DAFTAR PUSTAKA
B. Prosedur uji kandungan N
1. Ditimbang 0,5 g sampel kering udara, masukkan ke dalam sebuah tabung reaksi mikro, siapkan juga untuk blanko
2. Untuk koreksi berat, tetapkan juga kadar air sampel
3. Kepada sampel dan blanko masing-masing tambahkan berturut-turut: 1 g campuran selenium, 2,5 ml asam sulfat pekat
4. Dipanaskan pada penangas listrik khusus mula-mula pada suhu rendah perlahan-lahan suhu dinaikkan hingga terbentuk suspensi putih
5. Setelah destruksi selesai, tabung diangkat dan didinginkan
6. Dipindahkan suspensi sampel ke dalam labu alat destilasi secara kuantitatif 7. Ditambahkan 2–3 tetes indikator Fenolfthalein 1%, 5 ml larutan NaOH 50%
hingga warna suspensi sampel berubah jadi merah
8. Destilat ditampung dengan larutan larutan asam boraks 3% dalam sebuah labu erlenmeyer
9. Diencerkan dengan akuades kira-kira 15 ml agar ujung pipa gelas tercelup ke dalam larutan asam boraks
10. Dilakukan destilasi selama 15 menit, destilat dititrasi dengan larutan HCl 0,01 N hingga terbentuk larutan berwarna merah jambu
Lampiran 3. Prosedur Uji Kandungan Logam Berat Pb dengan Menggunakan AAS Thermostat type Ice 3000 Series (berdasarkan panduan manual AAS thermostat type Ice 3000 series)
1. Disiapkan larutan Pb Standar sebanyak 6 konsentrasi yaitu 0 ppm, 2 ppm, 4 ppm, 6 ppm, 8 ppm, 10 ppm
2. Dipasang lampu untuk Pb yang akan digunakan.
3. Dinyalakan komputer, AAS, software SOLAAR pada komputer serta gas asetilen (0,62 bar), udara dari kompresor (2 bar) dan N20 (2,75 bar).
4. Diatur (disetting) metode pada software SOLAAR di komputer: - Ditekan tombol Method untuk membuka lembar kerja.
- Diklik kanan pada baris kedua untuk menampilkan menu sequence lalu pilih insert action.
- Dipilih Sample (s) dan dimasukan jumlah sampel yang telah disiapkan pada kotak Number of Samples.
- Diklik OK untuk kembali ke halaman property sequence.
- Diatur parameter method analisa umum dengan cara dipilih Technique Flame, ditekan tombol New untuk membuat sebuah method baru dan tabel periodik akan muncul.
- Dipilih elemen Pb yang akan dianalisa, klik OK. - Diketik nama Method untuk Method analisa.
- Diklik Sequence Tab untuk menampilkan halaman property sequence method
- Keempat actions sample ditampilkan dibaris kedua sampai kelima dan secara default solution akan diberi nama sample ID 1, sample ID2 dan seterusnya.
- Diklik sample details untuk menampilkan kotak dialog sample details, diklik OK dan kembali ke halaman property sequence.
- Diklik tab spectrometer untuk menampilkan halaman property spectrometer - Dipastikan measurement mode terpilih Absorption.
- Dipilih background Correction D2 Quadline atau OFF.
- Ditampilkan method flame parameter dengan cara diklik tab Flame. - Direview parameter standard.
- Diatur Parameter Calibration dengan cara diklik tab Calibration.
- Dipastikan bahwa Method Calibration adalah Normal Linear Least Square Fit.
- Dipastikan kolom Concentration Units adalah mg/l. - Diatur jumlah deret standard.
- Dimasukan konsentrasi standard master ( 0 , 2, 4, 6, 8, 10 ppm).
5. Setelah diatur Method di komputer, instrument siap untuk melakukan analisis. 6. Di Set up optik dengan menekan tombol set up otic.
