglobin (Stephen et al. 2009, Clarys et al. 2000). Alat yang telah disebutkan di atas tergolong mahal, sehingga diperlukan alternatif peralatan pengukur warna kulit yang lebih murah dan minimal nilai yang dikeluarkan memiliki kemiripan pola dengan alat standar (chromameter). Fotometer yang digunakan dalam penelitian ini memanfaatkan sinar reflektans yang dihasilkan setelah sinar diberikan pada permukaan benda. Salah satu penggunaan fotometer ini, sudah pernah diteliti oleh Zain et al. (2007), yaitu untuk metode deteksi dini kanker karena dengan menggunakan fotometer ini dapat dibedakan sel dan jaringan karsinoma (kanker) dengan sel jaringan normal menggunakan metode autofluoresensi multieksitasi. Penggunaan fotometer untuk aplikasi lainnya dilakukan pada penelitian ini, dengan tujuan mendapatkan model perhitungan yang paling baik untuk alat fotometer, sehingga nantinya alat ini dapat digunakan untuk memprediksi perubahan kecerahan warna kulit di dalam proses pengembangan formula bahan pencerah kulit. Model perhitungan yang menjadi target luaran dalam penelitian ini diperoleh melalui dua pendekatan, yang pertama dengan menggunakan model perhitungan yang diperoleh dari optimasi menggunakan pemodelan persamaan (Curve Fit) sehingga menghasilkan koefisien yang dapat ditambahkan di dalam sebuah rumus untuk menghitung nilai L*a*b*. Pendekatan yang kedua, dilakukan menggunakan metode kemometrik yaitu Partial Component Analysis (PCA) / Analisis Komponen Utama (AKU) dan Partial Least Square (PLS). Pengenalan pola antara nilai yang dihasilkan dari alat chromameter dan fotometer dapat dilakukan dengan metode AKU, sedangkan model perhitungan yang dapat digunakan untuk memprediksi nilai L*a*b* dapat dilakukan menggunakan metode PLS. Pengukuran di dalam penelitian ini dilakukan secara in vitro (menggunakan standar warna dari produk pencerah kulit komersial) dan in vivo (langsung pada kulit). TINJAUAN PUSTAKA Kulit Manusia Kulit merupakan bagian terbesar dari tubuh manusia dan jumlahnya sekitar 15% dari total berat badan. Bagian tubuh ini terdiri dari tiga lapisan kulit, yaitu epidermis, dermis, dan sel adiposa subkutan (Li dan Urmacher 2007, Marieb 1988). Masing-masing dari setiap lapisan tersebut memiliki sifat yang unik serta memiliki struktur dan fungsi yang kompleks, dengan berbagai macam variasinya tergantung dari umur, jenis kelamin, ras, dan lokasi anatomi (Li dan Urmacher 2007).

11 2 Light Emitting Diodes (LED) Gambar 1 Tiga lapisan utama kulit beserta distribusi pigmen, M (melanin), O,R (oksi dan hemoglobin tereduksi, C (karoten), S (hamburan cahaya) Fotometer Reflektans Fotometer ini memanfaatkan sinar reflektans yang dihasilkan setelah sinar diberikan pada permukaan benda. Refleksi adalah pemantulan radiasi oleh permukaan bahan/benda tanpa mengalami perubahan panjang gelombang (Feather et al. 1988). Sinar yang direfleksikan oleh kulit dipengaruhi oleh interaksi dengan udara/antarmuka stratum corneum (sudut iluminasi, mikrorelif, sisik pada kulit), penghamburan sinar ke dalam dan ke luar dari struktur bagian dalam, khususnya lapisan dermis. Pada alat Konica Minolta Chromameter, pengukuran warna kulit didasarkan pada pengukuran warna sinar yang direfleksikan, di mana fotosel silikon bersensitivitas tinggi berfungsi sebagai penangkap sinar yang telah melewati filter yang telah disesuaikan dengan standar warna dasar dari CIE yaitu biru (450 nm), hijau (550 nm), dan merah (610 nm). Hasil pengukuran berupa nilai X, Y, Z (nilai tristimulus) yang memberikan informasi mengenai jumlah relatif warna sesuai dengan penyesuai warna (Zwinkels 1996). Gambar 2 Fotometer yang sedang dikembangkan (skematik) Sumber sinar pada alat fotometer menggunakan Light Emitting Diodes (LED), yang merupakan sebuah peralatan elektronik kecil (semikonduktor) yang memancarkan cahaya saat dilewati arus. LED digunakan untuk mengubah energi cahaya jika diberikan tegangan maju (forward bias) (Chandra et al. 2010). Jenis lampu ini mempunyai banyak keuntungan, seperti ukurannya kecil sehingga dapat digunakan pada pengukuran warna kulit secara langsung, penggunaan energi listrik hanya dengan daya yang kecil ( ma), dapat digunakan dengan tegangan yang rendah (2 5 V) sehingga tepat digunakan pada instrumen jinjing (Menn 2004, Feather et al. 1988). Hampir semua energi yang dipancarkan LED muncul dalam spektrum yang tampak oleh mata (Feather et al. 1988). Gambar 3 Bentuk fisik lampu LED Light Dependent Resistor (LDR) Light Dependent Resistor (LDR) atau disebut juga dengan fotokonduktor merupakan salah satu jenis sensor optik yang digunakan dalam rangkaian elektronika. Seperti fotodioda, LDR juga memanfaatkan intensitas cahaya. LDR berfungsi untuk mengubah intensitas cahaya menjadi tahanan listrik (resistansi) pada rangkaian elektronika. Resistansi yang dihasilkan LDR berubah sesuai perubahan intensitas cahaya yang masuk (Chandra et al. 2010). LDR terbuat dari bahan semikonduktor seperti kadmium sulfida, dengan bahan ini energi dari cahaya yang jatuh menyebabkan lebih banyak muatan yang dilepas atau arus listrik meningkat yang berarti resistansi bahan telah mengalami penurunan (Anonim 2008). Resistansi pada LDR tersebut dirangkaikan dengan rangkaian konversi hambatan ke tegangan dengan menggunakan IC op-amp UA741.

