Mudasir
Chemistry Department
Gadjah Mada University
The analytical process
(The unit operations of Analytical Chemistry)
11/3/2019 2 Mudasir
Definisi Chemometry
• Chemical discipline that uses mathematical, statistical, and other methods
employing formal logic (Frank and Kowalski, 1982; Massart, et al., 1988)
- to design or select optimal measurement procedures and experiments
- to provide maximum relevant chemical information by analyzing
chemical data
• Perkembangan Kemometri
- diilhami oleh disiplin (ilmu) lain seperti Biometri, Psikometri, medical
statistics dan ekonometri yang sudah berkembang lebih dulu
- Istilah Kemometri diperkenalkan oleh Svante Wold di awal th 1970
- Th 1974: International Chemometrics Society
- Statistics adalah bagian terpenting dari Chemometrics
- 1986: Journal Chemometrics and Intelligent Laboratory System
- 1987: Journal of Chemometry
- 1990: Journal “Environmetrics”
- 1993: Reference Journal “ Windows on Chemometrics”
I. DATA ANALITIK
1. Problem Analisis: kualitatif dan kuantitatif
Jawaban kuantitatif lebih bermakna/bernilai
Contoh: a. Berapa banyak kandungan albumin
dalam serum darah? (kuantitatif)
b. Apakah albumin terkandung dalam
serum darah? (kualitatif).
Terbaik: data kualitatif didukung data kuantitatif
Pendekatan kuantitatif yang lebih kompleks
dibutuhkan untuk membandingkan 2 sampel, misal:
2 sampel tanah akan dibandingkan ukuran partikelnya.
2. Kesalahan Dalam Analisis Kuantitatif
Prinsip: Data kuantitatif tidak berarti apa-apa, kecuali
disertai oleh perkiraan kesalahan yang menyertainya.
Contoh:
Penemuan senyawa baru dg Mr = 104 (data spektrometri).
Sebelumnya blm pernah ditemukan senyawa yang mempunyai Mr >
100 (metode sama).
Pertanyaan: Apakah senyawa baru benar-benar telah ditemukan?
Jika data Mr = 104 ± 2 berarti senyawa baru kemungkinan telah
ditemukan.
Jika kesalahan data tinggi Mr = 104 ± 10 tidak terjadi penemuan
senyawa baru.
Pengetahuan tentang kesalahan eksperimen sangat penting.
Umum: pengulangan data analisis (min. 3 kali).
Contoh: data hasil titrasi, 24,69; 24,71; 24,77;25,39 mL.
Nilai penting; 0,01 mL. Perlu/tidak menghilangkan data 25,39
(outlier)?
3. Tipe Kesalahan
Kesalahan gross, random dan sistematik.
B 9,88 10,14 10,02 9,80 10,21 tdk bias, Tdk teliti (random)
Cara mengatasi:
s= i
(x
i
x) 2
/( n 1) = 0, 001/ 4 = 0,0158 mL
The Distribution of Repeated
Measurements
• Deviasi standar menggambarkan sebaran data di sekitar nilai
tengah (mean), tetapi tidak menunjukkan bentuk (shape) distribusi
data
• Perlu data yang banyak utk menggambarkan bentuk distribusi
(lihat Tabel)
• Tabel Hasil 50 kali penentuan konsentrasi nitrat (g ml-1)
________________________________________________________
0,51 0,51 0,51 0,50 0,51 0,49 0,52 0,53 0,50 0,47
0,51 0,52 0,53 0,48 0,49 0,50 0,52 0,49 0,49 0,50
0,49 0,48 0,46 0,49 0,49 0,48 0,49 0,51 0,49 0,47
0,51 0,51 0,51 0,48 0,50 0,47 0,50 0,51 0,49 0,48
0,51 0,50 0,50 0,53 0,52 0,52 0,50 0,50 0,51 0,51
________________________________________________________
Frequency Table & Histogram
Tabel Frequency Pengukuran
konsentrasi ion nitrat Histogram konsentrasi nitrat
Frekuensi
0.48 5 8
6
0.49 10
4
0.50 10
2
0.51 13 0
0.52 5 0.46 0.47 0.48 0.49 0.5 0.51 0.52 0.53
0.53 3 Konsentrasi Nitrat
___________________________
- 50 Data ini adalah sampel dari sekian besar pengukuran yang mungkin dilakukan
(secara teori jumlahnya tak terbatas). Himpunan jumlah pengukuran yang mungkin
Dilakukan disebut Populasi
• Jika tdk terdapat kesalahan sistematik, nilai rata-rata/mean
( populasi ini menyatakan nilai yang benar dari konsentrasi
nitrat yang kita analisis
• Nilai tengah sampel (50 data konsentrasi nitrat dalam tabel)
merupakan perkiraan (estimate) harga
• Populasi mempunyai standar deviasi , sedangkan standard
deviasi sampel, s, adalah harga perkiraan
• Nilai konsentrasi nitrat sesungguhnya tidak diskret
sebagaimana diilustrasikan dalam Tabel tapi bersifat kontinu.
Jadi nilai konsentrasi nitrat pada populasi bukan histogram
tetapi kurva.
• Persamaan matematik yang sering digunakan untuk
menggambarkan kurva tsb adalah Distribusi Normal atau
Gaussian:
1
e
2 2
y x
p
{ (
x )/2}
2
- Kurva simetris pada dan semakin besar harga , maka kurva akan
semakin melebar
- Apapun bentuk kurvanya jika distribusinya normal dengan mean, dan
standar deviasi maka akan mempunyai sifat-sifat khas sbb:
(1) kurang lebih 68% populasi akan terletak pada ±1
kurang lebih 95% populasi akan terletak pada ±2
kurang lebih 99,7% populasi akan terletak pada ±3
Jadi
Jika konsentrasi Nitrat berdistri-
Busi normal maka:
68% terletak pada 0.483-0.517
95% terletak pada 0.467-0.533, dan
99.7% terletak pada 0.450-0.550
Kenyataan:
33 data (66%) pada 0.483-0.517
49 data (98%) pada 0.467-0.533
Semua data ada pada 0.450-0.550
n x1x2...xn
- Variansi = the square of the standard deviation, s2
- Koefisien Variansi (CV) = Simpangan Baku Nisbi
(RSD) = 100% s/ x
- CV atau RSD bersatuan %, dan merupakan contoh
kesalahan relatif (relative errors)
- Relative errors sering dipakai utk membandingkan
tingkat presisi hasil pengukuran-pengukuran dengan
satuan dan magnitude yang berbeda
Contoh : Φ = If/kclIoε
Jawab:
A = -log(0,501) = 0,300
dA/dT = -(log e)/T = - 0,434/T