7. Dibiarkan lampu dan instrument stabil setidaknya 10 menit. 8. Dibuka jendela result untuk melihat hasil analisa.
9. Dibuka jendela signal untuk memonitor signal absorbansi. 10. Ditekan tombol analyse untuk memulai analisa
11. Diikuti petunjuk yang muncul pada layar
Lampiran 4. Analisis Kandungan Pb pada Daging Ikan Lele Dumbo (Berdasarkan SNI 2354:5:2011)
(A) Preparasi sampel daging ikan (dengan cara destruksi basah menggunakan microwave)
1. Ditimbang contoh basah sebanyak 2 g atau contoh kering sebanyak 0,2 g – 0,5 g ke dalam tabung sampel (vessel) kemudian dicatat beratnya (W).
2. Untuk kontrol positif (spiked 0,1 mg/kg), ditambahkan masing – masing 0,2 ml larutan standar Pb 1 mg/l atau larutan standar Pb dan Cd 200 µg/l sebanyak 1 ml ke dalam contoh kemudian di vortex.
3. Ditambahkan secara berurutan 5 ml – 10 ml HNO3 65% dan 2 ml H2O2.
4. Dilakukan destruksi dengan mengatur program microwave (sesuaikan dengan microwave yang digunakan).
5. Dipindahkan hasil destruksi kelabu takar 50 ml dan tambahkan larutan matrik modifier, tepatkan sampai tanda batas dengan air deionisasi.
(B) Pembacaan kurva kalibrasi dan contoh pada AAS
1. Disiapkan larutan standar kerja Pb masing – masing minimal 0 ppm, 2 ppm, 4 ppm, 6 ppm, dan 8 ppm.
2. Dibaca larutan standar kerja, contoh dan spiked pada alat spektrofotometer serapan atom (AAS) graphite furnace pada panjang gelombang 283,3 nm.
(C) Penghitungan
Keterangan :
D = Konsentrasi contoh mg/l dari hasil pembacaan AAS
E = Konsentrasi blanko contoh mg/l dari hasil pembacaan AAS
V = Volume akhir larutan contoh yang disiapkan (ml), harus diubah ke dalam satuan liter. W = Berat contoh (mg) 1000 W V E D
Lampiran 5. Analisis SPSS Rancangan Percobaan Dengan Pengamatan Berulang (RAL dalam waktu) pada Kompos Daun Gamal a. Data logam berat tersisa di air oleh penyerapan kompos daun gamal (dalam
satuan mg/l)
Dosis kompos (gr/l) Ulangan Waktu pengamatan
1 jam 8 jam 16 jam 24 jam
0 1 6.7967 6.7652 6.7988 6.7724 2 6.7997 6.8032 6.9896 6.9898 3 6.7880 6.9952 6.7093 6.8944 5 1 2.3570 0.8553 0.6987 0.5761 2 2.2483 0.8082 0.6500 0.5057 3 2.8147 0.8959 0.7246 0.5430 9 1 0.7120 0.2535 0.1951 0.1932 2 0.8945 0.3371 0.3498 0.2567 3 0.5698 0.2098 0.1931 0.1747 13 1 0.4785 0.2540 0.2412 0.2676 2 0.5407 0.2869 0.2708 0.2125 3 0.3956 0.2049 0.2703 0.1777 b. Uji normalitas
Uji Normalitas Kolmogorov Smirnov menunjukan bahwa hampir semua data menyebar tidak normal karena nilai Signifikasi < 0,05. Hal ini tidak memenuhi persyaratan untuk uji F (Anova). Oleh karena itu data harus ditransformasi.
c. Transformasi data
Transformasi data logam berat tersisa di air oleh penyerapan kompos daun gamal dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : Sin X
d. Uji normalitas pada data transformasi
Uji Normalitas Kolmogorov Smirnov menunjukan bahwa semua data menyebar normal karena nilai Signifikasi > 0,05. Hal ini telah memenuhi persyaratan uji F (Anova).
e. Tabel ANOVA
Nilai signifikasi dosis kompos < 0,05. Hal ini menunjukan bahwa terdapat perbedaan antar dosis kompos dalam meminimalisasi jumlah logam berat Pb yang tersisa di air.
