STATISTIK

Aplikasi Dari Metodologi Respons-Surface Untuk Mengevaluasi Kondisi Optimum Dari Komponen Medium untuk meningkatkan produksi lichenysin (Biosurfaktan)oleh Bacillus licheniformis R2

Di Susun Oleh: Abdurrohim Muchlis Bagus Wahyu Murtianto 21030110141090 21030110141037

Universitas Diponegoro Semarang 2011

1. Latar Belakang Lichenysins dan surfactins dapat dianggap sebagai spesial amphiphiles, dimana cyclic heptapeptide berikatan sepanjang rantai hydrophobic alkyl . amphiphiles adalah istilah dalam proses senyawa kimia yang mempunyai sifat hydrophilic dan lipophilic. surfactins sangat umum digunakan untuk bioremedasi pada lingkungan dan juga digunakan pada bidang biomedical. (J.D :1997) Lichenysins dan surfactins bisa didapat dari strain Bacillus sebagai sekondary metabolit fia mekanisme non-ribosomal. (M.M. Yakimov: 1998) Selama ini Lichenysins dan surfactins mempunyai reputasi sebagai biosurfaktan yang paling kuat. Beberapa penelitian menyimpulkan pada optimasi kadar C dan N yang berbasis pada metode klasik utuk mengoptimalkan medium dengan mengubah variabel independen dan variabel lain pada kondisi tetap. Metode ini sangat memakan waktu dan sangat mahal dikarnakan menggunakan banyak variabel. Masalah ini dapat diatasi dengan menggunakan metode statistik experimental designs. Contohnya metodologi response-surface Penelitian dalam produksi Lichenysins dan surfactins belum terlalu banyak. (S.C. Lin:1998) Dan masih banyak yang perlu dikembangkan dalam meningkat produksi dan menekan biaya produksi yang mahal. Hal ini banyak dikembangkan dalam mengatasi produktifitas surfactins Contohnya pada peningkatan strain, pengembangan medium, optimasi proses , dan dalam penggunaan subtrate yang tidak mahal. 2. Perumusan Masalah bagaimana cara mengoptimalkan komponen medium dengan metode analisa statistic? Apakah perbedaan komponen dalam medium berpengaruh terhadap tingkat produksi surfactins? 3. Tujuan Penelitian Penelitian ini bertujuan untuk meningkatkan produksi Lichenysins dan surfactins dengan melihat pengaruh pada penggunaan subtrate yang berbeda-beda. Hal ini dikarnakan pada subtrateyang berbeda kadar C dan N juga berbeda. 4. Manfaat Menurunkan biaya produksi surfactins yang mahal dengan optimalisasi komponen medium. 5. Tinjauan Pustaka a. Surfaktin (Biosurfaktan) Surfaktan adalah molekul amphipatik yang terdiri atas gugus hidrofilik dan hidrofobik, sehingga dapat berada di antara cairan yang memiliki sifat polar dan ikatan hidrogen yang berbeda, seperti minyak dan air. Hal ini

menyebabkan surfaktan mampu mereduksi tegangan permukan dan membentuk mikroemulsi sehingga hidrokarbon dapat larut di dalam air, dan sebaliknya. Surfaktan memegang peranan penting dalam berbagai aplikasi praktis dan produksi deterjen, emulsifier, cat, tinta, untuk formulasi herbisida dan insektisida dalam bidang argokimia, serta industri kosmetik. Dalam bidang teknik lingkungan, tujuan penggunaan surfaktan adalah untuk meningkatkan bio-availability senyawa polutan yang memiliki kadar solid yang tinggi sehingga dapat menjadikannya lebih mudah larut terhadap pelarut atau media. Biosurfaktan merupakan surfaktan yang disintesis oleh mikroorganisme, terutama jika mereka ditumbuhkan pada substrat yang tidak larut dalam air. Tidak seperti surfaktan berbahan dasar minyak yang diklasifikasikan berdasarkan grup polar natural-nya, biosurfaktan dikategorikan berdasarkan struktur kimia dan bakteri penghasilnya. Pada umumnya, struktur kimiawi biosurfaktan terdiri atas gugus hidrofilik yang mengandung asam amino atau anion dan kation peptida, mono-, di-, atau polisakarida; dan gugus hidrofobik yang mengandung asam lemak jenuh dan tak jenuh. Berdasarkan ukuran molekularnya, biosurfaktan dapat dibagi menjadi biosurfaktan dengan berat molekul rendah dan berat molekul tinggi. Glikolipid seperti rhamnosa dan sophorolipid, dan lipopeptida seperti surfactin dan polymyxin merupakan biosurfaktan dengan berat molekul rendah, yang berfungsi menurunkan tegangan permukaan dan tegangan antar permukaan. Sedangkan biosurfaktan dengan berat molekul tinggi seperti lipoprotein, lipopolisakarida, dan amphipatik polisakarida sangat efektif untuk menstabilkan emulsi minyak dalam air. Berdasarkan struktur kimianya, biosurfaktan diklasifikasikan sebagai glikolipid; lipopeptida atau lipoprotein; asam lemak, fosfolipid, biosurfaktan polimerik; dan biosurfaktan partikulat. b. Analisa Varian Analisis Variansi merupakan alat yang digunakan untuk mengevaluasi kebaikan model regresi. Model regresi yang baik, salah satunya ditandai 2 oleh ting-ginya koefisien determinasi, dinotasikan R2 atau Radj , yang dapat dihasilkan oleh Tabel Analisis Va-riansi. Apabila terdapat himpunan data random yang saling independen, dan tidak ada faktor yang mempenga-ruhi, maka data tersebut akan bervariasi terhadap meannya. Pada data random yang dipengaruhi oleh suatu faktor, variasi terhadap pengaruh faktor ikut berkontribusi.

