Jakabaring Prosiding SEMNAS MIPA UNSRI 2014

Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular 98 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014             1 1 1 1 . m m m m m n n m          Β Γ ξ Pada model ini, variabel-variabelnya merupakan konstruk atau variabel laten tidak terukur atau tidak teramati laten variabels unobserved variabels . Model yang kedua adalah model pengukuran measurement model ,         1 1 1 , p p m m p       y y Λ dan         1 1 1 . q q n n q       x x Λ ξ Konsep dasar dari model ini adalah Confirmatory Factor Analysis CFA yang menggambarkan indikator-indikator atau variabel terukur atau variabel manifest sebagai efek atau refleksi dari variabel latennya. Model persamaan struktural merupakan analisis statistika yang berbasis pada dekomposisi matrik kovarian. Hal ini tercermin dalam tujuan utamanya yaitu menguji hipotesis nol umum dan funda- mental yang berbentuk:   .  Σ Σ dengan Σ : matrik kovarian populasi dari semua variabel teramati.  : vektor yang berisi parameter bebas dari model   Σ : matrik kovarian populasi yang ditulis sebagai fungsi dari  Matrik kovarian tersirat   Σ tersebut dirumuskan oleh:   xx xy yx yy Cov X Cov XY Cov YY Cov X                       Σ 1 x x y x I B                1 1 1 [ ] . [ ][ ] x y y y I B I B I B                           Matrik kovarian sampel sangat penting untuk mengestimasi model. Dalam model persamaan struktral berbasis kovarian, estimasi parameter merupakan suatu proses mencari estimasi dari parameter-parameter struktural yang mampu meminimumkan perbedaan antara matrik kovarian tersirat berdasarkan nilai estimasi yang didapatkan     Σ dengan matrik kovarian sampel dari variabel teramati S . Parameter-parameter yang tidak diketahui dalam , , , , , y B Γ Φ Λ , , x Λ Θ Θ diestimasi sedemikian hingga matrik kovarian tersirat Σ dekat dengan matrik kovarian sampel S, sehingga diperlukan fungsi kesesuaian untuk diminimumkan. Fungsi kesesuaian     , F S Σ bergantung pada matrik kovarian sampel S, dan matrik kovarian tersirat   . Σ Meminimumkan fungsi kesesuaian akan menghasilkan estimator yang konsisten untuk  . Sifat-sifat dari fungsi kesesuaian adalah: 1.     , F S Σ merupakan skalar. 2.     , 0. F  S Σ 3.     , F  S Σ jika dan hanya jika   .  Σ S 4.     , F S Σ kontinu di S dan   Σ . Salah satu metode pendugaan parameter yang digunakan dalam model struktural adalah metode pendugaan maximum likelihood . Fungsi kesesuaian metode ini adalah: Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 99             , ln tr ln , ML F F p q       -1 S Σ Σ Σ S S dengan     , ML F F  S Σ adalah fungsi kesesuaian maximum likelihood untuk S dan   Σ , dimana S dan   Σ definit positif. Semakin kecil nilai fungsi kesesuaian, maka semakin kecil perbedaan S dan   Σ , yang berarti model semakin baik. Maximum Likelihood Estimation Definisi 2.4.1. Dudewicz, 1976 Misalkan n variabel random X 1 , ⋯ , X n dengan fungsi distribusi F x 1 , ⋯ , x n θ dengan θ ϵ Θ, didefinisikan fungsi likelihood sebagai berikut:     1 , , | n L f X X    L dengan fungsi densitas f atau fungsi peluang p dihasilkan oleh pengamatan X 1 , … , X n dan dipandang sebagai suatu fungsi dari . Jika X 1 , … , X n variabel random independen dan X i mempunyai fungsi densitas f x θ , maka:         1 1 | | | . n n i i L f X f X f X         L Definisi 2.4.2. Dudewicz, 1976. Fungsi L θ = f x 1 , … , x n θ merupakan fungsi densitas bersama dari X 1 , … , X n . Jika diberikan observasi x 1 , … , x n sedemikian sehingga L θ mencapai maksimum disebut penduga kemungkinan maksimum maximum likelihood estimator. Hal ini berarti θ adalah nilai yang memenuhi:     1 1 ma , , | , , x | . n n f x x f x x     L L Salah satu cara untuk mencari maksimum L θ sebagai fungsi adalah dengan derivatif, dengan syarat berikut: 1.   0, d L d    dan 2.   2 2 0. d L d    Metode Newton Metode Newton merupakan salah satu metode komputasi numerik yaitu prosedur iterasi berbasis program komputer. Metode ini dapat diturunkan berdasarkan deret Taylor. Jika hanya dilibatkan sampai suku dengan turunan pertama maka akan didapatkan iterasi orde-1, bila yang dilibatkan sampai suku dengan turunan kedua maka disebut iterasi orde-2, dan seterusnya. Jika bentuk fungsi likelihood Lθ tidak bisa diselesaikan secara analitis, berakibat estimator dari fungsi likelihood tersebut sulit didapat Chong dan Zak 2001. Untuk itu digunakan metode Newton, dengan persamaan iterasi sebagai berikut :     1 ˆ ˆ , t t t t         g g dengan: � �+1 : estimasi parameter � pada iterasi ke- t + 1, � � : estimasi parameter � pada iterasi ke- t, Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular 100 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014   L       g : yaitu matrik turunan pertama fungsi likelihood,   2 2 L        g : yaitu matrik turunan kedua fungsi likelihood. Prinsip Bayesian Definisi 2.6.1. Box dan Tiao, 1973. Distribusi posterior,   y   , adalah distribusi bersyarat parameter  jika diberikan data observasi y, yang secara matematis dinyatakan dengan       , , y y y       dimana   , y   adalah distribusi bersama dari  dan y, serta   y  merupakan distribusi marginal y. Distribusi Wishart Definisi 2.7.1. Muirhead 2005. Jika   A Z Z , dimana matrik Z berukuran n p  dan berdistribusi   0, N Σ , maka A berdistribusi wishart dengan derajat bebas n dan matrik kovarian Σ , ditulis   , p W n A Σ : , subskrip pada W menandakan ukuran matrik A, dengan fungsi densitas         1 1 1 1 2 2 1 1 1 4 1 2 2 2 1 , 2 1 tr n p np p n p p i w n e n i                                     Σ A A Σ A Σ Teorema 2.7.2. Anderson, 1984 Jika A mempunyai distribusi Wishart   , p W n Σ , maka 1   B A mempunyai densitas   1 1 1 1 1 2 2 2 1 2 1 2 2 tr n n p np p e n             B B untuk B positif definit dan 0 untuk yang lainnya, dimana 1   Σ . 3 HASIL DAN PEMBAHASAN Estimator Bayes dari Σ Misalkan S adalah matrik kovarian sampel sampel berukuran 1 N n   dari distribusi normal p -variat �~� � �, � . Agar a S menjadi estimator Bayesian, kita perlu memiliki suatu distribusi untuk S. Den- gan distribusi S yang dikenal sangat terbatas, distribusi Wishart � � �, � adalah satu-satunya calon alami untuk n

