Band Ratio / Index — SQalytics

1 Introduksi

1.1 Latar Belakang

Setelah peak picking dasar (lihat FTIR Peak Identification), seringkali peneliti perlu mengkuantifikasi rasio intensitas dua band tertentu sebagai indeks struktural numerik. Pendekatan ini — disebut band ratio analysis atau spectroscopic indexing — menyediakan jembatan dari spektrum kualitatif ke angka tunggal yang dapat dibandingkan antar sampel, batch, atau perlakuan. Rasio yang well-known mencakup: indeks kristalinitas selulosa ($I_{1430}/I_{898}$; Nelson & O'Connor, 1964), lignin syringyl/guaiacyl ratio ($I_{1330}/I_{1271}$; Faix, 1991), carbonyl-to-alkene index untuk oksidasi lipid ($I_{1745}/I_{2925}$; Guillén & Cabo, 1997), dan lipid oxidation index untuk monitoring rancidity.

Keunggulan band ratio dibanding raw intensity: ratio bersifat normalized — pengaruh sample thickness, baseline drift, dan instrumen-to-instrumen variation cancelled out. Akibatnya, rasio menjadi parameter yang lebih reliable untuk dibandingkan antar lab atau antar metode preparasi sampel. Modul Band Ratio / Index memberikan workflow standar untuk perhitungan ini dengan windowed peak extraction: mengambil intensitas maksimum dalam window kecil di sekitar target band untuk menghindari error dari peak shift kecil akibat efek matriks atau hidrasi sampel.

1.2 Tujuan Modul

Modul Band Ratio / Index di SQalytics ditujukan untuk:

Menghitung rasio dua band target dari satu atau lebih spektrum dalam tabel aktif.
Mendukung windowed extraction ($\tilde{\nu}_\text{target} \pm \Delta\tilde{\nu}$) untuk mengakomodasi peak shift kecil.
Menampilkan ranking spektrum dari rasio tertinggi ke terendah.
Menyediakan visualisasi band overlay dengan marker window pada kedua target band.
Audiens utama: mahasiswa S2/S3 yang melakukan studi struktural material, peneliti yang mengkuantifikasi indeks oksidasi lipid, analis QC yang melakukan screening cepat antar batch.

1.3 Posisi di Antara Alternatif

Pilih Band Ratio / Index ketika Anda sudah tahu dua bilangan gelombang spesifik yang ingin dibandingkan (dari literatur atau penelitian sebelumnya). Untuk identifikasi semua puncak otomatis, pakai FTIR Peak Identification. Untuk deconvolution puncak overlapping, pakai Trace Peak Studio (Expert Desk). Untuk studi multivariate pada banyak band sekaligus, pakai PCA Explorer atau PLSR Studio. Modul ini berlaku untuk semua jenis spektrum (FTIR, Raman, UV-Vis, NIR, XRD), tidak terbatas pada FTIR.

2 Metode

2.1 Dasar Teoretis

Definisi band ratio dalam formula umum:

$$ R = \frac{I(\tilde{\nu}_1)}{I(\tilde{\nu}_2)} $$

di mana $I(\tilde{\nu})$ adalah intensitas spektrum pada bilangan gelombang $\tilde{\nu}$. Dalam praktik, peneliti tidak mengambil intensitas pada satu titik $\tilde{\nu}$ saja — peak shift kecil (1–5 cm⁻¹) bisa terjadi karena variasi matriks/hidrasi. Solusinya: windowed maximum extraction:

$$ I(\tilde{\nu}_\text{target}) = \max\{I(\tilde{\nu}) : \tilde{\nu}_\text{target} - \Delta\tilde{\nu} \leq \tilde{\nu} \leq \tilde{\nu}_\text{target} + \Delta\tilde{\nu}\} $$

dengan window $\Delta\tilde{\nu}$ tipikal 5–15 cm⁻¹ untuk FTIR mid-IR.

Pilihan absorbansi vs transmittance: untuk rasio yang konsisten dengan Beer-Lambert (rasio konsentrasi linier), gunakan absorbansi. Modul otomatis melakukan konversi T → A bila input dalam transmittance.

