FTIR Peak Identification

1 Introduksi

1.1 Latar Belakang

Fourier-Transform Infrared (FTIR) spectroscopy adalah teknik spektroskopi vibrasi yang mengukur penyerapan radiasi inframerah oleh sampel sebagai fungsi bilangan gelombang ($\tilde{\nu}$, dengan unit cm⁻¹). Setiap ikatan kimia dalam molekul memiliki frekuensi vibrasi karakteristik yang ditentukan oleh massa atom dan konstanta gaya ikatan (mirip hukum Hooke pada pegas). Akibatnya, spektrum FTIR menjadi "sidik jari molekul" yang dapat dipakai untuk identifikasi gugus fungsi dan karakterisasi struktural material organik, biopolimer, polimer sintetik, mineral, dan ekstrak tanaman (Stuart, 2004; Smith, 2011).

Dalam praktik laboratorium pangan dan material modern, FTIR sangat dipakai untuk: (a) konfirmasi senyawa target pasca-sintesis, (b) karakterisasi ekstrak tanaman untuk skrining fitokimia, (c) studi interaksi molekuler (mis. ikatan hidrogen, kompleks logam-ligan), dan (d) kontrol kualitas batch dengan membandingkan spektrum referensi vs sampel produksi. Tantangan utamanya adalah interpretasi spektrum — terutama di daerah fingerprint (400–1500 cm⁻¹) yang memuat banyak puncak overlap, yang membutuhkan kombinasi peak picking algoritmik + assignment manual berbasis tabel referensi.

1.2 Tujuan Modul

Modul FTIR Peak Identification di SQalytics ditujukan untuk:

Mendeteksi puncak utama dari satu atau lebih spektrum FTIR secara otomatis.
Memberikan saran gugus fungsi awal berdasarkan posisi bilangan gelombang menggunakan tabel referensi standar.
Menampilkan overlay spektrum beberapa sampel untuk perbandingan visual cepat.
Menghitung intensitas relatif dan FWHM setiap puncak untuk analisis lanjutan.
Audiens utama: mahasiswa S1/S2 yang mempelajari spektroskopi vibrasi, peneliti yang karakterisasi material baru, laboran QC yang membandingkan batch produksi via FTIR.

1.3 Posisi di Antara Alternatif

Pilih FTIR Peak Identification ketika Anda punya spektrum FTIR digital dan ingin pembacaan cepat posisi puncak + dugaan gugus fungsi. Untuk rasio band kuantitatif (mis. indeks kristalinitas selulosa, S/G ratio lignin), pakai Band Ratio / Index. Untuk peak deconvolution (Gaussian/Lorentzian fitting pada daerah fingerprint), pakai Trace Peak Studio (Expert Desk). Untuk multivariate analysis spektrum besar (PCA, PLSR pada banyak band), pakai PCA Explorer atau PLSR Studio.

2 Metode

2.1 Dasar Teoretis

Frekuensi vibrasi ikatan diatomik mengikuti aproksimasi hukum Hooke (Stuart, 2004, Eq. 1.3):

$$ \tilde{\nu} = \frac{1}{2\pi c} \sqrt{\frac{k}{\mu}} $$

di mana $\tilde{\nu}$ = bilangan gelombang (cm⁻¹), $c$ = kecepatan cahaya, $k$ = konstanta gaya ikatan, dan $\mu$ = reduced mass. Konsekuensi praktis:

Ikatan kuat + atom ringan → $\tilde{\nu}$ tinggi (mis. C–H di ~3000 cm⁻¹, O–H di ~3400 cm⁻¹).
Ikatan lemah + atom berat → $\tilde{\nu}$ rendah (mis. C–Cl di ~700 cm⁻¹, Si–O di ~1100 cm⁻¹).

Hubungan transmittance ↔ absorbance mengikuti hukum Beer-Lambert:

$$ A = \log_{10}\left(\frac{I_0}{I}\right) = -\log_{10}\left(\frac{T}{100\%}\right) $$

Sebagian besar spektrofotometer FTIR menyimpan data dalam format transmittance $T(\%)$; konversi ke absorbansi diperlukan untuk perhitungan kuantitatif (Beer-Lambert linier dalam $A$, tidak dalam $T$).

