KOMPONEN UTAMA PADA KADAR TOC dan BOD LIMBAH CAIR INDUSTRI KELAPA

SAWIT

Indra Wahyu Saputra1*, Ibu Naomi1

Progam Studi Kimia, Fakultas MIPA, Universitas Tanjungpura,
Jln. Prof. Dr. H. Hadari Nawawi 78124, Pontianak
*email: indralast21@gmail.com

ABSTRAK

Nanopartikel silika atau biasa disebut dengan nanosilika merupakan silika yang berukuran orde
nano (10-9 nm) yang mempunyai karakteristik tinggi, inert serta biokompatibel. Penelitian ini
bertujuan untuk menentukan analisis komponen utama pada adsorpsi nanosilika terhadap limbah
cair kelapa sawit. Adapun variabel yang digunakan adalah pH, Luas Permukaan Pori, Volume
Pori, Ukuran Pori, kadar BOD dan TOC, masing-masing sebanyak 30 data. Hasil analisis
menunjukan bahwa terdapat pengaruh interkorelasi variabel terhadap antarvariabel yang dapat
dijelaskan melalui komponen 1 dengan sifat fisis sebesar 52,692% (luas permukaan pori, volume
pori, kadar BOD dan TOC disebut adsorben nanosilika), sedangkan pada komponen 2 dengan
sifat fisis sebesar 74,103% (pH dan ukuran pori disebut limbah cair industri).

Kata Kunci: nanopartikel silika, komponen utama, analisis faktor

PENDAHULUAN keterkaitan beberapa fakta yang dapat

Keberadaan sumber daya alam di muka
bumi meliputi panas bumi, bahan tambang
dan bahan-bahan mineral. Diantara bahan
mineral, terdapat bahan oksida yang
mempunyai potensi untuk pemanfaatan
sebagai material maju, antara lain : SiO2,
TiO2 dan Al2O3. Salah satu mineral oksida
yang potensial untuk dikembangkan adalah
silika (SiO2). Silika secara komersial
diantaranya sebagai bahan utama industri
gelas, kaca, bahan baku untuk pembuatan
sel surya (Amendola, 2011), industri
elektronik, pengemban katalis (Gupta,
2008), materal adsorban (Diantariani, 2010)
dan lain-lain
Nanopartikel silika atau biasa disebut
dengan nanosilika merupakan siika yang
berukuran orde nano (10-9 nm) yang
mempunyai karakteristik tinggi, inert serta
biokompatibel (Fernandez, 2012).
Nanopartikel silika memiliki luas permukaan
yang besar, ketahanan panas yang baik,
memiliki kekuatan mekanik yang tinggi serta
bersifat inert, sehingga dapat menurunkan
kadar senyawa organik yang terdapat dalam
limbah cair industri kelapa sawit. Salah satu
diobservasi secara langsung tampak
memiliki korelasi yang tinggi yaitu pada
variabel dalam penelitian sintesis nanosilika
untuk adsorpsi limbah cair industri kelapa
sawit yaitu pH, volume pori, ukuran pori, luas
permukaan pori, kadar TOC dan kadar BOD
(Kalapathy, 2000).
Analisis multivariat merupakan salah satu
jenis analisis statistik yang digunakan untuk
menganalisis data dimana data yang
digunakan berupa banyak peubah bebas
(independen variabel) dan juga banyak
peubah terikat (dependen variabels).
Analisis komponen utama adalah teknik
yang digunakan untuk menyederhanakan
suatu data secara linier sehingga terbentuk
sistem koordinat baru dengan varians
maksimum. Pada analisis ini bentuk
hubungan beberapa variabel bebas
terhadap satu variabel terikat. Misalnya
untuk mengetahui faktor-faktor dalam
mengukur nilai koefisien b1, b2 dan b3
(disebut loading) dengan mengukur
seberapa besar pengaruh adsorben
terhadap fluktuasi nilai Y1 (pH), Y2 (volume