Indeks populer dalam literatur:

Indeks	Formula	Aplikasi	Referensi
Cellulose crystallinity (LOI)	$A_{1430}/A_{898}$	Kristalinitas selulosa nativ vs amorf	Nelson & O'Connor (1964)
Hydrogen bond intensity (HBI)	$A_{3308}/A_{1335}$	Kekuatan ikatan H pada selulosa	Nada & Hassan (2000)
Lignin S/G ratio	$A_{1330}/A_{1271}$	Rasio syringyl/guaiacyl pada lignin	Faix (1991)
Lipid oxidation index	$A_{1745}/A_{2925}$	Oksidasi lipid (C=O baru / C–H methylene)	Guillén & Cabo (1997)
Protein α-helix index	$A_{1655}/A_{1545}$	Konformasi protein amida I / amida II	Barth (2007)

2.2 Persamaan Inti

Band ratio dengan window:

$$ R = \frac{\max_{\tilde{\nu} \in W_1} A(\tilde{\nu})}{\max_{\tilde{\nu} \in W_2} A(\tilde{\nu})} $$

dengan $W_1 = [\tilde{\nu}_1 - \Delta\tilde{\nu}, \tilde{\nu}_1 + \Delta\tilde{\nu}]$ dan $W_2 = [\tilde{\nu}_2 - \Delta\tilde{\nu}, \tilde{\nu}_2 + \Delta\tilde{\nu}]$.

Crystallinity Index (Segal et al., 1959):

$$ \text{CrI} (\%) = \frac{I_{(002)} - I_\text{am}}{I_{(002)}} \times 100\% $$

Standard deviation ratio untuk evaluasi presisi (propagasi error rasio):

$$ \sigma_R = R \sqrt{\left(\frac{\sigma_1}{I_1}\right)^2 + \left(\frac{\sigma_2}{I_2}\right)^2} $$

2.3 Asumsi & Batas Validitas

Asumsi	Konsekuensi jika dilanggar	Cara cek di SQalytics
Baseline spektrum sudah dikoreksi	Rasio bias karena offset	Inspeksi visual sebelum analisis
Kedua target band well-resolved ($R_s > 1.0$)	Intensitas tercampur antar band adjacent	Modul menampilkan window position
Window $\Delta\tilde{\nu}$ cukup lebar untuk peak shift	Maximum keluar window saat shift	Sesuaikan window 5–15 cm⁻¹
Spektrum bersih dari noise sistematik	Rasio noisy	Smoothing pre-processing
Beer-Lambert berlaku ($A < 1.5$)	Linearity rasio rusak	Working range $T > 3\%$

3 Cara Kerja

3.1 Step-by-Step di SQalytics

Buka Band Ratio / Index dari domain Kimia di sidebar.
Pada langkah Check the current data, pastikan tabel aktif sudah siap.
Pada langkah Review the detected structure, periksa:
- Axis column — kolom sumbu spektral.
- Spectrum columns — satu atau lebih kolom intensitas.
Pada langkah Set the two target bands, isi:
- Numerator band target ($\tilde{\nu}_1$, mis. 1745).
- Denominator band target ($\tilde{\nu}_2$, mis. 2925).
- Window (±units) — toleransi pencarian (default ±10).
Klik Run Band Ratio / Index.
Tinjau hasil: kesimpulan ringkas → tabel ringkasan rasio + ranking → grafik band overlay dengan window markers.

