BAB V LIMIT DETEKSI (LOD) DAN LIMIT KUANTISASI
6.2. Penentuan Ketangguhan (ruggedness) dan
Untuk memvalidasi kekuatan suatu metode perlu dibuat perubahan metodologi yang kecil dan terus menerus dan mengevaluasi respon analitik dan efek presisi dan akurasi. Sebagai contoh, perubahan yang dibutuhkan untuk menunjukkan kekuatan prosedur HPLC dapat mencakup (tapi tidak dibatasi) perubahan komposisi organik fase gerak (1%), pH fase gerak (± 0,2 unit), dan perubahan temperatur kolom (± 2 - 3° C).
Perubahan lainnya dapat dilakukan bila sesuai dengan laboratorium. Identifikasi sekurang-kurangnya 3 faktor analisis yang dapat mempengaruhi hasil bila diganti atau diubah. Faktor risinal ini dapat diidentifikasi sebagai A, B, dan C. Perubahan nilai faktor-faktor ini dapat diidentifikasi dengan a, b, dan c. Lakukan analisis pada kondisi yang telah disebutkan pada pemeriksaan ketangguhan.
Sangita et al. (2013) telah melakukan parameter ruggedness untuk menguji metode penentuan azit-hromycin dengan HPLC dengan prosedur sama oleh analis yang berbeda. Hasil penentuan ruggedness dapat dilihat pada Tabel 6.1.
Tabel 6.1 Hasil studi Ketangguhan (ruggedness)
Keterangan RT Area
Analis 1 8,35 100093,09
Analis 2 8,36 100558,17
Rata-rata 8,355 100325,63
Standar Deviasi 0,0071 328,8612
% RSD 0,085 0,328
Robustness dilakukan dengan melakukan variasi terhadap komposisi fase gerak yaitu ±2.0% (22:78-18:82), variasi laju alir ±10% (1,1 mL sampai 1,3mL/min) and variasi suhu Column ±5.0°C (40°C -50°C). Hasil uji disampaikan pada Tabel 6.2.
Tabel 6.2 Hasil studi Kekuatan (Robustness)
Keterangan RT Area
Ketahanan suatu metode analisis adalah ukuran dari kemampuannya untuk tetap tidak terpengaruh oleh variasi kecil, tetapi disengaja dalam parameter metode, dan memberikan indikasi kehandalan selama penggunaan normal. Ketangguhan metode kromatografi, misalnya, dapat dievaluasi oleh variasi dalam parameter seperti komposisi fase gerak, pH dan kekuatan ion, suhu dan banyak yang berbeda atau pemasok kolom. Evaluasi ketahanan harus dipertimbangkan dalam tahap
pengembangan metode. Bahkan, proses validasi metode tidak dapat dipisahkan dari perkembangan aktual kondisi metode, karena tidak mungkin untuk mengetahui apakah kondisi metode dapat diterima sampai studi validasi dilakukan. Evaluasi kekokohan kromatografi metode sering kompleks dan melelahkan, dengan mempertimbangkan jumlah besar parameter analisis yang harus dianggap melakukan tes. Beberapa penulis memilih parameter analisis analisis yang spesifik untuk dievaluasi, interpretasi data dilakukan dengan t-test atau uji ANOVA.
Tabel 6.3 Robustness pada metode uji dengan HPLC
Parameter Kondisi
Suplier column Symmetry Ace
Suplier metanol Tedia J.T. Baker
Merek HPLC Agilent 1200 HP 1100
Pengujian ketegaran dilakukan untuk mengetahui kestabilan metode analisis (tidak terpengaruh oleh variasi yang diberikan). Salah satu contoh yaitu ketegaran metode uji penentuan ketoprofen dengan HPLC dilakukan variasi terhadap waktu seperti yang dilakukan oleh (Oktavia 2006).
Hasil pengujian ketegaran disajikan pada Tabel 6.4. Nilai standar deviasi relatif yang diperoleh pada uji ketegaran adalah 1,42%, yang berarti metode ini memiliki kestabilan
yang baik terhadap variasi waktu yang diberikan karena memenuhi kriteria penerimaan yaitu <2%.