- Nilai signifikasi waktu pengamatan (linear) < 0,05. Hal ini berarti bahwa dengan waktu pengamatan aerasi yang berbeda, maka jumlah logam berat yang tersisa di air juga berbeda signifikan (waktu berpengaruh)
- Nilai signifikasi waktu pengamatan dan dosis kompos < 0,05. Hal ini menunjukan bahwa dengan waktu pengamatan dan dosis kompos yang berbeda, maka jumlah logam berat tersisa di air juga berbeda signifikan (ada interaksi dosis kompos dan waktu)
f. Uji lanjut (Uji Duncan)
Berdasarkan Uji Duncan didapatkan bahwa terdapat perbedaan yang nyata antara dosis kompos 0 gr/l dengan 5 gr/l, 9 gr/l dan 13 gr/l serta dosis kompos 5 gr/l dengan 9 gr/l dan 13 gr/l. Tetapi dosis kompos 9 gr/l tidak berbeda nyata dengan 13 gr/l. Dengan demikian dapat disimpulkan bahwa dosis kompos daun gamal 9 gr/l merupakan dosis kompos terbaik.
Lampiran 6. Analisis SPSS Rancangan Percobaan Dengan Pengamatan Berulang (RAL dalam waktu) pada Kompos Daun Avicennia
a. Data logam berat tersisa di air oleh penyerapan kompos daun avicennia (dalam satuan mg/l)
Dosis kompos (gr/l) Ulangan Waktu pengamatan
1 jam 8 jam 16 jam 24 jam
0 1 6.7967 6.7652 6.7988 6.7724 2 6.7997 6.8032 6.9896 6.9898 3 6.7880 6.9952 6.7093 6.8944 5 1 4.7774 1.8477 0.8439 0.6808 2 1.1719 1.0358 0.9708 0.9532 3 2.5061 1.3571 1.2115 1.0399 9 1 2.6650 0.9912 0.8645 0.8422 2 3.0562 1.045 0.9586 0.9213 3 1.6678 0.9200 0.8592 0.9099 13 1 1.6620 1.1761 1.0795 1.0325 2 4.9687 1.9824 1.3773 0.9286 3 3.4716 0.9396 0.7065 0.6370 b. Uji normalitas
Uji Normalitas Kolmogorov Smirnov menunjukan bahwa hampir semua data tidak menyebar normal karena nilai Signifikasi < 0,05. Hal ini tidak memenuhi persyaratan untuk uji F (Anova). Oleh karena itu data harus ditransformasi.
c. Transformasi data
Transformasi data logam berat tersisa di air oleh penyerapan kompos daun gamal dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : Cos X
d. Uji normalitas pada data transformasi
Uji Normalitas Kolmogorov Smirnov menunjukan bahwa semua data menyebar normal karena nilai Signifikasi > 0,05. Hal ini telah memenuhi persyaratan uji F (Anova).
e. Tabel ANOVA
Nilai signifikasi dosis kompos < 0,05. Hal ini menunjukan bahwa terdapat perbedaan antar dosis kompos dalam meminimalisasi jumlah logam berat Pb yang tersisa di air.
- Nilai signifikasi waktu pengamatan (linear) < 0,05. Hal ini berarti bahwa dengan waktu pengamatan aerasi yang berbeda, maka jumlah logam berat yang tersisa di air juga berbeda signifikan (waktu berpengaruh).
