public training

Estimasi
KETIDAKPASTIAN
PENGUKURAN

estimasi ketidakpastian pengukuran

Pada PENGUJIAN mikrobiologi
23 November 2022

Rumah Mutu Indonesia

 rumahmutu.id

ESTIMASI KETIDAKPASTIAN
PENGUJIAN MIKROBIOLOGI
Oleh: Rusmadi Eko Priyono
1

SASARAN PELATIHAN
rumahmutu.id

 Memahami akan arti penting ketidakpastian pengujian

 Mampu melakukan analisis terhadap sumber-sumber
ketidakpastian
 Mampu dan terampil melakukan perhitungan
ketidakpastian
 Mampu membuat laporan hasil pengujian disertai nilai
estimasi ketidakpastian yang wajar.

1
 REFERENSI
• ISO/IEC Guide 98-3:2008: Uncertainty of measurement – Part 3: Guide to
the expression of uncertainty in measurement (GUM:1995).
• ISO/TS 19036:2006: Microbiology of food and animal feeding stuffs —
Guidelines for the estimation of measurement uncertainty for quantitative
determinations
• ISO 19036:2019: Microbiology of the food chain – Estimation of
measurement uncertainty for quantitative determinations
• KAN K.01-04: Persyaratan tambahan akreditasi laboratorium pengujian
biologi
• Health Protection Agency, 2005: Guidance Note, Uncertainty of
measurement in testing, National Standard Method, QSOP 4, Issue 5.

ISTILAH DAN DEFINISI

• Kata “uncertainty” artinya ragu/tidak-pasti

• Ketidakpastian pengukuran (uncertainty of measurement ) artinya
keraguan/ketidakpastian terhadap keabsahan/ validitas hasil
pengukuran
• Ketidakpastian pengukuran (MU), didefinisikan sebagai,
parameter, gabungan hasil yang mencirikan pengukuran dispersi
dari nilai-nilai yang layak dijadikan nilai besaran ukur (measurand,
jumlah koloni / gram )

2
 ISTILAH DAN DEFINISI

Measurand,
adalah sejumlah tertentu atau konsentrasi dari subyek
pengukuran, misal: jumlah bakteri mesofil aerob dalam
makanan, jumlah koliform dan Escherichia coli dalam air minum.
Contoh:
- Koloni/gram
- Koloni/mL

DEFINISI

• Ketidakpastian Baku (Standard Uncertainty) suatu metode uji

adalah ketidakpastian hasil yang dinyatakan sebagai simpangan
baku (standard deviation/SD)
• Ketidakpastian Baku Gabungan (Combined Standard Uncertainty)
adalah hasil gabungan/ kombinasi komponen ketidakpastian
• Ketidakpastian Diperluas (Expanded Uncertainty) adalah
diperoleh dari perkalian Ketidakpastian Baku Gabungan dengan
Faktor Cakupan (k)

3
 DEFINISI
• Faktor Cakupan (Coverage Factor), faktor numerik yang
digunakan sebagai pengkali Ketidakpastian Baku Gabungan agar
memperoleh Ketidakpastian Diperluas (k, biasanya nilai, 2 – 3)
• Sensitifitas (Sensitivity), persentase sampel yang ditemukan
positif benar
• Spesifisitas (Specificity), persentase sampel yang ditemukan
negatif benar
• Bias, perbedaan antara ekspektasi hasil uji dengan nilai acuan
yang diterima.

DEFINISI
• Repitabilitas (Repeatability), presisi pengukuran dari kondisi pengujian
yang sama, dimana laboratorium, operator/analis, alat dan sampel uji
sama dan interval waktu singkat serta metode uji sama
• Reprodusibilitas (Reproducibility), presisi pengukuran dari kondisi
pengujian yang berbeda, dimana laboratorium, operator/analis, alat
berbeda dimana sampel uji dan ulangan serta metode uji sama

4
 KETIDAKPASTIAN BAKU
(STANDARD UNCERTAINTY)
TIPE A
• Hasil dari Pengujian atau
Percobaan
• Dihitung dari serangkaian
pengujian atau pengukuran
berulang dan data diolah secara
statistik
• Contoh: simpangan baku
(standard deviation)
TIPE B
• Hasil Perkiraan
• Evaluasi selain tipe A, adalah tipe B
• Bersumber dari sertifikat (kalibrasi)
atau buku referensi, atau manual alat
• Contoh:
• hasil kalibrasi alat (U/2 )
• manual alat (rectangular
Mpe/√3)(triangular Mpe/ √6)

SUMBER KETIDAKPASTIAN SECARA UMUM

Sumber ketidakpastian pengukuran:
1) Definisi uji yang tidak lengkap – persyaratan tidak ditetapkan dengan jelas,
misal kisaran suhu inkubasi
2) Pengaruh kondisi lingkungan pada proses pengukuran atau pengukuran yang
tidak sempurna dari kondisi lingkungan
3) Bias personel/operator dalam membaca instrumen
4) Resolusi instrumen atau treshold of discrimination
5) Kesalahan dalam membaca graduasi skala
6) Faktor-faktor kalibrasi tidak diterapkan
7) Assigned value terhadap pengukuran standar (baik acuan dan baku kerja) dan
bahan acuan
8) Adanya perubahan kinerja atau karakteristik bagian peralatan setelah kalibrasi
terakhir
9) Kompetensi teknis personel dalam melakukan uji tersebut.

10

5
 FAKTOR-FAKTOR YANG BERKONTRIBUSI SECARA SPESIFIK TERHADAP
KETIDAKPASTIAN DALAM MIKROBIOLOGI

1) Kompetensi Teknis, Bias dan Pengalaman,

 Semua tingkatan proses dari sampel, operasi peralatan dan pembacaan hasil
uji baik kualitatif atau kuantitatif
 Variasi antar dan dalam diri personel/analis/teknisi/ operator uji
2) Sampel
 Homogeneitas sumber sampel asli
 Sampel yang dikirimkan ke Laboratoium
 Porsi uji digunakan dalam analisis subsampel
 Presisi dan akurasi timbangan dan peralatan volumetrik
 Distribusi mikroba antar subsampel atau bagian uji yang tidak seragam
 Waktu, transportasi, kondisi penyimpanan dari sampling sampai pengujian

11

FAKTOR-FAKTOR YANG BERKONTRIBUSI….