S. Kemudian

n S mengikuti distribusi Wishart � � �, � . Sehingga Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 101     1 1 1 . 1 2 2 1 1 2 2 1 2 2 n tr n p np n p n e f n n             Σ S S S Σ Σ Σ diasumsikan memiliki distribusi Wishart invers prior   1 , p W h n  H , dimana h dan n  adalah skalar dan H adalah matrik p × p , yang hiperparameter. Yaitu     1 1 1 1 1 2 2 2 1 2 . 1 2 2 tr h n n p n p p h e n                  H Σ H Σ Σ yang menghasilkan             1 1 1 1 1 2 2 2 1 1 2 2 . 2 tr n h n n n n p n n p p n n h e n n                       S H Σ Σ S S H Σ Diperoleh estimator Bayes     1 1 E n n h n n p       Σ S S H . dan dengan H = I, � ′ = � + 1 dan � = ℎ�, maka a a   S S I adalah posterior rata-rata dari Σ dan dengan demikian merupakan estimator Bayes. Konsistensi Estimasi Parameter Fungsi discrepancy kemungkinan maksimum adalah metode yang paling banyak digunakan dalam praktek dan prosedur model struktural Dengan asumsi   ~ , p N  x Σ , pendekatan klasik model struktural mencocokkan matrik kovarian sampel S dan    Σ dengan fungsi discrepancy adalah       1 , log +tr log . ML F p                S Σ Σ SΣ S Karena   a a E a    S Σ Σ I , a S adalah estimator bias dari Σ , efek menggunakan bias kovarian matrik pada ˆ a  perlu ditangani. Jika    Σ adalah correct model untuk Σ , terdapat matrik   x Λ ,   y Λ ,   Β ,   Γ ,   Φ ,   ,   Θ dan   Θ sehingga    Σ Σ , dimana adalah vektor yang berisi populasi nilai �. Misal a adalah vektor yang bersesuaian untuk     a  x x Λ Λ ,     a  y y Λ Λ ,     a  Β Β ,     a  Γ Γ ,     a  Φ Φ ,     a  ,     a a   Θ Θ I , dan     a a   Θ Θ I , dimana I dan I berturut- turut adalah matrik identitas yang berdimensi sama dengan Θ dan Θ . Kemudian terdapat   a a   Σ Σ . Ini mengakibatkan bahwa jika    Σ adalah correct model untuk memodelkan Σ , juga merupakan correct model untuk memodelkan a Σ . Jika varians kesalahan pengukuran dalam Θ dan Θ tunduk pada kendala seperti i j k    ketika memodelkan Σ , maka kendala tersebut perlu Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular 102 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 ditetapkan sebagai   ai aj a k a      ketika memodelkan a Σ . Demikian pula, jika varians kesalahan pengukuran ditetapkan pada nilai-nilai prespecified jika memodelkan Σ , varians kesalahan ini perlu ditetapkan pada nilai-nilai prespecified ditambah �. Hal di atas juga menyiratkan bahwa untuk    Σ yang specified , kecuali untuk kesalahan sampling, estimasi parameter , , , , , x y Λ Λ Β Γ Φ dan elemen non-diagonal Θ dan Θ ketika memodelkan a S akan sama seperti ketika memodelkan S. Estimasi parameter untuk diagonal dari Θ dan Θ dari pemodelan a S berbeda dengan yang digunakan untuk memodelkan S oleh faktor aditif a . Meskipun p a N   jika , N   bias akan selalu ada dengan N yang berhingga. Namun, jika dari setiap elemen diagonal dari estimasi   ˆ a Θ dan   ˆ a Θ dikurangi a , estimasi parameter yang konsisten Θ dan Θ diperoleh bahkan jika a tidak mendekati 0. Estimasi Parameter Distribusi eksak dari matrik kovarian sampel S adalah distribusi Wishart dengan fungsi densitas     1 2 exp tr 2 , n n C f    S Σ S Σ Σ dengan   1 1 2 1 2 1 2 2 n p np p n C n           S . Karenanya negatif dari fungsi log-likelihood sama dengan     1 log log tr . 2 n C           Σ SΣ Definisi 3.3.1. Lee, 2007 Vektor M yang meminimumkan   F didefinisikan sebagai penduga kemungkinan maksimum dari . Selanjutnya digunakan prosedur iteratif Newton untuk meminimumkan fungsi discrepancy   F ini. Algoritma Newton dapat digunakan untuk meminimumkan fungsi. Dengan menggunakan deret Taylor orde dua yang berikut pada iterasi ke- t dalam proses iterasi dengan 0,1, 2, t  K ,   t ,   F akan diminimumkan.                             1 . 2 t t t t t t t Q F F F        dimana             1 1 1 log tr vec                   F F Σ SΣ Σ Σ Σ S Σ Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 103                           2 1 1 1 1 1 1 1 1 1 vec 2 vec T T q F                                        F Σ Σ S Σ Σ Σ Σ Σ Σ Σ Σ Σ S Σ Σ Σ Σ I Σ Σ S Σ Selanjutnya dicari nilai yang meminimumkan     t Q , yaitu:     0. t Q    1 Sehingga, ˆ sebagai penduga parameter pada iterasi ke-   1 t  adalah             1 , t t t t F F    dengan asumsi bahwa     t F nonsingular. Iterasi konvergen jika     1 , t t   sehingga diperoleh     t F  0 , dan kondisi 1 yang diinginkan tercapai. Distribusi Asimtotik ˆ a  dan a T Menurut Yuan dan Chan 2008, dalam kondisi keteraturan standar seperti pada Yuan dan Bentler 1997, distribusi asimtotik ˆ a  diberikan oleh     ˆ 0, , a a n N     L dimana   1 1 a a a a       A W W A  . Sedangkan distribusi untuk T a ada pada teorema berikut. Teorema 3. Yuan dan Chan, 2008 Pada kondisi keteraturan standar seperti dalam Yuan dan Bent- ler 1997, jika diperoleh   1 2 a p a a p       W D Σ Σ D  atau diperoleh   2 . p a a p      D Σ Σ D   , dan a  bilamana N   , maka 2 . a p q T    L Aplikasi Matrik kovarian yang digunakan berasal dari penelitian yang dilakukan Holzinger dan Swineford. Prosedur model struktural akan diterapkan pada matrik Σ dan . a Σ Dengan conditional number sebesar 13.8174 dan determinan 0.1488, dapat disimpulkan bahwa matriks ini ill - conditioned dan hampir singular. Kemudian dengan menggunakan 9 50 0.18 a p N    dibuat matriks a a   Σ Σ I , yang memiliki conditional number sebesar 9.1975 dan determinan sebesar 1.3658. Sehingga matriks a Σ masih hampir singular. Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular 104 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 Mencocokkan Σ dengan    Σ menggunakan metode maximum likelihood akan menghasilkan estimasi parameter ˆ . Jika menganggap   ˆ  Σ sebagai matrik kovarian populasi,    Σ adalah correct mode l untuk   ˆ   Σ Σ dengan ˆ    . Hal serupa dilakukan untuk a Σ . Berikut hasil estimasi pemodelan Σ dan a Σ menggunakan SAS CALIS. Tabel 1. Hasil estimasi pemodelan Σ dan a Σ p = 9, N = 50, a p N  Model Σ Model a Σ ˆ  SE ˆ a  SE 1  0.958 0.162 0.959 0.189 2  0.640 0.182 0.640 0.205 3  0.810 0.156 0.810 0.182 4  1.010 0.095 1.010 0.119 5  0.999 0.101 0.995 0.124 6  0.970 0.100 0.970 0.124 7  0.680 0.231 0.670 0.268 8  0.884 0.244 0.874 0.284 9  1.567 0.214 1.556 0.245  0.730 0.112 0.730 0.119 1  0.654 0.207 0.654 0.260 2  0.935 0.212 0.937 0.254 3  0.601 0.169 0.601 0.215 4  0.315 0.112 0.315 0.167 5  0.421 0.125 0.421 0.179 6  0.413 0.120 0.413 0.173 7  0.876 0.190 0.882 0.232 8  0.780 0.192 0.780 0.236 9  0.045 0.344 0.040 0.422 78  0.390 0.156 0.391 0.185 1  0.657 0.134 0.666 0.150 2  0.251 0.109 0.259 0.131 1  0.611 0.173 0.613 0.192 2  0.444 0.151 0.444 0.177 1  0.040 0.125 0.043 0.147 Misalkan N = 50 , 9 50 0,18 a   dan   ˆ   Σ Σ , bilangan pada kolom kedua dalam Tabel 1 adalah ˆ   , bilangan pada kolom 4 bagian dari vektor a , nilai-nilai 1  sampai 78  adalah a  di- Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 105 kurang a ; kolom ketiga dan kolom kelima adalah standar errornya. Nilai kedua ˆ  hampir sama, adanya selisih nilai yang kecil diantara keduanya adalah karena kesalahan pembulatan. Kedua SE ter- bilang cukup dekat. Perbedaan maksimum adalah sekitar 0.078 pada 9  . Tabel 2 adalah kriteria statistik uji yang digunakan beserta hasil dari masing-masing model. Nilai- nilai pada kolom 4 yang berasal dari pemodelan a Σ lebih baik daripada nilai-nilai pada kolom 3 yang berasal dari pemodelan Σ . Jadi pemodelan dengan matrik kovarian a Σ memberikan hasil kriteria fit yang lebih baik. Tabel 2. Hasil statistik uji dari pemodelan Σ dan a Σ p = 9, N = 50, � = �� Kriteria Nilai kritis Hasil Model Σ a Σ Fit Function 0.1934 0.1165 GFI ≥ 0.90 0.9599 0.9751 AGFI ≥ 0.90 0.9098 0.9439 Chi-Sq 9.4761 5.7108 Chi-Sq DF 20 20 Pr ≥ 0.05 0.9767 0.9992 RMSEA ≤ 0.08 0.0000 0.0000 4 KESIMPULAN Berdasarkan uraian, analisis dan perhitungan yang telah dilakukan, disimpulkan beberapa hal berikut. 1. a a   S S I merupakan estimator bayes bagi S, dan a a   Σ Σ I estimator bayes bagi Σ . 2. Estimasi ˆ a  yang diperoleh dari pemodelan menggunakan matrik kovarian a Σ memberikan hasil yang cenderung sama dengan estimasi ˆ  yang diperoleh dari pemodelan yang menggunakan matrik kovarian Σ . 3. ˆ a  tidak memiliki bias sistematis. 4. Statistik uji T a yang diperoleh dari pemodelan menggunakan matrik kovarian a Σ memberikan hasil yang lebih baik dibanding dengan T ML yang diperoleh dari pemodelan yang menggunakan matrik kovarian Σ . 5. T a memungkinkan kita untuk mengevaluasi kualitas dari model secara keseluruhan. REFERENSI [1] Anderson, T.W., 1984. An Introduction to Multivariate Statistical Analysis, edisi 2. John Wiley Sons Inc. New York. [2] Bain, L.J., Engelhardt, M., 1992. Introduction to Probability and Mathematical Statistics. Duxbury Press. California. [3] Boomsma, A., 1985. Nonconvergence, improper solutions, and starting values in LISREL maximum likelihood estimastion. Psychometrika 50. [4] Box, G.E.P., Tiao, G.C., 1973. Bayesian Inference in Statistical Analysis. John Wiley Sons Inc. New York. [5] Chong, E.K.P., Zak, S.H., 2001. An Introduction to Optimization. 2 nd ed. John Wiley Sons Inc. New York. [6] Dudewicz, E.J., 1976. Introduction to Statistics and Probability. Holt, Rinehart and Winston. United States of America. [7] Ferdinand, A., 2002. Structural Equation Modeling dalam Penelitian Manajemen. Semarang: BP UNDIP. [8] Johnson, R.A., Wichern, D.W., 2002. Applied Multivariate Statistical Analysis. Printice-Hall. New Jersey. Dian A.Model Persamaan Struktural Linier dengan Matriks Kovarian yang Hampir Singular 106 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 [9] Lee, S.Y., Jennrich, R.I., 1979. A study of algorithms for covariance structure analysis with specific compa r- isons using factor analysis . Psychometrika 44. [10] Lee, S.-Y., 2007. Structural Equation Modelling: A Bayesian Approach. Wiley, Chichester. [11] Magnus, J.R., Neudecker, H., 2007. Matrix Differential Calculus with Applications in Statistics and Econo- metrics, 3 rd ed . John Wiley Sons Inc. New York. [12] Muirhead, R.J., 2005. Aspects of Multivariate Statistical Theory. Jhon Wiley Sons Inc. New York. [13] Rencher, A.C., 2000. Linier Model in Statistics. Jhon Wiley Sons Inc. New York. [14] Schott, J.R., 1996. Matrix Analysis for Statistics. Jhon Wiley Sons Inc. New York. [15] Yuan, K.-H., Bentler, P.M., 1997. Mean and covariance structure analysis: Theoretical and practical im- provements . Journal of the American Statistical Association 92. [16] Yuan, K.-H., Chan, W., 2008. Structural Equation Modeling with Near Singular Covariance Matric- es. Computational Statistics and Data Analysis 52. Elsevier. Amsterdam. Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 107 Penerapan Uji T-Berpasangan untuk Melihat Pengaruh Pembi- naan Siswa dalam Menghadapi Olimpiade Matematika Dian Agustina, Pepi Novianti, Ulfasari Rafflesia, dan Idhia Sriliana Fakultas MIPA, Universitas Bengkulu Abstrak: Propinsi Bengkulu merupakan peserta aktif dalam kompetisi OSN tingkat SMP. Namun prestasi yang diperoleh Bengkulu belum menonjol, terutama di bidang Matematika. Sampai sekarang Bengkulu belum pernah mengukir prestasi yang cukup membanggakan dalam OSN. Jurusan Matema- tika Universitas Bengkulu memiliki sumber daya manusia yang cukup menjanjikan, yaitu tenaga pengajar berkompeten yang dapat membina, membimbing, dan mempersiapkan siswa-siswa SMP Negeri 2 Kota Bengkulu untuk berkompetisi dalam OSN. Oleh karena itu akan diadakan Kegiatan pembinaan siswa SMPN 2 Kota Bengkulu untuk memahami, menganalisis dan menjawab soal-soal olimpiade matematika sehingga mereka mengetahui strategi dan cara-cara yang cepat dalam menjawab soal-soal Olimpiade secara tepat, sehingga mendapatkan juara baik di tingkat provinsi maupun nasional. Setelah pembinaan dilakukan, dapat disimpulkan bahwa kegiatan ini belum memberikan pengaruh yang signifikan. Namun demikian kegiatan pembinaan yang telah dilaksanakan mampu memberikan pengetahuan dan wawasan kepada siswa SMP tentang materi dan soal dalam olimpiade matematika. Kata kunci: Olimpiade Matematika, Uji-T berpasangan 1 PENDAHULUAN limpiade Matematika Internasional OMI tingkat SMA pertama diselenggarakan pada tahun 1959 di Rumania. Indonesia pertama kali mengikuti ajang ini pada tahun 1988, kala itu IMO dilaksanakan di Canberra, Australia. Hingga tahun 2012, prestasi Indonesia terlihat dari peringkat yang diraih, yaitu peringkat 35 dari 100 peserta dengan perolehan 2 perak, 3 perunggu, dan 1 ho- norable mention . Di Indonesia sendiri, ajang ini diselenggarakan serentak dengan perlombaan bidang ilmu lainnya seperti Biologi, Fisika, Kimia, Astronomi dan Astrologi, serta Komputer dan bernama Olimpiade Sains Nasional atau yang disingkat dengan OSN. OSN memiliki tujuan umum untuk meningkatkan mutu pendidikan Matematika dan Sains secara komprehensif melalui penumbuhkemban- gan budaya belajar, kreativitas dan motivasi meraih prestasi terbaik melalui kompetisi yang sehat serta menjunjung nilai-nilai sportivitas. Terdapat tiga tingkatan OSN. OSN tingkat SD mempertandingkan bidang Matematika dan IPA. Tingkat SMP dengan bidang Matematika, Fisika, dan Biologi. Serta OSN tingkat SMA dengan bidang Matematika, Fisika, Biologi, Kimia, dan Komputer. Keluaran dari masing-masing tingkatan OSN inilah yang diharapkan menjadi cikal-bakal wakil Indonesia untuk OMI tingkat SMA. Pada tingkat SMP, OSN pertama kali diselenggarakan pada tahun 2003. Di Yogyakarta pada September 2002 telah diadakan kompetisi ini, tetapi kala itu belum bernama OSN. Setiap propinsi mengirimkan wakilnya yang telah terlebih dahulu melewati seleksi tingkat sekolah, seleksi tingkat kotakabupaten, dan akhirnya lolos seleksi tingkat propinsi untuk mengikuti kompetisi ini. Propinsi Bengkulu juga merupakan peserta aktif dalam kompetisi ini. Namun prestasi yang diperoleh Bengkulu belum menonjol, terutama di bidang Matematika. Sampai sekarang Bengkulu belum pernah mengukir prestasi yang cukup membanggakan dalam OSN. Sebagaimana tahapan-tahapan seleksi yang ada, seleksi peserta di Propinsi Bengkulu pun dimulai pada tingkat sekolah hingga tingkat propinsi. Selama ini di Propinsi Bengkulu, wakil untuk maju ke ajang OSN didominasi oleh SMP Negeri 1 dan SMP IT. Sekolah Menengah Pertama lainnya, bahkan seperti SMP Negeri 2 Kota Bengkulu yang tercatat sebagai salah satu sekolah menengah yang cukup diminati, cenderung masih dikalahkan oleh kedua sekolah tersebut. Selama 3 tahun terakhir tidak ada wakil untuk maju ke OSN dari SMP Negeri 2, sementara pada tahun sebelumnya ada. Hal ini boleh O Dian A. dkk.Penerapan Uji T-Berpasangan untuk Melihat Pengaruh Pembinaan Siswa ... 108 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 jadi disebabkan oleh banyak faktor, salah satunya kurang efektif dan efisiennya pembinaan yang dilakukan. Jurusan Matematika Universitas Bengkulu memiliki sumber daya manusia yang cukup menjanjikan, yaitu tenaga pengajar berkompeten yang dapat membina, membimbing, dan mempersiapkan siswa-siswa SMP Negeri 2 Kota Bengkulu untuk berkompetisi dalam OSN. Dengan begitu, diharapkan SMP Negeri 2 Kota Bengkulu dapat lebih bisa bersaing dan mengambil tempat sebagai wakil kontin- gen dari Propinsi Bengkulu dalam ajang OSN, dan bukan tidak mungkin di kemudian hari dapat memiliki prestasi yang membanggakan. Melalui kegiatan ini juga tenaga-tenaga pengajar di Jurusan Ma- tematika dapat berperan aktif mengimplementasikan ilmu yang dimiliki untuk melaksanakan Tri Dharma Perguruan Tinggi. Untuk itu penulisan ini bertujuan untuk mengetahui pengaruh kegiatan pembinaan siswa SMP Negeri 2 Kota Bengkulu terhadap penguasaan soal olimpiade matematika. 2 METODE PENELITIAN Metode pelaksanaan kegiatan ini dilaksanakan dalam beberapa tahap. Berikut tahapan dan rencana kegiatan yang akan dilakukan: a. Pengumpulan materi dan soal olimpiade. Tahap awal kegiatan ini adalah mengumpulkan bahan dan materi yang meliputi empat bidang, yaitu aljabar, geometri,, kombinatorika dan teori bilangan. Selain materi dari setiap bidang, pengumpulan soal dan pembahasannya juga akan dilakukan pada tahan ini. Materi serta soal dan pembahasan setiap bidang akan dibentuk menjadi sebuah modul. b. Penyeleksian siswa berpotensi di bidang matematika Siswa yang akan dibina terlebih dahulu diseleksi sebanyak 20 orang. Penyeleksian dilakukan di SMP Negeri 2 dengan bantuan pihak sekolah dalam hal ini adalah guru bidang matematika. Hal ini dikarenakan guru yang langsung berinteraksi dengan siswa lebih mengetahui kemampuan dan potensi siswa. Sehingga diharapkan siswa yang akan mengikuti pembinaan adalah putra-putri terbaik di bidang matematika. c. Pre-test Pre-test dilakukan untuk melihat seberapa jauh kemampuan siswa dalam mengerjakan kisi-kisi soal Olimpiade Matematika. soal pada pre-test dibuat menyerupai bentuk soal olimpiade tingkat nasional yang diambil dari soal olimpiade tahun sebelumnya. d. Pemberian materi dan pembahasan soal. Tahapan ini akan dibagi menjadi 4 kegiatan. Setiap kegiatan akan diberikan materi dan dilakukan pembahasan soal masing-masing bidang. Kegiatan ini akan dilakukan setiap dua minggu sekali, sehingga kagiatan pemberian materi dan pembahasan akan dilakukan dalam waktu dua bulan, yaitu Bulan Agustus dan September. Kegiatan ini dimaksudkan agar siswa lebih memahami teori dan konsep dasar masing-masing bidang soal olimpiade serta memahami maksud dari sebuah soal sehingga bisa menjawab soal secara tepat dan benar. e. Post - test Untuk mengetahui manfaat dan dampak dari kegiatan pembinaan ini dilakukan post-test dengan metode yang sama dengan pre-test . Diharapkan hasil post-test yang dilakukan oleh siswa mengalami peningkatan dibandingkan hasil pre-test . f. Uji-T berpasangan Untuk mengetahui pengaruh dari kegiatan pembinaan ini akan dilakukan pengujian secara statistik dengan menggunakan analisis data berpasangan. Pengujian bertujuan untuk menguji hipotesis bahwa kegiatan pembinaan olimpiade berpengaruh terhadap pengetahuan siswa SMP Negeri 2 Bengkulu. Dian A. dkk.Penerapan Uji T-Berpasangan untuk Melihat Pengaruh Pembinaan Siswa ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 109 Pengujian dua rataan dapat dilakukan apabila datanya berpasangan. Dalam tiap pasangan ini, persyaratan kedua perlakuan dikenakan secara acak dalam satuan yang homogen. Perhitungan selang kpercayaan untuk � 1 − � 2 dalam hal ini didasarkan pada peubah acak � = � − � � � � � Bila � dan � � peubah acak yang menyatakan rataan sampel dan simpangan baku dari selisih pengamatan dalam satuan percobaan. Seperti pada uji-t gabungan, anggapannya ialah bahwa pengamatan dari tiap populasi adalah normal. Permasalahan dua-sampel pada dasarnya disederhanakan menjadi permasalahan satu sampel dengan menggunakan selisih � 1 , � 2 , … , � � . Jadi hipotesisnya berbentuk � : � � = � Uji statistik hasil perhitungan menjadi � = � − � � � � Daerah kritis dibuat dengan menggunakan distribusi t dengan derajat kebebasan n-1. 3 HASIL DAN PEMBAHASAN Kegiatan ini berupa pembinaan dalam bentuk upaya dan Strategi untuk Meningkatkan Kemampuan dan prestasi Siswa SMP Negeri 2 Kota Bengkulu dalam mengikuti lomba olimpiade bidang matematika. Kegiatan ini bermanfaat bagi siswa untuk menambah wawasan dan pengetahuan pada mata pelajaran matematika yang terkesan menakutkan bagi sebagian besar siswa. Manfaat yang juga dapat dira- sakan oleh pihak sekolah adalah dapat membantu kegiatan ekstra kurikuler yang merupakan program pengembangan diri siswa sekolah. dengan pemerintah daerah dalam merencanakan program pendidikan. Selain itu kegiatan ini juga menunjang salah satu progaram pemerintah. Dimana prioritas utama program kerja Gubernur Propinsi Bengkulu adalah memajukan bidang pendidikan, khususnya dalam meningkatkan mutu pendidikan di Propinsi Bengkulu. Kegiatan ini telah berhasil dilaksanakan dengan tempat pelaksanaan di SMP Negeri 2 yang bera- lamat di Jl. Cendana No. 1 Kecamatan Ratu Agung Kota Bengkulu. Peserta dari kegiatan ini adalah siswa kelas VIII SMP Negeri 2 Kota Bengkulu yang diseleksi berdasarkan prestasi di kelas dan nilai rapot mata pelajaran matematika. Seleksi ini bertujuan untuk mendapatkan peserta yang relatif homogen dalam memiliki kemampuan pemahaman dalam bidang akademik. Siswa yang dijadikan peserta harus memenuhi syarat memiliki peringkat sepuluh besar di kelas dan nilai rapot mata pelajaran matematika minimal 8. Seleksi dilakukan oleh pihak sekolah, yaitu guru mata pelajaran matematika. Hal ini dilakukan karena guru yang mengasuh mata pelajaran tersebut lebih mengetahui potensi dan perkembangan siswa. Hari pertama kegiatan dilakukan pre-test dengan jumlah peserta sebanyak 47 orang. Jumlah ini melebihi jumlah siswa yang telah ditentukan karena ada beberapa siswa kelas VII yang berminat untuk mengikuti kegiatan pembinaan ini. Apresiasi siswa terhadap kegiatan pembinaan olimpiade ini memang cukup besar, tapi dengan pertimbangan pengetahuan siswa dan waktu pihak sekolah menentukan kegiatan ini hanya diperuntukkan bagi siswa kelas VIII. Pemberian materi dalam pembinaan ini diawali dengan pengenalan olimpiade matematika baik dari level SMP, SMA dan Perguruan Tinggi dimana penyeleksiaannya mulai dari tingkat sekolah, Ko- taKabupaten dan Provinsi. Kemudian dilanjutkan dengan penjelasan secara umum materi yang termasuk dalam soal olimpiade Matematika. Adapun yang menjadi materi dalam soal Olimpiade matematika adalah Teori Bilangan, Aljabar, Geometri dan Kombinatorika. Dari hasil kegiatan dan pantauan langsung yang dilakukan oleh tim dapat disimpulkan bahwa pengetahuan siswa SMP Negeri 2 Kota Bengkulu tentang Olimpiade Matematika masih cenderung kurang, baik dari segi bentuk soal dan materi yang dilombakan. Dasar pemantauan ini adalah dari hasil pre - test yang dilakukan di awal kegiatan. Dari 10 soal pilihan ganda yang diberikan, rata-rata siswa hanya bisa mengerjakan 3 sampai 4 soal. Setelah dilakukan pre - test , siswa juga diajak diskusi Dian A. dkk.Penerapan Uji T-Berpasangan untuk Melihat Pengaruh Pembinaan Siswa ... 110 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 mengenai soal yang telah mereka kerjakan. Hampir seluruh siswa peserta test baru melihat bentuk soal yang diberikan dan mereka sangat kesulitan dalam menjawab soal yang ada. Waktu yang diberikan untuk mengerjakan 10 soal pilihan ganda adalah 90 menit. Sebagian dari waktu yang diberikan tidak digunakan siswa untuk menyelesaikan soal dikarenakan mereka tidak memahami dan mengetahui cara menjawab soal tersebut dan masih banyak materi yang belum mereka pelajari. Oleh karena itu hampir seluruh siswa menganggap bahwa soal olimpiade itu susah dan membingungkan. Hal ini memang wajar apabila dilihat dari tingkatan kelas dari peserta yang merupakan siswa kelas VIII dan kelas VII. Terutama untuk siswa kelas VII yang merupakan siswa baru di SMP, jadi materi yang mereka terima untuk tingkat SMP masih sangat sedikit. Sedangkan untuk siswa kelas VIII, materi yang diperoleh di tingkat SMP masih sebagian yang dipelajari. Setelah mengikuti pre - test , sebagian siswa masih tertarik dalam mengikuti pembinaan olimpiade matematika ini. Dari 47 siswa yang mengikuti pre-test masih tersisa 30 siswa yang semuanya merupakan siswa kelas VIII. Pengurangan siswa peserta ini diakibatkan oleh pembatasan peserta yang hanya diperuntukan siswa kelas VIII. Pada saat pemberian materi sebagian siswa cenderung susah untuk memahami materi yang diberikan. Sehingga dalam penyampaian materi perlu diberikan penjelasan dan penekanan yang cukup panjang dan memakan waktu. Hal ini dianggap wajar karena soal dalam lomba olimpiade matematika tidak seperti soal dalam materi belajar yang dipwroleh di sekolah. Dalam menjawab soal olimpiade tidak hanya diperlukan rumus dan teori, tetapi juga sangat diperlukan penalaran dan logika yang kuat. Pertemuan terakhir dari rangkaian kegiatan pembinaan olimpiade ini dilakukan post - test yang be- tujuan untuk mengevaluasi manfaat dari kegiatan ini. Soal yang diberikan dalam post-test ini masih mengacu pada soal yang diberikan pada saat pre-test dengan pemberian variasi dan beberapa perubahan. Jumlah peserta pada saat post-test ini adalah 20 orang. Dari 20 orang peserta yang mengikuti post-test hanya 16 orang yang juga mengikuti pre-test, sehingga untuk pengujian sampel berpasangan hanya digunakan nilai dari 16 siswa berikut: Tabel 1. Nilai Pre-Test dan Post-Test Peserta Pembinaan Olimpiade Matematika Nama Pre-test Post-test Yehud Hisar Sianturi 40 20 Chandra Sulaiman 20 10 M. Athallah Naufal 20 20 Aknia faza Haryuanti 40 30 Rafidah balqis 40 40 Rahnia Putri 30 20 Ambya Bismiha yanur 40 10 Lamtiur Parsaulina 20 40 Dinda Saprila Veronika 30 40 Fatona hayati Nafsiah 10 40 Nora pika Anggraini 40 30 Vina vaulina 30 30 Nur Asnah 20 20 Shela Putri 40 50 Eka ameva 40 20 Asyifah Dwi Putri 60 30 Nilai rata-rata post-test adalah 28,125, nilai ini lebih kecil dibandingkan dengan nilai pre-test siswa yaitu 32,5. Namun nilai rata-rata ini secara statistik tidak berbeda. Apabila dilakukan pengujian sampel berpasangan diperoleh nilai t-hitung 1.047 dengan p-value 0.312. karena p-value lebih besar dari 5, maka dapat disimpulkan bahwa rata-rata nilai pre-test dan post-test tidak berbeda nyata. Hal ini berarti kegiatan pembinaan olimpiade di SMP Negeri 2 belum memberikan pengaruh nyata Dian A. dkk.Penerapan Uji T-Berpasangan untuk Melihat Pengaruh Pembinaan Siswa ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 111 terhadap penguasaan siswa terhadap soal olimpiade matematika. Namun secara keseluruhan kegiatan ini tidak dikatakan gagal, karena dalam waktu 90 menit yang diberikan untuk menyelesaikan soal dapat dikatakan sangat efektif. Hal ini terlihat dari peggunaan waktu dalam menyelesaikan soal, dimana siswa tetap mencoba menyelesaikan dan menjawab soal sampai waktu habis. Bahkan beberapa siswa masih membutuhkan waktu tambahan untuk menyelesaikan soal. Sehingga dapat disimpulkan siswa sudah mulai mengenal dan memahami soal yang diberikan sehingga mereka sudah mulai berusaha untuk mengerjakan dan menyelesaikan dengan benar. Tetapi beberapa faktor mungkin menyebabkan mereka belum dapat menjawab soal dengan baik dan benar, misalanya kurang teliti, terlalu terburu-buru dan merasa berada dalam tekanan. Tabel 2. Output SPSS untuk Pengujian Dua Sampel Berpasangan Paired Samples Statistics Mean N Std. Deviation Std. Error Mean Pair 1 VAR00005 32.5000 16 12.38278 3.09570 VAR00006 28.1250 16 11.67262 2.91815 Paired Samples Test Paired Differences t df Sig. 2-tailed Mean Std. Deviation Std. Error Mean 95 Confidence Interval of the Difference Lower Upper Pair 1 pre-post 4.375 16.72075 4.18019 -4.53486 13.28486 1.047 15 .312 4 KESIMPULAN Kesimpulan setelah mengadakan kegiatan ini adalah kegiatan pembinaan yang telah dilaksanakan mampu memberikan pengetahuan dan wawasan kepada siswa SMP tentang materi dan soal dalam olimpiade matematika. Singkatnya waktu dan pertemuan yang relatif sedikit masih belum cukup untuk memberikan banyak materi dan melakukan pembahasan soal-soal olimpiade kepada siswa kepada siswa. Sebagian peserta pembinaan sangat antusias dan tertarik dalam mengikuti kegiatan pembinaan ini walaupun mereka menganggap soal-soal yang dihadapi relatif sulit. Pihak sekolah sangat mendukung kegiatan pembinaan olimpiade matematika ini, namun karena keterbatasan dana yang dimiliki pihak sekolah untuk melaksanakan kegiatan pembinaan ini maka pihak sekolah tidak berani untuk memperpanjang kegiatan ini dan bekerjasama dengan pihak jurusan matematika FMIPA. REFERENSI [1] DIRJEN DIKDAS. 2012. Panduan olimpiade Sains Nasional OSN dan Lomba Sains tingkat Internasional Sekolah Menengah Pertama Tahun 2013. Jakarta:KEMENDIKBUD. [2] Farikhin. 2007. Panduan Olimpiade sains nasional SMP: Mari Berpikir Matematis. Yogyakarta: Graha Ilmu. [3] Hermanto, E. 2011. Diktat Pembinaan Olimpiade Matematika Materi Dasar. Bengkulu: Tidak Dipublikasikan. [4] Susianto, B. 2004. Olimpiade Matematika dengan Proses Berpikir Aljabar dan Bilangan. Jakarta: PT Grasindo. [5] Walpole, R.E. R.H. Myers. 1995. Ilmu Peluang dan Statistika untuk Insinyur dan Ilmuwan. Terjemahan R.K. Sembiring. Bandung: Penerbit ITB. [6] Wiworo. 2004. Metode Pembinaan untuk Menghadapi Olimpiade Matematika SMP Bagian Pertama. Buletin LIMAS edisi 4. 112 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 Penerapan Structural Equation Modeling SEM dengan Metode Penduga Generalized Least Squares pada Pembentukan Model Prestasi Mahasiswa Studi Kasus: Mahasiswa Bidikmisi Universitas Sriwijaya Indralaya Novlia Pratiwi, Endro Setyo Cahyono, dan Sri Indra Maiyanti Jurusan Matematika FMIPA Universitas Sriwijaya Abstract: One of the human activities in developing knowledge in the field of mathematics is by doing research. Research will establish a model that can be used as a result of such research. Structur- al Equation Modeling SEM is a statistical method to test the statistical model in the form of a causal relationship. SEM can be used in Bidikmisi student’s of Sriwijaya University achievement model with five exogenous latent variables such as family background, learning properties, learning styles, interests, and utilization of scholarships and two endogenous latent variable such as motivation and achievement with 36 indicator variables. By using the method of Generalized Least Squares estimator obtained 28 valid indicator variables to form a model of student achievement. The results obtained are 28 measurement model and two structural equation models of student achievement. Based on the model form, it motivation is directly influenced by the family background, learning properties, and learning styles with 34 total of influence. While motivation is also influenced a student achievement which is influenced by family background, a learning properties, and student interest with 94 total of influence. Test of model fit RMSEA 0.051 0.08, RMR was 0.074 0.08, GFI 0.86 and AGFI 0.83 which is close to 1 indicates that the model is fit. Keywords: Generalized Least Squares GLS, LISREL, Measurement Model, Structural Equation Model SEM, Student’s Achievement Model 1 PENDAHULUAN atematika merupakan salah satu bagian dari ilmu dasar basic science yang memiliki peran penting di era kemajuan ilmu pengetahuan dan teknologi. Salah satu kegiatan yang dilakukan manusia dalam mengembangkan ilmu pengetahuan di bidang matematika adalah dengan melakukan penelitian. Penelitian yang dilakukan akan membentuk suatu model yang dapat digunakan sebagai hasil dari penelitian tersebut. Structural Equation Modeling SEM merupakan metode statistik yang dipakai untuk memodelkan dan menguji model statistik yang berbentuk hubungan sebab akibat. Structural Equation Model- ing SEM merupakan model gabungan antara model pengukuran Measurement Model dan analisis jalur Path Analysis. Model pengukuran digunakan untuk menganalisis hubungan antara peubah laten dengan peubah-peubah indikatornya yang metode analisisnya disebut analisis faktor konfirmatori Confirmatory Factor Analysis dan analisis jalur untuk menganalisis hubungan langsung dan tidak langsung antara peubah laten Jöreskog, 2000a. Penggunaan SEM lebih efektif untuk memodelkan peubah-peubah yang lebih kompleks dan dapat dianalisis secara serempak simultan. Model umum SEM dapat dituliskan dalam persamaan matrik berikut Bollen, 1989 dengan:  = vektor dari peubah laten endogen berukuran mx 1 ,  = vektor dari peubah laten eksogen berukuran nx 1 , Γ = matriks koefisien dari  berukuran mxn , B = matriks koefisien dari  berukuran mxm, dan  = vektor galat berukuran mx 1 . Penelitian dengan menggunakan SEM lebih mempertimbangkan pembentukan model interaksi, peubah - peubah bebas yang berkorelasi Correlated Independents , kesalahan pengukuran, gangguan M        Γ B Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 113 kesalahan-kesalahan yang berkorelasi Correlated Error Terms , beberapa peubah bebas laten Mul- tiple Latent Independents . Pada dasarnya vektor-vektor  dan  tidak dapat diamati secara langsung, oleh karena itu diukur dan dilakukan melalui vektor-vektor T y = Y 1 ,Y 2 ,... , Y p dan T x = X 1 , X 2 ,... ,X q merupakan model-model pengukuran, kemudian dirumuskan menjadi y = Λ y  + ; x = Λ x  +  dengan: y = vektor indikator bagi peubah laten endogenous berukuran px 1 , x = vektor indikator bagi peubah laten eksogenous berukuran qx 1 , y Λ = matriks koefisien regresi loading y terhadap  berukuran pxm, x Λ = matriks koefisien regresi loading x terhadap  berukuran qxn,  = vektor galat pengukuran dari y berukuran px 1 , dan  = vektor galat pengukuran dari x berukuran qx 1. Semua pembentukan model tersebut diukur dengan beberapa indikator tertentu. Penentuan koefisien struktural pada SEM dapat dihitung dengan berbagai cara. Generalized Least Square s merupakan penduga koefisien yang dapat digunakan dalam SEM. SEM dapat digunakan dalam pembentukan model prestasi mahasiswa. Pada penelitian sebelumnya oleh Maiyanti 2012 terhadap prestasi mahasiswa Bidikmisi Universitas Sriwijaya angkatan 2010, digunakan Regresi Logistik Ordinal untuk mengetahui karakteristik dan prestasi mahasiswa pada masing-masing fakultas dan secara simultan untuk semua fakultas menggunakan biplot. Peubah yang menjadi pengamatan meliputi peubah-peubah yang berhubungan dengan karakteristik mahasiswa. Pembentukan model prestasi mahasiswa menggunakan SEM mengandung peubah laten yang dalam pengukurannya memerlukan peubah indikator serta peubah antara Intervening Variable . Pene- rapan SEM dengan metode penduga Generalized Least Squares pada pembentukan model prestasi mahasiswa akan dilakukan pada contoh kasus evaluasi prestasi mahasiswa penerima beasiswa Bi- dikmisi Universitas Sriwijaya angkatan 2010, 2011 dan 2012. Selanjutnya dengan SEM, akan dibentuk model prestasi mahasiswa penerima beasiswa Bidikmisi Universitas Sriwijaya dengan melibatkan beberapa peubah input berupa faktor yang mempengaruhi prestasi mahasiswa serta hubungan langsung dan tidak langsungnya dengan peubah laten. Berdasarkan pemaparan di atas, maka ditarik suatu permasalahan yang diteliti dalam penelitian ini meliputi: 1. Bagaimana pembentukan model prestasi mahasiswa Bidikmisi Universitas Sriwijaya jika dilihat dari beberapa faktor yang mempengaruhi prestasi mahasiswa tersebut. 2. Faktor apa saja yang mempengaruhi prestasi mahasiswa Bidikmisi Universitas Sriwijaya. 3. Seberapa besar pengaruh faktor yang dianggap mempengaruhi prestasi mahasiswa Bidikmisi Un- iversitas Sriwijaya. Tujuan dari penelitian ini adalah: 1. Membangun model prestasi mahasiswa dengan menggunakan SEM. 2. Menentukan peubah indikator yang signifikan dalam mengukur prestasi mahasiswa Bidikmisi Un- iversitas Sriwijaya. 3. Mengetahui besar pengaruh faktor yang mendukung prestasi mahasiswa Bidikmisi Universitas Sriwijaya. 2 METODE PENELITIAN Populasi dari penelitian ini adalah mahasiswa Bidikmisi Universitas Sriwijaya Indralaya angkatan 2010, 2011, dan 2012. Penarikan sampel dilakukan dengan teknik penarikan sampel acak terstratifika- si Stratified Random Sampling dengan fakultas sebagai strata. Langkah-langkah yang dilakukan dalam penelitian ini adalah sebagai berikut: Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... 114 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 1. Pengumpulan data Data yang dimaksud adalah data mahasiswa penerima beasiswa Bidikmisi Universitas Sriwijaya tahun 2010, 2011, 2012. Data yang diperoleh berupa data primer dan data sekunder. Data primer akan diperoleh dari survei menggunakan kuisioner kepada sampel yang terpilih secara acak, sedangkan data sekunder diperoleh dari BAAK Universitas Sriwijaya. 1. Menyusun peubah laten dan peubah indikator yang akan digunakan untuk membentuk model prestasi mahasiswa seperti pada Tabel 2.1, kemudian menyusun kuisioner berdasarkan peubah – peubah tersebut. 2. Melakukan penentuan sampel menggunakan Stratified Random Sampling . Strata yang diambil berjumlah 10 fakultas yang ada di Universitas Sriwijaya. 3. Melakukan penyebaran kuisioner kepada mahasiswa terpilih secara acak. Kemudian menginput data sampel ke dalam MS. Excel. 4. Mendeskripsikan karakteristik mahasiswa menggunakan SPSS 16.0 5. Mengubah data berskala ordinal menjadi data berskala interval dengan aplikasi STAT97 yang terdapat dalam MS.Excel 2010. 6. Melakukan persiapan data pemodelan menggunakan data yang telah disuksesif dengan matriks input yaitu matriks kovarian menggunakan PRELIS 2.30 7. Membuat diagram jalur dengan bantuan LISREL 8.50 seperti pada Gambar 3.1, kemudian melakukan konversi diagram jalur ke dalam bentuk persamaan model SEM. 8. Menduga parameter – parameter model dengan metode penduga GLS sesuai dengan hasil matriks kovarian yang telah dibentuk. 9. Melakukan evaluasi penduga parameter yang dihasilkan dengan melihat validitas penduga parameter tersebut, jika sudah valid maka dapat melanjutkan penyusunan model pengukuran dan model struktural, jika belum maka akan dilakukan respesifikasi model. 10. Menyusun model pengukuran Measurement Model dari masing – masing peubah dengan menggunakan parameter model yang telah dihasilkan. 11. Mengevaluasi kelayakan model yang telah dihasilkan dengan metode estimasi GLS berdasarkan uji kecocokan model: Chi-Square   2  , RMSEA, RMR, NFI, ECVI, AGFI, dan GFI. 12. Menyusun model struktural Structural Model menggunakan parameter model yang dihasilkan. 13. Menganalisis pengaruh langsung dan tidak langsung dalam model struktural yang ada. 14. Interpretasi hasil pembentukan model prestasi mahasiswa yang telah dibentuk dengan SEM dan LISREL. 15. Penarikan kesimpulan berdasarkan pembentukan model dengan menggunakan SEM dan metode penduga Generalized Least Squares Tabel 2.1 Peubah Indikator dan Peubah Laten Model Prestasi Mahasiswa Peubah laten Simbol Peubah laten Peubah indikator Simbol peubah indikator Latar Belakang Keluarga ξ 1 1. Pendidikan ayah X 1 2. Pendidikan ibu X 2 3. Penghasilan Ortu X 3 4. Jumlah Anggota Keluarga X 4 Sarana belajar ξ 2 1. Fasilitas Ruang Belajar X 5 2. Penerangan Ruang Belajar X 6 3. Suasana tempat Belajar X 7 4. Buku referensi X 8 5. Sarana Elektronik X 9 6. Sarana Belajar X 10 Gaya Belajar ξ 4 1. Lama Belajar X 11 2. Melengkapi Pelajaran X 12 3. Membaca Ulang Materi X 13 4. Buku Referensi Dosen X 14 Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 115 5. Referensi Lain Dosen X 15 6. Referensi Internet X 16 7. Diskusi X 17 8. Konsentrasi Belajar X 18 Minat ξ 3 1. Minat terhadap perguruan tinggi X 19 2. Minat terhadap prodi X 20 3. Minat Terhadap mata Kuliah X 21 Pemanfaatan beasiswa ξ 5 1. Kebutuhan Pribadi X 22 2. Bantu Orangtua X 23 3. Sarana prasana kuliah X 24 4. Kebutuhan tersier X 25 5. beli komputer X 26 Motivasi η 1 1. Menyelesaikan Studi Y 1 2. Selesai Tepat Waktu Y 2 3. IPK Tinggi Y 3 4. Lanjut S2 Y 4 5. Kompetisi Dalam Banyak Hal Y 5 6. Dorongan Orangtua Y 6 7. Dorongan Teman Y 7 8. Sukses Seperti Seseorang Y 8 Prestasi mahasiswa η 2 1. Nilai IPK Y 9 2. Prestasi Ko-kurikuler Y 10 3 HASIL DAN PEMBAHASAN Karakteristik Sampel Penarikan sampel untuk data primer dilakukan menggunakan teknik Penarikan Sampel Acak Terstra- tifikasi Stratified Random Sampling dengan fakultas sebagai strata. Jumlah sampel yang diambil dalam setiap strata antara 10 - 12 dengan jumlah sampel yang diambil secara keseluruhan yaitu sebesar 166 sampel atau sebesar 10,5 . Mahasiswa Bidikmisi sebesar 84,9 berasal dari SMA. Untuk pendidikan ayah terbanyak pada tingkat SMA sebesar 44,6 , sedangkan pendidikan ibu pada tingkat SD SMP sebesar 44 . Sebe- sar 50,6 orang tua mahasiswa berpenghasilan Rp 1.000.000,00 – Rp 2.000.000,00 dan memiliki jumlah anggota keluarga 3 – 4 orang. Mahasiswa dengan rentang IPK 3,00 – 3,49 sebesar 54,2 , dan sebesar 48,2 mahasiswa tidak mempunyai prestasi ko-kurikuler. Analisis Model Pengukuran SEM Program LISREL 8.50 menghasilkan output parameter – parameter model yang akan dibentuk dalam model prestasi mahasiswa dengan menggunakan metode penduga GLS seperti Gambar 3.1. Gambar 3.1 Bagan SEM Model Prestasi Mahasiswa Model pengukuran bagi peubah x yaitu Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... 