- Nilai signifikasi waktu pengamatan dan dosis kompos > 0,05. Hal ini menunjukan bahwa dengan waktu pengamatan dan dosis kompos yang berbeda, maka jumlah logam berat tersisa di air tidak berbeda signifikan (tidak ada interaksi dosis kompos dan waktu pengamatan)
f. Uji lanjut (Uji Duncan)
Berdasarkan Uji Duncan didapatkan bahwa terdapat perbedaan yang nyata antara dosis kompos 0 gr/l dengan 5 gr/l, 9 gr/l dan 13 gr/l Sedangkan dosis kompos 5 gr, 9 gr/l, 13 gr/l tidak saling berbeda nyata. Dengan demikian dapat disimpulkan bahwa dosis kompos daun avicennia 5 gr/l merupakan dosis kompos terbaik.
Lampiran 7. Analisis SPSS Rancangan Percobaan Dengan Pengamatan Berulang (RAL dalam waktu) pada Kompos Batang Pisang a. Data logam berat tersisa di air oleh penyerapan kompos batang pisang (dalam
satuan mg/l)
Dosis kompos (gr/l) Ulangan Waktu pengamatan
1 jam 8 jam 16 jam 24 jam
0 1 6.7967 6.7652 6.7988 6.7724 2 6.7997 6.8032 6.9896 6.9898 3 6.7880 6.9952 6.7093 6.8944 5 1 2.5081 1.2472 1.0492 0.8909 2 2.5052 0.1787 1.0818 0.9582 3 4.5595 2.9242 2.4846 1.8473 9 1 0.9712 0.3585 0.2994 0.1967 2 1.1359 0.3102 0.2995 0.2918 3 0.4944 0.28 0.1731 0.2501 13 1 0.4844 0.2655 0.2505 0.2051 2 0.3992 0.2846 0.2066 0.2135 3 0.7217 0.289 0.2801 0.238 b. Uji normalitas
Uji normalitas Kolmogorov Smirnov menunjukan bahwa hampir semua data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk uji F (Anova). Oleh karena itu data harus ditransformasi.
c. Transformasi data
Transformasi data logam berat oleh penyerapan kompos batang pisang dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
1
1
X Log
d. Uji normalitas pada data transformasi
Uji Normalitas Kolmogorov Smirnov menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan uji F (Anova).
e. Tabel ANOVA
Nilai signifikasi dosis kompos < 0,05. Hal ini menunjukan bahwa terdapat perbedaan antar dosis kompos dalam meminimalisasi jumlah logam berat Pb yang tersisa di air.
- Nilai signifikasi waktu pengamatan (linear) < 0,05. Hal ini berarti bahwa dengan waktu pengamatan aerasi yang berbeda, maka jumlah logam berat yang tersisa di air juga berbeda signifikan (waktu pengamatan berpengaruh)
- Nilai signifikasi waktu pengamatan dan dosis kompos < 0,05. Hal ini menunjukan bahwa dengan waktu pengamatan dan dosis kompos yang berbeda, maka jumlah logam berat tersisa di air juga berbeda signifikan (ada interaksi dosis kompos dan waktu pengamatan)
f. Uji lanjut (Uji Duncan)
Berdasarkan Uji Duncan didapatkan bahwa terdapat perbedaan yang nyata antara dosis kompos 0 gr/l dengan 5 gr/l, 9 gr/l dan 13 gr/l serta dosis kompos 5 gr/l dengan 9 gr/l dan 13 gr/l. Tetapi dosis kompos 9 gr/l tidak berbeda nyata dengan 13 gr/l. Dengan demikian dapat disimpulkan bahwa dosis kompos batangpisang 9 gr/l merupakan dosis kompos terbaik.
Lampiran 8. Analisis SPSS Uji T Dua Sampel Independen Antara Kompos Daun Gamal 9 gr/l Dengan Kompos Daun Avicennia 5 gr/l a. Rata-rata jumlah logam berat tersisa di air oleh penyerapan kompos daun
gamal 9 gr/l dan kompos daun avicennia 5 gr/l Waktu pengamatan
(jam)
Kompos Daun Gamal Dosis 9 gr/l
Kompos Daun Avicennia Dosis 5 gr/l 1 0,7254 2,8185 8 0,2668 1,4135 16 0,2460 1,0087 24 0,2082 0,8913 b. Uji normalitas
Uji Normalitas yang digunakan adalah Shapiro-Wilk karena jumlah data yang sedikit. Berdasarkan uji normalitas didapatkan bahwa ada data yang tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk uji T. Oleh karena itu data harus ditransformasi.
c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
d. Uji Normalitas pada data transformasi
Uji Normalitas Shapiro-Wilk menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan uji T.