Tabel 6.4 Contoh hasil analisis pengujian ketegaran dengan HPLC konsentrasi standar 100%
Menit ke- Area
0 195458
0 195772
0 196366
60 200183
60 200428
60 198464
120 201201
120 200211
120 200390
180 202172
180 202339
180 203315
Rata-rata 199687,42
SD 2834,53
RSD 1,42
BAB VII ESTIMASI KETIDAKPASTIAN PENGUKURAN
7.1 Estimasi Ketidakpastian Pengukuran
Pada dokumen standar “Persyaratan Umum Kompetensi Laboratorium Pengujian dan Laboratorium Kalibrasi” ISO/IEC 17025:2005 diatur persyaratan mengenai ketidakpastian, yaitu dalam butir 5.4.6. Dalam standar itu diatur bahwa laboratorium wajib mempunyai dan menerapkan prosedur untuk mengestimasi ketidakpastian pengukuran. Estimasi ketidakpastian tersebut harus wajar (reasonable) dan didasarkan pada pengetahuan atas unjuk kerja metode, dan harus menggunakan data-data yang diperoleh dari pengalaman sebelumya serta data validasi metode.
Definisi dari istilah ketidakpastian pengukuran yang digunakan dalam peraturan ini berdasarkan pada kosakata istilah dasar dan umum dalam metrologi adalah parameter yang terkait dengan hasil pengukuran, yang mencirikan penyebaran nilai-nilai yang cukup dan dapat dikaitkan dengan pengukuran.
Ketidakpastian pengukuran terdiri dari banyak komponen. Beberapa komponen dapat dievaluasi dari distribusi statistik hasil seri pengukuran dan dapat ditandai
dengan standar deviasi. Komponen lain dapat dicirikan oleh standar penyimpangan, dievaluasi dengan cara diasumsikan mengikuti probabilitas distribusi berdasarkan pengalaman atau informasi lainnya. Panduan ISO menggolongkan dalam kasus sebagai Tipe A dan Tipe B.
Dalam banyak kasus dalam analisis kimia, pengukuran identik dengan penentuan konsentrasi dari analit. Namun analisis kimia digunakan untuk ukuran yang lain misalnya warna, pH, dan lain-lain, oleh karena itu istilah umum "ukur" akan digunakan. Definisi ketidakpastian yang diberikan di atas berfokus pada kisaran nilai-nilai yang cukup yakin bisa dihubungkan ke pengukuran. Dalam penggunaan umum, kata ketidakpastian berkaitan dengan konsep umum keraguan.
Dalam panduan ini, kata ketidakpastian tanpa kata sifat, mengacu baik untuk parameter yang berhubungan dengan definisi di atas, atau pengetahuan yang terbatas tentang nilai tertentu. Ketidakpastian pengukuran tidak menyiratkan keraguan tentang validitas pengukuran;
sebaliknya, pengetahuan tentang ketidakpastian berarti meningkatkan keyakinan terhadap validitas dari hasil pengukuran.
Sumber Ketidakpastian. Dalam prakteknya keti-dakpastian pada hasil mungkin timbul dari sumber banyak kemungkinan, termasuk definisi lengkap seperti contoh, sampling, efek matriks dan gangguan, kondisi lingkungan, ketidakpastian massa dan volumetrik peralatan, nilai acuan, perkiraan dan asumsi yang tergabung dalam metode pengukuran dan prosedur, dan variasi acak.
Ketidakpastian komponen kemudian digabung menjadi ketidakpastian keseluruhan, hal itu mungkin diperlukan untuk mengambil tiap sumber ketidakpastian dan memperlakukan secara terpisah untuk memperoleh kontribusi dari sumber tersebut. Masing-masing kontribusi ketidakpastian disebut sebagai komponen ketidakpastian.