12 3 bahwa terdapat hubungan antara nilai L* (kecerahan relatif) dan M (melanin indeks). Di sisi lain, informasi yang dapat merefleksikan hemoglobin darah, dapat dilihat dari nilai a*, kulit yang mengandung hemoglobin lebih besar dan peningkatan warna kemerahan pada kulit memberikan nilai a* yang lebih tinggi. Sedangkan nilai b* dapat merepresentasikan adanya pigmen karotenoid (Stephen et al. 2009). Analisis Komponen Utama (AKU) Gambar 4 Bentuk fisik LDR Sistem L*a*b* Pengukuran warna kulit dapat menggunakan sistem L*a*b*. Nilai L* spesifik untuk posisi sumbu vertikal gelap terang, jadi merupakan ukuran yang menyatakan kecerahan relatif dari sampel pada kisaran hitam total (L* = 0) hingga putih total (L* = 100). Nilai a* spesifik pada posisi sumbu merah hijau (positif a* = merah, negatif a* = hijau), dan nilai b* spesifik untuk sumbu kuning hijau (positif b* = kuning, negatif b* = biru). Sistem L*a*b* memiliki keuntungan karena hasilnya kurang lebih sesuai dengan struktur penglihatan sebenarnya, dan dapat digunakan dalam menduga warna kulit (Muizzuddin et al. 1990). AKU dikenal juga sebagai metode pereduksi atau penekan data, terkait dengan tujuannya mengurangi jumlah variabel dalam suatu matriks untuk menghasilkan variabel baru dengan tetap mempertahankan informasi yang dimiliki oleh data. AKU memudahkan visualisasi pengelompokkan data, evaluasi awalan kesamaan antar kelompok atau kelas, dan menemukan faktor atau alasan di balik pola yang teramati melalui korelasi dengan sarana kimia atau fisika-kimia contoh. Setiap variabel baru (skor atau PC) yang dihasilkan AKU merupakan kombinasi linear variabel asli pengukuran (Miller & Miller 2000). Skor dinilai bersama dengan satu set vektor yang disebut loading. Loading mengukur hubungan di antara variabel. Antara skor dan loading terhubung dalam fungsi X = TP + E TP (1) X adalah matriks data awal, T merupakan matriks dengan kolom berupa skor, P adalah matriks dengan kolomnya berupa loading, dan E adalah matriks residual. Skor disusun berdasarkan proporsi utama varian. Skor pertama mewakili bagian yang paling penting dalam varian. Skor selanjutnya mewakili varian yang lebih kecil daripada skor sebelumnya. Biasanya, jumlah skor yang berguna kurang dari jumlah variabel asli (Miller & Miller 2000). Partial Least Square (PLS) Gambar 5 Rentang warna CIELAB (Weatherall dan Coombs 1992) Berdasarkan hasil penelitian yang dilakukan Trujillo et al. (1996), informasi mengenai pigmentasi relatif dapat ditinjau berdasarkan nilai L*, sehingga kulit yang lebih gelap memiliki nilai L* lebih rendah dibandingkan dengan kulit yang cerah. Hal ini ditegaskan lagi oleh Shriver dan Parra (2000), PLS lebih umum digunakan dalam kalibrasi multivariat karena mutu model kalibrasi yang dihasilkan dan kemudahan penerapannya. PLS mampu menganalisis data dengan jumlah yang cukup banyak, mewakili tingkat kolinearitas tinggi, sejumlah besar variabel x, dan beberapa variabel respons y (Wold et al. 2001). Ide utama PLS adalah menghitung nilai prinsipal komponen data matriks X dan Y dan membangun model regresi antar nilai (dan

13 4 dari data perkiraan). X adalah matriks penduga yang berisi data hasil sumber percobaan, sedangkan Y merupakan matriks respons dengan data yang dapat menginformasikan tentang proses percobaan. Pada PLS, variabel penduga yang menunjukkan korelasi yang tinggi dengan variabel respons akan diberikan penekanan ekstra karena lebih efektif diprediksi (Miller dan Miller 2000). Gambar 6 menunjukkan bahwa matriks X diuraikan menjadi matriks T (matriks scores), matriks P (matriks loading) dan matriks error E, sedangkan matriks Y diuraikan menjadi U dan Q dan error F. Kedua persamaan ini disebut hubungan luar. Hasil dari T dan P mendekati data spektrum, sedangkan hasil U dan Q mendekati konsentrasi sebenarnya. Tujuan dari algoritma PLS adalah untuk meminimumkan F dengan terus menjaga korelasi antara X dan Y dalam hubungan dalam U=BT (Lohninger 2004). Alat-alat yang digunakan adalah fotometer, adaptor (input 220 V, output DC 3 12 V, current DC 1200 ma), lampu LED (merah, kuning, hijau, biru, ungu), kamera digital, Spektrofotometer tipe USB-2000 Fiber Optic Vis-Nir (Ocean optics), dan Chromameter Konica Minolta CR 400. Perangkat lunak yang digunakan adalah Corel Draw versi X.5, Microsoft Excel 2007, DataFit 9 (Trial Version), dan Unscrambler X (Camo Inc.) (Trial Version). Metode Penelitian Pembuatan Standar Warna Standar warna yang mewakili gradasi warna kulit normal manusia (bernomor 1-16) dibuat dengan bantuan perangkat lunak Corel Draw versi X.5, kemudian dicetak pada kertas Art Paper. Standar warna dicetak sebanyak empat kali dengan komposisi gradasi warna yang sama, diberi kode A (model utama); B, C, dan D (model validasi). Karakterisasi Panjang Gelombang Lampu LED Gambar 6 Prinsip PLS Berbeda dengan metode AKU, kebaikan suatu model klasifikasi pada metode PLS cukup dilihat dari nilai determination coefficient (R 2 ), root mean square error of calibration (RMSEC) dan root mean square error of prediction (RMSEP). Nilai RMSEC merupakan galat yang dihasilkan dari set kalibrasi. BAHAN DAN METODE Bahan dan Alat Bahan-bahan yang digunakan ialah batu baterai, alkohol 70%, dan standar warna dari produk pencerah kulit komersial yang telah dimodifikasi. Fotometer dihubungkan dengan listrik, ditekan tombol power, lalu ditentukan intensitas awal fotometer dengan meletakkan lampu LED pada karton berwarna putih sebagai kontrol. Lampu LED diletakkan tegak lurus (90 ) dengan permukaan karton. Perbedaan intensitas sinar pantul diperiksa pada karton berwarna putih dan hitam. Apabila tidak terdapat perbedaan maka dinaikkan nilai intensitas awal. Detektor alat Spektrofotometer tipe USB-2000 Fiber Optic Vis-Nir (Ocean optics) diletakkan di depan lampu LED yang telah dinyalakan. Spektrum yang terlihat di layar komputer disimpan dengan format Tab Limited. Data yang telah disimpan, disalin di Microsoft Excel 2007, dan dibuat grafik hubungan antara panjang gelombang dan intensitas. Pengukuran Sinar Reflektans Standar Warna Menggunakan Fotometer dan Chromameter Intensitas lampu LED berwarna merah dikalibrasi dengan karton berwarna putih dan hitam, lalu permukaan standar warna disinari dengan lampu LED tersebut. Besarnya sinar yang dipantulkan standar warna ditangkap oleh detektor LDR dan intensitas sinar tersebut diubah menjadi perbedaan tegangan

