Kemometri

(Session I)
Didik Setiyo W., S.Si., M.Si.

Lab. of Analytical Chemistry

Dept. of Chemistry
Fac. of Sciences and Mathematics

e-mail:
didie_chem@undip.ac.id
didie_chem@yahoo.com
didie.chem@gmail.com

Concatct:
081757173008 ,
PIN BB: 28C81B07
 Silabus
 Pengantar
 Problem Analisis, Jenis Error dan Error dalam Analisis
Kuantitatif, Error dan Penanganannya
 Kesalahan (error) dalam Analisis Klasik
 Mean dan Deviasi Standar, Distribusi Error, Distribusi
Sampling Mean, Batas Konfidensi Harga Mean, Presentasi
Hasil
 Uji Signifikansi: Perbandingan Mean, Perbandingan Mean
Dua Sampel, Paired t-test, One-tiled dan Two-tiled test,
Uji F, Uji Outlier, Analisis Variansi, Perbandingan
Beberapa Harga Mean, Uji Chi-squared, Pengujian
Normalitas Set Data, Pengambilan Kesimpuilan Atas Hasil
Uji
 Quality Control
 Kesalahan (error) dalam Analisis Instrumental:
Kurva Kalibrasi, Koefisien Korelasi, Persamaan
Garis Regresi, Error dalam Slope dan Intersept
Garis Regrasi, Batas Deteksi, Metode Adisi
Standar, Regrasi Nonlinear (curvilinear)
Class rules
Chemometrics

Mathematics
Statistics
Computer Science
In Chemistry
 Similar fields

 Biometrics±1900
 Psychometrics ±1930

 Econometrics ±1950

 Technometrics ±1960
COVERAGE
Cakupan statistika bidang kimia:
 Aspek pengukuran: pengukuran sifat-sifat
kimia dan fisika suatu material
(instrumental)
 Aspek bidang: kimia fisika hingga kimia
organik, kimia teori, kromatografi,
spektroskopi, industrial process control,
environmental monitoring, scientific
archaeology, biology, forensic science,
industrial process monitoring, geochemistry,
etc.
 Aspek Data: Pengukuran dan interpretasi
4 Area aspek data:
 Experimental design
 Data acquisition (pengumpulan, pengelompokan,
resuming)

 Data treatment
(penataan dan analisis)
 Data interpretation
Kemometri
Interdiciplinary
subject wich attemps
to extract max.
information from
data (computer-
assisted method)
Analytical Problems
 Kualitatif
– Apakah sampel air minum kota Semarang
mengandung raksa?
 Kuantitatif
– Berapa kadar raksa yang terkandung dalam
sampel air minum?

• Informasi kuantitatif juga meliputi informasi

kualitatif
• Info. Kuantitatif memungkinkan kita mengambil
langkah lanjutan
•Tingkat bahaya
•Perlu/tidak diupayakan untuk dikurangi
Error pada Pengukuran Kuantitatif
Principle: No quantitaive results are of any value
unless they are accopanied by some
estimate of the errors inherent in them

Tipe Error (1):

Berdasarkan proses pengukuran
• Instrumental error
• Methodology error (penggunaan metode yang salah; saat data
acquisition, adanya interferensi dan strategi eksperimentasi

• Theoritical error (penggunaan prinsip pengukuran yang salah,

model yang salah)

• Data treatment error

Tipe Error (2)

Berdasarkan efek pada evaluasi hasil

 Systematic error (instrumental error-setting

intrument yang salah, kemurnian bahan kimia,
standardisasi dan kalibrasi)
 Random error
 Personal error
 Gross error
 Perbandingan
Type of error
Random Systematic
Affect precision Affect Accuracy
(kecermatan, keseksamaan) (keakuratan, ketelitian)
Within-run precision: proximity to the truth
repeatability
Between –run precision:
 
reproducability
determinate error
Indeterminate error
Akurasi dan presisi

Precise, inaccurate
•••
••
Imprecise, accurate
• • • • •

imprecise, inaccurate
• •• • •
Precise, accurate
•••
••
Absolute Error
Bila nilai sesungguhnya suatu besaran yang diukur
adalah , dan pada pengukuran berulang diperoleh
data xi dengan i = 1, 2, 3, …n maka selisih xi - 
adalah absolute error,  i

 i = xi - 
atau
xi =  +  i

sehingga absolute error merupakan jumlah yang harus

ditambahkan untuk memperoleh jumlah pendekatan
Relative error

Bila pada suatu harga variabel tertentu

xi diukur parameter yi hingga diperoleh
grafik y terhadap x, maka relative
error didefinisikan sebagai
 = 100 x /x dalam %
atau
R = 100 x /(x maks. – x min.)
= 100 x /R (%)
dengan R adalah rentang pengukuran