3) Homogenisasi sampel
 Tingkat heterogeneitas suspensi yang dibuat dari
sampel
 Clumping mikroba (distribusi tidak merata)
 Distribusi mikroba yang tidak biasanya
 Mixing yang tidak baik (insufficient)

12

6
 FAKTOR-FAKTOR YANG BERKONTRIBUSI….
4) Pengenceran
 Akurasi volume yang diukur sebelumnya atau bobot larutan
pengencer
 Volume larutan pengencer yang digunakan
 Tingkat penampuran (mixing) pada setiap tahap pengenceran
 Jumlah dari tahapan dalam serial pengenceran
 Presisi, akurasi dan perkiraan peralatan pengencer yang
dipergunakan
 Pipet volume yang digunakan
 Mikroba yang ada di dalam pipet

13

FAKTOR-FAKTOR YANG BERKONTRIBUSI….

5) Media dan pereaksi
 Kualitas dari bahan baku (media)
 Keakuratan dalam penimbangan media
 Kualitas air (akuades), yaitu: pH, konduktifitas
 Kesalahan analis dalam penyiapan dan pemakaian media biakan
(termasuk suhu media saat penambahan suplemen)
 Proses pemanasan dan kontrol
 Mixing yang tidak homogen
 Tingkat kekeringan media padat
 Kinerja media dan pereaksi seperti produktifitas, selektifitas dan
sensitifitas
 Umur media dan pereaksi

14

7
 FAKTOR-FAKTOR YANG BERKONTRIBUSI….

6) Inokulasi Media
 Volume inokulum
 Peralatan uang digunakan dalam dispensing, spreading dan
filtering
 Suhu media agar cair saat penuangan dalam cawan (pour plate
techniques)
7) Kondisi Inkubasi
 Durasi
 Suhu
 Kelembaban (humiditas)
 Kondisi ruangan

15

FAKTOR-FAKTOR YANG BERKONTRIBUSI….

8) Pembacaan dan Interpretasi Hasil

 Penetapan koloni target
 Jumlah koloni yang dihitung
 Pengencer yang dipilih untuk penghitungan (satu
pengencer atau lebih)
 Proporsi koloni yang dipilih
 Sifat media khususnya ketika memakai penghitung
otomatis

16

8
 SUMBER INFORMASI TERHADAP KETIDAKPASTIAN
PENGUKURAN
Ada berbagai sumber informasi terhadap ketidakpastian berkaitan
dengan metode uji, meliputi:
• Hasil-hasil dari validasi inter-lab
yang dipublikasi dalam scientific
press dan standar internasional
• Data yang dipublikasikan terhadap
pengaruh penyimpanan sampel
• Publikasi dan data in-house pada
kinerja uji
• Data validasi in-house termasuk
percobaan umur simpan
• Data kinerja manufaktur (alat lab dan
media mikro)
• Data hasil uji duplo dari IQC yang
dilakukan oleh analis yang sama atau
analis berbeda, mengunakan sampel
spike
• Data dari uji profisiensi (asesmen
skema pengendalian mutu eksternal)
• Data dari sertifikat kalibrasi dan
kalibrasi in-house terhadap perlatan
lab yang relevan.

17

MEMPERKIRAKAN KETIDAKPASTIAN
Terdapat 2 cara untuk memperkirakan ketidakpastian:
1. Cara “bottom-up”: diperoleh dengan menggabungkan seluruh
error yang berkaitan dengan tiap tahapan/langkah yang
dilakukan dalam proses analisis hingga diperoleh combined
standard uncertainty suatu metode.
2. Cara “top-down”: diperoleh dengan analisis statistika suatu data
yang diperoleh dari suatu metode baik yang dilakukan oleh satu
laboratorium atau beberapa laboratorium.

18

9
 SKEMA SINGKAT DALAM ESTIMASI KPP

PENGUJIAN SUMBER VALID

/PERCOBAAN (sertifikat kalibrasi)

Proses statistik Dibagi dg nilai k

Tipe A Tipe A
(Ketidakpastian Baku) (Ketidakpastian Baku)

Model matematik dr Diagram

Cause Effect
KETIDAKPASTIAN
GABUNGAN
Kali k (2)

KETIDAKPASTIAN
DIPERLUAS LAPORAN HASIL

19

TAHAPAN PENETAPAN ESTIMASI KETIDAKPASTIAN PENGUKURAN

Menetapkan
measurand
 Menetapkan measurand, dengan melakukan
pengujian

Mengidentifikasi sumber  Mengidentifikasi sumber ketidak pastian, dengan mengacu

ketidak pastian
pada “kotak hitam”

Mengukur komponen  Mengukur/menghitung komponen ketidakpastian, dari

ketidakpastian
setiap sumber ketidakpastian (simpangan baku
reprodusibilitas
Menghitung
ketidakpastian Menghitung ketidak pastian gabungan, merupakan kompilasi
gabungan dari semua sumber ketidak-pastian

20

10
 ISO 19036:2006
(SNI ISO 19036:2015)

21

ISO 19036 : 2006

Prinsip Umum, berdasarkan spesifikasi teknis ISO/TS 19036, 2006
o Pedoman untuk estimasi ketidakpastian pengukuran (MU) secara
kuantitatif, dinyatakan dengan cara hitung koloni (a colony-count
technique)
o ISO/TS 19036 , 2006 tidak dapat diterapkan untuk analisis
tingkatan mikroba rendah (< 10 koloni pada sedikitnya 1 cawan
Petri)
o ISO/TS 19036 , 2006. Amandemen 1 mengakomodir pedoman
untuk analisis tingkatan mikroba rendah (misal : MPN, < 10
koloni/cawan)

22

11
 PENDEKATAN GLOBAL UNTUK ESTIMASI MU
• Pendekatan global untuk estimasi MU adalah pendekatan tahap demi tahap dalam
hal analisis mikrobiologi (pangan)
• Dalam pengujian mikrobiologi sumber ketidakpastian terbesar mulai dari sampling
sampai distribusi mikroba tidak homogen dalam sampel
atau
• Berdasarkan keseluruhan variabilitas dari proses analitik sampai menjadi hasil uji.
Variabilitas tersebut meliputi presisi yang dapat diobservasi (komponen acak) dan
bias (komponen sistematik). Dalam prakteknya, di bidang mikrobiologi, hanya
presisi yang dimasukkan dalam perhitungan (ISO 19036, 3.2)
• Estimasi MU diturunkan dari simpangan baku reprodusibilitas eksperimen dari hasil
akhir proses pengukuran secara lengkap yang dinyatakan sebagai ketidakpastian
baku gabungan (lihat 4.1.)