14 5 listrik. Perbedaan tegangan listrik yang dihasilkan ini, dideteksi oleh voltmeter dan dicatat sebagai hasil berupa angka, terlihat pada layar voltmeter, angka dicatat setelah nilai yang muncul stabil. Cara yang sama dilakukan untuk lampu LED kuning, hijau, biru, dan ungu. Setiap standar warna dilakukan tiga kali pengukuran untuk setiap lampu. Untuk mengetahui nilai L*a*b* sebenarnya dari standar warna, dilakukan pengukuran dengan menggunakan alat chromameter. Pengukuran standar warna berkode A (model utama) dilakukan dua kali pengukuran, sedangkan standar warna berkode B, C, dan D hanya dilakukan satu kali pengukuran. Pengukuran dilakukan pada daerah cahaya tampak dengan panjang gelombang nm. Analisis Data dengan Pemodelan Persamaan (Curve Fit) Data yang telah diperoleh dari pengukuran standar warna disalin ke dalam worksheet Microsoft Excel Perhitungan nilai reflektans dilakukan dengan menggunakan rumus (Wallace et al. 2000): R( λ) (Sλ- Z λ) / (Yλ -Zλ) (2) dengan S λ = sinyal standar warna, Z λ = sinyal standar warna hitam, dan Y λ = sinyal standar warna putih. Penentuan koefisien dilakukan dengan menentukan nilai X, Y, Z dari warna obyek ditentukan dengan persamaan (CIE 2000 di dalam McCaig 2002): X k Y k Z k k dengan: R( )S( )x( ) (3) R( )S( )y( ) (4) R( )S( )z( ) (5) S( ) y( ) (6) X, Y, Z : nilai-nilai tristimulus R (λ) : nilai reflektans S (λ) : intensitas spektrum lampu LED x (λ), k y (λ), z (λ): fungsi fungsi penyesuaian warna pengamat CIE 1931 : faktor normalisasi yang menghasilkan nilai Y sama dengan 100 Transformasi nilai X, Y, dan Z ke skala CIELAB menggunakan pendekatan rumus yang dikembangkan oleh Weatherall dan Coombs (1992) berikut ini: 1/3 L* 116(Y/Y n) -16 (7) a* 1/3 1/3 n ) (Y/Y n) 500(X/X (8) 1/3 1/3 n -(Z/Z n) b* 200 (Y/Y ) (9) dengan X n, Y n, dan Z n merupakan nilai tristimulus XYZ, dengan memasukkan nilai R (λ) = 1.0 pada rumus XYZ di atas. Setelah itu akan diperoleh nilai (Y/ Y n ), (X/ X n ), dan (Z/ Z n ), lalu dengan menggunakan program DataFit 9 (Trial Version) maka akan diperoleh nilai koefisien sehingga menyebabkan diperolehnya nilai yang setara dengan L*a*b* standar warna yang diukur. Analisis Data Secara Kemometrik Data yang diperoleh dari pengukuran standar warna disalin ke dalam worksheet Microsoft Excel Analisis data dilakukan dengan menggunakan perangkat lunak Unscrambler X (Camo Inc.) (Trial Version). Kalibrasi dan validasi model analisis multivariat dilakukan dengan teknik validasi silang. Kemiripan pola yang dihasilkan dari kedua peralatan tersebut dilihat dari jumlah komponen utama yang terlibat, total variasi yang terwakili, dan visualisasi plot skor, sedangkan keakuratan model prediksi diukur dengan nilai korelasi dan nilai galat yang dihasilkan. Pengukuran Sinar Reflektans Kulit Normal Manusia Menggunakan Fotometer dan Chromameter Sampel kulit normal dua orang mahasiswa yang akan diukur, dibersihkan dengan alkohol 70%, yang bertujuan agar kotoran/lemak yang ada di permukaan kulit hilang sehingga tidak mengganggu pengukuran reflektans. Pengukuran dilakukan pada tangan kanan (punggung tangan dan lengan bagian bawah).

