BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian...

24 Chandra Wulandari, 2019 PERFORMA SENSOR BERBASIS SURFACE PLASMON RESONANCE (SPR) KONFIGURASI KRETSCHMANN DENGAN FILM TIPIS EMAS UNTUK DETEKSI GULA DARAH Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB III

METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian berupa eksperimen yang dilaksanakan selama 1 bulan yaitu sejak

tanggal 26 November 2018 sampai dengan 22 Desember 2018. Eksperimen

dilaksanakan di Laboratorium Fotonik, Institute of Microengineering and

Nanoelectronics (IMEN), Universiti Kebangsaan Malaysia (UKM), Bangi,

Selangor, Malaysia. Adapun agenda penelitian secara detail dilampirkan dalam

bentuk logbook harian.

3.2 Desain Penelitian

Penelitian ini dilakukan dengan metode studi literatur dan eksperimen. Studi

literatur dilakukan untuk mengetahui karakteristik dan prinsip dari fenomena

surface plasmon resonance (SPR) pada konfigurasi Kretschmann dengan film

tipis emas, khususnya dalam aplikasi sebagai sensor biokimia yaitu larutan

glukosa. Karakteristik glukosa seperti stoikiometri dipelajari untuk pembuatan

sampel analit, selain itu indeks bias larutan glukosa dipelajari untuk keperluan

pengolahan data eksperimen. Studi literatur juga bertujuan untuk mengetahui

prinsip kerja dan penggunaan instrumen SPR spectroscopy seperti SPR Navi-200

(BioNavis Ltd.) yang digunakan untuk menguji performa sensor berbasis SPR

untuk deteksi larutan glukosa.

Sensor berbasis SPR yang digunakan merupakan sensor chip dengan film

tipis emas (Au) yang diproduksi oleh BioNavis Ltd., film tipis dengan ketebalan

~50 nm dideposisikan pada substrat kaca BK7, diantara film tipis dan substrat

terdapat lapisan adhesi berupa kromium (Cr). Pada instrumen SPR Navi 200,

sensor chip akan ditempatkan sehingga membentuk sensor SPR dengan

konfigurasi Kretschmann sebagaimana ditunjukkan Gambar 3.1.

25

Chandra Wulandari, 2019 PERFORMA SENSOR BERBASIS SURFACE PLASMON RESONANCE (SPR) KONFIGURASI KRETSCHMANN DENGAN FILM TIPIS EMAS UNTUK DETEKSI GULA DARAH Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Gambar 3.1 Skema sensor berbasis SPR dengan konfigurasi Kretschmann pada

instrumen SPR Navi 200 (Menon dkk., 2018)

Optik instrumen ini terdiri dari prisma, laser dioda bergerak (panjang gelombang

yang digunakan 670 nm dan 785 nm) dan fotodetektor, yang memantau intensitas

cahaya yang dipantulkan sebagai fungsi sudut. Ketika sensor chip Au dimasukkan

ke instrumen dan flow cell ditutup, sisi kaca slide sensor dihubungkan melalui

pencocokan indeks bias elastomer ke dalam prisma, seperti yang ditunjukkan oleh

antarmuka optik, sedangkan flow cell dihubungkan ke permukaan Au pada sensor

chip (Menon dkk., 2018).

Pengujian sensor SPR dengan menggunakan instrumen SPR Navi 200

dilakukan secara bertahap pada kondisi analit yang berbeda, pertama dengan

larutan glukosa konsentrasi tinggi dan kedua dengan larutan glukosa konsentrasi

rendah. Larutan glukosa konsentrasi tinggi yaitu 1- 5 % atau setara dengan 55,50,

111,01, 166,51, 222,02 dan 277,53 mmol/L, digunakan pada pengujian pertama.

Berikutnya, kurva respon SPR dan sensorgram dari pengujian sensor berbasis

SPR pada konsentrasi tinggi diamati pergeseran sudut SPR-nya yang merupakan

parameter deteksi sensor. Pengamatan tersebut dapat memberikan hipotesis untuk

pengujian sensor dengan larutan glukosa konsentrasi rendah.

Larutan glukosa konsentrasi rendah yang digunakan sebagai analit

disesuaikan dengan parameter level gula darah pada tes diagnosa penyakit

26


diabetes (Mayo Clinic, 2018), yaitu 4, 6, 8, 10 dan 12 mmol/L, nilai ini kurang

lebih 12 – 23 kali lebih kecil daripada masing-masing konsentrasi tinggi.