23

Skema : Sumber Utama Ketidakpastian Dalam Uji

Mikrobiologi (TS/ISO 19036. 2006)

Ketidakpastian baku gabungan

Gambar 1. Kotak hitam sebagai ilustrasi pendekatan global sumber utama MU

24

12
 SIMPANGAN BAKU REPRODUSIBILITAS
(STANDARD DEVIATION OF REPRODUCIBILITY )
Tiga kemungkinan berbeda telah dipilih untuk estimasi Simpangan Baku
Reprodusibilitas (sR), dengan prioritas, sbb.:
⎯ opsi 1: Simpangan baku reprod. dalam lab (intralab.);
⎯ opsi 2: Simpangan baku reprod. dari metode turunan dari uji antar lab
(interlab.);
⎯ opsi 3: Simpangan baku reprod. Hasil dari uji profisiensi (an
interlaboratory proficiency trial).
Catatan:
Opsi 1 jelas menjadi prioritas dalam standar ini.

25

KETIDAKPASTIAN DIPERLUAS
( EXPANDED UNCERTAINTY )

Ketidakpastian diperluas (expanded uncertainty) U,

merupakan turunan dari Ketidakpastian Baku
Gabungan uc(y) dengan faktor cakupan k dengan nilai
adalah 2 (confidence level of 95 %):
U = 2 uc(y) = 2 sR

26

13
 OPSI 1 - SIMPANGAN BAKU REPRODUSIBILITAS HASIL UJI BANDING
ANTARA PERSONEL DALAM LAB (INTRALAB),

Aturan umum estimasi sR :

• Untuk setiap mikroba target
• Untuk masing-masing tipe matriks
• Sedikitnya 10 sampel
• Ulangan uji sesuai protokol pada hari berbeda
• Sampel yang terkontaminasi alami lebih disukai
• Sampel yang dipilih harus dapat mengcover kisaran konsentrasi dalam
pengujian rutin

27

OPSI 1 - SIMPANGAN BAKU REPRODUSIBILITAS (SR INTRALAB.)

Ketidakpastian baku gabungan

Gambar 2. sR Intralab.

28

14
 SIMPANGAN BAKU REPRODUSIBILITAS
(SR INTRALAB)
Protokol pengujian

29

CONTOH PERHITUNGAN SR INTRALAB

( = KETIDAKPASTIAN TEKNIS)

Tabel 1. Perhitungan Simpangan Baku Reprodusibilitas (sR) – Contoh Angka

Mesofilik Aerob dalam Campuran Daging Unggas (ISO 19036:2006)
30

15
 PERNYATAAN KETIDAKPASTIAN PENGUKURAN
(MU) DALAM HASIL UJI
Ketidak pastian baku
diperluas
Ketidakpastian baku gabungan Simpangan baku reprodusibilitas, sR

Faktor (nilai sekitar 2 pada confidence level 95%)

cakupan

Hasil uji :

31

OPSI 2 - SIMPANGAN BAKU REPRODUSIBILITAS (INTERLAB.)

Ketidakpastian baku gabungan

Gambar 3. sR Interlab.

32

16
 OPSI 3 - SIMPANGAN BAKU REPRODUSIBILITAS, TURUNAN DARI
UJI PROFISIENSI (AN INTERLABORATORY PROFICIENCY TRIAL )

Apabila laboratorium berpartisipasi dalam Uji Profisiensi (UP), sR yang diperoleh

dapat digunakan untuk menghitung MU, tetapi dibawah kondisi, sbb:
1) selama UP, lab menggunakan metode yang rutin digunakan untuk analisis
2) sampel yang digunakan untuk UP dapat diperbandingkan (comparable)(yaitu
matriks dan tingkat kontaminasi) terhadap satu uji rutin
3) laboratorium yang berpartisipasi dalam UP tidak menggunakan metode
empiris yang berbeda, atau jumlah partisipan yang menggunakan metode
yang sama cukup memadai, sehingga estimasi sR benar/sesuai.
Gambar 3. menunjukkan sumber utama ketidakpastian yang dicakup dalam
protokol ini.

33

ISO 19036:2019

34

17
 ISO / TS
ISO / TS 19036:2006 19036:2006/
Amd. 2009

ISO 19036:2019

35

RUANG LINGKUP

• Produk yang berhubungan untuk

konsumsi manusia atau pakan Selain untuk
• Teknik Angka Paling Mungkin, APM
Penerapan hewan hitung koloni (Most Probable Number/MPN)
(ALT)

• Sampel lingkungan di dalam

area produksi pangan dan Dapat juga • Metode instrumental, seperti
untuk penanganan pangan diterapkan
impediometri, adenosin trifosfat
(ATP) dan flow-cytometry

• Sampel pada tahap produksi

awal/primer. Untuk analisis • Metode molekuler, seperti metode
analisis kuantitatif berdasarkan pada quantitative
lain, yaitu: polymerase chain reaction (qPCR)

estimasi ketidakpastian dalam dok ISO ini tidak termasuk pengaruh sistematik (bias)

36

18
 ISO 19036:2019

Ada tiga komponen ketidakpastian yang berbeda, yaitu:

1) Ketidakpastian Teknis (technical uncertainty )
2) Ketidakpastian Matriks (matrix uncertainty )
3) Ketidakpastian Distribusional (distribusional uncertainty )

37

ISO 19036:2019
1. Ketidakpastian Teknis (utech )
Untuk teknik hitung-koloni: Ketidakpastian teknis muncul dari
variabilitas operasional dan diestimasi, menggunakan pendekatan
global, dari suatu simpangan baku reprodusibilitas (SR) hasil akhir
dari proses pengukuran (pengujian)
Pendekatan global artinya bahwa estimasi ketidakpastian teknis
yang berasal dari hasil uji akhir bukan dengan penghitungan
menggunakan estimasi ketidakpastian pada setiap
tingkatan/tahapan uji individual.

38

19
 ISO 19036:2019
2. Ketidakpastian Matriks

Berasal dari pencampuran/mixing sampel laboratorium

yang tidak sempurna, hasilnya adalah rendahnya
reprodusibilitas tingkatan mikroba antara porsi-porsi uji,
yang mana dapat menjadi besar untuk matriks padat,
khususnya untuk produk pangan komposit.
Ketidakpastian matriks diestimasi untuk setiap jenis
matriks.

