Gas Chromatography GC ANALISIS KOMPOSISI ASAM LEMAK MINYAK BIJI ALPUKAT

15 hampir setiap jenis senyawa organik, bahkan senyawa yang tidak stabil dalam keadaan aslinya tetapi dapat dikonversi ke derivatif yang mudah menguap [30]. Kromatografi gas adalah suatu teknik pemisahan komponen dari sebuah sampel partisi yang terdiri dari 2 fasa yaitu fasa diam dan fasa gas pembawa fasa gerak. Menurut keadaan fasa diam, kromatografi gas dapat diklasifikasikan menjadi kromatografi gas-padat GSC, di mana fasa diam adalah padat, dan kromatografi gas-cair GLC yang menggunakan cairan sebagai fasa diam. GLC sebagian besar lebih banyak digunakan daripada GSC. Selama pemisahan GC, sampel diuapkan dan dibawa oleh fasa gas pembawa melalui kolom. Pemisahan komponen yang berbeda dicapai berdasarkan tekanan uap relatifnya dan afinitas untuk fasa diam. Afinitas zat terhadap fasa diam dapat digambarkan dalam istilah kimia sebagai konstanta kesetimbangan yang disebut konstanta distribusi Kc, yang juga dikenal sebagai koefisien partisi. Kc bergantung pada suhu dan juga sifat kimia fasa diam. Dengan demikian, suhu dapat digunakan sebagai cara untuk meningkatkan pemisahan senyawa yang berbeda melalui kolom, atau dengan fasa diam yang berbeda [30]. Selama 10 tahun terakhir telah terjadi peningkatan penggunaan GC, dalam pengkombinasian dengan spektrometri massa MS. Spektrometer massa telah menjadi detektor standar yang memungkinkan untuk batas deteksi yang lebih rendah dan tidak memerlukan pemisahan dari semua komponen yang ada dalam sampel. Spektroskopi massa adalah salah satu jenis deteksi yang menyediakan informasi yang hanya memerlukan mikrogram sampel. Identifikasi kualitatif senyawa yang tidak diketahui serta analisis kuantitatif sampel dapat menggunakan GC-MS. Ketika GC digabungkan ke spektrometer massa, senyawa yang terelusi dari kolom GC terionisasi dengan menggunakan elektron EI, ionisasi elektron atau pereaksi kimia CI, ionisasi kimia. Fragmen yang dikenakan fokus, dipercepat menjadi analyzer massa : biasanya analyzer massa quadrupole. Fragmen dengan massa yang berbeda akan menghasilkan sinyal yang berbeda, sehingga setiap senyawa yang menghasilkan ion dalam rentang massa dari analyzer massa akan terdeteksi [30]. 16

2.4 RANCANGAN DAN PENGOLAHAN DATA DENGAN RESPONSE

SURFACE METHODOLOGY RSM Untuk memahami seberapa jauh suatu proses yang optimum dipengaruhi oleh sejumlah variabel, sering diperlukan data-data percobaan dalam jumlah besar dan membutuhkan waktu lama, yang secara otomatis juga akan memerlukan biaya dalam jumlah yang besar. Beberapa teknik statistika dan matematika sering dipakai untuk melakukan pendekatan guna memperoleh pemahaman terhadap kondisi optimum dari suatu proses, tanpa memerlukan data yang terlampau banyak. Diantara metode yang sering dipakai adalah metode permukaan respon [31]. Response Surface Methodology RSM merupakan salah satu metode Design of Experiments DOE selain faktorial, mixture, taguchi, box-behnken, D- optimal, dll. Secara umum, tujuan suatu eksperimen adalah untuk memperoleh keterangan tentang bagaimana respon yang diberikan oleh suatu obyek pada berbagai keadaan tertentu yang ingin diperhatikan [31]. Metode permukaan respon response surface methodology merupakan sekumpulan teknik matematika dan statistika yang berguna untuk menganalisis permasalahan dimana beberapa variabel independen mempengaruhi variabel respon dan tujuan akhirnya adalah untuk mengoptimalkan respon. Ide dasar metode ini adalah memanfaatkan desain eksperimen berbantuan statistika untuk mencari nilai optimal dari suatu respon. Metode ini pertama kali diajukan sejak tahun 1951 dan sampai saat ini telah banyak dimanfaatkan baik dalam dunia penelitian maupun aplikasi industri. Misalnya, dengan menyusun suatu model matematika, peneliti dapat mengetahui nilai variabel-variabel independen yang menyebabkan nilai variabel respon menjadi optimal [31]. Jika suatu percobaan telah didesain, data akan dikumpulkan dalam bentuk seefisien mungkin agar permasalahan dapat terselesaikan. Sebelum memilih desain, beberapa pertanyaan berikut harus dijawab terlebih dahulu, yaitu bagaimana mengukur respons dan faktor yang mempengaruhi, berapa faktor yang mempengaruhi respons, berapa faktor yang akan diselesaikan bersamaan, berapa kali pengulangan dari percobaan diperlukan, tipe analisis data apa yang 17 dibutuhkan regresi, ANOVA, dll, dan bagaimana menyatakan pengaruh tersebut signifikan [32].