116 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 x = Λ x  +  Sehingga persamaan model pengukuran peubah x untuk peubah laten eksogen berdasarkan Gambar 3.1 di atas yaitu 49 , 47 , 1 1    x 001 , 77 , 1 2    x 52 , 22 , 1 3    x 49 , 22 , 2 5    x 50 , 41 , 2 6    x 49 , 29 , 2 7    x 39 , 41 , 2 8    x 40 , 22 , 2 9    x 47 , 52 , 3 11    x 44 , 39 , 3 12    x 35 , 51 , 3 13    x 35 , 48 , 3 14    x 41 , 47 , 3 15    x 50 , 41 , 3 16    x 49 , 45 , 3 17    x 47 , 38 , 4 19    x 42 , 54 , 4 20    x 39 , 29 , 4 21    x Analisis model pengukuran untuk masing – masing peubah eksogen adalah sebagai berikut : 1. Peubah Laten Latar Belakang Keluarga 1  Peubah latar belakang keluarga memiliki 3 peubah indikator yang valid yaitu pendidikan ayah X 1 , pendidikan ibu X 2 , serta penghasilan orang tua X 3 . Peubah indikator pendidikan ibu X 2 merupakan peubah indikator dengan kontribusi terbesar dalam mengukur latar belakang keluarga dengan nilai pengukuran 0,77. 2. Peubah Laten Sarana Belajar 2  Peubah sarana belajar disusun oleh 5 peubah indikator yang valid yaitu fasilitas ruang belajar X 5 , penerangan ruang belajar X 6 , suasana tempat belajar X 7 , buku referensi X 8 , sarana elektronik X 9 . Peubah indikator penerangan ruang belajar X 6 dan buku referensi X 8 memiliki kontribusi paling besar dalam mengukur sarana belajar dengan pengukuran sebesar 0,41. 3 . Peubah Laten Gaya Belajar 3  Peubah gaya belajar disusun oleh 7 peubah indikator valid yaitu lama belajar X 11 , melengkapi pelajaran X 12 , membaca ulang materi X 13 , buku referensi dosen X 14 , referensi lain dosen X 15 , referensi internet X 16 , diskusi X 17 . Peubah indikator dengan kontribusi terbesar dalam mengukur gaya belajar yaitu lama belajar X 11 dengan pengukuran sebesar 0,52 dan membaca ulang materi X 13 dengan pengukuran sebesar 0,51. 4. Peubah Laten Minat 4  Peubah minat disusun oleh 3 peubah indikator valid yaitu minat terhadap perguruan tinggi X 19 , minat terhadap prodi X 20 , minat terhadap mata kuliah X 21 . Kontribusi terbesar peubah indikator yang mengukur minat terdapat pada minat terhadap prodi X 20 dengan pengukuran sebesar 0,54. Persamaan model pengukuran untuk peubah y adalah sebagai berikut y = Λ y  +  Sehingga persamaan model pengukuran peubah y untuk peubah laten eksogen yaitu 1 y =0,17 1  + 0,35 2 y =0,23 1  + 0,30 3 y =0,13 1  + 0,20 4 y = 0,27 1  + 0,41 5 y =0,59 1  + 0,33 6 y =0,38 1  + 0,30 7 y = 0,28 1  + 0,52 8 y = 0,50 1  + 0,42 9 y = 1,00 2  + 0,58 10 y =1,10 2  + 0,62 Analisis model pengukuran untuk masing-masing peubah endogen adalah sebagai berikut: 1. Peubah Laten Motivasi 1  Peubah motivasi 1  disusun oleh 8 peubah indikator yaitu menyelesaikan studi Y 1 , selesai tepat waktu Y 2 , ipk tinggi Y 3 , lanjut S2 Y 4 , kompetisi dalam banyak hal Y 5 , dorongan orang tua Y 6 , Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 117 dorongan teman Y 7 , dan sukses seperti seseorang Y 8 . Kontribusi terbesar peubah indikator yang mengukur motivasi adalah kompetisi dalam banyak hal Y 5 dengan pengukuran sebesar 0,59. Artinya adalah dengan peningkatan keinginan untuk berkompetisi dalam banyak hal akan mempengaruhi perubahan motivasi dan prestasi mahasiswa. 2. Peubah Laten Prestasi Mahasiswa 2  Peubah prestasi mahasiswa 2  tersusun atas 2 peubah indikator yaitu nilai IPK Y 9 , serta prestasi ko-kurikuler Y 10 . Kontribusi terbesar peubah indikator yang mengukur prestasi mahasiswa terdapat pada prestasi ko-kurikuler Y 10 dengan pengukuran sebesar 1,10. Artinya adalah dengan peningkatan prestasi ko-kurikuler yang dimiliki akan mempengaruhi perubahan prestasi mahasiswa. Analisis Model Struktural SEM Model struktural atau disebut juga model jalur menjelaskan hubungan antar peubah laten, baik itu antar peubah laten endogen dengan peubah laten eksogen, maupun antar peubah laten endogen itu sendiri. Bagan SEM untuk model struktural yang berupa model terbaik dapat dilihat pada Gambar 3.2 Gambar 3.2 Bagan Model Struktural SEM Untuk memperoleh hasil berupa model persamaan struktural, nilai penduga parameter pada Gam- bar 3.2 disubstitisikan ke dalam persamaan struktural sebagai berikut = B + Γ ξ + Sehingga persamaan model struktural untuk peubah laten motivasi dan prestasi di atas adalah sebagai berikut : 06 , 67 , 18 , 12 , 3 2 1 1          06 , 15 , 15 , 10 , 063 , 4 2 1 1 2           Analisis model struktural untuk model 1  dan 2  dapat dilihat dalam pengaruh langsung dan tidak langsung sebagai berikut : 1. Peubah Laten Eksogen  terhadap Peubah Laten Endogen Motivasi 1  Peubah laten eksogen memiliki pengaruh langsung terhadap peubah laten endogen motivasi seperti pada persamaan 1  di atas. Berdasarkan persamaan di atas, terdapat 3 peubah laten eksogen yang memiliki pengaruh terhadap peubah laten endogen motivasi. Galat untuk model struktural 1  adalah sebesar 0,66. Artinya adalah motivasi 1  dapat dijelaskan oleh peubah konstruk yang valid pada latar belakang keluarga, sarana belajar, serta gaya belajar sebesar 1 – 0,66 x 100 = 34 . Sedang- kan 66 dipengaruhi oleh faktor lain yang tidak terdapat dalam model penelitian. Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... 118 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 Peubah eksogen latar belakang keluarga 1  mempengaruhi motivasi 1  sebesar -0,12. Artinya bahwa jika latar belakang keluarga meningkat sebesar satu satuan, maka akan menurunkan pengaruh langsung terhadap motivasi mahasiswa sebesar 12. Peubah eksogen sarana belajar 2  memiliki pengaruh terhadap motivasi mahasiswa dengan total pengaruh sebesar -0,18. Artinya bahwa jika sarana belajar meningkat sebesar satu satuan, maka akan menurunkan pengaruh langsung terhadap motivasi sebesar 18. Peubah eksogen gaya belajar 3  memiliki pengaruh yang kuat terhadap motivasi mahasiswa dengan total pengaruh sebesar 0,67. Artinya bahwa jika gaya belajar mahasiswa meningkat sebesar satu satuan, maka akan meningkatkan pengaruh langsung terhadap motivasi sebesar 67. 2. Peubah Laten Eksogen  terhadap Peubah Laten Endogen Prestasi 2  Selain terhadap peubah laten motivasi, peubah laten eksogen juga memiliki pengaruh langsung dan tidak langsung terhadap peubah laten endogen prestasi seperti pada persamaan 2  yang disusun pada persamaan 2  . Pada 2  , terdapat 3 peubah eksogen yang memiliki pengaruh terhadap prestasi mahasiswa. Galat untuk model struktural 2  adalah 0,06. Artinya adalah prestasi 2  dapat dijelaskan oleh peubah konstruk yang valid pada latar belakang keluarga, sarana belajar, serta minat sebesar 1 – 0,06 x 100 = 94 . Sedangkan 6 dipengaruhi oleh faktor lain yang tidak terdapat dalam model penelitian. Peubah latar belakang 1  memiliki pengaruh langsung dan tidak langsung terhadap prestasi 2  yaitu sebesar 0,11 dan -0,01 dengan total pengaruh sebesar 0,11 + -0,01 = 0,10. Artinya bahwa jika latar belakang keluarga meningkat satu satuan, maka akan meningkatkan pengaruh terhadap prestasi sebesar 10. Peubah sarana belajar 2  memiliki pengaruh secara langsung dan tidak langsung sebesar 0,16 dan -0,01 terhadap prestasi 2  dengan total pengaruh sebesar 0,16 + -0,01 = 0,15. Ar- tinya jika sarana belajar meningkat sebesar satu satuan, maka akan meningkatkan pengaruh terhadap prestasi sebesar 15 . Peubah eksogen minat 4  memiliki pengaruh secara langsung sebesar -0,15 terhadap prestasi 2  . Artinya bahwa jika minat mahasiswa meningkat sebesar satu satuan, maka akan menurunkan pengaruh terhadap prestasi sebesar 15 . 3. Peubah Laten Endogen Motivasi 1  terhadap Peubah Laten Endogen Prestasi 2  Peubah laten endogen Motivasi 1  memiliki pengaruh langsung terhadap peubah laten endogen prestasi 2  pada persamaan 2  yang disusun dalam persamaan 2  di atas. Pada persamaan di atas, motivasi memiliki pengaruh langsung terhadap prestasi sebesar 0,063. Artinya bahwa jika motivasi mahasiswa melalui pengaruh dari peubah eksogen yang mempengaruhinya meningkat sebesar satu satuan, maka akan meningkatkan pengaruh motivasi terhadap prestasi sebesar 6,3 . Uji Kecocokan Model Pengukuran Output LISREL 8.50 juga menampilkan uji kecocokan model pengukuran Goodness of Fit Statis- tics . Berdasarkan nilai hasil model penelitian untuk uji kecocokan model, hampir seluruh indeks Goodness of Fit menunjukkan hasil yang memenuhi cut of value yang sesuai. Nilai p-value untuk Chi- Square Goodness of Fit pada ukuran kecocokan model secara keseluruhan model struktural dan model pengukuran terhadap matriks korelasi dan matriks kovarian belum menunjukkan nilai yang diharapkan. Namun nilai RMSEA sudah menunjukkan model yang good fit karena bernilai 0,051 yang artinya RMSEA 0,08. Sama halnya dengan nilai RMR = 0,074 yang lebih kecil dari 0,08. Nilai GFI juga telah sesuai karena mendekati 1. Uji kecocokan model secara relatif yang digunakan untuk perbandingan model yang diusulkan dengan model dasar yang digunakan pada nilai AGFI juga menunjukkan model yang sudah cukup baik karena lebih besar dari 0,80. Selain itu, ukuran kecocokan yang mempertimbangkan banyaknya Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 119 koefisien di dalam model juga telah menunjukkan hasil yang baik dengan nilai AIC model sebesar 1008,19 lebih kecil dari nilai Independence AIC dan Saturated AIC . Sehingga model yang dibuat secara keseluruhan sudah memenuhi kriteria kecocokan model. Selain itu, construct reliability pada model pengukuran Tabel 4.11 menghasilkan reliabilitas yang tinggi. Dengan nilai indeks construct reliability yang ≥ 0,70, maka indikator yang ada sudah baik dalam mengukur peubah latennya. 4 KESIMPULAN DAN SARAN Kesimpulan Penelitian mengenai penerapan SEM dalam pembentukan model prestasi mahasiswa penerima beasiswa Bidikmisi Universitas Sriwijaya menghasilkan beberapa kesimpulan yaitu: Model prestasi mahasiswa tersusun atas 28 model pengukuran yang terdiri dari 18 model pengukuran eksogen dan 10 model pengukuran endogen sebagai berikut: Model Pengukuran X 49 , 47 , 1 1    x 52 , 22 , 1 3    x 50 , 41 , 2 6    x 39 , 41 , 2 8    x 47 , 52 , 3 11    x 35 , 51 , 3 13    x 41 , 47 , 3 15    x 49 , 45 , 3 17    x 42 , 54 , 4 20    x 001 , 77 , 1 2    x 49 , 22 , 2 5    x 49 , 29 , 2 7    x 40 , 22 , 2 9    x 44 , 39 , 3 12    x 35 , 48 , 3 14    x 50 , 41 , 3 16    x 47 , 38 , 4 19    x 39 , 29 , 4 21    x Model Pengukuran Y 1 y =0,17 1  + 0,35 3 y =0,13 1  + 0,20 5 y =0,59 1  + 0,33 7 y = 0,28 1  + 0,52 9 y = 1,00 2  + 0,58 2 y =0,23 1  + 0,30 4 y = 0,27 1  + 0,41 6 y =0,38 1  + 0,30 8 y = 0,50 1  + 0,42 10 y =1,10 2  + 0,62 Selain model pengukuran, dihasilkan 2 model struktural prestasi mahasiswa yaitu: ; 66 , 67 , 18 , 12 , 3 2 1 1          06 , 15 , 15 , 10 , 063 , 4 2 1 1 2           Peubah indikator yang mempengaruhi motivasi dan prestasi mahasiswa yaitu pendidikan ibu X2, penerangan ruang belajar X6, buku referensi X8, lama belajar X11, membaca ulang materi X13, minat terhadap prodi X20, kompetisi dalam banyak hal Y5, serta prestasi ko-kurikuler Y10. Motivasi dipengaruhi oleh peubah laten latar belakang 1  , sarana belajar 2  , dan gaya belajar 3  dengan total pengaruh dari peubah - peubah tersebut adalah 34. Peubah gaya belajar 3  merupakan peubah yang paling mempengaruhi motivasi mahasiswa yang secara tidak langsung juga berpengaruh terhadap prestasi mahasiswa. Prestasi mahasiswa dipengaruhi oleh motivasi 1  , latar belakang keluarga 1  , sarana belajar 2  , serta minat mahasiswa 4  dengan total pengaruh dari peubah - peubah tersebut sebesar 94 . Saran Adapun saran yang diberikan peneliti berdasarkan hasil penelitian yaitu: Disarankan bagi Universitas Sriwijaya untuk dapat lebih selektif dalam memilih penerima beasiswa bidikmisi. Serta tidak hanya sekedar menyalurkan beasiswa, namun juga dapat memperhatikan sarana belajar yang disediakan bagi mahasiswa seperti menambahkan buku referensi di perpustakaan sebagai sarana penunjang untuk membantu peningkatan motivasi belajar mahasiswa. Novlia P. dkk.Penerapan Structural Equation Modeling SEM dengan Metode Penduga ... 120 Prosiding Seminar Nasional MIP A 2014, Palembang 2 Oktober 2014 Bagi penelitian lainnya mengenai pembentukan model prestasi mahasiswa dengan menggunakan SEM, dapat mengembangkan lagi model yang dirancang dengan mencari faktor lain yang mempengaruhi prestasi mahasiswa sehingga dapat memberikan kontribusi yang lebih baik terhadap peningkatan prestasi mahasiswa. REFERENSI [1] Bollen, Kenneth A, 1989. Structural Equations Model With Latent Variables. New York [2] Dwipurwani, O., S.I. Maiyanti, S. Sari. 2012. Faktor-Faktor yang Mempengaruhi Prestasi Mahasiswa ditinjau dari Karakteristik Lingkungan Kampus Studi Kasus di Jurusan Matematika FMIPA Unsri. Jurnal Pene- litian Sains, Vol. 12 No. 3A, 12301-1-12301-5. [3] Dwipurwani, O., S.I. Maiyanti, A. Desiani Shinta, O. 2009. Penerapan Analisis Faktor eksploratori dalam Membentuk Faktor Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Un- sri. Jurnal Penelitian Sains, Vol. 12 No. 3A, 12301-1-12301-5. [4] Fox, J. 2002. Time-Series Regression and Generalized Least Squares. Appendix to An R and S-PLUS Companion to Applied Regression. http:cranr-project.orgdoccontribFoxCompanionappendix-timeseries- regression.pdf [ 15 Maret 2014 ] [5] Ghozali, A. 2003. Tinjauan Metodologi: Structural Equation Modeling dan penerapannya dalam pendidikan. Badan Penelitian dan Pengembangan, Depdiknas. [6] Jöreskog, K. G. 2000a-2000b. Laten Variable Scores and Their Uses. http:www.ssicentral.comlisrelcolumn6.pdf. [ 27 februari 2014] [7] Karti, H.S. 2011. Analisis Faktor-Faktor Yang Mempengaruhi Indeks Prestasi Mahasiswa Diploma Peneri- ma Beasiswa Bidikmisi di Surabaya Tahun 2010. Institut Teknologi Sepuluh Nopember, Surabaya. Skripsi. Tidak dipublikasikan. www.digilib.its.ac.idpublicITSNonDegree-17153-Abstract_id.pdf [ 26 Februari 2014]. [8] Maiyanti, E.S. Cahyono dan O. Utami. 2013. Aplikasi Analisis Biplot untuk Pemetaan Kemiripan Prestasi dan Karakteristik Mahasiswa Bidik Misi Antar Fakultas Studi Kasus Mahasiswa Bidik Misi Angkatan 2010. Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA UNY. [9] Maiyanti, O. Dwipurwani, E. Kurnia. 2008. Aplikasi Structural Equation Models untuk mengetahui hubungan antara Latar belakang keluarga, Lingkungan Belajar diluar Kampus, motivasi dan prestasi mahasiswa. Studi kasus di Jurusan Matematika FMIPA Unsri. Jurnal Penelitian Sains, Vol. 9 No. 3. [10] Maiyanti, S.I., O. Dwipurwani, A. Desiani A. Betty. 2009. Aplikasi Analisis Faktor Konfirmatori untuk Mengetahui Hubungan Peubah Indikator dengan Peubah Laten yang Mempengaruhi Prestasi Mahasiswa di Jurusan Matematika FMIPA Unsri. Jurnal Penelitian Sains, Vol. 12 No. 3A, 12303-1-12303-6 [11] Matondang, Z. 2006. Validitas dan Reliabilitas suatu Instrumen Penelitian. Jurnal Tabularasa PPS Unimed, Vol. 6 No. 1. [12] Muhson, A, 2007. Data Statistik. FISE Universitas Negeri Yogyakarta : Yogyakarta. [13] Munandar, S. 1987. Mengembangkan Bakat dan Kreatifitas Anak. PT. Gramedia, Jakarta. [14] Murray, M.P. 2006. Econometrics A Modern Introduction. Pearson-Addison Wesley. Lecture 13, Chapter 10.1 –10.4, 10.7. [15] Mustafa, H. 2000 . Teknik Sampling. http:home.unpar.ac.id~hasanSAMPLING.doc [10 Februari 2014] [16] Sharma, S. 1996. Applied Multivariate Techniques. John Wiley Sons, Inc. New [17] Utomo, P. 2006. Analisis Kontribusi Pemberian Beasiswa terhadap Peningkatan Prestasi Akademik Maha- siswa Fakultas Teknik Universitas Negeri Yogyakarta. UNY.Yogyakarta.staff.uny.ac.id...Artikel_jurnal_Analisis20Kontribusi20Beasiswa. [1 Maret 2014]. [18] Waryanto, B. Y.A.Millafati. 2006. Transformasi Data Skala Ordinal ke Interval dengan Menggunakan Makro Minitab. Jurnal Informatika Pertanian Vol. 15, Pusat Data dan Informasi Pertanian IPB. [19] Wibowo, A. 2006. Pengantar Analisis Persamaan Struktural Structural Equation Modelling = SEM. Makalah Pelatihan, Lemlit Unair. [20] Yamin, S. dan Kurniawan, H., 2009, Structural Equation Modeling: Belajar Lebih Mudah Teknik Analisis Data Kuesioner dengan LISREL-PLS, Buku Seri Kedua, Jakarta: Salemba Infotek. Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 121 Simulasi Frekuensi Klaim Asuransi Kendaraan Bermotor bagi Pihak Ketiga yang Cedera Menggunakan Model Regresi Binomial Negatif Yulia Resti Jurusan Matematika FMIPA Universitas Sriwijaya; email: fyrestiyahoo.com Abstrak: Dalam industri asuransi kendaraan bermotor, pihak ketiga adalah pihak yang mengalami kerugian, baik pada mobil maupun dirinya sendiri, atau menjadi korban dalam sebuah kecelakaan tapi bukan tertanggung asuransi. Jumlah kendaraan yang semakin meningkat dari waktu ke waktu sementara kondisi infrastruktur masih banyak yang kurang baik menyebabkan peluang terjadinya kecelakaan semakin tinggi dan klaim yang diajukan oleh tertanggung untuk pihak ketiga semakin banyak. Frekuensi klaim diestimasi menggunakan regresi Poisson dan binomial negatif. Parameter masing- masing regresi diestimasi menggunakan metode kemungkinan maksimum. Hasil uji statistik menunjukkan model regresi binomial negatif lebih baik daripada model regresi Poisson. Tujuan artikel ini adalah merancang simulasi frekuensi klaim asuransi kendaraan bermotor yang diajukan oleh tertanggung untuk pihak ketiga yang cedera menggunakan model regresi binomial negatif sebagai model yang lebih baik daripada model regresi Poisson dan membandingkannya dengan data sebenarnya. Ha- sil penelitian menunjukkan bahwa frekuensi klaim hasil simulasi dengan model regresi binomial negatif tidak berbeda jauh dengan data sebenarnya. Kata kunci : simulasi, regresi Poisson, regresi Binomial negatif. 1 PENDAHULUAN i beberapa negara maju, penentuan harga premi asuransi kendaraan bermotor tidak lagi menggunakan sistem tarif, melainkan menggunakan sistem risk premium, yaitu konsep perhitungan premi yang melibatkan risiko tertanggun g. Sistem ini dianggap lebih ‘adil’ bagi kedua belah pihak yaitu perusahaan asuransi penanggung maupun tertanggung pemilik kendaraan karena tertanggung yang berisiko tinggi akan membayar premi yang lebih tinggi dibandingkan dengan tertanggung yang berisiko rendah. Ketika terjadi suatu kecelakaan, terkadang tidak hanya tertanggung yang mengalami kerugian, baik pada mobil maupun dirinya sendiri, melainkan ada pihak lain yang memerlukan pertanggungjawaban dan pihak ini bukanlah tertanggung asuransi. Dalam industri asuransi kendaraan bermotor, pihak ini disebut sebagai pihak ketiga. Jumlah kendaraan yang semakin meningkat dari waktu ke waktu sementara kondisi infrastruktur masih banyak yang kurang baik menyebabkan peluang terjadinya kecelakaan semakin tinggi dan klaim yang diajukan oleh tertanggung untuk pihak ketiga semakin banyak. Frekuensi klaim yang diajukan tertanggung merupakan salah satu faktor penentu harga premi yang melibatkan risiko. Frekuensi klaim merupakan hasil bagi banyaknya klaim dengan eksposur. Aitkin et al. 1990 dan Renshaw 1994 masing-masing menggunakan model regresi Poisson untuk mengestimasi frekuensi klaim asuransi kendaraan bermotor di United Kingdom, sedangkan Ismail 2007 dan Resti 2013 mengestimasi frekuensi klaim asuransi kendaraan bermotor di Malaysia menggunakan regresi Poisson dan binomial negatif. Prediksi frekuensi klaim yang akurat sangat diperlukan oleh perusahaan asuransi tidak hanya untuk menentukan harga premi, namun juga untuk mengestimasi kewajiban perusahaan dan memahami dampak frekuensi klaim terhadap keberlangsungan perusahaan. Salah satu cara memprediksi frekuensi klaim adalah simulasi. Artikel ini bertujuan menganalisis hasil simulasi frekuensi klaim asuransi kendaraan bermotor bagi pihak ketiga dengan regresi Poisson dan binomial negatif. D Yulia RestiSimulasi Frekuensi Klaim Asuransi Kendaraan Bermotor ... 122 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 2 METODE PENELITIAN Penelitian dilakukan dengan menggunakan prosedur pengkelasan risiko, iaitu suatu prosedur yang memerlukan pemodelan statistik yang lebih terperinci Booth et al. 1999; Hogg dan Klugman 1984; Hossack et al. 1987; Klugman et al. 2004; Lemaire 1985; McClenahan 1990. Pengkelasan risiko bertujuan untuk mengelompokkan risiko tertanggung kepada beberapa kelas yang bersifat seragam atau homogen. Estimasi frekuensi klaim pihak ketiga menggunakan model regresi Poisson dan regresi binomial negatif. Kovariat dimasukkan ke model regresi dengan menyatakan ekspektasi dalam fungsi penghubung log. Vektor parameter regresi dan vektor kovariat pada masing-masing model diperoleh dengan metode kemungkinan maksimum. Model Regresi Poisson Misalkan � � adalah peubah acak banyaknya klaim kelompok ke- �, � = 1,2, ⋯ , �. Jika � � berdistribusi Poisson dengan fungsi massa peluang Ismail, 2007; Resti, 2013, � � � = � � � � = exp −� � � � �� , � � = 0,1,2, ⋯ 1 maka ekpektasi dan variansnya adalah � � � = �� = � � , dengan � � = � � exp � � � �� = � � exp � � � � , � � adalah eksposure, � adalah vektor parameter regresi dan � � adalah vektor kovariat. Model Regresi Binomial Negatif Dengan menganggap peubah acak banyaknya klaim kelompok ke- �, � = 1,2, ⋯ , � adalah � � . Jika � � berdistribusi Binomial Negatif dengan fungsi massa peluang Ismail, 2007; Resti, 2013, � � � = � � � � , � = Γ � � + � −1 � � Γ � −1 � � � � + � −1 � � � −1 � � + � −1 � −1 , � � = 0,1,2, ⋯ 2 maka ekspektasinya adalah � � � = � � dan variansnya adalah �� = 1 + �� , dengan � merupakan parameter dispersi. Seperti vektor parameter regresi dan vektor kovariat, parameter dispersi � juga diperoleh dengan metode kemungkinan maksimum. Metode Kemungkinan Maksimum Metode kemungkinan maksimum adalah metode yang memaksimumkan fungsi kemungkinan suatu distribusi tertentu. Asumsikan � � sebagai peubah acak yang mempunyai fungsi densitas � � � dengan parameter �. Metode kemungkinan maksimum memberikan penyelesaian dengan memaksimumkan fungsi kemungkinan Ismail, 2007 dan Resti, 2013, � = � � � ; � � 3 atau log fungsi kemungkinan, log � = ℓ = log � � � ; � . � 4 Rataan Galat Mutlak RGM Dalam makalah ini, rataan galat mutlak merupakan hasil nilai absolut dari selisih antara simulasi frekuensi klaim � � dengan frekuensi klaim sebenarnya � � bagi pihak ketiga yang mengalami cedera, semakin kecil nilainya maka semakin akurat dugaannya dan dirumuskan sebagai, �� = | � � −� � | � �=1 � dengan � = 1,2, … � 5 3 HASIL DAN PEMBAHASAN Penelitian ini menggunakan data klaim asuransi kendaraan bermotor dari Insurance Service Malaysia ISM Berhard, pada tahun 2000-2003 dengan jumlah sampel sebanyak 1702 nasabah. Data tahun 2000-2002 untuk pendugaan parameter, sedangkan data 2003 untuk validasi di luar sampel. Klaim Yulia RestiSimulasi Frekuensi Klaim Asuransi Kendaraan Bermotor ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 123 yang dikaji pada penelitian ini khusus untuk klaim cedera yang dialami pihak ketiga baik cedera rin- gan maupun cedera berat, baik yang rawat jalan maupun opname di rumah sakit akibat bertabrakan dengan nasabah. Dalam kajian ini, risiko klaim pihak ketiga terdiri dari tiga faktor pengelompokan iaitu umur, kapasitas silinder dan produsen kendaraan dan masing-masing terdiri dari lima, lima dan dua kovariat lihat Tabel 1. Tabel 1. Faktor pengelompokam dan kovariat klaim pihak ketiga Faktor Pengelompokan Kovariat Umur Kendaraan 0-1 tahun 2-3 tahun 4-5 tahun 6-7 tahun 8+ tahun Kapasitas Silinder Kendaraan cc 0-1000 cc 1001-1300 cc 1301-1500 cc 1501-1800 cc 1801+ cc Produsen Kendaraan Dalam Negeri Luar Negeri Berdasarkan faktor pengelompokan dan kovariat didapat 50 kelompok risiko. Frekuensi klaim pihak ketiga terlebih dulu diduga melalui model regresi Poisson dengan metode stepwise. Kovariat yang signifikan dipilih melalui model yang memberikan peningkatan log kemungkinan regresi Poisson paling signifikan . Kemudian, pemilihan model terbaik dilakukan dengan menghitung dan membandingkan AIC dan BIC setiap model regresi. Langkah yang sama dilakukan untuk pencocokan dengan regresi binomial negatif. Tabel 2 menunjukkan model terbaik regresi Poisson dan regresi binomial negatif untuk banyaknya klaim pihak ketiga yang cedera. Pada model regresi Poisson, faktor yang tidak mempengaruhi banyaknya klaim adalah kendaraan berumur 0-1 tahun dan 4-5 tahun, serta kendaran dengan kapasitas silinder 1500 cc. Pada model regresi binomial negatif, faktor yang tidak mempengaruhi banyaknya klaim adalah kendaraan berumur 6 tahun, kendaran dengan kapasitas silinder 1000cc dan 1500 cc, serta kendaraan buatan luar negeri Berdasarkan log kemungkinan, AIC dan BIC, model regresi binomial negatif merupakan model yang lebih baik berbanding model regresi Poisson. Tabel 2. Model regresi banyaknya klaim pihak ketiga Parameter Poisson Binomial Negatif estimasi rasio- t nilai- p estimasi rasio- t nilai- p intercept -0.66 -8.29 0.00 -0.58 -3.13 0.00 0-1 th -0.18 -1.02 0.31 -0.24 -0.92 0.36 2-3 th 0.31 3.18 0.00 0.29 1.40 0.16 4-5 th 0.05 0.59 0.56 0.03 0.17 0.87 6-7 th 0.56 7.25 0.00 0.53 2.81 0.00 0-1000 cc 0.44 3.25 0.00 0.54 1.92 0.06 1001-1300 cc 0.86 9.86 0.00 1.16 4.97 0.00 1501-1800 cc 0.00 0.01 0.99 -0.03 -0.17 0.87 1801+ cc 0.13 5.73 0.07 0.15 0.81 0.42 buatan luar negeri 0.34 4.85 0.00 0.27 1.67 0.09 dispersi, a - - - 0.10 2.53 0.01 log kemungkinan -171.91 -147.48 AIC 363.82 316.96 BIC 380.95 335.81 Yulia RestiSimulasi Frekuensi Klaim Asuransi Kendaraan Bermotor ... 124 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Simulasi frekuensi klaim menggunakan model regresi binomial negatif dilakukan dengan 10000 iterasi berbasis software R. Simulasi dibangun dengan mendefinisikan ekspektasi model yang dinyatakan dalam fungsi penghubung log. Pemrograman dengan software R diberikan sebagai berikut; mendefinisikan fungsi p sebagai nilai awal parameter p=cbeta, a mendefinisikan ekspektasi sebagai fungsi penghubung log mu=eksposurexppX set.seed1 for i in 1:50 { simyi=bilangan acak binomial negatif 10000, mu } mendefinisikan simulasi banyaknya klaim simc=cbindroundsimyi mendefinisikan simulasi frekuensi klaim simf=cbindroundsimyieksposur,2 mendapatkan hasil simulasi frekuensi klaim result=simf Untuk prosedur validasi, penelitian ini melibatkan 215 klaim yang diajukan tertanggung untuk pihak ketiga pada tahun 2003. Berdasarkan perhitungan rataan galat mutlak RGM yang cukup kecil yaitu sebesar 27.71, yang berarti bahwa hasil simulasi frekuensi klaim menggunakan model regresi binomial negatif tidak berbeda jauh dengan data sebenarnya. 4 SIMPULAN DAN SARAN Pemodelan frekuensi klaim pihak ketiga yang mengalami cedera menggunakan model regresi binomial negatif lebih baik daripada model regresi Poisson. Pemodelan dilakukan dengan menggunakan fungsi penghubung log dan parameter model diestimasi menggunakan metode kemungkinan maksimum. Simulasi frekuensi klaim yang dirancang dengan iterasi sebanyak 10000 kali menggunakan software R untuk memprediksi klaim pada tahun 2003 berbasis data tahun 2000-2001 dilakukan berdasarkan model regresi binomial negatif sebagai model yang lebih baik daripada model regresi Pois- son menunjukkan hasil simulasi cukup baik dalam arti tidak berbeda jauh dengan data sebenarnya pada tahun 2003 yang diindikasikan oleh rataan galat mutlak. REFERENSI [1] Aitkin, M., D. Anderson, B. Francis and J. Hinde, Statistical modelling in GLIM. New York: Oxford Univer- sity Press, 1990. [2] Brockman, M.H. and T.S. Wright, “Statistical motor rating: making effective use of your data”, Journal of the Institute of Actuaries 1193: 457-543, 1992. [3] Cameron, A.C. and P.K. Trivedi, “Econometric models based on count data: comparisons and applications of some estimators and tests”, Journal of Applied Econometrics 1: 29-53, 1986. [4] Cheong, P.W., A.A. Jemain and N. Ismail, “Practice and pricing in non-life insurance: the Malaysian expe- rience”, Journal of Quality Measurement and Analysis 41: 11-24, 2008. [5] Coutts, S.M., “Motor insurance rating, an actuarial approach”, Journal of the Institute of Actuaries 111: 87- 148, 1984. [6] Haberman, S. and A.E. Renshaw, “Generalized Linear Models and actuarial science”, The Statistician 454: 407-436, 1996. [7] Renshaw, A.E., “Modelling the claims process in the presence of covariates”, ASTIN Bulletin 242: 265-285, 1994. Bidang Kajian FISIKA Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 127 Simulasi Modem Orthogonal Frequency Division Multiplexing OFDM dengan Menggunakan Sinkronisasi Frame Dwi Rahayu, Assaidah, dan Hadi Jurusan Fisika FMIPA Universitas Sriwijaya Sumatera Selatan; Email : dwirahayu143gmail.com, Ias_acayahoo.com Abstract: Orthogonal Frequency Division Multiplexing OFDM merupakan suatu teknik komunikasi digital yang mampu membawa data dengan cepat dan tangguh dalam mengatasi gangguan saat data ditransmisikan. Untuk mengenali data yang dibawa oleh OFDM digunakan suatu teknik sinkronisasi yaitu sinkronisasi frame. Teknik modulasi digital yang digunakan yaitu modulasi Phase Shift Keying PSK dengan panjang carrier yang digunakan yaitu 128 carrier. Untuk menguji data, simulasi yang digunakan berupa Additve White Gaussian Noise AWGN beserta delay. Dari hasil simulasi yang dilakukan terhadap perbandingan modulasi bahwa semakin kecil tingkat modulasi maka semakin rendah tingkat eror yang terjadi. Kata kunci: OFDM, modulasi PSK, sinkronisasi frame. 1 PENDAHULUAN rthogonal Frequency Division Multiplexing OFDM merupakan salah satu dari teknik komunikasi digital yang mampu membawa data dengan cepat dan tangguh dalam mengatasi gangguan saat data ditransmisikan. OFDM merupakan suatu teknik pentransmisian data yang berupa data serial berkecepatan tinggi dengan membagi data menjadi berkecepatan rendah secara parallel kedalam masing-masing subkanal. Kemudian masing-masing data tersebut dimodulasikan dengan subfrekuensi pembawa carrier dan ditransmisikan secara simultan[1]. Teknik sinkronisasi yang digunakan yaitu teknik sinkroisasi frame. Teknik sinkronisasi frame bertujuan untuk menangkap data yang dikirim oleh OFDM agar menuju receiver yang tepat. 2 TINJAUAN PUSTAKA Komponen-komponen penting dari OFDM terdiri sebagrai berikut: Input Data masukan yang berupa sinyal suara yang akan dikonversikan ke sinyal digital yang berupa data biner. Modulasi Sinyal Modulasi merupakan salah satu proses dimana parameter dari suatu gelombang ditumpangkan ke gelombang lain secara proporsional [2]. Modulasi akan menumpangkan sinyal carrier dengan sinyal informasi yang memiliki frekuensi lebih tinggi dari sinyal pembawa agar dapat dikirim ke receiver [3]. Proses modulasi yang digunakan pada OFDM menggunakan teknik modulasi digital. Teknik modulasi digital berhubungan dengan pergeseran shift antara masing-masing parameter dari gelombang tersebut seperti pergeseran ampluitudo Amplitude Shift KeyingASK, pergeseran frekuensi Fre- quency Shift KeyingFSK, pergeseran fasa Phase Shift KeyingPSK. Pada artikel ini, teknik modulasi digital yang digunakan adalah jenis pergesaran fasa Phase Shift KeyingPSK. Teknik modulasi Phase Shift Keying PSK terdiri dari beberapa jenis dari M- ary PSK. M-ary PSK merupakan teknik pengkodean dimana nilai M dapat bernilai 2,4,8,16,32,64,128,256, dan seterusnya. Untuk mendapatkan nilai fasa yang berbeda, maka data input harus dikelompokkan yang terdiri dari n bit M = 2 n [4]. Misalkan untuk menentukan 8-PSK, maka M bernilai 8 2 3  yang berarti mewakili banyak kon- O Dwi Rahayu dkk.Simulasi Modem Orthogonal Frequency Division Multiplexing ... 128 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 disi yang memungkinkan terjadi. Sedangkan n=3 mengartikan untuk 3 bit yang akan dinyatakan dalam satu simbol. Inverse Fast Fourier Transform IFFT IFFT akan membawa sinyal frekuensi dari proses dimodulasi untuk diubah ke dalam bentuk sinyal waktu.         1 2 1      d e X X F t x t j       dengan: xt = sinyal fungsi waktu; Xω = sinyal fungsi frekuensi Cyclic Prefix CP CP berfungsi sebagai guard interval yaitu penjaga data yang akan menyalin kembali data yang sama untuk diletakkan diawal dan akhir data sehingga dapat meminimalkan kerusakan yang terjadi selama proses pengiriman menuju receiver. Add Preamble Preamble merupakan sinyal pembuka dari data yang dikirim oleh transmitter dimana sinyal tersebut berbentuk gelombang sinusoida. Preamble digunakan untuk mengenali sinyal yang masuk ke dalam receiver adalah sinyal yang berasal dari transmitter. Gambar 1. Penambahan preamble pada data Kanal transmisi Kanal transmisi merupakan media yang digunakan sebagai pengiriman sinyal data atau informasi [3]. Gangguan akan terjadi pada kanal transmisi. Gangguan yang digunakan berupa Additive White Gaus- sian Noise AWGN dan delay. Untuk mengukur kinerja dari kanal transmisi, dilakukan ukuran kinerja menggunakan SNR dan BER. SNR merupakan perbandingan antara kekuatan sinyal yang digunakan dengan besarnya gangguan dalam bentuk decibel dB. Semakin tinggi SNR maka akan semakin baik kualitas saluran transmisi, begitupula berlaku sebaliknya [5]. BER merupakan perbandingan kerusakan data antara data output yang dikirimkan ke receive r dengan data input pada transmitter . Sinkronisasi frame Sinkronisasi frame merupakan suatu proses untuk mendeteksi preamble yang dibawa oleh data. Sin- kronisasi frame akan membuat data yang dikirim tersusun sesuai dengan paket frame yang telah ditentukan. Sehingga data yang dikirim tepat menuju receiver. Dwi Rahayu dkk.Simulasi Modem Orthogonal Frequency Division Multiplexing ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 129 Fast Fourier Transform FFT FFT akan memgembalikan data dari bentuk sinyal waktu menjadi sinyal frekuensi.         2 dt e t x t x F X t j          dengan Xω = sinyal fungsi frekuensi; xt = sinyal fungsi waktu Demodulasi Phase Shift Keying PSK Demodulasi akan memisahkan sinyal carrier dan sinyal informasi yang ditumpangkan pada saat dimodulasi. Output Data output akan berupa data biner dan input suara. 3 METODOLOGI PENELITIAN Perancangan simulasi yang dilakukan dengan membangun blok-blok diagram pada program MAT- LAB dengan menggunakan library simulink. Gambar 2. merupakan desain modem OFDM yang akan disimulasikan: Gambar 2. Desain simulasi modem OFDM. 4 HASIL DAN PEMBAHASAN Analisa hasil pengujian data dilakukan terhadap panjang carrier 128 dengan membandingkan terhadap setiap modulasi. Tujuannya untuk mengetahui modulasi mana yang memiliki performa paling baik terhadap gangguan. Sedangkan untuk noise yang digunakan, akan disimulasi menggunakan jenis Ad- ditive White Gaussian Noise AWGN dengan penambahan delay yang semakin besar. Hasil Uji Performa Data Terhadap AWGN dan Delay 1 Frame Dwi Rahayu dkk.Simulasi Modem Orthogonal Frequency Division Multiplexing ... 130 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Gambar 3. Kurva performa data terhadap AWGN dan delay 1 frame. Hasil Uji Performa Data Terhadap AWGN dan Delay 10 Frame Gambar 4. Kurva performa data terhadap AWGN dan delay 10 frame. Hasil Uji Performa Data Terhadap AWGN dan Delay 100 Frame Gambar 5. Kurva performa data terhadap AWGN dan delay 100 frame. Ditinjau dari ketiga keadaan pengujian yang dilakukan bahwa untuk penambahan delay 1 frame, pada modulasi BPSK mampu mencapai eror hingga 0 setelah diberi nilai SNR sebesar 15 dB. Pada penambahan 10 delay, modulasi BPSK telah mampu mencapai eror hingga 0 pada saat diberi SNR sebesar 20 dB. Pada penambahan delay 100 frame, modulasi BPSK mampu mencapai eror hingga 0 pada saat diberi SNR sebesar 20 dB. Dari perbandingan ketiga pengujian tersebut didapat bahwa modulasi BPSK merupakan modulasi yang paling kebal terhadap gangguan dibandingkan dengan ke 5 jenis modulasi lainnya. Dimana rata-rata modulasi BPSK sudah mampu mencapai eror hingga 0 ketika diberi SNR yang rendah.. BPSK merupakan modulasi yang paling sederhana dimana memiliki kondisi fasa yang akan disimbolkan paling sedikit diantara modulasi lain yaitu 2 kondisi M=2 1 . Dwi Rahayu dkk.Simulasi Modem Orthogonal Frequency Division Multiplexing ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 131 Semakin sedikit simbol yang dikirimkan maka pada receiver akan semakin mudah untuk mengkode- kan kembali simbol yang terima sehingga akan semakin sedikit terjadi kesalahan. 5 KESIMPULAN Teknik modulasi BPSK merupakan teknik modulasi yang paling tahan terhadap gangguan berupa AWGN dan delay karena mampu mencapai eror minimum hingga 0 pada saat diberi SNR rendah tidak lebih dari 20 dB. REFERENSI [1] Abdilah, Kusuma., Moeghiharto, Yoedy, 2009, Analisis Kerja Orthogonal [2] Frequency Multiplexing OFDM Berbasis Perangkat Lunak, Politeknik Elektro Negeri Surabaya-Institute Teknologi Sepuluh November, Vol.1 [3] Nurwati, Tri, Modul Pengolah Sinyal. Diakses Februari 2014, dari: http:id.scribd.comdoc134857802Modul-Pengolahan-Sinyal1 [4] Harfani, Yofie, Analisis Pengaruh Terhadap Bit Eror Rate BER Pada Sistem Orthogonal Frequency Division Multiplexing OFDM. Diakses Februari 2014, dari: eprints.undip.ac.id257231ML2F300579.pdf [5] Septi, Wike., Santoso, Imam., Zahra. A.Ajub, 2008, Pengaruh Modulasi Pada Unjuk Kerja Sistem Orthogonal Frequency Division Multiplexing OFDM, Universitas Diponegoro, Vol.10. No.2, p.2-5 [6] Ersani, Atenuasi dan Distorsi. Diakses Juli 2014, dari: ersani.files.wordpress.com200906bab-iii-atenuasi- dan-distorsi.doc 132 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Aplikasi Lux Meter Berbasis Android Erin Aprianti, Khairul Saleh, Octavianus Cakra Satya Jurusan Fisika, FMIPA, Universitas Sriwijaya; email: erinaprianti04gmail.com, khrrifqiyahoo.com, octavianus.satyagmail.com Abstract: It had been designed and created a lux meter application programs, using light sensor in the android smartphone. This application can measure the intensity of light. The data obtained from the measurements are displayed on the smartphone. This application has been tested using the lights in the room laboratory, measurement intensity of the light using a 15 Watt lamp precision of the highest value of 95.60 and error of the lowest value of 4.39, using a 25 Watt lamp precision of the highest value of 96,28 and error the lowest value of 3.71, and use 40 Watt lamps precision of the highest value 93,07 and error the lowest value of 6,92. Keywords : Android, light sensor, intensity of the light 1 PENDAHULUAN erkembangan teknologi saat ini sangat pesat, khususnya dalam bidang komunikasi. Hal ini diringi dengan semakin banyak alat komunikasi yang disediakan oleh perusahaan penyedia layanan komunikasi. Tidak hanya itu alat komunikasi selalu diinovasi sehingga komunikasi semakin nyaman bagi pengguna. Dalam kehidupan sehari-hari kita tidak bisa lepas dari kejadian fisika. Cahaya merupakan salah satu jenis energi berbentuk gelombang elektromagnetik yang bisa dilihat dengan mata. Untuk mendukung teknik pencahayaan buatan yang benar perlu diketahui seberapa besar intensitas cahaya tersebut dibutuhkan pada suatu tempat. Maka, untuk mengetahui besar intensitas cahaya tersebut dibutuhkan suatu alat ukur cahaya, yang biasa disebut dengan lux meter . Sistem operasi android merupakan salah satu sistem operasi yang sedang berkembang di masyarakat. Android merupakan sistem operasi yang digunakan untuk mobile device berbasis linux. Pada smartphone yang menggunakan sistem operasi android biasanya dilengkapi dengan berbagai aplikasi dan juga sensor yang mendukung aplikasinya. Salah satu sensor yang ada dalam smartphone yang menggunakan aplikasi android adalah light sensor. Tujuan dari penelitian ini adalah membuat aplikasi lux meter berbasis android serta menguji coba aplikasi dan membandingkannya dengan alat ukur lux meter Xplorer pasco 2000. 2 METODE PENELITIAN Alat dan Bahan Alat dan bahan yang dibutuhkan: 1. Smartphone android samsung galaxy tab 3 model SM-T211 berfungsi untuk menjalankan program yang dibuat. 2. Komputer atau laptop berfungsi untuk merancang program. 3. Lux meter berfungsi untuk mengukur intensitas cahaya. 4. Lampu berfungsi sebagai sumber cahaya yang akan diukur intensitas cahayanya. 