Ketika dinyatakan sebagai standar deviasi, komponen ketidakpastian dikenal sebagai ketidakpastian baku. Jika ada hubungan antara setiap komponen maka ini harus diperhitungkan dengan menentukan kovarians tersebut.
Namun, seringkali memungkinkan untuk mengevaluasi efek gabungan dari beberapa komponen.
Untuk y hasil pengukuran, jumlah ketidakpastian, disebut standar gabungan ketidakpastian dan dinotasikan dengan uc (y), adalah estimasi standar deviasi sama dengan positif akar kuadrat varians total diperoleh menggabungkan semua komponen ketidakpastian, dan dievaluasi, menggunakan hukum propagasi ketidakpastian.
Untuk tujuan dalam kimia analitik, ketidakpastian diperluas U, harus digunakan. Ketidakpastian diperluas menyediakan interval di mana nilai besaran ukur dipercaya untuk tingkat keyakinan yang lebih tinggi. U diperoleh dengan mengalikan uc (y), ketidakpastian baku gabungan, dengan cakupan yang faktor k. Pilihan dari k factor berdasarkan tingkat kepercayaan yang diinginkan. Untuk perkiraan tingkat kepercayaan 95%, k adalah 2. k faktor harus selalu dinyatakan sehingga ketidakpastian baku gabungan kuantitas diukur dapat dipulihkan untuk digunakan dalam menghitung standar gabungan
keti-dakpastian hasil pengukuran lain yang mungkin tergantung pada kuantitas itu.
7.2 Kesalahan dan Ketidakpastian
Penting untuk membedakan antara kesalahan dan ketidakpastian. Kesalahan (error) didefinisikan sebagai perbedaan antara hasil individu dan nilai benar dari besaran ukur. Dengan demikian, kesalahan adalah nilai tunggal. Pada prinsipnya, nilai dari kesalahan dapat diterapkan sebagai koreksi hasil. Kesalahan merupakan konsep ideal dan kesalahan tidak dapat diketahui secara pasti. Ketidakpastian, di sisi lain, mengambil berbagai bentuk, dan, jika diperkirakan untuk analisis prosedur dan jenis sampel yang ditetapkan, berlaku untuk semua penentuan. Secara umum, nilai ketidakpastian yang tidak dapat digunakan untuk memperbaiki hasil pengukuran.
Ketidakpastian dari hasil pengukuran tidak boleh ditafsirkan sebagai kesalahan itu sendiri, maupun kesalahan yang tersisa setelah koreksi. Kesalahan dianggap memiliki dua komponen, yaitu komponen random dan komponen sistematis. Kesalahan Random biasanya muncul dari variasi jumlah pengaruh. Efek-efek acak menimbulkan variasi pengamatan berulang. Kesalahan acak dari hasil analisis tidak dapat dikompensasi, tetapi biasanya dapat dikurangi dengan meningkatkan jumlah pengamatan.
Standar deviasi eksperimental atau rata-rata seri pengamatan bukanlah kesalahan acak, meskipun begitu disebut dalam beberapa publikasi tentang ketidakpastian.
Ini adalah bukan sebuah ukuran dari ketidakpastian dari
rata-rata karena beberapa kesalahan acak. Nilai yang tepat dari random error timbul dari efek tidak dapat diketahui.
Kesalahan sistematis didefinisikan sebagai komponen kesalahan yang, dalam perjalanan dari sejumlah analisis dari ukur yang sama, tetap konstan atau bervariasi dengan cara yang dapat diprediksi. Ini tidak tergantung dari jumlah pengukuran dibuat dan karenanya tidak dapat dikurangi dengan meningkatkan jumlah analisis di bawah konstan kondisi pengukuran.
