Hasil Pencarian  ::  Simpan CSV :: Kembali

"

Madu sangat bermanfaat untuk tubuh. Madu dijadikan obat alternatif oleh masyarakat dalam menyembuhkan berbagai jenis penyakit dikarenakan kandungan senyawa di dalamnya. Tingginya permintaan pasar dikarenakan meningkatnya konsumsi madu oleh masyarakat memberikan peluang kepada oknum-oknum tidak bertanggung jawab untuk memalsukan madu. Oleh sebab itu diperlukan suatu teknologi canggih yang bisa mendeteksi keaslian madu beserta klasifikasikasi dan sifatnya secara cepat dan akurat. Identifikasi dan klasifikasi madu dilakukan pada madu asli yang berasal dari lebah Apis sp. dan juga stingless bees serta madu palsu buatan yang dibuat dengan percampuran madu asli dengan penambahan air gula (Fruktosa) dan NaHCO_3.  Dalam melakukan identifikasi madu dengan metode Artificial Neural Network (ANNs) digunakan software berupa MATLAB. Metode Artificial Neural Network (ANNs) yang digunakan adalah alogaritma backpropagation dengan arsitektur jaringan multilayer. Hasil dari peneitian ini adalah pengidentifikasian madu menggunakan metode Artificial Neural Network untuk percobaan 2 kelas memiliki hasil tranning dan testing yang lebih tinggi dibandingkan dengan percobaan dengan 6 kelas. Hal tersebut disebabkan karena semakin banyak kelas maka jumlah data setiap kelas harus semakin banyak dan sama rata dikarenakan jumlah data mempengaruhi hasil tranning dan testing dari Artificial Neural Network.

 

---

Honey is very beneficial for body. It can be used as an alternative medicine by humans for curing various types of diseases due to the compound contained in honey. The high market demand due to increasing consumption of honey by consumers provides opportunities for unscrupulous individuals to falsify honey. In order to prevent consumers from fake honey, we need a sophisticated technology that can detect the authenticity of honey along with its classification and nature quickly and accurately. In this study, a method for identifying and classifying the authenticity of honey using Artificial Intelligence (AI), the type of artificial intelligence that is used in this study is Artificial Neural Network (ANNs). The identification and classification of honey is performed using honey Apis sp bees, stingless bees and fake honey. Fake honey is made by adding sugar (Fructose) and NaHCO₃ to the honey. For identifying honey with the Artificial Neural Network (ANNs) method, the author used MATLAB software. The Artificial Neural Network (ANNs) method used is a backpropagation algorithm with multilayer network architecture. The result of this research is the identification of honey using the Artificial Neural Network method for the 2-class experiment which has higher tranning and testing results compared with experiments with 6 classes. This is because the amount of data per class must be more and equal because the amount of data affects the results of tranning and testing of Artificial Neural Network.

"

"Madu merupakan suatu senyawa alami yang memiliki banyak manfaat terutama dibidang kesehatan. Tingginya permintaan madu ini tidak diimbangi dengan ketersediaannya di alam sehingga dimanfaatkan oleh pihak ndash; pihak tertentu untuk membuat madu palsu. Klasifikasi lebah juga perlu dilakukan berdasarkan fakta bahwa ketersediaaan madu yang dihasilkan dari jenis stingless bees ini masih sangat terbatas sehingga harganya jauh lebih mahal jika dibandingkan dengan madu dari jenis Apis sp. Metode konvensional untuk menguji keaslian yang selama ini digunakan seperti uji buih, uji semut, uji kekeruhan, dll, belum dapat menjamin keaslian madu sepenuhnya. Dalam penelitian ini dikembangkan suatu alternatif pengujian untuk mengidentifikasi dan mengklasifikasi keaslian dari madu adalah dengan menggunakan alat Attenuated Total Reflectance Fourier Transmission Infrared Spectrometer ATR-FTIR dengan daerah panjang gelombang antara 550 ndash;4000 cm-1. Sampel madu asli yang digunakan berasal dari peternak madu lokal dari seluruh Indonesia sedangkan madu palsu dibuat dengan campuran air, gula, madu asli dan NaHCO3. Pengambilan data dilakukan dengan menggunakan software OMNIC dan untuk mengolah data menggunakan software TQ Analyst. Berdasarkan pengolahan data, pengelompokkan daerah terbaik untuk identifikasi keaslian madu adalah pada daerah 1700 -1600 cm-1, 1540 - 1175 cm-1, 1175 - 940 cm-1, 940 - 700 cm-1 dan untuk klasifikasi jenis lebah penghasil madu adalah pada daerah 1700 -1600 cm-1. Penelitian ini bertujuan untuk memperoleh metode yang dapat mendeteksi keaslian madu secara umum dan klasifikasi madu berdasarkan jenis lebah penghasil yang cepat, tepat dan akurat.

