Rapid Quantification and Classification of Phenolic Compounds in Roselle (Hibiscus Sabdariffa L.) Calyces Using Spectroscopic Methods Coupled with Chemometric Modeling

Zahva Shivany Imanul Kamil, Dr. Widiastuti Setyaningsih, S.T.P., M.Sc.; Prof. Dr. Teti Estiasih, STP., MP.

2026 | Tesis | S2 Ilmu dan Teknologi Pangan

Rosela (Hibiscus Sabdariffa L.) merupakan sumber senyawa fenolik yang kaya dengan sifat antioksidan dan fungsional yang penting. Penelitian ini bertujuan untuk mengevaluasi potensi spektroskopi ATR-FTIR dan UV–Vis yang dikombinasikan dengan pendekatan kemometrik untuk klasifikasi cepat sampel rosella dan prediksi kuantitatif senyawa fenolik utama pada bubuk rosella menggunakan HPLC-PDA sebagai metode referensi. Asam klorogenat, asam kafeat, dan rutin diidentifikasi serta dikuantifikasi menggunakan HPLC-PDA. Spektrum ATR-FTIR direkam pada rentang 4.000–600 cm?¹, sedangkan spektrum UV–Vis diperoleh pada rentang 200–800 nm. Dataset spektral dipraproses menggunakan Standard Normal Variate (SNV), Multiplicative Scatter Correction (MSC), koreksi baseline, smoothing, dan transformasi turunan. Klasifikasi sampel dilakukan menggunakan Support Vector Machine (SVM) dan Elastic Net (eNet), sedangkan model kuantitatif dikembangkan menggunakan Partial Least Squares Regression (PLSR). Metode HPLC-PDA menunjukkan kinerja analitik yang sangat baik dengan linearitas tinggi (R2 = 0,994–0,999), batas deteksi rendah, dan presisi yang baik. Tipe kultivar berpengaruh signifikan terhadap komposisi fenolik, sedangkan metode pengeringan tidak menunjukkan pengaruh yang signifikan (p > 0,05). Spektroskopi ATR-FTIR dan UV–Vis menghasilkan akurasi klasifikasi kultivar yang tinggi masing-masing sebesar 96?n 95%, meskipun klasifikasi metode pengeringan menunjukkan akurasi sedang (~80%). Dalam prediksi kuantitatif, spektroskopi UV–Vis menunjukkan kinerja superior untuk asam klorogenat (R2P = 0,8858) dan asam kafeat (R2P = 0,7660), sedangkan kedua teknik menunjukkan kemampuan prediksi sedang untuk rutin akibat karakteristik spektral yang kompleks secara struktural. Validasi eksternal mengonfirmasi reliabilitas model yang memuaskan pada sampel rosella independen. Secara keseluruhan, spektroskopi ATR-FTIR dan UV–Vis menunjukkan potensi yang kuat sebagai alternatif yang cepat dan lebih berkelanjutan secara lingkungan untuk analisis fenolik dan penilaian mutu bubuk rosella.

Roselle (Hibiscus Sabdariffa L.) is a rich source of phenolic compounds with important antioxidant and functional properties. This study evaluated the potential of ATR-FTIR and UV–Vis spectroscopy combined with chemometric approaches for rapid classification of roselle samples and quantitative prediction of major phenolic compounds in roselle powder, using HPLC-PDA as the reference method. Chlorogenic acid, caffeic acid, and rutin were identified and quantified using HPLC-PDA. ATR-FTIR spectra were recorded at 4,000–600 cm?¹, while UV–Vis spectra were obtained at 200–800 nm. Spectral datasets were preprocessed using Standard Normal Variate (SNV), Multiplicative Scatter Correction (MSC), baseline correction, smoothing, and derivative transformations. Sample classification was performed using Support Vector Machine (SVM) and Elastic Net (eNet), while quantitative models were developed using Partial Least Squares Regression (PLSR). The HPLC-PDA method demonstrated excellent analytical performance with high linearity (R2 = 0.994–0.999), low detection limits, and good precision. Cultivar type significantly affected phenolic composition, whereas drying methods showed no significant effect (p > 0.05). ATR-FTIR and UV–Vis spectroscopy achieved high accuracies for cultivar classification (96% and 95%, respectively), although drying-method classification showed moderate accuracies (~80%). In quantitative prediction, UV–Vis spectroscopy demonstrated strong predictive performance for chlorogenic acid (R2P = 0.8858) and superior predictive performance for caffeic acid (R2P = 0.7660), while both techniques showed comparable predictive capability for rutin. External validation confirmed satisfactory predictive performance and model generalizability across independent roselle samples. Overall, ATR-FTIR and UV–Vis spectroscopy demonstrated strong potential as rapid and environmentally sustainable alternatives to conventional HPLC-PDA for routine phenolic analysis and quality assessment of roselle powder.

Kata Kunci : Analytical sustainability; Functional food analysis; Multivariate analysis; Bioactive compounds; Quality assessment; Roselle powder