Efek yang berubah secara sistematis selama rangkaian analisis yang disebabkan, yang disebabkan karena kontrol yang tidak memadai, kondisi eksperimental sehingga menimbulkan kesalahan yang sistematis yang tidak konstan. Ketidakpastian pengukuran merupakan tingkat kesalahan yang tidak diketahui yang tersisa dalam pengukuran. Jika nilai sebenarnya dari kesalahan diketahui, maka itu bukan bagian dari ketidakpastian pengukuran. Sebaliknya, itu harus digunakan untuk memperbaiki hasil pengukuran. Metode untuk me-nentukan ketidakpastian pengukuran telah dibagi menjadi dua kelas generik yaitu Evaluas Tipe A yang menghasilkan ketidakpastian ditentukan secara statistik berdasarkan distribusi normal dan evaluasi tipe B merupakan ketidakpastian ditentukan dengan cara lain.
Ketidakpastian ditentukan melalui evaluasi Tipe A dengan melakukan pengukuran ulang dan menentukan distribusi statistik. Pendekatan ini bekerja terutama untuk kontribusi acak. Pengukuran ulang dengan penyimpangan yang sistematis dari nilai yang benar dikenal memberikan nilai kesalahan yang harus diperbaiki. Namun, ketika
mengevaluasi pengukuran yang dihasilkan, efek keti-dakpastian sistematis dengan ketidakpastian acak sedemikian rupa sehingga efeknya dapat ditentukan secara statistik. Misalnya, efek suhu dapat menyebabkan peningkatan kebisingan termal acak dalam hasil pengukuran.
Evaluasi tipe A didasarkan pada standar deviasi dari pengukuran ulang, yang untuk n pengukuran dengan hasil qk dan nilai rata-rata q, diperkirakan dengan:
Standar kontribusi ketidakpastian ui dari pengukuran qk tunggal diberikan oleh:
Jika pengukuran n yang rata-rata sama, ini menjadi:
Untuk kasus-kasus di mana evaluasi tipe A tidak tersedia atau tidak praktis, dan untuk menutupi kontribusi tidak termasuk dalam tipe A, maka tipe B digunakan.
Tentukan kontribusi potensial terhadap total rata-rata ketidakpastian. Tentukan nilai ketidakpastian untuk setiap kontribusi. Kontribusi harus dalam kuantitas yang diukur, bukan kuantitas pengaruh. Untuk setiap kontribusi, memilih distribusi statistik yang diharapkan dan menentukan ketidakpastian standar. Kombinasikan ketidakpastian yang dihasilkan dan dihitung ketidakpastian diperluas.
Ketidakpastian baku tipe B, simpangan baku adalah ketidakpastian itu sendiri, namun dikoreksi terhadap distribusi probabilitas nilai tersebut. Beberapa distribusi yang menyumbang ketidakpastian adalah:
1. Distribusi normal
Gambar 7.1 menunjukkan kurva yang mengikuti distribusi normal.
Gambar 7.1 Kurva distribusi normal
Perhitungan ketidakpastian yang mengikuti distribution normal:
dimana Ui adalah ketidakpastian diperluas kontribusi dan k adalah faktor cakupan (k = 2 untuk kepercayaan 95%).
2. Rectangular distribusi
Distribusi rectangular yaitu hasil pengukuran memiliki probabilitas yang sama berada di tempat dalam rentang -ai ke ai. Rumus yang mengikuti distribusi rectangular adalah:
Gambar 7.2 Kurva distribusi rectanguler
Produsen peralatan ± nilai akurasi (bukan dari anggaran ketidakpastian standar) batas resolusi peralatan. Setiap istilah dimana hanya berkisar maksimal atau kesalahan dikenal.
3. Distribusi berbentuk U
Distribusi berbentuk U, hasil pengukuran memiliki kemungkinan yang lebih tinggi menjadi beberapa nilai di atas atau di bawah rata-rata daripada berada di median)
Gambar 7.3 Kurva distribusi berbentuk U
4. Distribusi triangular
Distribusi triangular yaitu distribusi non-normal dengan linear dari maksimum ke nol. contoh:
Alternatif untuk persegi panjang atau distribusi normal bila distribusi diketahui di pusat dan memiliki nilai yang diharapkan maksimum.