---

This study aimed to determine wh"Honey is a natural product produced by honey bees and it has many benefits, especially for human rsquo s healthiness. The high demand of honey is not be balanced by its availability in nature, so it is used by certain parties to make fake honey. As for the classification of honey bees, is based on the fact that honey from stingless bees is much more expensive than Apis sp. because the yield of honey per colony is never very great. Current rapid detection methods like raw fish test, turbidity test, foam test, test with ants usually either have challenges for the accuracy.

In this experiment, there is an alternative testing to identify the authenticity of honey by using Attenuated Total Reflectance Fourier Transmission Infrared Spectrometer ATR FTIR with the range of wavelengths between 550 4000 cm 1. Real honey rsquo s samples were obtained from the local honey bees breeder from all around Indonesia while the fake honey were made from the mixture of water, sugar, NaHCO3, and real honey.

Data were collected using OMNIC software and processed using TQ Analyst software. For identification of authenticity purpose, there were 2 classes formed, real and fake honey, the best region which can clearly differentiate them are 4 regions 1700 1600 cm 1, 1540 1175 cm 1, 1175 940 cm 1 and 940 700 cm 1. For classification purpose, there were 2 classes formed based on type of honey bees, Apis sp. and stingless bees, the best region specifically is 1700 1600 cm 1. This study aimed to obtain a method that can detect the authenticity and classification of honey which are fast, precise, and accurate. "

"Kegemukan/obesitas telah diakui sebagai salah satu masalah kesehatan yang serius. Pencegahan obesitas dan kelebihan berat badan semakin menjadi perhatian. Baru-baru ini, asupan herbal untuk pelangsing dan suplemen makanan secara signifikan diminati oleh orang-orang yang mencoba berjuang dengan obesitas. Pada kenyataannya, suplemen makanan herbal untuk pelangsing mempengaruhi tubuh manusia lebih lambat dibandingkan dengan obat pelangsing sintetis. Sehingga, Bahan Kimia Obat (BKO) sering kali ditambahkan ke dalam sediaan obat tradisional. Meskipun dilarang, namun pada kenyataanya, di pasaran masih juga beredar Produk Herbal untuk Pelangsing yang mengandung bahan kimia obat (BKO). Fokus utama dari Review Artikel ini adalah untuk menyoroti pendekatan skrining baru yang digunakan dalam pendeteksian BKO pada produk herbal untuk pelangsing yang ada di pasaran. Metode spektroskopi ATR-FTIR (Attenuated Total Reflectance-Fourier Transform Infrared) merupakan alat skrining yang layak dan menarik untuk menganalisis produk herbal untuk pelangsing yang dicurigai dipalsukan. Interpretasi/pengolahan data yang digunakan adalah kemometrik. Penggunaan ATR-FTIR telah terbukti dapat menganalisis sampel dengan cepat, sederhana, dan tidak memerlukan persiapan sampel yang sulit. Selain itu, teknik ini cukup akurat, tidak mememerlukan pelarut berbahaya dan reagen serta ramah lingkungan. ATR-FTIR umumnya digunakan untuk mengidentifikasi, karakterisasi, penjelasan struktur, dan pemantauan reaksi dalam kimia analitik. Spektroskopi ATR- FTIR dikombinasikan dengan metode kemometrik model HCA (Hierarchical Cluster Analysis) dan PCA (Principal Component Analysis) ditemukan cukup akurat untuk pendeteksian BKO Sibutramin HCl dan pemalsuan lainnya didalam produk herbal untukpelangsing.