15 6 Nilai XYZ diperoleh dari pengukuran menggunakan fotometer dengan cara yang sama seperti pengukuran sinar reflektans standar warna. Nilai XYZ ditransformasikan ke dalam rumus L*a*b*. Untuk mengetahui nilai L*a*b* standar dilakukan pengukuran menggunakan chromameter pada bagian tubuh yang sama. Pengukuran menggunakan Fotometer dan Chromameter dilakukan sebanyak tiga kali pada setiap bagian tubuh. HASIL DAN PEMBAHASAN Dalam mencapai target luaran, yaitu untuk mendapatkan model perhitungan yang paling baik untuk alat fotometer yang sedang dikembangkan ini, yang pada akhirnya alat ini dapat digunakan untuk memprediksi perubahan kecerahan warna kulit di dalam proses pengembangan formula bahan pencerah kulit, maka kerangka penelitian dilakukan secara in vitro (menggunakan standar warna dari produk pencerah kulit komersial) dan in vivo (langsung pada kulit). Pengukuran secara in vitro dimulai dengan pembuatan standar warna, karakterisasi panjang gelombang lampu LED, pengukuran sinar reflektans standar warna menggunakan fotometer, serta pengukuran nilai L*a*b* standar warna menggunakan chromameter, kemudian data tersebut dianalisis dengan pemodelan persamaan (Curve Fit) dan metode kemometrik (Lampiran 1). Target awal penelitian ini ialah untuk mendapatkan model perhitungan nilai L*a*b* bagi alat fotometer, tetapi untuk memprediksi a* dan b* tidak diperoleh model yang baik, sehingga penelitan ini difokuskan pada nilai L* saja. Setelah diperoleh rumus untuk menghitung nilai L* melalui pemodelan persamaan, pengenalan pola serta model prediksi nilai L* menggunakan metode kemometrik, maka pengukuran dilanjutkan ke tahap in vivo (langsung pada kulit). Dari hasil pengukuran dan perhitungan pada tahap ini, maka dapat diketahui potensi alat fotometer ini untuk dijadikan alat pengukur perubahan kecerahan warna kulit manusia. dibuat serupa dengan gradasi warna kulit normal manusia, sehingga diharapkan dengan pengukuran standar warna tersebut, diperoleh data model yang nantinya dapat digunakan untuk memprediksi perubahan warna kulit normal manusia. Pengukuran nilai L*a*b* menggunakan chromameter juga dilakukan pada standar warna, agar diperoleh data standar yang dapat digunakan untuk tahap karakterisasi selanjutnya. Karakterisasi Panjang Gelombang Lampu LED Pengukuran ini menggunakan alat Spektrofotometer tipe USB-2000 Fiber Optic Vis-Nir (Ocean optics). Sebelum dilakukan pengukuran sinar reflektans pada standar warna dan kulit normal manusia, lampu LED dikarakterisasi panjang gelombangnya. Hasil karakterisasi ini memberikan informasi mengenai panjang gelombang dominan yang dikeluarkan oleh lampu LED. Dari hasil karakterisasi (Gambar 7) diperoleh data seperti pada Tabel 1 berikut ini. Tabel 1 Hasil karakterisasi lampu LED Lampu LED Panjang Gelombang dominan (nm) Intensitas tertinggi [Sλ)] (a.u.) Ungu Biru Hijau Kuning Merah Panjang gelombang dominan dilihat dari nilai intensitas tertinggi, data panjang gelombang dominan lampu LED tersebut, dapat digunakan untuk proses karakterisasi lebih lanjut alat fotometer. Pembuatan Standar Warna Standar warna di dalam penelitian ini dibuat mirip dengan color tone produk pencerah kulit komersial yang biasa digunakan untuk mengetahui perubahan warna kulit setelah penggunaan produk tersebut (Lampiran 2). Standar warna yang Gambar 7 Spektrum lampu LED

16 7 Pengukuran Sinar Reflektans Standar Warna Menggunakan Fotometer Karakterisasi panjang gelombang dominan lima lampu LED telah dilakukan, maka tahap selanjutnya adalah pengukuran standar warna. Sebelum dilakukan pengukuran sinar reflektans standar warna, alat fotometer harus dikalibrasi menggunakan karton berwarna putih, hal ini bertujuan agar diperoleh data yang konsisten untuk setiap ulangan. Pengukuran dilakukan pada ruangan yang intensitas pencahayaannya rendah, hal ini dilakukan agar hasil yang diperoleh tidak bias, ketika dilakukan pada ruangan yang intensitas pencahayaannya tinggi, dikhawatirkan ada cahaya yang berasal dari sekeliling tempat pengukuran, ikut terdeteksi oleh detektor LDR sehingga nilai yang dihasilkan lebih besar dari yang seharusnya. Pengukuran standar warna dilakukan dari lampu LED yang memiliki energi lebih rendah (lampu LED merah) ke energi lebih tinggi (lampu LED ungu). Perhitungan Koefisien Baru untuk Prediksi Nilai L* Menggunakan 5 Lampu Pengukuran standar warna menggunakan chromameter dan fotometer telah dilakukan, tahap selanjutnya adalah mengolah data hasil pengukuran tersebut dengan menghitung nilai reflektans [R(λ)] menggunakan rumus nomor 2. Dilanjutkan dengan memasukkan [R(λ)] dan [Sλ)] untuk didapatkan nilai XYZ. Dalam perhitungan nilai XYZ diperlukan data fungsifungsi penyesuaian warna pengamat CIE 1931, yang diperoleh dari data sekunder (Soesatyo dan Marwah 2005), seperti pada Tabel 2 berikut ini: Tabel 2 Fungsi-fungsi penyesuaian warna pengamat CIE 1931 λ (nm) x y *diolah dari Soesatyo dan Marwah (2005) Pengukuran menggunakan alat chromameter dilakukan pada panjang gelombang mulai dari 400 sampai 700 nm, z namun dengan menggunakan alat fotometer hanya dilakukan pada panjang gelombang , , , , dan nm. Hal ini dikarenakan lampu LED yang berwarna monokromatis hanya didapatkan dengan komposisi warna seperti itu, namun tidak mengabaikan panjang gelombang kromofor yang terdapat pada permukaan kulit. Perhitungan dilanjutkan dengan menetapkan koefisien yang ada di dalam rumus L*a*b* sehingga menyebabkan diperolehnya nilai yang setara dengan L*a*b* yang dikeluarkan chromameter, dalam penentuan koefisien ini hanya digunakan standar warna A (sebagai model utama) dan digunakan 5 lampu (merah, kuning, hijau, biru, dan ungu). Berdasarkan hasil perhitungan dengan menggunakan rumus dan nilai pangkat yang serupa (1/3), dari perangkat lunak DataFit 9 dihasilkan nilai koefisien baru sehingga rumus untuk menghitung L* menjadi: 1/3 L* (Y/Y) n (10) Penelitian pendahuluan ini hanya meninjau nilai L* dikarenakan sulitnya memperoleh model perhitungan yang menghasilkan nilai a* dan b* dengan kemiripan pola yang sama. Karena menurut Soesatyo dan Marwah (2005) nilai a* dan b* merupakan koordinat kromatisitas, sehingga agak sulit untuk memperoleh nilai-nilai tersebut dengan menggunakan alat fotometer sederhana ini dan hanya melalui pendekatan rumus seperti itu. Sesuai dengan yang telah disebutkan sebelumnya, fotometer ini nantinya akan digunakan sebagai alat untuk memprediksi perubahan kecerahan warna kulit karena penggunaan produk kosmetika pencerah kulit. Kecerahan kulit seseorang dipengaruhi oleh kandungan melanin yang terkandung pada kulit. Menurut Trujillo et al. (1996), informasi mengenai pigmentasi relatif dapat ditinjau berdasarkan nilai L*, sehingga kulit yang gelap memiliki nilai L* lebih rendah dibandingkan dengan kulit yang cerah. Clarys et al. (2000) dan (Shriver & Parra 2000), menyimpulkan bahwa terdapat hubungan antara nilai L* (kecerahan relatif) dan M (melanin indeks) sehingga pendekatan dengan hanya menghitung nilai L* menggunakan fotometer untuk tujuan tersebut masih dapat diandalkan. Setelah diperoleh rumus L* untuk model utama, dilakukan validasi rumus (10) dengan menghitung nilai L* standar warna B, C, D (Gambar 8a-d). Dari grafik terlihat bahwa