Algoritma peak picking modul:

Smoothing dengan Savitzky-Golay filter (window=11, polyorder=3) untuk mengurangi noise high-frequency.
Conversion transmittance → absorbance jika perlu.
Local maxima detection dengan kriteria: tinggi puncak > threshold (default 5% di atas baseline), width > 4 titik, prominence > 0.02 × max intensity.
Functional group assignment dari tabel referensi (Coates, 2006; Socrates, 2001).

2.2 Persamaan Inti

Bilangan gelombang ↔ panjang gelombang:

$$ \tilde{\nu} \text{ (cm}^{-1}\text{)} = \frac{10^7}{\lambda \text{ (nm)}} $$

Konversi T ↔ A:

$$ A = 2 - \log_{10}(T_{\%}) $$

FWHM — indikator broadening puncak:

$$ \text{FWHM} = \tilde{\nu}_R^{0.5} - \tilde{\nu}_L^{0.5} $$

Tabel referensi gugus fungsi (subset untuk biomaterial / ekstrak tanaman):

Region (cm⁻¹)	Gugus fungsi	Intensitas khas	Catatan
3200–3550	O–H stretch (alkohol, fenol, asam karboksilat)	Kuat, lebar	Bisa overlap N–H
3300–3500	N–H stretch (amina, amida)	Sedang	Sempit dibanding O–H
2850–3000	C–H stretch (alkana, alkena, aromatik)	Kuat	Khas dual peak di alkana
2200–2260	C≡N (nitril)	Sedang	Sempit
1700–1750	C=O stretch (keton, aldehid, asam karboksilat, ester)	Sangat kuat	Diagnostik karbonil
1600–1680	C=C aromatik / alkena	Sedang	Multi-band aromatik
1500–1600	Aromatic ring breathing	Sedang	Khas fenol/flavonoid
1370–1465	C–H bending	Sedang	Methyl/methylene
1000–1300	C–O stretch (alkohol, ester, eter)	Kuat	Fingerprint region
600–900	C–H out-of-plane bending (aromatik)	Sedang	Substitution pattern

2.3 Asumsi & Batas Validitas

Asumsi	Konsekuensi jika dilanggar	Cara cek di SQalytics
Spektrum di-baseline-correct	Peak picking salah	Inspeksi visual sebelum analisis
Kolom bilangan gelombang monotonic	Algoritma peak detect gagal	Modul cek dan beri warning
Resolusi spektral ≤ 4 cm⁻¹ (ideal 2 cm⁻¹)	Puncak overlapping tidak terpisah	Deconvolution di Trace Peak Studio
Spektrum bersih dari CO₂/H₂O atmospheric	Puncak palsu di 2350 (CO₂) dan 3700 (H₂O vapor)	Background correction di instrumen
Sampel cukup tebal untuk signal	Peak terkubur noise	Periksa peak prominence

3 Cara Kerja

3.1 Step-by-Step di SQalytics

Buka FTIR Peak Identification dari domain Kimia di sidebar.
Pada langkah Check the current data, pastikan tabel FTIR aktif sudah dikenali.
Pada langkah Choose the wavenumber axis, pilih kolom bilangan gelombang (mis. wavenumber_cm-1).
Pada langkah Choose the spectrum columns, pilih satu atau lebih kolom intensitas FTIR.
Klik Identify FTIR Peaks.
Tinjau hasil: kesimpulan ringkas → tabel Detected peaks → grafik overlay FTIR → ekspor TXT.

Jika overlay FTIR sudah cukup kuat untuk laporan atau manuskrip, lanjutkan ke Step 5 opsional untuk mengirim FTIR overlay atau Functional-group review ke Publication Graph Studio (PGS). Di sana Anda bisa melanjutkan tipografi, legenda, pratinjau cetak, dan ekspor SVG / PNG / PDF.