---

Overweight/Obesity has been recognized as a serious health problem. Prevention of obesity and overweight is increasingly becoming a concern. Recently, the intake of herbs for slimming and dietary supplements is significantly in demand by people trying to struggle with obesity. In fact, herbal slimming supplements affect the human body more slowly than synthetic slimming drugs. Thus, chemical drugs are often added to traditional medicinal preparations. Although it is prohibited, in fact, in the market there are also Herbal Slimming Products that contain chemical drugs. The main focus of this review article is to highlight new screening approaches used in the detection of chemical drugs in herbal slimming products on the market. The ATR-FTIR (Attenuated Total Reflectance-Fourier TransformInfrared) spectroscopic method is a feasible and attractive screening tool to analyse herbal slimming products suspected of being counterfeited. The interpretation/processing of the data used is chemometric. The use of ATR-FTIR has proven to be able to analyse samples quickly, simply, and does not require difficult sample preparation. In addition, this technique is quite accurate, does not require harmful solvents and reagents and is environmentally friendly. ATR-FTIR is commonly used for identification, characterization, structure explanation, and reaction monitoring in analytical chemistry. ATR-FTIR spectroscopy combined with the chemometric method of HCA (Hierarchical Cluster Analysis) and PCA (Principal Component Analysis) models was found to be quite accurate for the detection of Sibutramine HCl and other adulterations in herbal slimming products."

"Kopi merupakan komoditas ekspor yang diandalkan menjadi sumber penghasilan bagi 1,5 juta petani kopi di Indonesia salah satunya spesies kopi robusta. Kopi robusta menjadi spesies kopi yang mendominasi untuk ditanam di Indonesia yaitu sebesar 73,06% dari total produksi kopi di Indonesia. Proses roasting merupakan tahapan penting dalam pemberian rasa pada kopi. Kafein merupakan salah satu senyawa yang memberikan rasa pada kopi. Namun, penelitian kopi di Indonesia masih sedikit terutama tentang analisis senyawa kafein pada proses roasting. Penelitian ini bertujuan untuk menganalisis senyawa kafein pada light dan dark roasting berdasarkan GC-MS ekstrak biji kopi robusta yang dilarutkan dengan pelarut akuades. Sampel merupakan hasil dari light roasting dan dark roasting yang berasal dari pulau Jawa dan Sulawesi dengan tidak adanya pengulangan. Uji beda mean populasi (Uji T) digunakan untuk membandingkan kandungan senyawa kafein pada tipe roasting yang berbeda. Rata-rata luas area di bawah peak pada tiap kelompok sampel kopi dibandingkan menggunakan Uji T untuk melihat perbedaannya dengan tingkat signifikansi α = 0.05. Hasil Uji T menunjukkan bahwa tidak ada perbedaan kandungan senyawa kafein pada light roasting dan dark roasting.

---

Coffee is an export commodities that is reliable as the source of income to 1,5 billion of Indonesian farmers one of them is robusta coffee species. Robusta coffe is the dominant species to be planted in Indonesia, comprising of 73.06% of Indonesia total coffee production. roasting process is the critical process which will give flavors to coffee. caffeine is one of compounds that contributes to the taste of coffee. The objective of this study was to analyze caffeine compounds on light and dark roasting of robusta coffee extracts dilluted in aquades based on GC-MS method. the samples were light and dark roasted coffee beans from Java and Sulawesi.  Caffeine compounds contained on two different roasting methods were compared with The Unequal Variance T test. The mean of area under the peak on each sample groups were compared with T test to investigate the difference on significance α = 0.05. The T test showed that there were no difference on the caffeine compound contained in light and dark roasting methods."