5. Kabel USB berfungsi untuk memindahkan program yang telah berbentuk APK dari komputer atau laptop ke smartphone. 6. Mistar berfungsi untuk mengukur jarak anatara lampu dan lux meter . 7. Software P Erin Aprianti dkk. Aplikasi Lux Meter Berbasis Android Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 133  JDK  Eclipse  SDK  AVD Metode Penelitian ini dilakukan dengan tahapan-tahapan, sebagai berikut : 1. Studi literatur 2. Persiapan alat dan bahan 3. Perancangan perangkat lunak software 4. Pengujian alat dan pengambilan data 5. Analisa data 6. Pembuatan laporan Perancangan Software Perancangan dan pembuatan perangkat lunak adalah proses perancangan yang nantinya akan dijalan- kan oleh sistem android. Program yang diberikan nantinya akan mengatur sistem android untuk memproses dan menampilkan data. Program ini dibuat dengan menggunakan bahasa pemrograman berbasis Java. Program yang telah dibuat akan di upload ke Smartphone android. Rancangan Percobaan gambar 1. Rancangan percobaan 3 HASIL DAN PEMBAHASAN Pada penelitian ini, perangkat lunak dirancang untuk mengukur intensitas cahaya dengan mengguakan bahasa pemrograman JAVA. Data hasil pengukuran tersebut dapat tampil di dalam smartphone android. Database pada penelitian ini mampu menampilkan data tanggal, waktu, dan data hasil pengukuran. Gambar 2. Aplikasi lux meter android Erin Aprianti dkk. Aplikasi Lux Meter Berbasis Android 134 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Data hasil pengukuran: Software yang telah selesai dikerjakan ini bisa diimplementasikan sesuai dengan rancangan yang diinginkan. Software ini mampu mengukur intensitas cahaya lampu dengan jarak yang dikehendaki. Untuk mengetahui kuat lemahnya intensitas cahaya data sistem pengukuran alat ini diuji dengan menggunakan beberapa buah lampu pijar 15 Watt, 25 Watt, dan 40 Watt dengan jarak pengukuran 5 cm, 10 cm, 15 cm, 20 cm, 25 cm, 30 cm. Pengukuran ini dilakukan di dalam ruangan gelap laboratorium. Pada pengukuran intensitas cahaya dengan menggunakan lampu 15 Watt nilai presisi tertinggi 95,60 dan nilai error terendah 4,39, menggunakan lampu 25 Watt nilai presisi tertinggi 96,28 dan nilai error terendah 3,71, dan menggunakan lampu 40 Watt nilai presisi tertinggi 93,07 dan nilai error terendah 6,92. Kelebihan aplikasi lux meter ini dari aplikasi lux meter yang sudah ada di playstore adalah aplikasi ini mampu menampilkan data hasil pengukuran di dalam smartphone . Selain menggunakan smartphone samsung, aplikasi ini juga dapat digunakan oleh smartphone lainnya yang mempunyai sensor cahaya di dalamnya . 4 KESIMPULAN Kesimpulan dari penelitian ini adalah sebagai berikut: 1. Aplikasi ini berhasil dibuat dengan menggunakan bahasa pemrograman JAVA dan dapat mengukur intensitas cahaya antara lampu dan alat yang digunakan. 2. Pada pengukuran intensitas cahaya dengan menggunakan lampu 15 watt nilai presisi tertinggi 95,60 dan nilai error terendah 4,39, menggunakan lampu 25 watt nilai presisi tertinggi 96,28 dan nilai error terendah 3,71, dan menggunakan lampu 40 watt nilai presisi tertinggi 93,07 dan nilai error terendah 6,92. 3. Kelebihan dari program aplikasi ini mampu menampilkan data tanggal, waktu, dan hasil pengukuran intensitas cahaya dalam smartphone. Erin Aprianti dkk. Aplikasi Lux Meter Berbasis Android Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 135 REFERENSI [1] Enterprise, Jubilee, 2013, Pemrograman Android untuk Pemula, Jakarta : Gramedia [2] Fraden, Jacob, 2003, Handbook Of Modern Sensors Physics, Designs, and Applications 3rd Edition, Califor- nia, San Diego : Springer-Verlag, Inc. [3] Giancoli, Douglas, 2001, FISIKA Edisi Kelima Jilid 2, Jakarta : Erlangga [4] Hidayat, L., Iswanto, dan H. Muhammad, 2011, Perancangan Robot Pemadam Api Devivi Senior Berkaki, HURNAL ILMIAH SEMESTA TEKNIKA 142: 114 [5] Hidayati, Afifah, 2013, Alat Ukur Lux Meter, Bandar Lampung: Universitas Lampung [6] Winarno, E., dan A. Zaki, 2001, Membuat Sendiri Aplikasi Android untuk Pemula, Jakarta: Gramedia 136 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Analisa Pigmen Mangan Ferrit pada Uji Temperatur untuk Apli- kasi Cat Tahan Suhu Tinggi Marlin 1 , Supardi 1 , Nurul Taufiqu Rochman 2 , dan Tito Prastyo Rahman 3 1 FMIPA, Universitas Sriwijaya; email: marlin.unsrigmail.com, email: supardimsiyahoo.co.id, 2 Pusat Penelitian Meta- lurgi Lembaga Ilmu Pengetahuan Indonesia LIPI, 3 Nanotechnology Research and Business Center Indonesia Abstrak: Pigmen Mangan ferrit berhasil dibuat sebagai bahan dasar pigmen dalam pembuatan cat tahan suhu tinggi dengan metode mechanical alloying melalui proses sintesis campuran serbuk bijih mangan Mn dengan serbuk hematite Fe 2 O 3 . Pembentukan fase kristal Mangan ferrit dilakukan melalui variasi suhu kalsinasi 500 o C, 750 o C, dan 1000 o C dan dikarakterisasi menggunakan XRD. Hasil sintesis menunjukkan bahwa senyawa Mangan ferrit MnFeO 3 terbentuk pada suhu kalsinasi 1000 o C pada sudut 2  32,97° berstruktur kristal kubik dengan parameter a = 9,4000 Å. Proses formulasi cat tahan suhu tinggi berbasis MnFeO 3 dicampur dengan komponen lain yaitu resin, pelarut, dan zat aditif. Uji pembakaran formulasi cat dilakukan dengan uji direct dan indirect pada variasi suhu 300 o C, 600 o C, dan 900 o C. Hasil uji warna menunjukkan bahwa pada suhu 300 o C, 600 o C, dan 900 o C secara berturut-turut diperoleh nilai E sebesar 7,09, 12,35, dan 13,53. Cat tahan suhu tinggi berbahan baku pigmen mangan ferrit MnFeO 3 menunjukkan hasil yang cocok digunakan pada aplikasi pipa gas. Kata kunci: bijih mangan, Hematite, Mechanical Alloying, pigmen Mangan ferrit MnFeO 3 . 1 PENDAHULUAN Indonesia merupakan negara yang kaya akan sumber daya alam, yang seharusnya dapat diolah sendiri sehingga memiliki nilai jual yang tingi. Kenyataan yang ada di lapangan justru banyak ditemukan adanya ekspor langsung ke negara lain. Walaupun mendapat tambahan pemasukan negara dari ekspor ini, namun barang-barang impor balik, baik barang jadi maupun setengah jadi, yang bahan bakunya berasal dari Indonesia menjadi lebih mahal. Bijih besi alam biasanya dalam bentuk besi oksida Fe 2 O 3 dan Fe 3 O 4 . Kandungan bijih besi ini merupakan bahan baku dalam berbagai macam industri, misalnya sebagai bahan baku pembuatan pigmen. Rochman, dkk 2012 berhasil mengekstraksi pigmen besi oksida dari pasir besi menjadi pigmen merah hematite Fe 2 O 3 dan pigmen hitam Magnetite Fe 3 O 4 . Pigmen merah hematite memiliki potensi sebagai pigmen anti korosi pada logam. Campuran Fe 2 O 3 dan mangan dengan fraksi mangan 3- 35 dapat digunakan sebagai pigmen hitam Kuske dan Buxbaum, 1993. Kelebihan penggunaan pigmen ini adalah tahan suhu tinggi yang memiliki titik lebur 1519 o C, dan titik didih 2061 o C. Pigmen untuk bahan baku cat tahan suhu tinggi menjadi kebutuhan dasar dalam perkembangan industri, seperti pada aplikasi cerobong asap, pipa gas panas, tangki pembakaran, tungku pengecoran, blower, dan lain-lain. Oleh sebab itu, pada penelitian ini akan dikembangkan pigmen Mangan ferrit sebagai bahan baku cat tahan suhu tinggi. 2 METODE PENELITIAN Data yang digunakan dalam penelitian ini adalah sampel pigmen mangan ferrit hasil proses mechanical alloying campuran serbuk bijih mangan dengan serbuk hematite menggunakan ball mill selama 30 jam, sampai menghasilkan campuran yang homogen dan ukuran partikel yang lebih halus. Serbuk yang dihasilkan disaring 325 mesh dan dikalsinasi variasi suhu 500 o C, 750 o C, dan 1000°C dengan waktu kalsinasi selama 2 jam menggunakan oven pemanas. Serbuk yang telah dikalsinasi di dust mil- ler hingga tidak menggumpal. Selanjutnya dilakukan pencampuran pigmen mangan ferrit dengan komponen cat lain berupa resin, solvent, dan aditif untuk memperoleh formulasi cat tahan suhu tinggi. Marlin dkk.Analisa Pigmen Mangan Ferrit pada Uji Temperatur ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 137 3 HASIL DAN PEMBAHASAN Berdasarkan karakterisasi XRF, bijih mangan yang terkandung merupakan mangan oksida MnO dengan konsentrasi sebanyak 68,37 dan senyawa pengotor lainnnya. Hasil kalsinasi sampel pigmen mangan ferrit pada suhu kalsinasi 500°C masih terlihat berwarna merah, sedangkan pada suhu kalsinasi 750°C menjadi lebih hitam, dengan tekstur masih lunak, dan pada suhu kalsinasi 1000°C war- nanya sangat hitam dengan tekstur lebih keras karena pigmen mangan ferrit sudah terbentuk. Hasil analisis XRD pada sampel pigmen mangan ferrit yang telah dikalsinasi dicocokkan dengan database ICDD menggunakan software match. Pola difraksi sampel setelah dikalsinasi pada suhu 500°C dan 750°C mengandung senyawa hematite Fe 2 O 3 , pirolusit MnO 2 , dan ICDD Mangan ferrit. Sementara pola difraksi sampel pada suhu kalsinasi 1000°C terjadi reduksi dari Fe 2 O 3 menjadi Fe 3 O 4 dan terbentuk mangan ferrit dengan struktur MnFeO 3 . Pola difraksi sampel setelah dikalsinasi dengan variasi suhu diberikan pada Gambar 1. Gambar 1. Perbandingan pola difraksi hasil uji XRD sampel pigmen mangan ferrit pada variasi suhu a 500 o C b 750 o C dan c 1000 o C. Hasil analisis XRD pada suhu kalsinasi 500°C Gambar 1. a menunjukkan bahwa Fe 2 O 3 memiliki puncak yang lebih tinggi dibandingkan dengan senyawa lain yaitu pada sudut difraksi sebesar 2  = 28,61 o . Keadaan ini cocok dengan database ICDD no. 96-900-9783 dengan struktur kristal berupa rhombohedral, space group R – 3c 167 dan parameter sel a = 5,4200 Å dan α = 55,280º. Sedang- kan pada senyawa Fe 2 O 3 cocok dengan database ICDD dengan no. 96-901-2693 dengan struktur kristal berupa tetragonal dengan space group P 43 21 2 96 dengan parameter sel a = 8,3396 Å dan c = 8,3220 Å. Sementara puncak-puncak yang sesuai dengan Mangan ferrit hanya pada sudut difraksi sebesar 2  = 29,33°. Pada suhu kalsinasi 500°C senyawa yang diharapkan belum terbentuk secara sempurna. Hasil analisis XRD pada suhu kalsinasi 750°C Gambar 1. b terjadi penurunan puncak untuk senyawa MnO 2 dengan struktur kristal monoclinic, dengan parameter sel a = 9,7890 Å, b = 2,8340 Å, c = 9,5510 Å, dan β = 93,700º. Senyawa Fe 2 O 3 masih mendominasi puncak yang lebih tinggi yaitu pada sudut sebesar 2 θ = 33,21°. Sementara pada kalsinasi suhu 1000°C Hasil analisis XRD Gambar 1.c menunjukkan terjadinya reduksi dari Fe 2 O 3 menjadi Fe 3 O 4 karena adanya siklus perubahan fasa, dimana puncak magnetite berada pada sudut sebesar 2 θ = 35,34° yang cocok dengan database ICDD dengan no. 96-900-7707 dengan struktur kristal berupa cubic dengan space group F d -3 m 227 dengan parameter sel a = 8,3969 Å. Setelah dikalsinasi pada suhu 1000°C terbentuk fasa Mangan ferrit dengan struktur MnFeO3 pada sudut sebesar 2 θ = 32,97° yang cocok dengan database ICDD dengan no. 96-900-8069 berstruktur kristal kubik dengan space group I a -3 206 dan parameter sel a = 9,4000 Å. Formulasi cat tahan suhu tinggi dibuat dengan mencampur pigmen mangan ferrit MnFeO 3 dengan komponen-komponen lain yaitu resin, pelarut, dan zat aditif dengan komposisi pigmen MnFeO 3 sebanyak 8 gram, resin 70 gram, pelarut 15,5 gram, dan zat aditif 7,5 gram. Hasil formulasi cat yang dipe- Marlin dkk.Analisa Pigmen Mangan Ferrit pada Uji Temperatur ... 138 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 roleh diuji dengan uji tarik Gambar 2, uji pembakaran Gambar 3, dan uji warna. Dari hasil uji tarik, diketahui bahwa formulasi cat ini memiliki daya adhesi daya rekat yang cukup baik. Uji pembakaran formulasi dilakukan dengan secara direct dan indirect. Uji pembakaran indirect dilakukan dengan variasi suhu 300 o C, 600 o C, dan 900 o C, sedangkan uji direct dilakukan secara langsung tanpa pembakaran sebagai cat standar. Hasil uji pembakaran pada suhu 300 o C Gambar 3.b terlihat bahwa dispersi padatan dalam cat cukup stabil yang ditandai berupa tidak adanya butiran- butiran yang kasar dan permukaan sampel masih terlihat halus, serta tidak ada perubahan warna secara signifikan. Hasil uji pembakaran pada suhu 600 o C Gambar 3.c dan suhu 900 o C Gambar 3.d terlihat bahwa dispersi padatan tidak stabil yang ditandai dengan adanya butiran-butiran yang kasar bahkan pada permukaan cat terjadi keretakan. Namun uji pembakaran pada suhu 600 o C tidak terjadi perubahan warna sedangkan pada pada suhu 900 o C terjadi perubahan warna yang signifikan, sehingga berwarna hitam pudar. Gambar 2. Hasil Uji Tarik a b c d Gambar 3. Hasil uji pembuatan cat tahan suhu tinggi a Tanpa dikalsinas b Suhu 300 o C c Suhu 600 o C dan d Suhu 900 o C. Hasil uji warna cat tahan suhu tinggi melalui uji Lab ditunjukkan pada Table 1. Parameter L menunjukkan kecerahan warna hitam 0 sampai putih 100, parameter a menyatakan warna campuran merah-hijau dengan nilai + a positif dari 0 sampai +100 untuk warna merah dan nilai – a negatif dari 0 sampai -80 untuk warna hijau, dan parameter b menyatakan warna kromatik campuran biru-kuning dengan nilai + positif dari 0 sampai +70 untuk warna kuning dan nilai –b negatif dari 0 sampai - 80 untuk warna biru. Nila ∆� = ∆� ∗ 2 + ∆� ∗ 2 + ∆ ∗ 2 menunjukkan nilai perbedaan warna keseluruhan semua parameter pada cat tahan suhu tinggi berbasis pigmen hitam MnFeO 3 . Dari tabel menunjukkan bahwa nilai ΔE naik seiring dengan penambahan temperatur kalsinasi cat. Hasil uji warna ini menunjukkan warna yang dihasilkan masih berwarna hitam dan cocok digunakan pada aplikasi pipa gas. Marlin dkk.Analisa Pigmen Mangan Ferrit pada Uji Temperatur ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 139 4 KESIMPULAN Kesimpulan dari tugas akhir ini adalah: a. Serbuk pigmen Mangan ferrit terbentuk pada kalsinasi suhu 1000 o C dan lama kalsinasi 2 jam menggunakan metode mechanical alloying dengan formula MnFeO 3 berstruktur kristal kubik dengan parameter a = 9,4000 Å. b. Berdasarkan analisa kualitatif keretakan coating pada suhu 600 o C dan suhu 900 o C disebabkan ke- tidaksesuaian dalam proses formulasi cat, sedangkan warna pigmen pada cat tahan suhu tinggi masih cukup baik. c. Sampel cat pada aplikasi cat tahan suhu tinggi pada plat berdasarkan uji colorimetric coordinat Lab dengan parameter warna keseluruhan ∆� yaitu pada temperatur 300 o C nilai ∆� = 7,09, pada temperatur 600 o C mengalami kenaikan dengan ∆� = 12,35, dan pada tempetarur 900 o C dengan ∆� = 13,53 memperlihatkan semakin tinggi suhu kalsinasi sampel cat nilai ∆� semakin besar. Hal ini menunjukkan perbedaan warna pada cat terhadap cat satandar. REFERENSI [1] Adisty, dian. 2009, sistesis geopolimer , fakultas teknik : Universitas Indonesia. [2] C. Suryanarayana., 2004. Mechanical Alloying and Milling,Marcel Dekker. [3] Candeia, R. A., Souza, M. A., Bernardi, M. I., Maestrelli, S. C., Santos, I. M., Souza, A. G., et al. 2006. Monoferrite BaFe 2 O 4 Applied as Ceramic Pigment. Ceramics International. [4] Cornell, R.M. and U. Schwertmann. 2003. The Iron Oxides. Weinheim: WILEY-VCH. [5] Krisnawan, Aris, 2009, Karakterisasi sampel paduan magnesium jenis AZ9 ID dengan berbagai variasi waktu milling menggunakan X-Ray Fluoresence XRF dan X-Ray Difraction XRD, Fakultas Sain dan Tekno- logi UIN Hidayahtullah : Jakarta. [6] Mikrajuddin, A., 2008, Pengantar Nanosains, Institut Teknologi Bandung. [7] [NP] Nipsea Paint, 2005, Petunjuk Pengecatan Secara Umum, Jakarta: NP. [8] Putra, dhavid etana, 2004, proposal skripsi mangan ferit, UNS : Semarang. [9] Rochman, N. T., Sukarto, A., Mardliyati, E., Haryono, A., Rivai, A. K., Adi, W. A., et al. 2012. review pengembangan teknologi pengolahan sumber daya pasir besi menjadi produk besibaja, pigmen, bahan ke- ramik, magnet, kosmetik, dan fotokatalistik dalam mendukung industri nasional. InSINas, hal. MT-84 -MT- 91. [10] Septiyana, dwi dkk, 2013, Sintesis dan Karakterisasi Pigmen Hematit α- Fe 2 O 3 dari bijih besi alam melalui metode Presipitasi, youngter Physics Journal: Vol. 1, No. 4, Juli 2013, Hal 95-100. [11] Septian, Irfan, 2010, pengaruh milling terhadap peningkatan kualitas pasir besi sebagai bahan baku industri logam, Fakultas Sain dan Teknologi UIN Hidayahtullah : Jakarta. [12] Widayanto, Wahyu B., 2009, Studi Sintesis Paduan MnBi dengan Metode Mechanical Alloying dan Karak- terisasinya, Thesis S2 Program Studi Ilmu Bahan, Universitas Indonesia, Jakarta. [13] Y. Chen, M. Marsh, J.S. Williams, B. Ninham, 1996, production of rutile from ilmenite by room temperature ball-milling-induced sulphurisation, journal off alloys an compounds 245, page 54-58. 140 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Simulasi Modem Orthogonal Frequency Division Multiplexing OFDM Menggunakan Sinkronisasi Carrier Recovery Rhodita Umayah, Assaidah, Hadi Jurusan Fisika, Fakultas MIPA, Universitas Sriwijaya; email: umayahasyimgmail.com Abstrak: OFDM merupakan jenis dari modulasimulticarrieryaitu pengirimandatadengan menggunakan beberapa frekuensi multicarrier dalam satu aliran data yang berkecepatan tinggi dimana didalam pengiriman data tersebut terjadi pembagian frekuensi aliran data menjadi lebih rendah. Teknik pentransmisian data pada OFDM Orthogonal Frequency Division Multiplexing akan di desain dan di simulasi pada MATLAB dengan memvariasikan modulasi PSK Phase Shift Keying diantaranya BPSK, QPSK, 8-PSK, 16-PSK, 32-PSK, dan 64 PSK. Jumlah carrier pada transmitter menggunakan carrier 32 dengan frekuensi pembawa 8000 Hz. Selain itu jga pentrasnmisian data ini menggunakan teknik sinkronisasi carrier recovery untuk meminimalkan efek gangguan pada kanal transmisi.Uji performa data dilakukan dengan membandingkan nilai BER Bit Error Rate yang diterima terhadap variasi SNR Signal Noise to Ratio dan delay.Dari hasil perbandingan yang dilakukan bahwa modulasi Bpsk merupakan modulasi yang paling kecil terjadi kesalahan. Kata kunci: OFDM, Phase Shift Keying PSK, carrier recovery, BER. 1 PENDAHULUAN Pada saat ini informasi sudah dapat tersebar luas kepada penerima menggunakan kecanggihan teknologi yang semakin berkembang pesat. Telekomunikasi yang sudah lumrah dipakai dalam masyarakat yaitu telepon dan komunikasi radio Budiman dkk.,2011. OFDM merupakan jenis dari multicarrier modulation yaitu pengiriman data dengan menggunakan beberapa panjang carrier secara paralel Sep- ti,2008. Selain itu OFDM juga dapat mentransmisikan data dengan input yang multicarrier tetapi tidak akan saling mengganggu antar frekuensi karena bersifat orthogonal Abdillah:2010. Selain itu juga pada simulasi ini menggunakan teknik sinkronisasi carrier recovery pada receiver nya dengan harapan dapat mentransmisikan informasi tersebut dengan meminimalkan efek gangguan yang ada dalam proses kanal transmisi. 2 KAJIAN LITERATUR Dalam pentransmisian data menggunakan OFDM ini menggunakan variasi modulasi pada transmitter dan teknik sinkronisasi carrier recovery pada receiver. Variasi modulasi yang digunakan adalah jenis modulasi digital, Phase shift keying. Teknik modulasi Teknik modulasi merupakan proses penumpangan sinyal input kedalam sinyal pembawa. Teknik modulasi dilakukan dengan cara mengubah parameter sinyal yang akan dimodulasi. Ada dua jenis teknik modulasi yaitu teknik modulasi analog dan teknik modulasi digital.Pada OFDM ini teknik modulasi yang digunakan teknik modulasi digital. Jenis dari teknik dasar modulasi digital diantaranya Amplitude Shift Keying ASK, Frekuensi Shift Keying FSK, dan Phase Shift keying PSK. Dari ketiga modulasi tersebut yang akan digunakan adalah teknik modulasi PSK PSK merupakan salah satu dari bentuk teknik modulasi yang sering digunakan dalam memodulasi sinyal digital,sebuah sinyal yang dikirim melakukan pergeseran fasa dengan frekuensi dan amplitu- donya tetap nurwati,2014. Pada teknik modulasi fasa terdapat beberapa jenis PSK tergantung dari jenis fasa yang memodulasinya. Adapun jenis- jenis dari PSK dengan menggunakan teknik pengkodean M-ary dimana � = 2 � , n adalah jumlah bit dan M adalah tingkatan PSK. Maka dari itu pada modulasi ini terdiri dari jenis – jenis nya yaitu BPSK, QPSK, dan M-ary PSK Septi,2008. Rhodita U. Dkk. Simulasi Modem Orthogonal Frequency Division Multiplexing... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 141 Secara matematis nilai fase pada modulasi PSK ini dapat ditentukan olehXiong,2006: � � = 2�−1 � � ; k = 0, 1, 2, 3, 4, … 1 M-ary PSK M-ary PSK merupakan teknik pengkodean modulasi PSK, yang mana nilai dari M = 2 n itu di mulai dari n bernilai 1, 2, 3, 4, 5, 6 dan seterusnya. Maka nilai M yang akan diperoleh 2, 4, 8, 16, 32, 64, dan selanjutnya. Dengan memiliki nilai tingkatan PSK yang berbeda maka akan mempunyai nilai fasa yang berbeda juga. Salah satu contoh dari M-ary itu seperti modulasi BPSK Binarry Phase Shift Keying yang mana merupakan teknik modulasi dengan pergeseran fasa sebesar 180 . Pada modulasi ini setiap input akan diwakilkan oleh jumlah bit sebesar 1 yaitu M= 2 1 = 2. Maka dari itu pada BPSK terdapat 2 kondisi input dalam fase yang berbeda. Dua kondisi tersebut yaitu 0 dan 1. Dua kondisi ini juga yang nantinya akan mewakili dalam proses transmisi dataKurniawan,2007. Teknik Sinkronisasi Carrier recovery merupakan proses pemulihan sinyal pembawa dengan cara mengatasi adanya pergeseran frekuensi akibat gangguan pada kanal transmisi. Menurut M. Budiman, dkk, perhitungan pergeseran frekuensi dilakukan melalui penyisipan pilot pada data dan pengaturan phase pilot. Perhitungan pergeseran frekuensi dinyatakan dalam fasa. Perubahan fasa pilot pada saat diterima receiver akan menjadi acuan perkiraan adanya pergeseran fasadari setiap subcarrier , yang secara matematis dapat dinyatakan sebagai berikut Budiman dkk.,2011: � � = � �� + �� . 2 dengan, � adalah frekuensi pembawa , � �� Adalah phase waktu jeda sebelum data masuk, dan �� adalah gradien dari pergeseran pilot yang. 3 METODE PENELITIAN Dalam hal ini, metodologi penelitian dengan mendesain dan simulasi merupakan peranan penting dalam melakukan tugas akhir ini, pada perancangan desain dan simulasi digunakan software matlab untuk membangun blok – blok modem OFDM dengan menggunakan library simulink . Desain simulasi modem OFDM yang akan disimulasikan ditunjukkan pada Gambar 1. Gambar 3.1 Desain simulasi modem OFDM . Rhodita U. Dkk. Simulasi Modem Orthogonal Frequency Division Multiplexing... 142 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 4 HASIL DAN PEMBAHASAN Simulasi modem OFDM dengan menggunakan teknik sinkronisasi carrier recovery di awali terlebih dahulu dengan membangun blok- blok simulink pada Matlab seperti yang terdapat pada Gambar 3.1. Teknik sinkronisasi Carrier recovery pada modem ini bertujuan sebagai proses pemulihan sinyal pembawa dengan cara mengatasi adanya pergeseran frekuensi pembawa akibat gangguan pada kanal transmisi. Sehingga teknik sinkronisasi pada receiver ini digunakan sebagai uji performa data terhadap gangguan pada kanal transmisi. Secara fisis gangguan pada kanal transmisi tersebut berupa delay , nosie , atenuasi , multipath dll. Dalam hal ini gangguan tersebut pada simulasi diperankan oleh AWGN Additive white Gaussian noise dan delay. Penyisipan pilot pada transmitter di sisipkan sebanyak 2 pilot, hal itu bertujuan untuk menjadi acuan pada proses carrier recovery. Dalam proses carrier recovery pilot ini akan dipisahkan dari frekuensi pembawanya. Pemisahan pilot ini bertujuan untuk memperkirakan adanya pergeseran fasa seperti yang terdapat pada gambar 4.3 . Algoritma yang dipakai untuk meminimalkan efek pergeseran fasa adalah mengalikan tiap sub carrier tersebut dengan hasil perhitungan dari pergeseran fasa. Ke- mudian hasil dari perkalian tersebut dilepaskan pilotnya dengan cara menambahkan blok selektor .Untuk selanjutnya pada proses demodulasi telah berupa data tanpa pilot. Hasil Uji performa data pada carrier 32 untuk semua modulasi terhdapa variasi noise dan delay 1, 10, dan 100 frame Rhodita U. Dkk. Simulasi Modem Orthogonal Frequency Division Multiplexing... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 143 Hasil uji performa data AWGN dan delay 1, 10, dan 100 frame ditunjukkan oleh Gambar 4.1, 4.2, dan 4.3. Secara keseluruhan simulasi data OFDM menggunakan enam modulasi yang di simulasikan. Uji performa data nya dilakukan dengan melihat nilai BER yang di hasilkan oleh masing- masing modulasi dengan memvariasikan nilai SNR yang terdapat pada AWGN di kanal transmisi. Maka dari itu dapat dikatakan bahwa dari kenam modulasi tersebut modulasi dengan kesalahan mencapai 0 terjadipada modulasi BPSK dengan SNR bernilai lebih dari atau sama dengan 20 dB. Untuk modulasi lainnya juga mencapai BER 0 kecuali 8-PSK, 32-PSK, dan 64 -PSK akan tetapi dengan nilai SNR nya lebih dari 20 dB, sehingga tidak dapat dikatakan modulasi dengan performa yang lebih baik dibandingkan dengan BPSK. Sementara itu untuk uji performa data dengan delay 10 frame terdapat sedikit perbedaan hasil kurva yang diperoleh, pada Gambar 4.2 modulasi BPSK juga yang mempunyai hasil performa data yang baik akan tetapi pada delay 10 frame ini mencapai nilai BER 0 ketika SNR nya bernilai lebih dari atau sama dengan 25 . Hal tersebut dikarenakan pada modulasi BPSK merupakan modulasi yang sederhana dengan memiliki kondisi fasa yang akan disimbolkan sedikit yaitu 2 kondisi dengan jumlah bit tiap kondisi sebanyak 1 bit. Menurut Kurniawan 2007, semakin tinggi tingkatan M-ary nya maka semakin meningkat terjadi kesalahan bit. Dikarenakan tiap tingkatan M-ary tersebut akan mewakili simbol untuk ditransmisikan dalam proses modulasi. Oleh karena itu dengan sedikitnya simbol OFDM yang akan dikirim semakin sedikit pula kesalahan yang akan terjadi. 5 KESIMPULAN Simulasi dari uji performa data terhadap noise AWGN dan variasi delay 1, 10, dan 100 frame pada masing-masing modulasi dengan panjang carrier 32 kesuluruhan performa data akan bekerja baik pada saat modulasi BPSK dengan mencapai BER terendah di anatara lainnya ketika SNR lebih dari atau sama dengan 20 dB.. REFERENSI [1] Abdillah, Kusuma., dan Yogie, Mugiharto. Analisa Kinerja Orthogonal Frequency Division Multiplex- ingOFDM Berbasis Perangkat Lunak. Diakses Maret 2014 dari http:repo.eepis-its.edu30011161.pdf [2] Budiman, Maman., Assaidah., Riyanto., Fitri. 2011. Pengembangan Universal Audio Scrambler Mengguna- kan Teknikorthogonal Frequency Division Multiplexing Ofdm.J.Auto.Ctrl.Inst. Vol.3. No.1, ISSN: 2085- 2517, p.1-4. [3] Xiong, Fuqin., 2006. Digital Modulation Techniques, Canton Street Norwood, Artech House Telecommunica- tion Library. [4] Kurniawan, Agha., Imam, Santoso., Ajub, Ajulian. 2007. Kinerja modulasi Digital dengan modulasi PSKphase shift keying, Teknik Elektro Universitas Diponegoro Semarang,. Rhodita U. Dkk. Simulasi Modem Orthogonal Frequency Division Multiplexing... 144 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 [5] Septi, wike., imam, santoso., Ajub, Ajulian . 2008. Pengaruh Modulasi M-Psk Pada Unjuk Kerja Sistem Or- thogonal Frequency Division Multiplexing Ofdm.Jurnal ilmiah teknik elektro Undip. Vol.10. No.2, p. 2-5. [6] Nurwati, Tri. Modul Pengolahan Sinyal. Diakses Februari, 2014 dari: https:trinurti.files.wordpress.com200907modul-pengolahan sinyal1.pdf. Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 145 Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry dengan Aplikasi Moodle di SMA Negeri 15 Surabaya pada Materi Penerapan Listrik DC dan AC Sugiarti Pendidikan Fisika Universitas PGRI Palembang; Telp: +6285268881952 E-mail: sugiarti_alatiqymail.com Abstrak: Penelitian ini adalah bertujuan untuk mengembangkan perangkat pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle yang valid, mudah dilaksanakan dan efektif. Perang- kat pembelajaran dikembangkan menggunakan model 4D dengan model uji coba One Group Pretest- Posttest Design, dengan menggunakan satu kelompok subyek. Uji coba perangkat pembelajaran dilakukan pada tahun ajaran 20132014 kepada siswa kelas X SMAN 15 Surabaya. Pengumpulan data menggunakan tiga teknik, yaitu observasi, tes, dan angket sedangkan analisis data menggunakan analisis validitas perangkat, serta analisis hasil ujicoba perangkat. Hasil validitas perangkat pembelajaran menunjukkan perangkat pembelajaran valid untuk diimplementasikan, meliputi: a RPP berkategori baik dan reliabel, b LKS berkategori baik dan reliabel, c BAS berkategori baik dan reliabel, d LP untuk THB produk, THB proses, THB psikomotor berkategori baik dan reliabel. Persentase keterlaksanaan RPP sebesar 100 berkategori baik. Selain itu, efektivitas perangkat pembelajaran baik, yaitu: a aktivitas belajar siswa berkategori tinggi dan hanya sedikit siswa yang berperilaku tidak relevan, b respon siswa terhadap pembelajaran positif, dan c Hasil belajar kognitif produk, proses dan psikomotor siswa menunjukkan ketuntasan KKM . Berdasarkan hasil temuan di atas dapat disimpulkan bahwa perangkat pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle layak diimplementasikan untuk menuntaskan hasil belajar siswa di SMAN 15 Surabaya. Kata kunci: pembelajaran fisika, guided inquiry, moodle, SMAN 15 Surabaya 1 PENDAHULUAN eknologi informasi dan komunikasi telah berkembang seiring dengan globalisasi, sehingga interaksi dan penyampaian informasi akan berlangsung dengan cepat. Kemajuan teknologi digital berdampak besar terhadap segala bidang, termasuk pendidikan. Pendidikan merupakan suatu proses akademik yang tujuannya untuk meningkatkan nilai sosial, budaya, moral dan agama, serta mempersiapkan pembelajar menghadapi tantangan dan pengalaman dalam kehidupan nyata. Banyak upaya yang telah dilakukan pihak terkait untuk menghadirkan pembelajaran yang lebih memberdayakan siswa dalam pembelajaran di kelas. Di antaranya dengan menerapkan variasi beberapa model, metode dan pendekatan pembelajaran sampai melengkapi sarana pembelajaran yang berbasis e-learning . The idea of web-based virtual laboratories is not new Hoffman, 1994; Potter,1996; Preis, 1997 dalam Tejedor, Martinez and Vidaurre, 2008. Salah satu solusi yang dapat membantu siswa dalam mengembangkan keterampilan berpikir kompleks adalah melalui visualisasi konsep-konsep fisika yang dikemas dalam bentuk multimedia interaktif yang dapat disajikan secara offline ataupun online menggunakan teknologi internet. Secara umum manfaat yang dapat diperoleh dari penggunaan multimedia interaktif pada pembelajaran di antaranya adalah proses pembelajaran dapat berjalan lebih menarik, lebih interaktif, jumlah waktu mengajar dapat dikurangi, proses belajar mengajar dapat dilakukan di mana dan kapan saja, serta kualitas belajar siswa dapat ditingkatkan Heinich, 1996. Moodle adalah paket perangkat lunak yang diproduksi untuk kegiatan belajar berbasis internet dan situs yang menggunakan prinsip social constructionist pedagogy . Moodle merupakan singkatan dari Modular Object-Oriented Dynamic Learning Environment yang berarti tempat belajar dinamis dengan menggunakan model berorientasi objek atau merupakan paket lingkungan pendidikan berbasis web yang dinamis dan dikembangkan dengan konsep berorientasi objek Rice and Smith, 2010. Moodle Modular Object Oriented Dynamic Learning Environment adalah software yang merupakan salah satu aplikasi dari konsep dan mekanisme belajar mengajar yang memanfaatkan teknologi T Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... 146 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 informasi, yang dikenal dengan konsep e-learning . Moodle dapat digunakan secara bebas sebagai produk sumber terbuka open source di bawah lisensi General Public License dan dapat didownload secara gratis dari www.moodle.org. Aplikasi Moodle dikembangkan pertama kali oleh Martin Dou- giamas pada Agustus 2002 dengan Moodle Versi 1.0 dan merupakan program open source yang paling terkenal di antara program-program e-learning yang ada Amiroh, 2012. Gambar 1. e-learning menggunakan aplikasi moodle SMA Negeri 15 Surabaya; Sumber: http:202.154.56.82moodlecoursecategory. Moodle dapat digunakan untuk membangun sistem dengan konsep e-learning pembelajaran secara elektronik. Berbagai bentuk materi pembelajaran dapat dimasukkan dalam aplikasi moodle ini. Berbagai sumber dapat ditempelkan sebagai materi pembelajaran. Naskah tulisan yang ditulis dari aplikasi pengolah Microsoft word, materi persentasi yang berasal dari Microsoft Power Point, Anima- si Flash, percobaan virtual seperti PhET dan bahkan materi dalam format audio dan video dapat ditempelkan sebagai materi pembelajaran, sehingga dapat memudahkan siswa untuk melakukan proses inkuiri seperti, mencari informasi, melakukan percobaan, mengumpulkan data, serta berlatih untuk menyelesaikan soal pada link yang telah ditautkan pada aplikasi moodle . Berikut ini beberapa aktivitas pembelajaran yang didukung oleh moodle menurut Lee Stocker 2011 adalah sebagai berikut: 1. Assignment : Fasilitas ini digunakan untuk memberikan penugasan kepada peserta pembelajaran secara online. Peserta pembelajaran dapat mengakses materi tugas dan mengumpulkan hasil tugas mereka dengan mengirimkan file hasil pekerjaan mereka. 2. Forum chat : Sebuah forum diskusi secara online dapat diciptakan dalam membahas suatu materi pembelajaran. Antara pengajar dan peserta pembelajaran dapat membahas topik-topik belajar dalam suatu forum diskusi. 3. Kuis : Dengan fasilitas ini memungkinkan untuk dilakukan ujian ataupun test secara online. 4. Database Activity: Dengan aktifitas ini, guru danatau siswa dapat membuat, melihat dan mencari bank data mengenai topik apapun. 5. Glossary : Pada aktivitas ini, pererta dapat membuat kumpulandaftar pengertian-pengertian kata, seperti kamus. 6. Link to Files or web pages : Dengan resource ini, guru dapat membuat link ke halaman web ataupun file lain yang ada di internet. Adapun fitur moodle yang digunakan pada aktivitas pembelajaran pada penelitian ini adalah assignment yang digunakan untuk memberikan tugas LKS yang dapat diunduh dan diunggah oleh siswa, glossary, yaitu kumpulan istilah-istilah, link files or web pages, yaitu link yang menghubungkan materi ajar, video dan simulasi pada halaman web , dan kuis, yaitu test hasil belajar produk yang dilakukan secara online. Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 147 Metode pembelajaran yang mampu menggiatkan siswa untuk berfikir secara aktif dan kreatif di dalam proses pembelajaran salah satunya adalah metode pembelajaran inkuiri. Metode pembelajaran inkuiri tidak hanya mengembangkan kemampuan intelektual tetapi seluruh potensi yang ada, termasuk pengembangan emosional dan pengembangan keterampilan Gulo, 2002. Salah satu metode pembelajaran inkuiri yang dapat diterapkan dalam proses pembelajaran fisika adalah metode pembelajaran inkuiri terbimbing berbantuan multimedia didasarkan atas landasan berpikir pendekatan kon- truktivisme, yaitu konsep pembelajaran di mana guru tidak hanya sekedar memberikan pengetahuan kepada siswa. Siswa harus membangun sendiri pengetahuan di dalam benaknya. Guru dapat memberikan kemudahan untuk proses ini, dengan memberikan kesempatan siswa untuk menemukan atau menerapkan ide-ide sendiri, dan mengajar siswa menjadi sadar dan secara sadar menggunakan strategi mereka sendiri untuk belajar Trianto, 2007. Inkuiri merupakan pusat pembelajaran ilmu pengetahuan. Ketika terlibat dalam penyelidikan, siswa menggambarkan benda dan peristiwa, mengajukan pertanyaan, membangun penjelasan, menguji penjelasan terhadap pengetahuan ilmiah saat ini, dan mereka mengkomunikasikan idenya kepada orang lain. Mereka mengidentifikasi asumsi mereka, menggunakan pemikiran kritis dan logis, dan mempertimbangkan penjelasan alternatif National Research Council, 2000. Menurut National Research Council 2001, tahapan pembelajaran inkuiri terdiri dari lima fase seperti yang ditunjukkan Tabel 2.1 berikut: Tabel 1. Fase-Fase Pembelajaran Inkuiri Fase Pembe- lajaran Kegiatan Siswa Fase I Siswa dilibatkan pada pertanyaan-pertanyaan, peristiwa atau ilmiah. Hal ini berkaitan dengan apa yang telah mereka ketahui, menciptakan ketidakseimbangan antara ide-ide mereka sendiri, danatau memotivasi belajarnya. Fase II Siswa mengeksplorasi ide-ide melalui pengalaman langsung, merumuskan dan menguji hipotesis, memecahkan masalah dan memberikan penjelasan tentang apa yang telah mereka observasi. Fase III Siswa menganalisis dan menafsirkan data, mensintesis ide-ide mereka, membuat model- model, dan mengklarifikasi konsep dan penjelasan dengan bantuan guru dan sumber pengetahuan ilmiah yang lain. Fase IV Siswa memperluas pengetahuan dan kemampuan baru mereka dan menerapkan apa yang telah mereka pelajari pada situasi yang baru. Fase V Siswa bersama guru, meninjau ulang dan menilai apa yang telah mereka pelajari. Sumber: National Research Council 2001: 25 Menurut Flick and Lederman 2006 teknologi dapat menjadi alat handal yang dapat membantu siswa untuk terlibat di dalam proses inkuiri. Teknologi juga dapat memudahkan siswa untuk membangun pemahaman konsep pengetahuan dan proses inkuiri. Hal tersebut senada dengan pendapat Coffman 2009 bahwa, kegiatan inkuiri berbasis web adalah strategi yang baik untuk menggabung- kan internet ke dalam kurikulum. Ini memberikan pedoman struktur dan spesifik untuk memastikan bahwa guru tetap fokus pada siswa belajar dan proses inkuiri. Pada saat yang sama, mengajarkan siswa keterampilan penyelidikan yang baik, seperti bertanya dan mencari informasi yang dibutuhkan untuk membuat keputusan. Salah satu alasan inkuiri berbasis web sangat bermanfaat adalah kesempatan bagi pertanyaan yang akan terjalin baik untuk standar peristiwa belajar dan kehidupan nyata, masalah, sumber informasi dan data. Menurut Brickman 2009 membedakan pembelajaran inkuiri berdasarkan peran serta guru atau kebebasan siswa dalam melakukan kegiatan inkuiri. Pembelajaran inkuiri dapat dibedakan menjadi empat level, yaitu level 0 adalah inkuiri konfirmasi, level 1 adalah inkuiri terstruktur, level 2 adalah inkuiri terbimbing, dan level 3 adalah inkuiri terbuka seperti pada Tabel 2. Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... 148 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Tabel 2. Level Inquiry dan Karakteristik Pembelajaran Proses Level yang terlibat dalam Guru dan Siswa Perumusan Masalah Perumusan Prosedur Perumusan Solusi Level 0: confirmationverification Guru Guru Guru Level 1: structured inquiry inkuiri tipe I Guru Guru Siswa Level 2: guided inquiry inkuiri tipe II Guru Siswa Siswa Level 3: open inquiry Siswa Siswa Siswa Diadaptasi dari Brickman, 2009 Metode pembelajaran inkuiri terbimbing adalah metode mengajar yang memberikan pengalaman belajar langsung, melibatkan aktivitas dan mengajak siswa untuk melakukan kegiatan percobaan berupa penemuan yang dapat membantu siswa memahami konsep fisika Panasan Nuangchalerm, 2010. Dengan pembelajaran inkuiri terbimbing diharapkan dapat mengatasi kesulitan belajar siswa Nuangchalerm Thammasena, 2009. Pendidikan yang baik adalah pendidikan yang tidak hanya mempersiapkan para siswanya untuk sesuatu profesi atau jabatan, tetapi untuk menyelesaikan masalah-masalah yang dihadapinya dalam kehidupan sehari-hari Buchori dalam Trianto, 2008. Seperti kita ketahui bahwa kebutuhan energi listrik di Indonesia semakin meningkat, hal tersebut hendaknya diiringi dengan pengetahuan terkait efisiensi energi listrik sehingga kesadaran untuk hemat energi semakin tinggi. Akan tetapi, kenya- taannya di masyarakat masih banyak yang belum tahu jika menghidupmatikan peralatan listrik yang menggunakan arus listrik bolak-balik alternating current seperti tv, kulkas, ac dan magic jar dalam kuantitas yang tinggi dan jangka waktu yang sebentar secara berulang akan berdampak pada pema- kaian energi yang semakin besar. Sehingga setelah mempelajari materi penerapan listrik DC dan AC diharapkan siswa dapat menerapkan kebiasaan yang baik, terutama agar dapat lebih efisien dalam penggunaan energi listrik. Materi penerapan listrik DC dan AC akan menjadi lebih menarik dan bermakna jika menggunakan media dan simulasi, baik secara real maupun virtual yang dihubungkan dengan penomena kehidupan sehari-hari dengan menggunakan metode pembelajaran inkuiri terbimbing. Berdasarkan wawancara yang dilakukan dengan guru pengampu mata pelajaran fisika di SMA Negeri 15 Surabaya, guru masih jarang menggunakan media e-learning, hal tersebut sesuai denGgan hasil analisis angket yang diberikan pada siswa yaitu siswa tidak pernah menggunakan e-learning dengan aplikasi moodle pada pelajaran fisika dan metode ceramah adalah metode yang paling mendominasi pada saat kegiatan proses belajar mengajar. Sementara itu dalam KTSP 2006 untuk materi penerapan listrik DC dan AC, internet merupakan sumber belajar yang dapat digunakan pada proses belajar karena banyak informasi baru yang bisa kita dapatkan dan menurut Flick and Lederman, 2006 teknologi dapat menjadi alat handal yang dapat membantu siswa terlibat di dalam proses inkuiri. Berdasarkan latar belakang di atas, maka rumusan masalah penelitian ini adalah sebagai berikut: 1. Bagaimanakah validitas perangkat pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle yang dikembangkan? 