48
Dengan E
g
adalah energi gap eV, h adalah tetapan planck sebesar 6,64 x 10
-34
J dan v sebagai frekuensi gelombang Hz Husni, 2012.
Absorbansi terjadi pada saat foton bertumbukan langsung dengan atom- atom pada suatu material. Absorbansi menyatakan banyaknya cahaya yang
diserap oleh suatu lapisan tipis dari total cahaya yang dilewatkan pada lapisan tipis tersebut. Absorbansi A suatu larutan dinyatakan sebagai persamaan,
A = − log T = − log
I
1
I
o
3.4 dengan A adalah absorbansi, T adalah transmitansi, I
o
adalah berkas cahaya datang Wm
2
, dan I
1
adalah berkas cahaya keluar dari suatu medium Wm
2
. Absorbansi lapisan tipis bertambah dengan penguatan energi cahaya. Bila
ketebalan benda atau konsentrasi materi yang melewati cahaya bertambah, maka cahaya akan lebih banyak diserap. Jadi absorbansi berbanding lurus dengan
ketebalan d. Koefisien absorbansi α merupakan rasio antara absorbansi A,
dengan ketebalan bahan d yang dilintasi cahaya. Sehingga dapat ditulis dalam bentuk persamaan 3.5 dan 3.6 di bawah ini Micheal, 2008.
α =
A d
3.5
d =
λ
1
λ
2
2n λ
1
− λ
2
3.6
3.6 Analisa Statistik Data Listrik Sensor Aseton 3.6.1 Analisa Regresi Linier
Regresi linier adalah metode statistika yang digunakan untuk membentuk model hubungan antara variabel terikat dependen, respon, x dengan satu atau
lebih variabel bebas independen, prediktor, y. Apabila banyaknya variabel bebas hanya ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila
terdapat lebih dari 1 variabel bebas, disebut sebagai regresi linier berganda. Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan
deskripsi dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk tujuan prediksi. Regresi mampu mendeskripsikan fenomena data
49
melalui terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat digunakan untuk melakukan pengendalian kontrol terhadap suatu
kasus atau hal-hal yang sedang diamati melalui penggunaan model regresi yang diperoleh Deny, 2008.
Data untuk variabel independen x pada regresi linier bisa merupakan data pengamatan yang tidak ditetapkan sebelumnya oleh peneliti obsevational data
maupun data yang telah ditetapkan dikontrol oleh peneliti sebelumnya experimental or fixed data. Di dalam suatu model regresi kita akan menemukan
koefisien-koefisien. Koefisien pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi untuk kondisi yang sebenarnya true condition,
sama halnya dengan statistik mean rata-rata pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model regresi merupakan suatu nilai rata-rata yang
berpeluang terjadi pada variabel y variabel terikat bila suatu nilai x variabel bebas diberikan. Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:
1. Intersep intercept
Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu garis dengan sumbu x pada diagramsumbu kartesius saat nilai x = 0.
Sedangkan definisi secara statistika adalah nilai rata-rata pada variabel y apabila nilai pada variabel x bernilai 0. Intersep tidak selalu dapat atau perlu untuk
diinterpretasikan. Apabila data pengamatan pada variabel x tidak mencakup nilai 0 atau mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga
tidak perlu diinterpretasikan.
2. Slope
Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope adalah koefisien regresi untuk variabel x variabel bebas. Dalam konsep
statistika, slope merupakan suatu nilai yang menunjukkan seberapa besar kontribusi yang diberikan suatu variabel x terhadap variabel y. Nilai slope dapat
pula diartikan sebagai rata - rata pertambahan atau pengurangan yang terjadi pada variabel y untuk setiap peningkatan satu satuan variabel x Deny, 2008.
50
Secara umum, bentuk persamaan untuk regresi linier dinyatakan berikut, y = a + bx 3.6
dimana:
b =
n xy + x y
n x
2
− x
2
3.7
a =
y−b x n
3.8 Tanda positif pada nilai b atau koefisien regresi menunjukkan bahwa antara
variabel bebas dengan variabel terikat berjalan satu arah, dimana setiap penurunan atau peningkatan variabel teikatnya. Sementara tanda negatif pada b menunjukkan
bahwa antara variabel bebas dan terikatnya berjalan dua arah, dimana setiap peningkatan variabel bebas akan diikuti dengan penurunan variabel terikatnya,
dan sebaliknya Abdurrahman dkk., 2012.