39

ISO 19036:2019
3.Ketidakpastian Distribusional
Ketidakpastian distribusional disebabkan distribusi mikroba
acak dari bahan-bahan yang homogen. Ada tiga tipe yang
potensial untuk dipertimbangkan dalam dokumen ini, dimana
relevansinya dari masing-masing bergantung pada metode yang
digunakan:
• Ketidakpastian Poisson
• Ketidakpastian konfirmasi
• Ketidakpastian MPN

40

20
 rumahmutu.id

1 KETIDAKPASTIAN TEKNIS

41

1. KETIDAKPASTIAN TEKNIS, UTECH (LIHAT ISO 19036:2006)

Identifikasi sumber utama ketidakpastian
Aspek Umum
Gambar 1. Sumber utama ketidakpastian dalam
Dapat membantu sepenuhnya untuk
mempertimbangkan sumber-sumber ketidakpastian mikrobiologi rantai pangan yang dicakup dalam
teknis, biasanya terkait dengan tahapan utama dalam dokumen ini.
metode mikrobiologi. Sumber-sumber tipikal teknik
hitung-koloni atau MPN, adalah:
 pengambilan porsi uji dari sampel laboratorium
(atau uji)
 Penyiapan suspensi awal
 Pengenceran berseri/serial
 Inokulasi
 Inkubasi
 Penghitungan koloni dalam teknik hitung-koloni,
dan/atau deteksi pertumbuhan (seperti dalam
teknik MPN)
 Konfirmasi (bila perlu)
Ini menjadi faktor-faktor kritis

42

21
 ESTIMASI KETIDAKPASTIAN TEKNIS

Protokol Eksperimental / Percobaan Gambar 2. Protokol eksperimental untuk estimasi

reprodusibilitas intralaboratorium – dua
penetapan pada setiap sampel laboratorium
Protokol untuk analisis dari dua porsi uji secara tepat
dari setiap sampel laboratorium ditunjukkan dalam Sampel Lab
Gambar 2. dan Hasil uji dengan sIR pada Tabel 1.
Sampel Uji
Untuk setiap metode uji, sedikitnya 10 (bisa > 10)
sampel laboratorium dan duplo untuk memberikan
sedikitnya dua hasil yang dapat diterima untuk Homogenisasi
setiap sampel laboratorium.
Juga data dari sampel laboratorium berbeda Porsi Uji Porsi Uji
dikumpulkan selama periode waktu sebagai bagian
dari hasil pelatihan khusus atau sebagai bagian Kontaminasi
Suspensi Awal Artifisial (bila Suspensi Awal
prosedur rutin pengendalian mutu laboratorium. diperlukan)
Dalam hal ini, harus dipastikan bahwa prinsip-
Analisis Analisis
prinsip rancangan percobaan dalam klausul ini
diikuti.
Hasil A Hasil B

I = 1- n (n>10); yiA
dan yiB = log10 Kondisi A dan B Berbeda
hasil A dan B

43

TABEL 1. PERHITUNGAN SIMPANGAN BAKU REPRODUSIBILITAS INTRALAB (SIR) – CONTOH

ANGKA MESOFILIK AEROBIK DALAM CAMPURAN DAGING UNGGAS DENGAN 1 ULANGAN
PADA SETIAP DUA PENGENCERAN UJI

44

22
 rumahmutu.id

2 KETIDAKPASTIAN MATRIKS

45

2. KETIDAKPASTIAN MATRIKS, UMATRIK

Ketidakpastian matriks diestimasi dari pengujian ganda porsi uji dari sampel
(matriks) yang sama dalam kondisi repitabilitas (analis sama, peralatan sama,
bets media biakan sama dilaksanakan dalam periode waktu singkat). Lihat
Gambar 3.
Dalam semua kasus, sedikitnya dua porsi uji harus diambil dari setiap sampel
laboratorium, dan jumlah total porsi uji seharusnya sepuluh atau lebih jumlah
sampel laboratorium. Sebagai contoh:
• 2 porsi uji diambil dari setiap 10 sampel laboratorium
• 11 porsi uji diambil dari 1 sampel laboratorium
Ket:
Sr = simpangan baku repitabilitas
n = jumlah sampel
yi = log 10 sampel ke i

46

23
 2. KETIDAKPASTIAN MATRIKS, UMATRIK
Ketidakpastian matriks dapat diterima Gambar 3 – Rancangan percobaan untuk mengestimasi
apabila hasil uji nya, sbb: ketidakpastian matriks dari sedikitnya dua porsi uji dari setiap
a. Teknik hitung koloni, sedikitnya 30 sampel laboratorium – Rancangan untuk setiap sampel
koloni terhitung (30 – 250/300 laboratorium (Sampel terkontaminasi alami & sama)
koloni/cawan)
b. Metode termasuk konfirmasi
parsial, sedikitnya setengah dari
koloni uji terkonfirmasi
c. Metode berdasarkan MPN/APM,
sedikitnya 5 hasil uji positif
Pengalaman menunjukkan bahwa cairan
(larutan encer dan tidak kental) dianggap
sebagai homogen dan mempunyai
ketidakpastian matriks relatif rendah,
secara khusus Umatriks = 0,1 log 10 cfu/g
atau mL,

47

rumahmutu.id

KETIDAKPASTIAN DISTRIBUSI

48

24
 KETIDAKPASTIAN DISTRIBUSI
Ketidakpastian Distribusi
Ketidakpastian yang dihasilkan dari variabilitas intrinsik/hakiki yang terkait dengan
distribusi mikroba di dalam sampel, suspensi awal dan pengenceran berikutnya.
Ketidakpastian distribusi, terdiri dari:
1. Teknik Hitung Koloni, meliputi:
a. ketidakpastian Poisson
b. ketidakpastian konfirmasi
2. Angka Paling Mungkin (ketidakpastian APM)

1a. Teknik Hitung Koloni – Ketidakpastian Poisson

Untuk metode berdasarkan teknik hitung koloni, ada kontribusi ketidakpastian
distribusi minimum bergantung pada jumlah total koloni terhitung yang digunakan
dalam penghitungan hasil,  C (lihat ISO 7218).