3.2 Template Tabel Input + Contoh Data Sintetis

Skema tabel input minimum:

Kolom	Tipe	Satuan	Wajib	Catatan
`wavenumber_cm-1`	numeric	cm⁻¹	✓	Range standar mid-IR: 400–4000
`T_<sample>_pct`	numeric	% atau a.u.	✓	Min 1 spektrum; bisa T% atau Absorbansi

Contoh data sintetis (12 baris — spektrum FTIR ekstrak flavonoid):

wavenumber_cm-1	T_UAE_pct	T_MAE_pct
3400	45	58
3000	82	85
2920	65	70
1720	55	62
1600	50	58
1510	62	68
1450	70	75
1370	78	82
1260	65	72
1170	72	78
1050	58	65
880	82	85

SYNTHETIC Sub-sampling spektrum FTIR ekstrak flavonoid Premna corymbosa hasil UAE vs MAE. Sembilan band karakteristik flavonoid: O–H (3400), C–H stretch (2920), C=O (1720), aromatik C=C (1600, 1510), C–H bend (1450, 1370), C–O (1260, 1170, 1050). UAE menunjukkan absorbansi lebih tinggi pada band aromatik 1600–1510 cm⁻¹, indikasi konsentrasi flavonoid lebih tinggi. CSV setara tersedia di docs/assets/example-data/id/chemistry/template_ftir.csv.

3.3 Contoh Luaran

Tabel Detected peaks (sampel UAE):

$\tilde{\nu}$ (cm⁻¹)	$T$ (%)	$A$	FWHM (cm⁻¹)	Saran gugus fungsi
3400	45	0.347	320	O–H stretch (fenol/alkohol) — broad
2920	65	0.187	60	C–H stretch (CH₂/CH₃ alifatik)
1720	55	0.260	35	C=O stretch (keton/ester)
1600	50	0.301	25	C=C aromatik (flavonoid ring)
1510	62	0.208	20	Aromatic C=C ring breathing
1450	70	0.155	30	C–H bending (methyl)
1260	65	0.187	40	C–O–C asymmetric (eter aromatik)
1170	72	0.143	35	C–O stretch (alkohol sekunder)
1050	58	0.237	45	C–O stretch (alkohol primer)

Kesimpulan ringkas: "Spektrum UAE menampilkan 9 puncak utama dengan pola karakteristik flavonoid + polifenol: O–H stretch luas (3400 cm⁻¹), C=O karbonil (1720 cm⁻¹), dan trio aromatik C=C (1600, 1510, 1450 cm⁻¹) — diagnostik untuk struktur flavonoid. Intensitas O–H dan aromatik UAE lebih tinggi (~15%) dibanding MAE, konsisten dengan TPC dan TFC yang lebih tinggi. Konfirmasi struktural via UHPLC-HRMS direkomendasikan untuk identifikasi senyawa spesifik."

Grafik utama: overlay spektrum FTIR (UAE biru + MAE merah) dengan annotation panah pada 7 puncak utama (label $\tilde{\nu}$ cm⁻¹). Daerah fingerprint (400–1500 cm⁻¹) di-shade abu-abu untuk kontekstual.

Overlay spektrum FTIR UAE vs MAE dengan annotation puncak gugus fungsi — Gambar 1. Spektrum FTIR ekstrak flavonoid *Premna corymbosa* dari dua metode ekstraksi: **UAE** (ultrasonic-assisted) dan **MAE** (microwave-assisted). Sumbu X mengikuti konvensi FTIR (bilangan gelombang menurun dari kiri ke kanan). Tujuh band karakteristik flavonoid teranotasi dengan panah: O–H stretch (3400 cm⁻¹), C–H alifatik (2920 cm⁻¹), C=O karbonil (1720 cm⁻¹), aromatik C=C (1600 + 1510 cm⁻¹), eter aromatik (1260 cm⁻¹), dan C–O alkohol (1050 cm⁻¹). Daerah fingerprint (400–1500 cm⁻¹) di-shade abu-abu. UAE menunjukkan transmittance lebih rendah (absorbansi lebih tinggi) pada band aromatik, konsisten dengan konsentrasi flavonoid yang lebih tinggi.