3.2 Template Tabel Input + Contoh Data Sintetis

Skema tabel input minimum:

Kolom	Tipe	Satuan	Wajib	Catatan
`axis`	numeric	cm⁻¹ atau nm atau 2θ	✓	Sumbu spektral monotonic
`spectrum_<id>`	numeric	a.u. / mAU / Counts	✓	Min 1 kolom spektrum

Contoh data sintetis (10 baris — 3 spektrum oksidasi minyak goreng pada berbagai usia simpan):

wavenumber_cm-1	A_fresh	A_1week	A_2week
3008	0.082	0.085	0.089
2925	0.420	0.418	0.415
2854	0.385	0.382	0.380
1745	0.580	0.612	0.652
1715	0.045	0.072	0.108
1650	0.025	0.028	0.032
1465	0.215	0.218	0.221
1375	0.092	0.094	0.096
1162	0.245	0.248	0.252
1095	0.115	0.118	0.122

SYNTHETIC Tiga spektrum FTIR minyak nabati pada usia simpan 0, 1, dan 2 minggu. Indeks oksidasi $A_{1745}/A_{2925}$ (carbonyl/methylene) meningkat dari 1.38 → 1.46 → 1.57 sesuai progresi oksidasi (Guillén & Cabo, 1997). Band 1715 cm⁻¹ (asam lemak bebas) juga muncul progresif. CSV setara tersedia di docs/assets/example-data/id/chemistry/template_band_ratio_index.csv.

3.3 Contoh Luaran

Tabel Band ratio summary (Lipid Oxidation Index $A_{1745}/A_{2925}$, window ±10 cm⁻¹):

Spektrum	$A_{1745}$	$A_{2925}$	Ratio $R$	$\sigma_R$	Ranking
A_fresh	0.580	0.420	1.381	0.020	1 (terendah)
A_1week	0.612	0.418	1.464	0.018	2
A_2week	0.652	0.415	1.571	0.022	3 (tertinggi)

Kesimpulan ringkas: "Indeks oksidasi lipid ($A_{1745}/A_{2925}$) meningkat progresif dari sampel fresh (1.38) → 1 minggu (1.46) → 2 minggu (1.57). Kenaikan ~14% dalam 2 minggu mengindikasikan oksidasi karbonil aktif pada minyak yang disimpan. Band tambahan pada 1715 cm⁻¹ (asam lemak bebas) juga muncul progresif — diagnostik untuk degradasi hidrolitik. Rekomendasi: produk dengan rasio > 1.5 sudah masuk fase oksidasi lanjut dan perlu penambahan antioksidan atau penyimpanan dingin."

Grafik utama: overlay 3 spektrum FTIR (warna progresif: hijau fresh, oranye 1 minggu, merah 2 minggu) dengan marker window pada $\tilde{\nu}_1 = 1745 \pm 10$ dan $\tilde{\nu}_2 = 2925 \pm 10$. Annotation ratio per spektrum di area legend.

Indeks oksidasi lipid via rasio dua band FTIR pada tiga usia simpan — Gambar 1. Indeks oksidasi lipid ($A_{1745}/A_{2925}$) untuk minyak nabati pada tiga usia simpan: **fresh** (R = 1.38), **1 minggu** (R = 1.46), dan **2 minggu** (R = 1.57). Window pencarian intensitas maksimum di-shade pada kedua target band: numerator $\tilde{\nu}_1$ = 1745 ± 10 cm⁻¹ (C=O karbonil) dan denominator $\tilde{\nu}_2$ = 2925 ± 10 cm⁻¹ (C–H methylene reference). Sumbu X mengikuti konvensi FTIR (bilangan gelombang menurun dari kiri ke kanan). Kenaikan rasio ~14% dalam 2 minggu menandakan oksidasi karbonil aktif (Guillén & Cabo, 1997).

4 Kesimpulan

4.1 Relevansi Real-World

Band Ratio / Index adalah teknik kunci di laboratorium yang melakukan monitoring perubahan struktural atau kuantifikasi rasio struktural via spektroskopi. Aplikasi konkret:

Monitoring oksidasi minyak goreng — indeks $A_{1745}/A_{2925}$ untuk shelf-life accelerated test.
Karakterisasi selulosa modifikasi — LOI untuk membandingkan derajat kristalinitas selulosa nativ vs treated.
Identifikasi spesies kayu via lignin S/G — rasio syringyl/guaiacyl yang berbeda antar spesies kayu.
Studi konformasi protein — rasio amida I / amida II untuk α-helix vs β-sheet content.
Indeks polusi mikroplastik — rasio band karbonil vs CH-stretch pada polimer terdegradasi.