49

Tabel 2. memberikan nilai ketidakpastian baku Poisson, UPoisson dalam unit Log10 untuk nilai
angka/hitungan (C ) dari 1 sampai dengan 40.
Apabila  C = 0, artinya tidak ada koloni yang dihitung, UPoisson = 0,343

Tabel 2. Nilai uPoisson dari nilai ƩC dari 1 - 40

UNTUK NILAI C BESAR, KOMPONEN KETIDAKPASTIAN POISSON DAPAT DIABAIKAN APABILA KOMPONEN KETIDAKPASTIAN LAINNYA BESAR

50

25
 KETIDAKPASTIAN DISTRIBUSI
Tabel 3. Nilai ketidakpastian konfirmasi (Uconf) log10 untuk jumlah koloni
1b. Teknik Hitung Koloni – Ketidakpastian Konfirmasi dipilih dari jumlah koloni yang diuji (np) dan jumlah koloni terkonfirmasi (nc)

Banyak metode berdasarkan teknik hitung koloni memberikan

jumlah mikroba presumtif. Uji konfirmasi kemudian digunakan untuk
mengkoreksi jumlah presumtif dengan mengestimasi proporsi
jumlah koloni terpilih yang dikonfirmasi sebagai organisme target
menggunakan uji yang sesuai. Dapat menjadi alasan untuk
menganggap koloni terdistribusi merata dan distribusi binomial
digunakan untuk menghitung ketidakpastian distribusi yang sesuai
khususnya terhadap hasil individu.
Seharusnya koloni presumtif/terduga,
np, diuji dan dikonfirmsi,
nc jumlah relatif yang berhasil (dikonfirmasi),
nc/np digunakan sebagi pengkali untuk mengubah jumlah presumtif
menjadi jumlah terkonfirmasi. Ini memiliki pengaruh menambahkan
koreksi, log10 nc/np terhadap nilai log10 cfu/g atau mL berdasarkan
jumlah presumtif.
Tabel 3. Menunjukkan nilai Uconf, dalam log10, untuk nilai terpilih
np dan nc.
Uconf, =
Uconf untuk angka lainnya dapat dihitung dari Formula (3), yang
disalin dari ISO 29201:2012, Formula (E.4)

51

KETIDAKPASTIAN DISTRIBUSI

untuk angka lainnya dapat dihitung dari

Formula (3), yang disalin dari ISO 29201:2012,
Formula (E.4)

(3)

52

26
 KETIDAKPASTIAN DISTRIBUSI (7)
2. Ketidakpastian Angka Paling Mungkin (APM/MPN)
Teknik Angka Paling Mungkin (APM/MPN) memperoleh angka paling mungkin dari
hasil dari deteksi atau tidak terdeteksi ganda.
Teknik ini termasuk teknik lempeng mikrotiter otomatis dimana banyak tabung dapat
dinilai sebagai positif atau negatif.
Untuk teknik MPN, ketidakpastian distribusi minimum lebih besar dari Poisson
sederhana dan tergantung pada hasil detailnya
Prosedur untuk mengestimasi ketidakpastian baku yang sesuai dalam log10, UMPN
yang sesuai , diberikan dalam Lampiran C.

Pada uji MPN memerlukan konfirmasi adanya organisme target dalam setiap
presumtif/terduga positif. Dalam hal ini, menghitung MPN dan ketidakpastian dari
jumlah hasil positif yang terkonfirmasi.

53

LAMPIRAN INFORMATIF

Tabel C.1. Ketidakpastian Baku MPN

dimana

uMPN = ketidakpastian baku, dalam log10 MPN/g

atau MPN/mL
μ = nilai MPN/g atau mL, tidak di log 10
k = jumlah pengenceran
mi = jumlah sampel (g atau mL) dalam setiap
alikuot pengenceran i
xi = jumlah hasil positif dari pengenceran i

Dimana tidak ada hasil positif, dimana Σxi = 0

Contoh: 5 alikuot dari 1 g; 0,1 g; 0,01 g, jumlah positif 4; 0 dan 1;
nilai MPN (μ ) = 1,7 MPN/g
Ketidakpasatian Baku dapat dihitung seperti Tabel C.1 referensi 19

54

27
 rumahmutu.id

KETIDAKPASTIAN GABUNGAN
DAN KETIDAKPASTIAN
DIPERLUAS

55

KETIDAKPASTIAN BAKU GABUNGAN (8.1)

Ketidakpastian baku gabungan berdasarkan
PERTIMBANGAN UMUM ketidakpastian teknis, dan distribusi
terpisah (8.1.2)
CONTOH 1 :
Ketidakpastian baku gabungan dapat berdasarkan
satu atau dua opsi berikut: Metode Instrument seperti ATP, dimana tidak ada koloni
atau sel yang dihitung:
a) Kombinasi atau gabungan (lihat 8.1.2) estimasi
secara terpisah: CONTOH 2 :
Ketidakpastian baku teknis Metode hitung koloni, tanpa konfirmasi parsial
Ketidakpastian baku matriks
CONTOH 3 :
Ketidakpastian baku distribusi Metode hitung koloni, dengan konfirmasi parsial
b) Apabila konsisten dengan protokol
laboratorium dan persyaratan pelanggan, CONTOH 4 :
simpangan baku reprodusibiltas itu sendiri (sR ) Metode MPN/APM

56

28
 KETIDAKPASTIAN BAKU GABUNGAN
CATATAN :
Secara umum diterima bahwa pengaruh komponen diabaikan apabila
ketidakpastian baku tidak lebih besar dari seperlima (1/5) besaran
ketidakpastian baku komponen terbesar. ( <0,20 Utech)
Komponen ketidakpastian distribusi dan matriks dapat diabaikan
dibandingkan ketidakpastian teknis. Seperti ditunjukkan dalam contoh,
dapat diabaikan. Secara ekstrim, ketika semua komponen ketidakpastian
distribusi dan matriks diabaikan dibandingkan terhadap ketidakpastian
teknis, contoh-contoh di atas diturunkan menjadi uc(y) = utech.

57

KETIDAKPASTIAN BAKU GABUNGAN (8.1)

Ketidakpastian baku gabungan

berdasarkan simpangan baku
Ketidakpastian Diperluas
reprodusibilitas itu sendiri
Menggunakan Formula (5) untuk
Simpangan baku reprodusibilitas dihitung dengan menurunkan ketidakpastian diperluas U dari
satu dari tiga metode yang diberikan (yaitu: hasil uji ketidakpastian gabungan uc(y) (lihat 8.1)
lab/percobaan lab; hasil uji validasi/verifikasi/uji dengan faktor cakupan k, dalam dokumen ini
banding; uji profisiensi) dipilih, nilai k = 2 (dengan tingkat
kepuasan/confidence level 95%).
Apabila konsisten dengan protokol laboratorium dan
persyaratan pelanggan, ketidakpastian baku U = 2 uc (y)
gabungan dapat diestimasi sebagai hanya simpangan
baku reprodusibilitas,

58

29
 CONTOH - CONTOH

59

CONTOH 1 – KOMPONEN KETIDAKPASTIAN TEKNIS,

MATRIKS DAN POISSON
1.Ketidakpastian Teknis
Data untuk hitung Utech dari metode tervalidasi menggunakan 1,0 ml inokula pada satu
cawan Petri dari dua pengenceran berurutan, dan ketidakpastian teknis telah
diestimasi sebelumnya, menurut (ISO 19036:2019, Klausul 5), data Simpang Baku
Reprodusibilitas (sR)
Misal utech = 0,15 log10 cfu/g