17 8 dengan menggunakan rumus baru (10) untuk perhitungan nilai L*, memang tidak diperoleh nilai prediksi (pengukuran menggunakan fotometer kemudian nilai L* diprediksi menggunakan persamaan baru) yang sama dengan nilai aktual (pengukuran menggunakan chromameter), namun memiliki kemiripan pola. Kemiripan pola yang dimaksud adalah dengan menggunakan rumus tersebut, nilai L* standar warna yang diperoleh dari alat chromameter (aktual) terlihat menurun dari nomor 1 hingga 16, demikian halnya dengan nilai L* yang dihasilkan dari fotometer. Hal yang berbeda ditemukan pada standar warna A, B, C, D bernomor 4, hal ini dikarenakan perbedaan warna yang dimiliki antara standar warna sebelum (nomor 3) dan sesudah (nomor 5), gradasi standar warna nomor 4 tidak percis terletak di antara keduanya. (d) Gambar 8 Nilai aktual dan prediksi standar warna A (a), B (b), C (d), D (d) Walaupun nilai aktual dan prediksi dari setiap standar warna tidak memiliki nilai yang sama, namun bila dilihat nilai korelasi (R 2 ) antara nilai aktual dan prediksi untuk standar warna A, B, C, D berurut-urut adalah sebagai berikut 0.982; 0.990; 0.984; dan 0.987, nilainilai secara rinci dapat dilihat pada Lampiran 12. Hal ini dapat juga menegaskan bahwa terdapat kesesuaian pola antara nilai yang dihasilkan dari alat fotometer dan chromameter. Analisis Data dengan Metode Kemometrik (a) (b) (c) Pengenalan Pola Antara Nilai Keluaran dari Fotometer dan Chromameter Persamaan baru untuk memperoleh nilai L* (10) telah digunakan dan dapat dilihat hasilnya, namun dengan pendekatan seperti itu, agak rumit di dalam perhitungan variabelvariabel untuk memperoleh nilai Y/Yn, sehingga perlu dilakukan pemodelan dengan metode lain, salah satunya dapat dilakukan menggunakan metode kemometrik. Langkah pertama adalah analisis pengenalan pola antara nilai keluaran dari fotometer (voltase) dan chromameter (L*a*b*) sehingga secara tidak langsung dapat diperoleh gambaran awal mengenai potensi kelayakan hasil pengukuran fotometer untuk dapat disejajarkan dengan hasil pengukuran dari chromamater. Hal ini dikarenakan, data nilai L*a*b* standar warna yang diperoleh dari alat chromameter (3 variabel), sulit dilihat kemiripan polanya dengan fotometer secara langsung, sebab data keluaran dari fotometer hanya angka bersatuan milivolt dengan lima variasi panjang gelombang (5 variabel), sehingga harus dicari dicari variabel baru dengan tetap mempertahankan informasi yang dimiliki oleh data. Proses ini dapat dilakukan

18 9 menggunakan teknik Analisis Komponen Utama (AKU), dan digunakan program Unscrambler versi X (Trial Version), sehingga nantinya dapat dilihat kemiripan pola antara data yang dihasilkan dari kedua alat tersebut serta diketahui kombinasi lampu LED fotometer yang dapat menyebabkan hal itu. Dalam analisis AKU langsung digunakan data pengukuran asli hasil pengukuran standar warna berkode A (model utama) menggunakan kedua instrumen. Hasil analisis AKU dikatakan baik bila dengan jumlah komponen utama yang sedikit mampu menggambarkan total variasi yang besar. Total variasi yang terwakili untuk hasil pengukuran menggunakan chromameter dan fotometer (Gambar 9 dan 10) mencapai 99% dengan rincian masing-masing adalah (PC1 = 93%, PC2 = 6%) dan (PC1 = 98%, PC2 = 1%). Pengelompokkan untuk semua nomor standar warna dari 1-16 berada di keempat kuadran dan beberapa nomor standar warna hasil pengukuran menggunakan chromameter menempati kuadran yang sama, begitu pula dengan hasil pengukuran yang menggunakan fotometer, walaupun berada di kuadran yang berbeda namun distribusi standar warna pada masing-masing kuadran hasil pengukuran kedua instrumen memiliki kemiripan, dan dapat dikatakan pola yang dihasilkan dari kedua alat ini seperti membentuk bayangan cermin. Sumbangan panjang gelombang dari alat fotometer yang sangat berperan pada pengelompokkan ini adalah berasal dari lampu LED berwarna merah ( nm) dan biru ( nm), hal ini dapat diketahui dari loading PCA pada Gambar 11. Hal ini diperkuat dari skor PCA yang dihasilkan (Gambar 12), apabila hanya menggunakan dua lampu saja (merah dan biru), ternyata sudah diperoleh kemiripan pola yang serupa dengan Gambar 10. Pola yang dihasilkan akibat penggunaan lampu merah dan lampu biru setidaknya sudah dapat merepresentasikan kemiripan pola antara nilai yang dihasilkan dari chromameter dan fotometer. Hal ini disebabkan karena pada alat chromameter, pengukuran didasarkan pada sinar yang direfleksikan, terdapat fotosel bersensitivitas tinggi yang berfungsi sebagai penangkap sinar yang telah melewati filter, dan telah disesuaikan dengan standar warna dasar CIE yaitu biru (450 nm), hijau (550 nm), dan merah (610 nm) (Zwinkels 1996). Pada alat fotometer digunakan lampu LED merah ( nm) dan lampu LED biru ( nm), kedua lampu itu memiliki panjang gelombang yang mendekati warna dasar dari CIE pada alat chromameter, dengan penggunaan lampu monokromatis dan asumsi bahwa sinar reflektans memiliki panjang gelombang yang sama dengan panjang gelombang sumber sinar yang diberikan, sehingga hal tersebut dapat terjadi. Gambar 9 Skor PCA 16 standar warna A hasil pengukuran dengan chromamater (L*a*b*) Gambar 10 Skor PCA 16 standar warna A hasil pengukuran dengan fotometer (5 lampu) Gambar 11 Loading PCA 16 standar warna A dengan fotometer (5 lampu) Gambar 12 Skor PCA 16 standar warna A hasil pengukuran dengan fotometer (2 lampu)