Dalam konteks publikasi IMRAD, rasio band sering menjadi kolom utama Tabel untuk membandingkan banyak sampel dalam satu angka ringkas. Pada Rencana Publikasi Singkil v5, rasio band aromatik FTIR ($A_{1600}/A_{1450}$) dipakai sebagai indeks normalisasi flavonoid sebelum perbandingan UAE-opt vs MAE-opt.

4.2 Where to Go from Here

Modul lanjutan di SQalytics:

FTIR Peak Identification — kembali untuk identifikasi puncak yang lebih eksplisit bila Anda belum yakin band target.
UV-Vis Spectra — bila Anda ingin band ratio pada spektrum UV-Vis.
XRD Peak & Crystallinity — workflow material crystalline (Segal CrI di XRD).
Trace Peak Studio (Expert Desk) — deconvolution overlapping bands sebelum rasio dihitung.
Compare Many Groups — uji statistik perbandingan rasio antar kelompok sampel.

Pembacaan lanjutan:

Stuart (2004) — Bab 7 untuk aplikasi FTIR pada biomaterial.
Guillén & Cabo (1997) — review komprehensif aplikasi FTIR pada minyak nabati.
Faix (1991) — review klasik klasifikasi lignin via FTIR ratio.
Dataset publik: spektrum FTIR open-access di Bio-Rad SpectraBase untuk validasi indeks.

⚙ Troubleshooting Cepat

Tidak ada kolom axis yang cocok. Pastikan tabel punya satu sumbu numerik monotonic; cek di Data Editor.

Ringkasan kosong atau gagal dihitung. Periksa spektrum yang dipilih benar-benar numerik + punya cukup titik bersih di sekitar target band.

Rasio terasa aneh. Sesuaikan window $\Delta\tilde{\nu}$ (mis. ±10 → ±15) atau pastikan target band sesuai dengan literatur.

Maximum window keluar dari range data. Cek apakah target band Anda di dalam rentang sumbu spektral.

Indeks tidak konsisten antar replikat. Indikasi baseline drift atau noise tinggi; lakukan baseline correction di pre-processing.

i Riwayat Revisi

Riwayat Revisi Panduan

Tanggal	Revisi	Penulis
2026-05-12	Migrasi MD v2 → HTML final dengan figure indeks oksidasi lipid + window markers + caption Elsevier-style	Claude
2026-05-12	Migrasi v1 → v2 (template publikasi + KaTeX windowed extraction + tabel indeks populer + APA)	Claude
2026-05-09	Draft awal v1	Tim docs

4 Referensi

Aparicio, R., Aparicio-Ruiz, R., & García-González, D. L. (2007). Towards new analyses of aroma and volatiles to understand sensory perception of olive oil. European Journal of Lipid Science and Technology, 109(7), 763–773. https://doi.org/10.1002/ejlt.200600295
Barth, A. (2007). Infrared spectroscopy of proteins. Biochimica et Biophysica Acta — Bioenergetics, 1767(9), 1073–1101. https://doi.org/10.1016/j.bbabio.2007.06.004
Faix, O. (1991). Classification of lignins from different botanical origins by FT-IR spectroscopy. Holzforschung, 45(s1), 21–28. https://doi.org/10.1515/hfsg.1991.45.s1.21
Guillén, M. D., & Cabo, N. (1997). Infrared spectroscopy in the study of edible oils and fats. Journal of the Science of Food and Agriculture, 75(1), 1–11.
Nelson, M. L., & O'Connor, R. T. (1964). Relation of certain infrared bands to cellulose crystallinity and crystal lattice type. Part II. Journal of Applied Polymer Science, 8(3), 1325–1341. https://doi.org/10.1002/app.1964.070080323
Segal, L., Creely, J. J., Martin, A. E., & Conrad, C. M. (1959). An empirical method for estimating the degree of crystallinity of native cellulose using the X-ray diffractometer. Textile Research Journal, 29(10), 786–794. https://doi.org/10.1177/004051755902901003