Kemudian metode tersebut menerapkan sampel laboratorium homogen memberikan

hasil berikut ,
Misal: pada pengenceran 10-3 = 102 koloni (hasil rata-rata duplo) dan pada
pengenceran 10-4 = 8 koloni.
Jadi ALT nya (ISO 7218) = (102 + 8)/1,1 x 103 =1,0 x 105 cfu/g, kemudian di log 10
jumlah koloni menjadi
5,0 log10 cfu/g

60

30
 CONTOH 1 ----
2. Ketidakpastian Poisson
Ketidakpastian baku distribusi upoisson ditetapkan dari jumlah total koloni C = 110

Untuk rasio Upoisson/Utech =0,0414/0,15 = 0,276 yang lebih besar dari 0,20, sehingga
Upoisson tidak dapat diabaikan (lihat, CATATAN 8.1.2)
3. Ketidakpastian Matriks
Untuk matriks homogen, ketidakpastian baku matriks umatriks = 0,1 log10 cfu/g (ISO
19036:2019, klausul 6.2)
-Ketidakpastian baku gabungan (lihat ISO 19036:2019, 8.1.2) adalah:

- Dikalikan dengan faktor cakupan (k) = 2, menjadi U = 0,37 log10 cfu/g

Jadi, Jumlah koloni atau Angka koloni dan ketidakpastian diperluas adalah
5,0 ± 0,37 log10 cfu/g

61

CONTOH 2 – KOMPONEN POISSON DIABAIKAN (8.3.2)

Contoh 1, apabila ketidakpastian baku teknik, utech = 0,25 log10 cfu/g.
Karena uPoisson /utech = 0,0414/0,25 = 0,166 adalah kurang dari 0,20 maka uPoisson dapat diabaikan (lihat
CATATAN 8.1.2)
Tidak ada komponen distribusi lainnya, tetapi ada ketidakpastian matriks, sehingga ketidakpastian
baku gabungan menjadi (lihat 8.1.2):

Dikalikan dengan faktor cakupan (k) = 2, menjadi

U = 0,54 log10 cfu/g
Jadi, Jumlah koloni atau Angka koloni dan ketidakpastian diperluas adalah
5,0 ± 0,54 log10 cfu/g

62

31
 CONTOH 3 – KOMPONEN MATRIKS, POISSON DAN KONFIRMASI
(8.3.3)

Contoh 1, Hasil ditunjukkan sebagai koloni tipikal yang dihitung pada media diferensial (selektif),
diperlukan konfirmasi.
uPoisson = 0,0414 dan uPoisson/utech = 0,0414/0,15 = 0,276, yang lebih besar dari 0,2, sehingga Upoisson
tidak dapat diabaikan (lihat, CATATAN 8.1.2)
Konfirmasi: 5 koloni tipikal yang diuji, hasilnya 4 koloni terkonfirmasi menjadi organisme target.
Hasilnya direvisi, seperti ditunjukkan dalam Tabel 4, berikut:

Tabel 4. Contoh perhitungan untuk komponen matriks, Poisson dan konfirmasi

63

CONTOH 3 – (8.3.3)
Tabel 3 uconf

Dari 1b.: untuk np = 5 dan nc = 4, uconf= 0,08888. uconf/utech = 0,08888/0,15 = 0,592, yang lebih besar dari
0,20, sehingga uconf tidak dapat diabaikan
Sehingga ketidakpastian baku gabungan adalah:

Ini dikalikan faktor cakupan (k) = 2 menjadi U = 0,41 log10 cfu/g (untuk dua gambar signifikan)

CATATAN Hasil jumlah terkonfirmasi adalah 4,90 ± 0,41 log10 cfu/g, sedangkan jumlah presumtif/terduga
(seperti contoh 1) adalah
5,0 ± 0,37 log10 cfu/g.

64

32
 CONTOH 4 – KOMPONEN TEKNIK, MATRIKS dan
MPN/APM (8.3.4)

Prosedur MPN/APM, Laboratorium mengestimasi tingkatan presumtif/terduga mikroba

(misal bakteri coliform) dalam sampel cairan menggunakan 5-tabung/3-tingkat
pengenceran yang mana ketidakpastian baku tekniknya, utech diambil sama dari
simpangan baku reprodusibilitas, sIR, diturunkan dari studi validasi metode
interlaboratorium yang ditetapkan menjadi 0,49 log10 MPN/mL, berdasarkan 20
pengulangan sampel uji.
Untuk sampel laboratorium cairan homogen, estimasi MPN berdasarkan 5 tabung
terinokulasi dengan 1,0 mL pengenceran sampel dari masing-masing 3 tingkat
pengenceran, 10-2, 10-3 dan 10-4, jadi total 15 tabung. Setelah inkubasi, jumlah biakan
(tabung) positif dari setiap pengenceran berurutan adalah 4, 2 dan 1.

65

TABEL MPN 5 TABUNG

Untuk sampel laboratorium cairan
homogen, estimasi MPN dari 3
tingkat pengenceran, 10-2, 10-3 dan
10-4, jadi total 15 tabung. Setelah
inkubasi, jumlah biakan (tabung)
positif dari setiap pengenceran
berurutan adalah 4, 2 dan 1.