19 10 Penggunaan dua lampu LED (merah dan biru) di dalam pengolahan data menggunakan teknik AKU, diperoleh juga pola seperti bayangan cermin, oleh karena itu berdasarkan plot loading (Gambar 11) dilakukan penambahan data dengan metode trial and error (penambahan data dari pengukuran menggunakan lampu LED kuning, hijau, atau ungu) dengan tujuan akhir yaitu dapat diketahui komposisi lampu yang menghasilkan kemiripan pola antara chromameter dan fotometer. Berdasarkan hasil pengolahan data menggunakan teknik AKU, diketahui bahwa komposisi lampu yang benar-benar memiliki kemiripan pola dengan hasil pengukuran chromameter adalah kombinasi lampu merah, biru, dan ungu (Gambar 13), total variasi yang terwakili untuk hasil pengukuran menggunakan fotometer mencapai 100% dengan rincian PC1 = 97%, PC2 = 3%). Hal ini dikarenakan data yang diperoleh dari penggunaan lampu ungu, menjadi pembobot untuk lampu merah dan biru, dan apabila ditinjau dari plot loading (Gambar 11), skor loading pada PC2 untuk lampu biru dan lampu ungu hampir sejajar, sehingga walaupun panjang gelombang dominan lampu ungu tidak sesuai dengan warna dasar dari CIE, namun apabila ketiga lampu tersebut digabungkan maka dapat menghasilkan kemiripan pola antara nilai dari chromameter dan fotometer. Sedangkan kombinasi lampu merah, biru, dan kuning (Gambar 14) dan lampu merah, biru, dan hijau (Gambar 15), kedua kombinasi lampu tersebut menghasilkan pola seperti Gambar 10, hanya saja pada Gambar 15 terdapat penyimpangan pada standar warna bernomor 14, namun tidak terlalu signifikan. Gambar 13 Skor PCA 16 standar warna A hasil pengukuran dengan fotometer (lampu merah, biru, ungu) Gambar 14 Skor PCA 16 standar warna A hasil pengukuran dengan fotometer (lampu merah, biru, kuning) Gambar 15 Skor PCA 16 standar warna A hasil pengukuran dengan fotometer (lampu merah, biru, hijau) Pembentukan Model Prediksi nilai L* Menggunakan Partial Least Square (PLS) Setelah diketahui bahwa terdapat kemiripan pola antara nilai yang dihasilkan fotometer dan chromameter berarti dapat dikatakan terdapat adanya hubungan antara hasil pengukuran fotometer dan chromameter, maka tahap selanjutnya adalah membentuk model untuk dapat melihat seberapa dekat hubungan antara variabel-variabel dari hasil pengukuran kedua instrumen tersebut, salah satunya untuk memprediksi nilai L*, dalam hal ini digunakan teknik PLS, yang dapat menghubungkan hasil kedua instrumen. Model kalibrasi dibentuk dari nilai pengukuran fotometer sebagai variabel x (prediktor) dan nilai pengukuran chromameter (L*a*b*) sebagai variabel y (respons). Analisis PLS melibatkan tiga komponen respons, yaitu dalam bentuk nilai L*a*b*. Kesahihan model yang terbentuk diuji dengan validasi silang. Teknik validasi silang bermanfaat untuk menentukan jumlah komponen yang optimal dari jumlah contoh yang sedikit, selain itu juga mampu melakukan tes secara independen (Stchur et al. 2002). Berdasarkan hasil trial and error pada tahap sebelumnya, diputuskan untuk

20 11 menggunakan tiga lampu LED (merah, biru, dan ungu) yang didasarkan pada kemiripan pola antara hasil pengukuran fotometer dan chromameter. Seperti yang telah disebutkan sebelumnya bahwa alat fotometer ini akan difungsikan untuk mengukur tingkat perubahan kecerahan kulit normal manusia yang salah satunya dipengaruhi oleh kandungan melanin yang terkandung di dalam kulit. Menurut Kollias dan Baqer (1985), nilai reflektans yang cukup besar untuk melanin berada panjang gelombang lampu LED berwarna merah, dan Dwyer et al. (2002) menyimpulkan bahwa pada panjang gelombang lampu ungu juga dapat diperoleh hal tersebut, sehingga kombinasi lampu yang diperoleh dari hasil AKU dapat digunakan untuk pengukuran kulit (in vivo). Informasi yang diperoleh dari pengolahan data pengukuran standar warna berkode A (model utama), diperoleh nilai R 2 kalibrasi sebesar , R 2 prediksi sebesar , RMSEC sebesar , dan RMSEP sebesar Nilai korelasi, RMSEC, dan RMSEP model utama untuk memprediksi nilai L* tersebut, masih dikatakan baik karena menurut Farkas et al. (2004), model yang memiliki nilai root mean square error of calibration (RMSEC) dan root mean square error of prediction (RMSEP) rendah, nilai korelasi antara y prediksi dan nilai y referensi tinggi, dikatakan model tersebut baik. Model utama tersebut dapat digunakan untuk memprediksi nilai L* standar warna berkode B, C, dan D (Tabel 3). Pengolahan data dengan menggunakan model utama, diperoleh informasi bahwa ketika digunakan model utama (lampu merah, biru, dan ungu) nilai korelasi antara nilai L* aktual dan prediksi untuk standar warna kode B, C, dan D berurut-urut adalah sebagai berikut 0.992; 0.994; Hasil-hasil tersebut bisa dikatakan bahwa model utama dapat memprediksi nilai L* dengan cukup baik, walaupun nilai prediksi dan aktual masih terlihat adanya perbedaan (persen deviasi yang masih cukup besar), namun dilihat dari hasil-hasil tersebut adanya kemiripan pola antara hasil pengukuran menggunakan fotometer dan chromameter, dalam arti bahwa nilai L* untuk masing-masing standar warna berkode A, B, C, dan D dari nomor 1 16 sama-sama memiliki pola nilai yang semakin menurun, kecuali pada standar warna berkode C dan D bernomor 4, hal ini dikarenakan perbedaan gradasi antara standar warna bernomor 3 dan 5. Nomor Standar Warna Tabel 3 Hasil prediksi nilai L* standar warna menggunakan teknik PLS L* Aktual A B C D L * Prediksi % Deviasi L* Aktual L* Prediksi % Deviasi L* Aktual L* Prediksi % Deviasi L* aktual L* Prediksi % Deviasi