Gambar 3.12. Contoh garis regresi dalam sebuah grafik Grafik dalam Gambar 3.12 merupakan hasil plot data berdasarkan persamaan 3.6
di atas. Dimana a menyatakan nilai intersep pada grafik dan b merupakan slope. Biasanya persamaan tersebut disertai denga nilai error y = a + bx + ε yang
menyatakan semua hal yang mungkin yang mempengaruhi variabel terikat y yang tidak dapat diamati.
51
3.6.2. Analisa Standar Deviasi STDEV
Untuk dapat menentukan standar deviasi, kita perlu himpunan data. Seorang ahli statistik biasanya hanya mengambil sampel dari sebuah populasi.
Keuntungan dari statistik ini adalah hanya dengan melakukan perhitungan pada sampel dari populasi, sudah cukup baik menggambarkan perhitungan data yang
sebenarnya. STDEV dari himpunan data adalah ukuran seberapa tersebar nilai data -
data tersebut yang ditunjukkan oleh rumusan STDEV berikut ini:
� =
�
�
− �
2 �
�=1
�−1
3.9
dimana s adalah standar deviasi, x adalah himpunan data dan � adalah nilai rata -
rata x dengan � dihitung berdasarkan persamaan
� =
�
� �
�=1
�
3.10 Nilai STDEV yang besar menunjukkan bahwa data dalam himpunan tersebar jauh
dari rata - rata nilai himpunan sedang nilai STDEV yang kecil menunjukkan bahwa data berkumpul disekitar nilai rata - rata himpunan tersebut Daniel, 2007.
BAB IV HASIL DAN PEMBAHASAN
4.1 Pengaruh Penambahan CMC pada Larutan Kitosan
Pembuatan larutan kitosan dan larutan kitosan dengan penambahan variasi massa CMC dalam penelitian ini yaitu dengan metode blending. Hasil pembuatan
larutan dengan bahan dasar 0,5 g serbuk kitosan Tulus et al., 2010, 2013 dan penambahan CMC dengan variasi massa 0, 0,01 g, 0,05 g, 0,1 g dan 0,5 g
diperoleh lima sampel berupa larutan homogen kitosan murni dan larutan homogen kitosan dengan penambahan variasi massa CMC.
Untuk melihat bagaimana penambahan CMC memberi pengaruh pada larutan kitosan maka dilakukan pengamatan terhadap larutan homogen kitosan
yang telah dibuat. Pengamatan dilakukan terkait tingkat kekeruhan dan tingkat keasaman larutan. Kedua hal tersebut merupakan dua hal yang saling terkait yang
dapat diamati untuk menjelaskan kualitas larutan berdasarkan pada kondisi fisik larutan kitosan dengan penambahan variasi massa CMC yang akan dibandingkan
dengan larutan kitosan tanpa penambahan CMC.
4.1.1 Tingkat Kekeruhan Larutan Warna Larutan
Warna merupakan salah satu prolfil visual yang menjadi kesan pertama yang dapat diamati untuk menentukan tingkat kekeruhan larutan yang dibuat
Taufiqur dkk., 2009. Hal ini sering juga digunakan untuk menilai tingkat kekentalan larutan tersebut. Gambar 4.1 di bawah menunjukkan tampilan fisik
larutan kitosan dengan dan tanpa penambahan CMC. Secara visual, larutan kitosan tanpa penambahan CMC cenderung tidak
berwarna atau bening. Perubahan warna terjadi pada penambahan CMC pada larutan kitosan. Larutan kitosan dengan penambahan CMC menunjukkan
perubahan warna dari bening menjadi berwarna putih dan keruh. Semakin besar jumlah CMC yang ditambahkan, tingkat kekeruhan larutan semakin meningkat.
