Perbedaan Distilasi Astm D 86 Dan D 7343 PDF
Perbedaan Distilasi Astm D 86 Dan D 7343 PDF
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
i
Pada akhirnya penulis berharap semoga laporan penelitian ini bermanfaat bagi kita semua
khususnya para instruktur di laboratorium uji sifat fisik BBM. Amin.
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
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).
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.
3
Temperatur 90% recovery 10
Temperatur FBP 10
4
BAB II
DASAR TEORI
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
Untuk menghitung besarnya tekanan uap, Antoine telah merumuskan sebagai berikut :
Ln P* = - A
+ B
C+T
P1* ΔHv T2 – T1
Log = T2T1
P2* 2,303 R
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.
Gambar II.1 : Peralatan Uji ASTM D 7345 Gambar II.2 : Peralatan Uji ASTM D 86
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
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.
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.
10
BAB III
STATISTIKA
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.
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.2.1 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.
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
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
Dengan kata lain dugaan kita benar. Jika rata – rata sampel yang terambil tidak
sama dengan x
LCL = x Z . x
UCL = x Z . x
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 )
P(1 P) P(1 P)
PP Z a . P P Za. 1
2
n 2
n
..........................(3.7)
p(1 p)
n
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)
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)
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
21
Pengujian 1 arah, sebelah kiri :
Ho : σ1 ≥ σ2
H1 : σ1 < σ2
( ),( ) = 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
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
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
Melakukan percobaan-
percobaan awal
Menentukan golongan
sample uji dengan
melakukan uji RVP
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
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.
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.
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
ASTM D 86 73 75 75 75 77 77 77 77 79 79
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
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.
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.
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.
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
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
4. Shirley Dowdy, “Statistics for Research”, 3rd edition, 2004, John Wiley &
Sons, Inc Publication, USA
40