"Tanaman penghasil minyak atsiri yang dikenal di masyarakat luas salah satunya adalah tanaman dari keluarga Myrtaceae. Minyak atsiri yang diperoleh dari tanaman yang berasal dari berbagai marga Myrtaceae dianalisis menggunakan spektroskopi ATR-FTIR (Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy). Senyawa terpenoid merupakan komponen utama penyusun minyak atsiri, sehingga analisis minyak atsiri didasarkan pada spektrum senyawa terpenoid. Daerah IR antara 1700 dan 700 cm-1 merupakan daerah sidik jari yang memberikan informasi spektral yang kompleks namun juga unik dan dapat direproduksi serta signifikan untuk identifikasi sampel. Hasil spektrum yang didapatkan dari metode spektroskopi ATR-FTIR kemudian dianalisis lebih lanjut dengan menggunakan metode kemometrik yang menerapkan metode matematika dan statistika. Informasi yang didapatkan dari analisis dapat diterapkan pada pengendalian mutu minyak atsiri. Pada skripsi ini akan dikaji beberapa literatur terkait ATR-FTIR, kemometrika, dan penerapannya dalam menganalisis minyak atsiri tanaman Myrtaceae.

---

One of the essential oil-producing plants known in the wide community is a plant from the Myrtaceae family. Essential oils obtained from this family analyzed using ATR-FTIR spectroscopy (Attenuated Total Reflectance-Fourier Transform Infrared Spectroscopy). Terpenoid compounds are the main components of essential oils, so the analysis of essential oils is based on the spectrum of terpenoid compounds. The IR region between 1700 and 700 cm-1 is a fingerprint region that provides complex spectral information that is also unique and reproducible as well as significant for sample identification. The spectrum results obtained from the ATR-FTIR spectroscopy method are then further analyzed using the chemometric method which applies the mathematical and statistical methods. The information obtained from the analysis can be applied to quality control of essential oils. This thesis will study some literature related to ATR-FTIR, chemometrics, and its application in analyzing the essential oils of Myrtaceae plants."

"Penyalahgunaan obat-obatan mengalami peningkatan di masyarakat. Salah satu senyawa yang sering disalahgunakan adalah stimulan tipe amfetamin dengan contohnya 3,4-Metilendioksi-N-etilamfetamin MDEA. Senyawa ini memiliki khasiat sebagai psikotropika. Di Indonesia, senyawa ini masuk dalam narkotika golongan I berdasarkan Undang-Undang Nomor 35 Tahun 2009. Untuk menyatakan seseorang positif menggunakan narkoba maka perlu untuk dibuktikan melalui identifikasi senyawa dalam matriks biologis. Dried blood spot DBS merupakan metode dengan matriks berupa darah utuh memiliki kelebihan, berupa kebutuhan sampel darah lebih sedikit, dan penanganannya mudah. Penelitian ini bertujuan untuk mengembangkan metode analisis MDEA dalam DBS, mulai dari kondisi KG-SM yang optimum, metode preparasi DBS yang optimum hingga validasi metode analisis. Kondisi kromatografi yang optimum diperoleh dengan digunakan kolom kapiler HP-5 MS 30 m x 0,25 mm I.D. x 0,25 ?m ; helium sebagai fase gerak; laju alir 1,0 mL/menit; suhu kolom 250oC; deteksi SM menggunakan 4 fragmen pada nilai m/z 72,00 dan 44,00 untuk MDEA dan 58,00 dan 77,00 untuk Efedrin HCl sebagai baku dalam. Preparasi sampel menggunakan kertas DBS dengan volume totolan 40 L diekstraksi dengan mikroekstraksi cair-cair dengan pelarut metanol 700 L, sonikasi selama 5 menit, dievaporasi dengan gas nitrogen kemudian direkonstitusi dengan etil asetat 50 L. Hasil validasi terhadap metode analisis MDEA yang dilakukan memenuhi persyaratan validasi berdasarkan EMEA bioanalytical guideline pada tahun 2011. Metode yang diperoleh linear pada rentang konsentrasi 15-250 ng/mL dengan r ge; 0,98.

