Topic outline

  • pendahuluan

                Pada Modul 1, Anda telah mempelajari sistem managemen dan penjaminan mutu laboratorium kimia.  Suatu laboratorium pengujian yang melakukan analisis kimia akan dihasilkan data analisis. Data analisis kimia dapat bersifat kualitatif dan kuantitatif.  Data kualitatif dapat diperoleh dari hasil reaksi tertentu melalui pengggunaan pereaksi spesifik. Adapun data kuantitatif  pada umumnya berupa angka-angka. Data kuantitatif selalu disertai oleh beberapa kesalahan dalam pengukuran. Kesalahan dalam pengukuran dapat berupa kesalahan tertentu (determinat error)  dan kesalahan tidak tentu (indeterminat error). Selain itu juga, ada yang menyatakan kesalahan dalam analisis dapat berupa kesalahan mutlak, kesalahan sistematik, atau kesalahan acak.

                Kesalahan tertentu dalam melakukan analisis dapat diketahui dengan pasti dan dapat dicegah serta diperbaiki kesalahannya. Beberapa kesalahan tertentu dapat disebabkan dari kesalahan instrumen, kesalahan orang yang melakukan pekerjaan analisis (analis), atau kesalahan dalam menggunakan metode. Kesalahan instrumen dapat terjadi karena alat ukur yang digunakan tidak memenuhi persyaratan kinerja yang ditetapkan, misalnya alat ukur telah melewati jadwal kalibrasi yang ditetapkan. Kesalahan analisis dapat terjadi karena orang melakukan analisis tidak memiliki kompetensi untuk pekerjaan yang dilakukan. http://www.madgetech.com/media/catalog/product/cache/1/image/250x234/9df78eab33525d08d6e5fb8d27136e95/r/e/recalibration_2_1_1.jpgSeorang analis sebaiknya memiliki sertifikat kompetensi dari Badan Nasional Sertifikasi Profesi untuk pekerajaan yang dilakukan. Kesalahan metode dapat terjadi karena metode analisis yang digunakan belum dilakukan validasi. Sehingga unjuk kerja metode tidak memenuhi kriteria yang dipersyaratan.

                Kesalahan tidak tentu dapat terjadi karena sesuatu hal yang tidak dapat kita hindari, misalnya kesalahan acak (galat acak).  Kesalahan acak dapat direprentasikan sebagai ketidakpastian dalam pengukuran. Ketika Anda melakukan pengukuran berulang untuk mendapatkan data yang mendekati nilai yang sebenarnya, sangatlah tidak mungkin Anda mendapatkan data yang persis sama. Data hasil pengukuran berulang sebaiknya mengikuti kurva distribusi normal atau kurva Gaussian.

                https://upload.wikimedia.org/wikipedia/commons/thumb/8/8c/Standard_deviation_diagram.svg/1200px-Standard_deviation_diagram.svg.pngPada Modul 2 ini Anda akan diberi penjelasan bagaimana penjaminan kualitas dari data hasil analisis dari suatu pengujian di laboratorium. Suatu data hasil analisis dapat memberikan jaminan kualitas apabila didukung oleh tiga komponen penting yaitu; metode yang valid, alat ukur yang terkalibrasi, dan analis yang kompeten pada pengujian. Jaminan kualitas data hasil analisis merupakan bagian dari manajemen mutu yang difokuskan pada pemberian keyakinan bahwa persyaratan mutu akan dipenuhi. Secara teknis jaminan mutu pengujian dapat diartikan sebagai keseluruhan kegiatan yang sistematik dan terencana yang diterapkan dalam pengujian, sehingga memberikan keyakinan yang memadai bahwa data yang dihasilkan memenuhi persyaratan mutu sehingga dapat diterima oleh pengguna.

