meningkat. Pada permukaan tanah laju degradasi azoxystrobin meningkat ketika intensitas dan lama penyinaran matahari juga meningkat Syngenta, 2005.
2. Efek Toksik
Azoxystrobin
Setelah diluncurkan di Eropa pada tahun 1996, Amistartop® diproduksi oleh Syngenta, menjadi salah satu fungisida yang ada di rangking atas kurang dari
3 tahun. Salah satu komponen aktif dalam Amistartop® adalah azoxystrobin Tomlin, 2000. Strobilurins bertindak untuk menghambat transfer elektron dalam
jalur respirasi di mitokondria, mengganggu metabolisme dan mencegah pertumbuhan jamur Tomlin, 2000. Hasil penghambatan ini meregangkan
oksidatif seluler yang disebabkan oleh elektron yang lepas dari rantai pernapasan , yang dapat didetoksifikasi oleh mitokondria superoksida dismutase mangan
MnSOD Kimura dkk., 2007. Azoxystrobin mempunyai dampak racun yang akut rendah dan kronis bagi manusia, burung, mamalia, dan menjadi sangat
beracun bagi ikan air tawar, invertebrata air tawar, dan muaraikan laut, dan sangat beracun pada binatang muaravertebrata Tomlin, 2000. Bukan hanya itu
senyawa azoxystrobin mempunyai efek berbahaya bagi mamalia antara lain karsinogenik dan genotoksik CAC, 2014.
H. Analisis Kelumit
Trace Analysis
Analisis kelumit trace analysis adalah analisis pengukuran jumlah suatu zat yang dilakukan pada keadaan konsentrasi analit pada sampel sangat
kecil dan menyebabkan kesulitan dalam memperoleh hasil yang dapat dipercaya. Umumnya dilakukan pada kisaran di bawah bagian per juta part per million
ppm misalnya 1 ppm =1μgg = 0,0001 atau 1 mgL untuk cairan. Selain PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
disebabkan karena rendahnya konsentrasi analit dalam matriks, ada beberapa factor yang mungkin dapat mempengaruhi kesulitan yang dirasakan oleh analis
pada konsentrasi rendah, seperti kehilangan analit, kontaminasi, atau interferensi Prichard, MacKay, Points, 1996.
Beberapa masalah yang sering terjadi dalam analisis kelumit adalah: 1.
Konsentrasi analit yang akan ditentukan jauh lebih rendah dibandingkan dengan konstituen lain yang ada dalam matriks.
2. Adanya kontaminasi dari reagen, alat, atau lingkungan laboratorium yang
dapat menghasilkan false results. 3.
Hilangnya analit akibat adsorpsi, degradasi, atau selama proses analisis. 4.
Konstituen matriks dapat mengganggu sistem deteksi yang digunakan, menyebabkan nilai palsu menjadi lebih tinggi, sehingga dibutuhkan
pemurnian yang lebih baik dan atau detektor yang lebih selektif. 5.
Hasil yang diperoleh dengan teknik instrumen yang umum digunakan kurang tepat dibandingkan dengan menggunakan prosedur klasik.
6. Secara umum, sulit untuk memastikan keandalan metode karena material
referensi yang tersedia untuk berbagai aplikasi analisis kelumit cukup sedikit Prichard, MacKay, Points, 1996.
Tabel III. Klasifikasi Teknik dan Metode Analisis Berdasarkan Konsentrasi Analit dalam Sampel Menurut Namiesnik 2002
General name of analyte
Analyte concentration
Common term for analytical procedure
Examples Sub-
microtrace component
1 ppt 10
Trace analysis Determination of doxins in
sampels of various matrices Ultra-
microtrace component
1 ppb 10
Determination of trihalomethanes in drinking
water and human urine. Microtrace
component 1 ppm
10 Determination of carbon
monoxide in ambient air Trace
component 100 ppm
0.01 Determination of methane in
ambient air Secondary
Component admixture
1 Semi-microanalysis
Determination of carbon dioxide in ambient air
Primary component
1-100 Macroanalysis
Determination of oxygen in waste gases
I. Penentuan Laju Disipasi Fungisida
Laju disipasi biasanya ditentukan dengan mengambil sampel pada berbagai interval waktu setelah aplikasi pestisida dalam uji yang diawasi dan
dilakukan sedemikian rupa agar perawatan di lahan perlakuan sesuai dengan tujuan penggunaan pestisida. Karena ketidakpastian sampling, residu yang diukur
selama decline study bervariasi dengan rata-rata nilai residu yang benar dan data ini dapat menggambarkan jalannya kurva decline. Kesadaran terhadap variabilitas
yang diharapkan dari residu diperlukan. Pertimbangan penyebaran dan variabilitas dari residu membantu untuk menghindari interpretasi salah pada perbedaan kecil
atau menarik kesimpulan yang pasti dari 1 nilai perhitungan yang tetap. Hilangnya residu pestisida dari tanaman yang diperlakukan dipengaruhi
oleh beberapa faktor fisik, kimia, dan proses biokimia, yang jarang dapat dijelaskan dengan hubungan sederhana. Yang paling mungkin nilai pada waktu
tertentu dapat diperkirakan dengan menerapkan pada berbagai program komputer Ambrus, 2002.
Atas dasar data residu dari uji coba lapangan yang diawasi Timme, Frehse, dan Laska mengembangkan model evaluasi dan menerapkan berbagai formula
untuk linierisasi kurva penurunan residu untuk mendapatkan hubungan linear antara residu terukur R dan waktu t. Dengan demikian, statistik regresi linear
dapat digunakan untuk menghitung penurunan residu yang paling cocok dan keyakinan interval untuk data eksperimen. Nilai model yang digambarkan untuk
merekonstruksi kurva penurunan dalam bentuk aslinya Ambrus, 2002.
J. Penilaian Keamanan Residu Fungisida