1
pori), Y3 (ukuran pori), Y4 (luas permukaan
pori), Y5 (kadar TOC) dan Y6 (kadar BOD).
Salah satu dari asumsi yang harus
dipenuhi untuk melakukan pengujian
hipotesis terhadap parameter pada analisis
multaviat adalah analisis faktor. Analisis
faktor adalah teknik terbaik untuk membantu
para peneliti tersebut dalam mengidentifikasi
konstruk yang sifatnya tidak bias diukur
secara langsung (unobsdervable). Namun
penggunaan teknik ini memperhatikan
asumsi-asumsi yang melandasinya. Untuk
melakukan analisis faktor ada dua asumsi
yang harus dipenuhi, yaitu :
1. Error term ei memiliki sifat-sifat
berikut ini : independen satu dengan
yang lainnya, E(ei) = 0 dan Var = σ2.
2. Faktor-faktor yang tidak dapat
diobservasi secara langsung (Fi)
tersebut memiliki sifat-sifat sebagai
berikut : independen satu dengan
yang lainnya dan juga independen
terhadap Error term (ei). selain itu,
E(F) = 0 dan varians (Fi) =1. Untuk
sementara maksud istilah-istilah
tersebut barangkali kurang dipahami,
namun nanti setelah kita membahas
teknik perhitungan analisis faktor
akan menjadi jelas.
Selain ada dua asumsi, beberapa juga
menyebutkan beberapa syarat mengenai
jumlah sampel dan jumlah variabel. Kline
(1994) menjelaskan bahwa jumlah sampel
100 atau lebih sudah memadai untuk analisis
faktor. Mengenai jumlah variabel paling tidak
3 variabel per faktor, sementara Tabachnick
dan Fidell (1996) menyatakan bahwa paling
tidak harus ada 5 atau 6 variabel per faktor.
Ide dasar mengapa jumlah variabel perfaktor
harus cukup adalah agar ada korelasi yang
stabil antarvariabel.
2
Salah satu cara untuk melakukan analisis
data multivariate dapat digunakan analisis
faktor. Metode ini dapat diperluas
penggunaannya dalam berbagai penelitian,
baik yang eksperimen maupun yang bukan
bersifat eksperimen dalam ilmu social dan
lain sebagainya. Analisis faktor adalah kajian
tentang saling ketergantungan antara
variabel-variabel, dengan tujuan untuk
menemukan himpunan variabel-variabel
baru, yang lebih sedikit jumlahnya dari pada
variabel semula dan menunjukan yang mana
di antara variabel-variabelnya semula itu
yang merupakan faktor-faktor persekutuan.
Dalam analisis faktor, variabel-variabel
dalam jumlah besar dikelompokkan dalam
sejumlah faktor yang mempunyai sifat dan
karakteristik yang hampir sama sehingga
lebih mempermudah pengolahan.
Berdasarkan tujuannya analisis faktor
dapat dikelompokkan menjadi dua macam
yaitu analisis faktor eksploratif dan
analisisfaktor konfirmatori. Perbedaan
antara kedua metode ini yaitu analisis faktor
eksploratori tidak dilakukan hipotesis yang
bersifat teoritis dalam menggunakan analisis
faktor, sehinga kesimpulan pengelompokkan
pada faktor-faktor akan dibuat berdasarkan
apa yang nanti diperoleh dalam analisis.
Sedangkan faktor konfirmatori mempunyai
informasi yang bersifat teoritis tentang
struktur yang mendasari data dan
diharapkan akan dihasilkan faktor yang
sesuai dengan hipotesis tersebut sering
dilakukan perulangan analisis, jika hasil
pengujian model ternyata tidak sesuai
dengan apa yang dihipotesiskan. Pada
analisis faktor eksploratori masing-masing
variabel awal diperbolehkan mempunyai nilai
factor loading pada beberapa faktor dan
setelah nilai diperoleh akan dibuat
keputusan sebuah dimasukkan ke dalam Prosedur penelitian
faktor. Sebaliknya, analisis faktor Sumber penelitian
konfirmatori melakukan pengelompokkan Pada penelitian ini mengunakan data
pada sebuah variabel-vaiabel hanya yang bersumber dari skripsi Chitra, F, (2018)
berdasarkan variabel awal tertentu. yaitu :
Berdasarkan penjelasan diatas penulis
tertarik untuk melakukan penelitian atau
studi kasus terkait korelasi sintesis
nanosilika dalam mengadsorpsi limbah cair
industri kelapa sawit menggunakan analisis
faktor yang diolah menggunakan aplikasi
SPSS. Penelitian atau studi kasus ini
diharapkan dapat menjadi salah satu sumber
referensi bagi pembaca dalam mengolah
data menggunakan analisis faktor.

METODOLOGI PENELITIAN
Alat dan Bahan
Alat-alat yang digunakan yaitu alat yang
digunakan yaitu alat-alat gelas, oven, neraca
analitik, saringan 60 dan 100 mesh,
instrumen BOD dan TOC, Energy Dispersive
X-ray Spectroscopy (EDS), Scanning
Electron Microscope (SEM) JEOL JED-2300
Analysis Station, Shaker, pH meter, X-Ray
Diffractometer (XRD) KENZA dan X-Ray
Fluorescence (XRF) PANalitycal Epsilon 3,
SPSS 23.0 for Windows.
Bahan-bahan yang digunakan adalah
nanosilika, akuades (H2O), limbah industri
cair kelapa sawit.