                Persyaratan yang harus dipenuhi untuk suatu laboratorium pengujian dan kalibrasi berdasarkan Standar Internasional ISO/IEC 17025:2008   adalah harus memenuhi persyaratan managemen pada klausul 4 dan persyaratan teknis pada klausul 5. Bagian dari persyaratan teknis diantaranya: metode pengujian, metode kalibrasi, dan validasi metode analisis. persyaratan teknis lainnya adalah ketertelusuran pengukuran dan jaminan mutu hasil pengujian. (untuk lebih lengkap lihat referensi yang diberikan pada link berikut).

    https://www.solentscales.co.uk/res/c2ag_350x232_3_calibration_and_repair.jpg            Berdasarkan persyaratan teknis dari suatu laboratorium pengujian, maka ruang lingkup uraian pada modul 2 ini dijelaskan pada awal pembahasan adalah bagaimana melakukan evaluasi suatu data hasil analisis termasuk didalamnya melakukan evaluasi ketidakpastian analisis kimia, melakukan kegiatan verifikasi /kalibrasi alat ukur dan alat pengujian, melakukan verifikasi dan validasi metode analisis serta melakukan rancangan validasi metode uji yang baru dikembangkan (non-baku).

                Untuk menguraikan ruang lingkup materi tersebut, pada pembahasan modul 2 ini, maka penjelasan materi dibagai kedalam empat kegiatan belajar yaitu;

     

    Kegiatan Belajar 1

    :

    Evaluasi Data Hasil Analisis

    Uraian meliputi:  rerata, simpangan baku, batas kepercayaan, uji Q, Uji F (uji Anova) dan ketidakpastian pengukuran.

     

    Kegiatan Belajar 2

    Verifikasi/kalibrasi alat ukur serta alat uji

    Diuraikan bagaimana cara melakukan kalibrasi alat ukur volume (labu ukur) dan alat ukur massa, merancang dan menerapkan verifikasi/kalibrasi unjuk kerja instrumen analisis (pH meter).

     

    Kegiatan Belajar 3

    :

    Verifikasi dan validasi metode analisis

    Dibahas parameter uji dalam melakukan validasi metode analisis diantaranya: akurasi dan presisi, linearitas, sensitivitas, limit deteksi, batas kuantitasi, selektivitas, uji ketegaran (robustness), uji ketahanan (ruggedness) dan ketidakpastian.

     

    Kegiatan Belajar 4

    :

     

     

    Rancangan verifikasi dan validasi metode analisis

    Dibahas rancangan dalam melakukan validasi metode analisis untuk medode uji yang baru dikembangkan. Selanjutnya dibahas bagaimana melakukan verifikasi untuk metode uji yang standar.

    Secara umum setelah mempelajari modul 2 ini, Anda diharapkan  dapat memiliki kompetensi yang disesuaikan dengan capaian pembelajaran pada mata kuliah yaitu; meracang validasi metode uji dalam analisis  kimi, secara rinci capaian pembelajaran mata kuliah, Anda diharapkan dapat:

    1.      Mengevaluasi karakteristik data-data hasil analisis kimia yang bersifat kualitatif dan kuantitatif metode uji

    2.      Mengaplikasikan prinsip uji ANVA dalam statistika terhadap data-data hasil analisis kimia

    3.      Mengaplikasikan prinsip uji non parametric (khi kuadrat) dalam statistika terhadap data-data hasil analisis kimia

    4.      Merancang dan menerapkan verifikasi/kalibrasi alat ukur dan alat uji

    5.      Merancang dan menerapkan verifikasi unjuk kerja instrumen analitik

    6.      Mengevaluasi nilai ketidakpastian dalam analisis kimia

    7.      Merancang dan menerapkan validasi metode uji prosedur (standar)

    8.      Merancang validasi metode uji yang baru dikembangkan (non-baku)

     

    Dalam modul 2 ini juga dilengkapi dengan soal-soal latihan beserta petunjuk jawaban latihan, rangkuman, tugas, dan tes formatif beserta kunci jawabannya serta link materi pengayaannya. Adapun kriteria keberhasilan Anda dalam mempelajari modul ini, dapat dilihat pada bagian akhir modul ini.