Gambar 7.4 Kurva mengikuti distribusi trianguler
Gambar 7.5 Gabungan persamaan dan jenis distribusi Setelah seluruh sumber ketidakpastian diidentifikasi dan hubungan antara sumber yang satu dengan yang lain telah diketahui, serta bagaimana semuanya berpengaruh terhadap ketidakpastian akhir, maka pada tahap ini dilakukan kuantifikasi nilai ketidakpastian yang berasal dari masing-masing sumber. Data ketidakpastian yang berasal dari masing-masing sumber perlu dikonversi terlebih dahulu menjadi ketidakpastian baku (μ) agar dapat digunakan dalam perhitungan ketidakpastian akhir.
Berbagai jenis data dan cara konversinya menjadi ketidakpastian baku dapat dicermati dalam Gambar 7.4 7.3 Perhitungan ketidakpastian diperluas (expanded
uncertainty)
Tahap terakhir dari perhitungan ketidakpastian adalah mengalikan ketidakpastian gabungan (μX) dengan
suatu faktor pencakupan (k) ketidakpastia n untuk mendapatkan nilai ketidakpastian diperluas (U) dengan tingkat kepercayaan tertentu. Untuk kebanyakan kasus, disarankan untuk menggunak an nilai k=2 (atau tepatnya 1,96) yang akan memberikan tingkat kepercayaan 95%. Tapi ini hanya berlaku jika nilai perhitungan ketidakpastian gabungan didasarkan pada data dengan derajat bebas efektif yang cukup besar (≥ 6). Jika derajat bebas efektif kecil (< 6), maka perlu nilai k yang lebih besar, yang dapat diperoleh dari nilai t-student.
Gambar 7.6 Jenis-jenis sumber ketidakpastian dan cara konversinya untuk mendapatkan ketidakpastian baku (μ)
Terdapat dua kategori komponen ketidakpastian yakni:
1. Tipe A yaitu ketidakpastian berdasarkan pekerjaan eksperimental dan dihitung dari rangkaian berulang.
2. Tipe B yaitu ketidakpastian berdasarkan informasi/
data yang dapat dipercaya, contoh: sertifikat.
Ketidakpastian baku (μ) untuk tipe A diperoleh melalui persamaan:
Dimana: s adalah simpangan baku dan n adalah jumlah pengamatan. Sedangkan untuk ketidakpastian baku tipe B, simpangan baku adalah ketidakpastian itu sendiri, namun perlu dikoreksi terhadap distribusi probabilitas nilai tersebut.
Ketidakpastian baku (μ) untuk tipe A diperoleh melalui persamaan:
Dimana: s adalah simpangan baku dan n adalah jumlah pengamatan. Sedangkan untuk ketidakpastian baku tipe B, simpangan baku adalah ketidakpastian itu sendiri, namun perlu dikoreksi terhadap distribusi probabilitas nilai tersebut.
• Untuk distribusi normal dengan tingkat kepercayaan 95%,
Μ (x) =
• Untuk distribusi normal dengan tingkat kepercayaan 99%,
Μ (x) =
• Untuk distribusi rectangular,
• Untuk distribusi triangular,
7.4 Penentuan Estimasi Ketidakpastian Pengukuran Pembuatan Larutan Standar Cd 1000 mg/L
• Pembuatan larutan standar Cd 1000 mg/L
• Cara kerja sesuai SNI:
• Logam Cd dibersihan lapisan luar dari oksidanya, kemudian dilarutkan dengan asam nitrat dan dimasukkan dalam labu ukur 1000 mL, ditambahkan aquabides sampai batas.
Langkah 1:
Langkah 2:
Dimana
C Cd = konsentrasi larutan standar yang dibuat 1000 = factor konversi mL ke L
m = berat logam (mg) P = kemurnian logam
V = volume larutan standar yang dibuat Langkah 3:
Menentukan sumber-sumber ketidakpastian dengan menggunakan diagram tulang ikan seperti Gambar 7.6.