Secara geometri kedudukan titik pengamatan ke i , yaitu Yi (digambarkan oleh titik bulatan hitam), du-gaan model regresi (digambarkan oleh garis biru), sumbu X dan sumbu Y dinyatakan pada Gambar 1.

Yi

Yi

Yi Yi

Yi Y

Y = b0 + b1 X
Gambar 1. Kedudukan Titik Pengamatan Dan Dugaan Model Regresi Berdasarkan kedudukan titik pengamatan dan duga-an model regresi dapat disusun persamaan berikut :
(Yi Y ) = (Yi Y ) + (Yi Yi )

(Y
i =1

Y ) 2 = (Yi Y ) 2 + (Yi Yi ) 2 + 2 (Yi Y )(Yi Yi )

i =1 i =1 i =1

(Y
i =1

Y )(Yi Yi ) = 0

Bukti : Review b0 dan b1 : b1 =

(X
i =1 n i =1

X )(Yi Y ) =
i

(X

X)

S XY , maka S XY = b1 S XX S XX

b0 = Y b1 X Yi Y = b0 + b1 X i Y = Y b1 X + b1 X i Y = b1 ( X i X ) Yi Yi = Yi Y b1 ( X i X )

(Y
i =1

Y )(Yi Yi ) = b1 ( X i X ){(Yi Y ) b1 ( X i X )}
i =1

 (Y
i =1

Y )(Yi Yi ) = b1 ( X i X ){(Yi Y ) b1 ( X i X )}
i =1 n

= {b1 ( X i X )(Yi Y ) b12 ( X i X ) 2 }

i =1 n

= b1 ( X i X )(Yi Y ) b12 ( X i X ) 2
i =1 i =1

= b1 ( X i X )(Yi Y ) b12 ( X i X ) 2
i =1 i =1

= b1 S XY b12 S XX = b1b1 S XX b12 S XX = 0

n

(Y Y )
i =1 n i

: Jumlah Kuadrat Sekitar Rataan, Sum of Square Total, SST

(Y Y )
i =1 n i i =1 i i

: Jumlah Kuadrat Karena Regresi Sum of Square Regressionl, SSR

(Y Y )

: Jumlah Kuadrat Sekitar Regresi, atau Error, Sum of Square Error, SSE SST = SSR + SSE

Tiga suku di atas akan menjadi komponen Tabel A-nalisis Variansi (ANOVA) sebagai berikut : Tabel ANOVA Sumber Variasi (Source) Regresi Derajat Bebas (db) (df) 1 Jumlah Kuadrat (JK) (SS) Kuadrat tengah (KT) = JK/db (MS)
2

(Y Y ) (Y Y )
i i i =1 n i

KTRegresi

JK s2 = i =1 Error n-2 n2 atau Residua l n Total, (Yi Yi ) 2 terkorek n-1 i =1 si Keterangan : Judul yang ditulis miring, yaitu : Source, df, SS, dan MS, merupakan istilah yang lazim digunakan pada program MINITAB.
2

6. Pengolahan data Metode percobaan Pada journal:

1. Persiapan

Mempersiapkan organisme yang akan menjadi subjek uji. Menggunakan bakteri Bacillus licheniformis yang telah terisolasi. Medium yang digunakan (composition g/l: casein enzymatic hydrolysate, 10.0; yeast extract, 5.0 and sodium chloride, 5.0), maintained in 40% glycerol, dan disimpan pada suhu 0C. setelah itu inkubasi dalam incubator diatur pada 160 rpm dan 30C selama 72 jam.
2. 3. Analisa biosurfactans Mengoptimalkan prosedur

- Identifikasi komponen-komponen nutrisi yang penting

Pada tabel 1 terdapat 9 komponen yang dibutuhkan menggunakan variable X1-X9 - Optimalkan komponen yang ada

Terdapat beberapa komponen yang memberikan respon (CMD) menggunakan cara trial sebanyak 30 kali.

tabel di atas merupakan 4 dari 9 komponen hasil trial. Selanjutnya diseleksi kompen yang sesuai untuk digunakan (pada journal menggunakan analisa regresi ).