Sehingga, pergeseran sudut SPR yang dihasilkan pada konsentrasi tinggi harus

signifikan, setidaknya 0,1°. Selain itu, pengujian pada dua kondisi konsentrasi

larutan glukosa juga bertujuan agar rentang deteksi dan minimum detection limit

sensor SPR dengan film tipis emas ketebalan ~50 nm berbasis konfigurasi

Kretschmann dapat dianalisis. Masing-masing pengujian dilakukan pada dua

panjang gelombang sinar yaitu 670 nm dan 785 nm, untuk mengetahui pengaruh

panjang gelombang terhadap performa sensor. Berdasarkan simulasi FDTD,

panjang gelombang yang digunakan merupakan panjang gelombang optimal

untuk sensor SPR dengan film tipis emas ketebalan ~50 nm (Menon dkk., 2018).

Data dari rangkaian eksperimen yang telah dilakukan dengan instrumen SPR

Navi 200 berikutnya diperoleh melalui perangkat lunak SPR Navi Control dan

SPR Navi LayerSolver yang terhubung dengan instrumen. SPR Navi Control

digunakan untuk memperoleh data keluaran berupa kurva respon SPR yang

menampilkan plot data sudut sinar datang terhadap reflektansi, sedangkan

sensorgram menampilkan pergeseran sudut SPR secara real-time selama

pengujian. Dengan menggunakan SPR Navi LayerSolver, ketebalan komponen

sensor chip dan indeks bias larutan glukosa dioptimasi berdasarkan kurva respon

SPR yang diperoleh dengan pemodelan, perhitungan dan pengulangan beberapa

persamaan Maxwell simultan untuk sistem optik multilayer (BioNavis Ltd.,

2016). Berikutnya, data-data tersebut dianalisis secara numerik untuk memperoleh

performa sensor yang ditunjukkan oleh beberapa karakteristik diantaranya

sensitivitas, full width at half maximum (FWHM), akurasi deteksi (DA) dan

signal-to-noise ratio (SNR).

27


3.3 Diagram Alur Penelitian

Alur penelitian sesuai desain penelitian yang telah dipaparkan sebelumnya,

secara umum dapat diGambarkan oelh diagram alur pada Gambar 3.2 berikut:

Gambar 3.2 Diagram alur penelitian

28


3.4 Tahapan Eksperimen

3.4.1 Pembuatan Analit

Analit berupa larutan glukosa dibuat dengan bahan-bahan berupa serbuk

glukosa (C6H12O4) >99,5% Mr = 180,16 g/mol (Sigma-Aldrich) dan distiled-

water (H2O) sebagaimana ditunjukkan pada Gambar 3.3.

Gambar 3.3 Spesifikasi serbuk glukosa sebagai bahan pembuatan analit

Larutan glukosa dibuat dengan melarutkan serbuk glukosa dalam distiled-

water dengan jumlah tertentu sesuai dengan konsentrasi larutan yang diperlukan.

Massa glukosa disesuaikan menggunakan neraca digital dengan ketelitian 0,0005

g (c-electronics), sedangkan pipet digunakan untuk menyesuaikan volume pelarut

sampai dengan 20 ml. Larutan glukosa dapat dibuat dengan mengikuti ketentuan

stoikiometri larutan sebagai berikut (Bhatt & Vora, 1996):

(3.1)

(3.2)

Berdasarkan persamaan 3.1 – 3.2 dan spesifikasi serbuk glukosa yang digunakan,

maka komposisi glukosa yang digunakan untuk membuat masing-masing

konsentrasi larutan ditunjukkan pada tabel 3.1 berikut:

Tabel 3.1

Komposisi glukosa yang digunakan untuk membuat larutan glukosa

29


No. Konsentrasi

(mmol/L)

Massa

Glukosa (g) No.