Gambar 7.7 Diagram tulang ikan penentuan konsentrasi Cd Menentukan nilai ketidakpastian masing-masing sumber kesalahan:
1. Ketidakpastian dari kemurnian bahan (P)
Kemurnian bahan logam (Cd) yang didapatkan dari sertifikat bahan adalah 99.99 ± 0.01% atau 0,9999 ± 0.0001. Karena tidak ada tambahan informasi, maka
untuk menentukan nilai ketidakpastian mengikuti distribusi rectangular. Ketidakpastian dari kemurnian bahan ditentukan dengan mengambil nilai 0,0001 dibagi dengan .
2. Mass m
Ketidakpastian yang terkait dengan massa kadmium diperkirakan dengan menggunakan data dari sertifikat kalibrasi dan rekomendasi pabrikan estimasi ketidakpastian, 0,05 mg.
3. Volume V
• Kalibrasi
Pabrikan mengutip volume untuk botol 100 ml ± 0,1 ml diukur pada suhu 20 °C. Nilai ketidak-pastian diberikan tanpa tingkat kepercayaan atau informasi distribusi, sehingga asumsi yang diperlukan. Di sini, ketidakpastian standar dihitung dengan asumsi distribusi trianguler.
Sebuah distribusi trianguler dipilih, karena dalam proses produksi yang efektif, nilai nominal lebih mungkin dibandingkan ekstrem. Distribusi yang dihasilkan lebih baik diwakili oleh distribusi triaguler daripada distrbusi rectangular.
• Repeatability
Serangkaian percobaan sebanyak sepuluh kali menggunakan labu uku 100 mL memberikan standar deviasi 0,02 mL.
Temperature
Menurut produsen labu ukur 100 mL telah dikalibrasi pada suhu 20 °C, sedangkan suhu laboratorium bervariasi antara batas ±4 °C. Koefisien ekspansi volume air adalah 2,1 × 10-4
°C1. Ketidakpastian volume dihitung mengikuti asumsi distribusi rectanguler:
u (V) =
= 0,05 mL
Ketiga sumber ketidakpastian digabung sehingga memberikan standar ketidakpastian volume.
u (V) = √ = 0,07 mL
Tabel 7.1 Nilai dan ketidakpastian Simbol Deskripsi Nilai
(x) Ketidakpastian
0,9999 0,000058 0,000058
m Berat
Gambar 7.8 Perbandingan penyumbang ketidakpastian Perhitungan kombinasi standar ketidakpastian
Setiap komponen penyumbang ketidakpastian digabung dengan menggunakan persamaan:
uC (Cd) = C Cd x 0,0009 = 1002,7 mg/L x 0,0009 = 0,9 mg/L
Ketidakpastian yang diperluas U (C Cd) diperoleh dengan mengalikan dengan factor 2, sehingga:
U (C Cd) = 2 x 0,9 mg/L = 1,8 mg/L Penulisan hasil: 1002.7 ± 1,8 mg/L
Distribusi rectangular digunakan ketika sertifikat atau spesifikasi tanpa mencantumkan tingkat kepercayaan seperti 25 mL ± 0,005 mL, maka ketidakpastiannya adalah:
u(x) =
, bentuk distribusinya seperti pada Gambar 7.8
Gambar 7.9 Distribusi rectangular
Distribusi triangular digunakan jika informasi yang tersedia mengenai x lebih rendah daripada distribusi trianguler. Nilai dekat dengan x lebih mungkin dibandingkan dekat batas. Distribusi triangular mengikuti Gambar 7.9
Gambar 7.10 Distribusi trianguler
(A)
Gambar 7.11 Jenis-jenis distribusi (A) bentuk distribusi uniform (B) bentuk distribusi rectanguler dan (C) distribusi
trianguler (B)
(C)
Gambar 7.10 menunjukkan bahwa masing-masing distribusi tergantung pada pengaruh yang disebabkan oleh bahan, alat, personil dan lain-lain. Beberapa perubahan yang menyebabkan kesalahan yang signifikan adalah:
1. Perubahan suhu secara bertahap selama analisis kimia dapat mengakibatkan perubahan progresif pada hasil pengujian.
2. Sensor dan probe yang menunjukkan efek penuaan dapat menyebabkan kesalahan sistematis mem-perkenalkan non-konstan.
Hasil pengukuran harus dikoreksi untuk semua kesalahan sistematis. Ketidakpastian berhubungan dengan standar-standar dan bahan dan ketidakpastian dalam koreksi masih harus diperhitungkan. Salah satu jenis kesalahan adalah kesalahan palsu. Kesalahan jenis ini membatalkan sebuah pengukuran dan biasanya timbul melalui manusia atau kerusakan instrumen. Perpindahan angka, pencatatan data, gelembung udara yang bersarang pada sel spektrofotometer, atau disengaja kontaminasi silang dari contoh uji merupakan contoh umum dari jenis kesalahan ini.
Pengukuran kesalahan seperti ini telah terdeteksi dan harus ditolak dan tidak ada upaya yang dilakukan untuk menggabungkan kesalahan ke dalam setiap analisis statistik. Namun, kesalahan seperti perpindahan data terutama jika terjadi pada angka utama masih dapat diperbaiki.
Ketidakpastian diestimasi dengan menggunakan panduan ini tidak dimaksudkan untuk memungkinkan kemungkinan palsu kesalahan. Salah satu contoh
penentuan estimasi ketidakpastian adalah penentuan kadar nikel dengan spektrofotometer UV-Vis. Perhitungan estimasi ketidakpastian pengukuran dilakukan dengan tujuan untuk memastikan bahwa data pengukuran kadar nikel dalam natrium hidroksida adalah akurat serta metode spektrofotometri yang digunakan memberikan hasil yang valid. Perhitungan nilai ketidakpastian pengukuran ditentukan dari parameter sumber-sumber kesalahan yang digambar dalam diagram tulang ikan. Diagram tulang ikan akan memberikan informasi faktor-faktor yang mempengaruhi pengukuran kadar nikel.
Penetapan diagram tulang ikan
Sumber-sumber ketidakpastian ditunjukkan pada diagram tulang ikan sebagai berikut:
Gambar 7.12 Diagram tulang ikan penentuan konsentrasi nikel (Ni)
Penentuan Ketidakpastian Baku
1. Ketidakpastian dari m sampel Neraca analitik yang digunakan untuk penimbangan
mempunyai nilai ketidakpastian sebesar 0,1x g, estimasi ketidakpastian dapat dihitung dengan rumus sebagai berikut :
Sumber ketidakpastian sampel selain berasal dari ketidakpastian baku, ada beberapa faktor lain yang mempengaruhi ketidakpastian misalnya dari faktor banyaknya penimbangan maka ketidakpastian dari masing-masing sumber tersebut dapat digabungkan dan dinyatakan dalam ketidakpastian gabungan yang dapat dihitung dengan rumus sebagai berikut :
√ √
Keterangan :
µc : ketidakpastian gabungan
2. Ketidakpastian dari labu takar 25 mL
Labu takar 25 mL yang digunakan dalam analisis kadar nikel mempunyai nilai ketidakpastian sebesar
±0,04 mL yang diukur pada suhu 24ºC, maka nilai ketidakpastian baku dari labu takar ini termasuk dalam distribusi rectangular sehingga estimasi
ketidakpastian baku dapat dihitung dengan rumus sumber-sumber kesalahan tidak hanya berasal dari satu faktor saja melainkan ada faktor lain yang mempengaruhi seperti ketidakpastian efek temperatur. Untuk menghitung nilai ketidakpastian efek temperature maka dapat dihitung dengan rumus sebagai berikut:
Beberapa sumber nilai ketidakpastian yang ada seperti ketidakpastian baku dan ketidakpastian efek temperatur maka kedua sumber ketidakpastian ini digabungkan yang dinyatakan dalam ketidakpastian gabungan sehingga nilai ketidakpastian gabungan dari labu ukur 25 mL adalah sebagai berikut:
√ √
Keterangan :
µc(LT) : ketidakpastian gabungan labu takar
3. Ketidakpastian dari labu takar 100 mL
Labu takar 100 mL yang digunakan dalam analisis kadar nikel mempunyai nilai ketidakpastian sebesar
±0,1 mL yang diukur pada suhu 23,1ºC, maka nilai ketidakpastian baku dari labu takar ini termasuk dalam distribusi rectangular sehingga estimasi ketidakpastian baku dapat dihitung dengan rumus sebagai berikut:
Penentuan ketidakpastian labu takar 100 mL, sumber-sumber kesalahan tidak hanya berasal dari satu faktor saja melainkan ada faktor lain yang mempengaruhi seperti ketidakpastian efek temperatur. Untuk menghitung nilai ketidakpastian efek temperatur maka dapat dihitung dengan rumus sebagai berikut :
Keterangan :
µET : ketidakpastian efek temperatur
V : volume alat gelas
∆T : perbedaan temperatur α : ketetapan
Beberapa sumber nilai ketidakpastian yang ada seperti ketidakpastian baku dan ketidakpastian efek temperatur maka kedua sumber ketidakpastian ini digabungkan yang dinyatakan dalam ketidakpastian gabungan sehingga nilai ketidakpastian gabungan dari labu ukur 100 mL adalah sebagai berikut:
√ √
Keterangan :
µc(LT) : ketidakpastian gabungan labu takar
4. Ketidakpastian dari labu takar 1000 mL
Labu takar 1000 mL yang digunakan dalam analisis kadar nikel mempunyai nilai ketidakpastian sebesar
±0,385 mL yang diukur pada suhu 24ºC, maka nilai ketidakpastian baku dari labu takar ini termasuk dalam distribusi rectangular sehingga estimasi ketidakpastian baku dapat dihitung dengan rumus sebagai berikut:
k : suatu ketetapan
Penentuan ketidakpastian labu takar 1000 mL, sumber-sumber kesalahan tidak hanya berasal dari satu faktor saja melainkan ada faktor lain yang mempengaruhi seperti ketidakpastian efek temperatur. Untuk menghitung nilai ketidakpastian efek temperature maka dapat dihitung dengan rumus sebagai berikut:
Beberapa sumber nilai ketidakpastian yang ada seperti ketidakpastian baku dan ketidakpastian efek temperatur maka kedua sumber ketidakpastian ini digabungkan yang dinyatakan dalam ketidakpastian gabungan sehingga nilai ketidakpastian gabungan dari labu ukur 25 mL adalah sebagai berikut :
√ √
Keterangan :
µc(LT) : ketidakpastian gabungan labu takar
5. Ketidakpastian dari pipet volume 2 mL
Pipet volume 2 mL yang digunakan dalam analisis kadar nikel mempunyai nilai ketidakpastian sebesar
±0,0001 mL yang diukur pada suhu 24,1ºC, maka
nilai ketidakpastian baku dari pipet volume ini termasuk dalam distribusi rectangular sehingga estimasi ketidakpastian dapat dihitung dengan rumus sebagai berikut:
Keterangan :
: ketidakpastian kalibrasi
Qu : ketidakpastian yang tertera pada pipet volume 2 mL
K : suatu ketetapan
Penentuan ketidakpastian pipet volume 2 mL, sumber-sumber kesalahan tidak hanya berasal dari satu faktor saja melainkan ada faktor lain yang mempengaruhi seperti ketidakpastian efek temperatur. Untuk menghitung nilai ketidakpastian efek temperatur maka dapat dihitung dengan rumus
Penentuan ketidakpastian pipet volume 2 mL, sumber-sumber kesalahan tidak hanya berasal dari satu faktor saja melainkan ada faktor lain yang mempengaruhi seperti ketidakpastian efek temperatur. Untuk menghitung nilai ketidakpastian efek temperatur maka dapat dihitung dengan rumus