Memprediksi Senyawa Bioaktif dalam Daun Arbutus unedo L. Menggunakan Pembelajaran Mesin: Pengaruh Teknik Ekstraksi, Jenis Pelarut, dan Lokasi Geografis
Bagaimana jika mesin bisa memprediksi harta karun antioksidan yang tersembunyi di daun Mediterania? Studi baru menggunakan pembelajaran mesin untuk membuka rahasia daun Arbutus unedo—tanpa bola kristal.
Pohon stroberi, Arbutus unedo, lebih dari sekadar semak Mediterania yang cantik—daunnya kaya akan senyawa bioaktif. Tetapi bagaimana metode ekstraksi, pelarut, dan bahkan asal pulau memengaruhi apa yang kita dapatkan? Peneliti mengumpulkan daun dari dua pulau Kroasia, Vis dan Mali Lošinj, dan menerapkan tiga teknik ekstraksi: konvensional, Soxhlet, dan ekstraksi berbantuan ultrasonik. Mereka menggunakan pelarut hijau—air suling, etanol 70%, dan etil asetat—untuk tetap ramah lingkungan.
Hasilnya mengejutkan. Jenis pelarut adalah bintangnya: etanol 70% mengekstraksi kadar fenol, flavonol, dan kapasitas antioksidan tertinggi. Geografi juga berpengaruh—daun dari Vis memiliki lebih banyak fenol total dan tanin terkondensasi daripada daun dari Mali Lošinj. Ekstraksi berbantuan ultrasonik sedikit lebih unggul, terutama untuk fenol yang sensitif terhadap panas.
Namun keajaiban sebenarnya terjadi di luar bangku laboratorium. Model pembelajaran mesin, menggunakan fenol total sebagai proksi, memprediksi bioaktif lain dan kapasitas antioksidan dengan akurasi luar biasa—Decision Tree dan Gradient Boosting mencapai R² di atas 0,91. Pendekatan berbasis data ini dapat mengubah ekstrak daun menjadi sumber daya yang dapat diprediksi dan diskalakan. Namun, penulis mengingatkan: validasi lebih lanjut diperlukan sebelum skala industri. Untuk saat ini, ini adalah perpaduan yang menjanjikan antara kimia hijau dan algoritma cerdas.
Poin Kunci
- Jenis pelarut mendominasi: etanol 70% memaksimalkan bioaktif dan kapasitas antioksidan.
- Asal geografis berpengaruh: daun Vis mengungguli Mali Lošinj dalam fenol dan tanin.
- Pembelajaran mesin memprediksi bioaktif dengan R² > 0,91 menggunakan fenol total sebagai proksi.
Komentar
Belum ada komentar — jadilah yang pertama.