Berdasarkan Tabel MPN di

sebelah kiri, nilainya = 260
MPN/100 mL

66

33
 CONTOH 4 – (8.3.4)
Dari lembar isian Referensi [19] berikut nilai yang diperoleh:
MPN 260/100 mL log10 MPN = 2,42; uMPN = simpangan baku
= 0,19 log10 MPN
Rasio uMPN/utech = 0,19/0,49 = 0,39 > 0,20, sehingga uMPN
tidak dapat diabaikan (lihat CATATAN 8.1.2)
Untuk cairan homogen, ketidakpastian baku matriks dapat
diambil sebagai umatriks = 0,1 log10 (lihat 6.2)
Rasio umatriks/utech = 0,10/0,49 = 0,204 > 0,20, sehingga
ketidakpastian baku matriks tidak dapat diabaikan (lihat
CATATAN 8.1.2)
Jadi komponen ini digabung (lihat 8.1.2) untuk memberikan
ketidakpastian gabungan:
67
PERNYATAAN KETIDAKPASTIAN PENGUKURAN DALAM LAPORAN
PENGUJIAN
Aspek - aspek Umum
MU harus dilaporkan dalam unit yang sama
sebagai hasil pengujian.
Seperti ditunjukkan pada 8.1.1, laporan MU
dapat berdasarkan satu dari dua opsi
berikut:
Simpangan baku reprodusibilitas dan
memisahkan estimasi ketidakpastian
matriks dan ketidakpastian distribusi yang
relevan, atau
Simpangan baku reprodusibilitas itu sendiri.
68
Ini dikalikan dengan faktor cakupan (k) = 2,
menjadi U = 1,1 log10 MPN/100mL
Jadi estimasi MPN memberikan tingkat
kontaminasi presumtif = 2,4 ±1,1 log10
MPN/100mL
CATATAN : Kebanyakan uji MPN memerlukan
konfirmasi adanya mikroba target. Dalam situasi
seperti ini, perhitungan MPN dan
ketidakpastiannya ditetapkan dari jumlah hasil
terkonfirmasi positif.
Apabila estimasi MU diperlukan dalam laporan pengujian,
termasuk dalam laporan tersebut pernyataan ekplisit bahwa
MU menunjukkan adanya ketidakpastian diperluas, bersama
dengan pernyataan tingkat kepuasan (confidence level) dan
menunjukkan bahwa MU telah diestimasi menurut dokumen
ini (ISO 19036). Sebagai contoh:
“Laporan ketidakpastian pengukuran diperluas telah
diestimasi menurut ISO 19036 dan berdasarkan kepada
ketidakpastian baku dikalikan dengan faktor cakupan, k = 2,
dengan tingkat kepuasan/kebeterimaan sekitar 95%”.
Apabila MU berdasarkan simpangan baku reprodusibilitas
saja, ini harus dibuat jelas dalam laporan uji, Sebagai contoh:
“Laporan ketidakpastian pengukuran diperluas telah
diestimasi menurut ISO 19036 dan berdasarkan kepada
ketidakpastian baku gabungan dikalikan dengan faktor
cakupan, k = 2, dengan tingkat kepuasan/kebeterimaan
sekitar 95%”. Ketidakpastian baku gabungan disetarakan
dengan simpangan baku reprodusibilitas intralaboratorium”.
34
 PERNYATAAN KETIDAKPASTIAN PENGUKURAN
DALAM LAPORAN PENGUJIAN
Aspek - aspek Umum ( lanjutan )
Banyaknya tampilan dalam laporan MU harus
selalu merefleksikan kenyataan kemampuan
pengukuran. Dengan melihat proses
mengestimasi MU, melaporkan MU kepada lebih
dari dua angka yang signifikan jarang dibenarkan.
O.k.i, disarankan ketidakpastian diperluas
dibulatkan menjadi 2 angka signifikan, mengikuti
aturan normal ISO 7218. Nilai angka dalam
pelaporan hasil uji secara normal dibulatkan
paling sedikit angka signifikannya dalam nilai
ketidakpastian diperluas terhadap hasil
pengukuran. Pembulatan selalu dilakukan di akhir
proses untuk menghindari efek kesalahan
pembulatan kumulatif, lihat ISO/IEC Guide 98-3.
Sekali MU diperluas telah diturunkan, seperti
diterangkan dalam 8.2, mungkin dinyatakan
dalam laporan pengujian bersama dengan hasil
uji, sebagai interval pada skala log10 atau nilai
sebenarnya (cfu/g atau cfu/mL), seperti yang
diilustrasikan oleh contoh alternatif berikut:
Hasil log10 dengan ± U: y ± U log10 cfu/g atau
cfu/mL, misal : 5,00 ± 0,31 log10 cfu/g.
Hasil log10 dengan dengan batas/limit: y log10
cfu/g atau cfu/mL [ y – U; y + U], misal : 5,00
log10 cfu/g [4,69; 5,31]
Nilai hasil alami dengan limit/batas: x cfu/g atau
cfu/mL [10 y-U; 10 y+U], misal: 1,0 x 105 cfu/g [4,9
x 104; 2,0 x 105]

69

PERNYATAAN KETIDAKPASTIAN..................
Hasil di bawah batas kuantifikasi
Aspek-aspek Umum

Hasil di bawah batas kuantifikasi (LoQ) dapat terjadi,

sebagai contoh:
Untuk metode hitung-koloni, ketika jumlah koloni terhitung adalah nol, C = 0
Untuk metode hitung-koloni dengan konfirmasi parsial, ketika jumlah koloni terkonfirmasi adalah nol, nc = 0
Untuk metode MPN/APM, ketika tidak ada hasil terdeteksi, xi = 0 untuk semua i.
Ketiga hasil di atas diinterpretasikan sebagai nol (0), dan sering dinyatakan sebagai “, x LoQ”, dimana xLoQ
adalah LoQ dalam cfu/g atau cfu/mL.
Bagian yang relevan (lihat ISO 19036:2019, 7.2, 7.3 dan Lampiran C), termasuk perhitungan ketidakpastian baku
distribusi dalam keadaan seperti itu sehingga ketidakpastian baku gabungan dan ketidakpastian diperluas, uc
(y) dan U, dapat dihitung dalam unit log10 menurut Klausul 8.

70

35
PERNYATAAN KETIDAKPASTIAN PENGUKURAN DALAM
LAPORAN PENGUJIAN
Meskipun, hasilnya konsisten dengan
nilai measurand nol (0) cfu/g atau
cfu/mL. Ketika menyatakan hasilnya
sebagai nilai sebenarnya dengan
batas-batas, opsi C) dalam 9.1,
menghitung batas atas sebagaimana
hasilnya sama terhadap LoQ dan
ambil batas bawah pada nol (0)
Meskipun, log nol tidak ditentukan,
ketika menyatakan hasilnya sebagai
log10 dengan limit, nyatakan batas
bawah sebagai “kurang dari”;
<[log10xLoQ] – U.
71
CONTOH DIBAWAH LOQ :
72
Contoh
Subklausul di bawah batas kuantifikasi adalah contoh
dari metode hitung koloni dengan utech = 0,15 cfu log10
cfu.g dan umatriks = 0,1 log10 cfu/g.
Apabila sampel laboratorium memberikan koloni
terhitung Nol (0) pada pengenceran 10-1 dan 10-2,
kemudian ƩC = 0 dan 1a. memberikan uPoisson =
0,434 log10 cfu/g
Ketidakpastian baku gabungan dan ketidakpastian
diperluas dapat dihitung menurut 8.1 dan 8.2.:
Batas kuantifikasi (LoQ)(xLoQ) terkait dengan koloni
terhitung tunggal/satu, ƩC = 1
Catatan bahwa yLoQ – U dapat negatif tetapi 10 yLoQ-U selalu
Positif.
Dengan pembulatan yang sesuai, hasil dengan
ketidakpastiannya dapat dinyatakan sebagai:
a) Hasil log10 ± U: < yLoQ ± U log10 cfu/g;
misal < 0,96 ± 0,94 Log10 cfu/g
b) Hasil log10 dengan batas: < yLoQ log10 cfu/g
[ < yLoQ – U; yLoQ + U ]
misal < 0,96 Log10 cfu/g [< 0,02; 1,90]
c) Nilai hasil alami dengan batas: < xLoQ cfu/g
[ 0 ; 10 yLoQ + U ]
misal < 9,1, cfu/g [ 0,0; 79,2 ]
36
 AGENS PENGENDALI HAYATI (APH)
BAGIAN 3: TRICHODERMA SPP
SNI 8027.3:2014