21 12 Perhitungan Koefisien Baru untuk Prediksi Nilai L* Menggunakan 3 Lampu Berdasarkan pengenalan pola menggunakan teknik AKU, diketahui bahwa dengan menggunakan tiga lampu (merah, biru, dan ungu) dapat diperoleh pola yang mirip antara nilai pengukuran menggunakan fotometer dan chromameter, oleh karena itu dilakukan juga pemodelan persamaan (Curve Fit) menggunakan tiga lampu. Berdasarkan hasil perhitungan dengan menggunakan rumus sejenis dan nilai pangkat yang serupa (1/3), dari perangkat lunak DataFit 9 dihasilkan nilai koefisien baru sehingga rumus untuk menghitung L* menjadi: 1/3 L* (Y/Y) n (11) Setelah diperoleh rumus L* maka dilakukan validasi rumus tersebut dengan memprediksi standar warna berkode B, C, dan D (Gambar 16a-d). (d) Gambar 16 Nilai aktual dan prediksi standar warna A (a), B (b), C (d), D (d) Seperti hasil prediksi menggunakan lima lampu, ketika digunakan hanya 3 lampu terlihat belum dihasilkannya nilai prediksi yang sama dengan nilai aktual, namun bila dilihat nilai korelasi (R 2 ) antara nilai aktual dan prediksi untuk standar warna A, B, C, D berurut-urut adalah sebagai berikut 0.979, 0.976, 0.977, 0.981, hal ini dapat juga menegaskan bahwa terdapat kesesuaian pola antara nilai yang dihasilkan dari alat fotometer dan chromameter. Pengukuran Warna Kulit Normal Manusia (a) (b) (c) Setelah dilakukan pengukuran secara in vitro, untuk mencapai target luaran maka dilakukan pengukuran secara in vivo (pengukuran secara langsung pada kulit manusia). Pengukuran kulit manusia hanya dilakukan pada dua mahasiswa saja namun terdapat dua letak target pengukuran pada setiap mahasiswa, hal ini dikarenakan keterbatasan akses dalam penggunaan chromameter. Dalam penelitian ini, dipilih kulit normal manusia (tidak dalam kondisi sakit kulit), pada bagian punggung tangan kanan (PF, PA) dan lengan bagian bawah tangan kanan (FF, FA) untuk setiap mahasiswa. Penelitian ini merupakan penelitian pendahuluan fotometer untuk dijadikan pengukur perubahan kecerahan warna kulit, jadi belum dilakukan proses perlakuan (pemberian bahan kosmetika pencerah kulit) pada kulit tangan yang dijadikan contoh pengukuran. Dasar pemilihan punggung tangan dan lengan bagian bawah, dikarenakan kedua bagian tangan ini memiliki perbedaan warna yang cukup signifikan, sehingga dapat dianalogikan pada target luaran yaitu untuk mengukur perubahan kecerahan warna kulit. Proses prediksi

22 13 menggunakan pendekatan pemodelan persamaan (Curve Fit) dan kemometrik (PLS) dengan kombinasi tiga lampu LED (merah, biru, dan ungu). Hasil yang diperoleh (Gambar 17 dan 18) ketika digunakan pendekatan pemodelan persamaan (rumus nomor 11) dan kemometrik memiliki nilai korelasi berurut-urut sebagai berikut dan Walaupun nilai aktual dan prediksi pengukuran kulit menggunakan pemodelan persamaan memiliki nilai korelasi sedikit lebih tinggi, namun apabila dilihat dari grafik terlihat bahwa pendekatan menggunakan metode kemometrik memiliki nilai prediksi yang mendekati nilai sebenarnya, hal ini dikarenakan proses prediksi menggunakan pemodelan persamaan menggunakan satu rumus saja sehingga kemampuan untuk mendekati nilai sebenarnya agak terbatas, sedangkan ketika digunakan pendekatan kemometrik (PLS), komposisi model yang digunakan lebih kompleks dan menyertakan pembobot (W) sehingga dapat memaksimalkan korelasi antara model skor dari X dan Y. Berdasarkan Gambar 17 dan 18 dapat terlihat bahwa kemampuan model untuk menghasilkan nilai prediksi yang mendekati nilai aktual belum begitu baik, karena nilai prediksi masih jauh dari nilai sebenarnya. Hal ini dikarenakan model yang digunakan berdasarkan pengukuran secara in vitro (menggunakan standar warna A yang dicetak pada kertas), tentu saja memiliki matriks yang berbeda dengan kulit manusia sebenarnya, karena warna kulit ditentukan oleh pigmen seperti hemoglobin, melanin, bilirubin, dan karotenoid, sehingga pigmen-pigmen inilah yang diduga dapat memengaruhi hasil pengukuran kulit yang dilakukan secara langsung. Walaupun secara kuantitatif belum diperoleh kecenderungan nilai prediksi yang hampir sama dengan nilai aktual, namun dengan model-model tersebut dapat terlihat kemiripan pola antara pengukuran menggunakan chromameter dan fotometer. Gambar 18 Nilai aktual dan prediksi kulit normal dari metode kemometrik (PLS) SIMPULAN DAN SARAN Simpulan Pendekatan menggunakan pemodelan persamaan (Curve Fit) dan metode kemometrik (teknik PLS) dapat digunakan untuk memprediksi nilai L* standar warna dan kulit normal manusia. Kombinasi lampu yang memberikan kesamaan pola antara hasil pengukuran menggunakan chromameter dan fotometer adalah lampu merah, biru, dan ungu. Pendekatan untuk menghitung nilai L* kulit normal manusia yang memberikan hasil mendekati nilai L* sebenarnya adalah model yang dihasilkan dari metode kemometrik (teknik PLS). Dari hasil-hasil penelitian yang telah disebutkan di atas, menunjukkan bahwa fotometer ini berpotensi untuk dijadikan alat ukur perubahan kecerahan warna kulit normal manusia. Saran Pengukuran secara langsung pada kulit normal manusia perlu dilakukan pada beragam variasi kecerahan kulit normal manusia, kemudian pembuatan model prediksi nilai L* dibuat berdasarkan pengukuran tersebut, sehingga dapat lebih dipastikan bahwa alat fotometer ini layak digunakan sebagai alat alternatif selain chromameter secara khusus untuk digunakan dalam bidang pengembangan formula bahan kosmetika kulit. DAFTAR PUSTAKA Gambar 17 Nilai aktual dan prediksi kulit normal dari pemodelan persamaan Anonim Light Dependent Resistor LDR. [terhubung berkala]. datasheet.pdf [2 Des 2010]. Chandra, Franky, Arifianto D Jago