Konsentrasi

(mmol/L)

Massa

Glukosa (g)

1. 4,00 0,014 6. 55,50 0,200

2. 6,00 0,020 7. 111,01 0,400

3. 8,00 0,028 8. 166,51 0,600

4. 10,00 0,036 9. 222,02 0,800

5. 12,00 0,042 10. 277,53 1,000

3.4.2 Pengujian Sensor SPR

Metode pengujian sensor berbasis SPR dengan menggunakan instrumen SPR

Navi-200 dilakukan sesuai petunjuk penggunaan alat atau manual book dan

disesuaikan dengan tujuan dan kebutuhan penelitian. Prosedur tersebut

sebagaimana ditunjukkan pada Gambar 3.4 dibawah ini:

30


Gambar 3.4 Diagram alur pengujian sensor

Stabilitas dan reproduktifitas pengukuran yang dilakukan dengan SPR Navi

200 bergantung seberapa baik sensor chip Au telah dibersihkan sebelum

digunakan. Terdapat beberapa cara untuk membersihkan sensor chip, dalam

penelitian ini cara yang dilakukan adalah dengan mengusapkan kasa yang

dibasahi dengan hidrogen peroksida pada kedua sisi sensor kemudian

mengeringkannya di udara. Berikutnya sensor chip ditempatkan pada slide holder

agar dapat ditempatkan dalam instrumen sehingga membentuk konfigurasi

sebagaimana ditunjukkan pada Gambar 3.1. Sebelumnya, flow cell pada instrumen

dibersihkan dengan mengalirkan air sebagai buffer pada flow cell selama 10

31


menit, langkah ini bertujuan untuk memastikan tidak terdapat sisa larutan lain

pada saluran yang dapat mempengaruhi indeks bias analit.

Sebagian besar operasi instrumen SPR Navi 200 dikendalikan melalui

perangkat lunak SPR Navi Control yang terhubung dengan instrumen (Gambar

3.5), meliputi pengaturan kondisi dan parameter eksperimen, monitoring proses

eksperimen dan penyimpanan data. Eksperimen ini, dilakukan pada temperatur

ruangan yaitu 22° dengan laju aliran analit 50 µm/menit, untuk menguji sensor

pada rentang sudut sinar datang 36° – 80°. Pengujian pada instrumen SPR Navi

200 dapat dilakukan secara dual-wavelength, yaitu menggunakan dua panjang

gelombang sekaligus. Panjang gelombang sinar datang yang tersedia diantaranya

670, 785, 850, 960, 589 dan 632,8 nm, dalam eksperimen ini hanya digunakan

panjang gelombang 670 dan 785 nm.

Gambar 3.5 Instrumen SPR Navi 200 yang terhubung dengan komputer untuk

mengoperasikan perangkat lunak SPR Navi Control

Eksperimen dimulai dengan pengukuran pada load mode, mode ini akan

mengalirkan buffer yaitu air pada flow cell. Melalui sensorgram yang ditampilkan

SPR Navi Control, dapat dimonitoring perubahan sudut SPR terhadap waktu

selama pengujian, sehingga dengan aliran yang sama yaitu air akan terbentuk

garis horizontal sebagai baseline. Load mode dilakukan sampai terbentuk baseline

yang stabil, kurang lebih selama 2 menit. Berikutnya, sebanyak 0,5 ml larutan

glukosa sebagai analit dengan konsentrasi tertentu disuntikkan kedalam flow cell

32


dan pengukuran diubah menjadi inject mode dengan memutar arah mode switch

seperti pada Gambar 3.6, sehingga larutan glukosa akan dialirkan melalui

permukaan film tipis emas. Pada sensorgram dapat diamati perubahan sudut SPR

ketika larutan glukosa mengalir, sehingga kurva mengalami kenaikan dari

baseline kemudian konstan selama inject mode analit yang sama selama 2 menit.

Gambar 3.6 Lubang injeksi sampel dan mode switch pada instrumen SPR Navi

200 dengan (1) load mode dan (2) inject mode

Pengujian sensor dengan larutan glukosa konsentrasi yang lain dilakukan secara

berkelanjutan, sehingga setelah pengujian dengan satu konsentrasi selesai maka

prosedur dilanjutkan dengan kembali pada langkah menguji sensor pada load

mode. Langkah ini bertujuan agar pada sensorgram, kurva kembali turun hingga

mencapai baseline secara konstan. Selain itu, load mode juga bertujuan untuk

membersihkan flow cell dan permukaan sensor dari analit sebelumnya, sehingga

tidak mempengaruhi konsentrasi dan indeks bias analit berikutnya.

Ketika analit melalui permukaan film tipis emas, bilangan gelombang

elektromagnetik di permukaan film berubah, maka sinar datang yang melalui

prisma akan memindai sensor dengan rentang sudut yang ditetapkan hingga

diperoleh bilangan gelombang yang sesuai dengan bilangan gelombang

permukaan, dengan kata lain terjadi peristiwa surface plasmon resonance (SPR).