73

TIPE UJI

1. UJI VIABILITAS KONIDIUM

(BIOLOGI/MIKROBIOLOGI)
2. UJI KERAPATAN KONIDIUM (FISIKA)

74

37
 1. UJI VIABILITAS KONIDIUM
a. ALAT UJI: b. BAHAN, MEDIA &
- Gelas Benda dan gelas penutup PEREAKSI:
- Syringe atau Pipet volume 1 mL -Sampel APH konidia
- Mikroskop dengan perbesaran 400x Trichoderma spp
- Cawan Petri, diam. 9 cm -Kapas gulung steril ± 0,45 g
- Hand counter -Media PDA atau SDA steril
- Cork borer, diam 0,5 cm -Akuades steril
- Magnetic stirrer -Alkohol 70%
- Lampu spiritus
- Skalpel/pinset tumpul
- Ruang suhu kamar (sebagai incubator)

75

1. UJI VIABILITAS KONIDIUM

c. TAHAPAN UJI :
• Buat media PDA/SDA, sterilkan
• Tuang kedalam cawan Petri dengan volume
sama (misal 20 mL)
• Buat potongan media PDA/SDA dengan cork
borer, Ø = 5 mm
• Pindahkan dengan skapel ke atas gelas benda
steril, tiap gelas benda berisi 3 (tiga) potongan
PDA/SDA sebagai ulangan (triplo)
• Teteskan suspens konidium uji sebanyak 1 tetes
(kerapatan 106 sel) dengan syringe atau pipet
volume 1 mL.
• Tutup tiap potongan media PDA/SDA dengan
gelas penutup
• Siapkan cawan Petri steril (Ø = 9 cm), isi dengan
1 gulung kapas steril (0,45 g) dan basahi kapas
dengan 5 mL akuades steril
• Letakkan gelas benda ke dalam cawan Petri dan
inkubasikan 8 jam, 16 jam dan 24 jam pada suhu
kamar
• Amati bi bawah miktoskop pada perbesaran
400x, hitung jumlah konidium berkecambah dan
yang tidak berkecambah
• Hitung daya kecambah (viabilitas) konidium
dengan rumus:
-VK = (Ʃ KB / Ʃ KB + KTB) x 100%
-VK = Viabilitas Konidium
-KB = Konidium Berkecambah
-KTB = Konidium Tidak Berkembah
• Lakukan hitung untuk 2 potongan lainnya
• Hitung rerata viavilitas ketiga potongan
mediaum tersebut.

76

38
 SKEMA : SUMBER UTAMA KETIDAKPASTIAN DALAM UJI VIABILITAS
KONIDIUM APH TRICHODERMA SPP (TS/ISO 19036. 2006)

Ketidakpastian baku gabungan

Gambar 1. Kotak hitam sebagai ilustrasi pendekatan global sumber utama MU

77

77

CONTOH : KETIDAKPASTIAN VIABILITAS KONIDIUM

APHTRICHODERMA SPP

CARA GLOBAL / TOP DOWN

(terlampir dengan excel)

78

39
 2. UJI KERAPATAN KONIDIUM

a. ALAT UJI: b. BAHAN:

- Mikroskop dengan perbesaran 400x - Sampel APH Trichoderma spp
- Hemacytometer tipe Neubauer improve - Akuades
- Gelas Penutup Hemacytometer - Alkohol 70 %
- Syringe atau Pipet volume 1 mL - Aluminium foil
- Hand counter
- Magnetic stirrer
- Alat timbang analitik
- Labu Erlenmeyer 100 mL
- Sendok sampling

79

2. UJI KERAPATAN KONIDIUM

c. TAHAPAN UJI:
- Siapkan Hemacytometer, letakkan pada meja benda - Setelah diketahui banyaknya konidium pada
mikroskop, tutup dengan gelas penutup kotak hitung, hitung jumlah konidium/mL
- Amati dengan perbesaran 100x untuk mendapatkan dengan cara sbb.:
bidang hitung pada haemacytometer
- Ambil 0,2 mL sampel uji APH dengan syringe/pipet
- Teteskan suspensi inokulum perlahan pada bidang
hitung dengan syryinge/pipet melalui kedua sisi kanal
pada sisi atas dan bawah hingga bidang hitung Ket:
terpenuhi suspensi secara kapiler. Biarkan 1 menit.
Ulangi pengamatan agar fokus pada konidium S = kerapatan konidium/mL
x = jumlah konidia pd kotak a,b,c,d, dan e
- Hitung kerapatan konidium yang terdapat pada kotak L = luas kotak hitung 0,04 mm2
hitung (a+b+c+d) dengan perbesaran 400x dengan
hand counter. Lakukan pengecekan penghitungan
t = kedalaman bid hitung 0,1 mm
untuk tiap kotak hitung d = faktor pengenceran
103 = volume suspensi yang dihitung (1 mL =103 mm3)

80

40
 Skema : Sumber Utama Ketidakpastian dalam Uji Kerapatan
Konidium APH Trichoderma spp (TS/ISO 19036. 2006)
• Haemoytom
• Mikroskop, 400x
eter
• Syringe/Pipet Neubauer
Neraca
volume 1 mL • Hand
Analitik
(kalibrasi) counter (kalibrasi)
(kalibrasi)

Sampel lab Ketidakpastian baku gabungan

Matriks Kesalahan Operator/

Acak Sr Waktu

Gambar 1. Kotak hitam sebagai ilustrasi pendekatan bottom up sumber utama MU

81

CONTOH : KETIDAKPASTIAN UJI KERAPATAN KONIDIUM

APH TRICHODERMA SPP

CARA BOTTOM UP
(terlampir dengan excel)

82

41
 CONTOH : KETIDAKPASTIAN QPCR
CARA GLOBAL / TOP DOWN
(terlampir dengan excel)

83

84

42