---

Drug abuse has been increasing in society. One of the most frequently abused substances is amphetamine type stimulants such as 3,4 Methylenedioxy N ethylamethetamine MDEA. These substances exhibit psychotropic activity. In Indonesia, these substances belong to Class I Narcotic based on Act Number 35 Year 2009. To declare a person positive using drugs then it is necessary to be proved through the identification of compounds in the biological matrix. Dried blood spot DBS is a method using matrix of whole blood as sample and gave some advantages preluding fewer blood samples, and easy handling. This study aimed to develop MDEA analysis methods in DBS including optimization GC MS conditions, optimum DBS preparation methods, and validation of analytical method. The optimum chromatographic conditions were HP 5 MS capillary columns 30 m x 0.25 mm I.D. x 0.25 m helium as mobile phase flow rate 1,0 mL min column temperature 250oC detection of MS using 4 fragments at m z values of 72.00 and 44.00 for MDEA and 58.00 and 77.00 for Ephedrine HCl as an internal standard. Sample were prepared by using DBS paper with spot volume 40 L then extracted using liquid liquid microextraction with 700 L methanol as solvent, sonication for 5 minutes, evaporated using nitrogen gas then reconstituted with 50 L ethyl acetate. The validation results of the MDEA analysis methods performed met the validation requirements based on the EMEA bioanalytical guideline 2011. The obtained method was linear in the concentration range of 15 250 ng mL with r ge 0.98."

"Skripsi ini dibuat untuk merancang perangkat lunak yang mampu mengenali nilai nominal uang kertas rupiah beserta keasliannya melalui proses pengolahan citra berbasiskan metode jaringan syaraf tiruan dengan algoritma backpropagation. Sistem pengenalan citra (image recognition) ini memperoleh kemampuan deteksi dengan cara belajar dari contoh (learning by examples).Pola dari tiap uang kertas rupiah memiliki ciri yang unik yang membedakannya satu dengan yang lainnya, baik bentuk angka, jumlah angka nol, serta gambar latar belakangnya. Pola khas dari tiap jenis uang kertas inilah yang dikenali oleh perangkat lunak ini, sehingga mampu membedakan tidak hanya uang kertas rupiah (valid data) tapi juga uang kertas pecahan lain (unknown data).Pencitraan uang kertas berasal dari dua sumber yakni citra tampak (visible image), yang berasal dari scanner 300 dpi, dan tak tampak (invisible image), yang menggunakan sinar ultraviolet (UV). Beberapa area tertentu diambil dari citra sebagai masukan identifikasi yang akan diolah melalui proses dijitalisasi sehingga dihasilkan reduksi citra hitam-putih (gray-scale) sebesar 8x7 pixel. Hal ini bertujuan selain mengurangi besar data pelatihan jaringan syaraf tiruan (JST) juga meningkatkan kemampuan identifikasi.Metode backpropagation dipilih didasarkan atas masukan data relatif kecil dengan harapan waktu pendeteksian dapat dipersingkat. Hasil identifikasi mungkin tidak akan mendekati klasifikasi, tetapi akan didekati dengan persentase kesalahan sekecil mungkin. Jumlah total data sebanyak 76 set, dimana 25 diantaranya digunakan untuk melatih JST, dan sisanya sebanyak 51 set digunakan untuk menguji JST. Hasil simulasi menunjukkan sistem mampu mengenali dengan tingkat akurasi hingga sebesar 92% bervariasi tergantung dari jumlah set data pelatihan yang dilakukan. Metode yang diterapkan dapat digunakan untuk mengenali uang kertas pecahan rupiah.

---

This paper is written to design a software that capable to recognize the nominal value of rupiah banknote with its authenticity by means of image-processing technic based on artificial neural network with backpropagation algorithm. This image-processing technic has its recognition ability from learning-by-examples process.

Each rupiah banknote has its unique characteristic which distinguish the banknote with one another, such as numeral shape, amount of zeroes, and its background image. The software then uses this banknote’s unique pattern to recognize not only for valid currency, but also for unknown currency.

The banknote imaging process itself came from two sources, visible image—taken from a 300dpis scanner, and unvisible image—taken from a UV. Some certain areas are taken from the image as identification source that will be processed by some digitalization until these areas become an 8x7 pixels gray-scale image. This is intented to reduce the data size for the artificial neural network training process, thus increase the identification ability.

Backpropagation method is chosen based on its input data which is relatively small, hoping that the detection time can be decreased. The identification result might not get closer with the classification result, but will get approached with as small error as possible. The total amount of data are 76 sets, where 25 of them are used to train the artificial neural network, and the rest of them are used to test the neural network. Simulation result shows that the sistem is capable to identify up to 92% of accuracy, depends on amount of train-sets data. This method can be used to identify the rupiahs banknote authenticity."