23 14 Elektronika Rangkaian Sistem Otomatis. Jakarta: Kawan Pustaka. CIE Publication No. E Standard practice for computing the colors of objects by using the CIE system. In ASTM standards on color and appearance measurement Ed ke 6. CIE Central Bureau Kegelgasse 27 A-1030 Wien, Austria. Clarys P, Alewaeters K, Lambrecht R, Barel AO Skin color measurements: comparison between three instruments: the Chromameter, the DermaSpectrometer and the Mexameter. Skin Research and Technology 6: Draaijers LJ, Tempelman FRH, Yvonne, Botman YAM, Kreis RW, Middelkoop E, van Zuijlen PPM Colour evaluation in scars: tristimulus colorimeter, narrow-band simple reflectance meter or subjective evaluation?. Burns 30: Dwyer T, Blizzard L, Ashbolt R, Plumb J, Berwick M, Stankovich JM Cutaneous melanin density of Caucasians measured by spectrophotometry and risk of malignant melanoma, basal cell carcinoma, and squamous cell carcinoma of the skin. Am J Epidemiol 155: Farkas O, Jakus J, Heberger K Quantitative Structure antioxidant activity relationship of flavonoid compounds. Molecules 9: Feather JW, Ellis DJ, Leslie G A portable reflectometer for the rapid quantification of cutaneous haemoglobin and melanin. Phys Med Biol. 33(6): Fullerton A, Fischer T, Lahti A, Wilhelm KP, Takiwaki H, Serup J Guidelines for measurement of skin colour and erythema, A report from the Standarization Group of the European Society of Contact Dermatitis. Contact Dermatitis 35:1 10. Kollias N, Baqer A Spectroscopic characteristics of human melanin in vivo. J Invest Dermatol. 85: Li M, Urmacher CD Histology for Pathologists Ed ke 3. Mills SE, editor. New York: Lippincott William & Wilkins. Lohninger H Multivariate calibration.[terhubung berkala]. ultivaritae.html [20 Februari 2010]. Marieb EN, Essentials of Human Anatomy and Physiology Ed ke 2. California: The Benjamin/Cummings. Matts PJ New insights into skin appearance and measurement. J of Investigative Dermatology Symposium Proceedings 13:6 9. Matts PJ, Fink B, Grammer K, Burquest M Color homogeneity and visual perception of age, health, and attractiveness of female facial skin. J of the American Academy of Dermatology 57: McCaig TN Extending the use of visible/near-infrared reflectance spectrophotometers to measure colour of food and agricultural product. Food Research Inernational 35: Menn N Practical Optics. New York: Elsevier. Miller JC, Miller JN Statistic and Chemometrics for Analytical Chemistry. Ed ke-4. Harlow: Pearson Education. Muizzuddin N, Marenus K, Maes D, Smith WP Use of Chromameter in assessing the efficacy of anti irritants and tanning accelerators. J Soc Cosmet Chem. 41: Shriver MD, Parra EJ Comparison of narrow band reflectance spectroscopy and tristimulus colorimetry for measurements of skin and hair color in persons of different biological ancestry. American J of Physical Anthropology 112: Soesatyo B, Marwah SD Pengungkapan nilai negatif a,b pada chromameter dengan analisa perhitungan. PPI KIM 2:71 79.

24 15 Soesatyo B, Marwah SD Penentuan perbedaan warna bahan ditinjau pada nilai pencahayaan L. Instrumentasi 29: Stchur P, Cleveland D, Zhou J, Michel RG A review of recent applications of near infrared spectroscopy, and the characteristics of a novel PbS CCD array-based near infrared spectrometer. Appl Spect Rev 37: Stephen ID, Smith MJL, Stirrat MR, Perrett DI Facial skin coloration affects perceived health of human faces. Int J Primatol 30: Trujillo O, Vanezis P, Cermignani M Photometric assessment of skin colour and lightness using a tristimulus calorimeter: reliability of inter and intra investigator observations in healthy adult volunteers. Forensic Science Int 81:1 10. Wallace VP, Crawford DC, Mortimer PS, Ott RJ, Bamber JC Spectrophotometric assessment of pigmented skin lesions: methods and feature selection for evaluation of diagnostic performance. Phys Med Biol 45: Weatherall IL, Coombs BD Skin color measurement in terms of CIELAB color space values. J Invest Dermatol 99: Wold S, Sjostrom M, Eriksson L PLSregression: a basic tool of chemometrics. Chem Intel Lab Syst 58: Zain H, Tedjo A, Kusmardi Karakterisasi sifat autofluoresensi jaringan adenokarsinoma menggunakan metode analisis multieksitasi. Makara Kesehatan 11: Zwinkels JC Colour measuring instruments and their calibration. Displays 16 (4):

25 LAMPIRAN 16

26 17 Lampiran 1 Diagram alir penelitian Lampiran 1 Bagan alir penelitian Pembuatan standar warna dari produk pencerah kulit komersial Karakterisasi panjang gelombang lampu LED Pengukuran Standar Warna Menggunakan Fotometer dan Chromameter Analisis data menggunakan Curve Fit Koefisien dan Persamaan baru Pengukuran Reflektans Kulit Manusia Menggunakan Fotometer dan Chromameter Nilai X, Y, Z Analisis data menggunakan Kemometrik Hasil PCA PLS Pembandingan Alat Fotometer sebagai alat Pengukur Warna Kulit

27 Lampiran 2 Standar warna dari produk pencerah kulit komersial yang telah dimodifikasi 18

28 19 Lampiran 3 Alat Chromameter Konica Minolta CR 400 Lampiran 4 Fotometer yang sedang dikembangkan Lampiran 5 Otoskop sumber sinar