Sudut resonansi (sudut SPR) yang terjadi sangat sensitif terhadap perubahan

33


indeks bias medium yang kontak dengan permukaan film dan perubahan tersebut

dapat dipantau melalui perubahan intensitas sinar pantul (reflektansi) ketika

sistem selesai beresonansi. Perubahan parameter terhadap satu sama lain

ditampilkan dalam bentuk kurva yang berikutnya disebut kurva respon SPR (sudut

datang terhadap reflektansi).

3.5 Prosedur Pengolahan dan Analisis Data

Untuk mencapai tujuan penelitian yaitu mengetahui performa sensor SPR

dengan film tipis emas ketebalan ~50 nm terhadap glukosa khususnya gula darah,

maka data yang diperoleh melalui eksperimen dianalisis secara numerik. Selain

analisis numerik, data juga ditampilkan dalam grafik diantaranya kurva respon

SPR dan sensorgram, plot data dilakukan dengan menggunakan perangkat lunak

OriginPro 2016. Analisis numerik dilakukan berdasarkan persamaan untuk

masing-masing karakteristik, sedangkan analisis grafik dilakukan dengan metode

full width of half maximum (FWHM) sebagai berikut:

3.5.1 Sensitivitas (S)

Sensitivitas sensor SPR diketahui dengan melalui rasio antara pergeseran

sudut resonansi/SPR (∆θSPR) dengan selisih indeks bias analit dengan buffer

sebagai acuannya (∆n). Sehingga persamaan sensitivitas dapat dinyatakan sebagai:

(3.1)

Hubungan linear antara pergeseran sudut resonansi berbanding lurus dengan

perubahan indeks bias analit (Bdullah dkk., 2018; Menon dkk., 2018). Sehingga,

nilai sensitivitas akan terus meningkat sesuai dengan peningkatan konsentrasi

analit. Untuk dapat melakukan perhitungan nilai sensitivitas, maka terdapat

beberapa tahapan yang harus dilakukan untuk memperoleh nilai ∆θSPR dan ∆n,

diantaranya sebagai berikut:

3.5.1.1 Analisis Kurva Respon SPR

Pergeseran sudut SPR (∆θSPR) diperoleh dari analisis kurva respon SPR. Pada

kurva respon SPR, sudut yang menghasilkan reflektansi sinar minimum (Rmin)

34


merupakan sudut resonansi (θSPR), ditampilkan sebagai lembah (dip) (Menon dkk.,

2018). Pada pengujian dengan variasi analit yang berbeda, kurva respon SPR akan

bergeser sehingga memiliki sudut resonansi yang berbeda seperti ditunjukkan

Gambar 3.7.

Gambar 3.7 Kurva respon SPR yang bergeser untuk pengujian sensor berbasis

SPR pada kondisi analit yang berbeda

Pergeseran sudut resonansi juga dapat diamati melalui kurva sensorgram.

Sensorgram menampilkan perubahan sudut resonansi terhadap waktu,

menunjukkan fitur real-time dari sensor berbasis surface plasmon resonance.

Sensorgram membentuk kurva dengan sudut resonansi konstan yang kemudian

meningkat secara signifikan ketika sensor berinteraksi dengan analit dan kembali

ke kedudukan semula ketika analit lepas dari permukaan sensor. Secara umum

kurva sensorgram memiliki bagian-bagian seperti ditunjukkan Gambar 3.8.

35


Gambar 3.8 Bentuk umum kurva sensorgram dari hasil pengujian sensor berbasis

SPR pada satu variasi analit (Marquart, 2006)

Baseline merupakan kurva yang terbentuk ketika permukaan sensor

berinteraksi dengan buffer atau analit yang dijadikan acuan pergeseran sudut SPR,

nilainya konstan karena menunjukkan sudut SPR pada analit yang sama.