2. Bagaimanakah keterlaksanaan RPP selama proses pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle ? 3. Bagaimanakah efektivitas perangkat pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle yang dikembangkan? Rumusan masalah tersebut diuraikan menjadi rumusan masalah khusus sebagai berikut: a. Bagaimana aktivitas siswa selama proses pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle ? b. Bagaimana respon siswa setelah proses pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle ? c. Bagaimana hasil belajar produk, proses dan psikomotor setelah diterapkan proses pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle? Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 149 d. Kendala-kendala apa saja yang dihadapi selama proses pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle dan bagaimana alternatif solusinya? 2 METODE Penelitian ini termasuk penelitian pengembangan developmental research karena mengembangkan perangkat pembelajaran berbasis guided inquiry dengan aplikasi moodle pada siswa SMA Negeri 15 Surabaya. Perangkat yang dikembangkan adalah RPP, BAS, LKS, dan LP. Pengembangan perangkat dalam penelitian ini menggunakan model 4 D terdiri dari tahap pendefi- nisian define , perancangan design , pengembangan develop dan penyebaran disseminate Thia- garajan Semmel, Semmel, 1974: 5. Pada penelitian ini hanya dilakukan hingga pada tahap pengembangan develop . Desain ujicoba perangkat pembelajaran dalam pengembangan perangkat ini menggunakan model pre eksperimen One Group Pretest-Posttest Design. Sebelum melaksanakan pembelajaran dilaksanakan tes awal pretest O 1 , dan setelah melaksanakan pembelajaran guided inquiry dengan aplikasi moodle dilakukan tes akhir posttest O 2 . Desain penelitian ini dapat digambarkan sebagai berikut: Keterangan: O 1 = tes awal pretest, O 2 = tes akhir posttest , X = pembelajaran Guided Inquiry dengan aplikasi moodle Variabel yang diamati dalam penelitian adalah 1 Validitas perangkat pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle yang dikembangkan 2 Keterlaksanaan RPP selama proses pembelajaran fisika berbasis guided inquiry dengan aplikasi moodle 3 Efektivitas perangkat pembelajaran yang dikembangkan ditinjau dari beberapa aspek, yaitu aktivitas siswa, respon siswa, hasil belajar produk, proses dan psikomotor, dan kendalah-kendala yang dihadapi selama proses pembelajaran. 3 HASIL DAN PEMBAHASAN Pada penelitian ini dihasilkan perangkat pembelajaran yang terdiri dari RPP, buku siswa dan LKS, tes belajar proses, produk dan psikomotor yang telah divalidasi oleh tiga validator dan telah dilakukan ujicoba I dan II di SMA Negeri 15 Surabaya pada siswa kelas X. Validitas Perangkat Pembelajaran Perangkat pembelajaran merupakan alat utama yang diperlukan guru dalam melaksanakan pembelajaran. Nur 2012 menyatakan bahwa salah satu faktor yang mempengaruhi kualitas pembelajaran adalah tersedianya perangkat pembelajaran yang berkualitas. Hasil validasi perangkat pembelajaran yang dikembangkan ditentukan berdasarkan penilaian RPP, Buku Siswa, LKS, dan LP yang secara umum bernilai baik. Sebelum menerapkan perangkat pembelajaran yang telah dikembangkan pada uji coba I dan II, peneliti melakukan validasi perangkat pembelajaran yang akan digunakan pada tiga vakar yang kompeten di bidang fisika supaya perangkat pembelajaran yang dikembangkan sesuai dan layak digunakan serta untuk mengetahui reliabilitas perangkat. Hasil validasi dari ketiga validator menunjukkan bahwa rata-rata nilai ketiga validator tiap komponen maupun keseluruhan komponen adalah 4,0SV≤5,0, sehingga katagori tiap komponen maupun seluruh komponen adalah sangat valid Ratumanan Laurens, 2006. Hasil penilaian RPP meliputi aspek identitas, tujuan, kesesuaian model pembelajaran, sarana dan prasarana, langkah pembelajaran, dan evaluasi berkategori baik dengan reliabilitas 100 dan rata-rata 4,1. Hasil penilaian buku siswa yang terdiri dari pendahuluan isi, karakteristik, penjabaran isi dan penutup juga berkatagori baik dengan rata-rata 4 dan reliabilitas 95,1, begitu juga dengan LKS mendapat katagori baik dengan reliabilitas penilaian 100. Validitas isi, bahasa dan penulisan pada lembar penilaian O 1 X O 2 Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... 150 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 berkatagori sangat baik dengan reliabilitas penilaian 99 dan rata-rata 4,5. Hasil reliabilitas penilaian RPP, Buku Siswa, LKS, dan LP sebagai perangkat pembelajaran yang digunakan dikatakan reliabel jika ≥ 75 Borich, 1994. Jadi, hasil validasi perangkat pembelajaran yang dikembangkan semuanya termasuk katagori reliabel. Keterlaksanaan Rencana Pelaksanaan Pembelajaran Pada uji coba I pengamatan keterlaksanaan rencana pelaksanaan pembelajaran menggunakan Instru- men 2 dan setiap pertemuan didapatkan reliabilitas instrumen di atas 0.75. Hal ini berarti bahwa instrumen 2 dikatagorikan instrumen yang baik dan dapat digunakan dalam kegiatan pengamatan keterlaksanaan pembelajaran Sugiarti, 2013. Oleh karena itu pada uji coba II digunakan Instrumen 2 untuk mengamati keterlaksanaan rencana pembelajaran. Berdasarkan hasil pengamatan keterlaksanaan RPP pada uji coba II diperoleh bahwa persentase keterlaksaan RPP adalah 100, guru dalam melaksanakan pembelajaran Fisika berbasis guided inquiry menggunakan aplikasi moodle telah melaksanakan aspek pendahuluan, kegiatan inti dan penutup serta pengelolaan waktu dan pengelolaan suasana kelas dengan katagori baik. Rekapitulasi hasil pengamatan keterlaksanaan rencana pelaksanaan pembelajaran ditunjukkan melalui Gambar 1 berikut: Gambar 2 Diagram rata-rata skor pengamatan keterlaksanaan RPP tiap aspek Efektivitas Perangkat Pembelajaran Efektivitas perangkat pembelajaran penelitian ini terdiri dari aktivitas siswa, respon siswa, tes hasil belajar dan kendala. Pengamatan aktivitas siswa dilakukan oleh dua orang pengamat menggunakan lembar pengamatan aktivitas siswa Instrumen 3 seperti yang telah digunakan pada uji coba I Sugiarti, 2013. Oleh karena reliabilitas Instrumen 3 pada uji coba I diperoleh hasil di atas 75 maka instrumen ini layak digunakan pada uji coba II. Aktivitas siswa terlihat pada Gambar 3, aktivitas siswa yang paling sering dilakukan pada fase pembelajaran guided inquiry adalah melakukan eksperimen dan mendengarkan penjelasan guru, yaitu sebesar 14,3 dan aktivitas yang paling rendah setelah prilaku tidak relevan adalah mempresentasikan hasil percobaan sebesar 3,85 karena waktu yang tidak memungkinkan sehingga setiap pertemuan hanya beberapa kelompok saja yang menampilkan hasil percobaan. Pada perhitungan rata-rata ketiga pertemuan diperoleh reliabilitas instrumen pengamatan aktivitas siswa sebesar 99,80, sehingga instrumen tersebut dinyatakan layak digunakan dalam kegiatan belajar mengajar. Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 151 Gambar 3 Diagram rata-rata aktivitas siswa Keterangan: 1. Merumuskan hipotesis 2. Mengidentifikasi variabel manipulasi 3. Mengidentifikasi variabel Respons 4. Mengidentifikasi variabel control 5. Melakukan eksperimen 6. Mempresentasikan hasil percobaan 7. Mendengarkan penjelasan guru 8. Bertanya pada guru 9. Bertanya kepada teman 10. Perilaku tidak relevan Respon siswa pada pembelajaran berbasis guided inquiry dengan aplikasi moodle 93,2 berminat, begitu juga dengan respon siswa pada tes psikomotor menurut siswa mudah, tetapi sebanyak 67,5 respon siswa yang menyatakan bahwa soal tes produk mudah artinya ada 32, siswa yang menganggap bahwa soal produk sulit. Sementara itu respon siswa tentang komponen materi, buku siswa, LKS, suasana belajar, dan cara guru mengajar sebanyak 93,5 siswa yang tertarik. Sehingga dapat disimpulkan bahwa, siswa memberikan respon positif terhadap pembelajaran berbasis guided inquiry yang telah dilaksanakan dan juga siswa merasa tertarik terhadap perangkat pembelajaran yang telah dikembangkan. Sebelum pembelajaran, siswa diberikan tes awal untuk mengetahui kemampuan awal siswa. Sete- lah mengikuti seluruh pembelajaran, siswa mengerjakan tes akhir untuk mengetahui kemampuan siswa setelah mengikuti KBM. Nilai yang diperoleh siswa pada tes awal dan tes akhir digunakan untuk mengetahui ketuntasan hasil belajar siswa. Analisis yang dilakukan terhadap data yang diperoleh dari hasil tes awal dan tes akhir meliputi ketuntasan indikatortujuan pembelajaran, ketuntasan individu dan klasikal, dan sensitivitas. Terdapat satu tes akhir siswa yang belum mencapai ketuntasan indikator dengan skor ≥ 75, sehingga dapat disimpulkan bahwa ketuntasan indikatortujuan pembelajaran belum mencapai 100 dikarenakan ada beberapa yang siswa masih agak kesulitan mengikuti proses pembelajaran menggunakan model guided inquiri dengan aplikasi moodle pada materi penerapan listrik DC dan AC. Hasil skor rata-rata terendah, yaitu 72 pada tujuan pembelajaran produk, yaitu menentukan nyala lampu berdasarkan tingkat terangnya. Pada tujuan proses siswa masih kesulitan untuk mengidentifikasi variabel dan definisi operasional variabel sehingga skor yang diperoleh masih rendah, sementara itu pada tes pesikomotor ketuntasan sangat baik dengan skor rata-rata 97,2. Pada tes hasil belajar produk tidak ada siswa yang tuntas pada tes awal, kemudian setelah dilakukan kegiatan belajar mengajar pada materi penerapan listrik DC dan AC ketuntasan klasikal mencapai 97,3. Rata-rata hasil belajar produk siswa setelah dilakukan kegiatan belajar berbasis guided inquiry dengan aplikasi moodle meningkat dari 32,8 menjadi 83,6. Hasil belajar produk siswa juga dapat dilihat pada Gambar 4 dengan skor terendah adalah 70. Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... 152 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Gambar 4 Diagram hasil belajar produk siswa Hasil pretest tes belajar proses menunjukkan bahwa belum ada siswa yang tuntas, siswa merasa asing dalam mengerjakan tes hasil belajar proses. Setelah dilaksanakan pembelajaran berbasis guided inquiry , hasil posttest menunjukkan bahwa semua siswa tuntas baik secara individu begitu juga secara klasikal, ketuntasan hasil belajar proses meningkat dengan nilai rata-rata dari 27,4 menjadi 89,0. Aspek yang di nilai pada penilaian psikomotor, yaitu disediakan program e-learning dengan aplikasi moodle dan komputer siswa dapat mengoperasikannya pada proses pembelajaran seperti membuka video dan link tautan pembelajaran, mengunduh dan mengunggah LKS, dan melakukan percobaan menggunakan PhET sesuai rincian tugas kinerja yang ditentukan pada LP 3 Psikomotor. Hasil belajar psikomotor siswa setelah diterapkan pembelajaran berbasi guided inquiry dengan aplikasi moodle, secara individu dan klasikal ketuntasan belajar psikomotor siswa mencapai 100 dengan skor rata- rata meningkat dari 5,7 menjadi 19,4. Skor tertinggi, yaitu siswa dapat mengunduh dan mengunggah LKS, serta melakukan percobaan menggunakan PhET dengan skor masing-masing 100 disusul berikutnya, yaitu siswa dapat membuka video dan link tautan pembelajaran. Butir soal dinya takan peka terhadap proses pembelajaran apabila memiliki sensitivitas ≥ 0,3 Gronlund, 1982. Semakin tinggi nilai sensitivitas yang dimiliki oleh butir soal, maka butir soal tersebut semakin peka terhadap proses pembelajaran yang telah dilalakukan. Berdasarkan hasil analisis dapat diketahui bahwa, dari 20 butir soal produk, 8 butir soal proses, dan 5 soal psikomotor, masing- masing dengan rata-rata 0.50, 0.64 dan 0.69 yang telah diujicobakan pada siswa SMAN 15 Surabaya memili ki sensitivitas ≥ 0.30 sehingga butir soal dinyatakan peka terhadap proses pembelajaran. Kendala yang dihadapi selama proses pembelajaran dengan menerapkan perangkat pembelajaran berbasis guided inquiry dengan aplikasi moodle beserta solusi yang dapat digunakan untuk memper- baiki kendala tersebut dapat dilihat pada Tabel 3 berikut ini. Tabel 3 Kendala-kendala selama pembelajaran No Jenis Hambatan Solusi Alternatif 1. Waktu yang diperlukan untuk melaksanakan kegiatan pembelajaran melebihi waktu yang telah dialokasikan. Mengorganisir kembali alokasi waktu sehingga semua kegiatan pembelajaran terlaksana dengan tepat dan melakukan pra eksperimen untuk menjelaskan komponen ketrampilan proses sains. 2. Koneksi internet yang tidak stabil. Menyediakan cadangan beberapa perangkat untuk bisa koneksi dengan internet . 4 KESIMPULAN Perangkat pembelajaran berbasis guided inquiry dengan aplikasi moodle yang dikembangkan efektif digunakan dalam pembelajaran. Hasil validitas perangkat pembelajaran menunjukkan perangkat pembelajaran valid untuk diimplementasikan, meliputi: RPP ,LKS dan BAS berkategori baik dan reliabel, LP untuk THB produk, THB proses, THB psikomotor berkategori baik dan reliabel. Persentase keterlaksanaan RPP sebesar 100 berkategori baik. Selain itu, efektivitas perangkat pembelajaran baik, yaitu: a aktivitas belajar siswa berkategori tinggi dan hanya sedikit siswa yang berpe- Sugiarti Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 153 rilaku tidak relevan, b respon siswa terhadap pembelajaran positif, dan c Hasil belajar kognitif produk, proses dan psikomotor siswa menunjukkan ketuntasan KKM. REFERENSI [1] Amiroh. 2012. Kupas Tuntas Membangun E-Learning dengan Learning Management System Moodle. Si- doarjo: Genta Group Production. [2] Borich, G.D. 1994. Observation Skill for Effective Teaching. New York: MacMillan Publishing Company. [3] Brickman. Peggy. 20 09. “Effect of inquiry Based on learning on students science literacy skills and confidence”. International journal for the scholarship of teaching and learning. Vol. 3, No. 2. [4] Coffman, Teresa. 2009. Engaging Students Through Inquiry- Oriented Learning and Technology. United. Kingdom. [5] Flick, L.B and Lederman, N.G. 2006. Scientific Inquiry and Nature of Science. USA: Kluwer Academic Publisher. [6] Grounlund. E. N. 1984. Constructing Achievement test third edition. Prentice Hall: America. [7] Gulo, W. 2002. Strategi Belajar Mengajar. Jakarta: Balai Pustaka. [8] Heinich. 1996. Instructional Media and Technologies For Learning. Tokyo: Prentice-Hall, Inc A Simon Schuster Company. [9] National Research Council. 2000. Explore Inquiry and the National Science Education Standard A Guide for Teaching and Learning. Washington, DC: National Academic Press. [10] National Research Council. 2001. Inquiry and the National Science Education Standards: a Guide for teaching and learning. The National Academy of Science: USA. [11] Nuangchalerm, P. Thammasena, B. 2009. “Cognitive Development, Analiytical Thinking, and Learning Satisfation of Second Grade Students Learned Through Inquiry based Learning”. Journal of Asian Social Science, volume 5 No. 10. [12] Nur, M. 2012. “Pengembangan Bahan Ajar untuk Memberi Kemudahan Guru Mengimplementasikan Inova- si Pembelajaran.” Makalah yang disajikan pada Simposium Nasional Hasil Penelitian tentang Guru tanggal 9 Juni 2012 di Kampus Unesa Ketintang. [13] Panasan, M. Nuangchalerm, P. 2010. “Learning Outcomes of Project-Based and Inquiry Based Learning Activities”. Journal of Social Sciences, volume 6 No.2. [14] Ratumanan Laurens. 2006. Evaluasi Belajar yang relevan dengan KBK. Unesa University Press. IKAPI: Surabaya [15] Rice, William Susan Smith Nash. 2010. Moodle 1.9 Teachng Techniques. Packt Publishing Ltd.UK. [16] Stocker, Lee Vincent. 2011. Science Teaching with Moodle 2.0. Birmingham-Mumbai: Packt Publishing. [17] Sugiarti. 2013. “Pengembangan Perangkat Pembelajaran Fisika Berbasis Guided Inquiry dengan Aplikasi M oodle di SMA Negeri 15 Surabaya pada Materi Penerapan Listrik DC dan AC”. Makalah Komprehensif. Universitas Negeri Surabaya. [18] Tejedor, G.J.A, Martinez, M.G and Vidaurre, B.C. “An Online Virtual Laboratory of Electricity”. Interna- tional Journals of Distance Education Technologies. Vol. 6 No.2. ITJ 4189. [19] Thiagarajan, S., Semmel, D.S., dan Semmel, M.I. 1974. Instructional Development for Training Teacher of Exceptional Childern. Minneapolis, Minnesota: Leadership Training InstituteSpecial Education, University of Minnesota. [20] Trianto. 2007. Model-model Pembelajaran Inovatif Berorientasi Konstruktivisme. Jakarta: Prestasi Pustaka. [21] Trianto. 2008. Mendesain Pembelajaran Kontekstual di Kelas. Jakarta: Cerdas Pustaka. 154 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Mag- net pada Magnet Permanen Berbasis Barium Heksaferit BaO.6Fe 2 O 3 Efriyadi 1 , Ramlan 1 , dan Perdamean Sebayang 2 1 Jurusan Fisika FMIPA Universitas Sriwijaya, Sumatera Selatan, 2 Pusat penelitian Fisika, Lembaga Ilmu Pengetahuan Indo- nesia LIPI Kawasan Puspiptek Serpong,Tangerang Selatan,15314; e-mail: efriyadi.combetgmail.com Abstrak: Magnet permanen berbasis Barium Heksaferit BaO.6Fe 2 O 3 merupakan jenis magnet permanen popular karena memiliki sifat magnet yang baik dengan biaya produksi yang rendah. Pada penelitian ini telah dilakukan pembuatan magnet permanen berbasis Barium Heksaferit BaO.6Fe 2 O 3 dari bahan baku Barium Heksaferit komersial China dan dibuat dengan cara metallurgi serbuk. Proses preparasi dilakukan dengan cara milling secara basah bahan baku tersebut selama 24 jam dan kemudian dikeringkan pada temperatur 150°C selama 24 jam menggunakan Oven sehingga diperoleh serbuk kering. Untuk menghilangkan unsur pengotor pada serbuk,dilakukan pemanasan pada temperatur 1000°C ditahan 2 jam menggunakan Thermolyne. Kemudian serbuk diayak hingga lolos 400 mesh dan siap dicetak. Proses pencetakan kompaksi dilakukan secara isotropik diameter 2 cm berbentuk pellet menggunakan hydraulic jack press dengan tekanan kompaksi divariasi dari 100,150 dan 200 kgfcm 2 . Massa total sampel dibuat 8 gram dan sebelum kompaksi dilakukan proses granula- si menggunakan seluna 3 wt sebagai perekat. Sampel hasil kompaksi masing-masing disinter pada temperatur 1100 C ditahan 2 jam menggunakan Thermolyne dengan kecepatan heat rate 3°Cmenit. Analisis yang dilakukan adalah analisis struktur dengan XRD, pengujian sifat fisis susut bakar, densitas dan sifat magnet densitas fluks magnetik – Gauss. Dari hasil analisa pola XRD menunjukkan bahwa fasa dominan yang terbentuk adalah fasa Barium Heksaferit. Hasil analisa sifat fisis dan sifat magnet didapatkan tekanan kompaksi yang relatif baik sebesar 200 kgfcm 2 dengan susut bakar sebesar 9,7, densitas fisis sinter sebesar 4,97 grcm 3 dan densitas fluks magnetik sebesar 531,1 Gauss . Berdasarkan hasil penelitian ini dapat disimpulkan bahwa susut bakar menurun seiring meningkatnya tekanan kompaksi,namun densitas sampel dan densitas fluks magnetik meningkat seiring meningkatnya tekanan kompaksi. Kata kunci: Magnet permanen, BaO.6Fe 2 O 3, Tekanan, XRD, Susut bakar, densitas, densitas fluks magnetik. 1 PENDAHULUAN agnet merupakan salah satu komponen yang paling banyak digunakan pada saat ini, khususnya banyak dijumpai di bidang elektronika. Magnet memegang peranan penting dalam peralatan – peralatan elektronik yang pengembangannya telah mulai digencarkan saat ini. Magnet permanen berbasis Barium Heksaferrit BaO.6Fe 2 O 3 merupakan jenis magnet permanen popular karena memiliki sifat magnet yang baik dengan biaya produksi yang rendah. Barium Heksa- ferit BaO.6Fe 2 O 3 menarik perhatian para peneliti karena peluang aplikasinya yang luas. Dilaporkan bahwa Barium Heksaferit BaO.6Fe 2 O 3 sebagai bahan magnet tidak dapat digantikan oleh bahan magnetik lainnya karena harganya relatif murah, stabil dan aplikasi yang luas seperti transformator, filter berkualitas tinggi, sirkuit frekuensi tinggi, perangkat operasi, KWH-meter,motor DC, speaker, dsb [1-4] .Sifat fisik Barium Heksaferit dikontrol oleh kondisi persiapan, komposisi kimia, suhu dan waktu, serta jenis dan jumlah subtitusi bahan [5] . Beberapa keunggulan lainnya yang dimiliki oleh bahan Barium Heksaferit diantaranya adalah ba- hannya berlimpah sehingga mudah didapatkan termasuk di Indonesia. Dan juga memiliki nilai koersivitas dan saturasi magnet yang tinggi, suhu transisi magnet T c suhu Curie yang tinggi pula 450 – 750°C sehingga untuk aplikasi pada suhu relatif tinggi dapat digunakan dengan baik. Disamping itu juga bahan ini memiliki sifat kimia yang stabil dan tahan korosi [6] . Namun kekurangannya adalah bahwa bahan ini memiliki nilai medan koersivitas dan medan saturasi yang relatif rendah [7] .Barium M Efriyadi dkk.Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Magnet ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 155 Heksaferit memiliki struktur kristal heksagonal dengan parameter kisi a= 5.9033 Å, c= 23.239 Å, = � = 90° dan � = 120° dan Grup ruang space group : P 63mmc [8] serta sifat fisis seperti densitas 5,3 – 5,7 grcm 3 dan titik leleh Melting Point 2400°F atau 1315,6°C [9] . Barium Heksaferit komersial merupakan Barium Heksaferit yang telah diproduksi secara massal dan telah diperjualbelikan secara umum. Barium Heksaferit produk komersial ini sangat baik, karena memiliki beberapa keunggulan terutama dari segi bahan dan sifat magnet yang dihasilkan. Bahan ini dibuat dengan dengan teknologi yang sangat canggih dengan produksi skala industri. Sehingga terkadang ditemukan beberapa unsur lain didalam bahan komersial ini, misalnya strontium, silicon, mangan, dan lain sebagainya. Namun tetap, secara analisis bahan baku utama yang dipakai adalah Barium dan oksida besi. Dewasa ini, pembuatan magnet permanen khususnya untuk magnet ferrite dilakukan dengan 2 cara, yaitu dengan cara isotropik dan cara anisotropik. Kedua proses tersebut dilakukan dengan cara metalurgi serbuk, yaitu mencampurkan atau mereaksikan beberapa oksida dalam bentuk serbuk dengan beberapa tahapan proses-proses tertentu yang sangat ketat. Pembuatan magnet dengan cara isotropik adalah pembuatan magnet yang dilakukan tanpa dilakukan orientasi partikel dengan medan magnet. Sedangkan pembuatan magnet secara anisotropik adalah pembuatan magnet yang dilakukan dengan orientasi dalam medan magnet sehingga partikel-partikel ferrite terorientasi dan menjadi searah [10] . Metalurgi serbuk merupakan salah satu teknik produksi dengan menggunakan serbuk sebagai material awal sebelum proses pembentukan. Prinsip ini adalah memadatkan sebuk logam menjadi bentuk yang dinginkan dan kemudian memanaskannya di bawah temperatur leleh. Sehingga partikel-partikel logam memadu karena mekanisme transportasi massa akibat difusi atom antar permukaan partikel. Metode metalurgi serbuk memberikan kontrol yang teliti terhadap komposisi dan penggunaan campuran yang tidak dapat difabrikasi dengan proses lain. Sebagai ukuran ditentukan oleh cetakan dan penyelesaian akhir finishing touch . Proses metalurgi serbuk adalah merupakan proses pembuatan produk dengan menggunakan bahan dasar dengan bentuk serbuk yang kemudian di sinter yaitu proses konsolidasi serbuk pada temperatur tinggi yang di dalamnya termasuk juga proses penekanan atau kompaksi [11] . Pada penelitian ini akan dilakukan pembuatan magnet permanen berbasis Barium Heksaferit dari bahan komersial China. Proses pembuatannya dilakukan dengan cara metalurgi serbuk, yaitu proses pembuatan produk dengan menggunakan bahan dasar serbuk dengan melewati proses-proses berikut;  Preparasi material  Milling  Pengeringan  Pemanasan  Pengayakan  Penekanan kompaksi  Pemanasan sintering  Magnetisasi Pada proses kompaksi, tekanan kompaksi divariasi, dengan tujuan agar terlihat pengaruh tekanan terhadap produk hasil akhir magnet permanen yang dihasilkan. Penelitian ini dilakukan bertujuan untuk mengetahui efek atau pengaruh tekanan kompaksi terhadap sifat fisis susut bakar,densitas dan sifat magnet flux density pada bahan serbuk Barium Heksaferit komersial China yang dihasilkan setelah menjadi produk akhir magnet permanen. 2 METODOLOGI PENELITIAN Preparasi bahan Pada penelitian ini terlebih dahulu yang dilakukan adalah preparasi bahan. Bahan baku yang digunakan dalam penelitian ini adalah serbuk Barium Heksaferit komersial China. Bahan baku tersebut Efriyadi dkk.Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Magnet ... 156 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 ditimbang dengan total massa 100 gram, lalu di milling secara basah wet milling menggunakan Ball Milling dengan kecepatan normal speed 300 rpm selama 24 jam menggunakan media pelarut Aqua- des. Milling dilakukan agar didapatkan ukuran partikel yang lebih kecil dan homogen. Tabel 1 merupakan hasil pengujian XRF Barium heksaferit komersial China. Hasil pengujian ini sangat penting mengingat perlu diketahuinya unsur-unsur yng berada dalam bahan baku komersial tersebut, sehingga analisa hasil dapat dihubungkan dengan data tersebut. Tabel 1. Data XRF Barium Heksaferit bahan komersial China. Element Analysis Test Result Barium Ba 12,30 Strontium Sr 2,38 Silicon Si 2,31 Iron Fe 81,85 Titanuim Ti 1,16 Setelah d imilling bahan baku dikeringkan menggunakan Oven dengan temperatur 150°C selama 24 jam. Setelah kering,serbuk dipanaskan pada temperatur 1000°C dengan holding time 2 jam menggunakan Thermolyne dengan kecepatan heat rate 3°Cmenit. Pemanasan dilakukan untuk memurnikan beberapa unsur pengotor yang terdapat dalam Barium Heksaferit komersial tersebut lihat Tabel 1. Serbuk hasil pemanasan di analisa XRD untuk mengetahui kondisi fasa dan komposisi struktur yang terdapat dalam bahan tersebut. Pembuatan Magnet Permanen Barium Heksaferit Pada tahap pembuatan magnet Barium Heksaferit, serbuk Barium Heksaferit yang telah terbentuk diayak hingga lolos 400 mesh. Sebelum dicetak berbentuk pellet, pada serbuk ditambahkan seluna WE – 518 sebagai perekat serbuk sebanyak 3 dari total massa sampel dan digranulasi hingga rata. Proses pencetakan kompaksi dilakukan secara isotropik diameter 2 cm berbentuk pellet menggunakan hydraulic jack press dengan tekanan kompaksi divariasi dari 100,150 dan 200 kgfcm 2 . Massa total sampel dibuat 8 gram. Sampel hasil kompaksi di sintering pada temperatur 1100°C ditahan 2 jam untuk proses pemadatan. Sintering dilakukan dengan menggunakan Thermolyne dengan kecepatan heat rate 3°Cmenit. Setelah proses pemadatan selesai dan sampel sudah mengalami penyusutan, tahap akhir yang dilakukan adalah magnetisasi sampel. Magnetisasi dilakukan bertujuan untuk memberikan medan magnet luar kepada sampel sehingga sampel betul-betul menjadi magnet permanen. Magnetisasi dilakukan menggunakan alat Impulse Magnetizer K-Series Dr.Streingroever GmbH. Karakterisasi Karakterisasi sampel dilakukan untuk mengetahui pengaruh tekanan kompaksi terhadap sifat fisis dan sifat magnet sampel Barium Heksaferit yang dibuat. Sifat fisis yang dikarakterisasi yaitu susut bakar dan densitas sampel. Susut bakar merupakan perubahan dimensi fisis sampel sebelum dan setelah sintering. Persamaan yang digunakan sebagai berikut; � � = � �� − � �� ℎ � �� × 100 di mana � � merupakan susut bakar sampel dan d merupakan diameter sampel. Densitas merupakan massa jenis sampel. Densitas teori dari Barium Heksaferit adalah 5,3 – 5,7 grcm 3 . Pengukuran densitas sampel dilakukan dengan pengukuran densitas ruah bulk density dengan prinsip Archimedes density . Persamaan yang digunakan untuk pengukuran densitas sampel adalah sebagai berikut; Efriyadi dkk.Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Magnet ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 157 � � = � � � � − � � × � � Dengan � � , � � , � � , dan � � beturut-turut adalah massa sampel kering di udara, massa sampel basah dalam air, densitas sampel, dan densitas air. Pengukuran densitas dilakukan menggunakan alat neraca densitas digital. Sementara itu, sifat magnet yang dikarakterisasi adalah densitas fluks magnetik flux density dengan menggunakan alat Gaussmeter. Runtutan proses lengkap penelitian ini dibuat dalam diagram alir penelitian berikut; Gambar 1. Diagram alir penelitian 3 HASIL DAN PEMBAHASAN Analisa XRD Gambar 2 memperlihatkan pola diffraksi sinar-X bahan baku Barium Heksaferit bahan komersial China original dan Barium Heksaferit bahan komersial China yang telah dipanaskan pada temperatur 1000°C ditahan 2 jam. Hasil XRD pattern Gambar 2a menunjukkan bahwa Barium Heksaferit komersial China original fasa dominan yg terbentuk merupakan fasa Barium Heksaferit, walaupun data XRF memperlihatkan ada beberapa unsur pengotor yang konsentrasinya dibawah 5. Sedangkan hasil XRD pattern Barium Heksaferit bahan komersial China yang dipanaskan pada temperatur 1000°C ditahan 2 jam memperlihatkan fasa dominan yang terbentuk juga Barium Heksaferit. Namun, pada Gambar 2b terjadi penurunan intensitas yang diakibatkan karena proses pemanasan kepada sampel tersebut. Efriyadi dkk.Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Magnet ... 158 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Gambar 2. Hasil pola XRD Barium Heksaferit; a Original, b pemanasan pada temperatur 1000°C ditahan 2 jam. Pengaruh tekanan kompaksi terhadap sifat fisis sampel susut bakar Gambar 3 memperlihatkan pengaruh tekanan kompaksi terhadap susut bakar sampel. Susut bakar dihitung dari perubahan dimensi diameter sampel sebelum dan setelah sintering. Bardasarkan Gambar terlihat bahwa susut bakar menurun seiring dengan meningkatnya tekanan kompaksi. Hal tersebut dikarenakan tingkat kepadatan kompaksi. Tekanan kompaksi yang rendah cenderung menghasilkan susut bakar yang tinggi atau besar. Sedangkan tekanan kompaksi yang tinggi cenderung menghasilkan susut bakar yang rendah. Karena pada proses sintering akan mengalami proses densifikasi pemadatan sampel. Densifikasi akan membuat sampel akan lebih kompak dengan densitas yang tinggi. Maka proses penyusutan pun akan menjadi besar jika proses densifikasi terjadi pada tekanan yang rendah. Dan begitu pula sebaliknya proses penyusutan akan menjadi kecil jika proses densifikasi terjadi pada tekanan yang lebih tinggi. Oleh karena itu, jarak antar partikel serbuk yang akan mempengaruhi besar kecilnya penyusutan sampel setelah proses sintering. Gambar 3. Hubungan tekanan kompaksi terhadap susut bakar sampel magnet BaO.6Fe 2 O 3 Pengaruh tekanan kompaksi terhadap sifat fisis sampel densitas Gambar 4 memperlihatkan pengaruh tekanan kompaksi terhadap densitas sampel. Berdasarkan gambar terlihat bahwa densitas sampel meningkat seiring dengan meningkatnya tekanan kompaksi. Efriyadi dkk.Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Magnet ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 159 Hal tersebut dikarenakan perbedaan tingkat kepadatan dan kekompakan sampel. Sampel yang dikompaksi dengan tekanan yang tinggi akan jauh lebih kompak dengan sampel yang dikompaksi dengan tekanan yang lebih kecil. Ditambah juga dengan proses densifikasi pada sintering . Sampel dengan tekanan kompaksi yang lebih tinggi akan bertambah kompak lagi jika pada sintering telah terjadi proses densifikasi. Begitu pula sebaliknya. Sehingga didapatkan densitas atau tingkat kerapatan sam- pelnya yang mengalami peningkatan dan jauh lebih besar dari pada densitas sampel dengan tekanan kompaksi yang lebih rendah. Gambar 4. Hubungan tekanan kompaksi terhadap densitas sampel magnet Barium Heksaferit BaO.6Fe 2 O 3 . Pengaruh tekanan kompaksi terhadap densitas fluks magnetik Gambar 5 memperlihatkan pengaruh tekanan kompaksi terhadap densitas fluks magnetik flux density sampel. Berdasarkan Gambar terlihat bahwa besarnya nilai densitas fluks magnetik juga meningkat seiring dengan meningkatnya tekanan kompaksi. Hal ini dapat dimengerti, karena pengaruh densitas fisis sampel juga akan mempengaruhi besar sifat magnetnya lihat Gambar 4. Semakin tinggi tingkat kerapatan suatu sampel maka akan menghasilkan sifat magnet yang lebih baik juga. Karena jika sampel semakin rapat dan padat, maka jarak antar partikel akan semakin dekat, sehingga interaksi antar domain-domain magnet pada tiap-tiap parti- kelnya akan semakin kuat. Gambar 5. Hubungan tekanan kompaksi terhadap densitas fluks magnetik flux density sampel magnet Barium Heksaferit BaO.6Fe 2 O 3 . Efriyadi dkk.Pengaruh Tekanan Kompaksi terhadap Sifat Fisis dan Sifat Magnet ... 160 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 4 KESIMPULAN Dari analisa hasil penelitian dan pembahasan yang telah dilakukan, maka dapat disimpulkan: 1. Efek tekanan kompaksi berpengaruh terhadap besar kecilnya penyusutan sampel setelah di sintering pada temperatur yang tetap. Susut bakar menurun seiring meningkatnya tekanan kompaksi. 2. Efek tekanan kompaksi juga berpengaruh terhadap besar kecilnya nilai densitas fisis densitas sinter dan densitas fluks magnetik sampel setelah di sintering pada temperatur yang tetap. Densitas sinter dan densitas fluks magnetik sampel meningkat seiring meningkatnya tekanan kompaksi. 3. Dari hasil analisa sifat fisis dan sifat magnet didapatkan tekanan kompaksi yang relatif baik sebesar 200 kgfcm 2 dengan susut bakar sebesar 9,7, densitas sinter sebesar 4,97 grcm 3 dan densitas fluks magnetik sebesar 531,1 Gauss . REFERENSI [1] Zhang, Qingmei, dkk. 2011. Preparation of  - Fe 2 O 3 Ni 2 O 3 FeCl 3 Composite Nano-particles by Hydrother- mal Process Useful for Ferrofluids . Hindawi Publishing Corporation Smart Materials Research Volume 2011, Article ID 351072 [2] Feni A Ilmi, Yudyanto, Nandang M. 2013. Sintesis BaFe 12 O 19 Dengan Metode Kopresitasi Dengan Variasi Jumlah Barium Klorida dan Metode Reaksi Padatan Berbasis Pasir Besi Lokal dan Karakterisasinya . Pa- per Jurusan Fisika FMIPA Universitas Negeri Malang. [3] Rashad M. M, dkk. 2006. Efect of FeBa Mol Ratio and Surface –Active Agents on the Formation and Mag- netic Properties of Co-presipitated Barium Hexaferrite . Journal of Alloy and Compounds 453 2008 304- 308 [4] Novrita, Idayanti.2003. Karakterisasi Magnet Ferrite E-core Untuk Aplikasi Power Supply AC to DC 220 volt AC to 48 volt DC . Bandung:LIPI [5] Costa M. M, G.F.M. Pires Junior, A.S.B. Sombra. 2010. Dielectric and impedance properties’ Studies of the lead doped PbO-Co 2 Y type hexaferrite Ba 2 Co 2 Fe 12 O 22 Co 2 Y . International Jo-urnal of Materials Chemi- stry and Physics, 123, pp 35 –39. [6] Alexandre R. Buenoa, Maria L.Gregorib, Maria C.S.No’Bregac. 2008.Journal Of Magnetism and Magnetic Materials 320 2008 864 – 870. [7] Estevez Rams, R.Martinez Garcia, E.Reguera, H.Montiel Sanchez, H.Y.Madeira. 2000. Journal Physic and Application Material Physic. 33. 2708-2715. [8] Obradors X, et.all. 1985.X-Ray Analysis of the structural and dynamic properties of BaFe 12 O 19 hexagonal ferrite at room temperature . Journal of Solid state chemistry 56, 171-181 1985. [9] Relva C, 1986, Ceramic Materials for Electronics, Processing, Properties, and Application, New York. [10] Novrita I, Dedi. 2003. Pembuatan Magnet Barium Heksaferit Anisotrop. Jurnal Sains Materi Indone- sia,Vol.5,No.1,Oktober 2003, hal: 34-38. ISSN :1411-1098. [11] Nayiroh,Nurun. 2013. Metalurgi Serbuk. Paper penelitian material. Bandung.LIPI Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 161 Karakteristik Parameter Fisika dan Kimia Air di Sungai Komering Siti Nurjanah, Netty Kurniawati, dan Sutopo Jurusan Fisika FMIPA Universitas Sriwijaya, Sumatera Selatan; email : nurikalusitiyahoo.co.id Abstract: Komering river is one of eight rivulets of Musi river which is easy and suitable place to dispose waste, both solid and liquid, as a result of industrial activities, household, and fisheries. The purpose of this research is to determine the characteristics of physical and chemical parameters in river waters of Komering river. Physical and chemical parameters are measured such as the turbidity, temperature, salinity, electrical conductivity, PH, and dissolved oxygen. Measurements taken at three locations, and every location has five stations with time measurement at high tide and low tide condi- tions. The results of this research showed that temperature of Komering river during high tide between 27.26°C-27.93°C, turbidity18.87 ftu -26.20 ftu, salinity 0.024 psu - 0.0258 psu ,electrical conductivity 0.036 mscm - 0,040 mscm, pH 10-13, and dissolved oxygen DO 4.41 sat - 4.65 sat. And while at low tide, temperature of Komering river is around 27.26°C-27.93°C, turbidity 18,01 ftu – 25,58 ftu, salinity 0,023 psu – 0,025 psu, electrical conductivity 0,035 mscm – 0,038 mscm, pH 9,54 – 10,05, and dissolved oxygen is around 2,96 sat - 4,53 sat. This case shows that thewater quality of Komering river is still enable to use for fisheries activity which accordanceto Indonesian Government Regulation No.201990 about water contamination control. Keywords: Komering river, physical-chemical parameters, water quality 1 PENDAHULUAN ir sebagai komponen lingkungan hidup akan mempengaruhi dan dipengaruhi oleh komponen lainnya. Air yang kualitasnya buruk akan mengakibatkan lingkungan hidup menjadi buruk, sehingga akan mempengaruhi kesehatan dan keselamatan manusia serta mahluk hidup lainnya. Penuru- nan kualitas air menurunkan kekayaan sumberdaya alam. Untuk mendapat air yang baik sesuai dengan standar tertentu, saat ini menjadi barang yang mahal, karena air sudah banyak tercemar oleh ber- macam-macam limbah dari berbagai hasil kegiatan manusia, sehingga secara kualitas sumberdaya air telah mengalami penurunan. Demikian pula secara kuantitas, yang sudah tidak mampu memenuhi kebutuhan yang terus meningkat. Salah satu badan air yang merupakan kekayaan sumberdaya air adalah sungai. Sungai merupakan penampung dan penyalur alamiah aliran oleh material yang dibawanya dari daerah yang lebih tinggi ke daerah yang lebih rendah, akhirnya bermuara ke laut. Sungai Komering adalah salah satu dari delapan anak Sungai Musi. Menurut data dari Di- nas Pekerjaan Umum Bina Marga dan Pengelola Sumber Daya Alam Kota Palembang, Sungai Ko- mering memiliki panjang 2000 meter, lebar 200 –300 meter, dan kedalaman 5–10 meter. Aktivitas di sepanjang Sungai Komering cukup tinggi dan bervariasi. Di sepanjang Sungai Komering terdapat PLN, perumahan penduduk, perkebunan karet, perkebunan kelapa sawit, perikanan, dan area persa- wahan. Keadaan air Sungai Komering agak keruh, dikarenakan ketergantungan warga sekitar Sungai Komering sangat besar sekali, terutama untuk air minum, tempat pembuangan sampah, jalur transportasi, ekonomi, dan mata pencarian serta kebutuhan lainnya. Aktivitas penggunaan lahan di tepian ataupun sekitar perairan Sungai Komering secara langsung atau tidak langsung dapat berdampak negatif terhadap mutu air sungai dan akan menyebabkan semakin berat beban yang diterima oleh sungai tersebut. Jika beban yang diterima oleh sungai tersebut me- lampaui ambang batas yang ditetapkan berdasarkan baku mutu, maka sungai tersebut dikatakan tercemar, baik secara fisika maupun kimia. Kualitas air di Sungai Komering masih memungkinkan digunakan untuk perikanan atau budidaya perikanan Margareta, 2012. Oleh karena itu, penelitian ini dimaksudkan untuk mendapatkan infor- A Siti N. dkk. Karakteristik Parameter Fisika dan Kimia Air di Sungai Komering 162 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 masi tentang karakteriristik parameter fisika turbiditas, suhu, salinitas, daya hantar listrik dan kimia pH dan oksigen terlarut di Sungai Komering. Informasi yang diperoleh diharapkan sebagai bahan pertimbangan dalam upaya pemeliharaan dan pemanfaatan Sungai Komering yang nantinya dapat di- kelola dengan baik. 2 METODE PENELITIAN Penelitian ini dilaksanakan pada bulan Januari 2014. Pengukuran lapangan dilakukan di Sungai Ko- mering, dengan 15 titik stasiun yaitu 5 stasiun di bagian hilir, 5 stasiun di bagian tengah, dan 5 stasiun di bagian hulu pada saat kondisi pasang dan surut. Peralatan utama survei lapangan merupakan fasilitas laboratorium oseanografi, jurusan Kelautan FMIPA UNSRI dan instansi-instansi terkait. Alat yang digunakan dalam penelitian ini adalah CTD tipe valeport midas dan GPS Garmin 410. Bahan yang diukur adalah berupa air sungai. Penelitian ini terdiri dari beberapa tahapan: Tahapan Pengumpulan Data 1. Studi literatur yang terkait dengan tema penelitian 2. Menentukan titik-titik lokasi 3. Pengukuran di lapangan Tahapan Kerja Lapangan Pengukuran parameter ini dilakukan dengan cara menurunkan alat CTD kedalam aliran sungai dengan kecepatan penurunan yang konstan 5 sekon dari permukaan dan setelah mencapai dasar sungai kemudian alat tersebut diangkat keatas dengan kecepatan yang sama. Secara langsung nilai turbiditas, suhu, salinitas, densitas, daya hantar listrik, pH dan oksigen terlarut yang terkandung dalam air akan terekam pada sensor alat CTD dalam bentuk digital. Pengolahan Data dan Analisa Data 1. Data lapangan hasil penelitian diolah menggunakan program excel. 2. Mengolah data parameter fisika dan kimia air menggunakan program aplikasi excel. 3. Mencari grafik hubungan antara parameter fisika dan kimia air terhadap kedalaman. 4. Menganalisa semua data yang telah didapat. 3 HASIL DAN PEMBAHASAN Hasil Pengukuran parameter fisika dan kimia dilapangan berupa turbiditas, suhu, salinitas, daya hantar listrik, pH dan oksigen terlarut. Dari pengolahan data diperoleh grafik hubungan antara parameter fisika dan kimia air terhadap kedalaman. Adapun hasil pengolahan data dapat dilihat sebagai berikut: Turbiditas Siti N. dkk. Karakteristik Parameter Fisika dan Kimia Air di Sungai Komering Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 163 Suhu Salinitas Daya Hantar Listrik DHL pH Siti N. dkk. Karakteristik Parameter Fisika dan Kimia Air di Sungai Komering 164 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Oksigen Terlarut DO Pembahasan Turbiditas Berdasarkan Gambar 4.1 menunjukkan harga turbiditas pada saat pasang lebih besar dibandingkan waktu surut. Pada saat pasang nilai turbiditas lebih besar terdapat pada lokasi 3 yaitu berkisar antara 25,37 ftu – 28 ftu dengan rata-rata 26,20 ftu dari permukaan hingga kedalaman 3 m, hal tersebut karena kondisi perairan yang lebih dangkal, oleh karena itu kekeruhan disebabkan air mengandung begitu banyak partikel suspensi sehingga merubah bentuk tampilan menjadi berwarna kotor. Lokasi 1 memiliki nilai turbiditas tinggi sebesar 23,85 ftu – 24,23 ftu dengan rata-rata 23,97 pada kedalaman 9 m, karena lokasi 1 merupakan daerah industri PLN dan PT. Pertamina. Kekeruhan didaerah muara juga disebabkan oleh turbelensi dan pengangkutan sedimen dari daratan. Selain itu juga, dilihat dari tingkat warna perairan ini cukup baik yang menandakan mineral tanah tidak tersebar didalamnya sehingga kecerahan akan bertambah dan tumbuhan dibawah air dapat menerima cukup cahaya. Sedangkan untuk lokasi 2 nilai turbiditas lebih rendah yaitu 17,39 ftu – 20,29 ftu nilai rata-ratanya 18,87 ftu, hal ini disebabkan karena lokasi 2 merupakan daerah pemukiman penduduk. Pada Gambar 4.2 menunjukkan grafik turbiditas terhadap kedalaman pada kondisi surut. Nilai turbiditas lebih besar juga terdapat pada lokasi 3 dengan rentang 24,70 ftu – 26,34 ftu dan memiliki rata- rata 25,58 ftu dari permukaan sampai kedalaman 3,8 m. Kemudian di lokasi 2 pada kedalaman 8 m mengalami penurunan nilai berkisar antara 16,95 ftu – 19,58 ftu dengan rata-rata 18,01 ftu. Sedang- kan pada saat di lokasi 1 nilai turbiditas meningkat pada kedalaman 8,3 m sebesar 22,87 ftu – 23,43 ftu nilai rata-ratanya 23,20 ftu. Suhu Suhu perairan Sungai Komering yang diukur dalam penelitian ini berkisar antara 27,07°C - 28 °C. Suhu terendah pada kondisi pasang berada pada lokasi 1 Sungai Komering yaitu berkisar antara 27,22 °C - 27,32 °C dengan nilai rata-rata 27,26 °C dari permukaan hingga kedalaman 8 m, hal ini disebabkan karena pada lokasi 1 merupakan daerah industri yang digunakan sebagai medium pendingin proses industri, sehingga air pendingin tersebut setelah digunakan akan mendapat panas dari bahan yang didinginkan. Sedangkan nilai tertinggi terdapat pada lokasi 2 Sungai Pinang sebesar 27,87 °C - 28 °C nilai rata-ratanya 27,93 °C dari permukaan hingga kedalaman 8,5 m. Kenaikan suhu pada perairan lokasi ini disebabkan oleh aktivitas penebangan vegetasi di sepanjang perairan yang menyebabkan penetrasi cahaya matahari pada daerah ini masuk kedalam badan perairan lebih banyak daripada lokasi lainnya, karena pada lokasi 2 ini merupakan daerah pemukiman penduduk. Pada kondisi surut nilai suhu terendah berada pada lokasi 1 Sungai Komering berkisar antara 27,07 °C - 27,20 °C nilai rata-rata 27,26 °C dari permukaan sampai kedalaman 8 m. Sedangkan nilai tertinggi terdapat pada lokasi 3 Sungai Air Hitam yaitu berkisar antara 27,25 °C - 27,50 °C nilai rata-rata 27,60 °C dari permukaan hingga kedalaman 8 m. Salinitas Siti N. dkk. Karakteristik Parameter Fisika dan Kimia Air di Sungai Komering Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 165 Salinitas merupakan tingkat keasinan kadar garam yang terlarut dalam air. Berdasarkan Gambar 4.5 dapat dilihat bahwa grafik salinitas terhadap kedalaman pada saat kondisi pasang lokasi 1 dan lokasi 3 memiliki harga salinitas yang lebih besar. Lokasi 1 memiliki nilai turbiditas sebesar 0,02582 psu – 0,02595 psu, dengan nilai rata-rata 0,02587 psu di kedalaman sekitar 8,2 m, hal ini terjadi karena lokasi 1 dekat dengan muara Sungai Komering. Sedangkan pada lokasi 3 memiliki nilai salinitas tinggi disebabkan letak lokasinya tidak jauh dari daratan, karena kadar garam berasal dari batu-batuan yang terdapat didaratan kemudian mengalami pelapukan akibat panas dan hujan sehingga larut dalam air. Nilai salinitasnya yaitu sebesar 0,0252 psu – 0,02551 psu dan nilai rata-ratanya 0,025324 psu. Lokasi 2 memiliki nilai salinitas yang lebih rendah yaitu 0,02406 psu – 0,02427 psu, dengan rata-rata 0,0242 psu karena disekitar lokasi 2 terdapat daerah pemukiman, yang mana semua aktivitasnya dilakukan disungai. Harga salinitas yang lebih besar pada kondisi surut berdasarkan Gambar 4.6 sama dengan kondisi pasang yaitu terdapat pada lokasi 1 dan lokasi 3. Pada lokasi 1 nilai salinitasnya berkisar antara 0,02506 psu – 0,02533 psu dengan rata-rata 0,025117 psu. Kemudian untuk lokasi 3 yaitu 0,0254 psu – 0,02543 psu, rata-rata nilainya 0,02528 psu. Sedangkan nilai salitas yang rendah juga terdapat pada lokasi 2 yaitu 0,0239 psu – 0,241 psu dengan rata-rata 0,0239 psu. Daya Hantar Listrik DHL DHL merupakan kemampuan air untuk menghantarkan aliran listrik. Pada suatu perairan, salinitas sangat berpengaruh dengan DHL, semakin banyak garam-garam terlarut yang dapat terionisasi pada suatu perairan, maka nilai DHL semakin tinggi, kondisi pasang nilai DHL yang lebih besar terdapat pada lokasi 1 dan lokasi 3. Pada lokasi 1 nilai DHL adalah 0,0401 mscm – 0,04056 mscm dengan rata-rata 0,04025 mscm, untuk lokasi 3 memiliki nilai DHL sebesar 0,0384 mscm – 0,0391 mscm dan nilai rata-ratanya yaitu 0,038661 mscm. Sedangkan pada lokasi 2 memiliki nilai DHL yang rendah yaitu sebesar 0,0363 mscm – 0,03653 mscm dengan rata-rata 0,03639 mscm. Perairan Sungai Komering pada saat kondisi surut, nilai DHL yang lebih besar juga terdapat pada lokasi 1 dan lokasi 3. Lokasi 1 kondisi surut adalah 0,0382 mscm – 0,0386 mscm dengan rata-rata 0,0383 mscm, untuk lokasi 3 berkisar antara 0,0383 mscm - 0,039 mscm nilai rata-ratanya 0,0386 mscm. Kemudian untuk nilai DHL yang lebih rendah yaitu terdapat pada lokasi 2 sebesar 0,035 mscm – 0,0362 mscm. pH pH merupakan tingkat keasaman atau kebasaan suatu larutan yang menunjukkan kandungan ion hi- drogen H + didalamnya. Dari Gambar 4.9 mununjukkan bahwa nilai pH pada saat pasang memiliki nilai yang lebih besar dibandingkan pada waktu surut. Pada saat pasang lokasi 1 memiliki nilai pH berkisar antara 10,12 – 10,26 dengan rata-rata 10,20, hal ini disebabkan lokasi 1 merupakan daerah industri yang digunakan untuk pembuangan limbah. Pada lokasi 2 memiliki nilai pH yang rendah yaitu 10,09 – 10,31 dengan rata-rata 10,13, karena lokasi 2 merupakan daerah pemukiman penduduk yang biasanya semua aktivitas dilakukan sungai dan digunakan untuk pembuangan limbah rumah tangga serta untuk mencuci pakaian, hal inilah yang dapat merubah nilai pH. Pada saat kondisi surut nilai pH yang lebih besar terdapat pada lokasi 3 yaitu sebesar 9,84 – 10,15 dengan rata-rata 10,05 dipermukaan hingga kedalaman 4 m, disekitar lokasi 3 ini terdapat daerah perkebunan. Sedangkan pada lokasi 1 memiliki nilai pH yang lebih rendah, yaitu sekitar 8,99 – 9,73 yang nilai rata-ratanya 9,54 karena lokasi 1 merupakan daerah industri. Besar dan kecilnya nilai pH di perairan Sungai Komering ini juga dipengaruhi oleh pasang surut air. Oksigen Terlarut DO Berdasarkan pada Gambar 4.11 dapat dilihat bahwa nilai DO pada kondisi pasang lebih besar dibandingkan dengan kondisi surut. Nilai DO yang lebih besar pada kondisi pasang terdapat pada lokasi 3 yaitu 4,59 sat - 4,70 sat dengan rata-rata 4,65 sat, hal ini disebabkan pada lokasi 3 merupakan daerah perkebunan dan disekitar sungai ditanami eceng gondok. Fotosintesis eceng gondok banyak menghasilkan oksigen maka konsentrasi oksigen terlarut dalam perairan meningkat, kemudian lokasi 3 ini juga jauh dari aliran pembuangan limbah industri. Nilai DO yang lebih rendah terdapat pada lo- Siti N. dkk. Karakteristik Parameter Fisika dan Kimia Air di Sungai Komering 166 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 kasi 1 karena pada lokasi 1 merupakan daerah industri PLN dan PT. Pertamina, kemudian pada saat penelitian kondisi cuaca sedang hujan sehingga air menjadi keruh dan terjadi pergolakan air dari aliran yang cukup deras. Nilai DO lokasi 1 pada kondisi pasang adalah 4,37 sat - 4,52 sat dengan rata-rata 4,416 sat. Pada saat kondisi surut nilai DO perairan Sungai Komering yang lebih besar juga terdapat pada lokasi 3 yaitu sebesar 4,33 sat - 4,72 sat dengan nilai rata-rata 4,53 sat. Sedangkan nilai DO yang lebih rendah juga terdapat pada lokasi 1 yaitu 1,88 sat - 3,62 sat dengan rata-rata 2,96 sat. Be- sar dan kecilnya nilai DO perairan ini disebabkan sama seperti pada saat kondisi pasang. 4 KESIMPULAN Dari hasil penelitian yang telah dilakukan didapatkan kesimpulan sebagai berikut: Hasil penelitian menunjukkan bahwa suhu perairan Sungai Komering pada saat pasang yaitu berkisar antara 27,26 °C – 27,93 °C, turbiditas 18,87 ftu – 26,20 ftu, salinitas 0,024 psu – 0,0258 psu, daya hantar listrik DHL 0,036 mscm – 0,040 mscm, pH 10-13, dan nilai kandungan oksigen terlarut DO sebesar 4,41 sat - 4,65 sat. Sedangkan pada waktu surut nilai suhu perairan Sungai Ko- mering yaitu 27,26 °C – 27,93 °C, turbiditas 18,01 ftu – 25,58 ftu, salinitas 0,023 psu – 0,025 psu, daya hantar listrik DHL 0,035 mscm – 0,038 mscm, pH 9,54 – 10,05, dan kandungan oksigen terlarut DO 2,96 sat - 4,53 sat. Kualitas perairan Sungai Komering masih memungkinkan digunakan untuk perikanan, sesuai dengan Peraturan Pemerintah Republik Indonesia Nomor 20 tahun 1990 tentang pengendalian pencemaran air. Air Sungai Komering sebaiknya tidak digunakan untuk air minum, karena nilai pH sudah mencapai batas maksimum baku mutu air. REFERENSI [1] Effendi, H. 2003. Telaah Kualitas Air Bagi Pengelolaan Sumber Daya dan Lingkungan Perairan. Yogyakarta: Kanisius. [2] Fardiaz, S. 1992. Polusi Air dan Udara. Yogyakarta: Kanisius. [3] Hadi, A. 2007. Prinsip Pengelolaan Pengambilan Sampel Lingkungan. Jakarta: Gramedia. [4] Kementerian Negara Lingkungan Hidup. 2010. Peraturan Menteri Negara Lingkungan Hidup Nomor 01 Ta- hun 2010 Tentang Tata Laksan Pengendalian Pencemaran Air. Jakarta. [5] Mahida, U.N. 1981. Water Pollution and Disspossal of Waste Water on Land. Mc Graw Hill. Publishing Company Limited. Environmental [6] Mahida, U.N. 1986. Pencemaran dan Pemanfaatan Limbah Industri. Jakarta: Rajawali Press. [7] Mulyanto, H.R. 2007. Fungsi Sungai dan Sifat –sifatnya. Yogyakarta: Graha Ilmu. [8] Odum, E. P. 1996. Dasar –Dasar Ekologi. Terjemahan Samingan T. Yogyakarta: Gadjah Mada University Press. [9] Tan, K. H. 1991. Dasar-dasar kimia tanah. Terjemahan Geonadi. D.H. Yogyakarta: Gajah Mada University Press. Bidang Kajian KIMIA Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 169 Kandungan Cr Total pada Sedimen di Perairan Sungai Musi Palembang Andi Arif Setiawan 1 , Rima Melisa 2 , dan Al-Mu ’arif 2 1 F. MIPA Universitas PGRI Palembang, 2 F. Teknik Universitas PGRI Palembang; Email: aaschem90gmail.com Abstract: The existence of the Musi River in Palembang has a very important role in transportation, agriculture, fisheries, tourism, industry and as a means of raw water for drinking water company. Various industrial activities along the Musi River from mining, plantation, agriculture, fisheries, rub- ber, oil, gas, fertilizer and shipyards. All this activity has a great opportunity for threats such as pollution of the Musi River. Among the pollutants are heavy metals Chromium Cr. This study aims to determine the content of total Cr at sediment in the River Musi Palembang on some observation stations include : Gandus, Tangga Buntung, Pasar 16 Ilir, 7-10 Ulu, Boombaru, Pulau Kemaro, Mariana, and Pulau Salahnama. The method used is a field survey sampling sediment in the waters of the river Musi Palembang, dekstruksi sempel preparation in the laboratory of the Faculty of Engineering Uni- versity of PGRI Palembang and measurement as well as the content of Cr in the Laboratory Environ- ment Agency of South Sumatra Province. Cr content measurement by using AAS Atomic Absorp- tion Spectrofotometre. The results of measurement obtained at each observation station at 75.1071 mg kg ; 55,456 mg kg ; 48,679 mg kg ; 31,179 mg kg ; 29,750 mg kg ; 38,679 mg kg ; 45,464 mg kg and 39,393 mg kg Keyword: Sediment, River Musi, Cr, AAS 1 PENDAHULUAN egara kita mempunyai kekayaan Sumber Daya Alam SDA yang banyak dan beraneka ragam. Kekayaan SDA tersebut sudah sepatutnya untuk disyukuri dan dipelihara, demi kelestarian dan keberlajutan dari SDA tersebut. Salah satu kekayaan SDA tersebut yang terdapat diperairan yaitu berupa ikan, udang, kerang yang dapat dimanfaatkan sebagai penyedia sumber ekonomi dan gizi bagi manusia. Begitu juga airnya yang dapat dimanfaatkan sebagai sumber air baku untuk makan, minum dan keperluan industri. Keberadaan sungai musi bagi masyarakat yang tinggal tinggal di daerah tersebut mempunyai peranan yang sangat penting dalam bidang transportasi, pertanian, perikanan, wisata, industry dan sebagai sarana air baku bagi perusahaan air minum. Sebagai sungai terpanjang di pulau sumatera memben- tang dari bagian hulu berada di Provinsi Bengkulu hingga bagian hilir di Kota Palembang Provinsi Sumatera Selatan. Berbagai kegiatan industri yang ada di sepanjang perairan Sungai Musi mulai dari penambangan, perkebunan, pertanian, perikanan, minyak, gas, pupuk dan galangan kapal. Semua aktivitas ini mempunyai peluang yang besar bagi ancaman Sungai Musi berupa pencemaran. Salah satu limbah tersebut berupa logam berat. Limbah logam berat di perairan dihasilkan dari aktivitas manusia di daratan yang terbawah oleh air dan terakumulasi di antaranya di sedimen, yang melibatkan peristiwa yang komplek berupa proses biologi, fisika dan kimia. Akumulasi ini beresiko pada ekosistem perairan dan kesehatan manusia melalui mata rantai makanan lin, Chen and Su, 2003, Vutukuru, 2005. Logam berat yang terlarut di perairan akan mengendap pada dasar perairan kemudian membentuk sedimen, dengan adanya logam berat disedimen tersebut menyebabkan organisme air berupa cacing, ikan, udang dan kerang mempunyai potensi untuk tercemar yang pada akhirnya berisiko terhadap manusia Payung, Ruslan, Birawida, 2013. N Andi Arif S. dkk. Kandungan Cr Total pada Sedimen di Perairan Sungai Musi Palembang 170 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Pajanan logam berat berdampak buruk bagi manusia seperti terganggunya organ tubuh, kerusakan gnjal, kanker, mengganggu kecerdasan dan tingkah laku yang pada akhirnya menyebabkan kematian Saha and Hossain, 2011 Diantara limbah logam berat tersebut berupa ion Chromium Cr yang digunakan dalam kegiatan teknik seperti industri kertas, tekstil, pigmen dan pengecatan, pabrik pengolahan logam, petrokimia, pupuk, pelapisan logam sebagai penghambat korosi Mahvi, 2008. Limbah ion krom dapat menyebabkan penyakit kanker, gangguan pencernaan dan pernapasan Mohantly et al , 2005 dalam Mah- vi, 2008. Cr masuk ke dalam badan perairan melalui hasil buangan industri penyamakan, industri tekstil, pelapisan logam, penambangan, percetakan, fotografi dan industri farmasi. Di lingkungan perairan keberadaan Cr dalam bentuk ion trivalent Cr +3 dan heksavalen Cr +6 , akan tetapi ion Cr 6+ lebih dominan dibandingkan Cr 3+ . Ion Cr +6 dapat menyebabkan mutasi gen dan kanker Vutukuru, 2005. Dampak dari logam berat Cr yaitu dapat menimbulkan kerusakan pada tulang hidung. Di dalam paru-paru, Cr ini dapat menimbulkan kanker. Sebagai logam berat, Cr termasuk logam yang mempunyai daya racun tinggi. Daya racun yang dimiliki oleh Cr ditentukan oleh valensi ionnya. Lo- gam Cr merupakan toxic yang dapat mengakibatkan terjadinya keracunan akut dan keracunan kronis. Soemirat, 2002. Manahan 2002 menyatakan Cr dalam keadaan oksidasi +3 merupakan unsur esensial yang dibutuhkan untuk metabolisme glukosa dan lipid, kekurangan ion Cr +3 tersebut menunjukkan gejala diabetes. Keberadaan logam berat di perairan sungai Musi dapat berasal dari berbagai sumber, antara lain dari kegiatan Industri, pertambangan, limbah pertanian dan rumah tangga. Kegiatan tersebut memberikan kontribusi berbagai jenis polutan yang terbawa arus ke dalam aliran sungai Musi, sebagian mengalami proses pengendapan bersama lumpur dalam sedimen. Sehingga, sedimen yang merupakan habitat hidupnya cacing dalam perairan akan ikut terkontaminasi lalu cacing tersebut dimakan ikan dan pada akhirnya sampai pada manusia melalui mata rantai makanan. Berdasarkan uraian tersebut diatas, perlu dilakukan penelitian kandungan Cr pada sedimen di perairan sungai Musi Palembang. 2 METODE PENELITIAN Penelitian ini berupa survey ke lapangan melihat kondisi lapangan secara langsung dilanjutkan dengan pengambilan sampel. Ruang lingkup penelitian ini berupa pengambilan sampel berupa sedimen. Bahan yang digunakan HNO 3 PA, HCl PA, H 2 O 2 , air demin, kertas saring, sedangkan alat yang digunakan GPS, labu dekstruksi, labu takar, pipet volum, beaker gelas, botol sampel dan Atomic Absorption Spectrofometre AAS Pengambilan sampel berupa sedimen dimulai dari stasiun Gandus, Tangga Buntung, Pasar 16 Ilir, 7-10 ulu, Boombaru, pulau Kemaro, Mariana dan Pulau Salanama. Preparasi berupa dekstruksi sempel di laboratorium Fakultas Teknik Universitas PGRI Palembang serta pengukuran kandungan Cr total di laboratorium Badan Lingkungan Hidup Provinsi Sumatera Selatan. Adapun lokasi penelitian ditunjukan oleh Gambar 1. Sampel sedimen yang diperoleh dibersihkan dari sampah, lalu dimasukan ke dalam kantong plastik dan diberi label berupa asal tempat lokasi pengambilan sampel. Sampel selanjutnya dikering dengan cara diangin-anginkan dan dilanjutkan dengan pengeringan di oven. Sampel sedimen yang telah dikeringkan dihaluskan dengan mortal, lalu ditimbang sebanyak 3 gram lalu dimasukan kedalam labu dekstruksi yang terhubung dengan kondensor berpendingin air es. Kedalam labu dekstruksi tersebut di- ambahkan campuran HCl : HNO 3 3:1 sebanyak 10 ml, kemudian labu dipanaskan, hingga semua sedimen terlarut. Setelah sedimen terlarut ditambahkan beberapa tetes H 2 O 2 , lalu didinginkan. Setelah dingin, disaring dengan kertas saring whatman dan diencerkan hingga 50 ml, setelah itu dimasukan ke dalam tabung sampel dan diberi label, sampel sedimen siap diukur kandungan ion Cr total dengan AAS. Setelah didapatkan data kandungan ion Cr total pada masing-masing stasiun, dilanjutkan analisis sidik ragam Uji F. Untuk melihat tingkat perbedaan kandungan ion Cr. dilanjutkan analisis Beda Nyata Terkecil BNT untuk melihat perbedaan pada masing-masing stasiun. Andi Arif S. dkk. Kandungan Cr Total pada Sedimen di Perairan Sungai Musi Palembang Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 171 Gambar 1. Peta Lokasi Penelitian 3 HASIL DAN PEMBAHASAN Pengambilan sampel di lapangan dimulai dari stasiun 1 Gandus sampai stasiun 8 Pulau Salahnama. Setiap pengambilan sampel pada masing-masing stasiun terlebih dahulu ditentukan koordinatnya. Ha- sil penenentuan lokasi pengambilan sampel ditabulasi dalam tabel 1 berikut: Tabel 1 Koordinat Lokasi Penelitian No Lokasi Stasiun Koordinat GPS South Easth 1 Gandus 1 03 01.308 104 38.179 2 Tangga Buntung 2 03 00.095 104 45.050 3 16 Ilir 3 02 59.395 104 46.040 4 7-10 Ulu 4 02 59.115 104 47.388 5 Boombaru 5 02 57.888 104 52.440 6 Pulau Kemaro 6 02 58.478 104 51.222 7 Mariana 7 02 59.478 104 49.230 8 Pulau Salah Nama 8 02 58.742 104 48.650 Sampel sedimen yang telah dipreparasi dilanjutkan dekstruksi, hasil dekstruksi tersebut siap untuk diukur kandungan Cr total. Sebelum dilakukan pengukuran kandungan Cr total terlebih dahulu dilakukan pengukuran absorbansi larutan standar, sehingga didapatkan Gambar 2. Pada Gambar 2 terlihat bahwa nilai koefisien korelasi r 2 = 0,996 , mendekati nilai 1, artinya ada hubungan yang erat antara kenaikan konsentrasi terhadap absorbansi. Setelah didapatkan kurva kalibrasi dilanjutkan dengan pengukuran kandungan Cr Total pada sedimen dari masing-masing stasiun, didapatkan Gambar 3. Pada Gambar 3 terlihat bahwa kandungan Cr total tertinggi terletak pada stasiun Gandus dan yang terendah di stasiun 7-10 ulu. Andi Arif S. dkk. Kandungan Cr Total pada Sedimen di Perairan Sungai Musi Palembang 172 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Gambar 2 Kurva Kalibrasi larutan Cr Gambar 3 Kandungan Cr Total pada Berbagai Stasiun Pengamatan Tingginya kandungan Cr Total di stasiun Gandus diakibatkan pada daerah tersebut adanya stok pile batubara, industri pengolahan karet, sehingga logam-logam berat khususnya Cr terbawa oleh aliran air menuju ke sungai, sehingga terendapkan disedimen. Selain itu tingginya aktivitas penambangan batubara, minyak dan gas di wilayah bagian hulu turut serta dalam peningkatan kandungan Cr di sedimen. Peristiwa pengendapan Cr di sedimen ini erat kaitannya dengan anion-anion terlarut seperti Clori- da, Sulfat, Karbonat yang ada di perairan sungai musi, akan bereaksi dengan ion-ion logam terlarut, sehingga terendapkan membenuk senyawa komplek di sedimen yang pada akhirnya meningkatkan kandungan logam berat dalam sedimen tersebut. Ion logam terlarut di perairan tergantung pada kondisi lingkungan di perairan. Keberadaan ion logam di perairan ini berikatan dengan anion-anion anorganik atau organic membentuk senyawa komplek Manahan 2000. Selain itu juga logam Cr yang terlarut di Sungai dapat terserap oleh padatan tersuspensi dan akhirnya terendapkan disedimen, hal ini juga turut berkontribusi dalam peningkatan kadar Cr dalam sedimen. Harteman dan Edison 2008 mengemukakan bahwa logam-logam berat di wilayah hulu terbawa oleh aliran air, sehingga terserap oleh partikel-partikel tersuspensi yang pada akhirnya terendapkan di sedimen. y = 0.014x + 7E-05 R² = 0.996 0.0000 0.0200 0.0400 0.0600 0.0800 0.1000 0.1200 0.1400 0.1600 0.0000 2.0000 4.0000 6.0000 8.0000 10.0000 A b so rb a n si konsentrasi Cr ppm 0.0000 10.0000 20.0000 30.0000 40.0000 50.0000 60.0000 70.0000 80.0000 Cr Total mgkg Andi Arif S. dkk. Kandungan Cr Total pada Sedimen di Perairan Sungai Musi Palembang Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 173 Salomons dan Fortsner 1984 dalam Kaban dan Husna 2010 bahwa kandungan maksimum kandungan Chromium pada tanah dan sedimen maksimal 72 mgkg, sehingga dapat dikatakan bahwa kandungan Cr di perairan Sungai Musi Kota Palembang dapat dikatakan masih berada dibawah ambang batas. Meador 2005 mengemukakan kandungan logam berat yang larut di air dan terendapkan di sedimen akan terus menerus terakumulasi, sehingga akan meningkatkan kandungan logam berat tersebut yang pada akhirnya masuk dalam sistem rantai makanan dan berpengaruh pada ekosistem perairan. Hasil data olah analisis sidik ragam uji F, dengan menggunakan program SPSS didapatkan tabel 2 berikut. Tabel 2 Analisis Sidik Ragam Uji F Tests of Between-Subjects Effects Dependent Variable:Cr Source Type III Sum of Squares df Mean Square F Sig. Corrected Model 10793.990 a 7 1541.999 297.314 .000 Intercept 15201.565 1 15201.565 2931.024 .000 stasiun 10793.990 7 1541.999 297.314 .000 Error 41.491 8 5.186 Total 26037.046 16 Corrected Total 10835.482 15 a. R Squared = .996 Adjusted R Squared = .993 Pada tabel 2 terlihat nilai F hitung 297,314 dengan nilai peluang sig. 0,000 nilai α 0,005, artinya pada masing-masing stasiun pengamatan menunjukan perbedaan. Untuk melihat tingkat perbedaan pada masing-masing stasiun dilakukan uji Beda Nyata Terkecil BNT. Hasil BNT menunjukan rata-rata pada masing-masing stasiun menunjukan perbedaan yang nyata. 4 KESIMPULAN Hasil pengukuran kandungan Cr total di sedimen pada stasiun pengamatan Gandus, Tangga Buntung, Pasar 16 Ilir, 7-10 Ulu, Pelabuhan Boombaru, Pulau Kemaro, Mariana dan Pulau Salah Nama didapatkan masing-masing sebesar 75,107 mgkg; 55,456 mgkg; 48,679 mgkg; 31,179 mgkg; 29,750 mgkg; 38,679 mgkg; 45,464 mgkg dan 39,393 mgkg. REFERENSI [1] Harteman, Edison. 2008. Deteksi Logam Berat pada Perairan, Sedimen dan Sirip Ikan Badukang Arius cae- latus dan A. maculatus di Muara Sungai Kahayan dan Sungai Katingan, Kalmantan Tengah [2] Kaban S., Husnah, 2010. Distribusi Plumbum dan Chromium dalam Sedimen dan Profil Fisiko-Kimia Perai- ran Sungai Musi Sumatera Selatann. Prosiding Seminar Nasional Limnologi V. [3] Lie J.G., S.Y. Chen, C.R. Su, 2003. Assesment of Sediment Toxicity by Metal Speciation in Different Par- ticle-Size Fractions of River Sediment. Water Science and Technology 47 7, 233-241. [4] Mahvi A. H., 2008. Review Peper : Application of agricultural fibers in pollution removal from aqueous solution. Int. J. Environ. Sci. Tech., 5 2, 275-285 [5] Manahan S.E., 2000. Environmental Chemistry. Lewis Publishers. United States of America 7 th Edition. [6] Manahan S.E., 2002. Toxicological Chemistry and Biochemistry. Lewis Publishers. United States of Ameri- ca 3rd Edition. [7] Meador, J.P., Ernest, D.W., Kogley, A.N., 2005. Science of the Total Environmental. 339:189-2005. [8] Payung L. F., Ruslan, Birawida A. B. 2013. Studi Kandungan dan Distribusi Sasial Logam Berat Timbal Pb pada Sedimen dan Kerang Anadara Sp di Wilayah Pesisir Kota Makasar. Fakultas Kesehatan Masya- rakat Universitas Hasanudin. Andi Arif S. dkk. Kandungan Cr Total pada Sedimen di Perairan Sungai Musi Palembang 174 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 [9] Saha P.K., M.D. Hossain, 2011. Assesment of Heavy Metal Contamination and Sediment Quality in The Buriganga River,Bangladesh. International Conference on Environmental Science and Technology, Singa- pore. [10] Vutukuru S.S., 2005. Acute Effects of Hexavalent Chromium on Survival, Oxygen Consumption, Hemato- logical Parameters and Some Biochemical Profiles of the Indian Major Carp, Labeo rohita. Int. J. Environ. Res. Public Health 2 3, 456-562. Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 175 Pengaruh Induksi MLD-DMBA terhadap Ekspresi TNF- α dan IL-1 α pada Ovarium Tikus Rattus norvegicus Anna Roosdiana 1 , Renny Purnama 2 , Dyah Ayu oktavianie 2 , dan Aulia Firmawati 2 1 Fakultas Matematika dan Ilmu Pengetahuan Alam , Universitas Brawijaya, 2 Program Kedokteran Hewan, Universitas Brawijaya; email: aroosub.ac.id, dyah_ayuub.ac.id Abstract: Generally, 7,12 Dimethylbenz [a] Antracene DMBA is used to induce breast cancer. The induction of DMBA can damage DNA that lead to increase the proinflammatory cytokines , Tu- mor Nuclear Factor TNF- α and Interleukin-1 Alpha IL-1α . The aim of this research was to determine the effect of DMBA induction on rat mammary to the expression of TNF- α and IL-1α in the rat ovary. Rattus norvegicus strain Sprague- dawley were 10-12 weeks old, which were divided into two groups,P1 and P2. Group P1 was as a negative control , while the group P2 were induced with MLD - DMBA 10mg kg BW subcutaneously in the mammary area every 2 days for 10 times and injected estrogen 20,000 IU kg BW intramuscularly 2 times a week with alternating time with DMBA. TNF- α and IL-1α in Rat ovary were determined using immunohistochemistry IHC. The results showed that the induction of DMBA on rat mammary increase the expression of TNF- α and IL-1α in rat ovary significantly. The induction of DMBA on rat mammary can increase TNF- α from 1.7 ± 0.05 to 15.09 ± 0.23 and IL- 1α from 0.78 ± 0.03 to 20, 01 ± 0.40. Keywords: breast cancer, TNF- α , IL-1α , ovary 1 PENDAHULUAN anker mamae merupakan salah satu penyakit yang sering terjadi pada anjing, kucing dan kuda. Peningkatan angka kejadian dipengaruhi oleh beberapa faktor seperti nutrisi, i nbreeding , vaksi- nasi dan penggunaan obat-obatan Amstrong, 2009. Pembuatan hewan coba kanker mammae, pada umumnya menggunakan DMBA Cordeiro and Kaliwal,2011. DMBA merupakan senyawa karsinogenik yang berpotensi tinggi dan mempunyai kestabilan tinggi dalam menginisiasi kanker mammae Currier, 2005 Senyawa DMBA akan dimetabolisme di dalam tubuh membentuk suatu metabolit aktif , yaitu senyawa epoksida dihidrodiol. Senyawa aktif tersebut akan berikatan dengan DNA membentuk DNA adduct, sehingga DNA menjadi rusak. Adanya DNA adduct akan meningkatkan metabolisme sel dalam jumlah besar sehingga akan terbentuk ROS Reactive oxygen species. Peningkatan jumlah ROS akan menghasilkan kerusakan jaringan ditandai adanya peningkatan sitokin proinflamatori termasuk Tumor Nuclear Factor Alpha TNF- α dan Interleukin 1 Alpha IL-1 α. Peningkatan sitokin proinflamatori dapat menstimulasi poliferasi sel yang memediasi kejadian sel kanker. Pada pembuatan Hewan coba kanker mammae, DMBA diberikan per oral setiap minggu dengan dosis 20mgkgBB dan waktu induksi antara 5-6 minggu Cordeiro and Kaliwal,2011. Metoda pemberian tersebut tidak spesifik pada organ target dan memerlukan waktu induksi yang cukup lama. Maka dilakukan penelitian pembuatan hewan coba kanker mammae dengan induksi Multiple Low Dose MLD-DMBA secara subkutan pada organ target. Induksi DMBA per oral dapat memberikan efek samping yaitu terjadinya inflamasi pada organ sekitar mammae. Oleh karena itu, penelitian ini bertujuan untuk mengetahui pengaruh induksi MLD-DMBA pada mammae tikus Rattus norvegicus terhadap kerusakan ovarium tikus dengan mengamati ekspresi TNF- α dan IL-1 α. 2 KAJIAN LITERATUR DAN PEGEMBANGAN HIPOTESIS Patomekanisme terjadinya kanker mammae dipengaruhi banyak faktor. Zat karsinogenik yang masuk ke dalam tubuh dapat meningkatkan jumlah ROS sehingga terjadi stress oksidatif dan mengaktivasi faktor-faktor transkripsi dan faktor sitokin proinflamatori dalam tubuh Currier, 2005. Produk K Anna R. dkk. Pengaruh Induksi MLD-DMBA terhadap Ekspresi TNF- α ... 176 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 sitokin proinflamatori diantaranya TNF- α dan IL-1α, berperan penting dalam apoptosis , proliferasi, angiogenesis, invasi dan metastasis Manderson et al., 2008 Peranan TNF-  dalam kanker berlaku dua arah , zat toksik DMBA menyebabkan kerusakan jaringan yang memicu sel makrofag menghasilkan TNF-  sebagai respon imun tubuh dan terjadinya inflamasi pada jaringan. Sel-sel yang mengalami inflamasi dapat meningkatkan kadar ROS dalam sel premaligna sehingga mengaktifkan NF-kB dan STAT dalam sel untuk mengendalikan protumorigene- tik seperti proliferasi sel dan angiogenesis. Aktivasi NF-kB mengaktivasi produksi sitokin proinflamatory seperti TNF-  untuk merangsang proliferasi, metastasis dan angiogenesis dalam memperta- hankan inflamasi prokanker dan menekan apoptosis sehingga sel kanker tetap berkembang. TNF-  juga diproduksi oleh sel sel kanker sebagai tumor promoter endogen untuk mendukung pertumbuhan dan perkembangan sel kanker Morrison, 2012. Sedangkan IL-1  berfungsi mengaktivasi sel T untuk meningkatkan ekspresi reseptor interleukin 2 IL- 2 dan Interferon gamma IFNɣ dari sel T yang berfungsi dalam proliferasi sel. IL-1  bersinergis dengan TNF- untuk mempromosikan inflamasi dengan cara berikatan dengan reseptor IL-1  untuk mengaktivasi dan melepaskan TNF- oleh sel endotel. Pada sel kanker IL-1  memodulasi jumlah dan ukuran sel kankerGermano et al,2008. 3 METODE PENELITIAN Penelitian dilakukan di laboratorium Farmakologi Fakultas Kedokteran dan laboratorium Biokimia Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Brawijaya. Bahan penelitian :Tikus putih Rattus norvegicus strain Spraque- dawley usia 10-12 minggu, DMBA, estrogen, minyak biji bunga matahari, normal salin NS, NaCl fisiologis, etanol, antibodi primer TNF- α Anti –Rabbit TNF-α, antibodi sekunder Goat Anti Rabbit IgG biotin labeled, antibodi primer IL- 1α Anti -Rabbit IL- 1α xilol, paraformaldehid PFA 4 Phosphate buffer saline , PBS pH 7,4, PBS-tween, buffer sitrat pH 7 , buffer EDTA pH 8, H 2 O 2 , susu skim, SA-HRP strep Avidin Horse Raddish Peroksidase, Diamino benzidin DAB , hematoxylen, kloroform, pakan standar tikus Buras Crumble BC, Aquades. Peralatan yang diperlukan adalah kandang tikus, botol minum tikus, mikroskop, timbangan analitis,seperangkat alat gelas. Scapel blade, gunting, pinset, kaca objek, cover glass. Entellan. Tikus putih Rattus norvegicus strain Spraque- dawley usia 10-12 minggu sebanyak 18 ekor dibagi dua kelompok yaitu kelompok kontrol negatif : tikus hanya diberi pakan 2 x sehari dan minum ad libitum, tanpa induksi DMBA. Kelompok perlakuan : Tikus diberi pakan sebanyak 2x sehari, minum ad libitum, diinduksi DMBA dosis 10mgkg BB setiap 2 hari sekali sebanyak 10 x. dan diinduksi estrogen intramuscular dosis 20.000IUkg BB 2x seminggu dengan waktu pemberian setiap 4 hari sekali. Penyiapan hewan coba : tikus diaklimatisasi selama 1 minggu, masing-masing kelompok di ma- sukkan dalam kandang yang berbeda. Preparasi DMBA :ditimbang DMBA dengan dosis 10mgkg BB, dihaluskan dengan mortar , dilarutkan dengan larutan NSnormal saline dan biji bunga matahari dengan perbandingan 1:3.ditempatkan dalam botol steril kemudian dihomogenkan menggunakan vortex. Induksi DMBA dilakukan secara subkutan SC pada mammae tikus dosis 10mgkg BB yaitu 0,5mL pada mammae kiri dan 0,5 mL pada mammae kanan Induksi diberikan sebanyak 10x dan dilakukan setiap 2 hari sekali. Induksi estrogen dilakukan secara intramuscular dosis 20.000 IUkg BB. Setiap tikus diinduksi estrogen intramuscular dosis 20.000IUkg BB 2x seminggu dengan waktu pemberian setiap 4 hari sekali. Tikus yang telah diinduksi DMBA dan estrogen sebanyak 10x diamati nodul yang terbentuk pada mammae, selanjutnya dilakukan pembedahan dan pengambilan organ. Hewan coba dieuthanasi dengan cara memasukkan pada wadah berisi kloroform, setelah itu tikus didislokasi pada leher dan dipo- Anna R. dkk. Pengaruh Induksi MLD-DMBA terhadap Ekspresi TNF- α ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 177 sisikan rebah terlentang. Pada bagian abdomen disayat dan dilakukan pengambilan organ ovarium. Organ dicuci dengan larutan NaCl fisiologis dan direndam dalam wadah yang berisi PFA 4. Pembuatan preparat hispatologi : organ ovarium direndam dalam etanol 70 minimal 24jam, dalam etanol 80 selama 2 jam, etanol 90 selama 20 menit dan etanol 95 selama 25 menit. Proses dilanjutkan dengan merendam organ dalam etanol absolut selama 3x30 menit pada botol yang berbeda. Perendaman selanjutnya dalam xylol I selama 2x 30menit, dalam xylol II selama 30 menit pada suhu 60-63 C, dilanjutkan pencelupan dalam paraffin cair, paraffin akan memadat dan ovarium akan berada dalam blok paraffin. Ovarium dalam blok paraffin hasil embedding dimasukkan dalam penjepit mikrotom dan diatur se- jajar dengan mata pisau mikrotom. Sebelum pemotongan diatur terlebih dahulu ketebalan irisan di atas 10µm untuk mempercepat pencapaian bidang potong jaringan. Lalu ovarium dipotong dengan ukuran 5 µm, irisan diambil dengan kuas dan dimasukkan ke dalam air pada suhu ruang, kemudian dipindahkan ke dalam air hangat 38-40 C. Irisan diambil dengan objek gelas dan diletakkan di atas hot plate 38-40 C hingga kering dan dipindahkan ke dalam inkubator 38-40C selama 24 jam. Pengamatan ekspresi TNF- α and IL-1α dilakukan dengan metoda IHK. Preparat histopat organ ovarium di deparafinasi ke dalam xylol bertingkat 1-3 masing-masing 5 menit, selanjutnya preparat dimasukkan ke dalam etanol bertingkat, etanol absolute, etanol 90,80, 70 dan 30 . kemudian dicuci dengan PBS pH 7,4 sebanyak 3x. Preparat di unmasking dalam buffer sitrat 10mM pH 6 dan buffer EDTA pH 8 selama 20 menit pada suhu 90 C, kemudian slide dicuci dengan aquadest . Proses blocking peroksidase jaringan dengan menggunakan H 2 O 2 3 dalam metanol selama 10-20 menit, dicuci 3 x dengan PBS. Selanjutnya bloking slide dengan susu skim 1 dalam PBS-tween selama 30 menit, dicuci 3x dengan PBS. Slide diberi antibodi primer dengan perbandingan 1:100 dalam susu skim 1 dan PBS-tween. Slide disimpan pada suhu 4 C selama 24 jam, dicuci kembali 3x dengan PBS. Slide ditambahkan antibodi sekunder dengan perbandingan 1:300 dalam PBS dibiarkan selama 1 jam, kemudian slide dicuci 3x dengan PBS. Preparat selanjutnya ditetesi SA-HRP Strep Avidin Horse Radish Peroksidase dengan perbandingan 1:500 dalam PBS, diinkubasi selama 45 menit pada suhu ruang , kemudian dicuci dengan PBS pH 7,4 sebanyak 3x, lalu ditetesi dengan DAB dan diinkubasi selama 30 menit pada suhu ruang. Slide kemudian dicuci kembali dengan PBS pH 7,4 sebanyak 3 x, lau diberikan Mayer Hema- tocyler sebagai counterstaining selama 10 menit. Selanjutnya preparat dicuci dengan aquadest dan dikeringkan anginkan selama 1 malam dan dimounting dengan entelan, lalu dan ditutup dengan cover glass. Selanjutnya diamati dengan mengunakan mikroskop dengan pembesaran 400x. Pengamatan ekspresi TNF- α dan IL-1α dengan mengukur persentasi area menggunakan software Axio vision melalui pengamatan 5 bidang pandang dan dihitung rata-rata persentase area. 4 HASIL DAN PEMBAHASAN Pembentukkan nodul pasca induksi merupakan ciri bahwa telah terbentuk kanker mammae. Pada kelompok perlakuan terdapat benjolan keras pada bagian abdomen tikus. Sesuai dengan penelitian McCarthy et al, 2003, diagnosis kanker mammae dapat dilihat melalui adanya benjolan, massa padat atau tidak bergerak pada daerah sekitar mammae, maka dari penelitian dapat disimpulkan bahwa induksi DMBA secara subkutan pada mammae dengan dosis 10mgkgBB sebanyak 10 x dapat menginisiasi terbentuknya massa kanker pada mammae tikus dalam waktu 20 hari. Selanjutnya dilakukan pengamatan pengaruh DMBA terhadap ekspresi TNF- α and IL-1α pada organ reproduksi yaitu ovarium. Ekspresi TNF- α pada organ ovarium dianalisis dengan IHK dan hasilnya ditampilkan pada Gam- bar 4.1. Anna R. dkk. Pengaruh Induksi MLD-DMBA terhadap Ekspresi TNF- α ... 178 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Gambar 4.1 ekspresi TNF-  pada ovarium tikus kanker mammae pembesaran 400x A: kelompok kontrol negatif B: kelompok perlakuan. Gambar 4.1 memperlihatkan bahwa warna kecoklatan intensitasnya lebih tinggi pada gambar B daripada gambar A. Ekspresi TNF-  dapat dihitung berdasarkan rata-rata persentase area menggunakan software Axiovision. Jumlah persentase area merupakan pengukuran luas area ekspresi TNF-  dari rata-rata ekspresi pada 5 lapang pandang maka dapat dinyatakan dalam satuan persen Tabel 4.1 Tabel 4.1 Ekspresi TNF-  Ovarium Tikus kanker mammae Kelompok Rata-rata ekspresi TNF-  Peningkatan ekspresi P1kontrol 1,70  0,05 1x P2perlakuan 15,09  0,23 7,88x Berdasarkan hasil uji T parametrik tidak berpasangan menunjukkan bahwa ekspresi TNF-  pada kelompok perlakuan berbeda nyata dengan kelompok negatif. Sitokin proinflamatori TNF-  diekspresikan dalam jumlah kecil di dalam makrofag dan ovarium pada kelompok kontrol negatif. Dalam keadaan sehat , TNF-  berperan dalam pertahanan sistem imun lokal dan juga inflamasi. Germano et al, 2008. Di dalam ovarium kondisi normal, TNF-  berperan dalam proses ovulasi yaitu merangsang terjadinya apoptosis dalam proses rupture folikel. Mur- doch et al,2014 Peningkatan ekspresi TNF-  7,88 x pada kelompok perlakuan disebabkan oleh TNF- sebagai respon imun tubuh terhadap adanya zat karsinogenik DMBA yang masuk dalam tubuh. Sifat karsinogenik DMBA menyebabkan proses imflamasi pada jaringan , makrofag terpicu untuk mensekresi- kan TNF-  TNF-  merupakan salah satu jenis proinflamatory yang berperan penting dalam kejadian kanker. TNF-  diekspresikan secara lokal oleh sel imun dapat berfungsi sebagai antiinflamasi untuk menekan pertumbuhan sel tumor, tetapi pada keadaan diekspresikan secara sirkulasi dan disregulasi, dapat memodulasi terjadinya kanker melalui inflamasi berkelanjutan Allavena et al, 2008 Peningkatan TNF-  di ovarium , kemungkinan disebabkan oleh DMBA dimetabolisme di hepar dan zat aktif DMBA akan terdisposisi di ovarium dan dikenali sebagai zat asing dan merangsang terbentuknya ROS sehinnga terjadi stress oksidatif , memicu aktivasi NF-kB dan menstimulasi aktivasi sitokin proinflamatori TNF- . Pada kasus infeksi yang berat , produksi TNF- akan berlebihan dan menimbulkan inflamasi sistemik. Inflamasi sistemik pada organ mammae dapat menimbulkan reaksi inflamasi yang parah dan mampu menginisiasi organ di sekitar mammae antara lain ovarium Ekspresi IL-1  pada ovarium tikus kanker mammae lebih tinggi dibandingkan dengan kontrol negatif Gambar 4.2 dan Table 4.2. Anna R. dkk. Pengaruh Induksi MLD-DMBA terhadap Ekspresi TNF- α ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 179 Gambar 4.2 ekspresi IL-1  pada ovarium tikus kanker mammae pembesaran 400x. A: kelompok kontrol negatif. B: kelompok perlakuan. Tabel 4.2 Ekspresi IL-1  Ovarium Tikus kanker mammae Kelompok Rata-rata ekspresi IL-1  Peningkatan ekspresi P1kontrol 0,78  0,03 1x P2perlakuan 20,01  0,40 24,69x Pada kondisi normal sitokin proinflamatory diekspresikan dalam jumlah sedikit oleh sel makrofag dan sel epitel ovarium. IL-1  berperan dalam aktivasi sel T dan berfungsi dalam perbaikan luka pada permukaan epithelium ovary dalam proses ovulasi Papacleovoulou et al, 2011 Peningkatan ekspresi IL-1  pada ovarium tikus mammae sebanyak 24,69 x merupakan respon pertahanan tubuh akibat adanya zat DMBA yang masuk ke dalam tubuh melalui aliran darah. Se- nyawa toksik DMBA menginisiasi kelenjar mammae , masuk dalam kapiler menuju sirkulasi darah untuk dimetabolisme oleh sitokrom p450 di hepar menjadi metabolit aktif, selanjutnya merusak DNA dengan cara membentuk DNA adduct. Metabolit aktif akan mengikuti aliran darah dan menginisiasi organ lain di sekitar mammae antara lain ovarium. Terjadinya kerusakan jaringan di ovarium memicu sitokin proinflamatori IL- 1α sebagai respon imun dari makrofag untuk melawan metabolit DMBA aktif. 5 KESIMPULAN Induksi MLD-DMBA dengan dosis 10mgkg BB pada mammae tikus rattus norvegicus mampu meningkatkan ekspresi TNF-  dan . IL-1 ovarium tikus secara signifikan berturut-turut sebanyak 7,88x dan 24, 69x. inflamasi sistemik pada organ mammae dapat menimbulkan inflamasi pada organ sekitar mammae. UCAPAN TERIMAKASIH Penulis mengucapkan terimakasih kepada Direktorat Jendral Pendidikan Tinggi, kementerian Pendi- dikan dan Kebudayaan , melalui DIPA Universitas Brawijaya Nomor : 023.04.2.4149892014 tanggal 5 Desember 2013 atas kepercayaan dan pemberian dana penelitian ini. REFERENSI [1] Allavena P.G., Cecilia G.B., Antonio M.S and Alberto. M, 2008, Pathway Connecting Inflammation and Cancer, current Opinion in genetic and Development 18: 3-10 [2] Amstrong,S., 2009, Homeopathic Approach to cancer in Animal. Homeophaty in Practice. pp. 56-59 [3] Cordeiro, M.C. and Kaliwal.B B, 2011 Antioxidant Activity of Bark Extract of Bridelia Retusa Spreng on DMBA Induced Mammary Carcinogenesis in Fwmale Spraque –dawley rats, J. Pharmacog. Vol 2, pp 14-20. Anna R. dkk. Pengaruh Induksi MLD-DMBA terhadap Ekspresi TNF- α ... 180 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 [4] Currier N, 2005, Oncogenic Signaling Pathways Activated in DMBA –induced Mouse mammary Tumor, Toxicol Pathol. 33 : 726 [5] Germano G.A. Paola A. and Alberto . M.2008, Cytokines as a Key Component of Cancer –related Inflamma- tion, Cytokines Journal 43 : 374-379 [6] McCarthy A. B. Bain P.J and Latimer, K.S.,2003, Canine Mammary Carcinoma , Department of Pathology, Veterinary Medicine , University of Georgia, Athens. [7] Morrison W.B, 2012, Inflammation and Ovarian Cancer. A Comparative View. J. Vet.Intern Med. 26:13-31 [8] Murdoch W.J, Colgin D.C. and Ellis J.A., 2014, Role of Tumor Necrosis Factor -  in the Ovulatory Mechan- ism of Ewes. J. Animal. Sci. 75: 1601-1605 [9] Papacleovoulou G, Critchley H.O.D., Hillier S.G and Mason J.I., 2011, Il- 1α and IL-4 Signaling in Human Ovarian Surface Epithelial cells. J. Endocrin. 211: 273-283 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 181 Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Este- rifikasi Fasa Padat Berkatalis Dibutil Timah Oksida Budi Kamulyan, Ellya Indahyanti, dan Diah Mardiana Jurusan Kimia, FMIPA, Universitas Brawijaya, Malang; Email: b_kamulub.ac.id Abstrak: Pembentukan ikatan silang crosslink antara selulosa bacterial nata de coco dengan asam sitrat dapat berlangsung melalui reaksi asilasi. Penelitian ini bertujuan untuk mengetahui karakteristik hasil modifikasi nata de coco menggunakan asam sitrat dengan katalis dibutil-timah oksida. Reaksi esterifikasi dilakukan selama 3 jam dengan perbandingan massa nata : asam sitrat sebesar 1:3. Varia- bel percobaan meliputi jumlah katalis dan suhu yaitu 155˚C dan 170˚C. Hasil percobaan menunjukkan jumlah katalis dan suhu reaksi berpengaruh terhadap perolehan produk. Karakterisasi FT-IR menunjukkan perbedaaan suhu reaksi berpengaruh terhadap jumlah gugus hidroksil yang terasilasi. Ana- lisis termogram DTATGA mengindikasikan kondisi reaksi juga berpengaruh terhadap sifat termal produk yang dihasilkan. Kata kunci: Nata de coco, asilasi, sifat termal Abstract: The formation of cross-linking between bacterial cellulose nata de coco with citric acid could be obtained by acylation reaction. This study aims were to investigate the characteristics of modified nata de coco using citric acid and dibutyltin oxide catalyst. Esterification reaction for 3 hours with ratio mass of nata de coco : citric acid was 1: 3 has been carried out. It was also done at different catalyst number and temperature i.e. 155˚C and 170 o C. The results showed that catalyst number and reaction temperature has influenced on yield produced. Based on FT-IR characterization, temperature difference resulted in the number of acylated hydroxyl groups, while DTATGA termogram indicated that its thermal properties were affected by reaction condition. Keywords: nata de coco, acylation, thermal properties 1 PENDAHULUAN elulosa bacterial hasil fermentasi memiliki struktur kimia yang sama seperti selulosa yang berasal dari tumbuhan, akan tetapi selulosa bakteri yang dihasilkan dari fermentasi tersusun oleh serat selulosa yang lebih baik dari selulosa tumbuhan. Menurut Shibazaki, dkk 1993 selulosa bakterial dapat digunakan sebagai membran dialisis. Hasil penelitian menunjukkan bahwa membran selulosa bakterial mempunyai kecepatan permeasi yang lebih besar dibanding dengan selulosa teregenerasi selofan. Selain itu juga, teramati perubahan struktur membran dengan perlakuan alkali. Desiyarni 2000 telah meneliti selulosa bakterial sebagai membran mikrofiltrasi pada sari buah apel apel dan susu sapi segar. Pada umumnya selulosa bakterial yang digunaka.n adalah hasil modifikasi seperti selulosa asetat Adanya gugus –OH di dalam selulosa dapat bereaksi dengan gugus karboksilat membentuk produk ester. Adapun sumber asetat yang dipakai adalah anhidrida asetat dengan katalis asam asetat. Asetilasi juga dapat dilakukan dengan katalis iodine Li dkk., 2009. Esterifikasi gugus hidroksil juga telah dilakukan menggunakan asam sitrat sebagai cross-linker untuk pati dengan katalis NaH 2 PO 2 Reddy dan Yang, 2009. Ikatan silang terbentuk antar polimer karena ikatan kovalen atau ikatan ionik. Cara ini telah banyak digunakan untuk modifikasi berbagai polimer termasuk polimer alam seperti pati dan selulosa. Ikatan silang dapat pula terbentuk karena pemanasan, tekanan, pengaturan pH, radiasi atau kombinasi metoda. Salah satu cara ikatan silang adalah kombinasi antara penambahan asam sitrat dan pemanasan untuk esterifikasi nata de coco Caulfield,1994. Modifikasi melalui pembentukan ikatan silang akan memberikan bahan dengan sifat tertentu. Modifikasi selulosa menggunakan asam sitrat dengan perbandingan massa selulosa : asam sitrat sebe- S Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... 182 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 sar 1 : 3 pada temperatur 120 C selama 12 jam, terbukti dapat meningkatkan kapasitas adsorpsi terhadap ion Pb +2 and Cd 2+ Nguyen dan Nhung, 2009. Modifikasi nata de coco menggunakan asam sitrat pada suhu 170 C dalam reaksi fasa padat telah dilakukan untuk memperoleh bahan yang dapat digunakan sebagai membran Rama dan Febriani, 2012, namun produk yang dihasilkan masih belum dapat dibentuk sebagai film tipis dengan perolehan masih rendah. Pengembangan yang dilakukan pada penelitian ini adalah penggunaan katalis yang sering digunakan untuk reaksi esterifikasi. Salah satu katalis yang dapat digunakan adalah dibutil- timah oksida, suatu senyawa organologam. Keberhasilan modifikasi dianalisis berdasarkan struktur kimia melalui identifikasi gugus fungsi dilengkapi dengan sifat fisik untuk mengetahui kesesuaian sifatnya sebagai bahan membran. 2 METODE PENELITIAN Bahan Bahan utama meliputi nata de coco, asam sitrat dan dibutil timah oksida. Alat Penelitian Alat penelitian yang digunakan dalam percobaan ini antara lain penangas listrik, stirer, hidraulik press, autoklaf, reaktor silinder stainless steel, batang silinder, plat kaca dan TGADTA Linseis STA DT 1600. Preparasi reaktan nata de coco Nata de coco hasil fermentasi selama 14 hari direndam dengan larutan NaOH 2,5 selama 24 jam, kemudian dicuci dengan air mengalir selama 24 jam. Nata de coco direndam lagi dengan larutan NaC- lO 0,5 selama 24 jam kemudian dicuci dengan air mengalir selama 24 jam. Nata de coco hasil pencucian dipotong dengan ukuran 8x14 cm kemudian dibuat film tipis dengan cara hot-press di antara dua lempeng stainless steel pada temperatur 120 o C selama 7 menit. Nata de coco kering dihaluskan menggunakan blender. Esterifikasi nata de coco Serbuk nata kering sebanyak 5 g dimasukkan dalam reaktor dan ditambah 15 g asam sitrat ratio berat 1:3 dan katalis. Jumlah katalis yang ditambahkan bervariasi yaitu 0,01; 0,015; 0,02 dan 0,025 kali berat asam sitrat. Percobaan ini dilakukan pada temperatur 155 C dan 170 o C selama 3 jam. Produk kemudian dicuci sampai netral. Produk sebelum dan setelah modifikasi diidentifikasi dengan FT-IR danatau DTATGA. Reaksi pada temperatur 170 o C dilakukan setelah asam sitrat dipanaskan terlebih dahulu pada 150 o C. Karakterisasi produk esterifikasi Penentuan Diameter pori Karakterisasi diameter pori dilakukan menggunakan metode bubble point , baik untuk nata de coco maupun hasil modifikasi. Membran diletakkan di filter holder kemudian dibasahkan dengan akuades. Syringe diisi dengan udara 60 mL dan dihubungkan dengan filter holder. Syringe ditekan hingga gelembung udara muncul di permukaan. Volume yang dibutuhkan dicacat kemudian jari-jari pori dihitung berdasarkan persamaan berikut: Fane, 1996 r p = 2γΔP cos θ 2.1 Di mana r p merupakan jari- jari pori dan γ tegangan permukaan cairan yang digunakan. Diketahui γ air sebesar 72 x 10 -3 Nm. Nilai cos θ diasumsikan sama dengan satu karena gelembung udara akan muncul melalui pori yang setara dengan ukuran jari- jarinya. Untuk mengetahui ΔP maka digunakan persamaan 2.2. ΔP = V i V f x 10 5 Nm -2 2.2 Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 183 Dimana V i merupakan volume awal udara dan V f adalah volume akhir ketika gelembung mulai muncul. Analisis Spektroskopi Inframerah Karakterisasi dari spektroskopi inframerah ini dilakukan untuk mengetahui gugus fungsi yang terdapat pada produk modifikasi. Kemudian dibuat pellet KBr dan dilakukan analisis dengan spektrofotometer inframerah Analisis Termal dengan Metode TGADTA Analisa termal dilakukan untuk mengetahui perubahan sifat bahan setelah modifikasi dan memperkirakan ketahanan bahan terhadap perlakuan suhu. Sifat termal dengan TGA didasarkan pada metoda gravimetri. Sampel yang akan dianalisis diletakkan dalam cawan yang digantung dalam reaktor. Gan- tungan cawan dihubungkan dengan timbangan digital untuk mengukur perubahan massa polimer terhadap fungsi suhu. Sampel dianalisa pada range temperatur 20 C – 750 C dengan laju pemanasan 10 Cmenit. 3 HASIL DAN PEMBAHASAN Esterifikasi nata de coco. Sampel nata de coco yang telah dimurnikan dibuat lapisan tipis atau film nata dengan bantuan tekan panas, hotpress , pada temperatur 118-122 o C selama 7 menit. Hasil hot-press berupa lembaran tipis membran dengan berat rata-rata 6,108 g sekitar 0,55 sampel padat nata. Nata yang diperoleh memiliki kadar air rata-rata 99,45 . Film tipis nata kemudian diblender sehingga membentuk flake. Kemudian flake nata diesterifikasi dalam reaktor sesuai kondisi percobaan. Rata-rata massa campuran sebelum reaksi terdiri dari selulosa nata, asam sitrat dan katalis berkisar 20,15-20,375g. Perolehan produk disajikan dalam Tabel 1. Tabel 1. Massa produk esterifikasi sebelum dan sesudah pencucian Kondisi reaksi Massa sebelum g Massa sesudah g Yield 0,01 155 C 6,5532 2,9746 14,76 0,02 155 C 6,4047 3,1373 15,51 0,02 170 C 8,5506 4,8206 23,75 Keterangan: 0,01155 C : massa katalis 0,01x massa asam sitrat, suhu 155 C Berdasarkan Tabel 1, terlihat bahwa makin besar jumlah katalis, perolehan produk juga semakin banyak demikian pula halnya dengan peningkatan temperatur. Penentuan Diameter pori Dengan metode bubble point adanya pori dapat ditunjukkan dengan terbentuknya gelembung yang berlangsung secara perlahan melalui bagian tengah film. Fenomena ini terjadi saat dilakukan identifikasi adanya pori 998,4 nm untuk membran poliamida.Ramadona, 2012. Sedangkan pada produk esterifikasi nata hasilnya negative. Tabel 2. Ukuran pori membran poliamida Pengukuran ke- Volume akhir mL ΔP Nm -2 Jari-jari pori nm 1 40 150000,00 960 2 43 139534,88 1032 3 42 142857,14 1008 4 40 150000,00 960 5 43 139534,88 1032 Rata-rata 998,4 Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... 184 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Karakterisasi Secara Spektrofotometri FT-IR Karakterisasi gugus fungsi dilakukan untuk anhidrida asam sitrat dan hasil modifikasi dengan kondisi berbeda. Berturut-turut spektrum FTIR diberikan pada Gambar 1 hingga 4. Hasil analisis spektrofotometri FTIR anhidrida asam sitrat ditunjukkan pada Gambar 1. Pada spektrum IR tersebut dapat diketahui bahwa anhidrida asam sitrat memiliki gugus C=O karboksilat yang ditunjukkan pada daerah 1731 cm -1 berupa spektrum yang sangat tajam yang menunjukkan vibrasi C=O dan pada daerah 3438 cm -1 hingga 3097 cm -1 berupa spektrum lebar yang merupakan serapan O-H karboksilat. Gambar 1. Spektrum FT-IR anhidrida asam sitrat Spektrum nata hasil modifikasi memperlihatkan pola yang sama namun terjadi perubahan intensitas untuk puncak vibrasi tertentu. Hasil rangkuman posisi puncak berdasarkan Gambar 2 hingga 4 diberikan dalam Tabel 2. Gambar 2. Spektrum FTIR nata sitrat dengan katalis 0,01 dan suhu 155 C Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 185 Gambar 3. Spektrum FTIR nata sitrat dengan katalis 0,02 dan suhu 155 C Gambar 4. Spektrum FTIR nata sitrat dengan katalis 0,02 dan suhu 170 C Tabel 2. Vibrasi gugus fungsi untuk hasil nata-sitrat Kondisi reaksi Bilangan gelombang Gugus fungsi Interpretasi 0,01 155 C 3350 - OH Hydrogen bonding 2896 -CH Simetris –CH 2 1731 -C=O ester 1369 -C-H deformasi 1110; 1164 C-O-C Ulur antisimetrik 0,02 155 C 3352 - OH Hydrogen bonding 2896 -CH Simetris –CH 2 1733 -C=O ester 1110; 1164 C-O-C Ulur antisimetrik 1541 Apa? Karboksilat bebas 0,02 170 C 3352 - OH 2896 -CH Simetris –CH 2 Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... 186 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 1731 -C=O ester 1110; 1164 C-O-C Ulur antisimetrik 1541 Tidak muncul Tidak adanya vibrasi pada 1541 cm -1 berasal dari gugus karboksilat bebas menunjukkan terjadinya ikatan silang pada dua sisi karboksilat. Adapun kemungkinan m ekanisme yang terjadi diberikan pada Gambar 5. Caulfield,1994. Gambar 5. Mekanisme reaksi ikatan silang selulosa menggunakan anhidrida asam sitrat Analisis Termal dengan DTATGA Pada Gambar 4.6. adalah hasil termogram TGA-DTA pada tiga kondisi esterifikasi berbeda. Gambar 4.6. Termogram TGA untuk hasil esterifikasi dengan kondisi berbeda Analisis TGA dapat memberikan informasi tentang kestabilan termal saat suatu material sebagai akibat perlakukan panas. Selulosa termodifikasi untuk jumlah katalis berbeda dengan temperatur sama 155 o C memiliki kemiripan sifat. Kedua produk stabil hingga pemanasan 300 o C tetapi saat lebih tinggi penggunaan katalis lebih rendah menyebabkan produk sedikit lebih peka terhadap perbedaan suhu. Hal ini ditandai dengan penurunan massa terjadi sedikit lebih cepat. Jika dibandingkan saat digunakan jumlah katalis sama yaitu 0,02 dari massa selulosa dengan pemanasan berbeda, tampak bahwa mulai dari awal bahan yang dihasilkan dari pemanasan lebih tinggi memiliki kestabilan lebih rendah. Di samping itu dari hasil analisis juga diperoleh produk akhir pemanasan saat digunakan pemanasan le- Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 187 bih tinggi hampir semua materi hilang saat pemanasan di atas 500 o C ditandai dengan kehilangan massa mencapai 100. Secara umum untuk ketiga produk kehilangan massa terjadi melalui 2 tahap utama, tahap pertama, yaitu temperatur 240-300 o C, berlangsung dengan laju kehilangan lebih tinggi dibandingkan tahap kedua, temperatur 320-500 o C. Kemungkinan perubahan yang terjadi dapat dipre- diksi dari termogram DTA pada Gambar 4.7. Gambar 4.7. Termogram DTA untuk hasil esterifikasi dengan kondisi berbeda Berdasarkan Gambar 4.7. sifat kestabilan dari produk untuk pemanasan yang sama ditunjukkan dari adanya puncak endotermis untuk transisi yang terjadi pada temperatur 305 o C sedangkan pada pemanasan 170 o C produk tidak. Dua produk pertama menunjukkan material memiliki titik leleh sedangkan produk ketiga, memiliki puncak tajam eksotermis kemungkinan karena titik kristalisasi. Setelah titik kristalisasi, dengan pemanasan ditingkatkan maka produk tanpa titik leleh mengalami degradasi lebih cepat. Adanya puncak lebar setelah dipanaskan di atas temperatur 450 o C kemungkinan terjadi reaksi oksidasi produk esterifikasi dilanjutkan dengan degradasi termal, ditandai dengan menurunnya termogram ketiga produk esterifikasi. 4 KESIMPULAN Dari hasil penelitian yang telah dilakukan, maka dapat diambil kesimpulan bahwa :  Produk esterifikasi diperngaruhi jumlah katalis dengan yield 14-15,5 dan temperature 170˚C dengan yield 23,75.  Karakterisasi FT-IR menunjukkan perbedaaan suhu reaksi berpengaruh terhadap jumlah gugus hidroksil yang terasilasi. Analisis termogram DTATGA mengindikasikan kondisi reaksi juga berpengaruh terhadap sifat termal produk yang dihasilkan.. Ucapan Terimakasih Penelitian ini menggunakana dana DPP-SPP 2014 Fakultas MIPA Universitas Brawijaya. REFERENSI [1] Caulfield, D.F., 1994, Ester crosslinking to improve wet performance of paper using multifunctional caboxyl- ic acids, butanetetracarboxylic and citric acid, Tappi Journal, 77:3 [2] Desiyarni, 2006, Perancangan Proses Pembuatan Selulosa Asetat dari Selulosa Mikrobial untuk Membran Ultrafiltrasi, Tesis, Program Pascasarjana IPB, Bogor [3] Febriani 2012, Skripsi Jurusan Kimia FMIPA UB [4] Li, Jing, Li-Ping Zang, Feng Peng, Jing Bian, Tong-Qi Yuan, Feng Xu dan Rung-cang Sun, 2009, Micro- wave-assisted Solvent –Free Acetylation of Cellulose with Acetic Anhydride in the Presence of Iodin as a Catlyst, Molecules, 14, pp 3551-3566; doi:10.3390molecules14093551 [5] Pantze, A., 2005, Studies of Ester Formation on a Cellulose Matrix, LICENTIATE THESIS Budi K. dkk. Modifikasi Selulosa Bacterial Nata de coco melalui Reaksi Esterifikasi ... 188 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 [6] Nguyen, D H dan Nhung, H.L., Cellulose modified with citric acid and its absorption of Pb + and Cd +2 ions, 13rd International Electronic Conference on Sinthetic Organic Chemistry ECSOC-13, 1-30 November 2009. http:www. mdpi.orgecsoc-13 [7] Ramadhona 2012, Skripsi Jurusan Kimia FMIPA UB [8] Reddy, N. dan Yang, Yiqi,2010 , Citric acid cross-linking of starch film, Food Chemistry 118:3, pp. 702-711; doi: 10.1016 j.foodchem.2009.05.050 [9] Shibazaki, H., 1993, Bacterial Cellulose Membrane as Separation Medium, J. of Appied Polymer Science Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 189 Pengaruh Proses Ozonasi pada Produksi Cocozone Oil dari Virgin Coconut Oil Enjarlis dan Sri Handayani Program Studi Teknik Kimia, Institut Teknologi Indonesia; email: en_jarlisyahoo.com Abstract: Virgin Coconut Oil VCO is a pure coconut oil contains more saturated fatty acids than unsaturated fatty acids. Ozonated Oil production can be done through the process of ozonation VCO on temperature and process time varies. The aim of this research is to study the effect of temperature 10, 20 and 30 ° C and time 1 hour, 2 hours and 3 hours VCO ozonation process. The parameters used to test the quality Cocozone Oil is acid value, peroxide and Iod and color. The results showed that the temperature and time of ozonation proces big influence on the quality of production cocozone oil. Cocozone oil production the best quality is obtained at 30 ° C and of 3 hour process with acid number of 13.46 mg KOHg of oil, 24.0 mgek peroxide O2g oil and 9.13 g iodine iodineg of oil. Keywords: Cocozone Oil, Ozonation, Ozonated Oil and Virgin Coconut Oil 1 PENDAHULUAN ndonesia merupakan negara penghasil kelapa no 2 terbesar di dunia setelah Filipina. Dari segi produktivitas dan diversivitas, kelapa Indonesia jauh ketinggalan dibandingkan Filipina dan Thailan akibatnya ekspor produk dari kelapa Indonesia sebahagian besar dalam bentuk produk primer seperti kopra, cocopet , arang dan sebagainya. Salah satu diversifikasi produk turunan dari buah kelapa yang dapat dikembangkan adalah Cocozone oil . Cocozone oil salah satu jenis ozonated oil yang dihasilkan dari proses ozonasi minyak kelapa murni atau virgin coconut Oil VCO. Ozonasi adalah proses oksidasi menggunakan ozon O 3 yang merupakan oksidator kuat, mempunyai potensial oksidasi sebesar 2,07 Volt, stabil pada pH asam dan suhu rendah, reaktif, bersifat toksik serta dapat membunuh kuman dan bereaksi baik dengan senyawa organik terutama senyawa-senyawa organik yang mempunyai ikatan karbon tidak jenuh melalui mekanisme Criegee [Langlai, 1991]. Ozonated oil adalah minyak yang berkhasiat terhadap kesehatan kulit yang terinfeksi oleh bakteri gram negative dan gram positive Guzel - Seydim et al ., 2004, virus, jamur, dan protozoa seperti penyakit kulit borok dari luka bakar, infeksi virus kronis virus herpes I dan II, infeksi vagina oleh Candida, Trichomonas dan Chlamidia , infeksi dubur mukosa dan abses yang banyak diderita oleh masyarakat berpenghasilan menengah ke bawah. O zonated oil juga berkhasiat terhadap kecantikan kulit seperti dapat mencerahkan dan mengencangkan kulit yang keriput akibat usia atau adanya degeneratif kulit [Zanardi, et al, 2008], dapat melembutkan kulit wajah, menghapus make-up , memulihkan kulit yang terbakar sinar matahari, meyembuhkan kulit dari gigitan serangga, menyembuhkan cerawat, melembutkan kulit kering dan pecah-pecah dan sebagai bahan crem anti-penuaan [Diaz, 2004 dan Guzel, dkk., 2004]. Ozonasi VCO menghasilkan cocozone oil yang mengandung gugus ozonida pada trigliserida atau trigliserida jenuh yang disebut Triozonida triolen , aldehid, asam karboksilat dan peroksida [Langlai, 1991, Diaz, 2004 dan Skalska dkk, 2009]. Reaksi Pembentukan Triozonida triolen dapat dilihat pada Gambar 1 dan Gambar 2 melalui mekanisme Criegee. Kualitas ozonated oil dapat diketahui dengan cara menganalisa sifat fisiko-kimia minyak seperti bilangan asam, iodium, dan peroksida serta viscositas [Zanardi dkk ., 2008]. Sedangkan, perubahan struktur komponen minyak yang dihasilkan dapat diketahui dengan teknik spektroskopi, seperti Fourier Transformasi-Inframerah FT-IR dan 1 H dan 13 C-NMR [Soriano dkk., 2003; Díaz dkk., 2004; Hernández dkk ,. 2004 ; Zanardi , dkk., 2008]. I Enjarlis Sri H. Pengaruh Proses Ozonasi pada Produksi Cocozone Oil dari Virgin Coconut Oil 190 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Penelitian ini bertujuan untuk mempelajari pengaruh proses ozonasi pada berbagai suhu 10, 20 dan 30 o C dan waktu 1 jam, 2 jam dan 3 jam terhadap kualitas Cocozone Oil yang dihasilkan, menggunakan parameter uji yaitu bilangan asam, bilangan iod, peroksida, dan warna. Gambar 1. Struktur Kimia Tri-ozonide Triolein [Skalska dkk, 2009] Gambar 2. Struktur kimia ozonated trigliserida jenuh membentuk ozonida melalui mekanisme Criegee [Skalska dkk, 2009] 2 METODE PENELITIAN Peralatan yang digunakan meliputi seperangkat reaktor ozonasi berbentuk pipa dari bahan gelas dengan ID 40 mm dan tinggi 450 mm, dilengkapi dengan pengaduk magnetik, termometer dan ozonator processor RS 09805-0,25 6050HZ, 110220 Vol dengan kapasitas 0,25 gr O 3 jam. Bahan-bahan yang digunakan meliputi VCO, etanol, Kalium Iodida KI, Kloroform, Asam Asetat Glasial, KOH, Natrium thiosulfat Na 2 S 2 O 3 , Larutan Wijs yang berasal dari merk. Tahapan penelitian pembuatan cocozone oil di sajikan pada Gambar 3. Gambar 3. Diagram Alir Tahapan Penelitian Virgin Coconut Oil Ozonasi dalam Reaktor pipa Cocozone oil Analisa:Bilangan Asam, Peroksida, Iod dan Warna Pada suhu: 20,25, 30 C selama 1,2,3 jam Analisa Analisa: Bilangan Asam, Peroksida, Iod dan Warna Enjarlis Sri H. Pengaruh Proses Ozonasi pada Produksi Cocozone Oil dari Virgin Coconut Oil Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 191 3 HASIL DAN PEMBAHASAN Pengaruh Suhu dan waktu Proses Ozonasi VCO terhadap Bilangan Asam cocozone oil Bilangan asam merupakan banyaknya miligram NaOH yang diperlukan untuk menetralkan 1 gram lemak atau minyak. Bilangan asam menunjukan banyaknya trigliserida dalam minyak yang telah dipecah menghasilkan senyawa asam. Pengaruh Lama Proses Ozonasi VCO pada berbagai suhu terhadap bilangan Asam cocozone oil yang dihasilkan dapat dilihat pada Gambar 1. Pada gambar tersebut menunjukan bahwa bilangan asam VCO meningkat dengan bertambahnya waktu proses ozonasi, hal ini menandakan sudah terjadi reaksi oksidasi pada VCO oleh ozon dan menyebabkan trigliserida dalam minyak teroksidasi menjadi senyawa asam [Langlai, et al 1991]. 2 4 6 8 10 12 14 16 1 2 3 B ilan gan A sam m g K O H g Waktu jam VCO Suhu 20 VCO Suhu 25 VCO Suhu 30 Gambar 4. Pengaruh Suhu dan waktu Proses Ozonasi Terhadap Bilangan Asam cocozone oil Kenaikan bilangan asam terbesar terjadi pada suhu 30 C, hal ini disebabkan pada suhu tersebut reaksi oksidasi trigliserida dalam minyak berlangsung lebih cepat bila dibandingkan pada suhu 20 o C dan 25 o C. Pengaruh Suhu dan Waktu Proses Ozonasi terhadap Bilangan Peroksida cocozone oil Bilangan peroksida adalah indeks jumlah lemak atau minyak yang telah mengalami oksidasi atau merupakan jumlah peroksida yang dinyatakan dalam miliekuivalen aktif O 2 yang terkandung dalam 1000 g sampel minyak [Travaly et al, 2010. Minyak yang mengandung asam lemak tak jenuh dapat teroksidasi oleh oksigen yang menghasilkan sesuatu senyawa peroksida R•OO•H. Pengaruh lama Proses ozonasi VCO pada berbagai suhu terhadap bilangan peroksida cocozone oil yang dihasilkan dapat dilihat pada Gambar 2. Gambar tersebut menunjukan nilai bilangan peroksida terbesar untuk cocozone oil yang dihasilkan terjadi pada proses ozonasi selama satu jam, selanjutnya terjadi penurunan hingga proses selama 3 jam. Pada proses selama 1 jam perusakan minyak lebih banyak dikarenakan adanya zat organik sederhana selain minyak yang lebih mudah teroksidasi oleh ozon dan menghasilkan senyawa asam, aldehid dan keton bahkan menjadi CO 2 [Langlai, et al 1991] sehingga tingkat kerusakan minyak lebih tinggi. Sedangkan pada proses ozonasi selama 2 dan 3 jam bilangan peroksida semakin turun, hal ini disebabkan senyawa asam lemak tak jenuh yang terdapat dalam minyak semakin berkurang karena teroksidasi oleh ozon. Enjarlis Sri H. Pengaruh Proses Ozonasi pada Produksi Cocozone Oil dari Virgin Coconut Oil 192 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 5 10 15 20 25 30 35 40 45 1 2 3 Bi la n g a n P e r o k s id a m g ek kg Waktu Jam VCO Suhu 20 VCO Suhu 25 VCO Suhu 30 Gambar.5. Pengaruh Suhu dan Lama Proses Ozonasi terhadap Bilangan Peroksida cocozone oil Pengaruh Suhu dan Lama Proses Ozonasi VCO terhadap Perubahan Bilangan Iodin cocozone oil Bilangan iod adalah banyaknya gram halogen yang diserap oleh 100 gram lemak dan dinyatakan dalam berat iod. Pengaruh Lama Proses ozonasi pada berbagai suhu terhadap perubahan bilangan Iod cocozone oil yang dihasilkan dapat dilihat pada Gambar 3. Pada Gambar tersebut terlihat bahwa bilangan iodin untuk cocozone oil terjadi penurunan dengan semakin lama waktu proses. Penurunan angka iodin disebabkan karena ikatan rangkap pada asam –asam lemak tak jenuh dalam VCO sudah terpecah oleh molekul ozon, sehingga jumlah ikatan – ikatan rangkap yang terdapat pada minyak – minyak tersebut berkurang atau hilang. Hal ini menunjukan bahwa ozon bereaksi pada minyak VCO. Besarnya jumlah iod yang diserap oleh minyak inilah yang menunjukan banyaknya ikatan rangkap. Sehingga semakin turun bilangan iodinnya maka ikatan rangkap pada VCO sudah terpecah dan tidak lagi membentuk ikatan rangkap. Penurunan bilangan iodin terbesar terjadi pada suhu 30 C, hal ini disebabkan pada suhu 30 C proses ozonasi berlangsung dengan baik. 5 10 15 20 25 30 35 40 45 1 2 3 B il an ga n I od in g iod k g Waktu Jam VCO SUHU 20 VCO SUHU 25 VCO SUHU 30 Gambar 6. Pengaruh Suhu dan Lama Proses Ozonasi VCO Terhadap Bilangan Iodin Cocozone oil Pengaruh Suhu dan Lama Proses Ozonasi VCO terhadap perubahan Warna cocozone oil yang dihasilkan Pengaruh Lama Proses Ozonasi VCO terhadap warna cocozone oil yang dihasilkan dapat dilihat pada Gambar 4. Pada gambar tersebut terlihat bahwa warna cocozone oil yang dihasilkan dari ozonasi VCO yaitu dari awalnya berwarna bening berubah warna menjadi putih susu. Hal ini menunjukan Enjarlis Sri H. Pengaruh Proses Ozonasi pada Produksi Cocozone Oil dari Virgin Coconut Oil Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 193 adanya reaksi antara molekul ozon yang menyebabkan zat-zat pengotor atau pigmen karotenoid α dan ß karoten menjadi senyawa karotenoid baru dengan bobot molekul yang lebih rendah dan dapat juga berubah menjadi CO 2. Molekul ozon yang mengikat pada VCO menyebabkan pigmen warna berubah menjadi putih susu. Gambar 4. A VCO Sebelum proses ozonasi, B Cocozone Oil yang dihasilkan dari Ozonasi VCO 4 KESIMPULAN Dari penelitian yang dilakukan bahwa suhu dan lama proses ozonasi VCO sangat berpengaruh terhadap karakteristik Cocozone oil yang dihasilkan. Variabel Suhu dan waktu yang sangat besar penga- ruhnya adalah pada 30 C dengan proses ozonasi selama 1 jam. REFERENSI [1] Diaz, MF, N. Nunez, D., Quincose, W. and Diaz Hernandez, F. 2005. Studies of Coconut Oil Ozonized Three System ”. Ozone Sci. Eng. 27: 3, pp. 153-157. [2] Diaz, MF, Gavin, JA, Gomez, M., Curtielles, V. and Hernandez, F. 2006 Study of Sunflower Oil Using ozonated H NMR and Microbiological Analysis ”. Ozone Sci. Eng. 28: 1, pp. 59-63. [3] Guzel-Seydim, Z.B., Greene, A.K., Seydim, A.C., 2004. Use of ozone in food industry. Lebensm. Wiss. Technol. 37, pp 453 –460. [4] Ketaren, S. 2012. Pengantar Teknologi Minyak dan Lemak Pangan. Jakarta: Universitas Indonesia UI Press. [5] Kinga Skalska a ; Stanis aw Ledakowicz sebuah ; Perkowski Jan b ; Barbara Sencio, 2009,. “Sunflower oil is the nature of germs ozonated ”. ”. Ozone Sci. Eng. Volume 31 , Issue 3 Mei 2009, pp 232-233. [6] Langlais, B., David, A-R. dan Brink, D-R. 1991, Ozone in Water Treatment Application Engineering, Co- operative Research Report, Florida. Lewis Publishing. [7] Menéndez, L. Re, and L. Re, 2008 “Safety of topical Oleozon® in the treatment of tinea pedis: phase IV clinical trial,” International Journal of Ozone Therapy, vol. 7, no. 1, pp. 55–59. [8] Sega, I. Zanardi, L. Chiasserini, A. Gabbrielli, V. Bocci, and V. Travagli,.2010. Properties of sesame oil by detailed 1H and 13C NMR assignments before and after ozonation and their correlation with iodine value, peroxide value, and viscosity measurements. Chemistry and Physics of Lipids, vol. 163, no. 2, pp. 148 –156. [9] Soriano Jr., N. U., Migo, V.P., Matsumura, M., 2003. “Ozonation of sunflower oil spectroscopic monitoring of the degree of unsaturation”. J. Am. Oil Chem. Soc. 80 10, pp 997–1001 [10] V. Travagly, I. Zanardi, and V. Bocci, 2009 “Topical applications of ozone and ozonated oils as anti- infective agents: an insight into the patent claims ,” Recent Patents on Anti-Infective Drug Discovery, vol. 4, no. 2, pp. 130 –142. [11] Valacchi and V. Bocci, 1999 “Studies on the biological effects of ozone 1999: Release of factors from ozonated human platelets ,” Mediators of Inflammation, vol. 8, no. 4-5, pp. 205–209. [12] V. Bocci, E. Borrelli, V. Travagli, and I. Zanardi.2009. “The ozone paradox: ozone is a strong oxidant as well as a medical drug ,” Medicinal Research Reviews, vol. 29, no. 4, pp. 646–682. [13] Zanardi, V. Travagli, A. Gabbrielli, L. Chiasserini, and V. Bocci,.2008 “Physico-chemical characterization of sesame oil derivatives ,” Lipids, vol. 43, no. 9, pp. 877–886. A B 194 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis Komposit Zeolit Karbon Sulfonat Febi Herdiansyah Jurusan Kimia FMIPA UNSRI; Email: Herdiansyahfebigmail.com Abstract: The research of influence of glucose and zeolite to charasteristic of catalytic composite of zeolite-carbon sulfonic was done. Heterogeneous catalysts based on sulfonic carbon was made by mixing glucose and zeolit with ratio 1: 3, 1: 2, 1: 1, 2: 1 and 3: 1. Carbonisation procces was done at 400oC during 15 hours and followed sulfonic by using sulfuric acid during 4 hours at 175oC. The result of catalytic on esterification reaction glacial asetat acid and ethanol showed that composition 1:3 has highest yield ethyl acetat of 91.294. Analysis data GC-MS showed the mayor product of esterification reaction was a ethyl asetat C4H8O2 with molecular at mz 88 . The highest sum acidity value us much as 9.4 mmolg strenghted that 1:3 composition was the best composition. Characteritation of catalyst by using SEM-EDX and FT-IR spectrofotometer. SEM-EDX analyst showed surface to- pology of zeolit was conted by sulfonate-carbon wich showed with vibaration of sulfur at 2.307 keV. FT-IR spectra showed a vibration of sulfonic group -SO3H at wave number 1080 cm-1 was actived side catalyst. Keywords: zeolit, glucose, carbon sulfonate, esterification, catalyst. Abstrak: Telah dilakukan penelitian tentang pengaruh komposisi glukosa dan zeolit terhadap sifat katalis komposit zeolit-karbon sulfonat. Katalis heterogen berbahan dasar karbon sulfonat dari glukosa diembankan pada zeolit dengan perbadingan zeolit:glukosa 1:3, 1:2, 1:1, 2:1, dan 3:1. Proses karbonisasi dilakukan pada suhu 400oC selama 15 jam dan disulfonasi menggunakan H2SO4 selama 4 jam pada suhu 175oC. Hasil uji katalitik dengan reaksi esterifikasi asam asetat dan etanol menunjukkan komposisi 1:3 memiliki yield etil asetat tertinggi yaitu 91,294, Analisis data GC-MS memperlihatkan bahwa produk dominan dari hasil reaksi adalah etil asetat C4H8O2 dengan berat molekul mz 88. Nilai jumlah asam tertinggi sebesar 9,4 mmolg yang menguatkan bahwa komposisi 1:3 adalah yang terbaik. Katalis dikarakterisasi menggunakan SEM-EDX dan Spektrofotometer FT- IR. Hasil analisa SEM-EDX memperlihatkan topologi permukaan zeolit telah dilapisi oleh karbon sulfonat yang ditunjukkan dengan adanya sulfur pada 2,307 keV. Spektrum FT-IR menunjukkan adanya vibrasi gugus –SO3H pada bilangan gelombang 1080,14 cm-1 yang merupakan sisi aktif katalis. Kata kunci: zeolit, glukosa, karbon tersulfonasi, esterifikasi, katalis 1 PENDAHULUAN Katalis dalam reaksi kimia berfungsi untuk mempercepat suatu laju reaksi, namun katalis itu sendiri secara kimiawi tidak berubah secara permanen. Katalis yang digunakan dalam reaksi kimia umumnya menggunakan katalis homogen yang memiliki banyak kelemahan diantaranya bersifat korosif dan sulit dipisahkan setelah produk terbentuk [1] . Alternatif pengganti katalis homogen adalah katalis heterogen yang memiliki kelebihan diantaranya tidak menyebabkan korosi, tahan asam atau basa, tahan temperatur dan tekanan tinggi, mudah didaur ulang, memiliki luas permukaan yang besar dan mudah dipisahan setelah terbentuk produk. Katalis asam heterogen dapat dibuat dengan adanya sumber material karbon seperti gula, pati, selulosa yang dikarbonisasi. Karbonisasi tidak sempurna dari produk alami seperti gula, pati, atau selulosa dapat menghasilkan material karbon yang kuat yang terdiri dari karbon polisiklik. Sulfonasi dari material ini menghasilkan padatan stabil dengan massa jenis sisi aktif yang besar. Dengan demikian, proses karbonisasi dan sulfonasi yang baik dari senyawa sakarida akan menghasilkan struktur karbon stabil dengan densitas gugus –SO 3 H yang besar [2] . Penelitian ini mengembangkan katalis heterogen berbahan dasar karbon dari glukosa yang diembankan terhadap zeolit untuk meningkatkan aktifitas katalitiknya. Glukosa dikarbonisasi pada suhu Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 195 400 o C kondisi tersebut menyebabkan glukosa akan membentuk polyaromatik hidrokarbon yang memungkinkan terjadi pengikatan gugus sulfonat sebagai sisi aktif katalis dengan penambahan asam sulfat pada temperatur 150 C. Senyawa inilah yang dijadikan katalis asam padat yang berbahan dasar glukosa [3] . Banyaknya karbon dan gugus sulfonat yang terdapat dalam katalis akan sangat tergantung pada jumlah precursor karbon, dalam hal ini glukosa yang diberikan. 2 METODOLOGI PENELITIAN. Alat dan Bahan Peralatan yang digunakan dalam penelitian ini: ayakan 200 mesh, beker gelas, pipet volume, mortal porcelen, hot plate , termometer, erlenmeyer, buret, sentrifus, neraca analitik, alat destilasi, refluks, SEM JEOL JSM-6300, FT-IR Shimadzu HP-Innowax 0,25 mm, 30 mm. Bahan yang digunakan terdiri dari gula tebu, zeolit alam yang berasal dari Lampung, air demin, H 2 SO 4 p.a, NaOH Merck , HCl Merck, asam asetat glacial p.a, etanol p.a, batu didih, Na 2 CO 3 20, CaCl 2 anhidrat. Cara Kerja Preparasi Zeolit Zeolit alam digerus dengan mortal porcelen dan diayak dengan ayakan 200 mesh. Zeolit yang lolos pada pada ayakan 200 mesh dicuci dengan menggunakan air demin. Kemudian zeolit dikeringkan pada suhu 120 o C selama 24 jam. Setelah itu dilakukan pengerusan lagi dan diayak dengan ayakan ukuran 200 mesh sehingga dihasilkan zeolit yang bersih [4] . Penentuan Pengaruh Komposisi Glukosa dan Zeolit pada Katalis Komposit Zeolit-Karbon Sulfonat Terhadap Sifat Katalis yang Meliputi Gugus Fungsi, Topologi permukaan dan keasaman katalis.