4 Kesimpulan

4.1 Relevansi Real-World

FTIR Peak Identification adalah modul wajib untuk laboratorium yang melakukan karakterisasi material organik dan biomaterial. Aplikasi konkret:

Skrining fitokimia ekstrak tanaman — identifikasi gugus fenolik, flavonoid, terpenoid.
Karakterisasi biopolimer pangan — selulosa, kitosan, pektin, pati termodifikasi.
QC plastik dan kemasan — identifikasi PET vs PLA vs HDPE via FTIR-ATR.
Analisis nanopartikel terkonjugasi — verifikasi pengikatan ligan ke permukaan nanopartikel.
Studi degradasi oksidatif lipid — monitoring band C=O karbonil (1715 cm⁻¹).

Dalam konteks publikasi IMRAD, overlay FTIR + tabel assignment puncak menjadi Figure 1 atau Figure 2 karakterisasi struktural. Pada Rencana Publikasi Singkil v5, modul ini dipakai pada F1 Tahap 2 — FTIR Overlay UAE-opt vs MAE-opt — untuk membedakan sidik jari FTIR antar teknik ekstraksi.

4.2 Where to Go from Here

Modul lanjutan di SQalytics:

Band Ratio / Index — untuk kuantifikasi rasio band spesifik (mis. indeks oksidasi, indeks kristalinitas).
XRD Peak & Crystallinity — workflow karakterisasi material crystalline.
UV-Vis Spectra — overlay spektrum UV-Vis bersamaan untuk karakterisasi komprehensif.
Trace Peak Studio (Expert Desk) — deconvolution puncak overlapping di fingerprint region.
PCA Explorer — bila Anda punya banyak spektrum (>10) untuk reduksi dimensi.

Pembacaan lanjutan:

Stuart (2004) — buku referensi standar FTIR untuk pemula sampai intermediate.
Coates (2006) — tabel assignment gugus fungsi paling komprehensif untuk biomaterial.
Dataset publik: SDBS Spectral Database (https://sdbs.db.aist.go.jp/) — database FTIR open-access.

⚙ Troubleshooting Cepat

Tombol identifikasi masih nonaktif. Pastikan kolom sumbu dan minimal satu kolom spektrum sudah dipilih.

Sumbu yang terpilih terasa salah. Ganti manual ke kolom bilangan gelombang yang benar; pastikan ascending order.

Gugus fungsi yang muncul terlalu umum. Perlakukan hasil sebagai petunjuk awal; konfirmasi dengan konteks sampel + literatur.

Spektrum noisy. Lakukan smoothing pre-processing di Data Editor atau NIR Preprocessing Explorer.

Puncak di 2350 cm⁻¹ palsu. Itu CO₂ atmospheric — bersihkan background di instrumen FTIR.

i Riwayat Revisi

Riwayat Revisi Panduan

Tanggal	Revisi	Penulis
2026-05-12	Migrasi MD v2 → HTML final dengan figure FTIR overlay + peak annotations + caption Elsevier-style	Claude
2026-05-12	Migrasi v1 → v2 (template publikasi + KaTeX Beer-Lambert + tabel referensi gugus fungsi + APA)	Claude
2026-05-09	Draft awal v1	Tim docs

4 Referensi

Coates, J. (2006). Interpretation of infrared spectra, a practical approach. In R. A. Meyers (Ed.), Encyclopedia of analytical chemistry (pp. 1–23). John Wiley & Sons. https://doi.org/10.1002/9780470027318.a5606
Smith, B. C. (2011). Fundamentals of Fourier transform infrared spectroscopy (2nd ed.). CRC Press.
Socrates, G. (2001). Infrared and Raman characteristic group frequencies: Tables and charts (3rd ed.). John Wiley & Sons.
Stuart, B. H. (2004). Infrared spectroscopy: Fundamentals and applications. John Wiley & Sons. https://doi.org/10.1002/0470011149
Larkin, P. (2017). Infrared and Raman spectroscopy: Principles and spectral interpretation (2nd ed.). Elsevier.