     

    Petunjuk belajar

    https://i.ytimg.com/vi/B9SptdjpJBQ/maxresdefault.jpgAgar Anda dapat menguasai  materi yang ada dalam Modul 2 ini dengan baik, silahkan Anda baca semua materi modul ini serta mengerjakan soal-soal latihan dan tes formatif yang terdapat pada akhir Modul ini. Lakukan self evaluation untuk kompetensi yang dituliskan pada setiap kegiatan belajar. Apakah Anda sudah dapat menguasi dari kompetensi yang diberikan. Kerjakan setiap tugas yang diberikan pada akhir kegiatan belajar.

     

    Selamat Belajar! Semoga Sukses!

  • kegiatan belajar 1: EVALUASI DATA HASIL ANALISIS KIMIA

    Capaian Pembelajaran

    Merancang Validasi Metoda Uji Dalam Analisis Kimia

     

    https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcR21FIjijB6SM3aRuTEUR0j6SRrhFQ1tHmIs1hE7e8kmvKlCB8LsASub Capaian Pembelajaran  

    1. mengevaluasi karakteristik data hasil analisis dari keberulangan pengukuran;
    2. melakukan uji keberartian melalui uji rerata dan simpangan baku
    3. mengevaluasi nilai ketidakpastian dalam analisis kimia

     

    Pokok-pokok materi

    1.      Evaluasi data statistik dari keberulangan pengukuran

    2.      uji keberartian (significance test) dari rerata dan standar deviasi

  • KEGIATAN BELAJAR 2: VERIFIKASI/KALIBRASI ALAT UKUR SERTA ALAT UJI

    Capaian Pembelajaran

    Merancang Validasi Metoda Uji Dalam Analisis Kimiahttp://atlanticscale.wpengine.com/wp-content/uploads/2014/09/XPE-analytical-balance-pipette.jpg

     

    Sub Capaian Pembelajaran

    1. mendeskripsikan angka-angka yang terdapat pada skala alat ukur;
    2. melakukan kalibrasi/verifikasi dari alat ukur volume (labu ukur, pipet, dan  buret)
    3. Merancang dan menerapkan verifikasi unjuk kerja instrumen analitik (pH meter)

     

    Pokok-pokok materi

    1.      Skala pada alat ukur volumetrik

    2.      Kalibrasi alat ukur volume

    3.      Verifikasi unjuk kerja pH meter

     data:image/jpeg;base64,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

  • KEGIATAN BELAJAR 3: VALIDASI METODE ANALISIS KIMIA

    Capaian Pembelajaran

    Merancang Validasi Metoda Uji Dalam Analisis Kimia

     

    Sub Capaian Pembelajaran

    1.      membedakan verifikasi metode dan validasi metode

    2.      merancang parameter yang digunakan dalam melakukan validasi metode analisis

     

    Pokok-pokok materi

    1.      Pengertian Validasi Metode

    2.      Parameter validasi metode analisis

     https://image.slidesharecdn.com/sarikavalidationofanalyticalandbioanalyticalmethods-150105091219-conversion-gate01/95/validation-of-analytical-and-bioanalytical-methods-4-638.jpg?cb=1420449323

  • KEGIATAN BELAJAR 4: RANCANGAN VALIDASI METODE DAN KALIBRASI ALAT UKUR

    Capaian Pembelajaran

    Merancang Validasi Metoda Uji Dalam Analisis Kimia

     

    Sub Capaian Pembelajaran

    1. melakukan validasi metode analisis dari metode rutin yang terdapat pada laboratorium;
    2. merancang validasi metode uji yang baru dikembangkan (non-baku)

     

    Pokok-pokok materi

    1. Rancangan yang perlu disiapkan dalam melakukan validasi metode(non-baku)
    2. Pengolahan data pada parameter dalam melakukan validasi metode.

     https://www.qualitydigest.com/IQedit/Images/Articles_and_Columns/2016/Jan_2016/Methods/1.jpg