3
 Pada data yang digunakan untuk
menentukan loading (β) yang dapat
memaksimalkan kedekatan nilai
communality dengan total variance Y. pada
waktu rasio (βi12+βi12)/Var (Yi) adalah
maksimum, nilai σ adalah minimum. Jika ini
kita gambarkan dalam bentuk tabel, maka
rasio tersebut merupakan perbandingan
antara (Tt/T0) dalam tabel berikut :

HASIL DAN PEMBAHASAN

Deskripsi Data Penelitian
Deskrisi data penelitian berisi tentang
pengujian korelasi nanosilika terhadap
adsorpsi limbah cair kelapa sawit. Data yang
diperoleh berdasarkan bentuk deskripsi data
untuk mengetahui besarnya korelasi variabel
terhadap antarvariabel. Data yang diperoleh
dilapangan masing-masing dianalisis.
Analisis data meliputi penyajian pH, luas
permukaan pori, ukuran pori, volume pori,
kadar TOC dan BOD. Adapun hasil output
Dalam mendapatkan rasio (Tt/T0) yang
dari SPSS 23.0 for Windows adalah sebagai
tertinggi berdasarkan principal component
berikut :
method, caranya adalah dengan melakukan
dekomposisi spektral (spectral
decomposition) terhadap matriks simetris,
khususnya dalam hal ini akan menjabarkan
matriks varians kovarians (∑) sebagai
penjumlahan hasil kali eigenvalue dan
eigenvektornya. Anggap misalnya matriks
(∑) memiliki pasangan eigenvalue (λi) dan