Berikutnya, ketika analit sampel diinjeksikan ke dalam flow cell sehingga

berinteraksi dengan sensor, terjadi transisi antara buffer dan sampel dikenal

sebagai bulk shift (pergeseran massal) yang sebanding dengan perubahan indeks

bias analit. Asosiasi harus mengikuti eksponensial tunggal dan memiliki

kelengkungan sebelum injeksi analit sampel berakhir. Kecepatan asosiasi

tergantung pada konstanta laju asosiasi dan konsentrasi analit. Sensorgram akan

kembali konstan secara horizontal ketika sensor berinteraksi tetap dengan analit

sampel, kedudukan ini disebut kondisi tunak atau ekuilibrium. Kedudukan tunak

dipengaruhi oleh konsentrasi analit sampel, laju disosiasi dan kecepatan injeksi

analit sampel. Jika laju disosiasi lambat, maka diperlukan injeksi yang lambat

untuk mencapai kedudukan tunak. Selama disosiasi, kurva harus mengikuti

eksponensial tunggal. Disosiasi hanya bergantung pada konstanta laju disosiasi

tetapi dalam kasus interaksi sensor-analit yang kuat, kurva bisa hampir horizontal.

Disosiasi selesai ketika kurva kembali ke kedudukan awal (baseline) (Jang dkk.,

2015; Marquart, 2006)

36


3.5.1.2 Optimasi Indeks Bias Analit

Optimasi indeks bias dilakukan untuk memperoleh nilai indesk bias larutan

glukosa yang berlaku pada pengujian sensor berbasis SPR. Optimasi dilakukan

dengan menggunakan perangkat lunak SPR Navi LayerSolver, langkah-langkah

penggunaan perangkat lunak secara umum diGambarkan dengan diagram alur

pada Gambar 3.9 berikut:

Gambar 3.9 Diagram alur optimasi indeks bias

Mulai

Memuat kurva respon SPR (buffer) dan model

sensor chip ke dalam SPR Navi LayerSolver

Menyiapkan data hasil

pengujian sensor SPR dan

model sensor chip

Model sensor chip hasil optimasi (d, n,

k dioptimasi)

Memulai proses optimasi

Memuat kurva respon SPR hasil pengujian sensor

dengan larutan glukosa (analit) dan memasukkan

nilai indeks biasnya (berdasarkan literatur) ke

dalam model hasil optimasi

Memulai proses optimasi

Nilai indeks bias larutan glukosa hasil

optimasi

Selesai

37


Indeks bias suatu material dapat diketahui dari literatur, namun untuk

nanolayer, nilai indeks bias dipengaruhi ketebalan, metode deposisi dan

karakterisasi (Tompkins dkk., 2000). Sehingga dalam pengujian sensor SPR

dengan film tipis emas ketebalan ~50 nm dengan menggunakan instrumen SPR

Navi 200, nilai indeks bias material sensor maupun analit dioptimasi kembali

menggunakan perangkat lunak SPR Navi LayerSolver. Perangkat lunak ini

bekerja dengan memodelkan, menghitung dan mengulangi beberapa persamaan

Maxwell simultan untuk sistem optik multilayer (BioNavis Ltd., 2016). Dalam

penelitian ini, perangkat lunak digunakan untuk mengoptimasi diantaranya indeks

bias dan ketebalan material sensor yaitu emas (Au) dan kromium (Cr) serta indeks

bias analit yaitu air dan larutan glukosa.

Ketebalan material mula-mula diketahui, untuk emas dAu = ~50 nm

sedangkan ketebalan kromium diperkirakan pada rentang 0,5 – 2 nm. Nilai indeks

bias diketahui dari literatur sebagaimana ditunjukkan oleh tabel 3.2 (BioNavis

Ltd., 2015) untuk material sensor.

Tabel 3.2

Indeks bias material sensor pada panjang gelombang 670 nm dan 785 nm

(BioNavis Ltd., 2016)

No. Material Indeks Bias (RIU)

n k

Panjang Gelombang 670 nm

1. Emas (Au) 0,1741 36123

2. Kromium (Cr) 3,5297 4,2685

3. Kaca (BK7) 1,5202 -

Panjang Gelombang 785 nm

1. Emas (Au) 0,1836 4,5871

2. Kromium (Cr) 3,9736 4,1895

3. Kaca (BK7) 1,5162 -

38


Sedangkan indeks bias larutan glukosa dengan konsentrasi dan panjang

gelombang yang digunakan, diperoleh dari persamaan hubungan indeks bias

dengan konsentrasi dan panjang gelombang melalui analisis fitting linear kurva

yang dibentuk oleh data eksperimen pada literatur (Belay, 2018) sebagaimana

ditunjukkan oleh tabel 2.1. Nilai-nilai tersebut digunakan untuk membangun

model awal sensor yang berikutnya akan dioptimasi berdasarkan kurva respon

SPR melalui kalkulasi oleh LayerSolver. Nilai yang akan dioptimasi ditetapkan

sebagai variable yang berarti dipengaruhi oleh data kurva respon SPR, namun

untuk ketebalan ditetapkan sebagai dependency karena selain dipengaruhi kurva

respon SPR, nilainya juga bergantung satu sama lain antara dua panjang

gelombang yang digunakan, seperti ditunjukkan oleh Gambar 3.10:

Gambar 3.10 Pengaturan model awal sensor

Kurva respon SPR yang digunakan untuk membangun model optimasi adalah

kurva respon SPR terhadap air sebagai buffer, selain itu hanya dipilih bagian

kurva yang menunjukkan adanya aktivitas surface plasmon yang ditandai dengan

perubahan reflektansi. Pada hasil eksperimen ini perubahan reflektansi

ditunjukkan pada rentang sudut datang 58° – 78°. Berikutnya, kurva respon SPR

dihubungkan dengan model awal masing-masing panjang gelombang, sehingga

39


kalkulasi LayerSolver menghasilkan model optimasi sensor (AU BG 670 water

dan AU BG 785 water) sebagaimana ditunjukkan Gambar 3.11.

(a) (b)

Gambar 3.11 Model optimasi sensor hasil kalkulasi SPR Navi LayerSolver pada

panjang gelombang (a) 670 nm dan (b) 785 nm

Model optimasi tersebut digunakan untuk mengoptimasi nilai indeks bias

larutan glukosa yang digunakan sebagai analit dalam eksperimen, sehingga nilai

indeks bias analit ditetapkan sebagai variable sedangkan nilai lainnya ditetapkan

sebagai fixed. Optimasi dilakukan dengan mengganti analit water menjadi glukosa

beserta dengan indeks biasnya kemudian dihubungkan dengan kurva respon SPR

masing-masing untuk dilakukan optimasi melalui perhitungan iterasi tunggal.

Prosedur dilakukan satu per satu untuk masing-masing konsentrasi glukosa agar

diperoleh indeks bias optimal untuk setiap konsentrasi larutan glukosa.

3.5.2. Akurasi Deteksi (DA)

Akurasi deteksi (DA) yang merupakan invers dari full width at half maximum

(FWHM), atau dapat dituliskan sebagaimana persamaan 3.4 berikut:

(3.4)

Sehingga, semakin sempit nilai FWHM, maka semakin besar akurasi deteksinya.

diperlukan perhitungan nilai FWHM. Untuk dapat mengetahui nilai DA hasil

pengujian sensor berbasis SPR.

40


Full width at half maximum (FWHM) didefinisikan sebagai lebar angular

kurva respon SPR untuk setengah nilai maksimum reflektansinya. Nilai ini dapat

diketahui dengan mencari titik potong sumbu x pada setengah tinggi kurva atau

setengah dari nilai dikurangi , sebagaimana ditunjukkan pada Gambar

3.12 (Bdullah dkk., 2018).

Gambar 3.12 Skema FWHM pada kurva respon SPR (Bdullah dkk., 2018)

Pertama-tama, tinggi setengah kurva atau half maximum dihitung dengan

menggunakan persamaan 3.5, kemudian dengan menggunakan fitur screen reader

pada OriginPro 2016 data pada titik half-maximum dibaca dengan kata lain titik

potong sumbu x pada kedua sisi kurva diketahui sebagai dan . Sehingga

berikutnya FWHM dapat dihitung dengan menggunakan persamaan 3.6.

(3.5)

(3.6)

3.5.3. Signal-to-Noise Ratio (SNR)

Parameter lain yang dapat diketahui dari kombinasi pergeseran sudut

resonansi dan akurasi deteksi adalah rasio signal-to-noise (SNR). SNR juga

diketahui sebagai basis figure-of-merit (FOM) pada SPR dan dapat diketahui

melalui perkalian pergeseran sudut resonansi dengan akurasi deteksi (Bdullah

dkk., 2018).

41


(3.7)

00000. Full Draft - Draft Skripsi Chandra Wulandari UPLOAD00. Lampiran ALL - Draft Skripsi Chandra Wulandari FOOTER.docx

BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian...

Documents

Transcript of BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian...