KATA PENGANTAR

Dengan mengucapkan puji syukur kepada Allah SWT, atas semua nikmat dan
karunia-Nya yang telah dilimpahkan kepada kita semua, sehingga penulis dapat
menyelesaikan penyusunan penelitian sederhana ini di laboratorium uji Pusdiklat Migas.
Penulisan laporan penelitian ini dimaksudkan untuk menambah wawasan bagi para
instruktur dalam mengampu dan membimbing praktik di laboratorium para peserta diklat
yang khususnya untuk mata diklat Produk Migas, serta untuk pengembangan profesi dari
penulis terkait dengan kegiatan pengumpulan angka kredit widyaiswara.
Pada kesempatan ini, penulis mengucapkan banyak terima kasih kepada berbagai
pihak yang telah membantu penyelesaian penulisan laporan penelitian ini, yakni kepada :
1. Kapusdiklat Migas.
2. Kepala Bidang Sarana Diklat.
3. Kepala Sub Bidang Laboratorium.
4. Pengawas Laboratorium Uji Pusdiklat Migas.
5. Pengelola Laboratorium Uji Pusdiklat Migas.
6. Serta beberapa rekan tim pelaksana penelitian dan semua pihak yang tidak bisa
kami sebutkan satu-persatu, yang turut serta dalam membantu terlaksananya
penelitian ini.
Dalam laporan penelitian ini, tim peneliti menyusunnya dalam beberapa bab yang
terdiri atas :

BAB I : Pendahuluan

BAB II : Dasar Teori

BAB III : Statistika

BAB IV : Hasil Percobaan

BAB V : Kesimpulan dan Saran

i
Pada akhirnya penulis berharap semoga laporan penelitian ini bermanfaat bagi kita semua
khususnya para instruktur di laboratorium uji sifat fisik BBM. Amin.

Cepu, Maret 2013

Penulis

ii
 DAFTAR ISI

KATA PENGANTAR i
DAFTAR ISI iii
Bab I Pendahuluan 1
I.1 Latar Belakang 1
I.2 Manfaat Penelitian 2
I.3 Tujuan Penelitian 2
I.4 Rumusan Masalah 3
I.5 Batasan Masalah 3
I.6 Metoda Penelitian 3
I.8 Jadwal Pelaksanaan Penelitian 4
Bab II Dasar Teori 5
II.1 Dasar Teori Teori Distilasi 5
II.2 Dasar Teori Terbentuknya Uap 5
II.3 Distilasi ASTM D 86 dan Microdistilasi ASTM D 7345 7
II.4 Terminologi pada Distilasi ASTM D 86 dan 9
Microdistilasi ASTM D 7345
Bab III Statistika 11
III.1 Statistika Deskriptif 11
III.2 Pengukuran Dispersi 14
III.3 Distribusi Normal 15
III.4 Pengujian Hipotesis Tentang Beda Dua Rata – Rata 18
Populasi
III.5 Pengujian Hipotesis Tentang Beda Dua Variance 21
Bab IV Hasil Percobaan 24
IV.1 Pelaksanaan Percobaan 24
IV.2 Data – Data Hasil Percobaan 26
IV.3 Pengolahan Data Secara Statistika 27

iii
Bab V Kesimpulan dan Saran 39
V.1 Kesimpulan 39
V.2 Saran 39
Daftar Pustaka 40

iv
 BAB I
PENDAHULUAN

Laboratorium Minyak Bumi adalah Laboratorium Ilmu Dasar dan

Laboratorium Pengujian. Sebagai sarana pendidikan dan pelatihan, Laboratorium
Minyak Bumi selalu di manfaatkan sebagai tempat pelaksanaan praktikum, baik
praktikum dari mahasiswa luar maupun sebagai sarana praktikum bagi peserta diklat,
khususnya diklat di bidang minyak dan gas bumi untuk Program Diklat Aparatur
Negara. Disamping Laboratorium Minyak Bumi sebagai sarana praktikum untuk
Pendidikan dan Pelatihan Bidang Minyak dan Gas Bumi di Pusdiklat Migas,
laboratorium Minyak Bumi juga memberikan jasa teknologi yaitu jasa pengujian
BBM dan Non BBM.
Pengujian BBM dan Non BBM yang dilakukan oleh laboratorium Minyak
Bumi adalah density, viskositas, water content, ash content, carbon residue, distilasi
ASTM D 86, foaming tendency, flash point, pour point, RVP, sediment content,
lubricity avtur, lubricity solar, dan lain-lain.
Diklat Penyegaran Laboratorium Pengujian Migas, Diklat Penyediaan dan
Penyaluran BBM Bersubsidi, Diklat Pengawasan dan Pengelolaan SPBU, Diklat
Biofuel, Diklat BBM Industri, Diklat Industri Hilir Migas dan lain-lain adalah diklat-
diklat Aparatur dan Non Aparatur Negara yang telah memanfaatkan fasilitas di
Laboratorium Minyak Bumi.
Keberadaan laboratorium Minyak Bumi sebagai laboratorium penguji
sangatlah penting mengingat jumlah laboratorium pengujian minyak dan gas di
wilayah Indonesia bagian timur sangatlah minim. Adapun pengguna jasa pengujian
laboratorium Minyak Bumi adalah Polres Blora, KNKT Jakarta, Pertamina EP,
Pertamina Aviasi, kantor Dinas PUP-ESDM Yogyakarta, Kilang Pusdiklat Migas dan
perusahaan – perusahaan di Jawa Timur seperti PT. Trans Wahana Universal (TWU),
PT. Sido Muncul, PT. White Oil Nusantara, serta beberapa Universitas swasta
maupun negeri seperti UGM, Unesa, Unibraw, dan juga masyarakat umum yang ingin
mengembangkan usahanya di bidang transportasi minyak.

1
I.1 Latar Belakang Penelitian
Uji Distilasi ASTM D 86 merupakan salah satu dari beberapa pengujian yang
dilakukan oleh Laboratorium Minyak Bumi, dimana dalam melakukan pengujian
Distilasi ASTM D 86 untuk produk minyak seperti Bensin, Kerosine, Nafta dan Solar
dilakukan dalam waktu yang cukup lama, yaitu kurang lebih 1,5 jam (dihitung mulai
dari persiapan sample uji sampai dengan tercatatnya hasil uji sementara). Sementara
di satu sisi customer/pelanggan selalu mengharapkan hasil uji yang cepat, terutama
bila jumlah sample yang banyak akan memerlukan waktu uji yang cukup lama.
Dikarenakan lamanya pengujian Distilasi ASTM D86 ini maka beberapa institusi
laboratorium penguji, seperti : Pertamina, telah menggunakan metode uji ASTM
D7345. Dimana metode uji Distilasi micro ASTM D7345 merupakan pengujian
distilasi automatic dengan kebutuhan sample yang minim (yaitu 10cc, sedangkan
untuk uji distilasi ASTM D86 diperlukan sample sebanyak 100cc) dan memerlukan
waktu uji kurang lebih 20 menit (dihitung mulai dari persiapan sample sampai dengan
keluarnya hasil uji dari alat uji).

I.2 Manfaat Penelitian

Adapun manfaat dari penelitian evaluasi hasil uji distilasi antara metode uji
ASTM D 86 dan microdistilasi ASTM D 7345 adalah sebagai berikut :
1. Untuk memastikan bahwa hasil uji distilasi ASTM D 86 adalah sama
dengan hasil uji distilasi micro ASTM D 7345.
2. Uji distilasi ASTM D 86 bisa digantikan dengan uji distilasi micro ASTM
D 7345, sehingga waktu pengujian bisa lebih cepat.
3. Memberikan tambahan pengetahuan untuk para instruktur dalam
melakukan proses Transfer Knowledge sehingga instruktur memiliki
kepercayaan diri yang tinggi dalam menjelaskan secara ilmiah hasil
percobaan penggantian metode uji ASTM D 86 dengan microdistilasi
ASTM D 7345.

I.3 Tujuan Penelitian

Adapun tujuan penelitian evaluasi hasil uji distilasi antara metode uji ASTM D
86 dan microdistilasi ASTM D 7345 adalah untuk mengetahui kesamaan hasil uji
produk minyak bumi antara ASTM D 86 dan microdistilasi ASTM D 7345.

2
I.4 Rumusan Masalah
Masalah yang dicoba untuk dicari penyelesaiannya adalah :
apakah hasil uji distilasi dengan menggunakan metode uji ASTM D86 sama
dengan hasil uji distilasi micro dengan menggunakan ASTM D 7345.

I.5 Batasan Masalah

Adapun penelitian ini dibatasi pada permasalahan :
1. sample yang digunakan adalah sample Bensin 88 dari SPBU
2. peralatan uji yang digunakan adalah sebagai berikut :
a. untuk uji distilasi ASTM D86 digunakan uji manual dan merk alat yang
digunakan adalah Stanhope Seta
b. untuk uji microdistilasi ASTM D7345 digunakan alat uji automatic dengan
kebutuhan sample uji 10 cc, serta merk alat adalah ISL PMD 100.

I.6 Metoda Penelitian

Metode serta langkah-langkah dalam pelaksanaan penelitian ini adalah sebagai
berikut :
1. Pengambilan data awal
Penelitian diawali dengan pengumpulan data-data awal, yang meliputi :
pengukuran RVP dan distilasi untuk produk Bensin
2. Pengambilan data-data penelitian
Pengambilan data-data penelitian baik untuk distilasi ASTM D86 maupun
microdistilasi ASTM D 7345 adalah didasarkan atas tabulasi berikut ini :
Parameter Uji Jml pengambilan data
Temperatur IBP 10
Temperatur 10% recovery 10
Temperatur 20% recovery 10
Temperatur 30% recovery 10
Temperatur 40% recovery 10
Temperatur 50% recovery 10
Temperatur 60% recovery 10
Temperatur 70% recovery 10
Temperatur 80% recovery 10

3
 Temperatur 90% recovery 10
Temperatur FBP 10

3. Pengolahan data-data penelitian

Data-data penelitian diolah dengan menggunakan statistika
4. Analisa dan pembahasan
Analisa dan pembahasan akan menentukan :
4.1. apakah hasil uji distilasi dengan menggunakan metode uji ASTM D86
sama dengan hasil uji distilasi micro dengan menggunakan ASTM D
7345.
4.2. pada temperatur recovery berapa ASTM D 86 bisa dianggap sama
dengan microdistilasi ASTM D 7345
5. Kesimpulan
Kesimpulan merupakan pengambilan keputusan dari rangkaian penelitian,
yang mana kesimpulan tersebut mengarah kepada bisa dan tidaknya metode
uji ASTM D 86 digantikan dengan metode uji ASTM D 7345 atau sebaliknya.

I.7 Jadwal Pelaksanaan Penelitian

Tentative pelaksanaan penelitian adalah sebagai berikut :
Minggu
Kegiatan
I II III IV V VI VII VIII
Pengambilan data
Pengolahan data
Penyusunan Makalah
Presentasi Makalah
Perbaikan Makalah
Penjilidan dan Penyerahan
Makalah ke perpustakaan

4
 BAB II
DASAR TEORI

II.1 Dasar Teori Distilasi

Distilasi adalah suatu proses pemisahan secara fisis berdasarkan besar dan kecilnya
titik didih dari suatu campuran zat cair. Dalam percobaan ini Distilasi adalah proses
penentuan sifat fisik produk produk minyak bumi berdasarkan perbedaan trayek titik didih
dari masing masing produk.
Pada prinsipnya proses distilasi ini terdiri dari proses penguapan dan proses pengembunan.
Proses penguapan adalah proses pemanasan cairan hingga menjadi uap sedang proses
pengembunan adalah proses menjadikan uap tersebut menjadi cair kembali.
Distilasi ada dua macam :
1. Simple Distillation (Distilasi biasa)
2. Fractional Distillation (Distilasi bertingkat)
Prinsip distilasi yang digunakan dalam percobaan di laboratorium untuk menentukan sifat
sifat fisik produk minyak bumi ini adalah Simple Distillation, karena pada proses distilasi ini
tidak terjadi kontak antara uap dan cairan yang terbentuk dari kondensasi. Biasanya sisitim
ini disebut dengan Sistem Batch.
Selama proses distilasi berlangsung, baik distilasi bertingkat maupun distilasi biasa, dari
cairan yang terdistilasi tersebut tidak terjadi perubahan struktur molekul dan juga tidak ada
zat baru yang terbentuk.

II.2 Dasar Teori Terbentuknya Uap

Terbentuknya Uap
Teori yang menjelaskan tentang proses terbentuknya uap adalah Diffusi Molekuler.
Teori ini menjelaskan tentang Mass Transfer, yaitu teori perpindahan massa akibat perbedaan
konsentrasi (Lihat praktikum Flash point).
Liquid yang berada dalam bejana tertutup dapat menguap karena adanya perbedaan
konsentrasi antara uap liquid yang berada di atas permukaan liquid dengan udara diatasnya.
Karena uap tersebut terkurung didalam bejana tertutup (Closed System), maka tekanan dari
uap tersebut semakin besar. Tekanan tersebut disebut dengan Tekanan Uap.

5
 Vapour Pressure (Tekanan Uap (P*))
Bila liquid, seperti air, ditempatkan dalam suatu bejana tertutup, maka sejumlah tertentu
dari liquid tersebut akan menguap. Tekanan dari uap tersebut besarnya setara dengan tekanan
gas. Dan apabila temperatur dari bejana tersebut dijaga konstan, maka akan diperoleh suatu
kesetimbangan dua fase antara uap dan liquid.
Tekanan Uap yang terjadi dari liquid yang menguap yang dijaga pada
pada temperatur konstan dikenal dengan Saturated Vapour Pressure
Uap
(Tekanan Uap Jenuh).
Tekanan uap jenuh akan meningkat bila temperaturnya meningkat
Liquid
pula.
Pada 25 oC, tekanan uap air adalah 23,76 mmHg, dan pada saat
temperatur air 100 oC, tekanan uapnya menjadi 760 mmHg. Ketika air ditempatkan pada
bejana tertutup dan dilakukan pemanasan secara terus menerus, maka semakin banyak pula
air yang menguap, sehingga tekanan uapnya meningkat pula.
Pada kondisi setimbang(Equilibrium), terdapat batasan yang jelas antara fasa uap dan
fasa liquid. Ketika temperatur air mencapai 374 oC, batasan tersebut telah kabur dan menjadi
tidak jelas lagi antara fase uap dan fase liquid, seolah olah semuanya berubah
menjadi uap dan lama kelamaan fase liquid menjadi hilang semua. Pada temperatur ini,
property dari liquid dan uap menjadi identik (sama) dan tidak ada lagi yang bisa
membedakan sifat fisik dari keduanya (liquid dan uap). Liquid yang telah mencapai kondisi
ini dikatakan berada pada Titik Kritis (Critical Point).
Temperatur, Tekanan Uap Jenuh, dan Molar Volume hubungannya dengan titik kritis
sering disebut dengan Temperatur Kritis (Tc), Tekanan Kritis (Pc), dan Volume Kritis (Vc).
Mereka memiliki harga yang konstan sesuai dengan karakteristik dari substansinya, sehingga
harga harga tersebut sering disebut dengan Konstanta Kristis (Critical Constant). Keadaan
fisik dari titik kritis ini dapat dilihat ketika mencapai End Point pada percobaan Distilasi
Jumlah massa Zat sebelum mengalami pemanasan dan sesudah mengalami pemanasan
terus menerus didalam bejana tertutup hingga akhirnya berubah fase seluruhnya atau
sebagian menjadi uap adalah tetap.

6
 Uap

Liquid
Liquid

Massa Zat sebelum = Massa Zat sesudah

Untuk menghitung besarnya tekanan uap, Antoine telah merumuskan sebagai berikut :

Ln P* = - A
+ B
C+T

dimana : P* = Tekanan Uap, atm

A,B,C = Konstanta
T = Suhu absolut, K

Dan Clausius-Clapeyron telah memodifikasi persamaan Antoine menjadi :

P1* ΔHv T2 – T1
Log = T2T1
P2* 2,303 R

dimana : P1 = Tekanan pada T1, atm

P2 = Tekanan pada T2, atm
ΔHv = Panas penguapan, Joule per grmol
T1, T2 = Suhu absolut, K

Dalam praktikum dilaboratorium tekanan uap di ukur dengan alat RVP yang kondisinya sama
dengan bejana yang diisi dengan contoh kemudian dipanaskan dan di jaga pada suhu tertentu.
Kemudian kita catat tekanan yang dihasilkan dari hasil percobaan pengukuran tersebut.

II.3 Distilasi ASTM D 86 dan Microdistilasi ASTM D 7345

Distilasi ASTM D 86 dan Microdistilasi ASTM D 7345 memiliki prinsip uji yang
sama, yaitu menguapkan produk minyak bumi dan akhirnya mengkondensasikan uap tersebut
menjadi minyak kembali. Ruang lingkup daripada uji distilasi ASTM D 86 adalah prinsip
7
distilasi atmosferik dengan menggunakan proses distilasi batch skala laboratorium guna
menentukan secara kuantitatif karakteristik range titik didih produk minyak bumi seperti light
and middle distilate, bahan bakar kendaraan mesin busi, bahan bakar kendaraan mesin busi
yang mengandung ethanol 10%, bahan bakar aviation gasoline, bahan bakar aviation turbine,
bahan bakar mesin diesel grade 1D dan 2D ASTM, biodesel blends up to 20%, marine fuels,
special petroleum spirits, nafta, white spirits, kerosine, dan burner fuel grade 1 dan 2 ASTM.
Sedangkan ruang lingkup dari uji ASTM D 7345 adalah metode uji untuk penentuan
karakteristikdistilasi produk minyak bumi yang memiliki range titik didih antara 20 – 400 oC
pada tekanan atmosferik dengan menggunakan alat microdistilasi.

Gambar II.1 : Peralatan Uji ASTM D 7345 Gambar II.2 : Peralatan Uji ASTM D 86

II.3.1 Prinsip Pengujian Distilasi ASTM D 86

100 ml contoh uji di distilasi dengan kondisi uji sesuai dengan penggolongan (group)
dari sample ujinya. Pengujian distilasi ini dilakukan di laboratorium pada tekanan atmosferik,
dimana temperatur setiap 10 % distilate yang ter recovery sampai dengan didapatkannya
temperatur akhir (end point/ final boiling point) di catat. Hasil uji dinyatakan dalam celsius.
Adapun pencatatan hasil uji pada metode uji ASTM D86 ini adalah sebagai berikut :
o
IBP : C
o
10 % rec : C
o
20% rec : C
o
20% rec : C

8
 o
30% rec : C
o
40% rec : C
o
50% rec : C
o
60% rec : C
o
70% rec : C
o
80% rec : C
o
90% rec : C
o
95% rec : C
o
End point : C

II.3.2 Prinsip Pengujian microdistilasi ASTM D 7345

Sejumlah contoh (10ml) dituangkan di labu distilasi micro, kemudian labu berisi
contoh tersebut ditempatkan diperalatan uji dan kemudian alat dijalankan secara otomatis,
dibawah kondisi uji yang telah diatur secara otomatis pula pada tekanan atmosferik.

II.4 Terminologi Pada Distilasi ASTM D 86 dan Microdistilasi ASTM D7345

Beberapa terminologi yang umum digunakan dalam menguji distilasi ASTM D86 dan
microdistilasi ASTM D7345 adalah sebagai berikut :
II.4.1 Terminologi pada microdistilasi ASTM D7345
a. Initial Boiling Point (IBP) :
Pembacaan temperatur terkoreksi yang terkait dengan tekanan di dalam labu yang
tercatat secara otomatis oleh alat uji.
b. Percent evaporated :
Banyaknya sample yang ter recover (dalam persen) dan terkoreksi. Dimana nilai
persen evaporated ini diprediksi oleh persen loss penguapan alat otomatik yang
mengacu pada termometer standard ASTM 7C.
c. Percent recovered :
Persen volume yang secara otomatis dilaporkan oleh alat dan dinyatakan dalam
persen volume yang ditampung dari volume contoh dan terkait secara simultan
dengan pembacaan termometer yang mengacu pada termometer standard ASTM
8C.

9
 d. Percent recovery :
Persen recovery yang diprediksi oleh alat secara otomatis dan dinyatakan dalam
persen volume yang tertampung dari volume contoh.
e. Persent residue :
Volume residu yang tidak bisa menguap dan tertinggal di dasar labu besarnya
diprediksi oleh alat secara otomatis dan dinyatakan dalam persent volume dari
volume residu yang tertinggal di labu dari volume contoh.

II.4.2 Terminologi pada ASTM D 86

a. Initial Boiling Point (IBP) :
Pembacaan termometer terkoreksi yang di amati saat terjadi tetesan kondensat
pertama kali di gelas ukur penampung 100ml.
b. Persen evaporated :
Penjumlahan dari persen yang ter recover di gelas ukur penampung 100ml dengan
persen loss
c. Persen loss :
Adalah 100 dikurangi persen total kondensat yang tertampung di gelas ukur
100ml dan dikurangi lagi dengan persen residu
d. Persen recovered :
Volume kondensat yang tertampung di gelas ukur 100ml dan dinyatakan dalam
persen volume dari volume sample.
e. Persen recovery :
Persen recover maksimum yang di dapat saat distilasi telah dihentikan.
f. Persen total recovery :
Kombinasi persen recovery dan residu di labu.
g. Persen residu :
Volume residu yang tertinggal di labu dan dinyatakan dalam persen volume dari
volume sample.

10
 BAB III
STATISTIKA

III.1 Statistika Deskriptif : Pengukuran Nilai Sentral

III.1.2 Pengertian Nilai Sentral
Nilai Sentral atau Nilai Tendensi Pusat adalah suatu nilai yang mewakili
semua nilai observasi dalam suatu data. Nilai tersebut dianggap sebagai gambaran
dari kondisi suatu data. Beberapa macam nilai sentral yang umum digunakan
adalah :
1. Rata-Rata Hitung (Aritmatic Mean)
2. Rata-Rata Hitung Tertimbang
3. Median
4. Modus
5. Rata-Rata Ukur (Geometric Mean)
Rata-rata hitung (yang lebih dikenal dengan sebutan nilai rata-rata) merupakan
nilai sentral yang sangat umum digunakan.

III.1.2.1 Rata-Rata Hitung

Notasi yang dipakai untuk menunjukkan rata-rata hitung adalah X
(baca eksbar). Pada statistika induktif notasi X dikenal dengan rata-rata sample
dan baca miu) untuk rata-rata populasi. Rata – rata hitung (mean) dapat
dihitung dari dua macam data, yaitu data yang belum/tidak dikelompokkan (raw
data) dan data yang telah dikelompokkan (distribusi frekwensi).
Rumus untuk mencari mean dari data yang belum dikelompokkan adalah :
_
x
X
n ....................................(3.1)
Dimana :
X = rata-rata hitung
∑X = jumlah semua nilai observasi
n = jumlah item observasi

11
Keuntungan menggunakan rata-rata hitung adalah konsep rata-rata hitung cukup
dikenal orang. Setiap data statistik pasti dapat dihitung mean-nya. Dalam
menghitung mean, semua nilai observasi dalam data diperhitungkan sehingga
mean cukup representatif sebagai nilai sentral.
Kekurangan penggunaan rata-rata hitung adalah :
1. Perhitungan mean dipengaruhi oleh nilai ekstrim (nilai yang sangat tinggi
atau nilai yang sangat rendah
2. Bila nilai observasi suatu data relative banyak, misal 600 item, maka kita
membutuhkan cukup banyak waktu untuk menghitung mean-nya karena
setiap nilai observasi harus dimasukkan dalam perhitungan.

III.1.2.2 Rata-Rata Hitung Tertimbang

Pada pengembangan lebih lanjut, orang mnegenal rata-rata hitung
tertimbang. Rata-rata hitung tertimbang digunakan untuk menghitung rata-rata
pada data yang mengandung unsur variabel timbangan (weighted).
Contoh :
Item Data Timbangan Nilai
A W1 N1
B W2 N2
C W3 N3

Maka rata-rata tertimbang dari data diatas adalah :

_
(W x X )
Xw 
W ...........................................(3.2)
Dimana :
Xw = rata-rata tertimbang
W = timbangan
X = nilai

12
III.1.2.3 Median
Median adalah nilai yang terletak di tengahsuatu data yang telah
diurutkan dari nilai terkecil hingga terbesar. Jika jumlah item data genap nilai
median adalah nilai rata-rata dari dua nilai yang terletak di tengah.
Cara mencari nilai median adalah dengan menyusun item data terlebih dahulu,
yaitu dengan cara.
1. Jika jumlah item data ganjil, maka letak median dapat di cari dengan
rumus (n+1)/2
2. Nilai yang sesuai dengan letak median adalah nilai mediannya
3. Jika jumlah item data genap, nilai median dapat dicari dengan
menjumlahkan nilai pada letak n/2 dan nilai pada (n+2)/2, kemudian
hasilnya dibagi 2
Kekurangan median adalah jika jumlah item data genap, maka nilai median
menjadi tidak aktual karena diambil dari rata-rata dua nilai yang berada di tengah.
Selain itu, jika data memiliki item data yang sangat banyak, maka perhitungan
median menjadi sulit karena harus menentukan nilai pada letak tengah suatu data
yang panjang. Terakhir, tidak seperti rata-rata hitung, perhitungan median tidak
menyertakan semua data.

III.1.2.4 Modus
Modus adalah item yang memiliki frequensi tertinggi pada suatu data.
Dengan kata lain, modus adalah nilai yang paling sering muncul pada suatu
data.jika data memiliki dua nilai dengan frequensi tertinggi, maka data tersebut
dikatakan memiliki dua modus (bimodus); atau disebut sebagai data multimodus
jika data memiliki lebih dari dua nilai tengah dengan frequensi tinggi.
Sebagai nilai sentral, modus memiliki kelebihan sebagai berikut :
1. Modus tidak dipengaruhi oleh nilai ekstrim
2. Modus relatif mudah dihitung
Kekurangan dari Modus adalah :
1. Jika terdapat lebih dari satu modus (bimodus atau multimodus), maka akan
menyulitkan interpretasi terhadap data tersebut, kemudian timbul masalah :
nilai manakah sebaiknya yang digunakan sebagai nilai sentral data?

13
 2. Tidak setiap data memiliki Modus
3. Perhitungan modus tidak menyertakan semua item data

III.2 Pengukuran Dispersi

Pengukuran dispersi digunakan untuk melengkapi perhitungan nilai
sentral. Dispersi adalah besarnya penyimpangan suatu nilai dari sentralnya.
Pengukuran Dispersi, yang merupakan salah satu aspek yang sagat penting dalam
studi deskriptif suatu data, mengukur variabilitas nilai-nilai observasi dari nilai
sentralnya. Dua kelompok data mungkin memiliki rata-rata yang sama, tetapi
berbeda dalam hal variabilitas nilai-nilai observasinya.
Ada dua macam pengukuran dispersi, yaitu pengukuran dispersi
absolut dan pengukuran dispersi relatif. Pengukuran dispersi absolut digunakan
untuk mengetahui tingkat variabilitas nilai-nilai observasi pada suatu data,
sedangkan pengukuran dispersi relatif digunakan jika kita ingin membandingkan
variabilitas nilai-nilai observasi suatu data dengan tingkat variabilitas nilai-nilai
observasi data lainnya. Metode pengukuran dispersi absolute ada 2, yaitu range
dan deviasi standar. Sedangkan koefisien Variasi digunakan ubtuk mengetahui
dispersi relatif.

III.2.1 Range
Range adalah selisih nilai tertinggi dan nilai terendah suatu data.
Range merupakan cara pengukuran dispersi yang paling sederhana.
Kelemahannya, range hanya ditentukan oleh dua nilai observasi. Jika pada data
terdapat nilai ektrim, maka range akan memberikan gambaran yang variabilitas
yang kurang benar.

III.2.2 Deviasi Standar

Untuk memperbaiki kekurangan deviasi standar, Karl Pearson (seorang
ahli statistika) membuat nilai deviasi (Xi – X) menjadi positif dengan cara
dikuadratkan, kemudian diakar. Adapun rumus deviasi standar adalah sebagai
berikut :

14
  x 
n
2
i x
S i 1
..........................(3.3)
n 1
Dimana :
Xi = nilai observasi ke – i
X = rata – rata
n = jumlah nilai observasi
Untuk data dengan n yang relatif besar, katakanlah lebih dari seratus, penyebut (n
– 1) dapat diganti dengan n, dengan pertimbangan bahwa data dengan n yang
besar, nilai (n-1) dan n tidak jauh berbeda. Sedangkan rumus alternatif untuk
menghitung deviasi standar adalah :

S
1 
 x1 
2
 xi  
2

 ....................(3.4)
n 1  n 
 

untuk n > 100, (n-1) dapat diganti n.

III.3 Distribusi Normal

Dalam menseleksi data-data yang akan diplot sebagai hasil percobaan
digunakan statistika metode Distribusi Normal, dimana pada metode ini
digunakan tingkat kepercayaan 95% sehingga jika ada data yang berada di luar
garis kontrol limit akan di reject dari data utama.

III.3.1 Pendugaan Titik

Pada pendugaan titik, kita menggunakan suatu nilai untuk menduga
parameter populasi. Untuk menduga rata – rata dan deviasi standar populasi, kita
dapat menggunakan x dan s.

III.3.2 Penduga Interval

Pada pendugaan interval, kita dapat menggunakan suatu interval atau
range nilai untuk menduga parameter populasi. Masalahnya adalah bagaimana

15
membentuk interval duga. Interval duga dikembangkan dari statistik sampel.
Bentuk interval duga :
Lower Confidence Limit < parameter populasi yang diduga < Upper
Confidence Limit
Unutk menentukan Lower Confidence Limi ( LCL ) dan Upper
Confidence Limit ( UCL ), kita harus mengingat kembali konsep distribusi
sampling. Jika kita mengambil sampel dengan ukuran n dari populasi dengan
ukuran N, maka akan terbentuk suatu distribusi sampling.

Populasi Sampel N
N

Gambar 3.1
Ada CNn kemungkinan sampel yang artinya ada CNn kemungkinan x, yang cukup
banyak dan terdistribusi secara normal, dengan rata – rata x dan deviasi standar

x . Menurut Central Limit Theorem, x   dan x  .
n
LCL dan UCL pada interval juga terletak pada distribusi sampling rata – rata.
Luas kurva antara LCL dan UCL disebut interval keyakinan atau confidence
interval. Interval keyakinan adalah interval yang letak parameter populasinya
diharapkan.
LCL :

LCL   x
 Z 
2
x

LCL =  x  Z  . x
2

16
UCL :

UCL   x
 Z 
2
x

UCL =  x  Z  . x
2

Jika kebetulan rata – rata dari sampel yang terambil adalah x (x  x ) maka

interval duga untuk  adalah : P (  x  Z  . x

    x  Z  . x ) =
2 2

interval keyakinan. Interval duga ini jelas memuat  ( karena x   ).

Dengan kata lain dugaan kita benar. Jika rata – rata sampel yang terambil tidak

sama dengan x

LCL = x  Z . x

UCL = x  Z . x

III.3.3 Pendugaan Satu Rata – rata

Rumus pendugaan satu rata – rata adalah :

 
P( x  Z  .    x  Z . )  1  
2 n 2 n .......(3.5)
Catatan :
 Biasanya  tidak diketahui dan diduga dengan s ( deviasi standar
sampel )
  adalah tingkat nyata atau level of significance dan 1   adalah
interval keyakinan.
 Untuk mencari nilai dapat menggunakan Tabel Distribusi Normal.

17
III.3.4 Pendugaan Beda Dua Rata – rata
Rumus interval duga untuk pendugaan beda dua rata – rata adalah :
  12  22  12  22 

P ( x1  x 2 )  Z  .   1   2  ( x 1  x 2 )  Z  .   1
 n1 n2 n1 n2 
 2 2


.............................(3.6)
Catatan :
Jika  1 dan  2 tidak diketahui, maka hal tersebut dapat diduga dengan
s1 ( deviasi standar sampel 1 ) dan s2 (deviasi standar sampel 2 )

III.3.5 Pendugaan Satu Proporsi

Rumus interval duga untuk pendugaan satu proporsi ( P ) adalah :

 P(1  P) P(1  P) 
PP  Z a .  P  P  Za.   1
 2
n 2
n 
..........................(3.7)

Catatan : Jika P tidak diketahui, maka kita dapat menggunakan p dalam

perhitungan

p(1  p)
n

III.4 Pengujian Hipotesis Beda Dua Rata – Rata Populasi

Pengujian ini digunakan untuk menguji apakah dua kelompok rata-rata
data memiliki karakter yang sama. Langkah yang digunakan untuk pengujian
hipotesis beda dua rata-rata popuplasi sama dengan pengujian hipotesis 1 rata-rata.
Perbedaannya terletak pada pembuatan Ho dan Hi, serta rumus menghitung
statistik uji.

18
Tiga alternatif Ho dan Hi :
a. Ho : μ1 = μ2
Hi : μ1 ≠ μ2 (pengujian 2 arah)
b. Ho : μ1 ≥ μ2
Hi : μ1 < μ2 (pengujian 1 arah, sebelah kiri)
c. Ho : μ1 ≤ μ2X
Hi : μ1 > μ2 (pengujian 1 arah, sebelah kanan)
Sedangkan rumus untuk menghitung statistik uji adalah
X1  X 2
Z 
2 2
 S1   S 2 
   
 n   n 
 1   2  ............(3.8)

Atau
X1  X 2
Z 
S12 S 22

n1 n2
........................(3.9)

III.4.1 Untuk Pengujian Sample Kecil

Untuk pengujian sample kecil digunakan distribusi t sebagai tool uji untuk
mengetahui dua populasi data memiliki karakter yang sama

III.4.1.1 Jika harga simpangan deviasi 1 (S1) = harga simpangan deviasi 2

(S2)
Harga distribusi t ditentukan dengan rumusan sebagai berikut :
X1  X 2
t
 (n1  1) S12  (n2  1) S 22   1 1
   
 n1  n2  2   n1 n2  ..............(3.10)

Dan harga derajad kebebasan (df) sebagai berikut :

df = n2 + n2 – 2

19
III.4.1.2 Jika harga simpangan deviasi 1 (S1) ≠ harga simpangan deviasi 2
(S2)
Harga distribusi t ditentukan dengan rumusan sebagai berikut :
X1  X
t  2
2
S S2
 2
1

n1 n2
.......................(3.11)

Sedangkan harga derajad kebebasan (df) adalah sebagai berikut :

df 
S / n1  S 22 / n2
1
2
2

( S12 / n1 ) 2 ( S 22 / n2 ) 2

n1  1 n2  1 ...........(3.12)

III.4.2 Pengujian Beda Dua Rata – Rata Populasi dengan Student’ t Test
Pengujian beda rata-rata untuk dua set data dapatdilakukan dengan
menggunakan uji Student’ t Test. Pada uji beda rata-rata dengan student’t test
digunakan hipotesis sebagai berikut :
Ho : rata-rata hitung yang dibandingkan tidak berbeda siknifikan secara
statistik.
H1 : rata-rata hitung yang dibandingkan berbeda siknifikan secara statistik.
Persyaratan menggunakan uji Student’t test ini adalah dua set data harus memiliki
nilai varianns yang sama, dimana uji beda dua varians dilakukan dengan metode
Snedecor’s F test.
Pengambilan keputusan :
- Jika t hitung ≤ t kritis tabel, maka Ho diterima
- Jika t hitung > t kritis tabel, maka Ho ditolak
Persamaan student’t test ini adalah sebagai berikut :

............(3.13)

20
Dimana :
X1m = rata-rata hitung populasi 1
X1m = rata-rata hitung populasi 2
SD1 = standard deviasi populasi 1
SD2 = standard deviasi populasi 2
f = derajad kebebasan = n1 + n2 - 2

III.5 Pengujian Beda Dua Varians Populasi

III.5.1 Dengan menggunakan F Ratio
Ada dua metode yang bisa digunakan dalam menguji beda dua varians
populasi, yaitu ANOVA (analysis of varians) dan uji F. Dalam sub bab ini hanya
dibahas tentang uji beda dua varians populasi dengan menggunakan uji F. Uji dua
varians populasi ini dimaksudkan untuk mengetahui apakah varians dari populasi
1 berbeda atau tidak dari varians populasi 2. Adapun langkah-langkah
pengujiannya adalah sebagai berikut :
1. Menentukan Ho dan H1
Ho : σ1 = σ2 Ho : σ1 ≤ σ2 Ho : σ1 ≥ σ2
atau atau
H1 : σ1 ≠ σ2 H1 : σ1 > σ2 H1 : σ1 < σ2
2. Menentukan daerah terima Ho dan H1
Distribusi yang digunakan adalah distribusi F
Pengujian 2 arah :
Ho : σ1 = σ2
H1 : σ1 ≠ σ2

Pengujian 1 arah, sebelah kanan :

Ho : σ1 ≤ σ2
H1 : σ1 > σ2

21
 Pengujian 1 arah, sebelah kiri :
Ho : σ1 ≥ σ2
H1 : σ1 < σ2

( ),( ) dan ( ),( ) masing – masing adalah titik kritis bawah

dan atas. Kedua nilai tersebut dapat dicari dengan bantuan tabel F (liht di
lampiran)

( ),( ) = 1/ ( ),( )
..................(3.14)

Dimana :
n1 : jumlah sample 1
n2 : jumlah sample 2

3. Menghitung F Ratio
F Ratio = S12/ S22 .....................(3.15)
Dimana :
S12 = Varians sample 1
S22 = Varians sampe 2

Membuat Keputusan menerima atau menolak Ho, yaitu :

Tolak Ho apabila : F Ratio > ( ),( )
F Ratio < ( ),( )

III.5.2 Dengan Menggunakan Persamaan Snedecor’F Test

Pengujian beda dua varians populasi juga bisa dilakukan dengan
menggunakan persamaan Snedecors’ F Test. Hypotesis dari snedecor’ F test ini
adalah :

22
 Ho : 2 varians yang dihitung tidak berbeda siknifikan secara statistika
H1 : 2 varians yang dihitung berbeda siknifikan secara statistik.
Sedangkan nilai derajad kebebasan nya adalah sebagai berikut :
f1 = n1 – 1
f2 = n2 – 1
pengambilan keputusannya adalah sebagai berikut :
- Jika F hitung ≤ F tabel kristis, maka Ho diterima
- Jika F hitung > F tabel kritis, maka Ho ditolak
Adapun persamaan Snedecor’s F Test adalah sebagai berikut :

..................................(3.16)
Dimana :
n1 = jumlah data pupolasi 1
n2 = jumlah data populasi 2
SD1 = standard deviasi populasi 1
SD2 = standard deviasi populasi 2

23
 BAB IV
HASIL PERCOBAAN

IV.1. Pelaksanaan Percobaan

Pelaksanaan percobaan Distilasi ASTM D 86 dan Microdistilasi ASTM D 7345
ini dilaksanakan di laboratorium Minyak Bumi yang mana pengambilan data-data nya
dimulai pada tanggal 10 – 31 Januari 2013.

IV.1.1 Peralatan Percobaan

Peralatan pendukung percobaan distilasi ini antara lain :
a. Satu set alat uji Distilasi ASTM D 86
b. Gelas ukur kapasitas 100 ml
c. Termometer standard ASTM 7C
d. Stopwatch
e. Satu set alat uji ASTM D 7345 (merk ISL PMD 100)

IV.1.2 Material Percobaan

Adapun material yang digunakan untuk percobaan ini meliputi :
a. Bensin 88, yang didapatkan dari SPBU dengan RVP 58 kPa
b. Pertasol CC, yang didapatkan dari kilang Pusdiklat Migas Cepu sebagai solvent
pencuci

IV.1.3 Tahapan Pelaksanaan Percobaan

Percobaan awal dilakukan dengan menentukan golongan dari sample uji yaitu
dengan menguji RVP dari sample tersebut. Kemudian bensin tersebut diuji di alat uji
microdistilasi ISL PMD 100 sesuai metode uji ASTM D 7345 dan diuji dengan
menggunakan peralatan uji ASTM D 86 metode manual. Data diambil sebanyak 10 kali
distilasi pada masing-masing alat uji.
Tahapan pelaksanaan percobaan distilasi ini secara garis besar adalah sebagai
berikut :

24
1. penentuan golongan sample uji dengan menguji RVP sample uji
menggunakan metode ASTM D 323.
2. pengambilan data – data percobaan dengan menggunakan ASTM D 86
manual dan microdistilasi ASTM D 7345.
3. tabulasi data hasil percobaan.
4. pengolahan data dengan menggunakan statistika
5. menyimpulkan hasil pengolahan data percobaan

Flow diagram pelaksanaan percobaan :

Melakukan percobaan-
percobaan awal

Menentukan golongan
sample uji dengan
melakukan uji RVP

Melakukan pengambilan data

percobaan dengan melakukan
uji distilasi ASTM D 86 dan
microdistilasi ASTM D 7345

Menseleksi data-data hasil

percobaan dengan Distribusi
Normal

Membandingkan data-data hasil

percobaan antara ASTM D 86 dengan
ASTM D 7345

Menyimpulkan data-data hasil

percobaan yang telah diolah

25
IV.2 Data – Data Hasil Percobaan
Data – data hasil percobaan merupakan data asli dari hasil percobaan
laboratorium. Data - data ini kemudian akan diolah dengan menggunakan statistika
dengan terlebih dahulu menseleksi data-data yang dianggap layak untuk diolah.
Data – data hasil percobaan ini adalah data – data dengan menggunakan material
Bensin 88 yang di uji distilasi ASTM D 86 dan microdistilasi ASTM D 7345
a. uji distilasi ASTM D 86
Pengambilan Data Ke -
% Rec
I II III IV V VI VII VIII IX X
IBP 40 40 41 42 42 43 43 44 44 44
5 49 49 50 50 50 51 51 51 52 52
10 51 52 52 53 53 53 54 54 54 55
20 56 56 56 56 57 57 57 58 59 59
30 60 61 61 62 63 63 63 64 64 64
40 66 68 68 68 68 68 69 69 70 71
50 73 75 75 75 77 77 77 77 79 79
60 84 84 85 86 87 88 88 89 89 90
70 98 99 99 100 102 102 102 103 104 105
80 120 121 122 124 125 125 126 126 127 130
90 159 159 160 160 163 163 165 166 167 168
95 180 183 188 188 188 189 189 189 195 195
FBP 195 195 195 195 195 195 195 197 197 198
Recovery 96 96 96 95 97,5 96 96 96 98 96
residue 1 1 1 1 1 1 1 1 1 1

26
b. uji distilasi microdistilasi ASTM D 7345
Pengambilan Data Ke -
% Rec
I II III IV V VI VII VIII IX X
IBP 30,8 31,5 31,8 32,4 32,5 33,2 33,3 33,3 33,5 34,1
5 47 48,5 48,7 49,3 50 50,2 51,1 52,5 52,8 53,8
10 55,2 55,9 56,6 56,8 57 57,2 58 60,3 61,1 61,8
20 60,7 63 63 63,2 63,2 63,6 64,1 65,4 66,5 68,3
30 65,7 67,1 67,6 67,9 68,3 68,5 69,2 70,1 71,4 71,8
40 70,8 72,1 72,7 72,9 73,6 73,8 73,9 75 75,4 76,4
50 79,1 79,4 79,4 79,8 80 81 81,8 82,6 82,9 86
60 87,2 87,4 87,9 88,6 88,7 89,3 89,6 89,9 91,3 92,8
70 99,8 100,5 100,6 101,4 101,5 101,8 102,2 102,2 105,9 106,6
80 118,4 119,4 120,6 121,1 121,6 122,1 122,3 123,1 123,1 126,3
90 143,8 148,3 149 150,4 151,1 151,2 151,8 152,1 152,6 153,9
95 169,6 171,1 171,3 172 172,1 172,2 172,2 173,2 173,4 175
FBP 194,6 195,5 195,8 197,3 198,3 198,4 198,5 199,2 199,7 200
Recovery 96,8 96,6 96,8 96,6 96,7 96,8 96,7 96,6 96,6 96,6
residue 1,2 1,2 1,2 1,2 1,2 1,2 1,2 1,2 1,2 1,2

IV.3 Pengolahan Data Secara Statistika

IV.3.1 IBP
Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 40 40 41 42 42 43 43 44 44 44

ASTM D 7345 30,8 31,5 31,8 32,4 32,5 33,2 33,3 33,3 33,5 34,1

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F :
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 42,3 32,64
Variance 2,455555556 1,0582222
Observations 10 10
df 9 9
F 2,320453591
P(F<=f) one-tail 0,112911621
F Critical one-tail 3,178893104

27
karena F hitung (F = 2,32) lebih kecil dari F kritis (F critical one-tail =3,178893) maka
dua variance dari dua kelompok data tersebut diatas bisa dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
variance sama dengan menggunakan program Excel.
t-Test: Two-Sample Assuming Equal Variances

Variable 1 Variable 2
Mean 42,3 32,64
Variance 2,455555556 1,05822222
Observations 10 10
Pooled Variance 1,756888889
Hypothesized Mean Difference 0
df 18
t Stat 16,29633638
P(T<=t) one-tail 1,59782E-12
t Critical one-tail 1,734063607
P(T<=t) two-tail 3,19563E-12
t Critical two-tail 2,10092204

karena t kritis (t critical one tail = 1,734) lebih besar daripada t hitung (t stat = 16,29)
maka dua kelompok data diatas bisa dikatakan tidak sama.

IV.3.2 10% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 51 52 52 53 53 53 54 54 54 55

ASTM D 7345 55,2 55,9 56,6 56,8 57 57,2 58 60,3 61,1 61,8

28
Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F menggunakan bantuan program Excel
F-Test Two-Sample for
Variances

Variable 1 Variable 2
Mean 53,1 57,99
Variance 1,43333333 5,181
Observations 10 10
df 9 9
F 0,27665187
P(F<=f) one-tail 0,03457903
F Critical one-tail 0,31457491

karena F hitung (F = 0,276) lebih kecil dari F kritis (F critical one-tail = 0,314) maka dua
variance dari dua kelompok data tersebut diatas bisa dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
variance sama dengan menggunakan program Excel.
t-Test: Two-Sample Assuming Equal Variances

Variable
Variable 1 2
Mean 53,1 57,99
Variance 1,433333333 5,181
Observations 10 10
Pooled Variance 3,307166667
Hypothesized Mean Difference 0
df 18
-
t Stat 6,012648564
P(T<=t) one-tail 5,49094E-06
t Critical one-tail 1,734063607
P(T<=t) two-tail 1,09819E-05
t Critical two-tail 2,10092204

karena harga t hitung (t stat = 6,01) lebih besar dari harga t kritis (t critical one tail =
1,734) maka dua kelompok data diatas dikatakan tidak sama.

29
IV.3.3 20% Recovery
Data Pengambilan ke
METODA UJI
1 2 3 4 5 6 7 8 9 10

ASTM D 86 56 56 56 56 57 57 57 58 59 59

ASTM D 7345 60,7 63 63 63,2 63,2 63,6 64,1 65,4 66,5 68,3

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 57,1 64,1
Variance 1,433333333 4,548888889
Observations 10 10
df 9 9
F 0,315095261
P(F<=f) one-tail 0,050231196
F Critical one-tail 0,314574906

karena harga F hitung (F = 3,15) sama dengan F kritis (F critical one tail = 3,145) maka
dua variance dari dua kelompok data diatas dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
variance sama dengan menggunakan program Excel.
t-Test: Two-Sample Assuming Equal Variances

Variable 1 Variable 2
Mean 57,1 64,1
Variance 1,43333333 4,548888889
Observations 10 10
Pooled Variance 2,99111111
Hypothesized Mean Difference 0
df 18
t Stat -9,0503791
P(T<=t) one-tail 2,0264E-08
t Critical one-tail 1,73406361
P(T<=t) two-tail 4,0527E-08
t Critical two-tail 2,10092204

30
karena harga t hitung (t stat = (-)9,05 ) lebih kecil dari t kritis (t critical one tail = 1,73)
maka dua kelompok data diatas dikatakan tidak sama.

IV.3.4 30% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 60 61 61 62 63 63 63 64 64 64

ASTM D 7345 65,7 67,1 67,6 67,9 68,3 68,5 69,2 70,1 71,4 71,8

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 62,5 68,76
Variance 2,05555556 3,63155556
Observations 10 10
df 9 9
F 0,56602619
P(F<=f) one-tail 0,20468876
F Critical one-tail 0,31457491

karena harga F hitung (F = 0,56) lebih besar dari F kritis (F critical one tail = 0,314)
maka dua variance dari dua kelompok data diatas dikatakan tidak sama.
b. Tidak dilakukan uji t karena variance dua kelompok data diatas tidak sama
IV.3.5 40% Recovery
Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 66 68 68 68 68 68 69 69 70 71

ASTM D 7345 70,8 72,1 72,7 72,9 73,6 73,8 73,9 75 75,4 76,4

31
Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable
1 Variable 2
Mean 68,5 73,66
Variance 1,833333 2,724888889
Observations 10 10
df 9 9
F 0,67281
P(F<=f) one-tail 0,282184
F Critical one-tail 0,314575

karena harga F hitung (F = 0,67) lebih besar dari F kritis (F critical one tail = 0,31) maka
dua variance diatas dikatakan tidak sama.
b. Tidak dilakukan uji t karena variance dari dua kelompok data diatas tidak sama

IV.3.6 50% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VI IX X

ASTM D 86 73 75 75 75 77 77 77 77 79 79

ASTM D 7345 79,1 79,4 79,4 79,8 80 81 81,8 82,6 82,9 86

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 76,4 81,2
Variance 3,6 4,73111111
Observations 10 10
df 9 9
F 0,76092062
P(F<=f) one-tail 0,345302315
F Critical one-tail 0,314574906

32
karena harga F hitung (F = 7,76) lebih besar dari F kritis (F critical one tail = 0,31) maka
dua variance diatas dikatakan tidak sama.
b. Tidak dilakukan uji t karena variance dari dua kelompok data diatas tidak sama

IV.3.7 60% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 84 84 85 86 87 88 88 89 89 90

ASTM D 7345 87,2 87,4 87,9 88,6 88,7 89,3 89,6 89,9 91,3 92,8

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 87 89,27
Variance 4,666666667 3,057888889
Observations 10 10
df 9 9
F 1,526107336
P(F<=f) one-tail 0,269430184
F Critical one-tail 3,178893104

karena harga F hitung (F = 1,52) lebih besar dari F kritis (F critical one tail = 3,17) maka
dua variance diatas dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
variance sama dengan menggunakan program Excel.
t-Test: Two-Sample Assuming Equal Variances

Variable 1 Variable 2
Mean 87 89,27
Variance 4,66666667 3,057888889
Observations 10 10
Pooled Variance 3,86227778
Hypothesized Mean
Difference 0

33
 df 18
-
t Stat 2,58279006
P(T<=t) one-tail 0,0093828
t Critical one-tail 1,73406361
P(T<=t) two-tail 0,01876559
t Critical two-tail 2,10092204

karena harga t hitung (t stat = 2,58) lebih besar dari t kritis (t critical one tail = 2,1) maka
dua kelompok data diatas dikatakan tidak sama.

IV.3.8 70% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 98 99 99 100 102 102 102 103 104 105

ASTM D 7345 99,8 100,5 100,6 101,4 101,5 101,8 102,2 102,2 105,9 106,6

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 101,4 102,25
Variance 5,377777778 5,05833333
Observations 10 10
df 9 9
F 1,063152114
P(F<=f) one-tail 0,464406226
F Critical one-tail 3,178893104

karena harga F hitung (F = 1,06) lebih kecil dari F kritis (F critical one tail = 3,17) maka
dua variance diatas dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
variance sama dengan menggunakan program Excel.

34
 t-Test: Two-Sample Assuming Equal Variances

Variable 1 Variable 2
Mean 101,4 102,25
Variance 5,377777778 5,05833333
Observations 10 10
Pooled Variance 5,218055556
Hypothesized Mean Difference 0
df 18
t Stat -0,83205029
P(T<=t) one-tail 0,208141636
t Critical one-tail 1,734063607
P(T<=t) two-tail 0,416283271
t Critical two-tail 2,10092204

karena harga t hitung (t stat = (-)0,83) lebih kecil dari t kritis (t critical one tail = 1,734)
maka dua kelompok data diatas dikatakan sama.

IV.3.9 80% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 120 121 122 124 125 125 126 126 127 130

ASTM D 7345 118,4 119,4 120,6 121,1 121,6 122,1 122,3 123,1 123,1 126,3

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 124,6 121,8
Variance 8,93333333 4,8066667
Observations 10 10
df 9 9
F 1,85852982
P(F<=f) one-tail 0,18475745
F Critical one-tail 3,1788931

35
karena harga F hitung (F = 1,85) lebih kecil dari F kritis (F critical one tail = 3,17889)
maka dua variance diatas dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
variance sama dengan menggunakan program Excel.
t-Test: Two-Sample Assuming Equal Variances

Variable 1 Variable 2
Mean 124,6 121,8
Variance 8,933333333 4,806666667
Observations 10 10
Pooled Variance 6,87
Hypothesized Mean Difference 0
df 18
t Stat 2,388716805
P(T<=t) one-tail 0,01403448
t Critical one-tail 1,734063607
P(T<=t) two-tail 0,028068961
t Critical two-tail 2,10092204

karena harga t hitung (t stat = 2,38) lebih besar dari t kritis (t critical one tail = 1,735)
maka dua kelompok data diatas dikatakan tidak sama.

IV.3.10 90% Recovery

Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 159 159 160 160 163 163 165 166 167 168

ASTM D 7345 143,8 148,3 149 150,4 151,1 151,2 151,8 152,1 152,6 153,9

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel

36
 F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 163 150,42
Variance 11,55555556 8,110666667
Observations 10 10
df 9 9
F 1,424735602
P(F<=f) one-tail 0,303219829
F Critical one-tail 3,178893104

karena harga F hitung (F = 1,42) lebih kecil dari F kritis (F critical one tail = 3,17889)
maka dua variance diatas dikatakan sama.
b. pengujian dengan menggunakan uji t untuk dua kelompok data yang memiliki
standard deviasi berbeda dengan menggunakan program Excel.
t-Test: Two-Sample Assuming Equal Variances

Variable
Variable 1 2
Mean 163 150,42
Variance 11,55555556 8,110667
Observations 10 10
Pooled Variance 9,833111111
Hypothesized Mean Difference 0
df 18
t Stat 8,970572696
P(T<=t) one-tail 2,31211E-08
t Critical one-tail 1,734063607
P(T<=t) two-tail 4,62422E-08
t Critical two-tail 2,10092204

karena harga t hitung (t stat = 8,97) lebih besar dari t kritis (t critical one tail = 1,734)
maka dua kelompok data diatas dikatakan tidak sama.

37
IV.3.11 FBP
Data Pengambilan ke
METODA UJI
I II III IV V VI VII VIII IX X

ASTM D 86 195 195 195 195 195 195 195 197 197 198

ASTM D 7345 194,6 195,5 195,8 197,3 198,3 198,4 198,5 199,2 199,7 200

Pengujian dua data diatas dengan menggunakan uji F dan uji t sebagai berikut :
a. pengujian dengan menggunakan uji F dengan bantuan program Excel
F-Test Two-Sample for Variances

Variable 1 Variable 2
Mean 195,7 197,73
Variance 1,344444444 3,471222222
Observations 10 10
df 9 9
F 0,387311546
P(F<=f) one-tail 0,086930533
F Critical one-tail 0,314574906

karena harga F hitung (F = 0,38) lebih besar dari F kritis (F critical one tail = 0,31) maka
dua variance diatas dikatakan tidak sama.
b. tidak dilakukan uji t karena variance dari dua kelompok data ditas tidak sama.

38
 BAB V

KESIMPULAN dan SARAN

V.1 Kesimpulan
V.1.1 Setelah melalui percobaan di laboratorium didapatkan bahwa hasil uji material
Bensin 88 dengan menggunakan distilasi ASTM D 86 manual dan
microdistilasi ADTM D 7345 adalah tidak sama
V.1.2 secara umum, hasil uji Bensin 88 dengan menggunakan ASTM D 86 manual
memberikan hasil uji yang lebih besar bila dibandingkan dengan hasil uji
dengan menggunakan alat uji microditilasi ASTM D 7345

V.2 Saran
V.2.1 Masih perlu dilakukan percobaan lanjutan dengan menggunakan material uji
lainnya, seperti : Kerosine, Minyak Tanah, Avgas dan Avtur guna
mendapatkan data yang cukup supaya dapat menyimpulkan secara
menyeluruh tentang evaluasi alat uji ASTM D 86 manual dan microdistilasi
ASTM D 7345
V.2.2 Perlu dilakukan percobaan lebih teliti untuk material jenis lain.
V.2.3 Perlu dilakukan percobaan lanjutan dengan menggunakan CRM

39
 DAFTAR PUSTAKA

1. Christie. J. Geankoplis, “ Transport Processes and Unit Operations “, 2 nd

edition, 1983, Allyn and Bacon, USA.

2. ASTM Annual Book, vol. 05.01, 2009, USA.

3. Nicholas. P. Chopey, “ Hand Book of Chemical Engineering Calculation “, 2 nd

edition, 1994, Mc Graw Hill, inc., USA.

4. Shirley Dowdy, “Statistics for Research”, 3rd edition, 2004, John Wiley &
Sons, Inc Publication, USA

5. Poitr Konieczka and Jacek Namiesnik, “Quality Assurance and Quality

Control in The Analytical Chemical Laboratory : A Practical Approach”, CRC
Press, Taylor & Francis group, 2009, New York, USA

40