Hasil

Pada tabel 4 menunjukan efek positif dengan sekala kebenaran di atas 98% (glucose and MnSO44HO) dan efek negatif di atas 96% (NH4NO3 and Na2HPO42). Setelah ditemukan dengan skala kebenaran yang besar (convidence level) maka terdapat dua perbedaan antara efek positif dan negative. Hal ini tidak menutup kemungkinan bahwa efek positif yang lebih baik daripada efek negative jika merujuk pada hasil percobaan. Sehingga dibutuhkan analisa lebih lanjut dengan hipotesis apakah perbedaan efek akan mempengaruhi hasil produksi.

Maka dilakukan analisa regresi terhadap komponen-komponen tersebut dengan cara analisa terhadap 2 komponen. Dan akhirnya ditemukan harga P>F Metode Anava kami menggunakan metode analisa varian untuk menguji pengaruh perbedaan efek antara positif dan negative terhadap produksi surfaktin H0= perbedaan efek positif dan negative pada komponen (hasil analisa regresi) tidak berpengaruh terhadap produksi surfaktin Dengan menggunakan taraf nyata 0.05 ANAVA 1 arah NH4N gluko Na4HP MnSO4.4 O3 sa O4 H2O 1 1 20 2 0.001 2 2 20 2 0.001 3 1 40 2 0.001 4 2 40 2 0.001 5 1 20 3.56 0.001 6 2 20 3.56 0.001 7 1 40 3.56 0.001 8 2 40 3.56 0.002 9 1 20 2 0.002 1 0 2 20 2 0.002 1 1 1 40 2 0.002 1 2 40 2 0.002

2 1 3 1 4 1 5 1 6 1 7 1 8 1 9 2 0 2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8 2 9 3 0 n i

1 2 1 2 0.5 2.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 45 30

20 20 40 40 30 30 10 50 30 30 30 30 30 30 30 30 30 30 900 30

3.56 3.56 3.56 3.56 2.78 2.78 2.78 2.78 1.22 4.34 2.78 2.78 2.78 2.78 2.78 2.78 2.78 2.78 83.4 30

0.002 0.002 0.0015 0.0015 0.0015 0.0015 0.0015 0.0015 0.0005 0.0025 0.0015 0.0015 0.0015 0.0015 0.0015 0.0015 0.0015 0.0015 0.045 30 1028.4 45

Dengan menggunakan program excel maka didapat perhitungan dengan rumus y2=(=SUM(H33:K33)) Selanjutnya di dapat harga Ry 8.570375 Ay 239.0959 Y^2 29719.95 Dy 29472.29 Ry =F33/120

Ay =(B38/120)-B36 Dy =B38-B37-B36 sumber variansi dk rata-rata antar kelompok dalam kelompok 1 3 11 6 12 0

JK 8.57037 5 239.095 9 29472.2 9 29719.9 5

KT 8.570375 79.69863 5 254.0714 4

F 0.31368592 3

F* perhitungan = 0.313

F taraf nyata 0.05 dk pembilang = 3 60 dk penyebut 116 120 7. Kesimpulan 2.76

Metode interpolasi

2.685 2.68

Karena F* < F tabel maka dapat ditarik kesimpulan bahwa akan mendapatkan hasil produksi surfaktan yang sama bila menggunakan salah satu dari komponen, artinya tidak ada perbedaan antara positif dan negative efek.

8. Daftar Pustaka J.D. Desai, I.M. Banat. 1997. Microbial production of surfactants and their commercial potential, Microbiol. Mol. Biol. Rev. 61 4764. M.M. Yakimov, K.N. Timmis, V. Wray, H.L. Fredrickson. 1995. Characterization of a new lipopeptide surfactant produced by thermotolerant and halotolerant subsurface Bacillus licheniformis BAS 50, Appl. Environ. Microbiol. 61 17061713 S.C. Lin, K.G. Lin, C.C. Lo, Y.M. Lin. 1998. Enhanced biosurfactant production by a Bacillus licheniformis mutant, Enzyme Microb. Technol. 23 267273. S. Joshi, S. Yadav, A. Nerurkar, A.J. Desai. 2007. Statistical optimization of medium components for the production of biosurfactant by Bacillus licheniformis K51, J. Microbiol. Biotechnol. 17 313319. S. Joshi, C. Bharucha, S. Jha, S. Yadav, A. Nerurkar, A.J. Desai.2008. Biosurfactant pro-duction using molasses and whey under thermophilic conditions, Bioresour.Technol. 99 195199, doi:10.1016/j.biortech.2006.12.010.