1. Preparasi Komposit zeolit-karbon

Larutan glukosa dibuat dengan melarutkan glukosa dengan air di dalam beker gelas 1000 mL. Setelah glukosa larut, tambahkan pada masing-masing larutan tersebut zeolit dengan jumlah seperti tercantum pada Tabel 1. Tabel 1. Perbandingan glukosa dengan zeolit No Zeolite gram Glukosa gram Air 1 33 100 500 mL 2 50 100 500 mL 3 100 100 500 mL 4 200 100 500 mL 5 300 100 500 mL 6 - 60 - Campuran tersebut dipanaskan pada suhu 80 o C dan diaduk menggunakan magnetik stirer selama 1 jam dalam beker gelas hingga homogen. Campuran tersebut dipanaskan didalam oven pada suhu 120 o C hingga kering, kemudian digerus hingga halus dan siap untuk dikarbonisasi.

2. Karbonasi Campuran Zeolit-Glukosa

Campuran zeolit-glukosa dan glukosa murni dikarbonisasi selama 15 jam pada suhu 400 o C menjadi komposit zeolit-karbon dan karbon

3. Sulfonasi Komposit Zeolit-Karbon

Zeolit karbon yang dihasilkan, masing-masing diambil 20 gram ditambahkan H 2 SO 4 pekat sebanyak 100 ml untuk disulfonasi. Campuran zeolit-karbon dan 100 ml H 2 SO 4 pekat direfluks pada suhu Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... 196 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 175 o C selama 15 jam. Kemudian dicuci aquadest sampai pH mendekati netral dan dikeringkan pada suhu 120 o C selama 24 jam. Hasil ini kemudian disebut zeolit-karbon sulfonat.

4. Penentuan Topologi Permukaan Komposit Zeolit-Karbon Sulfonat dengan SEM-EDX

Karbon kondisi optimum seberat 0,1 gram dibersihkan terlebih dahulu menggunakan hand blower untuk menghilangkan debu-debu pengotor, kemudian dilapisi dengan system coating gold-palladium Au = 80 danPd = 20. Selanjutnya diletakkan dalam specimen Chamber dan dilakukan pemotre- tan.

5. Penentuan Gugus Fungsi Komposit Zeolit-Karbon Sulfonat dengan Spektrofotometer FT-IR

Pengukuran FT-IR dilakukan dengan cara pembuatan pelet terlebih dahulu dimana 0,5 gram sampel ditambah 180 mg KBr dibuat dengan hand-press 4000-400 cm -1 dan dimasukkan kedalam alat inframerah, kemudian diukur serapannya

6. Penentuan jumlah gugus sulfonat Komposit Zeolit-Karbon Sulfonat

Sebanyak 1,00 gram komposit zeolit-karbon aktif sulfonat direndam selama 24 jam dengan menggunakan NaOH 1,00 N sebanyak 100 ml. Selanjutnya diambil 10 ml dan dititrasi dengan HCl 1,00 N. Dari masing-masing dihitung jumlah asam yang ada dan dibuat kurva untuk menunjukkan rasio dari perbandingan antara glukosa dengan zeolit. Jumlah Asam = � �� − � �� Keterangan: m NaOHa : mol NaOH awal, m NaOHb : mol NaOH akhir Penentuan Aktivitas Katalitik Katalis Komposit Zeolit-Karbon Sulfonat dengan Reaksi Esterifikasi Asam Asetat dengan Ethanol Ke dalam labu didih alas bulat dimasukkan 150 ml etanol dan 50 ml asam asetat dan beberapa butir batu didih. Lalu ditambah katalis zeolit-karbon aktif sulfonat sebanyak 3 gr. Labu kemudian disam- bungkan dengan kondensor refluks seperti pada gambar. 3. Campuran dipanaskan dengan refluks selama 4 jam. Kemudian setelah dingin, campuran reaksi di destilasi sampai tidak ada lagi destilat yang menetes pada suhu 77 o C yang merupakan titik didih etil asetat. Hasil destilat dimasukkan dalam co- rong pisah, dipisahkan lapisan air jika ada. Lalu lapisan ester dicuci dengan larutan Na 2 CO 3 20 sebanyak 2 kali dan lapisan ester dikeringkan dengan CaCl 2 anhidrat sebanyak 1g . Kemudian dihitung volume etil asetat setelah pencucian. Gambar 4. Rangkaian alat refluks Analisis data Pemilihan katalis yang baik dapat dilihat dari beberapa aspek yaitu dilihat dari jumlah situs asam yang ada, gugus fungsi sulfonat dan aktifitas katalis yang ada. Semakin banyak situs asam, gugus sulfonat yang dimiliki katalis maka katalis tersebut semakin baik. Dari hasil pengukuran FT-IR akan diperoleh data yang dilihat apakah ada gugus sulfonat pada katalis yang diidentifikasi. Keasaman dapat dilihat pada hasil dari uji keasaman dan aktifitas katalis dapat ditentukan dari proses esterifikasi asam asetat dengan etanol. Dari hasil pengukuran SEM akan dilihat topologi permukaan dari katalis. Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 197 O OH OH OH OH CH 2 HO D-glukosa 400 o C + H 2 O OH HO HO OH HO OH OH OH OH OH OH Polisiklik aromatik Hidrokarbon 3 HASIL DAN PEMBAHASAN Pengaruh komposisi zeolit:glukosa terhadap sifat fisik komposit zeolit-karbon Preparasi masing-masing komposisi komposit zeolit-karbon dimulai dari penggerusan bongkahan zeolit alam dan diayak menggunakan ayakan 200 mesh. Hal ini bertujuan untuk memperbesar luas permukaan zeolit sebagai pengemban karbon. Langkah selanjutnya zeolit dicampurkan pada glukosa yang dilarutkan dalam akuades terlebih dahulu agar mempermudah dalam proses pencampuran. Cam- puran tersebut diaduk selama 1 jam pada suhu 80 o c agar tercampur secara homogen, kemudian campuran dikeringkan dalam oven pada suhu 120 o C hingga air yang terkandung pada campuran benar- benar hilang. Hasil campuran berbentuk pasta berwarna keabu-abuan. Gambar 5. Hasil pencampuran zeolit-glukosa Sebanyak 60g masing- masing campuran homogen zeolit-glukosa dan glukosa sebagai kontrol selanjutnya dikarbonisasi dalam furnace pada suhu 400 o C selama 15 jam sehingga menghasilkan komposit zeolit-karbon. Karbonisasi yang dilakukan pada suhu 400 O C merupakan karbonisasi tidak sempurna yang menyebabkan glukosa akan membentuk polisiklik aromatik hidrokarbon sehingga gugus sulfonat dapat terikat pada proses sulfonasi. Gambar 6. Reaksi pembentukan struktur polisiklik aromatik hidrokarbon a b Gambar 7. Zeol it-glukosa Sebelum Karbonisasi a, Setelah Karbonisasi b Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... 198 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 + H 2 SO 4 OH HO HO OH HO OH OH OH OH OH OH SO 3 H SO 3 H SO 3 H SO 3 H SO 3 H + H 2 O OH O HO HO OH HO OH OH OH OH OH OH Berdasarkan hasil komposit zeolit-karbon yang melalui proses karbonisasi terlihat adanya perbedaan secara fisik pada masing-masing komposisi. Perubahan terjadi pada warna komposit zeolit- karbon. Masing-masing komposisi berwarna keabu-abuan sebelum dikarbonisasi Gambar 7a, warna berubah menjadi hitam Gambar 7b setelah dikarbonisasi pada suhu 400 o C. Hal ini mengindikasikan glukosa telah menjadi polisiklik aromatik hidrokarbon yang melapisi zeolit. Gambar 8. Persen rendemen karbon dan masing-masing komposisi zeolit-karbon Gambar 8 memperlihatkan hasil karbonisasi masing-masing komposisi menunjukkan kecenderun- gan semakin banyak zeolit maka nilai persen rendemen komposit zeolit-karbon yang terbentuk semakin meningkat. Komposisi 3:1 memilki nilai rendemen terbesar yaitu 63,03 sedangkan komposisi 1:3 memiliki rendemen terkecil yaitu 34,12 dibandingkan juga dengan karbon dari glukosa sebagai kontrol yang memiliki rendemen 2,26. Hal ini menunjukkan bahwa jumlah zeolit sebagai pengemban pada komposit zeolit-karbon akan mempengaruhi berat dari katalis yang dihasilkan sehingga pada saat proses reaksi katalis dapat bereaksi seluruhnya dengan reaktan. Sulfonasi Komposit Zeolit-Karbon Sulfonasi sebanyak 20 g masing-masing komposisi komposit zeolit-karbon dilakukan pada suhu 175 o C selama 15 jam. Suhu dan waktu tersebut dipilih karena merupakan kondisi optimum untuk melakukan proses sulfonasi. Gambar 9. Reaksi sulfonasi [5] Sulfonasi merupakan reaksi substitusi elektrofilik yang terjadi dalam dua tahap yaitu serangan elektrofilik dan pelepasan proton [6] . SO 3 yang terbentuk dari penguraian H 2 SO 4 berperan sebagai elektrofil yang menyerang posisi orto komposit zeolit-karbon yang merupakan posisi paling reaktif [7] . Gugus -SO 3 H yang terikat inilah diharapkan akan menjadi sisi aktif dari katalis zeolit-karbon sulfonat. Langkah berikutnya komposit zeolit-karbon sulfonat dicuci dengan air demin. Proses pencucian dilakukan berulang-ulang hingga pH mendekati netral. Hal ini bertujuan untuk menghilangkan sisa asam sulfat berlebih yang teradsorpsi pada komposit zeolit-karbon sulfonat pada proses sulfonasi. Keberha- silan proses sulfonasi akan diidentifikasi dengan FT-IR. Penentuan Pengaruh Komposisi Glukosa dan Zeolit pada Katalis Komposit Zeolit-Karbon Sulfonat Terhadap Sifat Katalis yang Meliputi Gugus Fungsi, Topologi permukaan dan keasaman katalis. Karakterisasi Topologi Permukaan Komposit Zeolit-Karbon Sulfonat dengan Scanning Electron Microscope – energy dispersive x-ray spectroscopy SEM-EDX Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 199 SEM EDX adalah suatu jenis mikroskop elektron yang menciptakan berbagai gambaran dengan memusatkan suatu berkas cahaya energi elektron tinggi ke permukaan suatu sampel untuk mengamati morfologi, mikrostruktur, kehalusan roughness dari permukaan suatu sampel dengan perbesaran yang cukup tinggi. Hasil analisis SEM EDX pada gambar 10 menunjukkan perbedaan morfologi antara satu sama lainnya yang dilakukan dengan 1.000 kali perbesaran. a b Gambar 10. Hasil SEM-EDX Sampel a Zeolit-karbon sulfonat komposisi 1:3, b karbon-sulfonat Foto SEM karbon sulfonat diatas menunjukkan morfologi yang berpori gambar 10b, foto SEM katalis komposit zeloit-karbon sulfonat perbandingan 1:3 dengan perbesaran 1000 kali, permukaan katalis komposit zeolit-karbon sulfonat berbentuk gumpalan-gumpalan bulat granula kasar gambar 10a. Hal ini menunjukkan bahwa glukosa sebagai prekursor karbon telah melapisi zeolit. Adanya senyawa sulfur pada 2,307 keV pada hasil analisa kuantitatif foto SEM-EDX gambar 10a menguatkan bahwa komposit zeolit-karbon berhasil terbentuk dan menunjukkan karbon yang terbuat dari glukosa telah melapisi zeolit secara sempurna sehingga gugus -SO 3 H dapat terikat pada polisiklik aromatik hidrokarbon komposit zeolit-karbon. Karakterisasi Gugus Fungsi Komposit Zeolit - Karbon Sulfonat dengan Spektrofotometer FT-IR Identifikasi menggunakan spektrofotometer FT-IR dilakukan untuk melihat gugus fungsi sulfonat yang terikat pada komposit zeolit-karbon, hasil analisis dapat dilihat dari spektrum pada gambar 11. a b Gambar 11. Spektrum FT-IR a Komposit zeolit-karbon, b Komposit zeolit-karbon sulfonat 1:3 Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... 200 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Serapan gugus -SO 3 H yang merupakan senyawa target diharapkan teramati pada rentang gelombang 1037-1200 cm -1 [8] . Serapan gugus -SO 3 H pada komposit zeolit-karbon sulfonat komposisi 1:3 terlihat pada daerah 1080,14 cm -1 Gambar 11b. Hasil analisis komposit zeolit-karbon komposisi 1:3 sebelum proses sulfonasi juga terdapat puncak pada daerah yang berdekatan yaitu 1049,28 cm -1 yang diindikasikan daerah vibrasi C-O Gambar 11a . Hal ini disebabkan katalis berbahan dasar karbon yang dibuat melalui glukosa yang dikarbonisasi tidak sempurna akan membentuk senyawa hidrokarbon polisiklik aromatik yang masih memiliki banyak gugus –OH sehingga tidak terlihat perbedaan yang signifikan pada spektrum sebelum dan sesudah proses sulfonasi pada komposit zeolit-karbon komposisi 1:3. Spektrum kedua hasil analisis terlihat adanya puncak pada daerah vibrasi 1635,64 cm -1 yang diperkirakan daerah C=C aromatik. Gambar 11a juga terdapat puncak pada daerah vibrasi 3441,72 cm -1 yang diperkirakan daerah untuk O-H, hal ini diperkuat pada spektrum setelah proses sulfonasi yang menghasilkan puncak pada daerah 3441,01 cm -1 merupakan daerah spesifik untuk O-H bebas. Kebe- radaan gugus OH tersebut menunjukkan hasil karbonisasi karbon yang melapisi zeolit. Adanya gugus C=C aromatik dan gugus OH mendukung data SEM-EDX yang menunjukkan bahwa gugus sulfonat telah terikat pada komposit zeolit-karbon dan berperan sebagai sisi aktif dari katalis komposit zeolit- karbon sulfonat. Pengaruh Komposisi Komposit Zeolit : Karbon Sulfonat Terhadap Keasaman Katalis. Uji keasaman dilakukan untuk menentukan seberapa besar jumlah situs asam yang mengindikasikan jumlah gugus sulfonat. Proses uji keasaman menggunakan titrasi asam basa dimana jumlah asam mmolg akibat adanya gugus sulfonat pada masing-masing komposisi katalis zeolit karbon-sulfonat sebanding dengan jumlah konsentrasi NaOH sisa. Keasaman komposisi komposit zeolit-karbon sulfonat dapat dilihat dari Gambar 12. Gambar 12. Grafik uji keasaman komposisi komposit zeolit-karbon sulfonat Gambar 12 menunjukkan keasaman komposisi zeolit:glukosa 1:3 yaitu 9,4 mmolg, komposisi 1:2 yaitu 8,86 mmolg, 1:1 yaitu 9 mmolg, 2:1 8,6 mmolg, dan 3:1 yaitu 7,73 mmolg. Seiring dengan penurunan jumlah ion H + dalam katalis dan nilai keasaman pun semakin turun, ion H + ini lah yang terikat pada gugus sulfonat yang diharapkan berperan sebagai sisi aktif katalis pada proses reaksi kimia [9] . Komposisi 1:3 memiliki jumlah keasaman tertinggi dibandingkan dengan komposisi lainnya, dari hasil tersebut dapat disimpulkan bahwa semakin banyak prekursor karbon maka jumlah situs asam semakin meningkat yang dikarenakan semakin banyak tempat terikatnya gugus -SO 3 H . Hasil uji keasaman membuktikan komposisi 1:3 memiliki sisi aktif yang lebih baik dibandingkan komposisi lainnya yang diperkuat dengan data analisa FT-IR. Penentuan Aktivitas Katalitik Katalis Komposit Zeolit-Karbon Sulfonat dengan Reaksi Esterifikasi Asam Asetat dengan Ethanol Pengaruh Komposisi Zeolit : Karbon Terhadap Aktivitas Katalitik Katalis Zeolit:Karbon Sulfonat. Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 201 H 3 C-C-OH O H 3 C-C-OH OH H O H 3 C-C-OH OH H O C 2 H 5 H + + H + H 3 C-C-OH OH OC 2 H 5 C 2 H 5 H 3 C-C-O OH OC 2 H 5 H + H H - H2O H 3 C-C OH OC 2 H 5 H 3 C-C O OC 2 H 5 CH 3 COH O + CH 3 CH 2 OH H + , Kalor CH3COCH2CH3 O Komposisi katalis komposit zeolit karbon sulfonat mempengaruhi besar hasil etil asetat esterifikasi etanol-asam. Hasil etil asetat masing - masing komposisi ditunjukkan pada gambar 13. Gambar 13. Grafik hasil etil asetat hasil reaksi esterifikasi Gambar 13 menunjukkan aktivitas katalitik komposisi 1:3 memiliki nilai persen yield terbesar yaitu 91,294. Persen yield terkecil ditunjukkan pada komposisi 3:1 yaitu 81,328. Disimpulkan bahwa semakin besar jumlah karbon dari glukosa maka aktivitas katalitiknya akan semakin meningkat dengan kata lain karbonisasi glukosa yang membentuk polisiklik aromatik hidrokarbon dapat mengikat gugus -SO 3 H sebagai sisi aktif katalis semakin banyak. Hasil produk reaksi esterifikasi ini menguatkan hasil uji keasaman dan karakterisasi menggunakan FT-IR bahwa komposisi 1:3 adalah komposisi terbaik. Selain itu dibandingkan juga dengan hasil etil asetat menggunakan katalis H 2 SO 4 yaitu 82,88 yang membuktikan kinerja katalis komposit zeolit- karbon sulfonat lebih unggul dari pada kinerja katalis H 2 SO 4. Karakterisasi Hasil Reaksi Esterifikasi Menggunakan GC-MS Uji aktivitas katalitik masing-masing komposisi komposit zeolit-karbon sulfonat dilakukan dengan reaksi esterifikasi menggunakan ethanol dan asam asetat pada suhu 71 o C selama 4 jam. Berikut adalah reaksi lengkap dan mekanisme reaksi esterifikasi. Gambar 14. Reaksi lengkap esterifikasi etanol-asam asetat menjadi etil asetat Gambar 15. Mekanisme reaksi esterifikasi etanol-asam asetat menjadi etil asetat Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... 202 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Produk esterifikasi terbaik pada komposisi 1:3 diidentifikasi menggunakan GC-MS. Hal ini bertujuan untuk membuktikan apakah etil asetat adalah senyawa yang lebih dominan pada hasil reaksi esterifikasi dengan menggunakan katalis komposit zeolit-karbon sulfonat. Gambar 16. Kromatogram hasil reaksi esterifikasi Kromatogram GC-MS Gambar 16 mengindikasikan bahwa adanya 2 senyawa hasil reaksi yang dapat dilihat dengan munculnya 2 puncak pada waktu retensi 2,07 dan 2,72 menit. Persen area pada kedua puncak hampir sama yaitu 45,40 dan 54,60, diindikasikan puncak pertama adalah etanol yang bertindak sebagai pelarut pada reaksi esterifikasi, hal ini disebabkan kurang maksimalnya pemisahan pada proses destilasi karena titik didih etanol yaitu 78 o C dan etil asetat yaitu 77 o C yang berdekatan sehingga etanol juga ikut menguap pada saat proses destilasi. Dari data spektrum massa didapatkan pola fragmentasi dari masing-masing senyawa. Berdasarkan pola fragmentasi dan puncak dasar yag khas mka struktur dari masing-masing senyawa dapat diketahui. Gambar 17. Spektrum massa hasil reaksi esterifikasi Senyawa dengan waktu retensi 2,72 menit merupakan senyawa yang lebih dominan. Spektrum massa senyawa tersebut Gambar 17 menunjukkan ion molekul pada mz 88 yang cocok dengan rumus molekul C 4 H 8 O 2 . Selain itu keberadaan seyawa ditunjukkan dengan pelepasan CH 3 CH 2 O . menghasilkan puncak senyawa dengan massa molekul mz 43 yaitu CH 3 OC + , pelepasan CH 3 menghasilkan puncak senyawa dengan massa molekul 73 mz yaitu CH 3 OOCH 2 + , dan pelepasan CH 3 CH 2 menghasilkan puncak senyawa dengan massa molekul 59 mz yaitu CH 3 COO. Senyawa pada waktu retensi 2,72 menit memiliki kemiripan 97 dengan senyawa etil asetat. 4 KESIMPULAN DAN SARAN Kesimpulan Berdasarkan hasil dari penelitian dapat disimpulkan bahwa : 1. Hasil karakterisasi menggunakan SEM-EDX memperlihatkan karbon dari glukosa telah melapisi zeolit yang ditunjukkan adanya sulfur pada 2,307 keV, Karakterisasi menggunakan FT-IR mempelihatkan adanya gugus sulfonat pada bilangan gelombang 1080,14 cm -1 pada katalis komposit zeolit-karbon. 2. Produk etil asetat pada reaksi esterifikasi menggunakan katalis komposit zeolit-karbon sulfonat komposisi zeoltit:karbon 1:3, 1:2, 1:1, 2:1, dan 3:1 menghasilkan persen yield 91,294, 90,950, 88,430 , 88,087, 81,328. Komposisi 1:3 merupakan komposisi terbaik yang disebabkan semakin banyaknya sisi aktif katalis dari gugus -SO 3 H yang terikat pada proses sulfonasi. 3. Hasil uji keasaman katalis komposit zeolit-karbon komposisi 1:3, 1:2, 1:1, 2:1, dan 3:1 yaitu 9,4 mmolg, 8,867 mmolg, 9 mmolg, 8,6 mmolg, dan 7,733 mmolg. Hal ini menguatkan bahwa komposisi 1:3 merupakan komposisi katalis komposit zeolit-karbon sulfonat terbaik. Febi H.Pengaruh Komposisi Glukosa dan Zeolit terhadap Sifat Katalis ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 203 Saran Masih diperlukan penelitian dengan pembanding katalis heterogen yang berbeda agar dapat memperlihatkan katalis mana yang memiliki sifat katalitik yang lebih unggul. Selain itu pada penelitian ini perlu dilakukan dengan variasi yang berbeda seperti variasi waktu reaksi, temperatur reaksi, dan jumlah katalis yang digunakan agar dapat melihat pengaruh yang lebih spesifik dari komposisi zeolit dan glukosa. REFERENSI [1] Vicente, M. A., Banares-Munoz. M. A., Gandia L. M., and Gil A., 2001. On the Structural Change of a Sa- ponite Intercalated With Various Poycation Upon Thermal Treatment, Applied Catalys A : General, 217 : 191-204 [2] Liu, Y. X., Huang, M., Long, M.H., and Lei Z. Y., 2010. Preparation of a carbon-based solid acid catalyst by sulfonating activated carbon in chemical reduction Process. Molecules, 15, 7188-7196 [3] Toda, M., Takagaki, A., Okamura, M., Kondo, J.N., Hayashi, S., Domen, K., and Hara., M. 2005. Green Chemistry: Biodiesel Made with Sugar Catalyst. Nature, 4387065, 178. [4] Lu, Y., Liang, X., and Qi, C., 2012. Synthesis of novel carbonsilica composites based strong acid catalyst and its catalytic activities for acettalization. Indian Academy of Science. Vol. 3 : 419-424. [5] Toda, M., Takagaki, A., Okamura, M., Kondo, J.N., Hayashi, S., Domen, K., and Hara., M. 2005. Green Chemistry: Biodiesel Made with Sugar Catalyst. Nature, 4387065, 178. [6] Vollhardt, K. P. C and Schore, N. E., 2007. Organic Chemistry Structure and Function, Fifth Edition, New York, W.H.Freeman Company. [7] Durairaj, R. B., 2005. Resorcinol : Chemistry, Technology and Applications, Springer, Heidelberg [8] Fic,K., G.Lota, M. Meller and E. Frackowiak. 2012. Novel Insight into neutral medium as electrolyte for high-voltage supercapacitors. Energy and Environmental Science. Vol.52:5842-5850. [9] Xu, B., Ren, J., Liu, X., Guo, Y., Gou, Y., Lu, G., and Wang, Y. 2010. Novel Sulfonated Carbonaceous Ma- terials from p-toluenesulfonic AcidGlucose As a High-performance Solid-acid Catalyst. Catalysis Commu- nication 11 . 629-632. [10] Onda, A., Ochi, T., and Yanagisawa, K. 2008. Selective Hydrolisis of Cellilose Over Solid Acyd Catalyst. Green Chemistry . 10, 2008, p 1033-1037. 204 Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 Observasi Morfologi Khamir dari Minuman Tradisional Tuak yang Digunakan untuk Fermentasi Etanol Hermansyah dan Heni Yohandini Jurusan Kimia Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sriwijaya, Sumatera Selatan Abstrak: Telah dilakukan penelitian pengamatan morfologi isolat khamir dari minuman tradisional tuak yang digunakan untuk fermentasi etanol. Isolat-isolat khamir tuak T4, T5, dan T10 yang menunjukkan fenotip pertumbuhan yang baik dalam media agar YPD yang mengandung glukosa, arabinosa, ataupun xilosa sebagai sumber karbonnya. Hasil uji fenotip ini mengindikasikan bahwa isolat T4, T5, dan T10 berpotenti untuk digunakan sebagai mikroorganisme yang mampu memfermentasi arabinosa dan xilosa sekaligus glukosa menjadi etanol. Diharapkan isolat-isolat tersebut dapat digunakan dalam proses biokonversi lignoselulosa menjadi etanol. Observasi morfologi terhadap isolat khamir menunjukkan bahwa isolat khamir T4, T5, dan T10 mirip berbeda dengan sel khamir Saccharomyces cerevisiae dengan bentuk ada yang bulat, elipsoidal, bentuk silindris panjangdan perkembangannya membentuk budding tunas. Kata kunci: Khamir, Tuak, Saccharomyces cerevisiae, Xilosa, Arabinosa Abstract: Morphological observation yeast isolates from tuak an traditional baverage for etanol fer- mentation application. Tuak yeast isolates T4, T5, and T10 showed well growth phenotype either in YPD agar media with glucose, arabinose, or xylose as a carbon source. This phenotype results indicated that isolates T4, T5, and T10 have a potent to use as a microorganism are capable to ferment both arabinose and xylose as well as glucose for ethanol production. Those isolates were expected to use in bioconversion of lignocellulosic material into ethanol. Morphological observation of those isolates showed that tuak yeast isolates T4, T5, and T10 are similar to yeast Saccharomyces cerevisiae- cells round, oval, ellipsoidal, long cylinder, and forming a bud for their proliferation. Keywords: Yeast, Tuak, Saccharomyces cerevisiae, Xylose, Arabinose, Bioethanol 1 PENDAHULUAN alah satu biomasa pembuatan etanol yang paling berlimpah adalah lignoselulosa. Limbah biomasa berupa tandan kosong kelapa sawit, ampas tebu dan jerami padi terdapat berlimpah di Sumatera Selatan khususnya, maupun di Indonesia secara umum menjadi bahan baku yang menjanjikan dalam memproduksi bioetanol.Lignoselulosa adalah materi organik yang dapat terbarukan dan merupakan komponen utama struktur tanaman. Biomasa lignoselulosa secara umum tersusun atas polimer selulosa 40-50, hemiselulosa 25-35, lignin 15-20 Gray et al , 2006.Hasil hidrolisis selulosa dan hemiselulosa merupakan materi yang berpotensi menghasilkan etanol. Selulosa, terdiri atas -1,4 glukosida, sedangkan. Hemiselulosa, memiliki backbone rantai xylane -1,4 glukosida dengan ratai cabang manosa, galaktosa, arabinosa, asam glukuronat. Hemiselulosa dibanding selulosa relatif mudah dihidrolisis menjadi monosakaridanya.Lignin merupakan polimer heterogen utama ketiga yang terdapat dalam ligonselulosa, dan umumnya mengandung tiga alkohol aromatis berupa coniferyl alkohol, sinapyl, dan p-coumaryl. Tahapan proses utama dalam konversibiomasa lignoselulosa menjadi etanol dapat dibagi menjadi tiga proses utama yang harus dilakukan secara berurutan. Tahapan tersebut terdiri atas pengolahan awal atau pre-treatment untuk menghilangkan atau mengurangi lignin, hidrolisis atau proses sakarifi- kasi untuk menguraikan selulosa atau hemiselulosa menjadi gula sederhana, dan fermentasi yang merubah gula sederhana menjadi etanol. Dari tahapan proses utama tersebut, tahap fermentasi harus menggunakan mikroorganisme. Fermentasi, adalah proses pengubahan monosakarida menjadi etanol dengan bantuan khamir Saccharomyces cerevisae Albers and Larsson, 2009. Salah satu kelemahan S.cerevisiae adalah hanya mampu memfermentasi heksosa terutama glukosa, dan tidak dapat memfermentasi gula pentosa S Hermansyah Heni Y. Observasi Morfologi Khamir dari Minuman Tradisional Tuak ... Prosiding Seminar Nasional MIPA 2014, Palembang 2 Oktober 2014 205 seperti arabinosa dan xilosa.Usaha rekayasa genetika dengan mengkonstruksi S.cerevisiae rekombinan dengan memasukan gen-gen pengkode enzim-enzim yang terlibat dalam pathway xilosa menjadi etanol seperti xilose reduktase, xilitol dehidrogenase, endogeneous xilulokinase maupun gen yang terlibat dalam fermentasi arabinosa seperti L-arabinosa isomerase, L-ribulosa-5-P 4-epimerase, dan endogeneous pentosa transporting permease Karhumaa, et al ., 2006; Hahn-Higerdal et al . 2007. Selain itu, usaha skrining mikroba baru yang dapat memfermentasi produk hidrolisis seperti glukosa, xilosa, dan arabinosa Dien et al , 1996. Pada penelitian ini telah berhasil mengisolasi dan menskriningkhamirdari minuman tuak, minuman tradisional Sumatera Utara. Isolat-isolat khamir tuak tersebut memiliiki fenotip mampu hidup dengan baik di media yang mengandung arabinosa ataupun xilosa sebagai sumber karbon. Hal ini mengindikasikan isolat-isolat khamir mampu memfermentasi xilosa ataupun arabinosa yang merupakan mo- nomer gula penyusun biomasa lignoselulosa. Hasil observasi morfologi menunjukkan bahwa sel isolat-isolat tuak tersebut membentuk budding atau tunas dalam perkembang-biakannya. 2 METODOLOGI PENELITIAN Isolat Khamir dan Media : Isolat khamir yang diperoleh dari minuman tuak T4, T5, dan T10. Kha- mir Saccharomyces cerevisiae dengan genotif MAT a met15Δ0 his3Δ1 leu2Δ0 ura3Δ0 Htg- sebagai pembanding Benjaphokee et al, 2011. Media agar YPD glukosa yang mengandung 10 gr yeast extract, 20 gr pepton, 20 gr glukosa, 20 gr bakto agar, air hingga 1 L yang disterilkan dengan autoklaf pada suhu 121 o C, tekanan 15 psi selama 15 menit. Media agar YPD dengan komposisi yang sama seperti media cair YPD dengan penambahan 20 gr bakto agar. Media YPD arabinosa atau YPD xilosa dibuat dengan cara yang sama seperti diatas, kecuali glukosa diganti dengan arabinosa atau xilosa. Uji Fenotip. Goreskan isolat khamir T4, T5, T10 dan S.cerevisiae sebagai pembanding pada media agar YPD glukosa, YPD arabinosa, dan YPD xilosa dengan membentuk pola tertertu yaitu diawali dengan densitas tinggi makin lama densitas selnya makin rendah. Selanjutnya diinkubasi pada suhu 30 o C selama 1-2 hari. Pengamatan Morfologi : Sel khamir isolat dan khamir pembanding dikultur hingga fase mid loga- ritma OD 660 = 0,8-1,0, aliqud 100 µL, sentrifuse 12000 rpm selama 1 menit, tambahkan stain- ing40,6 ‐diamidino‐2‐ phenyl-indole. Amati morfologi sel dengan mikroskop fluoresensi. Selanjut- nya segera dilakukan pengamatan morfologi sel dengan mikroskop fluoresensi BX61-34-FL-I-D, Olympus menggunakan filter BF dan DAPI Olympus, Kamera CCD CCD-Exi, Molecular Devic- es dan software MetaMorph version 6.1 Molecular Devices Hermansyah et al, 2009. 3 HASIL DAN DISKUSI Koloni tunggal dari Isolat yang berasal dari tuak Dari 25 koloni tunggal isolat khamir dari minuman tuak, hanya tiga isolat koloni tunggal yaitu T4, T5, dan T10 yang memiliki fenotip dapat tumbuh dengan baik di media yang mengandung glukosa, xilosa ataupun arabinosa sebagai sumber karbonnya, sedangkan khamir S.cerevisiae umumnya tidak dapat tumbuh di media yang xilosa ataupun arabinosa, tapi tumbuh sangat baik dalam media yang mengandung glukosa Gambar 1. Karena Isolat-isolat khamir tuak T4, T5, dan T10 dapat tumbuh dimedia xilosa ataupun arabinosa, hal ini mengindikasikan bahwa isolat-isolat khamir tuak tersebut dapat memfermentasi arabinosa dan xilosa menjadi etanol Rao et al , 2008. Akan tetapi, uji kemampuan isolat untuk memfermentasi arabinosa dan xilosa perlu dilakukan uji lebih lanjut. Biomasa lignoselulosa yang berlimpah dialam dengan kandungan hemiselulosanya hingga 35, menjadi bahan baku yang potensial untuk menjadi etanol. Produk hidrolisis hemiselulosa tersebut adalah xilosa dan arabinosa, apabila xilosa dan arabinosa ini bisa dikonvesi dengan sempurna menjadi etanol, akan menghasilkan produk fermentasi etanol yang signifikan.

Jakabaring Prosiding SEMNAS MIPA UNSRI 2014

S. Kemudian

1. Preparasi Komposit zeolit-karbon

2. Karbonasi Campuran Zeolit-Glukosa

3. Sulfonasi Komposit Zeolit-Karbon

4. Penentuan Topologi Permukaan Komposit Zeolit-Karbon Sulfonat dengan SEM-EDX

5. Penentuan Gugus Fungsi Komposit Zeolit-Karbon Sulfonat dengan Spektrofotometer FT-IR

6. Penentuan jumlah gugus sulfonat Komposit Zeolit-Karbon Sulfonat

Parts

Dokumen yang terkait

prosiding semnas lppm 2014

prosiding semnas mipa lessons study mata kuliah gelombang mengembangkan habit minds

ARTIKEL SEMNAS MIPA

prosiding semnas mipa uny 2012

Menunjukkan Sifat-sifat Affinitas perspektif Menggunakan Program Cabri (Prosiding semnas MIPA 2009)

Prosiding Semnas STKIP 2014

Prosiding Semnas Pend. Bio IPA 2015 FKIP Unsri Riyanto.compressed

MAKALAH SABAR PROSIDING SEMNAS APIKI 2014

Prosiding Biologi SEMIRATA MIPA 2016 Riyanto FKIP Unsri

Prosiding SEMNAS MIPA UNSRI 2014 (upload ke eprint)1

Dukungan

Links

Jakabaring Prosiding SEMNAS MIPA UNSRI 2014

S. Kemudian

1. Preparasi Komposit zeolit-karbon

2. Karbonasi Campuran Zeolit-Glukosa

3. Sulfonasi Komposit Zeolit-Karbon

4. Penentuan Topologi Permukaan Komposit Zeolit-Karbon Sulfonat dengan SEM-EDX

5. Penentuan Gugus Fungsi Komposit Zeolit-Karbon Sulfonat dengan Spektrofotometer FT-IR

6. Penentuan jumlah gugus sulfonat Komposit Zeolit-Karbon Sulfonat

Parts

Dokumen yang terkait

prosiding semnas lppm 2014

prosiding semnas mipa lessons study mata kuliah gelombang mengembangkan habit minds

ARTIKEL SEMNAS MIPA

prosiding semnas mipa uny 2012

Menunjukkan Sifat-sifat Affinitas perspektif Menggunakan Program Cabri (Prosiding semnas MIPA 2009)

Prosiding Semnas STKIP 2014

Prosiding Semnas Pend. Bio IPA 2015 FKIP Unsri Riyanto.compressed

MAKALAH SABAR PROSIDING SEMNAS APIKI 2014

Prosiding Biologi SEMIRATA MIPA 2016 Riyanto FKIP Unsri

Prosiding SEMNAS MIPA UNSRI 2014 (upload ke eprint)1

Dokumen yang Anda mencari sudah siap untuk unduhkan