"Secara teoritis, biometrik dapat digunakan untuk mengidentifikasi dan memverifikasi suatu individu. Iris mata merupakan salah satu instrumen biometric yang handal, karena keunikan dari dan kompleksitasnya.Di dalam penelitian ini dirancang bangun program identifikasi iris mata menggunakan metode Jaringan Syaraf Tiruan (JST). Citra mata dijital yang akan diidentifikasi pertama-tama dilakukan pra-pengolahan terlebih dahulu. Proses ini memisahkan bagian iris dari citra mata menggunakan metode morphologi, yaitu close, erosi dan dilasi. Selanjutnya, citra disegmentasi untuk memisahkan citra iris berbentuk lingkaran dalam koordinat x-y menjadi format polar r-θ berbentuk persegi panjang. Citra polar kemudian diekstrasi untuk mendapatkan nilai karakteristik rata-ratanya dalam bentuk matriks 40 x 1. Nilai karakteristik dilatih dan dimasukkan ke dalam database sebagai input pembanding untuk proses identifikasi. JST terdiri dari 10 layer tersembunyi, 1 layer keluaran, dengan fungsi aktifasi tansig dan purelin.Setelah dilakukan pelatihan untuk 80 citra iris, baik mata kiri maupun kanan, proses identifikasi mencapai tingkat akurasi rata-rata sebesar 87% untuk 5 buah input citra dengan 20 kali uji coba.

---

Theorically, biometric can be used to identify dan verify an individu. Iris is one of biometric identifier that highly acceptable because of its uniqueness and complexity.

The objective of this research is to identifiy an iris using Artificial Neural Network (ANN) method. First, the digital infrared image of eye will be preprocessed which separate the iris from the eye using morphology technique, such as closing, erosion, and dilation. The iris is then transformed from x-y dimension into r-θ polar image, which convert the circle shape into rectangle one. The image was then extracted in order to get the average value of its intensities and saved in 40 x 1 matrix size. These values will be trained in the ANN and inserted into a database to be used as a comparator in identification process. The ANN consisted of 10 hidden layer, 1 output layer, and activation functions of tansig and purelin, respectively.

Using 80 images as training data, the identification accuracy reached 87 % for 5 images and 20 times of test for left side and right side eyes."

"Indonesia merupakan Negara penghasil cengkeh terbesar di dunia. Pada tahun 2012, produksi cengkeh dunia sebesar 113.215 ton dimana sekiat 71 79.250 ton berasal dari Indonesia. Meskipun Indonesia merupakan Negara penghasil cengkeh utama di dunia, penelitian dan publikasi mengenai cengkeh di Negara ini sangat jarang dan oleh karena itu pengetahuan tentang perbedaan karakteristik varietas cengkeh dibutuhkan. Penelitian ini bertujuan untuk membandingkan komposisi senyawa mayor dan minor dalam minyak cengkeh yang bertanggungjawab terhadap aroma berdasarkan origin. Minyak atsiri cengkeh diperoleh dengan distilasi uap. Komposisi kimia minyak cengkeh dianalisis menggunakan GC-MS. Komposisi senyawa kimia mayor minyak cengkeh Bali yaitu eugenol 73,34, kariofilena 12,51, ?-humulena 2,34 dan eugenol asetat 5,34 dan cengkeh Toli-Toli yaitu eugenol 66,37, kariofilena 15,38, ?-humulena 1,97 dan eugenol asetat 12,99 . Senyawa unik cengkeh Bali yaitu valensena 0,17, ?-selinena 0.22, alloaromadendrena 0.24 and kariofilladienol II 0,14 sedangkan cengkeh Toli-Toli yaitu ?-kariofilladienol 0.19 . Total 51 senyawa teridentifikasi dari cengkeh Bali dan 52 senyawa dari cengkeh Toli-Toli.