X 1
e. Uji T dua sampel independen
Nilai signifikasi (2-tailed) < 0,05. Hal ini menunjukan bahwa dosis kompos daun gamal 9 gr/l berbeda dengan dosis kompos daun avicennia 5 gr/l.
Lampiran 9. Analisis SPSS Uji T Dua Sampel Independen Antara Kompos Daun Gamal 9 gr/l Dengan Kompos Batang Pisang 9 gr/l a. Rata-rata jumlah logam berat tersisa di air oleh penyerapan kompos daun
gamal 9 gr/l dan kompos batang pisang 9 gr/l Waktu Pengamatan
(jam)
Kompos Daun Gamal Dosis 9 gr/l
Kompos Daun Avicennia Dosis 9 gr/l 1 0,7254 0,8672 8 0,2668 0,3162 16 0,2460 0,2573 24 0,2082 0,2462 b. Uji normalitas
Uji Normalitas yang digunakan adalah Shapiro-Wilk karena jumlah data yang sedikit. Berdasarkan uji normalitas didapatkan bahwa ada data yang tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk uji T. Oleh karena itu data harus ditransformasi.
c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
d. Uji Normalitas pada data transformasi
Uji Normalitas Shapiro-Wilk menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan uji T.
X 1
e. Uji T dua sampel independen
Nilai signifikasi (2-tailed) > 0,05. Hal ini menunjukan bahwa dosis kompos daun gamal 9 gr/l tidak berbeda dengan dosis kompos batang pisang 9 gr/l.
Lampiran 10. Analisis SPSS Uji T Dua Sampel Independen Antara Kompos Daun Avicennia 5 gr/l Dengan Kompos Batang Pisang 9 gr/l a. Rata-rata jumlah logam berat tersisa di air oleh penyerapan kompos daun
avicennia 5 gr/l dan kompos daun gamal 9 gr/l Waktu Pengamatan
(jam)
Kompos Daun Avicennia Dosis 5 gr/l
Kompos Batang Pisang Dosis 9 gr/l 1 2,8185 0,8672 8 1,4135 0,3162 16 1,0087 0,2573 24 0,8913 0,2462 b. Uji normalitas
Uji Normalitas yang digunakan adalah Shapiro-Wilk karena jumlah data yang sedikit. Berdasarkan uji normalitas didapatkan bahwa ada data yang tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk uji T. Oleh karena itu data harus ditransformasi.
c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
d. Uji normalitas pada data transformasi
Uji Normalitas Shapiro-Wilk menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan uji T.
X 1
e. Uji T dua sampel independen
Nilai signifikasi (2-tailed) < 0,05. Hal ini menunjukan bahwa dosis kompos daun avicennia 5 gr/l berbeda dengan dosis kompos daun gamal 9 gr/l.
Lampiran 11. Laju Pertumbuhan dan Kelangsungan Hidup Ikan Selama Pemeliharaan
Jenis
Kompos Dosis Ikan
awal Ikan akhir SR α Daun Gamal 5 15 4 26,67 0,06 0,54 8,24 9 15 14 93,33 0,08 1,87 13,67 13 15 14 93,33 0,07 1,76 11,93 Daun Avicennia 5 15 14 93,33 0,08 1,98 12,36 9 15 12 80 0,08 2,17 13,39 13 15 15 100 0,07 1,68 12,42 Batang Pisang 5 15 4 26,67 0,07 0,35 7,45 9 15 15 100 0,06 1,26 10,69 13 15 15 100 0,08 2,08 12,54 Kontrol 0 15 0 0 0,06 0 0 Keterangan :
Ikan awal = Jumlah rata-rata ikan awal Ikan akhir= Jumlah rata-rata ikan akhir SR = Tingkat kelangsungan hidup
Wt = Bobot rata-rata ikan pada hari ke-t
Wo = Bobot rata-rata ikan pada hari ke-0
α = Laju pertumbuhan
Wo Wt
Lampiran 12. Analisis Korelasi Pearson Antara Pb Tersisa dengan pH Menggunakan Software SPSS 18.
a. Rata-rata jumlah Pb tersisa di air dan pH air
Pb Tersisa di Air (mg/l) pH 6,7964 3 0,5416 4,0 0,2028 5,7 0,2193 5,7 6,8172 3 0,8913 6,0 0,8911 6,8 0,8660 7,1 6,7675 3 1,2321 4,2 0,2462 6,8 0,2128 7,0 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : Sin X
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan analisis korelasi. e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) > 0,05. Hal ini menunjukan bahwa tidak ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai pH.
Lampiran 13. Analisis Korelasi Pearson Antara Pb Tersisa dengan DO Menggunakan Software SPSS 18.
a. Rata-rata jumlah Pb tersisa di air dan DO
Pb Tersisa di Air (mg/l) DO 6,7964 3,8 0,5416 4,1 0,2028 4,1 0,2193 4,0 6,8172 3,9 0,8913 4,1 0,8911 4,0 0,8660 4,0 6,7675 3,8 1,2321 3,9 0,2462 4,0 0,2128 3,9 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : Sin X
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) > 0,05. Hal ini menunjukan bahwa tidak ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai DO.
Lampiran 14. Analisis Korelasi Pearson Antara Pb Tersisa dengan TOM Menggunakan Software SPSS 18.
a. Rata-rata jumlah Pb tersisa di air dan TOM
Pb Tersisa di Air (mg/l) TOM
6,7964 0,50 0,5416 7,15 0,2028 6,40 0,2193 6,06 6,8172 0,50 0,8913 4,09 0,8911 7,45 0,8660 7,67 6,7675 0,50 1,2321 8,10 0,2462 6,42 0,2128 7,37 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : 0,242432 + 0,333939 x log ((X-0,201901)/(8,10384-X))
d. Uji Normalitas pada data transformasi
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) > 0,05. Hal ini menunjukan bahwa tidak ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai TOM.
Lampiran 15. Analisis Korelasi Pearson Antara Pb Tersisa dengan Ammonia Menggunakan Software SPSS 18.
a. Rata-rata jumlah Pb tersisa di air dan Ammonia
Pb Tersisa di Air (mg/l) Ammonia
6,7964 0 0,5416 5 0,2028 3 0,2193 0,25 6,8172 0 0,8913 0,25 0,8911 1,5 0,8660 1,5 6,7675 0,25 1,2321 3 0,2462 0,25 0,2128 3 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
d. Uji Normalitas pada data transformasi
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) > 0,05. Hal ini menunjukan bahwa tidak ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai Ammonia.
Lampiran 16. Analisis Korelasi Pearson Antara Pb Tersisa dengan Asam Humat Menggunakan Software SPSS 18.
a. Rata-rata jumlah Pb tersisa di air dan Asam Humat
Pb Tersisa di Air (mg/l) Asam Humat
6,7964 0 0,5416 0,192 0,2028 0,3456 0,2193 0,4992 6,8172 0 0,8913 0,0775 0,8911 0,1395 0,8660 0,2015 6,7675 0 1,2321 0,142 0,2462 0,2556 0,2128 0,3692 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
d. Uji Normalitas pada data transformasi
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) < 0,05. Hal ini menunjukan bahwa terdapat korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai Asam Humat.
Lampiran 17. Analisis Korelasi Pearson Antara Pb Tersisa dengan Asam Fulvat Menggunakan Software SPSS 18.
a. Rata-rata jumlah Pb tersisa di air dan Asam Fulvat
Pb Tersisa di Air (mg/l) Asam Fulvat
6,7964 0 0,5416 0,3225 0,2028 0,5805 0,2193 0,8385 6,8172 0 0,8913 0,141 0,8911 0,2538 0,8660 0,3666 6,7675 0 1,2321 0,3265 0,2462 0,5877 0,2128 0,8489 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu :
d. Uji Normalitas pada data transformasi
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) < 0,05. Hal ini menunjukan bahwa terdapat korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai Asam Fulvat.
Lampiran 18. Analisis Korelasi Pearson Antara pH dengan Rata-rata Kelangsungan Hidup Menggunakan Software SPSS 18. a. Rata-rata pH Air dan Kelangsungan Hidup Ikan
Rata-rata pH Air Rata-rata Kelangsungan Hidup Ikan 3 0 4.25 26,67 5.6 93,3 5.55 93,3 3 0 5.9 93,3 6.1 80 7.2 100 3 0 4.45 26,67 6.2 100 6.55 100 b. Uji normalitas
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) < 0,05. Hal ini menunjukan bahwa ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan kelangsungan hidup.
Lampiran 19. Analisis Korelasi Pearson Antara pH dengan Rata-Rata Pertumbuhan Harian Menggunakan Software SPSS 18. a. Rata-rata pHdi air dan Pertumbuhan Harian
pH Rata-rata Pertumbuhan Harian 3 0 4,25 7,58 5,6 11,07 5,55 11,36 3 0 5,9 11,28 6,1 11,63 7,2 11,17 3 0 4,45 5,46 6,2 10,69 6,55 11,47 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : Sin X
d. Uji Normalitas pada data transformasi
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) > 0,05. Hal ini menunjukan bahwa tidak ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai Ammonia.
Lampiran 20. Analisis Korelasi Pearson Antara Pb Tersisa di Air dengan Rata-Rata Kelangsungan Hidup Menggunakan Software
SPSS 18.
a. Rata-rata Pb tersisa di air dan Kelangsungan Hidup Pb tersisa di Air Rata-rata
Kelangsungan Hidup 6,7964 0 0,5416 26,67 0,2028 93,3 0,2193 93,3 6,8172 0 0,8913 93,3 0,8911 80 0,8660 100 6,7675 0 1,2321 26,67 0,2462 100 0,2128 100 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi. c. Transformasi data
Transformasi data dilakukan untuk memenuhi persyaratan normalitas data. Formula transformasi yang digunakan yaitu : Sin X
d. Uji Normalitas pada data transformasi
Uji Normalitas menunjukan bahwa semua data menyebar normal karena nilai Signifikan > 0,05. Hal ini telah memenuhi persyaratan untuk analisis korelasi.
e. Analisis Korelasi
Nilai signifikasi (sig. 2-tailed) > 0,05. Hal ini menunjukan bahwa tidak ada korelasi yang signifikan antara jumlah Pb tersisa di air dengan nilai Kelangsungan Hidup.
Lampiran 21. Analisis Korelasi Pearson Antara Pb Tersisa di Air dengan Rata-Rata Laju Pertumbuhan Menggunakan Software SPSS 18.
a. Rata-rata Pb tersisa di air dan Laju Pertumbuhan
Pb tersisa di Air Rata-rata Laju Pertumbuhan 6,7964 0 0,5416 7,58 0,2028 11,07 0,2193 11,36 6,8172 0 0,8913 11,28 0,8911 11,63 0,8660 11,17 6,7675 0 1,2321 5,46 0,2462 10,69 0,2128 11,47 b. Uji normalitas
Berdasarkan uji Normalitas yang digunakan didapatkan bahwa data tidak menyebar normal karena nilai Signifikan < 0,05. Hal ini tidak memenuhi persyaratan untuk analisis korelasi. Oleh karena itu data harus ditransformasi.