4
eigenvektor (εi) dimana λi ≥ λi ≥…. ≥ λp ≥ 0,
maka : nilai rasio (Tt/T0) pada masing-masing
komponen 1 sebesar 52,692% dan
komponen 2 sebesar 74,103% tergolong
sangat bagus. Itu artinya error term hanya
menjelaskan 47,308 (komponen 1) dan
25,897 (komponen 2).
Dalam menentukan analisis faktor yang
tepat digunakan yaitu dengan mendeteksi
ada atau tidaknya variabel yang memiliki
korelasi tinggi dan sampel penelitian yang
cukup besar. Dari tabel korelasi yang
terdapat dalam output SPSS tampak bahwa
pH. Luas permukaan, volume, ukuran, TOC
dan BOD memiliki korelasi yang dapat
dijelaskan melalui masing-masing
komponen 1 sebesar 52,692% (luas
permukaan, volume, BOD dan COD disebut
5
adsorben nanosilika dan komponen 2
sebesar 74,103% (pH dan ukuran disebut
limbah cair industri). Tingginya korelasi
diduga disebabkan alat uji yang digunakan
yaitu KMO (Kaiser-Meyer-Olkin) untuk
menguji jika terjadi korelasi parsial kecil.
Ukuran KMO di atas 80% bagus, antara 60-
80% adalah cukup (mediocre), sedangkan
dibawah dibawah 60% yang berarti buruk (ini
mungkin disebabkan oleh jumlah sampel
yang kecil =10). Selain uji KMO juga ada uji
Barlett’s sphericity test yang digunakan
untuk menguji apakah matrik korelasi adalah
matrik identitas (jika matriks korelasi adalah
matrik I maka analisis faktor tidak tepat).
Hasilnya ternyata signifikan (alpha =0,000)
yang berarti bahwa matrik korelasi bukan
matrik identitas sehingga analisis faktor
dapat digunakan.
Analisis faktor dapat mengetahui ada
berapa faktor yang dihasilkan dari sekian
banyak variabel yang dikumpulkan datanya.
Stelah diketahui bahwa ada dua faktor
(komponen 1 dan komponen 2) langkah
selanjutnya adalah analisis faktor tersebut
sesuai dengan variabel-variabel yang
dipengaruhinya. Pendekatan arti (meaning)
atas faktor tersebut sesuai dengan atribut
variabel yang terikat dengannya. Meaning
tersebut selanjutnya menjadi nama konstruk
yang dihasilkan. Pada data deskriptif bahwa
komponen 1 dan komponen 2 memiliki
korelasi yaitu bahwa nilai luas permukaan
pori, volume pori, kadar TOC dan BOD
terhadap pH dan ukuran pori sangat
berkorelasi antarvariabelnya. Oleh sebab itu,
faktor atau konstruk sebagai adsorben
nanosilika sedangkan untuk komponen 2
akan lebih tepat jika disebut limbah cair
industri karena dua komponen tersebut
banyak menggunakan pemahaman
kemampuan adsorpsi. Setelah konstruk
ditemukan dan diberi nama yang sesuai
dengan sifatnya beberapa peluang terbuka
untuk memanfaatkan konstruk tersebut.
Misalnya, peneliti dapat memanfaatkan
konstruk tersebut untuk melakukan
penelitian di mana didalamnya melibatkan
hubungan antarkonstruk di dalam analisis
faktor. Sisi positif analisis faktor adalah faktor
(common factor atau constructs) yang
dihasilkan akan independen satu dengan
lainnya (sesuai sifat ortogonalitas). Adapun
model analisis faktor untuk scree plot yang
didapat dapat dilihat pada output dari SPSS
23.0 for Windows sebagai berikut :
Untuk mengetahui apakah model yang
dihasilkan bersifat linier atau tidak dapat
dideteksi dengan melihat scree plot antara
standar residual dengan prediksinya. Pada
penelitian ini hasil pengujian menunjukkan
scree plot titik garisnya menjauhi 1 dan
semakin kebawah semakin terlihat garis
linieritas yang menandakan data yang diuji
sangat berkorelasi baik. Adapun dalam
menentukan masing-masing komponen
yang dihasilkan dapat dilihat pada gambar
6
component plot sebagai berikut:
Component plot digunakan dalam
menentukan korelaso variabel terhadap
antarvariabel pada penelitian ini komponen 1
yaitu luas, volume, TOC dan BOD disebut
adsorben nanosilika sedangkan pada
komponen 2 yaitu pH dan ukuran disebut
limbah cair industri.
SIMPULAN
Terdapat pengaruh korelasi terhadap
antarvariabel yang dapat dijelaskan melalui
komponen 1 sebesar 52,692% (luas
permukaan pori, volume pori, kadar BOD
dan kadar TOC disebut adsorben nanosilika)
dan komponen 2 sebesar 74,103% (pH dan
ukuran pori disebut limbah cair industri).
DAFTAR PUSTAKA
Amendola. S., 2011, Overview of
Manufacturing Processes for Solar-
Grade Silicon., Easton.
Chitra, F, 2019, Sintesis Nanosilika Dari Batu
Padas ketapang Metode Sol-Gel
dengan Radiasi microwave dan
Aplikasinya dalam Menurunkan
kadar TOC dan BOD Limbah Cair
Industri kelapa Sawit, Universitas
 Tanjungpura, Fakultas MIPA,
Jurusan Kimia, Pontianak, (Skripsi).
Diantariani, N.P., 2010, Peningkatan Potensi
Batu Padas Landgestone Sebagai
Adsorben Ion Logam Berat Cr(III)
Dalam Air Melalui Aktifasi Asam dan
Basa., J.Kimia Universitas Udayana.,
ISSN 1907-9850, 4(1), 91-100.
Draper, NR. 1998, Applied Regression
Analysis. A Willey Interscience
Publication, Canada.
Fernandez, R.B., 2012, Sintesis
Nanopartikel SiO2 Menggunakan
Metode Sol Gel dan Aplikasinya
Terhadap Aktifitas Sitotoksik Sel,
Universitas Andalas, Fakultas MIPA,
Jurusan Kimia, Padang, (Skripsi).
Fidell, 1996, Multivariate Data Analysis with
Reading. Prentice-Hall.
Gujarati, D, 1999, Ekonometrika Dasar
Cet.6, Alih Bahasa Sumarno Zain,
Erlangga, Jakarta.
7
Gupta, R.; Vineet, K.; Monika, G.; Satya, P.;
Rajive, G., 2008, Silica Supported
Zinc Chloride Catalyzed Acetylation of
Amines, Alcohols and Phenols.,
Indian Journal of Chemistry, 1739-
1743.
Hadi, S. (2004), Analisis Regresi.
Yogyakarta : Andi Offset.
Kalapathy., 2000, A Simple Method For
Production of Pue Silica from Rice Hull
Ash., Elsevier Science 77, 257-262.
Kline, 1994, Basic of Structural Equation
Modelling. Sage Publications.
Kurniawan, D. (2008), Regresi Linier.
Jakarta : Forum Statistika.
Punamasari, T. (2017), Pengaruh Motivasi
Dan Minat Belajar Terhadap Prestasi
Belajar Mata Pelajaran Memproses
Perjalanan Dinas Siswa Kelas XI
Administrasi Perkantoran Smk
Muhammadiyah 2 Bantul Semester
Gasal Tahun Ajaran 2016/2017.
Skripsi. Universitas Negeri
Yogyakarta.
8