---

Indonesia is the largest clove producer in the world. In 2012, total world clove production is 113,215 tons where nearly 71 79,250 tons comes from Indonesia. Although Indonesia is a major producer of clove in the world, research and publications about cloves in this country are scarce and hence knowledge about characteristics of difference varieties of cloves is very limited. The present study was aimed to compare major and minor constituents in clove oil responsible for their flavor based on origin which are cloves from Toli Toli and Bali. The essential oil from clove bud Syzygium aromaticum was obtained by steam distillation. The chemical composition of clove oil was analyzed by GC MS. The major compounds of clove oil were eugenol, caryophyllene, humulene and eugenyl acetate with composition 72,34, 12,51, 2,34 and 5,34, respectively Bali and clove from Toli Toli were 66,37, 15,38, 1,97 and 12,99 respectively. The unique minor compounds of clove oil from Bali were valencene 0.17, selinene 0.22, alloaromadendrene 0.24 and caryophylladienol II 0,14 while in clove Toli Toli was caryophylladienol 0.19 . A total of 51 compounds were identified from the clove bud oil Bali and 52 compounds from the clove bud oil Toli Toli. "

"Amfetamin atau di Indonesia banyak dikenal sebagai zat yang menjadi bahan campuran shabu ini masuk ke dalam kelas substansi sintetis yang bekerja pada susunan saraf pusat SSP . Amfetamin memiliki efek psikologikal yang luas sehingga biasa digunakan sebagai pengobatan terapi. Oleh karena efek menyenangkan dan menyebabkan tidak mengantuk, sehingga amfetamin sering disalahgunakan. Pembuktian penyalahgunaan ini memerlukan analisis amfetamin dalam matriks biologis. Sehingga, penelitian ini bertujuan untuk memperoleh metode analisis amfetamin dalam dried blood spot DBS menggunakan kromatografi gas-spektrometri massa KG-SM yang optimum dan tervalidasi. Pemisahan dilakukan dengan menggunakan Kromatografi Gas-Spektrometri Massa dengan Kolom Kapiler DB-5 MS 30 m x 0,25 mm; 0,25 mm ; fase gerak gas Helium; laju alir 0,8 mL/menit; deteksi massa pada nilai 44,00 dan 91,00 untuk amfetamin serta 58,00 dan 77,00 untuk efedrin HCl sebagai baku dalam. Preparasi sampel yang optimum adalah dengan menotolkan 20 mL darah utuh yang telah ditambahkan analit 100 ng/mL pada kertas DBS dan dikeringkan selama 3 jam. Sampel diekstraksi menggunakan metanol 500 mL dan disonikasi selama 20 menit, bagian larutan metanol dipindahkan ke dalam vial yang ditambahkan 10 mL 0,25 HCl dalam metanol dan diuapkan dibawah aliran gas nitrogen. Residu direkonstitusi dengan etil asetat sebanyak 50 mL. Hasil validasi terhadap metode analisis amfetamin yang dilakukan memenuhi persyaratan validasi berdasarkan EMEA Bioanalytical Method Validation Guidelinetahun 2011. Metode yang diperoleh linear pada rentang konsentrasi 4,00 ndash; 60,00 ng/mL dengan r > 0,999.

---

Amphetamine or in Indonesia known as a compound of shabu is a synthetic substance that work on the central nervous system CNS . Amphetamines have extensive physchological effects so commonly used as therapeutic treatments. Because the effects of amphetamine are euphoria and alertness, so amphetamines are often misused. This proof of abuse requires the analysis of amphetamine in biological matrix. Thus, this study aim to obtain the method of amphetamine analysis in dried blood spots using an optimum and validated gas chromatography mass spectrometry GC MS . Separation was performed by Gas Chromatography Mass Spectrometry with DB 5 MS Capillary Column 30 m x 0.25 mm 0.25 m Helium as a gas phase 0.8 mL min flow rate mass detection at values of m z 44.00 and 91.00 for amphetamines and m z 58.00 and 77.00 for ephedrine HCl as an internal standard. Optimized sample preparation was performed by 20 mL of blood were pipetted onto the center of DBS cards, then dried for 3 hours. the extraction was performed by adding 500 mL of methanol and then the sample was sonicated for 20 minutes, the methanolic solution was transferred into the vial containing 10 mL of 0,25 HCl in methanol and evaporated under a gentle stream of nitrogen, then the residue was reconstituted with 50 mL of ethyl acetate solution. The validation result of amphetamine analysis method fulfilled the validation requirement based on EMEA Bioanalytical Method Validation Guideline of 2011. The obtained method of linear in the concentration range 4.00 ndash 60.00 ng mL with r 0.999. "